股指期货对我国股指现货的影响分析毕业论文

【摘要】股指期货具有价格发现、套期保值等功能，是现货市场发展到一定阶段的产物。当前，我国推出股指期货的条件已经成熟。中国股指期货的推出指日可待,交易者多了一种投资工具的同时也带来了新的风险。本文结合国外实践经验，采用中国金融期货交易所提供的沪深300股指期货交易模拟数据，通过多元线性回归模型对股指期货的推出对股票现货市场的影响进行了定量分析，并且根据计量分析结果提出了相应的政策建议。希望本文能够为股指期货的推出在进行理论研究和实际操作准备的人士提供一些帮助。关键词：股指期货；沪深300；股指现货【Abstract】Stock Index Futures prices have found that hedging, and other functions, is the spot market to a certain stage of development of the product. At present, Chinas launch of stock index futures conditions are already ripe. Chinas stock index futures introduced soon, traders, a number of investment tools at the same time has also brought new risks. In this paper, with foreign experience in practice, adopted by the China Financial Futures Exchange provided by the Shanghai and Shenzhen 300 index futures simulation data through multiple linear regression model for the introduction of stock index futures on the spot market shares of the impact of the quantitative analysis, based on measurement and analysis of results The corresponding policy recommendations. This article can hope for the introduction of stock index futures in theoretical study and practical preparations to provide some help.Key words：Stock index futures; Shanghai and Shenzhen stock index 300; index Spot目录一、问题的提出二、相关概念的界定（一）股指期货的概念1、股票指数期货合约是以股票指数为基础的金融期货。2、股票指数期货合约所代表的指数必须是具有代表性的权威性指数。3、股指期货合约的价格是以股票指数的“点”来表示的。 4、股票指数期货合约是现金交割的期货合约。（二）股指期货的功能和意义1.提供方便的卖空机制 2.交易成本低廉 3.较高的杠杆比率 4.市场的流动性较高 5.股指期货具有价格发现功能 6.股指期货具有套期保值功能 三、国内外研究现状及实践综述（一）国外研究现状及实践经验1、股指期货对股票市场波动性影响2、股指期货的推出对证券市场的影响（二）国内研究现状四、理论模型与研究方法（一）理论模型（二）研究方法理论概述五、样本与数据（一）沪深300股指期货合约及特点（二）数据来源说明六、实证分析（一）拟合优度检验 （二）t检验（三）F检验（四）多重共线性检验（五）研究结论七、建议（一）发展和完善我国现货市场。（二）加强对股指期货交易监管，建立高效并反应迅速的风险管理制度。（三）加强对投资者股指期货的知识宣传和风险教育，引导其理性投资。参考文献 外文文献与翻译致谢一、问题的提出目前，我国宏观市场发展健全，短期内不会出现经济衰退，并且股权分置股改革已基本完成，股市机制不断健全，机构投资者日益壮大，股票市场健康快速发展，我国推出股指期货的条件已经日益成熟。随着近期中国股市大跌，系统性风险加剧，现阶段推出股指期货能够比较好的发挥其功能，有利于推动大盘蓝筹股行情，帮助机构规避下跌风险，减轻基金赎回压力，以及增加股市的流动性，因此股指期货等风险管理工具的推出变得愈加迫切。在股指期货的推出引起了社会各界的广泛关注的同时，其中部分人士担心期指的推出会不会引起股价的大幅波动，影响股票现货市场的走势，造成股市下跌？为了回答以上疑虑，我选择了此问题作为研究对象。二、相关概念的界定（一）股指期货的概念股指期货：全称为“股票指数期货”（stock index futures），是以股价指数为依据的期货，是买卖双方根据事先的约定，同意在未来某一个特定的时间按照双方事先约定的股价进行股票指数交易的一种标准化协议。从1982年2月堪萨斯市农产品交易所（KCBT）开创了股指期货交易的先河以来，股价指数期货是目前金融期货市场最热门和发展最快的期货交易。股指期货不涉及股票本身的交割，其价格根据股票价格指数计算，合约以现金清算形式进行交割。（资料来自于金融市场教程）与其它期货合约相比，股票指数期货合约有如下特点：1、股票指数期货合约是以股票指数为基础的金融期货。长期以来，市场上没有出现单种股票的期货交易，这是因为单种股票不能满足期货交易上市的条件。而且，利用它也难以回避股市波动的系统性风险。而股票指数由于是众多股票价格平均水平的转化形式，在很 大程度上可以作为代表股票资产的相对指标。股票指数上升或下降表示股票资本增多或减少，这样，股票指数就具备了成为金融期货的条件。利用股票指数期货合约交易可以消除股市波动所带来的系统性风险。2、股票指数期货合约所代表的指数必须是具有代表性的权威性指数。目前，由期货交易所开发成功的所有股票指数期货合约都是以权威的股票指数为基础。比如，芝加哥商业交易所的SP 500指数期货合约就是以标准普尔公司公布的500种股票指数为基础。权威性股票指数的基本特点就是具有客观反映股票市场行情的总体代表性和影响的广泛性。这一点保证了期货市场具有较强的流动性和广泛的参与性，是股指期货成功的先决条件。3、股指期货合约的价格是以股票指数的“点”来表示的。世界上所有的股票指数都是以点数表示的，而股票指数的点数也是该指数的期货合约的份格。例如，S&P500指数六月份为260点，这260点也是六月份的股票指数合约的价格。以指数点乘以一个确定的金额数值就是合约的金额。在美国，绝大多数的股指期货合约的金额是用指数乘以500美元，例如，在S&P500指数260点时，S&P 500指数期货合约代表的金额为260*500=13000美元。指数每涨跌一点，该指数期货交易者就会有500美元的盈亏。4、股票指数期货合约是现金交割的期货合约。股票指数期货合约之所以采用现金交割，主要有两个方面的原因，第，股票指数是一种特殊的股票资产，其变化非常频繁，而且是众多股票价格的平均值的相对指标，如果采用实物交割，势必涉及繁琐的计算和实物交接等极为麻烦的手续；第二，股指期货合约的交易者并不愿意交收该股指所代表的实际股票，他们的目的在于保值和投机，而采用现金交割和最终结算，既简单快捷，又节省费用。 （二）股指期货的功能和意义1.提供方便的卖空机制 如果是现货股票，要卖空交易就必须先从他人手中借到一定数量的股票。这很难。进行指数期货交易就能解决这个问题。也就是说，如果你看空将来股票大盘，你可以先卖出 股指期货合约，即先卖出开仓，这个合约价格本身就代表了其成份股的涨跌，将来这些成份股总体跌了，股指期货也将趋跌，这样你就有机会以较低的股指期货价格买回来，抵消掉先前卖出的合约，即平仓。这样你就赚得了大盘下跌的差价，同时不用把现货股票卖掉。 2.交易成本低廉 相对于股票现货交易，股指期货交易的费用是相当低的。股指期货交易的费用是交易手续费，其金额大约是万分之几。有人认为指数期货交易成本仅为股票交易成本的1/10。 3.较高的杠杆比率 上面已提到股指期货是“杠杆交易”，它放大了投资者可交易金额，一般十倍以上。这种较高的杠杆比率使投资者的资金效率大大提高，一定量的资金做股指期货，相当于做了比现货更多金额的股票。 4.市场的流动性较高 有研究表明，股指期货市场的流动性明显高于现货股票市场。如在1991年，FTSE-100指数期货交易量就高达850亿英镑是现货股票的15倍左右。日经指数开市以来是现货股票交易量的十倍。 5.股指期货具有价格发现功能 价格发现，是指利用期货市场公开竞价交易的特点，通过人数众多的、各种各样的投资者的参与，形成一个对将来市场预期的、反映市场供求关系的市场价格。股指期货市场的价格也是对股票市场未来走势作出的预期反应，即发现未来股票指数的价格点位。 它与现货市场上的股票指数一起，共同对国家的宏观经济和具体上市公司的经营状况作出预期。从这个意义上讲，股指期货对经济资源的配置和流向发挥着信号灯的作用，有助于提高资源的配置效率。 对于做股票现货的投资者，也可用股指期货的行情趋势，来评估自己现货交易的决策，优化自己的交易效益。 6.股指期货具有套期保值功能 套期保值，是指投资者买进或者卖出与现货数量相等但交易方向相反的期货合约，以期在未来某一时间通过卖出或买进期货合约，从而补偿因现货市场价格波动带来的实际损失。这样，期货与现货两个市场的交易赢亏就“套”在一起了。 股指期货的这种套期保值功能，丰富了股票市场参与者的投资工具，促进股票现货市场交易的活跃，并减轻集中性抛售对股票市场造成的恐慌性影响，对平均股价水平的剧烈波动起到了缓冲的作用。（资料来自于2006年10月12日16:59 华夏期货 三、 国内外研究现状及实践综述（一）国外研究现状及实践经验1、股指期货对股票市场波动性影响国外研究发现,股指期货价格波动一般大于其相应的现货市场的价格波动,但从股指期货与股指波动性的大量实证分析结果看,股指期货的存在通常情况下不会增大股票指数的波动。在某些情况下,之所以会加大股指的波动,是因为股指期货有价格发现功能,能改善现货市场对市场信息的反映模式。这种造成的波动是正常的,有利于提高股市的有效性。Antoniou Holmes Priestles（1995）研究表明,股指期货的出现改善了现货市场对市场信息的反映模式,因此,即使股指期货增加了现货市场的波动,但这种波动性增加造成的不利一面可被现货市场对市场信息的反映模式改善的有利一面所抵消。查阅有关资料,可以发现美国、法国、德国、日本、韩国、香港、台湾、印度、马来西亚和泰国股指期货推出前后股市走势与股指期货之间并无必然联系,股票市场的涨跌和波动主要受市场基本面因素影响。2、股指期货的推出对证券市场的影响大多数国家和地区的历史经验表明，股指期货上市前后，对股票市场的波动率有影响，处于牛市阶段时，股指期货推出后波动率有较大可能升高；处于熊市阶段时，股指期货推出后波动率有较大可能降低。股指期货推出之前，因为主力资金抢手而上涨，推出之后面临向下调整的压力，这个可能性是存在的。此外，主力资金通过股市、期市双边做空获利，从而导致股票市场短期或中期下跌，这种可能性也存在。从美国的情况看，美国在1982年堪萨斯交易所率先推出股指期货，标普500指数在股指期货推出前为上涨、推出后为下跌，随即，美国股市进入大牛市行情。虽然造成了短期下跌但是并没有对长期上涨趋势产生根本性的影响。1988年，日本推出股指期货，推出前，日经225指数基本没有出现什么反应，股指期货推出后，日经225指数下跌。韩国是在1996年股票市场已经处于多年熊市的背景下推出股指期货，推出之前，股票市场指数上涨17.5，并且在当年4月29日达到110.7的高点。股指期货上市以后，股票市场指数又继续恢复了下跌的趋势。然而，国外的金融大环境与我国的毕竟有许多不同，完全用国外的股指期货实践来分析股指期货对我国股指现货的影响未免有些牵强。（二）国内研究现状国内关于股指期货推出的研究分析也有很多，例如：张磊,谢波（2007）在股指期货推出对我国股市走势的影响分析一文中通过分析期货和现货的关系以及国外推出股指期货对股市走势影响的经验,指出股指期货并不会对股市产生根本性的影响。迟美华（2007）在股指期货对我国证券市场的影响分析一文中分析发现股指期货的推出，给证券市场带来的深远影响是多方面的，其中既有机遇也有风险，在监管严格、市场风险运行较为规范的情况下，可以较好地发挥股指期货的积极作用，减少投机行为，降低市场风险。美中不足的是尚未将理论实践联系一起。另外，学者张海平在股指期货推出对中国股市的影响探讨一文中比较系统的分析了期指对股票市场的影响。其认为从短期来看,根据国外四个股指期货上市的经验来看,股价将会在股指期货推出前创出新高,在股指期货推出以后,股指将出现短期下跌、中期宽幅震荡、长期上扬的格局，但股指期货的推出无法从根本上改变我国股市发展的长期走势。从长期来看，有利于投资者规避股市系统风险,增强风险控制能力；能够加快机构投资者发展；增强了大盘股的重要性。只是此文未通过计量模型对股指期货对股票市场进行定量的分析，我认为缺少说服力度。四、 理论模型与研究方法（一）理论模型多元线性回归模型表示一种现象与另外多种现象的依存关系，这时另外多种现象共同对一种现象产生影响，作为影响其分布与发展的重要因素。设变量Y与变量X1，X2，Xm存在着线性回归关系，它的n个样本观测值为Yj,Xj1,Xj2,Xjm(j1，2，n)，于是多元线性回归的数学模型可以写为： Y=+u (1)可采用最小二乘法对上式中的待估回归系数0，1，k进行估计，求得值后，即可利用多元线性回归模型进行预测了。（二）研究方法的理论概述计算了多元线性回归方程之后，为了将它用于解决实际预测问题，还必须进行显著性、异方差、自相关检验等统计检验。1、回归方程的显著性检验（F检验），是指在一定的显著性水平下，从总体上对模型中被解释变量与解释变量之间的线性关系是够显著成立进行的一种统计检验。对于给定的多元线性回归模型（1），采用统计量： F= （2）式中：RSS ,为回归平方和，其自由度为k；ESS为剩余平方和，其自由度为(nk1)。 利用上式计算出F值后，再利用F分布表进行检验。对于预先给定的显著性水平，在F分布表中查出自由度为m和(nm1)的值F，如果FF，则说明Y与X1，X2，Xm的线性相关密切；反之，则说明两者线性关系不密切。2、解释变量的显著性检验（t检验），是指在一定的显著性水平下，检验模型的解释变量是否对被解释变量有显著影响的一种统计检验。提出假设：解释变量的回归系数的值等于0。在假设条件成立的情况下，检验的统计量为： （3）它服从自由度为（n-k-1）的t分布，对于预先给定的显著性水平，可从t分布表中查出相应的自由度为=（n-k-1），水平下的双侧分位数。可通过eviews软件得出t检验结果，如果,则否定原假设，认为解释变量对被解释变量存在显著的影响；否则，不够定原假设，即认为解释变量对被解释变量不存在显著的影响。3、多重共线性检验所谓多重共线性（Multicollinearity）是指对于模型 i=1,2,n (4)其基本假设之一是解释变量是互相独立的。如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。如果存在 i=1,2,n (5)其中c不全为0，即某一个解释变量可以用其它解释变量的线性组合表示，则称为完全共线性。完全共线性的情况并不多见，一般出现的是在一定程度上的共线性。本文中采用修正Frisch法（逐步回归法）对模型的多重共线性进行检验与修正。逐步回归法，是指以为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。根据拟合优度的变化决定新引入的变量是否可以用其它变量的线性组合代替，而不作为独立的解释变量。如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量；如果拟合优度变化很不显著，则说明新引入的变量不是一个独立解释变量，它可以用其它变量的线性组合代替，也就是说它与其它变量之间存在共线性关系。4、异方差检验异方差性（heteroscedasticity ）是为了保证回归参数估计量具有良好的统计性质，经典线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。本文采用图示法对异方差进行检验。5、自相关检验DW检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于小样本的检验方法.DW检验只能用于检验随机误差项具有一阶自回归形式的序列相关问题。以dw值来估计样本的相关系数，然后以样本推断总体，在给定p值，解释变量个数以及样本数的情况下，分别给出正相关负相关和不相关的总体相关系数假设检验置信区间。（1） 若DW取值在（0，）之间，认为误差项存在正自相关。（2） 若DW取值在（4-，4）之间，认为误差项存在一阶负自相关。（3） 若DW取值在（，4-）之间，认为误差项非自相关。（4） 若DW取值在（，）或（4-，4-）之间，这种检验没有结论，即不能判别误差项是否存在自相关。自相关解决方法，本文采用Durbin两步法。第一步，通过打开广义差分回归式中的括号求的估计值；第二步，利用的估计值进行广义差分变换，然后对原模型求广义最小二乘估计。五、 样本与数据（一）沪深300股指期货合约及特点沪深300股指期货是以沪深300指数为标的的期货合约。2005年4月8日，沪深两交易所正式向市场发布沪深300指数，它以2004年12月31日为基期，基点为1000点。同年8月25日由沪深两交易所共同出资的中证指数有限公司成立，沪深300指数由中证指数有限公司管理。该指数根据流动性和市值规模从沪深两市中选取300只股票作为成分股，其样本市值约占整个股票市场的70%左右，具有良好的代表性。沪深300指数流通市值的板块集中度非常高，市值排名前5位的板块占指数总流通市值的50%，而前10位板块的流通值占指数总值的80%以上。沪深300指数的权重集中度很高，前16只权重股的流通市值占指数总流通市值的40%左右，而前50只权重股的流通市值大约占指数流通市值的50%。沪深300指数与上证综指的价格变动相关度为94.22%，与深成指的价格变动相关度为92.5%。由于该指数良好的代表性和稳健性，沪深300指数期货成为我国上市的第一个股指期货。沪深300股指期货合约设计如表1。表1：沪深300股指期货合约设计（资料来自于沪深300股指期货推出对A股市场波动性的影响）（二）数据来源说明由于国内尚无股指期货交易，所以选用沪深300仿真股指期货交易作为研究数据，并且用沪深300指数作为标的指数。本文分析区间从2008年2月18日到2008年4月3日,样本数据43个。所选用数据均来自“中国金融证券交易所”。选取沪深300指数为股票市场代表变量,选取IF0804,IF0806,IF0809为股指期货的代表变量。以沪深300指数为因变量,分别考察IF0804,IF0806,IF0809对它的动态影响。六、实证分析令X1表示IF0804，X2表示IF0806，X3表示IF0809，Y表示沪深300指数。根据经济理论和对实际情况的分析可以假定，沪深300指数Y与股指期货合约价格X1、X2、X3之间存在着线性关系，因此我们设定回归模型为：Y=+u （6） 应用eviews的最小二乘法程序，输出的结果如表2：表2 应用eviews软件输出的回归结果Dependent Variable: YMethod: Least SquaresDate: 04/17/08 Time: 16:28Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X10.8354160.1152997.2456330.0000X2-0.1511840.123258-1.2265670.2295X30.0582410.0854440.6816290.5007C720.1689225.09053.1994640.0032R-squared0.980262 Mean dependent var4291.209Adjusted R-squared0.978289 S.D. dependent var442.1530S.E. of r egression65.15044Akaike info criterion11.30141Sum squared resid127337.4 Schwarz criterion11.48098Log likelihood-188.1239 F-statistic496.6443Durbin-Watson stat1.213492 Prob(F-statistic)0.000000由上表可知：=0.835416，表示股票指数沪深300随着股指期货合约IF0804的增加而增加，即与其成正相关，由于的值比较接近1，说明二者的价格非常接近，并且可以从中看出股票指数沪深300的波动性小于股指期货IF0804。=-0.151184，表示股票指数沪深300随着股指期货合约IF0806的增加而降低，即与其成负相关。=0.058241，与前两个系数相比明显很小，随着指数期货合约到期日期与指数现货样本时间间隔拉长，可决系数也也愈来愈小，说明随着期货合约到期日期据现货时间越长对现货的影响越小，符合经济理论和人们的期货经验常识；同时，结合前两个系数可以发现，随着X1的出现Y的价格增加，当X2出现时成反向相关，而X3出现时再度正相关，这印证了前文提到的股指期货上市前后对股票市场影响的一般规律，即“先扬后抑再扬”。（一）拟合优度检验 由表2得到样本可决系数为R-squared =0.980262， 以及修正样本可决系数Adjusted R-squared=0.978289，说明X1，X2，X3对Y的解释能力较强，有98%被样本回归线解释，仅有2%未被解释，并且修正后的拟合优度也高达0.978289，说明样本回归线对样本值的拟合优度非常好。（二）F检验提出检验的原假设为：=0, （8）由上表得F统计量为：F-statistic=496.6443 （9）对于给定的显著性水平=0.05，分子自由度为2，分母自由度为34-2=32，查表得F分布上侧分位数=3.30。因为F-statistic=496.6443=3.30，所以否定，总体回归方程是显著的，即X1、X2、X3和Y之间存在显著的线性关系。（三）t检验提出检验的原假设为：=0，i=1,2，3 （7）t统计量为：X1的t-Statistic=7.245633；X2的t-Statistic=-1.226567；X3的t-Statistic=0.681629。对于给定的显著性水平=0.05，自由度n-2=34-2=32,则t分布双侧分位数查表得=2.04。=7.245633=2.04, 所以否定：=0,即可以认为X1对Y有显著影响。于是在建立模型的时候，X1可以作为解释变量进入模型。=1.226567=2.04，所以不否定：=0,即可以认为X2对Y没有显著影响。于是在建立模型的时候，X2可以不作为解释变量进入模型。=0.681629=2.04，所以不否定：=0，即可以认为X3对Y也没有显著的影响，因此也可以不作为解释变量进入模型。（四）多重共线性检验根据上表,应用Eviews的最小二乘法程序输出的结果,估计的回归方程：y=720.1689+0.835416x1-0.151184x2+0.058241x3 （10） (3.199464) (7.245633) (-1.226567) (0.681629)其中括号内的数字是t值。为了检验和处理多重共线性，采用修正Frisch法。1、 对Y分别关于X1，X2，X3作最小二乘回归，得：(1)对Y关于X1变量做最小二乘法，通过eviews软件输出回归结果如表3：表3 Y关于X1的最小二乘回归结果Dependent Variable: YMethod: Least SquaresDate: 04/19/08 Time: 10:11Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X10.7117340.01830738.877310.0000C828.578089.753119.2317470.0000R-squared0.979267 Mean dependent var4291.209Adjusted R-squared0.978619 S.D. dependent var442.1530S.E. of regression64.65229 Akaike info criterion11.23295Sum squared resid133757.4 Schwarz criterion11.32273Log likelihood-188.9601 F-statistic1511.445Durbin-Watson stat1.054756 Prob(F-statistic)0.000000y=828.5780+0.711734x1 （11） (9.231747) (38.87731) =0.979267 , r2=0.978619 , DW=1.054756 , F=1511.445 (2) 对Y关于X2变量做最小二乘法，通过eviews软件输出回归结果如表4：表4 Y关于X2的最小二乘回归结果Dependent Variable: YMethod: Least SquaresDate: 04/19/08 Time: 10:16Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X20.5933780.02513023.612440.0000C750.4348151.02324.9690050.0000R-squared0.945721 Mean dependent var4291.209Adjusted R-squared0.944025 S.D. dependent var442.1530S.E. of regression104.6093 Akaike info criterion12.19536Sum squared resid350179.3 Schwarz criterion12.28515Log likelihood-205.3212 F-statistic557.5473Durbin-Watson stat0.475467 Prob(F-statistic)0.000000 y=750.4348-0.593378x2 （12） (4.969005) (23.61244)=0.945721 , r2=0.944025 , DW=0.475467 , F=557.5473(3) 对Y关于X3变量做最小二乘法，通过eviews软件输出回归结果如表5：表5 Y关于X3的最小二乘回归结果Dependent Variable: YMethod: Least SquaresDate: 04/22/08 Time: 23:13Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X30.7259200.04403616.484550.0000C-804.4107310.1238-2.5938370.0142R-squared0.894647 Mean dependent var4291.209Adjusted R-squared0.891355 S.D. dependent var442.1530S.E. of regression145.7399 Akaike info criterion12.85855Sum squared resid679683.5 Schwarz criterion12.94833Log likelihood-216.5953 F-statistic271.7403Durbin-Watson stat0.587291 Prob(F-statistic)0.000000y=-804.4107+0.725920x3 （13） (-2.593837) (16.48455)=0.894647 , r2=0.891355 , DW=0.587291 , F=271.7403其中括号内的数字是t值。根据经济理论分析和回归结果的显示，易知X1IF0804是最重要得解释变量，所以选取第三个方程为基本回归方程。2、 对已选出的最显著模型-公式（11）进行逐步回归（1） 加入X2，对于X1，X2作最小二乘回归，通过eviews软件的操作可得以下结果：表6 Y关于X1、X2的最小二乘回归结果Dependent Variable: YMethod: Least SquaresDate: 04/22/08 Time: 23:24Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X10.8276570.1137417.2766880.0000X2-0.0996420.096494-1.0326250.3098C859.180894.431209.0984850.0000R-squared0.979957 Mean dependent var4291.209Adjusted R-squared0.978663 S.D. dependent var442.1530S.E. of regression64.58540 Akaike info criterion11.25795Sum squared resid129309.5 Schwarz criterion11.39263Log likelihood-188.3852 F-statistic757.8220Durbin-Watson stat1.153448 Prob(F-statistic)0.000000=859.1808+0.827657-0.099642 （14）（9.098485）（7.276688）（-1.032625）=0.979957 ， r2=0.978663 ， DW=1.153448 ， F=757.8220可以看出加入X2以后，拟合优度增加不显著，参数估计值得符号也不正确，并且没有影响X2的系数也不显著，所以解释变量X2IF0806不参加模型。（2）加入X3，对于X1，X3作最小二乘回归，eviews输出结果如下：表7 Y关于X1、X3的最小二乘回归结果Dependent Variable: YMethod: Least SquaresDate: 04/24/08 Time: 15:49Sample: 2/18/2008 4/03/2008Included observations: 34VariableCoefficientStd. Errort-StatisticProb. X10.7171600.06374711.250140.0000X3-0.0060540.068023-0.0889930.9297C844.6721202.53204.1705620.0002R-squared0.979272 Mean dependent var4291.209Adjusted R-squared0.977935 S.D. dependent var442.1530S.E. of regression65.67840 Akaike info criterion11.29151Sum squared resid133723.2 Schwarz criterion11.42619Log likelihood-188.9557 F-statistic732.2974Durbin-Watson stat1.054314 Prob(F-statistic)0.000000y=844.6721+0.717160x1-0.006054x3 （15） (4.170562) (11.25014) (-0.088993)=0.979272 ， r2=0.977935 ， DW=1.054314 ， F=732.2974可以看出，在加入X2后，拟合优度增加不显著，r2有所减少，并且X3的系数不显著，说明存在严重的多重共线性。比较X1和X3，IF0804的影响大，所以在模型中保留X1，略去X3。综上所述，得到Y关于X1的回归方程，其中的常数项显著。保留常数项，得到回归方程：y=828.5780+0.711734x1 （16） (9.231747) (38.87731) =0.979267 , r2=0.978619 , DW=1.054756 , F=1511.445 该模型中系数均显著且符号正确，且已经消除多重共线性的不利影响，所以该模型是较好的股票指数影响方程。（五）异方差性检验将上述分析结论得出得模型用普通最小二乘法估计，估计结果如下：y=828.5780+0.711734x1 （17） (9.231747) (38.87731) =0.979267 , r2=0.978619 , DW=1.054756 , F=1511.445 （1） 分别绘制X1、Y坐标系，X1、e2坐标系散点图：图1 X1、Y坐标系的散点图图1 X1、Y坐标系的散点图图2 X1、e2坐标系散点图 两个图形中，横轴均是X1轴，纵轴是Y轴或者e2轴，从图1可以看出，随着X1的增加，Y的离散程度并没有增加，表明随机误差项不存在异方差性；从图2也可以看出，随着X1的增加，残差项的离散程度基本不变，均表示随机误差项不存在异方差性。（六）自相关性检验(1)用DW统计量检验误差项是否存在自相关由表3普通最小二乘法估计的回归结果可知，公式（17）的拟合优度很好，但是其DW值比较低，DW=1.054756，若给定=0.05,已知n=34，k=1，查“DW检验临界值表”可知：=1.39，=1.51，因为DW=1.0547561.39,依据判别规则认为误差项存在严重正自相关。（2）杜宾2步法修正模型自相关第一步，估计自相关系数。由可近似估计，其中u=表8 自相关系数的估计结果Dependent Variable: UMethod: Least SquaresDate: 04/26/08 Time: 19:14Sample(adjusted): 2/19/2008 4/03/2008Included observations: 33 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. U(-1)0.4715990.1575062.9941540.0053R-squared0.218819 Mean dependent var-0.363815Adjusted R-squared0.218819 S.D. dependent var64.61639S.E. of regression57.11083 Akaike info criterion10.95770Sum squared resid104372.7 Schwarz criterion11.00305Log likelihood-179.8020 Durbin-Watson stat1.750069由上表可知=0.471599第二步，用广义最小二乘法估计回归参数。对原变量做广义差分变换，令Y_1=y -*y（-1） （19）X1_1=x -*x1（-1） （20）其中y（-1）、x1（-1）分别为y变量与x1变量的一阶滞后变量，然后建立修正模型：Y_1=(1-)+_1+ （21）以Y_1、X1_1为样本再次回归，通过eviews软件得：表9 Y_1、X1_1的回归结果Dependent Variable: Y_1Method: Least SquaresDate: 04/26/08 Time: 19:45Sample(adjusted): 2/19/2008 4/03/2008Included observations: 33 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. X1_10.7075650.03061223.113730.0000C448.690878.135305.7424860.0000R-squared0.945156 Mean dependent var2239.545Adjusted R-squared0.943387 S.D. dependent var243.7918S.E. of regression58.00639 Akaike info criterion11.01768Sum squared resid104307.0 Schwarz criterion11.10837Log likelihood-179.7916 F-statistic534.2447Durbin-Watson stat1.750076 Prob(F-statistic)0.000000得：Y_1 = 0.7075654636*X1_1 + 448.6908061 （22）此时查DW检验临界值表得：=1.38 ，=1.51。因为=1.51DW=1.750076(4-1.51)=2.49,依据判别规则,误差项已消除自相关。由（21）式、(22)式可知：(1-)=448.6908061 （23）则=448.6908061/(1-)=448.6908061/（1-0.471599）=849.1483 （24）则原模型即（16）式的广义最小二乘估计结果是：=849.1483+0.7075654636* （25）（七）研究结论通过以上的计量分析，可以得出以下结果：第一、 IF0804每增加100个点，沪深300指数约增加71个点。即距现货时间最近的股指期货合约增加100个点，标的指数将增加71个点左右。第二、 到期日期距现货时间最近的期货合约对指数影响较大，其他股指期货合约对标的指数的影响不显著。第三、 从模型中可以看出股票指数的波动幅度比股指期货的波动幅度要小，也就是说，股票指数的波动性比指数期货的波动性小，大概仅是股指期货的70%。第四、 从对表2的分析可知，我国在刚推出股票指数期货时,短期内对股票指数的影响：股票指数期货的波动可能会带动股票现货市场的正向变动,但是紧接着其后股票指数期货的波动可能会带动股票指数你逆向波动，接着再转成正相关关系。其理论依据为,股指期货上市前,许多证券机构为了取得指数的话语权,会将手中的持股调整到大盘蓝筹股,从而拉高指数。而股指期货上市后,机构获利卖出一部分股票从而造成指数下跌。由于我国宏观经济连续多年保持高速增长,资本市场体制不断完善,短期内又出现了流动性过剩问题,再加上目前持续的通货膨胀造成实际利率为负,使得进入股市的资金量在短期内仍然保持着高速的增长。当然，这只是对股票指数在股指期货上市前后的短期发展趋势的预测，股票市场的长期趋势仍然依赖于其自身基本面的发展。七、 建议基于以上计量分析结果，我认为股指期货的推出是一把“双刃剑”，作为一种金融创新工具，既可以促进我国金融业的发展；由于其具有风险放大和传递的特征，也可能增加我国金融业的风险。因此，为了规范和促进我国股指期货市场健康发展，结合我国实际提出以下几点政策建议：（一）发展和完善我国现货市场。股指期货市场的发展以发达的现货市场为前提的。虽然我国的股票市场建设经过十几年的发展,已经取得了巨大成就，但在市场规模、市场化程度、市场监管体系、信息披露上还远远落后与发达国家，特别是一些上市公司质量比较低,其股价走势往往受到众多的非市场因素和过度投机性因素的影响。在这样的制度背景下,一旦推出股指期货,很容易被人操纵。并且投机者受到做空机制刺激,容易产生过度投机行为,完全背离了期货本应有的规避风险的功能。因此，应加强现货市场的基础性建设，促进股票市场和股指期货市场之间的信息共享和协调管理，完善公司法人治理结构,提高上市公司质量,从制度基础上消除股市不稳定因素,为股指期货交易的推出打下坚实基础。（二）加强对股指期货交易监管，建立高效并反应迅速的风险管理制度。任何金融市场的良好运行都离不开高效的市场监管,市场监管也是维持投资者信心避免产生恐慌心理的根本保证。我国对于股指期货市场的监管应该从证监会、交易所、投资机构三个层次建立完整的风险管理控制机制,实现政府监管、自律监管和内部监控的高度统一, 建立市场准入、每日无负债结算、大户持仓报告、市场稽查、强行平仓、风险准备金等风险管理制度，并采用先进的风险实时监控技术，以保证风险管理过程的有效实施。加强法律制度建设,完善风险管理体系的法律基础，为股指期货市场稳步健康发展提供法律制度保证。（三）加强对投资者股指期货的知识宣传和风险教育，引导其理性投资。股指期货在国内还是新生事物,广大国内投资者对其交易特征以及风险特性并不十分了解,并且股指期货是高风险投资工具,无论是投资者还是管理者都需要一定的专业知识。因此,在股指期货推出前,应加强对投资者股指期货知识和市场风险等方面的宣传教育,提高投资者的对股指期货投资策略和交易技巧的