免费论文查重: 大雅 万方 维普 turnitin paperpass

试议股票市场股指期货市场与股票市场发现功能与波动溢出联系实证

最后更新时间:2024-03-01 作者:用户投稿原创标记本站原创 点赞:8846 浏览:26106
论文导读:以联系人员哦。摘要2-4ABSTRACT4-91引言9-181.1选题背景及探讨作用9-111.2文献综述11-151.2.1国外文献综述11-131.2.2国内文献综述13-151.3本论文的革新点15-161.4本论文结构框架16-182股指期货及四大股指期货市场概述18-252.1股指期货基本情况概述18-202.1.1股指期
摘要:股指期货是指以股价指数为标的物的标准化期货合约。自1982年世界上第一张股指期货在美国堪萨斯期货交易所上市交易以来,历经了近一个世纪,股指期货在金融市场中进展最晚,但却是最为成功的金融衍生产品。它同时也是金融衍生产品中进展最为迅速,流动性和交易量最好的。我国于2010年4月16日推出以沪深300指数为标的物的沪深300指数期货合约,以此我国步入股指期货时代。而沪深300指数期货上市以后,沪深股市的波动性显著增强了,尤其是下跌时较股指期货推出之前更快,更猛。这一现象在很多国家推出股指期货期间都有出现,那么股指期货对股票市场的走势和波动性会产生何种影响,股票市场是否又会对股指期货市场有类似的影响,这都是市场的投资者与监管机构关心的不足。本论文就将以股指期货市场及股票市场的发现功能,及波动溢出效应两方面出发,来探讨两市场之间的引导联系和信息在两市场间的传递。就这些不足的探讨本论文引入了四个国家进行比较浅析,这四个国家分别为成熟市场的美国,日本,与新兴市场的印度和中国。这样做不仅可以比较成熟市场与新兴市场在股指期货与股票市场之间的联系的异同,更重要的是得出我国与这些国家探讨结果的差距,以而找出我国股指期货市场进展的方向,加速我国股指期货市场以新兴市场向成熟市场进展。本论文以四个国家股指期货以及其对应的现货指数的5分钟高频数据做样本,运用向量误差修正模型来探讨股指期货市场和股票指数市场发现联系;运用脉冲响应函数来浅析引导联系的内部结构,以及利用方差分解策略来得出两市场在发现历程中的贡献程度;借助双变量T-GARCH模型来探讨两市场间的波动溢出效应及非对称性效应。革新特点为:(1)本论文运用VEC模型来探讨股指期货与现货市场的发现功能,向量误差修正模型不仅体现出两市场间的长期均衡联系,还可以探讨股指期货与现货市场短期的的引导联系。用此策略与以往的探讨得出的结论略有不同,得出的结论为现货在发现中占主导地位;(2)本论文探讨股指期货与现货市场的波动溢出效应所采取的是双变量T-GARCH模型,它考虑到了市场的ARCH效应(市场波动溢出效应),GARCH效应(市场波动受上期预期方差影响),与不对称效应(反映市场非对称性)等,使探讨的角度更全面。(3)不同于以往国内文献只探讨国内市场,本论文引入3个其他国家的市场进行探讨,还加入了新兴市场与成熟市场的比较,使得对股指期货市场与现货市场的探讨更有依据,也能更好的探讨我国证券市场的特点和进展方向。主要结论:(1)基于向量误差修正模型得出现货市场发现占主要地位,即总体上现货引导股指期货。而短期两市场有着双向格兰杰因果联系,各国得出短期领先滞后联系略有不同,我国短期股指期货的发现功能更有优势,即在短期内股指期货领先现货。(2)基于脉冲响应和方差分解策略进一步证明了现货市场在发现中占主导地位。(3)基于双变量T-GARCH模型得出对四个国家来说股指期货市场长期收敛于现货市场,即现货市场占主导地位。而且两市场都有着着显著的双向波动溢出效应,说明信息在两市场间的传递是相互的。成熟市场的股指期货市场波动溢出效应显著,新兴市场的现货市场波动溢出效应更显著。(4)美国,中国两市场都有着显著杠杆效应,印度股指期货市场有着杠杆效应,日本两市场杠杆效应都不显著。而杠杆效应的结果都很一致,都是市场对“坏消息”更敏感,利空消息更能导致市场波动加剧。关键词:股指期货论文股票市场论文发现论文波动溢出论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要2-4
ABSTRACT4-9
1 引言9-18

1.1 选题背景及探讨作用9-11

1.2 文献综述11-15

1.2.1 国外文献综述11-13

1.2.2 国内文献综述13-15

1.3 本论文的革新点15-16

1.4 本论文结构框架16-18

2 股指期货及四大股指期货市场概述18-25

2.1 股指期货基本情况概述18-20

2.

1.1 股指期货概念18

2.

1.2 股指期货的经济功能18-20

2.2 美国标准普尔500指数期货(S&P)20-21
2.3 日经论文导读:-444.3.1单位根检验32-334.3.2滞后阶数的选取334.3.3协整检验33-344.3.4向量误差修正模型浅析34-394.3.5脉冲响应实证结果浅析39-424.3.6方差分解实证结果浅析42-444.4双变量T-GRACH模型实证结果浅析44-544.4.1双变量T-GARCH模型均值方程浅析44-504.4.2双变量T-GARCH模型方差方程浅析50-545结论与政策倡议54-575.1
225指数期货(NIKKEI225)21-22

2.4 印度股指期货(S&P CNX Nifty50)22-23

2.5 我国的沪深300股指期货23-25

3 实证模型介绍25-29

3.1 向量误差修正模型(VEC)25-26

3.2 脉冲响应函数26

3.3 方差分解26-27

3.4 双变量T-GARCH模型27-29

4 实证检验与结果浅析29-54

4.1 样本数据的选取与处理29

4.2 基本统计描述29-32

4.3 两市场发现功能的实证探讨32-44

4.

3.1 单位根检验32-33

4.

3.2 滞后阶数的选取33

4.

3.3 协整检验33-34

4.

3.4 向量误差修正模型浅析34-39

4.

3.5 脉冲响应实证结果浅析39-42

4.

3.6 方差分解实证结果浅析42-44

4.4 双变量T-GRACH模型实证结果浅析44-54

4.1 双变量T-GARCH模型均值方程浅析44-50

4.2 双变量T-GARCH模型方差方程浅析50-54

5 结论与政策倡议54-57

5.1 实证结论54-55

5.2 政策倡议55-57

参考文献57-60
后记60-61