一、基差：期货与现货价格变化的动态指标

　　期货价格是市场对未来现货价格的预期，其二者之间存在着密切而微妙的关系，而“基差”这个概念正正反映出期货价格与现货价格之间的差异。

　　在一个理性的市场中，基差应该保持在合理的范围之内。回顾期指推出以来的这段时间，在上市初期，基差的震动幅度较大，但6月份以来，基差开始逐步收敛并基本维持在20个点以内，以致市场中多数观点一度认为我国的股指期货市场表现出早熟的特征，套利者几乎无利可图。但从10月份以来的行情可以发现，认为期指市场已经进入理性阶段的观点似乎言之过早，近期基差的大幅波动无疑是市场非理性的一个有效表征。因而，在非理性的市场中，基差作为一个反映期货与现货价格变化的动态指标，其自身的非理性变动能否为我们对市场趋势的研判提供一定的参考和辅助作用？这是本文探讨的主要内容。

　　二、基差与沪深300指数关系的实证分析

　　我们使用了线性回归的方法对基差与沪深300指数的关系进行了实证分析，结果表明，在其他影响因素保持不变的前提下，当基差的取值为负时，沪深300指数收益率在随后的短期内将有所增加，即上涨的可能性加大；反之，当基差达到阶段性高点时，将在一定程度上降低沪深300指数在短期内的收益率。应该注意到的是，这里所提到的短期走势只是表示在短期（1-3天）内的局部价格变动，但与期间更长的阶段性行情并不矛盾。并且，这里所说的可能性仅仅表示一种概率，不排除会出现不一致的情况。

　　此外，我们还使用了Granger因果检验对基差和沪深300指数进行了分析，最终发现，基差是沪深300指数收益率的Granger原因，且在5%的显著性水平下统计显著，而沪深300指数收益率则不是基差的Granger原因。这表明，基差的滞后项确实对沪深300指数对数收益率具有较好的解释力。

　　该结果似乎跟我们直观上的理解有所区别。比如，在通常情况下，当基差出现负值时，市场很可能会将其解读为投资者看空后市，并预测市场在未来将逐渐走弱。但我们所得到的检验结果却恰恰相反。对此，我们认为，基差出现负值很可能是由于市场的持续下跌导致市场中的多头力量在不断消减，直至大部分的多头力量被驱逐出场以后，原来的下跌趋势才得以缓和，并在随后的一段时间中扭转走势。

　　随后，我们还通过二元选择模型中的Probit模型，对基差的取值范围与其对沪深300指数收益率的预测准确度之间的关系进行了分析。检验结果表明，当基差处于特定的取值范围时，利用T日的基差对T+1日和T+3日沪深300指数收益率的预测效果较差，而对T+2日的预测效果则较为理想，预测准确的概率得到了显著的提升。

　　三、基差的预测准确率统计

　　上文从实证角度分析了基差与沪深300指数收益率间存在的关系，理论方法使用较多，但对投资者而言，可能更为关心的是：利用基差对沪深300指数收益率进行预测的准确率到底如何？下面我们更多地回归实际的市场运行，从统计的角度探讨基差的预测准确率。

　　同样，我们根据T日的基差，构造了多个不同的基差取值范围的组合，对T+1、T+2和T+3这三个时间段中沪深300指数收益率进行预测，得到了各种基差组合的预测次数和预测准确率。我们对预测准确率结果进行了总结，如表1所示。从“平均值”一行可以看出，T+2日的预测效果最好，预测准确率平均值达到70%以上，且其中约有65%的基差组合预测准确率分布在70%—90%。可见，预测效果比较理想。相反，T+1日和T+3日的预测准确率最低，二者的平均值均不到60%。这与上文实证分析部分所得到的结果一致。当然，虽然预测效果一般，但平均水平仍然高于随机概率50%。

　　四、短期交易策略的构建

　　最后，本文根据T日的基差构建了一个短期交易策略，并对自股指期货上市以来即2010年4月16日至2010年10月29日的收益状况进行了模拟和跟踪，初始资金总额为10,000,000元。最终发现，该交易策略的资产净值在整段模拟期间形态良好，呈现出平稳增长的趋势（如图2所示）。而且，从表2的模拟结果可以看出，该交易策略在过去6个月中得到的累计收益达到95%以上，远远超出沪深300指数的当期收益率。且预测准确率达到63.3%，夏普比率更是达到21.44%，说明该策略的“风险收益性价比”较高，模拟效果理想。

　　表1 各种基差组合的预测准确率分布

　　表2 交易策略模拟结果