境内外中国概念股指期货联动关系与定价权归属研究

奥鹏网院作业

境内外中国概念股指期货联动关系与定价权归属研究
张元萍 施健伟 方梦洁

(天津财经大学 金融学院，天津 300222)

摘 要： 本文首先采用滚动协整迹检验对我国境内上证50股指期货与新加坡新华富时中国A50股指期货价格之间的动态联动关系进行初步考察，接着从信息溢出和价格发现两个视角出发，对它们进行长期弱外生性和短期因果关系检验，并采用永久短暂模型和信息份额模型，从统计和经济显著性两方面确定境内外股指期货市场的定价权归属问题。研究发现：第一，两个市场间标准化的迹统计量走势呈现出先降后升的“U型”特征，并且在“U型”两端二者呈现出显著的协整关系。第二，尽管总体上境内上证50股指期货市场掌握着股指期货的定价权，但是长期的限制性交易政策使得富时A50股指期货价格逐渐成为弱外生变量，并且其价格发现贡献度反超境内上证50股指期货市场。即使近年来限制性交易政策不断放宽，我国股指期货定价权依然存在着旁落的风险。第三，与价格信息溢出相比，两个市场的波动信息传递更为频繁，波动风险关联性更紧密，要特别警惕来自境外股指期货市场波动风险的冲击。

关键词： 股指期货； 联动关系； 定价权； 信息溢出； 价格发现

一、引言
在当前经济全球化和金融自由化的大背景下，国际间跨境资本流动显著增多，全球资本竞争日益激烈，各国政府及跨国投资者均面临着前所未有的挑战。股指期货作为基础性金融衍生产品，是投资者进行管理、交易和释放金融风险的核心工具[1]。纵观全球股指期货市场，以本国股票价格指数作为交易标的的期货合约不仅能在境内市场交易，也可能在另一国(或地区)进行上市交易(1)本文将该股票价格指数所在国(或地区)的证券市场称为境内市场，将推出该异地上市股指期货合约的国家(或地区)的证券市场称为境外市场。。新加坡交易所于2006年9月推出挂钩中国A股的境外金融衍生品——新华富时中国A50股指期货(以下简称“富时A50股指期货”)，是中国股指期货境外上市的典型；2015年4月，中国金融期货交易所推出以上证50指数为标的的境内金融衍生品——上证50股指期货，二者逐渐形成分庭抗礼的局面。

新加坡交易所抢先于中国市场推出富时A50股指期货，凭借其国际金融中心地位必然会吸引大量的国际资金，在价格形成机制中占

有优势，进而与境内股指期货在价格发现方面形成竞争关系，这引发了业界和学术界对我国股指期货定价权旁落的担忧。特别是，2015年6月“股灾”的发生使得A股市场遭受剧烈波动，中金所对我国境内股指期货市场实行诸如限制仓单、提高交易保证金和手续费等多项限制性交易措施，使其反映A股市场价值的价格发现功能受到影响。与之相对，富时A50股指期货未受到限制性政策约束，能够准确地反映我国A股市场的真实价值，并对上证50股指期货起到一定的价格预测和引导作用[2]，逐渐对我国境内股指期货产品定价权构成竞争压力，必须引起高度重视。

随着“股灾”救市措施的退出，中金所对境内股指期货交易先后进行了四次“松绑”，逐渐放宽对股指期货交易的限制。那么，在当前我国放松股指期货交易限制、加快金融期货市场对外开放的背景下，上证50股指期货与富时A50股指期货的互动关系如何？呈现怎样的演变趋势？两个市场的价格引导关系如何？二者价格发现的贡献度如何?科学地回答上述问题，有助于我国牢牢把握股指期货的定价主动权，进一步改善股指期货市场的信息效率和运行机制，对于我国金融市场的平稳健康运行具有重要的意义。

鉴于此，本文基于2015年4月16日至2020年11月30日上证50股指期货与富时A50股指期货的日度交易数据，首先运用滚动协整迹检验对两个市场价格之间的协整关系进行分析，从整体上把握二者的动态联动关系。接下来，在确定了协整关系的基础上，本文从信息溢出视角出发，对上证50股指期货与富时A50股指期货价格进行长期弱外生性和短期因果关系检验，以确定两个市场间的价格引导关系；同时，从价格发现视角出发，采用永久短暂模型和信息份额模型，对两个市场在价格发现过程中的作用大小进行考察，进而从统计显著性和经济显著性两方面确定境内外股指期货市场的定价权归属问题。

二、文献综述
金融领域的定价权主要是指在开放经济的条件下一国能否自主决定本国金融产品价格的权利[3]。定价权的争夺主要在于不同市场在信息传递效率、市场占有率、流动性和市场环境等方面的竞争，拥有比较优势的市场往往能够在价格上及时对新信息作出反应，并且拥有较高的成交量、较强的流动性以及较宽松的市场环境，在价格发现过程中居于主导地位，从而能够夺得定价权[4]。股指期货市场定价权归属问题主要涉及信息溢出和价格发现两方面内容：一方面，由于套利机制的存在，高度相关的金融资产即使在不同的市场进行交易，其价格水平或者价格波动也会具有一定的关联性，根据信息溢出及流动方向能够确定定价权的归属；另一方面，价格发现过程即是确定股指期货价格对股票现货价格的领先滞后关系以及它们之间信息传递机制的过程。价格发现是股指期货市场最重要的功能之一，价格发现能力的强弱不仅关乎股指期货市场对信息的反应效率，更是直接关系到股指期货市场定价权的归属问题。

对于股指期货市场价格发现能力的相关研究，早期学者们重点关注股指期货对股票现货的价格引领关系，揭示了股指期货市场的价格发现能力[5-9]，另有一些学者则对比分析了国内三大股指期货的价格发现功能[10-11]。随着股指期货境外上市情形逐渐增多，其对本国股票现货的价格发现能力得到广泛关注，部分学者便转向研究境外股指期货对本国股票现货的价格发现功能。比如，熊熊等(2009)[12]采用协整检验、误差修正模型、脉冲响应函数研究发现，富时A50股指期货具有一定的价格发现功能，运用Granger因果关系检验和BEKK模型则发现其与上证综指之间不存在波动溢出效应。邢天才和张阁(2009)[13]采用GARCH模型分析富时A50股指期货对沪深300指数的影响，发现前者对后者有增大波动性的作用。上述研究均为单独对境内或境外股指期货市场价格发现能力的测度，未涉及到境内外市场间的定价权竞争问题。

近年来，境内外市场间的定价权竞争问题同样备受学者们的关注。Covrig等(2004)[14]采用永久短暂模型和信息份额模型研究了日经225指数在国内现货市场、国内期货市场(大阪证券交易所)和国外期货市场(新加坡证券交易所)的价格发现过程，研究表明，新加坡交易所对价格发现的贡献度为33%，并且在两个市场共同提供的信息份额中，拥有较低交易量的新加坡交易所约占42%，在价格发现过程中扮演着重要角色。富时A50股指期货作为我国境外股指期货的代表，境内外股指期货市场的定价权之争大多存在于其与国内推出的股指期货之间。早在我国股指期货推出之前，封思贤等(2010)[15]以香港H股指数期货市场与富时A50股指期货市场为研究对象，采用Granger因果关系检验和BEKK模型分别探讨了两个股指期货市场对A股现货市场的价格发现能力以及两者的波动溢出关系，发现香港H股指数期货市场掌握了A股市场的定价权，富时A50股指期货市场则未对其形成明显的均值和波动溢出效应。

自2010年起，我国陆续推出沪深300股指期货、上证50股指期货以及中证500股指期货。其中，围绕沪深300股指期货与富时A50股指期货的定价权之争成为了国内外学者们关注的热点问题。Guo等(2013)[16]利用2011年5月至11月期间的1分钟和5分钟高频数据，对富时A50股指期货与沪深300股指期货市场的价格发现功能和波动溢出效应进行研究，得出沪深300股指期货在价格发现过程中起主导作用，并且对富时A50股指期货具有波动溢出效应。连俊华等(2018)[17]以2015年“股灾”后限制性交易政策的实施为时间节点，采用Granger因果关系检验对政策实施前后沪深300股指期货与富时A50股指期货价格发现能力的变化情况进行刻画，发现政策实施后沪深300股指期货对于富时A50股指期货不再具有价格引导作用。武佳薇等(2019)[18]采用信息份额模型来量化考察限制性交易政策第三和第四次“松绑”后境内外股指期货市场价格发现功能的变化，发现在第三次“松绑”后沪深300股指期货市场的价格发现功能恢复明显，显著优于富时A50股指期货市场。闵豫南(2020)[19]以2015年实施限制性交易政策事件为自然实验，采用信息份额模型研究发现，在同步交易时段沪深300股指期货在价格发现中的贡献度显著高于富时A50股指期货，并且在岸市场暂停交易无法显著制约离岸市场的价格发现能力。

总的来说，现有关于境内外股指期货市场定价权归属问题的研究已得出大量有价值的结论，但仍然存在以下几个方面的局限性：首先，就研究对象而言，现有文献的研究对象均为沪深300股指期货，对上证50股指期货的关注较少，尚未有文献将上证50股指期货作为境内股指期货的代表，来探讨其与富时A50股指期货的价格联动关系及定价权归属问题；其次，就样本选取而言，现有研究多以2015年国内股指期货市场限制性交易政策实施或者政策“松绑”为时间节点，来探讨境内外股指期货市场定价权归属的变化，时间跨度相对较短，未能完整准确地反映境内外股指期货自推出至相关政策实施前后的一段时间内联动关系及定价权归属的变化情况；最后，就研究视角而言，已有文献主要采用Granger因果检验和波动溢出效应来识别股指期货市场间的信息流动方向，或采用永久短暂模型和信息份额模型等价格发现模型来量化考察各市场对价格发现的贡献度，但是将这些方法综合运用，从统计和经济显著性两方面对境内外股指期货市场定价权归属问题进行全方位考察的文章相对较少。

本文的创新与贡献主要体现在以下几方面：第一，以上证50股指期货(2)上证50指数是由上证市场中规模大、流动性好的最具代表性的50只股票组成样本股，富时A50指数以沪深两市总市值较大的50家A股公司股票作为样本股，二者约有70%的相同股票成分，相关度非常高。已有研究表明，当境内外股指期货产品高度相关时，它们必然会在定价权方面形成一定的竞争关系，定价权存在旁落他国的风险。因而，选取上证50股指期货作为境内股指期货代表，来研究境内外股指期货价格的联动关系及定价权归属问题是十分必要的。作为境内股指期货的代表，深入探讨境内外股指期货价格的联动关系以及定价权归属问题；第二，时间跨度较长，不仅仅着眼于某一个时间点，而是以上证50股指期货推出时间为样本起始点，囊括了限制性交易政策实施以及政策“松绑”等关键事件，以动态考察(3)采用滚动窗口分析技术进行动态考察，不仅能够最大限度地提取数据的信息，有助于从整体上把握境内外股指期货市场的动态联动关系，并且还可以将潜在的结构断点囊括进滚动子样本内，减弱其对整体情形的干扰。这些事件发生前后市场联动关系和定价权归属的变化。第三，进行长期弱外生性检验和短期因果关系检验、采用P-T模型和I-S模型，分别从统计显著性和经济显著性两方面来确定上证50股指期货和富时A50股指期货的定价权归属问题，并且基于滚动VECM/差分VAR-BEKK-MGARCH模型，不仅对主要结论进行了稳健性分析，还进一步得出了两个市场的波动溢出关系。

三、研究方法与数据描述
(一)境内外股指期货价格的联动关系
境内外股指期货价格的联动关系主要由内、外两方面因素驱动。从内部因素来看，当境内外股指期货的股票成分高度重合时，在大量套利交易行为的推动下，二者的价格走势呈现出联动关系，具有较高的协同性。从外部因素来看，随着国际金融一体化进程的不断推进，信息在全球市场间快速传播，市场投资者对于事件冲击表现出趋于一致的反应，这进一步增强了国际金融市场间的联动关系。此外，由于不同市场在交易规则、投资者结构等方面存在差异，因而会产生价格发现偏离、波动溢出效应等，并且市场规模越大，其股指期货的价格发现功能优势越大[19]。由此，在多重因素影响下，境内外股指期货价格形成了相互引导的联动关系。

境内外股指期货价格联动关系的探讨首先要基于这两个市场间存在长期均衡关系(协整关系)。本文借鉴Johansen(1991)[20]的迹检验方法，采用滚动协整分析研究两个市场相关性程度及其变动趋势。滚动协整分析是在固定窗口长度情况下进行的滚动回归，滚动完成后会产生新的子样本；在每个滚动子样本中均进行一次迹检验，将检验获得的迹统计量提取出来形成一个时变序列，从而得到境内外股指期货市场联动关系的动态变化过程。若两个市场间存在协整关系，则其价格具有共同随机趋势，彼此间不会偏离太远，存在价格联动关系[21]。

(二)“定价权”的定义与测度
王国刚(2005)[3]最早提出了定价权是指，一个开放经济体是否有在本国(或地区)内制定各种商品(包括金融产品)价格的权利。针对定价权归属问题的相关研究，主要分为两类：一类是信息溢出，一类是价格发现。

对于信息溢出研究，定价权的归属问题可以根据信息流动方向来确定，信息流出方相比信息流入方掌握着定价权[22-23]，是价格制定者，信息流入方则是价格接收者。信息溢出分为均值溢出和波动溢出两个层面，当变量间存在长期均衡关系时，均值溢出又进一步分为长期和短期。针对长期均值溢出，长期弱外生性检验能够确定变量在长期下的领先滞后关系及信息流动方向，Yang等(2001)[24]指出，弱外生变量是长期信息的主要源头，能够单向引导其他序列。针对短期均值溢出，短期因果关系检验能够确定短期的信息溢出方向，进而回答短期的定价权归属问题[25]。短期因果关系检验与格兰杰检验核心思想一致，不同的是，短期因果关系检验是在协整关系成立的前提下，基于VECM框架研究变量间的关系[26]。

对于价格发现研究，Gonzalo和Granger(1995)[27]提出的永久短暂模型(Permanent-Transitory Model，P-T模型)和Hasbrouck(1995)[28]提出的信息份额模型(Information-Share Model，I-S模型)等价格发现模型能够识别各市场在价格发现中作用的大小，量化不同市场在价格发现中的贡献度，贡献度高的市场掌握着定价权。

综上所述，本文继续沿用王国刚(2005)[3]对定价权的定义，选取上证50股指期货作为境内股指期货的代表，研究其与富时A50股指期货价格的联动关系及定价权归属问题。本文基于信息溢出理论和价格发现理论，通过长期弱外生性检验、短期因果关系检验，从统计显著性角度探讨了两个市场的价格引导关系；通过P-T、I-S模型，从经济显著性角度进一步量化两个市场在价格发现中作用的大小，进而从整体上把握了境内外股指期货定价权的归属问题。

(三)长期弱外生性检验与短期因果关系检验
如果上证50股指期货价格序列st与富时A50股指期货价格序列ft之间存在协整关系，则具备构建向量误差修正模型(VECM)的基本条件。

令Yt=(st,ft)′，若两个市场间存在协整关系，则构建的VECM模型如下

width=471,height=31,dpi=110Фi

(1)

Π为长期关系参数，Γ为短期关系参数，协整向量的个数由Π=αβ′的秩决定。其中，参数α为误差调整系数，反映两个市场价格在偏离长期均衡关系时，回归均衡状态的调整速度；参数β为协整系数，反映两个市场价格之间互相影响程度；矩阵width=27,height=15,dpi=110为误差修正项；模型的残差项εt相互独立且服从相同的分布，其期望值为0，方差协方差矩阵Ω可表示为

width=111,height=45,dpi=110
(2)

其中，ε1t和ε2t的方差分别用width=15,height=17,dpi=110和width=15,height=17,dpi=110表示，相关系数用ρ表示。

此外，本文参考李政等(2017)[4]、卜林等(2020)[29]的方法，通过检验调整系数α=0的原假设来确定所选变量在长期的价格引领关系。其中，α1和α2分别给出了上证50股指期货和富时A50股指期货在偏离长期均衡关系时的调整速度及方向，若α1=0且α2≠0，代表上证50股指期货价格是长期弱外生变量，当两个市场偏离长期均衡状态时，最有可能是富时A50股指期货价格进行调整，上证50股指期货价格拉动富时A50股指期货价格向其靠拢；当α1≠0且α2=0，那么富时A50股指期货价格为弱外生变量，富时A50股指期货价格引导上证50股指期货价格；当α1≠0且α2≠0，则表明两者在长期存在双向引导关系。

对于式(1)的VECM系统，如果假设width=173,height=19,dpi=110被拒绝，则说明ΔY1滞后项对ΔY2有显著的预测能力，即上证50股指期货价格Y1对富时A50股指期货价格存在短期信息溢出效应，上证50股指期货价格是短期中的领先价格；同样地，如果假设width=173,height=19,dpi=110被拒绝，则说明存在富时A50股指期货价格对上证50股指期货价格的短期信息溢出，富时A50股指期货价格是短期中的领先价格；如果两个假设同时被拒绝，则表明境内外股指期货价格存在短期的双向互动关系。

(四)永久短暂模型与信息份额模型
本文基于价格发现视角，采用永久短暂模型和信息份额模型，从数量上考察上证50股指期货和富时A50股指期货在价格发现过程中的作用大小。从经济显著性角度出发，定量考察境内外两个市场对价格发现的贡献度，以最终确定定价权归属问题。借鉴Baillie等(2002)[30]和李政等(2016)[10]的研究，在P-T模型下，两个市场的价格发现贡献度分别表示为

width=113,height=41,dpi=110
width=113,height=41,dpi=110
(3)

根据I-S模型，上证50股指期货价格和富时A50股指期货价格的信息份额上下限分别表示为

width=197,height=43,dpi=110
width=196,height=43,dpi=110
width=197,height=43,dpi=110
width=196,height=43,dpi=110
(4)

其中，ISU代表上限，ISL代表下限，与以往的研究一致，本文采用上证50股指期货价格和富时A50股指期货价格信息份额上下限的平均值作为其各自的价格发现贡献度，均值越大则表明该市场对价格发现的贡献度越高。参数α1和α2是调整系数的估计值，参数σ1、σ2和ρ分别是式(2)中ε1t和ε2t的标准差以及两者相关系数的估计值。为了得到两个市场价格发现贡献度的动态演变过程，本文基于滚动分析方法，在每次进行滚动估计时都提取相应的调整系数α的估计值，进而计算得到参数ε1t和ε2t的标准差以及相关系数ρ。

(五)样本与数据说明
本文分别选取2015年4月16日至2020年11月30日上证50股指期货与富时A50股指期货的日收盘价数据，对两个市场的价格联动关系和定价权归属问题进行分析考察(4)由于上证50股指期货于2015年4月16日正式上市交易，故样本区间始于2015年4月16日。，剔除了因中国和新加坡节假日不同等因素导致的不匹配数据，所有数据来源于Wind金融数据库。为了消除变量可能出现的异方差问题，对数据进行了自然对数化处理。此外，滚动协整分析的窗口设为240，即每个滚动子样本包含240个数据，分别为1-240、2-241、3-242…，以此类推。由于约有1年的滚动窗口，文中的动态估计结果始于2016年4月16日，最终得到约4年半的交易观测数据。

本文采用ADF单位根检验方法来确定上证50股指期货和富时A50股指期货价格变量的单整阶数。结果显示，变量的水平序列均不能拒绝“存在单位根”的原假设，一阶差分序列则均在1%的显著性水平下拒绝了“存在单位根”的原假设，说明两个市场的价格变量均服从一阶单整I(1)过程，变量的一阶差分是平稳的。

四、实证结果与分析
(一)基于迹检验的联动关系分析
为了对上证50股指期货与富时A50股指期货市场的联动关系进行评估，本文首先检验了迹统计量的显著性，以此来确定两个市场间是否存在协整关系。具体应用方法是检验迹统计量是否大于特定的临界值，如果迹统计量大于临界值，则说明两个市场间存在着协整关系和共同随机趋势，而根据一价定律，同样或者性质相似的资产即便在不同市场中交易也应该产生等额的收益，否则套利机制的存在会使两个市场价格逐渐趋于一致，形成较高的价格联动水平[31]。如果迹统计量小于临界值，则可能是由于这两个市场受到了诸如制度约束、交易成本过高等因素的干扰，从而限制了市场中套利机制作用的发挥，导致两个市场中的交易价格逐渐出现偏离，不再具有协整关系。

由AIC准则确定各个滚动子样本下VAR模型的最优滞后阶数，接着运用迹统计量对上证50股指期货与富时A50股指期货之间的动态联动关系进行考察。为了便于分析，本文利用10%显著性水平下的临界值17.98计算得到标准化后的迹统计量。对于标准化后的迹统计量，若大于临界值1，则意味着在特定的滚动子样本内拒绝“不存在协整关系”的原假设，两个市场间存在着长期均衡关系，二者联动水平较高；若小于临界值1，则原假设成立，表明两个市场间的联动水平较低。图1中曲线展示的是上证50股指期货和富时A50股指期货价格滚动协整中标准化迹统计量的时变走势，水平线则表示数值为1的标准化临界线。表1进一步列出了迹检验、长期弱外生性检验以及短期因果关系检验的结果，反映的是在全部滚动子样本中原假设成立所占的比例。

从统计意义来说，两个市场间标准化的迹统计量大于临界值1出现的频率达到40.48%，说明在接近一半的样本区间内二者存在显著的协整关系，联动水平较高。观察图1可以发现，整体来看，两个市场间标准化的迹统计量的走势呈现出先降后升的“U型”特征，并且在“U型”两端二者呈现出显著的协整关系。具体来说，上证50股指期货上市初期与富时A50股指期货便呈现出了显著的协整关系，其标准化的迹统计量远高于临界值1，这可能与两个市场所依托的A股股票价格指数具有较高重叠的股票成分有关，二者具有较高的相关性，呈现出较强的长期均衡关系。此后，两个市场间标准化的迹统计量逐渐下降并跌至临界值1以下，在2017年2月至2019年末期间的相当长一段时期内处于低位徘徊，两个市场表现出了相对独立状态。原因在于，2015年“股灾”之后，中金所对我国境内股指期货市场实施了多项限制性交易措施，自此境内股指期货市场成交量大幅萎缩，其流动性和功能发挥均受到较大影响，对A股现货市场的价格发现功能失效；而富时A50股指期货则未受这些限制性政策影响，依然发挥着反映A股现货市场价值的作用，这就使得两个市场之间共有的联系受到了削弱，二者价格逐渐出现偏离，表现为迹统计量趋于下降。在2017至2019年间，虽然政策限制有所放松但是并未完全解除，因此迹统计量维持了较长时间的低位，联动关系表现较弱。

2019年4月境内股指期货市场经历了第四次“松绑”后，境内股指期货市场价格发现功能、流动性和交易量明显恢复[18]。因此，2020年两个市场间标准化的迹统计量开始逐渐上升至临界值1以上，二者的联动水平不断提高。研究发现，两个市场间的迹统计量变化过程与监管部门对股指期货限制性交易措施的实施过程基本对应。这充分说明，监管政策对我国境内外股指期货市场的联动关系具有重大影响。

width=693,height=303,dpi=110
图1 上证50股指期货与富时A50股指期货标准化迹统计量的时变走势

表1 基于滚动VECM/差分VAR模型的迹检验、长期弱外生性检验和短期因果关系检验

width=682,height=171,dpi=110
注：长期弱外生性检验和短期因果关系检验的显著性水平为5%。

(二)股指期货定价权归属研究
1.定价权归属的总体情况分析

图2为上证50股指期货与富时A50股指期货价格调整系数α及其95%置信区间的动态变化过程。其中，趋势实线为两个市场滚动的调整系数向量，趋势虚线为95%的置信区间。

首先，结合图2和表1可以看出，上证50股指期货价格为弱外生变量在整个样本期间出现的频率为30.09%，在30.09%的滚动子样本中，上证50股指期货的价格调整系数α1位于图2中虚线以内，而富时A50股指期货的价格调整系数α2位于虚线之外，也就是说，此时在5%的显著性水平下有α1=0且α2≠0；富时A50股指期货价格为弱外生变量出现的频率为15.39%，仅在这少量的滚动子样本中α2处于虚线以内而α1处于虚线以外，即在5%的显著性水平下两个市场的价格调整系数α2=0且α1≠0。对比可以看出，上证50股指期货价格为弱外生变量出现的频率几乎是富时A50股指期货价格的2倍，α1=0且α2≠0这种情况占据上风。当两个市场偏离长期均衡状态时，最有可能是富时A50股指期货价格进行调整，二者之间的长期协整关系会拉动其不断调整并向上证50股指期货价格靠拢，而上证50股指期货价格不具有这一调整过程，处于长期价格信息的中心地位，对富时A50股指期货价格存在单向传导效应。

其次，短期因果关系检验结果可以看出，在5%的显著性水平下，16.48%的滚动子样本中存在上证50股指期货价格向富时A50股指期货价格的短期信息溢出效应，5.09%的滚动子样本中具有富时A50股指期货价格向上证50股指期货价格的短期信息溢出效应，明显前者占据上风。可见，短期中上证50股指期货市场的价格引导能力强于富时A50股指期货市场，处于信息先导地位。因此，无论是长期弱外生性检验还是短期因果关系检验结果均表明，多数情况下上证50股指期货市场处于价格信息源的位置，对富时A50股指期货价格具有单向传导效应。

最后，本文进一步采用P-T模型和I-S模型定量刻画两个市场对价格发现的贡献大小，从经济意义上明晰股指期货市场的定价权归属问题。表2列出的是两个市场价格发现平均贡献度的经验分析结果(滚动样本均值)。

width=693,height=303,dpi=110
图2 上证50股指期货与富时A50股指期货价格调整系数的时变过程

表2 上证50股指期货与富时A50股指期货价格发现的平均贡献度

width=682,height=83,dpi=110
表2中，P-T模型的估计结果显示，上证50股指期货价格发现的贡献度为50.37%，略高于富时A50股指期货的49.63%；I-S模型的测度结果显示，上证50股指期货价格发现的贡献度为53.98%，同样高于富时A50股指期货的46.02%。两个模型均表明上证50股指期货对新信息的融入比例较大，其价格发现能力强于富时A50股指期货，在价格发现过程中处于主导地位。

总体而言，无论是从统计显著性还是经济显著性来看，在大多数情况下，上证50股指期货市场的价格发现功能更优越，掌握着我国股指期货定价的主动权。可能有如下三方面的原因：一是，上证50股指期货市场属于我国本地市场，与A股市场的相关度更高，在定价方面具有本土信息优势；二是，境外市场存在较多的交易障碍，并且更易受到汇率波动的影响，而境内股指期货交易更加安全便捷，更受投资者青睐；三是，境内股指期货市场受到有效的监管，投机交易和操纵市场等扰乱市场秩序的行为较少，有利于其价格发现功能的发挥。然而值得注意的是，由P-T模型和I-S模型所得到的两个市场的价格发现贡献度数值较为接近，富时A50股指期货市场在价格发现方面有赶超上证50股指期货市场的可能，境内市场仍然存在着定价权旁落的风险。

2.定价权归属的动态变化情况

为了全面揭示定价权归属的时变特征，本文一方面，对图2中两个市场的价格调整系数的变动情况进行分析；另一方面，对基于P-T、I-S模型所反映的两个市场价格发现贡献度的动态变化过程进行探讨，结果见图3。图2和图3中阴影部分反映的是“反转区域”，表示与上文总体情况相反的时段。基于上文分析可知，在多数情况下，上证50股指期货在价格发现中处于主导地位，通常表现出对富时A50股指期货价格具有单向引导效应。然而，图2、图3中的阴影部分则表示该现象发生了“反转”。具体来看，图2中阴影部分为“富时A50股指期货价格为弱外生变量，其价格向上证50股指期货市场进行传导”的时段；图3中阴影部分为“富时A50股指期货市场价格发现贡献度高于上证50股指期货市场”的时段。

图2中可以看到，上证50股指期货价格引导富时A50股指期货价格主要出现在样本初期，本土信息优势使得上证50股指期货一经推出便具有较高的定价效率，其价格能够作为“锚”来引导境外富时A50股指期货价格的变动。然而，随着限制性交易措施实施效果逐渐显现，两个市场间的协整关系“消失”，甚至出现了富时A50股指期货价格引导上证50股指期货价格的局面，在图中表现为2017年2月及5月、2019年2月及12月均出现了短暂的“反转区域”。随着限制性交易政策的四次“松绑”，2020年两个市场重新回归显著的协整关系，但是此时“反转区域”却集中出现。主要原因可归结为，在放宽了交易限制后，境内股指期货成交量仍远低于限制性交易政策实施前的水平，意味着投资者对境内股指期货的信心尚未完全恢复，此时更偏好于交易较活跃、管制较少的境外富时A50股指期货，使其在2020年期间多次成为我国股指期货市场价格的引导者。

观察图3可以发现，在时间维度上两个市场的价格发现贡献度强弱出现明显分化，并且与图2中由长期弱外生性检验得出的“反转区域”大体上一致。具体表现为，在样本初期至2017年2月22日期间，上证50股指期货市场在价格发现中居于主导地位，其对价格发现的贡献度达到60%以上，约为富时A50股指期货市场的2倍。随着限制性交易措施的实施效果逐渐显现，富时A50股指期货市场的作用愈发突出，对价格发现的贡献度明显增加，到2020年集中出现了“反转区域”，富时A50股指期货市场对价格发现的贡献度反超上证50股指期货市场。

综上，图2和图3对比来看，P-T模型和I-S模型的动态演变特征基本一致，并且与图2中富时A50股指期货价格变为弱外生变量的时点也大体吻合，因此得出的结论较为可靠。这表明，当前境外股指期货市场的确对境内股指期货市场构成了较大的威胁，境内市场存在定价权旁落的风险。

(三)稳健性分析
上文主要在一阶矩的价格层面来探讨境内外股指期货市场的信息传导及价格发现过程，但是金融市场的信息流动关系还包括二阶矩的价格波动率层面的信息传导，也就是波动率溢出效应[32]。因此，本文基于滚动VECM/差分VAR-BEKK-MGARCH模型，一方面，在同时考虑一阶矩和二阶矩的情况下，利用长期弱外生性检验和短期因果关系检验来确定两个市场价格的信息传导关系，对上文得出的结论进行稳健性分析；另一方面，从价格波动率层面对上证50股指期货价格与富时A50股指期货价格的波动率溢出效应进行探讨，明晰两个市场间的风险传导关系。表3列出的是基于滚动VECM/差分VAR-BEKK-MGARCH模型下长期弱外生性、短期因果关系以及波动率溢出效应的检验结果，反映的是在全部滚动子样本中原假设成立所占的比例。

width=693,height=303,dpi=110
图3 上证50股指期货与富时A50股指期货价格发现贡献度的时变过程

表3 基于滚动VECM/差分VAR-BEKK-MGARCH模型的稳健性分析

width=682,height=194,dpi=110
注：检验的显著性水平为5%。

首先，表3中长期弱外生性检验结果显示，上证50股指期货价格为弱外生变量的频率高于富时A50股指期货价格，并且短期因果关系检验结果也表明大部分时期前者的价格引导能力强于后者。这一结果与前文基于滚动VECM/差分VAR模型得到的检验结果一致，表明上文得到的研究结论具有稳健性和可靠性。

其次，根据表3可知，在5%的显著性水平下，富时A50股指期货价格对上证50股指期货价格存在波动溢出效应的频率为81.62%，略高于反方向的79.25%。这可能是因为，富时A50股指期货推出时间较早，具有较高的交易活跃度，加之其所在的新加坡属于国际金融中心，能敏锐地捕捉外来的风险信息，其价格波动容易引发我国境内股指期货跟随波动，进而产生相对较强的波动溢出效应。与表1长短期下的检验结果对比来看，可以发现两个市场之间的波动溢出能力较为接近，这有别于两个市场在均值层面上的信息溢出。表1中，在均值溢出层面，不论是从长期还是短期检验结果来看，上证50股指期货与富时A50股指期货两个市场在信息溢出能力上差别较大，上证50股指期货市场总体上处于明显的主导地位。

最后，相较于价格层面，上证50股指期货与富时A50股指期货两个市场在波动层面上的信息溢出更高，说明两个市场的波动信息传递更为频繁，波动风险关联性更紧密。这是因为，与价格信息相比，市场间的波动信息能够捕捉更多的风险因素，波动层面上的信息来源更加广泛，因而波动风险比价格信息更容易传导。结合现实情况来看，波动信息传递意味着波动风险的跨市场传染，当境外股指期货市场波动加剧时，境内股指期货市场同样会遭受剧烈震荡。由此，监管当局应时刻警惕境内外股指期货市场之间的波动风险传导。

五、结论与启示
本文首先运用滚动协整迹检验对上证50股指期货与富时A50股指期货价格之间的协整关系进行分析，从整体上把握二者的动态联动关系，在确定了协整关系的基础上，从信息溢出和价格发现两个视角出发，对它们进行长期弱外生性和短期因果关系检验，并采用永久短暂模型和信息份额模型，从统计显著性和经济显著性两方面确定境内外股指期货市场的定价权归属问题。本文主要的研究结论如下：(1)两个市场间标准化的迹统计量的走势呈现出先降后升的“U型”特征，并且在“U型”两端二者呈现出显著的协整关系，具有较高的联动水平。(2)从整体上来看，长期和短期下上证50股指期货市场处于价格信息源地位的频率高于富时A50股指期货市场，前者对后者存在单向传导效应。同时，上证50股指期货市场的价格发现贡献度高于富时A50股指期货市场，掌握着股指期货市场的定价权。此外，与价格信息溢出相比，两个市场的波动信息传递更为频繁，波动风险关联性更紧密。(3)滚动的长期弱外生性检验和价格发现结果显示，长期的限制性交易措施造成境内股指期货市场交易持续低迷，富时A50股指期货价格逐渐成为弱外生变量，并且其价格发现贡献度反超境内上证50股指期货市场。即使近年来限制性交易政策不断放宽，我国股指期货定价权依然存在着旁落的风险。

综上，本文具有如下政策启示：第一，充分发挥本土信息优势，逐步有序放开对股指期货市场的监管约束，从而进一步提高境内股指期货产品的流动性。长期的限制性交易政策，使得境内股指期货市场的定价权遭受巨大威胁，面对日益激烈的国际竞争环境，我国监管当局应放开对金融期货交易的限制，推出更多相关产品，使我国股指期货市场的价格发现及资源配置功能得以有效发挥，以牢固掌握对我国金融资产的定价权。第二，加强境内外交易所的跨境监管合作。当前，境外股指期货市场不受我国监管，一旦流动性风险等极端情况发生，境外股指期货市场价格的异常波动会通过多种渠道传导至境内市场，从而引起境内市场价格出现异动，对境内股票市场稳定和本地金融市场安全造成威胁。在境内金融市场不断对外开放的背景下，国内金融监管机构应充分联合境外交易所开展跨境监管合作，减少因境外恶性操纵市场和投机行为给我国股票市场带来的负面冲击，在保障我国金融市场安全发展的同时维护国际金融市场秩序。第三，进一步推进我国金融衍生品市场快速发展，努力构建更加完善高效的多层次金融市场体系。目前，我国金融衍生品市场中上市品种较少，发展相对滞后，为配合实体经济的发展需要，应进一步健全股指类期货、期权产品体系，发展更多与资本市场相配套的风险管理工具，特别是加快与科创板相挂钩的金融衍生产品的研发。同时，我国应积极吸收海外先进经验，适当地延长境内股指期货市场的交易时间，吸引合格境内外机构投资者，改善境内期货市场参与者的结构。

参考文献

[1]汤珂.我国股指的期货和期权在境外上市值得警惕[N].中国证券报,2014-11-06(2).

[2]唐志武,居阔.沪深300股指期货与富时A50指数期货联动性研究[J].价格理论与实践,2020(9):94-97.

[3]王国刚.中国股市定价权不容外移[J].财贸经济,2005(3):3-8.

[4]李政,梁琪,卜林.人民币在岸离岸市场联动关系与定价权归属研究[J].世界经济,2017(5):98-123.

[5]ABHYANKAR A H.Return and volatility dynamics in the FT-SE 100 stock index and stock index futures markets [J].Journal of Futures Markets,1995,15(4):457-488.

[6]WAHAB M,LASHGARI M.Price dynamics and error correction in stock index and stock index futures markets:a cointegration approach [J].Journal of Futures Markets,1993,13(7):711-742.

[7]华仁海,刘庆富.股指期货与股指现货市场间的价格发现能力探究[J].数量经济技术经济研究,2010(10):90-100.

[8]方匡南,蔡振忠.我国股指期货价格发现功能研究[J].统计研究,2012,29(5):73-78.

[9]陶利斌,潘婉彬,黄筠哲.沪深300股指期货价格发现能力的变化及其决定因素[J].金融研究,2014(4):128-142.

[10]李政,卜林,郝毅.我国股指期货价格发现功能的再探讨——来自三个上市品种的经验证据[J].财贸经济,2016(7):79-93.

[11]魏建国,李小雪.基于VECM-PT-IS模型的我国三大股指期货价格发现功能对比研究[J].武汉理工大学学报(社会科学版),2016(3):354-360.

[12]熊熊,王芳,张维,等.富时A50指数期货与A股市场之间的价格发现与波动溢出研究[J].管理学报,2009(11):1507-1512.

[13]邢天才,张阁.股指期货的推出对现货市场影响的实证研究——基于富时A50的分析[J].财经问题研究,2009(7):83-88.

[14]COVRIG V,DING D K,LOW B S.The contribution of a satellite market to price discovery:Evidence from the Singapore exchange [J].Journal of Futures Markets,2004,24(10):981-1004.

[15]封思贤,张兵,李心丹,等.从中国股指期货境外的联动看我国股市定价权[J].金融研究,2010(4):101-114.

[16]GUO B,HAN Q,LIU M,et al.A tale of two index futures:the intraday price discovery and volatility transmission processes between the China financial futures exchange and the Singapore exchange [J].Emerging Markets Finance and Trade,2013,49(sup4):197-212.

[17]连俊华,廖雪,郭彪.中国和新加坡股指期货价格引导——基于限制政策前后变化探讨[J].南昌大学学报(人文社会科学版),2018(5):74-81.

[18]武佳薇,孙玉奎,杨阳.富时A50股指期货对我国期现货市场的影响——理论分析及实证检验[J].证券市场导报,2019(12):51-59.

[19]闵豫南.离岸与在岸股指期货市场的价格联动关系研究——基于国内股指期货市场受限的实证分析[J].南京审计大学学报,2020(6):79-89.

[20]JOHANSEN S.Estimation and hypothesis testing of cointegration vectors in gaussian vector autoregressive models [J].Econometrica,1991,59(6):1551-1580.

[21]曹衷阳，关田田.跨境资本流动对银行系统性风险影响的实证研究[J].河北经贸大学学报，2021(6)：54-64.

[22]潘慧峰,郑建明,范言慧.境内外人民币远期市场定价权归属问题研究[J].中国软科学,2009(9):156-164.

[23]赵胜民,谢晓闻,方意.人民币汇率定价权归属问题研究:兼论境内外人民币远期外汇市场有效性[J].经济科学,2013(4):79-92.

[24]YANG J,BESSLER D A,LEATHAM D J.Asset storability and price discovery in commodity futures markets:a new look [J].Journal of Futures Markets,2001,21(3):279-300.

[25]ZHONG M,DARRAT A F,OTERO R.Price discovery and volatility spillovers in index futures markets:some evidence from Mexico [J].Journal of Banking &Finance,2004,28(12):3037-3054.

[26]王少平,李子奈.我国货币需求的协整分析及其货币政策建议[J].经济研究,2004(7):9-17+114.

[27]GONZALO J,GRANGER C.Estimation of common long-memory components in cointegrated systems [J].Journal of Business &Economic Statistics,1995,13(1):27-35.

[28]HASBROUCK J.One security,many markets:determining the contributions to price discovery [J].Journal of Finance,1995,50(4):1175-1199.

[29]卜林,李晓艳,朱明皓.上海原油期货的价格发现功能及其国际比较研究[J].国际贸易问题,2020(9):160-174.

[30]BAILLIE R T,BOOTH G G,TSE Y,et al.Price discovery and common factor models [J].Journal of Financial Markets,2002,5(3):309-321.

[31]YU I,FUNG K,TAM C.Assessing financial market integration in Asia-Equity markets [J].Journal of Banking &Finance,2010,34(12):2874-2885.

[32]张莹莹.人民币在“一带一路”货币圈影响力分析——信息溢出效应及其作用渠道[J].商业研究,2020(1):74-84.

Research on Linkage Relationship and Pricing Power Attribution of Domestic and Overseas China Concept Stock Index Futures
ZHANG Yuan-ping,SHI Jian-wei,FANG Meng-jie

(School of Finance,Tianjin University of Finance and Economics,Tianjin 300222,China)

Abstract：At first,by using the rolling co-integration trace test,this paper preliminarily examines the dynamic linkage relationship between Shanghai Stock Index futures in China and Singapore FTSE A50 stock index futures.And then,from the perspective of information spillover and price discovery,this paper also explores the long-term weak externality and short-term causality of them.At last,the permanent transient model and information share model are used to determine the attribution of pricing power of domestic and foreign stock index futures markets from the statistical and economic significance.The results show that:First,the trend of the standardized trace statistics between the two markets shows a “U-shaped”characteristic of falling first and then rising,and the two markets show a significant co-integration relationship at both ends of the “U-shaped”.Second,although the domestic SSE 50 stock index futures market holds the pricing power of the stock index futures,the long-term restrictive trading policy makes the price of FTSE A50 stock index futures gradually become a weak exogenous variable,and its price discovery contribution exceeds that of the domestic SSE 50 stock index futures market.Although the restrictive trading policy has been relaxed in recent years,the pricing power of stock index futures still has the risk of falling.Third,compared with price information spillover,volatility information in the two markets is transmitted more frequently,and volatility risks are more closely correlated.We should be especially vigilant against the impact of volatility risks from overseas stock index futures markets.

Key words：stock index futures;linkage relationship;pricing power;information spillover;price discovery