基于波动效应与价格发现的期指仿真交易研究
来源:用户上传
作者: 文先明 梁 琳
摘要:采用修正的GARCH模型和向量误差修正模型(VEC)将股指期货推出后现货市场波动性的变化和股指期货与现货市场的价格发现功能结合起来进行对比研究发现,期指仿真交易的推出对于现货市场效率的改进确实存在正面的影响。其引入在短期内加大了现货市场的波动,但这一波动正是市场信息流动加速的反映,因而提高了市场信息的传递效率。研究同时也表明,期货价格领先于现货价格,存在由期货市场到现货市场长期的单向因果关系,说明期货价格具有引导现货价格向均衡方向调整的功能,从而在经验上支持了股指期货市场的开放政策。
关键词:股票指数期货;GARCH模型;波动性;向量误差修正模型(VECM)
中图分类号:F810 文献标识码:A 文章编号:1003-3890(2010)02-0026-05
一、引言
股票指数期货(Stock Index Futures),简称股指期货或期指,是以股票指数作为基础资产标的物的一种金融期货。近年来我国资本市场保持了快速的增长,但目前仍然是一个单边市场,缺乏平衡内部风险的工具,导致市场系统性风险不断积聚。股指期货作为一种风险管理工具,投资者可以通过现货和期货市场上的对冲操作进行套期保值,从而起到规避市场风险的作用。然而,股指期货的推出有可能会在短期内增加现货市场价格的波动,同时期指交易本身具有很高的杠杆作用,一旦运用不当,将会给市场的有效运行带来巨大的危害,因此世界各国在发展股指期货时都慎之又慎,而这同时也吸引了广大学者对这把“双刃剑”进行广泛而深入的理论与实证研究。
从国外学者的研究成果来看,理论研究者们通过构造理论模型,从不同的角度阐述了引入股指期货对现货市场的影响。如早期的Cass and Shell(1983)[1]提出财富的重新分配会导致交易双方对期货合约所依附的基础资产的需求函数产生变化,从而会使得现货市场价格波动增加。而实证研究也从经验上检验了期货市场对现货市场的影响,如Lockwood和Linn(1990)[2]研究了道琼斯工业指数结果认为,现货市场收益变异系数上升。Antoniou和Holmes(1995)[3]对FTSE100指数进行的研究表明,股指期货交易加大了股价的波动性,但同时也改善了现货市场的信息反应速度。在价格发现功能方面,Chan(1992)[4]在对MMI和S&P500股价指数期货与现货价格进行研究后,发现期货市场价格发现能力领先现货市场,并指出在有限制的情况下,期货对市场信息的反应程度要大于现货市场。Ghosh(1995)[5]也得出了同样的结论,并指出期货指数与现货指数具有协整关系,即长期均衡关系。Kim等(1999)[6]认为,期货市场的高杠杆、低成本性能使其接收、传递信息的速度加快,有利于价格机制功能的发挥,进而对现货市场形成影响。
国内对股指期货的研究始于20世纪90年代初,在早期的研究中,主要集中于介绍国外股指期货基本理论和相关运作知识。在实证研究方面,国内学者主要集中于已推出股指期货交易的国外市场以及中国台湾、香港市场等。如肖辉等(2006)[7]研究标准普尔500指数、道琼斯工业平均指数、香港恒生指数、日经指数和金融时报100指数现货市场和期货市场之间的价格发现过程,结果发现,期货市场在价格发现过程中占主导地位,并且随着期货市场的发展,期货市场在价格形成过程中的作用越来越大。史美景、邱长溶(2007)[8]对香港恒生H股指期货合约引入前后样本的实证分析,发现在股价指数期货合约推出后,可以观察到波动性干扰因子的影响会更快速地反应到经济体系中,显示此时的波动过程更趋稳定。刘凤根、王晓芳(2008)[9]通过GARCH模型的序列建模,研究发现台湾地区的股票市场引入股指期货后现货市场的波动性并未受到影响,而日本和韩国股票市场在引入股指期货之后其波动性加剧,但这种波动性的加剧仅仅是短期性的,长期内并无影响。张维等(2006)[10]研究印度股票市场及其对应的指数期货市场表明,期货市场对现货市场具有波动性传递作用,现货市场对期货市场也具有波动性传递作用,但是期货市场的价格发现功能具有主导作用。郭彦峰等(2009)[11]运用VEC-DCC-(BV)GARCH模型通过对沪深300指数期货仿真交易数据研究表明,沪深300指数期货与标的现货价格之间存在长期均衡关系,且两个市场间存在双向的波动性外溢效果。
尽管大部分研究都表明股指期货的推出对于现货市场存在积极影响,但还是有研究者如Baldauf和Santoni(1991)[12]等认为股指期货对现货市场没有显著影响,更有甚者认为这种影响是负面的。有鉴于此,本文通过深入研究沪深300仿真期指的推出对沪深300指数波动性的影响,以及两个市场间的收益和波动的动态关联性来检定股指期货交易对现货市场的影响,从而为我国日后上市指数期货提供科学的参考。相对于国内外关于指数期货研究的文献,本文的贡献在于:首次将股指期货推出后现货市场波动性的变化和股指期货与现货市场的价格发现功能结合起来进行对比研究,通过交互验证的方式采用修正的GARCH模型和向量误差修正模型(VEC)证明了股指期货的推出对于现货市场效率的改进确实存在积极的影响。研究结论上,证实股指期货仿真交易的引入加大了现货市场的波动,两者之间具有长期稳定的均衡关系,而且在价格发现功能上期货价格领先现货价格,这些都是我国在上市指数期货时必须要考虑的。
二、数据与研究方法
(一)样本选择和数据处理
本文采用沪深300指数(简称HS300)日收盘价和沪深300仿真期指(简称IF300)交易日次近月期货交易的日收盘价作为样本数据。样本期间为:HS300指数为2005年4月8日至2009年5月27日,共1007个样本数据。由于我国沪深300期指的仿真交易于2006年10月30日推出,因此本文以该日为区间分割点,将整个数据分为两部分;IF300指数为2007年10月8日至2009年5月27日,共402个样本数据(数据分别来源于:中证指数有限公司和文华财经)。R1,t、R2,t分别代表IF300指数与HS300指数日收益率,计算公式为:Ri,t=1nPi,t-1nPi,t-1,i=1,2。其中,Ri,t为第i中指数日收益率,Pi,t为第i中指数t日的收盘价,Pi,t-1为第i中指数t-1日的收盘价。为使资料选择具有同一时间基准,我们在文章实证研究的第二部分将HS300指数的样本区间缩小为2007年10月8日至2009年5月27日,从而与IF300指数样本数据形成一一对应。相关描述性统计量见表1。
从表1可以看出:所有收益率序列数据的峰度都大于3,而且存在不同程度的左偏或右偏,这说明收益率序列呈现“尖峰厚尾”的不对称分布特征。JB统计量也表明收益率序列不服从正态分布,而Q(12)则表明收益率序列在不同程度上具有序列相关性,表现出波动集聚性和异方差特征。另外,从ADF的单位根检验结果可以看出收益率序列都是平稳序列。
(二)建立模型
1. 修正的GARCH模型。本文利用Bollerslev(1986)[13]提出的GARCH模型来检验IF300指数推出前后HS300指数收益率的波动性变化。GARCH是在ARCH模型的基础上发展起来的,它不仅仅具有ARCH模型能够揭示金融时间序列的条件异方差特征的优点,而且由于它将收益率的条件方差表示为前期随机误差平方项和滞后条件方差项的线性组合,即与ARCH模型相比加入前期预测方差的滞后项,还可以捕捉到金融时间序列波动丛聚的趋势,并且使得模型的表达形式更加简洁。由于GARCH(1,1)模型是经过学者们反复验证得出的拟合证券市场上收益率序列的最佳模型,我们假设日收益率序列Rt服从GARCH(1,1)模型:
Rt=c+?着t(1)
ht=?琢0+?琢1?着2t-1+?茁1ht-1(3)
其中?着t为随机扰动项,?椎t-1代表在t-1时刻所有有用的信息集合,?琢0为条件方差的常数项,?琢1为滞后期残差平方项的系数(信息参数),它代表了近期市场消息的影响程度,?茁1为滞后期条件方差系数(持续参数),即与前一期条件方差有关的系数,因此它可以说明过去的旧信息对于未来波动性的影响效果。如果?琢1的值越大,则表示市场信息转化为未来波动的传递速度越快;如果?茁1的值越大,则代表波动性干扰因子的影响越持久,也就是说类似于过去的“旧的信息”不容易被市场吸收和反应。
另外,我们在GARCH(1,1)模型中加入虚拟变量dt,则(3)式变为:
ht=?琢0+?琢1?着2t-1+?茁1ht-1+?酌1dt(4)
其中,虚拟变量dt在IF300指数推出前我们将其设为0,引入后设为1。如果修正的GARCH模型的参数?酌1>0,说明仿真期指的推出增加了现货市场的波动性,反之,则降低了现货市场的波动性。
2. 向量误差修正模型(VEC)。向量误差修正模型(VEC)由Engle和Granger(1987)[14]提出,主要是将协整与误差修正模型结合起来对具有协整关系的非平稳时间序列建模。在此,我们通过利用VEC模型探讨HS300指数与IF300指数间的价格发现功能,进一步分析IF300指数期货的推出对于现货市场的影响。模型如下:
其中:∑t=h1,th12,th21,t h2,t,?赘t-1代表t-1期的信息集合,?琢1(i)、?琢11(i)、?琢2(i)、?琢22(i)为短期调整系数,?琢1和?琢2为误差修正项系数,p为滞后阶数,?着1,t和?着2,t为残差项,服从联合正态分布;Zt-1为由公式(8)协整回归后所获得的残差滞后项(即滞后一期的误差修正项):
IF300t=?琢0+b0HS300t+Zt(8)
上述误差修正模型(公式(5)和公式(6))可以用来推断HS300指数和IF300指数价格序列的因果关系,在公式(5)中,如果?琢1统计显著(长期因果关系)或者?琢12(i)联合统计显著(短期因果关系),则HS300指数是IF300指数变化的原因;类似地,公式(6)中,如果?琢2统计显著(长期因果关系)或者?琢21(i)联合统计显著(短期因果关系),则是IF300指数HS300指数变化的原因。如果?琢1和?琢2都统计显著,表明HS300指数与IF300指数价格序列间存在双向的长期因果关系,如果和均统计不显著,则表明HS300指数与IF300指数价格序列间不存在长期均衡关系。因此,可以通过?琢1、?琢11、?琢12(2)、?琢21(i)来判断HS300指数和IF300指数价格序列间的价格互动影响及领先落后关系。
三、实证结果与分析
本研究实证检验分为两个部分:第一部分使用修正的GARCH模型来检验HS300指数收益率在IF300指数推出前后的波动性变化;第二部分使用向量误差修正模型来对期货市场与现货市场之间的价格发现功能进行实证研究。
(一)修正的GARCH模型
本部分实证检验分两段进行,如表2所示,我们首先利用GARCH(1,1)对全部样本数据进行实证分析,结果发现?酌1的值为1.24E-05,并显著存在,这说明IF300指数的推出增加了HS300指数收益率的波动性,但是这个影响却是很微小的。
然后我们对样本数据以开始IF300指数推出的时间为分割点进行对比研究。结果表明,在IF300指数推出之后,HS300指数日收益率序列的方差方程中信息参数?琢1的值为0.0515,大于推出之前对应的信息参数值0.0478,这说明前一期的市场“噪声”或“消息”对即期条件方差的影响程度有所加强,即新的市场信息转为未来条件方差的速度加快了。另外,在IF300指数推出之后,方程中代表波动性干扰因子影响持久度的持续参数?茁1的值为0.9216,要小于股指期货推出之前的持续参数值0.9332,这意味着前期条件方差对当期条件方差的影响有所减弱,即过去的信息对未来波动性的冲击能力减弱,波动的持续性效果变弱,说明在引入股指期货仿真交易之后,现货市场上信息的传递速度变快了。
另外,根据投资学原理,如果开放期货合约交易,将有跟多的信息被传递到其标的现货价格,那么其所隐含的非条件方差值UVAR=?琢0/(1-?琢1-?茁1)应该会增加。而根据表2的数据计算相应的UVAR,我们发现在仿真股指期货推出后HS300指数收益率序列的UVAR值为7.10E-04大于推出前的1.81E-04,这说明引入股指期货仿真交易后,信息的传递效应有加强的迹象。
(二)向量误差修正模型(VEC)
在利用VEC模型进行实证研究之前,我们必须对HS300指数与IF300指数价格是否存在长期稳定的均衡关系进行检验,即检验价格数据之间是否存在协整关系。由表3中迹统计量?姿trace和?姿max最大特征值统计量可知,在5%的显著水平下,HS300指数与IF300指数价格间存在一个协整关系。这表明尽管HS300指数与IF300指数价格是非平稳的(相关ADF检验省略),短时间内两者的走势可能出现偏离,但长期来说,则保持着一致性均衡关系。进而,我们可以使用VEC模型来作进一步的分析。
表4为VEC模型估计结果,表4中仅给出误差修正项的参数估计,未列出短期调整系数和常数项的估计值,原因在于后面的因果检验将对短期调整系数进行联合显著性检验。从表中我们可以看出,误差修正项系数在5%的显著水平下都显著,这说明误差修正项是调节HS300指数与IF300指数价格变动的重要因素。但是我们也可以看出R1,t系数的统计显著性比R2,t的低,这表明当系统偏离均衡状态时,主要通过现货市场价格较大幅度的调整来重新达到均衡,换言之,长期看来,在价格发现功能上期货价格领先现货价格,存在由期货市场到现货市场的长期的单向因果关系。
通过对误差修正模型中短期调整系数的联合显著性检验,可以了解HS300指数与IF300指数间短期的因果关系,表5为检定结果。由表5中的x2统计量可以看出,在5%的显著水平下,拒绝“IF300不是HS300变化的原因”的零假设,同时接受“HS300不是IF300变化的原因”的零假设。这表示在短期内,IF300指数的变动会对HS300指数产生影响,但HS300指数的变动不会对IF300指数产生影响,进一步表明在价格发现功能上期货价格要领先于现货价格。
四、结论
本文采用沪深300仿真期指(IF300)交易和沪深300指数(HS300)数据日收盘价为研究对象,通过修正的GARCH模型和向量误差修正模型(VEC)来研究在不同的市场结构下,指数期货市场对现货市场存在的影响及其相互作用关系。探讨了在指数期货推出前后现货市场收益率波动性的变化,以及指数期货推出后期货市场与现货市场价格引导关系,得出如下实证结论:
第一,在引入股指期货仿真交易之后,新的市场信息影响现货波动率的能力增强,而过去的信息对未来波动性的冲击能力减弱,这说明股指期货的推出能在一定程度上改善现货市场内的流动速度,提高了市场的效率。
第二,沪深300仿真期指和沪深300指数价格表现出协整性质,显示两者具有长期稳定的均衡关系。在价格发现功能上期货价格领先现货价格,存在由期货市场到现货市场的长期的单向因果关系,这说明期货价格具有引导现货价格向均衡方向调整的功能。
由上可知,股指期货的推出有利于提高现货市场价格机制功能的发挥和资源配置效率的改进,并从经验上支持了股指期货市场的开放政策。但我们也要认识到,股指期货仿真交易的引入所引起的现货市场的效率的改进还很小,而且关于价格发现功能的研究也指出股指期货仿真指数价格的变动对现货市场价格产生影响具有单向性,没有形成交互影响。这说明要真正完全发挥期货市场的价格发现、套期保值、资产配置等功能还需要一定的时间,究其原因可能与我国股指期货仿真交易推出时间不长而且其所涉及交易面不广有很大关系。
参考文献:
[1]Cass, D., Shell, K., Do Sunspots Matter? [J]. Journal of Political Economy, vol. 91, No. 2, 1983, pp. 193-227.
[2]Lockwood, L., Linn, S., An Examination of Stock Market Return Volatility During Overnight and Intraday Periods [J], Journal of Finance, vol. 45, No. 2, 1990, pp. 591-601.
[3]Antoniou, A,. Holems, P., Futures trading information and spot price volatility: evidence for the FTSE-100 Stock Index Futures Contract using GARCH[J]. Journal of Banking and Finace, vol. 19, No. 1,1995, pp. 117-129.
[4]Chan, K., A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market[J]. Review of Financial Studies, vol. 5, No. 1,1992, pp. 123-151.
[5]Ghosh, A., Cointegration and Error Correction Models: Intertemporal Causality between Index and Futures Prices [J]. Journal of Futures Markets, vol. 13, No. 2, 1995, pp. 193-198.
[6]Kim, M., Szakmary, A. C., and Schwarz, T. V. Trading Costs and Price Discovery across Stock Index Futures and Cash Market [J]. Journal of Futures Markets, vol. 19, No. 4, 1999, pp. 475-498.
[7]肖辉,鲍建平,吴冲锋.股指与股指期货价格发现过程研究[J].系统工程学报,2006,21(8):438-441.
[8]史美景,邱长溶.股指期货对现货市场的信息传递效应分析[J].当代经济科学,2007,29(4):27-31.
[9]刘凤根,王晓芳.股指期货与股票市场波动性关系的实证研究[J].财贸研究2008,(3):86-94.
[10]张维,王平,熊熊.印度股票市场与期货市场信息传递性研究[J].上海金融,2006,(9):54-57.
[11]郭彦峰,黄登仕,魏宇.我国指数期货与现货之间的价格发现和波动性外溢[J].管理评论,2009,(8):13-22.
[12]Baldauf, B., Santoni, G. J., Stock price volatility: Some evidence form an ARCH model [J], The Journal of Futures Markets, vol. 11, No. 2, 1991, pp. 191-200.
[13]Bollerslev, Tim. Generalized Autoregressive Conditional Heteroscedasticity [J]. Journal of Econometrics, No. 31, 1986, pp. 307-327.
[14]Engle, Robert F. and C. W. J. Granger. Co-integration and Error Correction: Representation, Estimation and Testing [J]. Econometrica, vol. 55, No. 2, 1987, pp. 251-276.
责任编辑:武玲玲
责任校对:关 华
Simulation Trading of Index Futures based on Volatility Efficiency and Price Discovery
Wen Xianming, Liang Lin
(School of Economics and Management, Changsha University of Science and Technology, Changsha 410004, China)
Abstract: By adopting modified GARCH model and the Vector Error Correction model(VEC), makes an integrated study between the changes of spot market volatility when stock index futures have been introduced and the price discovery function of the index futures compared with the spot market, the results show that the introduction of index futures has a positive impact on the efficiency of spot market. It has increased the volatility of the spot market in the short term, and exactly the volatility is a reflection of the market to accelerate the flow of information, so its introduction improves the transmission efficiency of the market information. Moreover, studies have shown that futures prices leads spot prices, and there is a long-term unidirectional causality from the futures market to the spot which shows that futures prices have functions to lead spot prices to the balance, accordingly empirically supports the open policy in stock index futures market.
Key words: stock index futures; GARCH model; volatility; vector error correction model
转载注明来源:https://www.xzbu.com/2/view-437914.htm
