股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(

ID:24928797

大小:50.00 KB

頁數(shù):4頁

時間:2018-11-17

股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(_第1頁
股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(_第2頁
股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(_第3頁
股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(_第4頁
資源描述:

《股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、股票指數(shù)現(xiàn)貨價格與指數(shù)期貨價格關(guān)系的研究(【摘要】股票指數(shù)期貨市場是現(xiàn)貨市場的產(chǎn)物,股指期貨合約是以股票指數(shù)作為自己的標的物的,這決定了股指期貨價格與股票現(xiàn)貨價格之間必然存在十分緊密的關(guān)系。本文在考察指數(shù)現(xiàn)貨與指數(shù)期貨相關(guān)性的基礎(chǔ)上,著重比較了兩市場對新信息的反應(yīng)速度?!  娟P(guān)鍵詞】股票指數(shù)現(xiàn)貨 股票指數(shù)期貨 GARCH模型    一、引言    股指期貨在各種金融產(chǎn)品中雖然誕生的最晚,卻是發(fā)展最快的品種之一。從堪薩斯期貨交易所于1982年2月推出第一份股指期貨交易合約至今,每年股指期貨交易金額不

2、斷增大,現(xiàn)已超過了股票現(xiàn)貨交易的金額。股指期貨已經(jīng)成為人們規(guī)避風(fēng)險和投機的重要工具?! ∥覈殉醪?jīng)Q定于今年推出我國第一只股指期貨產(chǎn)品。股指期貨是新生事物,我們對其還不甚了解。但是,我們可以通過將其與現(xiàn)貨市場的比較來對股指期貨有個大致的了解?! ≡趪H上,對股指期貨與現(xiàn)貨市場的研究成果十分豐富。就對美國、日本、英國、瑞士、德國、芬蘭和香港的股指期貨市場及股票現(xiàn)貨市場價格波動性大量的實證研究表明,股指期貨市場的波動性大于股票現(xiàn)貨市場。而且期貨市場相對于現(xiàn)貨市場的波動性隨著樣本間隔時間區(qū)間的延長而變小

3、,樣本間隔時間區(qū)間達一天以上的期貨市場波動性超出現(xiàn)貨市場波動性非常小。  現(xiàn)在的研究較多地集中在歐美等發(fā)達市場,對我國的參考價值不大。因此本文對臺灣地區(qū)的股指期貨市場進行研究,希望能對我國開設(shè)股指期貨有所幫助?!   《?、股指期貨與現(xiàn)貨的相關(guān)性研究    由于我國臺灣地區(qū)股票市場與我國內(nèi)地市場存在著較大的相似性,因此具有較高的研究價值。本文對2000年以來的臺灣加權(quán)股價指數(shù)的現(xiàn)貨與期貨的相關(guān)性進行研究,在考察指數(shù)現(xiàn)貨與指數(shù)期貨相關(guān)性的基礎(chǔ)上,著重比較了兩市場對新信息的反應(yīng)速度。內(nèi)容來自.nseac

4、.  1、指數(shù)期貨與現(xiàn)貨價格相關(guān)性比較  價格比較是研究現(xiàn)貨與期貨價格相關(guān)性的基礎(chǔ),能最直接地對現(xiàn)貨和期貨之間的關(guān)系有個初步了解。我們可以通過觀察現(xiàn)貨與期貨的價格走勢,直觀地比較兩者的相關(guān)性;也可以對兩者的相關(guān)系數(shù)進行具體的比較。經(jīng)過研究發(fā)現(xiàn),臺灣加權(quán)股價指數(shù)的現(xiàn)貨與期貨價格走勢有著高度的相關(guān)性。從2000年至今,兩者的相關(guān)系數(shù)高達0.99以上,相關(guān)性非常明顯。  2、指數(shù)期貨與現(xiàn)貨收益率比較  投資者投資證券市場,最關(guān)心的并非所投資產(chǎn)品的價格,而是收益率,因此收益率的相關(guān)性更具有研究價值。通過研

5、究發(fā)現(xiàn),現(xiàn)貨與期貨收益率的波動性大致相當,且波動的幅度具有一定的持續(xù)性,股指期貨收益率波動略大于現(xiàn)貨收益率波動。說明股指期貨在價格發(fā)現(xiàn)上比現(xiàn)貨更具有優(yōu)勢,能夠更迅速地將信息傳遞到價格上?! ?、指數(shù)期貨與現(xiàn)貨的信息傳遞比較  學(xué)者們經(jīng)過長期的觀察發(fā)現(xiàn),金融資產(chǎn)價格往往呈現(xiàn)出波動聚集性(volatilityclustering),也就是說金融資產(chǎn)價格的變化往往是大的波動之后跟隨大的波動,小的波動之后跟隨小的波動,也就是它的波動具有正自相關(guān)性,這與傳統(tǒng)的OLS回歸模型假設(shè)前提之一“同方差”違背,從而失

6、去了效力。1982年,諾貝爾經(jīng)濟學(xué)獎得主Engle在該領(lǐng)域作出了歷史性的貢獻,他開創(chuàng)性地提出了自回歸條件異方差模型,簡稱ARCH模型,并將該方法成功地用于英國通貨膨脹指數(shù)的波動性研究。在此之后,在ARCH模型基礎(chǔ)上,Bollerslev(1986)提出了廣義自回歸條件異方差模型,它比ARCH模型需要更小的滯后階數(shù),并有與ARCH模型相類似的結(jié)構(gòu)。  在多年的實踐中,學(xué)者們發(fā)現(xiàn)了一個規(guī)律:一般來說,GARCH(1,1)模型已經(jīng)足夠捕捉到數(shù)據(jù)的波動聚集性,在金融學(xué)術(shù)文獻中幾乎沒有出現(xiàn)過用更高階的GAR

7、CH模型,因此,在下面的分析中,方差方程都采用GARCH(1,1)模型。您可以訪問中國評價網(wǎng)(.NsEac.)查看更多相關(guān)的文章。共2頁:1[2]下一頁非理性繁榮之全民炒股的實證分析

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭