沪深300股指与股指期货相关性研究

《沪深300股指与股指期货相关性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沪深300股指与股指期货相关性研究摘要：2010年4月16日沪深300股指期货正式挂牌交易，一方面它正式改变了我国股票市场长期单边市的格局，另一方面股指期货的引入也可以有效促进市场信息的流动。但是股指期货的推出是否起到了价格发现的功能；是否起到了稳定市场功能，长期以来被人们所关注。本文将通过持有成本模型推导出来的理论价格模型入手，通过对IF1102和同期沪深300指数的实证分析，探讨股指期货和现货市场的相关关系，并由此探讨股指期货对于市场功能发挥的效果。　　关键词：股指期货持有成本VAR格兰杰检验　　　　一、引言　　2010年4月16日，沪深300股指期货

2、正式挂牌交易，一方面它正式改变了我国股票市场长期单边市的格局，另一方面期货的引入也可以有效的促进市场信息的流通。从理论上来说一方面股指期货交易具有价格发现功能，可以有效促进市场信息流动，作为套期保值工具，可以有效地对冲现货市场的风险，因此可以稳定市场，防止市场大起大落；另一方面，股指期货的推出，将主要作为股指现货之间套利的工具，给机会投机者人为地制造市场波动提供了机会，使得股票现货市场波动更加剧烈，增大了现货市场的风险。　　那么在中国资本市场沪深300股指期货的推出究竟与现货市场是一个什么样的关系呢？从理论上来说由于期货市场和现货市场都是以股票或股票的集合

3、为交易标的，所以股票或股票的集合的新信息到来时，它们反映新信息的时间应该是一致的。然而，由于期货市场上交易成本低、杠杆高、现金交割等特点，股指期货的价格往往能够领先现货市场，提前反映新信息，起到期货市场引导现货市场的作用。然而在国内外的实证检验中，期货市场价格并不总是引导现货市场价格，也可能会出现现货市场价格引导期货市场价格的情况。　　因此为了进一步在理论和实证上探究此问题，本文将通过持有成本模型在理论上进一步研究现货和期货市场的关系。并且通过选取IF1102、IF1103和沪深300指数相同交易时间下的1分钟的收益率，基于EVIE2

4、现货市场的价格理论上呈现的是一种互相引导互相传递互相发掘的情况。因为从持有成本的发展模型来看，虽然引入了各种交易成本和融资成本，但是同样的只有当期货和现货市场的价格出现了套利空间，那么期货市场才会出现调节机制来重新平稳两个市场的价格。当然在理论上当市场是十分有效的情况下，套利空间存在的时间非常短促，市场的均衡关系会随时存在，这也意味着在理论上有效市场的前提下，股指期货市场和现货市场的整体波动水平应该是一致的。　　三、沪深300股指与股指期货收益序列基本特征　　通过理论分析我们得出了在有效市场的前提下，股指期货和现货市场应该是互相渗透互相引导的，并且整体波动

5、水平应该是趋于一致的。下面我们就针对这一结果对沪深300和IF1102合约进行实证分析。　　在选取的时间序列中，根据图1我们可以看到2011年2月合约和沪深300股指在1月25日到2月17日当中都是呈现震荡向上的趋势，特别是春节后，呈加速向上的态势。　　我们对沪深300股指和股指期货进行收益化计算，采用的公式是：R=lnP-lnP(-1)。图2列出了数据样本的基本统计特征。其中IF1102的峰度是34.70而沪深300的峰度是70.7,同时J-B统计值均拒绝了正态分布的假定，远远大于峰度指标3，说明其分布具有明显的“高峰厚尾”特征。而其他统计值中我们看出，

6、IF1102的均值小于沪深300，但是标准差却高于沪深300，从均值方法理论来讲，在这一时期沪深300指数实现了低风险高收益，更具投资价值；而IF1102波动较大。同样偏度也验证了这个结论，IF1102呈现较大的左偏倾向，而沪深300要略好于IF1102。　　四、相关性分析和长期记忆性比较　　通过对IF1102和沪深300两组收益率在的直线图分析，我们选择无截距无趋势项的ADF对两组序列进行单根检验，IF1102的样本t值是-55.08，沪深300的t值是-29.19说明两市的收益率都拒绝随机游走的假设，说明是平稳的时间序列数据，这个结果与国外学者对发达成

7、熟市场的波动性研究一致，pagan（1996）和bollerslev（1994）指出：金融资产的价格一般都是非平稳的，经常有一个单位根而收益率序列通常是平稳的。　　在此基础上，我们对两个市场的相关性进行了研究，通过两组数据的相关系数我们得出了如表1的相关关系图。从表中我们呢可以看出，沪深300指数和IF1102、IF1103的收益相关性都不是很高，但是相对而言和主力合约的相关系数也就是IF1102都相关性要大于IF1103。而IF1102与IF1103合约的的相关程度很高。　　在金融时间序列里，有些时间序列的ACF随间隔的增加以多项式的速度缓慢衰减到0，这

8、样的过程我们称之为长记忆时间序列。在实际中，如果一个时间序列的样本