毕业论文网
本论文为您写股指期货毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
论市场流动性对股指期货定价权的影响以股灾前后的沪深300和A50股指期货定价关系为例
摘 要：2015年9月股指期货受限后,沪深300股指期货的交易量锐减到原来的1%,与此同时新加坡A50指数期货的交易量却稳步增加,交易量的此消彼长对两个股指期货之间的定价关系带来了怎样的影响？本文采用现代计量经济学方法来分析两个股指期货间的均衡及因果关系,通过实证分析研究了股灾前后沪深300股指期货与新加坡A50期货在定价关系方面的变化.实证分析的结果显示：股指期货成交持仓受限之前,沪深300期指在两者之间处于绝对主导地位,但股指期货受限后,新加坡A50期指在两者定价关系中的地位和影响显著上升.
关键词：股指期货 统计检验 流动性定价
一、背景介绍
沪深300指数期货与新加坡A50指数期货高度相关,存在相互竞争与相互替代的关系.沪深300指数期货上市于2010年,A50指数期货上市于2006年,尽管沪深300指数期货上市较晚,但是在市场深度、市场流动性上的发展速度远胜A50指数期货.2015年上半年,沪深300指数期货日均成交额大约是新加坡A50指数期货的100倍.
2015年股灾以后股指期货受到严格管控,9月7日起中金所将期指非套保持仓保证金提高至40%,平今仓手续费提高至23%m,单个产品单日升仓交易量超过10手认定为异常交易行为,旨在进一步抑制市场过度投机,促进股指期货市场规范平稳运行.新规实施后,沪深300股指期货的交易量锐减到原来的1%.
众所周知,市场流动性是影响定价权的重要因素,国内股指期货成交持仓受限,对国内与新加坡上市的两个股指期货之间的定价关系带来了怎样的影响,是本文实证研究的课题.我们着重分析了2015年9月8日国内股指期货受限前后,沪深300与A50股指期货在市场表现、定价权方面的变化.
二、数据说明
（一）样本选择
我们选取中金所上市的沪深300和新交所上市的A50股指期货主力合约的每日收盘价作为实证分析的数据.
（二）数据来源
本文实证分析中所用到的数据均来白Wind资讯软件.
（三）样本区间说明
样本区间选择为：2010年4月16日至2017年6月28日,时间跨度为7年零2个月.为比较A50和沪深300股指期货联动关系在不同时间段的演变,我们将样本分成两个子样本区间,2010年4月16日到2015年9月8日为第一样本区间,2015年9月8日到2017年6月28日为第二样本区间.2010年4月16日是沪深300股指期货上市交易首日,2015年9月8日是股指期货成交持仓受到严格管后的第一个交易日.
三、指数相关性及市场表现方面
从相关性上来看,A50与沪深300指数高度相关,相关性上与沪深300指数相关系数一度达到98. 5%的水平,201 5年9月之后由于两个指数成分股有一定调整,相关系数有一定下降,但是仍然能够保持90. 3%的高相关度（见表1、图1、图2）.
从成交量方面看,在2015年9月股指期货受限之前,沪深300指数期货日均成交额大约是新加坡A50指数期货的100倍；而在股指期货受限之后,国内三大股指期货成交量很快就缩水了99%,仅存原先1%左右.与此同时,新加坡A50期指成交量却未受到太明显影响,A50和沪深300期指主力合约成交额比值出现大幅反转,由2015年6月的0.01增至目前的0.80,其间A50期指市场月成交额更曾一度超越沪深300股指期货（见图3、图4）.
四、EViews计量模型及检验
EViews是Econometrics Views的缩写,直译为计量经济学观察,通常称为计量经济学软件包.它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行“观察”.计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型.EViews是完成上述任务比较得力的必不可少的T具.EViews处理的基本数据对象是时间序列,每个序列有一个名称,只要提及序列的名称就可以对序列中所有的观察值进行操作,本文选取EViews6.0版本软件来针对数据对象完成分析研究T作.
（一）平稳性检验
时间序列的平稳性对于分析方法的选择至关重要,为研究两个市场期货之间的相互联系,我们用x,、y,分别表示A50股指期货和沪深300股指期货在第一样本区间的收盘价时间序列,z：、Y：则分别表示A50股指期货和沪深300股指期货在第二样本区间的收盘价时间序列,首先运用ADF单位根检验法对序列的平稳性进行检验,以此确定建模的方法,检验结果如表2、表3所示：
由表2、表3可知,两个样本区间的ADF检验都显示：两大交易所的对数序列不平稳,而一阶差分后的序列平稳,说明序列是一阶平稳的,我们不能够用传统的计量经济学理论来构建模型,需要用现代计量经济学的协整理论来分析两个序列之间长期的均衡关系.
（二）协整检验
向量白回归模型简称VAR(Vector Auto-Re-gression)模型,是一种常用的计量经济模型.VAR模型是用模型中所有当期变量对所有变量的若干滞后变量进行回归.VAR模型用来估计联合内生变量的动态关系,而不带有任何事先约束条件.向量白回归( VAR)是基于数据的统计性质薤立模型,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,从而将单变量白回归模型推广到由多元时间序列变量组成的“向量”白回归模型.VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一,因此近年来VAR模型受到越来越多的经济T作者的重视.滞后变量就是从时间上看比当期变量滞后的变量.在计量经济模型中,有时需要用解释变量或被解释变量的滞后变量做解释变量.
本节通过AIC准则确定VAR模型的最优滞后阶数,从而估计出VAR模型合适的形式,最后在VAR模型的基础上进行Johansen协整检验.
1．VAR模型最优滞后阶数的确定
AIC信息准则即Akaike Information Criterion,是衡量统计模型拟合优良性的一种标准,可以权衡所估计模型的复杂度和此模型拟合数据的优良性,我们在选择最优滞后阶数下的VAR模型时,优先考虑的模型往往应是AIC值最小的那一个.
我们根据AIC准则得m的结果如表4、表5所示：
由表4.表5可知,第一样本区间的VAR模型最优滞后阶数为7（因为此时对应的AIC值最小）,第二样本区间的VAR模型最优滞后阶数为10,由此可得,三个样本区间的VAR模型如下：
注：VAR模型公式系数保留4位小数
Inxi等于0.7326* Inx, (- 1) +0.3491* Inx,
(- 2) - 0.0221 4 Inx, (- 3) - 0.0119+ Inx,
(- 4) -0.0510+ Inx, (- 5) -0.0131* Inx,
(- 6) +0.0161+ Inx, (- 7) +0.2533+ InY,
(- 1) - 0.4399+ InY, (- 2) +0.1401+ InY,
(- 3) +0.1007+ InY, (- 4) - 0.0613+ InY,
(- 5) -0.0555* InY, (- 6) +0.05820* InY,
(-7) +0. 03817
InY,等于0.0364x Inx, (- 1) +0.1365 4 Inx,
(- 2) - 0.0166+ Inx, (- 3) -0.1401+ Inx,
(- 4) +0.0321+ Inx, (- 5) - 0.0295+ Inx,
(- 6) +0.0096+ Inx, (- 7) +0.9903+ InY,
(- 1) - 0.2184+ InY, (- 2) +0.0636* InY,
(- 3) +0.2657+ InY, (- 4) -0.1558* InY,
(- 5) +0.0294+ InY, (- 6) -0.0041+ InY,
c-7） -0.0242
Inx7等于0.6913 4 lrix2 (-1) +0.1730* lrix2
(-2) +0.1099 8 Inx2 (-3) -0.1519 8 lrix2
(-4) +0.0093 4 Inx2 (-5) -0.1052* Inx2
(-6) -0.1061 4 lrix2 (-7) +0.3710 8 Inx7
(-8) -0.0897 8 Inx2 (-9) +0.1359 8 Inx2
(- 10) +0.1082 4 Iny2 (-1) -0.0388+ InY2
(-2) -0.0699 8 InY2 (-3) +0.1479 8 InY2
(-4) -0.0313 8 InY2 (-5) +0.0185 4 InY2
(-6) +0.2075 4 InY2 (-7) -0.3107 4 InY2
(-8) +0.1921 8 InY2 (-9) -0.2792 8 InY2
f -10） +0. 1086
InY2等于0.0498+ Inx7 (-1) -0.0529+ Inx7
(-2) +0.0604 8 Inx7 (-3) -0.0859 4 Inx7
(-4) -0.1767 8 Inx7 (-5) +0.0365 4 Inx2
(-6) -0.093+ Inx7 (-7) +0.3087+ Inx7
(-8) -0.1311 8 Inx7 (-9) +0.1394 4 Inx7
(- 10) +0.8475 4 InY2 (-1) +0.1348 8 Iny2
(-2) -0.0336 4 Iny2 (-3) +0.0587 4 Iny2
(-4) +0.0862 8 Iny2 (-5) -0.0172 4 InY2
(-6) +0.1232 8 Iny2 (-7) -0.2516 4 Iny2
(-8) +0.2709 4 InY2 (-9) -0.2949 4 Iny2
c- 10） +0.1096
以上两个样本区间的VAR模型的拟合优度都在0. 94以上,模型可信度较高. 2．Johansen协整检验 协整即存在共同的随机性趋势.协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系.在进行时间系列分析时,传统上要求所用的时间系列必须是平稳的,即没有随机趋势或确定趋势,否则会产生“伪回归”问题.但是,在现实经济中的时间系列通常是非平稳的,我们可以对它进行差分把它变平稳,但这样会让我们失去总量的长期信息,而这些信息对分析问题来说又是必要的,所以用协整来解决此问题.
由于两个样本区间的VAR模型最忧滞后阶数已经确定,则我们可以在VAR模型估计的基础上进行协整检验.协整检验选择的滞后阶数应该等于无约束的VAR模型的最优滞后阶数减1,结果如表6、表7所示：
由以上协整检验结果可知：两个样本区间中,在5%的显著水平下,R等于l,即A50和沪深300存在一个共同的随机趋势,具有协整关系,则可以认为两个市场上在两个样本区间内都存在长期均衡关系.
3．VEC模型
正是由于协整传递出了一种长期均衡关系,若是能在看来具有单独随机性趋势的几个变数之间找到一种可靠联系,那么通过引入这种“相对平稳”对模型进行调整,可以排除单位根带来的随机性趋势,即所称的误差修正模型.
第一、第二阶段,由于两个市场上的期指存在协整关系,所以可以利用误差修正模型( Vec-tor Error Correction Model,VECM)来研究两个市场期指之间的相互引导关系,VEC模型的估计结果如表8、表9所示：与前文介绍过的AIC信息准则类似,施瓦兹准则SC(Schwarz Criterion),其检验思想也是通过比较不同分布滞后模型的拟合优度来确定合适的滞后期长度,SC值越小,说明模型的拟合优良性越好.
VEC模型结果表明：在样本区间内,AIC和SC的值都小于- 11,说明模型的整体解释能力很强.并且在5%的显著水平下,△Inx,的误差修正项系数不显著,而△Inx：、△InY,和△Iny2的误羞修正项系数显著,说明在两个样本区间内,沪深300股指期货受到两个品种期指变化长期均衡关系的显著影响,而第一阶段A50股指期货变化受到长期均衡关系的影响却并不显著,第二阶段A50受到长期均衡关系的影响变得较为显著.
（三）Granger因果检验
由上可知,两个市场上的期指具有协整关系,因此一定存在某个方向上的Granger因果关系,本文在VEC模型的基础上进行Granger因果关系检验,以此判断两个市场期指变动的因果关系,检验结果如表10、表11所示：
由以上Granger因果检验结果可以看出,在5%的显著水平下：在第一样本区间内,沪深300指数是新加坡A50指数的Granger原因,而新加坡A50指数不是沪深300指数的Granger原因,说明在第一段时间内,主要是沪深300指数引导新加坡A50指数,而新加坡A50指数对沪深300指数的影响不显著.股指期货限制之后,在第二样本区间内,两个原假设在5%的显著水平下均被拒绝,这表明在2015年9月之后,A50与沪深300股指期货之间存在双向的Granger原因,即沪深300对A50期指的变动存在影响,同时A50的变动也影响着沪深300期指的变动,并且这种影响是显著的,这说明A50股指期货的定价能力正日益增强,而之前沪深300股指期货的绝对定价权则受到很大程度的削弱.
五、结论
研究结果表明,沪深300股指期货和新交所A50股指期货之间存在长期均衡关系及很强的相关性.在两个股指期货的相互影响、引导方面,在2015年9月之前,主要是沪深300指数引导新加坡A50指数,而新加坡A50指数对沪深300指数的影响不显著,但是在2015年9月以后,A50的变动开始影响沪深300期指的变动,并且这种影响已变得显著,说明A50股指期货在定价方面的话语权有很大的增强,相对而言沪深300股指期货的定价权则受到很大的削弱.
两个股指期货品种之间定价权关系的变化,究其原因,主要与2015年9月股指期货开仓持仓受限后,国内股指期货流动性急剧下滑有关,流动性对期指的发现、定价权功能有着至关重要影响.一方面,交易量大、流动性好的股指期货市场,说明参与者众多、信息交流充分,同时也为快速低成本地满足投资者的各种交易需求奠定基础,这样的市场也会进一步吸引投资者,集聚交易人气,存在“流动性吸引”现象,市场流动性与发现功能之间也是正反馈关系,当信息变化时,投资者将首先在期货市场做出反应,因而提高了期货市场的发现功能,而股指期货发现功能的根基,就是它的产品属性.另一方面,股指期货的发现作用不是没有条件而普遍存在的.市场越成熟,参与者越多,交易量越大,股指期货的发现功能越显著；而交易量小、参与者少的股指期货市场,其发现、风险管理等宏观市场功能的发挥则可能受到很大的削弱乃至丧失.进一步提升国内股指期货市场的总体流动性,从微观层面可以更好地防止个别期指合约因错单或止损交易等原因而出现盘中一度触及涨跌停板的异常波动,从宏观层面可以进一步提升股指期货市场功能的发挥,对于增强定价权乃至保护国家金融安全都有积极的意义与作用.
参考文献
[1]封思贤,张兵,李心丹,汪慧建．从中国股指期货境外的联动看我国股市定价权[J]．金融研究,2010 (4)．
[2]李堪．A50股指期货与中国内地股市发现实证研究[J]．金融数学与研究,2010 (1)．
[3]吴泱,张绍．连豆对美豆影响力逐步增加DCE渐成全球大豆次定价巾心[N]．期货日报,2009 -12 -11．
[4]陈瑞华,张云,劳小珊．期货市场、发现与定价效率[J]．巾国证券期货,2018 (2): 34 -40．
[5]夏天．国内外股指期货与股票指数之间的关联性研究[J]．南方经济,2008 (4)．
股指期货论文范文结:
关于对写作股指期货论文范文与课题研究的大学硕士、相关本科毕业论文股指期货论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。