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.     

浅析股指期货对新会计准则的影响

随着股指期货在我国的上市与发展,股市期货市场对我国的经济发展的影响越来越深,股指期货对新会计准则的影响也越加明显。根据股指期货会计处理的需要,会计实务必须及时准确地反映这种大量发生的衍生金融展品交易。本文从股指期货会计准则的规范情况和股指期货会计准则的规范存在的问题及建议两大方面入手,着重浅析了股指期货对新会计准则的影响。     

沪深300股指期货与现货市场的价格关系研究

通过采用平稳性检验、构建误差修正模型、运用脉冲响应分析和方差分解方法,对已上市交易的沪深300股指期货和现货指数之间的引导关系进行了实证研究,结果表明：从长期来看,沪深300股指期货价格与指数现货价格之间存在稳定的协整均衡关系,且期货市场对长期均衡偏离的调整力度更迅速;从短期来看,股指期货市场和指数现货市场的价格之间存在正向的相互引导关系,股指期货市场对于一个标准差冲击的反应相较于指数现货市场更为强烈;从价格发现的方面来看,沪深300指数期货市场与指数现货市场之间存在双向价格发现的关系,但现货市场对期货市场的引导作用较高.     

基于谱风险测度的期指保证金水平设定

沪深300股指期货合约已经在2010-04-16正式上市交易.在股指期货合约的交易中,设定合适的保证金水平是风险控制的关键.在能够保证覆盖价格波动的情况下,保证金水平应该尽可能地降低以提高资金使用效率和降低交易成本.基于极值理论的POT模型,利用谱风险测度对沪深300股指期货合约的保证金水平做实证研究,并对比传统的VaR方法和ES方法,实证结果表明,当前的保证金水平设定较高,通过谱风险测度所设定的保证金水平比较合适.     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

股指期货对标的指数的波动性影响研究——基于上证50股指期货

针对股指期货对股市波动性的影响一直存在很大争议的问题,利用上证50指数5分钟高频交易数据实证分析了股指期货的引入对其指数波动性影响,研究结果表明,上证50期指合约的上市交易减缓了其标的指数波动。     

股指期货对股票市场的冲击分析

本文研究了沪深300股指期货推出对股票市场的影响。实证研究发现,股指期货的推出对股指交易额结构变化影响显著,它使沪深300股票市场交易额均值下降,即期货市场对现货市场有挤出效应;与此同时,期货交易的价格发现功能使现货交易额波动性减小;进一步的研究发现,股指期货合约不仅对股票市场存在"挤出效应",还存在对资金的"吸入效应"。     

沪深300股指期货市场和现货市场信息传播实证研究

选取沪深300股指期货和现货价格的1min的高频价格数据为样本数据,利用MATLAB进行ADF检验和协整检验,建立VECM模型和脉冲响应函数,分析沪深300股指期货和现货市场之间的信息传播情况。结果表明,两市场间具有长期均衡关系,股指期货的价格引导能力比现货市场强并领先4min,而现货市场引导能力比期货市场较弱只领先1min。期货市场对新信息反应速度要快于现货市场,且冲击反应相对持久。     

如何加强我国股指期货市场的监管

沪深300指数期货合约的上市开创了中国期货市场的新时代,但股指期货市场是一个高收益与高风险并存的金融衍生市场。如果监管模式不当,监管效率低下,将可能导致严重的后果。因此,加强我国股指期货风险监管显得尤为重要。     

VaR-GARCH模型在我国股指期货风险管理中的应用

国内外预测股指期货合约的市场风险基本以VaR风险评估为主流,计算VaR的核心与关键是估计波动性参数.由于金融资产价格涨跌率时间序列具有波动聚集效应、厚尾效应及时变方差效应,故采用对波动性估计具有精度、准确度和可信度较高的GARCH模型.基于这一点,构建了VaR-GARCH模型,并以恒生股指期货指数做了实证分析,结果表明VaR-GARCH模型可以很好地控制和预测香港恒生指数的股指期货风险.     

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。     

基于不同行业的沪深300股指期货价格发现功能研究

基于沪深300股指期货日收盘价及中证全指系列指数中的行业指数数据,利用协整检验、VAR模型、格兰杰因果检验和脉冲响应函数,研究了我国股指期货与不同行业现货价格上的领先滞后关系及其内部差异,最后对投资者和监管部门提出了一些建议.实证结果表明:股指期货和各行业现货指数之间存在着较强的单向因果关系,且在不同行业之间存在较大的内部差异.     

股指期货对股票市场正反馈交易的影响——基于中国A股市场的计量检验

利用非对称GARCH模型和正反馈交易模型，对中国A股市场的正反馈交易进行了计量检验.结果表明:股指期货推出后，股票现货市场的正反馈交易减弱，但正反馈交易减弱的原因并不在于市场信息效率的提升，而是由于正反馈交易由股票现货市场转移至股指期货市场.股指期货对股票市场的正反馈交易主要起到的是分流而非抑制作用，这一结论不同于以往对股指期货作用的乐观评价.计量检验同时发现:投资者风险厌恶程度与正反馈交易强度负相关.正反馈交易具有显著的风险寻求偏好，因此，对股指期货的交易限制，虽然可以短期降低正反馈交易的风险联动，但无法改变正反馈交易的风险偏好.所以，相关的制度安排应重点关注市场效率的提升而非波动抑制.     

基于ECM-GARCH 模型的沪深300指数 期货套期保值策略的研究

首先选取沪深300指数日收盘价和沪深300股指期货日收盘价作为原始数据,对其进行描述性统计分析、平稳性检验及协整检验,得出两个日收盘价的对数收益率是平稳的,且两个收盘价之间是协整的.其次,巧妙运用普通最小二乘法、B-VAR、误差修正、GARCH(1,1)和ECM-GARCH模型,研究股指期货最优套期保值比率,得出ECM-GARCH模型最优.最后,分析沪深300股指期货套期保值策略的构建问题.运用动态调整法,从多头和空头套期保值策略进行分析,需要每天计算最优套期保值比率来确定最优股指期货合约份数.     

沪深300股指期货、现货及恒生指数关联性研究

选取2010年4月至2016年2月沪深300股指期货、现货价格和恒生指数共1 421组数据,运用格兰杰因果检验、VECM等方法分析了它们之间的相互影响。结果表明:沪深300股指期货对恒生指数的增长有较大的负面影响,沪深300指数的增长对恒生指数起到了正面引导的作用;沪深300股指期货、现货价格对恒生指数的脉冲响应均为正值,分别在第2期、第1期达到峰值;方差分解发现第2期以后沪深300指数的贡献度为65%左右,恒生指数贡献度为30%左右。     

基于BP神经网络的我国股指期货价格预测

应用BP神经网络理论提出了我国股指期货市场价格走势短期预测模型。首先根据实验数据的特点分别构建单因素、多因素BP神经网络预测模型,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进行训练,从而对股指期货价格进行预测。结果表明,通过BP神经网络预测模型得到的预测值与股指期货的实际价格有着很高的拟合度。     

基于粗糙集和支持向量机的股指期货预测模型研究

本文提出基于粗糙集和支持向量机的股指期货走势预测模型。在模型中首先使用粗糙集对指标集进行特征选择,剔除冗余指标,然后使用支持向量机对基于历史数据的股指期货价格走势进行预测。为了评估该预测模型的性能,将预测结果与传统的自回归移动平均模型和BP神经网络模型的预测结果进行比较。实验结果表明了该模型的有效性。     

股指期货在动态投资组合保险策略中的应用

研究了国内市场推出股指期货之后,动态投资组合保险策略如何运用股指期货来调整组合资产。实证结果表明：投资组合保险策略在引入股指期货之后,一定程度上提高了投资收益率,明显减少了交易成本,而资产波动性并未发生显著变化。此外,在策略操作上,多头市场中应选取较高的风险乘数和较低的保本比例;盘整市场和空头市场中,较低的风险乘数和较高的保本比例将换取更高的收益率。