中国金融衍生工具市场价格发现功能实现性研究--基于沪深300股指期货数据的分析.doc

中国金融衍生工具市场价格发现功能实现性研究--基于沪深300股指期货数据的分析.doc中国金融衍生工具市场价格发现功能实现性研究-- 基于沪深 300 股指期货数据的分析论文导读:: 文章通过截取中国沪深 300 股指现货和股指期货每交易日收盘价数据作为样本数据,使用 VAR 模型、 VECM 模型,以及 Johansen 协整检验、 Granger 长短期因果检验、 Hasbrouck 方差分解等方法研究了中国股指期货与现货市场之间的关联性与相互影响等问题。结果显示: 股指期货市场与现货市场在长期均衡状态下存在协整关系,股指期货市场实现了较为有效的价格发现功能。且在长期, 股指期货市场与股指现货市场相互影响,互为对方的 Granger 原因,但结合短期情况看,股指期货对股指现货的影响更为巨大。论文关键词:股指期货,沪深 300 指数,协整, VAR 模型 1 .引言金融衍生工具市场是中国资本市场极其重要的组成部分。衍生金融工具与其相对应的原生金融工具之间的关联性问题也一直是学术界与投资者所共同关心的话题。 2010 年4月 16 日的沪深 300 股指期货上市,标志着中国资本市场发展又翻开了历史性的新篇章。那么至今运行了四个月股指期货是否实现了价格发现功能, 对现货市场产生了怎样的影响, 两个市场之间的联动效应会怎样,又是否会与以往研究结果相一致?本文将选取更新的市场数据, 借助 VAR 模型、 VECM 模型、协整检验、长短期 Granger 因果检验、方差分解等方法, 在以往研究基础上更全面综合的刻画我国股指期货价格发现功能作用的大小, 由此说明沪深 300 股指期货市场的运行效率, 以期对我国金融衍生工具市场的进一步发展提供有价值的参考。 2. 模型与数据的选取 数据说明本文选取 2010 年4月 16 日至 2010 年8月 23 日中国沪深 300 股指现货和股指期货每交易日收盘价数据作为样本数据, 全面再现中国金融衍生品市场中股指期货合约的产生至其发挥其功能影响市场的过程。之所以选择收盘价数据, 。又由于股指期货与现货市场不具有同时性,且同一交易日会同时有若干不同的交易价格金融论文, 数据不连续, 本文选取最近月份的股指期货合约为代表, 将不匹配的数据删除, 这样可以得到一个连续的期货合约价格序列。为减小数据的波动, 将指标进行对数处理。在此定义, LS 为沪深 300 现货股指对数序列, LF 为沪深 300 股指期货对数序列,数据来源于国泰君安证券研究所及湘财金禾证券分析软件,经整理得共计 88 组数据, 实证过程借助 软件。 VAR (向量自回归)模型本文运用该类模型与方法来对沪深 300 股票价格期货指数与沪深 300 股价指数两者之间整体关联性及其互动关系进行系统的考察。 VAR ( 向量自回归) 模型是基于数据的统计性质建立模型, VAR 模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型, 从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型(高铁梅, 2006 )。 VAR(p) 模型的数学表达式是: (1) 其 中: 是k 维 内生变量向量, 是d 维外生变量向量, p 是滞后阶数, T 是样本个数。 k×k 维矩阵和 k&ti