第43卷第9期 2009年9月
上海交通大学学报
JOU RN AL O F SH AN G HA I JIA OT O N G U N IV ERSIT Y
Vol.43No.9 Sep.2009
收稿日期:2008-09-12
基金项目:国家自然科学基金资助项目(70773075).
作者简介:张 丹(1981-),女,河南省周口人,博士生,主要从事证券投资与资本市场研究.
杨朝军(联系人),男,教授,博士生导师,电话(T el.):021-********;yangchaojun@https://www.doczj.com/doc/5f2020353.html,.
文章编号:1006-2467(2009)09-1398-05
股指期货对现货市场波动性与信息定价
效率的影响)))来自印度的经验证据
张 丹, 杨朝军
(上海交通大学安泰经济与管理学院,上海200052)
摘 要:基于T GARCH 模型,针对印度市场中股指期货上市对现货市场波动性的影响进行实证分析.结果表明,股指期货的推出降低了现货市场的波动水平,但其影响效果并不具有一般规律性.股指期货引入后,现货市场的波动结构发生显著变化,现货价格能更快地反映信息的变化,同时信息的获取也更加全面,表明股指期货交易提高了现货市场的信息定价效率.关键词:股指期货;波动性;信息定价效率中图分类号:F 830.91 文献标志码:A
Effects of Index Futures Trading on Stock Market Volatility and
Information Pricing Efficiency:
Case of the India Index Futures Markets
ZH A N G Dan, YA N G Chao -j un
(Antai College o f Economics and M anagement,Shanghai Jiaotong University,Shanghai 200052,China)Abstract:Based on the T GARCH m odel,this paper ex amined the im pact of index futures trading in the In -dia markets o n the v olatility of the underly ing spot market.The results sugg est that futures trading leads to decreased v olatility,how ever ,this effect w ill chang e under differ ent circumstance.The structur e of spot m arket vo latility changes obviously after the intr oduction of futures,w hich implies that stock price
reflects the chang e of inform ation mor e quickly,at the sam e time,much mo re info rmation is acquir ed.The introductio n of index futur es trading can improve the infor matio n pricing efficiency of spot m arket.Key words:stock index futures;vo latility;inform ation pricing efficiency
股指期货是顺应人们规避股票市场系统性风险的需求而产生并专为管理股市价格风险而设计的.然而,这种衍生金融工具对现货市场影响的问题始终存在争议.学者们就股指期货上市对现货市场波动性的影响进行了大量研究,但均未获得一致性的结论.早期文献重在考察股指期货上市对现货市场
波动水平的影响,并使用传统的F 检验或修正的Levene 统计量来对比期货上市前、后指数收益率的
无条件方差[1-5]
,或者通过回归方程中虚拟变量系数的显著性进行判断[6,7],但这些方法都存在一定的缺陷,即波动性的研究受制于所使用的测度方法[8];而GARCH 族模型给股价收益序列波动性研究带
来了突破性进展[9-14].Baldauf等[15-19]使用这种规范工具将上述研究推入了新阶段,同时,拓宽了研究视角,进一步检验了信息与波动性之间的关系.总体而言,现有研究集中于成熟市场,针对新兴市场且更具可参照性的研究还较少.因此,本文利用印度这一新兴市场的数据,实证检验股指期货上市对现货市场波动性的影响,分析期货上市在现货市场波动水平变化中的影响效力,并探讨现货市场波动性与信息定价效率之间的内在联系,以期为我国股指期货市场的发展提供一些有益启示.
1试验部分
1.1试验方法
GARCH族模型可以刻画金融市场时间序列数据的诸多事实特征,如波动的时变性和聚集性;同时,能够捕捉时变波动性的结构变化,并进行信息与波动性之间关系的检验.基本的GARCH(p,q)模型可表示为
y t=x t r+E t
E t=R t z t
R2t=X+E p
i=1A i E2t-i+E q
j=1
B j R2t-j
z t~iid(0,1)
(1)
式中:均值方程是一个带有误差项的外生变量函数, x t是1@(k+1)维外生变量,t为时刻;条件方差方程是以已知信息(即在t-1时刻的信息集)为基础的一步向前预测.一般假设z t服从正态分布,为了精确刻画金融时间序列的/尖峰和厚尾0特征,可假设z t服从学生t分布、广义误差分布(GED)等.
在GARCH(p,q)模型的基础上,Zakoian 等[20,21]提出了能够描述非对称冲击的TGARCH模型,即GARCH(1,1)模型中的条件方差可变为
R2t=X+A E2t-1+C E2t-1I t-1+BR2t-1(2)式中:X表示常数项;E2t-1表示前一期的波动信息;
C E2t-1I t-1为杠杆效应项,表示好消息(E t-1>0)和坏消息(E t-1<0)对条件方差的影响,好消息只有A倍冲击,而坏消息则有(A+C)倍冲击;R2t-1为上一期的预测方差;I t-1为虚拟变量,当E t-1<0时,I t-1=1;否则,I t-1=0.如果C显著不等于0,则表明存在杠杆效应.
为了保证R2t>0,必须有X>0,A,C,B\0;为了保证T GARCH(1,1)模型的平稳性,必须有A+B+ C<1.以下为实验程序的3个主要步骤.
步骤1对整个样本区间进行检验,以判断股指期货上市对现货市场波动水平的影响.首先,将一个代理变量x t纳入均值方程,以控制同期市场范围内其他因素对现货市场波动性的影响.需要注意的是,x t应与所考察的指数期货合约无关;同时,还在条件方差方程中加入反映股指期货上市的虚拟变量D V,以检验其系数K的统计显著性.则有:
y t=r0+r1x t+E t
R2t=X+AE2t-1+CE2t-1I t-1+BR2t-1+K DV
(3)式中,D V为股指期货引入的虚拟变量,在股指期货引入前,D V=0,在股指期货引入后,D V=1.若K统计显著,说明股指期货的引入能显著影响现货市场的波动水平,若K<0,表明股指期货的引入减小了现货市场的波动水平;反之,则增加了现货市场的波动水平.
步骤2将数据区间划分为期货上市前、后2个子区间,对其进行TGARCH(1,1)建模和对比,以考察股指期货上市后现货市场波动结构的变化.则有:
y t=r0+r1x t+E t
R2t=X+AE2t-1+CE2t-1I t-1+BR2t-1
(4)
步骤3绘制T GARCH(1,1)模型的信息冲击曲线,以更直观地呈现期货上市前、后现货市场波动结构的变化.设
f(E2t-1)=A E2t-1+C E2t-1I t-1(5)函数f(#)将R2t与E t-1相联系,刻画了E t对R2t的影响轨迹.当E t-1<0时,d f/d E2t-1=A+C;当E t-1>0时,则d f/d E2t-1=A,包含了杠杆效应.
1.2样本与数据
本文选取印度市场中2个股票价格收盘指数的日时间数据{p t}作为研究样本,样本期间为1997-07-17~2003-05-05.式(3)中的因变量为国家证券交易所中期货标的指数S&P CNX Nifty收益率. S&P CNX Nifty指数期货的推出时间为2000-06-12,除去非交易日后,日时间序列共包括1447个观测值.其中,期货上市之前有723个观测值,期货上市后有724个观测值.
孟买证券交易所中BSE100指数与S&P CNX Nifty指数具有不同的成分股,其长期收益率变动与S&P CNX N ifty期货合约无关.因此,选取BSE100指数收益率作为均值方程中的控制变量,以控制同期市场中其他因素的时序变化对股票价格波动的影响. 2结果与分析
对指数收益率序列的单位根检验(ADF和PP 检验)表明,指数收益率序列是平稳的.对T GARCH(p,q)模型进行阶数选取的结果表明,
1399
第9期张丹,等:股指期货对现货市场波动性与信息定价效率的影响)))来自印度的经验证据
TGARCH (1,1)是唯一满足参数约束条件的模型,因此,采用T GARCH (1,1)对样本总体和期货上市前、后的子样本进行建模,其估计结果见表1.其中:()中数据是估计参数的z -统计量;AIC (Akaike In -form ation Cr iterion)是赤池信息准则;SC (Schw ar -tz Criterion)是施瓦茨准则;LL (Log -Likelihood)是对数似然值;Q 1(10)为残差相关图检验的滞后10阶Q 统计量,用于检验均值方程中剩余的序列相关性;Q 2(10)为残差平方相关图检验的滞后10阶Q 统计量,用于检验方差方程中剩余的ARCH 效应;上标a 、b 、c 分别表示1%、5%、10%的显著性水平.
表1 印度S&P CNX Nif ty 指数收益率序列的TGARC H(1,
1)模型拟合结果
Tab.1 TGARCH model results of India S&P C NX Nifty
index return
参数整个区间前期货时期后期货时期r 1
0.1458a (5.7896)0.1104a (2.8940)0.1869a (5.5092)X
6.88E-05a (5.6225) 5.36E-05a (3.5992) 4.04E-05a (5.1781)A
0.0414b (2.4254)0.0316c (1.7802)0.074c (1.6463)C
0.2676a (5.9095)0.1893a (3.3467)0.4111a (4.6079)B
0.6541a (13.6690)0.7315a (11.8961)
0.4976a (6.2624)
K -4.11E-05a (-4.9971)
--N 1447723723AIC -5.5487-5.1500-5.9427SC -5.5268-5.1183-5.9110LL 4017.7221864.1532150.312Q 1(10)11.99712.59411.886Q 2(10)
12.614
7.198
11.849
2.1 对样本总体的检验
由表1可见:Q 1(10)不显著,表明均值方程设定正确,不存在序列相关性;Q 2(10)不显著,表明条件方差方程设定正确,残差序列不存在ARCH 效应.因此,TGARCH (1,1)模型较好地拟合了指数收益率序列的条件波动结构.对样本总体的模型拟合估计系数均显著,且满足平稳性条件.D V 的系数显著为负,这表明印度股指期货的上市显著降低了现货市场的波动水平.
影响股市波动的因素相当复杂.现货市场的波
动水平取决于整体市场所处的发展阶段,是特定阶段中宏观经济因素、市场结构、投资者行为等主要因素综合作用的结果,而股指期货上市是引起现货市场波动的外生因素,在特定时期其所发挥的作用受
主要因素的牵制.因此,针对不同的市场环境与考察时期,股指期货上市对现货市场波动水平的影响将随具体情景而变化,并无一般性规律可循.正如Bollen [22]指出,样本期间的选择会对实证结果产生重要影响,改变样本期间可能会改变其研究结果.自1997年开始,印度经济开始放缓其增长步伐,在2000~2001年间,经济增长率只有4%,至2003年6月,印度经济才逐步走出萧条,步入中高速的稳定增长时期.与宏观经济环境一致,印度股市在此之前也处于低迷阶段.在2000年6月,印度股市推出S&P CNX Nifty 指数期货时,其宏观经济正处于阶段性低点,在期货上市的前后3年(即1997-07-17~2003-05-05),现货股票市场总体呈现出先升后降的趋势(见图1),且市场交易量也先升后降,表明后期货时期中现货市场的参与积极性逐渐下降.在这种整体市场环境下,股指期货引入后,现货市场的波动水平显著降低.
图1 印度S&P CNX Nifty 股价指数走势
(1997-03-31~2005-03-31)
Fig.1 T he tr end of India S&P CN X N ift y index
(1997-03-31~2005-03-31)
2.2 对子样本区间的检验
将期货推出前、后2个子区间分别检验并对比分析.可见,与样本总体的建模过程类似,对模型条
件随机项的检验均满足平稳性,不存在序列相关和ARCH 效应,且参数A 在10%的水平下显著,其他估计变量均在1%的水平下高度显著,表明模型的拟合效果良好.通过对比发现,在引入股指期货后,其方差方程中的各项系数发生了明显变化,表明股指期货的推出对现货市场的波动结构的影响表现在以下2个方面:
(1)模型参数A 增大,同时B 减小.由模型结构
1400
上 海 交 通 大 学 学 报
第43卷
可知,A 为信息系数,衡量上一期的波动性信息对即期波动性的影响;B 为持续性系数,衡量t -1期之前各期波动冲击对即期波动性的影响.信息系数上升的同时持续性系数下降,表明在股指期货推出后的现货市场波动结构中,最新信息对即期波动(即期价格变化)的影响权重增大,而旧有信息对即期价格变化的影响减小.信息冲击影响的持续性下降表明,现货市场中价格对于信息的吸收速度加快,股价可快速反映信息的变化.
(2)杠杆效应系数C 增大.表明在股指期货推出后,现货市场股价的变化对市场下跌的反应比对市场上升的反应更迅速.正如Antoniou 等[17]指出,股指期货交易拓宽了信息到达现货市场的渠道,从而提高了现货市场中信息传递的速度与质量.因此,使代表负向信息冲击下股价变化更快的杠杆效应放大,实质上表明了信息传递速度加快与质量改善,可使股价更快地趋向于信息中所隐含的合理价格.2.3 股指期货推出前、后现货市场的信息冲击曲线
对比股指期货推出前、后印度股市中现货市场指数收益率的信息冲击曲线(见图2)可知:股指期货推出前、后,其现货股票市场存在股价波动的杠杆效应;2条曲线的差异表明了波动对于信息冲击的反应速度的变化,在股指期货引入之后,无论是在好消息还是坏消息的冲击下,股价对信息冲击的反应速度均加快
.
图2 印度股市中S&P CN X N ifty 指数收益率的信息冲
击曲线
Fig.2 T he infor matio n impact curve o f India S&P
CNX N ifty index return
股票市场的信息定价效率指所有相关的信息能够迅速反映于证券的价格之中,并达到信息所隐含
的证券合理价格[23].信息定价效率涵盖了价格对信息变化的反应速度和信息获取的全面性.在股指期货引入后,印度股票市场波动结构的变化表明:期货交易促进了其现货价格对信息的吸收,从而使股价更为迅速地反映信息的变化;同时,期货交易的引
入,拓宽了信息到达现货市场的渠道,增加了现货市场中的信息量,有利于现货市场中信息获取的全面性,这与王开国等[24,25]的观点一致.因此,在后期货时期,印度市场的现货股票价格更快地趋向于信息所隐含的合理价格,即股指期货交易提高了现货市场的信息定价效率.
作为市场深化过程中的金融创新,股指期货对现货市场的影响是多方面的,武断地认为其将动摇现货市场稳定性的观点缺乏依据,这忽视了引起市场波动的内因而过于强调单一的外因.股指期货作为一种金融技术工具,不会必然地加剧市场动荡.然而,鉴于中国资本市场/新兴0加/转轨0的特征,在股指期货上市之初,健全市场的风险防范机制并尽快推出卖空机制十分必要,这将有利于股指期货市场正面作用的发挥.另外,股指期货交易带来现货市场信息定价效率的提高,又与股指期货的价格发现功能相辅相成,较高的定价效率将促使资金在价格信号的引导下实现最优配置.所以,在金融市场发展的适当阶段,推出股指期货将对其股票现货市场的发展起到良好的辅助作用;同时,随着股指期货交易规模的扩大与成熟度的提高,可以在有效控制或规避跨市场风险溢出的前提下,增强期货市场与现货市场之间的良性互动,从而转变政府频繁的外部调节方式,立足于依靠市场手段和健全市场机制来解决问题的思路,使资本市场在自身的调节机制下实现稳健的可持续发展.
3 结 论
(1)在本文考察的样本期间内,印度市场中股指期货的推出减小了现货市场的波动水平.股指期货上市只是影响现货市场波动水平的外生因素,其有限的影响效力需依靠具体情景而定.
(2)在股指期货引入后,印度现货市场的波动结构发生了显著变化.与股指期货引入前相比,股指
期货引入后使得信息系数上升、持续性系数下降且杠杆效应增强,使其现货市场价格更为快速地反映了信息的变化;同时,信息的获取也更为全面,使股价更快地趋向于信息所隐含的合理价格,即股指期货交易提高了现货市场的信息定价效率.参考文献:
[1] Edw ar ds F R.Does futur es t rading increase stock
mar ket vo latilit y ?[J].Financial Analysts Journal ,1988,44(1):63-69.
[2] Edw ar ds F R.Futures tr ading and cash mar ket vo la -
1401
第9期
张 丹,等:股指期货对现货市场波动性与信息定价效率的影响)))来自印度的经验证据
tility:St ock index and interest r at e futures[J].Jour-
nal of Futures Markets,1988,8(4):421-439.
[3]M aber ly E,A llen D,Gilbert R.St ock index futures
and cash market v olatility[J].Financial Analysts
Journal,1989,45(6):75-77.
[4]Lo ckw oo d L J,L inn S C.A n exam inat ion of sto ck
market return vo latilit y dur ing ov ernig ht and intraday
per iods1964-1989[J].Journal of Finance,1990,45
(2):591-601.
[5]Bro rsen B W.F utur es trading,t ransaction costs,and
sto ck mar ket v olatility[J].J ournal of Futures Mar-
kets,1991,11(2):153-163.
[6]Har ris L.S&P500cash sto ck price vo latilit ies[J].
Journal of Finance,1989,44(5):1155-1175.
[7]Damodaran A.I ndex futur es and stock mar ket v ola-
tility[J].Review of Futures Markets,1990(9):442-
457.
[8]Boar d J,Sutcliffc https://www.doczj.com/doc/5f2020353.html, rmation,v olatility,v olume
and maturit y:A n investig atio n o f st ock index futures
[J].Review of Futures Markets,1990(19):533-548.
[9]Boller slev T.G ener alized autor egr essive co nditional
heter oskedasticit y[J].Journal of Econometrics,
1986,31(3):307-327.
[10]Boller slev T.A conditio nal heteroskedastic time se-
r ies model fo r speculative pr ices and rates o f return
[J].The Review of Economics and Statistics,A ugust,
1987,69(3):542-547.
[11]Boller slev T,Chou R Y,K ro ner K F.A RCH mo de-l
ing in finance:A r eview of the theo ry and empir ical
ev idence[J].Journal of Econometrics,1992,52(1):
5-59.
[12]Eng le R F.Auto reg ressive conditional hetero scedas-
ticity w it h est imates o f the v ariance o f united kingdom
inflatio n[J].Econometrica,1982,50(4):987-1008.
[13]Eng le R F,Bollerslev T.M o deling the per sistence of
co nditional var iances[J].Econometric Reviews,1986,
5(1):1-50.
[14]Eng le R F,Ng V K.M easuring and testing the im-
pact o f news on volatility[J].Journal of Finance,
1993,48(5):1749-1778.
[15]Baldauf B,Santo ni G.Stock pr ice vo latility:Some
ev idence from an A RCH mo del[J].Journal of Futures
Markets,1991,11(2):191-200.
[16]L ee S,Ohk K.Stock index futur es listing and str uc-
tural change in time-v ary ing vo latilit y[J].Journal of
Futures Markets,1992,12(5):493-509.
[17]A nt oniou A,H olmes P.F utur es trading,info rma-
tio n and spot price v olat ility:Ev idence for the F T SE-
100sto ck index fut ur es contr act using GA RCH[J].
Journal of Banking and Finance,1995,19(1):117-
129.
[18]Per icli A,K outmos G.Index futur es and o pt ions and
stock market vo latilit y[J].Journal of Futures Mar-
kets,1997,17(8):957-974.
[19]A nt oniou A,Ho lmes P,Pr iestley R.T he effects o f
stock index futures t rading on stock index vo lat ility:
A n analy sis o f the asy mmet ric respo nse of volatility to
news[J].Journal of Futures Markets,1998,18(2):
151-166.
[20]Zakoian J M.T hreshold heteroskedastic models[J].
Jo urnal o f Econom ic D ynam ics and C o ntrol,1994,18(5):
931-944.
[21]Glosten L R,Jag annathan R,Runkle D E.On the
r elatio n betw een the ex pected value and t he volatility
of t he nominal excess return on st ocks[J].Journal of
Finance,1993,48(5):1779-1801.
[22]Bo llen N.A no te on t he impact of optio ns on stock
r et ur n v olatility[J].Journal of Banking and Finance,
1998,22:1181-1191.
[23]West R R.O n the difference betw een internal and ex-
ternal ma rket efficiency[J].Financial Analysis Jour-
nal,1975,31(6):30-34.
[24]王开国.股指期货:市场深化过程中的金融创新[J].
经济研究,2000(7):32-38.
W A NG Ka-i guo.Stock index futur es:F inancial inno-
vation in the deepening process of mar ket[J].Eco-
nomic Research Journal,2000(7):32-38.
[25]戴晓凤,朱海燕.股指期货与股票市场定价效率问题
[J].财经理论与实践,2005,26(3):48-53.
DA I Xiao-feng,ZH U H a-i y an.Pricing eff iciency o f
index futures and st ock mar ket[J].The Theory and
Practice of Finance and Economics,2005,26(3):
48-53.
1402上海交通大学学报第43卷