股指期权对股票市场、股指期货市场波动性影响

2016-04-26 08:46莫媛，方龙

当代经济 2016年27期

关键词：期货市场对称性股指

莫媛，方龙

(1、中国科学院大学公共政策与管理学院，北京 100047 2、中国社会科学院数量经济与技术经济研究所，北京 102488)

股指期权对股票市场、股指期货市场波动性影响

莫媛1，方龙2

(1、中国科学院大学公共政策与管理学院，北京 100047 2、中国社会科学院数量经济与技术经济研究所，北京 102488)

文章以沪深300指数和股指期货为研究对象，运用组合GARCH模型、TARCH模型分别对沪深300股指期权仿真交易前后沪深300指数和股指期货的波动率水平变动及非对称性影响效应进行研究。实证结果表明，股指期权交易对股票市场、股指期货市场的波动率水平、非对称性均有显著性影响。另外，开展股指期权仿真交易后，沪深300指数、股指期货的波动率聚类性有明显加强。

股指期权；波动率；非对称性；组合GARCH模型；TARCH模型

一、引言

随着全球衍生产品市场不断发展，股指期权已成为各交易所交易金融衍生产品中的主流之一，其交易量也远超同类中的个股期权。与股指期货类似，股指期权是以股票指数为标的的金融类衍生产品，但不同的是其结构更为复杂。对证券市场来说，一方面股指期权的推出将更加有利于促进市场价格发现、提高市场流动性、增强市场稳定性等功能发挥，同时也将大大拓展金融资本市场的深度与广度，从而加速资本形成、确保市场良性运行。另一方面，期权类衍生产品天生所具有的高杠杆、低成本特性将极有可能使股指期权一经推出便成为市场众多投资者竞相追逐的投机工具之一。这可能会导致市场非理性与股指期权价格的扭曲，加剧股票现货、股指期货市场的波动，形成衍生市场、现货市场的波动性联动反应，从而影响金融资本市场的稳定，乃至造成社会经济环境的循环恶化。通常，股指期权的推出对股票市场、股指期货市场的影响可以分解为两大部分，一是对市场主体行为的影响，二是对市场波动性影响。而实际上，金融市场的波动性既是市场间联动关系的最为核心的内容之一，同时也是金融行业人士及学者们一直关注研究的重要课题。当前，国内外文献对股指期权的推出对其他市场的影响主要还是集中于股指期权与其他市场价格发现、市场间信息传递、市场流动性影响以及国外股指期权发展对中国推出期权类衍生产品的启示与建议等方面。就股指期权对股票市场、股指期货市场波动性的影响方面的研究还相对较少，熊熊等以韩国KOSPI 200指数及股指期货为研究对象，对韩国KOSPI 200股指期权推出后KOSPI 200指数及股指期货的波动性进行研究，表明股指期权的推出对KOSPI 200指数及股指期货的波动性及其非对称性均有显著性影响。近几年来，随着我国金融衍生品市场不断发展，中金所开展的股指期权仿真交易亦有序进行，采用国内股票市场、股指期货市场及期权仿真交易数据研究股指期权的推出对我国股票市场、股指期货市场的波动性影响将对深入认识市场间联动关系、完善交易制度设计以及防范金融风险等具有重要意义。

二、模型方法

股指期权的推出对股票市场、股指期货市场的波动性影响重点可以归结为以下两个问题：一是股指期权的交易，尤其是投机性交易是否加剧了股票现货、股指期货市场的价格变化而使其波动率水平有本质性升高；二是股指期权高杠杆特性下的买卖机制是否造成股票现货、股指期货市场所存在的波动率非对称性现象有显著加深。因此，我们分别从股指期权对股票现货、股指期货市场的波动率水平变动影响与非对称性影响的角度来详细讨论下文实证分析中将要用到的波动率模型与方法。

1、波动率水平变动模型

对于波动率性质的描述，学术界最为常用的模型之一就是时间序列分析中的GARCH(1, 1)。研究表明，GARCH(1, 1)能较为准确描述股票指数的异方差性、波动率聚类性以及长期记忆性。

为了更加清晰地刻画股票指数波动率的长期、短期的不同特征，这里我们将采用组合GARCH(1,1)模型来对股票指数的波动率进行建模。进一步，考虑到股指期权的推出可能对股票现货、股指期货的长短期波动率水平有本质性影响，因此我们于组合GARCH(1,1)模型的波动方程中加入虚拟变量D，如下所示：

如果长期、短期波动方程中虚拟变量D的系数γ显著性不为0，那么就有理由认为股指期权的推出对股票现货、股指期货市场的波动率水平有本质性影响；否则，股指期权的推出对股票现货、股指期货市场的波动率水平并无本质影响。进一步，当γ显著性大于0时，表明股指期权的推出一定程度上加剧了股票现货、股指期货市场的长短期波动；反之，当γ显著性小于0时，则表明股指期权的推出有效降低了股票现货、股指期货市场的波动性风险，有利于市场的平稳运行。

2、波动率非对称性模型

股票指数的波动率非对称性体现为指数收益、条件方差之间的负相关关系，即负收益时常伴随高水平的条件方差，而正收益则时常伴随低水平的条件方差。特别地，这种波动率非对称性现象尤其于股票市场的崩溃时期表现得更为强烈，即股票指数大跌同时股市的波动率水平将会显著增加。

为了考察股指期权的推出对股票现货、股指期货市场长短期波动的非对称性影响，我们将采用业界较为流行的主要用于刻画市场波动非对称性现象的TARCH模型，分别对沪深300指数、股指期货的对数收益率的条件方差进行拟合，如下所示：

进一步，可将样本期间分为两类，一类为股指期权推出前的样本，另一类为包含股指期权推出后数据的全样本（因股指期权仿真交易时间较短，股指期权推出后数据长度不够长），随后分别对这两类样本进行TARCH模型的估计与检验。如果指示性变量dt的系数α1始终显著大于0，那么可以肯定股票指数价格波动的“杠杆效应”成立。而通过对比两类样本所估计出来的系数α1的大小，即可考察股指期权的推出对股票现货、股指期货市场的波动率非对称性影响情况。

三、实证分析与估计结果

1、数据描述与处理

中金所股指期权仿真交易正式开展于2014年1月17日，股指期货正式上市时间为2010年4月16日，本文选取2010年4月16日至2015年4月16日作为样本期间。为了获取连续的股指期货收盘价数据，本文以当月期货合约为代表，利用其每个交易日的收盘价数据即可产生一个连续的期货交易数据系列。

数据样本包括：样本期间内沪深300指数收盘价数据1212组，记为HS300；股指期货收盘价数据1212组，记为IF00。为了减小舍入误差，分别对它们的价格序列作对数处理，记为LHS、LIF。通过对LHS、LIF作一阶差分即可得到它们的对数收益率序列如下：

进一步，为保证运用时间序列组合GARCH(1, 1)模型、非对称组合GARCH模型对上述样本序列进行建模的合理性，有必要对样本数据作单位根检验，如下表1所示：

表 1 样本收益率序列单位根检验（ADF检验）

可以看出，当显著性水平为1%时，LHS、LIF均接受存在单位根的假设，即为非平稳序列。而它们的一阶差分，即收益率DLHS、DLIF均拒绝存在单位根假设，即为平稳序列，因此可进一步对收益率序列DLHS、DLIF作统计处理。

2、组合GARCH(1,1)模型估计与检验

为考察HS300、IF00是否存在所谓的波动率时变性、聚类性，分别对它们的收益率序列DLHS、DLIF作ARCH效应检验。对此，先要验证DLHS、DLIF是否存在序列自相关性，故分别对它们作Ljung-Box检验，如下表2、3所示：

表 2 DLHS序列自相关性检验（Ljung-Box检验）

表 3 DLIF序列自相关性检验（Ljung-Box检验）

可以看出，DLHS、DLIF的自相关系数、偏自相关系数均较小，且通过了Ljung-Box检验，因此可以认为它们并不存在序列自相关性。进一步，可直接对DLHS、DLIF中心化后的残差平方序列作ARCH-LM检验，如下表4所示：

表 4 样本收益率序列ARCH-LM检验

可以看出，当显著性水平为5%时，DLHS、DLIF均拒绝了ARCH-LM检验的原假设，即DLHS、DLIF序列均存在ARCH效应，因此对它们的方差建立GARCH类模型比较适用。

利用第二部分建立的组合GARCH(1, 1)模型分别对沪深300指数、股指期货的对数收益率序列进行拟合，可得到如下估计式：

（1）沪深300指数