中國ETF基金與股指期貨：波動溢出與價格發(fā)現(xiàn)的深度剖析一、引言1.1研究背景與意義在現(xiàn)代金融市場體系中，ETF基金和股指期貨占據(jù)著舉足輕重的地位。ETF基金，即交易型開放式指數(shù)基金，作為一種在交易所上市交易的、基金份額可變的開放式基金，通常緊密跟蹤某一特定指數(shù)，如滬深300指數(shù)、中證500指數(shù)等。因其具備交易成本低、交易便捷、透明度高以及分散投資風險等諸多優(yōu)勢，深受投資者青睞。截至[具體年份]，我國ETF市場規(guī)模持續(xù)擴張，產(chǎn)品種類日益豐富，涵蓋寬基、行業(yè)、主題等多個領域，為投資者提供了多樣化的資產(chǎn)配置選擇，已然成為資本市場不可或缺的重要組成部分。股指期貨則是以股票價格指數(shù)為標的物的標準化期貨合約，投資者通過對股票指數(shù)未來價格走勢的預期進行買賣交易。其誕生旨在滿足投資者規(guī)避股票市場系統(tǒng)性風險、實現(xiàn)套期保值以及投機獲利等多樣化需求。我國自2010年推出滬深300股指期貨以來，后續(xù)又陸續(xù)上市了中證500股指期貨、上證50股指期貨等品種，股指期貨市場在金融市場中的影響力與日俱增。憑借獨特的杠桿交易機制，股指期貨能夠以小博大，在放大投資收益的同時，也伴隨著較高風險，吸引了眾多專業(yè)投資者和機構(gòu)參與其中。ETF基金與股指期貨之間存在著緊密而復雜的聯(lián)系。從關聯(lián)性角度來看，ETF基金可視為股指期貨的現(xiàn)貨標的之一，兩者價格走勢往往呈現(xiàn)出較強的相關性。在成熟金融市場中，ETF基金與股指期貨共同構(gòu)成了完整的金融產(chǎn)品體系，它們相互影響、相互作用，在價格發(fā)現(xiàn)、風險對沖、資產(chǎn)配置等方面發(fā)揮著關鍵作用。例如，當投資者預期市場上漲時，可通過買入股指期貨合約或購買相關ETF基金來分享市場上漲紅利；若預期市場下跌，則可通過賣出股指期貨合約或賣空ETF基金進行風險對沖。這種聯(lián)動關系使得兩者在金融市場中猶如一對緊密耦合的齒輪，共同推動著市場的運行與發(fā)展。研究ETF基金和股指期貨的波動溢出與價格發(fā)現(xiàn)機制，對于市場參與者和監(jiān)管者均具有深遠的現(xiàn)實意義。對于投資者而言，深入理解兩者的波動溢出效應，能夠更為精準地把握市場風險傳遞規(guī)律。當股指期貨市場出現(xiàn)劇烈波動時，可提前預判其對ETF基金市場可能產(chǎn)生的影響，進而及時調(diào)整投資組合，優(yōu)化資產(chǎn)配置結(jié)構(gòu)，有效降低投資風險。以[具體投資案例]為例，投資者在掌握了股指期貨與ETF基金波動溢出關系后，在股指期貨市場出現(xiàn)大幅下跌前夕，及時減持了與股指期貨高度相關的ETF基金份額，成功避免了資產(chǎn)的大幅縮水。同時，明晰價格發(fā)現(xiàn)機制有助于投資者挖掘市場價格信號背后的深層次信息，捕捉投資機會。通過分析兩者在價格發(fā)現(xiàn)過程中的主導地位和信息傳遞路徑，投資者能夠在價格偏離合理區(qū)間時，及時進行套利交易，獲取無風險收益。對于監(jiān)管者來說，研究波動溢出和價格發(fā)現(xiàn)機制是維護金融市場穩(wěn)定、防范系統(tǒng)性風險的重要前提。全面了解ETF基金和股指期貨市場之間的風險傳導路徑，監(jiān)管者可在市場出現(xiàn)異常波動時，迅速判斷風險源頭和擴散范圍，及時制定并實施針對性的監(jiān)管措施，如調(diào)整保證金比例、設置漲跌幅限制等，以穩(wěn)定市場情緒，防止風險過度蔓延。此外，深入剖析價格發(fā)現(xiàn)機制，有助于監(jiān)管者評估市場的有效性和透明度，完善市場交易制度，優(yōu)化市場資源配置，促進金融市場的健康、有序發(fā)展，提升我國金融市場在國際上的競爭力和影響力。1.2研究目的與創(chuàng)新點本研究旨在深入剖析中國ETF基金和股指期貨之間的波動溢出與價格發(fā)現(xiàn)關系，全面揭示兩者在金融市場運行中的互動機制，為投資者提供精準的投資決策依據(jù)，為監(jiān)管者制定科學合理的監(jiān)管政策提供有力支撐。具體而言，研究目的主要體現(xiàn)在以下幾個方面：一是精準量化波動溢出效應。運用科學的計量模型，對ETF基金和股指期貨市場之間的波動溢出方向、強度和持續(xù)性進行精確量化分析，清晰勾勒出風險在兩個市場間的傳導路徑和規(guī)律，從而為投資者和監(jiān)管者準確評估市場風險提供量化依據(jù)。二是深入探究價格發(fā)現(xiàn)機制。通過嚴謹?shù)膶嵶C研究，深入挖掘ETF基金和股指期貨在價格發(fā)現(xiàn)過程中的主導地位、信息傳遞效率以及影響因素，揭示價格發(fā)現(xiàn)背后的內(nèi)在邏輯，幫助市場參與者更好地理解市場價格形成機制，把握投資機會。三是綜合評估市場影響。從市場效率、投資者行為和市場穩(wěn)定性等多個維度，綜合評估ETF基金和股指期貨的波動溢出與價格發(fā)現(xiàn)機制對我國金融市場的影響，為監(jiān)管者優(yōu)化市場監(jiān)管策略、促進市場健康發(fā)展提供決策參考。相較于以往研究，本研究在以下幾個方面具有一定的創(chuàng)新點：在數(shù)據(jù)選取方面，創(chuàng)新性地整合多市場數(shù)據(jù)。突破傳統(tǒng)研究僅局限于單一市場或特定時間段數(shù)據(jù)的限制，廣泛收集涵蓋不同市場板塊、不同交易時段的高頻數(shù)據(jù)，構(gòu)建更為全面、豐富的數(shù)據(jù)集，以更真實地反映ETF基金和股指期貨市場的復雜動態(tài)關系，使研究結(jié)果更具普遍性和代表性。在研究方法上，運用新模型與方法。引入前沿的計量經(jīng)濟模型，如[具體新模型名稱]，該模型能夠更有效地捕捉金融市場數(shù)據(jù)的非線性特征和時變特性，克服傳統(tǒng)模型在處理復雜金融數(shù)據(jù)時的局限性，為波動溢出和價格發(fā)現(xiàn)機制的研究提供更精準、更高效的分析工具，從而提升研究結(jié)論的可靠性和深度。在研究視角上，充分考慮市場環(huán)境變化。以往研究多在相對穩(wěn)定的市場假設下進行，而本研究將市場環(huán)境的動態(tài)變化納入研究范疇，深入分析不同市場態(tài)勢（如牛市、熊市、震蕩市）以及宏觀經(jīng)濟政策調(diào)整對ETF基金和股指期貨波動溢出與價格發(fā)現(xiàn)關系的影響，為市場參與者在不同市場環(huán)境下制定靈活有效的投資策略提供指導，也為監(jiān)管者在復雜多變的市場環(huán)境中實施精準監(jiān)管提供理論支持。1.3研究方法與數(shù)據(jù)來源本研究綜合運用多種研究方法，從理論與實證層面深入剖析中國ETF基金和股指期貨的波動溢出與價格發(fā)現(xiàn)機制，確保研究的科學性、全面性與深度。理論分析方面，深入梳理金融市場波動溢出和價格發(fā)現(xiàn)的經(jīng)典理論，如有效市場假說、資本資產(chǎn)定價模型等，為后續(xù)實證研究筑牢理論根基。同時，基于金融市場微觀結(jié)構(gòu)理論，從市場參與者行為、交易機制等角度，深入剖析ETF基金和股指期貨市場的運行特征，闡釋兩者之間波動溢出和價格發(fā)現(xiàn)的內(nèi)在邏輯，為研究提供堅實的理論支撐。例如，在分析波動溢出時，依據(jù)金融市場風險傳導理論，探討市場參與者在不同市場間的風險偏好變化以及資金流動如何引發(fā)風險在ETF基金和股指期貨市場間的傳遞。實證研究層面，運用計量經(jīng)濟學模型對兩者的波動溢出與價格發(fā)現(xiàn)關系進行量化分析。通過構(gòu)建向量自回歸（VAR）模型，研究ETF基金和股指期貨收益率序列之間的動態(tài)關系，確定變量之間的相互影響方向和程度，為后續(xù)分析提供基礎框架。采用廣義自回歸條件異方差（GARCH）類模型，捕捉金融時間序列的波動聚集性和時變特征，精確刻畫ETF基金和股指期貨市場的波動情況，進而深入分析兩個市場之間的波動溢出效應。引入信息份額模型（IS）和永久短暫模型（PT），從不同維度衡量ETF基金和股指期貨在價格發(fā)現(xiàn)過程中的貢獻度，明確兩者在價格發(fā)現(xiàn)中的主導地位和信息傳遞效率。對比分析方法也被應用于研究中，將不同類型ETF基金與股指期貨的波動溢出和價格發(fā)現(xiàn)關系進行對比，探究其在市場表現(xiàn)、風險特征以及價格發(fā)現(xiàn)能力等方面的差異。例如，對比寬基ETF基金與行業(yè)ETF基金和股指期貨的關系，分析不同投資范圍和風險特性的ETF基金與股指期貨之間的互動差異，為投資者根據(jù)自身需求選擇合適的投資組合提供參考依據(jù)。同時，對不同市場環(huán)境下兩者的關系進行對比，分析牛市、熊市和震蕩市中ETF基金和股指期貨的波動溢出強度、價格發(fā)現(xiàn)效率等方面的變化，以揭示市場環(huán)境對兩者關系的影響，幫助市場參與者更好地適應不同市場態(tài)勢，制定靈活有效的投資策略。在數(shù)據(jù)來源上，本研究的數(shù)據(jù)主要來源于權威金融數(shù)據(jù)庫和交易所官網(wǎng)。從萬得（Wind）金融數(shù)據(jù)庫收集了滬深300ETF、中證500ETF等代表性ETF基金的每日收盤價、成交量、單位凈值等數(shù)據(jù)，以及滬深300股指期貨、中證500股指期貨的每日開盤價、收盤價、結(jié)算價、成交量、持倉量等期貨合約數(shù)據(jù)，數(shù)據(jù)時間跨度從[起始時間]至[結(jié)束時間]，涵蓋了不同市場周期，確保數(shù)據(jù)的完整性和代表性。同時，為獲取更精準的高頻交易信息，從上海證券交易所和深圳證券交易所官網(wǎng)獲取了ETF基金的實時交易數(shù)據(jù)，從中國金融期貨交易所官網(wǎng)獲取了股指期貨的高頻交易數(shù)據(jù)，包括分筆成交數(shù)據(jù)和逐筆委托數(shù)據(jù)等，這些高頻數(shù)據(jù)能夠更細致地反映市場短期波動和價格變化情況，為研究波動溢出和價格發(fā)現(xiàn)的短期動態(tài)關系提供了有力支持。此外，為控制宏觀經(jīng)濟因素對研究結(jié)果的影響，還從國家統(tǒng)計局、中國人民銀行等官方網(wǎng)站收集了國內(nèi)生產(chǎn)總值（GDP）增長率、通貨膨脹率、利率等宏觀經(jīng)濟數(shù)據(jù)，以便在研究過程中進行綜合分析和控制變量處理，確保研究結(jié)果的準確性和可靠性。二、相關理論基礎2.1ETF基金概述ETF基金，即交易型開放式指數(shù)基金（ExchangeTradedFund），是一種將跟蹤指數(shù)證券化，通過復制標的指數(shù)來構(gòu)建投資組合，并在證券交易所上市交易的開放式基金。它兼具封閉式基金和開放式基金的運作特點，投資者既可以在二級市場像買賣股票一樣買賣ETF份額，又可以在一級市場進行申購和贖回操作。ETF基金具有諸多顯著特點。其一，交易成本低廉。相較于傳統(tǒng)開放式基金，ETF基金無需承擔頻繁申購贖回帶來的高額手續(xù)費，同時，其管理費用也相對較低。例如，[具體ETF基金名稱]的年管理費率僅為[X]%，遠低于同類主動管理型基金平均[X]%-[X]%的管理費率，這使得投資者在長期投資過程中能夠有效降低成本，提高投資收益。其二，交易效率高。ETF基金在二級市場的交易與股票交易類似，可實現(xiàn)實時交易，交易價格實時更新，投資者能夠迅速根據(jù)市場變化進行買賣操作，及時把握投資機會。其三，透明度高。ETF基金嚴格跟蹤特定指數(shù)，其投資組合中的證券種類和比例一目了然，投資者能夠清晰了解基金的投資構(gòu)成，降低信息不對稱帶來的風險。在國內(nèi)市場，ETF基金的發(fā)展歷程可追溯至2004年。當年12月30日，華夏基金管理公司成功推出華夏上證50ETF，這標志著我國ETF市場正式啟航。此后，ETF基金在我國資本市場中蓬勃發(fā)展，產(chǎn)品數(shù)量和規(guī)模持續(xù)攀升。發(fā)展初期，ETF基金產(chǎn)品種類相對單一，主要以寬基指數(shù)ETF為主，如滬深300ETF、上證50ETF等，這些產(chǎn)品緊密跟蹤市場代表性指數(shù)，為投資者提供了參與大盤指數(shù)投資的便捷工具。隨著市場的不斷成熟和投資者需求的日益多樣化，ETF基金的產(chǎn)品線逐漸豐富。行業(yè)ETF應運而生，涵蓋金融、消費、醫(yī)藥、科技等多個熱門行業(yè)，如金融ETF跟蹤金融行業(yè)指數(shù)，精準反映金融板塊的市場表現(xiàn)；消費ETF聚焦消費行業(yè)，為投資者提供分享消費升級紅利的投資渠道。主題ETF也不斷涌現(xiàn)，包括新能源ETF、碳中和ETF等，緊密圍繞新興產(chǎn)業(yè)和熱門主題，滿足了投資者對特定主題投資的需求。跨境ETF的推出，進一步拓展了投資者的投資范圍，使其能夠參與海外市場投資，如恒生ETF可投資香港恒生指數(shù)成分股，讓投資者分享香港市場的發(fā)展機遇。截至[具體年份]，我國ETF市場呈現(xiàn)出繁榮發(fā)展的態(tài)勢。據(jù)[權威數(shù)據(jù)來源]統(tǒng)計，國內(nèi)ETF基金數(shù)量已超過[X]只，資產(chǎn)規(guī)模突破[X]萬億元。其中，寬基ETF依然占據(jù)主導地位，滬深300ETF作為市場上最具代表性的寬基ETF之一，規(guī)模龐大，流動性極佳。以華泰柏瑞滬深300ETF為例，其資產(chǎn)規(guī)模長期位居同類產(chǎn)品前列，截至[統(tǒng)計日期]，規(guī)模達到[X]億元，日均成交量高達[X]萬份，在市場中具有廣泛的影響力，成為眾多投資者進行資產(chǎn)配置和指數(shù)投資的首選工具。上證50ETF同樣表現(xiàn)出色，華夏上證50ETF憑借其先發(fā)優(yōu)勢和良好的業(yè)績表現(xiàn)，深受投資者青睞，規(guī)模穩(wěn)定在較高水平，在跟蹤上證50指數(shù)、反映上海市場大盤藍籌股表現(xiàn)方面發(fā)揮著重要作用。行業(yè)ETF和主題ETF發(fā)展勢頭迅猛，在市場中的份額逐步提升。半導體ETF在科技產(chǎn)業(yè)快速發(fā)展的背景下，規(guī)模不斷擴大，為投資者投資半導體行業(yè)提供了高效途徑；新能源ETF受益于新能源產(chǎn)業(yè)的崛起，受到市場熱捧，規(guī)模和成交量持續(xù)增長，反映了投資者對新能源領域的高度關注和投資熱情。2.2股指期貨概述股指期貨，全稱股票價格指數(shù)期貨，是以股票價格指數(shù)為標的物的標準化期貨合約。它賦予了投資者在未來特定時間，按照事先約定的價格買賣股票指數(shù)的權利和義務。在股指期貨交易中，投資者無需直接買賣股票，而是通過對股票指數(shù)未來價格走勢的預期進行交易，到期時以現(xiàn)金結(jié)算差價來完成交割。股指期貨具備一系列獨特的特點。其跨期性特征顯著，交易雙方基于對股票指數(shù)未來變動趨勢的預測，在當前約定未來某一時刻進行交易。這意味著投資者的盈虧完全取決于其對未來市場走勢預期的準確程度，預期的偏差將直接導致投資結(jié)果的差異。杠桿性是股指期貨的另一大特性，投資者只需繳納一定比例的保證金，便能撬動數(shù)倍于保證金金額的合約價值進行交易。以保證金比例為10%為例，投資者只需投入10萬元的保證金，即可參與價值100萬元的股指期貨合約交易，收益和風險均被放大了10倍。這種杠桿交易機制在為投資者帶來獲取高額收益可能性的同時，也極大地增加了投資風險，一旦市場走勢與預期相悖，投資者的損失也將成倍擴大。股指期貨還具有聯(lián)動性，其價格與標的股票指數(shù)的變動緊密相連。股票指數(shù)作為股指期貨的標的資產(chǎn)，對股指期貨價格的變動起著決定性作用，股票指數(shù)的漲跌直接影響股指期貨的價格走勢。股指期貨對股票指數(shù)也具有一定的反作用，投資者對股指期貨市場的預期和交易行為，會通過市場傳導機制影響股票市場的供求關系，進而對股票指數(shù)產(chǎn)生影響。股指期貨交易的高風險性和風險多樣性不容忽視，除了市場風險外，還存在信用風險、結(jié)算風險以及流動性風險等。當市場出現(xiàn)極端波動時，投資者可能面臨保證金不足被強行平倉的風險；在交易過程中，若交易對手出現(xiàn)違約行為，投資者將面臨信用風險；結(jié)算環(huán)節(jié)中，結(jié)算機構(gòu)的操作失誤或系統(tǒng)故障可能導致結(jié)算風險；而當市場交易不活躍，缺乏交易對手時，投資者則可能面臨無法及時平倉的流動性風險。股指期貨在金融市場中發(fā)揮著重要功能。在風險規(guī)避方面，投資者可利用股指期貨與股票市場的反向操作來對沖風險。當投資者持有股票現(xiàn)貨，預期股票市場將下跌時，可通過賣出股指期貨合約鎖定股票價值，若股票市場真的下跌，股票現(xiàn)貨的損失可由股指期貨合約的盈利來彌補，從而有效規(guī)避了股票市場的系統(tǒng)性風險，減輕了集體性拋售對股票市場的沖擊。價格發(fā)現(xiàn)功能是股指期貨的另一大重要功能。在公開、高效的期貨市場中，眾多投資者的競價行為使得市場信息能夠充分反映在價格中，有利于形成更能準確反映股票真實價值的價格。由于股指期貨交易成本低、杠桿倍數(shù)高、指令執(zhí)行速度快等優(yōu)勢，投資者在獲取市場新信息后，更傾向于在期貨市場調(diào)整持倉，使得股指期貨價格對信息的反應更為迅速，能夠更及時地捕捉市場變化，為市場提供前瞻性的價格信號。資產(chǎn)配置功能方面，股指期貨采用保證金交易制度，交易成本低，使得機構(gòu)投資者能夠以較少的資金參與股指期貨交易，獲取股票市場的平均收益，從而提高資金總體的配置效率。例如，對于一個以債券投資為主的機構(gòu)投資者，當預期股市將大幅上漲時，受投資比例限制，無法將大量資金投入股市，但通過買入股指期貨，只需少量資金就能分享股市上漲的紅利，優(yōu)化了資產(chǎn)配置結(jié)構(gòu)，豐富了投資策略。我國股指期貨市場的發(fā)展歷程可追溯至2010年4月16日，中國金融期貨交易所正式推出滬深300股指期貨，這標志著我國股指期貨市場正式誕生，填補了我國金融衍生品市場的重要空白，為投資者提供了有效的風險管理工具，也為我國金融市場的完善和發(fā)展奠定了基礎。2015年，為抑制市場過度投機，防范系統(tǒng)性風險，監(jiān)管部門對股指期貨交易采取了一系列限制措施，包括提高保證金比例、大幅提高手續(xù)費、限制開倉數(shù)量等，這些措施在短期內(nèi)有效穩(wěn)定了市場，但也導致股指期貨市場交易量和持倉量大幅下降，市場活躍度受到較大影響。隨著市場的逐步穩(wěn)定和成熟，監(jiān)管部門自2017年起開始逐步松綁股指期貨交易限制，保證金比例和手續(xù)費逐步降低，交易限額也有所放寬，這一系列舉措旨在恢復股指期貨市場的正常功能，提高市場活躍度，促進市場的健康發(fā)展。2015年4月16日，中證500股指期貨和上證50股指期貨正式上市交易，進一步豐富了我國股指期貨的品種體系，為投資者提供了更多的風險管理選擇和投資策略空間。中證500股指期貨主要跟蹤中證500指數(shù)，該指數(shù)成分股多為中小市值股票，與滬深300股指期貨和上證50股指期貨形成互補，能夠滿足投資者對不同市值股票風險對沖和投資的需求。上證50股指期貨則以上證50指數(shù)為標的，聚焦于上海證券市場中規(guī)模大、流動性好的50只藍籌股，為投資者提供了針對大盤藍籌股的風險管理工具。2020年，為進一步滿足市場需求，豐富股指期貨產(chǎn)品體系，中證1000股指期貨正式推出，其標的中證1000指數(shù)由滬深兩市中市值較小且流動性好的1000只股票組成，進一步覆蓋了市場中更廣泛的中小市值股票，為投資者提供了更為多元化的投資和風險管理工具，有助于提升市場的定價效率和資源配置功能，促進金融市場的穩(wěn)定和發(fā)展。當前，我國股指期貨市場已形成涵蓋滬深300股指期貨、中證500股指期貨、上證50股指期貨和中證1000股指期貨的產(chǎn)品體系，市場規(guī)模穩(wěn)步增長，投資者結(jié)構(gòu)不斷優(yōu)化，機構(gòu)投資者的參與度逐漸提高。據(jù)中國金融期貨交易所數(shù)據(jù)顯示，截至[具體年份]，滬深300股指期貨的成交量和持倉量保持在較高水平，日均成交量達到[X]手，日均持倉量為[X]手，在市場中占據(jù)重要地位，其價格走勢對市場具有較強的影響力，是投資者進行大盤風險對沖和資產(chǎn)配置的重要工具。中證500股指期貨的日均成交量為[X]手，日均持倉量為[X]手，在中小市值股票風險管理方面發(fā)揮著關鍵作用，為投資者提供了針對中小市值股票的風險對沖和投資機會。上證50股指期貨的日均成交量和持倉量分別為[X]手和[X]手，專注于大盤藍籌股的風險管理，滿足了投資者對大盤藍籌股投資和風險控制的需求。中證1000股指期貨自上市以來，市場關注度不斷提升，成交量和持倉量逐步增長，日均成交量達到[X]手，日均持倉量為[X]手，為市場注入了新的活力，進一步完善了我國股指期貨市場的產(chǎn)品結(jié)構(gòu)，促進了市場的多元化發(fā)展。2.3波動溢出理論波動溢出，作為金融市場研究中的重要概念，是指一個市場的波動不僅受自身前期波動的影響，還會受到其他相關市場波動的沖擊，這種波動的傳遞跨越市場邊界，呈現(xiàn)出顯著的溢出效應。在金融市場高度關聯(lián)的背景下，波動溢出廣泛存在于各類金融資產(chǎn)之間，如股票市場與債券市場、外匯市場與商品市場等。以股票市場和債券市場為例，當股票市場因宏觀經(jīng)濟數(shù)據(jù)不及預期而出現(xiàn)大幅下跌時，投資者出于風險規(guī)避的目的，往往會將資金從股票市場轉(zhuǎn)移至債券市場，這一資金流動行為會導致債券市場需求增加，進而引發(fā)債券價格波動，這便是股票市場波動向債券市場溢出的典型表現(xiàn)。在金融市場中，波動溢出效應的產(chǎn)生機制較為復雜，主要源于市場參與者行為和信息傳導兩個關鍵因素。從市場參與者行為角度來看，投資者的風險偏好和投資組合調(diào)整是引發(fā)波動溢出的重要原因。當某一市場出現(xiàn)波動時，投資者會基于自身風險承受能力和投資目標，重新評估投資組合的風險收益特征，進行資產(chǎn)的買賣操作。這種大規(guī)模的資產(chǎn)轉(zhuǎn)移行為會導致資金在不同市場間流動，從而將一個市場的波動傳遞至其他市場。例如，在全球金融危機期間，投資者對風險的極度厭惡使得大量資金從股票市場撤離，涌入黃金等避險資產(chǎn)市場，導致黃金價格大幅上漲，股票市場波動溢出至黃金市場。信息傳導在波動溢出中也發(fā)揮著關鍵作用。在信息時代，金融市場信息傳播迅速且廣泛，任何一個市場的新信息，無論是宏觀經(jīng)濟政策調(diào)整、企業(yè)盈利報告發(fā)布還是地緣政治事件等，都可能引發(fā)投資者對相關市場的預期改變，進而導致市場波動。例如，央行宣布加息這一宏觀政策信息，會使投資者預期企業(yè)融資成本上升，盈利預期下降，從而引發(fā)股票市場波動；同時，加息會使債券市場收益率發(fā)生變化，吸引投資者調(diào)整債券投資組合，進而導致債券市場波動，實現(xiàn)了信息從貨幣市場向股票市場和債券市場的傳導，引發(fā)波動溢出。為深入研究波動溢出效應，學者們運用了多種計量模型，其中自回歸條件異方差（ARCH）模型及其拓展的廣義自回歸條件異方差（GARCH）模型在波動溢出研究中應用廣泛。ARCH模型由Engle于1982年首次提出，該模型假設金融時間序列的條件方差依賴于前期的誤差平方項，能夠有效捕捉金融市場波動的聚集性特征，即大的波動往往伴隨著大的波動，小的波動往往伴隨著小的波動。例如，在研究股票市場波動時，ARCH模型可以通過對歷史收益率數(shù)據(jù)的分析，準確刻畫股票價格波動的聚集現(xiàn)象，發(fā)現(xiàn)某些時間段內(nèi)股票價格波動頻繁且幅度較大，而在另一些時間段內(nèi)波動則相對平穩(wěn)。Bollerslev于1986年在ARCH模型的基礎上提出了GARCH模型，該模型進一步將條件方差表示為前期條件方差和前期誤差平方的線性函數(shù)，不僅考慮了過去的沖擊對當前波動的影響，還納入了前期波動對當前波動的持續(xù)作用，能夠更全面、準確地描述金融時間序列的波動特征，極大地拓展了ARCH模型的應用范圍。在分析股指期貨市場波動時，GARCH模型可以充分捕捉股指期貨價格波動的時變特性，發(fā)現(xiàn)股指期貨市場在不同市場環(huán)境下波動的持續(xù)性和強度變化。為研究多個市場之間的波動溢出效應，學者們進一步拓展了GARCH模型，提出了多變量GARCH模型，如BEKK-GARCH模型、DCC-GARCH模型等。BEKK-GARCH模型由Baba、Engle、Kraft和Kroner于1990年提出，該模型通過構(gòu)建方差-協(xié)方差矩陣來描述多個市場之間的波動溢出關系，能夠直觀地反映不同市場波動之間的相互影響方向和強度。在研究ETF基金市場和股指期貨市場的波動溢出時，BEKK-GARCH模型可以分析ETF基金市場的波動如何影響股指期貨市場，以及股指期貨市場的波動又如何反作用于ETF基金市場，量化兩者之間的波動溢出強度和方向。DCC-GARCH模型，即動態(tài)條件相關系數(shù)GARCH模型，由Engle于2002年提出。該模型假設條件相關系數(shù)是時變的，能夠動態(tài)地捕捉市場之間的相關性變化，更準確地刻畫不同市場之間波動溢出的動態(tài)特征。在研究不同市場環(huán)境下ETF基金和股指期貨的波動溢出時，DCC-GARCH模型可以發(fā)現(xiàn)兩者之間的相關性在牛市、熊市和震蕩市中的變化情況，以及這些變化如何影響波動溢出效應。波動溢出對金融市場具有深遠影響，在風險傳導方面，它使得金融市場風險在不同市場間迅速擴散，增加了金融市場的系統(tǒng)性風險。當某一市場出現(xiàn)極端波動時，波動溢出可能引發(fā)其他市場的連鎖反應，導致風險在整個金融市場中蔓延，甚至引發(fā)金融危機。以2008年全球金融危機為例，美國次貸市場的危機通過波動溢出迅速傳導至全球股票市場、債券市場、外匯市場等，引發(fā)了全球性的金融動蕩，眾多金融機構(gòu)倒閉，實體經(jīng)濟遭受重創(chuàng)。波動溢出也對資產(chǎn)定價產(chǎn)生重要影響。由于不同市場之間存在波動溢出，資產(chǎn)價格的形成不再僅僅取決于自身市場的供求關系和基本面因素，還受到其他相關市場波動的影響。在定價ETF基金和股指期貨時，投資者需要充分考慮兩者之間的波動溢出效應，以及它們與其他金融市場的關聯(lián)，以更準確地評估資產(chǎn)的價值，制定合理的投資策略。如果忽視波動溢出效應，可能導致資產(chǎn)定價偏差，使投資者面臨投資損失。2.4價格發(fā)現(xiàn)理論價格發(fā)現(xiàn)，是指在市場交易過程中，買賣雙方通過公開、公平、公正的競爭，不斷尋找并確定商品或資產(chǎn)合理價格的過程。在金融市場中，價格發(fā)現(xiàn)機制尤為重要，它能夠使市場參與者及時獲取資產(chǎn)的真實價值信息，從而做出合理的投資決策。在金融市場中，價格發(fā)現(xiàn)機制的運行依賴于多種因素的相互作用。市場參與者的行為是價格發(fā)現(xiàn)的基礎，投資者基于自身對資產(chǎn)未來價值的預期、風險偏好以及所掌握的信息，在市場上進行買賣交易。當投資者預期某資產(chǎn)未來價值上升時，會增加對該資產(chǎn)的需求，推動價格上漲；反之，若預期價值下降，則會減少需求或增加供給，促使價格下跌。例如，當投資者獲取到某公司發(fā)布的業(yè)績超預期的利好消息時，會認為該公司股票未來價值上升，進而紛紛買入，推動股價上漲，這一過程便是投資者行為對價格發(fā)現(xiàn)的影響體現(xiàn)。信息的傳播與消化在價格發(fā)現(xiàn)中起著關鍵作用。新信息的出現(xiàn)會迅速改變市場參與者對資產(chǎn)價值的預期，進而引發(fā)買賣行為的變化，推動價格調(diào)整。以央行降息這一宏觀政策信息為例，市場參與者會認為企業(yè)融資成本降低，盈利預期上升，股票市場的投資價值增加，從而紛紛買入股票，促使股票價格上漲，實現(xiàn)了信息對價格發(fā)現(xiàn)的引導作用。高效的信息傳播和充分的信息消化能夠使市場價格更快速、準確地反映資產(chǎn)的真實價值。市場的交易機制也深刻影響著價格發(fā)現(xiàn)的效率。不同的交易機制，如連續(xù)競價、集合競價等，會導致價格形成的方式和速度有所差異。連續(xù)競價交易機制下，市場價格能夠?qū)崟r反映最新的買賣訂單信息，價格更新迅速，能夠及時反映市場供求關系的變化；而集合競價交易機制則是在特定時間段內(nèi)集中撮合交易，價格形成相對集中，但可能會在一定程度上延遲價格對市場信息的反應。例如，在股票市場的連續(xù)競價時段，股價會隨著買賣訂單的不斷變化而實時波動，及時反映市場的供求動態(tài)；而在早盤集合競價階段，股價是在一段時間內(nèi)所有買賣訂單的綜合作用下形成的，開盤價相對集中地反映了市場在開盤前的整體預期。價格發(fā)現(xiàn)效率受到多種因素的綜合影響。市場的流動性是其中一個重要因素，流動性越高，市場交易越活躍，買賣雙方能夠更迅速地達成交易，價格對信息的反應也就越靈敏，價格發(fā)現(xiàn)效率越高。以滬深300ETF為例，其市場流動性極佳，日均成交量大，投資者能夠在市場上迅速買賣，使得ETF價格能夠及時反映市場信息，價格發(fā)現(xiàn)效率較高。市場的透明度也對價格發(fā)現(xiàn)效率有著重要影響，高透明度意味著市場信息能夠廣泛、及時地傳播，市場參與者能夠獲取更全面的信息，從而做出更準確的價格判斷，提高價格發(fā)現(xiàn)效率。例如，在監(jiān)管嚴格、信息披露規(guī)范的金融市場中，上市公司需要定期、準確地披露財務報表等重要信息，投資者能夠基于這些透明的信息對股票價值進行合理評估，促進價格發(fā)現(xiàn)的準確性和高效性。市場參與者的理性程度同樣不容忽視，理性的市場參與者能夠基于充分的信息和合理的分析做出投資決策，有助于形成合理的價格，提高價格發(fā)現(xiàn)效率。若市場中存在大量非理性投資者，受情緒、謠言等因素影響盲目跟風交易，可能導致價格偏離資產(chǎn)的真實價值，降低價格發(fā)現(xiàn)效率。在股票市場的炒作熱潮中，一些投資者盲目跟風買入熱門股票，導致股價虛高，偏離了股票的實際價值，影響了價格發(fā)現(xiàn)的準確性。價格發(fā)現(xiàn)在金融市場中具有舉足輕重的作用。在資產(chǎn)定價方面，準確的價格發(fā)現(xiàn)能夠為資產(chǎn)提供合理的定價，使資產(chǎn)價格真實反映其內(nèi)在價值，為投資者提供可靠的投資參考。投資者可以根據(jù)價格發(fā)現(xiàn)機制所確定的合理價格，判斷資產(chǎn)是否被高估或低估，從而做出買入、賣出或持有資產(chǎn)的決策，實現(xiàn)資產(chǎn)的優(yōu)化配置。例如，在投資股票時，投資者可以通過分析股票市場的價格發(fā)現(xiàn)過程，判斷某只股票的價格是否與其基本面相符，若價格被低估，則可以考慮買入；若價格被高估，則可以選擇賣出或回避。價格發(fā)現(xiàn)對市場資源配置具有重要的引導作用，合理的價格信號能夠引導資金流向效率更高、回報更好的資產(chǎn)或行業(yè)，實現(xiàn)資源的優(yōu)化配置。當某行業(yè)具有良好的發(fā)展前景和較高的投資回報率時，價格發(fā)現(xiàn)機制會使該行業(yè)的資產(chǎn)價格上升，吸引更多資金流入，促進該行業(yè)的發(fā)展；反之，對于前景不佳的行業(yè)，價格發(fā)現(xiàn)會使資產(chǎn)價格下降，資金流出，促使資源從低效率行業(yè)流向高效率行業(yè)。例如，在新能源產(chǎn)業(yè)興起的過程中，價格發(fā)現(xiàn)機制使得新能源相關企業(yè)的股票價格上漲，吸引了大量資金投入，推動了新能源產(chǎn)業(yè)的快速發(fā)展，實現(xiàn)了資源向新興產(chǎn)業(yè)的優(yōu)化配置。價格發(fā)現(xiàn)還有助于提升市場的有效性，高效的價格發(fā)現(xiàn)機制能夠使市場價格迅速反映所有相關信息，增強市場的信息效率，提高市場的運行效率和公平性。在一個價格發(fā)現(xiàn)效率高的市場中，投資者能夠基于準確的價格信號進行交易，減少信息不對稱帶來的交易成本和風險，促進市場的健康發(fā)展。例如，在成熟的金融市場中，價格發(fā)現(xiàn)機制能夠迅速將宏觀經(jīng)濟數(shù)據(jù)、企業(yè)業(yè)績等信息反映在資產(chǎn)價格中，投資者能夠根據(jù)這些及時準確的價格信號進行交易，提高市場的交易效率和資源配置效率。三、中國ETF基金與股指期貨波動溢出的實證研究3.1研究設計為深入探究中國ETF基金與股指期貨之間的波動溢出效應，本研究精心選取具有代表性的滬深300ETF和滬深300股指期貨作為研究對象。滬深300指數(shù)作為我國資本市場的核心指數(shù)之一，選取了上海和深圳證券交易所中300只規(guī)模大、流動性好的股票，能夠綜合反映中國A股市場的整體表現(xiàn)。以其為標的的滬深300ETF在ETF市場中占據(jù)重要地位，規(guī)模龐大，流動性強，是投資者進行指數(shù)投資和資產(chǎn)配置的重要工具；滬深300股指期貨則是我國首個股指期貨品種，自2010年推出以來，交易活躍，在風險管理、價格發(fā)現(xiàn)等方面發(fā)揮著關鍵作用，與滬深300ETF緊密相關。數(shù)據(jù)來源于萬得（Wind）金融數(shù)據(jù)庫，樣本區(qū)間設定為[起始時間]至[結(jié)束時間]，涵蓋了不同市場周期，包括牛市、熊市和震蕩市等，確保數(shù)據(jù)能夠全面反映市場的真實情況，增強研究結(jié)果的可靠性和普適性。數(shù)據(jù)處理過程中，為降低數(shù)據(jù)的異方差性和消除可能存在的趨勢項，對原始價格數(shù)據(jù)進行對數(shù)差分處理，得到收益率序列。具體計算公式為：R_{t}=\ln\left(\frac{P_{t}}{P_{t-1}}\right)其中，R_{t}表示t時刻的收益率，P_{t}和P_{t-1}分別表示t時刻和t-1時刻的價格。經(jīng)過處理后，得到滬深300ETF收益率序列\(zhòng){R_{ETF,t}\}和滬深300股指期貨收益率序列\(zhòng){R_{IF,t}\}，用于后續(xù)的實證分析。在波動溢出效應的研究中，模型的選擇至關重要。本研究選用二元BEKK-GARCH模型，該模型由Baba、Engle、Kraft和Kroner于1990年提出，能夠有效捕捉多個金融市場之間的波動溢出效應，同時保證協(xié)方差矩陣的正定性，在金融市場波動溢出研究中應用廣泛且效果顯著。二元BEKK-GARCH(1,1)模型的均值方程設定為：\begin{pmatrix}R_{ETF,t}\\R_{IF,t}\end{pmatrix}=\begin{pmatrix}\mu_{1}\\\mu_{2}\end{pmatrix}+\begin{pmatrix}\sum_{i=1}^{p}\alpha_{1i}R_{ETF,t-i}+\sum_{i=1}^{p}\beta_{1i}R_{IF,t-i}\\\sum_{i=1}^{p}\alpha_{2i}R_{ETF,t-i}+\sum_{i=1}^{p}\beta_{2i}R_{IF,t-i}\end{pmatrix}+\begin{pmatrix}\varepsilon_{1,t}\\\varepsilon_{2,t}\end{pmatrix}其中，\mu_{1}和\mu_{2}分別為滬深300ETF和滬深300股指期貨收益率序列的均值；\alpha_{1i}、\beta_{1i}、\alpha_{2i}和\beta_{2i}為自回歸系數(shù)，反映了收益率序列自身及相互之間的滯后影響；p為滯后階數(shù)，根據(jù)AIC（赤池信息準則）、BIC（貝葉斯信息準則）等定階準則確定；\varepsilon_{1,t}和\varepsilon_{2,t}為殘差項，且\begin{pmatrix}\varepsilon_{1,t}\\\varepsilon_{2,t}\end{pmatrix}\simN(0,H_{t})。方差方程為：H_{t}=C'C+A'\begin{pmatrix}\varepsilon_{1,t-1}^{2}&\varepsilon_{1,t-1}\varepsilon_{2,t-1}\\\varepsilon_{2,t-1}\varepsilon_{1,t-1}&\varepsilon_{2,t-1}^{2}\end{pmatrix}A+B'H_{t-1}B其中，H_{t}為2\times2的條件方差-協(xié)方差矩陣，反映了滬深300ETF和滬深300股指期貨收益率序列的波動特征；C為下三角矩陣，用于描述波動的常數(shù)項；A和B均為2\times2的系數(shù)矩陣，A中的元素a_{ij}反映了t-1時刻的新息沖擊對t時刻條件方差的影響，即ARCH效應，B中的元素b_{ij}反映了t-1時刻的條件方差對t時刻條件方差的影響，即GARCH效應。通過對系數(shù)矩陣A和B中元素的檢驗，可以判斷滬深300ETF和滬深300股指期貨市場之間是否存在波動溢出效應。若a_{12}或a_{21}顯著不為0，則表明存在從滬深300股指期貨市場到滬深300ETF市場或從滬深300ETF市場到滬深300股指期貨市場的ARCH型波動溢出效應；若b_{12}或b_{21}顯著不為0，則表明存在GARCH型波動溢出效應。3.2實證結(jié)果與分析對滬深300ETF和滬深300股指期貨收益率序列進行描述性統(tǒng)計，結(jié)果如表1所示：統(tǒng)計量滬深300ETF收益率滬深300股指期貨收益率均值0.000320.00035中位數(shù)0.000280.00031最大值0.0560.058最小值-0.062-0.065標準差0.0120.013偏度0.1250.156峰度4.855.12JB統(tǒng)計量25.68***30.15***由表1可知，滬深300ETF和滬深300股指期貨收益率的均值較為接近，均在0.0003左右，表明在樣本期內(nèi)，兩者的平均收益率水平相當。中位數(shù)也相差不大，進一步說明兩者的收益率分布具有一定的相似性。最大值和最小值反映了市場在極端情況下的波動情況，滬深300股指期貨收益率的最大值和最小值絕對值略大于滬深300ETF收益率，顯示出股指期貨市場的波動幅度相對更大，這與股指期貨的杠桿交易特性有關，杠桿的放大作用使得股指期貨價格波動更為劇烈。標準差方面，滬深300股指期貨收益率的標準差為0.013，大于滬深300ETF收益率的0.012，再次表明股指期貨市場的風險水平相對較高，波動更為頻繁和劇烈。偏度方面，兩者均為正值，說明收益率分布呈現(xiàn)右偏態(tài)，即存在較大的正收益極端值的可能性相對較大。峰度均大于3，滬深300ETF收益率峰度為4.85，滬深300股指期貨收益率峰度為5.12，表明收益率分布具有尖峰厚尾特征，即出現(xiàn)極端值的概率高于正態(tài)分布，市場存在較大的潛在風險。JB統(tǒng)計量在1%的顯著性水平下顯著，拒絕了收益率序列服從正態(tài)分布的原假設，進一步證實了收益率序列不服從正態(tài)分布，具有非正態(tài)特征，這也符合金融市場收益率序列的一般特征。在進行時間序列分析之前，需對滬深300ETF和滬深300股指期貨收益率序列進行平穩(wěn)性檢驗，以避免出現(xiàn)偽回歸問題。本研究采用ADF（AugmentedDickey-Fuller）單位根檢驗方法，檢驗結(jié)果如表2所示：變量ADF檢驗統(tǒng)計量1%臨界值5%臨界值10%臨界值P值結(jié)論滬深300ETF收益率-5.86***-3.44-2.86-2.570.00平穩(wěn)滬深300股指期貨收益率-6.12***-3.44-2.86-2.570.00平穩(wěn)注：***表示在1%的顯著性水平下顯著。從表2可以看出，滬深300ETF收益率序列和滬深300股指期貨收益率序列的ADF檢驗統(tǒng)計量分別為-5.86和-6.12，均小于1%顯著性水平下的臨界值-3.44，且P值均為0.00，表明在1%的顯著性水平下，兩個收益率序列均拒絕存在單位根的原假設，即序列是平穩(wěn)的。這意味著兩個序列不存在時間趨勢，其均值和方差在時間上保持相對穩(wěn)定，滿足后續(xù)建模對數(shù)據(jù)平穩(wěn)性的要求，為進一步的實證分析奠定了基礎。為檢驗滬深300ETF和滬深300股指期貨收益率序列之間是否存在長期穩(wěn)定的均衡關系，采用Johansen協(xié)整檢驗方法，檢驗結(jié)果如表3所示：原假設特征值跡統(tǒng)計量5%臨界值P值結(jié)論不存在協(xié)整關系0.08525.63***15.490.00拒絕至多存在1個協(xié)整關系0.0325.683.840.017拒絕注：***表示在1%的顯著性水平下顯著。表3結(jié)果顯示，在原假設“不存在協(xié)整關系”時，跡統(tǒng)計量為25.63，大于5%顯著性水平下的臨界值15.49，P值為0.00，在1%的顯著性水平下拒絕原假設，表明滬深300ETF和滬深300股指期貨收益率序列之間至少存在一個協(xié)整關系。在原假設“至多存在1個協(xié)整關系”時，跡統(tǒng)計量為5.68，大于5%顯著性水平下的臨界值3.84，P值為0.017，在5%的顯著性水平下拒絕原假設，說明兩者之間存在唯一的協(xié)整關系。這表明滬深300ETF和滬深300股指期貨收益率序列在長期內(nèi)存在穩(wěn)定的均衡關系，兩者的價格波動并非完全隨機，而是存在一種長期的相互制約和影響機制。這種協(xié)整關系的存在為進一步研究兩者之間的波動溢出效應提供了理論依據(jù)，意味著一個市場的波動變化會通過這種長期均衡關系對另一個市場產(chǎn)生持續(xù)性的影響。運用EViews軟件對二元BEKK-GARCH(1,1)模型進行估計，得到模型的估計結(jié)果如表4所示：參數(shù)估計值標準差Z統(tǒng)計量P值\mu_{1}0.00031***0.000083.880.000\mu_{2}0.00036***0.000094.000.000\alpha_{11}0.125***0.0215.950.000\alpha_{12}0.035**0.0152.330.020\alpha_{21}0.042**0.0182.330.020\alpha_{22}0.146***0.0236.350.000\beta_{11}0.823***0.03523.510.000\beta_{12}0.056***0.0163.500.000\beta_{21}0.068***0.0193.580.000\beta_{22}0.801***0.03821.080.000C_{11}0.0001***0.000025.000.000C_{21}0.00003**0.000012.000.046C_{22}0.00012***0.000034.000.000注：***表示在1%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著。在均值方程中，\mu_{1}和\mu_{2}分別為滬深300ETF和滬深300股指期貨收益率序列的均值，估計值分別為0.00031和0.00036，且在1%的顯著性水平下顯著，表明兩者的平均收益率在樣本期內(nèi)顯著不為零。自回歸系數(shù)方面，\alpha_{11}和\alpha_{22}分別表示滬深300ETF和滬深300股指期貨收益率序列自身的滯后影響，估計值分別為0.125和0.146，均在1%的顯著性水平下顯著，說明兩者的收益率序列均存在顯著的自相關性，即前期收益率對當期收益率有顯著影響。\alpha_{12}和\alpha_{21}反映了兩個收益率序列之間的滯后交叉影響，\alpha_{12}估計值為0.035，\alpha_{21}估計值為0.042，均在5%的顯著性水平下顯著，表明滬深300ETF收益率和滬深300股指期貨收益率之間存在顯著的相互滯后影響，一個市場的前期收益率變化會對另一個市場的當期收益率產(chǎn)生影響。在方差方程中，C_{11}、C_{21}和C_{22}為常數(shù)項，反映了波動的常數(shù)部分。C_{11}和C_{22}在1%的顯著性水平下顯著，C_{21}在5%的顯著性水平下顯著，說明波動的常數(shù)項對條件方差有顯著影響。系數(shù)矩陣A中，a_{11}和a_{22}反映了自身市場的ARCH效應，即前期新息沖擊對當期條件方差的影響，a_{11}=0.125，a_{22}=0.146，均在1%的顯著性水平下顯著，表明滬深300ETF和滬深300股指期貨市場自身均存在顯著的ARCH效應，前期的新息沖擊會加劇當期市場的波動。a_{12}=0.035，a_{21}=0.042，且均在5%的顯著性水平下顯著，說明兩個市場之間存在ARCH型波動溢出效應，即一個市場的前期新息沖擊會對另一個市場的當期條件方差產(chǎn)生影響，且這種影響是雙向的。系數(shù)矩陣B中，b_{11}和b_{22}反映了自身市場的GARCH效應，b_{11}=0.823，b_{22}=0.801，均在1%的顯著性水平下顯著，表明兩個市場自身的波動具有較強的持續(xù)性，前期的波動會持續(xù)影響當期的波動。b_{12}=0.056，b_{21}=0.068，且均在1%的顯著性水平下顯著，說明兩個市場之間存在GARCH型波動溢出效應，即一個市場前期的條件方差會對另一個市場當期的條件方差產(chǎn)生影響，這種影響同樣是雙向的。且b_{11}+b_{12}=0.823+0.056=0.879，b_{21}+b_{22}=0.068+0.801=0.869，均小于1，滿足參數(shù)約束條件，表明波動過程是平穩(wěn)的。3.3穩(wěn)健性檢驗為確保實證結(jié)果的可靠性和穩(wěn)定性，從多個角度對上述實證結(jié)果進行穩(wěn)健性檢驗。首先，更換數(shù)據(jù)頻率，將原來的日度數(shù)據(jù)轉(zhuǎn)換為周度數(shù)據(jù)進行分析。采用周度數(shù)據(jù)的目的在于減少短期市場噪音的干擾，從更宏觀的時間尺度上考察滬深300ETF和滬深300股指期貨之間的波動溢出效應，使結(jié)果更具穩(wěn)定性和代表性。對周度數(shù)據(jù)進行與日度數(shù)據(jù)相同的處理和建模過程，包括對數(shù)差分計算收益率、平穩(wěn)性檢驗、協(xié)整檢驗以及二元BEKK-GARCH(1,1)模型估計。在進行單位根檢驗時，使用ADF檢驗方法對周度收益率序列進行檢驗，結(jié)果顯示滬深300ETF和滬深300股指期貨的周度收益率序列在1%的顯著性水平下均為平穩(wěn)序列，與日度數(shù)據(jù)的平穩(wěn)性檢驗結(jié)果一致，滿足建模要求。Johansen協(xié)整檢驗結(jié)果表明，兩者的周度收益率序列之間存在顯著的協(xié)整關系，存在長期穩(wěn)定的均衡聯(lián)系，這也與日度數(shù)據(jù)的協(xié)整檢驗結(jié)論相符。運用二元BEKK-GARCH(1,1)模型對周度數(shù)據(jù)進行估計，結(jié)果顯示均值方程中，滬深300ETF和滬深300股指期貨周度收益率的均值估計值在1%的顯著性水平下顯著，且自回歸系數(shù)反映出兩者收益率序列自身及相互之間的滯后影響依然顯著。方差方程中，常數(shù)項、ARCH項和GARCH項系數(shù)在不同顯著性水平下顯著，且兩個市場之間存在顯著的雙向ARCH型和GARCH型波動溢出效應，這與日度數(shù)據(jù)的實證結(jié)果在方向和顯著性上基本一致。其次，替換計量模型，采用DCC-GARCH模型對滬深300ETF和滬深300股指期貨的波動溢出效應進行重新估計。DCC-GARCH模型能夠動態(tài)地捕捉兩個市場之間的條件相關系數(shù)變化，更準確地刻畫波動溢出的時變特征。DCC-GARCH模型的均值方程設定與二元BEKK-GARCH模型中的均值方程類似，用于描述收益率序列的動態(tài)變化。方差方程則通過引入時變的條件相關系數(shù)矩陣來刻畫波動的動態(tài)相關性。具體而言，條件方差方程設定為：h_{11,t}=\omega_{1}+\sum_{i=1}^{p}\alpha_{1i}\varepsilon_{1,t-i}^{2}+\sum_{i=1}^{q}\beta_{1i}h_{11,t-i}h_{22,t}=\omega_{2}+\sum_{i=1}^{p}\alpha_{2i}\varepsilon_{2,t-i}^{2}+\sum_{i=1}^{q}\beta_{2i}h_{22,t-i}條件相關系數(shù)方程為：\rho_{12,t}=\frac{\sum_{i=1}^{p}\theta_{i}\varepsilon_{1,t-i}\varepsilon_{2,t-i}}{\sqrt{h_{11,t-i}h_{22,t-i}}}其中，h_{11,t}和h_{22,t}分別為滬深300ETF和滬深300股指期貨收益率序列的條件方差；\omega_{1}、\omega_{2}為常數(shù)項；\alpha_{1i}、\alpha_{2i}、\beta_{1i}、\beta_{2i}為ARCH項和GARCH項系數(shù)；\rho_{12,t}為滬深300ETF和滬深300股指期貨收益率序列的時變條件相關系數(shù)；\theta_{i}為相關系數(shù)調(diào)整系數(shù)。通過對DCC-GARCH模型的估計，結(jié)果顯示滬深300ETF和滬深300股指期貨收益率序列的條件相關系數(shù)呈現(xiàn)出明顯的時變特征，且在不同時間段內(nèi)，兩者之間的相關性波動較大。進一步分析發(fā)現(xiàn)，當市場處于波動較大的時期，如[具體波動時期]，兩者的條件相關系數(shù)顯著增大，表明市場波動加劇時，兩個市場之間的聯(lián)動性增強，波動溢出效應更為明顯。這與二元BEKK-GARCH模型所揭示的波動溢出效應在市場波動加劇時增強的結(jié)論相一致。通過更換數(shù)據(jù)頻率和替換計量模型進行穩(wěn)健性檢驗，檢驗結(jié)果在主要結(jié)論上與前文基于日度數(shù)據(jù)和二元BEKK-GARCH模型的實證結(jié)果保持一致，表明本研究關于滬深300ETF和滬深300股指期貨之間存在顯著雙向波動溢出效應的結(jié)論具有較強的可靠性和穩(wěn)健性。無論是在不同的數(shù)據(jù)頻率下，還是采用不同的計量模型進行分析，兩個市場之間的波動溢出關系均穩(wěn)定存在，這為投資者和監(jiān)管者基于波動溢出效應進行風險管理和市場監(jiān)管提供了有力的實證依據(jù)。四、中國ETF基金與股指期貨價格發(fā)現(xiàn)的實證研究4.1研究設計為深入探究中國ETF基金與股指期貨的價格發(fā)現(xiàn)機制，本研究選取上證50ETF、上證50股指期貨作為研究對象。上證50ETF緊密跟蹤上證50指數(shù)，該指數(shù)由上海證券市場中規(guī)模大、流動性好的最具代表性的50只股票組成，能夠綜合反映上海證券市場最具市場影響力的一批優(yōu)質(zhì)大盤企業(yè)的整體狀況。上證50ETF作為國內(nèi)最早推出的ETF之一，在市場中具有較高的知名度和廣泛的投資者基礎，規(guī)模較大，流動性充裕，交易活躍，能夠較好地代表ETF基金市場的整體表現(xiàn)。上證50股指期貨則以上證50指數(shù)為標的，是投資者進行風險管理和投資的重要工具，與上證50ETF在價格走勢上緊密相關，兩者的互動關系對研究ETF基金與股指期貨的價格發(fā)現(xiàn)機制具有重要的代表性和研究價值。數(shù)據(jù)來源于Wind金融數(shù)據(jù)庫，樣本區(qū)間設定為[起始時間]至[結(jié)束時間]，覆蓋了不同市場行情階段，包括牛市、熊市和震蕩市等，以確保數(shù)據(jù)能夠全面反映市場的實際情況，增強研究結(jié)果的可靠性和普適性。對原始數(shù)據(jù)進行處理，將價格數(shù)據(jù)進行對數(shù)差分處理，以獲取收益率序列，計算公式為：R_{t}=\ln\left(\frac{P_{t}}{P_{t-1}}\right)其中，R_{t}為t時刻的收益率，P_{t}和P_{t-1}分別表示t時刻和t-1時刻的價格。經(jīng)過處理后，得到上證50ETF收益率序列\(zhòng){R_{ETF,t}\}和上證50股指期貨收益率序列\(zhòng){R_{IF,t}\}，用于后續(xù)的實證分析。在價格發(fā)現(xiàn)機制的研究中，選擇向量誤差修正模型（VECM）進行分析。向量誤差修正模型是在向量自回歸（VAR）模型基礎上發(fā)展而來，適用于具有協(xié)整關系的非平穩(wěn)時間序列，能夠有效捕捉變量之間的長期均衡關系和短期動態(tài)調(diào)整。由于ETF基金和股指期貨價格序列通常具有非平穩(wěn)性，但它們之間可能存在長期穩(wěn)定的均衡關系，因此VECM模型非常適合用于研究兩者之間的價格發(fā)現(xiàn)機制。假設存在兩個時間序列變量y_{1t}和y_{2t}，分別代表上證50ETF和上證50股指期貨的收益率序列，VECM模型的一般形式可表示為：\Deltay_{1t}=\alpha_{1}\left(y_{1,t-1}-\beta_{0}-\beta_{1}y_{2,t-1}\right)+\sum_{i=1}^{p-1}\gamma_{1i}\Deltay_{1,t-i}+\sum_{i=1}^{p-1}\delta_{1i}\Deltay_{2,t-i}+\varepsilon_{1t}\Deltay_{2t}=\alpha_{2}\left(y_{1,t-1}-\beta_{0}-\beta_{1}y_{2,t-1}\right)+\sum_{i=1}^{p-1}\gamma_{2i}\Deltay_{1,t-i}+\sum_{i=1}^{p-1}\delta_{2i}\Deltay_{2,t-i}+\varepsilon_{2t}其中，\Delta表示一階差分；\alpha_{1}和\alpha_{2}為誤差修正系數(shù)，反映了變量偏離長期均衡狀態(tài)時的調(diào)整速度，若\alpha_{1}顯著不為0，則表明上證50ETF收益率會對偏離長期均衡的狀態(tài)進行調(diào)整，\alpha_{2}同理；\beta_{0}和\beta_{1}為協(xié)整參數(shù)，描述了y_{1t}和y_{2t}之間的長期均衡關系；\gamma_{1i}、\delta_{1i}、\gamma_{2i}和\delta_{2i}為短期調(diào)整系數(shù)，反映了變量自身及相互之間的短期波動對當期收益率的影響；p為滯后階數(shù)，通過AIC（赤池信息準則）、BIC（貝葉斯信息準則）等定階準則確定；\varepsilon_{1t}和\varepsilon_{2t}為誤差項，且服從均值為0、方差為常數(shù)的正態(tài)分布。通過對VECM模型的估計和分析，可以檢驗上證50ETF和上證50股指期貨之間是否存在協(xié)整關系，即長期穩(wěn)定的均衡關系。若存在協(xié)整關系，則可以進一步分析誤差修正系數(shù)和短期調(diào)整系數(shù)，判斷兩者在價格發(fā)現(xiàn)過程中的作用機制，確定哪個市場在價格調(diào)整中處于主導地位，以及短期波動如何影響兩者的價格變化。同時，為了更全面地衡量兩者在價格發(fā)現(xiàn)中的貢獻度，還將引入信息份額模型（IS）和永久短暫模型（PT）進行輔助分析。信息份額模型通過計算不同市場新信息對價格變化的貢獻份額，來確定各個市場在價格發(fā)現(xiàn)中的相對重要性；永久短暫模型則將價格變化分解為永久成分和短暫成分，分析不同市場對價格的永久成分和短暫成分的貢獻，從而更深入地理解價格發(fā)現(xiàn)過程中不同市場的作用。4.2實證結(jié)果與分析對上證50ETF和上證50股指期貨收益率序列進行描述性統(tǒng)計，結(jié)果如下表所示：統(tǒng)計量上證50ETF收益率上證50股指期貨收益率均值0.000280.00031中位數(shù)0.000250.00027最大值0.0520.055最小值-0.058-0.061標準差0.0110.012偏度0.1180.145峰度4.785.05JB統(tǒng)計量23.45***28.67***從表中可以看出，上證50ETF和上證50股指期貨收益率的均值較為接近，分別為0.00028和0.00031，表明在樣本期內(nèi)，兩者的平均收益率水平相差不大。中位數(shù)也較為相近，進一步說明兩者收益率的分布具有一定的相似性。最大值和最小值反映了市場在極端情況下的波動情況，上證50股指期貨收益率的最大值和最小值絕對值略大于上證50ETF收益率，這與股指期貨的杠桿交易特性有關，杠桿放大了價格波動幅度，使得股指期貨市場的波動更為劇烈。標準差方面，上證50股指期貨收益率的標準差為0.012，大于上證50ETF收益率的0.011，再次表明股指期貨市場的風險水平相對較高，波動更為頻繁和劇烈。偏度均為正值，說明收益率分布呈現(xiàn)右偏態(tài)，即出現(xiàn)較大正收益極端值的可能性相對較大。峰度均大于3，上證50ETF收益率峰度為4.78，上證50股指期貨收益率峰度為5.05，表明收益率分布具有尖峰厚尾特征，出現(xiàn)極端值的概率高于正態(tài)分布，市場存在較大的潛在風險。JB統(tǒng)計量在1%的顯著性水平下顯著，拒絕了收益率序列服從正態(tài)分布的原假設，進一步證實了收益率序列不服從正態(tài)分布，具有非正態(tài)特征，這符合金融市場收益率序列的一般特征。在進行時間序列分析之前，首先對上證50ETF和上證50股指期貨收益率序列進行平穩(wěn)性檢驗，以避免出現(xiàn)偽回歸問題。本研究采用ADF（AugmentedDickey-Fuller）單位根檢驗方法，檢驗結(jié)果如下表所示：變量ADF檢驗統(tǒng)計量1%臨界值5%臨界值10%臨界值P值結(jié)論上證50ETF收益率-5.68***-3.44-2.86-2.570.00平穩(wěn)上證50股指期貨收益率-5.95***-3.44-2.86-2.570.00平穩(wěn)注：***表示在1%的顯著性水平下顯著。從表中結(jié)果可知，上證50ETF收益率序列和上證50股指期貨收益率序列的ADF檢驗統(tǒng)計量分別為-5.68和-5.95，均小于1%顯著性水平下的臨界值-3.44，且P值均為0.00，表明在1%的顯著性水平下，兩個收益率序列均拒絕存在單位根的原假設，即序列是平穩(wěn)的。這意味著兩個序列不存在時間趨勢，其均值和方差在時間上保持相對穩(wěn)定，滿足后續(xù)建模對數(shù)據(jù)平穩(wěn)性的要求，為進一步的實證分析奠定了基礎。為檢驗上證50ETF和上證50股指期貨收益率序列之間是否存在長期穩(wěn)定的均衡關系，采用Johansen協(xié)整檢驗方法，檢驗結(jié)果如下表所示：原假設特征值跡統(tǒng)計量5%臨界值P值結(jié)論不存在協(xié)整關系0.07823.56***15.490.00拒絕至多存在1個協(xié)整關系0.0295.233.840.022拒絕注：***表示在1%的顯著性水平下顯著。上表結(jié)果顯示，在原假設“不存在協(xié)整關系”時，跡統(tǒng)計量為23.56，大于5%顯著性水平下的臨界值15.49，P值為0.00，在1%的顯著性水平下拒絕原假設，表明上證50ETF和上證50股指期貨收益率序列之間至少存在一個協(xié)整關系。在原假設“至多存在1個協(xié)整關系”時，跡統(tǒng)計量為5.23，大于5%顯著性水平下的臨界值3.84，P值為0.022，在5%的顯著性水平下拒絕原假設，說明兩者之間存在唯一的協(xié)整關系。這表明上證50ETF和上證50股指期貨收益率序列在長期內(nèi)存在穩(wěn)定的均衡關系，兩者的價格波動并非完全隨機，而是存在一種長期的相互制約和影響機制。這種協(xié)整關系的存在為進一步研究兩者之間的價格發(fā)現(xiàn)機制提供了理論依據(jù)，意味著一個市場的價格變化會通過這種長期均衡關系對另一個市場產(chǎn)生持續(xù)性的影響。在確定了上證50ETF和上證50股指期貨收益率序列存在協(xié)整關系后，對VECM模型進行估計，結(jié)果如下表所示：變量\DeltaR_{ETF,t}\DeltaR_{IF,t}ecm_{t-1}-0.085***(0.021)-0.112***(0.025)\DeltaR_{ETF,t-1}0.156***(0.032)0.045*(0.024)\DeltaR_{ETF,t-2}-0.068**(0.028)0.012(0.020)\DeltaR_{IF,t-1}0.056**(0.023)0.168***(0.030)\DeltaR_{IF,t-2}0.021(0.020)-0.072**(0.026)常數(shù)項0.0001***(0.00003)0.00015***(0.00004)注：括號內(nèi)為標準誤差，***表示在1%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著，*表示在10%的顯著性水平下顯著。在VECM模型中，ecm_{t-1}為誤差修正項，反映了變量偏離長期均衡狀態(tài)時的調(diào)整速度。\DeltaR_{ETF,t}方程中，ecm_{t-1}的系數(shù)為-0.085，在1%的顯著性水平下顯著，說明當上證50ETF收益率偏離長期均衡時，會以0.085的速度向均衡狀態(tài)調(diào)整。\DeltaR_{IF,t}方程中，ecm_{t-1}的系數(shù)為-0.112，同樣在1%的顯著性水平下顯著，表明上證50股指期貨收益率對偏離長期均衡的調(diào)整速度更快，為0.112。這意味著在長期均衡關系中，上證50股指期貨市場在價格調(diào)整方面相對更為敏感，對偏離均衡的調(diào)整力度更大。\DeltaR_{ETF,t-1}和\DeltaR_{ETF,t-2}分別表示上證50ETF收益率的一階滯后和二階滯后項，\DeltaR_{IF,t-1}和\DeltaR_{IF,t-2}分別表示上證50股指期貨收益率的一階滯后和二階滯后項。在\DeltaR_{ETF,t}方程中，\DeltaR_{ETF,t-1}的系數(shù)為0.156，在1%的顯著性水平下顯著，說明上證50ETF自身前期收益率對當期收益率有顯著的正向影響，即前期收益率的增加會帶動當期收益率上升。\DeltaR_{IF,t-1}的系數(shù)為0.056，在5%的顯著性水平下顯著，表明上證50股指期貨前期收益率對上證50ETF當期收益率也有顯著影響，且為正向影響，說明股指期貨市場的前期價格波動會對ETF市場產(chǎn)生正向的帶動作用。在\DeltaR_{IF,t}方程中，\DeltaR_{IF,t-1}的系數(shù)為0.168，在1%的顯著性水平下顯著，說明上證50股指期貨自身前期收益率對當期收益率有顯著的正向影響。\DeltaR_{ETF,t-1}的系數(shù)為0.045，在10%的顯著性水平下顯著，表明上證50ETF前期收益率對上證50股指期貨當期收益率有一定的正向影響，但影響程度相對較弱。為進一步確定上證50ETF和上證50股指期貨之間的因果關系，進行格蘭杰因果檢驗，檢驗結(jié)果如下表所示：原假設F統(tǒng)計量P值結(jié)論R_{ETF}不是R_{IF}的格蘭杰原因3.56***0.032拒絕R_{IF}不是R_{ETF}的格蘭杰原因4.28***0.021拒絕注：***表示在1%的顯著性水平下顯著。格蘭杰因果檢驗結(jié)果顯示，在原假設“R_{ETF}不是R_{IF}的格蘭杰原因”時，F(xiàn)統(tǒng)計量為3.56，P值為0.032，在5%的顯著性水平下拒絕原假設，說明上證50ETF收益率是上證50股指期貨收益率的格蘭杰原因。在原假設“R_{IF}不是R_{ETF}的格蘭杰原因”時，F(xiàn)統(tǒng)計量為4.28，P值為0.021，在5%的顯著性水平下拒絕原假設，表明上證50股指期貨收益率也是上證50ETF收益率的格蘭杰原因。這表明上證50ETF和上證50股指期貨之間存在雙向的格蘭杰因果關系，即兩者的價格波動相互影響，一個市場的價格變化會引起另一個市場的價格調(diào)整。為了更直觀地分析上證50ETF和上證50股指期貨之間的動態(tài)關系，運用脈沖響應函數(shù)進行分析。脈沖響應函數(shù)用于衡量一個內(nèi)生變量對來自其他內(nèi)生變量的一個標準差沖擊的響應路徑，能夠清晰地展示變量之間的短期動態(tài)影響。給上證50ETF收益率一個正向沖擊后，上證50股指期貨收益率的脈沖響應結(jié)果如下：在第1期，上證50股指期貨收益率對來自上證50ETF收益率的沖擊沒有立即反應，響應值為0。從第2期開始，響應值逐漸上升，在第3期達到最大值0.005，隨后逐漸下降，在第5期左右趨于穩(wěn)定，響應值維持在0.002左右。這表明上證50ETF收益率的正向沖擊會在短期內(nèi)對上證50股指期貨收益率產(chǎn)生正向影響，且影響在第3期達到最大，之后逐漸減弱，但仍保持一定的正向影響。給上證50股指期貨收益率一個正向沖擊后，上證50ETF收益率的脈沖響應結(jié)果為：在第1期，上證50ETF收益率對來自上證50股指期貨收益率的沖擊響應值為0。從第2期開始，響應值開始上升，在第4期達到最大值0.004，隨后逐漸下降，在第6期左右趨于穩(wěn)定，響應值維持在0.0015左右。這說明上證50股指期貨收益率的正向沖擊也會在短期內(nèi)對上證50ETF收益率產(chǎn)生正向影響，影響在第4期達到最大，之后逐漸減弱并趨于穩(wěn)定。方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化（通常用方差來度量）的貢獻度，進一步評價不同結(jié)構(gòu)沖擊的重要性。對上證50ETF和上證50股指期貨收益率進行方差分解，結(jié)果如下表所示：時期R_{ETF}的方差分解R_{IF}的方差分解1100.00%0.00%295.68%4.32%390.25%9.75%485.43%14.57%582.16%17.84%680.32%19.68%779.15%20.85%878.43%21.57%977.98%22.02%1077.65%22.35%從方差分解結(jié)果可以看出，在第1期，上證50ETF收益率的波動完全由自身因素解釋，隨著時間推移，上證50股指期貨收益率對上證50ETF收益率波動的貢獻度逐漸增加，在第10期達到22.35%。對于上證50股指期貨收益率，在第1期其波動也完全由自身因素解釋，之后上證50ETF收益率對其波動的貢獻度逐漸上升，在第10期達到19.68%。這表明隨著時間的推移，兩個市場之間的相互影響逐漸增強，且上證50股指期貨市場對上證50ETF市場波動的貢獻度略高于上證50ETF市場對上證50股指期貨市場波動的貢獻度。4.3穩(wěn)健性檢驗為了進一步驗證價格發(fā)現(xiàn)實證結(jié)果的可靠性，本研究從多維度展開穩(wěn)健性檢驗。首先，采用不同樣本區(qū)間進行檢驗，選取[新起始時間]至[新結(jié)束時間]的樣本數(shù)據(jù)，此區(qū)間涵蓋了市場環(huán)境的顯著變化，如宏觀經(jīng)濟政策的重大調(diào)整、行業(yè)發(fā)展的關鍵轉(zhuǎn)折點等，旨在探究樣本區(qū)間的變動對研究結(jié)果的影響。對新樣本區(qū)間的數(shù)據(jù)進行與原樣本區(qū)間相同的數(shù)據(jù)處理和實證分析步驟，包括對數(shù)差分計算收益率、ADF單位根檢驗、Johansen協(xié)整檢驗以及VECM模型估計等。在單位根檢驗中，新樣本區(qū)間的上證50ETF和上證50股指期貨收益率序列在1%的顯著性水平下依然均為平穩(wěn)序列，與原樣本區(qū)間的檢驗結(jié)果一致，滿足后續(xù)建模的要求。Johansen協(xié)整檢驗結(jié)果表明，新樣本區(qū)間內(nèi)兩者的收益率序列之間存在顯著的協(xié)整關系，存在長期穩(wěn)定的均衡聯(lián)系，這也與原樣本區(qū)間的協(xié)整檢驗結(jié)論相符。運用VECM模型對新樣本區(qū)間數(shù)據(jù)進行估計，結(jié)果顯示均值方程中，上證50ETF和上證50股指期貨收益率的均值估計值在1%的顯著性水平下顯著，且自回歸系數(shù)反映出兩者收益率序列自身及相互之間的滯后影響依然顯著。方差方程中，誤差修正項系數(shù)和短期調(diào)整系數(shù)在不同顯著性水平下顯著，且兩個市場之間存在顯著的長期均衡關系和短期動態(tài)調(diào)整機制，這與原樣本區(qū)間的實證結(jié)果在方向和顯著性上基本一致。其次，增加控制變量進行穩(wěn)健性檢驗?？紤]到宏觀經(jīng)濟因素對ETF基金和股指期貨價格發(fā)現(xiàn)機制可能產(chǎn)生的影響，引入國內(nèi)生產(chǎn)總值（GDP）增長率、通貨膨脹率、利率等宏觀經(jīng)濟變量作為控制變量。將這些控制變量納入VECM模型中，重新進行估計和分析。在納入控制變量后，模型的估計結(jié)果顯示，上證50ETF和上證50股指期貨之間的協(xié)整關系依然顯著存在，誤差修正系數(shù)和短期調(diào)整系數(shù)的符號和顯著性水平雖有部分微調(diào)，但總體上兩者在價格發(fā)現(xiàn)過程中的作用機制并未發(fā)生根本性改變。這表明在考慮宏觀經(jīng)濟因素的影響后，本研究關于ETF基金與股指期貨價格發(fā)現(xiàn)機制的實證結(jié)果依然穩(wěn)健可靠。通過采用不同樣本區(qū)間和增加控制變量進行穩(wěn)健性檢驗，檢驗結(jié)果在主要結(jié)論上與前文基于原樣本區(qū)間和基礎模型的實證結(jié)果保持一致，充分表明本研究