股指期货交易政策变动对期现市场联动性影响的实证研究

伴随着金融供给侧改革的深入推进,期货市场的发展受到了越来越高的关注,中国金融期货交易所出台了一系列重要政策,致力于推动以股票指数期货为主导的期货市场的繁荣发展。以此为背景,本研究选取了中国金融期货交易所分别于2015年、2017年和2018年颁布的股票指数期货交易政策为主线,通过分析沪深300在政策实施前后的1分钟高频数据,探讨了股票指数期货交易政策变化对我国三大股指期货市场价格发现功能的影响力。构建了VECM模型探究期货市场与现货市场之间的联动关系。研究结果表明,沪深300股指期货和股票现货市场均呈现出明显的双向联动效应,限制性交易测试会抑制股指期货的价格发现功能,放宽性政策能加强期货和现货的价格联系。

沪深300股指期货日内避险模型及效率研究

以沪深300股指期货4种合约连续价格序列的高频数据为对象,检验了在日内高频环境下OLS、VAR、VECM和MVGARCH等传统避险模型在我国市场中的避险效率,并运用各种静态和动态Copula函数导出的非线性相依(nonlinear dependence)结构,研究了现、期货收益在"尖峰胖尾"和"有偏"分布条件下的避险方法及效率.实证结果表明:在各类静态和动态避险模型中,MVGARCH模型具有较高的日内避险效率.但是我国股指期货的避险效率不仅明显低于发达市场的指数期货,而且也低于周边新兴市场的期指水平.另外,与传统期货市场理论相悖的是,沪深300股指期货的远期合约反而具有比近期合约更高的日内避险效率.

基于日内效应的沪深300股指期货套利的分析

基于1min的高频数据首次对沪深300股指期货日内特征进行分析,发现其日内绝对收益率的"LM"型特征,日内成交量的"WV"型特征,持仓量的"倒U"型特征,价差的"LM"型特征,以及错误定价率的"早上高、下午低"的日内均值回复特征,并通过向量自回归模型的方差分解和脉冲响应函数分析了五个指标的动态关联性.随后,根据沪深300股指期货错误定价率出现的"上午高、下午低"的日内特征,设计了相应的套利策略.样本内和样本外的套利收益数据表明,基于沪深300股指期货日内特征的套利策略是有效的.全文最后根据实证结果提出了相应的投资建议.

异常波动中股指期货和现货市场信息传导机制

实证分析了2015年中国股票市场异常波动前后,沪深300股指期货与指数现货市场的动态关系.利用1min高频数据和日数据,构建向量误差修正模型.结果表明,在正常的市场状态中,期货市场对偏离长期均衡关系的反应和调整速度比现货市场反应速度快;但是在2015年股票市场异常波动中,现货价格对偏离长期均衡关系的反应速度更快.此外,利用脉冲响应函数研究变量受到冲击时对系统的动态影响,发现在异常波动市场中,现货价格受自身冲击的影响大于受期货市场冲击的影响.可见,2015年股票市场现货价格的剧烈波动并不是由股指期货交易引起的,本轮市场异常波动的原因不应该归咎于股指期货.

我国股指期货套期保值效应的实证研究

运用EGARCH模型,分别考察沪深300指数期货与股票现货市场上10大基金重仓股之间、沪深300指数期货与10只随机选取的深圳证券交易所中小企业板上市的股票之间进行套期保值的效应,发现前者的套期保值效应并不是很理想,后者的效应更差。为了给投资者提供更多的、实用的套期保值工具,我国应该借鉴海外市场的经验,尽早推出中小市值股票指数期货和其他行业股票指数期货,如"中小板综合指数期货"。运用上述同样方法对虚拟的"中小板综合指数期货"的套期保值效应进行模拟实证检验,证明这种政策构想是值得付诸实践的。

股指期货与现货指数收益率序列相关性研究——基于Copula函数的实证分析

沪深300股指期货推出后,其与沪深300指数的关系就引起投资者和研究者的关注。以沪深300指数和沪深300股指期货的日收益率数据为基础,运用Copula函数建立Copula-GARCH(1,1)-GED模型对两者进行相关性分析,结果表明:沪深300指数与股指期货收益率序列之间相关程度非常高,而通过比较秩相关系数的拟合情况,二元正态Copula函数更接近实际情况;在平方欧式距离的标准下,二元t-Copula模型能够更好地描述沪深300指数与沪深300股指期货日收益率序列的相关结构;两序列的尾部相关程度非常高,表明当股票市场大幅度波动时,沪深300指数与沪深300股指期货的相关程度显著提高。

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。

基于GARCH模型的沪深300股指期货对现货市场波动性研究

文章用全球金融危机全面爆发以来的样本数据,基于GARCH模型分析了沪深300股指期货上市前后我国股票价格指数的波动性,并对其信息传递功能进行了探讨。结果发现:沪深300股指期货的上市使得现货市场上的信息传递速度加快;总体来看,沪深300股指期货的上市在一定程度上降低了现货市场的波动性,但统计意义上并不显著,原因在于我国股指期货微观结构不完善,其功能尚未完全发挥。

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力。主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差。

沪深300股指期货动态套期保值策略的效果分析

对比了BGARCH、MA-BGARCH、EC-BGARCH和BGARCH-X这四种动态套期保值策略的保值效果,实证分析四种套期保值模型下资产收益的条件方差与HE指标,得出BGARCH-X的套期保值效果最佳,EC-BGARCH与MA-BGARCH的套期保值效果次之,BGARCH的套期保值效果最差的结论。

沪深300股指期货期现套利模型及实证分析

沪深300股指期货的上市为股指期货期现套利研究的实证分析提供了真实的数据基础。通过构建具有较强操作性的股指期货期现套利模型,以沪深300股指期货真实交易数据为基础进行实证分析的结果显示,目前国内股指期货市场存在较多的期现套利机会,市场有效性缺失。建议逐步放开对基金参与股指期货的诸多限制,充分发挥股指期货市场的套期保值和价格发现功能。

沪深300指数期货与股指现货价格关联波动的统计特性

对沪深300指数期货与股指现货价格关联波动的统计分析表明,沪深300股指期货市场较好地发挥了套期保值和价格发现功能,按成交量加权设计的指数化套期保值策略是有效的;股指期货价格对利好消息的反应比对利空消息的反应更剧烈,股指现货价格则对利空消息的反应比利好消息的反应更剧烈,说明涨市应更重视股指期货市场的表现,跌市应更重视股指现货市场的表现。股指期货与股指现货之间差价的变化对期货和现货价格并不具备统计意义上的预测能力,那种认为期现基差变化可以预测股市涨跌的"经验"认识是不可靠的。

入选股指成份股会影响企业环保投资吗?--基于沪深300指数的实证研究

基于沪深300指数特有的备选股制度形成的"准自然实验",利用双重差分方法(DID)检验了股指成份股调整对企业环保投资的影响及其作用机理。研究发现,入选沪深300指数成份股后,企业环保投资显著增加,支持"治理效应假说"。作用机制分析表明,入选股指成份股可以提高分析师对企业的关注度,约束管理层的短视行为;而且在企业信息透明度低、行业竞争弱以及地区法制环境差时,入选成份股对企业环保投资的积极作用更显著。本文从资本市场制度设计角度丰富了企业环保投资影响因素的相关研究,有利于监管部门完善股指成份股调整制度,促进企业更好地履行环境责任。

股指期货引入对我国现货市场的统计及分形特征影响研究

由于我国股市的剧烈波动,股指期货的交易也受到了严格的限制,股指期货和现货市场之间的联系再度成为了研究热点.本文从统计和分形两个角度研究了股指期货的引入对现货市场的影响.统计特征显示,股指期货上市后,现货的价格收益序列的分布函数不对称性降低,但"厚尾"特征更显著,说明市场收益波动性降低,风险更小.从分形角度可以得出,单分形不能刻画其波动特性,通过多重分形方法分析(MF-DFA)可以发现,股指期货上市后现货市场的奇异谱宽度较小、分形特征降低,而通过MF-DXA方法的研究发现,实施管制之后,两市场相关性的h(q)的变化范围更大,表明市场波动加剧.综上可以看出,股指期货后的引入使现货市场的波动降低,市场有效性增强,而管制降低了两市场的有效性.

股指期货推出前后沪深300指数风险统计特征研究

股指期货是现代资本市场发展的产物,股指期货与现货的关系是学术界的研究的热点问题之一。文章介绍了风险价值Va R方法、非参数核密度估计理论以及Va R模型的回测评价原理,以我国股指期货推出前后一年间每一小时交易的高频数据为研究对象,运用非参数核密度估计法以及风险价值方法,计算在不同置信水平下的Va R值。在90%、95%以及99%置信水平下,股指期货推出前后,沪深300指数的收益率最大跌幅分别为0.921%、1.33%以及2.28%,变化为最大跌幅分别为0.871%、1.15%以及1.76%。表明在我国股指期货推出后,沪深300指数收益率的风险降低了。最后文章从市场效率,套利机制以及套期保值等视角对实证结果进行了分析。

沪深300股指期货价格发现实证研究

自沪深300股指期货推出以来,其对股票市场的影响,特别是其价格发现功能,已成为研究者关注的热点。以5分钟高频数据建立向量误差修正模型,并通过IS和PT模型分析股指期货与现货指数各自在价格发现中的贡献度,结果表明:股指期货与现货指数之间存在长期的协整关系,在价格发现过程中股指期货占据主导地位。

沪深300股指期货跨期套利实证研究——基于真实交易数据的计量分析

沪深300股指期货的上市为股指期货跨期套利研究的实证分析提供了真实的数据基础。本文在对期货套利的概念和种类进行介绍的基础上,构建股指期货跨期套利模型,最后,以沪深300股指期货真实交易数据为基础进行了实证分析,结果显示,目前,国内股指期货市场存在较多的跨期套利机会,市场有效性缺失,并对此结果提出了相应的政策建议。

股指期货的最优套期保值率实证研究——基于沪深300指数期货仿真交易视角

在分析和比较常用的几种股指期货最优套期保值比率确定模型的基础上,基于风险最小化模型框架,利用沪深300指数期货合约模拟运行以来的样本数据,通过最小二乘回归模型、向量自回归模型、误差修正模型以及广义自回归条件异方差模型四种估计方法,对其最优套期保值比率进行了实证测算和绩效比较,提出了相应的政策建议和投资策略。

沪深300指数价格波动风险的测算——基于GARCH模型和VaR指标

本文将在险价值(Va R)作为衡量投资风险的指标,利用GARCH模型计算沪深300指数的Va R并与其价格的每日涨跌幅进行对比分析,发现测算的Va R能够基本地覆盖沪深300指数价格的日涨跌幅,可以借助这一指标来追踪每日股价波动风险。