中国沪深300股指期货研究

VIP免费

3.0 侯斌 2024-11-19 4 4 2.51MB 59 页 15积分

侵权投诉

摘要

中国沪深 300 股指期货虽只运行短短四年，但对我国资本市场的发展却具有

重大意义，所获成就有目共睹，其成立是对中国金融市场多空交易机制的进一步

完善。

通过理论分析与实证分析相结合，重点研究了中国股指期货市场的多重分形

特性，价格预测，股指期货与现货市场的关系等问题。

一、通过应用 MF-DFA 法对我国股指期货市场进行了多重分形和市场风险研

究。结合多重分形谱模型，最终研究结果表明中国股指期货的收益率具有长相关

性和多重分形性。期货价格的波动性不能由一个单一的标度指数描述。进一步通过

将原始序列和转换后的收益序列进行比较，发现虽然厚尾概率分布对多重分形特

性产生了一定程度的影响，但中国股票指数期货市场的多重分形性的重要成因仍

然是其长相关性。

二、将 EMD 与RBF 相结合，建立了一种新的预测方法对我国股指期货日结

算价格进行预测。结果显示本模型将原本具有长相关性质的原始序列分解为若干

个短相关性质的不同频带，解决了原始序列随机性强，和因相邻信道之间的干扰

而引起系统动力信息响应不足的缺陷；并与其他预测模型进行比较，显示出较高

的预测精度。

三、首次提出了正/负非线性溢出概念，并应用 H-J 检验来验证正/负非线性溢

出效应。通过理论分析和蒙特拉罗模拟，发现在负波动溢出效应条件下，H-J 检验

呈现显著的负值。经过对沪深 300 股指期货与现货市场的实证研究，结果表明：

1）股指期货对现货市场存在显著正非线性溢出效应；2）股票指数现货市场对期

货市场存在显著负非线性溢出效应。另外，通过分析发现，当出现短暂的投机交

易时，现货市场对期货市场的信息溢出效应过程中会出现“风险吸收”机制。

关键词：MF-DFA 经验模态分解径向基神经网络 H-J 检验

ABSTRACT

The launch of stock index futures has the milestone significance to the

development of capital market in China, in just four years has gained remarkable

achievement, further improving our country capital market trading mechanism. It also

increases a new financial hedging tool for institutional investors, enriches the

investment strategies of institutional investors, improves the service efficiency of funds.

First, analysis of the Chinese stock index futures market based on MF-DFA. Based

on the MF-DFA, this paper empirically studies the multifractal properties of the Chinese

stock index futures market. The author finds that the Chinese CSI300 returns exhibit

long-range correlations and multifractality by using a total of 2942 ten-minute closing

prices, making the single-scale index insufficient to describe the futures price

fluctuations. Further, the author shows the existence of two different sources of the

multifractality for the Chinese stock index futures market by comparing the original

time series with the transformed time series through the procedure of shuffling and

phase randomization. The results suggest that the multifractality is mainly due to long-

range correlations, although the fat-tailed probability distributions also contribute to

such multifractal behaviour.

Second, prediction of the CSI300 based on new EMD-RBF model. Only in the past

four years did China set up the stock index futures market displaying the non-stable and

non-linear signal features. The traditional estimation methods cannot make accurate

estimation of long-relevant sequence. Combining EMD with RBF, the author has

created a new method of estimation to predict the daily settlement price for stock index

futures. The result shows that this model has separated the original sequence with long-

relevance features into several short-relevance frequency bands, making up for the

shortage of system power information caused by the serious randomness of the original

sequence and the interruptions from nearby frequency bands. It is also compared with

other estimation models to display a relatively high degree of accuracy.

Third, test linear and nonlinear Granger causality CSI300 futures and spot markets

based on new concepts of nonlinear positive/negative spillover. Hiemstra and Jones

(1994) argued that a significant negative value of their nonlinear Granger causality test

(H-J test) means there is a confounding effect in the prediction. However, from the

theoretical analysis and Monte Carlo simulations, the author finds that H-J test is

significantly negative under the circumstance of negative volatility spillover.

Furthermore, the author puts forward the conceptions of positive/negative nonlinear

spillover, and apply H-J test to examine positive/negative nonlinear spillover effect. The

empirical study on China stock futures and spot markets shows that: 1) There is

significant positive nonlinear spillover from futures to spot market; 2) There is

significant negative nonlinear spillover from spot to futures market.

The author argues that there is “risk absorption” mechanism in information

spillover from the spot market to the futures market, which is due to the temporal

transfer of speculative trading from the analysis.

Key Word: MF – DFA, EMD, RBF neural network, H - J inspection

目   录
中文摘要
ABSTRACT
第一章 绪论..........................................................1
1 研究背景........................................................1
1.1 股指期货产生的背景及概况.....................................1
1.2 我国发展现状.................................................3
2 选题意义........................................................4
3 相关研究的文献综述..............................................5
3.1 国外学者对股指期货的研究....................................5
3.2 国内学者对股指期货的研究.....................................6
3.3 多重分形研究现状.............................................7
3.4 经验模态分解研究现状.........................................8
4 本文的主要研究内容和结构........................................9
5 本文的主要工作及创新点.........................................10
第二章 沪深 300 股指期货多重分形特性分析.............................12
1 分形市场理论...................................................12
2 多重分形消除趋势波动分析法.....................................13
2.1 多重分形消除趋势波动分析法..................................13
2.2 多重分形起因及多重分形强度..................................14
3 沪深 300 股指期货多重分形研究....................................14
3.1 数据描述....................................................14
3.2 沪深 300 股指期货多重分形特性.................................16
3.3 沪深 300 股指期货多重分形成因................................18
4 小结...........................................................19
第三章 基于 EMD-RBF 神经网络新混合模型的价格预测.....................21
1 引言...........................................................21
2 经验模态分解理论...............................................22

3 径向基神经网络.................................................24
3.1 径向基神经网络研究现状......................................24
3.2 径向基神经网络原理..........................................24
4 EMD-RBF 模型设计................................................26
5 基于 EMD-RBF 的中国沪深 300 股指期货价格预测.....................28
5.1 数据样本选择................................................28
5.2 评价准则....................................................29
5.3 EMD-RBF 神经网络混合模型预测................................29
6 小结...........................................................31
第四章 沪深 300 股指期货与现货市场的格兰杰因果关系检验...............33
1 引言...........................................................33
2 H-J 检验和 Monte Carlo 模拟分析..................................34
2.1 H-J 检验深入分析............................................35
2.2 Monte Carlo 模拟............................................37
3 沪深 300 股指期货与现货市场实证研究...............................40
4 小结...........................................................44
第五章 股指期货在金融产品创新中的应用...............................45
1 引言...........................................................45
2 股指期货在国内机构投资者中的运用及展望.........................45
2.1 股指期货基本功能............................................45
2.2 股指期货运用策略及案例分析..................................46
3 小结...........................................................50
第六章 总结.........................................................51
1 主要实验结论....................................................51
2 进一步的研究展望...............................................52
参考文献............................................................54

第一章绪论

1.1 研究背景

在机构投资者和市场规模不断扩张的背景下，避免股市系统风险愈来愈急迫，

国家决策层也对这方面给予了关注。因此为了满足市场价格风险对冲需求，决策

层推出了股指期货市场。

1.1.1 股指期货产生的背景及概况

股票市场的风险分为系统性风险和非系统性风险。系统性风险是不可控风险，

持续作用的时间较长，受到宏观因素的影响，无法通过投资分散的方式避免。非

系统风险是可控风险，不受市场的影响，只是产生于某些特定股票，可以通过投

资组合和其他金融手段来规避。虽然能够避免一定的非系统风险，但各类股票的

价格在遇到系统性风险时都会朝着同一个方向运动，无法规避。因此，人们根据

商品期货中套期保值的经验，提出开展一种新的金融工具——股票指数期货。

1975 年—1982 年，十年时间不到，先后建立了利率期货和股票指数期货，改

变了期货市场的结构，完成了金融期货更为稳定的三大类别结构

表1-1 全球 37 个市场股指期货和融券交易推出时间比较

序号国家或地区股指期货上市时间卖空机制建立时间

1美国1982-02-24 1929 年前

2德国1990-11-23 可以①（下同）

3瑞士 1990-11-09- 1991-08-22

4英国1984-05-03 之前就有，1994-7-18 日和 1995-6-28 日进一步完

善

5法国 1988-11-09 可以

6荷兰 1988-10-24 可以

7比利时1993-10-29 1935 年

8印度②2000-06-12 法律允许，实际很少用；禁止外国投资者卖空

9日本 1987-06-09 1954 年

10 韩国1996-05-03 1996-09-02

11 新加坡③2000-06-08 2002-01-07

12 丹麦 1989-12-07 1940-10

13 芬兰 1988-05-02 1995-05-22

14 瑞典 1987-04-03 1993 年

15 中国香港 1986-05-06 1994-01-03 部分开放；1996-03-25 全部开放

16 南非1990-04-30 1994 年在离岸可转债上取得突破

17 中国台湾 1998-07-21 1962-02

18 巴西 1986-02-14 1986-06-09

19 澳大利亚 1983-02-16 可以

20 西班牙 1992-01-14 1992 年

21 波兰1998-01-16 2000 年

22 意大利1994-11-28 可以

23 俄罗斯1997-03 一直存在，2002-03-23 明确规定

24 加拿大1984-01-16 1940 年

25 希腊 1999-08-27 2001-05-31

26 挪威 1992-09-04 1999-08—1999-09

27 土耳其2005-02-04 1995-04-03

28 匈牙利 1995-03-31 2003 年尚无法规允许或禁止，但开展不普遍

29 马来西亚 1995-12-15 1995 年允许，1997 年又禁止

30 墨西哥 2003-01-02 可以

31 泰国2006-04-28 1998 年

32 奥地利 1992-08-07 可以

33 以色列1995-10-27 无

34 智利 1990-12 1999 年

35 委内瑞拉1997-08-05 无

36 新西兰 1987-01 1992-04 部分开放，2000-07 全部开放

37 葡萄牙 1993-07-20 可以

注：①“可以”指具体开始时间不详，但 2003 年可以卖空。

② 印度目前禁止股票卖空。

③新加坡 1986 年推出股指期货，但标的指数为境外指数（日经 225）。

数据来源：FIA、WFE，以及相关交易所网站等。

但是在这一阶段内，由于股指期货刚刚兴起，交易所和投资者对股指期货还

不是很熟悉，市场效率不高，走势也不平稳，大家处于边干边学的阶段。

1987 年10 月19 日，由于战争的消息、美元的贬值、利率的提高和其他原因的

恐慌使得华尔街当日股市暴跌 508 点，史称“黑色星期五”。为了防止类似的金

融危机再次出现，监管部门进一步加强了相关方面的政策规范，出台了很多限制

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要中国沪深300股指期货虽只运行短短四年，但对我国资本市场的发展却具有重大意义，所获成就有目共睹，其成立是对中国金融市场多空交易机制的进一步完善。通过理论分析与实证分析相结合，重点研究了中国股指期货市场的多重分形特性，价格预测，股指期货与现货市场的关系等问题。一、通过应用MF-DFA法对我国股指期货市场进行了多重分形和市场风险研究。结合多重分形谱模型，最终研究结果表明中国股指期货的收益率具有长相关性和多重分形性。期货价格的波动性不能由一个单一的标度指数描述。进一步通过将原始序列和转换后的收益序列进行比较，发现虽然厚尾概率分布对多重分形特性产生了一定程度的影响，但中国股票指数期货市场的多重分形...

展开>> 收起<<

中国沪深300股指期货研究.doc

共59页,预览6页

还剩页未读，继续阅读

中国沪深300股指期货研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: