• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      上證50指數(shù)與衍生品市場價格的發(fā)現(xiàn)能力

      2019-03-01 07:43:26許桐桐
      商業(yè)研究 2019年1期
      關(guān)鍵詞:脈沖響應(yīng)期權(quán)協(xié)整

      余 臻,許桐桐,彭 珂

      (1.中山大學(xué) 嶺南學(xué)院,廣州 510275;2.前海金融控股有限公司博士后創(chuàng)新實踐基地, 廣東 深圳 518052;3.哈爾濱工業(yè)大學(xué) 深圳經(jīng)濟(jì)管理學(xué)院,廣東 深圳 518055)

      內(nèi)容提要:目前,上證50是我國唯一同時擁有期貨、ETF、期權(quán)等衍生品的指數(shù)。本文采用Granger因果檢驗和協(xié)整檢驗,分析上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)價格序列之間的引導(dǎo)關(guān)系和長期均衡狀況,并運(yùn)用廣義脈沖響應(yīng)函數(shù)分析各個市場的沖擊響應(yīng)速度和強(qiáng)度;通過滯后項的顯著性分析4個市場價格序列的領(lǐng)先滯后關(guān)系,采用四維IS模型測度各個市場的價格發(fā)現(xiàn)信息份額。結(jié)果發(fā)現(xiàn):4個市場間的價格相互引導(dǎo)且存在長期均衡,期貨市場在價格領(lǐng)先滯后關(guān)系中引領(lǐng)其他市場5分鐘以上;期貨市場的信息份額為47.76%,指數(shù)市場的信息份額為23.05%,ETF市場的信息份額為15.37%,期權(quán)市場的信息份額為13.82%。上述研究結(jié)果表明期權(quán)、期貨和ETF的市場功能在市場價格發(fā)現(xiàn)過程中起到重要作用,期貨在同標(biāo)的衍生品市場中的價格發(fā)現(xiàn)能力最強(qiáng),在價格發(fā)現(xiàn)過程中起主導(dǎo)作用;上證50ETF期權(quán)在價格領(lǐng)先滯后關(guān)系中落后于其他同標(biāo)的市場,且在價格發(fā)現(xiàn)中所占的信息份額最小,雖然具有一定的價格發(fā)現(xiàn)功能,但在價格發(fā)現(xiàn)過程中沒有起到主導(dǎo)作用;作為追蹤上證50指數(shù)的基金,ETF在價格領(lǐng)先滯后關(guān)系中落后于指數(shù),且在價格發(fā)現(xiàn)中所占的信息份額也小于指數(shù)。因此,衍生品市場的活躍有利于提升其市場價格的發(fā)現(xiàn)能力。

      從國內(nèi)指數(shù)及衍生品市場的發(fā)展現(xiàn)狀來看,目前擁有股指期貨和ETF的指數(shù)包括滬深300指數(shù)、上證50指數(shù)和中證500指數(shù),擁有期權(quán)的指數(shù)只有上證50指數(shù)(如圖1所示),基于上證50指數(shù)的現(xiàn)貨及衍生品市場為分析我國期權(quán)、期貨、ETF和指數(shù)等多市場間的相互關(guān)系提供了可能。作為我國首個場內(nèi)交易期權(quán),上證50ETF期權(quán)是區(qū)別于ETF和期貨的新的指數(shù)衍生品,它的推出預(yù)示著我國即將進(jìn)入一個多元化投資和風(fēng)險管理的新時代,其運(yùn)行狀況及市場功能的發(fā)揮情況將為后來推出的其他指數(shù)期權(quán)或個股期權(quán)提供重要參考。上證50股指期貨是繼滬深300股指期貨之后,我國推出的第二個股指期貨品種,其運(yùn)行效果和市場功能的發(fā)揮也具有重要的研究意義。ETF的可交易性是區(qū)別于指數(shù)的重要特征,更符合現(xiàn)貨的特性。上證50ETF完全按照上證50指數(shù)的成份股的組成及其權(quán)重構(gòu)建基金股票投資組合,并根據(jù)上證50指數(shù)成份股及其權(quán)重的變動進(jìn)行調(diào)整。此外,上證50指數(shù)是由上海證券交易所規(guī)模大、流動性好的最具代表性的50只股票組成,在很大程度上能反映了我國股市大盤行情走勢。上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)非常具有代表性,適合分析我國衍生品市場的運(yùn)行情況。

      圖1 我國指數(shù)衍生品市場概覽

      新信息在有效市場中反映在現(xiàn)貨及其衍生品價格上,信息在多個市場之間傳導(dǎo)使得衍生品和現(xiàn)貨價格處于一種長期穩(wěn)定的均衡狀態(tài)。由于流動性、交易成本和投資者結(jié)構(gòu)等因素的影響,現(xiàn)貨與衍生品價格對同一信息的反應(yīng)速度存在一定的差異,從而導(dǎo)致衍生品和現(xiàn)貨價格在短期偏離均衡狀態(tài),衍生品和現(xiàn)貨市場之間回歸到均衡價格的動態(tài)行為通常表現(xiàn)為價格的發(fā)現(xiàn)過程。中外學(xué)者從領(lǐng)先滯后關(guān)系和價格發(fā)現(xiàn)貢獻(xiàn)度方面對市場間的價格發(fā)現(xiàn)功能進(jìn)行了大量研究,眾多學(xué)者對市場間價格的領(lǐng)先滯后關(guān)系所進(jìn)行的研究是通過Granger因果檢驗分析市場之間的引導(dǎo)關(guān)系,通過檢驗價格的協(xié)整關(guān)系分析市場間是否存在長期均衡,再應(yīng)用脈沖響應(yīng)函數(shù)分析各個市場對于沖擊的動態(tài)反應(yīng),通過建立誤差修正模型(VAR模型或VEC模型)分析市場短期內(nèi)的價格調(diào)整。通過分析比較上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)的價格發(fā)現(xiàn)功能,本文檢驗期權(quán)、期貨及ETF的市場功能是否有效發(fā)揮。

      一、研究方法

      (一)期權(quán)PCP模型

      期權(quán)以權(quán)利金報價,無法直接與指數(shù)等價格序列進(jìn)行比較,本文采用Stoll(1969)[1]提出的Put-Call Parity(PCP)取代傳統(tǒng)的BS模型推導(dǎo)期權(quán)價格隱含的現(xiàn)貨價格,解決了隱含波動率的估計問題,PCP公式如式(1)所示。

      C-P=S-K(1+r)-T

      (1)

      其中,C表示看漲期權(quán)的權(quán)利金價格,P表示看跌期權(quán)的權(quán)利金價格,S表示標(biāo)的價格,K表示期權(quán)到期行權(quán)價格,r表示無風(fēng)險利率,T表示到期日。

      (二)四維VEC模型

      向量誤差修正(VEC)模型的通常形式如式(2)所示。

      (2)

      (3a)

      (3b)

      (3c)

      (3d)

      (三)四維IS模型

      Hasbrouck(1995)[2]提出了信息共享模型(Information Share,IS模型),該模型測量的是每個市場的新息對共因子方差的貢獻(xiàn),市場的貢獻(xiàn)比例稱作該市場的信息份額。

      Hasbrouck將式(2)轉(zhuǎn)化為移動平均形式:

      Δyt=Ψ(L)εt

      (4)

      和單整形式:

      (5)

      Ψ(L)是滯后算子L的矩陣多項式;Ψ(1)是影響矩陣,是移動平均系數(shù)的和;Ψ(1)εt是新息對每個市場價格的長期影響;Ψ*(L)εt為短期趨勢。

      (6)

      其中,l3為3階單位列向量,I3為3×3階單位矩陣。Engle和Granger(1987)[3]發(fā)現(xiàn)序列間存在協(xié)整關(guān)系時,滿足式(7)。

      β′Ψ(1)=0,Ψ(1)α=0

      (7)

      (8)

      ψεt永久地融入了價格,故Hasbrouck將其定義為市場價格的共因子價格,方差為VAR(ψεt)=ψΩψ′。

      IS模型應(yīng)用到4個市場上時需要將模型進(jìn)行擴(kuò)展,本文建立的四維IS模型如式(9)所示。

      (9)

      其中,Ω是殘差向量εt=(ε1t,ε2t,ε3t,ε4t)′的協(xié)方差矩陣,σi,i=1,2,3,4為標(biāo)準(zhǔn)差,ρj,j=1,…,6為變量間的Pearson相關(guān)系數(shù)。

      方差VAR(ψεt)為:

      ψΩψ′=

      (10)

      若ρ≠0,矩陣Ω是正定矩陣,Hasbrouck采用Cholesky分解消除新信息間的當(dāng)期相關(guān),則Ω=PP′,P=(pij),VAR(ψεt)=ψΩψ′=ψPP′ψ′。其中,P是對矩陣Ω進(jìn)行Cholesky分解的下三角矩陣,如式(11)所示①:

      (11)

      此時市場i的價格發(fā)現(xiàn)貢獻(xiàn)度如式(12)所示。

      (12)

      (13a)

      (13b)

      (13c)

      (13d)

      二、數(shù)據(jù)初步分析

      本文選取上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)的5分鐘高頻數(shù)據(jù)作為研究對象,除去幾個市場的非同步數(shù)據(jù)。樣本區(qū)間為2015年4月16日-2016年4月15日,共計246個交易日11808條記錄,所有數(shù)據(jù)均來自Wind資訊。

      (一)統(tǒng)計性描述

      上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)的價格走勢如圖2所示,由圖2可直觀地發(fā)現(xiàn)4個市場的價格走勢很相近,說明彼此之間存在很強(qiáng)的相關(guān)性。上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)的對數(shù)收益率走勢如圖3所示,4個對數(shù)收益率都存在明顯的波動聚集現(xiàn)象,即大的波動伴隨著大的波動,小的波動伴隨著小的波動。4個市場對數(shù)收益率的統(tǒng)計性描述如表1所示,4個對數(shù)收益率的均值均為負(fù),表明2015年到2016年間市場整體為負(fù)收益;通過標(biāo)準(zhǔn)差的對比可以發(fā)現(xiàn)期貨的標(biāo)準(zhǔn)差較大,表明期貨的波動比現(xiàn)貨和其他衍生品的波動要大;考察偏度方面,ETF和指數(shù)呈現(xiàn)左偏,期貨和期權(quán)呈現(xiàn)右偏;峰度方面都遠(yuǎn)大于3,呈現(xiàn)尖峰特征;J-B統(tǒng)計量顯著,都拒絕服從正態(tài)分布的假設(shè)。

      表1 對數(shù)收益率的統(tǒng)計性描述

      圖2 4個市場價格走勢圖

      (二)平穩(wěn)性檢驗

      如果要對時間序列建立VAR模型需要滿足序列平穩(wěn)條件,本文采取通常的ADF方法對4個市場的價格序列和對數(shù)收益率序列進(jìn)行平穩(wěn)性檢驗(結(jié)果如表2所示),4個價格序列的ADF檢驗統(tǒng)計量值在不同的顯著性水平下均大于相應(yīng)DW(德賓-沃森)統(tǒng)計量的臨界值,表明價格序列是非平穩(wěn)序列;4個收益率序列(即對數(shù)價格序列的一階差分)的ADF檢驗統(tǒng)計量值在不同的顯著性水平下均小于相應(yīng)DW(德賓-沃森)統(tǒng)計量的臨界值,表明收益率序列是平穩(wěn)序列。對數(shù)價格序列是一階單整序列,即I(1)。

      表2 4個市場的價格和對數(shù)收益的ADF檢驗結(jié)果

      注:在顯著水平1%、5%、10%下,ADF檢驗的臨界值分別為-3.4396、-2.8655和-2.5689。

      圖3 4個市場對數(shù)收益率走勢圖

      三、引導(dǎo)和均衡關(guān)系分析

      建立VEC模型之前需建立VAR模型,并選擇最佳滯后期數(shù),可根據(jù)AIC等準(zhǔn)則選出最佳滯后期為18期。

      (一)Granger因果關(guān)系檢驗

      在VAR模型滯后18階的條件下,本文進(jìn)行Granger因果關(guān)系檢驗來分析市場間的引導(dǎo)關(guān)系,表3的Granger因果檢驗結(jié)果顯示4個價格序列兩兩之間存在雙向的Granger因果關(guān)系,說明4個市場之間存在相互引導(dǎo)的關(guān)系。從F統(tǒng)計值來看,期貨的統(tǒng)計值最大說明期貨的引導(dǎo)能力最強(qiáng),期權(quán)的統(tǒng)計值最小說明期權(quán)的引導(dǎo)能力最弱。

      表3 Granger因果關(guān)系檢驗

      表4 Johansen 協(xié)整檢驗結(jié)果

      注:*為5%顯著水平拒絕原假設(shè)。

      (二)Johansen協(xié)整檢驗

      本文采用Johansen協(xié)整檢驗來分析市場間的長期均衡關(guān)系。由于協(xié)整檢驗實際上是對無約束VAR模型進(jìn)行協(xié)整約束后得到的VAR模型,該模型的滯后期應(yīng)該是無約束VAR模型一階差分變量的滯后期,Johansen協(xié)整檢驗的滯后期要比無約束VAR模型滯后期少一期,檢驗結(jié)果如表4所示。經(jīng)過Johansen協(xié)整檢驗,發(fā)現(xiàn)4個對數(shù)價格序列兩兩之間存在一對一的協(xié)整關(guān)系,ETF、期貨、期權(quán)都與指數(shù)價格存在協(xié)整關(guān)系,也就是說ETF、期貨、期權(quán)都與指數(shù)價格保持長期均衡關(guān)系狀態(tài)。

      (三)沖擊響應(yīng)分析

      一般性VAR模型的動態(tài)分析采用“正交”脈沖響應(yīng)函數(shù)來實現(xiàn),而正交化通常采用Cholesky分解完成,但是Cholesky分解結(jié)果嚴(yán)格依賴模型中變量的順序。由Koop等(1996)[5]提出的廣義脈沖響應(yīng)函數(shù)法克服了上述缺點(diǎn),本文采用廣義脈沖響應(yīng)函數(shù)來分析變量之間的沖擊響應(yīng),結(jié)果如圖4所示。

      圖4 4個變量之間的脈沖響應(yīng)函數(shù)結(jié)果

      來自ETF的脈沖響應(yīng)顯示:滯后1期,ETF對自身的脈沖響應(yīng)達(dá)到最大值0.0035左右,指數(shù)的響應(yīng)達(dá)到最大值0.0033左右,期權(quán)的沖擊響應(yīng)達(dá)到最大值0.003左右,期貨的沖擊響應(yīng)為0.00275左右;滯后2期,ETF對自身的脈沖響應(yīng)為0.0034左右,指數(shù)的沖擊響應(yīng)維持在0.0033左右,期權(quán)的沖擊響應(yīng)為0.00295左右,期貨的沖擊響應(yīng)達(dá)到最大值0.003左右;在滯后第3期之后趨于穩(wěn)定。

      來自期貨的脈沖響應(yīng)顯示:滯后1期,期貨對自身的脈沖響應(yīng)達(dá)到最大值0.004左右, ETF的沖擊響應(yīng)達(dá)到最大值0.00315左右,期權(quán)的沖擊達(dá)到最大值0.00315左右,指數(shù)的沖擊達(dá)到最大值0.003左右;滯后2期,期貨對自身的脈沖響應(yīng)減小到0.0038左右,ETF的沖擊響應(yīng)為0.0031左右,期權(quán)的沖擊響應(yīng)為0.00305左右,指數(shù)的沖擊響應(yīng)略微減??;在滯后第3期之后趨于穩(wěn)定。

      來自期權(quán)的脈沖響應(yīng)顯示:滯后1期,期權(quán)對自身的脈沖響應(yīng)達(dá)到最大值0.00345左右, ETF的沖擊響應(yīng)達(dá)到0.00295左右,指數(shù)的沖擊響應(yīng)達(dá)到0.00286左右,期貨的沖擊響應(yīng)達(dá)到0.00273左右;滯后2期,期權(quán)對自身的脈沖響應(yīng)為0.00335左右,ETF的沖擊響應(yīng)達(dá)到最大值0.003左右,指數(shù)的沖擊達(dá)到最大值0.0029左右,期貨的沖擊達(dá)到最大值0.0031左右;在滯后第3期之后趨于穩(wěn)定。

      來自指數(shù)的脈沖響應(yīng)顯示:滯后1期,指數(shù)對自身的脈沖響應(yīng)達(dá)到最大值0.00345左右, ETF的沖擊響應(yīng)達(dá)到最大值0.00325左右,期權(quán)的沖擊響應(yīng)為0.00288左右,期貨的沖擊響應(yīng)為0.00262左右;滯后2期,指數(shù)對自身的脈沖響應(yīng)為0.00335左右,ETF的沖擊響應(yīng)略微減小,期權(quán)的沖擊響應(yīng)略微減小,期貨的沖擊達(dá)到最大值0.00295左右;在滯后第3期之后趨于穩(wěn)定。

      當(dāng)不同市場受到?jīng)_擊時,從以上結(jié)果可見受到自身的沖擊影響較大。在滯后第2期時期貨的沖擊響應(yīng)比其他市場都大,期貨反應(yīng)更為迅速,領(lǐng)先其他市場1期以上。

      四、四維VEC模型分析

      由Johansen協(xié)整檢驗可知4個對數(shù)價格序列之間存在三個協(xié)整關(guān)系,這表明p_etf、p_ih、p_op和p_sz的向量誤差修正模型存在三個誤差修正項。四維VEC模型的協(xié)整項參數(shù)估計結(jié)果如表5所示。根據(jù)表5的實證結(jié)果,本文設(shè)定的誤差修正項如下:

      ecm1,t-1=p_etft-1-0.965575×p_szt-1-0.027607

      ecm2,t-1=p_iht-1-1.033893×p_szt-1+0.037604

      ecm3,t-1=p_opt-1-1.002539×p_szt-1+0.012200

      表5 四維VEC模型協(xié)整項參數(shù)估計結(jié)果

      注:( )里表示標(biāo)準(zhǔn)差,[]里表示t統(tǒng)計量。

      四維VEC模型的差分項參數(shù)估計結(jié)果如表6所示。

      綜合各參數(shù)估計結(jié)果(限于篇幅未列出)可得出表7所示的領(lǐng)先滯后關(guān)系,市場間的領(lǐng)先滯后順序為:期貨→指數(shù)→ETF→期權(quán)。具體地,股指期貨明顯領(lǐng)先其他市場1-3期,指數(shù)領(lǐng)先期權(quán)0-1期,指數(shù)領(lǐng)先ETF 0-1期,ETF領(lǐng)先期權(quán)0-1期。

      表6 VEC模型差分項參數(shù)估計結(jié)果(部分)

      注:*、**、***分別表示在10%、5%、1%的顯著水平下顯著(下同),[]為t統(tǒng)計量(1.647、1.964、2.584)。由于篇幅原因只保留滯后1期結(jié)果,詳細(xì)結(jié)果可向作者索取。

      表7 領(lǐng)先滯后關(guān)系表

      注:以表頭為基準(zhǔn),+表示領(lǐng)先,后面的數(shù)字表示期數(shù)。

      五、信息份額測度

      (一)四維IS模型分析

      表8 VEC模型誤差修正項參數(shù)估計結(jié)果

      注:[]為t統(tǒng)計量(1.647、1.964、2.584)。

      表9 VEC模型殘差的協(xié)方差矩陣

      由表9可知,矩陣Ω為:

      對Ω進(jìn)行Cholesky分解得出下三角陣P:

      由式(13a-13d)計算出p_etf、p_ih、p_op和p_sz的信息份額,改變以上4個價格序列的先后順序,從而求得每個市場信息份額的上限、中上限、中下限和下限,并以其平均值作為該市場的信息份額貢獻(xiàn)值,如表10所示。

      表10 四維IS模型市場價格發(fā)現(xiàn)貢獻(xiàn)度

      通過四維IS模型的結(jié)果可以發(fā)現(xiàn)ETF市場的平均價格發(fā)現(xiàn)貢獻(xiàn)度為15.37%,股指期貨市場的平均價格發(fā)現(xiàn)貢獻(xiàn)度為47.76%,期權(quán)市場的平均價格發(fā)現(xiàn)貢獻(xiàn)度為13.82%,指數(shù)市場的平均價格發(fā)現(xiàn)貢獻(xiàn)度為23.05%。4個市場的價格發(fā)現(xiàn)貢獻(xiàn)度由大到小為股指期貨市場、指數(shù)市場、ETF市場和期權(quán)市場,即股指期貨市場的價格發(fā)現(xiàn)貢獻(xiàn)度最大,期權(quán)市場的價格發(fā)現(xiàn)貢獻(xiàn)度最小。

      (二)穩(wěn)健性檢驗

      為了檢驗四階IS模型的穩(wěn)健性,本文選取二階IS模型作為對比分析,以ETF和期貨為例,誤差修正系數(shù)估計結(jié)果如表11所示。由表11可得出α1=-0.006973,α2=0.001302,進(jìn)而得到VEC模型殘差的協(xié)方差矩陣如表12所示。

      表11 VEC模型中的誤差修正系數(shù)(ETF和期貨)

      表12 VEC模型殘差的協(xié)方差矩陣(ETF和期貨)

      表13 市場價格發(fā)現(xiàn)貢獻(xiàn)度(ETF和期貨)

      通過二維IS模型得出4個市場兩兩之間的價格發(fā)現(xiàn)信息份額,結(jié)果如表14所示,市場價格發(fā)現(xiàn)信息份額由大到小的順序為股指期貨市場、指數(shù)市場、ETF市場和期權(quán)市場,與四維IS模型平均價格發(fā)現(xiàn)信息份額的大小順序完全一致,從而證明了四維IS模型的結(jié)果是穩(wěn)健的。

      表14 二階I-S模型市場價格發(fā)現(xiàn)貢獻(xiàn)度

      六、結(jié)論

      本文對上證50指數(shù)、上證50股指期貨、上證50ETF、上證50ETF期權(quán)4個市場的價格發(fā)現(xiàn)能力進(jìn)行了研究,結(jié)果如下:首先,采用Granger因果檢驗和協(xié)整檢驗分析價格序列之間的引導(dǎo)關(guān)系和長期均衡狀況,Granger因果檢驗結(jié)果發(fā)現(xiàn)ETF、期貨、期權(quán)和指數(shù)變量之間存在雙向的Granger因果關(guān)系,說明市場之間的價格存在雙向引導(dǎo)關(guān)系,而且期貨的引導(dǎo)能力最強(qiáng)、期權(quán)的引導(dǎo)能力最弱;Johansen協(xié)整檢驗發(fā)現(xiàn)4個對數(shù)價格序列兩兩之間存在一個協(xié)整關(guān)系,4個變量之間同時存在3個協(xié)整關(guān)系,說明各個市場之間存在長期均衡關(guān)系。其次,運(yùn)用脈沖響應(yīng)函數(shù)分析各個市場的沖擊響應(yīng)速度和強(qiáng)度,廣義脈沖響應(yīng)函數(shù)方法分析發(fā)現(xiàn),期貨的沖擊響應(yīng)強(qiáng)度最大,且反應(yīng)速度要領(lǐng)先其他市場1期以上。再次,建立四維VEC模型,通過滯后項的顯著性來分析4個價格序列的領(lǐng)先滯后關(guān)系,發(fā)現(xiàn)市場之間的領(lǐng)先滯后順序為期貨、指數(shù)、ETF和期權(quán)。具體地,股指期貨明顯領(lǐng)先其他市場1-3期,指數(shù)領(lǐng)先期權(quán)0-1期,指數(shù)領(lǐng)先ETF 0-1期,ETF領(lǐng)先期權(quán)0-1期。最后,建立四維IS模型測度市場價格發(fā)現(xiàn)的信息份額,發(fā)現(xiàn)市場價格發(fā)現(xiàn)信息份額由大到小的順序為股指期貨市場、指數(shù)市場、ETF市場和期權(quán)市場。具體地,股指期貨市場的信息份額為47.76%,指數(shù)市場的信息份額為23.05%,ETF市場的信息份額為15.37%,期權(quán)市場的信息份額為13.82%。

      綜合以上研究結(jié)果可以發(fā)現(xiàn)期權(quán)、期貨和ETF的市場功能在市場價格發(fā)現(xiàn)過程中起到重要作用,期貨在同標(biāo)的衍生品市場中的價格發(fā)現(xiàn)能力最強(qiáng),在價格發(fā)現(xiàn)過程中起主導(dǎo)作用;上證50ETF期權(quán)在價格領(lǐng)先滯后關(guān)系中落后于其他同標(biāo)的市場,且在價格發(fā)現(xiàn)中所占的信息份額最小,雖然具有一定的價格發(fā)現(xiàn)功能,但在價格發(fā)現(xiàn)過程中沒有起到主導(dǎo)作用;作為追蹤上證50指數(shù)的基金,ETF在價格領(lǐng)先滯后關(guān)系中落后于指數(shù),且在價格發(fā)現(xiàn)中所占的信息份額也小于指數(shù)。以上市場價格發(fā)現(xiàn)的差異可能的原因如下:期貨市場可以雙向買賣且能當(dāng)日完成,同時期貨是杠桿交易使得該市場的交易相對活躍,期貨的價格發(fā)現(xiàn)速度較快和能力較強(qiáng);由于有50萬元的入場門檻且交易不活躍,期權(quán)交易量相對較小,期權(quán)的價格發(fā)現(xiàn)相對滯后且能力較弱;ETF追蹤指數(shù)隨指數(shù)的價格不斷做出自身調(diào)整,其價格發(fā)現(xiàn)總是落后于指數(shù)。作為證券市場價格的風(fēng)向標(biāo),期貨為投資者的交易方向提供了參考。因此,若要發(fā)揮衍生品的價格發(fā)現(xiàn)功能,就應(yīng)努力讓衍生品市場變得活躍。

      注釋:

      ① 詳細(xì)表達(dá)式及推導(dǎo)過程限于篇幅未列出,可向作者索取。

      猜你喜歡
      脈沖響應(yīng)期權(quán)協(xié)整
      基于重復(fù)脈沖響應(yīng)的發(fā)電機(jī)轉(zhuǎn)子繞組匝間短路檢測技術(shù)的研究與應(yīng)用
      因時制宜發(fā)展外匯期權(quán)
      中國外匯(2019年15期)2019-10-14 01:00:44
      人民幣外匯期權(quán)擇善而從
      中國外匯(2019年23期)2019-05-25 07:06:32
      外商直接投資對我國進(jìn)出口貿(mào)易影響的協(xié)整分析
      智富時代(2019年2期)2019-04-18 07:44:42
      河南金融發(fā)展和城鄉(xiāng)居民收入差距的協(xié)整分析
      智富時代(2018年3期)2018-06-11 16:10:44
      初探原油二元期權(quán)
      能源(2016年2期)2016-12-01 05:10:43
      脈沖響應(yīng)函數(shù)下的我國貨幣需求變動與決定
      基于有限元素法的室內(nèi)脈沖響應(yīng)的仿真
      電大理工(2015年3期)2015-12-03 11:34:12
      玻璃氣體放電管與陶瓷氣體放電管的納秒脈沖響應(yīng)特性比較
      中國居民消費(fèi)與經(jīng)濟(jì)增長的協(xié)整關(guān)系檢驗
      阿拉善左旗| 南通市| 钦州市| 肇源县| 临清市| 涿州市| 青铜峡市| 阜阳市| 怀安县| 济阳县| 铅山县| 中宁县| 喀喇沁旗| 个旧市| 珠海市| 拜泉县| 工布江达县| 金寨县| 阿荣旗| 阳谷县| 江口县| 铁岭市| 宿迁市| 铅山县| 祥云县| 民丰县| 若尔盖县| 绥芬河市| 仙居县| 文登市| 石台县| 云阳县| 青田县| 碌曲县| 镇坪县| 江西省| 临潭县| 贺州市| 浮梁县| 嘉峪关市| 醴陵市|