股指期货波动特征及其成因的国际比较研究
发布时间：2021-06-20 10:46
股指期货是一种重要的金融衍生工具,以股票价格指数作为标的资产,具有价格发现和套期保值两个重要的功能。自上世纪八十年代诞生之后,学者们就对股指期货展开了广泛的研究,近些年随着各国股票市场出现频繁的波动引起了更多国内外学者对股指期货波动问题的关注和研究,研究主要集中在波动的特征和溢出效应方面。其中,通过对波动特征的研究能够发现股指期货价格波动的相关规律和趋势。本文选取七个具有代表性的国家和地区（美国、日本、英国、中国香港、中国、印度和巴西）对各股指期货市场的波动特征、期现货市场的溢出效应进行分析,并从波动成因的根源出发深入分析交易制度及监管制度对股指期货波动的影响。旨在帮助监管者和投资者更清楚的了解各市场股指期货的波动特性和规律、股指期货与股票市场的联动性以及制度构建等内容,为监管者的政策制定以及投资者的风险决策提供数量分析基础,对今后金融衍生产品的开发创新提供一定的参考。本文研究的主要内容及结论如下:首先,分析样本中七个国家和地区股指期货的波动特征。通过描述性分析以及图形的展示,初步发现了各市场数据存在尖峰厚尾性以及波动的集聚性特征。在此之后进行了ARCH效应检验,发现各市场股指期货都明...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：170 页
【学位级别】：博士
【部分图文】：
七个国家和地区股指期货收益率时间序列图
0.0013 0.0024 0.0001 0.0001 0.6683 0.3339 0.1109 0.0035 0.0042 0.7010 0.7848 0.0577 0.0018 0.0022 0.6788 0.0585 0.0132 0.0004 0.0007 0.3308 0.0044 0.0024 0.0001 0.0001 0.6751 0.2153 0.1201 0.0038 0.0046 0.6879 0.8524 0.0596 0.0019 0.0023 0.6864¤ 0.9896 0.0035 0.0001 0.0002 0.4333¤ 0.0127 0.0042 0.0001 0.0002 0.4558注：SD 为标准差；SE 为标准误差，又称朴素标准误差，为未考虑链中自相关的标准误差；TSSE 为时间序列标准误差；RNE 为相对数值有效性，计算方法为： 。模型的转换概率矩阵为：¤ = ¤ ¤ ¤ ¤ = ( )；区制 1 和区制 2 的无条件概率分别为：¤ = ；¤ = 。
图 2.3 Nikkei225 股指期货收益率及区制 2 的平滑概率注：图中红色部分代表区制 2 的平滑概率图，黑色折线图为 Nikkei225 股指期货的收益率。图 2.3 为 Nikkei225 股指期货的收益率以及在区制 2 中估计的平滑概率。从图中可以明显看出，Nikkei225 收益率几次较大的波动都处于区制 2 中，比较明显的是 2013 年至 2014 年 Nikkei225 的几次大的波动， 而 2012 年和 2017 年股指期货收益率波动较小的区间都处于区制 1 中。因此，区制 1 为低波动的状态，区制 2 为高波动的状态。表 2.6 为 Nikkei225 股指期货 MRS-GJR-GARCH 模型估计结果。首先， 和 的值分别为 0.2036 与 0.0221，一方面说明了 Nikkei225 股指期货存在波动的非对称特征，价格的大幅下跌或者“坏消息”相比价格的大幅上涨或者“好消息”更容易引起 Nikkei225 股指期货的波动；另一方面， 明显大于 ，说明在区制1 情况下，Nikkei225 股指期货的波动受坏消息的影响远远大于区制 2。所以，非对称性在区制 1 即低波动状态下更明显。
【参考文献】：
期刊论文
[1]上市保险公司股票价格波动性研究——基于非对称组合GARCH模型[J]. 张煜. 信息系统工程. 2017(11)
[2]我国股指期货市场与股票市场溢出效应研究[J]. 周佰成,侯丹,邵振文. 经济纵横. 2017(08)
[3]我国融资融券助涨助跌了吗?--基于波动非对称性视角[J]. 李锋森. 金融研究. 2017(02)
[4]我国股市波动的典型化特征与动态时变相关性研究[J]. 王茁宇,王永莲. 科技与管理. 2016(02)
[5]股指期货与股指现货之间价格发现与波动溢出效应研究——基于沪深300股指期货高频数据的实证分析[J]. 杨东晓. 山东大学学报(哲学社会科学版). 2015(06)
[6]基于5分钟高频数据的沪深300股指期货与现货市场间波动溢出效应实证研究[J]. 章永哲,钱敏. 上海金融. 2015(11)
[7]中国黄金期货市场波动特征及模型预测研究[J]. 陈晓东. 数学的实践与认识. 2015(19)
[8]大中华区股票市场波动特征、关联性与一体化[J]. 刘汉,刘金全,王永莲. 经济与管理研究. 2015(08)
[9]沪深300股指期货收益率及波动率的长记忆性研究[J]. 金成晓,王继莹. 北京理工大学学报(社会科学版). 2014(05)
[10]全球股票市场动态特征比较研究——基于STFIGARCH模型[J]. 王文成,孙吉喆. 经济管理. 2014(09)
博士论文
[1]中国股票与股指期货跨市场交易系统性风险研究[D]. 武毅.天津财经大学 2016
[2]股指期货及其交易机制调整对期现市场的影响研究[D]. 饶越.西南财经大学 2014
本文编号：3239048
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：170 页
【学位级别】：博士
【部分图文】：
七个国家和地区股指期货收益率时间序列图
0.0013 0.0024 0.0001 0.0001 0.6683 0.3339 0.1109 0.0035 0.0042 0.7010 0.7848 0.0577 0.0018 0.0022 0.6788 0.0585 0.0132 0.0004 0.0007 0.3308 0.0044 0.0024 0.0001 0.0001 0.6751 0.2153 0.1201 0.0038 0.0046 0.6879 0.8524 0.0596 0.0019 0.0023 0.6864¤ 0.9896 0.0035 0.0001 0.0002 0.4333¤ 0.0127 0.0042 0.0001 0.0002 0.4558注：SD 为标准差；SE 为标准误差，又称朴素标准误差，为未考虑链中自相关的标准误差；TSSE 为时间序列标准误差；RNE 为相对数值有效性，计算方法为： 。模型的转换概率矩阵为：¤ = ¤ ¤ ¤ ¤ = ( )；区制 1 和区制 2 的无条件概率分别为：¤ = ；¤ = 。
图 2.3 Nikkei225 股指期货收益率及区制 2 的平滑概率注：图中红色部分代表区制 2 的平滑概率图，黑色折线图为 Nikkei225 股指期货的收益率。图 2.3 为 Nikkei225 股指期货的收益率以及在区制 2 中估计的平滑概率。从图中可以明显看出，Nikkei225 收益率几次较大的波动都处于区制 2 中，比较明显的是 2013 年至 2014 年 Nikkei225 的几次大的波动， 而 2012 年和 2017 年股指期货收益率波动较小的区间都处于区制 1 中。因此，区制 1 为低波动的状态，区制 2 为高波动的状态。表 2.6 为 Nikkei225 股指期货 MRS-GJR-GARCH 模型估计结果。首先， 和 的值分别为 0.2036 与 0.0221，一方面说明了 Nikkei225 股指期货存在波动的非对称特征，价格的大幅下跌或者“坏消息”相比价格的大幅上涨或者“好消息”更容易引起 Nikkei225 股指期货的波动；另一方面， 明显大于 ，说明在区制1 情况下，Nikkei225 股指期货的波动受坏消息的影响远远大于区制 2。所以，非对称性在区制 1 即低波动状态下更明显。
【参考文献】：
期刊论文
[1]上市保险公司股票价格波动性研究——基于非对称组合GARCH模型[J]. 张煜. 信息系统工程. 2017(11)
[2]我国股指期货市场与股票市场溢出效应研究[J]. 周佰成,侯丹,邵振文. 经济纵横. 2017(08)
[3]我国融资融券助涨助跌了吗?--基于波动非对称性视角[J]. 李锋森. 金融研究. 2017(02)
[4]我国股市波动的典型化特征与动态时变相关性研究[J]. 王茁宇,王永莲. 科技与管理. 2016(02)
[5]股指期货与股指现货之间价格发现与波动溢出效应研究——基于沪深300股指期货高频数据的实证分析[J]. 杨东晓. 山东大学学报(哲学社会科学版). 2015(06)
[6]基于5分钟高频数据的沪深300股指期货与现货市场间波动溢出效应实证研究[J]. 章永哲,钱敏. 上海金融. 2015(11)
[7]中国黄金期货市场波动特征及模型预测研究[J]. 陈晓东. 数学的实践与认识. 2015(19)
[8]大中华区股票市场波动特征、关联性与一体化[J]. 刘汉,刘金全,王永莲. 经济与管理研究. 2015(08)
[9]沪深300股指期货收益率及波动率的长记忆性研究[J]. 金成晓,王继莹. 北京理工大学学报(社会科学版). 2014(05)
[10]全球股票市场动态特征比较研究——基于STFIGARCH模型[J]. 王文成,孙吉喆. 经济管理. 2014(09)
博士论文
[1]中国股票与股指期货跨市场交易系统性风险研究[D]. 武毅.天津财经大学 2016
[2]股指期货及其交易机制调整对期现市场的影响研究[D]. 饶越.西南财经大学 2014
本文编号：3239048
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3239048.html
