股指期货价格发现能力研究_基于高频数据沪深300的实证分析31
上亿文档资料，等你来发现
股指期货价格发现能力研究_基于高频数据沪深300的实证分析31
2011年第4期福建金融管理干部学院学报No.4；金融研究；股指期货价格发现能力研究；──基于高频数据沪深300的实证分析；孙金泉；（福州大学管理学院,福建福州350108）；摘要：为探寻我国股指期货市场的价格发现能力，利用；关键词：沪深300股指期货；价格发现；误差修正模；中图分类号：F830.91文献标识码：A文章编号；日，中国金融期货
2011年第4期
福建金融管理干部学院学报
No.4 2011 (总第123期)
Journal of Fujian Institute of Financial Administrators
Serial No.123金 融 研 究 股指期货价格发现能力研究──基于高频数据沪深300的实证分析 孙金泉 （福州大学 管理学院, 福建 福州 350108） 摘
要：为探寻我国股指期货市场的价格发现能力，利用沪深300股指期货与指数现货的一分钟高频数据进行了实证分析，从新信息的反应速度来看，通过向量误差修正模型、Granger因果检验、脉冲响应分析的结果表明，股指期货市场对新信息的反应速度快于现货市场；从价格发现能力度量方面，使用I-S模型和P-T模型实证结果表明，沪深300股指期货市场在信息传递中居于主导地位，是价格发现过程最主要的驱动力量。关键词：沪深300股指期货；价格发现；误差修正模型；I-S模型；P-T模型中图分类号：F830.91
文献标识码：A
文章编号：11)04-0014-07 日，中国金融期货交易所正式推出沪深300股指期货合约。许多业内人士对我国股指期货市场的发展信心百倍。但也有观点认为，此沪深300指数股指期货短期之内对现货市场影响力较小，价格发现能力不足。可见，对沪深300股指期货价格发现功能的认定还存在争论。一、文献综述Garbade and Silber(1983)最早建立了期货价格与现货价格之间相互联系的动态模型来刻画期货价格和现货价格在价格发现中作用的大小。Kawaller，Koch and Koch(1987)利用三阶段最小平方法进行回归模型的估计，研究发现美国S&P 500股价指数期货领先现货约20-45分钟，而现货领先期货最多不到1分钟，且领先―落后关系不会随着期货合约到期日的逼近而有所不同。Stoll and Whaley(1990)以ARMA及双向回归模型对S&P500指数期货、MMI（主要市场指数）指数期货和现货日内五分钟收益率的研究表明，期货市场先行于现货市场大约5~10分钟，而现货对期货则存在着微弱的反馈。Hasbrouck（1995）（2003）、Gonzalo and Granger（1995）分别提出了永久短暂模型和信息份额模型，来解决价格发现的量化问题。Tse(1999)对DJIA指数及其期货两者之间在价格发现方面的关系进行了检验。他采用每分钟数据进行检验，发现归因于期货市场的信息分配是88.3%，而现货市场的分配是11.7%，这表明在价格发现过程中，期货占主导地位。国内学者也对股指期货的价格发现进行了研究。例如，葛勇、叶德磊（2008）采用股指期货收稿日期：作者简介：孙金泉(1985- )，男，山东日照人，硕士研究生，主要研究方向为数量经济学。仿真交易数据，通过计量方法研究表明：沪深300期货和现货之间不存在协整关系；沪深300期货与现货之间存在较弱的价格引导关系，沪深300现货对期货价格的引导作用大于沪深300期货对现货价格的引导。综上所述，国内学者的研究相对较少，而且，利用仿真交易数据来代替真实交易数据，所得结论的可信性和说服力比较有限。我国股指期货推出时间还不长，相关的研究还不成熟，所以，对股指期货市场与现货市场的的价格发现能力及引导关系需要进行深入研究。二、理论模型与数据分析（一）向量误差修正模型向量误差修正模型(VECM：Vector Error Correction Model)在考察两个或多个存在协整关系的时间序列之间的动态关系时被广泛应用。向量误差修正模型施加了协整方程对短期波动的限制，即当变量处于短期波动之中的时候，误差修正机制会限制内生变量的行为收敛于它们的协整关系。这个模型经常被用来研究股指期货和现货的相互引导关系。具体理论介绍如下：考虑两个一阶协整的价格序列Yt=(y1t,y2t)'，其差额zt=β'Yt=y1t?y2t为误差修正项，β=(1,-1)'为协整向量。模型的具体形式如下：kΔYt=αβ'Yt?1+∑ΦjΔYt?j+et
（1）j=1其中，α为误差修正系数向量（短期调整系数）；et为随机扰动项，均值为0，序列不相关，协方差矩阵为：?
ρσ1σ2? Ω=??ρσσ
σ2 ???122?2σ12、σ2分别为新息e1t、e2t的方差，ρ为相关系数。VECM有两部分组成，第一部分为αβ'Yt?1，表示价格序列的长期动态均衡关系；第二部分为关系。∑ΦΔYjj=1kt?j，描述了由市场不完全导致的短期动态在向量误差修正模型基础上进行公共因子分析，可以明确哪个市场具有引导作用，还可以从数量上确认每个市场的价格发现优势。目前主要有两种度量方式：I-S模型和P-T模型。（二）I-S模型 Hasbrouck(1995)[1-2]提出的信息份额模型（Information Share，I-S），此模型将价格发现定义为新息冲击对公共因子产生的方差，关注于期货市场与现货市场对此方差的相对贡献大小。Hasbrouck将向量误差修正模型变换成向量滑动平均形式(VMA)：ΔYt=Ψ(L)et
（2）及其单整形式：Yt=Ψ(1)∑es+Ψ*(L)et
（3）s=1t其中，Ψ(L)为矩阵多项式，L为滞后算子。Ψ(1)为影响矩阵（impact matrix），它是移动平均系数之和。Ψ(1)et为一个新息对每个市场价格的长期影响。如果影响矩阵的每一个行都相同，那么新息对所有价格的长期影响都是相同的。令ψ=(ψ1,ψ2)表示Ψ(L)中的一行，l=(1,1)'，那么方程（3）可以写作：tYt=lψ∑es+Ψ*(L)et
（4）s=1方程（4）中的成分永久融进了价格，因此，Hasbrouck(1995)将这一成分定义为两个市场价格的共同有效价格（共因子）。其方差为：var(ψet)=ψΩψ'。由于期货价格的变动与现货价格的变动不相互独立，新息项之间存在当期相关，为解决这种由相关性带来的问题，可以采用Cholesky分解方法以消除新息间的当期相关性。第j个市场的信息份额为：Sj=([ψM]j)2ψΩψ'，其中，[ψM]j为行向量ψM的第j个元素。??m11,
0=M=???21/2??m12,m22??ρσ2,σ2(1?ρ)?Cholesky分解的结果依赖于变量顺序，变换变量顺序进行分解就可以得到每个市场信息份额的上限和下限。基于Baillie(2002)的研究结论可以推算出期货市场信息份额的上、下限为：U=ISF(α2σ1?α1ρσ2)222122122ασ?2α1α2ρσ1σ2+ασ（5）α22σ12(1?ρ2)IS=22
（6）α1σ2?2α1α2ρσ1σ2+α22σ12LF其中，ISF和ISF分别对应期货市场信息份额的上限和下限。同理，也可以得出现货市场信息份额的上、下限。当市场j处于第一个变量时，得到的信息份额为其上限；处于最后一个变量时，得到的信息份额为其下限。而且，市场新息间的相关性越强，上限越高，下限越低。（三）P-T模型Gonzalo和Granger (1995) 提出永久短暂模型（Permanent Transitory，P-T），此模型关注公共因子本身和误差修正过程，将每个市场对价格发现的贡献度定义为误差修正系数的函数。很容易把方程(4)看成Stock and Watson(1988)的共因子表达形式，[3]ULYt=ft+Gt
（7）其中，ft是公共因子，Gt为不对Yt产生持久影响的短暂部分。在方程(4)中，ψet为公共因子部分，Ψ(L)et则为短暂部分。Gonzalo-Granger将公共因子定义为Yt的一个组合：Ft=ΓYt，其中Γ=(γ1,γ2)'为共因子系数向量，满足Γ=α⊥，且γ1+γ2=1。通过对误差修正项施加约束（长期内误差修正项对共因子没有Granger因果关系），公共因子的系数可以被识别。Gonzalo-Granger证明，Γ同误差修正系数向量*α=(α1,α2)相互正交， 表示为Γ=α⊥。公共因子的设定等价于一种资产组合，Γ为资产组合的权重。因此，容易求得公共因子系数向量：?α2?α1?Γ=(γ1,γ2)'=?,?
（8）?α2?α1α2?α1?（四）变量选择与数据分析1.变量选取与命名。研究沪深300股指期货与沪深300指数价格发现所用模型变量及命名见表1。表1
沪深300股指期货与沪深300指数价格发现相关变量及说明表变量名 定义 HSt第t期沪深300指数1分钟高频收盘价 St 第t期沪深300指数1分钟高频对数收盘价ΔSt'变量名IFt定义第t期股指期货1分钟高频收盘价 第t期股指期货1分钟高频对数收盘价 第t期股指期货1分钟高频对数差分收益率Ft第t期沪深300指数1分钟高频对数差分收益率ΔFt2.样本数据选取及说明。本文选取沪深300股指期货合约与沪深300指数作为样本，样本选取日至日期间每1分钟的高频数据的收盘价，剔除时间不匹配的数据，共4471对交易数据。数据均来源于Wind资讯，计量分析软件为Eviews 5.0。为消除时间序列可能存在的异方差，分别对现货价格序列和期货价格序列取自然对数，记现货市场的价格序列自然对数为St=lnHSt，现货市场的价格收益率为ΔSt=lnSt?lnSt?1，期货市场的价格序列自然对数为Ft=lnIFt，期货市场的价格收益率为ΔFt=lnFt?lnFt?1。其中第t期的现货价格与期货价格的收盘价分别为HSt和IFt。3.序列基本统计量分析。从对数价格数列和差分收益序列的标准差比较可以看出，期货市场的波动比现货市场剧烈。从序列的偏度、峰度以及J-B统计量来看，两个序列在5%的水平下都是拒绝正态分布假设的，并且呈现一般金融序列所具有的尖峰厚尾特征。表2
期货价格与现货价格基本统计量描述变量 St均值 8.3 7.25E-07 1.43E-07标准差 0.2 0.0偏度 -0.8 2.6峰度 2.6 83.5J-B统计量 43.7 290.5P值 0 0 0 0FtΔStΔFt三、沪深300股指期货价格发现能力的实证分析（一）序列平稳性检验及协整检验在进行协整检验之前，必须先检验时间序列的平稳性，即检验时间序列是否服从单位根过程。本文采用ADF检验法进行单位根检验，分别对股指期货的对数价格Ft和沪深300指数的对数价格St及对数差分收益率序列ΔFt和ΔSt进行ADF检验，检验结果如表3所示。表3
对数价格和收益数列的单位根检验结果变量 StFtΔSt ΔFt检验类型（c，t，0） （c，t，0） （c，0，0） （c，0，0）ADF值 -2.09278* -2.46469* -33.4102* -62.8303*1%临界值 -3.6 -3.6结论 不平稳 不平稳 平稳 平稳注：*表示在1%显著性水平；(c，t，p)为检验类型，参数c、t、p分别表示单位根检验方程中是否包括常数项、时间趋势和滞后阶数。由表3的检验结果可以看出：在1%的显著水平下，股指期货和现货指数的对数价格序列均不平稳，但两者的对数差分收益率序列都是平稳的。因此，期货价格序列和现货价格序列都是一阶单整过程。这样在下文估计的时候，模型就具有平稳性的优良统计性质。接着对股指期货和现货指数的对数价格序列进行Johansen协整检验，检验结果如表4所示。表4
Johansen协整检验结果原假设 None * At most 1 *特征值 0.1迹统计量 60.25%临界值 15.5最大特征统计量55.25%临界值 14.5由表4中迹统计量和最大特征统计量可知，在5%的显著水平下股指期货和现货指数之间存在协整关系，该结论表明，尽管沪深300指数期货和沪深300指数价格是非平稳的，短时间内二者的走势可能出现偏离，但长期来说，则保持着一致性均衡关系。（二）向量误差修正模型在式（1）中向量误差修正模型中，令Ft=y1t，St=y2t，使用Eviews5.0对式（1）的模型进行估计，得到VECM模型的表达式为：?ΔFt??-0.7-0.0482??ΔFt?1??-0.??ΔFt?2?=+
vecm????+???????t?1?ΔΔΔ0..-0.0208SSS????t?1????t?2?
（9） ?t???0.4??ΔFt?3??8.97E-07?+?
?+????ΔS0.9???t?3??4.44E-06?该模型的参数检验结果如下：表5
向量误差修正模型的估计结果 β'Yt?1ΔFt?1ΔFt?2 ΔFt?3ΔSt?1 ΔSt?2ΔSt?3C-0.7* -0.2** -0.7** -0.E-07[-1.1422] [ 4.8173] [-0.0057][ 1.7872][-1.8619][ 0.5834][-1.9553] [ 0.8** 0.3207** 0.1809** 0.5** -0.9 4.44E-06ΔSt[ 8.4683] [ 32.313] [ 16.644][ 11.241][ 4.9227][-1.3807][-4.1464] [ 0.4961]注：[ ]中为标准差，*和**分别表示在5%和1%的显著水平下显著，模型的滞后阶数由SC准则确定。ΔFt由式（9）和表5估计结果可知，ΔFt?1、ΔFt?2和ΔFt?3对ΔSt的影响以1%和5%的水平显著为正，系数的t值分别为32.313、16.644和11.241。而ΔSt?1和ΔSt?1对ΔFt的影响在10%的水平不显著，系数的t值分别为-1.6819和-1.9553。ΔSt?2对ΔFt的影响在1%的水平显著为正，系数的t值为0.5834。这表明指数期货变动在1分钟后就对现货指数产生影响，而现货指数变动要在2分钟后才开始对指数期货产生影响。因此，期货市场的信息传递速度快于现货市场。从误差修正的估计结果来看，误差修正系数α1的值为-0.0064，t值为-1.1422，在10%的水平不显著，而α2的估计值为0.0288，t值为8.4683，在1%的水平显著为正。这表明当期货和现货价格发生偏离时，价格修正过程主要表现为现货价格向期货价格方向的调整，期货价格起到主要的定价功能。（三）Granger因果检验通过上述检验可知，期货收益率Ft和现货收益率St均是平稳序列，可以用Granger因果检验对两者的引导关系进行检验，结果见表6。 包含各类专业文献、高等教育、应用写作文书、外语学习资料、中学教育、股指期货价格发现能力研究_基于高频数据沪深300的实证分析31等内容。　
　股指期货价格发现能力研究... 7页 2财富值喜欢...沪深300 股指期货价格发现功能的实证研究 摘要股指期货...采用沪深 300 指数期货合约的 5 分钟高频数据,运用... 　二、研究方法与数据来源 1、研究方法为了探索股指期货的价格发现功能,本文做了一系列的实证检验。首先对沪深 300 股指 期货和上证综指及深证成指序列分别进行单位根... 　沪深300指数期货价格发现功... 暂无评价 2页 1.00元 基于高频数据的沪深300指数...研究对象,将实证检验与理论分析相结合,试图对刚上市不久的沪深300股指期货和沪... 　对沪深 300 股指期货价格发现功能的实证研究 中图分类号:f832 文献标识:a 文章编号:10) 12-057-02 摘要 本文利用平稳性检验、协整检验、granger ... 　【精品毕业论文】沪深300股指期货与现货市场关系的实证...期货市场自身价格发现功能的发挥情况进行了实证研究。...5 分钟等高频数据进行价格发现分析,可能更符合现实状况... 　日沪深 300 股指期货与 沪深 300 股指的 S 分钟高频数据进行研究,发现沪深 300 指数期货价格与现货价格间存在长期 稳定的均衡关系,期货市场的长期价格发现能力和... 　股指期货价格发现能力研... 7页 1下载券沪...沪深300 股指期货的波动溢出效应实证分 析 股指期货...通过高频数据分解和 GARCH 模型刻画,找 出了波动的... 　沪深300股指期货价格发现功能研究_金融/投资_经管营销_专业资料。沪深 300 股指期货价格发现功能研究 [摘要] 通过对国内沪深 300 股指期货和现货数据的实证研究,得出... 　沪深300股指期货的上市为股指期货期现套利研究的实证分析提供了真实的 数据基础。...放开对基金参与股指期货的诸多限制,充分发挥股 指期货市场的套期保值和价格发现...农产品指数
股指市场评论
股指专家看盘
01-1001-1012-2612-1612-13
其他相关品种
股指资金流向
股指持仓图日期货早盘股指期货价格汇总分析-行情-股指期货-金投期货-金投网
集金号微信
还没有帐号？免费注册一个吧！
若您已有金投网帐号，可直接登录
咨询热线：400-188-3535
您的当前位置： >
日期货早盘股指期货价格汇总分析
摘要金投期货网提供日期货早盘股指期货价格汇总分析
外盘指数 收盘 涨跌 涨幅
道琼斯 .99 -0.15%
纳斯达克 .702 0.03%
标普500 .98 -0.09%
富时100 .16 0.17%
德国DAX .86 -0.04%
法国CAC40 .00 0.31%
COMEX黄金 .0 0.17%
NYMEX原油 58.98 0.99 1.71%
美元指数 95.610 0.315 0.33%
小结：周三欧美股指涨跌互见。美联储4月会议纪要显示，多数委员认为6月不会加息。电信企业的并购交易和合并磋商消息提振该板块大幅攀升，带动欧股延续涨势。
1. 李克强出访哥伦比亚 带领中企开拓千亿美元基建商机
2. 超过半数企业感觉社保负担重财政投入或加大
3. 发改委3天批复逾4500亿投资：年中稳增长发力
4. 中央下拨千亿保障性安居工程资金
5. 五月的救赎：平均两天出台一项稳增长政策
6. 前海开源内部下发持仓规定：严控创业板中小板股票风险
7. 国务院明确网络提速降费目标举措（中证报）
8. 八部委密集发声互联网+
9. 国家安全迈上&新高度&安防概念迎来东风
10. 中远中海合资巴西购船 航运业重组添想象
11. 上市公司抢滩智能制造 特种机器人受青睐
12. 石大胜华5月21日申购
13. 美联储埃文斯：2016年前不太可能加息
14. 英国央行会议纪要：维持利率不变年底前通胀率将显著抬升
消息面分析
周三欧美股指涨跌互见。国内方面，李克强出访哥伦比亚，带领中企开拓千亿美元基建商机；超过半数企业感觉社保负担重，或增加财政投入和加大国有资产划拨对社保的支持，适当降
费为企业减负；发改委3天批复逾4500亿投资，中央下拨千亿保障性安居工程资金，稳增长政策不断发力，中国经济下半年有望企稳；首家基金公司明确要求严控创业板中小板股票风险，谨慎防范回调风险；国务院明确网络提速降费目标举措、安防概念迎来东风、航运业重组添想象、特种机器人受青睐等近期题材不断，吸引市场做多情绪。国内消息偏中性。
仓位、资金动态
总持仓增加1.10%至209976手，前20名主力多头增加2.93%至148261手，主力空头增加2.70%至154527手；前20名总净空持仓较前一交易日减少2.54%至6266手，前5名净空持仓减少46.61%至3238手。总持仓小幅度增持，主力多空均小幅度增持，多方增持幅度较大，主力多空分歧巨大；净空持仓变化显示空方力量小幅度减弱，短期回调空间有限。资金方面，沪深两市总成交金额16536.2亿元，较前一交易日增加2296.5亿元；两市资金净流入1162.50亿元，资金净流入较大的板块是创业板、信息、可选，净流出板块是金融、。
观点总结：
技术上，周三冲高回落收上吊线，盘中创本来反弹新高4843.10点，量能持续回暖；IF1507对IF1506贴水。虽本次新股申购承压区已过，资金流动性较宽松，但上档抛压较重，量能仍不足突破新高，策略上，波动加剧，日内操作为宜。周四IF1506运行区间：71.2。
2. 上证50：
仓位、资金动态
总持仓增加24.41%至49598手，前20名主力多头增加35.10%至31374手，空头增加29.74%至34285手；前20名总净空持仓较前一交易日减少9.12%至2911手，前5名净空持仓减少134.35%至-1137手。总持仓大幅度增持至四万九千手之上，主力多空均大幅度增持，多方增持幅度较大，多空双方分歧加大；净空持仓变化显示空方力量大幅度减弱，回调空间有限。
观点总结：
技术上，周三上证50指数冲高回落收十字星，量能虽有所放大，但上方二十日均线承压较重。策略上，逢低短多。
3. 中证500：
仓位、资金动态
总持仓增加5.01%至40155手，前20名主力多头增加8.59%至29428手，空头增加7.58%至25956手；前20名总净空持仓较前一交易日增加25.25%至-3472；前5名净空持仓增加27.30%至-3399手。总持仓小幅度增持至四万手之上，再创历史新高，主力多空均较大幅度增持，多方增持幅度较大，主力多空分歧巨大；净空持仓变化显示多方占据优势。
观点总结：
技术上，周三中证500指数冲高回落，日k线三连阳，收盘价再创历史新高站上9200点，量价齐升，各技术指标仍向好。中证500指数或延续震荡攀升态势，策略上，逢低短多，注意宽幅震荡风险。
免责声明金投网发布此信息目的在于传播更多信息，与本网站立场无关。金投网不保证该信息（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担。
   
壹周期货刊
方正中期期货研究院院长王骏表示，下半年国内商品市...
去年成功预测油价暴跌的石油专家再度发声：随着供给...
截至2015年6月，我国大宗商品电子交易市场总量已突破...
近两个交易日，三大期指走势明显弱于现货指数。21日...
国内交易所
国外交易所
金投期货网提供微冲期货交易软件(模拟交易终端)下载，...
近日股市“跌跌不休”，各种阴谋论也是甚嚣尘上，为此...
通常我们所说的天然橡胶，是指从巴西橡胶树上采集的天...
追踪22种大宗商品期货表现的彭博商品指数周一跌至十三...股指期货价格分析报告(1)_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
股指期货价格分析报告(1)
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢本文相关推荐
15-07-1615-07-1615-07-1615-07-1515-07-1515-07-15