doi：lO．3969Q．issn．1006—2025．2013．01．06
我国股指期货价格波动风险研究
王玉霞
(淄博职业学院 建筑工程学院，山东淄博 255314)
【摘 要】我国股指期货市场从 2010年成立至今，发展非常迅速，通过选择 VaR．方法对我国股指期货 日内波动风
险进行实证分析和预测，对不能用 VaR方法解决的重大事件产生的影响作 了压力测试，并结合我国市场实际状况提出
建设性意见。
【关键词】股指期货 VaR方法 风险控制
【中图分类号】F830．9 【文献标识码】A 【文章编号】1o06—2025(2013)01一o025—03
一
、引言
从 20世纪70年代股指期货产生至今已有 40余年．
经过长期的发展．股指期货已经成为一种较为成熟的金
融衍生品：它一方面能促进股票市场价格机制的完善，同
时给予投资者规避风险和套期保值的功能：股指期货能
有效降低股票市场的系统风险。拓展了投资渠道．完善金
融体制，促进股票市场健康持续发展，进而保证投资者的
利益。
我国股指期货起步晚．同时伴随着股票市场的大幅
波动，市场风险剧增 ，严重危害投资者的利益；股指期货
旨在对市场风险进行管理．但我国股指期货的推出并未
有效降低风险，反而增加了市场风险。在这种背景下，对
我国股指期货的深入研究刻不容缓
史芳丽(2009)以VaR模型对我国股指期货进行仿真
分析．发现风险结构对现货市场有重大影响．进而可以运
用股指期货对冲风险 ，能取得理想效果。[1]魏宇(2010)对
我国沪深 300股指期货的波动率进行预测 ．发现加入附
加解 释 变量 的扩 展 随机 波 动模 型预 测 精度 较传 统 的
GARCH及其拓展模型预测的精度高。[2]张海鹏(2011)利
用协整模型对我国沪深股市数据进行分析．发现升贴水
情况可以表现期货指数的运行方 向．同时成交量和持仓
量比可以发现市场风险状况 [，]
从国内研究者对我国股指期货的研究来看．主要是
进行模拟交易．并运用模拟数据进行研究．这主要是因为
我国股指期货起步晚，发展时间短的缘故．对股指期货的
研究还处于试探性研究．并没有形成系统深入的分析．所
以对其特性和功能需要亟待进行全方位、细致的研究。
二、研 究方法
(一 )VaR方法
风险价值模型(Value at Risk。VaR)是在正常的市场
波动情况和给定的置信水平下 ．某一金融资产在未来特
定时期发生的最大可能损失。[4]其数学表达式为：
Prob(AW(Ax，At)~<-VaR)=l-c
其中，AW为损益函数，△x为风险变量，△t为持有期，
c为置信度，VaR为置信度 c下处于风险暴露中的头寸。
VaR数学表达式推导：假定某一资产期初价值是 P，
期末期望收益率和最低收益率分别为R和 R’．收益的期
望和标准差分别为 和 盯，置信水平为 c。则风险价值
VaR=P(Ix-R )。
(1)设资产P收益率 R(P)～N(VL，盯)，‘P(8)是标准正态分
【收稿日期】2012—11-21
【作者简介J王玉霞(1972．6一)，女，汉，山东济阳，硕士，淄博职业学院建筑工程学院讲师，主要研究方向为经济数学、风险管理。
■■
布密 度 甬数 ．仅是 标准 正态 分 布相 应 的分 位数 ．可 以
得I叶I：
1-c=fYlf(P)dP=f2~’Jf(r)dr=f_a~qo(e)de (1)
I~1P(R<R )：p(R-I~<
—
R*
—
-
I~)：1一c
可知 ：一R*-ix
：仅 (2)
盯
将(2)式代入(1)式可得：VaR=E(P)一P 一P(Ix+a(r一 )=～
Por．o" (3)
这就是正态分布假设下 VaR的一般表达式
f二 )压力测试
由于 VaR技术存在局限性．所 以在实际操作中会运
用一些保障措施确保其有效性 ．在此采用压力测试 压力
测试将资产组合放置于某一特定的极端市场状况下 ，如
利率骤升、股价暴跌等情况．然后研究资产在这些关键市
场变量突变压力下的表现 ．检验其能否经受得起突变。这
种方 法弥 补 了 VaR方法 不能 测量 特定条 件 下风 险的
能力
历史情境分析方法是依据发生的重 大历史事件 ．然
后剥离出市场因子 ．进而计算事件发生对整体投资所造
成的损失 这种方法能较为客观地反映风险因子波动所
造成的损失．同时也给予管理者能在遇到类似事件时作
出有效的决策。但该方法只是给予一些经验性知识．事件
的发生概率及其风险因子都不可能完全相同 ．总是千差
万别．这种情况导致风险的不可预知性
三、实证分析
(一 )基于 GARCH模型的 VaR方法
样本数据：中国金融期货交易所 2010年4月 16日～
2012年 1月 5日沪深 300股指期货收盘价 ．共计 419个 ．
选取持仓量和交易量最大的合约
以 P 表示第 t日收盘价 ，r 表示第 t日收益率 ，则 r =
lnP／P 。图 1为在 Eviews5中对数据进行的描述性统计 。
Series：R
Sample 4／16／2010 4／16／2012
Observations 418
Mearl
Median
Maximurn
Minimum
Std Dev
Skewrless
Kuaosis
0 0oo940
．0Ooo940
OO53872
‘oO66o15
0015403
-0248o07
4931431
Jarque—Beta 69 25660
Probabilrty 0 000000
图 1 沪深 300股指期 货指数收 益率 的直 方图和相关统计量
从图 1可以看出 ．样本数据收益率偏度 S=--0．248≤
0，峰度 K=4．931>3，变现为“尖峰厚尾”特点，同时，Jarque—
Bera统计量较大 ，p=0，表明 日收益率分布不服从标准正
态分布。 由图 2可看 出收益率 的波动呈明显 的集 聚性
特征。 ‘
图 2 股指期货收益率波动 图
为了确保异方差模型的有效性 ．需要进行 ARCH效
应检验 ，对于滞后 13阶的 LM统计量 ．其对应概率 为 0，
小 于 0．05的置信 度 ．得 出收 益率 残差 序列 具有 高 阶
ARCH效应 ．应选择高阶 GARCH进行分析
为了确保模型对收益率分布的最优拟合 ．必须保证
AIC和 SC最小 ．表 1为 GARCH模 型不 同阶数 拟合 效
果 表
表 1 GARCH模型不 同阶数拟合效果表
在表 1中，GARCH(2，1)使 AIC和 SC准则最小 ，所
以选择 GARCH(2，l1模型来分析计算 8。
2 o 1O M o 7 2O 1 1M O 1 2 O 1 1M O 7 2 O 12 M 0 1
图 3 基于 GARCH(2，1)模型沪深 300股指期货标准差 。图
利用选择 的 GARCH(2。1)模型来预测 2012年 1月 6
日的 盯值 ．得到 O'--0．0127．这样根据新的数列可以得到未
来一段时间标准差的预测值 2012年 1月 6日股指期货
收盘于 2305点．在置信度为95％．同时 =0．0127的情况
下 ．VaR=一2305x1．65x0．0127=一48_3．这意味着 2012年 1
月 6日当天有 95％的可能收益损失不超过 48．3个点
(二 压力测试
笔者采用事件研究法．这种方法是研究相关事件的
发生能对所要研究 的金融工具或市场产 生多大 的影响
在此过程中．需要准确确定事件发生的时间．接着要计算
啪 ㈣
0 0 0 O 0 O O 0 0
王玉 霞：我 国股指期货价格波动风险研究
出事件对标的所造成的异常报酬．由于重大事件所产生
的影响往往持续很多天．并且所造成 的影响具有累积效
果，为了得出累积异常报酬，应该以每天的异常报酬之和
来刻画事件 的影响程度 。
表 2 重大事件对沪深 300股指期货影响表
事件名称 日期 吉
从表 2可以看出，信息越突发，信息影响往往越大．
造成股指单边下跌也就越严重。当市场处于趋势向上时．
出现 日本地震及核危机这类重大利空消息 ．往往是投资
者急于抛售手中头寸 ．导致股指期货连续 回调．造成累积
4．65％的单边下跌 ：而对于利比亚战争 ．由于这一事件酝
酿 已久 ，所以投资者有预期 ，当战争爆发 时，使压抑 的市
场出现单边上涨。利空却成了利好：而“7．23”动车事件发
生突然，投资者根本没有预期．所以事件的发生对铁路基
建板块造成重大影响．也引发相关板块下跌．造成了
3．87％的下跌幅度：对于标普降低美国评级。是 60年来第
一 次，美元是国际货币，世界市场都受到重大影响，导致
我国市场出现 6．7％的下跌 幅度
从压力测试可 以发现．重大事件的发生会使 市场波
动异常 ．出现短期内较大幅度 的剧烈波动 ．从而造成 巨大
损失，所以必须预防重大事件对市场所产生的影响。市场
监管者和投资者必须正确分析合理重大事件对市场产生
的影响及其程度 ．确保做出正确举措 ．降低突发性风险造
成的损失，这也是压力测试所要完成的任务
四、结论
(1)首先 ，VaR方法在处理股指期货的风险已经较为
成熟，市场投资者可以根据 VaR值调整风险头寸．从而降
低投资风 险：金融监管部门可 以将一些金融市场指标数
据公布．以方便投资者对市场风险的识别
(2)其次 ，笔者研究分析了重大事件发生对我 国股指
期货的影响．发现事件的突发性及其与金融市场的关联
性愈大 ，则对金融市场的影响愈大 ．能在短期内对我国股
指期货产生巨大影响 ，如 日本地震和美国评级的降低 ．不
管市场处于何种状态 。都会导致短期内下跌．这也显示了
压力测试的必要性 ．不管是市场投资者或者是监管部门
都需要对事件发生做出正确合理的决定．降低损失．确保
金融市场的稳定健康发展
【参考文献】
[1]1史芳丽．股指期货仿真交易市场与现货市场关联问题
研究U]．郑州航空工业管理学院学报，2009(6)：85-89．
[21 al~ ．沪深 300股指期货的波动率预测模型研究iJ]．管
理科学学报．2010(2)：66—76．
[3]3张海鹏．中国股指期货影响因素的协整分析Ⅱ]．金融与
经济 ，2011(10)：42—45．
【4]邢天才．中国股指期货对现货市场联动效应的实证研
究U]．财经问题研究，2010(4)：83—88．
[5]张宗成．沪深 300股指期货市场与现货市场联动性及
引导关系实证分析13]．中国证券期货，2010(5)：4-6．
Volatility Risk Study of China’S
Stock Index Futures Prices
WANG YU—xia
(Co~ege of Civil Engineering and Architecture
Zibo Vocational Institute，Zibo Shandong 255314)
【Abstract]China s stock index futures market sees a rapid development since its establishment on April 16，2010．This pa—
per analyzes and predicts daily fluctuations risk of Chinese stock index futures by using VaIL empirical and solves the major
event impact pressure testing while the VaR method cannot solve．At last．some constructive suggestion combined wich actual
market conditions Are proposed．
【Keywords]stock index futures VaIL method risk control
