研究时间序列间的信息溢出现象,对探寻时间序列变量的影响途径、表现信息的领先一滞后关系以及预测等均有重要意义。Granger因果检验方法是检验信息溢出现象的重要工具,本文在非线性Granger因果检验的理论基础上进行了一些新的研究,完善了该检验的理论体系。本文还将多种信息溢出和相关检验综合应用于中国沪深300股指期、现货市场的实证研究之中,发现了一些新现象并探寻了原因,得到了一些有借鉴意义的结论。　　 本文的第一部分为信息溢出检验的理论研究:首先在第一章中回顾了Granger因果关系的表述形式并详细介绍了几种Granger因果检验方法。之后在第二章提出对Hiemstra和Jones(1994)提出的非线性Granger因果检验中一个显著为负的统计量意味着“混淆预测”这一观点的置疑:先从理论上置疑“混淆预测”这一说法的合理性,并针对预测精度比较可能存在的误区提出了一种对预测精度进行客观比较的新观点。随后论述了几种信息溢出情景下非线性Granger因果检验原假设左右式的比较关系,指出非线性Granger因果检验中负的统计量可能和波动率负向溢出这种信息溢出现象有着密切的联系。接着构建了一些可以反映波动率负向溢出的模型,在此基础上进行了推导计算和Monte-Carlo模拟,发现当波动率负向溢出效应较明显时,非线性Granger因果检验原假设左右式之差为负值,同时Hiemstra和Jones开发的非线性Granger因果检验统计量也容易出现显著的负值,支持了本文的推断。与此同时,对均值溢出、波动率正向溢出对非线性Grarlger因果检验结果的影响进行了论述、推导计算、Monte-Carlo模拟。最后,基于这些研究成果,本文指出一般情况下非线性Granger因果检验的拒绝域应选择双尾的,进而提出了非线性正信息溢出和非线性负信息溢出的概念。　　 本文的第二部分为股指期、现货市场的实证研究:第三章中先简要回顾了世界和中国股指期货市场的发展历程,并结合沪深300股指期、现货市场的具体情况,从市场信息优势的角度分析了期货市场对现货市场发生信息溢出的机理和受影响的因素。实证检验部分以沪深300股指期、现货市场的5分钟高频数据为基础,在第四章中通过线性Granger因果检验发现股指期货市场对现货市场具有很明显的、体现在线性均值溢出方面的优势。BDS独立性检验的结果表明VAR残差存在非线性自相关结构,这种非线性自相关结构主要来自波动聚集效应并且基本可以被EGARCH模型解释。对于VAR残差和EGARCH拟合条件方差标准化VAR残差的Hiemsira和Jones非线性Granger因果检验的结果是类似的,表明非线性信息溢出广泛存在于期、现货市场的收益率序列之间,但现货市场对期货市场主要表现为非线性负信息溢出,期货市场对现货市场主要表现为非线性正信息溢出。由于这种非线性Granger因果关系可能反应市场间的波动率溢出,在第五章中应用基于CCF的Granger因果检验和多元GARCH模型对市场间的波动率溢出效应进行检验,得到了比较一致的结论,即股指现货市场到期货市场的波动率溢出较有可能是负向的,股指期货市场到现货市场的波动率溢出较有可能是正向的。本文针对跨市场波动率信息传递可能存在的“风险吸引”现象,推测其产生的原因可能来自投机交易的跨市场转移,并在价量关系的相关性统计分析中获得了一定的支持。第六章采用价格发现模型计算了股指期、现货市场的价格发现贡献度,发现样本段早期股指期货市场在长期价格发现过程中功能较弱,主要是因为中国股指期货市场面世初期的过度投机炒作使其价格偏离合理所致,这一现象随着中国股指期货市场的成熟有所改观。　　 本文最后一部分是结论与展望,总结了本文的主要研究结论,并对未来值得继续研究的问题进行了阐述。　　 本文的主要创新点可以总结如下:　　 (1)本文首次明确指出非线性Granger因果检验中一个显著为负的统计量并非如Hiemstra和Jones(1994)所认为“混淆预测”,阿时给出了理由和证据论证了这一观点。对于预测精度比较可能存在的误区,本文提出了一种对预测精度进行比较的新观点。　　 (2)本文首次采用理论分析、推导计算、Monte-Carlo模拟,系统性的讨论了非线性Granger因果关系与波动率正、负向溢出及均值溢出的联系,有关结论可以作为今后进行相关研究的参考。基于理论研究结论,本文指出非线性Granger因果检验的拒绝域选择双尾拒绝域更为合适,并提出了非线性正、负信息溢出的概念。　　 (3)本文首次在沪深300股指期、现货市场高频信息溢出现象的研究中运用了非线性Granger因果检验的方法,在其他股指期、现货市场高频信息溢出的实证研究中该方法的应用也比较罕见。实证检验结果发现非线性Granger因果关系双向存在,但现货市场到期货市场主要表现为非线性负信息溢出,期货市场到现货市场主要表现为非线性正信息溢出。　　 (4)本文在提出波动率正、负向溢出概念的基础上,指出检验波动率溢出时应该注意其方向,可以采用多种实证检验的结果进行判断。综合多种实证检验的结果,发现沪深300股指期、现货市场的高频收益率序列间有可能存在现货市场到期货市场的波动率负向溢出现象和期货市场到现货市场的波动率正向溢出现象。　　 (5)本文首次分析了市场间波动率负向溢出(风险吸引)现象产生的原因,进一步明确了这种波动率信息溢出方式在金融市场存在的可能性。