投资者情绪与沪深300股指期货价格发现功能的实证研究
发布时间：2020-12-28 08:04
在期货市场中,价格发现是股指期货最显著的功能,可以说是期货市场持续发展的基石。关于投资者行为如何影响期货市场的价格发现功能,传统金融学理论并没有给出答案,因为市场微观结构的传统经典模型忽略了投资者心理要素的影响,但在行为金融学框架下,投资者行为与资产的价格和市场的正常运行息息相关。行为金融学的出现,为我们提供了一个全新的视角去研究股指期货市场价格的发现功能。本文采用理论和实证相结合的方法来分析投资者情绪如何影响股指期货市场的价格发现功能。首先对股指期货及行为金融学发展现状进行简单介绍,说明基于投资者情绪来研究沪深300股指期货价格发现功能的必要性,接着整理了国内外有关投资者情绪与股指期货价格发现功能的相关文献,从而结合金融市场相关理论对投资者情绪与股指期货价格发现功能进行理论分析,紧接着结合构建的期货市场投资者情绪指标和BW指标,从交易成本和信息角度,运用VEC模型、IS模型、PT模型对投资者情绪与期货市场价格发现功能进行实证研究。研究结果表明在投资者情绪高涨时期,引发了更高的套利风险和交易成本,减少了期货市场在价格发现中的主导作用和价格发现贡献度。最后,对研究结果进行总结并提出相关政...
【文章来源】：西华大学四川省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
投资者情绪与沪深300股指期货价格发现功能的实证研究38表5.8描述性统计Tab.5.8Descriptivestatistics变量个数均值最大值最小值中位数价格发现贡献度>0.5天数IS16270.6110.9570.0440.6711140PT16270.4960.9970.0020.529878图5.1信息份额和公共因子权重走势图Fig.5.1Trendofinformationshareandpublicfactorweight从表5.8可以看出，该1627个交易日的以IS模型计算出来的价格发现贡献度的均值为0.611，这说明沪深300股指期货价格发现贡献率为0.611，而沪深300指数的价格发现贡献度为0.389，说明沪深300股指期货信息融入比列较高，具有价格发现功能。最大值为0.957，说明当天沪深300股指期货价格发现贡献度接近1，几乎达到了可以完全引导沪深300指数价格的功能，但是其最小值为0.044，说明期货市场可能受各种因素的影响，使得当天沪深300股指期货不具备价格发现功能，与最大值相差较大，这也说明沪深300股指期货价格发现功能是不稳定的。中位数为0.044，以及价格发现贡献度>0.5天数为1140天，说明在1627个交易日内有1140天股指期货具有价格发现功能。从PT模型计算出来的价格发现贡献度具有类似的效果，价格发现贡献度均值0.496，而价格发现贡献度>0.5天数为878天，即在1627个交易日内有878天股指期货具有价格发现功能，以PT模型计算出来股指期货价格发现功能不稳定性更大。5.4.2投资者情绪对信息份额的回归分析接下来使用模型（4.23）进行多变量回归分析，来研究投资者情绪与期货信息份额之间的关系，包括已实现波动率和流动性度量等控制变量。表5.9显示投
【参考文献】：
期刊论文
[1]沪深300股指期货价格发现能力研究[J]. 黄金波,吴莉莉,胡蓉. 运筹与管理. 2019(12)
[2]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]. 许桐桐,王苏生,彭珂. 华南理工大学学报(社会科学版). 2018(04)
[3]玉米期货市场的有限套利证实研究[J]. 吴凡,陈盛伟. 中国市场. 2018(02)
[4]2015年股灾前后沪深300股指期现货相关性比较研究[J]. 耿庆峰,许莲凤,宋秀峰. 兰州财经大学学报. 2016(06)
[5]基于VECM-PT-IS模型的我国三大股指期货价格发现功能对比研究[J]. 魏建国,李小雪. 武汉理工大学学报(社会科学版). 2016(03)
[6]沪深300股指期货的价格发现能力及波动溢出效应研究——基于BEEK-GARCH模型的证据[J]. 陶启智,李亮,郭姝辛. 西南大学学报(自然科学版). 2015(11)
[7]沪深300股指期货定价偏差与投资者情绪[J]. 郑振龙,林璟. 数理统计与管理. 2015(06)
[8]媒体语气、投资者情绪与IPO定价[J]. 汪昌云,武佳薇. 金融研究. 2015(09)
[9]网络安全风险感知与互联网金融的资产定价[J]. 曾建光. 经济研究. 2015(07)
[10]融券卖空与周末效应——来自A股市场的经验证据[J]. 朱民武. 贵州财经大学学报. 2015(01)
博士论文
[1]投资者情绪、流动性与资产收益[D]. 梁丽珍.厦门大学 2008
硕士论文
[1]投资者情绪对我国股指期货价格发现功能的影响研究[D]. 张晓.兰州财经大学 2019
[2]投资者情绪与期货市场收益关系的实证研究[D]. 林钢锋.浙江工业大学 2012
[3]股指期货市场买卖价差及其成分的分析[D]. 张烨.西南财经大学 2012
本文编号：2943407
【文章来源】：西华大学四川省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
投资者情绪与沪深300股指期货价格发现功能的实证研究38表5.8描述性统计Tab.5.8Descriptivestatistics变量个数均值最大值最小值中位数价格发现贡献度>0.5天数IS16270.6110.9570.0440.6711140PT16270.4960.9970.0020.529878图5.1信息份额和公共因子权重走势图Fig.5.1Trendofinformationshareandpublicfactorweight从表5.8可以看出，该1627个交易日的以IS模型计算出来的价格发现贡献度的均值为0.611，这说明沪深300股指期货价格发现贡献率为0.611，而沪深300指数的价格发现贡献度为0.389，说明沪深300股指期货信息融入比列较高，具有价格发现功能。最大值为0.957，说明当天沪深300股指期货价格发现贡献度接近1，几乎达到了可以完全引导沪深300指数价格的功能，但是其最小值为0.044，说明期货市场可能受各种因素的影响，使得当天沪深300股指期货不具备价格发现功能，与最大值相差较大，这也说明沪深300股指期货价格发现功能是不稳定的。中位数为0.044，以及价格发现贡献度>0.5天数为1140天，说明在1627个交易日内有1140天股指期货具有价格发现功能。从PT模型计算出来的价格发现贡献度具有类似的效果，价格发现贡献度均值0.496，而价格发现贡献度>0.5天数为878天，即在1627个交易日内有878天股指期货具有价格发现功能，以PT模型计算出来股指期货价格发现功能不稳定性更大。5.4.2投资者情绪对信息份额的回归分析接下来使用模型（4.23）进行多变量回归分析，来研究投资者情绪与期货信息份额之间的关系，包括已实现波动率和流动性度量等控制变量。表5.9显示投
【参考文献】：
期刊论文
[1]沪深300股指期货价格发现能力研究[J]. 黄金波,吴莉莉,胡蓉. 运筹与管理. 2019(12)
[2]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]. 许桐桐,王苏生,彭珂. 华南理工大学学报(社会科学版). 2018(04)
[3]玉米期货市场的有限套利证实研究[J]. 吴凡,陈盛伟. 中国市场. 2018(02)
[4]2015年股灾前后沪深300股指期现货相关性比较研究[J]. 耿庆峰,许莲凤,宋秀峰. 兰州财经大学学报. 2016(06)
[5]基于VECM-PT-IS模型的我国三大股指期货价格发现功能对比研究[J]. 魏建国,李小雪. 武汉理工大学学报(社会科学版). 2016(03)
[6]沪深300股指期货的价格发现能力及波动溢出效应研究——基于BEEK-GARCH模型的证据[J]. 陶启智,李亮,郭姝辛. 西南大学学报(自然科学版). 2015(11)
[7]沪深300股指期货定价偏差与投资者情绪[J]. 郑振龙,林璟. 数理统计与管理. 2015(06)
[8]媒体语气、投资者情绪与IPO定价[J]. 汪昌云,武佳薇. 金融研究. 2015(09)
[9]网络安全风险感知与互联网金融的资产定价[J]. 曾建光. 经济研究. 2015(07)
[10]融券卖空与周末效应——来自A股市场的经验证据[J]. 朱民武. 贵州财经大学学报. 2015(01)
博士论文
[1]投资者情绪、流动性与资产收益[D]. 梁丽珍.厦门大学 2008
硕士论文
[1]投资者情绪对我国股指期货价格发现功能的影响研究[D]. 张晓.兰州财经大学 2019
[2]投资者情绪与期货市场收益关系的实证研究[D]. 林钢锋.浙江工业大学 2012
[3]股指期货市场买卖价差及其成分的分析[D]. 张烨.西南财经大学 2012
本文编号：2943407
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/2943407.html
