龔承剛,付英俊,陳佩儀
(1.中南財(cái)經(jīng)政法大學(xué)a統(tǒng)計(jì)與數(shù)學(xué)學(xué)院;b.金融學(xué)院,武漢430074; 2.東北財(cái)經(jīng)大學(xué) 數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院,遼寧 大連116250)
股指期貨交易是指以股票指數(shù)為交易標(biāo)的的期貨交易。關(guān)于股指期貨對(duì)股票指數(shù)波動(dòng)率的影響的研究主要集中在股指期貨推出后對(duì)股指波動(dòng)率能否產(chǎn)生影響和影響程度有多大等問題上。在學(xué)術(shù)界,一直存在著三種不同的觀點(diǎn),即股指期貨的推出會(huì)導(dǎo)致股指的波動(dòng)率增大、波動(dòng)率不變以及波動(dòng)率減小。
伴隨著股指期貨的推出,我國股票市場的發(fā)展進(jìn)入了一個(gè)新的階段。同時(shí)應(yīng)當(dāng)看到,中國股票市場對(duì)外開放程度不高,中國資本市場尚不成熟,股指期貨與股票市場價(jià)格之間有何數(shù)量關(guān)系以及它們之間關(guān)系的特征怎樣,值得我們深入研究。本文通過GARCH模型族建立計(jì)量經(jīng)濟(jì)模型,探索性地研究我國股指期貨推出條件下股市運(yùn)行特征及其關(guān)聯(lián)關(guān)系,對(duì)制定股票市場發(fā)展戰(zhàn)略具有重要現(xiàn)實(shí)意義,對(duì)股票市場的投資者也有一定的指導(dǎo)意義。
經(jīng)典事件序列分析和回歸分析有許多假定前提,如序列的平穩(wěn)性。如果直接將非平穩(wěn)時(shí)間序列當(dāng)作平穩(wěn)時(shí)間序列來進(jìn)行分析,容易產(chǎn)生“偽回歸”問題。因此在進(jìn)行GARCH建模之前,必須首先對(duì)時(shí)間序列進(jìn)行單位根檢驗(yàn)。
單位根檢驗(yàn)是通過檢驗(yàn)時(shí)間序列是否存在單位根,判斷該時(shí)間序列是否具有穩(wěn)定性。當(dāng)一個(gè)時(shí)間序列存在單位根,則表明其是非平穩(wěn)的;反之,則是平穩(wěn)的。單位根檢驗(yàn)通常采用ADF檢驗(yàn)。假設(shè)時(shí)間序列為yt,ADF檢驗(yàn)方程為:

其中,p是落后差分項(xiàng)的滯后階數(shù),它應(yīng)足夠大以使殘差項(xiàng)為白噪聲。滯后階數(shù)p的選取,可根據(jù)AIC或SC最小值確定。
股指期貨的推出對(duì)股指波動(dòng)率影響的研究應(yīng)考慮兩個(gè)問題。(1)股指期貨的推出對(duì)股指波動(dòng)率是否產(chǎn)生了影響;(2)如果產(chǎn)生了影響,這種影響是由于期貨交易沖擊本身造成的,還是由于期貨市場的引入改變了信息的流動(dòng)而導(dǎo)致的。由于金融時(shí)間序列通常具有集群性和時(shí)變方差特征,在實(shí)踐中,常常使用GARCH模型來解決這一問題。常用的GARCH模型族如下。
(1)GARCH模型
GARCH模型稱為廣義ARCH模型,是ARCH模型的拓展,由Bollerslev(1986)發(fā)展起來的。GARCH(p,q)的一般表達(dá)式為:

式中,p式GARCH項(xiàng)的階數(shù),q是ARCH項(xiàng)的階數(shù)。q>0并且βj≥0。
(2)TARCH模型
TARCH模型由Zakaran等人提出的,模型的條件方差被設(shè)定為

其中:dt-1是一個(gè)啞變量,若 μt-1<0時(shí),dt-1=1;反之dt-1=0.如果γ≠0,說明存在“非對(duì)稱效應(yīng)”.利好消息有一個(gè)α倍的沖擊,利空消息有一個(gè)(α+γ)倍的沖擊。如果γ>0,說明存在杠桿效應(yīng)。TARCH(p,q)模型可表示為:

(3)EGARCH模型
Nelson(1991)提出的指數(shù)GARCH(Exponential ARCH)也是一種描述信息影響的非對(duì)稱性模型。EGARCH(p,q)的條件方差方程為:

如果γ≠0,沖擊的影響就存在非對(duì)稱效應(yīng);當(dāng)γ<0時(shí),說明存在杠桿效應(yīng)。
在股票市場中,股價(jià)指數(shù)對(duì)利空和利好消息通常具有非對(duì)稱反應(yīng),因此利用TARCH和EGARCH模型對(duì)股指收益率進(jìn)行檢驗(yàn)更為合理,而且兩個(gè)模型的檢驗(yàn)結(jié)果可以相互印證。
如前所述,對(duì)于股指期貨是否對(duì)股指波動(dòng)率產(chǎn)生影響這一問題。我們?cè)赥ARCH和EGARCH模型的條件方差方程中引入一個(gè)虛擬變量D.D在推出股指期貨前值為0,在推出股指期貨后值為1。如果虛擬變量D具有統(tǒng)計(jì)顯著性,則表明股指期貨的對(duì)股指波動(dòng)率產(chǎn)生了影響。更具體的,如果D的系數(shù)顯著為正,表明股指期貨的引入,使股指波動(dòng)率加大,如果D的系數(shù)顯著為負(fù),表明股指期貨的引入,使股指波動(dòng)率減小。
如果股指期貨的推出加劇了股指的波動(dòng)率,這種影響是由于期貨交易沖擊本身造成的,還是由于期貨市場的引入改變了信息的流動(dòng)而導(dǎo)致的這一問題,我們把研究的總體劃為推出股指期貨前、后兩個(gè)子樣本。然后利用TARCH和EGARCH模型對(duì)這兩個(gè)子樣本進(jìn)行估計(jì),從而可以分析出股指波動(dòng)率加劇的真實(shí)原因。
本文選擇2009年4月16日到2011年4月16日的滬深300股指數(shù)據(jù)來分析滬深300股指期貨推出對(duì)股指波動(dòng)率的影響,共486個(gè)樣本。樣本選擇日收盤價(jià)數(shù)據(jù),剔除掉周末和法定節(jié)假日非交易的時(shí)間數(shù)據(jù),數(shù)據(jù)來源于大智慧股票行情軟件。選用收盤價(jià)數(shù)據(jù)是因?yàn)榈朗侠碚撜J(rèn)為收盤價(jià)是最重要的價(jià)格,它反映了絕大部分的市場行為。
滬深300股指期貨的推出日期為2010年4月16日,據(jù)此,在分析過程中,將樣本區(qū)間分為兩個(gè)階段,分別對(duì)這兩個(gè)階段加以檢驗(yàn)。兩個(gè)子樣本區(qū)間為2009年4月16日—2010年4月16日(股指期貨的推出前),共246個(gè)樣本;2010年4月17日~2011年4月16日(股指期貨的推出后),共240個(gè)樣本。
本文的收益率采用對(duì)數(shù)收益率來計(jì)算。利用股價(jià)指數(shù)的日收盤數(shù)據(jù),通過Rt=ln(Pt/Pt-1)來計(jì)算股指收益率。

表1 滬深300指數(shù)日收益率y的ADF單位根檢驗(yàn)
本文采用ADF檢驗(yàn)來檢驗(yàn)滬深300指數(shù)收益率的平穩(wěn)性。這里運(yùn)用Eviews6.0軟件進(jìn)行ADF檢驗(yàn),表1給出了ADF的檢驗(yàn)結(jié)果。從ADF的檢驗(yàn)結(jié)果可以還看出,全樣本和各子樣本的滬深300指數(shù)收益率的序列均是平穩(wěn)的,因而可以對(duì)其進(jìn)行建模。
(1)指數(shù)日收益率序列y自回歸模型滯后階數(shù)的判斷對(duì)滬深300指數(shù)日收益率序列y分別進(jìn)行不同階數(shù)的回歸分析,結(jié)果如表2所示。

表2 滬深300指數(shù)日收益率序列y不同滯后階數(shù)的回歸
對(duì)AIC、SC值以及調(diào)整的擬合優(yōu)度進(jìn)行比較分析,確定序列y自回歸滯后階數(shù)為1。即:

(2)ARCH效應(yīng)檢驗(yàn)
在估計(jì)GARCH類模型之前,還應(yīng)進(jìn)行ARCH效應(yīng)檢驗(yàn),ARCH—LM是一種檢驗(yàn)ARCH效應(yīng)的常用方法。
對(duì)滬深300股指日收率序列y的1階自回歸模型擬合后的殘差序列做滯后10階的ARCH—LM檢驗(yàn),檢驗(yàn)結(jié)果見表3。

表3 殘差序列的ARCH—LM檢驗(yàn)結(jié)果
LM統(tǒng)計(jì)量Obs*R-squared相伴概率p為0.0001,小于顯著性水平0.01,,所以殘差序列存在顯著的高階ARCH效應(yīng),適合使用GARCH類模型族建模。
(3)TRACH與EGARCH模型的建立與回歸
分別利用TARCH(1,1),TARCH(1,2),TARCH(2,1),TARCH(2,2)對(duì)方程進(jìn)行擬合,確定模型的階數(shù)為TARCH (1,1),結(jié)果如表4。

表4 不同階數(shù)的TARCH模型的回歸結(jié)果
運(yùn)用同樣的方法,確定EGARCH模型適宜的階數(shù)為EGARCH(1,2)。運(yùn)用Eviews6.0軟件,分別對(duì)帶有虛擬變量D的TARCH(1,1)和EGARCH(1,2)的模型進(jìn)行回歸,其中推出股指期貨前D=0,推出股指期貨后D=1。回歸結(jié)果如表5~6所示:

表5 TARCH(1,1)模型回歸結(jié)果

表6 EGARCH(1,2)模型回歸結(jié)果
根據(jù)TARCH(1,1)模型回歸結(jié)果可知,虛擬變量D的系數(shù)為3.13E-07,很小,且其對(duì)應(yīng)的P值為0.9594,說明D的系數(shù)不顯著。根據(jù)EGARCH(1,2)模型回歸結(jié)果可知,虛擬變量D的系數(shù)(即C(7))為-0.032585,其對(duì)應(yīng)的P值為0.2036,也說明D的系數(shù)不顯著。無論是TARCH模型,還是EGARCH模型,都表明:推出股指期貨交易后,股票指數(shù)的波動(dòng)率并沒有顯著增加。
根據(jù)TARCH(1,1)模型回歸結(jié)果可知,杠桿效應(yīng)系數(shù)(RESID(-1)^2*(RESID(-1)<0項(xiàng)的系數(shù)值)為0.215386>0,且其對(duì)應(yīng)的P值為0.0001,非常顯著。根據(jù)EGARCH(1,2)模型回歸結(jié)果可知,杠桿效應(yīng)系數(shù)為(即C(5)的值)-0.185799<0,其對(duì)應(yīng)的P值為0.0001,也非常顯著。無論是TARCH模型,還是EGARCH模型,都表明:股票市場的杠桿效應(yīng)顯著,利空消息作用大于利好消息作用,利空消息對(duì)股價(jià)的沖擊更大。
全樣本的檢驗(yàn)結(jié)果表明滬深300股指期貨的推出對(duì)滬深300股票指數(shù)波動(dòng)未產(chǎn)生顯著性影響,同時(shí)表明我國股市的杠桿效應(yīng)顯著,利空消息比利好消息能產(chǎn)生更大的波動(dòng)。
為了進(jìn)一步研究推出股指期貨后,我國股票市場的杠桿效應(yīng)的變化,把研究總體分為引入股指期貨前、后兩個(gè)子樣本,分別研究在引入期貨市場前后我國股票市場的杠桿效應(yīng)。無論是TARCH,還是EGARCH模型,都表明引入股指期貨后,我國股票市場的杠桿效應(yīng)都減弱了。檢驗(yàn)結(jié)果如表7。

表7 期貨推出前后TARCH/EGARCH模型的杠桿效應(yīng)系數(shù)
本文以滬深300股票指數(shù)為樣本,通過建立TRACH與EGARCH模型,對(duì)滬深300股指期貨的推出與滬深300股指波動(dòng)率的關(guān)系進(jìn)行了實(shí)證檢驗(yàn),研究結(jié)果如下:推出滬深300股指期貨后,股票市場的波動(dòng)性并未發(fā)生顯著性變化。
這個(gè)結(jié)果與國內(nèi)外學(xué)者對(duì)該問題的主流觀點(diǎn)是一致的,說明現(xiàn)階段我國股指期貨的推出起到了“股市減震器”的作用。股指期貨對(duì)現(xiàn)貨市場波動(dòng)性的影響在期貨市場引入及以后發(fā)展的不同階段會(huì)有所不同,因此,這一結(jié)論只適合當(dāng)前階段,未來股指期貨對(duì)現(xiàn)貨市場波動(dòng)性有何影響,還需進(jìn)一步研究。
我國股票市場存在杠桿效應(yīng),利空消息比利好消息更容易增加股市的波動(dòng)。
行為金融學(xué)研究表明市場投資者存在羊群效應(yīng),當(dāng)投資者聽到負(fù)面消息、市場流言時(shí),有一種盲從行為。這種盲從行為會(huì)產(chǎn)生一種信號(hào)放大機(jī)制,迅速擴(kuò)大負(fù)面消息的影響程度與范圍,這種不利影響的夸大和投資者的傳遞使股市受到較大的沖擊,呈現(xiàn)顯著的杠桿效應(yīng)。
股指期貨的推出減弱了股票市場的杠桿效應(yīng)。
一方面,從交易機(jī)制來看,股指期貨推出使市場具有做空功能。推出股指期貨前,我國股市沒有做空機(jī)制,當(dāng)面臨負(fù)面消息時(shí),投資者只有通過賣出股票來降低風(fēng)險(xiǎn),而不能通過股指期貨進(jìn)行賣空操作。這就使股市風(fēng)險(xiǎn)向單方向進(jìn)行累積,表現(xiàn)出負(fù)的杠桿效應(yīng)。而股指期貨推出為投資者提供了一種規(guī)避風(fēng)險(xiǎn)的工具,投資者通過做多和做空都可能獲利,這樣,股指期貨從完善交易機(jī)制上有助于減弱股票市場的杠桿效應(yīng)。另一方面,股指期貨的推出能夠增加投資者了解信息的渠道,提高信息傳遞的速度與質(zhì)量,使得股市的有效性得到增強(qiáng)。
[1]Edwards F R.Does.Futures Trading Increase Stock Market Volatility? [J].Financial Analysts Journal,1988,44(1).
[2]Bessembinder H,Seguinp J.Future Trading Activity and Stock Price Volatility[J].The Journal of Finance,1992,47(5).
[3]Lockwood L J,Linn S C.An Examination of Stock Market Return Vol?atility During Overnight and Intraday Periods1964—1989[J].Journal of Finance,1990,(45).
[4]肖輝,吳沖鋒.股指與股指期貨日內(nèi)互動(dòng)關(guān)系研究[J].系統(tǒng)工程理論與實(shí)踐,2004,(5).
[5]李華,陳婧.股指期貨推出對(duì)股票市場波動(dòng)性的影響研究:來自日本的證據(jù)[J].金融與經(jīng)濟(jì),2006,(2).
[6]史美景,邱長溶.股指期貨對(duì)現(xiàn)貨市場的信息傳遞效應(yīng)分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)2007,(7).