H股指數期貨對現貨市場信息效率影響的實證研究

　　摘要：H股指數期貨作為與中國內地股市關聯度最高的海外股指期貨，它對現貨市場的影響是觀察滬深300指數期貨對現貨市場影響的重要窗口。本文基于混合分布假說，分別利用線性Granger因果關系檢驗方法與非線性Granger因果關系檢驗方法對H股指數期貨推出前后現貨市場內部交易特征進行研究。研究顯示：現貨市場交易量與收益率之間不僅存在雙向非線性Granger因果關系，并且在股指期貨推出后，現貨市場交易量推動價格波動的能力更強，由此表明H股指數期貨降低了現貨市場信息不對稱，線性Granger因果關系檢驗方法則低估了交易量與收益率之間的內在聯系。
　　關鍵詞：H股指數期貨；現貨市場；信息效率；非線性Granger檢驗
　　中圖分類號：F830.9 文獻標識碼：A
　　文章編號：1000-176X（2011）03-0064-07
　　收稿日期：2010-12-06
　　基金項目：國家自然科學基金項目（70671019；70871019；71072140）；教育部人文社會科學青年基金項目（09YJC630022）；遼寧省教育廳項目（2009A242）；教育部新世紀優秀人才項目（NCET-06-0294）；遼寧省百千萬人才項目（［2008］179090）；國家留學基金項目（教外留［2010］1174）；東北財經大學社會與行為跨學科研究中心對外公開招標項目
　　作者簡介：袁紹鋒（1982-），男，湖南郴州人，博士研究生，主要從事資產定價和市場微觀結構等方面研究。E-mail：yuanshaofeng1982@126.com
　　甄紅線（1974-），女，遼寧丹東人，副教授，主要從事公司治理和財務管理等方面研究。
　　
　　一 、引言
　　證券市場信息效率的代表性理論之一是Clark［1］最早提出的混合分布假說。該假說認為，價格波動是由一個潛在的混合變量驅使的，該混合變量一般被假定為信息流速率，即每日信息到達市場的次數，交易量可以看做信息變量的替代變量。此后，Harris和Raviv［2］利用市場微觀結構理論證明價格變化與交易量相結合所形成的指標設計可以刻畫市場運行的信息效率，其基本原理是：若單位交易量的變化引起價格較大變化，投資者意見分歧較小，則市場信息不對稱程度較低；反之，則市場信息不對稱程度較高。然而，在關于交易量與價格的相互影響關系的實證研究中，現有的大多數研究文獻或結合傳統的Granger因果檢驗進行分析，或在一元GARCH模型中引入交易量因子。這樣的方法可能存在著較大的局限性，如Hiemstra和Jones［3］的研究表明，交易量與價格之間的相互影響關系具有顯著的非線性特征，如果利用傳統的Granger檢驗方法存在著低估二者之間真實聯系的可能，如果利用一元GARCH模型則無法體現收益率對價格的影響。有鑒于此，本文嘗試在現有研究基礎上，采用非線性Granger因果檢驗對313bb47cec42c95606b032aa16ef0a5b股指期貨推出對現貨市場信息效率的影響展開研究，落腳點是研究現貨市場價量關系的變化。
　　二 、文獻綜述
　　股指期貨面世以來，國外學者對股指期貨對現貨市場的沖擊效應進行了大量理論研究與實證分析。
　　首先，從股指期貨推出前后現貨市場價格、交易量與波動性的變化來看，Jegadeesh 和 Subrahmanyam［4］認為現貨市場在引入S&P500指數期貨交易后現貨市場買賣價差顯著擴大，信息不對稱是導致現貨市場買賣價差擴大的重要原因。Jochum 和 Kodres［5］發現即期市場在引入期貨交易后波動性變大，但Spyros［6］認為期貨市場的引入沒有顯著影響現貨市場的價格波動。其次，從股指期貨市場價格變動與現貨市場價格變動的長期協整關系來看，短期內，股指期貨價格的變動快于現貨市場價格的波動，而長期內卻存在協整關系。Chu等［7］研究發現，S&P 500指數三種產品（現貨市場、期貨市場以及SPDRs S&P Depositary Receipts markets）之間的價格存在長期協整關系，但現貨市場與股指期貨市場并不存在長期關系。最后，從股指期貨市場對現貨市場的信息效率影響來看，與現貨交易相比，股指期貨提供了更為方便的賣空交易方式和較低的交易成本，使得股指期貨價格對信息反應更快，其價格變動也往往領先現貨市場價格變動（Stoll 和Whaley［8］；Chee0ec2f9c151912b9501db26c09e3b95an［9］）。Hegde 和McDermott［10］研究了S&P 500 指數成分股調整對該成分股流動性的影響，發現新增加的成分股流動性增強，其主要原因是直接交易成本增加和信息不對稱程度降低。由于股票指數是整個經濟運行狀況的基本反映，削弱了現貨市場信息不對稱程度從而降低了現貨市場的波動性，但Gulen和Mayhew［11］認為能否降低現貨市場信息結構因國家而異。另一種觀點認為股指期貨的推出改變了現貨市場信息結構，使投資者集中在成分股交易（Gorton和Pennacchi［12］）。
　　國內有關股指期貨對現貨市場沖擊效應的經驗研究始于最近幾年。如肖輝和吳沖鋒［13］利用GARCH（1，1）模型對股指與股指期貨日內互動關系研究；肖輝等［14］使用脈沖響應和一般因子分解模型檢驗了股指與股指期貨價格發現過程；涂志勇和郭明［15］研究發現，股指期貨的推出對指數的影響將取決于羊群效應的大小。當趨勢交易者跟風程度較弱時，股指在期貨推出前短期下跌，推出后繼續下跌。當趨勢交易者跟風程度較強時，股指在期貨推出前短期上漲，推出后則下跌。嚴敏等［16］利用帶有誤差修正的雙變量EGARCH 模型對我國股指期貨市場的價格發現與波動溢出效應進行了實證檢驗。上述研究雖極大地豐富了對股指期貨市場功能的認識，但大都停留在股指期貨價格發現功能的研究層面，并且以線性Granger檢驗思想為核心建模思想，存在低估期貨推出對現貨市場信息效率影響的可能。本文在借鑒潘越［17］研究思想的基礎上，采用非線性Granger因果檢驗方法對股指期貨推出前后現貨市場信息效率的變化進行考察，通過觀察股指期貨推出前后現貨市場價量關系的變化判斷市場信息效率是否改進，與線性Granger因果檢驗方法相比，非線性Granger檢驗方法提高了研究的精度。
　　三、研究設計
　　Granger提出的 Granger因果檢驗方法，是現代計量經濟學中的重要分析工具，在經濟學研究領域中得到了廣泛的應用。為考察平穩序列X t是否是另一平穩序列Y t產生的原因，Granger因果檢驗的程序是：首先估計當前Y t值被其自身滯后期取值所能解釋的程度，然后引入序列 Y t的滯后值，并檢驗其是否可以提高X t的被解釋程度。如果是，則稱序列X t是 Y t 的 Granger 原因。但該模型可能會忽視變量之間非常顯著的非線性因果關系，低估變量之間的真實關系，仍有進一步改進的需要。1992年，Baek和Brock［18］提出一種基于空間概率中的關聯和（correlation integral）概念非參數統計方法，用于估計事物間的非線性關系，但該檢驗假定變量是獨立同分布，這與現實金融數據的特點不符。隨后，Hiemstra 和Jones放寬了變量必須獨立同分布的假設，允許檢驗變量之間具有弱依賴性，從而極大地拓展了這種檢驗方法的適用性。H-J模型的實質是關于變量因果關系的二步法檢驗，即在變量線性Granger因果關系檢驗的基礎上，對其殘差進行非線性因果關系檢驗。
　　
　　（一）線性Granger因果關系檢驗方法
　　線性Granger檢驗的具體步驟是：首先對X t、X t進行平穩性檢驗，在此基礎上進行協整關系檢驗；如果變量之間存在協整關系，則引入誤差修正模型項，通過檢驗VECM-VAR模型參數的顯著性確定變量之間的相互引導關系。具體檢驗方程為：
　　
　　（二）非線性Granger因果關系檢驗方法
　　1.非線性Granger因果關系檢驗核心思想
　　非線性因果關系檢驗平穩序列Y t是否是另一平穩序列X t產生的原因時，采用這樣的方法：首先估計任意兩組Lx個元素的X t滯后變量之間的范數落在帶寬e的條件下，m個元素的X t超前變量也落在帶寬e之內的條件概率；然后引入Ly個Y t滯后變量對條件概率的影響，即估計任意兩組Lx個元素的X t滯后變量與Ly個滯后變量之間的范數均落在帶寬e的條件下，m個元素的X t超前變量也落在帶寬e之內的條件概率；最后如果兩種情況下的條件概率沒有顯著差異，那么原假設“Y t不是另一平穩序列X t產生的原意”不能被拒絕。原假設的函數表達式為：
　　
　　在H-J檢驗中，σ 是差值的方差。σ （m，Lx，Ly，e）是十分關鍵的值，因為它是判定原假設是否成立的臨界值。Hiemstra 和Jones給出了極為復雜的σ的計算定義式，但是為簡便起見，本文在對殘差進行標準化處理的基礎上，直接假定e=1.5σ，而σ=1 。此外，本文令m=1，以考察滯后變量對當期的影響。
　　（三）樣本選取與數據處理
　　2003年10月8日，香港交易所推出 H股指數期貨，H股指數期貨的相關指數為恒生中國企業指數（HSCEI），它是由恒指服務有限公司編纂及計算的市值加權股票指數，該指數的成份股大約每半年調整一次。本文采取以下方法選取樣本：一是以H股指數及成分股交易額度量成分股的價格與成交量。二是按照H股指數編纂方法構造非成分股指數，具體方法是從港交所掛牌上市的所有H股票非成分股中抽取具有市場代表性的20家上市公司的股票為樣本，以流通股本為權數加權平均法計算，以2002年10月7日為基日，基日指數定為2 000點，非成分股股價指數＝現時成分股總市值／基期成分股總市值×2 000。然后以非成分股指數組合股票日交易量之和反映非成分股的交易量。三是截取2002年10月8日—2004年10月7日為樣本期間（即H股指數期貨推出前后1年），以2003年10月8日為分水嶺，將樣本區間劃分為股指期貨推出前樣本區間與股指期貨推出后樣本區間。所選樣本期間每一序列共496個有效數據，所有數據均來自Bloomberg與Resset數據庫。
　　為更好地研究交易量與價格變化之間的關系，定義交易額變動率為交易額比的自然對數，指數收益率為指數比的自然對數，即：
　　
　　四、結果分析
　　（一）樣本描述性統計
　　表1給出了變量的基本統計特征描述：一是股指期貨推出后，成分股組合股票與非成分股組合股票交易額變動率的均值與標準差顯著擴大，指數收益率的均值顯著變小，而指數收益率的標準差卻并沒有顯著增加。據此可以初步可以判定，股指期貨推出后，市場交易活躍度在增加，市場深度在擴大，市場流動性增強。二是從序列的偏度、峰度以及JB 統計量來看，變量序列均不服從正態分布，呈現一般金融時間序列所具有的尖峰厚尾特征。
　　
　　表1 成分股組合股票與非成分股組合股票指數收益率與交易額變動率基本統計特征
　　
　　注：erh表示股指期貨推出前H股指數收益率，prh表示股指期貨推出后H股指數收益率，evh表示股指期貨推出前H股指數成分股股票組合交易額變動率，pvh表示股指期貨推出后H股指數成分股股票組合交易額變動率，ern表示股指期貨推出前非成分股指數收益率，prn表示股指期貨推出后非成分股指數收益率，evn表示股指期貨推出前H非成分股股票組合交易額變動，pvn表示股指期貨推出后H非成分股股票組合交易額變動率（下同）。
　　
　　（二）基于VEC-VAR模型的線性Granger檢驗
　　為發掘現貨市場價格形成過程并避免出現偽回歸現象，本文利用ADF統計量檢驗時間序列數據平穩性，利用AIC值與SC值最小確定最優滯后階數，利用Johansen統計量檢驗變量之間的協整關系，利用VEC-VAR估計交易量與收益率偏離均衡時的調整速度。
　　1.收益率與交易額變動率協整關系檢驗
　　ADF檢驗統計量顯示指數收益率與組合股票交易額變動率都是平穩的。進一步，利用Johansen極大似然估計檢驗四組變量之間的協整關系，在進行檢驗時考慮了含有常數和時間趨勢情況，根據SC準則、AIC準則確定最佳滯后階數的方程形式，最終我們確定第一組、第二組滯后階數1—3，第三組、第四組滯后階數1—4，Johansen檢驗結表明無論是股指期貨推出前，還是股指期貨推出后，交易量變動率與收益率波動之間存在長期協整關系，具體結果見表2所示。
　　
　　表2 股指期貨推出前后現貨市場收益率與交易量變動率協整關系統計表
　　
　　表3 股指期貨推出前后現貨市場收益率與交易量變動率協整關系統計表
　　
　　協整檢驗結果顯示：一是交易量的變動與收益率變動之間存在長期協整關系。四組變量時間序列的軌跡檢驗和特征根檢驗，均在5 %的置信水平下拒絕原假設 rank（∏）≤1 和 rank（∏）=1，在 5 %的置信水平下接受了原假設 rank（∏）≤2 和 rank（∏）=2 。二是股指期貨推出后，現貨市場交易量的波動與變化之間的協整關系顯著上升，其中成分股收益率與交易量變動率的協整系數由0.19上升至0.595，非成分股指數收益率與交易量變動率的協整系數由0.37上升至0.63。長期協整關系的上升表明，股指期貨的推出降低了現貨市場信息不對稱程度，尤其是降低了H股指數成分股票的信息不對稱。正是由于投資者關于證券市場信息分歧縮小，交易量與價格之間的協整關系提升，這也與Harris的結論一致。
　　2.指數收益率與組合股票交易額變動率Granger因果關系檢驗
　　鑒于交易量的變動率與收益率之間存在協整關系，我們進一步對四組向量組合殘差項進行 ADF單位根檢驗，發現均拒絕零假設，即殘差序列為平穩序列。在此基礎上，交易量的變動與收益率的變動之間建立向量誤差修正模型（VECM）。四組變量之間的VECM方程參數如下：
　　（1）股指期貨推出前，H股指數收益率與成分股交易額變動率之間的雙變量方程為：
　　
　　（2）股指期貨推出后，H股指數收益率與成分組合股票交易額變動率之間的誤差修正方程為：
　　
　　（3）股指期貨推出前，非成分股指數收益率與成分股交易額變動率之間的雙變量方程如下：
　　
　　（4）股指期貨推出后，非成分股指數收益率與成分股交易額變動率之間的雙變量方程如下：
　　
　　誤差修正模型表明：（1）H股指數收益率的波動具有長記憶特征，并且滯后階數收益率的波動對當期收益率產生正的影響，這是因為是H股指數收益率系統性風險的體現，在成功抵御了亞洲金融危機的沖擊之后中國經濟取得了快速速發展，良好的宏觀經濟形勢強化了投資者對H股的市場信心。（2）非H股指數成分股收益率雖然也具有長期記憶特征，但是滯后階數收益率的波動對當期收益率產生負的影響，這可能與非成分股股票價格往往與公司異質性有關，也容易受到內幕交易者行為的影響，表現出超調的特征。（3）與指數收益率的調整速度相比，證券交易量的調整速度非常迅速，這可以從“混合分布假設”的理論得到初步解釋。Clark認為價格波動是由一個潛在的混合變量驅使的，該混合變量一般被假定為信息流速率，即每日信息到達市場的次數，而交易量可以看做信息變量的替代變量。（4）股指期貨推出前后，H股指數收益率是導致成分股股票交易量變動率的Granger原因，但是交易量變動并不能引起指數收益率變動。非成分股指數收益率與交易量變動率之間并不存在顯著的格蘭杰因果關系。線性Granger因果關系檢驗表明交易量的頻繁變動對收益率波動幾乎不產生影響，這究竟是數據的巧合，還是由于線性Granger估計方法固有的缺陷所導致的錯覺？為進一步探明兩者之間真正的內在聯系，我們將檢驗交易量和收益率之間的非線性因果聯系。
　　
　　（三）基于非線性Granger模型實證結果與分析
　　誤差修正模型表明交易量與收益率之間不存在顯著的線性Granger因果原因，由此提出的疑問是交易量與收益率是否存在非線性因果關系？如果存在非線性因果關系，那么基于傳統的 Granger因果檢驗方法對其相互間的影響關系進行檢驗時，可能導致結論出現顯著偏差。為了考察交易量與國際傳遞過程中是否存在著非線性趨勢，并保證結論的穩健性。我們利用式（1）剔除 A 股和 H 股指數之間的線性依賴性，然后利用H-J模型對非線性關系進行統計，并把收益率與交易量的共同滯后階數（Lx=Ly）1—5的檢驗結果列于表3。
　　表3 基于 VAR線性過濾的非線性 Granger因果檢驗
　　
　　注：（1）原假設中，erh≠→evh表示股指期貨推出前，H股指數收益率不是引起成分股股票組合交易量變動的原因；evh≠→erh表示股指期貨推出前，成分股股票交易量的變動不是引起H指數收益率變動的原因；ern≠→evn表示股指期貨推出前，非成分股指數收益率不是引起非成分股股票組合交易量變動的原因；evn≠→ern表示股指期貨推出前，非成分股股票交易量的變動不是引起非成分股指數收益率變動的原因； prh≠→pvh表示股指期貨推出后，H股指數收益率不是引起成分股股票組合交易量變動的原因；pvh≠→prh表示股指期貨推出后，成分股股票交易量的變動不是引起H指數收益率變動的原因；prn≠→pvn表示股指期貨推出后，非成分股指數收益率不是引起非成分股股票組合交易量變動的原因；pvn≠→prn表示股指期貨推出后，非成分股股票交易量的變動不是引起非成分股指數收益率變動的原因。（2）*表示在 5 %的顯著性水平下拒絕原假設。
　　
　　由表3可知，基于1—3階滯后階數的檢驗結果均十分穩健。本文研究發現，交易量與價格變動的非線性影響關系中，交易量與價格之間存在雙向因果關系，這一現象或許能支持“混合分布假設”理論。每日達到的信息會同時影響交易量和價格變化，但是我們發現這種變化并不是直接正相關的，而是由市場上多空雙方的反復力量調整來實現的。股指期貨的推出降低了現貨市場信息不對稱，因此與股指期貨推出前相比，交易量能更大程度上推動價格的波動。
　　五、研究結論與展望
　　本文研究H股指數期貨推出前后現貨市場內部交易特征的變化，以H股指數期貨推出為分水嶺，將2002年10月— 2004 年10月的樣本期分成兩個不同的區間，分別研究在兩個不同階段里交易量與收益率的相互影響關系。線性 Granger 因果關系檢驗的結果顯示，雖然現貨市場交易量與收益率存在長期協整關系，并且股指期貨推出后，收益率與交易量的長期協整得到提升，但是交易量股和收益率并不存在明顯相互聯系。無論是股指期貨推出前，還是股指期貨推出后，僅存在著H股指數收益率是引起交易量變化的單向因果關系。但利用Hiemstra 和Jones所提出的非線性 Granger 因果關系檢驗方法對此進行檢驗，表明交易量與收益率之間存在著雙向的因果關系。股指期貨的推出降低了現場市場信息不對稱，交易量推動市場價格波動的能力更強。
　　我國滬深300指數期貨剛推出不久，暫時無法利用高頻交易數據對滬深300指數期貨對現貨現貨市場內部交易機制的影響進行研究，這是本文的主要不足。所幸的是非線性Granger檢驗技術的應用提高了研究結果的精確性，而且揭示了H股指數交易量與價格之間的內在聯系，從而有助于資本市場投資者和政府相關部門了解股指期貨推出對現貨市場價格形成機制的影響。
　　
　　參考文獻：
　　［1］Clark，P.K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices ［J］.Econometric，1973，（41）：135-155
　　［2］Harris， M.，Raviv，A.Differences of Opinion Make a Horse Race ［J］.Review of Financial Studies，1993，（6）：473-506.
　　［3］Hiemstra， C.，Jones，J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation ［J］.Journal of Finance，1994，（49）：1639-1664.
　　［4］Jegadeesh， N.，Subrahmanyam，A.Liquidity Effects of the Introduction of the S&P 500 Index Futures Contract on Underlying Stocks ［J］.The Journal of Business，1993，（66）：171-187.
　　［5］Jochum， C.，Kodres，L.Does the Introduction of Futures on Emerging Market Currencies Destablize the Underlying Currencies?［R］.IMF Working Paper，1998：WP/98/13.
　　［6］Spyros， I.S.Index Futures Trading and Spot Price Volatility［J］.Journal of Emerging Market Finance，2005，（4）：151-167.
　　［7］Chu， Q.C.，Hsiehb，W.G.，Tsec，Y.Price Discovery on the S&P 500 Index Markets：An Analysis of Spot Index，Index Futures，and SPDRs ［J］.International Review of Financial Analysis，2003，（8）：21-34.
　　［8］Stoll， H.R.，Whaley，R.E.The Dynamics of Stock Index and Stock Index Futures Returns ［J］.Journal of Financial and Quantitative Analysis，1990，（25）：441-468.
　　［9］Chan， K.A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market ［J］.Review of Financial Studies，1992，（4）：123-152.
　　［10］Hegde， S.P.，Mcdermott，J.B.The Liquidity Effects of Revisions to the S&P 500 Index: An Empirical Analysis ［J］.Journal of Financial Markets，2003，（6）：413-459.
　　［11］Gulen， H.，Mayhew，S.Stock Index Futures Trading and Volatility in International Equity Markets ［J］.Journal of Futures Markets，2000，（20）：661-685.
　　［12］Gorton， G.B.，Pennacchi，G.G.Security Baskets and Index-Linked Securities［J］.The Journal of Business，1993，（66）：1-27.
　　［13］肖輝，吳沖鋒.股指與股指期貨日內互動關系研究［J］.系統工程理論與實踐，2004，（5）：17-21.
　　［14］肖輝，鮑建平，吳沖鋒.股指與股指期貨價格發現過程研究［J］.系統工程學報，2006，（8）：438-441.
　　［15］涂志勇，郭明.股指期貨推出對現貨市場價格影響的理論分析［J］.金融研究，2008，（10）：104-116.
　　［16］嚴敏，巴曙松，吳博.我國股指期貨市場的價格發現與波動溢出效應［J］.系統工程，2009，（10）：32-38.
　　［17］潘越.基于非線性Granger因果檢驗的股市間聯動關系研究［J］.數量經濟技術經濟研究，2008，（9）：87-100.
　　［18］Baek， E.，Brock，W. A Nonparametric Test for Independence of a Multivariate Time Series ［J］.Statistica Sinica，1992，（2）：137-156.
　　（責任編輯：孟耀）