论文部分内容阅读
我国的证券市场长期以来是一个单边市场,投资者只能在股市上涨时获利。为了使投资者有更多盈利的机会,需要发展多种金融工具,股指期货就是其中一种。股指期货具有多种功能,包括套期保值、投机套利等,能够为投资者提供更多的盈利模式,使得在股市上涨和下跌时投资者都有盈利的机会。同时在市场风险的预测及管理方面,股指期货比传统风险管理工具更具优势,原因在于其大交易量、高流动性、强杠杆作用、低成本等特点。尤其是需要做资产配置时,投资者可以根据股市的整体走势来调整持有的股指期货量,快速有效地实现资产配置,避免投资风险的发生。股指期货作为一种金融工具,其交易数据呈现出明显的高频数据的特征,这就决定了我们必须用分析高频数据的方法来研究其内在性质。金融高频数据包含丰富的市场交易信息,对其加以研究并得出相关结论,利于投资者提高对金融市场的认识,把握真实的市场规律。本文的研究重点是股指期货市场的流动性度量及其影响因素分析。采用的数据是股指期货日内交易数据,作为高频数据的一种,其交易数据具有不等时间间隔的特点。为此,我们可以利用ACD模型来对不等时间间隔的数据进行分析。在金融市场中将流动性定义为金融产品能够以合理的价格快速进行交易的能力,它是金融市场的基本属性,能够准确刻画市场运行效率。在度量流动性时可以依据交易的即时性、深度、宽度和弹性四个角度,据此,国内外学者提出了诸多理论和方法。本文首先系统介绍了已有研究中度量流动性的指标,并比较分析了各个指标的优劣,最后提出可以结合交易持续期和交易量来有效度量流动性。在实证研究中,本文选取IF1508在2015年7月份连续11个交易日的数据。首先使用分段样条函数的方法得到交易持续期的日内模式,然后对剔除了日内模式后的数据利用ACD模型进行拟合,最后分析了影响股指期货市场流动性的因素。本文所做的主要工作有:第一章首先对股指期货的推出背景和发展现状做了描述,然后阐述了金融市场中流动性的重要性以及本文的研究意义。第二章阐述了高频数据的定义、特点及研究中存在的问题等,然后根据误差项的不同分布及持续期期望方程的不同形式描述了线性ACD模型和对数ACD模型。第三章比较分析了已有文献中度量流动性的方法,然后在评价各指标的优缺点之后,本文决定选择交易持续期作为度量指标。第四章首先使用分段样条函数的方法剔除股指期货的日内模式,然后利用ACD模型对剔除日内模式后的数据进行拟合。随后选取加入了价格波动率等变量的对数ACD模型分析了影响流动性的因素。第五章是研究结论和建议。全面总结本文的研究结论并提出相应的建议,供投资者和市场监管者参考。本文主要研究结论有:(1)首先采用了分段样条函数的方法得到了股指期货市场的日内模式,在上午和下午交易时段分别呈现出倒“V”型和“V”型。(2)将调整前后的持续期数据做了滞后36阶的检验,结果显示调整前后的持续期序列都存在很强的自相关,进一步说明了持续期具有明显的高频数据的特征——聚类性。可见持续期序列的相关性并不是由日内模式决定的,剔除“日内效应”无法从根本上消除序列的自相关。(3)本文中使用了4种线性模型来拟合处理后的持续期数据,通过拟合结果发现BACD模型的拟合效果最好,说明其是最适合研究我国股指期货市场流动性的模型。(4)实证分析的最后一部分研究了股指期货市场流动性的影响因素,研究发现价格波动率、收益率和平均交易量与流动性呈正相关,而买卖价差与流动性呈负相关。