新华富时Ａ５０指数期货与Ａ股市场之间的
价格发现与波动溢出研究
摘要：采用协整检验、误差修正模型和脉冲响应的方法研究了新华富时Ａ５０指数期货与
沪深３００指数、上证综指的长期价格发现与短期价格发现功能，结果表明，新华富时Ａ５０指数
期货具有一定的价格发现功能。在此基础上，运用Ｇｒａｎｇｅｒ因果检验与ＢＥＫＫ模型研究了新华
富时Ａ５０指数期货对沪深３００指数、上证综指的波动溢出效应，结果表明，新华富时Ａ５０指数
期货不是我国股票市场不稳定的因素。
关键词：指数期货；价格发现；波动溢出；异地上市
中图分类号：Ｆ８３０．９１ 文献标识码：Ａ 文章编号：１６７２８８４Ｘ（２００９）１１１５０７０６
┇﹥┈┄┋┇┎┃┄━┉━┉┎┅━━┄┋┇┈┉┌┃﹩﹨﹦燉┃┊
﹤┃﹢５０﹫┃┍﹨┊┉┊┇┈┃﹢┐┇┇─┉
ＸＩＯＮＧＸｉｏｎｇ１ ＷＡＮＧＦａｎｇ１ ＺＨＡＮＧＷｅｉ１，２ ＳＵＮＹａｊｉｎｇ１
（１．ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ，Ｃｈｉｎａ；
２．ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｔｉａｎｊｉｎ，Ｃｈｉｎａ）
﹢┈┉┇┉：ＴｈｉｓｐａｐｅｒｓｔｕｄｉｅｓｔｈｅｌｏｎｇｔｅｒｍａｎｄｓｈｏｒｔｔｅｒｍｐｒｉｃｅｄｉｓｃｏｖｅｒｙｆｕｎｃｔｉｏｎｏｆＦＴＳＥ燉Ｘｉｎ
ｈｕａＣｈｉｎａＡ５０ＩｎｄｅｘＦｕｔｕｒｅｓａｎｄＣＳＩ３００ｉｎｄｅｘ，ｔｈｅＩｎｄｅｘｏｆＳｈａｎｇｈａｉＳｔｏｃｋＥｘｃｈａｎｇｅｔｈｒｏｕｇｈｃｏ
ｉｎｔｅｇｒａｔｉｏｎｔｅｓｔ，ｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎｍｏｄｅｌａｎｄｔｈｅｉｍｐｕｌｓｅｒｅｓｐｏｎｓｅｆｕｎｃｔｉｏｎ．Ｅｍｐｉｒｉｃａｌｒｅｓｕｌｔｓｓｈｏｗ
ｔｈａｔＦＴＳＥ燉ＸｉｎｈｕａＣｈｉｎａＡ５０ＩｎｄｅｘＦｕｔｕｒｅｓｉｓｐｒｉｃｅｄｉｓｃｏｖｅｒｙｖｅｈｉｃｌｅｆｏｒＡｓｈａｒｅｍａｒｋｅｔｔｏｓｏｍｅｅｘ
ｔｅｎｔ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｉｓｐａｐｅｒｕｓｅｓＧｒａｎｇｅｒｔｅｓｔａｎｄＢＥＫＫｍｏｄｅｌｔｏｅｘｐｌｏｒｅｔｈｅｖｏｌａｔｉｌｉｔｙｓｐｉｌｌｏｖｅｒｓ
ｅｆｆｅｃｔｓｏｆＦＴＳＥ燉ＸｉｎｈｕａＡ５０ＩｎｄｅｘＦｕｔｕｒｅｓ．ＥｍｐｉｒｉｃａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＦＴＳＥＸｉｎｈｕａＣｈｉｎａＡ５０
ＩｎｄｅｘＦｕｔｕｒｅｓｉｓｎｏｔａｓｏｕｒｃｅｏｆｉｎｓｔａｂｉｌｉｔｙｉｎＡｓｈａｒｅｍａｒｋｅｔ．
┎┌┄┇┈：ｏｖｅｒｓｅａｓｌｉｓｔｉｎｇ；ｉｎｄｅｘｆｕｔｕｒｅｓ；ｐｒｉｃｅｄｉｓｃｏｖｅｒｙ；ｖｏｌａｔｉｌｉｔｙｓｐｉｌｌｏｖｅｒｓ
收稿日期：２００９０６０３
基金项目：国家自然科学基金资助项目（７０９７１０９６）；教育部新世纪优秀人才支持计划资助项目（ＮＣＥＴ０７０６０５）；天津
市社会科学基金资助项目（ＴＪ０５ＴＪ００３）
１ 研究背景
全球第１只以Ａ股市场为成分股的股票指
数期货产品，是新加坡交易所于 ２００６年 ９月 ５
日推出的新华富时Ａ５０指数期货（简称Ａ５０指
数期货）。这是新加坡交易所继抢占日本、我国
台湾和香港地区指数期货之后，再次决定抢占
国内股票指数期货市场。叶峰等［１］通过实证的
方法认为，由于我国不存在卖空机制，股指期货
的实际价格与理论价格之间的偏差呈现非线
性，但是真正的套利者在这样的市场条件下，获
得单向套利的机会远比成熟市场多。鉴于股指
期货价格非线性特性以及异地上市的特殊性，
自上市以来，Ａ５０指数期货对我国Ａ股市场以
及沪深３００指数期货在价格发现与波动性方面
的影响就成为国内各界人士关注的焦点之一。
再加上２００７年我国Ａ股市场的几次大跌时间
与Ａ５０指数期货的交割日刚好重合，在２００７年
２月２７日、５月３０日和６月２８日上证综合指数
都出现了大幅下跌。很多研究人员认为Ａ５０指
数期货对我国股票市场的价格波动具有很大影
响。我国金融改革在不断进行中，而沪深３００指
数期货一直未能正式上市交易，国际投资者在
海外便只能通过Ａ５０指数期货来接近我国Ａ股
市场。新加坡交易所在２００７年１１月份修改合约
乘数和最小报价单位以后，交易量明显增加。由
·７０５１·
第６卷第１１期
２００９年１１月
管 理 学 报
ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔ
Ｖｏｌ．６Ｎｏ．１１
Ｎｏｖ．２００９
此，本研究以沪深３００指数、上证综指作为Ａ股
市场的代表指数，通过计量方法研究Ａ５０指数
期货对我国Ａ股市场的价格发现功能与波动溢
出效应。
在波动性方面，徐剑刚等［２］研究铜的期货
价格波动与市场深度与交易量的关系，表明交
易量对波动性有正影响：在交易量小的市场状
况下，持仓量可减缓期货收益波动；在交易量大
的市场状况下，持仓量增加了期货收益波动。在
价格发现机制方面，熊熊等［３］研究了台湾股票
指数期货在新加坡和台湾２家交易所的信息传
递效率，分析了上市相似指数期货合约的各个
交易所之间的信息传递机制。研究结果表明，这
２种台湾股票指数期货和它们的标的资产之间
存在着一个公因子，而且新加坡交易所的摩根
台指期货合约在价格发现的过程中起到了主导
作用。作者认为，这是由于新加坡相对宽松的监
管制度决定了它能够更有效地进行市场交易制
度改革，从而占据价格发现的主体地位。对于
存在竞争的交易所而言，监管环境是决定其价
格功能发挥的一个重要的因素。这个结论为我
国即将推出 Ａ股指数期货有着重要的借鉴意
义。由此，政府提供怎样的监管制度才能在竞争
中立于不败之地是值得深入探讨的问题。
Ａ５０指数期货已上市 ２年多，国内实务界
与学术界对其交易动态非常关注，但是关于其
对 Ａ股市场影响的实证研究却相对较少。
ＹＡＫＵＰ［４］运用 ＧＡＲＣＨ模型与实证的方法研
究了Ａ５０指数期货对现货市场流动性与波动性
的影响，结果表明在新加坡交易所推出股指期
货后，Ａ５０指数波动性明显增大。作者认为这种
增大源于在股指期货推出时，更多的关于定价
的信息得不到。此外，信息传播的速度和特性在
期货推出前后也会有所改变，进一步还暗示市
场对于波动性方面的改变只是暂时性的，不久
就可恢复。王聪轩等［５］采用Ｇｒａｎｇｅｒ因果关系检
验和 ＧＡＲＣＨ模型研究 Ａ５０指数期货与沪深
３００指数的联动关系，实证研究表明，Ａ５０指数
对沪深 ３００指数有引导作用，这说明新加坡交
易所推出Ａ股股指期货后，已经对Ａ股市场的
定价权产生一定的影响。同时，股指期货的推出
并没有起到减小股市波动的作用。张建军［６］利
用计量模型研究Ａ５０股指期货对中国股票市场
的价格发现功能及其对 Ａ股市场波动性的影
响，结果表明，Ａ５０股指期货的推出，对国内证
券市场产生了一定的影响，主要表现在Ａ５０股
指期货推出后，Ａ股市场在其到期日前后的波
动性明显比其推出前大，同时也对股票市场的
波动性产生了一定的影响。但是在价格发现上，
Ａ５０股指期货并不像其他股指期货那样具有领
先性，反而是跟随Ａ股现货市场的变动而变动。
此外，国内一些学者运用定性类比的方法
进行研究，如余书炜［７］通过借鉴 ＳＧＸ日经 ２２５
指数期货推出对国内市场的影响，以得出Ａ５０
指数期货对中国市场的影响。他认为历史会重
复，新加坡交易所推出Ａ５０股指期货对中国市
场将有３个方面的影响：①中国将失去相当一
部分的Ａ股指数期货市场份额；②中国将失去
相当一部分Ａ股现货与期货市场的定价权；③
在沪深股市遭遇非常情况时，中国政府将失去
对市场的完全控制权。此外，作者认为政府应鼓
励香港尽快推出Ａ股指数期货与新加坡竞争，
这一应对之策还是被认同的。
到目前为止，国外学者关于异地上市的股
指期货的价格发现与波动溢出的理论、方法与
实证研究的成果，多以ＳＧＸ日经２２５指数期货
和ＭＳＣＩ台湾股指期货为研究对象进行实证分
析。国内学者对股指期货异地上市的实证研究
很少，且存在以下缺陷：①在探讨境外上市股票
指数期货对本土市场的价格发现过程的影响
中，只通过实证得出价格发现的主导市场，没有
针对影响信息传播和价格发现的具体因素进行
分析；②在研究价格波动及溢出效应时，大多忽
略期货与现货市场之间的相互影响，而只考虑
股指期货对现货市场单方面的影响；③对于
Ａ５０指数期货，大多只关注其交易动态，而关于
其对Ａ股市场影响的实证研究却相对较少，不
能为我国沪深３００指数期货的发展提供可靠参
考。
综上所述，本研究力图对Ａ５０指数期货对
Ａ股市场影响进行更为全面的实证研究，进而
为我国股指期货市场的发展提供更为充分的理
论分析。
２ 研究方法与实证分析
． Ａ指数期货与沪深指数的价格发现
２．１．１ 数据统计描述
本研究选用时间跨度为２００６年１０月３０日
～２００８年３月３１日的Ａ５０指数期货与沪深３００
指数的日收盘价数据，研究Ａ５０指数期货对沪
深３００指数的价格引导作用。为了研究需要，本
研究选取最近月份的期货合约作为代表，这样
就产生了一个连续的期货合约序列，同时也消
除了可能存在的到期日效应。此外，Ａ５０指数
·８０５１·
管理学报第６卷第１１期２００９年１１月
期货数据有部分缺失。为了保证数据的可比性，
本研究将沪深３００指数对应时间段的数据也剔
除掉，最终得到３１２个交易日数据。在进行实证
研究之前，首先对Ａ５０指数期货、沪深３００指数
的价格序列及其对应的收益率序列的统计性质
进行对比分析，见表１。其中，价格采用对数形
式，而对数的一阶差分代表收益率；显著性水平
统一为０．０５，带的数据则表明在该显著性水
平下统计量具有显著性。
表 Ａ指数期货、沪深指数价格序列及收益率序列的统计描述
名 称 均值 标准差 偏度 峰度 爥爜统计量 爛爟爡 爯（３６）
现货价格（爳牠） ８．１８１ ０．４０５ －０．７７５ ２．３３８ ３６．９２０ ０．１６０ ７５３３．０００
期货价格（爡牠） ９．５３９ ０．３６８ －０．６４６ ２．４０８ ２６．２７９ －０．０５２ ７５４３．２００
现货收益率（Δ爳牠） ０．００３ ０．０２５ －０．７８４ ４．９６２ ８１．７７４ １７．５２２ ２７．０６０
期货收益率（Δ爡牠） ０．００２８ ０．０２９ －０．５２９ ４．９７３ ６４．９２５ －１９．０７７ ３８．７３８
结果表明，Ａ５０指数期货与沪深 ３００指数
的价格序列及收益率序列都不服从正态分布；
价格序列都是一阶单整序列，收益率序列是平
稳序列。此外，Ａ５０指数期货与沪深３００指数的
价格序列存在序列自相关关系，而其收益率序
列在０．０５的显著性水平下不存在序列自相关
关系。
２．１．２协整检验分析
从图１可以看出，Ａ５０指数期货与沪深３００
指数的价格走势趋于一致，且都是一阶单整序
列，两者可能存在协整关系。对于这种协整关系
的存在与否，采用Ｊｏｈａｎｓｅｎ协整检验来确定，检
验结果见表２和表３。
图 ２００６年１０月３０日～２００８年３月３１日
Ａ５０指数期货与沪深３００指数的走势
表 迹统计量检验结果
原假设Ｈ０ 备择假设Ｈ１ 特征值 迹统计量 ０．０５临界值
犞＝ ０
犞＝ １
犞≥ １
犞≥ ２
０．０３１１５７
０．０１９５７７
１５．９４１３６０
６．１２８９１６
１５．４９４７１０
３．８４１４６６
表 最大特征值统计量检验结果
原假设Ｈ０ 备择假设Ｈ１ 特征值
最大特征
值统计量 ０．０５
临界值
犞＝ ０
犞＝ １
犞＝ １
犞＝ ２
０．０３１１５７
０．０１９５７７
９．８１２４４２
６．１２８９１６
１４．２６４６００
３．８４１４６６
以检验水平０．０５判断，Ａ５０指数期货价格
序列与沪深３００指数价格序列之间存在２个协
整关系式。
以检验水平０．０５判断，Ａ５０指数期货价格
序列与沪深３００指数价格序列之间不存在协整
关系。
可见，２种统计量的检验结果不同，但由于
２个随机变量之间最多存在一个协整关系式，
本研究先假设Ａ５０指数期货与沪深３００指数之
间存在唯一的协整关系，并求出协整方程
爡牠＝ ０．８３９８１＋ １．０６３３４爳牠
（－１６．２４９１０）
＋ 牂牠。 （１）
式中，自变量爳牠的牠统计量值为－１６．２４９１０，在
０．０５的显著性水平下不为零，因此，Ａ５０指数
期货与沪深３００指数存在以上协整关系。
２．１．３ 误差修正模型分析
在式（１）的基础上，利用误差修正项牂牠－１建
立Ａ５０指数期货价格与沪深３００指数价格之间
的误差修正模型：
Δ爳牠＝ ０．００３１３＋ ０．０５１５１牂牠－１
（３．００１６５）
－ ０．０２２７５Δ爡牠－１
（－０．３３１４８）
＋
０．００１７４Δ爳牠－１
（０．０２２０８）
＋ 犡１牠；
Δ爡牠＝ ０．００２２５＋ ０．０２９９１牂牠－１
（１．５６１９９）
－ ０．３８２７４Δ爡牠－１
（－４．９９７３４）
＋
０．４７４８７Δ爳牠－１
（５．４０５３８）
＋ 犡２牠。 （２）
无论是从牠统计量值还是从系数值来看，沪
深 ３００指数在价格发现过程中均居于主导地
位，然而牉２的取值为正。显然，Ａ５０指数期货与
沪深３００指数不具有期货与标的现货之间的动
态平衡关系，而是由于部分成分股的重合所致。
从式（２）中的滞后项Δ爡牠－１和Δ爳牠－１来看，沪深３００
指数对Ａ５０指数期货具有较强的短期价格发现
功能。
２．１．４ 脉冲响应分析
本研究应用脉冲响应函数的结果见表４。若
直接采用 Ｅｖｉｅｗｓ５．０软件产生的结果进行分
析，由于共同部分的原因会导致不同排列顺序
情况下的结果存在很大差异，本研究取 ２种排
·９０５１·
新华富时Ａ５０指数期货与Ａ股市场之间的价格发现与波动溢出研究——熊 熊 王 芳 张 维 等
列情况下得到的结果的平均值作为衡量标准，
虽然这种做法不是最有效的，但是可以反映大
致的趋势。
表 经过Ｃｈｏｌｅｓｋｙ分解的平均脉冲响应
滞后
阶数
Ａ５０指数期货收益率
的脉冲响应
Ａ５０指数期货 沪深３００指数
沪深３００指数收益率
的脉冲响应
Ａ５０指数期货 沪深３００指数
１ ０．０２３３５ ０．０１００９ ０．００９０５ ０．０２０９３
２ ０．０１９１２ ０．０１５８０３ ０．００９２４ ０．０２０１１
３ ０．０２１１１ ０．０１３０６ ０．００９８１ ０．０１９６９
４ ０．０２０９４ ０．０１３６８ ０．０１０３２ ０．０１９３４
５ ０．０２１５４ ０．０１３０７ ０．０１０８４ ０．０１８９７
６ ０．０２１８５ ０．０１２９２ ０．０１１３４ ０．０１８６２
７ ０．０２２２７ ０．０１２６０ ０．０１１８４ ０．０１８２７
８ ０．０２２６３ ０．０１２３５ ０．０１２３３ ０．０１７９２
９ ０．０２３０１ ０．０１２０８ ０．０１２８１ ０．０１７５８
１０ ０．０２３３８ ０．０１１８３ ０．０１３２９ ０．０１７２５
从表４可知，Ａ５０指数期货的１个单位标准
差冲击对沪深３００指数的影响在第２期最大，之
后影响逐渐减弱，直到第１０期的影响仍然大于
第１期的影响，说明Ａ５０指数期货的随机波动
对沪深３００指数的冲击具有持久性；沪深３００指
数的１个单位标准差冲击对Ａ５０指数期货的影
响随着滞后阶数的增加一直在增强。从第８期
开始，沪深３００指数对Ａ５０指数期货的冲击才
超过Ａ５０指数期货对沪深 ３００指数的冲击，但
是幅度很小，这说明短期内Ａ５０指数期货对短
期冲击较为敏感。
． Ａ指数期货与上证综指的价格发现
２．２．１ 数据统计描述
由表 ５可知，Ａ５０指数期货与上证综指的
价格序列及收益率序列都不服从正态分布；价
格序列都是一阶单整过程，收益率序列是平稳
序列。此外，Ａ５０指数期货与上证综指的价格序
列存在序列自相关关系，而其收益率序列在５％
的显著性水平下则不存在序列自相关关系。
表 Ａ指数期货、上证综指价格序列及其对应的收益率序列的统计描述
名 称 均值 标准差 偏度 峰度 爥爜统计量 爛爟爡 爯（３６）
现货价格（爳牠） ８．２４０ ０．３２３ －０．６７１ ２．４１１ ２７．９１１ ０．３５２ ７４２７．０００
期货价格（爡牠） ９．５３９ ０．３６８ －０．６４６ ２．４０８ ２６．２７９ －０．０５２ ７５４３．２００
现货收益率（Δ爳牠） ０．００２ ０．０２４ －０．７９０ ５．０００ ８４．１４６ －７．１００ ２７．６９５
期货收益率（Δ爡牠） ０．００３ ０．０２９ －０．５２９ ４．９７３ ６４．９２５ －１９．０７７ ３８．７３８
２．２．２ 协整检验分析
从图 ２可以看出，Ａ５０指数期货与上证综
指的价格走势趋于一致，且都是一阶单整序列，
因此，Ａ５０指数期货与上证综指之间可能存在
协整关系。统计量检验结果见表６和表７。
图 ２００６年１０月３０日～２００８年３月３１日新华富时
Ａ５０指数期货与上证综指的走势
表 迹统计量检验结果
原假设Ｈ０ 备择假设Ｈ１ 特征值 迹统计量 ０．０５临界值
犞＝ ０
犞＝ １
犞≥ １
犞≥ ２
０．０３７７３４
０．０２０９４９
１８．４８７１５０
６．５６３２６５
１５．４９４７１０
３．８４１４６６
以检验水平０．０５判断，Ａ５０指数期货价格
序列与上证综指价格序列之间存在２个协整关
系式。
表 最大特征值统计量检验结果
原假设Ｈ０ 备择假设Ｈ１ 特征值
最大特征
值统计量 ０．０５
临界值
犞＝ ０
犞＝ １
犞＝ １
犞＝ ２
０．０３７７３４
０．０２０９４９
１１．９２３８９０
６．５６３２６５
１４．２６４６００
３．８４１４６６
以检验水平０．０５判断，Ａ５０指数期货价格
序列与上证综指价格序列之间不存在协整关系
式。
可见，２种统计量的检验结果不同，但由于
２个随机变量之间最多存在一个协整关系式，
因此，本研究假设Ａ５０指数期货与上证综指之
间存在唯一的协整关系，并求出协整方程：
爡牠＝ ０．６５４７０＋ １．０７８２０爳牠＋
（－２９．８６０５０）
牂牠。 （３）
式中，自变量爳牠的牠统计量值为－２９．８６０５０，在
０．０５的显著性水平下不为零，因此，Ａ５０指数期
货与上证综指存在以上协整关系。
２．２．３ 误差修正模型分析
误差修正模型为
Δ爳牠＝ ０．００２０７－ ０．０３１０３牂牠－１
（－０．９２０３６）
＋ ０．０２４９５Δ爡牠－１
（０．３８１０５）
－
０．０４１５６Δ爳牠－１
（－０．５０７９２）
＋ 犡１牠；
Δ爡牠＝ ０．００２６５－ ０．１１５６２牂牠－１
（－２．９６９０１）
－ ０．３０７０５Δ爡牠－１
（－４．０６０３８）
＋
·０１５１·
管理学报第６卷第１１期２００９年１１月
０．４１４１１Δ爳牠－１
（４．３８２２８）
＋ 犡２牠。 （４）
无论是从牠统计量值还是从系数的取值来
看，Ａ５０指数期货在长期价格发现过程中都处
于主导地位。上证综指也具有长期价格发现功
能，主要表现为冲量效应，说明它对信息冲击的
反应要比Ａ５０指数期货慢。从式（４）中的滞后项
Δ爡牠－１和Δ爳牠－１来看，上证综指在短期价格发现过
程中居于主导地位。
２．２．４ 脉冲响应分析
应用脉冲响应函数结果见表８。
表 经过Ｃｈｏｌｅｓｋｙ分解的平均脉冲响应
滞后
阶数
Ａ５０指数期货收益率
的脉冲响应
Ａ５０指数期货 上证综指
上证综指收益率
的脉冲响应
Ａ５０指数期货 上证综指
１ ０．０２３１５ ０．００９９３ ０．００８６０ ０．０２００５
２ ０．０１８００ ０．０１６５３ ０．００８３９ ０．０１９８３
３ ０．０１８４６ ０．０１４９７ ０．００７９９ ０．０２０１５
４ ０．０１７０１ ０．０１６３７ ０．００７７１ ０．０２０３１
５ ０．０１６３４ ０．０１６６４ ０．００７４２ ０．０２０５１
６ ０．０１５４６ ０．０１７２７ ０．００７１５ ０．０２０６８
７ ０．０１４７２ ０．０１７７３ ０．００６９０ ０．０２０８４
８ ０．０１４００ ０．０１８２１ ０．００６６７ ０．０２０９９
９ ０．０１３３４ ０．０１８６３ ０．００６４５ ０．０２１１３
１０ ０．０１２７１ ０．０１９０４ ０．００６２４ ０．０２１２７
从表８可知，Ａ５０指数期货的１个单位标准
差冲击对上证综指的影响随着滞后期的增加不
断加强，从第５期开始，已经超过对其自身的冲
击影响；上证综指的１个单位标准差冲击对Ａ５０
指数期货的影响在第 １期最大，随着滞后阶数
的增加，影响逐渐降低，且始终小于对其自身的
冲击影响。Ａ５０指数期货的１个单位标准差冲
击对上证综指的影响大于上证综指的１个单位
标准差冲击对 Ａ５０指数期货的影响，这说明
Ａ５０指数期货市场比上证综指对短期随机冲击
更为敏感，容易产生过度反应。
． Ａ指数期货对沪深指数的波动溢出
２．３．１ ＡＤＦ检验
Ｇｒａｎｇｅｒ因果检验要求 ２个序列存在协整
关系，或者都是平稳序列，因此，首先对Ａ５０指
数期货与沪深３００指数的平方收益率序列进行
单位根检验，检验结果见表９。
表 ＡＤＦ检验结果
收益率序列 爛爟爡检验统计量 概率
Ａ５０指数期货 －２．７２１５７３ ０．００６５
沪深３００指数 －１．６５９７６２ ０．０９１６
由表９可知，Ａ５０指数期货平方收益率序
列在０．０５的显著性水平下是平稳序列，而沪深
３００指数的平方收益率序列是非平稳序列，因
此，不符合Ｇｒａｎｇｅｒ因果检验的前提条件。下面
将采用二元ＧＡＲＣＨ模型对Ａ５０指数期货与沪
深３００指数的波动溢出进行实证分析。
２．３．２ ＢＥＫＫ模型的估计
ＢＥＫＫ模型是ＢＡＢＡ、ＥＮＧＬＥ、ＫＲＡＦＴ与
ＫＲＯＮＥＲ首先提出的，因此，其命名为这 ４个
作者的首字母［８］。从图３可以看出，Ａ５０指数期
货与沪深３００指数的收益率序列的波动随时间
而变化，而且总在某一时间段中连续出现偏高
或偏低的现象，即所谓的波动持续性；在Ａ５０指
数期货收益率波动比较大时，沪深 ３００指数收
益率序列的波动也比较大，两者之间可能存在
波动溢出现象。
图 Ａ５０指数期货与沪深３００指数的日收益率折线
下面采用Ｅｖｉｅｗｓ５．０软件对Ａ５０指数期货
与沪深３００指数从２００６年１０月３０日～２００８年
３月３１日的收益率序列建立基于鞅过程的二元
ＢＥＫＫ模型，并假定误差项服从联合正态分布，
来考察两者之间是否存在波动外溢现象。利用
极大似然估计法对模型进行估计，输出结果见
表１０，带号的参数表示在０．０５的显著性水平
下，该参数具有统计的显著性。
表 模型参数估计结果
待估参数 系数 标准差 牫统计量 概率
犨１ ０．００３２１ ０．００１５１ ２．１２８９６ ０．０３３３
犨２ ０．００２５２ ０．００１６４ １．５３６７８ ０．１２４３
犽１１ ０．００２６９ ０．００４６７ ０．５７５７２ ０．５６４８
犽２１ ０．０１７００ ０．０４６９５ ０．３６２２２ ０．７１７２
犽２２ １．４１×１０－５ ７８．５０４６１ １．８０×１０－７ １．００００
犜１１ ０．０９４１０ ０．０７１８０ １．３１０６０ ０．１９００
犜１２ －０．６７６８５ ０．１１１６７ －６．０６１０９ ０．００００
犜２１ ０．１３１８５ ０．０４４７７ ２．９４５０１ ０．００３２
犜２２ ０．８６２５６ ０．１１６７８ ７．３８６２７ ０．００００
犝１１ ０．８８７１８ ０．０６１２１ １４．４９３２１ ０．００００
犝１２ ０．５４１６１ ０．１８４７０ ２．９３２４１ ０．００３４
犝２１ ０．０９７８９ ０．０６０１６ １．６２７１８ ０．１０３７
犝２２ ０．１８９３５ ０．２０３８５ ０．９２８８７ ０．３５３０
由表１０可知，犝１１显著不为零，说明沪深３００
指数的前期波动冲击对当期波动有传递性，即
波动的持续性；犜１２显著不为零，说明沪深３００指
数的前期信息冲击对Ａ５０指数期货当期波动有
溢出效应，沪深３００指数加快了Ａ５０指数期货
·１１５１·
新华富时Ａ５０指数期货与Ａ股市场之间的价格发现与波动溢出研究——熊 熊 王 芳 张 维 等
反映信息的速度；犝１２显著不为零，说明沪深３００
指数的前期波动冲击对Ａ５０指数期货当期收益
率有波动溢出效应；犜２２显著不为零，说明Ａ５０指
数期货前期的信息冲击对当期波动有影响，即
信息的持续性；犜２１显著不为零，说明Ａ５０指数期
货的前期信息冲击对沪深３００当期具有波动溢
出效应，Ａ５０指数期货同样也加快了沪深 ３００
指数反映信息的速度。由此，沪深 ３００指数对
Ａ５０指数期货具有前期波动冲击与信息冲击，
而Ａ５０指数期货对沪深３００指数只有前期信息
冲击。
． Ａ指数期货对上证综指的波动溢出
２．４．１ ＡＤＦ检验
检验结果见表１１。
表 ＡＤＦ检验结果
收益率序列名称 ＡＤＦ检验统计量 概率
Ａ５０指数期货 －２．７２１５７３ ０．００６５
上证综指 －２．５８４１８３ ０．００９７
由表１１可知，在０．０５的显著性水平下Ａ５０
指数期货与上证综指的平方收益率序列都是平
稳序列，符合Ｇｒａｎｇｅｒ因果检验的前提条件。
２．４．２ Ｇｒａｎｇｅｒ因果检验
由表１２的检验结果可知，上证综指与Ａ５０
指数期货之间没有发生波动性传递。
表 因果检验结果
原假设Ｈ０
滞后１阶
爡统计量 爮值
滞后２阶
爡统计量 爮值
上证综指不能Ｇｒａｎｇｅｒ
引起Ａ５０指数期货
１．６９４８９ ０．１９３９３ １．３７１７２ ０．２５５５２４
Ａ５０指数期货不能Ｇｒａｎｇｅｒ
引起上证综指
０．６８６３３ ０．４０８０６ １．２０３６１ ０．３０１５３０
２．４．３ ＢＥＫＫ模型的估计
从图４可以看出，Ａ５０指数期货与上证综
指的收益率序列的波动随时间而变化，而且总
在某一时间段中连续出现偏高或偏低的现象；
在Ａ５０指数期货收益率波动比较大的时候，往
往上证综指收益率序列的波动也比较大，两者
之间可能存在波动溢出效应。
图 Ａ５０指数期货与上证综指的日收益率折线
模型参数估计的输出结果见表１３。
表 模型参数估计结果
待估参数 系数 标准差 牫统计量 概率
犨１ ０．０１１５１ ０．０５７４４ ０．２００４４ ０．８４１１
犨２ －０．００５０９ ０．６６９９６ －０．００７６０ ０．９９３９
犽１１ ０．００２５２ ０．１０３９９ ０．０２４２４ ０．９８０７
犽２１ －０．００３２８ １０３．５４５９０ －３．１７×１０－５ １．００００
犽２２ ０．３４８１４９ １．７３０３５ －０．２０１２０ ０．８４０５
犜１１ －０．１４９７３ ２２．６２０８２ －０．００６６２ ０．９９４７
犜１２ －０．００７２２ ３９．４９１１５ －０．０００１８ ０．９９９９
犜２１ －０．１９８８１ ２１．９３２０６ －０．００９０７ ０．９９２８
犜２２ ０．００７１３ ３０．６５２７０ ０．０００２３ ０．９９９８
犝１１ ０．９７０２７ ０．１２８３４ ７．５５９９８ ０．００００
犝１２ －０．００１５６ ０．２０５８９ －０．００７５７ ０．９９４０
犝２１ －０．００８９８ ０．０４０１４ －０．２２３５９ ０．８２３１
犝２２ ０．９７０８１ ０．１３８５６ ７．００６２８ ０．００００
由表１３可知，以上１３个参数中只有犝１１与犝２２
在５％的显著性水平下具有统计的显著性，说明
Ａ５０指数期货波动主要来自自身前期的波动冲
击，上证综指对其没有波动溢出效应；上证综指
波动主要来自自身前期的波动冲击，Ａ５０指数
对其同样没有波动溢出效应。
． 实证结果分析
（１）Ａ５０指数期货与沪深 ３００指数都具有
长期价格发现功能，这种功能是通过Ａ５０指数
期货与沪深 ３００指数之间的协整关系来实现
的。其中，沪深３００指数在长期价格发现过程中
居于主导地位。在短期，沪深３００指数对Ａ５０指
数期货具有较强的短期价格发现功能。脉冲响
应结果显示，Ａ５０指数期货对短期随机冲击较
为敏感。
（２）Ａ５０指数期货与上证综指在价格发现
方面的结果与沪深３００大体相同。唯一不同的
是，Ａ５０指数期货在长期价格发现过程中居于
主导地位。
在价格发现方面，王聪轩等［５］认为 Ａ５０指
数对沪深３００指数是有引导作用的，而张建军［６］
则认为Ａ５０股指期货并不像其他股指期货那样
具有领先性，反而是跟随Ａ股现货市场的变动
而变动。之所以有所不同，是因为以上研究将价
格发现的长期与短期情况混淆，单一的情况替
代了整体，而本研究将结果分为长期与短期 ２
种情况，理清了思路，从而得出了新的、更全面
的结论。
（３）Ａ５０指数期货加快了沪深 ３００指数反
映信息的速度，而沪深３００指数不仅加快了Ａ５０
指数期货反映信息的速度，还对Ａ５０指数期货
具有波动的溢出效应。
（下转第１５３５页）
·２１５１·
管理学报第６卷第１１期２００９年１１月
［８］张尧庭．连接函数（Ｃｏｐｕｌａ）技术与金融风险分析
［Ｊ］．统计研究，２００２（４）：４８～５１．
［９］张明恒．多金融资产风险价值的Ｃｏｐｕｌａ计量方法研究
［Ｊ］．数量经济技术经济研究，２００４，２１（４）：６７～７０．
［１０］韦艳华，张世英．金融市场非对称尾部相关结构的研究
［Ｊ］．管理学报，２００５，２（５）：６０１～６０５．
［１１］吴振翔，陈敏，叶五一，等．基于Ｃｏｐｕｌａ的外汇投资组
合风险分析 ［Ｊ］．中国管理科学，２００４，１２（４）：１～５．
［１２］吴振翔，陈敏，叶五一，等．基于ＣｏｐｕｌａＧＡＲＣＨ的投
资组合风险分析 ［Ｊ］．系统工程理论与实践，２００６，
２６（３）：４５～５２．
［１３］应益荣，詹炜．资产组合ＥＳ风险测度的ＣｏｐｕｌａＥＶ
算法 ［Ｊ］．系统管理学报，２００７，１６（６）：６０２～６０６．
［１４］刘志东．度量收益率的实际分布和相关性对资产组
合选择的绩效影响 ［Ｊ］．系统管理学报，２００７，１６
（６）：６２８～６３５．
［１５］ＲＯＣＨＡＦＥＬＬＥＲＲＴ，ＵＲＹＡＳＥＶＳ．Ｏｐｔｉｍｉｚａｔｉｏｎ
ｏｆＣｏｎｄｉｔｉｏｎａｌＶａｌｕｅａｔＲｉｓｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＲｉｓｋ，
２０００，２（３）：２１～４１．
［１６］ＥＮＧＬＥＲ．ＡｕｔｏｒｅｇｒｅｓｓｉｖｅＣｏｎｄｉｔｉｏｎａｌＨｅｔｅｒｏｓｃｅ
ｄａｓｔｉｃｉｔｙｗｉｔｈＥｓｔｉｍａｔｅｓｏｆｔｈｅＶａｒｉａｎｃｅｏｆＵＫＩｎ
ｆｌａｔｉｏｎ［Ｊ］．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８２，５０（４）：９８７～１００８．
［１７］ＢＯＬＬＥＲＳＬＥＶＴ．ＧｅｎｅｒａｌｉｚｅｄＡｕｔｏｒｅｇｒｅｓｓｉｖｅＣｏｎ
ｄｉｔｉｏｎａｌＨｅｔｅｒｏｓｃｅｄａｓｔｉｃｉｔｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｅｔ
ｒｉｃｓ，１９８６，３１（３）：３０７～３２７．
［１８］ＫＯＭＵＮＪＥＲＩ．ＡｓｙｍｍｅｔｒｉｃＰｏｗｅｒＤｉｓｔｒｉｂｕｔｉｏｎ：
ＴｈｅｏｒｙａｎｄＡｐｐｌｉｃａｔｉｏｎｓｔｏＲｉｓｋＭｅａｓｕｒｅｍｅｎｔ［Ｊ］．
ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＥｃｏｎｏｍｅｔｒｉｃｓ，２００７，２２（５）：
８９１～９２１．
［１９］ＮＥＬＳＯＮＲＢ．ＡｎＩｎｔｒｏｄｕｃｔｉｏｎｔｏＣｏｐｕｌａｓ［Ｍ］．
ＮｅｗＹｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００６．
［２０］任仙玲，张世英．基于核估计及多元阿基米德Ｃｏｐｕｌａ
的投资组合风险分析［Ｊ］．管理科学，２００７，２０（５）：
９２～９７．
（编辑 张光辉）
通讯作者：张世英（１９３６～），男，北京人。天津大学（天津
市 ３０００７２）管理学院教授、博士研究生导师。研究方向
为金融计量、经济系统建模、技术经济与管理等。Ｅｍａｉｌ：
ｃｍｄｔ＠ｅｙｏｕ．
ｃｏｍ
（上接第１５１２页）
（４）Ｇｒａｎｇｅｒ因果关系检验与 ＢＥＫＫ模型
的研究结果均表明Ａ５０指数期货与上证综指之
间不存在波动与信息的溢出效应。
３ 结语
本研究应用协整检验、误差修正模型、脉冲
响应函数、Ｇｒａｎｇｅｒ因果检验和 ＢＥＫＫ模型实
证了Ａ５０指数期货与沪深３００指数、上证综指
的价格发现以及波动性传递。研究结果表明，
Ａ５０指数期货对沪深 ３００指数、上证综指具有
一定的价格发现功能，并且Ａ５０指数期货对沪
深３００指数具有前期的信息冲击，对上证综指
的波动性则没有影响。
新加坡交易所为了增强竞争力，在资本流
动以及监管限制方面有所放松，这就有可能引
发国际游资跨境的期现套利、跨品种套利，以及
操纵我国股票市场、股票期货市场等行为的发
生，从而给我国股票市场带来不安全因素。而我
国对Ａ５０指数期货没有管辖权，这种不安全因
素可能造成严重的后果。
下一步的研究可以针对沪深 ３００指数期
货、Ａ５０指数期货以及我国股票市场建立跨市
场联合监管体系，防止操纵市场的行为。此外，
本研究将波动溢出和价格发现分开考虑，今后
的研究可将价格发现模型与波动性研究模型结
合起来，研究多个市场间的价格发现与波动溢
出效应，以期更准确地度量多市场之间的影响
程度。
参 考 文 献
［１］叶峰，唐国兴．股指期货价格非线性均值回复特性实
证研究［Ｊ］．管理科学学报，２００３，６（５）：４０～４５．
［２］徐剑刚，唐国兴．期货波动与交易量和市场深度关系
的实证研究［Ｊ］．管理科学学报，２００６，９（２）：６９～７５．
［３］熊熊，张维，李帅，等．台湾股票指数期货的日内价格发
现机制研究［Ｊ］．管理科学学报，２００８，１１（２）：９１～９９．
［４］ＹＡＫＵＰＥＡ．ＩｎｄｅｘＦｕｔｕｒｅｓ，ＳｐｏｔＶｏｌａｔｉｌｉｔｙａｎｄＬｉｑ
ｕｉｄｉｔｙ：Ｅｖｉｄｅｎｃｅｆｒｏｍ ＦＴＳＥＸｉｎｈｕａＣｈｉｎａＡ５０Ｉｎ
ｄｅｘＦｕｔｕｒｅｓ［Ｒ］．ＷｏｒｋｉｎｇＰａｐｅｒ，ＩＥＳＥＧＳｃｈｏｏｌｏｆ
Ｍａｎａｇｅｍｅｎｔ，Ｌｉｌｌｅ，Ｆｒａｎｃｅ，２００８．
［５］王聪轩，刘磊磊．新华富时Ａ５０股指期货推出对国内
市场的影响［Ｊ］．商场现代化，２００７，３６（１７）：３６４．
［６］张建军．新华富时中国Ａ５０股指期货对中国证券市场
的影响［Ｄ］．济南：山东大学经济学院，２００８．
［７］余书炜．新加坡推出 ＦＴＳＥ燉Ｘｉｎｈｕａ中国Ａ５０指数期
货对中国的影响与中国的因应之策［Ｊ］．期货与金融
衍生品，２００６，５（２３）：１～１４．
［８］ＥＮＧＬＥＲＦ，ＫＲＯＮＥＲＫＦ．ＭｕｌｔｉｖａｒｉａｔｅＳｉｍｕｌｔａｎｅ
ｏｕｓＧｅｎｅｒａｌｉｚｅｄＡＲＣＨ［Ｊ］．ＥｃｏｎｏｍｅｔｒｉｃＴｈｅｏｒｙ，
１９９５，１１（１）：１２２～１５０．
（编辑 黎仁惠）
通讯作者：熊熊（１９７２～），男，湖南常德人。天津大学（天
津市 ３０００７２）管理学院副教授。研究方向为金融工程与
金融管理。Ｅｍａｉｌ：ｘｘｐｅｔｅｒ＠ｔｊｕ．ｅｄｕ．ｃｎ
·５３５１·
新华富时Ａ５０指数期货与Ａ股市场之间的
页面提取自－
