预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

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

股指期货对现货市场的波动性研究梁爽摘要:股指期货作为一种高杠杆的金融衍生工具具有对冲市场风险的功能。基于3341个交易日内沪深300的收盘价数据采用事件研究法来研究沪深300股指期货的推出时间对现货市场波动性的影响。通过构造含虚拟变量的EGARCH(11)模型实证分析可知从长期看来沪深300股指期货的推出在小程度上减弱了现货市场股票价格的波动性以期以此为投资者投资提供相关理论支持与建议。关键词:沪深300股指期货;沪深300指数;GARCH模型;EGARCH模型中图分类号:F830.91文献标志码:A文章编号:1673-291X(2020)12-0065-02引言沪深300股指期货合约是以沪深300股票指数为标的期货合约于2010年4月16日在我国上市。期货市场自出现以来就褒贬参半有支持者认为期货市场可以对冲风险反对者认为期货市场具有杠杆效应。自从2015年中金所对股指期货进行五次严厉调整后股指期货失去了活力但A股市场的波动并没有很好地改观于是监管层开始渐渐放开股指期货的相关政策。当局在2017年2月、2017年9月、2018年12月2日三次放松有关政策之后股指期货保证金比例经历上调基本调整至2015年大跌前的水平。现有文献目前对于股指期货的研究呈现如下:李丹(2014)通过对沪深300股指期货的日交易数据建立ARMA-GARCH模型发现初期期货市场交易偏向风险厌恶型并且交易者对市场信息反馈迅速且呈现群体效应和连锁行为。高健多(2016)利用引入虚拟变量的ARCH模型检验股指期货推出事件对于股票价格波动的影响并且通过推出前后沪深300指数日收益率模型由ARMA(22)到ARMA(11)的变化得到信息传递效率增加的结论。谢太峰(2017)通过引入虚拟变量、市场因素代理变量的模型得到股指期现货之间波动传递机制尚未完全形成的结论。王鹏娜(2018)利用2015股灾期间的GARCH(11)和EGARCH(11)模型研究发现股指期货的推出降低股票市场的波动性杠杆效应在推出前后都存在。徐龙香(2018)基于模型拟合结果不仅得到股指期货的推出降低股票市场波动性的结论还通过模型系数的比较发现在推出前旧信息对股票市场影响大于新信息对股票市场的影响推出后旧信息的影响增强新信息对股票市场波动性减弱。目前对国内股指期货的研究只集中在股指期货推出前后对之后股市的变化并不能做出合理的解释说明。股指期货的推出对现货市场的影响究竟如何我们可以结合更庞大的数据量对其进行研究分析。鉴于此本文利用2005年4月8日至2018年12月28日的沪深300的日对数收益率进行建模分析并引入虚拟变量代表2010年4月16日股指期货的推出研究股指期货推出对现货市场的影响。一、模型原理(一)ARMA模型ARMA模型也叫作自回归移动平均模型由自回归模型(AR模型)与移动平均模型(MA模型)组合构成。若观测对象受到自身变化及当期和前期随机误差项的影响那么可以建立ARMA(pq)模型如下:其中p为AR过程的滞后阶q为MA过程的滞后阶p和q都是非负整数;?着t为随机误差项要求为白噪声过程。(二)GARCH族模型金融资产收益率序列通常具有尖峰厚尾和波动集聚的特点这使得经典的最小二乘回归无能为力。对此Engle提出自回归条件异方差模型(ARCH模型)随后Bollerslev进行了改进推广提出广义自回归条件异方差模