刘畅

摘要：2019年12月9日，大连商品交易所上市了铁矿石期权，平稳运行至今。期权的推出，通常会影响标的资产的流动性和波动性，以及会对标的资产的市场定价有效性产生影响。本文选取铁矿石期权上市前后一年时间铁矿石期货的日收盘价，运用GARCH模型得出在铁矿石期权上市后对现货市场的波动性没有显著性影响。

关键词：期权;期货;铁矿期货期权;波动性;GARCH模型

一、引言

2019年12月9日，铁矿石期货期权在大连商品交易所挂牌上市交易，完成了铁矿石衍生品“一全两通”的格局。期权具有权责分离，非线型收益等特点，为现货企业提供了更加丰富的风险管理工具，推动了我国衍生品市场的产品层次分布，具有十分重要的现实意义。

期权的推出，通常会影响标的资产的流动性、波动性以及标的资产的定价效率，目前国内外学者对这一问题做了大量的研究。国外衍生品市场发展较早，针对不同标的的相关研究较多，结论也存在较大争议。Fedenia&Grammatikos（1992）的研究结果表明，期权交易会扩大标的股票的价差，增大市场波动，改善市场流动性。熊熊、张宇、张维（2011）使用darch（1，1）模型、larch（1，1）模型分析了韩国KOSPI200指数期权对KOSPI200指数期货和KOSPI200指数指数的影响，结论表明期权的上市增加了现货市场的波动性，但Roll（1977）则认为期权上市会分流资金，将标的市场的一部分交易资金转移到了期权市场，因此降低了标的本身的波动性和流动性。Lee&ohm（1992）通过对美国、香港、澳大利亚市场分别分析，则认为期权对股票市场价格在短期内会加剧波动，但是长期影响并不明显。Kabir（2000）通过对荷兰期权市场的研究，也发现期权交易对标的物的波动性并没有显著影响。

国内期权发展较晚，最早上市的场内期权为50ETF期权，因此国内大多数学者都以此为研究对象，结果也就相对较为统一。张维（2012）指出，股指期权的推出从理论上讲可以稳定市场，并优化股票市场资源配置。吴国维（2015）运用GARCH模型、TARCH模型研究上证50ETF期权后，发现上证50ETF期权的推出降低了50ETF现货的波动性，并且提高了市场稳定性和理性程度。史庆盛、樊瑞铎（2016）通过分析海外期权市场和国内期权市场发展状况，总结出股票期权推出对市场能提升标的交易量和流动性，对市场价格发现和市场有效性有促进作用。苏志伟、王小青、李邢军（2016）利用VEC模型及方差分解方法，发现期权推出后股票市场波动性降低。吴卫良（2016）通过双重差分模型，对上证50ETF期权推出对股市波动影响进行研究，得出上证50ETF期权能平缓现货标的的波动。

目前国内针对商品期货期权的研究较少，尤其铁矿石期货期权上市时间较短，相关研究并不多，本文以铁矿石期货期权为主题，选取铁矿石期货期权上市前后一年时间铁矿石期货日收盘数据，运用GARCH模型等实证研究方法对数据进行处理，研究铁矿石期货期权上市后对其标的物的波动影响。

二、实证分析

（一）数据选取

铁矿石期货期权以铁矿石期货为标的物，本文旨在研究铁矿石期权上市后对铁矿石期货的波动性影响。考虑到铁矿石期权上市时间为2019年12月9日，为形成对比，文章以2018年3月20日至2021年2月26日为样本空间，选取近3年的铁矿石期货主力连续合约收盘价的收益率作为研究对象，共计715个数据，来研究铁矿石期权上市前后铁矿石期权的波动率变化情况。

考虑到铁矿石价格的时间序列不稳定性较大，为了便于建模，将铁矿石期货日收盘价处理成铁矿石期货日收益率，公式为：

R_t= （lnP_t-lnP_t-1）

其中R_t为t日铁矿石期货日收益率，P_t为t日收盘价，经处理后，数据总量变为714个。

（二）描述性统计分析

由图1可以看出，铁矿石期货在期权推出上市前后的收益率序列整体较为平稳，波动率有些时段偏小，有些时段偏大，似乎呈现出一些集群效应，但在2019年12月前后直观上看，波动率并未有明显区别。

根据表1描述性统计量，偏度值为-0.1887179，说明在统计期内铁矿石收益率数据有长左拖尾。Q-Q图显示，明显数据并未近似的落在一条直线上，说明该数据并不符合标准正太分布，同时Shapiro-Wilk检验统计量W虽然接近于1，但是P值小于0.05，所以我们有足够理由拒绝其符合正态分布。因此，不能通过正态分布F检验来分析期权对现货市场的影响，需要对数据进一步建模。

（三）平稳性检验

在进行建模之前，首先对数据进行平稳性检验。对时间序列进行平稳性检验可以使用单位根检验，我们使用常用的Augmented Dickey-Fuller单位根检验，简称ADF单位根检验。

從ADF检验结果可以看到，P<0.0001，说明在显著性水平为5%的情况下，拒绝原假设，样本序列不存在单位根，铁矿石期货收益率序列是平稳的，可以在此基础上对数据进行GARCH模型建立。

（四）ARCH效应检验

在平稳序列的基础上，就可以通过自回归移动平均模型进行分析。GARCH模型又被称为广义自回归条件异方差模型，异方差性意味着收益率的波动存在聚集效应，有些时间段波动率大，有些时段波动率小，被称为ARCH效应。建立GARCH模型的前提是需要进行ARCH效应检验。根据AIC和SC准则，其值越小越好，而当滞后阶数为1时，AIC和SC相对较小，因此选择AR（1）更为合理。

从以上检验结果来看，在1%的显著性水平，残差序列具有显著的异方差性，且有显著的相关性，说明存在ARCH效应，可以继续建立GARCH模型进行分析。

（五）建立GARCH效應模型

GARCH模型是在ARCH模型基础上，增加考虑了异方差函数的p阶自相关性而形成的。特别适用于波动性的分析和预测。于铁矿石期货对数收益率序列平稳且存在显著的自相关性，因此设立GARCH模型。

本文旨在实证分析期权上市前后铁矿石期货市场的波动率变化情况，现建立GARCH（1，1）模型，对数据进行分析。为研究期权上市前后对比，在方差方程中引入虚拟变量D，当D=0时表示期权尚未推出，D=1时表明为期权推出后。具体模型为：

通过计算得：

从模型结果可以得知，虚拟变量D系数为0.001305，正相关关系，但是绝对值非常低，相对应的概率为0.3641，远高于给定的显著性水平5%，拒绝了显著性检验，说明铁矿石期权上市对铁矿石期货的影响不显著。

三、结语

本文重点介绍铁矿石期货期权的引入是否会影响铁矿石期货市场的波动率，选取铁矿石期权上市前后三年时间的铁矿石期货数据，进行了描述性分析，利用GARCH模型研究了期权上市前后铁矿石波动率的变化程度，得出结论，期权上市后，铁矿石期货波动率没有显著性变化。但由于铁矿石上市尚不满一年半，数据有限，分析的区间较短，结论还需要市场进一步验证。期权是一把双刃剑，给投资者带来了更多的投资工具外，也带来了相应的交易风险，但总体来讲，新的衍生金融产品，使投资者有更多可以选择的投资工具和避险工具，期权对于丰富我国的衍生品市场的投资渠道和完善资本市场有着重要的作用。因此为了更好的促进期权市场的发展和成熟，需要加大对期权专业知识的普及，确保参与期权交易的投资者能够充分理解其背后的风险和收益关系，引导投资者理性投资，形成一个成熟的衍生品市场。

参考文献

[1]陈林芸. 上证50ETF期权对现货市场的影响研究[J]. 时代金融，2020.

[2]李娜. A公司白糖"期货点价+期权"套期保值案例分析[J]. 现代营销（经营版）， 2019， 314（02）：212-213.

[3]欧靓， 滕永平. 白糖期权对标的期货市场波动性影响的实证研究[J]. 中国商论， 2020.

[4]马庆华， 郭倩. 农产品期货期权定价的有效性研究——以我国豆粕期货期权为例[J]. 长春大学学报， 2019， v.29;No.233（07）：7-12.

[5]刘庞庞. 期权市场对现货市场波动率影响的实证分析——基于上证50ETF期权上市前后的比较[J]. 统计与信息论坛， 2017， 第32卷（10）：50-58.