| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
提要 股指期货到底对现货市场波动性构成何种影响，学术界一直没有定论。本文采集股指期货上市后5个月来沪深300指数15分钟高频数据，利用EGARCH模型对其非对称性和波动性进行实证研究。结论表明，股指期货的推出使沪深300指数的非对称性效果增强，但是波动率有所降低。
关键词：EGARCH模型；非对称效应；高频数据；波动性
中图分类号：F830.9 文献标识码：A
一、引言
期货的出现最早是为了规避风险，股指期货作为风险管理的工具之一具有价格发现、套期保值、管理风险、提供卖空机制、套利交易等功能。股指期货上市进一步完善了我国资本市场的结构，增加了资本市场的流动性和有效性。但是，股指期货上市之前关于其对股票市场的影响学术界有两种截然不同的观点：一种观点认为，股指期货作为一种高杠杆化的金融产品必定会吸引大批投机者，增加市场的波动；另一种观点认为，交易者可以通过股指期货进行套期保值，具有稳定市场的作用。到目前为止，股指期货的上市对中国股市的影响究竟怎样，学术界一直没给出确定结论，主要原因是股指期货上市时间不长，短期内股指期货对现货市场的影响还不能体现。
本文利用Egarch模型对股指期货上市前后沪深300指数15分钟高频数据进行模型估计，弥补了股指期货上市时间短，数据量小的缺陷。对股指期货上市前后分别进行模型估计并对比模型参数，分析股指期货上市对股票市场价格波动的影响。
二、模型设定和数据说明
（一）模型说明。许多经济问题常常出现?滋t的条件方差?滓t2依赖于很多时刻之前的变化量的现象，这就意味着必须估计多个参数，为解决此问题Engle提出广义自回归条件异方差模型来拟合这种数据。
在资本市场中，经常可以发现这样的现象：资产的向下运动通常伴随着比之程度更强的向上运动。为了解释这一现象，Engle和Ng（1993）绘制了好消息和坏消息的非对称信息曲线，认为资本市场中的冲击常常表现出一种非对称效应，这种非对称性是十分有用的，因为它被允许波动率对市场下跌份额反应比对市场上升的反应更加迅速，因此称为“杠杆效应”。在GARCH（p，q）模型中，条件方差?滓t2取决于随机误差项的平方，正负误差将对?滓t2产生同样的影响。所以，GARCH模型只能反映金融收益的厚尾和波动聚集现象，不能很好地解释收益的非对称性或杠杆效应。为了描述这种非对称性，Nelson于1991年又提出EGARCH模型，即门限自回归条件异方差模型。GARCH模型中的残差分布一般有3个假设，正态分布，t分布和广义误差分布，EGARCH模型中?滓t2和?滋t具有比二次方程映射更加灵活的关系。其条件方差方程如下：
ln（?滓t2）＝?棕＋?琢■－■＋?酌■+?茁ln（?滓2t－1） （1）
（1）式左边是条件方差的对数，这意味着杠杆影响是指数的，所以条件方差的预测值是非负的。当?酌≠0时，冲击的影响就存在非对称性。当产生利好消息时，会对股价产生一个?琢＋?酌倍的冲击；当出现利空消息时，会对股价产生一个?琢＋（－1）•?酌倍的冲击。如果?酌≠0，则说明信息是非对称的；如果?酌＞0，说明非对称效应使杠杆作用加大；如果?酌＜0，说明非对称效应减小。
（二）数据说明。本文数据来自上海证券交易所电子交易系统公开的数据。股指期货正式上市交易为2010年4月16日，上市交易时间还比较短，为此本文选择自2009年8月31日起沪深300指数15分钟高频数据，将数据分为股指期货上市前和股指期货上市后两部分，采用开盘后每15分钟价格（pt）作为收盘价计算每15分钟复合对数收益率r=log（pt/pt-1）。随着高频/超高频数据成为金融市场波动性研究的全新手段，Andersen等提出基于高频数据的“已实现”波动率的概念，如Ait-Saha-lia等（2005）的研究表明，实际证券市场中的高频/超高频数据中包含了大量的市场微观结构噪音，这将引起资产交易价格偏离均衡价格进而导致相关指标偏离信息的真实反映。为此，本文选择15分钟高频数据共4，050个数据作为研究计算收益率的样本数据。
三、实证研究
（一）沪深300指数的收益率描述统计。在做波动性影响分析之前，本文首先就沪深300指数对数收益率序列根据股指期货上市日分为两部分进行基本的统计描述，观察其是否发生结构性变化。（表1）表1显示，在所统计的样本区间内，股指期货上市后沪深300收益率较股指期货上市率有所提高，但是标准差有所下降。从偏度看，股指期货推出前后偏度都为负，表明沪深300指数收益率是左偏。从峰值上看，股指期货上市前和上市后沪深300指数的收益率峰度值都显著大于3，说明沪深300指数收益序列具有尖峰厚尾形态。从表1我们可以得到，股指期货的推出导致了沪深300指数波动幅度的变化。具体是何种变化还要做进一步的检验。
（二）平稳性检验。运用自回归时间序列建模数据需要满足平稳性，如果对非平稳时间序列进行回归将会导致伪回归问题。因此，对各复合对数序列进行单位根检验。从表2可以看出，股指期货上市前和上市后复合对数收益率序列在1%显著性水平下拒绝存在单位根的原假设，这说明各样本数据满足平稳性的要求，可以运用自回归时间序列模型对波动率进行建模。（表2）
（三）模型建立。从以上分析可以得出，样本数据具有偏锋厚尾特征，而且数据一阶差分满足平稳性，因此可以用Garch模型进行建模。Yeh和Lee（2000）研究发现，中国证券市场存在杠杆效应，但GARCH模型不能很好地反映非对称现象，而广义门限自回归条件异方差（EGARCH）模型能够很好地反映股票市场的非对称现象，因此用EGARCH模型对样本数据进行建模。从表3可以看出，根据两个样本数据估计的模型所有系数都通过5%显著性检验，说明利用EGARCH（1，1）模型对数据进行模拟效果比较好。?酌＜0，由于EGARCH模型为指数模型，根据对数性质，可以得到股票价格的波动具有杠杆效应，“利空消息”比等量的“利好消息”产生更大的波动。（表3）
对于上市前模型，当出现利好消息时，会给条件方差的对数带来0.09316－0.07061＝0.02255倍的冲击，当出现利空消息时，会给条件方差的对数带来0.09316＋0.07061＝0.16377倍的冲击。对于上市后模型，当出现利好消息时会对条件方差的对数带来0.07833－0.06765＝0.01068倍的冲击，当出现利空消息时会对条件方差的对数带来0.07833＋0.06765＝0.14598倍的冲击。
四、结论及政策建议
根据以上分析，我国证券市场存在的非对称效应在股指期货上市后有所增加。股指期货的上市改变了我国单边市的行情，使A股具有了卖空机制，从上市以来股指期货和现货市场的联动效应来看，股指期货对现货市场起了一种助跌作用，增加了沪深股市的非对称性。股指期货具有套期保值功能，上半年沪深300指数下跌28.32%，但是各大证券公司自营业务却没有大幅下降，反而有所盈利，一个重要的原因就是各大证券公司参与了套期保值。
股指期货的上市完善了我国股票市场的价值发现机制，有利于促进我国资本市场的风险管理和交易机制的改善，既可以在股市波动较大时熨平波动，又可以在交易清淡时活跃股票现货市场。但是，由于股指期货对投资者要求过高，而且我国长期处于一种单边市交易制度之中而中国的资本市场还不很成熟，众多的中小投资者不能适应这种买空卖空的交易方式。而我国股市市盈率偏高，这在股指期货上市初期也许会使投机交易更加活跃。因此，需要加强对投资者的教育，加大对机构客户的监管，建立股指期货市场交易秩序，充分发挥股指期货的有利因素，使我国的资本市场继续向健康、稳健的方向发展。
（作者单位：安徽财经大学）
主要参考文献：
[1]周雨田，李志宏，巫春洲.台湾期货对现货市场的咨询传递效果分析[J].中国财务学刊，2002.10.2.
[2]赵丹丹.股指期货与股票现货市场关系研究.北京:对外经济贸易大学，2006.
[3]李华，程婧.股指期货推出对股票市场波动性的影响[J].金融与经济，2006.2 |
|
|
|
