一、引言
我國滬深300股指期貨已于2010年04月16日上市，已運行一年有余。那么，在這一年的時間里，股指期貨對上證指數有什么影響呢？在探討它們之間的關系之前，我們先了解一下股指期貨。股指期貨是指買入或賣出相應股票指數面值的合約，而股票指數面值則是股票指數乘以某一特定貨幣金額所得的值。我國的滬深300股指期貨的面值是指我國的滬深300指數乘以300。對于股指期貨的功能，主要有以下三個方面：第一，風險規避功能。此功能是通過套期保值來實現的，投資者可以通過在股票市場和股指期貨市場的反向操作來實現。股票市場的風險分為系統性風險和非系統性風險，非系統性風險可以采取分散化投資的方式降到最低；而系統性風險則可以通過股指期貨市場的做空機制使之降低，比如當投資者認為股票市場要下跌時則可通過賣出股指期貨合約來對沖股票市場下跌的系統性風險。第二，價格發現功能。指的是在公開、高效的期貨市場中眾多投資者的競價有利于形成更能反映股票真實價值的股票價格。股指期貨之所以有這種功能一方面是因為股指期貨交易者眾多，價格形成中包含的對價格預期的信息較多，另一方面是因為股指期貨的投資者在收到價格預期的信息后會更快的在股指期貨市場調整倉位。第三，資產配置功能。此功能指的是投資者可以把股指期貨作為資產配置的形態之一。
由股指期貨的功能可以看出，股指期貨與股票指數之間的聯系是很強的。那么，在股指期貨的運行當中，股指期貨與上證指數之間是否存在著很強的聯系呢？本文從實證分析的角度來驗證我國的股指期貨和上證指數之間是否存在著很強的聯系。
二、實證分析
（一）變量選擇與數據來源 基于研究的需要，本文選擇的是上證收盤綜合指數，上證收盤綜合指數指的是上海證�交易所編制的以上海證�交易所掛牌上市的全部股票為計算范圍，以發行量為權數的加權綜合股價指數，用shi表示。本文的股指期貨指數用的是當月連續指數，用si表示。本文使用的數據是周度數據，時間是從2010年04月16日到2011年04月29日，數據來自相關交易軟件。數據處理軟件是EVIEWS6.0。
（二）實證分析過程 具體內容如下：
（1）平穩性檢驗。 為防止出現”偽回歸”，首先對數列進行平穩性檢驗。本文使用的是ADF檢驗。檢驗結果如表1所示：
由表1可知，在5％的顯著性水平下，shi和si都是平穩數列。
（2）格蘭杰因果關系分析。Granger因果關系指的是看現在的的y能夠在多大程度上被過去的x 解釋，加入x 的滯后值后是否使解釋程度提高，如果能使解釋程度提高或者x與y的相關系數在統計上是顯著的，就可以說“y是由x Granger引起的”。本文的Granger因果檢驗結果如表2所示， 由表2可知在5％的顯著性水平下，股指期貨是s上證的格蘭杰原因， 而上證指數不是股指期貨的格蘭杰原因。
（3）向量自回歸模型（VAR）。 向量自回歸模型是基于數據的統計性質建立的模型，模型把系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型。 VAR（p）的數學表達式為：
yt=A1yt-1+A2yt-2+…+Apyt-p+Hxt+?著t t=1，2，...，T （1）
式中：yt是k維內生變量列向量，xt是d維外生變量列向量，A1、A2、Ap和H是待估計的參數矩陣，?著t是隨機擾動項，p是滯后階數，T是樣本個數。
要建立VAR模型，選擇合適的滯后期很重要，如果滯后期太少，誤差項的自相關會很嚴重，并易導致參數估計量的非有效性估計；但如果滯后期過大，又會導致自由度減少，直接影響模型參數的一致性估計。本文用EVIEWS 6.0軟件選擇VAR模型的滯后期，結果如表3所示，由表3可知，此模型的最佳滯后階數為1，即此模型為VAR（1）。
在進行VAR分析時，模型的平穩性很重要，模型的平穩性檢驗結果如表4所示，由表4可知，特征根都位于單位圓內，表明該VAR（1）模型是穩定的。
從本文研究的需要出發，本文采用沒有約束、外生變量為常數項的Unrestricted VAR模型。模型估計結果如表5所示。由表5可知，我國的股指期貨受上期股指期貨和上期上證指數的影響都是顯著的；而上證指數受上期上證指數的影響不顯著，受上期股指期貨的影響是顯著的。
（4）脈沖響應函數分析。脈沖響應函數分析是分析當一個誤差項發生變化，或者說模型受到某種沖擊時對系統的動態影響。本文的脈沖響應函數分析EVIEWS輸出結果如圖1所示，其中實線表示脈沖響應函數，虛線為脈沖響應函數值正負兩倍標準差的偏離帶，橫軸表示沖擊作用的滯后期間數（單位：周），縱軸表示因變量的響應程度。由圖1可知，我國的股指期貨受自身的沖擊是不斷下降的趨勢，在第二十五期后接近于零。上證指數對我國股指期貨的沖擊在前五期是逐漸增大的負向影響，從第六期開始負向影響逐漸減小，但始終是負向的影響。我國的股指期貨對上證指數的沖擊是正向的影響，呈不斷下降的趨勢。上證指數對自身的沖擊在前兩期是正向的，從第三期開始為負向的影響，在第六期負向的影響最大，此后逐漸減小，但始終為負向的影響。
（5）方差分解分析。方差分解分析是通過分析每一個結構沖擊對內生變量變化（通常用方差度量）的貢獻度，進一步評價不同結構沖擊的重要性。方差分析結果如圖2所示：其中橫軸表示滯后期間數（單位：周），縱軸表示貢獻率（單位：百分數）。由圖2可知，股指期貨對自身的貢獻在前八期左右不是很穩定，呈逐漸下降的趨勢。八期后，逐漸平穩，維持在82％左右。上證指數對我國股指期貨的貢獻，呈不斷上升的趨勢，從第十二期左右達到平穩，在18％左右。我國的股指期貨對上證指數的貢獻率在前十期左右不是很穩定，最高時為94.07％。第十期之后，逐漸平穩，大概為84％左右。上證指數對自身的貢獻在前三期呈不斷下降的趨勢，最低為5.9297％，之后呈上升趨勢，在第十二期左右達到平穩，維持在16％左右。
三、結論
本文以2010年4月16日到2011年4月29日的周度數據為研究對象，通過實證分析表明：我國的股指期貨是上證指數的格蘭杰原因，上證指數不是我國股指期貨的格蘭杰原因；我國的股指期貨主要受自身因素的影響，我國的股指期貨對上證指數有重要的影響。
