论文部分内容阅读
摘 要：上证50和中证500指数期货于2015年4月16日正式推出。推出后的几个月时间内，伴随着整个大盘的剧烈震荡，上证50指数和中证500指数现货都发生了剧烈的波动。本文从该研究背景出发，借助这两个指数日交易数据，分别采用加入虚拟变量的GARCH模型，对这两只股指期货的推出对股票现货市场波动性的影响进行实证研究，研究表明股指期货的推出在在短期内一定程度上加大了股票市场的波动性。
关键词：上证50指数期货 中证500指数期货 股票现货市场波动性
一、引言
2015年4月16日，上证50与中证500两只股指期货新品种在中国金融期货交易所挂牌上市，它们的上市为市场参与者提供了更为丰富的股指期货产品，也使得金融期货产品的深度和广度得以扩展。但是由于股指期货本身的杠杆效应，它的推出对股票市场波动性是否会带来影响，它是否是导致今天6月股市大震荡的原因，是当前迫切需要研究和解答的问题。
二、样本选择及模型确立
1.样本选择及处理。本文选取2011年4月16日至2015年6月16日上证50及中证500指数收盘价（Pt）作为原始数据，共计2028个有效数据。日收益率计算公式为：
2.描述性统计。Eviews6.0软件描述性统计结果显示，上证50指数收益序列呈现右偏、尖峰的特征，而中证500指数收益序列则呈现左偏、尖峰的特征，均显著异于正态分布。
3.平稳性检验。本文利用ADF单位根检验方法对两个时间序列的平稳性进行了检验。检验结果表明均可以拒绝原假设，认为这两个时间序列不存在单位根，是平稳的时间序列，因此可以进行GARCH建模。
4.均值方程的选择。为了确定均值方程的滞后阶数，通常采用对比F值以及AIC准则和SC准则来进行筛选，AIC值或者SC值越小，F值越大则为越好。采用Eviews6.0对两个指数日收益率序列分别进行从0至10阶的回归分析。通过对比各滞后阶数回归方程的AIC、SC及F值可知，上证50指数和中证500指数日收益率序列的均值方程分别为： 和。
5.ARCH效应检验。基于以上两个均值方程，在建模之前还需要对两个方程的残差项进行ARCH效应检验，以探究采用。本文采用拉格朗日乘子检验法进行检验。检验结果如表2-2所示。
从Eviews6.0 LM检验结果来看，两个方程的残差序列均存在ARCH效应，因此对于这种存在ARCH效应的序列来说，使用GARCH模型是非常合适的。
6.GARCH模型的选择与确立。为了研究两只新的股指期货的推出对股票现货市场波动性的影响，本文引入了一个虚拟变量D来表示股指期货的引入。在这两支股指期货引入之前D取值为0，引入之后取值为1。通过这个虚拟变量的系数值来刻画他们的引入对股票现货市场波动性造成的影响。那么，这样我们添加进虚拟变量之后，GARCH模型为：
（1）
（2）
根据上一节的分析，上证50指数收益率的均值方程和中证500指数收益率的均值方程有所不同，因此针对这两个不同的指数，GARCH模型也会有稍许的差别。另外，关于GARCH模型的具体阶数，根据AIC准则、SC准则和DW统计量，以及兼顾到模型中各变量的显著性，经过对比不同阶数的结果之后，结果显示GARCH（1，1）为最适宜的模型，因此本文采用它来对两只股指期货的推出对股市现货进行波动性的分析。
根据Eviews6.0实证检验结果（如表2-3及2-4所示），我们得到GARCH模型的具体方程。首先是上证50指数日收益率，它方程的具体形式为：
均值方程：Rt=-2.76×10-6+εt
条件方差方程：
从Eviews回归结果可以看出，D的系数为正，并且在10%的显著水平下，D是显著的，说明上证50指数的引入增加了该股票指数对应现货的波动性。但是从D系数的绝对值上来看，虽然上证50指数期货的推出在一定程度上加大了现货市场指数的波动性，但是这种影响不是很大。
类似的，中证500指数收益率序列的GARCH（1，1）模型所得的方程可以具体写为：
均值方程：Rt=0.0005+0.0790×Rt-1+εt
条件方差方程：
与上证50指数日收益率序列回归结果不同的是，中证500指数期货日收益率序列的GARCH回归模型显示，D的系数为正但是不显著，说明不能从这个回归结果中推断中证500指数期货的推出增大了股市现货市场的波动性。
7.GARCH模型的检验。为了检验这两个GARCH（1，1）模型是否消除了之前出现的ARCH效应，本文将再次对拟合后的模型进行ARCH-LM检验。检验结果表明在经过GARCH（1，1）模型的拟合之后，回归方程的残差序列不存在序列相关性，原有的ARCH效应被消除了，这也说明模型的拟合结果是可靠的。
三、结语
本文利用GARCH模型，研究了上证50指数期货和中证500指数期货的推出对股票现货市场波动性的影响。从实证结果分析，可以得到以下几点结论：
1.上证50指数期货和中证500指数期货的推出都在一定程度上增加了现货市场的波动性，但是总体而言对波动性的影响很小。
2.对比上证50指数期货和中证500指数期货这两者的推出对波动性的影响情况，发现前者的影响更显著，这在一定程度上显示出，相较于反映沪深证券市场内中小市值公司整体状况的中证500指数而言，反映上海上海证券市场最具市场影响力的优质大盘企业整体状况的上证50指数，更容易受到其对应指数期货推出的影响。
从资本市场层面分析，由于我国证券市场还是一个新兴的市场，市场上个人参与者较多。股指期货推出以后，股指期货较低的交易成本吸引了大量的个人交易者进入期货市场。同时，股指期货交易为现货指数市场提供了一个良好的风险规避机制，这使得股指期货市场上个体投资者数量逐步增加，带动市场活跃度提升，进而加剧了股票指数现货市场的波动。由于衍生品市场上的投资者同时也会在现货市场上进行投资，期货市场的信息和波动也会向现货市场传递，因此现货市场的波动性也随之增大。因此，从这一点上来看，我国股票指数期货推出对现货市场的波动性产生影响，在一定程度上是由于我国的证券市场结构以及市场发展水平所决定的。但是由于上證50指数和中证500指数推出还不到一年时间，数据样本也不够丰富，验证它们对现货市场波动性的影响尚且处于发展阶段，股指期货推出对现货市场波动性的长期影响还有待进一步考证。因此，从这一点来看，积极稳健的推进我国股指期货市场的发展，建立健全我国资本市场，使股指期货能够尽早发挥信息传递及内在稳定器作用，是目前的需要考虑和执行的正确方向。
参考文献：
[1]Pierluigi Bologna & Laura Cavallo （2002）. Does the introduction of stock index futures effectively reduce stock market volatility？ Is the ‘futures effect’ immediate？ Evidence from the Italian stock exchange using GARCH， Applied Financial Economics， 12-3， 183-192.
[2]方欢. 股指期货不同发展阶段对股票市场波动性的影响——基于沪深300股指期货的实证研究[J]. 金融经济，2015. 192-194.
[3]罗洎，王莹. 股指期货对证券市场波动性和流动性的影响——基于中国市场的经验研究[J]. 宏观经济研究. 2011（06）.
作者简介：康馨（1990—）女，四川绵阳，东华大学硕士研究生，研究方向：金融风险管理。
关键词：上证50指数期货 中证500指数期货 股票现货市场波动性
一、引言
2015年4月16日，上证50与中证500两只股指期货新品种在中国金融期货交易所挂牌上市，它们的上市为市场参与者提供了更为丰富的股指期货产品，也使得金融期货产品的深度和广度得以扩展。但是由于股指期货本身的杠杆效应，它的推出对股票市场波动性是否会带来影响，它是否是导致今天6月股市大震荡的原因，是当前迫切需要研究和解答的问题。
二、样本选择及模型确立
1.样本选择及处理。本文选取2011年4月16日至2015年6月16日上证50及中证500指数收盘价（Pt）作为原始数据，共计2028个有效数据。日收益率计算公式为：
2.描述性统计。Eviews6.0软件描述性统计结果显示，上证50指数收益序列呈现右偏、尖峰的特征，而中证500指数收益序列则呈现左偏、尖峰的特征，均显著异于正态分布。
3.平稳性检验。本文利用ADF单位根检验方法对两个时间序列的平稳性进行了检验。检验结果表明均可以拒绝原假设，认为这两个时间序列不存在单位根，是平稳的时间序列，因此可以进行GARCH建模。
4.均值方程的选择。为了确定均值方程的滞后阶数，通常采用对比F值以及AIC准则和SC准则来进行筛选，AIC值或者SC值越小，F值越大则为越好。采用Eviews6.0对两个指数日收益率序列分别进行从0至10阶的回归分析。通过对比各滞后阶数回归方程的AIC、SC及F值可知，上证50指数和中证500指数日收益率序列的均值方程分别为： 和。
5.ARCH效应检验。基于以上两个均值方程，在建模之前还需要对两个方程的残差项进行ARCH效应检验，以探究采用。本文采用拉格朗日乘子检验法进行检验。检验结果如表2-2所示。
从Eviews6.0 LM检验结果来看，两个方程的残差序列均存在ARCH效应，因此对于这种存在ARCH效应的序列来说，使用GARCH模型是非常合适的。
6.GARCH模型的选择与确立。为了研究两只新的股指期货的推出对股票现货市场波动性的影响，本文引入了一个虚拟变量D来表示股指期货的引入。在这两支股指期货引入之前D取值为0，引入之后取值为1。通过这个虚拟变量的系数值来刻画他们的引入对股票现货市场波动性造成的影响。那么，这样我们添加进虚拟变量之后，GARCH模型为：
（1）
（2）
根据上一节的分析，上证50指数收益率的均值方程和中证500指数收益率的均值方程有所不同，因此针对这两个不同的指数，GARCH模型也会有稍许的差别。另外，关于GARCH模型的具体阶数，根据AIC准则、SC准则和DW统计量，以及兼顾到模型中各变量的显著性，经过对比不同阶数的结果之后，结果显示GARCH（1，1）为最适宜的模型，因此本文采用它来对两只股指期货的推出对股市现货进行波动性的分析。
根据Eviews6.0实证检验结果（如表2-3及2-4所示），我们得到GARCH模型的具体方程。首先是上证50指数日收益率，它方程的具体形式为：
均值方程：Rt=-2.76×10-6+εt
条件方差方程：
从Eviews回归结果可以看出，D的系数为正，并且在10%的显著水平下，D是显著的，说明上证50指数的引入增加了该股票指数对应现货的波动性。但是从D系数的绝对值上来看，虽然上证50指数期货的推出在一定程度上加大了现货市场指数的波动性，但是这种影响不是很大。
类似的，中证500指数收益率序列的GARCH（1，1）模型所得的方程可以具体写为：
均值方程：Rt=0.0005+0.0790×Rt-1+εt
条件方差方程：
与上证50指数日收益率序列回归结果不同的是，中证500指数期货日收益率序列的GARCH回归模型显示，D的系数为正但是不显著，说明不能从这个回归结果中推断中证500指数期货的推出增大了股市现货市场的波动性。
7.GARCH模型的检验。为了检验这两个GARCH（1，1）模型是否消除了之前出现的ARCH效应，本文将再次对拟合后的模型进行ARCH-LM检验。检验结果表明在经过GARCH（1，1）模型的拟合之后，回归方程的残差序列不存在序列相关性，原有的ARCH效应被消除了，这也说明模型的拟合结果是可靠的。
三、结语
本文利用GARCH模型，研究了上证50指数期货和中证500指数期货的推出对股票现货市场波动性的影响。从实证结果分析，可以得到以下几点结论：
1.上证50指数期货和中证500指数期货的推出都在一定程度上增加了现货市场的波动性，但是总体而言对波动性的影响很小。
2.对比上证50指数期货和中证500指数期货这两者的推出对波动性的影响情况，发现前者的影响更显著，这在一定程度上显示出，相较于反映沪深证券市场内中小市值公司整体状况的中证500指数而言，反映上海上海证券市场最具市场影响力的优质大盘企业整体状况的上证50指数，更容易受到其对应指数期货推出的影响。
从资本市场层面分析，由于我国证券市场还是一个新兴的市场，市场上个人参与者较多。股指期货推出以后，股指期货较低的交易成本吸引了大量的个人交易者进入期货市场。同时，股指期货交易为现货指数市场提供了一个良好的风险规避机制，这使得股指期货市场上个体投资者数量逐步增加，带动市场活跃度提升，进而加剧了股票指数现货市场的波动。由于衍生品市场上的投资者同时也会在现货市场上进行投资，期货市场的信息和波动也会向现货市场传递，因此现货市场的波动性也随之增大。因此，从这一点上来看，我国股票指数期货推出对现货市场的波动性产生影响，在一定程度上是由于我国的证券市场结构以及市场发展水平所决定的。但是由于上證50指数和中证500指数推出还不到一年时间，数据样本也不够丰富，验证它们对现货市场波动性的影响尚且处于发展阶段，股指期货推出对现货市场波动性的长期影响还有待进一步考证。因此，从这一点来看，积极稳健的推进我国股指期货市场的发展，建立健全我国资本市场，使股指期货能够尽早发挥信息传递及内在稳定器作用，是目前的需要考虑和执行的正确方向。
参考文献：
[1]Pierluigi Bologna & Laura Cavallo （2002）. Does the introduction of stock index futures effectively reduce stock market volatility？ Is the ‘futures effect’ immediate？ Evidence from the Italian stock exchange using GARCH， Applied Financial Economics， 12-3， 183-192.
[2]方欢. 股指期货不同发展阶段对股票市场波动性的影响——基于沪深300股指期货的实证研究[J]. 金融经济，2015. 192-194.
[3]罗洎，王莹. 股指期货对证券市场波动性和流动性的影响——基于中国市场的经验研究[J]. 宏观经济研究. 2011（06）.
作者简介：康馨（1990—）女，四川绵阳，东华大学硕士研究生，研究方向：金融风险管理。