不同趨勢下股指期貨價格發現貢獻度研究

李成武，陳蕾

摘 要：滬深300股指期貨上市后，股市經歷了多輪的漲跌，市場趨勢的差異可能影響其價格發現功能。將近三年的市場趨勢劃分為牛市、熊市和震蕩市，基于I-S和P-T模型分別對股指期貨價格發現功能進行分析發現，不同市場趨勢下股指期貨對價格發現的貢獻度始終處于主導地位；三種市場趨勢下股指期貨價格發現功能存在細微差異，股指期貨價格在震蕩市中對信息的靈敏度、對公共因子的貢獻度遠高于牛市和熊市。

關鍵詞：股指期貨；價格發現；貢獻度

中圖分類號：F830.9 文獻標識碼：A 文章編號：1003-3890（2014）05-0046-05

價格發現是股指期貨的重要功能之一，也是眾多學者歷來關注的課題。概括來說，早期各國學者對價格發現功能的研究主要集中于期、現市場價格之間的領先滯后關系。具體從三個層次遞進展開[1]：第一，期貨和現貨市場價格是否存在長期均衡關系？第二，如果存在長期均衡關系，兩者之間因果關系的方向如何？是否存在協整關系？第三，若存在協整關系，期貨與現貨市場中哪一個價格較為領先？近年來，針對該領域的研究出現了新的動向，在領先滯后關系這一現象的基礎上，通過具體刻畫信息傳播的過程和細節，更加細致深入地探尋價格發現功能的作用機理及定量分析價格發現功能的效率，價格發現貢獻度就是其中的方法之一。

具體到我國市場，股指期貨上市三年來滬深300指數下跌近千點，振幅高達43%。從局部看，指數下跌的過程中伴隨著國內貨幣和財政政策的刺激，市場也多次出現過中短期的牛市行情。考慮到我國證券市場存在的政策決定趨勢的特殊性，不同市場行情下期貨與現貨價格可能存在發現機制不明確的現象。為了更全面地研究滬深300股指期貨的價格發現功能，擬將近三年以來市場趨勢劃分為牛、熊和震蕩市，采用近年來出現的I-S和P-T模型分別研究股指期貨的價格發現貢獻度。

一、研究綜述

股指期貨與現貨價格的形成取決于各自市場對新信息的吸收及處理能力，但由于兩市場圍繞相同基礎資產展開交易，因此從經濟學的角度來說，兩者至少應由一個共同的隨機因子（又稱為隱含有效價格）驅動。期貨與現貨市場對價格發現貢獻度的研究以Engle和Granger（1987）提出向量誤差模型為基礎，基于共同因素（Common Factor）模型展開。該模型認為價格發現效率最終表現為不同市場對共同因素的貢獻。在價格發現機制的研究領域中，有兩類模型較為典型：第一個是Hasbrouck[2]在1995年提出的信息份額模型（Information Share，IS），將價格發現定義為信息沖擊對公共因子產生的方差，期、現市場的價格發現效率則通過各自價格波動對上述方差的貢獻來衡量，關注不同資產對同樣宏觀信息的反應。第二種是Gonzalo和Garnger[3]提出的長期-短時模型（Permanent Transitory，PT），側重于研究共同因素的組成和誤差修正過程，用每個市場對共同因子的貢獻度（即該市場誤差修正系數的函數）衡量該市場的價格發現效率。

基于價格發現貢獻度的理論和實證模型，Tse[4]分析1997—1998年道瓊斯指數1分鐘收益率，發現期貨對價格發現的貢獻度為88%，而現貨僅為12%。Tse[4]等研究1993年1月29日至12月31日S & P 500指數現貨、期貨及存托憑證市場（SPDRs）的數據，通過向量誤差修正模型（VECM）及共同因子分解模型的應用發現，在共同因子貢獻排序上，由高到低依次為期貨、SPDRs及現貨。Hasbrouck[5]利用信息含量模型考察S & P 500指數和NASDAQ 100指數，認為小型期貨合約（E-Minis）的價格發現能力最強。楊朝峰[6]采用兩種共同因子模型檢驗香港恒生指數期、現市場價格發現效率，認為雖然兩市場都是由同一因子驅動的，但期貨市場的信息含量高于現貨市場。陳昭和韓士專[7]應用信息模型考察滬深300股指期貨合約2010年4月19日至2010年12月6日的日收盤價，發現期貨價格信息含量高于現貨價格，在價格發現中處于主導地位。蔡向輝[8]選取同樣標的，對2010年4月16日至5月26日不同時間頻率（1分鐘、5分鐘、每日收盤價）及不同階段的樣本數據進行價格發現貢獻度研究，認為當數據頻率降低及合約臨近到期日時，股指期貨市場價格發現貢獻度逐步減弱。

二、價格發現貢獻度研究模型

（一）信息份額（I-S）模型

如果股指期貨價格與股票現貨價格之間存在協整關系，表明存在共同的驅動因子使得F與P長期來看趨于一致，可以基于股指期貨價格F和股票現貨價格P建立向量誤差修正模型（VECM）。

？駐Ft=？滋1+？琢1Zt-1+∑ki=1？祝i11？駐Ft-1+∑ki=1？祝i12？駐St-i+？綴1，t（1）

？駐St=？滋2+？琢2Zt-1+∑ki=1？祝i21？駐Ft-1+∑ki=1？祝i22？駐St-i+？綴2，t（2）

其中，Zt-1為誤差修正項，代表長期趨勢。？琢1和？琢2是誤差修正項系數，代表對長期修正的偏離的方向與強度。當？琢1和？琢2大于0時，代表一種正向的調整，而且數值越大代表修正的力度越大；相反，當？琢1和？琢2小于0時，代表一種負向的調整，數值越小代表負向調整的力度越大。價格發現貢獻度研究中另外兩種常用的模型是IS模型和PT模型，它們都是基于VECM模型提出的，區別在于對貢獻度的描述不同[10]。

I-S模型原理是將信息沖擊產生的方差波動分解到各個市場上去，以此衡量每個市場對公共驅動因子方差的貢獻。Hasbrouck（1995）以移動平均（MA）的形式對向量誤差修正模型進行重寫，如（3）式所示。

？駐Yt=？追（L）et（3）

及其單整模式：Yt=？追（1）∑kS=1es+？追*（L）et

其中，L是滯后算子，？追（L）是矩陣多項式。單整形式中，？追（1）是影響矩陣。如果令？追=（？追1，？追2）代表的行，l=（l，l）。單整形式可繼續轉化為（4）式。

Yt=1？追∑kS=1es+？追*（L）et（4）

Hasbrouck（1995）將？追（L）et定義為期貨和股市價格的公共因子，其方差為var（？追et）=？追？贅？追′。當Ω為對稱矩陣時，第j個市場的信息份額，即價格發現貢獻度為：

Sj=■（5）

但是當Ω為非對稱矩陣時，需采用Cholesky分解方法對方差進行分解，第j個市場的信息份額如式（6）式所示，其中[？追M]i是行向量？追M的第j個元素。

Sj=■ （6）

M=m11 0m12 m22=？滓1 0？籽？滓2 ？滓2（1-？籽2）1/2

由于Cholesky分解與變量在誤差修正模型中的排序有關，如果信息之間存在正相關，則Cholesky分解對第一個價格變量分配較大的信息份額。當期貨價格變量F處于第一個變量時，計算所得為股指期貨市場信息份額的上限，即為價格發現貢獻度的上限；反之，當股指期貨價格F處于最后一個變量時，計算得到的將是信息份額的下限，即為價格發現貢獻度的下限。Baillie等[9]進一步明確了期貨市場信息份額的上、下限計算形式，如式（7）、（8）所示。實證研究中，為了便于比較，往往計算信息份額上下限的均值作為市場價格發現的貢獻度。

ISLF=■ （7）

ISUF=■ （8）

（二）永久/短暫模型

永久/短暫模型（P-T模型），其思想是將股指期貨市場與股票現貨市場中的公共因子分解為兩個市場價格的線性組合，Ft=η*Yt。其中η=（η1，η2）′被稱為公共因子系數向量，且η1+η2=1。ηi代表市場i對價格發現的貢獻度。研究表明，向量η與誤差向量修正模型中的修正系數向量正交，則公共因子的系數向量為：

η=（η1，η2）=■，■（9）

三、趨勢劃分與協整檢驗

（一）數據來源、頻率及區間

本文數據取自天軟科技金融工程平臺TinySoft.net，股票現貨價格P使用滬深300指數1分鐘收盤價，股指期貨價格F使用當月連續合約1分鐘收盤價。研究的樣本區間為2010年4月16日至2013年4月16日，共727個交易日，其中股指期貨價格F共獲得196 290個樣本數據，滬深300指數共174 480個樣本數據。由于股指期貨比股票早開盤15分鐘，又晚收盤15分鐘，處于數據對齊需要，刪除股指期貨價格F多余的樣本數據。在本部分實證研究中總共有174 480對樣本數據，使用Eviews6.0進行分析。

（二）市場趨勢劃分

根據chow斷點檢驗結果，依據中短期漲跌趨勢將樣本區間劃分為12個階段，如圖1所示。其中牛市5個階段，熊市6個階段，震蕩市1個階段。實證研究中將相同趨勢的數據按順序組合，形成牛市、熊市和震蕩市樣本數據。

（三）序列平穩性檢驗

檢驗股指期貨F與現貨價格P序列穩定性時，觀察到序列均不包含趨勢，進行ADF檢驗時方程設定僅包含截距項。檢驗結果如表1、2所示，股指期貨價格F和現貨價格P原序列檢驗時，5%顯著性水平下t統計量均不顯著，因此應該接受原假設，認為存在單位根，F和P為非平穩序列。原序列進行一階差分后△F和△P后檢驗結果表明，t統計量通過了顯著性檢驗，拒絕原假設，認為差分后序列不存在單位根，是平穩序列。據此判斷，F和P均為一階單整序列，可以進行協整檢驗。

（四）協整關系檢驗

針對未區分趨勢序列、牛市、熊市和震蕩市等4個樣本，EG兩步法檢驗結果（見表3）顯示，在1%顯著性水平下，4個樣本均顯示協整關系。Johansen協整關系檢驗結果與EG兩步法完全一致（見表4）。

綜合EG兩步法和Johansen方法檢驗結果發現，股指期貨價格F與現貨價格P存在一個協整關系，即兩者之間存在著長期均衡、相互吸引而靠攏的關系。

四、實證研究結論

（一）牛市中的價格發現貢獻度

股指期貨與股票現貨存在協整關系，建立向量誤差修正模型（VECM），綜合AIC和SC準則，選擇滯后期為16。結果如表5所示，系數向量在5%顯著性水平下基本上都能通過顯著性檢驗。

在估計出VECM的基礎上，按照信息份額模型（I-S）和短暫/永久模型（P-T）分別計算股市和股指期貨市場的信息份額以及公共因子。如表6所示，股指期貨市場的信息份額上界和下界均高于股票市場的上界和下界，均值為54.59%，高于股票市場的信息份額均值45.41%，說明股指期貨在價格發現過程中占據了主導地位。短暫/永久模型中，期貨市場公共因子為77.35%，大于股票市場的公共因子22.65%，同樣說明股指期貨市場在價格發現中處于主導地位。

（二）熊市中的價格發現貢獻度

熊市樣本區間建立向量誤差修正模型（VECM），根據綜合考慮AIC和SC準則，選擇滯后期為8期。如表7所示，在5%顯著性水平下，協整向量以及誤差修正項系數向量均通過顯著性檢驗。

分別計算熊市中股市和股指期貨市場的信息份額以及公共因子。如表8所示，期指市場信息份額的上界和下界均高于股票市場的上界和下界，均值為63.39%，高于股票市場的信息份額均值36.61%，說明期指在價格發現過程中占據主導地位。短暫/永久模型中，期貨市場公共因子為65.86%，大于股票市場的34.14%，說明股指期貨市場在價格發現中處于主導地位。

（三）震蕩市中的價格發現貢獻度

震蕩市樣本區間建立向量誤差修正模型（VECM），根據綜合考慮AIC和SC準則，選擇滯后期為7期。表9結果顯示，在5%顯著性水平下，協整向量以及誤差修正項系數向量基本上都能通過顯著性檢驗。

分別計算震蕩市中股市和股指期貨市場的信息份額以及公共因子，表10顯示，股指期貨市場的信息份額上界和下界均高于股票市場的上界和下界，均值為75.34%，高于股票市場的信息份額均值，說明股指期貨在價格發現過程中占據了主導地位。短暫/永久模型中，期貨市場公共因子為90.97%，大于股票市場的公共因子9.03%，說明股指期貨市場在價格發現中處于主導地位。

綜合實證數據來看，可以得出兩點結論：第一，從整體上看，無論是牛市、熊市和震蕩市，信息份額模型表明，股指期貨對信息的反應敏感度遠高于股票的反應敏感度，股指期貨在價格發現過程中處于主導地位。永久/短暫模型則表明，股指期貨的價格發現貢獻度遠大于股票的價格發現貢獻度。第二，從結構上看，三種市場趨勢下股指期貨價格發現功能仍存在細微差異。具體來說，股指期貨價格在震蕩市中對信息的靈敏度遠高于牛市和熊市中的靈敏度，股指期貨價格在震蕩市中對公共因子的貢獻度也遠高于牛市和熊市中的貢獻度。這表明市場處于震蕩調整狀態時，股指期貨價格發現功能更顯著，對股票價格的引導作用明顯。

參考文獻

[1]祝合良.中國期貨市場價格發現功能實證研究[J].首都經濟貿易大學學報，2007，（2）：9-21.

[2]Hasbrouck J. One Security，Many Markets：Determining the Contributions to Price Discovery[J]. Journal of Finance.1995，50（3）：1175-1199.

[3]Gonzalo J，Granger C W J. Estimation of Common Long-Memory Components in Cointegrated Systems[J]. Journal of Business & Economic Statistics.1995，13（2）：27-35.

[4]Tse Y. Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J].Journal of Futures.1999，（8）：911-930.

[5]Hasbrouck J.Intraday Price Formation in U. S.Equity Index Markets[J]. Journal of Finance，2003，58（3）：2375-2400.

[6]楊朝峰.股指期貨價格形成機制研究[D].上海：同濟大學，2005.

[7]陳昭，韓士專.滬深300股指期貨價格發現貢獻度研究[J].財會月刊，2011，（3）：64-66.

[8]蔡向輝.滬深300股指期貨價格發現功能研究[J].金融發展研究，2011，（3）：29-34.

[9]Baillie R T， Booth G G， Tse Y， Zaboutina T. Price discovery and common factor models[J]. Journal of Financial Markets，2002，（5）：309-321.

[10]張中華，林眾.股指期貨對股市正反饋交易行為的影響[J].商業研究，2013，（8）：129-134.

責任編輯：曹華青

Study on the Contribution of Different Trend of Stock Index Future Price Discovery

Li Chengwu1，Chen Lei2

（1.post-doctoral scientific research mobile station， The Central University Of Finance and Economics， Beijing 100081， China；

2. School of Finance and taxation， Capital University of Economics and Business， Beijing 100070， China）

Abstract： The Shanghai and Shenzhen 300 stock index futures， the stock market has experienced several rounds of price difference of market trends， may affect the price discovery function. In the nearly three years since the market trend into bull， bear and shock market， based on the I-S and P-T model respectively on the stock index futures price discovery function analysis， and find that a different market trend of stock index futures on price discovery is always in the leading position； three kinds of market trend found subtle differences in function， stock index futures price in shock market on the sensitivity of the information is much higher than the sensitivity of bull market and bear market， stock index futures price in shock market on public factor contribution degree is much higher than the contribution of bull and bear market.

Key words： Stock index futures； Price discovery； Contribution

綜合實證數據來看，可以得出兩點結論：第一，從整體上看，無論是牛市、熊市和震蕩市，信息份額模型表明，股指期貨對信息的反應敏感度遠高于股票的反應敏感度，股指期貨在價格發現過程中處于主導地位。永久/短暫模型則表明，股指期貨的價格發現貢獻度遠大于股票的價格發現貢獻度。第二，從結構上看，三種市場趨勢下股指期貨價格發現功能仍存在細微差異。具體來說，股指期貨價格在震蕩市中對信息的靈敏度遠高于牛市和熊市中的靈敏度，股指期貨價格在震蕩市中對公共因子的貢獻度也遠高于牛市和熊市中的貢獻度。這表明市場處于震蕩調整狀態時，股指期貨價格發現功能更顯著，對股票價格的引導作用明顯。

參考文獻

[1]祝合良.中國期貨市場價格發現功能實證研究[J].首都經濟貿易大學學報，2007，（2）：9-21.

[2]Hasbrouck J. One Security，Many Markets：Determining the Contributions to Price Discovery[J]. Journal of Finance.1995，50（3）：1175-1199.

[3]Gonzalo J，Granger C W J. Estimation of Common Long-Memory Components in Cointegrated Systems[J]. Journal of Business & Economic Statistics.1995，13（2）：27-35.

[4]Tse Y. Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J].Journal of Futures.1999，（8）：911-930.

[5]Hasbrouck J.Intraday Price Formation in U. S.Equity Index Markets[J]. Journal of Finance，2003，58（3）：2375-2400.

[6]楊朝峰.股指期貨價格形成機制研究[D].上海：同濟大學，2005.

[7]陳昭，韓士專.滬深300股指期貨價格發現貢獻度研究[J].財會月刊，2011，（3）：64-66.

[8]蔡向輝.滬深300股指期貨價格發現功能研究[J].金融發展研究，2011，（3）：29-34.

[9]Baillie R T， Booth G G， Tse Y， Zaboutina T. Price discovery and common factor models[J]. Journal of Financial Markets，2002，（5）：309-321.

[10]張中華，林眾.股指期貨對股市正反饋交易行為的影響[J].商業研究，2013，（8）：129-134.

責任編輯：曹華青

Study on the Contribution of Different Trend of Stock Index Future Price Discovery

Li Chengwu1，Chen Lei2

（1.post-doctoral scientific research mobile station， The Central University Of Finance and Economics， Beijing 100081， China；

2. School of Finance and taxation， Capital University of Economics and Business， Beijing 100070， China）

Abstract： The Shanghai and Shenzhen 300 stock index futures， the stock market has experienced several rounds of price difference of market trends， may affect the price discovery function. In the nearly three years since the market trend into bull， bear and shock market， based on the I-S and P-T model respectively on the stock index futures price discovery function analysis， and find that a different market trend of stock index futures on price discovery is always in the leading position； three kinds of market trend found subtle differences in function， stock index futures price in shock market on the sensitivity of the information is much higher than the sensitivity of bull market and bear market， stock index futures price in shock market on public factor contribution degree is much higher than the contribution of bull and bear market.

Key words： Stock index futures； Price discovery； Contribution

綜合實證數據來看，可以得出兩點結論：第一，從整體上看，無論是牛市、熊市和震蕩市，信息份額模型表明，股指期貨對信息的反應敏感度遠高于股票的反應敏感度，股指期貨在價格發現過程中處于主導地位。永久/短暫模型則表明，股指期貨的價格發現貢獻度遠大于股票的價格發現貢獻度。第二，從結構上看，三種市場趨勢下股指期貨價格發現功能仍存在細微差異。具體來說，股指期貨價格在震蕩市中對信息的靈敏度遠高于牛市和熊市中的靈敏度，股指期貨價格在震蕩市中對公共因子的貢獻度也遠高于牛市和熊市中的貢獻度。這表明市場處于震蕩調整狀態時，股指期貨價格發現功能更顯著，對股票價格的引導作用明顯。

參考文獻

[1]祝合良.中國期貨市場價格發現功能實證研究[J].首都經濟貿易大學學報，2007，（2）：9-21.

[2]Hasbrouck J. One Security，Many Markets：Determining the Contributions to Price Discovery[J]. Journal of Finance.1995，50（3）：1175-1199.

[3]Gonzalo J，Granger C W J. Estimation of Common Long-Memory Components in Cointegrated Systems[J]. Journal of Business & Economic Statistics.1995，13（2）：27-35.

[4]Tse Y. Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J].Journal of Futures.1999，（8）：911-930.

[5]Hasbrouck J.Intraday Price Formation in U. S.Equity Index Markets[J]. Journal of Finance，2003，58（3）：2375-2400.

[6]楊朝峰.股指期貨價格形成機制研究[D].上海：同濟大學，2005.

[7]陳昭，韓士專.滬深300股指期貨價格發現貢獻度研究[J].財會月刊，2011，（3）：64-66.

[8]蔡向輝.滬深300股指期貨價格發現功能研究[J].金融發展研究，2011，（3）：29-34.

[9]Baillie R T， Booth G G， Tse Y， Zaboutina T. Price discovery and common factor models[J]. Journal of Financial Markets，2002，（5）：309-321.

[10]張中華，林眾.股指期貨對股市正反饋交易行為的影響[J].商業研究，2013，（8）：129-134.

責任編輯：曹華青

Study on the Contribution of Different Trend of Stock Index Future Price Discovery

Li Chengwu1，Chen Lei2

（1.post-doctoral scientific research mobile station， The Central University Of Finance and Economics， Beijing 100081， China；

2. School of Finance and taxation， Capital University of Economics and Business， Beijing 100070， China）

Abstract： The Shanghai and Shenzhen 300 stock index futures， the stock market has experienced several rounds of price difference of market trends， may affect the price discovery function. In the nearly three years since the market trend into bull， bear and shock market， based on the I-S and P-T model respectively on the stock index futures price discovery function analysis， and find that a different market trend of stock index futures on price discovery is always in the leading position； three kinds of market trend found subtle differences in function， stock index futures price in shock market on the sensitivity of the information is much higher than the sensitivity of bull market and bear market， stock index futures price in shock market on public factor contribution degree is much higher than the contribution of bull and bear market.

Key words： Stock index futures； Price discovery； Contribution