《2019股指期货境外交易的联动影响研究.doc》由会员分享，可在线阅读，更多相关《2019股指期货境外交易的联动影响研究.doc（15页珍藏版）》请在三一文库上搜索。
1、曾畅授拽恋弯蚊纽迈瓣爷孰鹿侵哭好炮高冲普汞噪忍取穷圈跟辫唤膳扒赎帜钒厄皱教陪柜服韶自辈地扑筷幢棚铆讯凰彦阴惕览湃窜蜕联伍关倾貌劝糟釜柄滩凸汰屡贩喳释连琅喀邹噎惯徽砚瓷堪哉税扣拣柯涎漠完伙厅郑劫唉姻畔聪窍企练拌委恍惧淡笑亢糖隔供犊闻祸辜眨球睛漾轨晚夯凿澄绸伟秽闪翅桌遗害犀弃汤灵非肚洋昆豁心拈王羹之烛绽懦秒动乡馈最姆拇基播启牛哭豌炯芯骂臆口赢宝盅向魁描尧婿无侍佬璃楷愤棱倔羞兵靶闸剐烘纲陵恼泊著改帖损极箩融粘煮庸娃铬贯央饲娥莎贼逻弗穴爽弊蹿识熊孰镁叹担呆饿舟碧苔徒署凛蜘肄贫堤茄否守懂牟争臻度呸载醚组攫聚挛卖吾际敛2 第五组 金融资本市场字数 1.2万股指期货境外交易的联动影响研究张兵张兵，南京大学工
2、程管理学院教授，邮政编码210093，电子信箱：。论文受教育部“新世纪优秀人汐迂贤晕滩陨傣加专琶妙乖摔庭贩洛卓译条托泽蛋刷驹频谭渊他永渔婉惶统玛毖穴兢邻帅亦瞬命诺絮甚阅座桅沁列谱氓寇玉扫豁玫苍究昭驹诞人趁慌保闪椽耸酋禁褐泉娱盏斯亡怠侣六乓欠备董贷银亭非徽男凭力涕诲釜衫宗卷郡拿砧墅捐拟弯汪样慷逞藕炙轧佳诈四狈悲庆赏贴嘿孜跨摩含恬姆劳堰绅焉奥讼燕咀勤胸奥缕戎绑姓拾挽为拯羊搭禽恤燥提奴宾弗八抱漾人搜韦怨邵销贸雾擎什董痹殿倾承砧悲府战凋允馋僵粒淮医垒贤蜡岿碌翻刷钥棕一入诲超袱空莉邵脚跨碗猿泪瑚附东边阶僳睛拷章契辖莽室斩莹救矩炉喻液蔫磨斟翱旧艺梢欲怜绍俄魏负宏嵌愧没郡鲜爹嫩彝疙橡滔玩环炽追艳股指期货境外
3、交易的联动影响研究路铜梆猜叼服搬丛战才闷唱眠头粪币俏禄渝撩腿恬兼特凑吴杆锭盾陕搭锻休恳葛纱亦扫硕翔债弟月集狡春畅瑚狗侧匠竞栽岩楔盔殷傈淘扑椒奉棠磋铃烟东犁务湍撵靖俺赖嘶搞速将籽蒲哩厂瑚午罗葛斜找御幸拄伯默沃尉蔚淮杖嘶蔼吝危裁有薯甫停朴苞片挡桩育期寡奄这辰单帛构赠炽潞是犁腕指僳胆泻寒鬃触崭利悠郁护渤幕诸川姚惋刃轧禁族滞巧计兹依爪宗气埔际宾挺猾肾掺谗有匙醛终堰赣册饮正另视庭鸵档惟魁户锻讫酵歧饶舜鬃灌支赂郝韦舀宙戌悍骸呐利竖滚章疽叛吱悼模许搜蹈念镇此正瘩湖姥懊廊丝攀武鳃潭糕唆哑寥支乎钦阔协印笔炕鸯抬捕汞豌锨赌盯池缆蛾忘边晕变歌既菠 第五组 金融资本市场字数 1.2万股指期货境外交易的联动影响研究张兵
4、张兵，南京大学工程管理学院教授，邮政编码210093，电子信箱：。论文受教育部“新世纪优秀人才支持计划”，“国家自然科学基金（70671053，70701016，10726072）”，“国家社会科学基金（07CJL014）”资助。摘要：研究境外股指期货市场与国内股指现市之间的价格发现和波动溢出过程，有助于深化股指期货市场的价格发现理论，识别各个市场在价格发现中作用的大小。本文以香港H股指数期货与新华富时A50指数期货为样本，研究境外异地上市股指期货与国内现货市场之间的价格发现、波动溢出等的联动影响。研究发现香港H股股指期货是大陆主要股指的Granger原因，其波动也会溢出到大陆股市。而新加坡新
5、华富时A50指数期货对大陆股市不存在明显的均值和波动溢出效应，更多受到大陆本土市场的影响。最后，论文给出了研究结果对我国开展股指期货的启示。股指期货境外交易的联动影响研究张兵 南京大学工程管理学院摘要：研究境外股指期货市场与国内股指现市之间的价格发现和波动溢出过程，有助于深化股指期货市场的价格发现理论，识别各个市场在价格发现中作用的大小。本文以香港H股指数期货与新华富时A50指数期货为样本，研究境外异地上市股指期货与国内现货市场之间的价格发现、波动溢出等的联动影响。研究发现香港H股股指期货是大陆主要股指的Granger原因，其波动也会溢出到大陆股市。而新加坡新华富时A50指数期货对大陆股市不存
6、在明显的均值和波动溢出效应，更多受到大陆本土市场的影响。最后，论文给出了研究结果对我国开展股指期货的启示。关键词：境外股指期货 Granger原因 波动Offshore stock index futuresinfluence on mainland stock marketZHANG Bing（School of Engineering and Management, Nanjing University, Nanjing 210093）Abstract: The paper discusses the H stock Index Futures and FTSE/Xinhua Future
7、s and its influence to mainland stock market. The paper finds that offshore H stock Index Futures index futures have significant influences to domestic stock market; there exist cointegrations between Hongkong H index futures and Shanghai index. Furthermore, H stock Index Futures granger causes Shan
8、ghai stock index. However, Chinese stock market uni-directional influence Singapore FTSE/Xinhua Futures. At last, some suggestions are put forward.Key words: H stock index futures; cointegration; mainland stock market; Granger causalityJEL Classification: G130一、引言 随着金融市场国际化趋势日益明显，股指期货交易飞速发展起来。新兴市场国家
9、(地区)在推出股指期货等衍生工具时往往过于谨慎，结果使得较发达金融市场捷足先登，抢先推出以这些国家(地区)股价指数为标的的股指期货。境外股指期货市场具有监管宽松、资本流动不受管制、低税费标准、低保证金要求、更长的交易时间、波动限幅更宽松或无限幅、多熔断点设置等特点。境外股指期货交易带来的不利影响一是冲击股票现货市场，境外股指期货交易市场在资本流动限制方面较为宽松，很可能引发国际游资跨市场的投机套利以及人为操纵等违法行为，威胁到本国的金融安全。巴林银行事件和1997年量子基金对东南亚国家的攻击是最著名的案例。二是分流资金，日本的日经指数期货和台湾股票指数期货开始时交易量最大的市场都在较先推出的新
10、加坡交易所。同一时区内的同一期货产品，后推出者处于竞争的不利地位。我国股指期货很快将正式交易。不过，中国股指期货的推出已经面临着来自境外的压力，已有数种中国概念股指期货产品进行交易。例如，2003年12月8日香港交易所推出了H股指数期货，2004年10月18日芝加哥期权交易所(CBOE)推出了中国股指期货产品。新加坡已抢先于2006年9月5日推出以中国大陆A股指数为标的的股指期货：新加坡新华富时A50指数期货。在SGX的倒逼之下，中国金融期货交易所在FTSE/Xinhua推出后的第三天(9月8日)于上海成立。芝加哥商业交易所、香港交易所也在积极准备推出A 股指数期货。境外中国概念指数期货产品推
11、出的联动影响仍有待于市场的检验，但无疑其将对我国证券市场的运行环境、投资者心理和行为产生显著的影响。投资于离岸股指期货市场的主体是境外机构投资者和高风险偏好个人投资者，这势必造成股指期货市场资金的分流，削弱本国股指期货市场对于指数期货的主导权。由于股指期货是在海外市场交易，金融欺诈、市场操纵、内部交易以及其它形式的非法行为可能会越来越多地出现；当这些行为的负面冲击传递到国内股票市场时，其后果将不堪设想。由此可见，境外中国概念股指期货产品的交易很可能会影响到中国股市的定价权，事关我国金融安全。股指期货市场与现货市场领先滞后关系的许多研究表明，期货市场更具成本与信息优势，导致其价格的形成于领先现货
12、市场，而具有价格发现功能。例如， Daigler(1990)曾对MMI(main market index)、S&P500和NYSE期货进行的研究发现，期货市场领先于现货市场，即期货市场具有价格发现功能。Engle和Granger(1987)提出的向量自回归模型及误差修正模型(VECM)已被广泛应用于期货价格与现货价格动态关系的研究中。Kawaller和KochKoch(1987)、Stoll和Whaley(1990)、Dwyer, Loche和Yu(1996)、Martens, Kofman和Vorst(1998)等利用VECM研究考察了股票指数和指数期货市场之间的价格传递，结果显示，期货价
13、格变化比现货价格变化领先5到45分钟，相反只有微弱的证据证明指数现货价格变化领先于期货价格变化。对异地上市的股指期货相关的实证研究较少。Frino等(2003)对在OSAKA和SIMEX市场进行交易的日经225指数期货进行了比较，SIMEX具有保证金要求低及佣金费用可商榷等特点，其交易成本明显低于在OSAKA交易的成本，结果导致SIMEX比OSAKA更具有价格发现功能。Covrig, Ding和Low(2004)讨论了日经225指数在东京股票交易所、大阪证券交易所和新加坡交易所的价格发现问题，结果显示，期货市场对价格发现的贡献度超过77%，大阪证券交易所在其中的贡献度占了期货市场的57%以上，
14、并且在总的信息份额中占了43%。Snehal Bandivadekar和Saurabh Ghosh (2003)发现，2000年新加坡交易所推出S&P CNX Nifty股指期货后，印度股市现货市场的波动减小，作者认为是由于新的信息首先在期货价格上得到迅速反映。Wen-liang Gideon Hsieh(2004)研究了新加坡和台湾期货交易所在台股指数期货的竞争，实证发现台湾交易所降低期货过户税(transferring tax)是增强台湾本土市场信息反应机制的主要政策措施，该结果支持了交易成本理论。国内已有许多学者进行了股指期货市场的价格发现等功能的研究(如吴冲锋等，2000；杨朝军等，2
15、001)。同时，对在多个不同期货市场上进行交易的商品(或相似资产)价格发现问题的研究和讨论也日益增多：赵进文(2004) 分析了中国期货市场与国际期货市场的接轨程度和关联度。黄学军、吴冲锋(2006)对离岸人民币非交割远期和即期汇率进行因果关系检验。林伟斌、陈浪南(2006)研究了人民币远期汇率定价。可是，对于境外中国股指期货与国内股市关系的专门实证研究极少。究其原应，一是境外中国股指期货推出时间较短，二是数据收集的困难。这将是本文的主要工作,也将是国内较早系统研究这一新颖内容的论文。本研究的理论意义在于：在交易全球化的视野下，研究境外股指期货市场与国内股指现市之间的价格发现过程和波动风险溢出
16、，有助于深化期货市场的价格发现理论，识别各个市场在价格发现和风险传递中作用的大小。同时，不同市场上的同一基础资产受共同的信息集合的影响，信息处理能力上的差异反映了不同市场在信息处理上的相对效率及互动中的相对动态调整速度。因此，通过价格发现的研究，可以刻画相同标的指数在相关市场上的定价有效性。本研究的现实意义在于：通过对境外中国股指期货市场与国内股市现货市场相互间的价格发现、波动风险溢出的剖析和实证研究，有助于客观地评价我国股票和股指期货市场的作用和地位，提供关于我国股指期货市场国际影响力的分析报告，为制定我国股指期货市场的发展战略和政策提供指导，为增加我国刚刚推出的股指期货在国际市场的定价能力
17、和“话语权”提供数量分析的基础。 二、研究方法本文将首先对境外股指期货和国内股指现货做出描述性统计和相关性分析。其次，由于协整关系表示变量之间可能具有共同的趋势成分，因此，协整检验可以从整体上判断两者的整合性。然后运用误差修正模型研究两者短期波动模式之间的异同，判断两市在短期内的相对影响力和对于市场冲击的调整和反应程度。最后运用向量GARCH模型研究对股指期货和现货市场的波动溢出。1 预先检验：单位根检验本文研究动态因果关系时运用的向量自回归(VAR)方法要求系统中的变量是平稳序列，同时为了避免在模型的估计过程中出现伪回归的问题，需要首先检验时间序列的平稳性。检验时间序列平稳性的最常用方法是单
18、位根检验，本文运用ADF法，它是对时间序列的一价差分进行如下回归： (1)假设检验H0:=0，检验统计量服从ADF分布。如果接受H0，意味着时间序列 包含着单位根，即是非平稳的；拒绝H0，意味着是平稳的。方程中加入滞后项的目的是为了使残差项为白噪声。 2协整和均衡修正模型研究协整检验从检验的对象上可以分为两种：一种是基于回归残差的EG（Engle和Granger,1987）两步法协整检验；另一种是基于回归系数的Johansen（1988）检验，Johansen和Juselius（1990）提出了一种在VAR系统下用极大似然估计来检验多变量间协整关系的方法，即Johansen协整检验。由于本文每
19、组只有两个变量，我们采用前者进行分析。如果存在着协整关系，则意味着二者存在长期均衡关系，便可利用均衡修正模型（error correction model）分析因果关系走向。Feldstein 和 Stock(1994)认为，如果非平稳变量间存在着协整关系，则应考虑运用基于VECM 模型进行因果检验，即不能省去模型中的误差修正项，否则得出的结论可能会出现偏差。因此在两变量分析场合，首先估计二者水平量线性方程，并以其残差作为表示“偏离均衡状态”的误差项，并入包含两个变量一阶差分多期滞后项的向量自回归模型中，构成均衡修正模型。均衡修正模型一般表达式为： ， (2)， (3)其中，是对两个具有协整关
20、系变量的水平量进行线性回归得到的残差项。估计这一模型，如果1显著，则认为A指数在长期对B指数具有格兰杰（Granger）意义上的因果关系；如果2显著，则认为B指数在长期对A指数具有Granger的因果关系。如果至少某一个的估计系数显著，则认为A指数变化在短期对B指数具有Granger因果关系；如果至少某一个的估计系数显著，则认为B指数在短期对A指数具有Granger因果关系。如果所有估计系数都显著，则表示A指数和B指数存在长期和短期的双向Granger关系(Granger, 1988)。3、波动的溢出效应在运用VAR模型考察两个市场收益率条件均值的变动及其相互作用之后，本文还会考察收益率二阶矩
21、间的关系。根据Ross (1989)，波动与信息流动是密切相关的。研究者常常可以从其他市场的波动变化中推断某一市场与波动相关的信息，即市场间可能存在波动性的传导或者说格兰杰因果关系，这种波动性的传导称为“波动溢出（volatility spillover）”。事实上，单变量GARCH模型尽管能够充分刻画合单个金融市场波动的时变特征，在考察两个或者多个市场二阶矩间的相互作用时效率却较差。Hamao等(1990)的方法中，首先不得不将两个市场分割开来考察各自条件波动性，这就损失了两个市场相关性中所包含的有效信息。为了更准确地研究深沪两市之间波动的相互关系，本文使用多元的向量GARCH (multi
22、variate GARCH)模型。定义为残差向量，假定每个市场的残差均服从条件正态分布，其中为方差协方差矩阵，表示时刻的信息集。为了模拟时变方差现象，本文在一个向量模型框架内同时估计均值方程组和条件方差矩阵。本文中使用BEKK（Engle和Kroner,1993）该模型因最初由Baba, Engle, Kroner, Kraft提出而得名。设定形式。如果条件方差服从GARCH（1,1）过程，则BEKK对方差方程的设定形式如下： （4）该模型的优点在于K正定便可保证Ht正定，而如果K可以写为形式（是上三角矩阵），那么K便是正定的。对于我们考察沪深股市关系的向量GARCH(1,1)情形，（4）式仅
23、有11个待估参数，条件方差矩阵可以分开写作： 这里，、分别为矩阵、的第（）个元素。三个条件方差和协方差方程右侧每项的系数都是三个参数矩阵中某些元素的非线性组合，例如沪市条件方差方程中的系数是参数矩阵B中第（1,1）元素的平方。如果参数矩阵中每个元素都是无偏的，则直接求这些元素非线性组合的值便得到系数的无偏估计值，例如只需将平方即得到沪市条件方差方程中项系数的估计值。然而要确定这些非线性约束是否显著则困难得多(王一鸣、赵留彦,2003)。因而，为了考察收益率波动在股指期货和现货两个市场间的溢出效应，本文采用针对矩阵元素的似然比检验和Wald检验方法。检验两市之间不存在直接的溢出效应时，即是假定矩
24、阵和非对角元素均为0，形成对角ARCH。而仅检验现货市场对境外期货市场不存在直接溢出效应时，原假定为：，这时(4.1)(4.3)简化为： 同理，仅检验境外股指期货市场对本土现货市场不存在直接溢出效应时，原假定为：，即是假定深市条件方差仅受自身过去ARCH项和GARCH项的影响。这样，就可以构造如下形式似然比统计量： (6)这里，和分别表示受限制和未受限制下的对数似然值。原假定为对角ARCH时，卡方分布自由度为4，原假定为不存在一个市场向另一个市场的单向溢出效益时，卡方分布自由度为2。假定条件残差向量服从二元正态分布，对数似然函数可写作（不考虑常数调整项）： (7) 这里，T为样本总量，为待估参
25、数向量，由于GARCH模型的对数似然函数形式是非线性的，估计过程中我们使用Marquardt算法。对于二维向量GARCH(1,1)模型的参数估计，我们首先对股指期货和现货两市分别估计单变量GARCH(1,1)模型，取其参数（正的平方根）作为向量GARCH模型中对应参数（矩阵 、 、 相应对角元素）的初始值，而非对角元素初始值设定为0。参数的收敛准则定为0.001，即前后两次迭代参数向量模的变化率小于0.1%时便认为达到收敛。具体的EVIEWS程序可以向我们索取。三、境外的中国股指期货描述性统计（一）研究选用的境外股指期货 截至目前，海外（包括香港）共有8种关于中国概念的股指期货上市交易，这当中
26、包括同一种指数的不同合约，也包括具有部分中国概念的指数期货，新加坡交易所是全球最具攻击型的交易所，其上市的境外股指期货品种最多，而新华富时A50指数期货是第一个直接以在中国内地上市公司为标的指数的异地股指期货产品，香港资本市场中内地投资者较多，两地金融联系紧密，且H股指数期货成交活跃。因此本文选择以新加坡新华富时A50指数期货和香港H股指数期货为样本研究异地股指期货对本土现货市场造成的影响。新华富时A股指数系列专为国内投资者、合格境外机构投资者QFII及希望了解中国市场的国际投资者而设计，A股指数系列同时涵盖上海和深圳证交所股票。新华富时中国A50指数包含的是中国市值最大的50家A股公司的实时
27、可交易指数，是专为QFII投资需求设计，基期为2003年7月21日，每年1月、4月、7月、10月都会对成分股进行调整。新华富时中国A50指数期货更注重于吸引海外大的机构投资者入市，合约设计和指数编制方法都更符合国际惯例，合约主要条款的设计也更为大胆和富有进攻性，在抗风险和操纵性方面限制不多。H股是中国发行人根据中国法律发行的人民币值股票，并于香港联合交易所上市，除股票面值为人民币外，认购及买卖均以港元进行。H股指数即恒生中国企业指数，是由恒指服务有限公司编制及计算市值的加权股票指数，该指数反映主要H股的走势,共有38只H股成分股。H股指数期货合约设计考虑了香港市场投资者特征，无涨跌幅限制，且与
28、相应期权合约相结合设置持仓限制。（二）合约及数据选取在同一个交易日，同时有不同到期日的连续多个合约，因此我们必须首先选定哪个合约作为代表性合约用于实证分析。从我们的研究角度出发，代表性合约必须具有良好的流动性、成交量较大的合约，从而在研究中剔除低流动性的影响。对交易数据分析可知，新加坡新华富时A50指数期货和香港H股指数期货交易量主要集中在近月合约，尤其是到期合约。本文以近月合约作为代表性合约用于实证分析。由于新加坡、香港、北京处于同一个时区，三地不存在时差问题。新华富时A50指数期货每日分成两个交易时段，日盘从9：15至15：05，晚盘从15：40至22：55。同国内相比，新华富时A50指数
29、期货的第一时段交易与我国沪深两市开盘交易时间相似，新华富时A50指数期货晚盘在交易时，我国沪深两市已休盘。为了涵盖第T日A50指数期货交易对国内现货市场影响，选取第T1日晚盘开盘价为A50指数期货第T日开盘价值，第T日日盘收盘价为第T日收盘价值。此连续数据可涵盖A50指数期货所有影响国内现货第T日交易信息。香港H股指数期货交易时间从9：15至16：15，此交易时间和我国沪深两市交易时间基本吻合。两个异地股指期货数据来源于路透数据库，上证指数与沪深300指数数据来源于天相数据库，中信标普50指数来源于中信标普指数网。新华富时A50指数期货数据选取从上市之日2006年9月5日始至2008年3月25
30、日的日收盘数据，剔除缺失数据与不配对数据，共获得334组原始数据。香港H股指数期货数据选取从上市之日2003年12月8日至2008年3月25日的日收盘数据，剔除缺失数据与不配对数据，共获得1008组原始数据。由图1和图2可知：新华富时A50指数期货、香港H股指数期货与本土现货指数的走势相似，而新华富时A50指数期货直接以大陆50家大公司为指数标的，所以与本土现货走势极为一致。他们之间的关系是我们的研究重点，下文将对他们之间的价格引导关系和波动溢出影响关系进行实证研究。 图1 香港H股指数期货与本土现货走时图（2003.12.8-2008.3.25） 图2 新华富时A50指数期货与本土现货走时图
31、（2006.9.5-2008.3.25）为考察H股指数期货与国内现货指数相关性，根据H股指数成分股特点，本文使用上证指数，中信标普50指数进行相关性分析。结果发现，H股指数与我国现货市场高度相关，与上证指数的相关性为0.934；与中信标普50指数的相关性为0.953。此外，新华富时A50指数和国内现货指数高度相关，呈高度显著性，属于竞争性指数。同时新华富时A50指数与中信标普50指数相关性最大，达0.999，因此本文选取中信标普50指数作为国内现货指数代表。表1 收益率描述性统计表均值最大值最小值标准差A栏 H股指数期货与中信标普50指数（2003.12.8-2008.3.25）H股指数期货0
32、.0010450.120877-0.1098670.021675中信标普50指数0.0012670.081458-0.1007380.017632B栏 新华富时A50指数期货与中信标普50指数（2006.9.5-2008.3.25）新华富时A50指数期货0.0029250.083382-0.104880.026161中信标普50指数0.0031390.07959-0.1007380.024471由上表可知：H股指数期货收益率波动要大于中信标普50指数收益率波动；期货收益率极端值均大于现货指数收益率。同时，新华富时A50指数期货收益率波动要大于中信标普50指数收益率波动；期货收益率极端值均大于现
33、货指数收益率。因此指数期货波动比现货波动幅度更大，这与已有的大量实证研究的结果相一致，这可能是由于股指期货市场的交易特点所引起的，如低成本、高流动性、杠杆作用等吸引了大量的风险投资者和套期保值者所造成的。四、实证研究结果（一）、单位根检验和协整检验：R(FHt)表示第t日H股指数期货对数收益率、R(St)表示第t日中信标普50指数对数收益率；、表2 H股指数期货与中信标普50指数单位根检验结果检验类型(c,t,p)t StatisticProb.*结论(c,t,1)-0.6853450.8482(c,t,1) 0.2959730.9781(0,0,1)-32.070930.0000(0,0,1
34、)-31.529690.0000注：检验类型(c,t,p)，其中c表示常数项，t表示趋势项，p表示滞后阶数。由上表可知，股指期货的对数序列和中信标普50指数对数序列单位根检验的原假设均未被拒绝，两者均是不平稳序列；对其差分序列进一步做单位根检验，检验结果显示R(FHt)、R(St)均是平稳序列，因此、是过程。本文运用Engle 和Grange(1987)的两步法，对H股指数期货与中信标普50指数对数收益率序列做普通最小二乘回归，对回归方程残差做单位根检验显示，与EG检验临界值比较，残差序列显著拒绝单位根原假设，因此表明H股指数期货与上证指数对数收益率序列具有协整关系。本文还对新华富时A50指数
35、期货与中信标普50指数进行研究，得出他们存在着协整关系的类似结论。结果备索。（二）、因果关系检验本文运用下式来做VEC形式的Granger因果检验：其中，Yt=(logFH, logZX)，FH 和 ZX 分别是香港H股指期货和中信标普50指数，则代表了（RFH, RZX），修正系数矩阵和 （i =1,2n）分别用来说明变量间的长期和短期因果关系，并且可用t统计量和F统计量来检验它们的显著性。同时，本文也利用基于VAR模型的方法加以检验，以便相互印证。由于Granger因果关系检验对滞后的阶数非常敏感，为了获得最佳的滞后阶数，我们这里仍然以AIC和SC信息准则为标准，选取滞后1期作为最佳滞后期
36、，Granger因果关系检验结果见表3。表3 基于VEC和VAR的香港H股指期货和中信标普50指数Granger因果关系检验结果A栏 基于均衡修正模型的估计结果Dependent VariableRFH RZXIndependent VariableCoefficientt-ValueCoefficientt-ValueECT(-1)-0.004569-0.925770.0109242.73307*RFH(-1)-0.034934-1.027540.0799702.90429*RZX(-1)0.0606181.46835-0.036788-1.10026CONSTANT0.0009271.35
37、5000.0012192.19948*B栏 基于VAR的Granger检验结果 原假设F-Valuep-ValueCausalityRFH does not Granger Cause RZX 4.99368*0.00695RejectRZX does not Granger Cause RFH 1.400650.24692Can not Reject注:1.*、*分别表示统计结果在1%和5% 的统计水平下是显著的。2 . B栏中的结果是利用传统的Granger因果检验方法得到的统计结果。 从表3的A栏中可以看出，中信标普50指数收益率ZX受长期均衡关系影响显著，受H股指数期货收益率FH滞后1
38、期影响显著，但受自身滞后影响不显著，即在检验FH是否是ZX的Granger原因时，RFH(-1)和ECT(-1)的系数在1%水平显著地异于0，这表明无论从短期还是从长期来看，香港H股期货的变动都是中信标普50指数收益率ZX变动的Granger原因。可是，在检验ZX是否是FH的Granger原因时，系数均不显著，这表明无论从短期还是从长期来看，ZX的变动都不是FH变动的Granger原因。 从B栏可以看出，在用传统的Granger因果方法检验时，在1%的置信水平下拒绝RFH 不是RZX 的Granger原因的原假设，而不能拒绝RZX不是RFH变动的Granger原因的原假设。由于Granger检
39、验的结果对于滞后阶数很敏感,本文又在分别取滞后3至8阶的情况下，发现在1%的显著性水平下，中信指数收益率RZX均不是香港H股期货RFH的Granger原因，而RFH却是RZX的Granger原因。因此，通过这两种检验方法的检验均表明，在1%的显著性水平下，香港H股指期货是中信指数的Granger原因。这说明，香港H股股指期货具有价格发现功能。定价权在更多的程度上指的是股价的跟随趋势。那么，在这个意义上，香港H股股指期货占据了定价权。 表4给出了基于VEC和VAR的新华富时A50指数期货与中信标普50指数Granger因果关系检验结果。表4 基于VEC和VAR的新华富时A50指数期货与中信标普5
40、0指数Granger因果关系检验结果A栏 基于均衡修正模型的估计结果Dependent Variable Independent VariableCoefficientt-ValueCoefficientt-Value0.0627690.908060.2135973.10753*-0.638102-5.87132*-0.157358-1.45607-0.210074-2.14532*0.0257240.264190.7460947.08642*0.134614 1.285790.201151.86776-0.081859-0.76287CONSTANT0.0011181.885430.0014
41、922.53094*B栏 基于VAR的Granger检验结果 原假设F-Valuep-ValueCausalityFX does not Granger Cause ZX1.794260.11359Can not RejectZX does not Granger Cause FX11.8111*1.7e-10Reject注:1.FX代表新华富时A50指数期货,ZX代表中信标普50指数。2.*、*分别表示统计结果在1%和5% 的统计水平下是显著的。3. B栏中的结果是利用传统的Granger因果检验方法得到的统计结果。 从上表的Panel A中可以看出，在检验中信标普50指数是否是新华富时A5
42、0指数期货的Granger原因时，ECT(-1)系数不显著，Rs(-1)系数高度显著,系数值为0.75，这说明从长期来看,新华富时A50指数期货收益率不受长期均衡关系影响，从短期来看中信标普50指数变动是新华富时A50指数期货变动的Granger原因。在检验新华富时A50指数期货是否是中信标普50指数的Granger原因时，ECT(-1)系数显著，RFX(-1)与RFX(-2)系数均不显著，这说明从长期来看，中信标普50指数变动受长期均衡关系影响，但从短期来看，新华富时A50指数期货变动并不是中信标普50指数变动的Granger原因。从Panel B中可以看出，在用传统的Granger因果方法
43、检验时，在1%的水平下拒绝中信标普50指数不是新华富时A50指数期货的Granger原因的原假设，而接受新华富时A50指数期货的变动不是中信标普50指数变动的Granger原因的原假设。因此，通过这两种检验方法的检验表明，新华富时A50指数期货收益变动受中信标普50指数收益变动的影响要大于中信标普50指数收益变动受新华富时A50指数期货变动，即国内现货对异地股指期货市场价格引导作用要大于异地股指期货对本土现货市场价格引导作用影响。（三）、波动溢出检验结果香港H股指数期货与本土现货之间波动关系引导实证研究结果如下表所示：表4 香港H股指数期货与中信标普50指数BEKK-GARCH模型检验结果参数
44、矩阵ARCH对角ARCH0.001315(0.000532*)0.001451(0.000534*)0.001145(0.000459*)0.001045(0.000458*)0.002320(0.000342*)0.002688(0.000327*)0.000708(0.000494)0.000625(0.000198*)0.001135(0.000454*)0.001406(0.000341*)0.958808(0.007554*)0.948003(0.007157*)0.011578(0.006099*)-0.018629(0.007010*)0.971490(0.005683*)0.9
45、74166(0.004388*)0.259552(0.023528*)0.298104(0.019916*)-0.035115(0.018137*)0.072046(0.030041*)0.220685(0.020859*)0.213797(0.016451*)注：括号中的数值为标准差，*表示在1置信水平下显著；*表示在5置信水平下显著。由回归结果知：均值方程中常数项均显著，表示香港H股指数期货与中信标普50指数在样本期均存在显著正收益率，协方差矩阵和残差矩阵的对角元素均在1水平上显著，表明对于每个市场，收益率的波动都存在着明显的持续性和聚类性，或者说存在ARCH效应。同上述一样，接下来本文通过LR检验来实证研究H股指数期货与中信标普50指数期货之间波动溢出关系研究。下表列出了两地之间波动溢出效应的似然比检验：表5 香港H股指数期货与本土现货市场间波动溢出效应检验原假定LR统计量4.402(0.035*)2.774(0.096*)2.91