胡可為 安毅 劉文超

摘 要：準(zhǔn)確判斷股指期貨的價(jià)格關(guān)聯(lián)性對(duì)防范我國(guó)股指期貨市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、維護(hù)股指期貨市場(chǎng)安全至關(guān)重要。本文采用溢出指數(shù)和多元回歸模型深入探討了我國(guó)股指期貨市場(chǎng)的價(jià)格關(guān)聯(lián)性及其影響因素。結(jié)果表明：我國(guó)股指期貨市場(chǎng)存在顯著的價(jià)格關(guān)聯(lián)性，且不同子市場(chǎng)間的關(guān)聯(lián)在樣本期內(nèi)存在顯著差異。其中，滬深300股指期貨與市場(chǎng)的關(guān)聯(lián)性最高，是市場(chǎng)上信息的凈給予者，具有較強(qiáng)的價(jià)格引導(dǎo)和風(fēng)險(xiǎn)傳遞能力;上證50股指期貨與市場(chǎng)的關(guān)聯(lián)性次之，其信息溢出能力在政府救市期間明顯增強(qiáng);中證500股指期貨的信息溢出能力在市場(chǎng)動(dòng)蕩時(shí)期較強(qiáng)。此外，通貨膨脹率、股市流動(dòng)性與波動(dòng)性、突發(fā)事件等對(duì)股指期貨市場(chǎng)關(guān)聯(lián)性具有顯著的影響?；诖?，本文針對(duì)股指期貨市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)防范提出政策建議。

關(guān)鍵詞：股指期貨市場(chǎng) 系統(tǒng)性風(fēng)險(xiǎn) 關(guān)聯(lián)性

一、引言

2010年，滬深300股指期貨上市，2015年上證50和中證500股指期貨也掛牌交易。自上市以來(lái)，股指期貨受到投資者的青睞，成交量和成交額迅速提高，在平抑股市波動(dòng)、穩(wěn)定市場(chǎng)運(yùn)行、預(yù)警股市系統(tǒng)性風(fēng)險(xiǎn)等方面發(fā)揮了積極作用，具有“股市穩(wěn)定器”的功能，同時(shí)也為投資提供了重新配置風(fēng)險(xiǎn)的工具，在資產(chǎn)組合管理中扮演重要的角色。但是，股指期貨在另一方面表現(xiàn)出加劇金融市場(chǎng)風(fēng)險(xiǎn)的負(fù)面效應(yīng)。2015—2020年，我國(guó)股指期貨市場(chǎng)各品種的價(jià)格呈現(xiàn)同步波動(dòng)的趨勢(shì)（見圖1）。李政等和肖小勇等的研究表明，同步變動(dòng)的股指期貨價(jià)格將給市場(chǎng)帶來(lái)共振效應(yīng)，加劇該市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而提高風(fēng)險(xiǎn)的影響范圍和破壞水平。

在我國(guó)股指期貨市場(chǎng)中，滬深300、上證50和中證500股指期貨分別代表大盤綜合股、大盤藍(lán)籌股和中小盤股市場(chǎng)，其標(biāo)的指數(shù)成分股構(gòu)成、市場(chǎng)定位與風(fēng)險(xiǎn)管理目標(biāo)之間均存在顯著差別，理論上價(jià)格走勢(shì)應(yīng)遵循各自的市場(chǎng)規(guī)律，不應(yīng)表現(xiàn)出顯著的共振現(xiàn)象。那么，我國(guó)股指期貨市場(chǎng)是否存在價(jià)格關(guān)聯(lián)？若存在，關(guān)聯(lián)的具體特征如何？哪一品種與整體股指期貨市場(chǎng)的關(guān)聯(lián)更大？不同品種間的關(guān)聯(lián)是否存在顯著差異？影響關(guān)聯(lián)的潛在因素又有哪些？現(xiàn)有文獻(xiàn)并未涉及這些問題，而深入探討這些問題對(duì)于識(shí)別和防范我國(guó)股指期貨市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、建立有效的風(fēng)險(xiǎn)預(yù)警機(jī)制、維護(hù)股指期貨市場(chǎng)乃至整體金融市場(chǎng)安全至關(guān)重要。

事實(shí)上，關(guān)聯(lián)性一直是多變量金融時(shí)間序列研究的重點(diǎn)，尤其是2008年全球金融危機(jī)爆發(fā)后，關(guān)聯(lián)性視角成為研究系統(tǒng)性風(fēng)險(xiǎn)的主流方向。李政等曾表明，系統(tǒng)性風(fēng)險(xiǎn)水平受系統(tǒng)性沖擊的大小及系統(tǒng)關(guān)聯(lián)性兩個(gè)因素的影響，較高的關(guān)聯(lián)水平會(huì)放大系統(tǒng)性沖擊的破壞力和影響范圍。本文借鑒張曉樸對(duì)金融體系系統(tǒng)性風(fēng)險(xiǎn)的界定，定義股指期貨市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)為由單個(gè)股指期貨子市場(chǎng)引發(fā)，在不同子市場(chǎng)之間相互傳導(dǎo)，導(dǎo)致整體股指期貨市場(chǎng)不穩(wěn)定并產(chǎn)生溢出效應(yīng)的風(fēng)險(xiǎn)。這就意味著在研究該市場(chǎng)的風(fēng)險(xiǎn)水平時(shí)，需要對(duì)其進(jìn)行多角度判斷，不僅要考慮市場(chǎng)本身容易引致風(fēng)險(xiǎn)的因素，還要考慮不同市場(chǎng)間的相互關(guān)聯(lián)性。鑒于此，本文將基于價(jià)格關(guān)聯(lián)視角，從總關(guān)聯(lián)、單一品種與市場(chǎng)間關(guān)聯(lián)、不同品種間關(guān)聯(lián)三方面具體考察我國(guó)股指期貨市場(chǎng)的關(guān)聯(lián)性，深入探究關(guān)聯(lián)的動(dòng)態(tài)變化過程，并進(jìn)一步找出影響關(guān)聯(lián)的潛在因素，以期為我國(guó)股指期貨市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)管與防范提供相關(guān)的政策啟示。

二、文獻(xiàn)綜述

理論上對(duì)關(guān)聯(lián)性的解釋主要基于經(jīng)濟(jì)基礎(chǔ)假說和市場(chǎng)傳染假說。經(jīng)濟(jì)基礎(chǔ)假說認(rèn)為不同市場(chǎng)間的關(guān)聯(lián)是由宏觀經(jīng)濟(jì)和市場(chǎng)基本面等的變化所引起的。例如，相關(guān)政策變動(dòng)、短期資本流動(dòng)、部分資產(chǎn)價(jià)格變動(dòng)等都會(huì)引起不同市場(chǎng)間的關(guān)聯(lián)。市場(chǎng)傳染假說認(rèn)為，除此之外，市場(chǎng)間關(guān)聯(lián)還會(huì)受到突發(fā)事件、投資者情緒、市場(chǎng)預(yù)期等因素的影響。尤其是在發(fā)生重大風(fēng)險(xiǎn)事件時(shí)，投資者會(huì)出于安全的目的重新進(jìn)行資產(chǎn)配置。然而，由于危機(jī)下的恐慌心理、羊群效應(yīng)等非理性行為、信息不對(duì)稱等客觀因素的存在，相當(dāng)規(guī)模資金的流動(dòng)會(huì)引發(fā)嚴(yán)重的市場(chǎng)傳染效應(yīng)。即使風(fēng)險(xiǎn)僅在某個(gè)子市場(chǎng)產(chǎn)生，但由于一體化金融市場(chǎng)的存在，風(fēng)險(xiǎn)仍有可能蔓延到其他子市場(chǎng)，導(dǎo)致各金融子市場(chǎng)的關(guān)聯(lián)顯著增強(qiáng)。馬丹等針對(duì)上海市場(chǎng)的研究表明不同板塊間存在典型的非對(duì)稱傳染效應(yīng)，其聯(lián)動(dòng)性在危機(jī)時(shí)明顯增強(qiáng)。

實(shí)證中對(duì)關(guān)聯(lián)性的研究主要從以下兩方面進(jìn)行：一是考察不同市場(chǎng)間的關(guān)聯(lián)性，二是分析各市場(chǎng)間的信息溢出效應(yīng)或單一市場(chǎng)對(duì)整體市場(chǎng)的溢出效應(yīng)，可統(tǒng)一歸納為考察信息溢出效應(yīng)。關(guān)于關(guān)聯(lián)性的考察，現(xiàn)有文獻(xiàn)主要通過協(xié)整和Granger檢驗(yàn)、相關(guān)系數(shù)、主成分分析等方法進(jìn)行。例如，蔣舒和吳沖鋒利用協(xié)整檢驗(yàn)和方差分解對(duì)國(guó)內(nèi)外期貨市場(chǎng)的關(guān)聯(lián)進(jìn)行研究，并證明中國(guó)的期貨市場(chǎng)是有效的。Patro等對(duì)22家銀行控股公司和投資銀行的研究發(fā)現(xiàn)每日股票收益率關(guān)聯(lián)性可以作為系統(tǒng)性風(fēng)險(xiǎn)的有效衡量指標(biāo)。Billio等基于主成分和格蘭杰因果的研究發(fā)現(xiàn)了對(duì)沖基金、銀行、經(jīng)紀(jì)商和保險(xiǎn)公司之間的高度關(guān)聯(lián)性。然而，上述方法僅局限于考察市場(chǎng)間的關(guān)聯(lián)性，無(wú)法考察整體系統(tǒng)的關(guān)聯(lián)性。

信息溢出效應(yīng)主要包括均值溢出效應(yīng)（收益率溢出）和波動(dòng)溢出效應(yīng)（波動(dòng)率溢出），前者衡量?jī)r(jià)格信息的傳導(dǎo)，后者刻畫風(fēng)險(xiǎn)的傳遞。關(guān)于信息溢出效應(yīng)的考察，已有研究主要基于誤差修正模型、CoVaR模型、GARCH族模型、溢出指數(shù)模型等方法進(jìn)行。例如，Ghosh、熊熊和王芳、左浩苗等基于協(xié)整和誤差修正模型研究了股指期現(xiàn)貨之間的價(jià)格引領(lǐng)關(guān)系。周愛民和韓菲基于GARCH-時(shí)變Copula-CoVaR模型對(duì)內(nèi)地和香港期現(xiàn)貨市場(chǎng)的研究，得出任意兩市場(chǎng)間存在雙向風(fēng)險(xiǎn)溢出效應(yīng)的結(jié)論。趙慧敏等、田樹喜等、張?bào)惴搴凸鶠r陽(yáng)基于GARCH族模型研究了我國(guó)股指期現(xiàn)貨市場(chǎng)間的信息溢出效應(yīng)。周佰成等利用溢出指數(shù)模型證實(shí)了滬深300股指期現(xiàn)貨市場(chǎng)的信息溢出效應(yīng)在不同階段存在顯著差異。劉成立則基于股指期貨的嶄新視角研究了中美股市間的聯(lián)動(dòng)關(guān)系。

與以往研究相比，本文的主要貢獻(xiàn)有以下幾方面：①立足于我國(guó)股指期貨市場(chǎng)，研究其內(nèi)部不同子市場(chǎng)間的關(guān)聯(lián)性，進(jìn)而探究該市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范的相關(guān)舉措。已有文獻(xiàn)多是研究不同市場(chǎng)間的關(guān)聯(lián)性，包括股指期貨和現(xiàn)貨市場(chǎng)、不同股指期貨市場(chǎng)間，鮮有關(guān)于同一市場(chǎng)內(nèi)品種間關(guān)聯(lián)性的研究。而在當(dāng)今我國(guó)金融變革與創(chuàng)新層出不窮、金融風(fēng)險(xiǎn)管理迫在眉睫的關(guān)鍵時(shí)刻，探討股指期貨子市場(chǎng)間的關(guān)聯(lián)性，對(duì)于研究該市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)度量與防范問題顯得迫切而重要。②基于溢出指數(shù)模型，考察了市場(chǎng)總關(guān)聯(lián)、單一品種與市場(chǎng)間關(guān)聯(lián)、不同品種間關(guān)聯(lián)的具體特征，既考慮了品種間關(guān)聯(lián)和整體系統(tǒng)關(guān)聯(lián)，又兼顧了關(guān)聯(lián)的大小和方向。同時(shí)，著重分析了關(guān)聯(lián)的動(dòng)態(tài)變化過程，是對(duì)我國(guó)股指期貨市場(chǎng)間關(guān)聯(lián)性的精確考察，有助于正確認(rèn)識(shí)各子市場(chǎng)在股指期貨市場(chǎng)中的地位，為科學(xué)地防范化解股指期貨市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)提供依據(jù)。③基于關(guān)聯(lián)性的大小和方向特征分析了2015年和2018年股災(zāi)期間政府救市措施對(duì)維護(hù)股指期貨市場(chǎng)穩(wěn)定的效果，為政府對(duì)于危機(jī)事件的處置方式選擇提供了參考借鑒。

三、研究方法

Diebold和Yilmaz基于向量自回歸模型的方差分解原理構(gòu)建多變量間的溢出指數(shù)，來(lái)衡量多市場(chǎng)或資產(chǎn)間的溢出關(guān)系。本文將探討我國(guó)股指期貨市場(chǎng)各品種間的價(jià)格關(guān)聯(lián)，為此，構(gòu)建三變量P階向量自回歸（VAR）模型：

Xt=∑pi=1ΦiXt-i+εt（1）

其中，Xt為（RIF，t，RIH，t，RIC，t）T或（σ2IF，t，σ2IH，t，σ2IC，t）T，表示各股指期貨的收益率或波動(dòng)率;Φi是系數(shù)矩陣;εt～（0，Σ）為獨(dú)立同分布的擾動(dòng)項(xiàng)向量。

在平穩(wěn)性的假定下，式（1）存在移動(dòng)平均表達(dá)式：

Xt=∑SymboleB@i=0Ψiεt-i（2）

為避免Choleskey分解引起的排序問題，本文使用廣義VAR框架得到的方差分解。定義品種j到i的波動(dòng)溢出：

θgij（H）=ω-1jj∑H-1h=0eTiΨh∑ej2∑H-1h=0（eTiΨh∑Ψ ?Thei），H=1，2，…，表示向前H步;j=IF，IH，IC（3）

其中，ωjj是式（1）中第j個(gè)方程誤差項(xiàng)的標(biāo)準(zhǔn)差;ei是第i個(gè)元素為1、其余元素為0的選擇向量;Σ是擾動(dòng)項(xiàng)εt的協(xié)方差矩陣。為使θgij（H）具有可比性，將其標(biāo)準(zhǔn)化，即：

θ～gij（H）=θgij（H）∑3j=1θgij（H）（4）

這樣，∑3j=1θ～gij=1，∑3i，j=1θ～gij=3。

為了反映股指期貨市場(chǎng)的整體關(guān)聯(lián)，構(gòu)建總溢出指數(shù)：

TSI（H）=∑3i，j=1i≠jθ～gij（H）∑3i， j=1θ～gij×100=∑3i，j=1i≠jθ～gij（H）3×100（5）

總溢出指數(shù)越大，說明品種間溢出程度越高，某一品種的沖擊越容易影響到其他品種。

為了反映單一品種與股指期貨市場(chǎng)間的關(guān)聯(lián)性，定義接受（給予）總溢出指數(shù)：

Sgi←.（H）=∑3j=1i≠jθ～gij（H）3×100（6）

Sg.←i（H）=∑3j=1i≠jθ～gji（H）3×100（7）

接受總溢出指數(shù)衡量其余所有品種對(duì)品種i的總溢出水平，給予總溢出指數(shù)度量品種i對(duì)其他所有品種的總溢出水平。

根據(jù)接受和給予總溢出指數(shù)，定義凈溢出指數(shù)：

Sgi（H）=Sg.←i（H）-Sgi←.（H）（8）

凈溢出指數(shù)表示品種i的沖擊對(duì)其他所有品種的凈溢出大小。該指數(shù)大于0表示品種i是其他股指期貨沖擊的凈給予者;反之，則是沖擊的凈接受者。

為了反映不同品種間的價(jià)格關(guān)聯(lián)，定義配對(duì)凈溢出指數(shù)：

Sgij（H）=θ～gij（H）∑3i.k=1θ～gik（H）-θ～gji（H）∑3i.k=1θ～gik（H）×100（9）

四、實(shí)證分析

（一）數(shù)據(jù)選擇及描述性統(tǒng)計(jì)分析

本文主要分析我國(guó)股指期貨市場(chǎng)各品種間的價(jià)格關(guān)聯(lián)，選取滬深300股指期貨（IF）、上證50股指期貨（IH）、中證500股指期貨（IC）在2015年4月至2020年12月的日價(jià)格序列，并進(jìn)一步構(gòu)造收益率與波動(dòng)率序列。首先，定義收益率為Ri，t=ln （Pi，t/Pi，t-1），其中，Ri，t為股指期貨i在第t個(gè)期間內(nèi)的對(duì)數(shù)收益率，Pi，t為其在第t個(gè)期末的收盤價(jià)。然后，定義波動(dòng)率為σ2it=0.511（Hit-Lit）2-0.019[（Cit-Oit）（Hit+Lit-2Oit）-2（Hit-Oit）（Lit-Oit）]-0.383（Hit-Lit）2，其中，Hit、Lit、Cit、Oit分別為股指期貨i在第t個(gè)期間內(nèi)的最高價(jià)、最低價(jià)、收盤價(jià)、開盤價(jià)，所有價(jià)格都取自然對(duì)數(shù)。

表1給出了各股指期貨在樣本期間的收益率和波動(dòng)率的描述性統(tǒng)計(jì)結(jié)果。對(duì)于收益率：從其均值看，滬深300和上證50股指期貨的收益率均值為正，中證500股指期貨的收益率均值為負(fù);從其標(biāo)準(zhǔn)差看，中證500股指期貨的標(biāo)準(zhǔn)差最大，滬深300股指期貨次之，上證50股指期貨的波動(dòng)最小;偏度和峰度統(tǒng)計(jì)量顯示各股指期貨的收益率均具有左偏和尖峰特征;JB統(tǒng)計(jì)量及P值也表明收益率均不服從正態(tài)分布;從單位根檢驗(yàn)結(jié)果看，各股指期貨的收益率序列均在1%的顯著性水平上達(dá)到平穩(wěn)狀態(tài)。對(duì)于三種股指期貨的波動(dòng)率，可以看出，中證500股指期貨波動(dòng)率的均值和標(biāo)準(zhǔn)差均是最大的，可見其在樣本期內(nèi)的劇烈變化;從偏度和峰度看，三種股指期貨的波動(dòng)率均是右偏和尖峰分布的;JB統(tǒng)計(jì)量及P值均表明波動(dòng)率不服從正態(tài)分布;單位根檢驗(yàn)顯示各股指期貨的波動(dòng)率序列均在1%的顯著性水平上達(dá)到平穩(wěn)狀態(tài)。

（二）全樣本下的價(jià)格關(guān)聯(lián)分析

表2為全樣本下各股指期貨間價(jià)格關(guān)聯(lián)情況。表中的主對(duì)角線數(shù)值代表股指期貨的自身關(guān)聯(lián);非主對(duì)角線數(shù)值為兩股指期貨間的價(jià)格關(guān)聯(lián);“給予”行代表某一股指期貨價(jià)格變動(dòng)對(duì)其他股指期貨價(jià)格變動(dòng)的總影響;“接受”列代表某一股指期貨價(jià)格變動(dòng)受其他股指期貨價(jià)格變動(dòng)的總影響;“接受”列或“給予”行的均值為總溢出指數(shù)，刻畫股指期貨市場(chǎng)的總關(guān)聯(lián)水平;凈溢出表示某股指期貨價(jià)格變動(dòng)對(duì)其他股指期貨價(jià)格變動(dòng)的凈影響，用該股指期貨“給予”值與“接受”值的差表示。

由表2可知：①收益率和波動(dòng)率總溢出指數(shù)均大于50%，表明我國(guó)股指期貨市場(chǎng)的價(jià)格變動(dòng)有一半以上是由品種間的相互影響導(dǎo)致的，說明我國(guó)股指期貨市場(chǎng)的關(guān)聯(lián)性較高。而這無(wú)疑為不利沖擊的傳播提供了便利，致使風(fēng)險(xiǎn)可以傳染到各個(gè)股指期貨子市場(chǎng)，影響該市場(chǎng)的穩(wěn)定。②主對(duì)角線數(shù)值均小于50%，說明各股指期貨當(dāng)前價(jià)格的變動(dòng)在一定程度上受自身過去價(jià)格變動(dòng)的影響，但受自身價(jià)格變動(dòng)的影響小于受其他股指期貨價(jià)格變動(dòng)的影響。③IF的“接受”與“給予”值均最大，且凈溢出大于0，說明滬深300股指期貨與市場(chǎng)行情的關(guān)聯(lián)性最高，是市場(chǎng)價(jià)格變動(dòng)的影響者，因此應(yīng)警惕該市場(chǎng)的不利變動(dòng)對(duì)其他股指期貨市場(chǎng)的沖擊。④ IH的凈溢出小于0，說明上證50股指期貨是市場(chǎng)上價(jià)格變動(dòng)的被影響者。⑤ IC的波動(dòng)率凈溢出為正值，收益率凈溢出為負(fù)值，說明相比價(jià)格引領(lǐng)，中證500股指期貨的風(fēng)險(xiǎn)傳遞能力更強(qiáng)。

（三）滾動(dòng)樣本下的價(jià)格關(guān)聯(lián)分析

考慮到我國(guó)股指期貨市場(chǎng)是一個(gè)新興市場(chǎng)，各品種間的價(jià)格關(guān)聯(lián)可能會(huì)出現(xiàn)結(jié)構(gòu)性變化，因此，本部分進(jìn)一步考察價(jià)格關(guān)聯(lián)的時(shí)變特征。在實(shí)證模型中，將滾動(dòng)窗口設(shè)為200天，步長(zhǎng)H設(shè)為10天，VAR模型中，收益率選擇1階滯后，波動(dòng)率選擇4階滯后。

1.股指期貨市場(chǎng)總關(guān)聯(lián)分析

我國(guó)股指期貨市場(chǎng)的總關(guān)聯(lián)水平通過總溢出指數(shù)圖來(lái)描述。由圖2可知，我國(guó)股指期貨市場(chǎng)收益率和波動(dòng)率總溢出指數(shù)并不是恒定不變的，而是隨著經(jīng)濟(jì)金融的發(fā)展表現(xiàn)出一定的時(shí)變特征。其中，收益率總溢出水平在41%～63%的范圍內(nèi)變動(dòng)，平均溢出水平為57%;波動(dòng)率總溢出水平在35%～61%的范圍內(nèi)變動(dòng)，平均溢出水平為53.74%;收益率溢出水平平均高于波動(dòng)溢出水平。

具體來(lái)看，股指期貨市場(chǎng)收益率與波動(dòng)率總溢出指數(shù)的變動(dòng)大致相同，總體上呈現(xiàn)先降后升的趨勢(shì)，中間略有差異：第一階段為2016年2月至2016年10月，該階段收益率和波動(dòng)率總溢出指數(shù)在低位波動(dòng)中呈小幅上升趨勢(shì);第二階段為2016年11月至2017年10月，該階段總溢出指數(shù)呈現(xiàn)波動(dòng)下降趨勢(shì);第三階段為2017年11月至2020年12月，該階段總溢出指數(shù)穩(wěn)步上漲，并保持在高位。下面就三階段的情況進(jìn)行具體說明。

第一階段：2016年2月至2016年10月。該階段收益率總溢出指數(shù)在58%～63%，波動(dòng)率總溢出指數(shù)在53%～59%，兩指數(shù)均穩(wěn)中略有上升。交易狀況顯示該階段成交額和成交量均小幅下跌（見圖3），這與2016年股指期貨市場(chǎng)限制交易有關(guān)。2015年6月股指期現(xiàn)貨價(jià)格大跳水后，中金所發(fā)布限制單方向開倉(cāng)交易量、提高交易保證金和交易手續(xù)費(fèi)等一系列措施以穩(wěn)定市場(chǎng)，由此開啟了股指期貨市場(chǎng)交易行情的大跳水，成交量和成交額在較低水平波動(dòng)，無(wú)明顯趨勢(shì)。在該階段，投資者信心不足，市場(chǎng)整體疲軟，信息溢出指數(shù)較穩(wěn)定。

第二階段：2016年11月至2017年10月。該階段收益率溢出指數(shù)由62%下降至43%，波動(dòng)率溢出指數(shù)由59%下降至35%，兩指數(shù)均有較大幅度的下降。這主要與股指期貨市場(chǎng)限制交易和國(guó)家加大市場(chǎng)監(jiān)管有關(guān)。2017年，證監(jiān)會(huì)、期貨市場(chǎng)監(jiān)控中心、中期協(xié)等單位發(fā)布及修改多部法規(guī)制度，完善股指期貨市場(chǎng)法律監(jiān)管體系，加強(qiáng)監(jiān)管力度。雖然2017年2月和9月，中金所兩次放寬交易限制，但因整體幅度較小，成交量和成交額僅在低位振蕩中小幅上漲，與限制交易前相比仍有很大差距，市場(chǎng)流動(dòng)性依然受限。在該階段，股指期貨市場(chǎng)波動(dòng)頻率和幅度不大，風(fēng)險(xiǎn)可控，總溢出指數(shù)呈下降趨勢(shì)。

第三階段：2017年11月至2020年12月。該階段兩指數(shù)均有明顯上升，并保持高位震蕩，其中收益率總溢出指數(shù)由41%上升至63%，波動(dòng)率總溢出指數(shù)由35%上升至61%。同時(shí)，該階段的成交量和成交額顯著增加。上述現(xiàn)象的出現(xiàn)主要有如下原因：一是國(guó)家政策的影響。繼2017年股指期貨兩度松綁后，2018年和2019年中金所再次放寬限制，股指期貨逐漸恢復(fù)常態(tài)化交易。2020年為應(yīng)對(duì)新冠肺炎疫情的影響，國(guó)家多次降準(zhǔn)降息，流動(dòng)性的寬松使股市表現(xiàn)優(yōu)異，也帶動(dòng)股指期貨的成交量和成交額大幅上漲。二是國(guó)內(nèi)外環(huán)境的影響。2018年的國(guó)內(nèi)股權(quán)質(zhì)押爆倉(cāng)、信用債違約高發(fā)、中美關(guān)系緊張、經(jīng)濟(jì)發(fā)展不及預(yù)期等，2019年的美債收益率倒掛、大國(guó)博弈加劇、經(jīng)濟(jì)增長(zhǎng)疲軟等，2020年的新冠肺炎疫情沖擊、地緣沖突加劇、美國(guó)總統(tǒng)大選等，以上種種均會(huì)導(dǎo)致金融市場(chǎng)波動(dòng)加劇，投資氛圍緊張，市場(chǎng)風(fēng)險(xiǎn)加大，資金流動(dòng)增強(qiáng)。三是投資者風(fēng)險(xiǎn)管理的需要。金融市場(chǎng)不確定性的加劇，會(huì)引發(fā)投資者風(fēng)險(xiǎn)管理需求的大增，尤其是2020年，投資者對(duì)金融衍生品的參與力度有很大提高，帶動(dòng)股指期貨市場(chǎng)的活躍度也大幅上升。因此，2018年后，股指期貨市場(chǎng)的成交情況明顯好轉(zhuǎn)，信息傳遞顯著增強(qiáng)，總溢出指數(shù)在大幅上漲后保持高位振蕩態(tài)勢(shì)。

2.各股指期貨與市場(chǎng)間的關(guān)聯(lián)分析

總溢出指數(shù)曲線展示了股指期貨市場(chǎng)的總體關(guān)聯(lián)水平。接下來(lái)就各股指期貨方向性溢出情況進(jìn)行分析，以考察單一股指期貨與市場(chǎng)間的關(guān)聯(lián)水平。

圖4展示了我國(guó)各股指期貨的方向性溢出指數(shù)，從圖中可以發(fā)現(xiàn)：①各股指期貨的方向性溢

出具有一定的時(shí)變性和聚集性特征，且接受與給予總溢出指數(shù)的趨勢(shì)與圖2中總溢出指數(shù)的趨勢(shì)大致相同，一定程度上展現(xiàn)了模型實(shí)證結(jié)果的穩(wěn)健性。②各股指期貨與市場(chǎng)的關(guān)聯(lián)存在明顯差異。其中，滬深300股指期貨與市場(chǎng)的關(guān)聯(lián)性最高，指數(shù)變動(dòng)幅度最小，且其凈溢出指數(shù)基本為正，說明該股指期貨市場(chǎng)具有較強(qiáng)的價(jià)格引導(dǎo)和風(fēng)險(xiǎn)溢出能力。③上證50和中證500股指期貨與市場(chǎng)關(guān)聯(lián)的波動(dòng)較大，尤其是2018年后，兩期貨的接受與給予總溢出指數(shù)

均有明顯上升，說明該階段其市場(chǎng)參與度提升。另外，2018年后，上證50和中證500股指期貨的波動(dòng)率凈溢出指數(shù)此消彼長(zhǎng)——IH正（負(fù)）的凈溢出對(duì)應(yīng)IC負(fù)（正）的凈溢出，這主要與當(dāng)時(shí)的經(jīng)濟(jì)金融環(huán)境有關(guān)。2018年在國(guó)內(nèi)金融去杠桿、信用環(huán)境收緊、股權(quán)質(zhì)押爆倉(cāng)、中美貿(mào)易摩擦等不利因素的影響下，國(guó)內(nèi)股期兩市整體下跌，市場(chǎng)預(yù)期悲觀，資金從大盤股流出，轉(zhuǎn)而流

向價(jià)格投機(jī)性比較強(qiáng)的中小盤股，導(dǎo)致中小盤股票波動(dòng)加劇，因此該階段中證500股指期貨強(qiáng)勢(shì)反超，成為股指期貨市場(chǎng)上風(fēng)險(xiǎn)的主要輸出方。2019年后，隨著利空影響減弱，政策利好、中美關(guān)系趨向緩和、資金加速入市等利多因素出現(xiàn)，股市在大盤藍(lán)籌股及上證50指數(shù)成分股的帶動(dòng)下強(qiáng)勢(shì)反彈，期市跟隨上漲，因此該階段更受外資青睞的上證50股指期貨表現(xiàn)較好，風(fēng)險(xiǎn)溢出效應(yīng)更強(qiáng)。2020年為應(yīng)對(duì)新冠肺炎疫情的沖擊，國(guó)家多次釋放流動(dòng)性，中小及民營(yíng)企業(yè)發(fā)展獲得極大支持，再加上中證500指數(shù)成分股中科技股和醫(yī)藥股較多，因此上半年中證500股指期貨對(duì)市場(chǎng)的影響更大。之后隨著國(guó)家有力的疫情防控和持續(xù)向好的經(jīng)濟(jì)復(fù)蘇，順周期板塊開始走強(qiáng)，因此滬深300和上證50股指期貨逐步占據(jù)信息溢出的主導(dǎo)地位。

3.各股指期貨品種間的關(guān)聯(lián)分析

總溢出指數(shù)描述的是股指期貨市場(chǎng)的整體關(guān)聯(lián)水平，方向性溢出指數(shù)描述的是單一股指期貨與市場(chǎng)間的關(guān)聯(lián)水平。接下來(lái)分析不同股指期貨間的配對(duì)凈溢出效應(yīng)，以探究不同股指期貨間價(jià)格關(guān)聯(lián)的動(dòng)態(tài)演變過程。

圖5是各股指期貨品種間的配對(duì)凈溢出指數(shù)。從圖中可以發(fā)現(xiàn)：①相比收益率配對(duì)凈溢出指數(shù)，波動(dòng)率配對(duì)凈溢出指數(shù)的變動(dòng)頻繁且劇烈。② IF對(duì)IH和IC的收益率凈溢出為正，對(duì)IH的波動(dòng)率凈溢出基本為正，說明其是我國(guó)股指期貨市場(chǎng)上信息的凈給予者，可以較為明顯地影響其他股指期貨的價(jià)格變動(dòng)。這可能與滬深300

股指期貨上市時(shí)間更長(zhǎng)、投資者基礎(chǔ)更強(qiáng)和市場(chǎng)建

設(shè)更完善等因素有關(guān)。另外，通過計(jì)算發(fā)現(xiàn)滬深300股指期貨在樣本期間的平均名義換手率最大，說明該市場(chǎng)的投機(jī)性更強(qiáng)，非理性交易更多。一旦滬深300股指期貨市場(chǎng)出現(xiàn)異常，理性

人假設(shè)將促使投資者調(diào)整其資產(chǎn)配置，促進(jìn)市場(chǎng)間資金的流動(dòng)，產(chǎn)生信息溢出效應(yīng);同時(shí)，滬深300股指期貨市場(chǎng)的風(fēng)險(xiǎn)會(huì)傳染到其他市場(chǎng)，產(chǎn)生波動(dòng)溢出效應(yīng)。③ 2018年全年和2020年上半年，IC對(duì)IF和IH的凈溢出指數(shù)變大，且波動(dòng)率凈溢出多為正值，說明該階段中證500股指期貨對(duì)其他股指期貨價(jià)格變動(dòng)的影響增強(qiáng)，是股指期貨市場(chǎng)上主要的風(fēng)險(xiǎn)輸出方，而2019年全年和2020年下半年的情況則恰恰相反，這與上一小節(jié)關(guān)于單一品種與整體股指期貨市場(chǎng)關(guān)聯(lián)性分析中

的部分結(jié)論具有一致性。出現(xiàn)這種現(xiàn)象的原因主要是2018年全年和2020年上半年資金較多地流向中小盤股票市場(chǎng)，而2019年全年和2020下半年資金更傾向于大盤藍(lán)籌股。④ 2016年下半年和2018年下半年，IH對(duì)IF和IC的凈溢出指數(shù)變大，說明上證50股指期貨對(duì)其他股指期貨的影響增強(qiáng)。這主要與政府救市資金多流向該市場(chǎng)有關(guān)，也進(jìn)一步表明國(guó)家針對(duì)2015年和2018年股災(zāi)的救市具有穩(wěn)定市場(chǎng)的效果。然而，凈溢出指數(shù)仍多為負(fù)值，說明國(guó)家的救市措施僅在一定程度上有效果。

（四）股指期貨市場(chǎng)關(guān)聯(lián)性的影響因素分析

本部分將進(jìn)一步研究關(guān)聯(lián)性變化的影響因素，主要基于關(guān)聯(lián)性的相關(guān)理論，從宏觀、微觀、突發(fā)事件三方面來(lái)構(gòu)建多元線性回歸模型，以直觀了解各因素對(duì)我國(guó)股指期貨市場(chǎng)關(guān)聯(lián)性的影響。具體模型如下：

TSIt=β0+β1M2t-1+β2CPIt-1+β3Rt-1+β4LSt+β5LFt+β6VIXt+γ1D1+γ2D2+εt

其中，TSI為股指期貨市場(chǎng)關(guān)聯(lián)性指標(biāo)，貨幣供應(yīng)量M2、通貨膨脹率的代理指標(biāo)CPI、銀行間7天同業(yè)拆借加權(quán)利率R為宏觀影響因素，股票市場(chǎng)流動(dòng)性LS、股指期貨市場(chǎng)流動(dòng)性LF、股票市場(chǎng)波動(dòng)率VIX為微觀影響因素，D1、D2為虛擬變量，用以表示特殊事件的發(fā)生。D1在2018年1月至2019年5月取1，表示2018年股災(zāi)事件，其余時(shí)間取0;D2在2020年1月至2020年12月取1，表示新冠肺炎疫情事件，其余時(shí)間取0。樣本區(qū)間為2016年2月至2020年12月，所有變量取月度頻率，且均已進(jìn)行平穩(wěn)處理。

表3給出了多元線性模型的回歸結(jié)果，從表中可以發(fā)現(xiàn)：①宏觀因素中僅通貨膨脹率對(duì)關(guān)聯(lián)性指標(biāo)有顯著的正影響，意味著當(dāng)通脹率升高時(shí)，股指期貨市場(chǎng)的價(jià)格引領(lǐng)和風(fēng)險(xiǎn)傳導(dǎo)能力增強(qiáng)。②股票市場(chǎng)流動(dòng)性對(duì)股指期貨市場(chǎng)關(guān)聯(lián)性具有顯著的負(fù)影響，可能的原因是股票市場(chǎng)流動(dòng)性的增強(qiáng)會(huì)吸引更多的資金流入該市場(chǎng)，而當(dāng)金融市場(chǎng)資金量一定的情況下，流入股指期貨市場(chǎng)的資金就會(huì)減少，造成股指期貨市場(chǎng)的流動(dòng)性下降，進(jìn)而導(dǎo)致市場(chǎng)的關(guān)聯(lián)性降低。另外，股市波動(dòng)率對(duì)股指期貨市場(chǎng)波動(dòng)率總溢出指數(shù)有顯著的正影響，意味著股市波動(dòng)的加大會(huì)引起股指期貨市場(chǎng)風(fēng)險(xiǎn)傳染的加劇。③極端事件的發(fā)生會(huì)導(dǎo)致股指期貨市場(chǎng)關(guān)聯(lián)性的上升，一方面，極端事件會(huì)導(dǎo)致股指期貨市場(chǎng)的不確定性增大，在此背景下投資者會(huì)積極進(jìn)行資產(chǎn)配置的調(diào)整，帶動(dòng)資金流動(dòng)性增強(qiáng)，進(jìn)而產(chǎn)生信息溢出效應(yīng)。另一方面，極端事件會(huì)提高投資者的風(fēng)險(xiǎn)管理需求，帶動(dòng)股指期貨市場(chǎng)的成交量增長(zhǎng)。另外，相比2018年股災(zāi)，2020年新冠肺炎疫情對(duì)股指期貨市場(chǎng)關(guān)聯(lián)性的影響相對(duì)較小，這主要得益于我國(guó)有力的疫情防控和高效的經(jīng)濟(jì)復(fù)蘇舉措，才使得國(guó)內(nèi)經(jīng)濟(jì)與金融市場(chǎng)沒有受到新冠肺炎疫情的較大沖擊。

五、結(jié)論與啟示

本文選取2015年4月至2020年12月滬深300股指期貨、上證50股指期貨和中證500股指期貨的日收盤價(jià)序列，借助溢出指數(shù)和多元回歸模型，從總關(guān)聯(lián)、單一品種與市場(chǎng)間關(guān)聯(lián)、品種間關(guān)聯(lián)三方面研究我國(guó)股指期貨市場(chǎng)的價(jià)格關(guān)聯(lián)，并進(jìn)一步探究影響股指期貨市場(chǎng)關(guān)聯(lián)性的因素，以期為股指期貨市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的管理與防范提出建議。本文所得主要結(jié)論與啟示如下：

第一，我國(guó)股指期貨市場(chǎng)的總關(guān)聯(lián)性平均高于50%，在樣本期內(nèi)呈先降后升的趨勢(shì)，具有明顯的時(shí)變特征。這說明我國(guó)股指期貨市場(chǎng)的關(guān)聯(lián)性較高，子市場(chǎng)間聯(lián)系較緊密，當(dāng)某一子市場(chǎng)發(fā)生風(fēng)險(xiǎn)事件時(shí)，不利沖擊會(huì)迅速傳染到其他市場(chǎng)，引發(fā)整體股指期貨市場(chǎng)的風(fēng)險(xiǎn)加劇。這啟示我們?cè)诜婪豆芍钙谪浭袌?chǎng)系統(tǒng)性風(fēng)險(xiǎn)時(shí)，應(yīng)立足于整體股指期貨市場(chǎng)，既要考慮單一子市場(chǎng)的具體特征，又要考慮不同子市場(chǎng)間的關(guān)聯(lián)性，并在此基礎(chǔ)上積極建立子市場(chǎng)間的聯(lián)合監(jiān)管協(xié)調(diào)機(jī)制和風(fēng)險(xiǎn)預(yù)警機(jī)制，實(shí)時(shí)監(jiān)測(cè)、識(shí)別風(fēng)險(xiǎn)，及時(shí)采取應(yīng)對(duì)措施。

第二，我國(guó)股指期貨市場(chǎng)的波動(dòng)率總關(guān)聯(lián)水平跨度較大（35.35%～60.60%），而關(guān)聯(lián)水平越高，子市場(chǎng)間信息傳遞越頻繁，不利消息對(duì)股指期貨市場(chǎng)的影響越大，爆發(fā)系統(tǒng)性風(fēng)險(xiǎn)的可能性也就越大。因此，針對(duì)不同水平的市場(chǎng)風(fēng)險(xiǎn)，監(jiān)管層應(yīng)分類識(shí)別、區(qū)別監(jiān)管，尤其要防范關(guān)聯(lián)性較高時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)，避免因單一子市場(chǎng)的風(fēng)險(xiǎn)事件引致整體股指期貨市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)加劇。

第三，不同股指期貨品種的信息溢出能力在樣本期內(nèi)存在顯著差異，且價(jià)格關(guān)聯(lián)水平具有很強(qiáng)的結(jié)構(gòu)性變化特征。因此，監(jiān)管層應(yīng)準(zhǔn)確定位各子市場(chǎng)的系統(tǒng)重要性，充分考慮不同子市場(chǎng)間關(guān)聯(lián)水平的變化，實(shí)行差異化風(fēng)險(xiǎn)管理。例如，滬深300股指期貨與市場(chǎng)的關(guān)聯(lián)性最高，是市場(chǎng)上信息的凈給予者，具有較強(qiáng)的價(jià)格引導(dǎo)和風(fēng)險(xiǎn)傳遞能力，應(yīng)重點(diǎn)關(guān)注滬深300股指期貨的價(jià)格變動(dòng)，維護(hù)滬深300股指期貨市場(chǎng)穩(wěn)定，避免因滬深300股指期貨價(jià)格的劇烈波動(dòng)而引起整個(gè)股指期貨市場(chǎng)的波動(dòng)加劇。而上證50股指期貨更多的是作為信息的接受方，因此應(yīng)提高該子市場(chǎng)的抗風(fēng)險(xiǎn)能力，降低其市場(chǎng)脆弱性，避免因其他子市場(chǎng)的風(fēng)險(xiǎn)傳染加劇該市場(chǎng)的波動(dòng)。

第四，上證50股指期貨與市場(chǎng)的關(guān)聯(lián)性在2015年和2018年股災(zāi)政府救市期間有明顯上升，說明救市措施有穩(wěn)定股指期貨市場(chǎng)的作用，但它的凈溢出值多數(shù)為負(fù)，表明政府救市對(duì)穩(wěn)定股指期貨市場(chǎng)的效果有限。因此，監(jiān)管層應(yīng)多加強(qiáng)對(duì)股指期貨市場(chǎng)風(fēng)險(xiǎn)的日常防控，夯實(shí)風(fēng)險(xiǎn)管理基礎(chǔ)，降低風(fēng)險(xiǎn)事件發(fā)生的概率;同時(shí)，減少政府不必要的行政干預(yù)，加強(qiáng)市場(chǎng)機(jī)制在股指期貨功能發(fā)揮中的作用，通過市場(chǎng)自主調(diào)節(jié)來(lái)防控風(fēng)險(xiǎn)，實(shí)現(xiàn)政府監(jiān)管與市場(chǎng)調(diào)節(jié)的相輔相成，堅(jiān)持守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線。

第五，我國(guó)股指期貨市場(chǎng)的關(guān)聯(lián)性受通貨膨脹率、股票市場(chǎng)流動(dòng)性與波動(dòng)性、極端事件等因素的影響，因此監(jiān)管層在防范股指期貨市場(chǎng)風(fēng)險(xiǎn)時(shí)，除了關(guān)注市場(chǎng)本身的風(fēng)險(xiǎn)因素，還應(yīng)考慮到國(guó)家宏觀政策、股指期現(xiàn)貨市場(chǎng)狀況、突發(fā)事件等因素的影響，加強(qiáng)期現(xiàn)貨市場(chǎng)的聯(lián)動(dòng)監(jiān)管，逐步完善股指期貨市場(chǎng)綜合監(jiān)管體制，力爭(zhēng)在不利沖擊發(fā)生時(shí)可以快速反應(yīng)，精準(zhǔn)處置，把不利影響控制在最小范圍內(nèi)，避免因單一因素引發(fā)整體股指期貨市場(chǎng)的風(fēng)險(xiǎn)加劇。

參考文獻(xiàn)

[1] 常鑫鑫，周強(qiáng)龍.金融脆弱性、風(fēng)險(xiǎn)管理體系與金融期貨市場(chǎng)關(guān)系研究[J].中國(guó)證券期貨，2019（3）：4-8.

[2] 劉成立，王朝暉.股指期貨在預(yù)警股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)中的作用研究[J].宏觀經(jīng)濟(jì)研究，2017（6）：32-43，167.

[3] 丁逸俊，馮蕓.極端下跌事件的正反饋效應(yīng)與監(jiān)管限制溢出[J].中國(guó)管理科學(xué)，2017，25（9）：81-96.

[4] 吳長(zhǎng)鳳.資產(chǎn)管理離不開股指期貨[N].上海證券報(bào)，2015-08-07（009）.

[5] 邵振文，侯丹.我國(guó)股指期貨市場(chǎng)非對(duì)稱性波動(dòng)與下行風(fēng)險(xiǎn)研究[J].經(jīng)濟(jì)縱橫，2018（3）：108-113.

[6] 李政，梁琪，涂曉楓.我國(guó)上市金融機(jī)構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J].金融研究，2016（8）：95-110.

[7] 肖小勇，李崇光，黃靜.農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)關(guān)聯(lián)——基于日頻數(shù)據(jù)和關(guān)聯(lián)測(cè)量新框架[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（1）：25-39.

[8] 張曉樸.系統(tǒng)性金融風(fēng)險(xiǎn)研究：演進(jìn)、成因與監(jiān)管[J].國(guó)際金融研究，2010（7）：58-67.

[9] 吳永鋼，趙航，卜林.中國(guó)金融體系內(nèi)極端風(fēng)險(xiǎn)溢出關(guān)系研究[J].南開經(jīng)濟(jì)研究，2019（5）：98-121.

[10] ADLER M， DUMAS B.International portfolio choice and corporation finance： A synthesis [J].The Journal of Finance，1983，38（3）：925-984.

[11] 馬丹，劉麗萍，陳坤.關(guān)聯(lián)效應(yīng)還是傳染效應(yīng)[J].統(tǒng)計(jì)研究，2016，33（2）：99-106.

[12] 蔣舒，吳沖鋒.中國(guó)期貨市場(chǎng)的有效性：過度反應(yīng)和國(guó)內(nèi)外市場(chǎng)關(guān)聯(lián)的視角[J].金融研究，2007（2）：49-62.

[13] PATRO D K， QI M， SUN X.A simple indicator of systemic risk[J].Journal of Financial Stability，2013，9（1）：105-116.

[14] BILLIO M， GETMANSKY M， LO A W， et al.Econometric measures of connectedness and systemic risk in the finance and insurance sectors[J].Journal of Financial Economics，2012，104（3）：535-559.

[15] GHOSH A.Cointegration and error correction modevs： intertemporal causality between index and future prices[J].Journal of Futures Markets，1993，13（2）：193-198.

[16] 熊熊，王芳.我國(guó)滬深300股指期貨仿真交易的價(jià)格發(fā)現(xiàn)分析[J].天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008（4）：321-325.

[17] 左浩苗，劉振濤，曾海為.基于高頻數(shù)據(jù)的股指期貨與現(xiàn)貨市場(chǎng)波動(dòng)溢出和信息傳導(dǎo)研究[J].金融研究，2012（4）：140-154.

[18] 周愛民，韓菲.股票市場(chǎng)和外匯市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)研究——基于GARCH-時(shí)變Copula-CoVaR模型的分析[J].國(guó)際金融研究，2017（11）：54-64.

[19] 趙慧敏，陳曉倩，黃嵩.中國(guó)股指期貨和現(xiàn)貨市場(chǎng)信息傳導(dǎo)關(guān)系在牛熊市中的異化現(xiàn)象[J].系統(tǒng)工程理論與實(shí)踐，2018，38（4）：863-872.

[20] 田樹喜，夏天洋，楊童舒.中國(guó)A股市場(chǎng)三種股指期貨價(jià)格先導(dǎo)及波動(dòng)溢出效應(yīng)的計(jì)量檢驗(yàn)[J].東北大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，21（4）：344-349，359.

[21] 張?bào)惴?，郭瀝陽(yáng).滬深300股指期現(xiàn)市場(chǎng)多階段波動(dòng)溢出效應(yīng)研究——基于非對(duì)稱BEKK-GARCH模型[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2020，40（3）：53-66.

[22] 周佰成，侯丹，邵振文.我國(guó)股指期貨市場(chǎng)與股票市場(chǎng)溢出效應(yīng)研究[J].經(jīng)濟(jì)縱橫，2017（8）：118-123.

[23] 劉成立.S&P 500和滬深300股指期貨的聯(lián)動(dòng)性研究[J].南開經(jīng)濟(jì)研究，2019（1）：153-172.

[24] DIEBOLD F X， YILMAZ? K.Better to give than to receive： Predictive directional measurement of volatility spillovers[J].International Journal of Forecasting，2012，28（1）：57-66.

[25] KOOP G， PESARAN M H， POTTER S M.Impulse response analysis in nonlinear multivariate models[J].Journal of Econometrics，1996，74（1）：119-147.

[26] GARMAN M B， KLASS M J.On the estimation of security price volatilities from historical data[J].The Journal of Business，1980，53（1）：67-78.

[27] 安毅，宮雨.我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)投機(jī)特征與非理性行為[J].證券市場(chǎng)導(dǎo)報(bào)，2014（5）：46-51.

[28] BEINE M， CANDELON B.Liberalisation and stock market co-movement between emerging economies[J].Quantitative Finance，2011，11（2）：299-312.

[29] BEKAERT G， HARVEY C R.Emerging markets finance[J].Journal of Empirical Fiannce，2003，10（1）：3-55.

[30] FORBES K J， RIGOBON R.No contagion， only interdependence： measuring stock market comovements[J].The Journal of Finance，2002，57（5）：2223-2261.

1 胡可為，博士研究生，中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向?yàn)槠谪浥c金融衍生品。

2 安毅，教授，博士生導(dǎo)師，中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向?yàn)槠谪浥c金融衍生品。

3 劉文超，博士研究生，中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向?yàn)槠谪浥c金融衍生品。