股指期货与股票市场波动性关系的实证研究

摘 要:以日本的N225指数期货、韩国KOSPI200指数期货和我国台湾地区证交所加权指数(TWSE)期货作为样本，通过GARCH模型的序列建模，从样本总体和分阶段子样本分别对其股指期货推出与股票市场波动性的关系进行实证检验。结果表明，台湾地区的股票市场引入股指期货后现货市场的波动性并未受到影响，而日本和韩国股票市场在引入股指期货之后其波动性加剧，但这种波动性的加剧仅仅是短期性的，长期内并无影响。

关键词：股指期货；现货市场；波动性

中图分类号：F830.91文献标识码：A文章编号：1001-6260（2008）03-0086-09

沪深300股指期货的模拟交易已经1年多，我国股指期货的正式推出也箭在弦上，股指期货推出到底会对股票市场的波动性产生什么样的影响，不仅是市场参与者、管理者关注的热点，也受到很多学者的关注。目前关于股指期货对现货市场影响的研究成果大多集中于美国和英国等成熟市场，而对新兴市场的研究还较少。由于日本、韩国与中国为邻，经济息息相关，文化上有互通性，社会心理也有相近性，本研究选取日本的N225指数期货、韩国KOSPI200指数期货和我国台湾地区证交所加权指数TWSE期货作为样本进行实证分析，以期通过发达证券市场和新兴证券市场的经验数据对股指期货推出后现货市场波动性变化进行较为全面的研究。特别是韩国KOSPI200指数期货和我国台湾地区证交所加权指数期货，是目前全球市场交易量很大或增长很快的品种，而它们当时推出股指期货时股票市场的发展状况与我们股票市场目前的实际发展状况比较接近，其实证结果对我们股指期货推出后研究现货市场波动性的变化具有一定的指导作用。

一、相关文献综述

学术界关于股指期货与现货市场波动性关系的研究常常集中于股指期货引入后对现货市场的波动性能否产生影响以及影响程度有多大等相关问题上。在诸多的研究结论中，存在着两种截然不同的观点，一种观点认为股指期货的引入使得现货市场的波动性增加，而另一种观点认为股指期货引入后现货市场的波动性不变或者减少。

Edwards（1988）、Becketti等（1990）、Baldauf等（1991）、Brorsen（1991）及Pericli等（1997）先后对股指期货推出后S&P500股票市场波动性进行了实证研究，得出的结论是股指期货并没有使得现货市场的波动性增加。Brorsen虽然发现引入指数期货后S&P500股票市场的日股价变化的方差发生了变化，但长期指数价格变化的方差没有发生显著变化，说明股指期货对现货市场波动性的影响即使存在也是非常短暂的。Baldauf等使用ARCH模型对S&P500指数的波动性进行了研究，认为指数期货上市对股票市场波动性影响并不显著。Freris（1990）对香港恒生指数期货推出前后的现货市场波动性进行了分析，认为指数期货对股票指数波动没有产生影响。Hodgson等（1991）分析了引进股指期货后澳洲所有普通股指数的波动情况发现，股指期货并没有加大澳洲股市的波动。Gerety等（1991）通过研究道琼斯工业指数期货对股价指数的影响发现，变异比率并无明显改变。Laatsch等（1988）对MMI股票指数期货和构成指数的20只成份股的关系所进行的研究认为，期货交易没有使现货市场波动变大。Lee等（1992）分别研究了美国价值线指数、香港恒生指数、澳洲所有普通股指数、新加坡交易的日经指数和英国的FT-SE100指数期货与相应的现货市场的关系，发现：美国市场中期波动上升，长期并无影响；香港市场的波动短期下降，长期上升；澳洲市场无显著变化；日本市场的波动显著上升；英国市场的波动短中期上升，长期并无影响。Charles等（1997）研究了1978年至1995年世界股票指数期货市场上12种股指期货与股指波动性后显示，推出股指期货后，股指波动性不变的近八成，只有少数股指表现为波动性增加。

Powers（1970）指出，期货市场实质上提高了金融市场的深度，扩大了信息量，现货市场的波动性会相应降低。Stroll等（1988）认为期货市场提高了现货市场的有效性并降低其波动性。Lee等（1992）研究了1984 年至1988年香港恒生指数期货与恒生指数的关系认为，股指期货不但没有增加现货市场的波动性，甚至在某种程度上减小了波动幅度。Bessembinder等（1992）分析了1978年至1989年S&P500指数期货推出前后的情况，发现期货市场的引入使现货市场波动性减小。Robinson（1993）对1980 年至1993年FT-SE100指数的期现货市场的研究表明，引入期货市场后现货市场波动性减小。Antoniou等（1995）利用日收益率数据，对FT-SE100股票指数期货的交易对基础现货市场的波动性的影响进行了研究。他们利用GARCH模型对信息与波动性之间的关系进行了检验。结果表明，期货交易导致了现货市场波动性的增加，但这种波动性并非是市场投机行为扰乱市场所致，而是源于股指期货的引入提高了现货市场信息流的速度与质量。

Cox（1976）认为，由于衍生市场中大量无信息交易者的存在，股指期货使得现货市场波动性增加。Finglewski（1984）也断定期货交易者相比于现货交易者，掌握的信息资源更少，这就会增加股市的波动性。Harris（1989）认为，由于期货市场交易成本相对较低，投资者交易频繁，引发了更多的不确定性并由此增加了现货市场的波动性。指数期货的引入使得现货市场的波动性增加。Damodaran（1990）研究了S&P500指数期货后发现，S&P500成份股的波动有增大的趋势。Lockwood等（1990）对道琼斯工业指数的研究表明，道琼斯工业指数引入后现货市场收益率变异系数上升。Antoniou等（1995） 对FT-SE100指数进行的研究表明，期货市场改善了现货市场的信息传递效率，使得现货市场的信息传递速度和所传递信息的质量增加，并使得股价的波动性增加。

国内学者对这一问题也进行了相关的研究。史美景等（2007）对香港恒生指数H股指期货引入前后现货市场的波动性变化进行了研究，结果发现，在期货和约未上市前，波动性干扰反应在时间上的持续性效果较久，而在股指期货推出之后，其波动性干扰因子的影响反应速度更快，市场波动性降低了。李华等（2006）对日经225指数对现货市场的波动性影响效应进行了研究，发现在股指期货推出之初现货市场的反应较强，波动性较大，之后其波动性逐渐减小。肖辉等（2004）运用高频数据对S＆P500股指与股指期货的日内互动关系所进行的研究发现，股指收益率与股指期货收益率之间存在着即时互动关系，三种波动率度量方法均发现股指期货已实现波动率明显大于股指已实现波动率。这说明股指期货的引入可能对现货市场波动性产生一定的影响。

综上所述，虽然关于股指期货与现货市场波动性关系的实证结论不一，但学术界还是倾向于指数期货的引入并没有导致现货市场波动性增加的观点，即使股票市场的波动性可能有所增加，也只是表现在短期，而且这种短期的波动性增加还可能是由于信息的数量增加和质量提高所致，股指期货其实发挥了稳定股票市场的功能。本文尝试着对这一问题进行实证分析。

二、波动性的检验方法

指数期货的引入与股票市场波动性关系的研究可以从定性和定量两方面来考虑，即：（1）指数期货是否对股票市场的波动性产生了影响；（2）如果存在这种影响，那么这种影响是稳定了基础现货市场，还是加剧了现货市场的不稳定性。在定性上，即指数期货是否对现货市场产生影响这一问题，在股票指数系列服从正态分布的条件下，可以直接通过F检验来进行，但事实上金融时间序列基本上都具有尖峰厚尾、时变方差特征，并不服从正态分布，所以这种方法并不实用。常常使用GARCH模型来对以上问题进行检验。而且，由于信息的基础性要素作用，信息数量和质量的变化往往会影响现货指数价格波动性的变化，使得波动性呈现出时变性特点。对这种波动时变性，可以用GARCH过程建立收益率序列的条件方差模型来处理。常用的GARCH模型如下：

（一）GARCH(p,q)

误差项服从GARCH(p,q)过程的模型如下：

这里，式（1）是条件均值方程，式（2）是条件方差方程，It-1是信息集，p是GARCH项的阶数，q是ARCH项的阶数。GARCH模型要求αi≥0以及βj≥0。

（二）TARCH（p,q）

由于股价下跌过程中的波动性比股价上涨过程中的波动性更大，股票价格对这种信息的反应具有非对称性。对于这种“非对称性”反应，通常可以采用门限ARCH（Threshold ARCH）模型来刻画。

TARCH模型的条件方差模型为：

当γ＜0时，存在杠杆效应；如果γ≠0，则影响是非负的。

正如前面所述，对于股票价格波动性的变化到底是由于期货交易冲击还是由于信息变化所致，可以从定性和定量两个方面来进行分析。定性上来看，从期货交易本身是否对股票市场的波动性产生了影响可以看出问题的本质；如果期货交易的引入确实加剧了股票市场的波动性，则这种波动性可能来源于两个方面：一是对信息的快速反应，二是期货市场对现货市场价格的扰动。因此，可以进一步从定量上来进行区分。为了剔除信息的干扰影响，我们要着重分析，引入期货交易之后信息与波动性之间所存在的关系问题。

对于股指期货是否对股票指数的波动性产生了影响这一定性的问题，我们在条件方差方程中引入了一个哑元变量，在引入期货前值为0，引入期货后值为1。因此式（2）变为：

这里，DF是哑元变量。如果哑元变量具有统计显著性，则表明期货交易的存在对现货市场的波动性产生了影响。类似地，TARCH、EGARCH模型的条件方差模型中也可加入哑元变量。

对于股指期货到底是增加了还是减少了股票市场波动性这一定量问题，我们可以把研究期间划分为引入期货前、后两个子期间。利用GARCH模型分别对两个子期间进行估计，从而可以对引入期货市场前后现货市场的波动性进行比较。

GARCH模型应用的前提是收益率序列是平稳的，因此在进行GARCH建模之前，必须首先对序列进行单位根检验，常用ADF（Agument DickeyFuller）检验。

三、模型的参数估计及分析

（一）样本和数据说明

选取日本、韩国和台湾地区的股指分别为日经平均股价指数N225、汉城加权指数KOSPI200和台湾加权指数TWSE，其股指期货的推出日期分别为1988.7.3、1996.5.3、1998.7.21。

考虑到各指数的上市时间及考察期间的适当性，日本、韩国和台湾地区的样本区间分别设定为1984.1.4―2007.12.28、1990.1.4―2007.12.28和1990.1.3―2007.12.31。利用各股价指数的日收盘数据，通过Rt=log(pt[JB（/]pt-1[JB）])来计算对数收益率。为了检验期货市场的引入对现货市场波动性的影响，针对三种指数收益率序列，我们设置一个哑元变量序列，将引入指数期货前该变量值设为0，引入期货后该值设为1。

交易量的变化能反映市场投资者的参与程度和市场规模的发展变化，因此，我们将期货市场交易量的变化作为期货市场发展阶段划分的依据。按照这三个市场股指期货上市后交易量的变化情况，将三个期货市场划分为初期、发展期、成熟期3个子区间。日本总样本区间划分为：初期1988.7.3―2002.6.7，发展期2002.6.10―2003.3.14，成熟期2003.3.17―2007.12.28。韩国总样本区间划分为：初期1996.5.3―1998.4.27，发展期1998.4.28―2001.6.27，成熟期2001.6.28―2007.12.28。台湾地区总样本区间划分为：初期1998.7.21―2002.12.31，发展期2003.1.2―2004.3.23，成熟期2004.3.24―2007.12.31。

由于期货市场的发展存在阶段性变化，因此为了进一步分析期货市场开设以后，期货市场对现货市场波动性的影响，我们将期货市场的发展划分为起步期、发展期、成熟期三个阶段，通过对不同阶段设置（0,1）哑元变量，检验期货市场的不同发展阶段对现货市场波动性的影响是否发生变化。具体地，针对每一个国家和地区，在期货市场发展的三个阶段，进行两次检验，即期货市场从起步期到发展期的检验（起步期，哑元变量值为0；发展期，值为1），从发展期到成熟期的检验（发展期，哑元变量值为0；成熟期，值为1）。

由于N255、KOSPI200和TWSE指数收益率序列均不服从正态分布，无法直接运用F检验通过正态分布的统计方法检验引入期货后股价指数收益率序列的波动性，只能通过GARCH模型来进行检验。

（二）期货市场的引入对股票市场波动性总体影响的计量检验

1．股价指数收益率序列的单位根检验

表1给出了N255、KOSPI200和TWSE指数收益率序列全样本的单位根检验。从ADF的检验结果可以看出，各时期N255、KOSPI200和TWSE指数收益率序列是平稳的，即服从I(0)过程，从而可对其进行建模。此外，出于后文计量检验的需要，表1也分别给出了引入期货市场前后日本N225指数收益率序列、韩国KOSPI200指数收益率序列和台湾加权指数TWSE收益率序列子样本的单位根检验结果。

2．TARCH检验和EGARCH检验

正如前面所述，由于股价对不同信息通常具有非对称反应，因此利用非对称GARCH模型对股价指数收益率数据进行检验更为合理。以下分别给出了N255、KOSPI200和TWSE指数收益率序列的TARCH、EGARCH模型的检验结果。

为了检验日本股市波动性的加剧是由于期货市场的引入加速了信息的流动而导致的，还是确实是由于期货市场加剧了现货市场的不稳定性而导致的，我们分别研究了在引入期货市场前后日本股市收益率序列波动性的变化。无论是TARCH模型，还是EGARCH模型，引入期货市场后，α1值都减小，而β1值增加。α1与昨日市场有关的价格变化对今日指数价格变化的影响相关，从而α1被视为“信息”系数，本文实证检验中α1的减小说明，在引入期货市场后，新信息对股价变化的影响速度在减慢。β1反映“旧信息”对股价的影响。引入期货市场后，信息流速的减慢将导致β1的增加，“旧信息”将对近日的股价产生较大的影响。

综合α1、β1可以看出，期货市场的引入确实扰乱了现货市场的稳定性。股指期货的引入的确使得现货市场波动性增加，而且这种增加并不是由于信息流动速度的加快而产生的。

（2）韩国股票市场波动性检验

韩国股票市场波动性检验结果如表3所示。从检验结果来看，韩国KOSPI200指数收益率序列服从AR(2)[CD1]TARCH(1,1)、AR(2)[CD1]EGARCH(1,1)过程。哑元变量DF的系数δ显著为正，表明指数期货的引入，确实加剧了韩国股票市场的波动性。显著的γ值表明股市具有杠杆效应。

为了检验引入期货市场前后韩国股市收益率序列波动性的变化情况，分别通过TARCH模型和EGARCH模型进行了检验。从其检验结果来看，无论是TARCH模型，还是EGARCH模型，期货市场的引入确实扰乱了现货市场的稳定性。期货市场的引入确实引起了现货市场波动性的增强，而且这种增强并不是由于信息流动速度的加快而产生的。

表4列出了对台湾地区TWSE指数收益率序列波动性关于TARCH和EGARCH的实证研究。从其结果来看，该收益率序列服从AR(3)[CD1]TARCH(1,1)、AR(3)[CD1]EGARCH(1,1)过程，引入期货市场因素的哑元变量的系数δ并不具有统计显著性，表明台湾地区引入指数期货后，现货市场的波动性并未发生显著变化。γ具有统计显著性，表明股价对利空消息的反应确实大于对利好消息的反应，股市具有杠杆效应。由于全样本的检验结果反映出现货市场波动性并未受到任何的影响，因此，进一步进行引入子样本的检验就没有了实质性的意义。

[HT5"H]表4 TWSE指数收益率序列的TARCH、EGARCH检验（全样本）

（三）不同发展阶段股指期货对股票市场波动性的影响

为了进一步从定量上分析股指期货引入对现货市场波动性的影响，本部分通过TARCH模型分别对N255、KOSPI200和TWSE指数收益率序列就不同发展阶段（初期、发展期和成熟期）的子样本进行实证检验。从表1股价指数收益率序列的单位根检验结果可以看出，在期货市场处于初期―发展期、发展期―成熟期间，日本、韩国和台湾地区指数收益率序列分别是平稳的，即各自服从I(0)过程，从而可对其进行TARCH检验。以下是这三个国家和地区子样本的检验结果。

1．日本期货市场不同发展阶段股票市场的波动性检验

从表5对N225指数收益率序列的实证检验结果来看，当期货市场从初期过渡到发展期，表示期货市场阶段性变化的系数δ显著为正，这说明当期货市场进入发展期以后，期货市场引起了现货市场波动性的加剧。当期货市场从发展期过渡到成熟期时，表示期货市场阶段性变化的系数δ为负，但不显著，表示进入成熟期的期货市场对现货市场波动性没有显著影响。

2．韩国期货市场不同发展阶段股票市场的波动性检验

KOSPI200指数收益率序列不同发展阶段波动性检验结果如表6所示。其指数收益率序列的检验结果表明，当期货市场从初期过渡到发展期，表示期货市场阶段性变化的系数δ显著为正，表明当期货市场进入发展期以后，期货市场引起了现货市场波动性的加剧。但当期货市场从发展期过渡到成熟期时，表示期货市场阶段性变化的δ系数为负，而且不显著，表示进入成熟期的期货市场对现货市场波动性没有显著影响。

3．台湾地区期货市场不同发展阶段股票市场的波动性检验

台湾地区TWSE指数收益率序列的检验结果表明(见表7)，当期货市场从初期过渡到发展期，表示期货市场阶段性变化的系数δ并不显著，表明当期货市场由初期进入发展期后，期货市场对现货市场波动性没有显著影响；当期货市场从发展期过渡到成熟期时，表示期货市场阶段性变化的系数δ显著为负，表明进入成熟期的期货市场显著降低了现货市场的波动性。这一点与表4所示的总样本检验结果是一致的。

四、研究结论及启示

（一）研究结论

本文以N255、KOSPI200和TWSE指数为样本，通过TARCH和EGARCH建模，从样本总体和分阶段子样本分别对其股指期货推出与股票市场波动性的关系进行了实证检验。其结果归结如下：

从全样本的检验结果来看，在日本和韩国，指数期货的引入确实加剧了股票市场的波动性，而且这种波动性的加剧是由于期货市场扰乱了现货市场的稳定性所致。而在台湾地区，引入指数期货后，现货市场的波动性并未发生显著变化。

从分阶段子样本的检验结果来看，在日本，当股指期货刚开始引入到发展期，股指期货的确加剧了股票市场波动性的变化，但当进入成熟期时，期货市场对现货市场波动性的影响并不显著；在韩国，当期货市场进入发展期以后，期货市场也引起了现货市场波动性的加剧，当期货市场从发展期进入成熟期以后，期货市场对现货市场的波动性没有显著影响；但在台湾地区，在期货市场进入发展期以后，期货市场对现货市场波动性没有显著影响，而进入成熟期的期货市场显著降低了现货市场的波动性。这充分说明，在日本和韩国，股指期货的引入对现货市场波动的影响仅仅表现在短期，长期并无影响。

从实证检验结果来看，日本和韩国股票市场中股指期货对现货市场波动性的短期影响并不是由于信息因素所引致的，的确是由于期货市场交易的高杠杆性所致。

（二）启示

股指期货的引入对现货市场波动性的影响因国家或地区的不同而不同，而且这种影响在期货市场引入及以后发展的不同阶段也有所不同。正如学术界的主流观点一样，总体上，股指期货的引入不会增加现货市场的波动性。即使在一些国家和地区，这种波动性增加的迹象存在，也只是短期的。在长期中，股指期货并不会增加现货市场的波动性，甚至还会减少现货市场的波动性，发挥期货市场稳定现货市场波动性的基本功能。而且从本文的研究结论来看，股指期货推出前后，成熟股票市场与新兴股票市场具有大致相同的特征。这一实证结论，对于即将推出的我国股指期货具有现实的指导意义。

参考文献：

李华，陈婧. 2006. 股指期货推出对股票市场波动性的影响研究：来自日本的证据［J］. 金融与经济(2).

肖辉，吴冲锋. 2004. 股指与股指期货日内互动关系研究［J］. 系统工程理论与实践(5).

史美景，邱长溶. 2007. 股指期货对现货市场的信息传递效应分析［J］. 当代经济科学(7).

ANDERSON R W, DANTHINE J P. 1983. The time pattern of hedging and the volatility of futures prices ［J］. The Review of Economic Studies, 50(2): 249-266.

ANTONIOU A, HOLMES P. 1995. Futures trading, information and spot price volatility: evidence for the FT-SE100 stock index futures contract using GARCH ［J］. Journal of Banking & Finance, 19: 117-129.

BALDAUF B, SANTONI G J. 1991. Stock price volatility: some evidence from an ARCH Model ［J］. Journal of Futures Markets, 11(2):191-200.

BECKETTI S, ROBERTS D J. 1990. Will increased regulation of stock index futures reduce stock market volatility ［J］. Federal Reserve Bank of Kansas City Economic Review, 11: 33-46.

BESSEMBINDER H, SEGUIN P J. 1992. Future trading activity and stock price volatility ［J］. The Journal of Finance, 47(5): 2015-2034.

BRORSEN B W. 1991. Future trading, transaction cost and stock market volatility ［J］. The Journal of Future Markets, 11(2): 153-163.

CHARLES M S, SUTCLIFF E. 1997. Index futures: theories and international evidence ［M］. ［S.l］:International Thomson Business Press.

COX C C. 1976. Futures trading and market information ［J］. Journal of Political Economy, 84(6): 1215-1237.

DAMODARAN A. 1990. Index futures and stock market volatility ［J］. Review of Futures Markets, 9: 442-457.

EDWARDS F. 1988. Does futures trading increase stock market volatility ［J］. Financial Analysts Journal, 23(5): 727-753.

FRERIS A F. 1990. The Effect of the introduction of stock index futures on stock prices: the experience of Hong Kong 1984―1987［R］. Pacific Basin Capital Markets Research, North Holland, Amsterdam： 409-416.

FINGLEWSKI S. 1984. Hedging performance and basis risk in stock index future ［J］. Journal of Finance, 39: 657-669.

GERETY M S, MULTHERIN J H. 1991. Patterns in intraday stock market volatility, past and present ［J］. Financial Analysts Journal, 47: 71-79.

HARRIS L. 1989. S&P500 cash stock price volatilities ［J］. The Journal of Finance, 46(5): 1155-1175.

HODGSON A, NICHOLLS D. 1991. The impact of index futures markets on Australian share market volatility［J］. Journal of Business Finance & Accounting, 18(2): 267-280.

LAATSCH F, SCHWARTZ T. 1988. Price discovery and risk transfer in stock index and cash and futures markets ［J］. Review of Futures Markets, 7: 272-289.

LEE S B， OHK K Y. 1992. Stock and index futures listing and structure change in time-varying volatility ［J］. Journal of Futures Markets,12: 293-310.

LOCKWOOD L J, LINN S C. 1990. An examination of stock market return volatility during overnight and intraday periods 1964―1989［J］. Journal of Finance, 45: 91-601.

PERICLI A，KOUTMOS G. 1997. Index futures and options and stock market volatility ［J］. Journal of Futures Markets, 17(8): 957-974.

POWERS M J. 1970. Does futures trading reduce price fluctuations in the cash markets ［J］. The American Economic Review, 60(3): 460-464.

ROBINSON G. 1993. The effect of future trading on cash market volatility: evidence from London stock exchange ［R］. Bank of England Working Paper 19, Bank of England.

STROLL H R, WHALEY R E. 1990. The dynamics of stock index and stock index futures returns ［J］. Journal of Financial and Quantitative Analysis,25: 441-468.

The Relationship Between Stock Index Futures

and the Volatility of Stock Market

LIU Fenggen1，2WANG Xiaofang1

(1.School of Economics and Finance, Xi′an Jiao Tong University,Xi′an 710061;

2.School of Finance, Hunan University of Commerce, Changsha 410205)

Abstract: Based on the sample of the N225 from Japan, KOSPI200 from Korea and TWSE from Taiwan, and the modeling of GARCH, this paper carries on the empirical research on the relationship of stock index futures and volatility of stock market through the sample and subsample respectively. The results indicate that introduction of the stock index futures has no impacts on the volatility of Taiwan stock market, whereas it magnifies the volatility of Japan stock market and Korea stock market in short run only, it also has no impacts in long run.

Keywords: [WT5B1]stock index futures; spot market; volatility[WT]

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”