基于EGRACH模型的股指期货对故事非对称性波动影响的实证研.docx
《基于EGRACH模型的股指期货对故事非对称性波动影响的实证研.docx》由会员分享，可在线阅读，更多相关《基于EGRACH模型的股指期货对故事非对称性波动影响的实证研.docx（12页珍藏版）》请在冰点文库上搜索。
基于EGRACH模型的股指期货对故事非对称性波动影响的实证研
2011年第10期（总第387期
金融理论与实践
收稿日期:
2011-08
基金项目:
本文为教育部人文社会科学研究规划基金项目（09YJA790136和上海市教委科研创新重点项目（10ZS67的阶段性研究成果。
作者简介:
顾奚峰（1982-,男,上海人,金融学硕士研究生;王国松（1968-,男,安徽滁州人,经济学博士,教授。
基于EGRACH模型的股指期货对股市非对称性波动影响的实证研究
顾奚峰,王国松
（上海大学经济学院,上海200444
摘要:
本文基于EGRACH模型,利用高频数据,实证检验了沪深300股指期货对我国股市非对称波动的影响。
实证研究表明,沪深300股指期货与现货市场之间存在互为格兰杰因果关系,在股指期货初期股指期货对股市的波动有放大作用,在远期降低了非对称性波动,具有稳定股市的功效。
关键词:
股指期货;非对称波动;EGRACH模型文章编号:
1003-4625（201110-0011-04中图分类号:
F830.9文献标识码:
A
Abstract:
BasedontheEGRACHmodel,thearticleappliesthehighfrequencydatestodoanempiri-calstudyabouttheimpactofHu-Shen-300StockIndexFuturesontheasymmetricvolatilityofstockmarkets.TheresearchshowsthatHu-Shen-300StockIndexFuturesanditsspotmarketsareGrangerCausalityeachother,andintheinitialstage,thepush-offofStockIndexFuturesmagnifythevolatili-tiesofthestockmarkets,afterthatitwouldhelptostabilizethevolatilities.Keywords:
StockIndexFutures;AsymmetricVolatility;EGRACHModel
一、问题提出
2010年4月16日,中国股指期货正式上市交易。
股指期货的上市,对于现货市场有着非常重要的影响,标志着历经20年的A股将从此告别没有做空机制的单边市,是中国金融市场与成熟国际金融市场看齐的重要一步。
自沪深300股指期货上市之后,沪深股市波动性明显增强,尤其是下跌时较股价期货推出之前更快、更猛,股指期货对于现货市场的助推作用明显,这一现象让人们更加关注股指期货对股市波动性和股票收益波动性的影响。
由于我国对于股指期货一直没有放行,国内对于股指期货对股市的影响研究较少,且大多是利用以中国股指为标的的外国衍生品,如比较著名的新加坡A50股指期货,或者是利用国内股指期货仿真
数据作为研究对象。
不管是前者还是后者,所得结
果对于实际情况均有所偏差。
尤其是近年来,在西方国家对金融高频数据的分析已成为实业界和学术界的热点问题和难点问题。
本文基于沪深300股指期货、现货高频时间序列数据,利用格兰杰因果关系检验、E-GRACH模型等计量分析的方法来实证检验股指期货推出对于沪深300指数的非对称波动效应的影响。
二、文献回顾
市场波动性是市场价格对信息的反应而引起的波动程度,用以度量市场的风险。
证券市场波动性的研究长期以来一直是现代金融领域研究的主要问题之一,同时也是各国监管当局最为关注的衡量指标。
波动性是证券二级市场的核心功能——价格发现与资本配置的核心,与此同时波动性是衡量市场
11
运行效率,市场信息流动的一个非常重要的指标。
股指期货推出的初衷之一就是为股票现货市场投资者提供一种避险工具,规避系统性风险,进行风险管理。
因此,各国学者对于股指期货推出以后,其对现货市场的波动性影响都做了很多深入的研究,也得到了不同的结论。
据统计,大多数的经济学家倾向于股指期货推出对于现货市场的波动性影响不大或者是使波动性减小。
国外学者中Freris（1990[1]对香港恒生指数期货推出前后的现货市场波动性进行了分析,认为指数期货对股票指数波动没有产生影响。
Baldauf和Santoni（1991[2]利用ARCH模型研究S&P500指数,认为指数期货上市对股票市场波动性影响并不显著。
Pericli和Koutmos（1997[3]对S&P500股指期货的研究表明,除了1987年10月股灾的特殊情况外,指数期货与期权交易并未促使现货市场的波动产生结构的变化。
Charles和Sutcliffe（1997[4]研究了1978年至1995年世界股票指数期货市场上12种股指期货与股指波动性,其中股指波动性不变的占7例,波动性减少的占4例,波动性增加的只有1例。
Bessembinder和Seguin（1992[5]分析了1978年至1989年S&P500指数期货推出前后的情况,发现期货市场的引入使现货市场波动性减小。
Lee和Ohk（1992[6]研究了1984年至1988年香港恒生指数期货与恒生指数的关系认为,股指期货不但没有增加现货市场的波动性而且在某种程度上减小了波动幅度。
Robinson（1994[7]对1980年至1993年FT-SE100指数的期现货市场的研究表明,引入期货市场后现货市场波动性减小。
也有部分研究认为期货市场导致了现货市场波动性的增加。
Damodaran（1990[8]研究了S&P500指数期货推出,S&P500成分股的波动增大。
Lockwood和Linn（1990[9]对道琼工业指数的研究表明,现货市场收益变异系数上升。
Antoniou和Holmes（1995[10]对FTSE100指数进行的研究表明,股票指数期货交易加大了股价的波动性,但改善了现货市场的信息反应速度与品质。
国内也有不少学者利用仿真期货,或者是境外期货来研究股指期货推出对于现货市场的波动性影响。
郭睿（2005[11]、李华和程婧（2006[12]、刘考场、李树丞和舒杨（2008[13]对中国台湾、香港和韩国等新兴的股指期货市场分析,发现股指期货增加现货市场波动性并不显著。
在中国市场的实证研究中,丁娟（2003[14]、陈浪南和黄杰鲲（2002[15]认为,中国股市存在与成熟的证券市场相同的非对称性效应。
邢天才和张阁（2010[16]利用沪深300仿真期货,得出股指期货推出对沪深300指数初期有增大波动性的作用,远期对波动性的影响逐渐消失。
三、实证分析
（一数据的选取
本文选取数据为股指期货推出后至今的具有代表性的期指IF当月连续和其所对应的沪深300指数的五分钟高频数据,数据来源于同花顺交易软件。
其中IF为剔除了比现货市场提前交易与延后交易的部分数据的当月连续数据,共选取了9408个样本数据。
一般来说,金融资产价格都是非平稳序列,经检验得其一阶差分为平稳序列。
因此将样本数据序列,即沪深300指数序列RS和它对应的股指期货序列IF序列分别取其对数差分,则可得到对应的收益率序列分别为RHS=D（ln（HS,RIF=D（ln（IF;其中RHS为股指收益序列,RIF为股指期货收益序列。
（二数据处理
利用EVIEW6.0处理RHS时间序列,可以得到如下描述性统计量:
图1沪深300指数收益率的直方图和统计量
从统计量可以得知,沪深300指数收益率的偏度为-0.238,而峰度为12.108,远大于正态峰度3,该序列具有尖峰和厚尾特征。
JB值也同样说明如此。
RIF高频时间序列为右偏峰度18.94,同样具有尖峰厚尾特征。
对以上两序列进行ADF单位根检验,选择包含常数项,不含趋势项,根据赤池信息最小准则选择滞后阶数。
两者的ADF值的t值绝对值均显著大于1%的临界值,且p值很小,因此沪深300指数和IF收益率序列均为平稳序列。
在平稳序列的条件下,我们用格兰杰因果检验来看指数期货与现货之间是否存在一定的引导关系,由表2可知,在99%的置信水平下,RHS序列不是RIF的格兰杰原因,即原始假设显著不成立,而沪
12
2011年第10期（总第387期金融理论与实践
深300指数现货波动对期货波动有引导作用是确定的。
但在95%的置信水平下,沪深300指数期货波动也是沪深300现货波动的格兰杰原因,即互为格兰杰原因。
表1沪深300指数和IF收益率的ADF值
ADF检验统计量
RHS
RIF
t值
-98.10318
-98.00610
1%临界值
-3.430870
-3.430870
p值
0.0001
0.0001
表2格兰杰因果检验结果
原假设
RIF不是RHS序列的格兰杰原因RHS不是RIF序列的格兰杰原因样本
9401
F统计值
2.19438
1134.48
p值
0.0406
0.0000
通过对收益率序列做自相关检验,可以得知两者都与其之后24阶存在显著的自相关性。
对其进行自回归后检验其残差平方,发现其具有明显的时间可变性和集簇性,适合用GARCH类模型来建模。
图2沪深300指数收益率残差平方线状图图3IF指期收益率残差平方线状图对均值方程式的误差项进行滞后24阶自回归得异方差检验,得到了如下表3所示的ARCH-LM检验结果。
同样说明沪深300与其期指的收益率序列的残差具有显著的ARCH效应。
表3沪深300收益率ARCH-LM检验结果
F统计量Obs*R-squared2.451362
58.62754
Prob.F（24,9357
Prob.Chi-Square（24
0.0001
0.0001
（三理论模型与实证分析
由Nelson提出的EGARCH模型作为一种非对称模型,能够用来揭示资本市场中存在的非对称性效应。
EGARCH模型的表达形式:
设条件Rt|It-1~f（ut,σ2t（1条件均值方程为:
Rt=β0+β1Rt-1+εt（2条件方差方程为:
LN（σ2t=α0+α1
|
|
|
|
|
|
ut-1
σt-1+γ
ut-1
σt-1+ωLn（σ2t-1（3
杠杆效应的存在能够通过γ<0的假设得到检验。
只要γ≠0,冲击的影响就存在着非对称性。
Nelson设定的主要优点之一是,由于条件方差方程描述了σ2t的对数,所以方差σ2t本身就是正的,而不论方程右端的系数是否为正。
因此与传统的
GARCH模型不同,其条件方差方程无需施加任何限制,这使得条件方差方程成为求解过程更为简单并且更为灵活的一族动态模型。
由于大多数的金融实证研究中,EGARCH（1,1模型就能取得很好的检验效果,本文即选用这一模型。
本文所研究的主要对象是通常情况下中国股指期货上市以后对于其对应的现货沪深300指数的波动的非对称效应的变化,因此我们选取美国金融危机后一年,即2009年9月1日至股指期货上市前一天2010年4月15日的沪深300收益率5分钟高频数据为第一子样本;上市日至5月14日为第二子样本;
5月17日至今2011年2月9日为第三子样本分别进行EGRACH（1,1模型进行拟合,由EVIEW6.0软件得到如下结果。
表4沪深300收益率EGRACH（1,1模型结果条
件
方
差
方
程
likelyhood
参数
α0
α1
γ
ω
第一子样本
-0.07428
（-17.1169
0.045079
（18.40612
-0.0338
（-20.2942
0.996697
（2818.39
34601.63
第二子样本
-0.20947
（-5.85167
0.012012
（1.510635
-0.06158
（-14.4858
0.983143
（358.0193
4367.662
第三子样本
-0.15852
（-17.0064
0.059256
（22.491
-0.0215
（-10.3056
0.99064
（1434.635
40194.46
整体
-0.10183
（-28.17338
0.050246
（32.76226
-0.02541
（-26.27055
0.994712
（3616.084
79195注释:
括号内为Z-统计量值。
从表4结果可知:
第一,在EGARCH中,各个子样本及整体的
|
|
|
|
|
|
ut-1
σt-1项系数α1均大于0,意味着沪深300确实存在严重的波动集群性,即较大的收益出现往往预期随后出现大的收益,而较小的收益出现往往预期随后出现小的收益;
第二,表4中的ω值均为正值,且均为显著,意味着当期波动性是前期波动性的函数,体现了前期的意外冲击对本期波动具有持续性的影响;
第三,
ut-1
σt-1项的系数γ估计值均小于零,且是显著的,说明了沪深300股市中存在杠杆效应,即坏消息的影响程度比好消息的影响程度要深。
样本一即股指期货推出前的γ绝对值为0.0338,而股指期货推出的初期其值放大到了0.06158,说明波动的非对称效应增大。
但由经过一个月的适应期滞后的第三子样本的检验结果发现,其值迅速缩小为0.0215,比推出前更小;这说明从远期来看,股指期货的推出有助于稳定股指的波动性。
13
2011年第10期（总第387期金融理论与实践
四、结论与建议
股指期货作为一种非常重要的金融衍生品,在我国还属于开始阶段,具有重要的研究价值。
本文通过选取股指期货推出前后的5分钟高频数据作为研究样本,得出以下结论:
第一,从格兰杰因果检验来看,股指期货与其对应的现货市场联动关系密切。
这与众多专家学者的检验结果一致,说明我国的股指期货虽然上市时间不长,但是已经在引导现货市场价格上面发挥其重要作用。
第二,我国推出股指期货初期,大小非和股指期货双重做空曾经导致股市单边下跌。
沪深300指数从3400点附近一路跌至2462点,对于广大股民的风险不言而喻。
这说明我国的投机现象依然严重,热衷于新事物的炒作,就像当初的B股和创业板一样。
虽然今年来我国已经大力发展机构投资者,但是机构投资者水平参差不齐,羊群效应明显。
我国股市期市依然很不成熟。
第三,从推出股指期货远期效果来看,有助于稳定市场的波动性。
股指期货的两大作用,一是价格发现功能,一是套期保值功能正在逐渐显现。
但是我国金融市场与外国成熟市场相比,依然存在明显的“政策”的影子。
衍生品的品种比较单一,且还有涨跌停板限制。
因此当我国金融市场逐步成熟,放开以后,其效果如何还要更长的时间来加以验证。
为了使我国的股指期货能健康顺利地开展下去,为此加快完成以下工作:
第一,必须尽快完善股指期货市场的法律法规,加强监管机制,防止被过度炒作及不正当使用。
第二,需要培养壮大机构投资者并提高其业务水平。
目前中国股市的开户数量达到了1.5亿个,其中有效账户为1.3亿个,因此亟须要培养和壮大机构投资者并提高其业务水平,使广大散户能放心地把钱交给机构投资者,这是维持股市稳定的必要举措。
第三,设计更多更合理的股指期货合约,完善股指期货的衍生品市场,丰富投资品种。
参考文献:
[1]FrerisAF.TheEffectoftheIntroductionofStockIndexFuturesonStockPrices:
TheExperienceofHongKong1984-1987[R].PacificBasinCapitalMar-ketsResearch,NorthHolland,Amsterdam,1990,p409-416.
[2]Baldauf,BandGJSantoni.StockPriceVolatili-ty:
SomeEvidencefromanARCHModel[J].JournalofFuturesMarkets,1991,No.6,p215-224.
[3]PericliAandKoutmosG.IndexFuturesandOptionsandStockMarketVolatility[J].JournalofFu-turesMarkets,1997,No.19,p47-63.
[4]Charles,MSSutcliffe.StockIndexFutureThe-oriesandInternationalEvidence[M].InternationalThomsonBusinessPress,l997.
[5]BessembinderHendrikandPaulJSeguin.Fu-tures-TradingActivityandStockPriceVolatility[J].JournalofFinance,1992,Vol.47,No.5,p2015-2034.
[6]LeeSBandOhkKY.StockIndexFuturesListingandStructureChangeinTime-VaryingVolatili-ty[J].JournalofFuturesMarkets,1992,Vol.12,No.5,p493-500.
[7]RobinsonG.TheEffectofFutureTradingonCashMarketVolatility:
EvidencefromLondonStockExchange[OL/EB].BankofEnglandWorkingpaper,1993.
[8]DamodaranA.IndexFuturesandStockMarketVolatility[J].ReviewFuturesMarkets,1990,Vol.9,No.2,P442-457.
[9]LockwoodLJ&LinnSC.AnExaminationofStockMarketReturnVolatilityDuringOvernightandIntradayPeriods,1964-1989[J].JournalofFinance,1990,Vol.45,591-601.
[10]AntoniouAandHolmesP.FuturesTrading,InformationandSpotPriceVolatility:
EvidencefortheFTSE-100StockIndexFuturesContractUsingGARCH[J].JournalofBankingandFinance,1995,Vol.19,No.1,p117-129.
[11]郭睿.引进股指期货对现货市场的影响研究
[D].长春:
吉林大学,2005.
[12]李华,程婧.股指期货推出对股票市场波动性的影响研究[J].金融与经济,2006,（2.
[13]刘考场,李树丞,舒杨.股指期货对于市场波动性影响的分析——基于KOSPI200和TAIEX股指期货的实证分析[J].河北大学学报,2008,（3.
[14]丁娟.信息对股票收益率波动非对称性影响的研究[J].天津商学院学报,2003,（5.
[15]陈浪南,黄杰鲲.中国股票市场波动性非对称性的实证研究[J].金融研究,2002,（5.
[16]邢天才,张阁.中国股指期货对现货市场联动效应的实证研究——基于沪深300仿真指数期货数据的分析[J].财经问题研究,2010,（4.
（责任编辑:
张艳峰
14
2011年第10期（总第387期金融理论与实践
升级会员 