黄 津

0 引言

相比于其他发达国家而言，我国股指期货市场的成立时间相对较短。在对我国沪深300股指期货推出后，股指期货市场对现货市场的波动影响方面的研究也相对较少。由于存在相关数据较少的缺陷，所以在早期关于股指期货市场对现货市场的波动影响的研究上，并不全面。在本文中，通过分析近期的当月连续的沪深300股指期货收盘价，以及沪深300股指现货的数据，力求探寻我国股指期货的推出后对我国股票现货市场的波动影响。

1 数据选择与变量说明

1.1 数据选择

数据来源于国泰安研究服务中心CSMA系列数据库，本文选取2011年5月31日至2012年6月12日当月连续的沪深300股指期货日收盘价和沪深300股指日收盘价作为样本。本文之所以采用当月连续的沪深300股指期货收盘价，基于两方面的考虑：一方面，采用当月连续的数据可以将所有的最近一个月份的合约连续起来，用一种连续的形式来对样本数据进行观察。另外，在当月、下月、下季和隔季四种期货交易合约中成交量最大的是当月合约；另一方面，采用收盘价，即结算价，以日为单位而非以分为单位，则是基于行情不断波动，减少数据量处理难度的考虑。

1.2 变量说明

FP表示当月连续的沪深300股指期货日收盘，SP表示沪深300股指日收盘价。本文实证分析主要用Eviews6.0。

2 模型的建立与检验

2.1 描述性统计

为了降低价格序列的异方差我们首先对数据进行对数化处理，并分别记为LNFP和LNSP，然后做出沪深300股指期货和沪深300股指走势图，如图1所示。

图1 沪深300股指期货和沪深300股指走势图

由图1可知，沪深300股指期货和沪深300股指的趋势大致相同，有很高的一致性和同步性。从直观上看，沪深300股指期货和沪深300股指之间有很强的联动关系。这与Dwyer GP,Locke.P，Yu.W,Martin.M等人通过分析不同国家的股票指数和指数期货市场之间的价格传递的数据基础上，得出的期货价格和现货价格存在着很强的联动关系这一结论相一致。但是仅从直观图上得出的结论并不具有很强的说服力，为此我们通过建立回归模型，来证明这种联动性。

2.2 对LNFP和LNSP序列做单位根检验

由于用非平稳的经济变量建立回归模型时会带来伪回归的问题，导致结果失真。为此，我们在对沪深300股指期货收盘价和沪深300股指进行计量分析之前，必须首先要对这两组时间序列数据进行平稳性检验，本文运用Eviews 6.0对数据分别作ADF平稳性检验，结果如表1所示。

表1 对LNFP和LNSP序列做单位根检验结果

表1中，在显著性水平为1%、5%和10%，当月连续的沪深300股指期货收盘价（LNFP）的ADF统计量的值为-1.749590均大于各种显著性水平下t的临界值，而p值为0.4051，这说明了接受了LNFP存在单位根的原假设，即LNFP是非平稳的。在显著性水平为1%、5%和10%，沪深300股指收盘价（LNSP）的ADF统计量为-1.764051均大于各种显著性水平下t的临界值，此时p值为0.3978，这说明接受了LNSP存在单位根的原假设，LNSP是非平稳的。

2.3 分别对LNFP和LNSP序列做一阶差分，然后再差分后的序列分别做单位根检验

由于LNFP和LNSP序列都是非平稳的，我们对其分别作一阶差分处理，分别记为DLNFP和DLNSP，然后再对DLNFP和DLNSP分别做单位根检验，结果表2所示。

表2 LNFP和LNSP一阶差分后ADF检验结果

表2中，在显著性水平为1%、5%和10%，当月连续的沪深300股指期货收盘价（LNFP）的ADF统计量为-17.08286均小于各种显著性水平下t的临界值，而p值为0.0000，这说明了拒绝了DLNFP存在单位根的假设，即DLNFP是平稳的。在显著性水平为1%、5%和10%，沪深300股指收盘价（LNSP）的ADF统计量为-16.48561 均小于各种显著性水平下t的临界值，此时p值为0.0000，这说明拒绝了DLNSP存在单位根的原假设，即DLNSP是平稳的。由此可知，LNSP和LNFP都为一阶单整序列。满足协整分析的条件，可以利用协整方法来分析它们之间的动态关系。

2.4 协整检验

目前关于协整检验的研究主要有两种方法：一是Engle和Granger于1987年提出的基于协整回归残差的EG两步法检验；二是Johansen(1988，1991)和Juselius(1990)提出的基于VAR（向量自回归)方法的协整检验。本文采用EG两步法对一阶单整序列LNFP和LNSP做协整检验。首先对LNSP和LNFP做协整回归。回归结果如表3所示。

表3 协整回归结果

由表3可以看出，LNFP前面的系数为0.999877，而此时t统计量为33429.84，p值为0.00，。在5%的显著性水平下，这说明当月连续的沪深300股指期货收盘价（X）与沪深300股指指数（Y）的回归方程，在整体上具有线性关系，协整回归系数比较显著，拟合程度也比较高。而调整的R-squared为0.997526，这说明方程具有极高的拟合优度，当月连续的沪深300股指期货收盘价对沪深300股指具有极强的解释作用，两者之间存在波动关系，股指期货的推出对股指现货存在影响。但是，此时还未进行协整检验，可能两者之间存在伪回归现象，需要继续对该回归方程继续协整检验。拟合出的协整方程如（1）式所示：

然后对协整回归方程得到的残差 μ∧t进行平稳性检验，结果如表4所示。

表4 残差平稳性检验结果

表4 残差平稳性检验结果

ADF检验统计量p值0.0000临界值1%显著性水平5%显著性水平10%显著性水平t统计量-7.9522-3.456408-2.872904-2.5729

2.5 误差修正模型

首先建立2011年5月31日至2012年6月12日期间沪深300股指期货收盘价（LNFP）与沪深300股指（LNSP）的长期均衡方程,运用Eviews6.0估计结果如表5所示：

表5 LNSP与LNFP的长期均衡方程估计结果

由表5可以看出，沪深300股指期货收盘价（LNFP）与沪深300股指指数（LNSP）的长期均衡方程如（2）式所示：

令ECMt=，即将（2）式中的残差序列作为误差修正项，建立误差修正模型，运用Eviews 6.0运行结果如表6所示：

表6 误差修正模型估计结果

由表6可知，误差修正模型为：

由（3）表示的误差修正模型中，差分项反应了短期波动的影响。误差修正项ECMt-1的系数为负数，且在5%的显著性水平下，系数具有很强的显著性，它的大小反映了对偏离长期均衡的调整力度。从系数估计值（-0.7397）来看，当短期波动偏离长期均衡时，将以（-0.7397）的调整力度将非均衡状态拉回到均衡状态。

2.6 Granger因果检验

对沪深300股指期货（LNFP）与沪深300股指指数（LNSP）价格序列做滞后阶数分别为1-4的Granger因果检验，运用EVIEWS6.0运行结果如表7所示。

表7 滞后1～4阶的Granger因果检验结果

由表7可知，在显著性水平为5%时，存在着沪深300股指期货与沪深300股指指数的单向因果关系，当滞后阶数在4阶范围时，p值都小于5%，这拒绝了原假设，这说明沪深300股指期货（LNFP）是沪深300股指指数（LNSP）变化的格兰杰原因，但是沪深300股指指数（LNSP）不是沪深300股指期货（LNFP）变化的格兰杰原因。

3 结论与启示

本文通过运用ADF检验，协整检验等方法，然后建立误差修正模型，对我国沪深300股指期货与沪深300股指现货指数之间的价格波动性进行了实证研究。研究发现，我国沪深300股指期货与沪深300股指现货指数之间的价格存在长期的均衡关系，并且沪深300股指期货（LNFP）是沪深300股指指数（LNSP）变化的格兰杰原因，但是沪深300股指指数（LNSP）

不是沪深300股指期货（LNFP）变化的格兰杰原因。

我们可以得到如下启示：沪深300股指期货与股指现货指数之间存在着协整关系，沪深300股指期货的推出对股指现货市场具有波动性影响。虽然，可以说我国股指期货市场仍然只是处于起步的阶段，但是已经看到了股指期货的推出对现货市场产生了积极的作用。现阶段，沪深300股指期货在制度设计及其他一系列的相关设计上，还是比较有效的。股指期货的推出，更进一步提高了证券市场的广度和深度，丰富了市场投资者进行套期保值、套利活动的机会。从价格发现的角度上，沪深300期货的推出同样通过信息量的增加，提高了市场对价格的发现功能。本文在对两变量进行回归后，回归系数为1.008大于1，也说明股指期货市场相比于股指现货市场，具有更强的价格发现功能。

[1]李晨，冯继妃.股指期货与股票现货指数间关系研究[J].经济纵横，2011,（6）.

[2]Edwards，F.R.Does Futures Trading Increase Stock Market Volatility[J].Financial Analysts Journal，1988,（44）.

[3]Antoniou.A,Holmes.P.Information and Spot Price Volatility:Evi⁃dence for the FTSE 100 Stock Index Futures Contract Using GARCH[J].Bankingand Finance,1995,19(1).

[4]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[J].财经问题研究,2010,(7).

[5]李江,林小春.我国股指期货与现货市场之间价格发现及波动性关系研究[J].市场透视，2010,（48）.