H股指数期货对现货市场信息效率影响的实证研究——基于非线性Granger检验

第３期（总第３２８期）　２０１１年３月　财经问题研究　Ｒｅｓｅａｒｃｈ　ｏｎ　ＦｉⅡａｎｃｉ￣ａｎｄ　Ｅｃｏｎｏｍｉｃ　Ｉｓｓｕｅｓ　Ｎｕｍｂｅｒ　３（Ｇｅｎｅｒａｌ　Ｓｅｒｉａｌ　Ｎｏ．３２８）　Ｍａｔｃｈ，２０１１　Ｈ股指数期货对现货市场信息效率影响的实证研究　——基于非线性Ｇｒａｎｇｅｒ检验　袁绍锋　，甄红线　（１．东北财经大学应用金融研究中　Ｌ，／金融学院，辽宁大连１１６０２５；　２．东北财经大学职业技术学院，辽宁大连１１６０２５）　摘要：Ｈ股指数期货作为与中国内地股市关联度最高的海外股指期货，它对现货市场的影响　是观察沪深３００指数期货对现货市场影响的重要窗口。本文基于混合分布假说，分别利用线性　Ｇｒａｎｇｅｒ因果关系检验方法与非线性Ｇｒａｎｇｅｒ因果关系检验方法对Ｈ股指数期货推出前后现货市　场内部交易特征进行研究。研究显示：现货市场交易量与收益率之间不仅存在双向非线性　Ｇｒａｎｇｅｒ因果关系，并且在股指期货推出后，现货市场交易量推动价格波动的能力更强，由此表　明Ｈ股指数期货降低了现货市场信息不对称。线性Ｇｒａｎｇｅｒ因果关系检验方法则低估了交易量与　收益率之间的内在联系。　关键词：Ｈ股指数期货；现货市场；信息效率；非线性Ｇｒａｎｇｅｒ检验　中图分类号：Ｆ８３０．９　文献标识码：Ａ　文章编号：１０００—１７６Ｘ（２０１１）０３－００６４－０７　一、引　言　Ｇｒａｎｇｅｒ因果检验进行分析，或在一元ＧＡＲＣＨ　证券市场信息效率的代表性理论之一是　模型中引入交易量因子。这样的方法可能存在着　Ｃｌａｒｋ【１　３最早提出的混合分布假说。该假说认为，　较大的局限性，如Ｈｉｅｍｓｔｒａ和Ｊｏｎｅｓ　的研究表　价格波动是由一个潜在的混合变量驱使的，该混　明，交易量与价格之间的相互影响关系具有显著　合变量一般被假定为信息流速率，即每１３信息到　的非线性特征，如果利用传统的Ｇｒａｎｇｅｒ检验方　达市场的次数，交易量可以看做信息变量的替代　法存在着低估二者之间真实联系的可能，如果利　变量。此后，Ｈａｒｒｉｓ和Ｒａｖｉｖ　利用市场微观结　用一元ＧＡＲＣＨ模型则无法体现收益率对价格的　构理论证明价格变化与交易量相结合所形成的指　影响。有鉴于此，本文尝试在现有研究基础上，　标设计可以刻画市场运行的信息效率，其基本原　采用非线性Ｇｒａｎｇｅｒ因果检验对股指期货推出对　理是：若单位交易量的变化引起价格较大变化，　现货市场信息效率的影响展开研究，落脚点是研　投资者意见分歧较小，则市场信息不对称程度较　究现货市场价量关系的变化。　低；反之，则市场信息不对称程度较高。然而，　二、文献综述　在关于交易量与价格的相互影响关系的实证研究　股指期货面世以来，国外学者对股指期货对　中，现有的大多数研究文献或结合传统的　现货市场的冲击效应进行了大量理论研究与实证　收稿日期：２０１０－１２－０６　基金项目：国家自然科学基金项目（７０６７１０１９；７０８７１０１９；７１０７２１４０）；教育部人文社会科学青年基金项目（０９ＹＪＣ６３００２２）；辽　宁省教育厅项目（２００９Ａ２４２）；教育部新世纪优秀人才项目（ＮＣＥＴ一０６—０２９４）；辽宁省百千万人才项目（［２００８］　１７９０９０）；国家留学基金项目（教外留［２０１０］１１７４）；东北财经大学社会与行为跨学科研究中心对外公开招标项目　作者简介：袁绍锋（１９８２一），男，湖南郴州人，博士研究生，主要从事资产定价和市场微观结构等方面研究。Ｅ－ｍａｉｌ：　ｙｕａｎｓｈａｏｆｅｎｇ１９８２＠１２６．ｃｏｒｎ　甄红线（１９７４一），女，辽宁丹东人，副教授，主要从事公司治理和财务管理等方面研究。　Ｈ股指数期货对现货市场信息效率影响的实证研究——基于非线性Ｇｒａｎｇｅｒ检验　６５　分析。首先，从股指期货推出前后现货市场价　格、交易量与波动性的变化来看，Ｊｅｇａｄｅｅｓｈ和　Ｓｕｂｒａｈｍａｎｙａｍ　认为现货市场在引入Ｓ＆Ｐ５００指　数期货交易后现货市场买卖价差显著扩大，信息　不对称是导致现货市场买卖价差扩大的重要原　大地丰富了对股指期货市场功能的认识，但大都　停留在股指期货价格发现功能的研究层面，并且　以线性Ｇｒａｎｇｅｒ检验思想为核心建模思想，存在　低估期货推出对现货市场信息效率影响的可能。　本文在借鉴潘越¨　研究思想的基础上，采用非　线性Ｇｒａｎｇｅｒ因果检验方法对股指期货推出前后　因。Ｊｏｃｈｕｍ和Ｋｏｄｒｅｓ　发现即期市场在引人期　货交易后波动性变大，但Ｓｐｙｒｏｓ　认为期货市场　现货市场信息效率的变化进行考察，通过观察股　指期货推出前后现货市场价量关系的变化判断市　的引入没有显著影响现货市场的价格波动。其　次，从股指期货市场价格变动与现货市场价格变　动的长期协整关系来看，短期内，股指期货价格　的变动快于现货市场价格的波动，而长期内却存　在协整关系。Ｃｈｕ等　研究发现，Ｓ＆Ｐ　５００指数　三种产品（现货市场、期货市场以及ＳＰＤＲｓ　Ｓ＆Ｐ　Ｄｅｐｏｓｉｔａｒｙ　Ｒｅｃｅｉｐｔｓ　ｍａｒｋｅｔｓ）之间的价格存　在长期协整关系，但现货市场与股指期货市场并　不存在长期关系。最后，从股指期货市场对现货　市场的信息效率影响来看，与现货交易相比，股　指期货提供了更为方便的卖空交易方式和较低的　交易成本，使得股指期货价格对信息反应更快，　其价格变动也往往领先现货市场价格变动（Ｓｔｏｌｌ　和Ｗｈａｌｅｙ　；Ｃｈａｎ　）。Ｈｅｇｄｅ和ＭｃＤｅｒｍｏｔｔ　研究了Ｓ＆Ｐ　５００指数成分股调整对该成分股流动　性的影响，发现新增加的成分股流动性增强，其　主要原因是直接交易成本增加和信息不对称程度　降低。由于股票指数是整个经济运行状况的基本　反映，削弱了现货市场信息不对称程度从而降低　了现货市场的波动性，但Ｇｕｌｅｎ和Ｍａｙｈｅｗ…　认　为能否降低现货市场信息结构因国家而异。另一　种观点认为股指期货的推出改变了现货市场信息　结构，使投资者集中在成分股交易（Ｇｏｒｔｏｎ和　Ｐｅｎｎａｃｃｈｉ　）。　国内有关股指期货对现货市场冲击效应的经　验研究始于最近几年。如肖辉和吴冲锋　利用　ＧＡＲＣＨ（１，１）模型对股指与股指期货日内互　动关系研究；肖辉等　使用脉冲响应和一般因　子分解模型检验了股指与股指期货价格发现过　程；涂志勇和郭明　研究发现，股指期货的推　出对指数的影响将取决于羊群效应的大小。当趋　势交易者跟风程度较弱时，股指在期货推出前短　期下跌，推出后继续下跌。当趋势交易者跟风程　度较强时，股指在期货推出前短期上涨，推出后　则下跌。严敏等¨刨利用带有误差修正的双变量　ＥＧＡＲＣＨ模型对我国股指期货市场的价格发现　与波动溢出效应进行了实证检验。上述研究虽极　场信息效率是否改进，与线性Ｇｒａｎｇｅｒ因果检验　方法相比，非线性Ｇｒａｎｇｅｒ检验方法提高了研究　的精度。　三、研究设计　Ｇｒａｎｇｅｒ提出的Ｇｒａｎｇｅｒ因果检验方法，是　现代计量经济学中的重要分析工具，在经济学研　究领域中得到了广泛的应用。为考察平稳序列　ｘ　是否是另一平稳序列Ｙ　产生的原因，Ｇｒａｎｇｅｒ　因果检验的程序是：首先估计当前Ｙ　值被其自　身滞后期取值所能解释的程度，然后引入序列　Ｙ　的滞后值，并检验其是否可以提高ｘ。的被解　释程度。如果是，则称序列ｘ。是Ｙ　的Ｇｒａｎｇｅｒ　原因。但该模型可能会忽视变量之间非常显著的　非线性因果关系，低估变量之间的真实关系，仍　有进一步改进的需要。１９９２年，Ｂａｅｋ和Ｂｒｏｃｋ　ｉｓ］　提出一种基于空间概率中的关联和（ｃｏｒｒｅｌａｔｉｏｎ　ｉｎｔｅｇｒａ１）概念非参数统计方法，用于估计事物　问的非线性关系，但该检验假定变量是独立同分　布，这与现实金融数据的特点不符。随后，　Ｈｉｅｍｓｔｒａ和Ｊｏｎｅｓ放宽了变量必须独立同分布的　假设，允许检验变量之间具有弱依赖性，从而极　大地拓展了这种检验方法的适用性。Ｈ—Ｊ模型　的实质是关于变量因果关系的二步法检验，即在　变量线性Ｇｒａｎｇｅｒ因果关系检验的基础上，对其　残差进行非线性因果关系检验。　（一）线性Ｇｒａｎｇｅｒ因果关系检验方法　线性Ｇｒａｎｇｅｒ检验的具体步骤是：首先对　ｘ　、ｘ　进行平稳性检验，．在此基础上进行协整　关系检验；如果变量之间存在协整关系，则引入　误差修正模型项，通过检验ＶＥＣＭ—ＶＡＲ模型　参数的显著性确定变量之间的相互引导关系。具　体检验方程为：　上　△ｙｔ＝ａ１１＋ａｌＯｔＩ，，２Ｚｉｔ—ｌ＋　，，ｊａｙｔ－ｊ＋　ｐ１．ｊＡｘｔ－ｊ＋８ｔ　Ｊ　１　Ｊ　１　土　三　Ａｘｔ＝ａ２ｌ＋ａ２２ｚＩ．１Ｉ＋　Ｏｔ２，，，ｊａｙｔ＿Ｊ＋　ｐ２．ｊ△）【ｔ．ｊ＋８ｔ　Ｊ　ｌ　】＝１　（１）　财经问题研究　２０１１年第３期　总第３２８期　（－－）非线性Ｇｒａｎｇｅｒ因果关系检验方法　１．非线性Ｇｒａｎｇｅｒ因果关系检验核心思想　Ｃ　ａ　ｍ＋Ｌｘ，Ｌｙ，ｅ）；　ｅ）－Ｋ（Ｙ　Ｌｙ，ｙＬ＿ｙＬｙ，ｅ）　∑Ｋ（ｘ　，ｘ　ｍ　＋Ｌｘ，　（４）　非线性因果关系检验平稳序列Ｙ＋是否是另　一平稳序列ｘ　产生的原因时，采用这样的方法：　Ｃ２（Ｌｘ，Ｌｙ，ｅ）；　Ｋ（ｙＬ＿ｙＩＪｖ，ＹＬｙｈ，ｅ）　∑Ｋ（ｘ　，ｘ　，ｅ）‘　首先估计任意两组Ｌ）（个元素的ｘ．滞后变量之间　的范数落在带宽ｅ的条件下，ｍ个元素的ｘ　超　前变量也落在带宽ｅ之内的条件概率；然后引入　Ｌｙ个Ｙ　滞后变量对条件概率的影响，即估计任　Ｃ３　ｍ＋Ｌｘ，ｅ）；　∑Ｋ（ｘ　，ｘ　ｍ＋ｌａ，ｅ）　Ｃ４（Ｌｘ，ｅ）　ＥＫ（Ｘ￣Ｌｘ，ｘ　，ｅ）　意两组ｋ个元素的ｘ　滞后变量与Ｌｙ个滞后变　量之间的范数均落在带宽ｅ的条件下，ｍ个元素　的ｘ　超前变量也落在带宽ｅ之内的条件概率；　最后如果两种情况下的条件概率没有显著差异，　那么原假设“Ｙ　不是另一平稳序列ｘ　产生的原　意”不能被拒绝。原假设的函数表达式为：　Ｐ　（１　Ｉｘ　一ｘ　ＩＩ＜ｅ｝，　ｌ　Ｉｘｍ．　一ｘＬｈ　ｌ】＜ｅ）　＝Ｐ　（１Ｉ　ｘ　一ｘ　Ｉｌ＜ｅ　ｌ，ｌ　ｌｘＴ＿　一ｘｍ　Ｉｌ＜ｅ，　ｌ１　Ｙ田＿Ｌｙ—Ｙｍ．Ｌｙ　ｌｌ＜ｅ）　（２）　其中，Ｐ　（・）表示概率函数；ｘ　ｍ一（ｘ　，　ｘ…，…，Ｘ　＋　）是ｍ个元素的ｘ　超前变量，　ｍ＝１时，表明滞后变量对当期的影响；ｙＬ＿ｙ　；　（Ｙ　－Ｌｖ，Ｙ　＋　，…，Ｙ　一　）是Ｌｙ个元素的Ｙ　滞后变量；ＩＩ・ＩＩ表示最大范数；Ｌｘ　Ｌｙ≥１，带　宽ｅ＞０。　２．非线性Ｇｒａｎｇｅｒ因果关系检验非参数估计　根据条件概率公式Ｐ（Ａ／Ｂ）＝Ｐ（ＡＢ）／Ｐ　（Ｂ），定义Ｃ。（ｍ＋ｋ，Ｌｙ，ｅ）；Ｐ　（１　ｌｘ　＋一　ｘ　ｍ。一ｈｔ￣ｌＩ＜ｅ，　Ｉｆ　ｙＬｙＬ　一ｙＬｙＬ　ＩＩ＜ｅ）为ｍ＋Ｌｘ　个元素的ｘ　变量与Ｌｙ个滞后变量之间的范数均　落在带宽ｅ的条件的联合概率；Ｃ　（Ｌｘ，Ｌｙ，　ｅ）＝－ｐ　（１　Ｉｘ　Ｌｘ—ｘ　ｈ　ｌＩ＜ｅ，　ｌ　ｌｙＬｙ＿Ｌｖ—ｙＬ＿ｙＬｖ　Ｉｌ＜ｅ）为ｍ个元素的ｘ　超前变量也落在带宽ｅ　之内的概率；Ｃ。（ｍ＋ｋ，ｅ）　Ｐ　（１Ｉ　ｘ　一　ｘ　ＩＩ＜ｅ）为ｍ＋ｋ个元素的ｘ　变量之间的　范数落在带宽ｅ之内的概率；Ｃ　（Ｌｘ，ｅ）　Ｐ　（１　ｌｘ　ｈ—ｘ　ｈ　ｌＩ＜ｅ）为ｋ个元素的ｘ　变量　之间的范数落在带宽ｅ之内的概率，那么原假设　函数表达式可以进一步表示为：　（３）　设Ｋｅｒｎｅｌ函数Ｋ（Ｚ　，Ｚ　，ｅ）为当ｚ。和　Ｚ：这两个变量之间的最大范数距离落在ｅ内赋　予权重为１，落在ｅ之外为０，进一步展开得到　式（４）：　其中，ｔ，ｓ＝ｍａｘ（Ｌｘ，Ｌｙ）＋１，…，Ｔ—　ｉｎ一１，ｎ＝Ｔ＋１一ｍ—ｍａｘ（Ｌｘ，Ｌｙ）。　通过Ｋｅｒｎｅｌ函数把变量间最大范数距离落　在ｅ之外的值予以剔除。在ｘ　和Ｙ．是严平稳和　弱依赖的假定下，使用式（３）中的联合概率　值，式（４）中原假设“Ｙ不是Ｘ（严格的）　Ｇｒａｎｇｅｒ非线性原因”不能被拒绝的条件就转化　为检验式子（５）是否成立：　／７［Ｃｌ（ｍ＋Ｌｘ，Ｌｙ，ｅ，ｎ）　Ｃ３（ｍ＋ｋ，ｅ，ｎ）１　‘【　■　一　Ｊ　Ｎ（０，盯　（ｍ，Ｌｘ，Ｌｙ，ｅ））　（５）　在Ｈ—Ｊ检验中，盯　是差值的方差。叮　（ｍ，Ｌｘ，Ｌｙ，ｅ）是十分关键的值，因为它是判　定原假设是否成立的临界值。Ｈｉｅｍｓｔｒａ和Ｊｏｎｅｓ　给出了极为复杂的叮的计算定义式，但是为简　便起见，本文在对残差进行标准化处理的基础　上，直接假定ｅ＝１．５（ｒ，而　：１。此外，本文　令ｍ＝１，以考察滞后变量对当期的影响。　（三）样本选取与数据处理　２００３年１Ｏ月８日，香港交易所推出Ｈ股指　数期货，Ｈ股指数期货的相关指数为恒生中国企　业指数（ＨＳＣＥＩ），它是由恒指服务有限公司编　纂及计算的市值加权股票指数，该指数的成份股　大约每半年调整一次。本文采取以下方法选取样　本：一是以Ｈ股指数及成分股交易额度量成分　股的价格与成交量。二是按照Ｈ股指数编纂方　法构造非成分股指数，具体方法是从港交所挂牌　上市的所有Ｈ股票非成分股中抽取具有市场代　表性的２Ｏ家上市公司的股票为样本，以流通股　本为权数加权平均法计算，以２００２年ｌ０月７日　为基日，基Ｅｔ指数定为２　０００点，非成分股股价　指数＝现时成分股总市值／基期成分股总市值×　２　０００。然后以非成分股指数组合股票１３交易量之　和反映非成分股的交易量。三是截取２００２年１Ｏ　月８日＿２Ｏ０４年１０月７日为样本期间（即Ｈ股　指数期货推出前后１年），以２００３年１０月８日　Ｈ股指数期货对现货市场信息效率影响的实证研究——基于非线性Ｇｒａｎｇｅｒ检验　６７　为分水岭，将样本区间划分为股指期货推出前样　本区间与股指期货推出后样本区间。所选样本期　间每一序列共４９６个有效数据，所有数据均来自　Ｂｌｏｏｍｂｅｒｇ与Ｒｅｓｓｅｔ数据库。　为更好地研究交易量与价格变化之间的关　系，定义交易额变动率为交易额比的自然对数，　ｔ，非成分股指数与交易额；ｒｈ　Ｖｈ，ｔ分别表示在　时间ｔ，Ｈ股指数收益率与交易额的变化率；　ｒｎ　、ｖ　．　分别表示在时间ｔ，非成分股指数收益率　与交易额的变化率。　四、结果分析　（一）样本描述性统计　表１给出了变量的基本统计特征描述：一是　股指期货推出后，成分股组合股票与非成分股组　指数收益率为指数比的自然对数，即：　ｒｈ｜　．１０ｇ（　）×１００　合股票交易额变动率的均值与标准差显著扩大，　ｒｎ　　ｌ－ｌ０ｇ（　）×１００　指数收益率的均值显著变小，而指数收益率的标　准差却并没有显著增加。据此可以初步可以判　ｖ　ｈＩｌ＝ｌｏｇ（　）×１００　’ｈ，ｔ一１　定，股指期货推出后，市场交易活跃度在增加，　ｖ　ｎＩｔ＝ｌｏｇ（　）×１００　（６）　市场深度在扩大，市场流动性增强。二是从序列　’ｎ．ｔ一１　的偏度、峰度以及ＪＢ统计量来看，变量序列均　其中，ｉｎｄｅｘ　Ｖ　．　分别表示在时间ｔ的Ｈ　不服从正态分布，呈现一般金融时间序列所具有　股指数与交易额；ｉｎｄｅｘ　Ｖ　．　分别表示在时间　的尖峰厚尾特征。　表１　成分股组合股票与非成分股组合股票指数收益率与交易额变动率基本统计特征　统计量　ｅｒｈ　ｐｒｈ　ｅｖｈ　ｐｖｈ　ｅｍ　ｐｒｎ　ｅＶｎ　ｐｖｎ　均值　０．２６　０．１４　０．５５　０．３３　０．２５　０．０９　０．４３　０．０６　中位数　０．２４　Ｏ．２１　１．Ｏ３　—２．３５　０．２１　０．２１　—２．５０　—２．１５　最大值　４．３７　６．６５　１５９．５６　１５８．８８　４．７９　６．０２　ｌ５２．０７　１４５．７６　最小值　—４．８３　—８．０３　—１ｏ６．８２　—１５７．２７　—６．９４　—９．００　—１１２．００　一ｌ２１．７３　标准差　１．４９　２．２３　３４．１６　３７．６３　１．６１　２．２５　４３．６６　４２．１８　偏度　一Ｏ．２２　一Ｏ．２０　Ｏ．３６　０．０２　一Ｏ．２８　—０．８０　０．３３　０．３０　峰度　３．９６　３．９９　４．６３　５．４２　４．８４　５．１２　３．３６　３．５０　ｊａｒｑｕｅ—ｂｅｒａ　ｌ１．３０　１１．８１　３２．６６　６０．７１　３８．０１　７３．６７　５．７２　６．４２　注：ｅｒｈ表示股指期货推出前Ｈ股指数收益率，ｐｒｈ表示股指期货推出后Ｈ股指数收益率，ｅｖｈ表示股指期货推出　前Ｈ股指数成分股股票组合交易额变动率，ｐｖｈ表示股指期货推出后Ｈ股指数成分股股票组合交易额变动率，ｅｒａ表　示股指期货推出前非成分股指数收益率，ｐｒｎ表示股指期货推出后非成分股指数收益率，ｅｖｎ表示股指期货推出前Ｈ　非成分股股票组合交易额变动，ｐｖｎ表示股指期货推出后Ｈ非成分股股票组合交易额变动率（下同）。　（二）基于ＶＥＣ—ＶＡＲ模型的线性Ｇｒａｎｇｅｒ　票交易额变动率都是平稳的。进一步，利用　检验　Ｊｏｈａｎｓｅｎ极大似然估计检验四组变量之间的协整　为发掘现货市场价格形成过程并避免出现伪　关系，在进行检验时考虑了含有常数和时间趋势　回归现象，本文利用ＡＤＦ统计量检验时间序列　情况，根据ＳＣ准则、ＡＩＣ准则确定最佳滞后阶　数据平稳性，利用ＡＩＣ值与ｓｃ值最小确定最优　数的方程形式，最终我们确定第一组、第二组滞　滞后阶数，利用Ｊｏｈａｎｓｅｎ统计量检验变量之间的　后阶数１＿３，第三组、第四组滞后阶数１－－－４，　协整关系，利用ＶＥＣ—ＶＡＲ估计交易量与收益　Ｊｏｈａｎｓｅｎ检验结表明无论是股指期货推出前，还　率偏离均衡时的调整速度。　是股指期货推出后，交易量变动率与收益率波动　１．收益率与交易额变动率协整关系检验　之间存在长期协整关系，具体结果见表２所示。　ＡＤＦ检验统计量显示指数收益率与组合股　财经问题研究　２０１１年第３期　总第３２８期　表２　股指期货推出前后现货市场收益率与交易量变动率协整关系统计表　迹检验　最大特征根检验　特征值　统计量　临界值　Ｐ值　协整个数　特征值　统计量　特征值　Ｐ值　协整个数　ｅｒｈ　０．２８　１５７．９０　１５．４９　０　０　Ｏ．２８　８０．６４　１４．２６　０　０　—ｅｖｈ　０．２７　７７．２６　３．８４　Ｏ　１　０．２７　７７．２６　３．８４　０　１　ｐｒｈ　Ｏ．３０　１３５．４４　１５．４９　０　０　０．３０　８７．４０　１４．２６　Ｏ　０　—ｐｖｈ　Ｏ．１８　４８．０４　３．８４　０　１　０．１８　４８．０３　３．８４１　０　１　ｅｍ　０．３７　１６９．Ｏ１　１５．４９　Ｏ　０　０．３７　ｌ１２．８３　１４．２６　０　０　—ｅＶｎ　０．２０　５６．１７　３．８４　０　１　０．２０　５６．１８　３．８４　０　１　ｐｍ　Ｏ．３２　１３６．５２　１５．４９　０　０　Ｏ．３２　９３．４７　１４．２６　０　０　—ｐｖｎ　０．１６　４３．Ｏ６　３．８４　Ｏ　１　Ｏ．１６　４３．０６　３．８４　０　１　协整检验结果显示：一是交易量的变动与收　Ｌ２　腹　期页准出）－ｆ，Ｈ股　殁收盈竿匀　益率变动之间存在长期协整关系。四组变量时间　成分组合股票交易额变动率之间的误差修正方程　序列的轨迹检验和特征根检验，均在５％的置信　为：　水平下拒绝原假设ｒａｎｋ（兀）≤１和ｒａｎｋ（兀）　［ｄｒｐ＇ｈ＇ｔ］＝　－０．　００５　－０　．０２　２４］　ｚｐ．：１，在５％的置信水平下接受了原假设ｒａｎｋ　９．７¨一ｚ　，（兀）≤２和ｒａｎｋ（兀）＝２。二是股指期货推　＋ｌ４０３＊　－０．０　０４　ｐ　，ｈ　，　ｔ　＿１＋出后，现货市场交易量的波动与变化之间的协整　［Ｌ一　　．５４　［ｄ　ｒ３　２６７２　．．　。Ｏ．７７５５　儿ｄｖ　７７，．ｄ。．一】】Ｉ　　关系显著上升，其中成分股收益率与交易量变动　＋ｌ０．０＿率的协整系数由０．１９上升至０．５９５，非成分股　＋［Ｌ一　　’　４　。。。－…０２６］［ｄ　ｒｐ　，ｈ　，ｔｚ１　８０７９　．　０………．．一，Ｊ】Ｉ　．，。一：　指数收益率与交易量变动率的协整系数由０．３７　上升至０．６３。长期协整关系的上升表明，股指　＋［Ｌ　’０　３５０５　　９　一０　１１９３　？‘　。Ｐ　＇ｔ－３　］一”’’　　．　．　　】儿［ｄｄｖ　ｒｅ　＇Ｊ　＋ｓ　，　．ｔ…，。　．期货的推出降低了现货市场信息不对称程度，尤　（３）股指期货推出前，非成分股指数收益　其是降低了Ｈ股指数成分股票的信息不对称。　率与成分股交易额变动率之间的双变量方程如　正是由于投资者关于证券市场信息分歧缩小，交　下：　易量与价格之间的协整关系提升，这也与Ｈａｒｒｉｓ　的结论一致。　［：　］＝［－一。０．０４０５　８２　］＋　－．０　．０９　１４．４　１ｚ　，　，。一－　２．指数收益率与组合股票交易额变动率　１Ｇｒａｎｇｅｒ因果关系检验　＋ｌＬ一［　？‘１　４９２３　－６　９　７．００３７．］ｌ　ｌ［　ｄｒｅ，ｎ　，ｔ　－】Ｊ　．　０　６２６２　儿．　ｄｖ　…。一Ｉ　．．一ｌ　鉴于交易量的变动率与收益率之间存在协整　关系，我们进一步对四组向量组合残差项进行　＋＋ＩＬ【　？’一　５　。－。。　］儿【　ｄｄｖ　ｒ￣＇ｎ　＇ｔ　－２１　０９３８　０　４７７２　ｌｌ］Ｊ　．　．　…。一２　一．．：　ＡＤＦ单位根检验，发现均拒绝零假设，即残差序　列为平稳序列。在此基础上，交易量的变动与收　＋ｌＬ［　　　‘　１　２７９２　．　４　５　？’。。　］『ｄｒｅ＇ｎ　＇ｔ　－３０　３５２４　～ｌｌ　Ｌ　　ｄｖ　］．　…ｊ　。．．一３一，　益率的变动之间建立向量误差修正模型　（ＶＥＣＭ）。四组变量之间的ＶＥＣＭ方程参数如下：　＋［Ｌ　一　０　８４３７　’２２５　？０　１４４６　　００２０．’ｊ【　ｄｖ　４　］Ｊ　＋ｓ　，’　　．　．　】［ｄｒｅ，ｎ　，ｔ　－（１）股指期货推出前，Ｈ股指数收益率与　。．．。一ｄ　一成分股交易额变动率之间的双变量方程为：　（４）股指期货推出后，非成分股指数收益　ｄｒｅ率与成分股交易额变动率之间的双变量方程如　＇ｈ＇ｔ　］＝　１６０８　１Ｉ＋　，　下：　．［　６　５　——　。　５】［ｄｒ　ｅ　，ｄ　ｒｐ　＇ｎ　＇．０１５８＋ｌＬ一　Ｉ　ｌｈ　，ｔ　－Ｉ］ｔ　］＝【０．０００　６　一４　３８６０　．６９，９．．　，。一ｔ　．　０　０５３７　．　儿ｄｖ　ｈ　，一Ｊ　ｄ。】＋［０　．。　】ｚ　．．．ｌ　＋＋ｌＬ［　　１　０９６３　＋　一－０　０３５２　ｏＯｌＯＯ］ｒ￣ｒｏ　ｈｌ．　．．　～～　．，Ｊ　　＋ｌＬ一．　１　　３９６６‘７　０　．．９０６１９１７３．’畦ｄ儿ｌｌ　　一ｖ　ｔ　Ｊｌ　ｒ【　０．２６０１　一０．００２０］ｒ　ｄｒ　，＿１．０２５４　ｏ．０１１０　Ｊ【ｄ　…ｈ．Ｉ－３　１Ｊ　　＋［．　＋ｌＬ一．　　６２４７＂１　２２７６　．　０．６３２４’】儿ｄｌ　［ｌ　　二】ｖ…一，Ｊｌ　Ｈ股指数期货对现货市场信息效率影响的实证研究——基于非线性Ｇｒａｎｇｅｒ检验　６９　［：　２　’　７．０１０５。】　［ｄｒｐ　＇ｎ　＇ｔ　－３＋ｌＬ　０　７９４７　０　３０７５　儿Ｉ　ｄｖ　］并不能引起指数收益率变动。非成分股指数收益　一Ｊ　．　．　…．１　．，．，　率与交易量变动率之间并不存在显著的格兰杰因　＋ＩＬ【　　。。　。　‘？‘００３９．　［　ｄｒｐ　＇ｎ　＇ｔ　－４】Ｉ＋ｅ＋￡　ｋ　果关系。线性Ｇｒａｎｇｅｒ因果关系检验表明交易量的　＋０　２７４０　０　１２３５　Ｊ　Ｌ　Ｊ　．　．　ｄｖ　．，。一４　频繁变动对收益率波动几乎不产生影响，这究竟　误差修正模型表明：（１）Ｈ股指数收益率的　是数据的巧合，还是由于线性Ｇｒａｎｇｅｒ估计方法固　波动具有长记忆特征，并且滞后阶数收益率的波　有的缺陷所导致的错觉？为进一步探明两者之间　动对当期收益率产生正的影响，这是因为是Ｈ股　真正的内在联系，我们将检验交易量和收益率之　指数收益率系统性风险的体现，在成功抵御了亚　间的非线性因果联系。　洲金融危机的冲击之后中国经济取得了快速速发　（三）基于非线性Ｇｒａｎｇｅｒ模型实证结果与　展，良好的宏观经济形势强化了投资者对Ｈ股的　分析　市场信心。（２）非Ｈ股指数成分股收益率虽然也　误差修正模型表明交易量与收益率之间不存　具有长期记忆特征，但是滞后阶数收益率的波动　在显著的线性Ｇｒａｎｇｅｒ因果原因，由此提出的疑　对当期收益率产生负的影响，这可能与非成分股　问是交易量与收益率是否存在非线性因果关系？　股票价格往往与公司异质性有关，也容易受到内　如果存在非线性因果关系，那么基于传统的　幕交易者行为的影响，表现出超调的特征。（３）　Ｇｒａｎｇｅｒ因果检验方法对其相互间的影响关系进　与指数收益率的调整速度相比，证券交易量的调　行检验时，可能导致结论出现显著偏差。为了考　整速度非常迅速，这可以从“混合分布假设”的　察交易量与国际传递过程中是否存在着非线性趋　理论得到初步解释。Ｃｌａｒｋ认为价格波动是由一个　势，并保证结论的稳健性。我们利用式（１）剔　潜在的混合变量驱使的，该混合变量一般被假定　除Ａ股和Ｈ股指数之间的线性依赖性，然后利　为信息流速率，即每１３信息到达市场的次数，而　用Ｈ—Ｊ模型对非线性关系进行统计，并把收益　交易量可以看做信息变量的替代变量。（４）股指　率与交易量的共同滞后阶数（Ｌｘ＝Ｌｙ）１　的　期货推出前后，Ｈ股指数收益率是导致成分股股　检验结果列于表３。　票交易量变动率的’Ｇｒａｎｇｅｒ原因，但是交易量变动　表３　基于ＶＡＲ线性过滤的非线性Ｇｒａｎｇｅｒ因果检验　股指期货推出前　股指期货推出后　滞后　ｅｒｈ≠　ｅｖｈ≠　ｅｌＴｌ≠　ｅｖｎｊ　ｐｒｈ≠　ｐｖｈ≠　ｐｍ≠　ｐｖｎ≠　阶数　．．．｝ｅｖｈ　—＋ｅｒｈ　—　ｅＶｎ　—＋ｅｍ　—　ｐｖｈ　—　ｐｒｈ　—　ｐＶｎ　—　ｐｍ　１　２１．８３’　２０．１９　１８．１２９‘　１７．３３９　２２．１６４　２１．２９１　２０．８０６　１９．３２８　２　１０．０８’　８．７９　ｌＯ．ｏ５６　８．７５５　１０．２８９　９．９３１　９．５２１　８．７７０‘　３　４．７１　４．２１　４．８０８　４．２３０　５．０７９　４．８５７　４．９５９　４．２０２　４　２．Ｏ７’　２．０３　２．２６５　２．０ｏ３　１７．８３０　０．９９３　２．６９３　１．９９８　５　Ｏ．８３　Ｏ．８６　１．０３１　０．７８４　１．０ｏ７　０．７８８　１．３７６　０．８２７　注：（１）原假设中，ｅｒｈ≠一ｅｖｈ表示股指期货推出前，Ｈ股指数收益率不是引起成分股股票组合交易量变动的原　因；ｅｖｈ≠一ｅｒｈ表示股指期货推出前，成分股股票交易量的变动不是引起Ｈ指数收益率变动的原因；ｅｍ≠一ｅｖｎ表示　股指期货推出前，非成分股指数收益率不是引起非成分股股票组合交易量变动的原因；ｅｖｎ≠一ｅｍ表示股指期货推出　前，非成分股股票交易量的变动不是引起非成分股指数收益率变动的原因；ｐｒｈ≠一ｐｖｈ表示股指期货推出后，Ｈ股指　数收益率不是引起成分股股票组合交易量变动的原因；ｐｖｈ≠一ｐｒｈ表示股指期货推出后，成分股股票交易量的变动不　是引起Ｈ指数收益率变动的原因；ｐｍ≠一ｐｖｎ表示股指期货推出后，非成分股指数收益率不是引起非成分股股票组　合交易量变动的原因；ｐｖｎ≠一ｐｍ表示股指期货推出后，非成分股股票交易量的变动不是引起非成分股指数收益率变　动的原因。（２）　表示在５％的显著性水平下拒绝原假设。　由表３可知，基于１－３阶滞后阶数的检验　分布假设”理论。每１３达到的信息会同时影响　结果均十分稳健。本文研究发现，交易量与价格　交易量和价格变化，但是我们发现这种变化并不　变动的非线性影响关系中，交易量与价格之间存　是直接正相关的，而是由市场上多空双方的反复　在双向因果关系，这一现象或许能支持“混合　力量调整来实现的。股指期货的推出降低了现货　７０　财经问题研究　２０１１年第３期　总第３２８期　市场信息不对称，因此与股指期货推出前相比，　交易量能更大程度上推动价格的波动。　五、研究结论与展望　Ｆｕｔｕｒｅｓ　ｏｎ　Ｅｍｅｒｇｉｎｇ　Ｍａｒｋｅｔ　Ｃｕｒｒｅｎｃｉｅｓ　Ｄｅｓｔａｂｌｉｚｅ　ｔｈｅ　Ｕｎｄｅｒｌｙｉｎｇ　Ｃｕｒｒｅｎｃｉｅｓ？［Ｒ］．ＩＭＦ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒ，　１９９８：ＷＰ／９８／１３．　本文研究Ｈ股指数期货推出前后现货市场　［６］　Ｓｐｙｒｏｓ，Ｉ．Ｓ．Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｔｒａｄｉｎｇ　ａｎｄ　Ｓｐｏｔ　Ｐｒｉｃｅ　内部交易特征的变化，以Ｈ股指数期货推出为　分水岭，将２００２年１０月一２００４年１０月的样本　期分成两个不同的区间，分别研究在两个不同阶　段里交易量与收益率的相互影响关系。线性　Ｖｏｌａｔｉｌｉｔｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｍｅｒｉｎｇ　Ｍａｒｇｋｅｔ　Ｆｉｎａｎｃｅ，　２００５，（４）：１５１—１６７．　［７］　Ｃｈｕ，Ｑ．ｃ．，Ｈｓｉｅｈｂ，Ｗ．Ｇ．，Ｔｓｅｃ，Ｙ．Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ　ｏｎ　ｔｈｅ　Ｓ＆Ｐ　５００　Ｉｎｄｅｘ　Ｍａｒｋｅｔｓ：Ａｎ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｓｐｏｔ　Ｉｎｄｅｘ，Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ，ａｎｄ　ＳＰＤＲｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｇｒａｎｇｅｒ因果关系检验的结果显示，虽然现货市　Ｒｅｖｉｅｗ　ｏｆ　Ｆｉｎａｎｃｉｌａ　Ａｎａｌｙｓｉｓ，２００３，（８）：２１—３４．　场交易量与收益率存在长期协整关系，并且股　［８］　Ｓｔｏｌｌ，Ｈ．Ｒ．，Ｗｈａｌｅｙ，Ｒ．Ｅ．Ｔｈｅ　Ｄｙｎａｍｉｃｓ　ｏｆ　Ｓｔｏｃｋ　指期货推出后，收益率与交易量的长期协整得　Ｉｎｄｅｘ　ａｎｄ　Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｒｅｔｕｒｎｓ［Ｊ］．Ｊｏｕｍａｌ　ｏｆ　到提升，但是交易量股和收益率并不存在明显　Ｆｉｎａｎｃｉｌａ　ａｎｄ　Ｑｕａｉｆｔｉｔａｔｉｖｅ　Ａｎａｌｙｓｉｓ，１９９０，（２５）：４４１　相互联系。无论是股指期货推出前，还是股指　—４６８．　期货推出后，仅存在着Ｈ股指数收益率是引起　。［９］　Ｃｈａｎ，Ｋ．Ａ　Ｆｕｒｔｈｅｒ　Ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　Ｌｅａｄ—Ｌａｇ　Ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｔｈｅ　Ｃａｓｈ　Ｍａｒｋｅｔ　ａｎｄ　Ｓｔｏｃｋ　Ｉｎｄｅｘ　交易量变化的单向因果关系。但利用Ｈｉｅｍｓｔｒａ　和Ｊｏｎｅｓ所提出的非线性Ｇｒａｎｇｅｒ因果关系检验　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔ［Ｊ］．Ｒｅｖｉｅｗ　ｏｆ　Ｆｉｎａｎｃｉｌａ　Ｓｔｕｄｉｅｓ，　１９９２，（４）：１２３—１５２．　方法对此进行检验，表明交易量与收益率之间　［１０］　Ｈｅｇｄｅ，Ｓ．Ｐ．，Ｍｃｄｅｒｍｏｔｔ，Ｊ．Ｂ．Ｔｈｅ　Ｌｉｑｕｉｄｉｔｙ　Ｅｆｆｅｃｔｓ　存在着双向的因果关系。股指期货的推出降低　ｏｆ　Ｒｅｖｉｓｉｏｎｓ　ｔｏ　ｔｈｅ　Ｓ＆Ｐ　５００　Ｉｎｄｅｘ：Ａｎ　Ｅｍｐｉｒｉｃａｌ　了现场市场信息不对称，交易量推动市场价格　Ａｎａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｍａｒｋｅｔｓ，２００３，　波动的能力更强。　（６）：４１３—４５９．　我国沪深３００指数期货刚推出不久，暂时无　Ｇｕｌｅｎ，Ｈ．，Ｍａｙｈｅｗ，Ｓ．Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｔｒａｄｉｎｇ　法利用高频交易数据对沪深３００指数期货对现货　ａｎｄ　Ｖｏｌａｔｉｌｉｔｙ　ｉｎ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｅｑｕｉｔｙ　Ｍａｒｋｅｔｓ［Ｊ］．　现货市场内部交易机制的影响进行研究，这是本　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，２０００，（２０）：６６１—６８５．　文的主要不足。所幸的是非线性Ｇｒａｎｇｅｒ检验技　［１２］　Ｇｏｒｔｏｎ，Ｇ　Ｂ．，Ｐｅｎｎａｃｃｈｉ，Ｇ．Ｇ　Ｓｅｃｕｒｉｔｙ　Ｂａｓｋｅｔｓ　ａｎｄ　术的应用提高了研究结果的精确性，而且揭示了　Ｉｎｄｅｘ－Ｌｉｎｋｅｄ　Ｓｅｃｕｒｉｔｉｅｓ［Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｂｕｓｉｎｅｓｓ，　１９９３，（６６）：１—２７．　Ｈ股指数交易量与价格之问的内在联系，从而有　［１３］　肖辉，吴冲锋．股指与股指期货日内互动关系研　助于资本市场投资者和政府相关部门了解股指期　究［Ｊ］．系统工程理论与实践，２００４，（５）：１７—２１．　货推出对现货市场价格形成机制的影响。　［１４］　肖辉，鲍建平，吴冲锋．股指与股指期货价格发现　过程研究［Ｊ］．系统工程学报，２００６，（８）：４３８—　参考文献：　４４１．　［１］　Ｃｌａｒｋ，Ｐ．Ｋ．Ａ　Ｓｕｂｏｒｄｉｎａｔｅｄ　Ｓｔｏｃｈａｓｔｉｃ　Ｐｒｏｃｅｓｓ　Ｍｏｄｅｌ　［１５］　涂志勇，郭明．股指期货推出对现货市场价格影　ｗｉｔｈ　Ｆｉｎｉｔｅ　Ｖａｒｉａｎｃｅ　ｆｏｒ　Ｓｐｅｃｕｌａｔｉｖｅ　Ｐｒｉｃｅｓ［Ｊ］．　响的理论分析［Ｊ］．金融研究，２００８，（１０）：１０４—　Ｅｃｏｎｏｍｅｔｉｒｃ，１９７３，（４１）：１３５—１５５　１１６．　［２］Ｈａｒｒｉｓ，Ｍ．，Ｒａｖｉｖ，Ａ．Ｄｉｆｆｅｒｅｎｃｅｓ　ｏｆ　Ｏｐｉｎｉｏｎ　Ｍａｋｅ　ａ　［１６］　严敏，巴曙松，吴博．我国股指期货市场的价格发　Ｈｏｒｓｅ　Ｒａｃｅ［Ｊ］．Ｒｅｖｉｅｗ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｓｔｕｄｉｅｓ，１９９３，　现与波动溢出效应［Ｊ］．系统工程，２００９，（１０）：３２　（６）：４７３—５０６．　—３８．　［３］Ｈｉｅｍｓｔｒａ，Ｃ．，Ｊｏｎｅｓ，Ｊ．Ｄ．Ｔｅｓｔｉｎｇ　ｆｏｒ　Ｌｉｎｅａｒ　ａｎｄ　［１７］　潘越．基于非线性Ｇｒａｎｇｅｒ因果检验的股市间联　Ｎｏｎｌｉｎｅａｒ　Ｇｒａｎｇｅｒ　Ｃａｕｓａｌｉｔｙ　ｉｎ　ｔｈｅ　Ｓｔｏｃｋ　Ｐｒｉｃｅ—　动关系研究［Ｊ］．数量经济技术经济研究，２００８，　Ｖｏｌｕｍｅ　Ｒｅｌａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆＦｉｎａｎｃｅ，１９９４，（４９）：　（９）：８７—１００．　１６３９～１６６４．　［１８］　Ｂａｃｋ，Ｅ．，Ｂｒｏｃｋ，Ｗ．Ａ　Ｎｏｎｐａｒａｍｅｔｒｉｃ　Ｔｅｓｔ　ｆｏｒ　［４］　Ｊｅｇａｄｅｅｓｈ，Ｎ．，Ｓｕｂｒａｈｍａｎｙａｍ，Ａ．Ｌｉｑｕｉｄｉｔｙ　Ｅｆｆｅｃｔｓ　ｏｆ　Ｉｎｄｅｐｅｎｄｅｎｃｅ　ｏｆ　ａ　Ｍｕｌｔｉｖａｉｒａｔｅ　Ｔｉｍｅ　Ｓｅｉｒｅｓ［Ｊ］．　ｔｈｅ　Ｉｎｔｒｏｄｕｃｔｉｏｎ　ｏｆ　ｔｈｅ　Ｓ＆Ｐ　５００　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｃｏｎｔｒａｃｔ　Ｓｔａｔｉｓｔｉｃａ　Ｓｉｎｉｅａ，１９９２，（２）：１３７—１５６．　ｏｎ　Ｕｎｄｅｒｌｙｉｎｇ　Ｓｔｏｃｋｓ［Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｂｕｓｉｎｅｓｓ，　１９９３，（６６）：１７１—１８７．　（责任编辑：孟耀）　［５］　Ｊｏｃｈｕｍ，Ｃ．，Ｋｏｄｒｅｓ，Ｌ．Ｄｏｅｓ　ｔｈｅ　Ｉｎｔｒｏｄｕｃｔｉｏｎ　ｏｆ