文献综述_开题报告_外文文献翻译范文
毕业设计（论文）开题报告
题 目 股指期货与A 股市场波动溢出效应的分析——
基于沪深300指数的实证研究
姓 名 金志扬
学 号 3110112072
专业班级 11 金融 2 班
指导教师 丁 宁
分 院 经济与贸易分院
开题日期 2014 年 11 月 29 日
宁波理工学院
文献综述：
“股指期货与股市波动溢出效应分析”
文献综述
一、引言
2010年4月16日，我国金融期货交易所正式推出了以沪深300指数为标的的股指期货。股指期货的推出弥补了我国证券市场的卖空机制，一直以来，我国的证券市场都是一个单边交易的市场，因为缺少做空机制经常导致市场单边大幅波动，积累了大量的风险和泡沫。股指期货具备价格发现功能，能比较准确地反映真实的市场供求和均衡价格的变动。另外，股指期货还能为投资者提供套期保值的功能，通过做空与做多对远期的风险进行管理。
作为一种金融衍生产品，股指期货是也一把“双刃剑”，它既能套期保值减小风险波动，提供投资套利等交易机会，同时由于它的高杠杆性又极易诱发风险。例如1987年美国股灾案例，说明股指期货的推出并不一定利好现货市场，缓解市场的波动性，反而可能会因为大量的投机等交易加剧现货市场的波动性。因此，本文希望通过对股指期货与股市的波动溢出效应的分析，检验股指期货与现货市场的内在联系。通过对此的研究使得投资者和政策制定者更好地了解两个市场的联系，有利于优化完善对股指期货的套期保值、套利交易策略以及市场的风险管理评估。
二、波动溢出效应
Hamao（1990）最早提出了波动溢出效应模型：波动溢出（volatility spillover）效应是指不同金融市场的波动之间可能存在相互影响，波动会从一个市场传递到另一个市场。王龙（2013）对波动溢出效应的概念作了进一步的细化，认为波动溢出效应是指收益率条件二阶矩的相互关系，即一个金融市场中发生的波动不仅要受到自身的不同时期波动的影响，还会受到其他金融市场前期波动的影响，不同市场间的波动具有传递性。
三、国内外研究现状
（一）国外相关文献综述
国外期货市场起源一般都比较早，因此对于股指期货与股市波动的一些互动性等方面的研究也较详细。在波动溢出效应方面也有较多的深入探讨。
1．波动溢出效应的检测
为了较好地拟合股指期货和股市的波动溢出，国外文献中一般运用GARCH、EGARCH以及它们的一些拓展模型进行研究分析。
Chan、Chan、和Karolyi（1991）通过二元的GARCH模型对美国标普500指数期货和现货5分钟收盘价数据分析，发现两者之间存在波动溢出效应，且波动溢出从期货到股市的程度与股市到期货的类似。
由于市场上存在“好消息”和“坏消息”，为了更好地描述好消息和坏消息带来的非对称性波动影响，Yiuman Tse（1999）在文章中加入二元EGARCH模型，通过对1997年11月至1998年4月的美国道琼斯工业平均价格指数期货和现货
的一分钟数据分析发现信息的波动会从一个市场传递到另一个市场，期货市场比标的的股票市场更能反映信息的波动溢出。另外，坏消息会加大市场的波动，期货和股市对于坏消息要比好消息敏感得多。
2．股指期货与股市波动溢出效应的观点
虽然国外对于波动溢出效应的研究在理论及模型上都已经比较成熟，然而对于实证得出的结果往往还存在一些不同观点。
首先，大多数的学者认为股指期货与股市间的波动溢出效应是双向显著的。Chan、Chan、和Karolyi（1991）以及Yiuman Tse（1999）都对美国标普500
指数期货和现货高频数据分析，发现两者之间存在波动溢出效应
Pratap Chandra Pati和Prabina Rajib（2011）通过对S&P CNX Nifty指数期货和现货的5分钟盘中价格分析，运用BEKK-GARCH模型验证了期现市场有明显的双向波动溢出，而且现货市场受到期货的影响主要是来自于期货上期的波动。
另外还有学者针对中国市场进行研究，Yang、Yang、Zhou（2011）和Guiliang Tian（2013）通过GARCH（1,1）模型对沪深300指数期货进行探究，发现在中国的指数期货和现货市场间也存在双向的波动溢出效应，而且指数期货能在一定程度上减小现货市场的波动性。
然而，也有少数学者不赞同双向的波动溢出。在Koutmos and Tucker（1996）的文章中，他们利用1984至1993年的标普500日收盘价数据和二元EGARCH、VAR模型，指出标普500指数期现货市场只存在期货指数向现货的单变量指向溢出，并得出结论：期货市场的信息可以用来预测股市的波动性但反之不亦然。
Madhusudan Karmakar（2009）采用了2000年6月12日至2007年3月29日的印度S&P CNX Nifty指数期货和现货交易数据，通过二元BEKK模型检测到两个市场间存在双向的持续性波动溢出，而来自于期货市场的“旧消息”对现货市场的波动性则是表现为单向显著的效果。
虽然国外研究对于波动溢出效应是单向还是双向仍存一定争议，不过可以发现的是，绝大多数的研究都表明股指期货对股市的波动溢出要强于股市对股指期货的波动溢出。
还有极少数学者期望通过对时间序列进行划分，旨在研究不同时间段内的波动溢出效应。Maosen Zhong（2003）对1999年至2002年的墨西哥IPC指数期货和现货日交易数据建立EC-GARCH模型，试图研究三种不同方式的波动溢出效应。首先是通过波动聚类假设，结果否认了从期货市场到现货市场的存在任何重大的波动聚类，相比之下从现货市场到期货市场的波动聚集效应在5%的水平上显著。其次是通过短期波动溢出假设，期望检测来自期货（现货）的短期信息是否会对现货（期货）收益波动率造成显著影响。结果表明无论是“好消息”还是“坏消息”都会对这两个市场造成波动。最后是建立长期的波动溢出假设，试图研究长期价格均衡偏离是否会对两个市场的波动造成影响，实证结果表明在长期均衡价格偏离的过程中，现货市场的波动反应比期货市场更灵敏、更迅速。
（二）国内相关文献综述
国内的股指期货市场起步较晚，2010年4月16号才正式开启。在此之前，国内一些学者大多基于香港恒生指数期货市场以及沪深300仿真交易市场进行相关研究。经过四年的发展，国内的沪深300市场的制度、结构趋于完善，交易信息也更加丰富，市场也更理性和稳定。有利于对股指期货和股市间的互动关系
进行研究。
1．股指期货对股市波动的影响研究
股指期货的推出是如何影响股市的波动，一直是国内学者的研究热点。
蔡向辉（2010）探讨了一般情况和异常情况下的股指期货与现货市场波动关系。在一般情况下，股指期货会从风险管理、价格发现、低成本卖空机制、投资者交易策略以及增厚作用几个角度影响股市的波动性；在异常条件下，股指期货往往会通过操纵市场行为、到期日效应、期指市场危机这几个特殊情况对股市波动性造成影响。
孙建武（2013）通过对股指期货对股市波动的内外影响机制分析，认为在内部影响机制中，股指期货的套期保值功能作为一个管理风险的工具，能有效地对股价波动起到缓冲；期指的价格发现功能使得期货市场能比现货市场更快地反应信息，因此投资者能及时调整在现货市场的投资策略，从而影响现货市场波动性；期货的套利功能使得期现货市场能通过不断地自发调节保持一定的均衡，对维持两个市场的波动偏离度有着重要意义。在外部影响机制中，主要认为会从期指的制度设计、市场投资者、到期日效应以及挤出效应几个方面影响股市波动。
为了进一步研究股指期货对股市的波动影响，国内学者通过建立一系列计量经济模型对理论进行验证。
张宗成（2008）采用香港恒生指数期货（HSIF）的“当月连续”合约数据，截取了1994年5月2日到2007年1月5日的每日收盘价格，并对数据进行对数滤波，建立双变量误差修正模型EGARCH拟合期货市场和现货市场的波动，并通过ARCH效应检验和GRACH模型的建立，分析发现恒生指数期货和现货市场都存
在很强的波动性，同时发现指数期货对现货起到了一个负向的影响，在一定程度上减弱了现货市场的波动。
张孝岩、沈中华（2011）通过构建VAR模型研究股指期货与现货指数波动率的关联。研究发现沪深300股指期货是现货的Granger因果，而且期货对现货的波动冲击较大，会加剧现货市场的波动性，对现货造成助涨助跌。
不过也有观点认为，股指期货的推出并不会对股市波动造成影响。邢天才和张阁（2010）也通过TARCH模型、Granger因果检验以及脉冲响应函数验证了沪深300仿真期货对现货的波动没有较大影响。
2．股市对股指期货波动的影响研究
由于股指期货是以股票价格指数为标的的期货，因此股指现货的波动无疑也会对期货市场的波动造成一定影响。
郭彦峰、黄登仕、魏宇（2007）运用二元GARCH模型对仿真交易期间的5分钟数据进行分析，发现沪深300指数期货和现货都存在波动聚集性，另外通过对条件方差方程的估计，检测到现货对期货存在一个负的波动影响，即现货则会削减指数期货的波动。
胡秋灵、张苏凤、文博（2012）等则是通过对沪深300股指期货真实交易的研究，发现现货Granger确实引导着期货，然而，通过建立VEC-EGARCH模型检测期现货之间的波动性，结果表明现货市场对期货市场存在一个正向的波动影响，会加剧期货市场当期的波动。
造成这种相反结论的原因可能是仿真交易缺乏理性，而且不能正确地反应市场的真实情况。
3．波动溢出效应的研究
由于市场之间的影响是相互的，所以单单研究股指期货对股市的波动影响或者是股市对股指期货的波动影响是片面的，因此，为了更好地期指与现货的相互波动影响，一些学者从波动溢出效应的角度着手研究两个市场的联系。
（1）波动溢出效应的检测
国内学者对于波动溢出效应的检测方法主要是基于国外相关研究的基础之上进行适当拓展。通常文献中运用一元GARCH、EGARCH以及多元GARCH模型对股指期货和股市的波动溢出效应进行检测。
一元GARCH模型能够很好地描述金融资产价格收益率的波动聚集性。罗李（2012）通过建立GRACH模型，发现我国沪深300股指期货存在波动溢出效应，现货市场则不存在。
EGARCH模型能更好地刻画正反面消息带来的非对称波动影响。胡秋灵、张苏凤、文博（2012）为了检验波动溢出效应的正反性，建立了EGARCH模型。实证表明，指数期货市场的波动对现货市场是一个反向的影响，能在一定程度上削弱现货市场当期的波动；而现货市场对期货市场存在一个正向的波动影响，会加剧期货市场当期的波动。
由于一元GARCH模型存在的一些局限性，一些学者在此基础了对GARCH模型进行了改进，提出多元GARCH模型。例如BEKK模型就是是Engle和Kroner（1995）基于前人研究提出的一种正定限制的参数化模型，比起一般的GARCH更容易满足协方差矩阵的正定，待估系数较少等。邢精平（2011）、曹海军（2012）和刘文文（2014）等基于多元的BEKK— GRACH模型对股指期货市场与股票市场的波动溢出进行了探讨，实证得出沪深300指数期货与股票两个市场存在非常显著的双
向波动溢出，并且指数期货市场的波动溢出强于股指现货市场的波动溢出，同时股指期货的波动持续性更强。
（2）股指期货与股市波动溢出效应的观点
国内文献对于股指期货与股市波动溢出效应的研究主要有三类观点，分别是单向波动溢出，双向波动溢出及无波动溢出效应。
①双向的波动溢出效应
大多学者研究报告都能检测出股指期货与股市存在双向的波动溢出效应，而且这种效应往往是非对称的，来自期货市场的波动溢出通常要强于来自现货市场的波动溢出。
刘晓斌、李瑜、罗洎（2012）采用2010年8月26日到2011年1月7日的沪深300股指期货和现货的5分钟高频数据，通过ARCH效应检验及BEKK-MGARCH 模型的建立，实证发现沪深300股指期货与现货之间确实存在双向的波动溢出效应，而且这种效应在两个市场间的表现是不对称的，即股指期货对现货的波动溢出要大于现货对期货的波动溢出，股指期货的本期波动更多上是来自于期货本身上期的波动，而不是现货市场溢出的波动。
陈创练和黄跃（2014）中、美、日、香港等市场进行了研究，发现所有研究对象都存在显著的双向波动溢出效应，同时，股指期货对现货的溢出效应要显著大于股票现货对期货的溢出效应。不过相较于美、日等发达市场，中国和香港作为新兴市场，股指期货与指数现货市场之间的波动幅度较小。
②单向的波动溢出效应
一些学者也认为发现股市与期市之间可能只存在单向的波动溢出。周仁才（2008）以恒生指数期现货2007年8月1日到2008年3月18日的5分钟高频
交易数据为研究对象，研究股指期货交易量与现货波动性的关系。通过对两个序列的Granger因果检验，验证了恒生指数与现货市场之间存在单向的因果关系，股指期货的交易量对现货市场的波动有着溢出效应，而现货市场的波动对股指期货的交易量却并没有明显的影响，这在一定程度上表明了香港市场上的投资者主要将股指期货用来套利投机而不是用作套期保值或者风险对冲。
王郧（2009）利用双变量EC-GRACH模型，对香港恒生指数、以及近月合约的指数期货进行研究分析，结果证明了利好比利空对于股指期货的波动影响更大，利好比利空对于现货市场的波动影响更大，同时，期货市场对现货市场有显著地波动溢出，而现货市场对期货市场的波动溢出效应并不显著。
另外，造成这成这种单向溢出的原因可能与模型的选择有关。王龙（2013）建立一元的EGARCH模型，通过对沪深300指数和期货日收盘数据的分析发现股票市场对指数期货的波动溢出显著，而指数期货对股票市场的波动溢出不显著。而又考虑到一元EGARCH的局限性，采用了能体现二阶矩阵相关性的多元GARCH模型对数据重新检测，再次验证了两市场间实际上存在双向的波动溢出效应。
③无波动溢出效应
除了认为存在单向或双向的波动溢出，也有少数学者认为两个市场间其实不存在任何显著的波动溢出效应。
严敏、巴曙松、吴博（2009）借助带有误差修正的双变量EGARCH模型，对我国仿真交易股指期货与股指现货之间的互动关系进行了研究，实证表明沪深300仿真交易股指期货与现货之间并不存在显著的双向波动溢出效应。
很明显，由于取样时间段、模型以及股票市场和期货市场上的投资者结构、均衡价格等因素的不同，国内在相关文献上仍存在很多不同的观点和结论。于是，
有学者认为我国指数期货市场和股票市场间的波动溢出效应会随时间而变化，应当按不同阶段进行研究分析。
帅雁丹（2013）将2010年4月16日至2012年4月26的沪深300指数期货和指数现货收盘价数据按时间跨度平均划分为四个阶段。分别研究每个时间段的波动溢出效应。实证表明，在第一阶段存在现货向期货传递的单向波动溢出效应；在第二阶段和第三阶段，波动溢出效应的传递是双向的；第四阶段也是存在双向的波动溢出效应，且要比前三个阶段显著得多。
不过平均划分时间段这种方法对于一般金融时间序列并没有很强的依据，只是人为的进行划分。文献中针对结构变换这种现象的常用检验方法主要有两种：一种是基于广义波动函数。乔高秀（2012）采用了其中的滚动估计的CUSUM方法检验结构变换，将样本划分为三个区间。实证结果表明，沪深300指数期现货市场间存在现货大于期货的波动溢出效应，且在不同时间段有差异，股指期货对股市的波动溢出在逐渐增强。另一种方法是F统计量。张孝岩和沈中华（2011）通过其中的邹检验（Chow Test）检测结构断点，将样本数据分为了四个区间。然后再通过ADF单位根检验、Johansen协整检验，构建VAR模型研究股指期货与现货指数波动率的关联。
四、评述和总结
从上面的国内外文献综述可以看出，由于股指期货在国外发展和起源的时间比较早，因此国外相关的文献比较多，研究方法也具有多样性、复杂性和成熟性的特点。因此国内的关于股指期货和股市波动溢出效应的文献大多也是直接建立在国外学者的研究结果之上，套用现成的理论和模型进行分析。就得出的研究结
果来说，大多数研究都表明股指期货与现货之间确实存在波动溢出效应，不过对于哪个市场的溢出效应更强烈以及是否存在双向的波动溢出仍存较多争议。总的来看，国内外的波动溢出效应研究仍存在以下的不足：
第一，国内外大多数文献的研究方法比较单一，缺乏对比和拓展，往往只采取一种模型对波动溢出效应进行检测，而不同的模型得出的结论可能存在差异。
第二，由于所选取的样本的口径不同，特别是国内对于数据选取的标准不统一，例如对于是选取高频数据还是日数据，是“当月连续”还是“下月连续”的数据的标准不一致，这也会对研究结果造成一定的影响。
第三，无论是国内还是国外都是对整个样本区间进行研究的，而极少考虑金融时间序列数据的结构断点的存在。事实上，在不同的发展阶段得出的结论往往有所差异，股指期货与股市的波动溢出效应也是一个渐变的过程。
总之，尽管由于研究角度和取样标准的不一致，使得即便针对同个市场的研究结论也很难统一，不过大多的研究方法和理论基础都还是很有借鉴意义的。
参考文献
[1]Chan K，Chan K．C，Karolyi A．G．Intraday volatility in the stock index and stock index futures markets[J]，Review of Financial Studies，1991（4）：657~684．
[2]Guiliang Tian，Huixiangzi Zheng．The Empirical Study about Introduction of Stock Index Futures on the Volatility of Spot Market[J]，Scientific Research，2013（5）：113~117．
[3]Jian Yang，Zihui Yang，Yinggang Zhou．Intraday price discovery and volatility transmission in stock index and stock index futures markets：Evidence from China[J]，Journal of Futures Markets，2012，32（2）：99~121．
[4]Koutmos G，Tucker M．Temporal relationships and dynamic interactions between spot and futures stock markets[J]，Journal of Futures Markets，1996（16）：55~69．
[5]Madhusudan Karmakar．Price Discoveries and Volatility Spillovers in S&P CNX Nifty Future and its Underlying Index CNX Nifty[J]．The Journal for Decision Makers，2009，34（2）：41~56．
[6]Maosen Zhong，Ali F．Darrat，Rafael Otero．Price Discovery and Volatility Spillovers in Index Futures Markets：Some Evidence from Mexico[J]，Journal of Banking and Finance，2003．
[7]Pratap Chandra Pati，Prabina Rajib．Intraday return dynamics and volatility spillovers between NSE S&P CNX Nifty stock index and
stock index futures[J]，Applied Economics Letters，2011（18）：567~574.
[8]Yasushi Hamao，Ronald W．Masulis．Correlations in Price Changes and Volatility Across International Stock Markets[J]．The Review of Fiancial Studies，1990，3（2）：pp281~307．
[9] Yiuman Tse．Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J]，Journal of Futures Markets，1999，19（8）：911~930．
[10]曹海军，朱永行．中国股指期货与股票现货市场的风险溢出和联动效应：资本流动三阶段背景的研究[J]，南开经济研究，2012（2）：67~84．
[11]蔡向辉．股指期货影响股市波动的机制解析与实证检验[D]，复旦大学，2010．
[12]陈创练，黄跃．股指期货与现货市场溢出效应及动态关系研究——基于中、美、日、香港等市场的实证分析[J]，宏观经济研究，2014（6）：113~123．
[13]郭彦峰，黄登仕，魏宇．我国指数期货与现货之间的价格发现和波动性外溢[J]，金融管理，2009，21（8）：13~22．
[14]胡秋灵，张苏凤，文博．沪深300指数期货的价格发现和波动溢出效应研究[J]，北京理工大学学报，2012，14（6）：77~82．
[15]刘晓彬，李瑜，罗洎．股指期货与现货市场间波动溢出效应探究[J]，宏观经济研究，2012（7）：80~86．
[16]罗李．沪深300股指期货和现货市场间价格发现功能和波动溢出效应研究[D]，湖北大学，2012．
[17]刘文文，乔高秀．我国股指期货市场价格发现功能和波动溢出效应研究——基于VECM—DCC—MVGARCH模型[J]，武汉金融，2014（8）：17~22．
[18]乔高秀，刘强．沪深300股指期货与现货市场价格波动与波动溢出效应——基于十五个月高频数据的实证研究[J]，投资研究，2012，31（8）：132~144．
[19]帅雁丹．沪深300股指期货价格发现与波动溢出效应研究[D]，西南财经大学，2013．
[20]孙建武．基于GARCH族模型的我国股指期货对股市波动影响分析
[D]，南京航空航天大学，2013．
[21]王龙．沪深300股指期货市场与现货市场的波动溢出效应研究
[D]，西南财经大学，2013．
[22]文先明，梁琳，黄亚雄．股指期货仿真交易与现货相互引导关系[J]，系统工程，2010，28（3）：13~18．
[23]项歌德，沈开艳．股指期货市场的价格发现与风险波动溢出效应实证研究——以中国沪深300股指期货市场为例[J]，上海金融，2012（6）：67~73．
[24]邢精平，周伍阳，季峰．我国股指期货与现货市场信息传递与波动溢出关系研究[J]，证券市场导报，2011（2）：13~19．
[25]邢天才，张阁．中国股指期货对现货市场联动效应的实证研究——基于沪深300仿真指数期货数据的分析[J]，财经问题研究，2010，317（4）：48~54．
[26]严敏，巴曙松，吴博．我国股指期货市场的价格发现与波动溢
出效应[J]，系统工程，2009，27（10）：32~38．
[27]张瑞锋，张世英，唐勇．金融市场波动溢出分析及实证研究[J]，中国管理科学，2006，14（5）：14~22．
[28]张孝岩，沈中华．股指期货推出对中国股票市场波动性的影响研究——基于沪深300股指期货高频数据的实证分析[J]，投资研究，2011，30（10）：112~122．
[29]张宗成，王郧．股指期货波动溢出效应的实证研究——来自双变量EGARCH模型的证据[J]，华中科技大学报，2009，23（4）：75~80．
[30]张宗成，王郧．恒生股指期货与现货市场波动溢出效应实证分析[J]，美中经济评论，2008，8（6）：1~10．
[31]周小全，邓淑斌．沪深300指数期货对A股市场波动性影响的传导机制分析[J]，金融理论与实践，2011（4）：88~91．
[32]周仁才．股指期货交易量与股指现货波动关系研究——来自香港恒生指数的实证[J]，上海立信会计学院学报，2008（4）：73~77．
[33]左浩苗，刘振涛，曾海为．基于高频数据的股指期货与现货市场波动溢出和信息传导研究[J]，金融研究，2012（4）．
开题报告：
“股指期货与A股市场波动溢出效应的分析——基于沪深300指数的实证研究”
开题报告
一、选题的目的和意义
随着我国股指期货与2010年4月16日的正式启动，经过短短4年多的发展，沪深300股指期货已累计成交4亿多手，累计成交额达300多万亿元，一跃成为全球成交量第五的股指期货。股指期货的诞生，使得A股告别了单边市的时代，允许投资者进行卖空对冲等操作，一方面股指期货作为风险管理工具能实现资产的套期保值；另一方面作为投资工具，使得投资者能在股市和期市之间快速调整交易策略，实现投机套利。由于股指期货市场与股市的密切相关，在交易中，来自两个市场的信息也会对彼此市场的波动产生相互影响，虽然大部分学者认为股指期货对于股市应该是起到一个缓冲器的作用，但是1987年美国股灾的案例却反映了股指期货也可能会加剧股市的波动。因此，本文希望通过研究沪深300股指期货与股市的波动溢出效应，揭示两个市场的一些内在互动性，从而有针对性地提出一些对我国投资者和政策制定者有借鉴价值的建议措施，这对完善我国股指期货运行机制、交易策略以及市场的风险管理评估都具有深刻的意义。
二、国内外研究现状
（一）国外相关研究综述
为了较好地检测股指期货和股市的波动溢出，国外文献中一般运用GARCH、EGARCH以及它们的一些拓展模型进行研究分析。Chan、Chan、和Karolyi（1991）通过二元的GARCH模型对美国标普500指数期货和现货5分钟收盘价数据分析，发现两者之间存在波动溢出效应。由于市场上存在“好消息”和“坏消息”，为了更好地描述好消息和坏消息带来的非对称性波动影响，Yiuman Tse（1999）在文章中加入二元EGARCH模型，以此探讨道指期货与现货的波动溢出效应。
在观点方面，大多数的学者认为股指期货与股市间的波动溢出效应是双向显著的。Chan、Chan、和Karolyi（1991）以及Yiuman Tse（1999）都对美国标普500指数期货和现货高频数据分析，发现两者之间存在波动溢出效应Pratap Chandra Pati和Prabina Rajib（2011）通过对S&P CNX Nifty指数期货和现货的5分钟盘中价格分析，运用BEKK-GARCH模型验证了期现市场有明显的双向波动溢出，而且现货市场受到期货的影响主要是来自于期货上期的波动。然而，也有少数学者不赞同双向的波动溢出。在Koutmos and Tucker（1996）的文章中，他们利用1984至1993年的标普500日收盘价数据和二元EGARCH、VAR模型，指出标普500指数期现货市场只存在期货指数向现货的单变量指向溢出，并得出结论：期货市场的信息可以用来预测股市的波动性但反之不亦然。Madhusudan Karmakar（2009）采用了2000年6月12日至2007年3月29日的印度S&P CNX Nifty指数期货和现货交易数据，通过二元BEKK模型检测到两个市场间存在双向的持续性波动溢出，而来自于期货市场的“旧消息”对现货市场的波动性则是
表现为单向显著的效果。
虽然国外研究对于波动溢出效应是单向还是双向仍存一定争议，不过可以发现的是，绝大多数的研究都表明股指期货对股市的波动溢出要强于股市对股指期货的波动溢出。
还有极少数学者期望通过对时间序列进行划分，旨在研究不同时间段内的波动溢出效应。Maosen Zhong（2003）建立了短期和长期的波动溢出效应假设分别进行研究。
（二）国内相关研究综述
股指期货和股市间的互动关系，一直是国内学者的研究热点。
蔡向辉（2010）探讨了一般情况和异常情况下的股指期货与现货市场波动关系。孙建武（2013）通过对股指期货对股市波动的内外影响机制分析，研究来自股指期货市场的不同因素对于股市波动的影响。张孝岩、沈中华（2011）通过构建VAR模型研究股指期货与现货指数波动率的关联。研究发现沪深300股指期货是现货的Granger因果，而且期货对现货的波动冲击较大，会加剧现货市场的波动性，对现货造成助涨助跌。不过也有观点认为，股指期货的推出并不会对股市波动造成影响。邢天才和张阁（2010）也通过TARCH模型、Granger因果检验以及脉冲响应函数验证了沪深300仿真期货对现货的波动没有较大影响。
由于股指期货是以股票价格指数为标的的期货，因此股指现货的波动无疑也会对期货市场的波动造成一定影响。
郭彦峰、黄登仕、魏宇（2007）运用二元GARCH模型对仿真交易期间的5分钟数据进行分析，发现沪深300指数期货和现货都存在波动聚集性，另外通过对条件方差方程的估计，检测到现货对期货存在一个负的波动影响，即现货则会
削减指数期货的波动。胡秋灵、张苏凤、文博（2012）等则是通过对沪深300股指期货真实交易的研究，发现现货Granger确实引导着期货，然而，通过建立VEC-EGARCH模型检测期现货之间的波动性，结果表明现货市场对期货市场存在一个正向的波动影响，会加剧期货市场当期的波动。造成这种相反结论的原因可能是仿真交易缺乏理性，而且不能正确地反应市场的真实情况。
由于市场之间的影响是相互的，所以单单研究股指期货对股市的波动影响或者是股市对股指期货的波动影响是片面的，因此，为了更好地期指与现货的相互波动影响，一些学者从波动溢出效应的角度着手研究两个市场的联系。
国内学者对于波动溢出效应的检测方法主要是基于国外相关研究的基础之上进行适当拓展。通常文献中运用一元GARCH、EGARCH以及多元GARCH模型对股指期货和股市的波动溢出效应进行检测。一元GARCH模型能够很好地描述金融资产价格收益率的波动聚集性。罗李（2012）通过建立GRACH模型，发现我国沪深300股指期货存在波动溢出效应，现货市场则不存在。EGARCH模型能更好地刻画正反面消息带来的非对称波动影响。胡秋灵、张苏凤、文博（2012）为了检验波动溢出效应的正反性，建立了EGARCH模型。由于一元GARCH模型存在的一些局限性，一些学者在此基础了对GARCH模型进行了改进，提出多元GARCH模型。例如BEKK模型就是是Engle和Kroner（1995）基于前人研究提出的一种正定限制的参数化模型，比起一般的GARCH更容易满足协方差矩阵的正定，待估系数较少等。邢精平（2011）、曹海军（2012）和刘文文（2014）等基于多元的BEKK— GRACH 模型对股指期货市场与股票市场的波动溢出进行了探讨。
国内文献对股指期货与股市波动溢出效应主要持三种观点。首先是，双向的波动溢出效应。刘晓斌、李瑜、罗洎（2012）采用2010年8月26日到2011年