【正文】 5 0 . 3 8 2 2 1 . 1 0 1 3 1 . 3 9 E 0 5 2 . 1 5 5 9 0 . 1 6 8 1 1 . 2 5 9 1 . 4 4 E 0 6 0 . 8 2 1 3 0 . 0 1 4 8 0 . 4 4 9 2 3 . 8 6 E 0 5 4 . 3 9 8 6 3 6 0 3 . 1 0 . 4 9 6 8 2 . 2 2 E 0 6 0 . 3 2 9 93 5 9 9 . 8 0 . 5 2 3 3 2 . 8 3 E 0 7 0 . 1 9 7 8 2 8 0 . 4 5 0 . 7 1 2 2 0 . 9 6 9 9 1 4 5 . 9 6 8 6 0 2 . 6 1 . 3 3 4 7 0 . 4 8 7 5 1 . 9 5 4 38 4 1 9 . 1 1 . 3 6 6 9 0 . 4 7 3 9 1 . 9 7 1 97 . 5 7 1 9 0 . 0 3 1 6 0 . 0 0 1 4 0 . 1 4 5 81?1,1?1,0?1,1?1,2?1,0?1,1?1,2?1,0?1,1?1,2?2?2 ,1?2 ,0?2 ,1?2 ,2?2 ,0?2 ,1?2 ,2?2 ,0?2 ,1?3?3 ,0?3 ,1?3 ,2?3 ,0?3,1?3 ,2?3,1?3 ,0?3,1?3 ,2?4?4 ,0?4 ,1?4 , 2?4 ,0?4 ,1?4 ,2?4 ,1?4 ,0?4 ,1?4 ,2?2 ,1?11 由 表格中估計出的系數(shù)進行分析 易 得出股指期貨顯著影響 著 同期滬深 300 現(xiàn)貨指數(shù) 收益的結(jié)論，但與此同時， 1 期 的股指期貨對現(xiàn)貨指數(shù)有負向調(diào)整作用。 基于 聯(lián)立方程的實證 分析 由 GARCH 模型的估計結(jié)果得到的兩指數(shù) 收益序列 的 GARCH 方差序列，基于（ ） 建立 兩指數(shù)收益 以及 兩收益序列的方差序列的連立方程。 本部分的 研究 將按照以下順序進行： 1. 對滬深 300 指數(shù)和滬深 300 股指期貨收益序列進行 GARCH(1,1）建模， 獲得對應(yīng)序列的 GARCH 方差序列； 2. 針對滬深 300 指數(shù)收益序列、滬深 300 指數(shù)收益方差序列、滬深 300 股指期貨收益序列以及股指期貨收益方差序列，以（ ）式為基礎(chǔ)，建立起聯(lián)立方程組； 3. 對獲得的聯(lián)立方程采用格蘭杰因果檢驗法進行檢驗，分析多變量之間存在的動態(tài)引導關(guān)系。 基于 連立方程 的 滬深 300 股指期貨 與現(xiàn)貨 領(lǐng)先滯后的關(guān)系研究 依靠著建立 以及估計線性模型能夠獲得滬深 300 股指期貨 同現(xiàn)貨市場之間存在的領(lǐng)先滯后 關(guān)系程度 ， 以領(lǐng)先 一個階段 即 5 分鐘 表現(xiàn) ； 但線性模型只關(guān)注于收益序列間的領(lǐng)先 與 滯后關(guān)系，卻忽視了解釋的完備性 ： 如忽視了 交易的頻次 對收益波動的影響，典型股票的影響等因素 。因此 可以得到以下結(jié)論 ： 1. 在區(qū)間 2021 年 12 月 20 日 到 2021 年 2 月 28 日 之間，滬深 300 股指期貨 領(lǐng)先滬深 300現(xiàn)貨指數(shù) 的時間為 515 分鐘 ； 2. 在區(qū)間 2021 年 7 月 1 日 到 2021 年 9 月 30 日 之間， 滬深 300 股指期貨 領(lǐng)先滬深 300 現(xiàn)貨指數(shù) 的時間設(shè)置為 10 分鐘 ； 3. 通過實際的驗證得到的結(jié)果是 滬深 300現(xiàn)貨指數(shù)與 滬深 300股指期貨實際上是處于一個 比較好的位置 。 基于 線性模型的 領(lǐng)先滯后關(guān)系研究 針對現(xiàn)在的滬深 300 現(xiàn)貨指數(shù)收益等相關(guān)的數(shù)據(jù)我們搭建了相關(guān)的模型，并且在這個過程中使用的是 DW 檢驗等一系列的方法來得到最優(yōu)滯后階數(shù)，估計結(jié)果如表 31. 表 31（ a） 滬深 300 指數(shù)與股指期貨收益基于線性模型估計結(jié)果 Variable Coefficient Std. Error tStatistic Prob. 3?? 2?? 1?? 0? 1? 2? 3? Rsquared Du rbi n Wat son s tat? . of regression A kaik e i nfo crit er ion Sum squa red resid Schwarz criterion 表 31（ b） 滬深 300 指數(shù)與股指期貨收益基于線性模型估計結(jié)果 Variable Coefficient Std. Error tStatistic Prob. 3?? 2?? 1?? 0? 1? 2? 3? Rsquared Du rbi n Wat son s tat? . of regression A kaik e i nfo crit er ion Sum squa red resid Schwarz criterion 由 表 31 線性模型 的估計結(jié)果可知： a 期 之中 10,??? 在 1%的顯著水平下 明顯拒絕原假8 設(shè) ，表明股指期貨 的 滯后一期 與滬深 300 現(xiàn)貨指數(shù) 同 一 期 系數(shù) 顯著， 23,????在 5%的顯著水平下顯著， 所以在 a 期之內(nèi) 滬深 300 現(xiàn)貨指數(shù) 領(lǐng)先滬深 300 股指期貨 的幅度在 5 到 15 分鐘 之間。 以 ,hstP 300表 示 滬 深 指 數(shù) 在t 時價格， if,tP 300表 示 滬 深 股 指 期 貨 合 約 在t 時價格。由于股指期貨 的價格反映了其標的物的全部信息， 而現(xiàn)貨指數(shù)中不能包含 紅利 、股利等信息對于價格變動的影響 ， 而滬深 300 組合 中包含的股票每年兩次分別在 6 月 及 12 月 第二個星期五的下一個交易日進行紅利對股價的影響的調(diào)整，故此本文采用兩次調(diào)整后的數(shù)據(jù)以免沒有全收益的缺陷造成的分析偏差。 格蘭杰 因果檢驗 在進行回歸之前，需要對時間序列樣本本身進行平穩(wěn)性的檢驗，本文采用 ADF 單位根來實現(xiàn) 格蘭杰檢驗 建立雙變量 VAR 模型，檢驗變量 A 的之后信息是否對變量 B 產(chǎn)生影響，稱之為格蘭杰因果檢驗 ，具體模型如下： 1 1 ,112 2 ,11mmt i t i i t i tiimmt i t i i t i tiiy y xx x y? ? ? ?? ? ? ?????????? ? ? ?? ? ? ????? () 若 檢驗 x 是否是 y 的格 蘭杰原因 ，亦即檢驗 以下假設(shè) ： 01: i: 0 , 1, 2 , mH i 0iHi? ??? ?存 在 ， 使 得 為了研究滬深 300股指期貨與滬深 300現(xiàn)貨指數(shù)收益和波動序列多變量之間的因果關(guān)系，把格蘭杰