商品期货市场与股票市场相关性分析.doc

商品期货市场与股票市场相关性分析.doc商品期货市场与股票市场相关性分析摘要:商品期货市场和股票市场是金融市场的重要组成部分,本文分别从理论和实证分析两个角度对商品期货市场与股票市场之间的相关性进行了分析。本文以我国期货市场的文华商品期货指数和股票市场的沪深300指数为样本,采用VAR模型、向量自回归模型、脉冲响应函数分析、E-G协整检验等实证分析方法进行了分析,研究发现我国的商品期货市场和股票市场具有长期稳定的相关性。关键词:商品期货;股票市场;相关性中图分类号::A文章编号:1001-828X(2014)05-0-01一、引言商品期货市场和股票市场是我国金融市场的重要组成部分,商品期货价格反映的是人们对于未来商品价格的一种预期,所以期货市场具有价格发现的功能。股票市场是“经济发展的晴雨表”,可以充分的反映经济的基本面。商品期货市场和股票市场都受到我国宏观经济政策以及经济发展情况的影响,在长期来看,二者具有长期动态平衡,但是从中短期来看,二者的相关性有赖于市场间信息传递的有效性程度。因此,找出影响期货市场与股票市场的重要因素以及二者之间的传导机制和影响程度,有助于政府对我国经济基本面的把握,并且根据经济发展状况制定相应的经济政策,投资者则可以更好的实现规避风险和盈利。二、商品期货市场与股票市场的相关性实证分析(一) 数据选择与说明本文所选取的商品期货市场代表数据为文华商品期货指(选取的股票市场代表数据为沪深300指数。数据样本区间为2007年1月〜2013年4月)。(二) 实证模型的建立于分析数据的分析与检验对上述数据进行相关性分析和ADF检验的结果如下:从长远来说,文华商品期货指数和沪深300之间的相关性还是比较小,商品期货市场与股票市场仍是相互独立的市场。QH、HS300、LNQH和LNHS300的一阶差分序列即DQH和HS300的T值均小于5%的临界值,则此时可以拒绝原假设,即一阶差分序列平稳,所以,下文均采用DLNQH和DLNHS300进行实证分析。向量自回归模型向量自回归(VAR)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。VAR的一般形式如下:t=l,2,…,T由E-Views分析可知,DLNQH和DLNHS300表现出较好的稳定性,满足建立VAR模型的前提条件,并且综合考虑各要素的显著性,VAR(3)为最优模型。在方程DLNQH中,DLNQH(-1)、DLNQH(-2)、DLNQH(-3)以及DLNHS300(-1)的系数是显著的,而在方程DLNHS300中,DLNQH(-1)、DLNQH(-3)的系数是显著的,这说明沪深300指数受文华商品期货指数的影响更为显著,而商品期货市场主要是受自身和股票市场的影响。文华商品期货指数的滞后一期的系数为负数,这说明t-l期的价格上涨可能预示着t期的价格下降。沪深300指数的DLNQH(-l)和DLNQH(-3)的系数一负一正,这表明期货市场对股票市场的影响比较复杂,t-1期的文化商品期货指数与t期的股票市场的变化方向相反,而t-3期的文华商品期货指数与t期的股票