《股指期货推出对股票市场影响的实证研究报告.docx》由会员分享，可在线阅读，更多相关《股指期货推出对股票市场影响的实证研究报告.docx（32页珍藏版）》请在三一办公上搜索。
1、股指期货推出对股票市场影响的实证研究课题研究人：彭艳、蒋瑛琨选送单位：国泰君安证券股份有限公司内容提要股指期货推出可能对股票市场的价格变化及其波动性产生影响，即波动性、成分股溢价问题。在股指期货即将在我国推出的背景下，市场各界非常关注股指期货推出对我国股票市场的影响。而现有关于股指期货对现货市场影响的研究成果大多集中于成熟市场，而对新兴市场的研究还较少。本文则以韩国、印度、台湾等新兴市场为样本进行实证研究,以期对我国市场提供一些借鉴。本文分别对股指期货推出对股票市场波动性、成分股溢价方面的影响进行了深入剖析。上述内容的研究大致按照国外学者实证研究成果梳理、实证研究方法、本文对新兴市场的实证研究
2、、实证结论的顺序进行。目 录1、引言22、股指期货的推出对股票市场波动性的影响32.1 现有对成熟市场的实证研究成果32.2 研究方法62.3 新兴市场的实证研究103、股指期货的推出对指数成分股估值的影响203.1 研究方法213.2 新兴市场的实证研究22参考文献291、引言股指期货推出可能对股票市场的价格变化及其波动性产生影响，即波动性、成分股溢价问题。波动性度量股指期货的推出是否导致现货市场波动性的增加。溢价度量股指期货的套期保值、套利等需求是否导致了现货指数成分股相对于非成分股存在估值溢价。在股指期货即将在我国推出的背景下，市场各界非常关注股指期货推出对我国股票市场的影响。这不仅涉及
3、股指期货本身的操作策略，对现货市场投资者的股票投资也会带来显著影响。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成熟市场，而对新兴市场的研究还较少。鉴于韩国KOSPI 200指数期货、印度国家证券交易所（NSE）标准普尔500大盘股指数(S&P CNX Nifty)期货、台湾证交所加权指数(TWSE)期货是目前全球市场交易量很大或增长很快的品种，因此本文将以上述新兴市场为样本进行实证研究，以期为我国提供一些参考。本报告分为四个部分：第二部分研究股指期货推出对股票市场波动性影响的实证研究。第三部分研究股指期货推出对股票市场成分股溢价影响的实证研究。上述部分的研究大致按照国外学者实证研究成果
4、梳理、实证研究方法总结、本文对新兴市场实证研究的顺序展开。2、股指期货的推出对股票市场波动性的影响2.1 现有对成熟市场的实证研究成果关于股票指数期货对现货市场波动性的影响，目前学者们存在三种不同观点，即股票指数期货的引入导致现货市场的波动性减小、波动性不变以及波动性增大。部分研究表明期货市场的引入使现货市场的波动性减小。Bessembinder和Seguin（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。Lee 和 Ohk（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
5、市场的波动性而且在某种程度上减小了波动幅度。Robinson（1994）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 et al.（1995）对1987年至1993年DAX指数及期货的研究表明，股指期货降低了现货市场的波动性。Antoniou和Holmes（1995）利用日收益率数据，对FT-SE 100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，但这种波动性并非来源于投机者扰乱市场的消极效应，而是来自
6、于信息的增加，期货市场的引入提高了现货市场信息流的速度与质量。大多数实证研究表明，现货市场波动性没有发生明显变化。Edwards（1988a，1988b）对S&P500指数和价值线指数在推出期货市场前后的波动性进行的分析表明，股价指数的日波动增加不是由于股指期货引起的，期货市场使得现货市场更为稳定和完善。Beckettihe和Roberts（1990）研究了S&P500指数期货与现货市场的关系认为，抑制股票指数期货交易量不能减少股票市场的波动，而断路器机制和提高保证金等措施能够有效降低股票市场波动。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
7、指数波动没有产生影响。Hodgson和Nicholls（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。Baldauf和Santoni（1991）在研究S&P500指数时考虑了ARCH效果，认为指数期货上市对股票市场波动性影响并不显著。Brorsen（1991）对引入指数期货前后S&P500股票市场的波动性是否发生了显著变化进行了检验。他发现，尽管短期（日）股价变化的方差发生了显著变化，但长期（5日和20日）指数价格变化的方差并没有发生显著变化。Gerety和Mulherin（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
8、无明显改变。Lasstsch（1991）对MMI股票指数期货和构成指数的20只成份股的关系进行了研究认为，期货交易没有使现货市场波动变大。Lee和Ohk（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。Pericli和Koutmos（1997）对S&P500股指期货的研究表明，除了1987年10月股灾的特殊情况外，指数期货与期权交易并未促使现
9、货市场的波动产生结构的变化。Charles和Sutcliffe（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，开办股指期货后，股指波动性不变的占7例，波动性减少的占4例，波动性增加的只有1例。此外，部分研究认为期货市场导致了现货市场波动性的增加。Harris（1989）认为，指数期货市场的交易增加股票市场的波动性的假设是随条件发生变化的。他认为，与指数相关的其他现象，例如国外投资者者持有美国股票的增加以及指数基金的增加，可能是导致这种波动性增加的主要原因。Damodaran（1990）研究了S&P500指数期货后发现，S&P500成份股的波动有增
10、大的趋势。Lockwood和Linn（1990）对道琼工业指数的研究表明，现货市场收益变异系数上升。Antoniou和Holmes（1995） 对FTSE100指数进行的研究表明，股票指数期货交易加大了股价的波动性，但改善了现货市场的信息反应速度与品质。虽然目前学者还没有对期货市场对现货指数的波动性达成一致看法，但主流观点认为，指数期货的引入并没有导致现货市场波动性的增加；或者，虽然股票价格的波动性有所增加，但这是由于信息的迅速流动造成的，指数期货实质上起到了稳定基础股票市场的作用。2.2 研究方法研究指数期货的引入对股票价格波动性的影响，需要解决两方面的问题：首先，指数期货是否对股票市场的波
11、动性产生了影响；其次，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。现有研究的争议主要是对所使用的波动性度量方法的分歧方面，正如Board和Suteliffe（1991）表明，波动性的研究结果对于所使用的波动性的度量方法是敏感的。检验期货市场的引入对现货市场波动性影响的常用方法是F检验和GARCH模型。1F检验假设股票指数期货市场引入前后，股票指数收益率服从正态分布，则我们可以利用F统计量检验指数期货引入前后，两个指数收益率序列的方差是否发生显著变化。F统计量计算如下： （1）这里，、分别表示指数期货引入前、后股价指数收益率序列，、分别表示样本数量。这种方法
12、存在两方面的缺陷：首先，F统计量假设股价指数收益率序列具有同方差的正态分布，而很多研究表明，金融时间序列具有尖峰厚尾、时变方差特征；第二，这种方法仅能分析指数期货是否对股票市场的波动性产生了影响，而不能对这种影响究竟是积极（稳定股票市场）还是消极（扰乱股票市场）的作用作出回答。有鉴于此，这种方法仅能对指数期货对现货市场波动性的影响进行粗略判断。2GARCH模型很多关于股票指数现货市场和期货市场波动性的研究是建立在股票指数变化是序列不相关及同方差的基础上的。然而，很多研究表明，股价指数收益率是异方差的（Mandelbrot，1963；Fama，1965；Bollerslev et al.，199
13、2），因此忽略了这方面问题的研究结论是不可靠的。虽然股票市场波动性的加剧是由于期货市场的引入导致的，但这种增强的波动性可能仅仅是由于收益率序列的自相关造成的。因此，考察期的选择也会显著影响研究结论（Moriarty和Tosini，1985）。更重要的是，很多研究不能明确区分信息和波动性之间的关系。然而，这种关系是很重要的，因为信息流速度的变化将会改变现货指数价格的波动性。因此，除非信息保持不变，否则即使在日数据的基础上，波动性也将是时变的。对这种波动性时变本质的一种有效的处理方法，就是利用GARCH过程建立收益率序列的条件方差模型（Engel，1982；Bollerslev，1986；Engl
14、e和Bollerslev，1986）。普通最小二乘方法要求误差项是同方差的，而GARCH模型将收益率的条件方差作为滞后条件方差项和前期误差平方项的线性函数。GARCH模型的优点就是，它能捕捉到金融日收益序列的波动聚积趋势。常用的GARCH模型有以下三种形式：(1)GARCH(p,q)误差项服从GARCH(p,q)过程的模型如下： （2） （3）这里，（2）是条件均值方程，（3）是条件方差方程，是信息集，p是GARCH项的阶数，q是ARCH项的阶数。GARCH模型要求和必须非负。(2)TARCH(p,q)由于股价通常对利好与利空信息具有非对称反映，因此也常用非对称GARCH（Threshold
15、ARCH）模型对股价收益率序列建模。TARCH模型的条件方差模型为： （4）其中，当时，；否则，。在这个模型中，好消息和坏消息对条件方差有不同的影响：好消息有一个的冲击；坏消息有一个对的冲击。如果，我们说存在杠杆效应；如果，则信息是非对称的。(3)EGARCH(p,q)EGARCH（Exponential ARCH）模型也是一种非对称的GARCH模型，由Nelson（1991）提出。条件方差被指定为 （5）当时，存在杠杆效应；如果，则影响是非负的。正如前面所述，分析信息、股票价格波动性及期货交易冲击的影响之间的关系，需要解决两个问题。首先，期货交易本身是否对股票市场的波动性产生了影响？其次，更
16、重要的是，如果期货交易的引入确实加剧了股票市场的波动性，但这种波动性可能来源于两个方面：一是信息的快速反映；二是期货市场对现货市场价格的扰动。因此，关键的问题就是，引入期货交易之后，信息及波动性之间究竟存在一种什么样的关系？为了解决第一个问题，我们在条件方差方程中引入了一个虚拟变量，在引入期货前值为0，引入期货后值为1。因此（3）式变为： （6）这里是虚拟变量。如果虚拟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。类似的，TARCH、EGARCH模型的条件方差模型中也可加入虚拟变量。关于第二个问题，我们可以把研究期间划分为引入期货前、后两个子期间。利用形如(2)、(3)
17、式的GARCH模型分别对两个子期间进行估计，因此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 Dickey-Fuller）检验和PP (Phillips-Perron)检验。2.3 新兴市场的实证研究1数据说明考虑到各指数的上市时间及考察期间的适当性，台湾地区、印度、韩国的样本区间分别设定为1990.1.3-2005.12.7，1990.7.5-2005.12.7,1990.1.4- 2005.12.7.利用各股价指数的日收盘数据，计算对数收益率。为了检验期货
18、市场的引入对现货市场波动性的影响，针对三个指数收益率序列，我们分别设置三个（0,1）虚拟变量序列，引入指数期货前，该变量值为0；引入期货后，值为1。表1：韩国、印度、台湾地区新兴市场的股指期货标的市场指数说明期货推出时间台湾证交所加权指数市值加权指数，所有在台湾证券交易所挂牌的普通股，基期为1966年1998.7.21韩国KOSPI200指数市值加权指数，200只成分股，市值占全部韩国证交所上市股的93%，基期为1990年1月3日1996.5.3印度S&P CNX Nifty指数市值加权指数，50只成分股，根据市值与流通性选择，成为指数成员的公司必须具有五十亿卢比以上的总市值，该指数代表了在印
19、度国家证交所挂牌交易股票市值的46%，基期为1995年2000.6.12交易量的变化能反映市场投资者参与的程度和市场规模的发展变化，因此，我们按照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。按照三个新兴市场股指期货上市后交易量的变化情况，将三个国家期货市场划分为初期、发展期、成熟期3个子区间。台湾地区总样本区间划分为：初期1998.7.21-2000.6.1，发展期2000.6.2-2004.3.23，成熟期2004.3.24-2005.12.7。韩国总样本区间划分为：初期1996.5.3-2000.3.2，发展期2000.3.3-2003.4.8，成熟期2003.4.9-2005.1
20、2.7。印度总样本区间划分为：初期2000.12.1-2003.5.5，缓慢变化期2003.5.6-2004.12.3，迅速发展期2004.12.4-2005.12.7（为节省篇幅，略去图示）。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流动性的影响，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）虚拟变量，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，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，虚拟变量值为0；发展期，值为1），从发展
21、期到成熟期的检验（发展期，虚拟变量值为0；成熟期，值为1）。2描述性统计表2表明，三个现货指数收益率序列均不服从正态分布。进一步分析表明，三个国家在引入期货市场前后两个期间的现货市场收益率均不服从正态分布，因此无法利用F检验等基于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。表2：TWSE、KOSPI200、NIFTY指数收益率序列的描述性统计样本均值最大值最小值标准差偏度峰度Jarque-Bera统计量观测值台湾地区7.38E-050.0788-0.09250.0185-0.08725.35751005.214317印度0.0002660.0525-0.05670.0077-
22、0.16348.74225026.653647韩国5.32E-050.0366-0.05530.0083-0.04266.23081886.7143353期货市场的引入对股票市场波动性影响的计量检验(1)股价指数收益率序列的单位根检验表3表明，ADF和PP检验结果一致，均表明，各时期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GARCH建模。此外，出于后文计量检验的需要，表3中也给出了引入期货市场前后韩国KOSPI200指数收益率序列的单位根检验结果。表3： TWSE、KOSPI200、NIFTY指数收益率序列的单位根检验样本ADF检验PP检验检验形式(C,K)1%显著性水平5%
23、显著性水平统计量AIC值SC值SC值统计量AIC值台湾地区-29.30-5.15-5.14-31.81-5.15-5.14(C,3)-3.44-2.86印度-33.20-6.9192-6.9124-53.8129-6.9155-6.9121(C,4)-3.44-2.86韩国（全样本）-28.35-6.92-6.91-53.69-6.92-6.91(C,2)-3.44-2.86韩国(引入期货前样本)-31.3756-6.7631-6.7543-60.3684-6.7600-6.7571(C,3)-3.44-2.86韩国(引入期货后样本)-31.37-6.76-6.75-6.76-60.47-6.
24、76(C,1)-3.44-2.86注：表中检验形式(C,K)分别表示单位根检验方程包括常数项、滞后项的阶数，加入滞后项是为了使残差项为白噪声。(2)TARCH建模针对不同的股价指数收益率序列，GARCH、TARCH、EGARCH模型的实证结果比较一致。由于股价对利好与利空信息通常具有非对称反映，因此利用非对称GARCH模型对股价指数收益率数据建模更为合理。以下我们仅列出利用TGARCH、EGARCH对各收益率序列的建模结果。1)台湾股票市场波动性检验表4对台湾TWSE指数收益率序列的检验表明，该序列服从AR(3)-TARCH(1,1)、AR(3)-EGARCH(1,1)过程。表示引入期货市场因
25、素的虚拟变量的系数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。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。表4: 对TWSE指数收益率序列的TGARCH、EGARCH建模(90.1.3-05.12.7，全样本)模型TARCH(1,1)9.42E-05（0.45）0.0507（3.07）0.0268（1.75）0.0300（1.98）4.92E-06（6.71）0.0441（6.92）0.9010(138.46)0.0829（7.87）-7.38E-07（-1.20）EGARCH(1,1)3.08E-05（0.15）0
26、.0470（2.96）0.0217（1.47）0.0320（2.17）-0.3058(-11.19）0.1769（15.68）0.9790(341.10）-0.0604（-9.05）-0.0059（-1.78）2)印度股票市场波动性检验表5表明，印度NIFTY指数收益率序列服从AR(4)-TARCH(1,1)、AR(4)-EGARCH(1,1)过程。虚拟变量的系数显著为负，表明印度引入指数期货后，现货市场的波动性显著减低。显著的值表明股市具有杠杆效应。表5: 对NIFTY指数收益率序列的TARCH、EGARCH建模(90.7.5-05.12.7，全样本)模型TARCH(1,1)0.00021（
27、2.05）0.1523(8.58)-0.0414(-2.26）0.0397（2.29）0.0463(2.60）2.72E-06（7.70）0.0873(9.30）0.8447(91.49）0.0598(4.58）-1.33E-06(-5.09）EGARCH(1,1)0.00016（1.64）0.1535（9.02）-0.0385(-2.15）0.0377(2.32）0.0443(2.58）-0.6916(-10.82）0.2532(20.5)0.9487(152.3)-0.047(-5.7)-0.0416(-4.93)3)韩国股票市场波动性检验表6表明，韩国KOSPI200指数收益率序列服从A
28、R(2)-TARCH(1,1)、AR(2)-EGARCH(1,1)过程。虚拟变量的系数显著为正，表明指数期货的引入，确实加剧了韩国股票市场的波动性。显著的值表明股市具有杠杆效应。为了检验韩国股市波动性的加剧，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、韩国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，值都减小，而值增加。与昨日与市场有关的价格变化对今日指数价格变化的影响相关，从而被视为“信息”系数，本文实证检验中的减小表明，在引入期货市场后，新信息对股价变化的影
29、响速度在减慢。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的增加，“旧信息”将对近日的股价产生较大的影响。综合、看，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6:对KOSPI200指数收益率序列的TARCH、EGARCH建模全样本(90.1.4-05.12.7)模型TARCH(1,1)1.81E-05(0.20)0.0814(5.00)-0.0379(-2.58)6.33E-07(5.48)0.0651(7.97)0.8872(106.44)0.0757(7.01)EGARCH
30、(1,1)1.25E-05(0.14)0.0870(5.44)-0.0384(-2.67)-0.3958(-9.48)0.2043(14.47)0.9774(-7.13)-0.0462(-7.12)引入期货前子样本(90.1.4-96.5.2)模型TARCH(1,1)2.86E-05(0.31)0.0644(5.68)-0.0431(-3.62)0.0265(2.11)5.36E-07(5.29)0.0569(7.85)0.9048(128.67)0.0692(6.70)EGARCH(1,1)1.42E-05(0.16)0.0624(6.10)-0.0455(-3.87)0.0307(2.58
31、)-0.2538(-9.72)0.1876(14.70)0.9888(443.85)-0.0417(-6.71)引入期货后子样本(96.5.3-05.12.7)模型TARCH(1,1)5.54E-05(0.37)0.0894(4.02)3.81E-07(2.97)0.0351(3.98)0.9386(127.37)0.0484(5.01)EGARCH(1,1)2.47E-05(0.17)0.0909(4.16)-0.1791(-6.54)0.1346(9.07)0.9919(428.06)-0.0349(-5.44)4不同发展阶段期货市场对股票市场波动性的影响股价指数收益率序列的单位根检验结果
32、表明，在期货市场处于初期-迅速发展期、以及迅速发展期-成熟期间，台湾地区、印度、韩国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TGARCH建模。鉴于由于TARCH、EGARCH模型的检验结果类似，限于篇幅，这里只给出利用TARCH模型得到的检验结果。(1)台湾期货市场不同发展阶段股票市场的波动性检验关于台湾地区现货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迅速发展期，表示期货市场阶段性变化的系数并不显著，表明当期货市场由初期进入迅速发展期后，期货市场对现货市场波动性没有显著影响。当期货市场从迅速发展期过渡到成熟期时，表示期货市场阶段性变化的系数显著为负，表示进入成熟期
33、的期货市场显著降低了现货市场的波动性。表7:TWSE指数收益率序列的TARCH建模初期-迅速发展期子样本（98.7.21-04.3.23）模型TARCH(1,1)-6.2E-05(-0.15)0.0723(2.49)0.0442(1.68)1.1E-05(3.75)0.0221(1.74)0.8816(41.32)0.1359(5.13)5.3E-08(0.02)迅速发展期-成熟期子样本（04.3.24-05.12.7）模型TARCH(1,1)9.1E-05(0.28)0.0636(2.09)8.39E-06(3.25)0.0345(2.51)0.8822(46.98)0.1236(5.22)
34、-5.9E-06(-3.40)(2)印度期货市场不同发展阶段股票市场的波动性检验关于印度现货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缓慢发展期，表示期货市场阶段性变化的系数并不显著，表明进入缓慢发展期的期货市场对现货市场波动性没有显著影响。当期货市场从缓慢发展期过渡到迅速发展期时，表示期货市场阶段性变化的系数仍不显著，表示进入迅速发展期的期货市场对现货市场的波动性没有显著影响。表8:对NIFTY指数收益率序列的TARCH建模初期-缓慢发展期子样本（00.8.13-04.12.3）模型TARCH(1,1)0.00023(1.42)0.1470(4.32)-0.0614(-1.91)4
35、.9E-06(5.83)0.0099(0.35)0.7052(17.47)0.2743(5.91)-6.9E-07(-0.87)缓慢发展期-迅速发展期子样本（04.12.4-05.12.7）模型TARCH(1,1)0.00064(2.59)0.1116(2.34)-0.1148(-2.16)2.1E-06(3.17)-0.0602(-1.53)0.8775(25.52)0.1397(3.19)6.04E-08(0.15)(3)韩国期货市场不同发展阶段股票市场的波动性检验关于韩国现货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迅速发展期，表示期货市场阶段性变化的系数显著为正，表明当期货市
36、场进入迅速发展期以后，期货市场引起了现货市场波动性的加剧。当期货市场从迅速发展期过渡到成熟期时，表示期货市场阶段性变化的系数为负，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。表9:对KOSPI200指数收益率序列的TARCH建模初期-迅速发展期子样本（96.5.3-03.4.8）模型TARCH(1,1)-0.00033(-1.66)0.09908(3.83)4.69E-07(2.32)0.0324(3.37)0.9416(108.87)0.0450(3.82)6.88E-07(2.74)迅速发展期-成熟期子样本（03.4.9-05.12.7）模型TARCH(1,1)0.00
37、012(0.54)0.0514(3.12)0.0283(1.86)5.1E-06(6.70)0.0460(7.13)0.899(136.0)0.0819(7.82)-7.9E-07(-1.26)5结论对期货市场的引入对现货市场波动性影响的计量检验结果表明，在不同国家，期货市场的引入对股票市场波动性的影响是不同的。利用期货市场引入前后，现货市场股指收益率的全样本数据进行检验后发现，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。印度引入指数期货后，现货市场的波动性显著减低。而在韩国，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导致。
38、基于期货市场交易量的变化，我们分别对台湾地区、印度、韩国的期货市场进行阶段性划分（初期、迅速发展期、成熟期），并分别以初期与迅速发展期的过渡时点、迅速发展期与成熟期的过渡时点为分界，考察了当期货市场由初期进入迅速发展期、以及由迅速发展期进入成熟期时，期货市场对现货市场波动性的影响。检验结果表明，在韩国，当期货市场进入迅速发展期以后，期货市场引起了现货市场波动性的加剧；当期货市场从迅速发展期过渡到成熟期时，期货市场对现货市场的波动性没有显著影响。在印度，进入缓慢发展期的期货市场对现货市场波动性没有显著影响；进入迅速发展期的期货市场对现货市场的波动性也没有显著影响。在台湾地区，当期货市场进入迅速发
39、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。综合两方面的研究结果，我们发现，在不同国家以及期货市场发展的不同阶段，期货市场对现货市场波动性的影响不尽相同。除韩国市场在引入股指期货初期，期货市场确实加剧了现货市场的波动性以外，大部分的实证结果均表明，不同国家、不同阶段（尤其是期货市场进入成熟期后）的期货市场对现货市场波动性没有显著影响，或者减小了其波动性，这与对成熟市场的现有实证结果是比较一致的。3、股指期货的推出对指数成分股估值的影响股指期货的推出，可能使标的指数成分股相对非标的指数成分股凸现更多机会。一方面，指数期货的套期保值、资产配置功
40、能，需要标的指数成分股的配合，另一方面，机构投资者对成分股的更多配置，才能使其在现货、期货操作中把握更多主动。相对于无指数期货时代，增量资金的介入、存量资金对组合配置的调整，都将加大标的指数成分股的投资，而这种调整可能在指数期货上市前一段时期就会发生。由此，股指期货推出前，标的指数成分股可能享受较高溢价。在股指期货推出后，标的指数成分股是否能享受这种溢价则难有定论。短期内，一方面，成份股的走势可能受到股指期货推出前自身溢价因素的影响而出现调整，另一方面，期货上市初期的价格、交易表现，以及市场投资者的交易策略，都将影响现货的操作方向。从长期来看，现货市场走势主要受自身发展主导，股指期货并不能改变
41、其现货市场的发展趋势。有关股指期货推出前后对成分股估值影响的研究文献相对较少，有鉴于此，下文中，我们不仅以新兴市场为例，还以成熟市场为对象，对期货上市出前后标的指数成分股的走势进行实证分析。3.1 研究方法为考察股指期货标的指数本身在指数期货推出前后的变化，我们首先考察指数本身的绝对走势。由于股指期货推出前后，标的指数走势可能受到估值、股指期货推出两方面因素的影响。为分离估值因素，我们还需进一步将股指期货标的指数与其他非标的指数进行比较，以考察标的指数相对于非标的指数是否出现估值溢价。关于股指期货标的指数相对非标的指数的估值是否出现溢价，实证研究可采用两种思路。第一种思路是，可以将期货标的指数
42、成分股组合作为研究对象，并选择与成分股组合受大致相同因素影响的非成分股组合作为对比组合，分析期货上市前后，两个组合涨幅（或成交金额、波动性）的相对变化。度量指标，可以选择组合加权区间收益率指标；也可对组合加权日收益率序列进行t检验等，以考察显著性。这种研究方法最为细致与客观，不但可以对成分股、非成分股组合的整体估值水平进行比较，还可深入分析成分股中权重股与非权重股的不同变化，甚至还可以其他特征作为研究比较的标准。另一种研究思路是，将标的指数与其他非标的指数进行对比分析。非标的指数成分股，最好与标的指数成分股具有比较相似的编制方法(例如，市值加权)，同时各指数成分股本身具有较强的可比性(例如，受
43、大致相同的宏观与市场因素影响，并具有相当的市场规模等特征)。直观地，可选定某一基日，利用标的指数相对于非标的指数的超额累计收益率的走势来判断。鉴于我们难以搜集到国外市场股指期货上市前后标的指数成分股的历史样本，因此，我们只能按照第二种思路进行分析。由于这些国家可作为对比的指数并不是最理想的样本，因此实证结论具有一定局限性，但仍可大致观察其共同特征，具有一定参考价值。3.2 新兴市场的实证研究(1)数据说明由于作为与标的指数对比的其他指数推出的时间必须在股指期货推出之前，受数据的限制，我们这里仅以美国、日本、韩国、印度为样本进行分析。美国S&P 500指数、日本NIKKEI 225指数、韩国KO
44、SPI 200指数、印度NIFTY指数期货推出的时间分别为1982.4.2、1988.9.3、1996.5.3、2000.6.12。对比指数见表14。表14：美国、日本、韩国、印度股指期货标的指数的对比指数国家指数指数说明成分股规模美国SPX指数(标准普尔500指数)市值加权指数，反映500只代表美国所有主要产业的股票市值的起伏变化，用以衡量整个国内经济景气表现情况,以1941-43年为基期，基数为10大盘股MID指数(标准普尔中盘400指数)市值加权指数，用以衡量美国股市中盘股类的市场表现,基日为1990.12.31，基数为100中盘股，与SPX指数成分股不重合INDU指数(道琼斯工业平均指数)价格加权指数，包括30只分别代表其行业领先的蓝筹股,基日为1928.10.1大盘股,为SPX指数成分股日本NKY指数(日经225指数) 价格加权指数，包含东京证券交易所一部中225家享有最高评级的日本公司,基期为1949.5.16大盘股NEY指数(日经300指数)市值加权指数，包含东京证券交易所一部主要挂牌交易股票,基日为1982.10.1，基数为100大盘股，与NKY指数成分股部分重合TPX指数(东京证交所股价指数)市值加权指数,包含东京证券交易所一部中所有公司，基日为1968.1.4，基数为100,指数计算中不包括临时发行及优先股各种规模的股票，包括NKY指数成分股
