登录 注册

投研中心

您当前所在位置 :投研中心

上证50ETF期权对标的市场波动性的影响

能在一定程度上降低上证50ETF的波动性,起到稳定市场的作用


  数据的选取与处理
  随着我国资本市场不断壮大,金融衍生品发展迅猛。2015年2月9日,我国首个场内期权产品——上证50ETF期权在上海证券交易所上市,标志着我国金融衍生品体系进一步完善,与全球主要市场关联度日益加深,也对我国资本市场快速稳定发展提供了有力支持。
  从产品特性上看,上证50ETF期权是个股期权,但其标的物上证50ETF是一个被动型的交易性指数基金,并且与上证50指数有很强的关联性,所以上证50ETF期权在一定程度上也具有股指期权的特点。
  本文选取2013年1月4日至2016年12月2日上证50ETF的日收盘价,共计951个数据。其中,以上证50ETF期权推出日2015年2月9日为节点,推出前后分别有508个、443个数据。具体数据来源于同花顺,并使用Eviews7.2软件进行实证分析。
  由于金融时间序列数据通常不是平稳数据,为保证实证数据的平稳性,需要对原始序列进行处理。在金融分析中,对数差分形式是在对日收益率数据处理过程中常采用的方法,计算公式为<Z:\KT2016\161219c1.tif>。其中,Rt是t时刻上证50ETF的收益率,Pt和Pt-1分别是t时刻和t-1时刻上证50ETF的收盘价。从下图可以看出,收益率序列呈现出波浪状,并且常常伴随着一些白噪音一类的波形,具有明显的波动“成群”现象。
  

  图为上证50ETF日收益率数据折线
  接着,使用Eviews7.2软件得出整个样本期间,上证50ETF日收益率数据的统计特征,如下图所示:
  

  图为上证50ETF日收益率数据描述性统计量及直方
  由图可知,上证50ETF日收益率序列的基本统计特征,具体结果如下:
  

  表为上证50ETF日收益率数据描述性统计
  对比标准正态分布情况,本序列数据并不服从标准正态分布。其中,偏度为负数,峰度为8.58,呈左偏现象,并具有金融时间序列数据典型的尖峰厚尾特征。
  紧接着,利用ADF单位根检验来判断数据是否具有平稳性特征。
  ADF检验的原假设为序列之中存在单位根;备择假设为序列之中不存在单位根。只有当检验值的绝对值大于临界值的绝对值时,序列才为平稳序列。综上可得,无论期权推出与否,上证50ETF日收益率序列在样本区间内都包含平稳性特征。
   

  表为单位根检验结果


  ARCH效应检验
  ARCH现象对于市场信息的反应比较迅速,在受到猛烈冲击时,金融变量会在一段时期内有较大的波动,随后又恢复正常状态。我们只有在确定ARCH效应存在的情况下才能进行GARCH估计,进而才能用GARCH模型中的条件方差方程得到上证50ETF日收益率的波动性序列。
  首先,用Eviews7.2软件对选定对象的日收益率序列进行滞后1、2、3阶的自回归估计。
  

  表为不同滞后阶数的自回归结果
  根据AIC准则和Schwarz准则,AIC值和SC值越小越有利于模型建立,而DW值越趋近于2越好。因此,对上证50ETF日收益率序列做自回归分析时,选取的滞后阶数为2阶是比较合适的。
  其次,做滞后2期的ARCH—LM检验。
   

  表为残差序列的ARCH—LM检验
  ARCH—LM检验结果成立的条件是F统计量的值大于给定的显著性水平5%,可是F的概率值为零,原假设不成立。因此,可以选择GARCH模型建模。


  GARCH模型参数估计
  为了进一步分析其中波动性的影响,构建GARCH模型是在整个样本区间内(2013年1月4日至2016年12月2日)进行的,同时引入一个虚拟变量D1来对GARCH模型进行修正。此时,模型形式如下:
  

  上式中,D1系数λ的含义是波动性的代理参数。要证明上证50ETF期权对上证50ETF的波动性产生影响的一个重要前提条件是λ通过了显著性检验,反之则说明这种影响不存在。若λ>0,就可以证明上证50ETF期权产生的主要影响是使上证50ETF的波动性加大;若λ<0,则说明上证50ETF期权产生的主要影响是使上证50ETF的波动性减小;若λ=0,就表明上证50ETF的波动性没有发生改变。
  根据AIC准则和Schwarz准则,分别对GARCH(1,1)、GARCH(1,2)、GARCH(2,1)模型中条件方差的拟合效果进行统计,结果如下:
   

  表为不同参数GARCH模型的回归结果
  由前文结论,根据AIC准则和Schwarz准则,分别比较以上三个模型。由这几个模型中条件方差方程的拟合效果可得知,GARCH(1,1)模型效果是最好的,我们也可以由此来建立关于上证50ETF日收益率序列的GARCH方程。参数估计结果如下:
  

  从上述方程中可以看出,一方面,GARCH(1,1)满足上述方程中参数的约束条件,并且λ<0,说明上证50ETF期权的产生使上证50ETF的波动性有所减小;另一方面,由于D1的系数非常小,说明我国上证50ETF的波动性受上证50ETF期权的影响幅度非常有限,即上证50ETF期权的上市对股票现货市场的波动影响不大。
  通过GARCH建模后,对拟合后的残差序列做滞后15期的ARCH—LM检验。
  

  表为残差ARCH效应检验
  由表可知,在拟合GARCH(1,1)模型之后,此时原假设成立的条件是F统计量和Chi—Square统计量相对应的概率值大于给定的显著性水平5%,表明残差序列不再存在ARCH效应。
  由此说明,GARCH(1,1)模型可以消除残差序列的条件异方差性,也充分吻合了上证50ETF的日收益率序列。


  非对称TARCH建模
  由于新型金融产品的出现对现货市场的冲击可能具有非对称性特征,所以我们采用带虚拟变量的TARCH模型来验证,具体形式如下:
  

  上证50ETF日收益率序列的TARCH(1,1)模型参数估计结果如下:
   

  根据拟合的模型结果可知,系数和均满足模型的约束条件。同时,我们看到,在TARCH(1,1)模型中虚拟变量D1系数也为负数,与上述GARCH模型得出的结论一致。


  实证结论
  无论是GARCH模型还是TARCH模型,所得到的D1系数都是负数,意味着上证50ETF期权的推出在一定程度上减少了上证50ETF的波动性,即能在一定程度上降低上证50ETF的波动性,起到稳定市场的作用,但由于D1系数很小,也表明上证50ETF期权产生的这种影响非常有限。
  通过实证发现,上证50ETF期权的推出没有对上证50ETF的波动性带来显著影响。其一,期权推出是对市场对冲机制的完善,而非产生完全新的投机市场,所以不会加剧标的市场的波动性;其二,期权产品推出之前经历长时间的仿真交易,投资者在此期间有充分的机会对产品进行了解,对如何利用产品进行套保套利等操作充分熟悉,不会盲目入场;其三,上证50ETF期权标的产品对市场的整体影响力有限,但我们可以将此产品视作我国对期权产品市场化的初探,并且能够乐观地预期期权在我国市场的进一步发展。

(转自:期货日报)