研究發現，我國股指期貨的推出顯著降低瞭股市波動率，該結果在不同模型選擇標準和預測方法下保持穩健。期貨交易對現貨市場波動率的影響一直是金融學界所爭論的問題。批評者認為股指期貨增大瞭股市波動性，並將美國1987年股災以及2008年以來的國際金融危機歸因於金融衍生產品的過度開發與交易。另一個流行的觀點是期貨產品本身所具有的高杠桿特性吸引大量投機交易者參與，使得期貨市場裡的噪音傳導到現貨市場，加劇瞭價格波動。相反，期貨市場的支持者則認為，股指期貨的推出能夠加快市場中信息的流動速度，使信息能夠更快地反映到價格中，從而降低股票市場的波動率。在實證研究方面，關於股指期貨的推出對股票市場波動的影響也沒有形成統一的認識，其部分原因來源於研究方法的差異。目前比較通行的做法分為兩大類，一是比較股指期貨推出前後兩段時間的股票市場波動率，並利用統計方法進行檢驗，如Goldfeld and Quandt （1965）提出的F統計量；二是采用GARCH族模型加入虛擬變量的方法對波動率進行建模，分析股指期貨對波動率的影響效應。然而，上述兩種方法均依賴波動率自身的時間序列性質，忽略瞭其他市場因素，從而導致結果可能存在偏差。不同於過去的文獻，本文采用Hsiao等（2011）提出的“面板數據項目評估法”,對此開展進一步的深入研究，旨在探究我國股指期貨的推出對於股市波動性的影響。雖然國內外的相關研究已經涉及股指期貨對於股市波動性的沖擊與傳導機制，但運用面板數據的結構性質對滬深300指數波動率進行研究尚屬首次。該方法的核心思想是利用中國與其他國傢金融市場間的相關性，構建我國股市波動率的假想值，即估算在沒有推出股指期貨的條件下股市的波動率水平，從而得以判斷股指期貨合約推出產生的影響。相比現有文獻，該方法的優勢在於無需預設回歸或時間序列模型形式，並可以動態地衡量影響程度變化情況，從而能夠清楚地看到股指期貨合約推出後對股市波動率的沖擊效果。我們的研究視角集中於滬深300指數月波動率的變化。滬深300指數成分股包含六分之一的上市公司數目和60%左右的股票市值，通常被認為是具有代表性的衡量中國股市總體表現的指標。利用面板數據評估方法構建現貨市場波動率的反事實預測值，預測變量包含若幹主要國際市場指數以及國內宏觀經濟指標。觀測到的實際波動率與反事實預測值之差即為股指期貨合約推出所帶來的政策效應。我們發現，滬深300指數月波動率的反事實預測值在合約推出後一年中的絕大多數時間裡均高於實際觀測值，處置效應均值為-0.0184,並在1%的水平上顯著。與預測波動率的均值相比，實際月波動率降低瞭約25%.這個發現在不同的模型選擇標準和預測方法下保持穩健。另外，不同於Bologna and Cavallo （2002）的結果，我們發現股指期貨的處置效應開始於合約推出後的第二個月。市場與數據1、股指期貨市場概況中國股市在上海證券交易所和深圳證券交易所創建之後的20年裡經歷瞭高速發展階段。至2010年年末，上市公司數量突破2000傢，總市值達到26萬億元，約為GDP的81.02%.2010年4月16日，中國金融期貨交易所正式推出滬深300股指期貨合約，這一事件被廣泛認為對中國資本市場的發展具有裡程碑式的意義。作為一種新的金融工具，滬深300股指期貨受到嚴格監管。例如，投資者開戶所需資金至少為50萬元，並且合約保證金達到12%.合格投資者必須具備足夠的商品期貨或股指期貨模擬交易經驗。此外，指數期貨合約存在10%的漲跌停限制。所有這些規定反映瞭監管層對於這一新興金融產品的審慎態度。雖然進入門檻很高，監管十分嚴格，但是股指期貨市場依然受到投資者的普遍關註。合約推出後，滬深300股指期貨迅速成為中國交易最為活躍的金融產品之一。在股指期貨推出後的三個月時間裡，月交易量平均超過600萬張，合約總價值大於5萬億元，超過瞭同期股票現貨的交易額。然而其月持倉量仍較低，平均約12500張，表明交易主要性質為投機行為。巨大的交易量伴隨著較大的基差（首月平均為22.04點），引發瞭兩個市場間的套利交易。當價格基差縮小乃至消失時，交易量也隨之降低。期貨與現貨市場在交易量上具有相同的趨勢。當2010年11月市場指數達到頂點時，期貨與現貨市場交易量同時達到高峰，隨後在市場趨於下跌的過程中交易量逐步萎縮。這個現象在金融市場中十分典型，因為投資者傾向於在上升趨勢中進行交易，而在熊市中保持觀望。圖1是滬深300指數從2002年1月4日到2012年9月28日的日價格走勢圖。值得強調的是指數在2002年—2005年一直在1000—1500點附近波動，但自從2005年之後，中國股票市場的波動率出現大幅提高。在2006年—2007年的牛市過去之後，市場在2008年轉入熊市，並在當年年末出現反彈。之後指數在2000—4000點范圍內振蕩。顯然，現貨市場波動率所具有的時變特性使得尋找合適的模型去刻畫其動態過程變得極具挑戰性。圖2展示瞭2010年4月至2012年9月間滬深300指數與股指期貨日價格走勢圖。在此期間，中國股市從4月16日的3388點下跌到同年7月2日的2463點，跌幅達27.3%.那麼，是股指期貨的推出導致現貨市場價格出現巨幅變化，抑或僅僅隻是巧合？本文旨在探究其原因，同時排除其他可能因素，諸如國際金融危機的影響。圖1 滬深300指數走勢圖（日價格序列） 2002:M1-2012:M9圖2 滬深300指數走勢圖（日期貨與現貨價格序列） 2010:M4-2012:M92.數據與描述統計本文所用數據包含滬深300指數日收益率，其他主要國際市場指數以及國內宏觀經濟指標，樣本期涵蓋2002年1月—2012年9月。由於香港股市大陸股市的密切聯系，我們加入香港恒生指數（HSI）、恒生香港中資企業指數（HSCCI）、恒生中國企業指數（HSCEI）。香港與大陸市場的整合意味著兩者具有更為緊密的經濟聯系，尤其是近年來大量內地企業選擇在香港上市。在亞太地區選擇重要國傢的市場指數，如韓國KOSPI指數、日經225指數、新加坡海峽時報指數與臺灣加權指數。此外，由於發達工業國對國際金融市場的巨大影響，我們還加入倫敦金融時報100指數、紐約S&P 500指數、巴黎CAC40指數、德國法蘭克福DAX指數、巴西Bovespa指數、加拿大S&P-TSX指數以及澳洲綜合指數。除各國股票指數外，諸多國內宏觀經濟變量也被加入作為預測變量，如CPI、M1月度同比增速、M2月度同比增速、工業增加值月增長率、長短期利差等。這些變量均為金融文獻中普遍采用的指標。股指行情數據取自銳思Resset金融數據庫和資訊金融終端，宏觀經濟變量數據來源於中國社會科學院金融統計數據庫以及各年度《中國統計年鑒》。計算股票指數月波動率的方法為當月股指日收益率的標準差乘以當月交易天數的開方。表1報告瞭指數波動率與國內宏觀經濟變量的描述性統計。表1 變量描述統計實證結果1.結果根據股指期貨推出的日期，我們將全樣本分為兩部分：以2002年1月—2010年4月為推出前時期，以2010年5月—2012年9月為推出後時期。利用推出前時期觀測值將所有國際主要指數波動率和宏觀經濟變量對滬深300指數月波動率進行OLS回歸，所得到的估計結果如表3所示。基於上述結果構建推出後時期的反事實值。我們將推出前時期定義為樣本內估計期，而將推出後時期定義為樣本外預測期。註意到反事實預測值的構建在模型估計時沒有考慮期貨交易的影響。因此，波動率的實際值與預測值之間的差額包含瞭通常的預測誤差以及由股指期貨推出所帶來的處置效應。此外，圖3、圖4描繪瞭基於面板數據評估法的2002年1月—2010年4月以及2010年5月-2012年9月的滬深300指數波動率實際值與預測值。從圖3可以看出，在股指期貨正式交易前運用國際主要指數月波動率和國內月度宏觀經濟變量能夠較好地擬合滬深300指數月波動率。圖4顯示，在股指期貨推出後的絕大多數時間裡，滬深300指數的月反事實波動率均高於實際值，表明存在負的處置效應。然而，仍然需要進行進一步的證據來確證該效應的顯著性。圖 3 基於面板數據評估法的滬深300指數月波動率實際值與預測值 2002:M1-2010:M4圖4 基於面板數據評估法的滬深300指數月波動率實際值與預測值 2010:M5-2012:M9表2報告瞭處置效應在整個樣本期間裡的估計與檢驗結果。表格第2列從日收益率中估計的波動率實際值，第3列為預測的反事實值。第4列中的處置效應計算定義為兩者差額。表格底部列示瞭處置效應的均值為-0.0184,其HAC調整後的標準誤差0.0043,相應的T統計量為-4.19,並在1%的水平上高度顯著。這個降幅在經濟意義上同樣十分顯著，這意味著股指期貨的推出降低股市波動率近25%.這個結果與近年來其他市場的發現一致，表明股指期貨的引入對於穩定股市具有重要作用。表2 基於面板數據評估法的處置效應 2010:M5-2012:M9為檢驗長期處置效應的顯著性，我們估計ARMA模型裡隱含的長期效應為-0.0340,t值為-3.13,在1%的水平上顯著。這與之前HAC穩健t檢驗的結果一致。2.穩健性檢驗（1）基於信息準則的變量選擇在模型估計階段有20餘個自變量，但僅有100餘個月度觀測值，因此我們進一步根據赤池信息準則AIC和修正赤池信息準則AICC選擇自變量以精簡模型。表3報告瞭相應的處置效應顯著性檢驗結果。利用AIC和AICC準則精簡模型的預測變量之後，結果表明股指期貨推出所帶來的處置效應依然顯著為負，分別為-1.74%和-3.47%.這意味著股指期貨的推出顯著降低瞭我國股市的波動性，具有穩定股市的重要作用。表3面板數據評估法的處置效應顯著性檢驗：基於AIC、AICC的模型選擇（2） 主成分分析除瞭選擇部分預測變量外，我們采用主成分分析方法提取預測變量的共同因子，並得到反事實預測值。我們發現前5大主成分對預測變量變動的積累貢獻接近90%.因此，我們選擇這5個主成分對滬深300指數月波動率進行預測，並發現處置效應的均值為-0.0259,HAC調整t值為-5.65,在1%的水平上顯著。此外，圖5和圖6比較瞭滬深300指數月波動率在兩個時期的實際值與預測值，結果與上節相同。圖5 基於主成分法的滬深300指數月波動率實際值與預測值：2002:M1-2010:M4圖6 基於主成分法的滬深300指數月波動率實際值與預測值：2010:M5-2012:M93.討論在得出股指期貨推出降低股票市場波動率的結論之前，我們著重闡釋面板數據評估方法相比於過去傳統方法的有效性及其優勢。為反映方法的有效性，我們以2002年1月—2009年4月為樣本內估計區間，以2009年5月—2010年4月為預測區間，構建基於面板數據的滬深300指數波動率反事實值。處置效應的均值為0.0102且並不顯著，其t值僅為0.76.基於AR模型得出的長期效應為-0.00016,t值為-0.012,也是不顯著的。這表明在股指期貨推出前的一年裡，在沒有股指期貨交易影響的情況下，基於面板數據評估法所得到的我國股市波動率預測值與實際值並無顯著差異。這意味著我們的結論準確反映瞭股指期貨的推出對於股市波動性的影響。此外，為體現本方法的優勢，我們進行另一個實驗，將文獻中流行的GARCH-虛變量法與本文采用的面板數據評估方法進行比較。為增大樣本量我們采用日收益率數據。當觀測值在2010年4月15日之後其值取1,否則為0.我們發現GARCH-虛變量法對於樣本期的選擇非常敏感，而面板數據評估方法相反則十分穩健。結論本文采用最近提出的面板數據評估方法探究我國股指期貨的推出對於股市波動性的影響。研究發現，我國股指期貨的推出顯著降低瞭股市波動率，該結果在不同模型選擇標準和預測方法下保持穩健。實證結果表明，股指期貨的推出提高瞭市場整體的信息效率，為投資者提供瞭更好的風險管理工具。然而，這個結果可能是由中國金融市場的獨特性質造成的，尤其是嚴格的準入要求、高保證金水平和政府監管。因此，在將結論擴展到其他國傢市場時需要考慮其自身的情況。「 拾荒網| 10Huang.CN 」整理。