基于Copula方法的股指期货价格发现功能研究.pdf

《基于Copula方法的股指期货价格发现功能研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、中文图书分类号：F830.91基于Copula方法的股指期货价格发现功能研究学生姓名：郑彦所在院系：金融学院专业名称：金融学研究方向：金融工程与投资届别：2012届导师姓名：文忠桥教授论文完成时间：2011年9月独创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文不包含其他人已经发表或撰写的研究成果，也不包含为获得安徽财经大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。签名：日期：关于论文使用授权的说明本人完全了解安徽财经大

2、学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：导师签名：日期：安徽财经大学硕士学位论文基于Copula方法的股指期货价格发现功能研究内容摘要股指期货是重要的金融衍生品和规避风险的手段。价格发现功能是期货市场的重要功能之一，它反映了期货市场的有效性，故为众多投资者、监管者和研究者所关注。我国在2010年4月推出了沪深300股指期货合约，立即吸引了大批投资者和众多的资金。研究我国沪深300股指期货市场的价格发现功能，能为我国投资者提供

3、借鉴和为设计者提供改进的政策建议。本文首先阐释了期货市场的特点和其价格发现功能，再在股指期货市场的特殊环境下讨论其价格发现功能的形成原因和影响因素，并以沪深300股指期货日收益率数据作为样本进行实证分析。在实证分析过程中，比较并择优选择t-Copula函数建立了Copula-EGARCH-t模型，用来检验期货市场的波动性溢出效应以及现期两市场间的各种相关关系特别是尾部相关性。实证结果表明，现货收益率和期货收益率之间有长期的均衡关系，两者的变化方向有很高的相关性并存在期货市场向现货市场的波动性溢出，期货市场收益率受到新信息冲击后会很快地带动现货市场收益率的变动。通过对尾部相关性的分析，发

4、现在股票市场发生较大波动的情况下，两者的相关关系会更大，期货市场的波动会更加容易蔓延到现货市场，此时期货市场有更强的价格发现功能。从实证结果可以看出，我国沪深300股指期货对现货指数有领涨领跌的作用，并且变动趋势更加明显、波动持续时间更长，较好地体现了价格发现功能。这是由于期货交易的特点和股指期货市场独特的交易机制（如卖空和对冲机制）的设计而形成的。但现货市场的真正价格依然不能得到有效地反映。因此在文章的最后，结合我国的国情和股指期货发展实际，从完善法律、监管体系和发展现货市场等方面提出了一系列的建议。关键词：股指期货价格发现波动性溢出尾部相关基于Copula方法的股指期货价格发现功能

5、研究ABSTRACTTHERESEARCHONPRICEDISCOVERYMECHANISMOFSTOCKINDEXFUTURESBYCOPULAABSTRACTThestockindexfuturesareeffectivefinancialderivativestohedgerisks.Thepricediscoverymechanismisanimportantaspectofthestockindexfuturesmarketwhichreflectstheefficiencyofthefuturesmarket.Investors,regulatorsandresearche

6、rshavebeenpayingcloseattentiontothepricediscoverymechanism.Withtheintroductionofthestock-indexfuturescontractbasedonCSI300indexinApril,2010,itinstantlyattractedalotofinvestorstogetinvolved.TheresearchonthepricediscoverymechanismofCSI300indexfuturesmarketprovidesreferenceforbothinvestorsandthedes

7、ignersoftheCSI300indexfutures.Thepaperillustratesthecharacteristicsandthepricediscoverymechanismoffuturesmarketfollowingbyenquiringintothecausesandinfluentialfactors.WeusedthedailyyieldofCSI300indexfuturesasthedataintheempir