我國股指期貨市場的價格關聯與系統性風險防范

胡可為 安毅 劉文超

摘 要：準確判斷股指期貨的價格關聯性對防范我國股指期貨市場系統性風險、維護股指期貨市場安全至關重要。本文采用溢出指數和多元回歸模型深入探討了我國股指期貨市場的價格關聯性及其影響因素。結果表明：我國股指期貨市場存在顯著的價格關聯性，且不同子市場間的關聯在樣本期內存在顯著差異。其中，滬深300股指期貨與市場的關聯性最高，是市場上信息的凈給予者，具有較強的價格引導和風險傳遞能力;上證50股指期貨與市場的關聯性次之，其信息溢出能力在政府救市期間明顯增強;中證500股指期貨的信息溢出能力在市場動蕩時期較強。此外，通貨膨脹率、股市流動性與波動性、突發事件等對股指期貨市場關聯性具有顯著的影響?；诖?，本文針對股指期貨市場的系統性風險防范提出政策建議。

關鍵詞：股指期貨市場 系統性風險 關聯性

一、引言

2010年，滬深300股指期貨上市，2015年上證50和中證500股指期貨也掛牌交易。自上市以來，股指期貨受到投資者的青睞，成交量和成交額迅速提高，在平抑股市波動、穩定市場運行、預警股市系統性風險等方面發揮了積極作用，具有“股市穩定器”的功能，同時也為投資提供了重新配置風險的工具，在資產組合管理中扮演重要的角色。但是，股指期貨在另一方面表現出加劇金融市場風險的負面效應。2015—2020年，我國股指期貨市場各品種的價格呈現同步波動的趨勢（見圖1）。李政等和肖小勇等的研究表明，同步變動的股指期貨價格將給市場帶來共振效應，加劇該市場的系統性風險，進而提高風險的影響范圍和破壞水平。

在我國股指期貨市場中，滬深300、上證50和中證500股指期貨分別代表大盤綜合股、大盤藍籌股和中小盤股市場，其標的指數成分股構成、市場定位與風險管理目標之間均存在顯著差別，理論上價格走勢應遵循各自的市場規律，不應表現出顯著的共振現象。那么，我國股指期貨市場是否存在價格關聯？若存在，關聯的具體特征如何？哪一品種與整體股指期貨市場的關聯更大？不同品種間的關聯是否存在顯著差異？影響關聯的潛在因素又有哪些？現有文獻并未涉及這些問題，而深入探討這些問題對于識別和防范我國股指期貨市場系統性風險、建立有效的風險預警機制、維護股指期貨市場乃至整體金融市場安全至關重要。

事實上，關聯性一直是多變量金融時間序列研究的重點，尤其是2008年全球金融危機爆發后，關聯性視角成為研究系統性風險的主流方向。李政等曾表明，系統性風險水平受系統性沖擊的大小及系統關聯性兩個因素的影響，較高的關聯水平會放大系統性沖擊的破壞力和影響范圍。本文借鑒張曉樸對金融體系系統性風險的界定，定義股指期貨市場的系統性風險為由單個股指期貨子市場引發，在不同子市場之間相互傳導，導致整體股指期貨市場不穩定并產生溢出效應的風險。這就意味著在研究該市場的風險水平時，需要對其進行多角度判斷，不僅要考慮市場本身容易引致風險的因素，還要考慮不同市場間的相互關聯性。鑒于此，本文將基于價格關聯視角，從總關聯、單一品種與市場間關聯、不同品種間關聯三方面具體考察我國股指期貨市場的關聯性，深入探究關聯的動態變化過程，并進一步找出影響關聯的潛在因素，以期為我國股指期貨市場系統性風險的監管與防范提供相關的政策啟示。

二、文獻綜述

理論上對關聯性的解釋主要基于經濟基礎假說和市場傳染假說。經濟基礎假說認為不同市場間的關聯是由宏觀經濟和市場基本面等的變化所引起的。例如，相關政策變動、短期資本流動、部分資產價格變動等都會引起不同市場間的關聯。市場傳染假說認為，除此之外，市場間關聯還會受到突發事件、投資者情緒、市場預期等因素的影響。尤其是在發生重大風險事件時，投資者會出于安全的目的重新進行資產配置。然而，由于危機下的恐慌心理、羊群效應等非理性行為、信息不對稱等客觀因素的存在，相當規模資金的流動會引發嚴重的市場傳染效應。即使風險僅在某個子市場產生，但由于一體化金融市場的存在，風險仍有可能蔓延到其他子市場，導致各金融子市場的關聯顯著增強。馬丹等針對上海市場的研究表明不同板塊間存在典型的非對稱傳染效應，其聯動性在危機時明顯增強。

實證中對關聯性的研究主要從以下兩方面進行：一是考察不同市場間的關聯性，二是分析各市場間的信息溢出效應或單一市場對整體市場的溢出效應，可統一歸納為考察信息溢出效應。關于關聯性的考察，現有文獻主要通過協整和Granger檢驗、相關系數、主成分分析等方法進行。例如，蔣舒和吳沖鋒利用協整檢驗和方差分解對國內外期貨市場的關聯進行研究，并證明中國的期貨市場是有效的。Patro等對22家銀行控股公司和投資銀行的研究發現每日股票收益率關聯性可以作為系統性風險的有效衡量指標。Billio等基于主成分和格蘭杰因果的研究發現了對沖基金、銀行、經紀商和保險公司之間的高度關聯性。然而，上述方法僅局限于考察市場間的關聯性，無法考察整體系統的關聯性。

信息溢出效應主要包括均值溢出效應（收益率溢出）和波動溢出效應（波動率溢出），前者衡量價格信息的傳導，后者刻畫風險的傳遞。關于信息溢出效應的考察，已有研究主要基于誤差修正模型、CoVaR模型、GARCH族模型、溢出指數模型等方法進行。例如，Ghosh、熊熊和王芳、左浩苗等基于協整和誤差修正模型研究了股指期現貨之間的價格引領關系。周愛民和韓菲基于GARCH-時變Copula-CoVaR模型對內地和香港期現貨市場的研究，得出任意兩市場間存在雙向風險溢出效應的結論。趙慧敏等、田樹喜等、張筱峰和郭瀝陽基于GARCH族模型研究了我國股指期現貨市場間的信息溢出效應。周佰成等利用溢出指數模型證實了滬深300股指期現貨市場的信息溢出效應在不同階段存在顯著差異。劉成立則基于股指期貨的嶄新視角研究了中美股市間的聯動關系。

與以往研究相比，本文的主要貢獻有以下幾方面：①立足于我國股指期貨市場，研究其內部不同子市場間的關聯性，進而探究該市場系統性風險防范的相關舉措。已有文獻多是研究不同市場間的關聯性，包括股指期貨和現貨市場、不同股指期貨市場間，鮮有關于同一市場內品種間關聯性的研究。而在當今我國金融變革與創新層出不窮、金融風險管理迫在眉睫的關鍵時刻，探討股指期貨子市場間的關聯性，對于研究該市場的系統性風險度量與防范問題顯得迫切而重要。②基于溢出指數模型，考察了市場總關聯、單一品種與市場間關聯、不同品種間關聯的具體特征，既考慮了品種間關聯和整體系統關聯，又兼顧了關聯的大小和方向。同時，著重分析了關聯的動態變化過程，是對我國股指期貨市場間關聯性的精確考察，有助于正確認識各子市場在股指期貨市場中的地位，為科學地防范化解股指期貨市場的系統性風險提供依據。③基于關聯性的大小和方向特征分析了2015年和2018年股災期間政府救市措施對維護股指期貨市場穩定的效果，為政府對于危機事件的處置方式選擇提供了參考借鑒。

三、研究方法

Diebold和Yilmaz基于向量自回歸模型的方差分解原理構建多變量間的溢出指數，來衡量多市場或資產間的溢出關系。本文將探討我國股指期貨市場各品種間的價格關聯，為此，構建三變量P階向量自回歸（VAR）模型：

Xt=∑pi=1ΦiXt-i+εt（1）

其中，Xt為（RIF，t，RIH，t，RIC，t）T或（σ2IF，t，σ2IH，t，σ2IC，t）T，表示各股指期貨的收益率或波動率;Φi是系數矩陣;εt～（0，Σ）為獨立同分布的擾動項向量。

在平穩性的假定下，式（1）存在移動平均表達式：

Xt=∑SymboleB@i=0Ψiεt-i（2）

為避免Choleskey分解引起的排序問題，本文使用廣義VAR框架得到的方差分解。定義品種j到i的波動溢出：

θgij（H）=ω-1jj∑H-1h=0eTiΨh∑ej2∑H-1h=0（eTiΨh∑Ψ ?Thei），H=1，2，…，表示向前H步;j=IF，IH，IC（3）

其中，ωjj是式（1）中第j個方程誤差項的標準差;ei是第i個元素為1、其余元素為0的選擇向量;Σ是擾動項εt的協方差矩陣。為使θgij（H）具有可比性，將其標準化，即：

θ～gij（H）=θgij（H）∑3j=1θgij（H）（4）

這樣，∑3j=1θ～gij=1，∑3i，j=1θ～gij=3。

為了反映股指期貨市場的整體關聯，構建總溢出指數：

TSI（H）=∑3i，j=1i≠jθ～gij（H）∑3i， j=1θ～gij×100=∑3i，j=1i≠jθ～gij（H）3×100（5）

總溢出指數越大，說明品種間溢出程度越高，某一品種的沖擊越容易影響到其他品種。

為了反映單一品種與股指期貨市場間的關聯性，定義接受（給予）總溢出指數：

Sgi←.（H）=∑3j=1i≠jθ～gij（H）3×100（6）

Sg.←i（H）=∑3j=1i≠jθ～gji（H）3×100（7）

接受總溢出指數衡量其余所有品種對品種i的總溢出水平，給予總溢出指數度量品種i對其他所有品種的總溢出水平。

根據接受和給予總溢出指數，定義凈溢出指數：

Sgi（H）=Sg.←i（H）-Sgi←.（H）（8）

凈溢出指數表示品種i的沖擊對其他所有品種的凈溢出大小。該指數大于0表示品種i是其他股指期貨沖擊的凈給予者;反之，則是沖擊的凈接受者。

為了反映不同品種間的價格關聯，定義配對凈溢出指數：

Sgij（H）=θ～gij（H）∑3i.k=1θ～gik（H）-θ～gji（H）∑3i.k=1θ～gik（H）×100（9）

四、實證分析

（一）數據選擇及描述性統計分析

本文主要分析我國股指期貨市場各品種間的價格關聯，選取滬深300股指期貨（IF）、上證50股指期貨（IH）、中證500股指期貨（IC）在2015年4月至2020年12月的日價格序列，并進一步構造收益率與波動率序列。首先，定義收益率為Ri，t=ln （Pi，t/Pi，t-1），其中，Ri，t為股指期貨i在第t個期間內的對數收益率，Pi，t為其在第t個期末的收盤價。然后，定義波動率為σ2it=0.511（Hit-Lit）2-0.019[（Cit-Oit）（Hit+Lit-2Oit）-2（Hit-Oit）（Lit-Oit）]-0.383（Hit-Lit）2，其中，Hit、Lit、Cit、Oit分別為股指期貨i在第t個期間內的最高價、最低價、收盤價、開盤價，所有價格都取自然對數。

表1給出了各股指期貨在樣本期間的收益率和波動率的描述性統計結果。對于收益率：從其均值看，滬深300和上證50股指期貨的收益率均值為正，中證500股指期貨的收益率均值為負;從其標準差看，中證500股指期貨的標準差最大，滬深300股指期貨次之，上證50股指期貨的波動最小;偏度和峰度統計量顯示各股指期貨的收益率均具有左偏和尖峰特征;JB統計量及P值也表明收益率均不服從正態分布;從單位根檢驗結果看，各股指期貨的收益率序列均在1%的顯著性水平上達到平穩狀態。對于三種股指期貨的波動率，可以看出，中證500股指期貨波動率的均值和標準差均是最大的，可見其在樣本期內的劇烈變化;從偏度和峰度看，三種股指期貨的波動率均是右偏和尖峰分布的;JB統計量及P值均表明波動率不服從正態分布;單位根檢驗顯示各股指期貨的波動率序列均在1%的顯著性水平上達到平穩狀態。

（二）全樣本下的價格關聯分析

表2為全樣本下各股指期貨間價格關聯情況。表中的主對角線數值代表股指期貨的自身關聯;非主對角線數值為兩股指期貨間的價格關聯;“給予”行代表某一股指期貨價格變動對其他股指期貨價格變動的總影響;“接受”列代表某一股指期貨價格變動受其他股指期貨價格變動的總影響;“接受”列或“給予”行的均值為總溢出指數，刻畫股指期貨市場的總關聯水平;凈溢出表示某股指期貨價格變動對其他股指期貨價格變動的凈影響，用該股指期貨“給予”值與“接受”值的差表示。

由表2可知：①收益率和波動率總溢出指數均大于50%，表明我國股指期貨市場的價格變動有一半以上是由品種間的相互影響導致的，說明我國股指期貨市場的關聯性較高。而這無疑為不利沖擊的傳播提供了便利，致使風險可以傳染到各個股指期貨子市場，影響該市場的穩定。②主對角線數值均小于50%，說明各股指期貨當前價格的變動在一定程度上受自身過去價格變動的影響，但受自身價格變動的影響小于受其他股指期貨價格變動的影響。③IF的“接受”與“給予”值均最大，且凈溢出大于0，說明滬深300股指期貨與市場行情的關聯性最高，是市場價格變動的影響者，因此應警惕該市場的不利變動對其他股指期貨市場的沖擊。④ IH的凈溢出小于0，說明上證50股指期貨是市場上價格變動的被影響者。⑤ IC的波動率凈溢出為正值，收益率凈溢出為負值，說明相比價格引領，中證500股指期貨的風險傳遞能力更強。

（三）滾動樣本下的價格關聯分析

考慮到我國股指期貨市場是一個新興市場，各品種間的價格關聯可能會出現結構性變化，因此，本部分進一步考察價格關聯的時變特征。在實證模型中，將滾動窗口設為200天，步長H設為10天，VAR模型中，收益率選擇1階滯后，波動率選擇4階滯后。

1.股指期貨市場總關聯分析

我國股指期貨市場的總關聯水平通過總溢出指數圖來描述。由圖2可知，我國股指期貨市場收益率和波動率總溢出指數并不是恒定不變的，而是隨著經濟金融的發展表現出一定的時變特征。其中，收益率總溢出水平在41%～63%的范圍內變動，平均溢出水平為57%;波動率總溢出水平在35%～61%的范圍內變動，平均溢出水平為53.74%;收益率溢出水平平均高于波動溢出水平。

具體來看，股指期貨市場收益率與波動率總溢出指數的變動大致相同，總體上呈現先降后升的趨勢，中間略有差異：第一階段為2016年2月至2016年10月，該階段收益率和波動率總溢出指數在低位波動中呈小幅上升趨勢;第二階段為2016年11月至2017年10月，該階段總溢出指數呈現波動下降趨勢;第三階段為2017年11月至2020年12月，該階段總溢出指數穩步上漲，并保持在高位。下面就三階段的情況進行具體說明。

第一階段：2016年2月至2016年10月。該階段收益率總溢出指數在58%～63%，波動率總溢出指數在53%～59%，兩指數均穩中略有上升。交易狀況顯示該階段成交額和成交量均小幅下跌（見圖3），這與2016年股指期貨市場限制交易有關。2015年6月股指期現貨價格大跳水后，中金所發布限制單方向開倉交易量、提高交易保證金和交易手續費等一系列措施以穩定市場，由此開啟了股指期貨市場交易行情的大跳水，成交量和成交額在較低水平波動，無明顯趨勢。在該階段，投資者信心不足，市場整體疲軟，信息溢出指數較穩定。

第二階段：2016年11月至2017年10月。該階段收益率溢出指數由62%下降至43%，波動率溢出指數由59%下降至35%，兩指數均有較大幅度的下降。這主要與股指期貨市場限制交易和國家加大市場監管有關。2017年，證監會、期貨市場監控中心、中期協等單位發布及修改多部法規制度，完善股指期貨市場法律監管體系，加強監管力度。雖然2017年2月和9月，中金所兩次放寬交易限制，但因整體幅度較小，成交量和成交額僅在低位振蕩中小幅上漲，與限制交易前相比仍有很大差距，市場流動性依然受限。在該階段，股指期貨市場波動頻率和幅度不大，風險可控，總溢出指數呈下降趨勢。

第三階段：2017年11月至2020年12月。該階段兩指數均有明顯上升，并保持高位震蕩，其中收益率總溢出指數由41%上升至63%，波動率總溢出指數由35%上升至61%。同時，該階段的成交量和成交額顯著增加。上述現象的出現主要有如下原因：一是國家政策的影響。繼2017年股指期貨兩度松綁后，2018年和2019年中金所再次放寬限制，股指期貨逐漸恢復常態化交易。2020年為應對新冠肺炎疫情的影響，國家多次降準降息，流動性的寬松使股市表現優異，也帶動股指期貨的成交量和成交額大幅上漲。二是國內外環境的影響。2018年的國內股權質押爆倉、信用債違約高發、中美關系緊張、經濟發展不及預期等，2019年的美債收益率倒掛、大國博弈加劇、經濟增長疲軟等，2020年的新冠肺炎疫情沖擊、地緣沖突加劇、美國總統大選等，以上種種均會導致金融市場波動加劇，投資氛圍緊張，市場風險加大，資金流動增強。三是投資者風險管理的需要。金融市場不確定性的加劇，會引發投資者風險管理需求的大增，尤其是2020年，投資者對金融衍生品的參與力度有很大提高，帶動股指期貨市場的活躍度也大幅上升。因此，2018年后，股指期貨市場的成交情況明顯好轉，信息傳遞顯著增強，總溢出指數在大幅上漲后保持高位振蕩態勢。

2.各股指期貨與市場間的關聯分析

總溢出指數曲線展示了股指期貨市場的總體關聯水平。接下來就各股指期貨方向性溢出情況進行分析，以考察單一股指期貨與市場間的關聯水平。

圖4展示了我國各股指期貨的方向性溢出指數，從圖中可以發現：①各股指期貨的方向性溢

出具有一定的時變性和聚集性特征，且接受與給予總溢出指數的趨勢與圖2中總溢出指數的趨勢大致相同，一定程度上展現了模型實證結果的穩健性。②各股指期貨與市場的關聯存在明顯差異。其中，滬深300股指期貨與市場的關聯性最高，指數變動幅度最小，且其凈溢出指數基本為正，說明該股指期貨市場具有較強的價格引導和風險溢出能力。③上證50和中證500股指期貨與市場關聯的波動較大，尤其是2018年后，兩期貨的接受與給予總溢出指數

均有明顯上升，說明該階段其市場參與度提升。另外，2018年后，上證50和中證500股指期貨的波動率凈溢出指數此消彼長——IH正（負）的凈溢出對應IC負（正）的凈溢出，這主要與當時的經濟金融環境有關。2018年在國內金融去杠桿、信用環境收緊、股權質押爆倉、中美貿易摩擦等不利因素的影響下，國內股期兩市整體下跌，市場預期悲觀，資金從大盤股流出，轉而流

向價格投機性比較強的中小盤股，導致中小盤股票波動加劇，因此該階段中證500股指期貨強勢反超，成為股指期貨市場上風險的主要輸出方。2019年后，隨著利空影響減弱，政策利好、中美關系趨向緩和、資金加速入市等利多因素出現，股市在大盤藍籌股及上證50指數成分股的帶動下強勢反彈，期市跟隨上漲，因此該階段更受外資青睞的上證50股指期貨表現較好，風險溢出效應更強。2020年為應對新冠肺炎疫情的沖擊，國家多次釋放流動性，中小及民營企業發展獲得極大支持，再加上中證500指數成分股中科技股和醫藥股較多，因此上半年中證500股指期貨對市場的影響更大。之后隨著國家有力的疫情防控和持續向好的經濟復蘇，順周期板塊開始走強，因此滬深300和上證50股指期貨逐步占據信息溢出的主導地位。

3.各股指期貨品種間的關聯分析

總溢出指數描述的是股指期貨市場的整體關聯水平，方向性溢出指數描述的是單一股指期貨與市場間的關聯水平。接下來分析不同股指期貨間的配對凈溢出效應，以探究不同股指期貨間價格關聯的動態演變過程。

圖5是各股指期貨品種間的配對凈溢出指數。從圖中可以發現：①相比收益率配對凈溢出指數，波動率配對凈溢出指數的變動頻繁且劇烈。② IF對IH和IC的收益率凈溢出為正，對IH的波動率凈溢出基本為正，說明其是我國股指期貨市場上信息的凈給予者，可以較為明顯地影響其他股指期貨的價格變動。這可能與滬深300

股指期貨上市時間更長、投資者基礎更強和市場建

設更完善等因素有關。另外，通過計算發現滬深300股指期貨在樣本期間的平均名義換手率最大，說明該市場的投機性更強，非理性交易更多。一旦滬深300股指期貨市場出現異常，理性

人假設將促使投資者調整其資產配置，促進市場間資金的流動，產生信息溢出效應;同時，滬深300股指期貨市場的風險會傳染到其他市場，產生波動溢出效應。③ 2018年全年和2020年上半年，IC對IF和IH的凈溢出指數變大，且波動率凈溢出多為正值，說明該階段中證500股指期貨對其他股指期貨價格變動的影響增強，是股指期貨市場上主要的風險輸出方，而2019年全年和2020年下半年的情況則恰恰相反，這與上一小節關于單一品種與整體股指期貨市場關聯性分析中

的部分結論具有一致性。出現這種現象的原因主要是2018年全年和2020年上半年資金較多地流向中小盤股票市場，而2019年全年和2020下半年資金更傾向于大盤藍籌股。④ 2016年下半年和2018年下半年，IH對IF和IC的凈溢出指數變大，說明上證50股指期貨對其他股指期貨的影響增強。這主要與政府救市資金多流向該市場有關，也進一步表明國家針對2015年和2018年股災的救市具有穩定市場的效果。然而，凈溢出指數仍多為負值，說明國家的救市措施僅在一定程度上有效果。

（四）股指期貨市場關聯性的影響因素分析

本部分將進一步研究關聯性變化的影響因素，主要基于關聯性的相關理論，從宏觀、微觀、突發事件三方面來構建多元線性回歸模型，以直觀了解各因素對我國股指期貨市場關聯性的影響。具體模型如下：

TSIt=β0+β1M2t-1+β2CPIt-1+β3Rt-1+β4LSt+β5LFt+β6VIXt+γ1D1+γ2D2+εt

其中，TSI為股指期貨市場關聯性指標，貨幣供應量M2、通貨膨脹率的代理指標CPI、銀行間7天同業拆借加權利率R為宏觀影響因素，股票市場流動性LS、股指期貨市場流動性LF、股票市場波動率VIX為微觀影響因素，D1、D2為虛擬變量，用以表示特殊事件的發生。D1在2018年1月至2019年5月取1，表示2018年股災事件，其余時間取0;D2在2020年1月至2020年12月取1，表示新冠肺炎疫情事件，其余時間取0。樣本區間為2016年2月至2020年12月，所有變量取月度頻率，且均已進行平穩處理。

表3給出了多元線性模型的回歸結果，從表中可以發現：①宏觀因素中僅通貨膨脹率對關聯性指標有顯著的正影響，意味著當通脹率升高時，股指期貨市場的價格引領和風險傳導能力增強。②股票市場流動性對股指期貨市場關聯性具有顯著的負影響，可能的原因是股票市場流動性的增強會吸引更多的資金流入該市場，而當金融市場資金量一定的情況下，流入股指期貨市場的資金就會減少，造成股指期貨市場的流動性下降，進而導致市場的關聯性降低。另外，股市波動率對股指期貨市場波動率總溢出指數有顯著的正影響，意味著股市波動的加大會引起股指期貨市場風險傳染的加劇。③極端事件的發生會導致股指期貨市場關聯性的上升，一方面，極端事件會導致股指期貨市場的不確定性增大，在此背景下投資者會積極進行資產配置的調整，帶動資金流動性增強，進而產生信息溢出效應。另一方面，極端事件會提高投資者的風險管理需求，帶動股指期貨市場的成交量增長。另外，相比2018年股災，2020年新冠肺炎疫情對股指期貨市場關聯性的影響相對較小，這主要得益于我國有力的疫情防控和高效的經濟復蘇舉措，才使得國內經濟與金融市場沒有受到新冠肺炎疫情的較大沖擊。

五、結論與啟示

本文選取2015年4月至2020年12月滬深300股指期貨、上證50股指期貨和中證500股指期貨的日收盤價序列，借助溢出指數和多元回歸模型，從總關聯、單一品種與市場間關聯、品種間關聯三方面研究我國股指期貨市場的價格關聯，并進一步探究影響股指期貨市場關聯性的因素，以期為股指期貨市場系統性風險的管理與防范提出建議。本文所得主要結論與啟示如下：

第一，我國股指期貨市場的總關聯性平均高于50%，在樣本期內呈先降后升的趨勢，具有明顯的時變特征。這說明我國股指期貨市場的關聯性較高，子市場間聯系較緊密，當某一子市場發生風險事件時，不利沖擊會迅速傳染到其他市場，引發整體股指期貨市場的風險加劇。這啟示我們在防范股指期貨市場系統性風險時，應立足于整體股指期貨市場，既要考慮單一子市場的具體特征，又要考慮不同子市場間的關聯性，并在此基礎上積極建立子市場間的聯合監管協調機制和風險預警機制，實時監測、識別風險，及時采取應對措施。

第二，我國股指期貨市場的波動率總關聯水平跨度較大（35.35%～60.60%），而關聯水平越高，子市場間信息傳遞越頻繁，不利消息對股指期貨市場的影響越大，爆發系統性風險的可能性也就越大。因此，針對不同水平的市場風險，監管層應分類識別、區別監管，尤其要防范關聯性較高時期的系統性風險，避免因單一子市場的風險事件引致整體股指期貨市場的系統性風險加劇。

第三，不同股指期貨品種的信息溢出能力在樣本期內存在顯著差異，且價格關聯水平具有很強的結構性變化特征。因此，監管層應準確定位各子市場的系統重要性，充分考慮不同子市場間關聯水平的變化，實行差異化風險管理。例如，滬深300股指期貨與市場的關聯性最高，是市場上信息的凈給予者，具有較強的價格引導和風險傳遞能力，應重點關注滬深300股指期貨的價格變動，維護滬深300股指期貨市場穩定，避免因滬深300股指期貨價格的劇烈波動而引起整個股指期貨市場的波動加劇。而上證50股指期貨更多的是作為信息的接受方，因此應提高該子市場的抗風險能力，降低其市場脆弱性，避免因其他子市場的風險傳染加劇該市場的波動。

第四，上證50股指期貨與市場的關聯性在2015年和2018年股災政府救市期間有明顯上升，說明救市措施有穩定股指期貨市場的作用，但它的凈溢出值多數為負，表明政府救市對穩定股指期貨市場的效果有限。因此，監管層應多加強對股指期貨市場風險的日常防控，夯實風險管理基礎，降低風險事件發生的概率;同時，減少政府不必要的行政干預，加強市場機制在股指期貨功能發揮中的作用，通過市場自主調節來防控風險，實現政府監管與市場調節的相輔相成，堅持守住不發生系統性風險的底線。

第五，我國股指期貨市場的關聯性受通貨膨脹率、股票市場流動性與波動性、極端事件等因素的影響，因此監管層在防范股指期貨市場風險時，除了關注市場本身的風險因素，還應考慮到國家宏觀政策、股指期現貨市場狀況、突發事件等因素的影響，加強期現貨市場的聯動監管，逐步完善股指期貨市場綜合監管體制，力爭在不利沖擊發生時可以快速反應，精準處置，把不利影響控制在最小范圍內，避免因單一因素引發整體股指期貨市場的風險加劇。

參考文獻

[1] 常鑫鑫，周強龍.金融脆弱性、風險管理體系與金融期貨市場關系研究[J].中國證券期貨，2019（3）：4-8.

[2] 劉成立，王朝暉.股指期貨在預警股票市場系統性風險中的作用研究[J].宏觀經濟研究，2017（6）：32-43，167.

[3] 丁逸俊，馮蕓.極端下跌事件的正反饋效應與監管限制溢出[J].中國管理科學，2017，25（9）：81-96.

[4] 吳長鳳.資產管理離不開股指期貨[N].上海證券報，2015-08-07（009）.

[5] 邵振文，侯丹.我國股指期貨市場非對稱性波動與下行風險研究[J].經濟縱橫，2018（3）：108-113.

[6] 李政，梁琪，涂曉楓.我國上市金融機構關聯性研究——基于網絡分析法[J].金融研究，2016（8）：95-110.

[7] 肖小勇，李崇光，黃靜.農產品期貨價格波動關聯——基于日頻數據和關聯測量新框架[J].農業技術經濟，2019（1）：25-39.

[8] 張曉樸.系統性金融風險研究：演進、成因與監管[J].國際金融研究，2010（7）：58-67.

[9] 吳永鋼，趙航，卜林.中國金融體系內極端風險溢出關系研究[J].南開經濟研究，2019（5）：98-121.

[10] ADLER M， DUMAS B.International portfolio choice and corporation finance： A synthesis [J].The Journal of Finance，1983，38（3）：925-984.

[11] 馬丹，劉麗萍，陳坤.關聯效應還是傳染效應[J].統計研究，2016，33（2）：99-106.

[12] 蔣舒，吳沖鋒.中國期貨市場的有效性：過度反應和國內外市場關聯的視角[J].金融研究，2007（2）：49-62.

[13] PATRO D K， QI M， SUN X.A simple indicator of systemic risk[J].Journal of Financial Stability，2013，9（1）：105-116.

[14] BILLIO M， GETMANSKY M， LO A W， et al.Econometric measures of connectedness and systemic risk in the finance and insurance sectors[J].Journal of Financial Economics，2012，104（3）：535-559.

[15] GHOSH A.Cointegration and error correction modevs： intertemporal causality between index and future prices[J].Journal of Futures Markets，1993，13（2）：193-198.

[16] 熊熊，王芳.我國滬深300股指期貨仿真交易的價格發現分析[J].天津大學學報（社會科學版），2008（4）：321-325.

[17] 左浩苗，劉振濤，曾海為.基于高頻數據的股指期貨與現貨市場波動溢出和信息傳導研究[J].金融研究，2012（4）：140-154.

[18] 周愛民，韓菲.股票市場和外匯市場間風險溢出效應研究——基于GARCH-時變Copula-CoVaR模型的分析[J].國際金融研究，2017（11）：54-64.

[19] 趙慧敏，陳曉倩，黃嵩.中國股指期貨和現貨市場信息傳導關系在牛熊市中的異化現象[J].系統工程理論與實踐，2018，38（4）：863-872.

[20] 田樹喜，夏天洋，楊童舒.中國A股市場三種股指期貨價格先導及波動溢出效應的計量檢驗[J].東北大學學報（社會科學版），2019，21（4）：344-349，359.

[21] 張筱峰，郭瀝陽.滬深300股指期現市場多階段波動溢出效應研究——基于非對稱BEKK-GARCH模型[J].現代財經（天津財經大學學報），2020，40（3）：53-66.

[22] 周佰成，侯丹，邵振文.我國股指期貨市場與股票市場溢出效應研究[J].經濟縱橫，2017（8）：118-123.

[23] 劉成立.S&P 500和滬深300股指期貨的聯動性研究[J].南開經濟研究，2019（1）：153-172.

[24] DIEBOLD F X， YILMAZ? K.Better to give than to receive： Predictive directional measurement of volatility spillovers[J].International Journal of Forecasting，2012，28（1）：57-66.

[25] KOOP G， PESARAN M H， POTTER S M.Impulse response analysis in nonlinear multivariate models[J].Journal of Econometrics，1996，74（1）：119-147.

[26] GARMAN M B， KLASS M J.On the estimation of security price volatilities from historical data[J].The Journal of Business，1980，53（1）：67-78.

[27] 安毅，宮雨.我國農產品期貨市場投機特征與非理性行為[J].證券市場導報，2014（5）：46-51.

[28] BEINE M， CANDELON B.Liberalisation and stock market co-movement between emerging economies[J].Quantitative Finance，2011，11（2）：299-312.

[29] BEKAERT G， HARVEY C R.Emerging markets finance[J].Journal of Empirical Fiannce，2003，10（1）：3-55.

[30] FORBES K J， RIGOBON R.No contagion， only interdependence： measuring stock market comovements[J].The Journal of Finance，2002，57（5）：2223-2261.

1 胡可為，博士研究生，中國農業大學經濟管理學院，研究方向為期貨與金融衍生品。

2 安毅，教授，博士生導師，中國農業大學經濟管理學院，研究方向為期貨與金融衍生品。

3 劉文超，博士研究生，中國農業大學經濟管理學院，研究方向為期貨與金融衍生品。