统计工作室
统计工作室Statistics Research Studio
如何进行股指期货交易？(3)
八.股指期货对股票市场的影响 股指期货和现货市场之间的关系是互为基穿相辅相成的，股指期货是股票的衍生物，股指期货是以股票指数为原生物。股指期货市场根据宏观经济资料进行买卖，现货市场价格及成交量以及投资者的市场需求等，都是影响期货价格的重要因素；而现货市场则专注于根据个别公司状况进行的买卖。 1.对现货市场交易量的影响 芝加哥商业交易所在1982年推出S&P500股价指数后，短短三年时间里，股指期货和现货的交易量大幅提高。香港在1986年推出恒生股指期货后，股票交易量当年就增长了60%，之后，股票交易量不断增加。2000年上半年，香港股票交易金额已达到17566亿港元，比恒指期货推出前同期香港股票交易金额已增加近50倍，带来了香港股票市场的空前繁荣。Kuserk和Cocke(1994)等人对美国股市进行的实证研究表明，开展股指期货交易后，由于吸引了大批套利者和套期保值者的加入，股市的规模和流动性都有较大的提高，且股市和期市交易量呈双向推动的态势。 李存修等学者(1998)以香港恒生指数期货为例，研究了股指期货对现货市场成交量的影响。他们认为，股指期货对市场有三点影响：一是期货杠杆程度高，吸引以投机为目的的交易；二是指数期货提供了避险工具，提高了投资意愿而增加了现货市场的成交量；三是指数期货有价格揭示的功用，吸引了套利交易。香港恒指期货上市后，成份股的周转率增加八成以上，可见市场流动性显著增加，期货与现货之成交量呈净互补关系。 2.交易思维方式的影响 股指期货以多元化的交易方式，使得交易者的结构产生变化。市场上除了投机者、避险者外，套利及程序交易会更加盛行。机构投资者拥有相对丰富的人力、设备及信息来源，更能发挥所长，故在股指期货市场建立后，机构投资者投资比重将会提升。如我国台湾自2000年7月份以后，各基金逐渐增加期货市场避险比率。在券商自营方面，也不乏从事期货避险作业者。据《商业周刊》693期披露，群益证券自营部率先采用期货避险，在2000年大跌行情中为公司赚进15亿元新台币，使该公司2000年每股盈余升至第二名。2001年年初，又因率先在台指期货做多，群益自营部获利为台湾业界第一名。 对于机构投资者而言，投资选股策略侧重于基本面及整体态势，常常会依个股所占权重来决定持股结构，而股价指数所包含的成份股理所当然地成为选股的首要目标。 基金经理人的业绩考评以领先大盘的表现为主要指标。因此，基金经理人在交易中更倾向于选择股指期货成份股而不是选择非成份股。研究表明，股价指数成份股有较高的流动性及报酬率。当年新加坡成立摩根台指期货时，摩根概念股当时立即成为市场上追逐的标的，成份股的报酬率也较其他类股为高。 3.对现货市场股价波动的影响。 从理论上讲，股价指数现货与期货虽然是在不同的市场，但是由于具有等价资产报酬的关系，若市场内有新信息产生，则两者的市场价格应同时同向变动，但许多实证研究却发现，在市场有重要转折时，两个市场间的价格变化存在着不一致。 1999年2月份，台湾面临金融风暴最后探底阶段，2月2日加权指数现货以5749.64点收盘，而指数期货却未再破底，以5780点率先止跌；在新加坡摩根台指市场亦同，2月2日摩根现货以244.70收盘，但期货却以2464点正价差7点收盘，亦率先止跌回稳，之后，摩根台指再次以跳空上涨领先现货上扬。这体现出在许多转折时，股指期货市场有领先现货市场的现象。 所以，在实务操作上，投资者可以参考期货市场对大盘是否有率先回档、止跌或反弹迹象来修正对未来行情走势的判断。 Sant oni(1987)的实证研究结果表明：股价指数期货在期货合约到期日的到期效果，有使股市波动性增加的情况。最主要的原因是当市场参与者持有相对于期货的现货部位时，在期货合约到期前，由于期货与现货价差的拉近，套利者和避险者都要考虑是否持续避险，或者将原先已避险的部位了结，因而使得两个市场的交易增加。若此时股票现货市场不能提供足够的流动性，则交易不平衡的情况将会发生，使得价格波动较为剧烈。4.股指期货也能造成股票现货市场价格的剧烈波动 指数套利改变了股指期货价格和股票现货价格的波动形态。股指期货价格的变化总比现货价格的变化表现出更大的波动。这种区别反映了两个市场的特征，即期货价格能比现货价格更快地对冲击作出反应，也意味着现货市场的冲击最先带来是期货价格的变化而不是现货价格，就是说，期货价格的一些较大波动有时仅仅是现货市场的冲击引起的。因为各国在推出股指期货的初期通常禁止现货市场的抛空，而不能抛空，这就导致了市场不对称问题。在股指期货价格被低估时，由于套利者不能自由地卖空现货、买进股指期货进行指数套利，因此将导致股指期货价格被持续性地低估，美国股指期货交易的早期经验已充分证明了这一点。另一方面，在股指期货市场做多者，由于在现货市场不能抛空，必然是纯粹的投机者，其风险完全裸露，如果市场发生较大幅度的下跌，期市多头者将抛出股指期货，现货市场抛出股票者也甚多，进一步使股价下跌。小资料 "期海"钓沉：凯恩斯期货逞威 世界著名的英国经济学家凯恩斯热别喜爱期货市场，一度在期货市场上大赚特赚。凯恩斯年轻时曾在剑桥大学等三个大学里任教。他在三十几岁时身染病症，又为教学而周旋于三所大学之间，非常繁忙，不免身心疲惫。 凯恩斯既无丰厚遗产，也无足够的收入，无法实现其所期望的生活方式。病痛中，凯恩斯认真地思考了这个问题后，决意育"投机交易"。于是凯恩斯马上找到在商社的朋友，开始了"投入一定保证金究可开展的外汇期货交易"。这一年，凯恩斯三十六岁，是第一次世界大战刚刚结束的第二年。 凯恩斯的交易室活跃而连珠炮式的，几天内就作了多笔生意，最初是做外汇，涉足的有卢比、马克、美元、法国法郎等不一而足。第二年，他又开始了商品期货交易，棉花、铝、锡、铜、锌、橡胶、小麦、糖等，几乎伦敦市场上的上市商品全都染指了。当然，有价证券最后也进入了他的交易范围。这样，在年间，凯恩斯以期货交易对抗者疾病，虽然有沉又浮，但最终赚取了506450英镑的利润。凯恩斯曾一度在外汇期货市场上濒临破产，但他马上又在期货上重新振作，继续投入交易。他曾很后悔，但"不是为了投机，而是为了自己推理的失败"。他认为,"期货市场的成功来自以失败告终的投机家的牺牲。以失败告终的人们，本来应该是冒着这种风险走过来的，因而他们的痛苦不是真正值得同情的痛苦"。
版权所有－&感谢提供网站空间&－ 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
股指期货与股票现货市场关系研究
下载积分：1500
内容提示：
文档格式：PDF|
浏览次数：0|
上传日期： 18:44:54|
文档星级：
该用户还上传了这些文档
下载文档:股指期货与股票现货市场关系研究.PDF
官方公共微信基于小波分析方法的股指期货和现货市场关系研究
&&&&2014, Vol. 36 Issue (2): 129-134
甄伟强, 姚俭. 基于小波分析方法的股指期货和现货市场关系研究[J]. 上海理工大学学报, ): 129-134.
ZHEN Wei-qiang, YAO Jian. Relationship Between Stock Index Future and Spot Market Based on Wavelet Analysis[J]. Journal of University of Shanghai for Science and Technology , ): 129-134.
基于小波分析方法的股指期货和现货市场关系研究
甄伟强, 姚俭 &&&&
上海理工大学 管理学院, 上海 200093
作者简介：甄伟强（1990- ），男，硕士研究生.研究方向：数量经济学.E-mail：
通讯作者：姚 俭（1960- ），男，教授.研究方向：智能控制、系统工程、数量经济学.E-mail：yaojian@
摘要：基于小波分析方法，利用5 min高频数据研究了沪深300指数和沪深300股指期货的关系.通过小波分解方法将两市场收益率序列作信号分解，研究发现，在各尺度下股指期货市场的波动性都大于股票市场的波动性，同时随着尺度的增加，两市场的小波相关系数增加，即联动性增加.各尺度的格兰杰因果检验表明，期货市场与股票市场之间存在波动溢出效应，但溢出效应是单向的，即只存在期货市场向股票市场的溢出效应.
沪深300指数&&&&
小波分析&&&&
波动溢出效应&&&&
联动性&&&&
Relationship Between Stock Index Future and Spot Market Based on Wavelet Analysis
ZHEN Wei-qiang, YAO Jian &&&&
Business School, University of Shanghai for Science and Technology, Shanghai 200093, China
Abstract: Based on wavelet analysis,the relationship between the CSI 300 index and the stock index future was investigated by using 5 minutes high frequency data.Through decomposing the return rate series of the two markets,it is found that the volatility of the stock index future market is greater than the volatility of the stock market in all the scales,and with the increase of the scale,the wavelet correlation coefficient of the two markets increases,that means,they change with a linkage character.The Granger causality test shows that there is volatility spillover effect between the two markets,but the spillover effect goes in one direction only,that is,there only exists future market to stock market spillover effect.
Key words:
CSI 300&&&&
wavelet analysis&&&&
volatility spillover effect&&&&
linkage&&&&
日,中国金融期货交易所正式推出了沪深300指数股指期货合约，这是我国深化资本市场的重大制度性改革,改变了我国股票市场单边市的现状.开展股指期货交易对我国证券市场的影响是多元的,其中,最值得关注的是股指期货和现货市场之间的相互影响关系,尤其是股指期货和现货市场之间的波动溢出效应和联动关系,以及两市场的联动周期.股指期货和现货市场之间的波动溢出效应是指两个市场之间信息的波动传递,一个市场受到的冲击会溢出到另一个市场,这会对价格及其波动性同时产生影响[].我国推出股指期货时间不长,研究股指期货和现货市场之间的波动溢出效应和联动性具有重大的意义,它直接关系到我国证券市场的有效性及其发展前途.
由于我国的资本市场是强噪声市场,运用传统的条件异方差模型等分析方法容易使某些信息被噪声覆盖,这就使得研究结果有较大的局限性和非稳健性,而且传统的分析方法只能分析固定周期下股指期货和现货市场的联动性和波动溢出效应,这也使得传统的分析方法在分析各个周期下两市场关系时有很大的局限性.本文采用5 min高频数据作为样本,运用小波分析方法可以将证券市场数据中的偶然因素造成的涨跌消除,具有突出主要因素的特点.同时运用小波分析方法可以将信号作多层分解,并分别在不同周期下研究两市场的联动性和波动溢出效应,克服了传统研究方法的局限性.
1 文献综述
国内外对于股指期货与现货市场联动性和波动溢出的研究大都采用条件异方差模型,而且研究结果也不尽相同.Chan等[]采用双变量GARCH模型对标准普尔500指数期货市场5 min数据进行研究,发现期货市场和现货市场存在双向的波动溢出效应.Tse[]运用双变量EGARCH模型对道琼斯工业平均指数期货的1 min数据进行研究,发现存在显著的双向波动溢出效应,且股指期货对现货市场的波动溢出更强.Drimbetas等[]采用EGARCH模型研究了希腊期货指数交易对现货市场的影响,其结果表明,衍生交易显著降低了现货市场的波动.Kavussanos等[]利用VECM -
X模型,以日收盘价检验了希腊FTSE/ATHEX-20股票指数和FTSE/ATHEX MID-40期货指数之间的波动性关系,发现存在期货市场到现货市场的波动溢出关系,但并不存在现货市场对期货市场的反向溢出关系.Bohl等[]用动态条件相关双变量GARCH模型研究了波兰股指期货市场的波动溢出和滞后关系,指出后期由于机构投资的影响增大,期货市场对现货市场的信息传递明显增强.
由于沪深300股指期货推出时间较短,它和股市的波动溢出的实证研究还不多.邢天才等[]研究沪深300指数和仿真期货交易之间的联动效应,指出股指期货对现货市场的波动性影响不大.刘庆富等[]采用双变量GARCH模型对沪深300股指期货和沪深300指数日间交易信息和隔夜信息进行了实证分析,结果表明,股指期货与现货市场之间的风险是双向传导的,且现货市场对期货市场的风险溢出要更加明显.文风华等[]利用VECM-GARCH-BEKK模型对日到日的5 min高频数据进行了实证分析,得到两市场之间存在双向的溢出波动效应.戴佳青等[]对日到日的1 min高频数据对两市场的溢出波动效应进行了研究,发现两市场存在双向的波动溢出效应,且现货市场波动溢出明显.
2 小波分析方法
小波分析是以泛函分析和傅里叶变换为基础发展而来的一门综合性技术,它已在众多学科领域得到成功应用,并表现出显著的优越性."
2.1 离散小波变换理论
小波是一种紧支撑、振荡的波形.小波变换直观地说是通过迭代使用父小波和母小波将时频内的原函数f(x)映射到时-频域内的一种表达方式[].父小波积分为1,它重构信号的平滑和低频部分;母小波积分为0,它描述信号的细节和高频部分.函数f(x)可以是连续的,也可以是离散的,但观测到的时间序列都有一定的间隔,出于计算和分析的方便,在时间序列分析中通常采用离散二进小波变换.
小波滤波器有许多种,包括Haar,Symmlets,Coiflets,Daublets等不同种类,它们因传递函数和滤波器长度的不同而不同.Daublets在1992年构造了长度不同的紧支撑小波滤波器,由于非对称小波滤波器能准确定位时间序列和不同尺度下小波系数的对应位置,所以,非对称小波滤波器在分析时间序列时非常有用.一个Daublets紧支撑小波的所有滤波器系数组表示为｛hl｝Ll=0 和｛gl｝Ll=0 ,其中,L是滤波器的偶整数宽度.小波滤波器系数hl和尺度滤波器系数gl分别代表高通和低通滤波器,且它们分别与母小波滤波器和父小波滤波器对应.hl和gl是一组正交镜像滤波器,即hl=(－1)lgL－l－1,l=0,1,…,L-1.同时小波滤波器必须满足3个条件:
具有零均值,=0;?
拥有单位能量,=1;?
偶数平移相互正交,=0.?
小波系数和尺度系数可以通过塔式算法算出,塔式算法相当于重复使用一组高通和低通滤波器,对时间序列信号进行逐步分解,高通滤波器产生信号的高频细节分量,低通滤波器产生信号的低频逼近分量.小波系数wj,t和尺度系数vj,t为
式中,hj,l,gj,l为j尺度下的小波滤波器和尺度滤波器;X表示一个随机过程；j,k,t为正整数.
由于通过2j的欠采样,j尺度下有N/2j个小波系数和尺度系数.j-1尺度下的尺度系数输入到j尺度下的小波滤波器和尺度滤波器后,输出的是j尺度的小波系数和尺度系数(除了单位尺度,即j=1). "
2.2 小波方差、协方差与互相关性
小波变换除了可以利用多分辨率分析时间序列,另一个重要的功能是将时间序列的方差分解到各个不同的尺度.对于一个给定方差为σ2x的随机过程X,j尺度下的小波方差被定义为σ2x,j .
σ2x,j 表示j尺度下时间序列的波动对于整个时间序列波动的贡献,这种关系说明小波方差提供了一种可以将时间序列方差精确地分解到不同尺度下的组合.j尺度下的小波方差σ2x,j 可以根据j尺度下的小波系数求出.
同样可以定义两个随机过程｛X｝和｛Y｝在j尺度下的协方差 xy,它可以通过j尺度下的小波系数计算, xy =cov( xj,t , yj,t ).而两个随机过程在j尺度下的互相关系数可以通过协方差 xy,j和小波方差的平方根 x,j和 y,j给出.
互相关系数 xy,j和概率论中的相关系数含义一样,也是介于0~1之间,它用于度量在对应尺度j下两个随机过程的相关性,这样股指期货和现货市场在不同周期下的联动性关系可以通过小波相关系数求出.
3 实证分析
3.1 数据的选取
选取沪深300指数及股指期货5 min高频数据作为研究对象.由于5 min高频数据的样本量巨大,因此,本文选取的区间为日到日.股指期货选取的是当月连续合约.由于沪深300股指期货在上午9:15—11:30及下午13:00—15:15期间交易,而A股市场的交易时间为上午9:30—11:30及下午13:00—15:00,所以,只选取上午9:30—11:30及下午13:00—15:00期间的交易价格,从而使期货价格和沪深300指数交易价格时间匹配,共得到8 192个数据.本文所有数据来源于国泰君安CSMAR高频数据库.
为了获取沪深300指数和股指期货指数的收益率,对上面选取的样本的5 min收盘价作对数价格的一阶差分,同时为了便于小波分析,将对数的收益率放大100倍,最后的指数对数收益率为R,其具体形式为
式中,ps,t为沪深300指数t时的收盘价;Rs,t为沪深300指数t时的对数收益率;pf,t为沪深300股指期货指数t时的收盘价;Rf,t为沪深300股指期货指数t时的对数收益率."
3.2 小波方差与小波相关系数分析
为了研究沪深300指数和股指期货指数收益率在不同尺度下的波动溢出效应和相互关联性，以及各尺度下风险大小和波动程度,采用小波分析方法.选取Daublets非对称小波滤波器,长度选取为8,分解为5层.尺度1,2,3,4,5对应的周期分别为20,40,80,160,320 min.
对沪深300指数和股指期货收益率序列用Matlab小波工具箱进行小波变换.小波分解图如图 1和图 2所示.
图 1 沪深300指数对数收益率序列的小波分解图
Fig. 1 Wavelet decomposition diagram of CSI 300 logarithmic yield series
图 2 沪深300股指期货指数对数收益率序列的小波分解图
Fig. 2 Wavelet decomposition diagram of CSI 300 stock index future logarithmic yield series
利用小波工具箱可以计算得到不同尺度指数收益率的小波方差(各小波方差都已乘以100),结果如表 1所示.
表 1(Table 1)
表 1 各尺度下沪深300指数收益率与股指期货指数收益率的小波方差
Table 1 Wavelet variance of CSI 300 index return and
stock index future return at different scales
指数尺度1尺度2尺度3尺度4尺度5
沪深300指数对数收益率小波方差5.207 75.213 73.736 35.477 54.993 0
股指期货指数对数收益率小波方差5.957 05.860 74.115 35.728 95.839 9
表 1 各尺度下沪深300指数收益率与股指期货指数收益率的小波方差
Table 1 Wavelet variance of CSI 300 index return and
stock index future return at different scales
从表 1可以看出:a. 在各个尺度下,股指期货对数收益率的小波方差都大于沪深300指数对数收益率的小波方差,这说明在各个尺度下股指期货的波动都要大于沪深300指数的波动,即在各个周期下投资于股指期货的风险要大于投资股市的风险.b. 股指期货指数对数收益率的小波方差和沪深300指数对数收益率的小波方差除了在尺度3(即80 min周期)波动较小,在其它尺度下小波方差大致相同,这说明在其它各个周期下股指期货和沪深300指数的波动大致相同,这说明投资期间低于320 min时风险大致相同.
为了研究沪深300指数和股指期货指数收益率在不同尺度下的波动联动性,根据小波系数可以计算出各尺度下的小波相关系数,结果如表 2所示.
表 2(Table 2)
表 2 各尺度下沪深300指数收益率与股指期货指数收益率的小波相关系数
Table 2 Wavelet correlation coefficient of CSI 300 index return and stock index future return at different scales
指 数尺度1尺度2尺度3尺度4尺度5
沪深300指数当月连续0.503 60.746 50.831 40.878 50.912 0
表 2 各尺度下沪深300指数收益率与股指期货指数收益率的小波相关系数
Table 2 Wavelet correlation coefficient of CSI 300
index return and stock index future return
at different scales
从表 2可以看出,沪深300指数收益率与股指期货指数收益率的小波相关系数随着尺度的增加而增加,并在周期320 min下,两者的相关系数达到0.9以上,这说明随着周期的增加,沪深300指数收益率与股指期货指数收益率的联动性增加,即两者之间的价格走势具有互相引导功能或者是单向引导功能.
3.3 格兰杰因果检验
上述的小波相关系数分析表明,沪深300指数收益率与股指期货指数收益率具有互相引导或者单项引导功能.现用格兰杰因果检验来检验两者在各个尺度下是单向引导还是相互引导,即两市场的波动溢出是单向的还是双向的.对沪深300指数收益率与股指期货指数收益率分解后的各层信号进行ADF(augmented dickey-fuller)平稳性检验,发现5个分解后的信号均是平稳性的,因此,可以直接进行格兰杰因果检验以确定两市场的引导关系.检验结果如表 3所示.Dc代表沪深300指数,Di代表当月连续股指期货.表 3中滞后期的选择以AIC与SC取值最小为衡量标准.AIC与SC为格兰杰因果检验中确定最优滞后阶数的准则.Dc,j表示沪深300指数小波分解后j层信号;Di,j表示股指期货指数小波分解后j层信号，j=1,2,…,5.
表 3(Table 3)
表 3 小波分解后各层信号的格兰杰因果检验结果
Table 3 Granger causality test of each scale after wavelet decomposition
原假设滞后期F-统计量P值
Dc,1不是Di,1的Granger原因 220.057 602.1×10-9
Di,1不是Dc,1的Granger原因2174.093 00 0
Dc,2不是Di,2的Granger原因 136.598 30 1.7×10-9
Di,2不是Dc,2的Granger原因1116.617 000
Dc,3不是Di,3的Granger原因122.161 430.011 70
Di,3不是Dc,3的Granger原因123.175 720.000 18
Dc,4不是Di,4的Granger原因 31.386 690.245 98
Di,4不是Dc,4的Granger原因33.567 140.014 08
Dc,5不是Di,5的Granger原因 101.028 140.420 24
Di,5不是Dc,5的Granger原因 102.283 110.014 28
表 3 小波分解后各层信号的格兰杰因果检验结果
Table 3 Granger causality test of each scale after wavelet decomposition
由表 3可知,在尺度1,2,3及1%的显著性水平下,股指期货指数是沪深300指数的格兰杰原因显著,而沪深300指数不是股指期货指数的格兰杰原因.在尺度4,5及5%的显著性水平下,股指期货指数是沪深300指数的格兰杰原因,而沪深300指数不是股指期货指数的格兰杰原因.这说明在20,40,80 min周期下,股指期货指数走势对沪深300指数走势的单向引导很显著;在160,320 min周期下,股指期货指数走势对沪深300指数走势的单向引导较显著,即在各个周期下期货市场对现货市场都具有单向的波动溢出效应,而在各个周期下现货市场对期货市场都没有波动溢出效应.
基于小波分析的方法对我国沪深300指数和沪深300股指期货的联动性和波动溢出效应进行了实证研究,主要结论如下:
. 相对于股票市场而言,股指期货市场在各个周期下的波动更加剧烈,也就是投资风险更大.这个结论也符合实际的经济情况,其中主要有两方面原因:(a) 股指期货交易实行保证金交易,具有杠杆效应,它在放大收益的同时也放大了风险[].(b) 股指期货交易具有远期性,未来不确定因素较多,引发价格波动的因素既包括股票市场因素,也包括股指期货市场因素.
通过分析各个周期下的小波相关性可以看出,随着周期的增加,股票市场与股指期货市场的波动联动性加剧.这个结论也符合实际的经济规律,在实际经济中由于流动性、交易成本及投资者结构等因素的影响,期货价格和现货价格对新信息的反应速度存在一定的差异,从而导致期货价格和现货价格在短期偏离均衡状态,但由于市场的套利行为,长期期货价格和现货价格将逐渐回归于均衡状态.
股票市场和股指期货市场具有强溢出波动性,但这种溢出波动效应是单向的,即只存在期货市场向股票市场的溢出效应,而不存在股票市场向期货市场的溢出效应,这可能是由于期货市场对现货市场具有价格发现和引导功能,因为期货市场存在多空操作不受限制、高流动性、保证金交易等性质,而且对于投资者而言,在期货市场执行其投资策略的成本相对现货市场要低,期货市场能够比较迅速地反映市场讯息,所以,存在期货市场向现市场的溢出效应.
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]..
Chan K, Chart K C, Karolyi G A.Intraday volatility in the stock index and stock index futures markets[J]..
Tse Y.Price discovery and volatility spillovers in the DJIA index and futures markets[J]..
Drimbetas E, Sariannidis N.Porfiris N.The effect of derivatives trading on volatility of the underlying asset:evidence from the greek stock market[J]..
Kavussanos M G, Visvikis I D, Alexakis P D.The lead-lag relationship between cash and stock index futures in a new market[J]..
Bohl M T, Salm C A, Schuppli M.Price discovery and investor structure in stock index futures[J]..
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]..
刘庆富, 华仁海.中国股指期货与股票现货市场之间的风险传递效应研究[J]..
文凤华, 刘文井, 杨晓光.沪深300指数期货与现货市场的动态关联性研究——基于日以来的高频数据[J]..
戴佳青, 潘和平.沪深300股指与期货的高频动态关系检测[J]..
孙延奎.小波分析及其应用[M].北京:机械工业出版社, 2005.
赵久伟, 肖庆宪.股票价格运动的跳跃和杠杆效应研究[J]..中国股指期货市场与股票现货市场影响关系研究--《西南民族大学》2011年硕士论文
中国股指期货市场与股票现货市场影响关系研究
【摘要】：20世纪70年代,西方各国出现经济滞胀,股票市场经历了战后最严重的一次危机,投资者发觉需要规避金融风险的工具,股指期货应运而生成为首选。股指期货推出的成功,使股指期货成为世界金融界的宠儿。无论国家大小,金融市场发展程度如何,各个国家都纷纷研发股指期货交易,开始探索本国的金融衍生品,至今已有将近30年的历史。随着我国金融市场对外开放度不断加深,股票市场在规模和监管等方面都日渐成熟,股权分置改革完成,金融衍生品推出势在必行。我国学者专家们也都纷纷开始关注股指期货,借鉴国外研究经验上开展了许多关于股指期货的理论研究课题。经过国家相关部门和专家多方论证,终于在日中国证监会(证监函[2010]74号)批准同意在中国金融期货交易所上市沪深300股指期货合约。日沪深300股指期货正式上市交易。
本文研究重点是沪深300股指期货的推出对股票现货市场波动性影响,股指期货市场自身价格发现功能的发挥。股指期货是否降低现货市场波动性,以及发挥了其价格发现效应,其中的原因是什么?文章通过实证检验得出以下结果:在股指期货推出以后,我国股票现货市场包含更多的市场信息,新信息对现货市场的波动性影响更为持久;但是与国外不同的是我国股票现货市场的波动性有所降低,并且股票现货市场波动性小于股指期货市场;股指期货价格与现货市场存在因果关系,对股票现货价格具有指导作用,股指期货发挥了其价格发现功能;二者存在长期均衡关系,但是当现货价格短期波动偏离长期均衡时,会逐步调整到均衡状态,并且调整力度很大。文章最后部分是在实证的基础上,根据我国目前的交易情况,分别对研究者、我国股指期货市场提出了一些建议。
【关键词】：
【学位授予单位】：西南民族大学【学位级别】：硕士【学位授予年份】：2011【分类号】：F832.51;F224【目录】：
摘要2-3Abstract3-7前言7-8第一章 绪论8-11 1.1 研究背景8 1.2 研究思路和框架8-9 1.3 本文目的和意义9-10 1.4 本文创新点10-11第二章 相关文献回顾及评述11-20 2.1 国外研究11-15
2.1.1 股指期货价格发现功能研究11-13
2.1.2 对股票现货市场的波动性影响研究13-15 2.2 国内研究15-17 2.3 文献评述17-20第三章 股指期货对股票现货市场影响的相关理论20-24 3.1 股指期货功能20-21 3.2 股指期货推出对股票现货市场波动性影响理论21-22 3.3 股指期货定价模型22-24
3.3.1 持有成本模型22-23
3.3.2 套利定价模型23-24第四章 股指期货市场概述24-30 4.1 股指期货的起源与发展24-25 4.2 中国股指期货市场发展概述25-29
4.2.1 中国股票现货市场的发展以及存在的问题25-26
4.2.2 中国推出股指期货的目的和必要性26-27
4.2.3 中国股指期货发展历程27-29 4.3 实证研究中国股指期货市场对股票现货市场影响的目的与任务29-30第五章 本文研究方法与数据选取30-36 5.1 波动性检验方法以及数据选取和处理30-31
5.1.1 波动性检验方法的模型选择30-31
5.1.2 波动性检验所需数据以及处理方法31 5.2 价格发现功能检验所用方法以及数据选取和处理31-36
5.2.1 价格发现功能实证检验方法的选择31-34
5.2.2 价格发现实证检验所需数据以及处理方法34-36第六章 实证研究36-47 6.1 波动性影响实证分析36-44
6.1.1 描述统计分析36-38
6.1.2 模型估计38-44 6.2 价格发现功能实证分析44-47
6.2.1 描述统计分析44
6.2.2 ADF 检验44-45
6.2.3 Granger 检验45
6.2.4 E-G 协整检验45-46
6.2.5 ECM 模型检验46-47结论47-51参考文献51-55附图表55-84致谢84-85
欢迎：、、)
支持CAJ、PDF文件格式
【相似文献】
中国期刊全文数据库
皮海洲;;[J];武汉金融;2010年07期
周香春;[J];经济师;2001年09期
刘俊奇,田树喜;[J];山东经济;2004年03期
余晓峰;[J];经济师;2001年02期
彭蕾,肖涛;[J];云南财贸学院学报;2004年05期
梁海三;[J];经济论坛;2000年16期
姜向阳;[J];湖南商学院学报;2000年06期
邹新月;[J];科技进步与对策;2002年04期
杨丽霞;[J];山西财经大学学报(高等教育版);2002年S1期
傅强;[J];投资研究;2000年04期
中国重要会议论文全文数据库
侯丹;;[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
孔庆林;杨晓华;;[A];中国会计学会高等工科院校分会2010年学术年会论文集[C];2010年
王红英;郑学勤;刘震;章飚;富旭文;王兆先;田联丰;;[A];2011年第五届中国期货分析师论坛专刊[C];2011年
;[A];2011年第五届中国期货分析师论坛专刊[C];2011年
包明宝;;[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年
袁象;余思勤;;[A];第十届中国管理科学学术年会论文集[C];2008年
徐涛;应益荣;;[A];第四届中国不确定系统年会论文集[C];2006年
何平;周依静;;[A];第十三届中国管理科学学术年会论文集[C];2011年
方世建;桂玲;吴博;;[A];第十届中国管理科学学术年会论文集[C];2008年
周舟;魏卓;高莹;;[A];第六届（2011）中国管理学年会论文摘要集[C];2011年
中国重要报纸全文数据库
光大期货研究所
张毅;[N];期货日报;2010年
吴旭东;[N];证券时报;2001年
江明德　李配;[N];期货日报;2010年
陈健平;[N];期货日报;2010年
刘韬;[N];人民日报;2001年
;[N];中国经营报;2003年
江西财经大学
饶磊;[N];中国信息报;2001年
李永民;[N];期货日报;2010年
宝来投信总经理
刘宗圣;[N];第一财经日报;2009年
笔夫;[N];华夏时报;2010年
中国博士学位论文全文数据库
罗洎;[D];西南财经大学;2012年
王小丽;[D];安徽大学;2012年
蒋勇;[D];中国科学技术大学;2012年
王沛英;[D];厦门大学;2003年
李慕春;[D];东北财经大学;2001年
蔡向辉;[D];复旦大学;2010年
林祥友;[D];西南财经大学;2009年
方斌;[D];天津大学;2010年
徐旭初;[D];复旦大学;2003年
张龙斌;[D];天津大学;2009年
中国硕士学位论文全文数据库
李敬东;[D];对外经济贸易大学;2003年
王彦宇;[D];吉林大学;2010年
张锦;[D];上海交通大学;2010年
陈鹏;[D];暨南大学;2010年
袁逸翊;[D];复旦大学;2010年
鲁莉;[D];中国社会科学院研究生院;2002年
杨欢;[D];中国政法大学;2011年
雷巍;[D];四川大学;2003年
李建国;[D];武汉理工大学;2004年
王若贝;[D];华东师范大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
同方知网数字出版技术股份有限公司
订购热线：400-819-82499
在线咨询：
传真：010-
京公网安备74号}