（中央财经大学统计学院）

【摘要】本文采用Morlet小波时频互相关分析方法，基于小波量图、小波互量图和小波互相关系数图，从“时域”和“频域”两个维度检验了我国以及国际主要市场股指期货和现货价格序列的动态关联性，研究了股指期货的价格发现效率问题。研究结果表明：沪深300指数和股指期货在低频长周期范围呈现长时间高度相关、协同波动的特征；在高频短周期范围，两者整体仍然具有协同波动特征，但时常出现短暂紊乱情况，即期货与现货的交错引导现象。通过与S&P 500、FTSE 100、NIKKEI 225等国际市场进行比较，发现我国股指期货市场的价格发现效率较美国、英国成熟市场仍有较大差距，但强于日本。虽然我国股指期货上市交易时间较短，但已经初步具备了价格发现功能，进一步完善制度设计是提高股指期货价格发现效率的关键。

关键词   股指期货  价格发现  Morlet小波  时频互相关

中图分类号  F830.91         文献标识码  A

Research on Efficiency of Stock Index Futures’ Price Discovery Based on Morlet Wavelet

Abstract: This paper studies the efficiency of stock index futures’ price discovery through the spot and futures markets’ dynamic correlation detection. Morlet wavelet is good at dealing with non-stationary time series to explore time-frequency domain’s volatility. By using it, this paper reveal that, throughout the sampled period: (1) the prices of CSI300 and IF01 have a consistent simultaneous movement trait at low frequencies; (2) the spot and futures price coordinate overall at high frequencies, but futures price lead the spot some times, and the spot lead the futures sporadically; (3) compared with S&P 500, FTSE 100, NIKKEI 225, the price discovery efficiency of the CSI300 Futures is far less than S&P 500 and FTSE 100, but better than NIKKEI 225.

Key words: Morlet Wavelet; Stock Index Futures; Price Discovery; Coherence of Time-Frequency Domain

引    言

2010年4月16日，中国金融期货交易所正式推出了中国第一份金融期货——沪深300指数期货。股指期货的推出有助于促进市场价值发现，平抑指数波动，弥补了我国证券市场缺乏做空机制的空白，也为广大证券投资者提供了规避系统风险的工具。同时，股指期货完善了我国资本市场结构，为以后推出期权、互换等其他金融衍生品打下了基础。股指期货上市至今，其市场规模不断扩大，投资者开户数从最初的9137户增加至现阶段的7万多户，市场保证金也达到170亿，占整个期货市场比例达16.8%。更重要的是，随着证监会对证券、基金、信托和QFII参与股指期货的放行，股指期货市场的投资者结构、交易方式都进一步多样化，从而更好地促进股指期货发挥价格发现、规避风险的功能。在市场活跃度方面，沪深300股指期货上市首日的交易量就达到了58547手，随后交易量逐步放大，2010年全年总成交量达到4587.3万手(按单边计)，成为亚洲第4活跃的指数期货。

在股指期货市场规模更加壮大，参与者更加理性的同时，监管层和参与者依然高度关注股指期货对证券市场指数的影响，即股指期货是否具有价格发现作用、是否能够规避风险、是否造成了现货指数的下跌。股指期货与现货市场的相关性研究既有助于揭示我国股指期货的价格发现效率，也有利于深入理解市场微观结构，为以后推出更多的金融衍生品提供现实依据。此外，从投资者角度看，两者相关性的研究可以为套期保值、套利交易、产品和交易策略设计等提供现实的指导意义。在股指期货推出一年多里，国内已有相关文献对其价格发现功能进行了一些研究，并取得了一定的成果。不过这些结论间存在很多矛盾，难以使人信服；更遗憾的是，这些研究基本都是采用Granger因果检验、协整和VAR模型等传统时间序列分析方法，仅从时间维度考量期现市场间的“时域动态关联性”，而忽视了两者在频率维度上可能存在的“频域动态关联性”。本文则采用了一种全新的分析思路——Morlet小波时频互相关分析方法，基于小波量图、小波互量图和小波互相关系数图，从“时域”和“频域”两维对我国以及国际主要市场(美国、英国和日本)股指期货和现货指数的动态关联性进行了比较研究，更全面、精确地研究了股指期货价格发现效率问题。Morlet小波时频互相关分析方法较传统因果检验方法具有明显优势，不仅可以从“时域”和“频域”两个维度分析时间序列的动态相关性，而且其理论基础更加宽泛——不需要时间序列满足平稳性要求，也就是其可以分析传统计量方法难以解决的非平稳时间序列问题。