中证500股指期货价格发现功能及对现货市场的影响实证研究文献综述
2020-04-14 16:18:16
1.1研究背景 中证500股指期货,在2015年4月16日正式挂牌交易。中证500股指期货旨在描述A股市场中小盘股的整体情况,其包含500只股票,是继沪深300股指期货、上证50ETF期权上市后,A股衍生品市场的又一次创新。同时,作为指数可投资化的载体,该产品将进一步扩大对应指数的市场影响力。 1.2研究目的及意义 我国股指期货发展相对落后,自2010年沪深300上市之后,在金融衍生产品领域进行初步摸索,直到2015年,上证50和中证500同步上市。2015年股市异常波动,导致很多人认为与股指期货有关,股指期货扰乱了现货市场的稳定运行。在监管层出台进行管制后,股指期货的成交量大大下跌,流动性极其匮乏。 较发达国家而言,股指期货是金融市场的推动器,目前我国证券市场处于发展阶段,股指期货对现货市场的影响作用还未充分体现。因此,本文以中证500股指期货为例,通过近4年来其价格发现功能入手,揭示股指期货对现货市场价格的影响,并运用平稳性检验、格兰杰因果检验、GRACH、VAR检验方法进行实证分析,探究股指期货对现货市场价格波动性影响,得出结论并提出建议,对投资者和监管者利用股指期货实现自身目标起参考作用。
1.3国内外研究现状分析 国外对股指期货的研究较早,研究股指期货的价格发现功能最早是由Hasbrouck(1995)提 出 的 信 息 份 额 模 型。[1]为克服IS值非唯一性的特点,Lien 和 Shrestha(2005)对 信 息 份 额 模 型 进行了改进,提 出了修正 信息份 额模型(MIS),该 模型不仅保留了信息份额模型固有的优点,也确保了不同市场之间价格发现测度值的唯一性。[2]Drimbetas 等(2007)研究了希腊期货市场,发现股指期货具有稳定现货市场的作用。[3]。Sung(2013)将韩国股票价格指数KOSP1200作为实证分析样本对象,分析得出该股指期货的推出加剧了韩国股票现货市场的波动,并且提高了信息的有效扩散,使市场信息覆盖更为全面。[4] 我国学者华仁海等(2010)运 用 1 分钟 高频数 据 分 析 我 国 股 指期货与股指现货之间的价格发现能力,得出股指期货领先股指现货 7 分钟,而股指现货领先股指期货 2分钟的重要结论。[5]顾京和叶德磊 ( 2013) 采用公共因子和递归协整模型对股指期货的价格引导作用进行了详细研究发现: 在股指期货刚推出不久时,股指期货不具有价格发现能力,随着股指期货市场的不断发展和成熟,股指期货市场开始具有价格发现能力,并且随着时间的推移其能力不断增强。[6]万青和陈春流(2017)采用 GARCH 和 EGARCH 模型分析限制股指期货的政策对股市波动影响,发现限制股指期货的政策降低了股市的波动性,但加剧了股市的非对称效应。[7] |
2. 研究的基本内容与方案
{title}
2.1研究的基本内容
第1章 绪论
1.1选题背景与意义
1.2 国内外文献综述
第2章 相关理论基础
2.1 股指期货概述
2.2股指期货对现货市场的影响
2.3股指期货对现货市场价格波动性影响
第3章 中证500股指期货对现货市场波动性影响实证分析
3.1数据选取
3.2实证分析
3.2.1 平稳性检验
3.2.2格兰杰因果检验
3.2.3 GARCH模型检验
3.2.4 VAR模型检验
3.3实证结果分析
第4章 结论及建议
4.1 结论
4.2 建议
2.2 研究目的
(1)通过选取中证500股指期货的高频数据验证其价格发现功能的贡献度
(2)探究股指期货对现货市场价格波动性影响
(3)得出股指期货与现货市场影响关系,为更好的完善我国证券市场提出建议
2.3拟采用的技术方案及措施
2.4 创新点
(1)选用中证500股指期货作为研究对象,其上市较晚,资料较新,具有研究价值
(2)通过股指期货的价格发现功能作为切入点进行对现货市场影响的实证分析。
(3)运用大量检验方法,一环扣一环,实证分析结果准确度、可信度高。
[1] Joel Hasbrouck. One security,many markets:determining the contributions to price discovery [J].Journal of Finance,1995,50(4). [2] Donald Lien,KeshabShrestha. Estimating the optimal hedge ratio with focus information criterion [J].Journal of Futures Markets,2005,25(10). [3] Evangelos Drimbetas, Nikolaos Sariannidis, Nicos Porfiris. The effect of derivatives trading on volatility of the underlying asset: evidence from the Greek stock market[J]. Applied Financial Economics, 2007, 17(2):139-148 [4] Yang Hou;Steven Li,Price Discovery in Chinese Stock Index Futures Market: New Evidence Based on Intraday Data[J].Asia-Pacific Financial Markets,2013,20(1):49-70 [5] 华仁海、刘庆富:股指期货与股指现货市场间的价格发现能力探究[J].数量经济技术经济研究,2010(10) [6] ]顾京,叶德磊. 基于高频数据的股指期货价格发现功能动态研究[J]. 上海经济研究,2013( 11) : 22 - 31. [7] 卢万青、陈春流.限制股指期货对股市波动性影响的实证研究[J].金融发展研究,2017(6) [8] 许桐桐,王苏生,彭珂.仓位限额对股指期货价格发现的影响——基于上证50、沪深300和中证500的实证对比[J].华南理工大学学报(社会科学版),2018,20(04):45-55. [9] 李艳, 李雪.上证50和中证500股指期货价格发现功能研究 [J].当代经济.2018(7):38-39 [10] 李亚青.中证500股指期货对现货市场波动性的影响研究[D].西北农林科技大学.2018 [11] 王硕. 我国股指期货对现货市场波动性影响研究[D].首都经济贸易大学,2018. [12] 吴生泉. 中证500股指期货与现货指数关系的实证研究[D].南京大学,2018. [13] 董月. 我国股指期货对股票现货市场波动性的影响研究[D].东北财经大学,2017. [14] 王玉霞,史家亮,苏巍巍.中证500股指期货动态价量关系研究——基于高频数据的实证检验[J].金融理论与教学,2017(04):1-7. [15] 韩宁.论股指期货的功能及对我国股票市场的影响[J].时代金融,2017(05):170-171. [16] 徐磊,倪旸,杜朕威.我国股指期货对股票市场定价的研究[J].价格理论与实践,2017(12):102-105. [17] 周丹丹.基于VAR-GARCH-BEEK模型的股指期货和股票现货的波动性联动分析[J].吉林金融研究,2016(02):6-12. [18] 朱莉,高鹏.高频股指期现货市场波动溢出效应研究——基于EEMD降噪和CCF检验[J].金融理论与实践,2016(03):85-88. [19] 徐金剑.股指期货对标的指数波动性影响分析——基于中证500股指期货[J].金融经济,2016(10):87-89. [20] 张向丽,杨瑞杰,卢爱珍.股指期货对股指现货的价格引导是否存在“规模阶梯效应”?[J].首都经济贸易大学学报,2016,18(02):34-41. [21] 刘文文,沈骏.指数期货信息传递机制研究——基于沪深300、上证50和中证500指数期货[J].上海金融,2016(07):59-64. [22] 左璐.新上市股指期货运行情况分析[J].中国期货,2015,(3):70-72. [23] Chen-Chen Gong,Shen-Dan Ji,Li-Ling Su,Sai-Ping Li,Fei Ren. The lead–lag relationship between stock index and stock index futures: A thermal optimal path method[J]. Physica A: Statistical Mechanics and its Applications,2016,444. [24] Yarovaya L,Brzeszczyński J,Chi KML.Intra-and Inter-regional Return and Volatility Spillovers across Emerging and Developed Markets:Evidence from Stock Indices and Stock Index Futures[J].International Review of Financial Analysis,2016,43:96-114. [25] Martin T. Bohl,Jeanne Diesteldorf,Pierre L. Siklos. The effect of index futures trading on volatility: Three markets for Chinese stocks[J]. China Economic Review,2015,34. [26]Li S Y.Volatility Spillovers in the CSI300 Futures and Spot Markets in China:Empirical Study Based on Discrete Wavelet Transform and VARBEKK-Bivariate GARCH Model[J].Procedia Computer Science.2015,55:380-387. |