数据选择及其基本统计特征

本文的研究对象为沪深300指数期货和沪深300股票指数，时间跨度均为2010年4月16日至2011年6月17日。由于沪深300指数期货会在一定时间到期，为保持数据的连续性，我们选择当月期合约来生成连续数据以作为本文的研究样本，所用方法与刘庆富和华仁海（2008）的数据生成方法相一致。沪深300指数期货和沪深300股票指数数据主要来源于Bloomberg数据库。

表1-1给出了我国沪深300指数期货与沪深300股票指数交易和非交易时段收益的基本统计量。可以发现，指数期货上午收益和下午收益均为负，隔夜和午休收益均为正；对股票现货而言，下午收益和隔夜收益均为负，上午收益和午休收益均为正。从风险来看，上午交易风险最大，午休风险最小；虽然隔夜时段最长，但其风险并不比交易风险大，由此可以推断股指期货和股票现货市场的风险很可能主要集中在交易时段。从偏度上看，股指期货和股票现货上午收益和下午收益的偏度均为负，而两市场隔夜收益和午休收益的偏度却相反，说明股指期货与股票现货非交易时段的信息含量存在较大差异。从峰度上看，各变量均具有尖峰厚尾特征。同时，从LB（5）和LB（10）统计量上看，除股指期货和股票现货市场的上午收益在5%的置信水平下具有自相关外，其他变量均不具有自相关性；从上午收益、下午收益和隔夜收益的LB2（5）和LB2（10）统计量上看，除股票现货市场的上午收益、下午收益和隔夜收益外，其他变量在5%的置信水平下均不具有异方差特征。此外，由含常数项的Augmented Dickey-Fuller（ADF）模型的平稳性检验可知，在1%的置信水平下，股指期货与股票现货市场各收益变量的价格序列均为一平稳过程。以上这些统计特征是模型构建的重要依据。

表1-1　沪深300指数期货与沪深300股票指数交易和非交易时段收益的基本统计量

（续表）

注：J-B值是一个检验序列是否为正态分布的统计量；LB（5）/LB（10）和LB2（5）/LB2（10）分别为滞后期为5/10的对数收益Q-统计量和对数收益平方Q-统计量。＊（＊＊）表示在5%（1%）置信水平下显著。