1、解構基差變動的驅動因素一、股指期貨基差收斂的影響因素期貨的基差是指期貨價格與現貨標的價格之間的差，本文使用如下設定，基差=期貨價格-現貨價格年化基差=(期貨價格-現貨價格)/現貨價格360/期貨剩余天數一般的，當期貨價格大于現貨時，也就是基差為正值時，為升水狀態。反之，若期貨價格小于現貨價格，即基差為負值，為貼水狀態。股指期貨的基差與期現對沖策略的收益直接相關，因此研究基差收斂速度對于對沖策略非常重要，此處可參考信達金工衍生品研究系列三報告股指期貨基差收斂研究與對沖優化策略，報告中對于影響基差收斂的因素進行的詳細的、量化的分析，以下為核心內容摘要。當前合約的年化基差：當前基差貼水程度越大，基差

2、收斂越快為了分析股指期貨基差收斂的影響因素，我們計算的自 2018 年 1 月 2 日至 2021 年 12 月 7 日，中證 500 股指期貨各合約在 N 日的基差收斂情況，定義N 日基差平均收斂率以及當前年化基差如下，日基差平均收斂率 =個交易日后基差 當前基差當前指數價格 期貨價格-現貨價格 %當前年化基差=現貨價格期貨剩余到期日360 %因此，對于任意 N 日，每個期貨合約都存在基差平均收斂率和當前的年化基差，而在任意交易日內同時存在四個不同到期時間的合約，因此我們以具備足夠的面板數據來分析當前合約的年化基差與基差收斂的關系。基于以上數據，我們對樣本期內的中證 500 股指期貨當前年化

3、基差與 N 日的基礎平均收斂率做了單變量線性回歸檢驗，結果顯示，當前合約年化基差與該合約在N 日的平均收斂率呈顯著負相關，因此我們得出以下結論： 當前合約的年化基差越約小，即貼水程度越大，其基差收斂越快。同理，基差貼水程度越小，其收斂越慢。指數的收益率：指數未來上漲時，期指基差收斂加快，反之亦然除合約當前的年化基差影響外，市場的情緒對股指期貨的基差也有一定的影響，一般來說當投資者對未來指數預期較為樂觀時，股指期貨端的做多力量會更強，期貨價格漲幅會高于現貨價格，因此導致基差增加，基差收斂加速；當投資者對未來指數預期悲觀時，期貨端多空力量會更為強勢，期貨價格跌幅會高于現貨跌幅，導致基差減小，基差貼

4、水幅度增加，基差收斂速度降低甚至反向收斂。因此，我們為了描述未來指數預期，將未來指數的實際收益率作為標準以衡量該影響，其具體定義如下， 指數未來 N 天收益率=(指數 N 天后價格-指數當前價格)/指數當前價格100此外，我們認為不同到期時間的股指期貨合約對指數未來收益率的反應強度也不應完全相同，因此我們使用虛擬變量的回歸方式，對每個交易日同時上市的四個不同到期日的期貨合約進行相對獨立的回歸,其回歸表達式如下。日基差平均收斂率 = 指數未來天收益率 + 指數未來天收益率 指數未來天收益率 指數未來天收益率 其中，1、2、3、4為不同期限的合約對應的收益率的系數 = , 當前合約為當月合約 ;,

5、 = , 當前合約為下月合約 ;, = , 當前合約為季月合約 ;, = , 當前合約為下季月合約 ;, 基于以上結論，我們對樣本期內的中證 500 指數未來 N 日收益率按四個不同到期時間的期貨合約分類與 N 日的基礎平均收斂率做了線性回歸檢驗，回歸結果顯示，指數的未來 N 日收益率與該合約在 N 日的平均收斂率呈正相關性，我們得出如下結論：指數未來上漲時，股指期貨基差收斂加快，但同等條件下近月合約收斂更慢，對沖成本更低；指數未來下跌時，股指期貨基差收斂變慢，同等條件下遠月合約收斂更慢，對沖成本更低。近遠月合約基差的期限結構：相對年化基差越大，其基差收斂速度越慢最后，我們還需要考慮不同到期時

6、間的期貨合約年化基差之間的影響。同時可交易的期貨合約之間存在一定的競爭對比關系，若某一合約年化基差貼水程度明顯低于其他合約，即該合約價格更高，則在進行做空期貨對沖時， 該合約會優先被選擇，而做空力量的不平衡導致該合約價格大概率回落至合理范圍內，因此我們在考慮合約本身年化基差的同時，也需考慮相對基差，即基差的期限結構。我們使用下季月合約年化基差與不同到期時間合約的年化基差的差值作為基差的期限結構，具體定義如下， 當前合約基差的期限結構=下季月合約年化基差-當前合約年化基差根據以上定義，下季月合約的期限結構都為零，因此我們只考慮當月、次月以及季月合約的基差結構。基于以上結論，我們對樣本期內的中證

7、500 股指期貨當月、下月與季月合約的期限結構與 N 日的基礎平均收斂率做了線性回歸檢驗，回歸結果顯示，基差的期限結構與該合約在 N 日的平均收斂率呈正相關性，當前合約的年化基差相對下季月合約年化基差越小，即該合約貼水幅度更高，其基差收斂速度越快。該結果與我們此前推論相吻合。基于以上結果，我們得出以下結論：前合約的年化基差相對下季月合約年化基差越小，即該合約貼水幅度更高，其基差收斂速度越快；當前合約年化基差相對下季月合約越大，即該合約貼水幅度更小，其基差收斂速度越慢。基差收斂影響因素多變量分析：量化影響基差收斂的因素我們已經通過單變量回歸的方式分析出了可能影響基差收斂的因素，但這些因素是同時作

8、用于股指期貨上，因此需要將全部變量放在同一個多元線性回歸中進行分析。利用與上文同樣的定義，我們將以下變量進行線性回歸，日基差平均收斂率 =日后基差 當前基差當前指數價格 %當前年化基差=期貨價格-現貨價格期貨剩余到期日 %現貨價格360指數未來天收益率 =指數天后價格 指數當前價格指數當前價格 %當前合約基差的期限結構 = 下季月合約年化基差 當前合約年化基差日基差平均收斂率 = 當前年化基差+ 指數未來天收益率 + 指數未來天收益率 指數未來天收益率 指數未來天收益率 + 當前合約基差的期限結構 其中，1為年化基差系數；21、22、23、24為不同期限的合約對應的收益率的系數= , 當前合約

9、為當月合約 ;, = , 當前合約為下月合約 ;, = , 當前合約為季月合約 ;, = , 當前合約為下季月合約 ;, 3為基差期限結構系數= , 當前合約為非下季月合約 ;, 我們對樣本期內的中證 500 股指期貨當前年化基差、指數未來 N 日收益、各合約期限結構與N 日的基礎平均收斂率做了線性回歸檢驗，為了更精確的了解各個變量的解釋程度，我們選取 N=8 天情況下基差收斂情況單獨做出各變量的回歸檢測，其結果如下表所示。圖表 1：各影響因素與 8 日的基差平均收斂率回歸檢驗結果名稱系數t 檢驗p 檢驗年化基差系數-1.5082-21.65000.0000基差期限結構系數0.19431.15

10、700.2470收益率(當月合約)系數0.57851.94300.0000收益率(次月合約)系數1.31464.42000.0000收益率(季月合約)系數2.04478.07900.0000收益率(下季月合約)系數2.10128.30200.0000資料來源:以上結果顯示，在各個影響因素中，當前合約的年化基差解釋度最強，其次是現貨未來收益率，而基差的期限結構在 N=8 日的情況下影響并不顯著。我們認為主要原因在于，基差期限結構變量中已經包含了當前合約的年化基差項，而該回歸中已經包含年化基差變量，因此期限結構變量中僅能對年化基差回歸后剩余的部分再進行解釋， 其回歸效果必然弱于單變量回歸的結果。二

11、、基差變化的驅動因素分析基于前文的分析，我們選取不同市場條件下中證 500 股指期貨基差歷史表現進行分析，以分別研究不同條件下各影響基差收斂的驅動因素變動情況。此外，根據此前統計回歸數據結果，對股指期貨基差收斂速度的影響因素主要有當前合約基差、指數收益率以及不同到期時間合約基差的期限結構，但我們發現相比于另外兩個因素，基差的期限結構因子影響較小，而當前基差與指數收益率是基差收斂的主要影響因素，因此本文主要分析當前基差因子與收益率因子對基差收斂的影響。基差偏離較大時，當前合約的年化基差對其影響最大為了單獨研究當前合約的年化基差這一因素對基差收斂的影響，我們使用前文介紹的基差收斂速度回歸方程和N=

12、8 天條件下的參數（如圖表 6 所示），可以得到歷史情況下，中證 500 股指期貨季月合約基差在未來 8 日的平均收斂速度，并可根據回歸方程參數量化出其中當前合約年化基差產生的影響所占的比例。圖表 8 為據此計算的當前基差因子占實際收斂速度比例，其中排除一些波動較大非正常的數據（一個標準差之外的數據），并計算自 2018 年 1 月 2 日至 2022 年 1 月 17 日區間內當前基差因子占實際收斂速度的月度平均值，其結果如下。圖表 2：回歸方程中當前基差因子占實際收斂速度比例月度均值（未來 8 日收斂情況）1.510.50-0.5-1-1.52018年1月2018年3月2018年5月201

13、8年7月2018年9月2018年11月2019年1月2019年3月2019年5月2019年7月2019年9月2019年11月2020年1月2020年3月2020年5月2020年7月2020年9月2020年11月2021年1月2021年3月2021年5月2021年7月2021年9月2021年11月2022年1月-2資料來源:wind，N=8 日時，當前合約年化基差的回歸參數為-1.5082，而中證 500 股指期貨合約基差在從 2018 年開始的區間內是長期處于貼水狀態的，即其年化基差為負，因此當前合約年化基差貢獻值 = 當前年化基差，其中 =. ，該值在絕大部分交易日為正。而日基差平均收斂率

14、= 日后基差當前基差 %，因此 8 日后當基差貼水收斂時，該值為正，若 8 日后基差貼當前指數價格 水幅度擴大，則該值為負，為了研究年化基差因子在不同市場環境下對基差的影響，我們選取幾個典型區間單獨分析。此外，我們統計了中證 500 股指期貨季月合約的年化基差走勢，如圖表 3 所示。圖表 3：中證 500 股指期貨季月合約年化基差走勢1050-5-10-15-20資料來源:wind，區間 1:2019 年 3 月-2019 年 12 月我們發現，2019 年 3 月 IC 季月合約的年化基差貼水幅度開始逐漸增加，從 3 月的-1以內，到 7 至 9 月貼水幅度已經增加至-15 左右，而貼水在底

15、部維持一段時間后，又在 2019 年 12 月開始逐漸收斂至前期水平。圖表 4：中證 500 股指期貨季月合約 2019 年 3-12 月年化基差走勢9.004.00-1.00-6.00-11.00-16.00資料來源:wind 圖表 5：當前基差與收益率因子占實際收斂速度比例 2019 年 1 月-2020 年 2 月內月度均值年月當前基差因子貢獻度收益率因子貢獻度基差月變動2019 年 1 月13.6%21.2%4.17%2019 年 2 月-14.5%19.5%5.59%2019 年 3 月17.6%-38.3%-1.92%2019 年 4 月-11.8%11.7%-1.99%2019

16、年 5 月12.6%-1.5%-6.51%2019 年 6 月62.4%40.9%-2.31%2019 年 7 月30.7%5.1%0.19%2019 年 8 月106.3%10.6%0.68%2019 年 9 月-151.4%5.4%2.32%2019 年 10 月14.6%1.4%-0.79%2019 年 11 月38.8%-12.6%0.10%2019 年 12 月-59.4%-9.5%3.21%2020 年 1 月-21.8%21.2%3.78%2020 年 2 月9.6%30.0%-4.02%資料來源:wind, 對應的，當前基差因子貢獻占比項也從 3 月開始逐漸從 17.6增加至

17、8 月的 106.3，8 至 9 月區間內由于基差貼水處于歷史高位，貼水幅度在底部波動較大，而 8 月基差有收斂趨勢，9 月基差貼水又持續擴大，導致因子貢獻在 8 月為 106.3，9 月為-151.4，最后至 12 月，基差基本恢復前期水平，此時基差因子貢獻也同步恢復至前期水平。區間二：2020 年 5 月-2020 年 10 月我們發現，2020 年 5 月 IC 季月合約的年化基差貼水幅度先出現小幅拉大，隨后開始快速收斂至接近升水，年化基差貼水從 5 月的 10左右，到 6 月中以達到 15以上，隨后收斂至 7 月時，貼水已接近零。圖表 6：中證 500 股指期貨季月合約 2020 年

18、5-10 月年化基差走勢及指數價格7000680066006400指數點位62006000580056005400520050002020/5/62020/6/6 2020/7/62020/8/62020/9/6 2020/10/6中證500指數（左軸）IC季月合約年化基差（右軸）資料來源:wind, 圖表 7：當前基差與收益率因子占實際收斂速度比例 2020 年 5-11 月內月度均值0-2-4年化基差-6-8-10-12-14-16-18年月當前基差因子貢獻度收益率因子貢獻度基差月變動2020 年 5 月-0.4%-41.3%0.05%2020 年 6 月7.4%11.6%-1.89%20

19、20 年 7 月-84.4%-24.7%4.57%2020 年 8 月112.4%-1.4%-5.90%2020 年 9 月104.8%-34.9%-0.38%2020 年 10 月-29.3%-15.8%3.24%2020 年 11 月-25.7%-4.4%0.99%資料來源:wind, 相應的，基差因子占比也在 7 月其基差收斂至最高點時達到-84.4，隨后基差貼水在高位波動，基差因子也持續在 100以上，直至 10 月基差貼水拉大至此前水平，基差因子才隨之回落。結論：我們發現，當合約的年化基差處于較高或較低值時，此時當前合約基差對基差收斂速度的影響起到主導因素。指數漲跌幅較大時，收益率對

20、基差的影響增加為了單獨研究指數漲跌幅這一因素對基差收斂的影響，我們使用前文介紹的基差收斂速度回歸方程和 N=8 天條件下的參數（如圖表 1 所示），可以得到歷史情況下，中證 500 股指期貨季月合約基差在未來 8 日的平均收斂速度，并可根據回歸方程參數量化出其中指數收益率對季月合約基差收斂速度產生的影響所占比例。圖表 8 為據此計算的當前基差因子占實際收斂速度比例，其中刪除一些波動較大非正常的數據（一個標準差之外的數據），并計算自 2018 年 1 月 2 日至 2022 年 1 月 17 日區間內指數收益率因子占實際收斂速度的月度平均值，其結果如下。圖表 8：回歸方程中收益率因子占實際收斂速

21、度比例月度均值（未來 8 日收斂情況）70.050.030.010.0-10.0-30.02018年1月2018年3月2018年5月2018年7月2018年9月2018年11月2019年1月2019年3月2019年5月2019年7月2019年9月2019年11月2020年1月2020年3月2020年5月2020年7月2020年9月2020年11月2021年1月2021年3月2021年5月2021年7月2021年9月2021年11月2022年1月-50.0資料來源:wind, N=8 日時，指數收益率對季月合約的回歸參數為 2.0447，而根據公式，指數收益率對季月合約基差收斂影響貢獻= 指數未

22、來天收益率，其中 = . ，因此，當指數收益為正時，該值為正，當指數收益為負時，該值為負。而日基差平均收斂率 = 日后基差當前基差 %，因此當基差貼水收斂時，該值為正，若貼水擴大，當前指數價格 則該值為負。此外，我們統計了中證 500 指數在該區間內的走勢，如圖表 9 所示。圖表 9：中證 500 指數日收盤價走勢8000750070006500600055005000450040003500資料來源:wind, 區間 1:2018 年 1 月-2018 年 3 月我們發現，2018 年 1 月至 3 月，中證 500 指數走勢呈現V 型，從 1 月初將近 6500 點，跌至 2 月 9 日的

23、 5554 點，只有又快速回調至 6000 點以上。對應的，指數收益率因子貢獻占比項在指數下跌的區間內從 1 月的-45.2快速上升至 2 月的 74.3，其后在 3 月回落至 12.2。圖表 10：中證 500 指數價格與股指期貨季月合約 2018 年 1-3 月日收盤價走勢660064006200600058005600540020-2-4-6-8-10-12-14-16中證500指數（左軸）年化基差（右軸）資料來源:wind, 圖表 11：當前基差與收益率因子在 2018 年 1-4 月內月平均貢獻度占比列表年月當前基差因子貢獻度收益率因子貢獻度基差月變動2018 年 1 月72.5%-

24、45.2%2018 年 2 月71.9%74.3%-0.72%2018 年 3 月10.6%12.2%-2.35%2018 年 4 月81.7%19.0%-0.11%資料來源:wind, 我們發現，在 1 月末指數價格快速下跌時，收益率因子貢獻快速增長，同時基差貼水幅度擴大，此時基差收斂速度為負數，而由于指數收益率為負，因此收益率因子貢獻值也為負，其對基差負收斂的貢獻逐步擴大，而此時當前基差因子貢獻度反而有小幅下降，在指數收益率波動較大的 2 月和 3 月，收益率因子貢獻度起到主要驅動作用。此后基差貼水幅度達到較高水平，此時根據我們前部分的分析，當前基差因子再次成為基差收斂速度變化的主導因素。

25、區間 2:2019 年 1 月-2019 年 5 月在區間 2 內，中證 500 指數從 2019 年初開始快速上漲，至 2019 年 3 月已增長 1700 點以上，隨后開始高位回落。而收益率因子貢獻占比從 1 月開始超過基差因子貢獻占比，在 3 月達到最高值，隨后下降。圖表 12：中證 500 指數收盤價及股指期貨季月合約 2019 年 1-5 月走勢600058005600540052005000480046004400420040002019/1/22019/2/22019/3/22019/4/2中證500指數（左軸）季月年化基差（右軸）1086420-2-4-6-8-10-12資料來

26、源:wind, 圖表 13：當前基差與收益率因子在 2018 年 12 月-2019 年 5 月內月平均貢獻度占比列表年月當前基差因子貢獻度收益率因子貢獻度基差月變動2018 年 12 月-58.8%25.6%-3.49%2019 年 1 月13.6%21.2%4.17%2019 年 2 月-14.5%19.5%5.59%2019 年 3 月17.6%-38.3%-1.92%2019 年 4 月-11.8%11.7%-1.99%2019 年 5 月12.6%-1.5%-6.51%資料來源:wind, 我們發現，在 1 月末指數價格大幅上漲時，收益率因子貢獻也同步快速增長，同時基差貼水幅度加快收

27、斂，此時基差收斂速度為正數，而由于指數收益率為正，因此收益率因子貢獻值也為正，其對基差正向收斂的貢獻逐步擴大，而此時當前基差因子貢獻度并沒有明顯變動，在 3 月末，指數價格開始橫盤波動，但此時基差已經達到接近升水，此時當前基差貢獻因子貢獻度逐漸起到主要驅動作用。結論：我們發現，當指數價格快速上漲或下跌時，此時收益率對基差收斂速度的影響起到主導因素。一些特殊的影響因素雪球產品對沖的影響雪球產品自上市以來就受到市場的持續關注，這類產品經過市場的認識與接受，我們測算其名義本金規模在 2020年末達到千億以上，而由于這類產品大部分掛鉤中證 500 指數，而做市商一般利用中證 500 股指期貨替代現貨進

28、行對沖其風險，因此雪球的對沖行為已經成為潛在影響股指期貨基差變動的原因之一，此處將對雪球存量規模， 對沖操作對股指期貨市場的沖擊影響做出定量分析，并以此對基差變動的影響進行分析。關于雪球的定價與風險分析可參考信達金工衍生品研究報告系列一雪球結構定價與風險深度分析。雪球存量規模的估算首先，我們對雪球產品的存量規模進行估算，根據證券業協會月度發布的場外市場發展報告，我們估算目前掛鉤中證 500 指數的雪球產品主要由場外衍生品以及非固定收益的收益憑證組成，其規模按照雪球產品占比在 25% 至 30%計算（此處取平均數 27.5%），則根據協會的月度報告披露數據，可以估算出雪球類產品的歷史存續規模。圖

29、表 14：掛鉤中證 500 的雪球合約估算存續規模月份收益憑證收益憑證（非固定收益占比）期權（股指類）雪球產品存量月變動（億）2020 年 7 月5005.929.932627.24859.192020 年 8 月5253.0912.662721.16931.2172.022020 年 9 月4963.9913.583239.371076.21145.002020 年 10 月4864.9914.303158.21059.82-16.392020 年 11 月4683.417.483535.351197.35137.532020 年 12 月4542.5221.474147.521408.77

30、211.422021 年 1 月4561.6620.723841.951316.46-92.312021 年 2 月4146.8922.823603.731251.26-65.202021 年 3 月4116.1126.443862.791361.55110.292021 年 4 月4251.2531.194043.251476.53114.982021 年 5 月4031.7131.194099.991473.31-3.232021 年 6 月3858.1431.443899.871406.04-67.272021 年 7 月3768.3635.644408.651581.72175.682

31、021 年 8 月3979.7435.534479.571620.7339.022021 年 9 月4081.3133.824987.461751.13130.402021 年 10 月4067.7534.565543.421911.04159.912021 年 11 月4233.5134.565595.071941.0029.962021 年 12 月4142.2434.565679.091955.4314.43注：2021 年 11 月-12 月，證券業協會發布的月度報告中不再披露收益憑證中非固定收益類占比，我們假設皆為最近一次披露占比數據。資料來源:證券業協會, 雪球產品存量規模增速在

32、2020 年 12 月達到頂峰后，其規模緩仍在持續增長，2021 年 9 月雪球類產品受到強監管的沖擊，其存量增速在 2021 年 11 月開始出現明顯下降，其后受到行情影響規模增長可能進一步受到影響。雪球的對沖為了測算雪球產品對中證 500 股指期貨市場的影響，我們做出如下假設：在 2021 年 9 月之前，中證 500 指數整體震蕩上漲，因此敲出條件較容易到達，雪球產品存量皆為本月新增，且尚未到達第一個敲出觀察日的合約。（此為極端情況）在 2021 年 9 月之后，指數價格開始下跌，此時敲出條件很難達到，因此我們以 9 月之前雪球存量規模簡單估算，假設 2022 年 1 月末掛鉤中證 50

33、0 的雪球存量規模為 1500 億，且雪球合約開始的三個月內不會被敲出，則目前仍存續的合約為 9 月、11 月 12 月以及 2022 年 1 月，四個月份的新增，假設每個月新增規模相同，則月度新增規模 = 1500 億 = 375 億/月。4 個月所有雪球合約在月初第一個交易日開始生效。按每月中證 500 指數 20 日歷史波動率及 IC 基差年化貼水率均值，無風險利率為 3，所有雪球合約都為 12 個月到期合約，其中有一半合約為敲入邊界為 80 ，敲出邊界為 103，另一半合約為敲入邊界為70 ，敲出邊界為 103.敲入事件每日觀察，敲出事件每月最后一個交易日觀察。對于雪球票息率的計算，我

34、們假設 80/103 合約的票息率為 8，70/103 合約的票息率為 5 ，并以此票息率帶入求得所有合約期初的 Delta。由于股指期貨基差貼水逐漸收斂，自 2021 年 12 月開始，存續期為 12 個月的 70/103 雪球合約已經無法正常報價，此后僅有 80/103 合約上市。中證 500 股指期貨市場市值按照當前日期下，IC 四個合約全部市值累加計算，成交量同理。圖表 15：掛鉤中證 500 的 70/103 雪球合約估算月度存續產品 delta 值測算月份70/103當月新增總市值新增期初 delta9 月存續delta10 月存續delta11 月存續delta12 月存續del

35、ta2021 年 9 月1.88E+100.16262021 年 10 月1.88E+100.28790.18802021 年 11 月1.88E+10-0.14950.32030.26292021 年 12 月1.88E+10-0.2665-0.01910.0674-0.20832022 年 1 月00.0572-0.1600敲出-0.2524-0.27132022 年 1 月末0.3967敲出0.12680.1624資料來源:wind, 圖表 16：掛鉤中證 500 的 80/103 雪球合約估算月度存續產品 delta 值測算月份80/103當月新增總市值新增期初delta9 月存續de

36、lta10 月存續 delta11 月存續 delta12 月存續delta1 月存續delta2021 年 9 月1.88E+100.67212021 年 10 月1.88E+100.60860.40372021 年 11 月1.88E+100.31930.45280.51602021 年 12 月1.88E+100.22710.19320.3379-0.06262022 年 1 月3.75E+100.20820.0259敲出-0.1747-0.17582022 年 1 月末1.0401敲出0.79221.16321.2174資料來源:wind, 圖表 17：掛鉤中證 500 的雪球合約估算

37、月度對沖所需市值以及與股指期貨市值占比月份雪球存續市值對沖所需總市值對沖占 IC 全部市值比例2021 年 9 月3.75E+101.56E+103.852021 年 10 月7.5E+102.79E+106.952021 年 11 月1.13E+113.23E+108.522021 年 12 月1.5E+115.05E+091.272022 年 1 月1.5E+111.11E+102.752022 年 1 月末1.5E+111.15E+1127.73資料來源:wind, 圖表 18：雪球產品的 Delta 值隨標的價格變化圖資料來源:wind, 以上數據顯示，由于中證 500 指數自 202

38、1 年 9 月開始下跌，雪球產品接近敲入水平，而根據雪球的 delta 分布圖，當指數價格下跌時，delta 會快速增長，導致做市商需持有要更多的股指期貨多單以對沖風險，而 2022 年 1月市場出現更大的連續下跌，雪球對沖占全部 IC 股指期貨比例上升至 27.73，由于對沖方向與指數漲跌反向，在指數下跌時期貨市場多單力量較強，導致其基差貼水幅度進一步收斂。Alpha 對沖策略的影響此外，在股指期貨市場中，另一個無法忽略的因素是專業機構在進行 Alpha 對沖中產生的影響。2021 年是量化私募快速發展的一年，其行業規模占比也快速增長，已經成為股指期貨市場重要的參與者。理論上，在進行 Alp

39、ha 對沖策略時，需要在持有權益類現貨的同時做空一定比例的股指期貨合。但是在實際操作中，當市場整體 Alpha 表現較差時，機構會更大概率的選擇裸露一部分現貨頭寸，對應的，需要在股指期貨市場買入平倉。而當市場 Alpha 表現開始轉好時，機構會降低此前裸露的現貨頭寸規模，因此需要在期貨市場賣出開倉。為了分析市場 Alpha 對股指期貨基差收斂的影響，我們選取規模較大的某公募 500 指數增強基金作為參考，統計其日度超額累積Alpha 得到下圖。圖表 19：某公募中證 500 指數增強基金相對中證 500 累積 Alpha0.180.160.140.120.10.080.060.040.020-

40、0.02資料來源:wind, 為了分析雪球及 Alpha 對沖對股指期貨基差的影響，我們選取了兩個典型區間進行舉例。區間 1：2021 年 6 月-2021 年 8 月在這段時間，指數價格震蕩上漲，市場 Alpha 整體上漲，同時中證 500 季月股指期貨合約的基差貼水幅度逐漸拉大，掛鉤中證 500 的雪球產品規模也從 1400 億上漲至 1600 億。因此在股指期貨市場上，雪球的對沖需要在原有多頭的基礎上不斷賣空平倉，Alpha 對沖策略需要賣空開倉。而根據我們上一部分總結的基差收斂規律，在區間 1 內，基差并沒有處于極值位置，且指數價格并沒有持續的上漲或下跌，因此當前合約基差和收益率因素都

41、沒有起到主導作用，但這段時間內基差貼水卻從 8%拉大至 13%左右，我們認為雪球和 Alpha 策略的對沖交易在其中起到重要作用。由于兩種交易都需要賣出操作，做空力量較強導致期貨價格相對現貨價格漲幅較小，因此基差貼水幅度被快速拉大。此外，我們統計了中證 500 股指期貨合約在該區間內的總持倉量，我們發現持倉量和市場的累積 Alpha 走勢較為接近，說明在該階段，相對于雪球來說，Alpha 對沖的對基差的影響起到主導作用。圖表 20：中證 500 股指期貨在 2021 年 6-8 月內總持倉量及累積 Alpha 走勢圖3000000.182900002800002700000.170.16持倉量

42、累積Alpha2600000.152500002400002300000.140.132200002021/6/12021/7/12021/8/1總持倉量（左軸）累積Alpha（右軸）0.12資料來源:wind, 區間 2:2022 年 1 月在這段時間，指數價格跌幅較大，市場累積 Alpha 持續震蕩上漲，同時中證 500 季月股指期貨合約的基差貼水幅度持續收斂，掛鉤中證 500 的雪球產品由于臨近敲入邊界而導致 delta 敞口快速增加。因此在股指期貨市場上， 雪球的對沖需求迅速上升，需要持續的買入開倉以降低自身風險敞口。與此同時，Alpha 對沖策略也因為市場表現逐漸向好，賣出開倉的對沖

43、需求也開始增加。圖表 21：中證 500 指數收盤價及季月股指期貨年化基差在 2022 年 1 月走勢圖7400730072007100700069006800670066006500中證500指數（左軸）季月年化基差（右軸）3%2%1%0%-1%-2%-3%-4%-5%-6%資料來源:wind, 而根據我們上一部分總結的基差收斂規律，在區間 2 內，基差并沒有處于極值位置，因此當前合約基差因素沒有起到主導作用。但在該區間指數價格持續下跌，此時收益率因素應起到主導作用，根據回歸方程，此時基差收斂速度應該變慢，但這段時間內基差貼水卻從 3收斂至升水，我們認為此時收益率因素的失效主要是因為雪球和A

44、lpha 策略的對沖交易在其中起到了重要作用。圖表 22：中證 500 股指期貨持倉量及市場累積 Alpha 在 2022 年 1 月走勢圖3200003100003000002900002800002700002600002500002400000.160.150.140.130.120.112022/1/42022/1/52022/1/62022/1/72022/1/82022/1/92022/1/102022/1/112022/1/122022/1/132022/1/142022/1/152022/1/162022/1/172022/1/182022/1/192022/1/202022/

45、1/212022/1/222022/1/232022/1/242022/1/252022/1/262022/1/272022/1/280.1總持倉量（左軸）累積Alpha（右軸）資料來源:wind, 由于指數價格下跌導致的雪球的對沖需求上漲，此時對沖需要買入開倉，同時 Alpha 策略需要賣出開倉，兩種影響均需要開倉，但在雪球的做多與 Alpha 對沖的做空相互制衡，由于雪球 delta 敞口增長過快，可參考我們前文計算的雪球存量產品對沖占股指期貨市場比例，1 月末雪球產品對沖所需股指期貨合約占全部合約的 27左右， 而此時基差貼水幅度出現較大幅度的收斂，因此我們認為雪球對沖的做多力量在這段區

46、間內起到主導作用。此外， 我們統計了中證 500 股指期貨合約在該區間內的總持倉量，我們發現持倉量也出現了明顯上漲，再次側面印證了我們的推論。三、股指期貨基差變動的預測后市可能存在的影響因素根據以上分析，股指期貨基差的變動受到較多因素的影響，我們整理了本文分析的四種重要影響因子，其結果如下表。圖表 23：股指期貨基差收斂速度的影響因素列表市場條件驅動因素基差變動基差處于極值位置當前合約基差均值回復指數漲跌幅較大收益率上漲時，基差收斂變快，下跌時，基差收斂變慢市場單向波動且雪球規模較大雪球規模初始對沖會使基差收斂，動態對沖操作中，與指數價格走勢相反，指數上漲，基差貼水拉大，指數下跌，基差收斂。市場 Alpha 表現較好或較差Alpha 對沖市場 Alpha 表現好時，做空開倉，基差拉大，市場 Alpha 表現較差時，做多平倉，基差收斂。資料來源:對于當前合約基差以及指數收益率兩個影響因素，我們可以通過前文介紹的統計回歸方程量化