- 相關(guān)推薦
印度股票市場(chǎng)與期貨市場(chǎng)信息傳遞性研究
本文將以印度作為新興市場(chǎng)的代表進(jìn)行研究，希望運(yùn)用印度市場(chǎng)上的實(shí)證數(shù)據(jù)，通過(guò)對(duì)其股票市場(chǎng)和股指期貨市場(chǎng)先行—滯后關(guān)系的分析，找到與發(fā)達(dá)市場(chǎng)具有不同微觀市場(chǎng)結(jié)構(gòu)的新興市場(chǎng)國(guó)家中現(xiàn)貨與期貨市場(chǎng)之間的相互作用關(guān)系。當(dāng)然，中國(guó)和印度在市場(chǎng)微觀機(jī)構(gòu)和交易機(jī)制方面還存在的一些差別。這些差別對(duì)研究的結(jié)果會(huì)有一些影響，但與在發(fā)達(dá)金融市場(chǎng)上的相關(guān)結(jié)論相比，對(duì)作為新興市場(chǎng)的印度進(jìn)行分析對(duì)我國(guó)推出金融衍生品仍然具有很好的參考價(jià)值。一、研究方法
進(jìn)行股票指數(shù)現(xiàn)貨市場(chǎng)與期貨市場(chǎng)的信息傳播檢驗(yàn)，通常采用Granger因果檢驗(yàn)以及VAR方法。肖輝(2004)應(yīng)用Granger的檢驗(yàn)方法檢驗(yàn)了美國(guó)、日本、香港、英國(guó)現(xiàn)貨市場(chǎng)和期貨市場(chǎng)波動(dòng)率之間的先行—滯后關(guān)系：張宗成、王駿(2004)通過(guò)單位根檢驗(yàn)，確定硬麥期貨與現(xiàn)貨價(jià)格序列具有一階差分平穩(wěn)性，在此基礎(chǔ)上建立VAR模型并進(jìn)行協(xié)整檢驗(yàn)，然后建立誤差修正模型并進(jìn)行Granger因果檢驗(yàn)，最后對(duì)期貨與現(xiàn)貨價(jià)格序列進(jìn)行方差分解和脈沖響應(yīng)函數(shù)分析。如果收益率序列是平穩(wěn)的，則可以直接對(duì)序列進(jìn)行Granger因果檢驗(yàn)、建立VAR模型；如果序列非平穩(wěn)，則需進(jìn)行協(xié)整檢驗(yàn)。本文將根據(jù)上述文獻(xiàn)的研究方法進(jìn)行實(shí)證分析。下面對(duì)Granger因果檢驗(yàn)以及VAR方法進(jìn)行簡(jiǎn)要說(shuō)明。
1.Granger因果檢驗(yàn)。
格蘭杰因果關(guān)系檢驗(yàn)(Granger Causality Test)是檢驗(yàn)經(jīng)濟(jì)變量間因果關(guān)系常用的一種計(jì)量經(jīng)濟(jì)學(xué)方法，其本質(zhì)是用一種條件概率定義因果關(guān)系。Granger因果檢驗(yàn)依賴于二元同歸形式：
yt=α10 α11yt-1 … α1lyt-l β11ft-1 … β1lft-l ε1t
ft=α20 α21yt-1 … α2lft-1 β21yt-l … β2lyt-l ε2t(1)
式中，αij和βij是常數(shù)，｛εit｝是白噪聲。對(duì)所有組內(nèi)可能的(yt,ft)，F(xiàn)統(tǒng)計(jì)量為具有聯(lián)合假設(shè)的Wald統(tǒng)計(jì)量，聯(lián)合假設(shè)為βi1=βi2=…=βil=0。上述兩個(gè)方程的原假設(shè)分別為f(y)對(duì)y(f)沒(méi)有Granger影響。格蘭杰方法對(duì)模型中變量所取的滯后期長(zhǎng)短異常敏感。Granger因果檢驗(yàn)的前提，要求兩個(gè)序列為平穩(wěn)序列，或者他們之間存在協(xié)整關(guān)系。對(duì)非平穩(wěn)時(shí)間序列變量要先作適當(dāng)變換，用ADF檢驗(yàn)判斷為平穩(wěn)序列后才能進(jìn)行因果關(guān)系檢驗(yàn)。本文利用AIC和BIC準(zhǔn)則進(jìn)行判斷滯后項(xiàng)的階數(shù)。
2.VAR(向量自回歸)。
向量自回歸(VAR)模型的預(yù)測(cè)方差分解是一種判斷經(jīng)濟(jì)序列變量間動(dòng)態(tài)相關(guān)性的重要方法。它實(shí)質(zhì)上是一個(gè)新息計(jì)算過(guò)程，是將系統(tǒng)的預(yù)測(cè)均方誤差分解為系統(tǒng)中各變量沖擊所作的貢獻(xiàn)。VAR應(yīng)用的前提要求作為內(nèi)生變量的序列為平穩(wěn)序列，或者他們之間存在協(xié)整關(guān)系。由兩個(gè)變量構(gòu)成的VAR(p)模型的形式如下：
yt=α10 α11yt-1 … α1lyt-l ε1t
ft=α20 α21yt-1 … α2lyt-l ε2t(2)
其中，αij為系數(shù)矩陣，{εit}是白噪聲，ε1t，ε2t之間可以同期相關(guān)，但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān)。
VAR常用于預(yù)測(cè)相互聯(lián)系的時(shí)間序列變量系統(tǒng)。在VAR模型的基礎(chǔ)上，還可以利用脈沖響應(yīng)函數(shù)和方差分解分析隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)影響。脈沖響應(yīng)函數(shù)描述VAR中的一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響。而方差分解是把內(nèi)生變量中的變化分解為對(duì)VAR的分量沖擊。從而給出對(duì)VAR中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性的信息。
3.數(shù)據(jù)說(shuō)明。
一般地，期貨與現(xiàn)貨市場(chǎng)價(jià)格序列并不具有同時(shí)性。由于本文研究的目的是基于市場(chǎng)價(jià)格數(shù)據(jù)來(lái)考察兩個(gè)市場(chǎng)的先行滯后關(guān)系，因此需要定義一個(gè)標(biāo)準(zhǔn)的比較時(shí)間段。我們選擇期貨與現(xiàn)貨價(jià)格均具有交易數(shù)據(jù)的時(shí)間段，并計(jì)算對(duì)數(shù)收益率，近似的得到具有同時(shí)性的價(jià)格序列數(shù)據(jù)。我們對(duì)印度市場(chǎng)進(jìn)行日數(shù)據(jù)的分析，實(shí)證數(shù)據(jù)(包括現(xiàn)貨市場(chǎng)與期貨市場(chǎng))的起始期間為指數(shù)期貨的上市之初(即2000.8.14)，終止時(shí)間為本研究開(kāi)始取樣的時(shí)刻(即2005.12.7)；共包含了1315個(gè)日交易數(shù)據(jù)。本文的數(shù)據(jù)來(lái)源于國(guó)泰君安證券研究所。
正如Stoll和Whaley(1990)、Baek和Brock(1992a)等在他們的研究中所發(fā)現(xiàn)的那樣，在本研究的數(shù)據(jù)中現(xiàn)貨和期貨指數(shù)收益率序列也存在顯著的自相關(guān)性。本文利用AR(n)-EGARCH(p，q)模型對(duì)現(xiàn)貨指數(shù)及期貨原始收益率序列進(jìn)行過(guò)濾，其目的是消除原始收益率序列的自相關(guān)性。實(shí)證發(fā)現(xiàn)，AR(2)-EARCH(1，1)模型是最合適的模型。限于篇幅，此處不再給出模型的檢驗(yàn)結(jié)果，而直接利用AR(2)-EARCH(1，1)模型過(guò)濾后的現(xiàn)貨和期貨兩個(gè)新息序列進(jìn)行檢驗(yàn)。
本文采用計(jì)量經(jīng)濟(jì)學(xué)分析軟件Eviews4.0進(jìn)行數(shù)據(jù)處理和計(jì)量實(shí)證檢驗(yàn)。
二、基于日對(duì)數(shù)收益率序列的實(shí)證檢驗(yàn)
1.基于原始收益率序列的實(shí)證檢驗(yàn)。
�、賳挝桓鶛z驗(yàn)。
根據(jù)表1可知，印度市場(chǎng)現(xiàn)貨與期貨指數(shù)的原始日對(duì)數(shù)收益率序列滿足平穩(wěn)性要求，所以不必再進(jìn)行協(xié)整檢驗(yàn)。
2.Granger因果檢驗(yàn)。
根據(jù)下面表2，在印度期貨市場(chǎng)指數(shù)對(duì)數(shù)收益率與現(xiàn)貨市場(chǎng)指數(shù)對(duì)數(shù)收益率之間存在著雙向Granger因果關(guān)系，從而不但期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)具有信息傳播作用，現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)也具有信息傳播作用。
�、踁AR模型的建立。
對(duì)印度現(xiàn)貨市場(chǎng)原始收益率的對(duì)數(shù)(LN_ID_CASH)和印度期貨市場(chǎng)原始收益率的對(duì)數(shù)(LN_ID_FUTURE)建立VAR模型。
LN_ID_CASH=0.38176664*LN_ID_CASH(-1) 0.006596973758*LN_ID_CASH(-2)-0.243191962*LN_ID_FUTURE(-1)-0.152899359*LN_ID_FUTURE(-2) 0.0005910041874 (3)LN_ID_FUTURE=0.6432775473*LN_ID_CASH(-1) 0.227915549*LN_ID_CASH(-2)-0.5383072284*LN_ID_FUTURE(-1)-0.3508987567*LN_ID_FUTURE(-2) 0.0005886721361(4) 根據(jù)對(duì)上述模型估計(jì)的結(jié)果可以看出，現(xiàn)貨與期貨收益率序列的向量自回歸模型的最大滯后階數(shù)為2，這為Grange因果檢驗(yàn)、脈沖響應(yīng)分析和方差分解提供了依據(jù)。
④方差分解。
表3中(1)表示現(xiàn)貨和期貨收益率受到來(lái)自現(xiàn)貨市場(chǎng)的影響，(2)表示現(xiàn)貨和期貨收益率受到來(lái)自期貨市場(chǎng)的影響。由此可知，影響期貨收益率變動(dòng)的方差大部分來(lái)自于期貨市場(chǎng)，并且隨著滯后期的增加總方差中來(lái)自于現(xiàn)貨市場(chǎng)的部分呈上升趨勢(shì)，最終趨于5.11％，而來(lái)自期貨市場(chǎng)部分的影響呈下降趨勢(shì)最終趨于99.49％。對(duì)于現(xiàn)貨收益率變動(dòng)長(zhǎng)期作用的方差，滯后期為1時(shí)100％來(lái)自現(xiàn)貨市場(chǎng)，隨著滯后期的增加，總方差中來(lái)自現(xiàn)貨市場(chǎng)的部分呈下降趨勢(shì)，最終趨于92.03％，來(lái)自期貨市場(chǎng)的部分呈上升趨勢(shì)，最終趨于7.98％。平均說(shuō)來(lái)自現(xiàn)貨市場(chǎng)的方差在總方差中所占比例39.03％小于來(lái)自期貨市場(chǎng)的60.91％。因此對(duì)于印度來(lái)說(shuō)，期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能起主導(dǎo)作用。
⑤脈沖響應(yīng)分析。
利用前面的模型(3)、(4)，從下圖1可見(jiàn)，一個(gè)標(biāo)準(zhǔn)差的期貨市場(chǎng)收益率的沖擊(如(a)所示)在第1期對(duì)現(xiàn)貨市場(chǎng)收益率沒(méi)有產(chǎn)生影響，在第2期達(dá)到最大，然后逐漸減弱。而一個(gè)標(biāo)準(zhǔn)差的現(xiàn)貨市場(chǎng)收益率的沖擊(如(b)所示)在第1期就對(duì)期貨市場(chǎng)收益率產(chǎn)生較大影響，在第2期到第4期有一個(gè)波動(dòng)，然后逐漸減弱。比較兩個(gè)市場(chǎng)對(duì)沖擊的響應(yīng)，現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)的沖擊響應(yīng)的速度更快，而期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的沖擊要持久一些：
2.基于AR(2)-EGARCH(1，1)過(guò)濾的收益率序列的實(shí)證檢驗(yàn)。
經(jīng)過(guò)AR(2)-EGARCH(1，1)過(guò)濾的對(duì)數(shù)收益率序列也是平穩(wěn)序列，可利用VAR方法進(jìn)行檢驗(yàn)。經(jīng)過(guò)Granger因果檢驗(yàn)發(fā)現(xiàn)期貨市場(chǎng)收益率與現(xiàn)貨市場(chǎng)收益率之間互為Granger原因關(guān)系(為了簡(jiǎn)化，這里只說(shuō)明結(jié)論沒(méi)有列出檢驗(yàn)過(guò)程)。
進(jìn)一步進(jìn)行脈沖響應(yīng)分析，從下圖2可見(jiàn)，基于AR(2)-EGARCH(1，1)過(guò)濾后的收益率序列的實(shí)證檢驗(yàn)結(jié)果與基于原始收益率序列的檢驗(yàn)結(jié)果是類似的，表明，現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)的沖擊(如(b)所示)響應(yīng)的速度更快，而期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的沖擊(如(a)所示)要持久一些；通過(guò)對(duì)圖2中(a)(b)的對(duì)比可見(jiàn)，現(xiàn)貨市場(chǎng)(期貨市場(chǎng))對(duì)期貨市場(chǎng)(現(xiàn)貨市場(chǎng))沖擊的響應(yīng)基本一致�；谠己瓦^(guò)濾兩種收益率序列檢驗(yàn)的不同之處在于，由于采用AR(2)-EGARCH(1，1)過(guò)濾后的收益率序列剔出掉了收益率序列的自相關(guān)性，兩個(gè)市場(chǎng)之間的信息傳播減弱的速度要快于基于原始收益率時(shí)的結(jié)果。
三、結(jié)論
本文實(shí)證結(jié)果表明，印度期貨市場(chǎng)收益率與現(xiàn)貨市場(chǎng)收益率之間存在雙向Granger因果關(guān)系，期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)具有波動(dòng)性傳遞作用，現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)也具有波動(dòng)性傳遞作用，但期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能起主導(dǎo)作用。這個(gè)針對(duì)印度市場(chǎng)的實(shí)證結(jié)果雖然不如前述文獻(xiàn)的結(jié)果顯著，但基本上反映了相同的趨勢(shì)。也就是說(shuō)，本文實(shí)證結(jié)果表明，基于印度市場(chǎng)日間數(shù)據(jù)所表現(xiàn)出來(lái)的新興市場(chǎng)上的股指與股指期貨波動(dòng)率之間的互動(dòng)關(guān)系與前述文獻(xiàn)針對(duì)發(fā)達(dá)市場(chǎng)的理論結(jié)果基本上一致。
期貨市場(chǎng)的發(fā)展要以現(xiàn)貨市場(chǎng)為基礎(chǔ)，但是，一旦期貨市場(chǎng)在現(xiàn)貨市場(chǎng)內(nèi)在要求的推動(dòng)下得以形成和發(fā)展起來(lái)，它就會(huì)反作用于現(xiàn)貨市場(chǎng)，并通過(guò)其獨(dú)特的經(jīng)濟(jì)功能來(lái)能動(dòng)地調(diào)節(jié)和引導(dǎo)現(xiàn)貨市場(chǎng)的運(yùn)行和發(fā)展。然而，現(xiàn)貨市場(chǎng)結(jié)構(gòu)的不完善性為期貨市場(chǎng)的實(shí)際功能和現(xiàn)實(shí)運(yùn)行效果限定了一個(gè)難以逾越的邊界。在現(xiàn)貨市場(chǎng)結(jié)構(gòu)相對(duì)完善并且數(shù)量風(fēng)險(xiǎn)和收入風(fēng)險(xiǎn)能夠得到較好吸收的情況下，期貨市場(chǎng)的積極功能就會(huì)顯著地呈現(xiàn)和發(fā)揮出來(lái)，這種情況下引人期貨交易能較好的調(diào)節(jié)和引導(dǎo)現(xiàn)貨市場(chǎng)的發(fā)展；在相反的情況下，期貨市場(chǎng)分散風(fēng)險(xiǎn)的功能就會(huì)因市場(chǎng)結(jié)構(gòu)的嚴(yán)重缺陷及數(shù)量風(fēng)險(xiǎn)和收人風(fēng)險(xiǎn)的加大而難以正常地得以發(fā)揮。但并不是說(shuō)一個(gè)不完善的現(xiàn)貨市場(chǎng)就不能進(jìn)行期貨交易，一個(gè)市場(chǎng)的發(fā)展主要取決于市場(chǎng)的客觀需求，它是不以人的意志為轉(zhuǎn)移的。國(guó)外許多期貨市場(chǎng)，是在市場(chǎng)需求的推動(dòng)下自發(fā)地產(chǎn)生的，中國(guó)的期貨市場(chǎng)則是在市場(chǎng)的客觀需求和政府推動(dòng)共同作用下產(chǎn)生的，印度金融衍生品發(fā)展的也是以一種強(qiáng)制性的模式發(fā)展的�？梢�(jiàn)，現(xiàn)貨市場(chǎng)的發(fā)達(dá)程度和條件是否完全具備，并不是決定能否進(jìn)行期貨市場(chǎng)試點(diǎn)和推出某個(gè)品種的惟一依據(jù)，關(guān)鍵要看市場(chǎng)需求。
從中國(guó)改革開(kāi)放20年的情況看，市場(chǎng)經(jīng)濟(jì)對(duì)期貨市場(chǎng)的需求是毋庸置疑的。特別是隨著中國(guó)加入WTO和國(guó)有企業(yè)改革的深入，改制后的國(guó)有企業(yè)對(duì)許多品種期貨交易的需求更加迫切。目前，我國(guó)金融領(lǐng)域、資本市場(chǎng)和貨幣市場(chǎng)的改革都進(jìn)入了關(guān)鍵階段。股權(quán)分置改革年內(nèi)即可基本完成，為推出股指期貨掃清了最后的障礙；貸款利率的放開(kāi)、央行融資券的發(fā)行、機(jī)構(gòu)進(jìn)入銀行間同業(yè)拆借市場(chǎng)、人民幣利率互換交易試點(diǎn)等，使得人民幣國(guó)內(nèi)價(jià)格形成機(jī)制越來(lái)越市場(chǎng)化，為利率期貨及其衍生品的產(chǎn)生提供了基礎(chǔ)；而匯率浮動(dòng)范圍的加大，也使業(yè)界對(duì)匯率衍生工具翹首以盼。這些改革措施都在一定程度上加大了市場(chǎng)的波動(dòng)性，市場(chǎng)波動(dòng)的出現(xiàn)不僅使避險(xiǎn)成為內(nèi)在需求，同時(shí)也為金融衍生品提供了交易的基礎(chǔ)。監(jiān)管層為推出金融衍生品也做了大量的工作，我國(guó)《期貨交易法》立法程序啟動(dòng)，其中將涵蓋金融衍生品的內(nèi)容，立法啟動(dòng)將為期貨市場(chǎng)規(guī)范發(fā)展創(chuàng)造良好的法律環(huán)境。上海金融衍生品期貨交易所也正式獲準(zhǔn)籌建。種種跡象表明，我國(guó)金融衍生品市場(chǎng)將在今年進(jìn)入快速發(fā)展的階段，我國(guó)金融衍生品推出的市場(chǎng)時(shí)機(jī)已經(jīng)比較成熟。此時(shí)，印度取消賣空限制、推出股指期貨、期權(quán)，逐步放開(kāi)衍生品交易等措施為我國(guó)的金融衍生品市場(chǎng)的發(fā)展提供了可參考的路徑。
參考文獻(xiàn)：
[1]張宗成，王駿.基于VAR模型的硬麥期貨價(jià)格發(fā)現(xiàn)研究[J].華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版).2005；7，第33卷第7期
[2]肖輝.基于價(jià)格發(fā)現(xiàn)相對(duì)有效的定價(jià)研究[D].上海交通大學(xué)博士學(xué)位論文，2004
[3]肖輝，吳沖鋒.股指與股指期貨日內(nèi)互動(dòng)關(guān)系研究[J].系統(tǒng)工程理論與實(shí)踐，2004
[4]Abhyankar,A.H.，Return and Volatility Dynamics in the FTSE100 Stock Index and Stock Index Futures Markets[J]，The Journal of Futures Markets，15(4)，457-488，1995
[5]Antoniou，A.，and Holmes P,Futures Trading,Information and Spot Price Volatility：Evidence for the FTSE-100 Stock Index Futures Contract Using GARCH[J],Journal of Banking
【印度股票市場(chǎng)與期貨市場(chǎng)信息傳遞性研究】相關(guān)文章：
股票市場(chǎng)與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究03-24
股指期貨的應(yīng)用研究02-26
上海股票市場(chǎng)收益率分布模型統(tǒng)計(jì)研究03-22
我國(guó)股指期貨定價(jià)及套利交易策略研究03-21
中國(guó)國(guó)債期貨交割期權(quán)定價(jià)及實(shí)證研究03-15
我國(guó)期貨經(jīng)紀(jì)公司經(jīng)營(yíng)實(shí)力的實(shí)證研究03-25