限制股指期货对股市波动性影响的实证研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 限制股指期货对股市波动性影响的 实证研究 摘 要：本文利用 20132016 年 沪深 300 指数收盘价的日收益率数据， 首先采用 GARCH（1，1）模型，分析 了在剔除融资融券变量之后，限制股指 期货的政策对股市的波动影响，然后使 用 EGARCH（1，1）模型分析股指期 货限制对股市非对称效应的影响，最后 通过中证 500、上证 50 股指期货收盘价 数据和调整数据周期进行了稳健性检验。 研究结果表明：限制股指期货的政策降 低了股市的波动性，但加剧了股市的非 对称效应。 中国论文网 /3/view-13009312.htm 关键词：股指期货；股票市场； -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 波动性；GARCH 模型 中图分类号：F830.91 文献标识 码：A 文章编号：1674-2265（2017） 06-0048-06 一、引言和文献综述 2010 年 4 月 16 日，我国第一个 股指期货上市交易，推出股指期货的目 的在于稳定股票市场，丰富投资工具， 国内学术界也对推出股指期货与股票市 场波动性进行了大量的研究，大部分都 得出我国股指期货的上市交易可以起到 稳定股票市场的作用。2015 年 6 月8 月，我国股票市场经历了严重的股价下 跌，中金所随后出台了限制股指期货交 易的政策，在此背景下，本文研究的目 的是实证分析限制股指期货交易的政策 股市波动性和非对称性的影响。 针对股指期货交易对现货市场波 动性影响的问题，学术界仍存在较大的 分歧，主要观点包括以下三种： （一）股指期货市场降低了股票 市场波动性 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 Lee 和 Ohk（1992）通过对香港 恒生指数期货的研究，得出恒生指数期 货有利于降低香港地区股票市场的波动 性。Pilar 和 Rafael（2004）通过对西班 牙引入股指期货后的股票市场进行研究， 结果显示股指期货的引入显著降低了西 班牙股市的波动性。 Antoniou、Koutmos 和 Pericli（2005） 选取英国 FTA 指数、法国 CAC 指数、 美国 S&P500 指数、德国 FC 指数、日 本 Nikkei 指数及加拿大 T300 组合指数， 分析了六个国家的股票市场，结果显示 股指期货都有效降低了六个国家股票市 场的波动性。Drimbetas （ 2007）选取了 富时指数日收盘价数据对英国的股票市 场进行研究，EGARCH 模型结果显示 股指期货的推出不仅显著降低了现货市 场波动性，还提高了市场效率。 Kasman（2010 ）同样采用 EGARCH 模 型研究了土耳其 20022007 年间的股 票市场，结果也显示股指期货降低了股 市波动性。宗计川和李先玉（2013）在 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 剔除国内经济形势、国际经济形势、投 资者情绪及周内效应后，以沪深 300 指 数期货为研究对象，结果表明股指期货 的推出减少了现货市场的波动性。 Zhang 和 Lv（2013）采用 ARCH、GARCH 模型及格兰杰因果关 系检验研究了印度的股票市场，结果表 明，印度推出股指期货降低了股市波动， 同时也增强了股市价格发现功能。许硕 （2016）同时采用 GARCH 和 VAR 模 型，研究了中国股票市场在限制投机政 策下的表现，结果表明限制投机交易制 度的推出减少了现货市场的波动性，可 以起到市场维稳的作用。曹栋和张佳 （2017）选取 20072015 年沪深 300 指数收盘价数据，采用 GARCH-M 模型 研究了中国股票市场推出股指期货的表 现，结果显示股指期货可以显著降低现 货市场波动性。 （二）股指期货市场对股票市场 波动性无影响 Baldauf 和 Santoni（1991）采用 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 ARCH 模型对 S&P500 指数进行研究， 发现 S&P500 股指期货对现货市场波动 性影响不显著。 Shenbagaraman（2002）通过对印度 S&P CNX Nifty 期货、期权和现货市场 的研究，未发现股指期货市场与现货市 场波动之间的相关性。吴佩渝（2000） 对台湾地区股指期货市场的研究得出， 台湾地区股指期货上市后对现货市场的 波动性并没有显著影响。Darrat 和 Rahman（2002 ） 、Sibani 和 Shankar（2007 ）的研究显示期货市场的 交易对现货市场的波动影响不显著。盛 浙湘、顾天慧（2011）选取了处于不同 发展阶段的八个国家和地区，发现除日 本外，推出股指期货对现货市场的影响 都不显著。Hu 和 Yiwen（ 2016）选取 沪深 300 指数日收盘价数据进行研究， 结果显示股指期货价格变化对股市波动 性没有显著影响。 （三）股指期货市场增加了股票 市场的波动性 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 Antoniou 和 Holmes（1995）对 FTSE100 指数进行了实证研究，发现股 指期货交易加大了现货市场的波动性， 但也改善了现货市场的信息传播速度和 质量。俞卫（1995）对具有不同到期日 的 8 种股指期货与现货市场关系的研究 发现，指数套利改变了股指期货价格和 股票价格的波动形态，股指期货的价格 波动有时是由股票市场的冲击引起的。 Bac（2004） 、Kang （2007 ）研究了日本、 韩国等五个亚洲国家的股票市场， GARCH 及扩展的 GJR- GARCH、APGARCH 模型结果显示， 五个国家股票市场的波动性与非对称性 在引入股指期货后都有不同程度的增加。 刘凤根和王晓芳（2008）选取 N225 指 数、韩国 KOSPI200 指数和台湾证交所 加权指数分析了日本、韩国和台湾地区 的股票市场，GARCH 模型结果显示股 指期货的推出对台湾地区股市波动性影 响不显著，但显著加剧了日本和韩国股 市的波动性。Kittiakarasakun、Tse 和 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 Wang（2012）选取 20022004 年的 Nasdaq-100 股指期货数据，研究了知情 交易者和不知情交易者在不对称波动下 的影响，结果显示不知情交易者的交易 行为更显著地导致了市场的不对称波动。 Yang Jian（2012）选取了 2010 年 4 月 16 日到 2010 年 7 月 30 日沪深 300 指数 收盘价数据，研究了股指期货推出之初 现货市场的表现，发现推出之初，股市 出现很大跌幅，股指期货价格发现的作 用不显著。 需要指出的是，首先，绝大部分 学者对股指期货与现货市场波动的关系 研究都未剔除可能引起股市波动的其他 经济变量，本文较严谨地剔除了融资融 券变量，参考宗计川和李先玉（2013） 的方法，把融资融券变量加入到 GARCH 模型的均值方程进行分析；其 次，大部分学者研究的是股指期货上市 对现货市场的波动影响，而本文更进一 步地分析股指期货的限制政策对现货市 场的波动影响；最后，通过使用中证 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 500、上证 50 股指期货数据和调整样本 区间三种方法进行了稳健性检验，使结 果更具可靠性。 二、数据与模 型选取 （一）数据和变量说明 本文选取 2013 年 10 月 28 日2016 年 10 月 26 日沪深 300 指数日 收盘价数据，融资融券变量用融资融券 余额表示，利用收盘价数据计算出日收 益率数据，计算公式为： ret=100ln（ptpt-1），其中pt表示 t 期 沪深 300 指数收盘价，pt-1表示上一期 收盘价；利用融资融券余额日数据，使 用同样的计算公式得到融资融券变动率 数据。除去节假日，共有 732 个样本， 数据均来源于万得资讯。为了分析股指 期货的限制政策对股市波动性的影响， 将数据以 2015 年 9 月 7 日为节点分成 两个子样本：限制政策出台前的 2013 年 10 月 28 日2015 年 9 月 7 日和限制 政策出台后的 2015 年 9 月 8 日2016 年 10 月 26 日。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 （二）计量经济学模型 广义自回归条件异方差 GARCH 模型是由 T.Bollerslev 提出，经 ARCH 模型发展而来，是专门针对金融时间序 列数据使用的回归模型，很适合分析带 有波动聚集性的金融时间序列。基于 AIC 和 SC 准则，本文选择 GARCH（1，1）模型矸治龉芍钙诨 醯南拗普策对股市的波动影响， GARCH（p，q）由均值方程和方差方 程构成，原始形式如下： xt=0+1xt-1+2xt-2+pxt- p+ut （1） ut=htt （2） ht=0+i=1qiu2t-1+i=1pih2t-1 （3） 其中，p和q 分别为 GARCH 项和 ARCH 项阶数，当p=1 、q=1 时 就得到 GARCH（1，1）模型；（1）式 为 AR（p）形式的条件均值方程，ut 为误差项；（3）式为条件方差方程， 0代表原先的不确定性，u2t-1 表示 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 外部的波动冲击，h2t-1表示过去的波 动性，i 和 i分别表示外部波动冲击 与过去波动性对当期波动性的影响程度， 数值越大，则代表对当期波动性影响越 大。为了剔除融资融券变量对股市波动 的影响，本文把融资融券余额加入均值 方程，设定如下： hs300t=c+rzrqt+ut （4） 其中，hs300t表示沪深 300 指 数收益率，rzrqt表示融资融券余额变 动率，ut为随机误差项。 三、实证分析 本文首先采用 GARCH（1，1） 模型分析限制股指期货对股市的波动性 影响，然后使用 EGARCH（1，1）模 型分析限制股指期货对股市的非对称效 应影响，分析之前，进行了描述性统计 和充分的实证检验。 （一）描述性统计 本文分别对沪深 300 指数收益率 和融资融券余额变动率进行全样本和子 样本描述性统计，见表 1。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 11 由表 1 可知，沪深 300 指数收益 率（hs300t）全样本的偏度为- 1.0170，左偏，峰度为 7.9093，J-B 统 计量为 861，说明沪深 300 指数收益率 序列是具有高峰厚尾，且分布显著异于 正态分布的序列，采用 GARCH 模型是 合适的。观察沪深 300 指数收益率序列 限制前和限制后的偏度和峰度值也可得 出结论，hs300t限制前样本的标准差 为 1.9301，限制后的标准差为 1.6135， 限制后标准差小于限制前的标准差，据 此可以初步判断，限制沪深 300 指数期 货交易后，降低了股市波动。 融资融券余额变动率（rzrqt） 限制前样本的偏度为-3.8476，峰度为 27.1561，说明融资融券变动率也是一种 带有左拖尾高峰的非正态分布的时间序 列；限制后样本的偏度为-0.3980，峰度 为 4.9192，J-B 统计量为 49，较限制前 的数值都有明显下降，说明限制后的样 本更趋近于正态分布；比较rzrqt限制 前后的标准差可以看出，限制后的标准 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 12 差下降了 0.47，说明限制股指期货交易 政策出台后的时间范围内，融资融券余 额变动率的波动下降很大。 （二）实证检验 1. 平稳性检验。使用 ADF 检验 来测度沪深 300 指数收益率和融资融券 余额变动率序列是否为平稳序列，结果 如表 2 所示。 表 2：ADF 检验结果 样本期 变量 全样本 ADF 值 限制前 ADF 值 限制后 ADF 值 hs300t - 25.4117 （p=0.0000） -8.9596 （p=0.0000） -18.4719 （p=0.0000） rzrqt -6.8179 （p=0.0000） -9.5054 （p=0.0000） -7.0252 （p=0.0000） 从表 2 可以看出，沪深 300 指数 收益率序列在全样本和子样本时期的 p 值都趋向 0，所以该序列是平稳序列； -精选财经经济类资料- -最新财经经济资料-感谢阅读- 13 同样可得出融资融券余额变动率序列也 是平稳的。 2. 自相关检验及模型识别。对 （4）式进行 OLS 回归，再利用 LM 自 相关检验，在滞后 5 阶的情况下，显示 残差存在自相关，见表 3。 表 3：LM 自相关检验结果 基于 AIC 和 SC 准则，本文选定 AR（2）MA（2）来拟合模型，拟合后 的结果显示，除了常量 C 的系数不显著 以外，其他系数都很显著，且从滞后 1 阶到 10 阶都没检测到自相关，说明用 AR（2）MA（2）拟合模型效果良好， 且消除了自相关。 3. ARCH 效应检验。如果残差不 具有 ARCH 效应，即不具备波动聚集性， 则不能使用 GARCH 模型来分析，因此， 在使用 GARCH 模型分析前，必须要进 行 ARCH 效应检验。本文采用 ARCH- LM（滞后 8 阶）来检验残差是否存在 ARCH 效应，检验结果如表 4 所示。 表 4：ARCH 效应检验结果 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 14 由表 4 可以判定，残差具有高阶 ARCH 效应，可以用 GARCH 模型来分 析。 （三）回归结果分析 1. GARCH 模型对股市波动性的分析。为 了检验股指期货限制政策对股市波动性 的影响，本文加入虚拟变量dmt来表示 股指期货限制这个事件，将dmt加入方 差方程，股指期货限制前dmt等于 0， 限制后dmt等于 1；基于 AIC 和 SC 准 则，本文建立 GARCH（1，1）模型， 经 AR（2）MA（2）拟合后的均值方程， 加入了虚拟变量的方差方程如下： hs300t=0+1hs300t- 1+2hs300t-2+3rzrqt+4ut-1+5ut-2 （5） ht=0+1u2t-1+1h2t-1+dmt （6） 其中dmt的系数可以用来解 释股指期货限制政策对股市波动性的影 响，如果显著小于 0，说明股指期货 限制政策减少了股市波动；显著大于 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 15 0，说明股指期货限制政策增加了股市 波动；显著等于 0 就表示股指期货限 制政策对股市没有影响；另外，1+1 需满足小于 1 以保证模型的稳定性。使 用 Eviews8.0 回归，结果如表 5 所示。 表 5：GARCH（1，1）模型回归 结果 Coefficient Std.Error Z-statistic Prob. 0 -0.0731 0.0483 -1.5138 0.1301 1 -1.8525 0.0155 -119.3324 0.0000 2 - 0.9569 0.0138 -69.2699 0.0000 3 0.6351 0.0492 12.9019 0.0000 4 1.8570 0.0114 162.5115 0.0000 5 0.9703 0.0120 81.0914 0.0000 0 0.0310 0.0095 3.2807 0.0010 1 0.0633 0.0109 5.7864 0.0000 1 0.9276 0.0101 92.0262 0.0000 -0.0191 0.0083 -2.3044 0.0212 R-squared 0.1616 Mean dependent var 0.0460 Adjusted R- squared 0.1558 S.D.dependent var 1.8184 S.E of regression 1.6707 Akaike info criterion 3.5093 Sum squared resid 2020.971 Schwarz criterion 3.5722 Log -精选财经经济类资料- -最新财经经济资料-感谢阅读- 16 likelihood -1270.886 Durbin-Watson stat 1.9609 由表 5 可得，除了常数项不显著 以外，其他变量都在 5%的水平下显著； 的系数为-0.0191，显著小于 0，因此， 可以得到：推出股指期货限制政策减少 了股市的波动；另外1+1=0.991 也 满足模型稳定性要求；本文还对使用 GARCH（1，1）模型回归后的结果进 行了 ARCH-LM 检验，见表 6。 表 6：GARCH 模型回归后 ARCH 效应检验 由表 6 可得，在滞后 8 阶的情况 下，经 GARCH（1，1）模型回归后的 残差消除了 ARCH 效应。 2. EGARCH 模型对股市非对称 性的分析。股市不仅存在股票价格的波 动聚集性，还存在信息的非对称性，即 投资者对利空消息和利好消息的反应程 度不一样，本文用 EGARCH 模型来分 析股指期货限制政策对这一现象的影响。 EGARCH 模型的一个特征是模型系数 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 17 不存在非负性约束，避免了条件方差出 现负值，因此选用 EGARCH 模型来分 析股指期货限制政策对股市的非对称影 响。同样基于 AIC 和 SC 原则，使用经 MA（1）拟合后的 EGARCH（1，1） 模型来分析，条件均值方程如（7）式， 条件方差方程如（8）式： hs300t=0+1rzrqt+2ut-1 （7） Ln（ ht）=0+1Ln（ht-1） +1ut-1ht-1+ut-1ht-1 （ 8） （7）式中，ut-1/ht-1为标准化 信息，ut-1/ht-10表示利空消息，ut- 1/ht-10则表示利好消息，ut-1/ht-1是 非对称效应项，通过观察其系数来确 定是否存在非对称效应，如果显著不 等于零，则表明存在非对称性，用 1+和1-来分别表示股票市场对利 好消息和利空消息的反应程度。回归结 果如表 7 所示。 表 7：EGARCH（1，1）模型股 市非对称回归结果 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 18 估计系数 总体 限制前 限制后 0 -0.0801（0.0996） - 0.0357（0.6111） 0.0443（0.2006） 1 0.6688（0.0000） 0.3821（0.0000） 0.9204（0.000） 2 -0.0089（0.8144） 0.0230（0.6433） -0.1262（0.0417） 0 -0.1019（0.0000） - 0.0940（0.0002） 0.0186（0.4048） 1 0.9890（0.0000） 0.9992（0.0000） 1.0070（0.0000） 1 0.1455（0.0000） 0.1307（0.0001） -0.0447（0.1430） -0.0186（0.2100） 0.0222（0.1555） - 0.0831（0.0013） 1+ 0.1269 0.1529 - 0.1278 1- 0.1641 0.1084 0.0383 注：括中的数值为 P 值。 由表 7 可以发现，总体样本回归 结果中非对称效应项的系数为- 0.0186，但不显著，这说明在总体样本 区间未检测到股市的非对称性，限制前 样本回归结果的为 0.0222，也不显著， 表明在限制股指期货前，股市不存在非 对称效应，即利好消息和利空消息对股 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 19 市的冲击是无差异的。但是，限制后的 样本回归结果为-0.0831，在 1%的水 平下显著不为零，表明在限制股指期货 后股市存在非对称效应，1+的值为- 0.1278，即利好消息对股市的冲击为 -0.1278 倍，1-的值0.0383，即 利空消息对股市有 0.0383 倍的冲击，投 资者对利空消息的反应程度明显大于对 利好消息的反应程度，显示出市场的非 理性特征，说明限制股指期货的措施加 剧了股市的非对称性。 四、稳健性检验 前文实证得出沪深 300 指数期货 的限制政策降低了现货市场的波动性， 但加剧了股市的非对称性效应，股市呈 现出更多的非理性特征。国内已上市的 股指期货还有中证 500 和上证 50 股指 期货，为了检验结果的稳健性，在样本 区间一致的情况下，分别使用中证 500 和上证 50 指数日收盘价数据来替代沪 深 300 指数日收盘价，并采用相同的实 证方法进行回归，又把沪深 300 日收盘 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 20 价数据样本