首页 理论教育 如何把握期货波动的规律

如何把握期货波动的规律

时间:2022-11-26 理论教育 版权反馈
【摘要】:在完全市场中,新信息应该是同时到达现货和期货市场。期货市场因其内在的杠杆性、低廉的交易费用、不受卖空限制而更容易有效地接受信息。相反地,也有一些研究的结果显示现货价格领先于期货。这可能与发展中国家的期货市场结构不完善导致的期货价格信息传递效率较低等因素有关。因此,研究期货和现货市场的波动溢出效应还有助于揭示期货的另一个基础性作用—套期保值。

第1节 国内外研究综述

1.1 股指期货与现货指数之间价格发现的研究综述

在完全市场中,新信息应该是同时到达现货和期货市场。然而,真实世界里的一些因素,会在两者之间产生一种领先—滞后关系。理论上,流动性越大、交易成本越低、限制性越少的市场在价格发现作用中扮演主导地位。期货市场因其内在的杠杆性、低廉的交易费用、不受卖空限制而更容易有效地接受信息。自Kawaller&Koch(l987)在其著名论文《标准普尔500指数期货和标准普尔500指数的短期价格关系》一文中首次对股指期货及其标的指数间的领先—滞后关系进行详细论述以来,各国学者就分别从不同角度对股票指数和相应的期货之间的这种非同步关系进行了大量的实证研究。

早期的研究主要是将现货指数(股指期货)的滞后期收益率对股指期货(现货指数)的当期收益率进行回归,来判断两者之间的领先—滞后关系。其中,Kawaller&Koch(1987)运用协整理论研究了标准普尔500指数的期货和现货价格之间的领先—滞后关系,发现:总体上两者价格走势一致,也有一些证据表明股指期货价格会领先于现货价格大约20~45分钟,而现货领先股票指数期货的时间只有不到1分钟,因此得出了期货市场更具有价格发现功能的结论。与此同时,高频数据也被大量采用。Herbst等专家(l987)对标准普尔500指数现货和期货每10秒钟价格变动分析,发现:现货和期货收益率存在很强的同期相关关系,股指期货对现货指数具有领先引导关系,并且领先的时间在60秒以内。相似的研究还包括Furbush(1989)用每5分钟的价格变动数据,也得出相似的观点。Cheung&Ng(1991)使用了GARCH(l,l)模型来控制误差项方差的自相关问题对标准普尔500指数进行实证研究,结果显示标准普尔500指数期货价格领先于现货价格15至30分钟。Tse(1995)研究了在SIMEX交易的日经Nikkei225期货与在东京股票交易所交易的现货指数日数据,结果显示股指期货领先现货。

相反地,也有一些研究的结果显示现货价格领先于期货。例如,Wahab、Leshgari(1993)首先提出协整分析的方法来研究标准普尔500指数与金融时报100指数期货与现货之间的动态关系。研究者运用日数据进行协整分析,结果发现标准普尔500指数与金融时报100指数现货引导期货。Ghosh(1993)运用CRB的每日收盘价,发现CRB指数价格引导期货价格。

在此之后,一些学者试图从方法上进行创新优化模型来对期货和现货之间的领先—滞后关系进行研究,但由于使用的方法和数据频率不同,其最终得到的结论也并不统一。例如,Schwarz&Laatsch(1991)对1985-1988年MMI指数运用联立方程模型研究了1周、1天、15分钟和1分钟这几个期限上的价格变动,结果显示现货和期货价格的关系随时间而变化。最初,现货市场会领先期货市场,但是在数据末端,期货市场会领先于现货市场。Raj(l995)运用误差修正模型对1992-1993年的恒生指数日数据进行研究,他发现现货和期货收益率之间存在双向因果关系,也就是期货收益率领先现货收益率,现货收益率也领先于期货收益率。Abhyankar(1998)研究了1992年金融时报100的四个近月合约的5分钟收益率,现货和期货收益率均先采用AR(n)-EGARCH(1,1)模型过滤,以消除非平稳性,发现期货价格要领先于现货价格5~15分钟。之后其在线性回归中对残差项进行Baek和Brock检验发现:除了期货对现货有线性因果关系外,还存在非线性的双向因果关系。

从以上学者的研究成果中我们可以看出,在股指期货市场较为发达的美国、英国、日本等国家,期货市场在价格发现过程占主导地位。还有一些学者检验了股指期货市场不发达的国家,如中国和印度,发现现货市场在价格发现过程中占主导地位。这可能与发展中国家的期货市场结构不完善导致的期货价格信息传递效率较低等因素有关。

以上研究分析中,大部分文章选择数据样本时,很少考虑市场成熟度问题,但是股指期货推出初期由于参与交易者类型、交易策略与股指期货上市一段时间后会有很大差异,这些将导致两个市场在不同阶段的价格发现作用产生很大的差异,因此不考虑分段区间来研究各个市场的价格发现功能,得出的结论有待商榷。

1.2 股指期货与现货指数之间波动溢出效应的研究综述

有学者认为相对于收益率本身而言,收益率的波动包含更多的市场信息流(Ross,1989)。此外,两个序列之间存在的收益率的一阶矩关系可能是虚假的,在进一步考察它们之间的高阶矩关系之后,这种一阶矩关系往往会消失(Lutkepohi,1993)。尽管收益率变动的领先—滞后关系能够对价格变化提供预测性信息,但这种收益率之间的关系未必意味着信息就是由领先市场向滞后市场传递的,更为恰当的方法是考察两个市场之间的“波动溢出效应”(Volatility spillover effect)。波动溢出效应是指一个市场的波动程度不仅受到自身市场过去几期历史波动程度的影响,还可能会受到其它市场历史波动程度的制约,这种市场间波动的相互传导性就称为“波动溢出效应”。从经济意义上说,这种传导本质上是不同市场之间风险的传递,而反映到模型上,就表示为一个市场的条件方差的变化不仅受该市场的影响,还受到来自其他市场的条件方差的影响。因此,研究期货和现货市场的波动溢出效应还有助于揭示期货的另一个基础性作用—套期保值。

Chan,Chan&Karolyi(1991)通过建立二元GARCH模型,研究了1984-1959年间标准普尔500指数现货和期货之间的波动溢出效应。他们发现两个市场之间存在很强的双向关系,任何一个市场上的信息都可以用来预测随后在期货和现货市场产生的波动率。Koutmos和Tucker(1996)利用双变量EGARCH模型能更好地捕捉好消息和坏消息对波动的不对称影响,研究得出两个市场都表现出非对称的波动效应,并且期货市场对现货市场有波动溢出效应,但现货市场对期货市场的溢出影响并不显著。Tse(1999)利用二元EGARCH(1,l)模型研究了1996-1997年道琼斯工业平均指数的1分钟收益率,发现期货波动率要领先于现货波动率大约3分钟,而没有什么证据表明现货波动率领先于期货波动率。

学者们也试图将一阶收益率和二阶波动率两者结合起来进行建模。Koutmos&Tueker(1996)分析了1984-1993年标准普尔500指数现货和期货日数据,他们对现货和期货收益率拟合了一个包含误差修正项的二元GARCH模型,其中误差修正项采用的是滞后负基差差St-1-Ft-1。他们所关注的是两个市场之间的波动率溢出效应,结果显示前一天的期货波动率对今天的现货波动率有显著的正向影响,且这种波动溢出是不对称的,期货市场的坏消息对现货市场的波动率的增加要比好消息的影响多出60%。这种非对称性可以用杠杆效应来解释:当股价下跌时,由于公司的债务不变,因此资产负债率上升,杠杆增大,这使得股票收益率的风险变大,从而增强了由坏消息引起的波动率上升;而如果好消息出现,那么由好消息带来的波动率上升会被因杠杆率下降而带来的波动率下降所抵消,而前一天的现货波动率对今天的期货波动率没有任何影响,因此,期货波动率要领先现货波动率一天。Chatrath,Christie-david&Koch(2002)使用1993-1996年标准普尔500指数的15分钟收益率,通过建立二元GARCH模型,发现现货和期货市场之间具有很强的双向波动溢出效应,两个市场之间的滞后时间约为15分钟。Lafoente(2002)考察了1993-1996年西班牙IBEX的1小时收益率,通过拟合一个带GARCH扰动项的二元ECM模型进行研究发现:期货收益率要领先现货收益率,而现货和期货波动率之间存在双向的因果关系。Zhong,Darrat&Otero(2004)利用E-GARCH模型考察了1999-2002年IPC指数的日数据,结果发现期货收益率的波动率要领先现货波动率,反之也成立。在国内,张宗成,王郧(2009)利用ECM和EC-EGARCH模型分别检验了香港股指期货和现货指数之间的领先—滞后关系和波动溢出效应,结果表明现货和期货市场之间存在领先—滞后关系,两个市场的波动性对其他市场信息的反应存在不对称性:期货交易产生的信息会加剧现货指数的波动;而现货指数的波动并不能对期货价格的波动产生显著影响,因此存在不对称溢出效应。严敏,巴曙松和吴博(2009)借助向量误差修正模型、公共因子模型和带有误差修正的双变量EGARCH模型对沪深300股指期货的模拟数据进行研究和分析,结果显示两个市场之间不存在显著的非对称双向波动溢出效应。

1.3 小结

从上述文献研究看,国外学者从不同角度、利用不同方法对现货指数与相应的股指期货之间的关系进行了大量的研究。总结起来,国外的研究主要有以下特点:从研究内容看,主要包括对指数现货和期货收益率(一阶矩)的领先—滞后关系研究和对波动率(二阶矩)的溢出效应的研究;从研究方法看,对指数现货和期货收益率的领先—滞后关系主要采用VAR或VEC等方法,通过对滞后期系数的显著性来判断两者之间的领先—滞后关系以及领先—滞后的时间,进而验证股指期货的价格发现功能。对波动率溢出效应的研究则更多的采用多变量GARCH模型,或者加入误差修正项的GARCH模型;从研究对象看,上世纪80年代的研究主要围绕标准普尔500指数期货、金融时报100指数期货等较为成熟的期货市场进行研究,随着新型股指期货市场的逐步推出,新的研究则更多的是对香港、印度等新型市场的情况进行研究。

目前国内关于股指期货的研究文献并不多见,主要原因在于我国股指期货推出时间较晚,缺少实证研究的数据。国内早期的研究大多集中在利用国外的研究方法对国外市场数据进行实证研究,并由此提出关于我国发展股指期货的相关建议和对策。随着中国金融期货交易所的股指期货进行模拟交易以来,部分学者借助模拟交易的数据进行研究,但模拟交易的数据毕竟不同于真实交易数据,投资者交易策略、投资心态与真实交易存在一定差异,其可靠性值得商榷。另外,国内现有的利用股指期货模拟交易数据进行研究多采用日交易数据,而国外很多学者研究表明,股指期指数之间的领先—滞后关系仅存在于几分钟或十几分钟的范围。如果上述在中国的股指期货市场也成立,那么采用日交易数据显然无法捕捉关于指数现货和期货市场之间的领先—滞后关系。而高频数据则不然,其理论上可以很好地捕捉到两个市场之间任何周期的领先—滞后关系。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈