沪深300指数对现货股指波动性影响实证分析.docVIP

沪深300指数对现货股指波动性影响实证分析 　　作者简介： 　　王晓宇（1991.10-），男，汉，江苏无锡人，南京财经大学金融学院，本科。 　　摘 要：本文选取沪深300指数期货推出前后的两个区间进行分析，观察现货标的指数的波动情况，分析其对现货标的指数的影响。采用沪深300指数的日收益率建立广义自回归条件异方差模型，对模型进行参数估计，得出如下结论：沪深300指数期货推出后，增大了现货市场的信息量，但减慢了信息传递速度；增大了现货市场的波动率。 　　关键词：沪深300指数；股指期货；现货指数；波动影响；实证分析 　　一、引言 　　2005年4月8日，沪深交易所联合发布沪深300指数，为了更好的反映A股市场的变动情况和运行状况，推出了该指数，以期成为投资业绩的评价标准，并且为指数化投资和指数衍生品创新提供基础条件。沪深300指数于2006年9月被刚成立的中国金融期货交易所作为首个标的指数，设计出沪深300指数期货合约，用来进行股指期货仿真交易。此后，又经过三年多的酝酿和准备工作，我国的股指期货合同终于在2010年4月16日正式开始交易，这标志着我国证券市场拥有了自主创新的证券衍生交易品种，沪深300股指期货的上线交易也使得A股市场具备做空机制，金融资产的定价更加合理，我国的金融体系更加丰富和完备。本文正是基于此背景，选取沪深300指数期货推出前后的两个区间进行分析，观察现货标的指数的波动情况，分析其对现货标的指数的影响。 　　二、研究方法 　　选取沪深300指数期货正式挂牌交易前后两个区间，分析现货标的指数的波动情况，对比两个区间的差异性，以此来测度股指期货对现货指数波动性的影响。用来检验波动性的GARCH（p，q）模型的形式如下： 　　Rst=a0+a1Rpt+εt，其中εt|ψt-1～N（0，σ2t）（1） 　　σ2t=α0+∑pi=1αiε2t-i+∑qj=1βjσ2t-j+γDF（2） 　　模型中，方程（1）为条件均值方程，其中Rst是沪深300指数日对数价格变动率；Rpt是代理变量日对数价格变动率；σ2t是误差项的条件方差；ψt-1代表在某一时点t，市场参与者所认定的有用信息的集合。 　　方程（2） 为条件方差方程。其中，α0表示系统本身的不确定性因素，αj??滞后残差平方项的系数，表示新信息对市场波动性所造成的影响。βj为滞后条件方差项的系数，βj可用于解释过去的消息对波动性所造成的影响。DF是虚拟变量，用来反映股指期货正式交易前后两个时间段，正式挂牌交易之前取0，正式挂牌交易之后取1。系数γ则反映了股指期货正式挂牌交易之后对现货市场的影响程度。 　　为了更好的体现出股指期货对现货市场的影响，在模型中要剔除市场范围因素的影响，即Rpt的干扰。如果γ显著，说明沪深300指数期货的推出显著的对现货市场的波动性产生了影响。当γ0时，表示沪深300指数期货的推出增大了现货市场的波动；当γ 　　（二）平稳性检验 　　对于金融时间序列数据，这个序列平稳与否可以在很大程度上对其行为和性质产生影响，从而对研究结果产生影响。特别是，对一个非平稳的时间序列进行线性回归，会导致伪回归。这就要求在对沪深300指数的收益率序列Rst和中小板指数Rpt的收益率序列进行平稳性检验。对上述两个时间序列ADF检验的结果如表2和表3所示。 　　表2 沪深300指数收益率序列的ADF检验结果 　　表3 中小板指数收益率序列的ADF检验结果 　　上述两个时间序列的检验形式均为包含常数项，不含趋势项，滞后差分项阶数为2。检验结果表明，Rst和Rpt均为平稳时间序列，因此可以直接建立模型，进行估计。 　　（三）实证结果 　　估计结果如表4所示。为了检验在整个时期内股指期货的引入对波动性的影响，在GARCH（1，1）模型中引入了虚拟变量DF。而被估计系数对应的z统计量则给出了它们的显著性水平。 　　表4 GARCH（1，1）模型的估计结果 　　在上表4中，对于全部样本区间，GARCH（1，1）模型的方程为： 　　Rst=a0+a1Rpt+εt，其中εt|ψt-1～N（0，σ2t） 　　σ2t=α0+α1ε2t-1+β1σ2t-1+γDF 　　对于两个子样本区间，方程为： 　　Rst=a0+a1Rpt+εt，其中εt|ψt-1～N（0，σ2t） 　　σ2t=α0+α1ε2t-1+β1σ2t-1 　　由结果可知虚拟变量DF的系数γ为正，而且统计上显著，这表明股指期货挂票交易后，增大了现货市场的波动率水平。但应当注意到的是，模型中的变量DF并不能解释波动率增加的确切原因。市场本身承载的信息量增多，也有可能是波动增加的原因。 　　通过计算期货交易推出前后两个时期的无条件方差，可以观察到期货交易的推出究竟有没