第 2 期曾黎, 等 : 沪深 300 股指期货现货及恒生指数关联性研究 49 和香港恒生指数 (HSI) 来源于凤凰网沪深 300 股指为数据, 相同时间出现不同品种时以较早交易品种的期货是根据这段时间里出现的从 IF1005 到 IF1209 的日收盘价为最终数据得到了沪深 300 股指期货

Size: px

Start display at page:

Download "第 2 期曾黎, 等 : 沪深 300 股指期货现货及恒生指数关联性研究 49 和香港恒生指数 (HSI) 来源于凤凰网沪深 300 股指为数据, 相同时间出现不同品种时以较早交易品种的期货是根据这段时间里出现的从 IF1005 到 IF1209 的日收盘价为最终数据得到了沪深 300 股指期货"

曼宓
5 years ago
Views:

1 第 34 卷第 2 期 Vol.34 NO.2 重庆工商大学学报 ( 自然科学版 ) JChongqingTechnolBusinesUniv (NatSciEd) 2017 年 4 月 Apr.2017 doi: /j.isn x 沪深 300 股指期货现货及恒生指数关联性研究曾黎, 李春 ( 红河学院数学学院, 云南蒙自 ) 摘要 : 选取 2010 年 4 月至 2016 年 2 月沪深 300 股指期货现货价格和恒生指数共 1421 组数据, 运用格兰杰因果检验 VECM 等方法分析了它们之间的相互影响结果表明 : 沪深 300 股指期货对恒生指数的增长有较大的负面影响, 沪深 300 指数的增长对恒生指数起到了正面引导的作用 ; 沪深 300 股指期货现货价格对恒生指数的脉冲响应均为正值, 分别在第 2 期第 1 期达到峰值 ; 方差分解发现第 2 期以后沪深 300 指数的贡献度为 65% 左右, 恒生指数贡献度为 30% 左右关键词 : 平稳性检验 ;Granger 因果检验 ;VECM; 方差分解中图分类号 :F832;O211 文献标志码 :A 文章编号 : X(2017) 恒生指数 HSI, 是香港股市价格的重要指标, 代表了香港交易所所有上市公司的 70% 左右的市值沪深 300 指数样本覆盖了沪深市场 6 成左右的市值, 具有良好的市场代表性沪深 300 股指期货是以沪深 300 指数作为标的物的期货品种, 在 2010 年 4 月由中国金融期货交易所推出, 股指期货与股票现货关联性已明显增强股指期货市场与股票指数之间的关联性问题是学术界和投资者所共同关心的话题, 国内外学者对该问题进行了大量深入的研究 G.G.Booth,R.W.So andy.tse(1999) 运用协整技术对德国 DAX 指数现货期货与期权的价格发现功能进行研究发现期货具备了价格发现功能 [1] Kim,SzakmaryandSchwarz (1999) 运用 VAR 模型对 S& P500,MMI 及 NYSE 综合指数 3 个市场的期货与现货关系进行了检验, 研究发现期货市场以 S& P500 领先, 而现货市场则是以 MMI 指数为指导 [2] 肖毅敏, 刘娜 (2011) 说明了上证综合指数的变化与沪深 300 股指指数的变化高度关联并具有引导作用 [3] 曾黎, 李春 (2013) 通过对比沪深 300 股指期货现货, 发现股指期货价格的变动在 1 期后对现货价格产生影响, 而股指现货的价格的变动在 2 期后对期货价格产生影响, 双向价格引导关系较弱, 主要还是期货价格起到主要的引导作用 [4] 林祥友 (2015) 采用非参数检验方法研究我国证券市场星期五效应股指期货到期日效应, 研究发现我国证券市场存在显著的收益率效应, 从到期日效应角度看, 我国证券市场存在显著的流动性效应, 从双重日历效应角度看, 我国证券市场存在着显著的波动性效应 [5] 1 实证分析 1.1 数据来源与统计特征数据选自时间段的每日收盘价, 共 1421 组数据, 其中沪深 300 股指期货合约价格来源于中国金融期货交易所, 沪深 300 股指指数收稿日期 : ; 修回日期 : 基金项目 : 云南省教育厅科学研究基金项目 (2013C014); 云南省应用基础研究计划项目 (2013FZ116). 作者简介 : 曾黎 (1981-), 男, 云南蒙自人, 讲师, 硕士, 从事金融数学研究.

2 第 2 期曾黎, 等 : 沪深 300 股指期货现货及恒生指数关联性研究 49 和香港恒生指数 (HSI) 来源于凤凰网沪深 300 股指为数据, 相同时间出现不同品种时以较早交易品种的期货是根据这段时间里出现的从 IF1005 到 IF1209 的日收盘价为最终数据得到了沪深 300 股指期货的连交易品种, 按交易出现的先后顺序, 以当日收盘价作续交易数据表 1 是数据样本的基本统计特征表 1 变量的描述性统计 Table1 Descriptivestatisticsofvariables 指标恒生指数沪深 300 指数沪深 300 股指期货均值中位数最大值最小值标准差偏度峰度 J B 统计量从表 1 可以看出, 偏度不为 0, 峰度大于 1,J-B 统 H US,LnQ IH 分别代表香港恒生指数, 沪深 300 指数, 沪计量拒绝了正态分布的原假设, 说明这 3 种指数分布深 300 股指期货的对数序列显著偏离正态分布, 和大部分金融实证研究的结果一在对时间性很强的样本进行分析的时候, 首先必致根据 3 组数据同时取对数不改变原序列的关系须确认分析的对象必须是平稳的序列, 所以首先对数的性质, 对 3 组数据分别取自然对数, 以 LnH SI,Ln 据进行 ADF 单位根检验来判断其是否平稳, 见表 2 表 2 平稳性检验 Table2 Stationaritytest 序列检验类型 {C,T,K} ADF 统计量临界值 1% 5% P 值结论 LnH SI {C,T,0} 不平稳 LnH US {C,T,0} 不平稳 LnQ IH {C,T,0} 不平稳 ΔLnH SI {0,0,1} 平稳 ΔLnH US {0,0,1} 平稳 ΔLnQ IH {0,0,1} 平稳由表 2 的结果可知,LnH IS,LnH US,LnQ IH 的 ADF 值均大于相对应 1%,5%,10% 各个显著性水平下的临界值, 各序列都存在单位根, 所以 LnH SI, LnH US 及 LnQ IH 这 3 个时间序列都是非平稳序列而这 3 组数据的一阶差分 ΔLnH SI,ΔLnH US 及 ΔLn Q IH 的 ADF 值均小于相对应的 1%,5%,10% 的各个显

3 50 重庆工商大学学报 ( 自然科学版 ) 第 34 卷著性水平下的临界值, 故这 3 个时间系列的一阶差分是平稳的时间序列, 且这 3 个序列在 1% 的显著性水平上都可以拒绝单位根的假设, 接受平稳的假设 1.2 格兰杰因果关系检验前面已完成对 3 个对数序列的平稳性检验, 故可表 3 格兰杰因果检验 Table3 TheGrangercausalitytest 对它们进行格兰杰因果性检验, 其中用表示前者不是引起后者变化的 Granger 原因, 检验结果见表 3: 检验原假设 F 值 P 值结论 LnH US LnH SI 不能拒绝原假设 LnH SI LnH US 拒绝原假设 LnQ IH LnH SI 不能拒绝原假设 LnH SI LnQ IH 拒绝原假设 LnQ IH LnH US 不能拒绝原假设 LnH US LnQ IH 拒绝原假设由表 3 可知, 对第 1 个原假设, 其 F=0.134,P= LnQ IH 不是引起 LnH US 变化的 Granger 原因对第 0.874, 大于 10% 的检验水平, 因此可认为 LnH US 不 6 个原假设, 其 F=3 460,P=0.032, 小于 5% 的检验是引起 LnH SI 变化的 Granger 原因对第 2 个原假水平, 因此认为 LnH US 是引起 LnQ IH 变化的 Granger 设, 其 F=3.274,P=0 039, 小于 5% 的检验水平, 因此原因认为 LnH SI 是引起 LnH US 变化的 Granger 原因对 1.3 向量误差修正模型的建立于第 3 个原假设, 其 F=0.259,P=0.772, 大于 10% 的由于 LnH SI,LnH US 及 LnQ IH 之间存在协整关检验水平, 认为 LnQ IH 不是引起 LnH SI 变化的系, 在此基础上建立向量误差修正模型恒生指 Granger 原因对第 4 个原假设, 其 F=2.658,P= 数沪深 300 指数沪深 300 股指期货的 VEC 模型 0 071, 小于 10% 的检验水平, 因此认为 LnH SI 是引分别如式 (1)(2)(3), 其中 t 为当前交易日,t-1 表起 LnQ IH 变化的 Granger 原因对第 5 个原假设, 其示滞后 1 个交易日,t-2 表示滞后 2 个交易日 F=1.311,P=0.271, 大于 10% 的检验水平, 因此认为 LnH SIt = LnH SI(t-1) LnH US(t-1) LnQ IH(t-1) LnH SI(t-2) LnH US(t-2) LnQ IH(t-2) (1) LnH USt =0.0525LnH SI(t-1) LnH US(t-1) LnQ IH(t-1) LnH SI(t-2) LnH US(t-2) LnQ IH(t-2) (2) LnQ IHt =0.0006LnH SI(t-1) LnH US(t-1) LnQ IH(t-1) LnH SI(t-2) 0.024LnH US(t-2) LnQ IH(t-2) (3) 由式 (1) 可以看出,HSI 受自身前 1 期, 沪深期的正面影响 ; 受到自身前 1 期,HSI 滞后 2 期, 沪 300 指数前 1 期及滞后 2 期的负面影响 ; 受到自身深 300 股指期货前 1 期的负面影响由式 (3) 可滞后 2 期, 沪深 300 股指期货前 1 期和滞后 2 期的知, 沪深 300 股指期货受到 HSI 前 1 期, 沪深 300 指正面影响由式 (2) 可以看出, 沪深 300 指数受到数前 1 期, 自身滞后 2 期的正面影响 ; 受到自身前 1 自身滞后 2 期,HSI 前 1 期, 沪深 300 股指期货前 1 期,HSI 滞后 2 期, 沪深 300 指数滞后两期的负面

4 第２期曾黎等沪深３股指期货现货及恒生指数关联性研究５１影响１４脉冲响应与方差分解下面对上面建立的向量误差修正模型进行脉冲响应分析用ＬｎＨＳＩＬｎＨＵＳＬｎＱＩＨ分别给ＬｎＨＳＩ一个标准差新息的脉冲响应对冲击响应进行分析得到各脉冲响应结果如图１３所示图３沪深３股指期货对沪深３指数扰动的响应３Ｒｅｎｆｃｓｉ３ｉｘｆｕｕｒｅｏｈｅｃｓｉ３ｉｘ第３期开始到第６期内小幅上下波动之后缓慢增长这表明沪深３指数受外部条件的某一冲击后图１恒生指数对自身扰动的响应１Ｒｅｎｈｅｄｉｕｒｂａｎｃｈｅｈｓｉｏｉｏｗｎ给恒生指数带来了同向的冲击而且这一冲击具有显著的促进作用和较长的持续效应图３显示给ＬｎＱＩＨ一个正冲击后ＬｎＱＩＨ对ＬｎＨＳＩ的一个标准差新息立刻有较强的负向反应第１期的响应约为８３４到第２期达到最小值从第２期到第３期增长较快第３期响应约为７９８１从第４期后稳定缓慢地增长这表明沪深３股指期货受到外部条件的某一冲击后也会给恒生指数带来同向的冲击而且这一冲击具有显著的促进作用和较长的持续效应在方差分解中发现恒生指数ＨＳＩ冲击对自身变化的贡献度最大第１期贡献度为１以后有所下降但始终不低于９７即变量的变化主要图２沪深３指数对恒生指数扰动的响应２Ｒｅｎｈｅｃｓｉ３ｉｘｏｈｅｈｓｉ图１显示ＬｎＨＳＩ给自身一个正冲击后ＬｎＨＳＩ由其自身所受冲击造成沪深３指数ＨＵＳ冲击短期内对自身变化影响较大在第２期仍达到７以上此后贡献缓慢降对其自身的一个标准差新息立刻有较强的负向反低到第４期降到６８左右ＨＳＩ冲击对ＨＵＳ的贡应第１期的响应为１４７左右到第２期达到献度逐渐增加由第１期的２８增加到３２左右最小之后从第２期到第３期达到峰值响应约为Ｈ冲击对ＨＵＳ的贡献度最小沪深３股指期货ＱＩ１４２７从第３期到第７期小幅上下波动从第７第１期贡献度为第２期以后有所增加但其贡献期后开始稳定缓慢的下降４度一直小于图２显示给ＬｎＨＵＳ一个正冲击后第１期的响Ｈ冲击对其自身贡献最沪深３股指期货ＱＩ应大约为８２左右到第２期达到最大值约为小影响也较小至第２期时其贡献度由８降至８４３从第２期到第３期有较大幅度的下降从５左右此后缓慢下降沪深３股指指数ＨＵＳ

5 52 重庆工商大学学报 ( 自然科学版 ) 第 34 卷冲击对沪深 300 股指期货 (QIH) 变化的影响较小, 但其贡献度最大, 且逐渐上升, 至第 2 期时达到 65% 左右, 此后缓慢增加 HSI 冲击对沪深 300 股指期货 (QIH) 变化影响最小, 贡献度一直保持在 30% 左右 2 结论通过 Granger 因果关系的检验, 发现恒生指数是沪深 300 股指指数和沪深 300 股指期货的格兰杰原因, 沪深 300 股指指数是沪深 300 股指期货的格兰杰原因从对恒生指数扰动的脉冲响应来看, 恒生指数对自身的响应在前 4 期变化比较大, 恒生指数对其自身的一个标准差新息立刻有较强的负向反应, 第 3 期达到峰值, 到第 7 期后开始稳定缓慢的下降沪深 300 指数沪深 300 股指期货价格对恒生指数的脉冲响应均为正值, 变动方向一致, 分别在第 2 期第 1 期达到峰值由对恒生指数的方差分解知, 主要由其自身贡献了不低于 97% 的比例 ; 对沪深 300 指数方差分解可看出, 其自身贡献度 68% 左右, 恒生指数贡献为 32% 左右 ; 对沪深 300 股指期货进行方差分解, 发现第 2 期以后沪深 300 指数的贡献度为 65% 左右, 恒生指数贡献度为 30% 左右参考文献 (References): [1] BOOTH G G,SO R W,TSE Y.PriceDiscoveryinthe GermanEquityIndexDerivativesMarkets[J].TheJournal offuturesmarkets,1999,19(6): [2]KIM M,SZAKMARYAC,SCHWARZTV.TradingCosts andpricediscoveryacrosstockindexfuturesandcash Markets[J].TheJournalofFuturesMarkets,1999(19): [3] 肖毅敏, 刘娜. 沪深 300 股指指数期货与股票指数的关联和异动分析 [J]. 湖南社会科学,2011(2): XIAOYM,LIUN.TheCSI300StockIndexFuturesand StockIndexCorelationandDynamicAnalysis[J].Social SciencesinHunan,2011(2): [4] 曾黎, 李春. 沪深 300 股指期货现货市场价格传导研究 [J]. 重庆工商大学学报 ( 自然科学版 ),2013,30(10): ZENG L,LIC.Research on thecsi300 Stock Index Futures,theSpotMarketPriceConduction[J].Journalof ChongqingTechnologyandBusinesUniversity(Natural ScienceEdition),2013,30(10):52 56 [5] 林祥友. 我国证券市场双重日历效应的非参数检验 [J]. 重庆工商大学学报 ( 自然科学版 ),2015,32(4):10 16 LINXY.ChineseDualCalendarEfectSecuritiesMarket of Nonparametric Test[J].Journal of Chongqing Technology and Busines University(NaturalScience Edition),2015,32(4):10 16 ResearchonCorelationbetweenShanghaiandShenzhen300Stock IndexFuturesandSpotandHangSengIndex ZENG Li,LIChun (SchoolofMathematics,HongheUniversity,YunnanMengzi661199,China) Abstract:Byselecting1421setdatasuchasShanghaiandShenzhen300stockindexfuturesduringApril, 2010 February,2016,spotprice,HangSengIndex,byusingthemethodssuchasGrangercausalitytest,VECM andsoon,theirinteractiveinfluenceisanalyzed.theresultsshowthatshanghaiandshenzhen300stockindex futureshasbiggernegativeimpactonthegrowthofhangsengindex,thatthegrowthofshanghaiandshenzhen300 indexplayspositiveguidingroleinhangsengindex,thattheimpulsiveresponsesofshanghaiandshenzhen300 stockindexfuturesandthespotpricetohangsengindexarealpositiveandreachthepeakinthefirststageand thesecondstagerespectively.variancedecompositionfindsthatthecontributionofshanghaiandshenzhen300 indexis65% whilethecontributionofhangsengindexis30% approximatelyafterthesecondstage. Keywords:stabilitytest;Grangercausalitytest;VECM;variancedecomposition 责任编辑 : 李翠薇

贸易一体化与生产非一体化

贸易一体化与生产非一体化基于经济全球化两个重要假说的实证研究刘志彪吴福象改革开放以来中国贸易一体化水平持续上升对此虽然可以利用引力模型加以说明但其解释力是有限的本文在对世界范围内的贸易一体化进行统计描述和计量检验的基础上对包括中国在内的东亚经济体的贸易竞争状况进行了结构分析结果表明经济体之间的相似程度越高贸易量越大贸易一体化程度也越高通过各种因素的传导经济体的出口竞争能力增强