第二节 基于股指期货推出时点分段实证检验结果及中外比较结论
一 数据统计描述
(一)高频数据统计描述(全样本)
按照上文方法选择中的描述,在分别计算现货指数的高频收益率、GK波动率以及在调整已实现波动率的基础上对三者进行统计描述,在计算过程中由于我国期现货交易非24小时连续交易,隔夜信息与日内交易信息具有显著的差异,因此,需要在计算收益率后剔除隔夜收益率,以避免异常值对分析的影响。由于我国股指期货推出前后15天、半年的现货价格数据统计描述与全样本类似,故此处只列出全样本数据的统计描述。
1.收益率统计描述
从表2-2可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从标准差判断推出后较推出前沪深300现货指数波动率明显下降,由0.000604下降为0.000561。
表2-2 股指期货推出前后现货1分钟高频收益率统计描述
“∗∗∗”表示在1%水平上显著。
类似的,从表2-3可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从标准差判断推出后较推出前沪深300现货指数波动率明显下降,由0.00222下降为0.00195。
表2-3 股指期货推出前后现货5分钟高频收益率统计描述
“∗∗∗”表示在1%水平上显著。
2. GK波动率统计描述
从表2-4可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从均值判断推出后较推出前沪深300现货指数GK波动率明显下降,由0.00019下降为0.00017,而从标准差粗略判断,波动率的变动也从0.000185下降到0.000124。
表2-4 股指期货推出前后现货1分钟GK波动率统计描述
“∗∗∗”表示在1%水平上显著。
类似的,从表2-5可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从均值判断推出后较推出前沪深300现货指数GK波动率明显下降,由0.000897下降为0.000809,而从标准差粗略判断,波动率的变动也从0.000673下降到0.000549。
表2-5 股指期货推出前后现货5分钟GK波动率统计描述
“∗∗∗”表示在1%水平上显著。
3.调整已实现波动率统计描述
从表2-6可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从均值判断推出后较推出前沪深300现货指数调整已实现波动率明显下降,由0.000329下降为0.000255,而从标准差粗略判断,波动率的变动也从0.000284下降到0.000169。
表2-6 股指期货推出前后现货1分钟调整已实现波动率统计描述
“∗∗∗”表示在1%水平上显著。
同样的,从表2-7可以看出,偏度峰度均显著,两个序列明显呈偏峰厚尾形态;JB统计量较为显著,说明股指期货推出前后现货指数两个序列均不服从正态分布假设;Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系;粗略地从均值判断推出后较推出前沪深300现货指数调整已实现波动率明显下降,由0.000331下降为0.000257,而从标准差粗略判断,波动率的变动也从0.000324下降到0.00018。
表2-7 股指期货推出前后现货5分钟调整已实现波动率统计描述
“∗∗∗”表示在1%水平上显著。
(二)日数据统计描述(全样本)
首先从表2-8可以看出,峰度指标为5.14,大于3,表示序列呈厚尾形态;偏度为-0.47,显著小于0,表明序列呈左偏特征;JB统计量显著,说明序列不服从正态分布形态。综合看,序列明显呈高峰厚尾的分布形态。Q统计量在10阶时(全部滞后36阶统计)也较为显著,说明序列存在明显自相关关系,因此,从日数据角度可以考虑用ARMA模型对序列进行描述。
表2-8 股指期货推出前后现货日收益率统计描述
“∗∗∗”表示在1%水平上显著,“∗∗”表示在5%水平上显著。
其次,从图2-2的收益率波动走势可以确定,沪深300现货指数日收益率序列存在明显的集群性。这也意味着条件异方差性的存在(后文进一步进行ARCH效应实证检验)。
图2-2 沪深300现货指数波动性走势
最后,通过平稳性单位根检验,发现沪深300现货指数日收益率序列在1%显著性水平上为平稳序列(见表2-9)。
表2-9 沪深300现货指数ADF检验结果
二 高频数据波动率统计检验结论
(一)股指期货推出前后15天波动率统计检验结果
各表中Mann-Whitney、Kolmogorov-Smirnov非参数方法均简称M-W和K-S法,之后各章节使用这两个方法时,结果表示均按此处理。
1分钟数据统计检验结果如表2-10所示,5分钟数据分析结果基本相同。从表2-10中结果来看,不考虑其他因素,单从统计结果来看,在股指期货推出前后15天各项波动率指标都发生了显著的变化,各指标的序列相等性检验指标无论是基于方差相等和正态分布假设的t检验、F统计量还是非参数Mann-Whitney检验统计量、Kolmogorov-Smirnov检验统计量,或者考虑了异方差和非正态分布情况的BFL法统计量均在1%水平上显著,说明股指期货推出前后15天股指现货波动率存在显著差异。从收益率方差以及GK波动率、ARV均值上看,在股指期货推出后现货指数波动率明显上升。
(二)股指期货推出前后60天波动率统计检验结果
1分钟数据统计检验结果如表2-11所示,5分钟数据分析结果基本相同。从表2-11的结果看,不考虑其他因素,单从统计结果来看,在股指期货推出前后60天各项波动率指标统计结果存在差异,收益率序列均值相等性t检验和Mann-Whitney检验不显著,但Kolmogorov-Smirnov检验显著,而方差相等性F检验、BFL检验显著,表明推出前后现货波动率仍旧存在差异,从方差值来看虽然推出后方差增大,但推出前后方差差异明显缩小;GK波动率序列和ARV序列均值相等性t检验和Mann-Whitney检验、Kolmogorov-Smirnov检验各统计量结果均显著,表明股指期货推出前后波动率仍旧存在差异,且推出后的波动率均值显著大于推出前,但从波动率变动(方差)指标的分析结果来看,除GK波动率的F检验值显著外,更为精确的BFL检验值均不显著,表明从60天高频数据分析结果来看,股指期货推出前后60天的波动率变动差异几乎无变化。综合而言,根据推出前后60天高频数据的分析结果,股指期货推出后沪深300现货指数波动率略大于推出前,但两者差异明显缩小。
表2-10 股指期货推出前后15天沪深300现货指数1分钟高频数据相等性检验结果
“∗∗∗”表示在1 %水平上显著,“∗∗”表示在5 %水平上显著,“∗”表示在10%水平上显著。
表2-11 股指期货推出前后6 0天沪深3 0 0现货指数1分钟高频数据相等性检验结果
“∗∗∗”表示在1 %水平上显著,“∗∗”表示在5 %水平上显著,“∗”表示在10%水平上显著。
(三)股指期货推出前后1年波动率统计检验结果
1分钟数据统计检验结果如表2-12所示,5分钟数据分析结果基本相同。从表2-12的结果看,不考虑其他因素,单从统计结果来看,在股指期货推出前后一年除收益率均值指标外,其他各项波动率指标都发生了显著的变化,各指标的序列相等性检验指标无论基于方差相等和正态分布假设的t、F统计量,还是非参数Mann-Whitney检验、Kolmogorov-Smirnov检验Z统计量和BFL法统计量均在1%水平上显著,说明股指期货推出前后一年股指现货波动率存在显著差异。从收益率方差以及GK波动率、ARV均值上看,与推出前后15天以及60天统计分析结果不同,在股指期货推出后现货指数波动率明显下降。
表2-12 股指期货推出前后1年沪深300现货指数1分钟高频数据相等性检验结果
“∗∗∗”表示在1%水平上显著,“∗∗”表示在5%水平上显著,“∗”表示在10%水平上显著。
综合而言,在不考虑其他因素影响的情况下,基于高频数据统计分析,中国沪深300股指期货推出在短期、中期、长期对现货市场价格波动率的影响是不同的。表现为短期股指期货推出加大了现货市场价格的波动性;中期略微加大现货市场价格波动性,但无显著影响;长期看,股指期货推出充分发挥了风险规避功能,较好地平抑了现货市场的波动,降低了现货市场价格的波动性。
对结果的解释,在排除其他因素影响的情况下,如果只针对股指期货对现货影响关系进行分析,可以从微观结构理论得到一些启示。对于短期分析结果,首先,由于中国股指期货每日结算价的计算采用合约最后一小时成交量的加权平均价计算,因此,已经使利用两市价差套利操作导致现货市场波动加大的可能性大为降低。其次,中国内地股指期货合约上市首月参与股指期货的主要是中小散户,开户数为2万左右,且投资者开户门槛较高,日均交易户数约占50%。2010年5月13日才有首批机构获得套保额度。由于机构大户套期保值通常以做空为主,并可能出现资金的转移,可能导致市场波动加剧,但推出15天内机构未入市,其影响可以排除。另外,由于股指期货采取保证金交易,在交易首月冻结保证金约150亿元,来自现货市场的估计最多占到80亿元,也未产生大量资金由现货市场转移至期货市场的问题。最有可能的解释是上文文献综述以及本章开篇提到的市场跟风以及投资者预期所致,而且当机构大户未参与股指期货交易时,市场交易数据本身不能反映真实的完整参与者行为,因此,不具有说服力。中期分析结果表明,即使股指期货合约上市初期存在导致现货市场异常波动的套利、投机以及资金转移效应,随着包括机构交易者在内的交易认知度与成熟度不断提高,股指期货本身的制度优势开始显现,也即期货的财富效应显现,投资者尤其是机构投资者可以利用股指期货进行保值等操作,而不用频繁调整现货仓位而达到投资目的,从而使投资者尤其是机构大户投资者参与现货市场(尤其是权重股)的热情提高,股指期货市场反而开始起到稳定现货市场价格的作用。对于长期分析结果,股指期货合约的推出不但没有增加现货市场价格波动,反而降低了现货市场波动,证明了股指期货应有的理论功能,也说明了我国股指期货市场制度设计的合理性以及股指期货投资者的理性。
三 低频数据波动率模型分析结论
按照本章实证方法选择中的描述,本节进行股指期货推出前后沪深300现货指数日收益率波动模型分析。
(一)均值方程设定与估计
在上节日数据统计描述的基础上,经过综合考虑沪深300指数样本日收益率序列的自相关和偏自相关函数的截尾阶数和各期Q统计量,并反复试验剔除不显著参数后,将均值方程设定为ARMA(4, 4)形式,并首先使用LS法进行估计,确定其残差序列的ARCH效应显著性。结果如表2-13所示。
表2-13 股指期货推出前后沪深300现货指数日收益率样本均值方程ARMA(4, 4)估计结果
“∗∗∗”表示在1%水平上显著,()内为t统计量。
在估计基础上,对ARMA(4, 4)模型残差进行Q统计量检验,发现基本不存在序列相关现象,说明均值方程设定可靠,并且从表中可以看出,ARCH LM检验结果滞后1阶的F统计量和T × R2估计值显著,在1%的显著性水平上拒绝不存在ARCH效应的零假设,可以进行GARCH类模型建模。股指期货推出前后现货指数子样本均值方程设定与估计与此类似,为节约篇幅不再列出。
(二)基于Chow间断点检验思想的改进GARCH类模型实证结果
估计结果如表2-14所示。从中可以看到,首先,ARMA-GARCH、ARMA-TARCH和ARMA-EGARCH模型的ARCH LM检验均不显著,接受了不存在ARCH效应的原假设,且AIC值、SC值比LS估计结果中的对应值均不同程度减小,而对数似然值均上升,大部分参数估计均显著,表明各类GARCH模型拟合效果明显优于ARMA模型,有效地捕捉了条件异方差和序列分布的高峰厚尾特征,使参数估计结果更加可靠,尤其是ARMA-EGARCH模型的估计结果更是优于其他两类模型。
表2-14 加入虚拟变量后沪深300现货日收益率样本GARCH类模型估计结果
“∗∗∗”表示在1%水平上显著,“∗∗”表示在5%水平上显著,“∗”表示在10%水平上显著。()内为z统计量。NA为不显著参数,已被删除。
其次,从非对称项系数估计的不显著性看,市场价格波动面对外部信息冲击的敏感度不高,杠杆效应不强,说明中国沪深300现货市场吸收和消化信息冲击的能力有了成熟市场的特征。这一点将在下一小节内容中详细讨论。
最后,也是本书波动模型分析的主要目的,就是加入虚拟变量后虚拟变量前系数的估计结果,从3个模型的系数θ估计结果来看,均在5%、1%水平上显著,说明股指期货推出前后沪深300现货指数(市场)价格波动率存在差异,且θ值的符号均为负,可以明确说明股指期货推出后,现货市场的波动率明显下降,这再一次印证了第二章第一节一中的长期关系结论,如果不考虑其他具体因素的影响,股指期货的推出的确降低了股指现货市场的波动性。
(三)股指期货推出前后现货指数子样本GARCH类模型实证及比较结果
从上小节可以看出,ARMA-EGARCH模型系统估计结果在各类GARCH模型中估计效果较好,故本节使用其进行实证比较,其他结论因类似而略去。结果如表2-15所示。
表2-15 股指期货推出前后沪深300现货指数子样本EGARCH模型估计结果①
“∗∗∗”表示在1%水平上显著,“∗∗”表示在5%水平上显著,“∗”表示在10%水平上显著。()内为z统计量。①为简明扼要,不列出均值ARMA模型结果及AIC等部分参数。
从表2-15中可以看到,与全样本的估计结果类似,γ系数仍然都不显著,表明基本不存在利好利空新息冲击非对称效应;在第二章第一节一中的(三)2.方法讨论中已说明,α系数代表利好利空新息冲击对当前价格波动率的影响,而代表记忆特征的“旧信息”对当前价格波动的影响,对比股指期货推出前后两个系数的变化能够揭示一定微观结构变化的信息,α系数在股指期货推出后相对于推出前明显减小,由0.157下降到-0.31,说明利好、利空新息冲击对于现货市场的影响有所减弱;系数β在股指期货推出后相对于推出前明显减小,由0.98下降到-0.33,且推出后的系数β已不显著,说明“旧信息”对现货市场的影响和相关性减弱。α系数的减弱说明了股指期货推出通过功能发挥平滑了现货市场由于新息冲击而带来的波动性,系数β的减小说明新旧价格波动相关性的减小,现货市场价格波动反映了更多新息,说明波动更趋于随机游走,也即市场更为有效。这些结论与上述全样本以及高频数据长期统计检验分析结论保持了一致。
四 市场走势分析结论
由股指期货推出前后1年日收盘价格生成沪深300现货指数价格走势(见图2-3)。
图2-3 股指期货推出前后1年沪深300现货指数价格走势
资料来源:大智慧股票行情软件。
图2-3中标注区域为股指期货推出前后分割点区域,从图中可以看出,股指期货推出前沪深300指数上升了2个月,之后下降了4个月左右。
五 与海外主要股指期货推出前后现货指数波动率及走势变化的比较结论
与表2-1中的结果以及本章开篇综述中关于趋势的描述进行比较,首先,从波动率变化角度来看,与表2-1中的一般性结论不同,在短期、中期、长期中,沪深300股指期货标的现货市场价格波动性表现出不同特征,短期内波动率上升,中期略有上升但不显著,长期下降。就综合波动率模型分析结果而言,中长期(1年内)沪深300现货指数波动率在股指期货推出后下降,这与大部分市场的研究结论类似,单从统计及计量分析角度看,我国股指期货推出的制度设计严谨,较好地发挥了其规避风险、平抑标的现货波动的作用,提高了现货市场的效率。其次,从走势看,我国股指期货标的现货市场价格走势与大多数市场推出股指期货前后的现货走势类似,即呈现了“先涨后跌”的走势特征。
关于结论的原因解释,大多数研究认为,由于股指期货推出使期现套利交易以及投机等交易活动活跃,并加大了股市做空的动能,甚至有较大的机构利用股指期货推出初期的不完善性进行操纵获利等行为,形成了所谓的“股指期货推出效应”命题,但这些结论都缺乏强有力的证据支持。在我国推出股指期货推出初期,甚至有股指期货助涨助跌的观点,将股市的短期波动和下跌归咎于股指期货的推出,本章上述实证内容有力地反驳了一些关于我国股指期货推出前后期现市场关系的悖论,同时,也引致了对本章第三节内容的讨论。