股指期现货市场间的信息溢出和相关性研究——基于ADCC-TGARCH模型和CCF检验

选用2012年1月至2014年3月间沪深300股指期现货数据,首次尝试在非对称的DCC-TGARCH模型的框架下,考察了转融券实施前后沪深300股指期现货的动态条件相关性,并结合VECM模型和CCF检验考察两市场间的信息溢出效应.实证结果表明,沪深300股指期现货之间存在很强的相关性和信息溢出效应,但是在不同的阶段有不同的特点:转融券实施前期现货市场间有相互的均值溢出;波动率溢出主要是现货到期货市场,瞬时溢出效应显著,不同的滞后阶数下两市场间几乎不存在方差的因果关系;相关性无非对称性.转融券实施后只存在期货对现货的单向均值溢出;在不同的滞后阶数下存在不同的风险溢出,特别是在2,3,8阶,同时存在期货向现货或者现货向期货的溢出效应;相关性有非对称性,但不广泛存在.     

我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型

沪深300股指期货与现货波动溢出问题的研究对于风险管理具有重要的理论和现实意义。本文旨在基于高频数据,利用异质金融市场驱动的HAR-CAW模型研究我国股指期货和现货市场之间及其自身的短期、中期和长期波动溢出问题。研究结果表明,沪深300股指期货与现货市场之间整体上存在着双向波动溢出效应,但是溢出效应不对称,期货对现货的溢出效应占主导地位;在相互间各期溢出研究上,两市场间的各期溢出表现各不相同;在自身溢出效应上,各期整体而言现货市场存在溢出,而期货市场不存在。     

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。     

风险最小化套期保值比例估计:基于RV-Copula模型

随着中国第一只股指期货—沪深300股指期货合约的推出,基于沪深300的期货现货套期保值交易受到广泛关注。风险最小化套期保值比例估计成为影响套期保值交易有效性的关键问题。本文提出了基于已实现波动率和Copula(RV-Copula)相结合的风险最小套期保值比例估计方法,并基于沪深300指数期货和现货数据进行了实证分析。实证结果表明,相对于线性相关系数,本文提出的RV-Copula模型能够更准确地度量沪深300指数期货和现货价格的相关性,从而给出更合理的风险最小套期保值比例估计,提高套期保值交易有效性。本研究是对风险最小套期保值比例估计研究的有益补充,特别是对高频数据背景下的套期保值实践具有重要指导意义。     

基于Copula函数的我国股指期货风险及套期保值实证研究

运用SJC-Copula-GJR模型,计算了持有沪深300股指期货多头和空头两种组合的VaR值和最优投资比例,模型的特点是能够准确地描述尾部相关关系,且其对尾部相关性的描述是非对称的,所得结论为投资者进行风险管理提供了可靠的依据.同时,通过构造加权的非线性相关系数来计算沪深300股指期货最优套期保值比率,解决了分布非正态、期货与现货非线性的问题,准确地度量了股指期货收益率序列的动态相依关系,实证研究表明基于Copula函数的套期保值有效性明显地优于传统模型.     

沪深300股指期货的风险测度模型研究

以沪深300股指期货指数的30分钟交易数据为例,首先对其价格变化的动力学特征及波动模式进行了全面深入的考察,然后运用严谨系统的后验分析(Backtesting analysis)方法,分别在多头和空头两种头寸状况以及5种不同分位数水平下,实证对比了8种风险测度模型对VaR(Value at Risk)和ES(Excepted shortfall)两种不同风险指标估计的精度差异。研究结果表明:我国股指期货市场的价格波动具有较为明显的有偏和尖峰厚尾分布、聚集特征和长记忆性;采用有偏学生t分布和长记忆模型有助于提高对沪深300股指期货的风险测度精度,而在波动模型中包含杠杆效应项对提高风险估计精度并无太多帮助;在综合考虑了模型对沪深300股指期货价格变化动力学的刻画效果以及对不同风险指标的测度精度等因素后,基于有偏学生t分布的GARCH模型是一个相对合理的风险测度模型选择。     

沪深300股指期货价格发现功能的实证分析

价格发现功能是股指期货的一项重要的经济功能.以股指期货与现货市场的相互关系作为出发点,以沪深300指数以及沪深300股指期货连续合约日收盘价数据作为研究对象,采用定性分析与实证分析相结合的手段,深入研究股指期货和现货市场间价格发现关系.     

应用EWMA-GARCH(1,1)-M模型对沪深300股指期货最小VaR套期保值效果研究

VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH(1,1)-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.     

GL算法在股指期货投资中的应用

文章对于证券市场这样的复杂数据系统,通过运用GL算法的5个指标,对股指期货的标的物沪深300指数进行了实证研究。研究表明,GL算法的5个指标,能够揭示指数现货市场的偏离、风险以及稳定性;通过SAS软件数据模拟,发现这5个指标能够很好的捕捉沪深300指数趋势的转变,对股指期货的实际操作具有很强的指导意义。     

股指期货对股票市场的波动性影响研究:基于正反馈交易角度的分析

理论上,股指期货的推出可以抑制正反馈交易行为,从而平稳市场价格剧烈波动,为投资者提供了新的风险管理工具.我国沪深300股指期货推出至今,其对股票市场的影响,及其是否真的发挥降低证券市场波动性的作用等问题成为学术界研究的热点之一.以沪深300股指为研究对象,从正反馈交易行为是否减少的角度出发,使用非对称GARCH(1,1)模型,对比研究沪深300股指推出前后我国股票市场波动性的变化情况.研究结果发现沪深300股指尚不能很好发挥抑制市场波动的作用,仍需对股市进行长期持续的观察、验证,全方位发展我国的资本市场,提供多元化的投资工具,促进资本市场的发育成熟.