张小双

(哈尔滨工业大学 人文与社会科学学院，黑龙江 哈尔滨 150001)

2010年4月16日，在经过多年探索和筹备后，我国终于推出了沪深300 股指期货，自此，中国资本市场实现了股票现货与股指期货的双向结合，中国的金融市场进一步成熟。从发达国家成熟的金融市场实践经验上看，股指期货的推出能够规范整个金融市场的运行机制，为现货市场股票投资者提供套期保值;能够吸引大量的投机资金入市，成为市场不可缺乏的润滑剂;与此同时，因其公开竞价方式和价格发现功能，能够为股票市场的投资者提供信息参考，从而为股票市场的投资提供预警机制。本文旨在探索沪深300 股指期货的推出对我国股票现货市场的波动性是否存在影响，以及影响的程度。

一、研究市场选择及数据处理

1. 研究市场选择

由于我国当前推出的股指期货是以沪深300 股票价格指数为标的，因此考虑到二者之间的紧密相关性，将研究市场定位为沪深300 股票现货及沪深300 股指期货。在金融理论中，一般认为收盘价是最重要的价格，能够集中反映一天的市场信息和行为，因此选取的价格为当日收盘价。为了更明确地体现出两个金融市场之间的相互影响关系，股票指数数据的选取涵盖了股指期货推出前—股指期货、推出初期—股指期货逐渐稳定成熟的时间段，包含了股指期货推出前一年到目前为止的全部区间，由于股票指数数据为一周五个工作日，故样本数据区间为2009年4月16日到2013年2月28日合计1013 个日高频数据。需要指出的是，本文所用数据来源于搜狐财经网站，所有图表和模型估计结果均来自于Eviews6.0软件。

2. 数据处理

为了方便行文，将变量进行统一定义:PHS 为沪深300 股票指数的日收盘价，为了降低数据的异方差性，同时又不改变数据的趋势，本文对所有数据进行了取对数处理，并采用收益率的概念进行行文研究，也即对数据进行了进一步处理:RHSt=ln(PHSt/PHSt－1)×100 。这里为了方便行文，将收益率序列相应扩大了100 倍。

二、沪深300 股票现货市场的基本数据特征分析

1. 基本统计特征分析

图1 中国股票市场的基本特征

图1 所示为我国股票市场的基本特征，图中从均值、最值(最大值和最小值)、标准差及峰度和偏度等几方面较为全面地反映了收益率的统计特征。首先，均值刻画了取值的平均程度，股票市场收益率的均值为－0.012327，说明我国股票市场的平均获利能力较低。其次，标准差描述了取值的离散程度，股票市场收益率的标准差为1.512316，说明股票市场的收益波动较大。最后，偏度和峰度度量的则是序列服从的分布形式，从图中统计信息可知，偏度为－0.419379 ＜0，峰度为4.984092＞3，说明股票收益率序列不服从正态分布，具有左偏超峰的特点。

2. 趋势性特征分析

将股票指数收盘价在中国股指期货推出前后的日高频数据绘制图2，从图中可以明显看出，从2010年4月后股票市场的波动性规律更为明显，呈现出显著的集群性，即大的波动后跟随大的波动，小的波动后跟随小的波动。这说明股指期货的推出降低了股票现货市场的波动性，并且使得股票市场的运行更为规律。

图2 沪深300 股票指数日收盘价走势图

3. 均值分析

使用均值分析法，分析沪深300 股票指数均值的变化，进而研究股指期货的推出如何影响现货市场的波动性。将股票市场进行如下划分:(1)推出股指期货前期:2009年4月16日—2010年4月15日;(2)推出股指期货初期:2010年4月16日—2011年4月15日;(3)股指期货市场逐渐成熟趋于稳定时期:2011年4月16日—2013年2月28日。

表1 股指期货推出前后股票市场的均值变化情况

由表1 可以看出，在股指期货推出之前，沪深300 指数波动性较大，而当股指期货推出后，并随着其逐步成熟，标准差也在降低，即说明股指期货的推出降低了股票现货市场的波动性。因此，上述结果表明，当股指期货市场投机性较强时会显著增大股票现货市场的波动和风险。当投机交易减少，股指期货交易稳定时却有助于股票现货市场的稳定，分散股票现货市场的风险。

三、中国股指期货的推出对股票现货市场波动性影响的实证分析

为了准确确定股指期货的推出对股票现货市场波动性影响，使用面板数据模型探求和验证股指期货交易与沪深300 指数波动性之间的内在联系。

1. 模型变量选取

(1)股指期货状态变量(DIF)。为了能够更加清晰直观地度量股指期货的推出对股票现货市场的影响，定义虚拟变量DIF。并且作一假设:在股指期货推出之前，该变量的取值为1;在股指期货推出之后，该变量的取值为0。

(2)日收益率序列(RHS)。根据经济理论和经济实践，滞后一期的收益率往往对当期收益率的波动性产生较大影响。为了能够增强研究结果的可靠性，将滞后一期的日收益序列作为解释变量引入模型。

(3)波动性变量(σ2)。由于金融时间序列数据本身可能存在一定程度的自相关，故在模型中引入波动性的滞后一期值作为解释变量。鉴于波动性的计算公式较多，此处采取的波动性公式计算方法为:

σ2=1/(n－1)×［Σ (RHS)2－n ×(RHSa)2］，其中n 代表样本数据容量，n =2，3………1011;RHSa 代表收益率的平均值，且RHSa=RHS/n。

2. 模型建立及模型结果分析

(1)面板模型建立

对选取的变量进行面板平稳性检验以为模型的构建奠定基础，为使验证结果更具说服力，此处采用了多种平稳性检验方法，各检验结果如表2 所示。由表中可以看出，虽然采取的检验方法不同，但得出的结论却是一致的，即变量DIF、RHS 和σ2存在共同的单位根过程，均为平稳的面板数据。

表2 沪深300 股票指数收益率序列平稳性检验结果

PP－Fisher Chi－square 存在共同的单位根过程 2788 295.296 0.0000平稳PP－ Choi Z－stat 存在共同的单位根过程 2788 －11.7442 0.0000平稳

图3 模型输出结果

Variable Coefficient Std. Error t－Statistic Prob.C 0.080375 0.000529 151.8638 0.0000 σ2－RHS0 －0.004106 4.76E－05 －86.22456 0.0000 RHS0－RHS0 －0.004106 4.76E－05 －86.22456 0.0000 DIF－RHS0 －0.004106 4.76E－05 －86.22456 0.0000 σ2v－RHS0 －0.004106 4.76E－05 －86.22456 0.0000 σ2－DIF 0.032743 0.000539 60.79655 0.0000 RHS0－DIF 0.032743 0.000539 60.79655 0.0000 DIF－DIF 0.032743 0.000539 60.79655 0.0000 σ2v－DIF 0.032743 0.000539 60.79655 0.0000 σ2－σ2v 0.966966 0.000208 4657.705 0.0000 RHS0－σ2v 0.966966 0.000208 4657.705 0.0000 DIF－σ2v 0.966966 0.000208 4657.705 0.0000 σ2v－σ2v 0.966966 0.000208 4657.705 0.0000 Weighted Statistics R－squared 0.999986 Mean dependent var 76.61862 Adjusted R－squared 0.999986 S.D.dependent var 657.2715 S.E. of regression 0.099557 Sum squared resid 35.11674 F－statistic 21556122 Durbin－Watson stat 1.243842 Prob(F－statistic) 0.000000 Unweighted Statistics R－squared 0.961250 Mean dependent var 2.634973 Sum squared resid 39.48220 Durbin－Watson stat 1.994554

由于文中选取的变量均为平稳的时间序列，符合建立面板回归模型的条件，因此建立面板回归模型以进一步探讨沪深300 股指期货的推出对股票现货市场波动性的真实影响。

(2)模型估计及结果分析

考虑到时间序列常常具有异方差性，在面板数据估计时进行了权重设定—Peroid wights，进而采用广义最小二乘法对面板回归模型进行估计，估计结果为:

各变量的检验结果及系数特征如图3 所示。

为了更为清晰地度量出股指期货对股票市场的波动性影响，接下来按照以上估计准则对股指期货推出前期、初期及平稳期的面板回归模型进行估计和分析，并且估计方法采用Pooled EGLS(Cross － section weights)，也即GLS 使用估计的截面残差的方差。此处不再重复估计过程，其估计结果如表3 所示。从表中的结果可知，在股指期货推出之前，沪深300 股票指数的股指期货状态变量对于波动性检验显著为正。也即股票市场的波动性较大，现货市场存在着高投机性，加大了现货市场的风险。股指期货推出初期及平稳期，股指期货状态变量波动性检验结果为负，但不显著。这说明股指期货的推出，减小了股票现货市场的波动，但是这种减少不够显著。

四、结论

1. 通过对股票现货市场的收益率序列的基本数据特征进行分析，结果表明，中国股票现货市场均值较低、标准差较大，并且收益率序列不服从正态分布。说明我国股票市场的平均获利能力还较低，股票市场价格的波动性较大。

2. 趋势分析和均值分析结果表明，沪深300 股指期货推出对我国股票现货市场的波动性影响较为显著，一方面使得现货市场收益率呈现出波动的集聚性;另一方面也降低了现货市场的波动性。

表3 面板模型估计结果

3. 通过在面板模型中加入相应的股指期货控制变量进行实证分析，结果表明，在股指期货推出前我国股票市场的收益波动性十分显著，随着股指期货的推出并逐步发展成熟，股票现货市场的收益波动性逐渐降低，但这种降低程度较小。

［1］Kawaller，Koch.The temporal relationship between S＆P 500 futures and the S＆P 500 index［J］. Journal of Finance，1987，42(5) :1309 －1329.

［2］Manolis G.，Visvikis，Ilias D.，Panayotis D.The Lead－Lag Relationship Between Cash and Stock Index Futures in a New Market ［J］. European Financial Management.2008，14(5) :1007 －1025.

［3］罗佳. 中国股指期货对股票市场的流动性影响［J］.求是学刊，2011，38(5) :55 －60.

［4］邢精平，周伍阳，季峰. 我国股指期货与现货市场信息传递与波动溢出关系研究［J］. 证券市场导报，2011(2) :13 －19.

［5］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 －93.