股指期货与股指现货市场价格发现能力研究_股指期货论文

股指期货与股指现货市场间的价格发现能力探究,本文主要内容关键词为:股指论文,现货论文,期货论文,能力论文,发现论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

一、问题的提出

2010年4月16日,沪深300股指期货的推出开辟了我国股指期货市场的新纪元。自此,许多业内人士对我国股指期货市场的发展信心百倍,认为股指期货市场将起到价格发现的作用,能在一定程度上有利于资本市场的稳定。但也有人担心,当前的股指期货市场存在过度投机行为,价格发现能力不足。就当前而言,我国股指期货市场是否具有价格发现功能?股指期货市场与股指现货市场具有怎样的价格引导关系?期货市场价格发现的贡献度如何?这些问题尚不十分清楚。对这些问题的研究,不仅可以揭示我国股指期货市场的价格发现过程,还可以具体给出我国股指期货市场的价格发现能力,也可以为市场参与者及其监管部门提供有价值的市场信息,对正确认识我国股指期货市场的价格发现机制及其微观结构具有重要的理论价值和现实意义。

目前,已有许多学者对股指期货与股票现货之间的价格发现问题进行了研究,这些研究主要是从股指期货与股票现货之间的价格引导关系、波动溢出效应与价格发现贡献度这三个方面来展开的。

Herbst等(1987)、Chan(1992)、Martens等(1998)考察了S&P500指数和指数期货市场之间的价格传递,结果显示,期货价格变化比现货价格变化领先5~45分钟,相反,只有微弱的证据证明指数现货价格变化领先于期货价格变化。Abhyankar(1995)借助EGARCH模型,采用每5分钟的交易数据,对1992年FTSE100指数和S&P500指数的四个合约进行了研究,结果发现,两个指数的期货价格都领先现货价格,领先时间为15~20分钟。Lihara等(1996)研究了日本股指现货和期货市场之间的联系,发现期货的回报领先于现货的时间可达20分钟,而现货的回报只比期货的回报领先最多5分钟,这种期货和现货指数市场之间的领先—滞后关系被解释为是期货市场较低的交易成本、没有卖空限制以及较高的杠杆而造成的。Kim等(1999)应用向量自回归(VAR)模型对S&P500、MMI以及NYSE综合指数三个市场的期货与现货关系进行了检验,研究发现在期货市场中以S&P500领先,而现货市场则是以MMI指数为主导。Ryoo和Smith(2004)研究了韩国期货市场和证券市场之间领先一滞后的关系,研究结果和其他市场的大多数研究结果类似。

Chan等(1991)借助双变量GARCH模型,利用当天每间隔5分钟的数据,研究发现S&P500现货和期货市场收益的波动性之间具有传递性且可相互预见。Booth等(1996)运用1990-1994年日经225指数期货合约的每日收盘价,研究了大阪证券交易所、新加坡交易所和芝加哥交易所这3个市场的信息传递,发现没有一个市场可单独被视作信息流的主要来源。Tse(1999)研究了道琼斯工业平均指数(DJIA)现货和期货的价格发现,发现期货市场在价格发现中居于主导地位。Booth等(1999)分析了德国DAX指数的现货、期货和期权市场,发现现货和期货市场平等地分担了价格发现的角色,而期权市场没有起到什么作用。Chu等(1999)对S&P500指数、S&PS00期货和S&P500存托凭证市场之间的价格发现进行了研究,结果显示期货市场是主要的信息源,随后是S&PS00存托凭证市场,S&P500贡献最少。Covrig等(2004)讨论了日经225指数在东京股票交易所、大阪证券交易所和新加坡交易所的价格发现程度,研究结果显示,日经225现货市场的信息贡献比率为23%、大阪期货市场为44%、新加坡期货市场为33%。总体的研究结果显示,股票指数和指数期货市场之间相互影响、相互作用,但指数期货市场对市场上信息的反应更为敏感,通常领先于指数现货市场,指数期货市场在价格发现中处于主导地位。

对我国股指期货市场而言,多数研究集中于沪深300指数期货仿真交易市场与沪深300指数现货之间的关系上。例如,严敏等(2009)借助向量误差修正模型、公共因子模型和带有误差修正的双变量EGARCH模型,利用日交易数据研究了2006年10月30日至2009年3月20日沪深300指数仿真交易市场与沪深300指数市场之间的价格发现与波动溢出效应,研究结果发现,指数现货市场在价格发现中起到主导作用,但两市场间不存在显著的非对称双向波动溢出效应。邢天才、张阁(2010)对沪深300指数仿真期货与沪深300指数之间的联动效应进行了研究,发现股指期货的推出对现货市场的波动性没有多大影响,但增大了现货市场的非对称效应。虽然如此,在仿真交易和真实交易期间,股指期货和股票现货的投资者的心理及其预期会发生较大差异,这将不可避免地影响到仿真市场与真实市场的价格行为。因此,利用仿真交易数据来代替真实交易数据,所得结论的可信性和说服力比较有限。由于我国真实的股指期货市场才刚刚运行,对沪深300股指期货市场与股指现货市场之间的信息传递关系及价格发现贡献度的实证研究仍未见到,本文将对上述问题进行探索。

二、数据选择与统计特征

本文选择我国沪深300指数期货(由最近期合约组成的连续数据)和沪深300指数现货每1分钟的期货价格和现货价格作为代表①,时间跨度为2010年4月16日至2010年6月11日。由于沪深300指数期货的交易时间为9∶15~15∶15,沪深300指数的交易时间为9∶30~15∶00,为便于数据处理,需要剔除交易时间不重叠的交易数据②,即剔除9∶15~9∶30和15∶00~15∶15时间跨度内沪深300指数期货数据,保留9∶30~15∶00时间跨度内沪深300指数期货数据,所得样本为9542个。沪深300指数期货和沪深300指数现货数据分别来源于国联依天数据库和万德(Wind)数据库。

图1绘出了沪深300指数期货与沪深300指数现货的价格与收益序列。可以看出,沪深300指数期货与沪深300指数的价格走势基本一致。此外,我们给出了沪深300指数期货与沪深300指数现货收益的基本统计量(如表1所示)。可以发现,沪深300指数期货与沪深300指数现货的收益均为负,沪深300指数期货的方差大于沪深300指数的方差;沪深300指数期货与沪深300指数现货的收益均为右偏的,并具有尖峰厚尾特征。同时,从LB(6)和LB(12)统计量可知,它们均在1%的置信水平下统计显著,说明沪深300指数及其期货的收益具有很强的自相关性;从统计量来看,它们均不显著,这意味着沪深300指数及其期货的收益不存在异方差性。此外,由含常数项和时间趋势项的Augmented Dickey-Fuller(ADF)模型的平稳性检验可知,在1%的置信水平下,沪深300指数及其期货的对数价格序列均为一阶平稳I(1)过程。

图1 沪深300指数期货与沪深300指数的价格与收益序列

表1 沪深300指数期货与沪深300指数收益的统计特征

注:LB(6)、LB(12)分别为滞后期为6和12的对数收益Q统计量,Q统计量为为滞后j步的自相关系数,T为样本容量的个数,k为滞后的阶数。分别为滞后期为6和12的对数收益平方统计量。ARCH LM是用以检测残差自回归条件异方差(ARCH)的拉格朗日乘数检验法,表示常数项的残差在滞后6、12的LM检验量,这是一个对原假设:残差至6阶、12阶不存在ARCH效应的检验量。*、**分别表示在5%、1%置信水平下显著。

三、股指期货价格与股指现货价格间的引导关系分析

本文借助Johansen协整检验、Granger因果检验以及至向量误差修正(VEC)模型来揭示我国股指期货价格与股指现货价格间的引导关系。

由表2中的迹统计量和最大特征值统计量检验结果可知,在1%的置信水平下,零假设r=0被拒绝,而零假设r=1不被拒绝,说明沪深300指数期货和沪深300指数的之间存在协整关系。即在短时间内,沪深300指数期货和沪深300指数的价格之间可能偏离均衡状态,但从长期来看,它们之间保持着长期均衡关系。此外,从沪深300指数期货价格对数和沪深300指数的对数的Granger因果检测可以发现:均互为Granger原因,说明沪深300指数期货与沪深300指数存在相互的Granger因果关系。

由于沪深300指数期货与沪深300指数的收益均存在自相关性而不具有异方差性,为此,本文只考察收益之间的价格引导关系。根据AIC准则,经综合检验知,p、q和r的最佳滞后阶数均为8。参数估计结果见表3。

表2 沪深300指数期货与沪深300指数之间的协整关系检验结果

注:**表示在1%的置信水平下显著。

并且,沪深300指数期货与沪深300指数误差修正项系数分别γ为-0.0039和0.0033,在5%的置信水平下,均是统计显著的。这说明,误差修正项对沪深300指数期货具有显著的负向调节作用,而沪深300指数具有显著的正向调节作用,且从绝对值上看,误差修正项对沪深300指数期货市场的调节能力要大于沪深300指数的调节能力。

表3 沪深300指数期货与沪深300指数的价格引导关系系数估计结果

注:括号中是t统计量。*、**分别表示在5%、1%置信水平下显著。

四、股指期货价格与股指现货价格间的冲击响应分析

图2 沪深300指数期货与沪深300指数的冲击响应

对上述向量误差修正(VEC)模型进行冲击响应分析,可以较准确地把握股指期货价格和现货价格之间的动态特性,比较其不同滞后期的脉冲响应,可以确定一个变量对另一个变量的作用时滞。图2给出了沪深300指数期货与沪深300指数的冲击响应状况。可以发现,指数期货市场对自身的冲击反应非常快,市场信息可在1分钟内吸收;而指数现货对自身的反应较为迟钝,信息到来时,虽然指数市场会在1分钟内做出快速反应,但它在市场上的消化和吸收比较慢,一般要持续7~8分钟。以上是对自身市场而言的,对指数期货和指数现货市场之间的冲击而言,影响的程度和时间也存在较大差异:指数期货市场对指数现货市场的冲击不仅反应快速,且具有持久性,影响较大且较为持久的时间约为6分钟;而指数现货对指数期货市场的冲击反应则相对比较迟缓,指数市场信息约在第2分钟到达期货市场,接着会持续3分钟左右,且力度也不大。虽然如此,两市场信息的到达均可在2分钟内完成。

总体而言,沪深300指数期货市场与沪深300指数现货之间具有双向的价格引导关系,且相对而言,沪深300指数期货市场对沪深300指数现货的影响力不仅较大且具有较长持续性,而沪深300指数现货对沪深300指数期货的影响力较小,且持续时间短。这意味着我国股指期货市场具有其基本的价格发现功能。

五、股指期货市场与股指现货市场间的价格发现贡献度分析

为测度股指期货市场与股指现货市场在价格发现中的贡献度,我们对价格发现贡献度的理论模型做一介绍。

由此可知,Hasbrouck(1995)提出的测度价格发现程度的信息共享模型,是通过测量每一市场的新息方差在共因子方差中所占的比例来刻画价格发现贡献度的。这一模型的显著特征是它不仅拥有系统的动态性,还含有驱动动态系统的新息(Innovations)特征,且这一新息可用来描述不同市场的信息到达状况(Hasbrouck,1995; Lien和Shrestha,2009)。虽然如此,信息共享模型依赖于序列的排序,它只给出了价格发现贡献度的上界和下界。如果价格发现的上、下界非常接近,该模型可以较为精确地衡量价格发现的贡献度;如果价格发现的上下界离得很远,价格发现的精确性将很难得到保障。并且,许多实证研究表明,市场之间价格发现的上界和下界往往离得很远(Harris等,1995; Lien和Shrestha,2009)。在这一状况下,如果仍用信息共享模型来刻画不同市场之间的价格发现贡献度,将使测度结果的准确性大打折扣。为此,针对IS的缺陷,Lien和Shreshtha(2009)给出了排序独立的改进信息共享(Modified Information Share,MIS)模型:

A为关系矩阵∑的特征值所组成的对角矩阵,其特征向量为矩阵G的列向量。最终,假设V是包含冲击标准差的对角矩阵。这样,在一个新因素结构下,信息共享测量的结果是排序独立的。这自然导致价格发现测度值的唯一性。

需要说明的是,虽然PT模型和IS模型均是以向量误差修正模型为基础,以定量刻画市场的价格发现力度为最终目标,将冲击的影响分解至每个市场来分析每个市场对这种冲击所作的贡献,且许多学者也对这两个模型的优劣进行了比较和分析(Lehmann,2002; Figuerola-ferretti和Gilbert,2005),但相对而言,Hasbrouck的IS模型被多数学者所接受。并且,改进的价格发现贡献度模型MIS不仅具有唯一性,也克服了PT模型完全忽略信息冲击所带来的缺憾,从而MIS的测度效果比PT更优③(Lien和Shrestha,2009)。借助MIS和PT模型,表4给出了沪深300指数期货市场与沪深300指数现货价格发现贡献度的实证结果。

由表4可以看出,沪深300指数期货与沪深300指数现货基于IS模型的上界和下界均离得比较远,这主要是由于市场新息的相关系数比较大所致。从MIS模型的测量结果看,MIS提供了测度价格发现贡献度的一个更为准确的方法。并且,根据沪深300指数期货与沪深300指数现货新息标准差的测度值,沪深300指数期货的标准差要大于沪深300指数现货的标准差,这与前文的统计特征的描述相吻合,且这也进一步印证了MIS模型优于PT模型这一结论④。

根据MIS模型的测度结果可知,沪深300指数期货的价格发现贡献度为71.09%,沪深300指数现货的贡献度为28.91%;此外,从PT的测度结果来看,沪深300指数期货的价格发现贡献度为78.82%,沪深300指数现货的贡献度为21.18%。这些结果显示,沪深300指数期货的价格发现能力很强,沪深300指数现货的价格发现能力相对较弱,这表明沪深300股指期货市场在信息传递中居于主导地位,是价格发现过程最主要的驱动力量。这也进一步支持了价格发现被期望在较低交易成本市场发生的交易成本假说。以上结论同时预示着我国沪深300股指期货市场的价格发现功能发挥较好。

六、结论与启示

为探索沪深300指数期货与沪深300指数现货之间的价格发现能力,本文利用协整检验、向量误差修正模型、价格发现度模型等对沪深300指数期货与沪深300指数现货的1分钟数据进行了实证研究,研究结果表明:

表4 沪深300指数期货市场与沪深300指数现货价格发现贡献度的实证结果

注:计算MIS的指数期货与指数现货冲击之间的相关度ρ=0.5108.

第一,从协整关系与因果关系看,沪深300指数期货和沪深300指数现货价格之间存在显著的协整关系,且沪深300指数期货与沪深300指数存在相互的Granger因果关系,相对而言,股指期货的引导能力更强。

第二,从价格引导关系上看,沪深300指数期货市场与沪深300指数现货之间具有双向的价格引导关系;相比较而言,沪深300指数期货市场对沪深300指数现货的影响力不仅较大且具有较长持续性,领先现货市场7分钟;而沪深300指数现货对沪深300指数期货的影响力相对较小,且持续时间短,领先期货市场2分钟。

第三,从冲击反应关系上看,沪深300指数期货市场对自身的冲击反应快速,而沪深300指数现货对自身的反应较为迟钝;期货市场对现货市场的冲击反应速度较快且持久,现货市场对期货市场的冲击相对比较迟缓且力度不大。

第四,从价格发现程度上看,沪深300指数期货具有较强的价格发现能力,这表明沪深300股指期货市场在信息传递中居于主导地位,是价格发现过程最主要的驱动力量。

虽然我国股指期货推出的时间较短,样本数据量有限,但由于本文采用的是每分钟的高频数据,研究结论仍具有很好的说服力。了解沪深300指数期货与沪深300指数现货的价格发现功能及其能力,有助于投资者把握相关资产价格的变动规律,利用股指期货及其现货市场上的信息传导关系制定更加合理的套期保值和套利策略,更有针对性地构建股指期货市场与股指现货市场的风险管理策略,也可以为管理层制定更富效率的跨市监管政策和法规提供理论依据。

注释:

①沪深300指数样本覆盖了沪深市场六成左右的市值,具有良好的市场代表性(www.csindex.com.cn).

②剔除数据虽然损失了一些信息,但由于数据量减少对研究对象的影响有限,因此这一数据处理是可以接受的,况且数据的这一处理更有利于计量经济学模型的应用。

③一是MIS模型的价格发现测度值非常接近其理论价值,且在一定置信水平下的区间比PT测度法要窄;二是MIS模型的价格发现测度值的标准差也比PT模型的标准差小。

④除此之外,本文还借鉴了Lien和Shrestha(2009)的检测方法,分别对MIS模型与PT模型进行了实证检验与分析;研究结果显示:与PT模型相比,MIS模型的测度值更接近于理论值,且其标准差均比较小。为节省篇幅,这里的验证过程从略。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

股指期货与股指现货市场价格发现能力研究_股指期货论文
下载Doc文档

猜你喜欢