91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

論文導(dǎo)讀:：文章通過(guò)截取中國(guó)滬深300股指現(xiàn)貨和股指期貨每交易日收盤價(jià)數(shù)據(jù)作為樣本數(shù)據(jù)，使用VAR模型、VECM模型，以及Johansen協(xié)整檢驗(yàn)、Granger長(zhǎng)短期因果檢驗(yàn)、Hasbrouck方差分解等方法研究了中國(guó)股指期貨與現(xiàn)貨市場(chǎng)之間的關(guān)聯(lián)性與相互影響等問(wèn)題。結(jié)果顯示:股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)在長(zhǎng)期均衡狀態(tài)下存在協(xié)整關(guān)系，股指期貨市場(chǎng)實(shí)現(xiàn)了較為有效的價(jià)格發(fā)現(xiàn)功能。且在長(zhǎng)期，股指期貨市場(chǎng)與股指現(xiàn)貨市場(chǎng)相互影響，互為對(duì)方的Granger原因，但結(jié)合短期情況看，股指期貨對(duì)股指現(xiàn)貨的影響更為巨大。
論文關(guān)鍵詞：股指期貨，滬深300指數(shù)，協(xié)整，VAR模型

　　1．引言
　　金融衍生工具市場(chǎng)是中國(guó)資本市場(chǎng)極其重要的組成部分。衍生金融工具與其相對(duì)應(yīng)的原生金融工具之間的關(guān)聯(lián)性問(wèn)題也一直是學(xué)術(shù)界與投資者所共同關(guān)心的話題。 2010年4月16日的滬深300股指期貨上市，標(biāo)志著中國(guó)資本市場(chǎng)發(fā)展又翻開(kāi)了歷史性的新篇章。那么至今運(yùn)行了四個(gè)月股指期貨是否實(shí)現(xiàn)了價(jià)格發(fā)現(xiàn)功能，對(duì)現(xiàn)貨市場(chǎng)產(chǎn)生了怎樣的影響，兩個(gè)市場(chǎng)之間的聯(lián)動(dòng)效應(yīng)會(huì)怎樣，又是否會(huì)與以往研究結(jié)果相一致？本文將選取更新的市場(chǎng)數(shù)據(jù)，借助VAR模型、VECM模型、協(xié)整檢驗(yàn)、長(zhǎng)短期Granger因果檢驗(yàn)、方差分解等方法，在以往研究基礎(chǔ)上更全面綜合的刻畫我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能作用的大小，由此說(shuō)明滬深300股指期貨市場(chǎng)的運(yùn)行效率，以期對(duì)我國(guó)金融衍生工具市場(chǎng)的進(jìn)一步發(fā)展提供有價(jià)值的參考。
　　2. 模型與數(shù)據(jù)的選取
　　2.1數(shù)據(jù)說(shuō)明
　　本文選取2010年4月16日至2010年8月23日中國(guó)滬深300股指現(xiàn)貨和股指期貨每交易日收盤價(jià)數(shù)據(jù)作為樣本數(shù)據(jù)，全面再現(xiàn)中國(guó)金融衍生品市場(chǎng)中股指期貨合約的產(chǎn)生至其發(fā)揮其功能影響市場(chǎng)的過(guò)程。之所以選擇收盤價(jià)數(shù)據(jù)，是因?yàn)榈朗侠碚撜J(rèn)為收盤價(jià)是最重要的價(jià)格．這一價(jià)格反映了市場(chǎng)的大部分行為。又由于股指期貨與現(xiàn)貨市場(chǎng)不具有同時(shí)性，且同一交易日會(huì)同時(shí)有若干不同的交易價(jià)格金融論文，數(shù)據(jù)不連續(xù)，本文選取最近月份的股指期貨合約為代表，將不匹配的數(shù)據(jù)刪除，這樣可以得到一個(gè)連續(xù)的期貨合約價(jià)格序列。為減小數(shù)據(jù)的波動(dòng)，將指標(biāo)進(jìn)行對(duì)數(shù)處理。在此定義，LS為滬深300現(xiàn)貨股指對(duì)數(shù)序列，LF為滬深300股指期貨對(duì)數(shù)序列，數(shù)據(jù)來(lái)源于國(guó)泰君安證券研究所及湘財(cái)金禾證券分析軟件，經(jīng)整理得共計(jì)88組數(shù)據(jù),實(shí)證過(guò)程借助 Eviews5.0軟件。
　　2.2 VAR（向量自回歸）模型
　　 本文運(yùn)用該類模型與方法來(lái)對(duì)滬深300股票價(jià)格期貨指數(shù)與滬深300股價(jià)指數(shù)兩者之間整體關(guān)聯(lián)性及其互動(dòng)關(guān)系進(jìn)行系統(tǒng)的考察。VAR（向量自回歸）模型是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型（高鐵梅，2006）。 VAR(p)模型的數(shù)學(xué)表達(dá)式是：
　　 (1)
　　其中：是k維內(nèi)生變量向量，是d維外生變量向量，p是滯后階數(shù)，T是樣本個(gè)數(shù)。k×k維矩陣和k×d維矩陣H是要被估計(jì)的系數(shù)矩陣。是k維擾動(dòng)列向量，它們相互之間可以同期相關(guān)，但不與自己的滯后值以及等式右邊的變量相關(guān)。VAR模型常用于預(yù)測(cè)相互聯(lián)系的時(shí)間序列系統(tǒng)及分析隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)沖擊，從而解釋各種經(jīng)濟(jì)沖擊對(duì)經(jīng)濟(jì)變量形成的影響。
　　3. 實(shí)證分析
　　 3.1單位根檢驗(yàn)
　　研究經(jīng)濟(jì)變量之間是否存在長(zhǎng)期關(guān)系，首先要對(duì)時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn)，否則可能出現(xiàn)“偽回歸”的情況（Granger,1974）。本文采用Augmented Dickey-Fuller(簡(jiǎn)稱ADF)檢驗(yàn)方法來(lái)檢驗(yàn)樣本數(shù)據(jù)的時(shí)間序列特征，ADF平穩(wěn)性檢驗(yàn)基于以下回歸方程：
　　
　　為純粹白噪音誤差項(xiàng)，滯后階數(shù)的選擇使得不存在序列相關(guān)論文開(kāi)題報(bào)告范文。ADF檢驗(yàn)的原假設(shè)，備擇假設(shè)。接受原假設(shè)意味著時(shí)間序列含有單位根，即序列是非平穩(wěn)的（古扎拉蒂，2005）。
　　對(duì)每個(gè)變量的原序列以及一階差分序列的平穩(wěn)性特征采用ADF檢驗(yàn)方法金融論文，可知變量原序列都是非平穩(wěn)的，而一階差分都是平穩(wěn)的，滿足協(xié)整檢驗(yàn)前提。
　　3.2 協(xié)整檢驗(yàn)
　　協(xié)整檢驗(yàn)是從分析時(shí)間序列的非平穩(wěn)性入手，尋找非平衡變量之間的長(zhǎng)期均衡關(guān)系。常見(jiàn)的協(xié)整方法主要有兩變量的Engle-Granger檢驗(yàn)（簡(jiǎn)稱EG檢驗(yàn)）和多變量之間的Johansen檢驗(yàn)（簡(jiǎn)稱JJ檢驗(yàn)Johansen-Juselius）。EG檢驗(yàn)是基于回歸殘差的檢驗(yàn)，通過(guò)建立OLS模型來(lái)檢驗(yàn)其殘差的平穩(wěn)性，若殘差是沒(méi)有單位根的平穩(wěn)序列，則說(shuō)明原序列存在協(xié)整關(guān)系。EG檢驗(yàn)存在一定的缺陷，假如當(dāng)協(xié)整關(guān)系的維數(shù)增加或協(xié)整的秩大于1時(shí)，EG檢驗(yàn)便無(wú)能為力了。JJ檢驗(yàn)是基于回歸系數(shù)的檢驗(yàn)，是利用向量自回歸模型計(jì)算出與殘差矩陣相關(guān)的矩陣的特征值，根據(jù)特征值的軌跡及最大特征值進(jìn)行檢驗(yàn)，該方法在一定程度上糾正了EG檢驗(yàn)在多變量檢驗(yàn)方面的不足。本文采用Johansen檢驗(yàn)法來(lái)檢驗(yàn)LF和LS之間是否存在長(zhǎng)期穩(wěn)定的均衡關(guān)系,根據(jù)AIC最小準(zhǔn)則選取滯后階數(shù)為2階運(yùn)用Eviews5.0得到結(jié)果如表1：
　　 表1：LF和LS的協(xié)整檢驗(yàn)結(jié)果
　　

注：*,**,***分別表示在1%、5%、10%的顯著性水平，下表同。表1中ADF檢驗(yàn)結(jié)果采用Eviews5.0計(jì)算得出，下表同。其中C,T,K分別表示單位根包括常數(shù)項(xiàng)、時(shí)間趨勢(shì)和滯后階數(shù)，0是指不包括相關(guān)內(nèi)容。加入滯后項(xiàng)是為了使殘差項(xiàng)為白噪聲，滯后項(xiàng)采用AIC和SC準(zhǔn)則經(jīng)過(guò)多次試算分析得出。D表示差分算子。下同。
　　從表1中看出只有第一個(gè)跡統(tǒng)計(jì)量大于5%水平下的臨界值，因而只有第一個(gè)原假設(shè)被拒絕，即有且僅有一個(gè)協(xié)整關(guān)系。其標(biāo)準(zhǔn)化表達(dá)方式如下：
　　 (3)
　　( 0.01525) (0.12113)
　　小括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差。令協(xié)整關(guān)系等于VECM，由此得出LF與LS之間的協(xié)整方程關(guān)系式：（4）
　　進(jìn)而對(duì)標(biāo)準(zhǔn)化協(xié)整方程的殘差序列vecm做平穩(wěn)性檢驗(yàn)得到表2:
　　表2：殘差序列vecm的ADF檢驗(yàn)
　　

由于殘差序列vecm為平穩(wěn)時(shí)間序列，可知LF和LS之間存在一種長(zhǎng)期的均衡關(guān)系，且長(zhǎng)期協(xié)整方程如公式（3）所示。
　　3.3 VECM（向量誤差修正）模型
　　 以VAR模型描述股指期貨與股指現(xiàn)貨之間的相互關(guān)聯(lián)，對(duì)應(yīng)模型具體形式為：
　　
　　
　　相應(yīng)的參數(shù)估計(jì)結(jié)果如表4所示。從VAR模型的輸出結(jié)果看，雙變量VAR模型分別以股票期貨價(jià)格指數(shù)與股票現(xiàn)貨價(jià)格指數(shù)為被解釋變量建立模型（如公式5、6所示）所對(duì)應(yīng)的擬合優(yōu)度（R2）值分別為 0.917925和 0.919515，說(shuō)明二者相互擬合的效果都很好。也就是說(shuō)，股票期貨價(jià)格指數(shù)與股票現(xiàn)貨價(jià)格指數(shù)這兩組變量除了受市場(chǎng)系統(tǒng)性與非系統(tǒng)性因素影響外金融論文，還顯著的受到自身以及對(duì)方的影響。
　　為了更進(jìn)一步的研究股指期貨與現(xiàn)貨的短期波動(dòng)，筆者在VAR模型和協(xié)整模型分析的基礎(chǔ)之上，再引入VECM（向量誤差修正）模型。VECM模型的優(yōu)點(diǎn)是既可以克服對(duì)非平穩(wěn)變量做回歸時(shí)出現(xiàn)的偽回歸問(wèn)題，又可以同時(shí)考察變量間的短期和長(zhǎng)期關(guān)系。當(dāng)變量之間存在協(xié)整關(guān)系時(shí)，可以建立VECM模型來(lái)進(jìn)一步考察短期關(guān)系。
　　表3：VAR模型與VECM模型
　　

注：VECM表示誤差修正項(xiàng)； [ ]內(nèi)為T統(tǒng)計(jì)量。
　　輸出結(jié)果中VECM(誤差修正)項(xiàng)是整個(gè)模型的核心部分，反映變量之間的長(zhǎng)期均衡關(guān)系，其系數(shù)則反映變量之間的均衡關(guān)系偏離長(zhǎng)期均衡狀態(tài)時(shí)，將其調(diào)整到均衡狀態(tài)的調(diào)整速度，其絕對(duì)值越大，則調(diào)整的速度越快。由此我們可以看到滬深300股指期貨DLF對(duì)于滬深300指數(shù)DLS有十分良好的反應(yīng)能力，也就是說(shuō)，當(dāng)短期價(jià)格偏離長(zhǎng)期均衡狀態(tài)時(shí)，股指期貨調(diào)整到新的均衡狀態(tài)的調(diào)整力度將大于現(xiàn)貨指數(shù)的調(diào)整力度，在價(jià)格發(fā)現(xiàn)過(guò)程中占相對(duì)主導(dǎo)地位。同時(shí)，結(jié)果中所有作為解釋變量的差分項(xiàng)的系數(shù)反映各變量的短期波動(dòng)對(duì)作為被解釋變量的短期變化的影響。
　　 　　3.4 Granger（格蘭杰）因果檢驗(yàn)
　　VAR模型的另一個(gè)重要的應(yīng)用是分析時(shí)間序列變量之間的因果關(guān)系。Granger解決了x是否引起y的問(wèn)題，主要看現(xiàn)在的y能夠在多大程度上被過(guò)去的x解釋，加入x的滯后值是否使解釋程度提高。如果x在y的預(yù)測(cè)中有幫助，或者x與y的相關(guān)系數(shù)在統(tǒng)計(jì)上顯著時(shí)，就可以說(shuō)“y是由x Granger引起的”。Granger因果關(guān)系檢驗(yàn)實(shí)質(zhì)上是檢驗(yàn)一個(gè)變量的滯后變量是否可以引入到其他變量方程中。一個(gè)變量如果受到其他變量的之后影響，則稱它們具有Granger因果關(guān)系。且若變量之間存在協(xié)整關(guān)系，則這些變量至少存在一個(gè)方向的Granger因果關(guān)系（Granger，1988）�；�于VECM模型的分析還可以對(duì)多個(gè)市場(chǎng)間長(zhǎng)短期的關(guān)聯(lián)性關(guān)系有一個(gè)比較良好描述，在此基礎(chǔ)上本文進(jìn)一步考慮運(yùn)用基于VAR模型的Granger長(zhǎng)期因果檢驗(yàn)與基于VECM模型的Granger短期因果檢驗(yàn)來(lái)對(duì)兩個(gè)市場(chǎng)長(zhǎng)短期內(nèi)因果關(guān)系進(jìn)行更深入的刻畫。分析結(jié)果如下：
　　表4：短期Granger因果檢驗(yàn)
　　

表5：長(zhǎng)期Granger因果檢驗(yàn)
　　

由此可知，短期來(lái)看，LF是LS的Granger原因金融論文，同時(shí)，LS并不是LF的Granger原因論文開(kāi)題報(bào)告范文。但從長(zhǎng)期看，LF與LS之間互為因果，且由檢驗(yàn)輸出結(jié)果中不能拒絕原假設(shè)的P值數(shù)據(jù)可知，LS波動(dòng)引致LF波動(dòng)的概率大于LF波動(dòng)引致LS波動(dòng)的概率。由此可知，LF在短期內(nèi)對(duì)LS的變動(dòng)起主導(dǎo)性作用，但在長(zhǎng)期，也不能忽視LS對(duì)LF的影響。
　　3.5 Hasbrouck方差分解
　　另一種對(duì)VAR動(dòng)態(tài)系統(tǒng)進(jìn)行動(dòng)態(tài)特性分析的工具是方差分解技術(shù)，Hasbrouck(1995)提出在考察VAR模型時(shí)可以采用預(yù)測(cè)方差分解方法研究模型的動(dòng)態(tài)特征，其主要思想是把VAR系統(tǒng)中的均方誤差分解成為各個(gè)變量沖擊所作的貢獻(xiàn)即各個(gè)變量沖擊的貢獻(xiàn)占總貢獻(xiàn)的比例。該方法可以定量的描述本文中兩個(gè)市場(chǎng)之間相互作用的情況。問(wèn)題的關(guān)鍵在于將方差分解為兩部分,一部分是由于現(xiàn)貨價(jià)格變動(dòng)引起的,另一部分是由于期貨價(jià)格變動(dòng)引起的。Hasbrouck(1995)將市場(chǎng)i所占的信息份額Si定義為市場(chǎng)i在總方差中的比重，由于價(jià)格變動(dòng)反映了市場(chǎng)對(duì)新信息的作用,因此,如果一個(gè)市場(chǎng)所占的信息份額相對(duì)較大,則說(shuō)明這個(gè)市場(chǎng)吸收了更多的市場(chǎng)信息,也即在價(jià)格發(fā)現(xiàn)功能中發(fā)揮了更為重要的作用。具體的結(jié)果見(jiàn)表6。
　　表6：Hasbrouck方差分解
　　

注：方差分解結(jié)果單位為%。
　　 由表6的方差分解結(jié)果我們可以看到：對(duì)滬深300股指期貨價(jià)格變動(dòng)長(zhǎng)期作用部分的方差，在滯后期為1期時(shí)，100%來(lái)自于其自身變動(dòng)，隨著滯后期數(shù)的增加，總方差中來(lái)自于期貨市場(chǎng)的部分呈下降趨勢(shì)，最終趨于58.37%，而來(lái)自于現(xiàn)貨市場(chǎng)的部分呈上升趨勢(shì)，最終趨于41.63%。與此相對(duì)應(yīng)，對(duì)滬深300指數(shù)價(jià)格變動(dòng)長(zhǎng)期作用部分的方差，在滯后期為1期時(shí)，有93.05%來(lái)自于股指期貨變動(dòng)，僅6.95%來(lái)自于其自身變動(dòng)，隨著滯后期數(shù)的增加，總方差中來(lái)自于期貨市場(chǎng)的部分呈下降趨勢(shì)，最終趨于55.28%金融論文，而來(lái)自于現(xiàn)貨市場(chǎng)的部分呈上升趨勢(shì)，最終趨于44.72%。由此可見(jiàn)，滬深300股指期貨的上市，對(duì)現(xiàn)貨市場(chǎng)造成了極其巨大的影響�？偟膩�(lái)說(shuō)，股指期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)功能中處于主導(dǎo)作用。
　　4. 結(jié)論
　　股指期貨是現(xiàn)今各國(guó)證券市場(chǎng)中資產(chǎn)管理與投資組合中應(yīng)用廣泛、具有活力的風(fēng)險(xiǎn)管理工具。本文以滬深300股價(jià)指數(shù)與滬深300股指期貨作為研究對(duì)象，基于VAR模型、VECM模型，以及Johansen協(xié)整檢驗(yàn)、Granger長(zhǎng)短期因果檢驗(yàn)、Hasbrouck方差分解等方法全面研究了二者關(guān)聯(lián)性與相互影響關(guān)系等問(wèn)題。通過(guò)研究可知,中國(guó)滬深300股指期貨合約的推出必將進(jìn)一步拓展中國(guó)資本市場(chǎng)的廣度和深度，以其自身的優(yōu)勢(shì)吸引更多的機(jī)構(gòu)投資者進(jìn)入市場(chǎng)，調(diào)整資金配置，提高市場(chǎng)活躍度。作為一種風(fēng)險(xiǎn)管理工具，中國(guó)的股指期貨能否有效的發(fā)揮作用將取決于很多因素，其中具備一個(gè)穩(wěn)定、成熟且流動(dòng)性好的市場(chǎng)是最為關(guān)鍵的條件，也是股指期貨發(fā)揮其價(jià)格發(fā)現(xiàn)功能的基礎(chǔ)。通過(guò)以上實(shí)證研究不難發(fā)現(xiàn)滬深300股指期貨發(fā)行至今已經(jīng)展現(xiàn)其對(duì)滬深300股指現(xiàn)貨的價(jià)格發(fā)現(xiàn)功能。如何立足于風(fēng)險(xiǎn)防范基礎(chǔ)上合理運(yùn)用金融衍生產(chǎn)品推進(jìn)金融衍生工具市場(chǎng)更進(jìn)一步的發(fā)展，將成為相關(guān)研究下一階段的重心。

參考文獻(xiàn)：
[1]H.J.Ryoo.G.Smith.The impact of stock index futures onthe Korean stock market[J]．Applied Financial Economic, 2004(14):243-251．
[2]Mao Zhong，Ali F.Darrat，Rafael Otero. PriceDiscovery and Volatility Spillovers in Index Futures Markets：Some Evidence From Mexico[J]．Journal ofBanking and Finance，2004(28):3037-3054.
[3]查爾斯·M·S·薩克里弗（CharlesM.S.Sutcliffe），股指期貨（第3版）［M］.2008. [4] 林文夫.計(jì)量經(jīng)濟(jì)學(xué)[M]. 上海財(cái)經(jīng)大學(xué)出版社。2005.
[5]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京：清華大學(xué)出版社，2005.269-271.
[6]夏天.國(guó)內(nèi)外股指期貨與股票指數(shù)之間的關(guān)聯(lián)性研究——基于日經(jīng)225指數(shù)期現(xiàn)貨市場(chǎng)的實(shí)證分析[J].南方經(jīng)濟(jì) 2008.4
[7]方斌.新興市場(chǎng)股指期貨價(jià)格發(fā)現(xiàn)功能的研究[J].統(tǒng)計(jì)與決策 2010年02期
[8]陳露.股指期貨將改變股市生態(tài)環(huán)境，中國(guó)社會(huì)科學(xué)院金融研究所，http://ifb.cass.cn/show_News.asp?id=9640
[9]崔海蓉、何建敏.我國(guó)期貨市場(chǎng)成交量和持倉(cāng)量與價(jià)格波動(dòng)關(guān)系研究[J].統(tǒng)計(jì)與決策2010年06期
[10]魏宇.滬深300股指期貨的波動(dòng)率預(yù)測(cè)模型研究[J].管理科學(xué)學(xué)報(bào) 2010年2月
[11]吳博.股指期貨套期保值模型選擇和績(jī)效評(píng)價(jià)——基于滬深300股指期貨仿真交易數(shù)據(jù)的實(shí)證分析[J]. 新金融 2010年02期
[12]華仁海.現(xiàn)貨價(jià)格和期貨價(jià)格之間的動(dòng)態(tài)關(guān)系:基于上海期貨交易所的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì) 2005年第8期