Dynamic Relation Mechanism between Cotton Future Price and Stock Price of Related Listed Companies

The Dynamic relation mechanism between ZCE cotton futures price and related listed company stock price has been studied based on the metastock historical data in January 1st,2007 to September 1st,2010,Johansen co-integration analysis,Vector error correction model,Granger causality test and variance decomposition method.The results indicated that:long-term equilibrium relationship existed between ZCE cotton futures price and Xinsai share stock price while which changed in the same tendency and speed in the long-term.Cotton futures price is the main reason for the changing of Xinsai share stock price.The lead-lag relationship in changing course had been confirmed that existed between ZCE cotton futures price and the Xinsai share stock price.Meanwhile,the forward pass mechanism of price changing information had been found only from the ZCE cotton futures market to the stock market while showing asymmetry.Conclusions of the study can be used for cotton and related corporate to hedge business risks by the cotton price changes.

跳跃视角下的股指期货价格发现功能研究

为了揭示中国股指期货在跳跃上的价格发现功能,本文采用具有自刺激和交叉刺激特征的二维Hawkes过程,对股指期货和现货的跳跃进行建模,并分别以我国沪深300、上证50和中证500股指期货和现货收益率作为样本,探究我国股指期货和现货的跳跃自刺激行为以及相互之间的跳跃交叉刺激作用。实证结果表明:Hakwes过程对三类股指期货和现货的跳跃均拟合得较好;股指期货和现货的跳跃存在着明显的同向自刺激,且除了中证500股指以外,下跳的自刺激均强于上跳;股指期货的跳跃会显著刺激股指现货发生跳跃,但股指现货的跳跃对股指期货的刺激并不显著。总而言之,中国股指期货在跳跃上具有价格发现功能,期货价格的跳跃能够引导现货价格发生跳跃,而现货价格跳跃对期货价格跳跃的引导作用则不明显。

中证1000股指期货市场价格发现功能研究

本文以现货市场与股指期货市场为研究对象,选取中证1000指数和中证1000股指期货的5分钟高频交易数据为样本数据,通过采用ADF单位根检验、协整检验、Granger因果检验、脉冲响应分析以及方差分解等方法,分析了中证1000股指期货价格发现功能。结果表明:中证1000股指期货虽然上市时间较短,但已具备价格发现功能,期货与现货市场的价格相互引领,同时在价格发现功能中发挥主导作用的是股指期货市场。因此,应重视期货市场的价格发现功能作用,以形成中证1000指数市场高效的价格体系。

卖空限制下股指期货价格波动与基差的关系探究

为研究卖空限制情况下负基差与期货市场的作用关系,将投资受限下的商品经济模型运用于卖空限制的金融市场分析,以投资情绪解释投资者的行为决策,构建了股指期现市场的短期动态模型,并提出了基差与期货价格波动呈V型关系的推论。实证分析沪深300股指期货,发现在距离最后交易日的前20天,均出现程度不一的V型关系,进一步考虑自回归条件异方差(ARCH)效应并进行稳健性分析,结果与模型推论一致。

股指与股指期货价格发现过程研究

使用脉冲响应和一般因子分解模型检验了标准普尔500指数、道琼斯工业平均指数、香港恒生指数、日经指数和金融时报100指数现货市场和期货市场之间的价格发现过程.结果发现,期货市场在价格发现过程中占主导地位,并且随着期货市场的发展,期货市场在价格形成过程中的作用越来越大,起到了信息(定价)中心的作用.

中国股价指数与宏观影响因素的协整关系研究

本文运用协整理论研究了中国股价指数与其多个宏观影响因素 (宏观经济景气状况 ,货币供应量 ,通货膨胀变化率 ,企业景气状况 )之间的长期均衡关系 ,建立了多因素的长期均衡模型 ,突破了以往的单因素协整关系及传统的多元线性回归模式的研究 ,给出了各影响因素对股价指数波动贡献份额大小的数量化测度 ,同时建立了误差修正模型。

中国股指期货的价格发现功能和波动外溢效应

运用EC-EGARCH-GED模型,分析了中国股指期货的价格发现功能和波动外溢效应.研究结果表明股指期货增大了股指的波动性.从长期看,股指期货的价格影响股票指数的价格;而短期内股指期货价格对股指价格的影响比长期均衡的影响大.最后还考察了中国新上市的股指期货对沪深300指数的影响,认为股指期货的上市给股指带来了一定的冲击力.

沪深300指数衍生证券的多市场交易与价格发现

中国正积极开发以沪深300指数为标的的多种衍生产品,希望形成多市场交易格局.论文采用信息份额模型和共因子模型研究了多市场交易对沪深300指数价格发现的影响.结果显示:股指期货对价格发现贡献度最高;与人们的直觉相悖,允许现金赎回的华泰柏瑞ETF基金的价格发现贡献度高于实物赎回的嘉实ETF基金.进一步的证据表明,股指期货和指数ETF基金各自的和相对的波动性是影响其相对价格发现能力的主要因素,而非流动性.最后,根据研究结论提出了进一步完善中国多层次指数衍生证券市场的相关建议.

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。

沪深300股指期货的价格发现能力及波动溢出效应研究——基于BEEK-GARCH模型的证据

以沪深300股指期货自推出至今的1分钟数据作为研究样本,使用BEEK-GARCH模型量化沪深300股指期货和现货市场的价格发现能力及波动溢出效应.研究发现,我国期货市场成立初期并未发挥其价格发现功能,这一现象随着市场成熟度增加而逐渐改善,期货市场在价格发现过程中占主要地位.通过GARCH模型对收益率调整过程进行估计,发现市场之间存在双向波动溢出效应:短期内表现出均值回归;长期来看,误差修正项系数显著异于0,符合调整的负反馈性质,价格偏差会被纠正从而达到长期均衡.

商品金融化下大宗商品价格对股市的影响:一个文献综述

随着商品指数基金大量涌入大宗商品衍生品市场,大宗商品的金融化程度不断提高,不同类别商品价格变化之间的相关性以及与金融资产的价格联动不断提高。在商品金融化这一现实背景下,分类综述了能源与非能源商品价格影响股票市场的国内外文献,发现大宗商品价格变化对股票市场的影响模式发生了变化,尤其是次贷危机所带来金融动荡对这种影响模式的冲击较大。

股指期货与股票市场定价效率问题

股指期货的推出,大大提高了股票市场的定价效率。在无套利均衡市场上,股指期货价格由相关股票组合的价格及持有成本决定,股票现货价格成为影响股指期货价格的主要因素。但在动态非均衡市场上,股指期货的价格形成集中并传递大量信息,这些信息通过股指期货市场与股票市场间的套利机制及时传递到股票市场,增加相关股票组合价格的信息含量,引导和发现现货价格。

股指期货是股灾的“幕后推手”吗——基于2015年股灾期间沪深300股指期货高频数据实证分析

选取2015年6月15日至8月26日股灾期间沪深300股指期货与沪深300指数5分钟高频数据,通过E-G两步协整检验、格兰杰因果检验、脉冲响应模型等,对股灾期间股指期货市场价格发现功能及波动溢出效应进行实证研究。结果表明:股灾期间沪深300股指期货仍具备价格发现功能,但存在对现货市场的单向波动溢出,具有一定的"助跌"效应。

股指期货对现货市场波动性与信息定价效率的影响——来自印度的经验证据

基于TGARCH模型,针对印度市场中股指期货上市对现货市场波动性的影响进行实证分析.结果表明,股指期货的推出降低了现货市场的波动水平,但其影响效果并不具有一般规律性.股指期货引入后,现货市场的波动结构发生显著变化,现货价格能更快地反映信息的变化,同时信息的获取也更加全面,表明股指期货交易提高了现货市场的信息定价效率.

沪深300股指期货定价实证研究

股指期货是一种发展迅速的金融衍生产品,而合约定价问题是其重要研究方向之一。股指期货定价的基本方法是利用无套利定价原理得出的持有成本模型;而如果综合交易费用、融资成本、存贷款利差、保证金等市场因素,则可以得到股指期货的无套利定价区间。使用这两种模型对中国金融期货交易所的沪深300股指期货仿真交易合约进行实证分析,结果发现,实际交易价格和理论价格有较大偏差,市场中存在大量套利机会,定价效率有待提高。为此可以考虑的建议包括允许融资融券交易、推出沪深300指数ETF等。

持有成本理论模型在金融期货定价中的应用

通过推导金融期货持有成本理论的一般模型,针对持有外汇期货、利率期货和股指期货合约标的的成本的不同特点,引入外汇期货、利率期货、股指期货的定价模型,对其应用进行了分析。

基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法(EMD)和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量(IMF),再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。

股指期货定价方法研究

通过对股指期货定价理论基础及合理基差、现金-持有、连续复利三种定价模型研究发现,三种方法各有特点及适应性,但都注重对股息发放及到期日的调整。

基于ARIMA模型的沪深300股指期货价格预测研究

基于ARIMA模型建立了股指期货价格的预测模型,对20100416～20110113间共180个交易日的沪深300股指期货合约收盘价数据进行了实证分析,结果表明:ARIMA模型对于股指期货的价格走势短期预测效果良好,模型能有效反应期货价格的波动性走势.

我国股指期货与现货价格发现效率实证研究--基于沪深300模拟期货数据

股指期货理论上具有较强价格发现功能。借助沪深300股指期货5分钟高频模拟数据,利用DB模型和向量误差修正模型(VECM),结合Information Share(IS)和Component Share(CS)实证测算我国股指期货与股指现货价格发现功能和效率,发现在连续和约条件下,我国股指期货具有价格发现功能,并且价格发现效率低于股指现货。