2015年股灾背景下股指现货与股指期货的波动性溢出分析

发布时间：2020-06-05 04:10

【摘要】：2015年6月至8月,中国股市崩盘,市场多次出现“千股跌停”的现象。很多人将这次股灾归咎于股指期货,认为是期货市场的大规模卖空导致了现货市场的急剧下跌。随后,监管层对股指期货实施了一系列限制交易的措施,包括提高保证金、限制开仓数量等。考虑到国内期货市场因“T+0”的交易制度和拥有更多专业参与者使得市场上相关新信息会更快地反应在期货价格的变动上。本文从股灾背景出发,针对股灾后市场上“期指带动股指下跌”的论点,实证研究股灾前后沪深300股指现货和股指期货之间的波动溢出效应。首先,本文对国内外相关理论和实证类文献进行回顾,并对造成不同市场之间波动性溢出的原因进行分类整理。其次,本文对衡量不同市场之间波动溢出效应的计量模型进行归纳和总结。然后,本文收集了2014至2016年期间我国沪深300股票指数及其股指期货日交易数据(低频数据)以及2014至2015年期间5分钟高频交易数据,利用VAR和BEKK-GARCH模型对期货和指数的对数收益率序列建模,研究股灾前后沪深300股指期货与指数之间的均值溢出和波动溢出。最后,本文分别采用上证50和中证500的股指期货与现货的交易数据进行了稳健性检验。实证研究结果表明:(1)采用低频数据分别建立VAR和BEKK-GARCH模型时发现,股灾前(2014.01-2015.06)和股灾后(2015.09-2016.12)两个时间段内沪深300股指期货市场和现货市场之间存在双向的均值溢出和波动溢出;股灾中(2015.06-2015.09)时间段内因数据量过少,BEKK-GARCH模型并不收敛,无法得出有效结论。(2)采用5分钟高频数据构建分别建立VAR和BEKK-GARCH模型时发现,在任一时间段内,沪深300股指期现货市场之间均存在均值溢出和波动溢出。通过比较发现,根据高频数据建立的BEKK-GARCH模型更为稳健,并且实证结果表明:(1)股灾前(2014.01-2015.06):当新信息进入市场时,沪深300股指期货对沪深300指数波动的贡献比大于沪深300指数对沪深300股指期货波动的贡献比;期货市场往期波动对现货市场当期波动的贡献比与现货市场往期波动对期货市场当期波动的贡献比均小于1%。整体来看,股灾前沪深300股指期货对股票指数有显著的波动溢出效应。(2)股灾中(2015.06-2015.09):当新信息进入市场时,沪深300现货市场和沪深300股指期货市场之间存在双向波动溢出,但沪深300股指期货市场对沪深300股票指数波动的贡献比小于股指对期货波动的贡献比;代表沪深300股指期货市场往期波动对股指波动影响的参数并不显著。整体来看,沪深300股票指数对股指期货有显著的溢出效应。(3)股灾后(2015.09-2015.12):当新信息进入市场时,沪深300股票指数对沪深300股指期货波动的贡献比大于沪深300股指期货对沪深300股票指数波动的贡献比;代表期货市场往期波动对当期现货市场影响的参数并不显著。整体来看,股灾后沪深300股票指数对沪深300股指期货有显著的溢出效应。比较股灾前中后三段区间的实证结果可以发现,只有在股灾前,沪深300股指期货才对沪深300股票指数产生了显著的波动溢出效应;在股灾中和股灾后,反而是沪深300股票指数对沪深300股指期货产生了显著的波动溢出效应。换言之,本文的实证结果并不支持“股灾期间沪深300股指期货是现货下跌的元凶”的猜测。本文的研究结论对监管层如何合理制定期货市场的交易规则特别是不能随意限制交易的做法具有重要的参考价值。
【图文】：

本文技术路线图
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51;F832.5

【参考文献】