首页 | 本学科首页   官方微博 | 高级检索  
     检索      

中国期货市场日内效应分析
引用本文:刘向丽,程刚,成思危,汪寿阳,洪永淼.中国期货市场日内效应分析[J].系统工程理论与实践,2008,28(8):63-80.
作者姓名:刘向丽  程刚  成思危  汪寿阳  洪永淼
基金项目:北京市教委科技创新平台基金,国家自然科学基金委员会创新研究群体基金
摘    要:运用1分钟高频数据对我国三个市场、六个品种的商品期货的收益率和交易量的日内变动模式进行研究,得出了日内绝对收益率及交易量的"L"型变化模式.这跟证券市场的"U"型日内特征不同,我们根据金融市场微观结构理论、交易机制及交易者心理给予解释.在此基础上,利用Granger因果关系检验和向量自回归模型(VAR),研究了影响收益波动性的各种因素.结果表明绝对收益率与交易量、持仓量之间两两存在双向Granger因果关系,这是与股市的只存在由交易量到绝对收益率的单向Granger因果关系不一样的结论,原因在于期货市场的做空机制.通过对VAR模型进行方差分解和脉冲响应分析,实证分析了三者之间的动态关系及影响程度.结论表明:当以绝对价格波动作为被解释变量时, 其自身的滞后项可以解释90%左右的残差扰动,交易量可以解释10%左右的的残差扰动.当以交易量作为被解释变量时,其自身的滞后项可以解释80%左右的残差扰动,绝对价格波动可以解释20%左右的残差扰动.当以持仓量作为被解释变量时,其自身的滞后阶数解释了45%~70%的残差扰动, 交易量解释了25%~45%的残差扰动,绝对价格波动解释了5%~10%.各方程变量解释基本都稳定在20~30分钟后.实证结果还表明持仓量对绝对价格波动和交易量有微弱的影响,而绝对价格波动与交易量有较强的互动影响,并且就此给投资者以相关建议.

关 键 词:高频数据  日内特征  市场微观结构  Granger因果关系  向量自回归

Intraday effects analysis of Chinese futures markets
LIU Xiang-li,CHENG Gang,CHENG Si-wei,WANG Shou-yang,HONG Yong-miao.Intraday effects analysis of Chinese futures markets[J].Systems Engineering —Theory & Practice,2008,28(8):63-80.
Authors:LIU Xiang-li  CHENG Gang  CHENG Si-wei  WANG Shou-yang  HONG Yong-miao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《系统工程理论与实践》浏览原始摘要信息
点击此处可从《系统工程理论与实践》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号