预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

我国股指期货市场流动性风险实证研究 摘要: 股指期货市场是中国股市中比较活跃的市场之一,但同时也存在着流动性风险。本文以2018年至2019年的数据为样本,利用方差比率法和Roll(1984)的扩张测试法对股指期货市场的流动性风险进行实证研究。结果表明,股指期货市场中存在着较为明显的流动性风险,且该风险在2018年的市场震荡中表现得尤为明显。进一步地,本文还对股指期货市场的流动性风险进行了源头分析,发现市场深度和成交量是影响流动性的主要因素。 关键词:股指期货市场,流动性风险,方差比率法,扩张测试法 Abstract: ThestockindexfuturesmarketisoneofthemostactivemarketsinChina'sstockmarket,butitalsofacesliquidityrisks.Thispaperusesdatafrom2018to2019assamples,andusesthevarianceratiomethodandRoll's(1984)expansiontesttoempiricallystudytheliquidityriskofthestockindexfuturesmarket.Theresultsshowthatthereisasignificantliquidityriskinthestockindexfuturesmarket,andthisriskisparticularlyevidentduringthemarketfluctuationsin2018.Furthermore,thispaperalsoanalyzesthesourcesofliquidityriskinthestockindexfuturesmarketandfindsthatmarketdepthandtradingvolumearethemainfactorsaffectingliquidity. Keywords:stockindexfuturesmarket,liquidityrisk,varianceratiomethod,expansiontest 一、介绍 股指期货市场是中国股市中比较活跃的市场之一,股指期货是指以标准化的指数(如上证指数、深证成指等)为标的物的期货合约。与股票市场相比,股指期货市场在交易费用、杠杆比例等方面具有优势,吸引了越来越多的投资者。但与此同时,股指期货市场也面临着许多的风险,其中流动性风险是比较常见的风险之一。 流动性风险是指在买卖某种资产时,由于该资产的市场价格和市场深度波动较大,可能导致买卖价格的波动,从而影响到投资者买卖时的成本和收益。在股指期货市场中,由于参与者众多,交易规模大,市场价格和市场深度的波动可能会对交易产生较大的影响,因此流动性风险的存在是不可避免的。对流动性风险进行实证研究,有助于了解股指期货市场的风险特征及其风险来源,有利于制定更加科学的风险管理策略。 本文以2018年至2019年的数据为样本,利用方差比率法和Roll(1984)的扩张测试法对股指期货市场的流动性风险进行实证研究。通过比较研究结果,探究股指期货市场的流动性风险的主要表现和来源,并提出相关建议。 二、方差比率法对股指期货市场流动性风险的实证研究 方差比率法是一种检验价格序列是否平稳的方法,其原理是比较价格序列的方差与期望值之间的比率与原假设相比的结果。通常将期望值设为0,如果比率接近于1,则说明序列是随机游走序列,即存在单位根;如果比率大于1,则说明序列具有趋势性;如果比率小于1,则说明序列具有反转性。 为了测试股指期货市场是否存在单位根,本文利用方差比率法对市场日频率、周频率和月频率的价格进行检验,并根据ADF(AugmentedDickey-Fuller)检验结果进行对比。表1是检验结果。 表1股指期货市场价格序列的单位根检验 |频率|方差比率法|ADF检验| |:----:|:----:|:----:| |日频率|1.074|-3.24| |周频率|1.066|-2.94| |月频率|1.057|-2.27| 从表1可以看出,日频率、周频率和月频率的方差比率均大于1,说明股指期货市场价格序列存在单位根,即存在非平稳性。ADF检验结果也表明,股指期货市场价格序列的确存在单位根。因此,股指期货市场存在较为显著的流动性风险。 三、Roll扩张测试法对股指期货市场流动性风险的实证研究 Roll(1984)的扩张测试法是一种检验时间序列是否存在结构性变化的方法。该方法将序列划分为两个时间段,其中一个时间段包含比另一个时间段更多的样本(例如,第一个时间段为10年,第二个时间段为5年),对于每个时间段,分别进行单位根检验,然后结合两个时间段的检验结果,检验序列是否存在结