股指期货对现货波动性和信息传递速度影响.docVIP

股指期货对现货波动性和信息传递速度影响 　　【摘要】本文通过选取沪深300股指期货推出前后具有相似基本面、相同走势的区间数据进行分组比较,并利用GARCH模型进行拟合检验,发现沪深300股指期货的推出在短期内由于投资者结构不完善等原因导致现货波动增大,但很快又急速变小,开始显现稳定股市波动的作用。此外,股指期货的引入导致噪声交易增多,价格所包含信息减少,但同时也提高了信息的传递速度。 　　【关键词】股指期货;波动性;信息传递 　　 　　一、引言 　　关于股指期货上市对现货波动性的影响的课题,一直都是学术界的热点,只有了解股指期货对现货的波动以及信息传递效率的影响,才能更好的发挥股指期货的价格发现、资产风险管理等功能。世界各国的学者对此进行过大量的理论和事件研究,但存在重大分歧。以cox(1976)的“噪声交易说”、美国布雷迪委员会(1988)的“瀑布理论”和Antoniou(1995)的“信息传递说”为代表的第一种观点认为,股指期货推出后增加了现货市场的波动性。第二种观点认为期货交易可以熨平股市波动,比较有代表性的是1978年由anthine提出的“市场有效性假说”和Fremault(1991)的“套利影响假说”。Charles M.S.和Sutcliffe(1997)、Lee和Ohk(1992)、等运用了统计、多市场比较的方法发现期货对现货波动性影响不显著或者是无法判断影响。国内研究中,孟海亮、任若思[1](2009)的理论研究和彭艳、蒋瑛琨[2](2006)、汪冬华、欧阳卫平、Hayk Mkrtchyan[3](2009)等学者对国际市场的比较研究也得出了无法判断影响的结论。也有学者分析产生分歧的原因,Board J,Sutcliffc C.(1990)认为是的检验方法的适用性[4],但直至80年代推出的ARCH类模型受到金融波动性中在广泛使用后仍得不出统一结论。1998年Bollen提出的“样本区间差异”认为样本选取的不同使得研究数据所处的基本面不同,因而产生不同结论[5]。对于沪深300股指期货,在其上市前政府颁布了严厉的房地产政策,相继又出现了高盛事件、希腊危机,很难排除基本面的影响因素。因此本文采用对照区间比较法,即选取推出前与推出后这段暴跌基本面相似、形态走势相同的区间数据进行分组,利用GARCH模型分别进行建模估计比较。 　　二、实证过程 　　1、实证方法 　　GARCH族模型由于很好的可以刻画金融市场时间序列的波动特征(时变性、聚集性),并能够捕捉动态波动性的结构性变化,检验信息与波动性的关系,因此在现有波动性研究中采用得比较多,本文也利用此模型进行实证。 　　GARCH(p,q)模型由条件均值方程和条件方差方程组成,基本形式如下: 　　其中,(1)是条件均值方程,(2)是条件方差方程,ψ是信息集,p是GARCH项的阶数,q是ARCH项的阶数。GARCH模型要求α和β必须非负。在条件方差方程中,α为信息系数,主要用于衡量上一期的波动信息对即期波动性的影响。β为持续性系数,用于衡量t-1期之前各期波动冲击对即期波动性的影响。两者关系的变化可以反映信息在价格中流动的速度。 　　同时本文分两步进行实证。第一步,首先通过在GARCH模型的条件方差方程中加入虚拟变量的方法对期货推出前后的整个区间进行建模,判断股指期货的推出对现货波动性是否有显著影响。该方程变为: 　　其中,虚拟变量DV代表沪深300股指期货的引入,在股指期货推出前,DV=0,推出后DV=1。第二步,对推出前、后子区间分别进行建模,进一步分析信息传递速度受到的影响。 　　2、样本选取与预处理 　　本文选取的是2009.8.4-2009.11.3和2010.4.16-2010.7.20这两段区间的1分钟高频数据,两段区间相差仅有半年,宏观经济情况大致相同,都主要源于投资者对货币政策和流动性收紧的担忧以及印花税上调的传闻,2009年8月的下跌了1002点,而2010年则下跌了700多点,在基本面、跌幅、形态上都具有可比性,故分别作为股指期货推出前后的样本。为了分析不同形态下影响的差异性,又将数据分为两大组:第一组把股指期货推出前的单边下跌与推出后的单边下跌相比,以下简称“单边组”;第二组则把这两次单边下跌后所对应的震荡期相比较,简称“震荡组”,如表1。 　　采用对数收益率化处理,公式为R=ln(P1)-ln(P0)。在第一步实证中,将每一大组数据连接成一个整体序列,进行对数收益率处理后,将中间连接时点的收益率设为0。 　　首先对各大组的整体样本区间和各子样本区间收益率序列进行单位根检验,结果显示在1%的显著性水平下,各序列统计量均低于标准值,存在单位根,序列是平稳,可以利用GARCH建模。 　　其次,通过各收益率序列的自相