中国股指期货和现货市场关系的实证研究

本文主要运用协整理论和Granger因果检验方法,并结合脉冲响应分析和方差分解方法对沪深300股指期货交易的近期、远期连月数据和沪深300指数数据间的关系进行实证分析。研究发现沪深300股指期货与现货指数之间确实存在长期的均衡关系,而且期货与现货市场的价格引导关系中存在互为因果的关系。现货价格对近期期货价格具有很强的引导作用,但近期期货价格对现货价格的引导作用却不明显,而且真正对现货价格起到引导作用的是远期期货价格。     

中国股指期货和现货市场关系的实证研究

本文主要运用协整理论和Granger因果检验方法,并结合脉冲响应分析和方差分解方法对沪深300股指期货交易的近期、远期连月数据和沪深300指数数据间的关系进行实证分析。研究发现沪深300股指期货与现货指数之间确实存在长期的均衡关系,而且期货与现货市场的价格引导关系中存在互为因果的关系。现货价格对近期期货价格具有很强的引导作用,但近期期货价格对现货价格的引导作用却不明显,而且真正对现货价格起到引导作用的是远期期货价格。     

沪深300股指期货市场与现货市场联动性及引导关系实证分析

该文借助计量经济学平稳检验、葛兰杰因果检验、协整检验及自回归向量误差纠正模型(VECM),对中国沪深300股指期货市场与现货市场时间序列数据作实证分析.研究结果表明,沪深300股指期现货市场波动相互影响,互为葛兰杰因果关系;沪深300股指期货和现货之间呈长期稳定的协整关系;无论从长期还是短期来看,股指期货市场对股票现货市场的作用均较大;沪深300股指期货是现货下跌的引领者而非推动者.     

沪深300指数与股指期货价格变化关系的检验

在沪深300股指期货推出两年以后,为了验证期货市场的价格发现功能,本文利用VAR模型对沪深300股指期货和现货价格的每分钟收益率序列实际数据进行检验.实证检验结果显示期货价格变化对未来现货价格变化有显著影响,持续时间可达5分钟以上,而现货价格对期货价格变化没有显著影响.因此,沪深300指数期货市场已经发挥了较强的价格发现功能.同时,我们发现对股指期货和现货市场而言,VAR模型具有较强的稳定性,在利用历史数据预测未来指数价格变化中有较强的实用价值.     

股指期货与现货指数的波动溢出效应

以沪深300现货指数与沪深300股指期货指数的月度数据作为研究对象,基于HP滤波分析、Granger因果性检验、向量自回归模型等方法研究了股指期货与股票现货市场间的波动溢出效应,结果表明沪深300股指期货风险与沪深300指数之间不仅存在长期的均衡关系,同时两市场具有双向的波动溢出效应,股指期货市场的波动溢出强于股票现货市场的波动溢出。     

沪深300仿真交易股指与股指期货引导关系研究

利用沪深300指数期货仿真交易1分钟线高频数据,建立了基于GARCH类模型的波动率估计模型,利用Granger因果关系检验对期货与指数的引导关系进行了检验。实证结果显示:现货市场对期货市场存在单向引导关系,且领先的时间不超过15分钟;期货市场对现货市场不存在单向的引导关系。     

新华富时A50股指期货与我国A股市场价格间关系：基于高频数据的研究

利用五分钟高频数据,本文对在新加坡交易所上市的新华富时A50股指期货与我国沪深300股指现货和期货之间的价格变化关系进行了实证分析。主要结果显示：从目前看,国内的沪深300指数现货和期货市场在价格发现和信息传递方面居于主导地位。A50股指期货价格的变动对国内股指现货和期货市场价格的变动并不存在显著的领先和引导作用。     

沪深300股指期货价格发现功能实证研究——基于1分钟高频数据

采用Granger因果检验、脉冲响应函数和向量误差修正模型对沪深300股指期货的价格发现功能,以及期货和现货指数之间的领先滞后关系进行研究和分析.研究结果表明,沪深300股指期货在价格发现中起主导作用,期货价格和现货价格之间存在着长期协整关系、双向的Granger因果关系.期货领先现货7分钟     

沪深300股指期货市场功能发挥的经验研究

2010年4月16日,沪深300股指期货正式启动.现选取沪深300股指期货上市前后各两年(2008年4月15日-2012年4月16日)的期货、现货价格数据和交易量数据,通过分解交易量的方法,运用EGARCH模型检验沪深300股指期货的市场稳定功能;运用VECM模型检验其价格发现功能.结果显示,推出两年后,沪深300股指期货确实在一定程度上发挥了市场稳定与价格发现的功能.总体而言,沪深300股指期货虽然仍有改善的空间,但它却是我国在金融衍生品交易领域的一次成功尝试.未来我国进一步推出其他类型的金融衍生品,应当充分借鉴沪深300股指期货的成功经验.     

基于EGRACH模型的股指期货对股市非对称性波动影响的实证研究

本文基于EGRACH模型,利用高频数据,实证检验了沪深300股指期货对我国股市非对称波动的影响。实证研究表明,沪深300股指期货与现货市场之间存在互为格兰杰因果关系,在股指期货初期股指期货对股市的波动有放大作用,在远期降低了非对称性波动,具有稳定股市的功效。     

股指期货到期日效应在中国存在吗

本文选取1分钟高频数据作为研究对象,采用带有虚拟变量的自回归模型对沪深300股指期货合约是否具有到期日效应展开实证研究。研究的主要结论有：第一,股指期货合约到期日时,现货市场并没有出现交易量异常放大的现象,反而在到期日的最后两个小时,现货市场的交易量出现异常减少的现象;第二,股指期货合约到期日时,现货市场的波动率并没有出现异常的变化。由以上两个结论来看,沪深300股指期货合约并没有出现所谓的到期日效应,这与我国设计合理的交割结算价确定机制以及特殊的期货市场投资者结构有关。     

Investor sentiment‐styled index in index futures market

In this paper, we define and analyze the sentiment‐styled index for the CSI 300 index futures in the Chinese futures market. Our sentiment‐styled index for the CSI 300 index futures from April 16, 2010 to April 30, 2019 is constructed by the first and second principal component analyses, rather than only by the first principal component analysis used in the Baker and Wurgler (Journal of Finance 61(4): 1645–1680, 2006) method. The sentiment‐styled index explains 78.38% of the sample variance. The vector error correction model is adapted to study the dynamics of cointegration of the sentiment‐styled index and the logarithmic futures price. We use the GARCH‐DCC model to illustrate the spillover effect between the sentiment‐styled index and the Chinese futures market. We show that this investor sentiment‐styled index does have the price discovery from the Granger causality and common factor weights and the hedging function from the Baba–Engle–Kraft–Kroner model empirically; furthermore, we use the curvature term of the sentiment‐styled index to determine the multiple unit roots. More empirical results for the sentiment‐styled index of the Chinese stock market, the sentiment‐styled index of the CSI 300 index futures, and the return of the CSI 300 index futures market are studied in this paper.     

恒生指数和沪深300股指期货套期保值效果对比研究

本文利用OLS、ECM、ECM-GARCH模型对沪深300股指期货和恒生指数期货的最优套期保值率进行了估算,并在风险最小化框架下对它们的套期保值效果进行了对比研究。结果发现:无论是哪种股指期货,不考虑期现货间存在的协整关系会使估算的最优套期保值率偏高,影响套期保值效果;其次是虽然在样本内外,沪深300股指期货的套期保值效果比恒生指数期货的好,但是沪深300股指期货套期保值效果的稳定性比恒生指数差。此时,ECM-GARCH和OLS模型分别为样本内外投资者利用沪深300指数期货进行套期保值时的最佳选择;对于恒生指数股指期货,最优模型是ECM。     

我国股指期货与现货市场信息传递与波动溢出关系研究

股指期货与现货市场关系是监管者关注的重点问题。本文采用我国股指期货上市以来1分钟级高频数据,应用向量误差修正模型、方差分解、多元T-GARCH等,考察期现两市信息传递、波动溢出效应的影响。实证结果表明,尽管股指期货和股票市场之间短期内存在相互引导关系,但股票市场价格变动更多来自于自身影响,起主导作用,而且两市长期均衡收敛也是以股票市场占主导地位;两市存在显著的双向波动溢出,期货市场的波动溢出效应强于股票市场的波动溢出效应;两市场存在明显的非对称效应,期货市场对坏消息更为敏感,而现货市场对好消息更为敏感。     

基于高频数据的股指期货与现货市场波动溢出和信息传导研究

本文利用沪深300指数和当月股指期货连续合约的高频数据,采用非参数方法估计日度股票指数和股指期货的整体波动、连续性波动和跳跃,发现两个市场波动成分存在双向的格兰杰因果关系,但是期货市场的跳跃并不会影响后续股票市场的跳跃。此外,已实现相关系数在股指期货上市初期表现出了较大的变动,整体表现出了较强的联动趋势。最后,日内高频价格之间存在稳定的协整关系,两个市场存在双向的信息传导,股指期货的价格发现功能得到发挥。     

沪深300股指期货跨期套利实证研究——基于真实交易数据的计量分析

沪深300股指期货的上市为股指期货跨期套利研究的实证分析提供了真实的数据基础。本文在对期货套利的概念和种类进行介绍的基础上,构建股指期货跨期套利模型,最后,以沪深300股指期货真实交易数据为基础进行了实证分析,结果显示,目前,国内股指期货市场存在较多的跨期套利机会,市场有效性缺失,并对此结果提出了相应的政策建议。     

沪深300股指期货与现货市场间风险传染效应及影响因素

本文选取2005—2019年我国沪深300股指期货和沪深300股票指数日收盘价数据,结合股票推出时间、股价波动性,设置样本组、对照组,运用GARCH模型、DCC-GARCH模型、Granger因果关系检验及多元线性回归模型分析了沪深300股指期货与现货间的风险传染效应及影响因素,并结合研究结论提出对策,以期促进资本市场健康发展。结果表明:沪深300股指期货市场与现货市场间存在双向的风险传染效应,且经DCC-GARCH模型分析表明风险传染效应在动荡期尤为明显;影响这种风险传染效应的因素有很多,主要表现为微观因素中的股票市场流动性和股票市场不确定性与极端事件两个方面。     

Price Discovery in Chinese Stock Index Futures Market: New Evidence Based on Intraday Data

Using high-frequency data, this study investigates price discovery in the newly established stock index (CSI300) futures market in China. Our empirical results reveal new evidence that the CSI300 index futures market play a dominant role in the price discovery process about one year after its inception and new information is disseminated more rapidly in the stock index futures market than the stock market. This is different from findings in the previous literature. Our results also imply that the index futures market has evolved and can be used as a price discovery vehicle. Thus the CSI300 stock index futures market plays an important role in the capital markets in China.     

The lead–lag relationship between the spot and futures markets in China

Based on daily and one-minute high-frequency returns, this paper examines the lead–lag dependence between the CSI 300 index spot and futures markets from 2010 to 2014. A nonparametric and non-linear method based on the thermal optimal path method is adopted. Empirical results of the daily data indicate that the lead–lag relationship between the two markets is within one day but this relationship is volatile since neither of the two possible situations (the futures leads or lags behind the spot market) takes a dominant place. Our results using the high-frequency data demonstrate that there is a price discovery in the Chinese futures market: the intraday one-minute futures return leads the cash return by 0–5 min regardless of the price trend of the market.