沪深300指数期货

2024-05-06

沪深300指数期货（精选10篇）

沪深300指数期货第1篇

1 有关数据的协整性检验

数据选用的是沪深300各行业分块的指数收益率同日经225各行业分块的指数收益率进行了协整关系的研究, 采用AIC及SC准则反复尝试, 对于ADF检验中, 令最佳滞后阶数k=l, 所得检验结果表如表1所示:

其中N225FIN为日经255金融地产指数, HUSFIN为沪深300金融地产指数, N225IND为日经255工业指数, HUSIND为沪深300工业指数, N225MAT为日经225原材料指数, HUSMAT为沪深300原材料指数, N225MED为日经225卫生指数, HUSMED为沪深300卫生指数。2表示的是收益率;c表示的为含有截距项与否, t则为时间趋势, k为滞后阶数。

ADF检验确认变量非平稳性后, 即可对协整关系进行检验了, 采用多变量Johansen协整检验法对上述各时间序列进行极大似然估计, 确定日经225同沪深300各行分块指数收益率均存在着一阶协整的关系。

2 变量之间Granger因果关系检验

对于Granger因果关系检验法对与滞后阶较敏感, 检验时以A-IC及SC准则为依据, 选取最佳滞后阶数是1。检验结果如表2所示:

由表可知, 沪深300受日经225相应的金融地产指数及原材料指数的影响相对较大, 日经225卫生指数同沪深300卫生指数关系紧密, 两者存在长期稳定均衡的关系。

3 模型构建结果

协整检验表明, 日经225行业指数同沪深300多数对应行业指数间存在着长期的稳定关系。其协整方程如下:

日经225各行分块指数收益率变动对于沪深300相应指数收益率的变动具有较大影响。当日经225各行指数的变动是1.0000%时, 此时沪深300各行相应指数的变动情况如下:金融地产的指数发生变动0.3141%;而工业的指数变动0.2400%;原材料的指数变动0.2036%;卫生指数变动0.5219%。此类数据可知模型的拟合程度较高, 效果还不错。emc系数表明对沪深300指数调整的力度较大。两者之间存在着长期的稳定均衡关系。

4 结语

通过对沪深300指数和国际著名指数日经225指数进行联动性研究后发现, 日经225指数期货同沪深300指数期货具有较强程度的关联性, 通过对日经225指数的波动及趋势进行观测, 将为我国沪深300指数提供较为有利的交易参考, 能够有效防止指数期数推出以后沪深300指数出现较大程度的波动, 降低交易风险。

摘要：随着金融行业的不断发展和全面开放, 如今, 有关金融市场的衍生工具也逐步增多。如何在经济全球化的大趋势下对国内国际关联性进行分析和研究, 对于我国经济的发展具有十分长远的意义。鉴于此, 本文采用协整理论与Grange因果关系检验法对我国沪深300指数期货同日经225指数期货进行联动性研究, 结果表明沪深300指数同日经225指数期货间存在着长期的均衡关系, 且具有较好的拟合度。

关键词：沪深300指数期货,日经225指数期货,联动性

参考文献

[1]叶峰, 张锼, 唐国兴.股指期货价格非线性均值回复特性实证研究[J].管理科学学报, 2010, 6 (5) :40-45.

[2]王永杰, 张斌.股指期货套期保值理论及模型的演进与实证研究[J].经济研究导刊, 2011 (16) :113-115.

[3]黄孝祥.沪深300指数与国际股票指数的联动性研究[J].长江大学学报 (自科版) 理工卷, 2009, 6 (4) :137-139.

沪深300指数期货第2篇

开办基金定投业务的公告

为满足广大投资者的理财需求,建信基金管理有限责任公司（以下简称“本公司”）经与广发华福证券有限责任公司（以下简称“广发华福证券”）协商一致，决定从2010年1月14日起，在广发华福证券推出建信沪深300指数证券投资基金（LOF）（基金代码：165309）定期定额投资业务（以下简称“基金定投”）。

基金定投，是指投资者通过本公司指定的基金销售机构提交申请,约定每期扣款时间和扣款金额，由销售机构于每期约定扣款日在投资者指定资金账户内自动完成扣款和基金申购申请的一种长期投资方式。

现将有关事宜公告如下：

一、适用投资者范围

依据国家有关法律法规和《基金合同》约定的可以投资证券投资基金的合法投资者。

二、适用基金

建信沪深300指数证券投资基金（LOF）（基金代码：165309）

三、办理时间及规则

自2010年1月14日起，投资者可到广发华福证券各指定营业网点办理基金定投业务申请，基金定投的申请受理时间与本公司管理的基金日常申购业务受理时间相同。具体办理规则请遵循广发华福证券的相关规定。

四、申购费率的说明

基金定投申购费率同正常申购费率。

五、投资金额

投资者可到广发华福证券各指定营业网点申请开办基金定投业务并约定每期扣款时间及固定的投资金额，该投资金额即为申购金额，每期申购金额不低于人民币100元(含100元)。

六、交易确认

每期实际扣款日即为基金申购申请日，并以该日(T日)的基金份额净值为基准计算申购份额，申购份额将在T＋1工作日确认成功后直接计入投资人的基金账户内。基金份额确认查询和赎回起始日为T＋2工作日。

为使您及时掌握定投申请的确认结果，请投资者在T＋2工作日起到本公司或广发华福证券各指定营业网点查询确认结果。

投资者办理本业务后,可以在本基金交易时间内随时办理基金的赎回。如无另行公告,本业务已申购份额的赎回及赎回费率等同于正常的赎回业务。赎回时遵循“先进先出”规则。

七、咨询方式

1、广发华福证券有限责任公司

客服电话：96326（福建省外加拨0591）网址：

八、风险提示本公司承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。敬请投资人注意投资风险。特此公告。

沪深300指数基金购买要领第3篇

沪深300指数基金采用指数化投资方式，复制沪深300指数的业绩，是投资A股市场的有效工具。在沪深两市的市场规模、估值水平、盈利水平和交易特征等均存在较大差异的情况下，沪深300指数作为跨市场指数，其样本覆盖了沪深市场一半以上的市值，交易特征和财务特征均具有较好的市场代表性，较全面地反映出整个A股市场的特征。目前市场的8只沪深300指数基金包括国泰沪深300、嘉实沪深300、广发沪深300、大成沪深300、博时裕富、工银瑞信沪深300、南方沪深300和鹏华沪深300，其中最后3只是最近新批基金。

高度复制沪深300指数

沪深300指数基金主要具有以下3个特点。

和沪深g00指数业绩高度一致沪深300指数基金由于业绩基准不尽相同，具体的资产管理过程也存在差异，历史业绩也会不同。具体表现在，牛市中300指数成份股资产占基金净资产权重大的业绩要好，权重小的相对较差，熊市中则出现相反的情形。

系统性风险较大沪深300指数基金股票仓位高且调整的空间较小，随市场变化的波动相对其他股票型基金较大。在牛市中能取得较好的业绩，熊市中受仓位调整的限制业绩会相对较差。

费用整体较低上表展示沪深300指数基金的管理费都小于1％，托管费最大为0.2％，最小为0.1％，这些都低于主动管理型股票基金的费用。

投资不能做“甩手掌柜”

投资沪深300指数基金时需要关注以下4点。

投资期限一般情况下。指数化投资的目的是分享指数成长的业绩。由于指数投资存在系统性风险，业绩在短期内有较大的波动，应立足于长期投资，在此强调一点，长期投资不是永久投资，也要合理选择退出时机。当然，也有部分精明的投资者对大盘走势把握得非常好，可以把握短期机会进行波段操作。

投资标的沪深300指数基金复制的是A股市场的业绩，而不是局限于沪深两市中的任何一个，如果投资者想复制的不是A股市场的业绩，那么以其他指数为标的的基金或许是更好的选择。

入市时机和方式指数业绩的波动性较高意味着如果入市的时点不同，买入价格差别会较大，但准确判断低点非常困难，在相对低点开始定投是一个不错的选择。

沪深300指数期货第4篇

2010年4月16日, 我国沪深300指数期货在中国金融期货交易所正式上市交易, 为投资者提供了一个新的避险和投资工具。如何利用这一金融工具进行套利交易成为了理论研究者和实际工作者所关注的问题。国内学者对于沪深300指数期货套利的研究多集中于跨期套利, 王伟峰、刘阳 (2007) 基于持有成本理论的无套利价差空间的分析, 就股指期货的跨期套利进行研究, 并利用沪深300股指期货模拟市场数据进行实证, 研究表明在沪深300股指期货模拟市场开放期间, 套利的理论空间相当明显。仇中群、程希骏 (2008) 利用沪深300股指期货的仿真交易数据对基于协整的统计套利模型的有效性及效率进行检验, 研究表明国内股指期货仿真交易市场也存在一定的跨期套利空间, 而且风险在可控范围内。

本文对沪深300指数期货和恒生指数期货合约的价格进行研究, 并分别使用两种跨市价差套利交易策略对二者之间的跨市套利机会进行实证分析。进而通过对实证结果的分析对我国内地股指期货市场的完善提出了一些建议。

一、股指期货合约的平价模型

股指期货可以由标的指数和无风险资产构成的组合进行复制, 其理论价格可以通过计算所复制的资产组合价格来获得。根据Gornell和French的研究成果, 股指期货合约的理论价格等于作为标的的现货指数价格与在合约到期日前剩余期限内现货指数的持有成本之和。

通常, 持有成本包括储存成本加上资产的融资利息, 再减去资产的收益。对于股指而言, 不存在储存费用, 资产收益表现为股票支付的股息。因此, 股指期货的持有成本为利息成本与持有股票时能够获得的股息之差。

在市场无摩擦的假设 (包括所有市场参与者进行交易时没有交易成本且不用缴税;所有市场参与者能够以同样的无风险利率借入和借出资金) 的前提下, 股指期货的理论价格 (无套利机会) FPt为:

其中:t为当前日期, T为期货合约到期日期, St为标的指数的当前价格, r为按连续复利的无风险年利率, Dt+j为在t+j日股票支付的股息。

当考虑交易成本时, 我们可以得到一个围绕式 (1) 给出的理论价格的无套利区间。也就是说, 当期货价格高于区间上限时, 可以通过买入资产并卖出期货合约来进行套利;当期货价格低于区间下限时, 可以通过卖空资产并买入期货合约来进行套利;当期货价格位于区间内时, 则不存在套利机会。假设所有头寸均持有到期货合约的到期日, 则无套利区间价格上限FPt+为:

其中:Ct+为交易成本 (包括, 在t时刻买入资产并进入期货合约空头, 在到期日T时进行反向操作的总交易成本) 的贴现值占资产价格的百分比。

无套利区间价格下限FPt-为:

其中:为交易成本 (包括在t时刻卖出资产并进入期货合约多头, 在到期日T时进行反向操作的总交易成本) 的贴现值占资产价格的百分比。

二、定价偏差

期货套利的实质是利用期货市场中价格失真出现的机会, 并预测这种失真最终会消失, 从而获得利润。价格失真取决于期货价格偏离其理论价格的程度, 即定价偏差。因此, 当不考虑交易成本时, 定价偏差Mt定义为:

Mt= (Ft-FPt) /FPt (4)

当考虑交易成本时, 定价偏差Mt则定义为:

三、跨市价差套利策略

对于不同期货市场的两种期货合约, 当二者的价格具有长期均衡关系、二者各自的标的指数具有高度相关关系, 而期货本身并不满足这种高度相关性时, 则意味着可能存在跨市套利的机会。再者, 对于具有相同交割月份的合约, 如果不同交易所的两种期货的价格与各自的理论价格偏差程度相关性并不高时, 也说明了跨市套利可能性的存在。当满足上述状况时, 进入以一种指数为标的的期货合约多头, 同时进入以另一种指数为标的的期货合约的空头, 可能会是盈利的。实行跨市价差套利, 主要有两种不同的策略, 一种是基于两种期货合约价格与各自理论价格的偏差, 另一种则是基于两种期货合约价格的比率。

1. 基于定价偏差的交易策略。

通过比较跨市套利所涉及的两种期货合约各自的定价偏差, 可以得到二者的相对定价偏差, 并以此为依据制定套利策略。正如本文所研究的主要内容, 此处选择沪深300指数期货 (中国金融期货交易所) 和恒生指数期货 (香港期货交易所) 为例进行说明。二者的定价偏差差价SMt定可以定义为:

其中:Mths300为沪深300指数期货合约的定价偏差, Mths为恒生指数期货合约的定价偏差, 可分别由式 (5) 计算得到。

2. 基于价格比率的交易策略。

第二种跨市套利的交易策略则是主要依赖于对期货合约的实际价格的分析。这也就是说, 首先使用统计学基本原理, 对两种期货合约的历史价格比率进行统计分析, 进而通过比较两种期货合约每天的价格比率与其历史比率的关系, 得以发现套利机会。

为了减小由于比率剧烈波动可能带来的风险, 同样设定一个围绕历史平均比率的区间, 只有当价格比率高于区间上限或低于区间下限时, 才能够实施套利交易。套利过程设置如下: (1) 基于统计学中的“移动平均原理”, 以过去两个月 (设交易日天数为40天) 为时间区间, 计算每日对应的历史平均比率。为得到t日对应的历史比率, 以其过去两个月的期货合约日收盘价比率为历史数据, 计算平均数及标准差。当进入t+1日时, 应通过加入t+1日的收盘价, 并减去原时间区间第一天的收盘价来更新计算使用的时间区间。 (2) 由于考虑到交易成本的存在, 所以设定区间上限为Et+σt+c, 区间下限为Et-σtc, 其中Et为t日时沪深300指数期货合约与恒生指数期货合约历史价格比率平均值, σt为沪深300指数期货合约与恒生指数期货合约价格历史比率的标准差, c表示完成套利行为所涉及的交易成本费率。 (3) 以Rt表示t日沪深300指数期货合约与恒生指数期货合约价格比率, 当Rt>Et+σt+c时, 则卖出沪深300指数期货合约, 同时买入恒生指数期货合约进行套利;当Rt

四、跨市套利实证分析

1. 数据来源。

本文对沪深300指数期货和恒生指数期货的2010年12月合约、2011年9月合约分别进行实证研究。选取的数据包含沪深300指数期货IF1012合约的2010年5月4日~2010年12月17日的收盘价和IF1109合约的2011年1月31日~2011年9月16日的收盘价、沪深300指数和恒生指数在2010年5月4日~2010年12月17日及2011年1月31日~2011年9月16日间的收盘价 (以上数据均来自聚源数据库) , 以及恒生指数期货2010年12月合约在2010年5月4日~2010年12月17日的收盘价和2011年9月合约在2011年1月31日~2011年9月16日的收盘价 (数据来自富远行情软件) 。

选择一年期人民币存款利率 (来源于中国人民银行网站) 作为上海证券和期货市场对应的无风险利率, 三月期HIBOR利率 (来源于财新网) 作为香港证券和期货市场的无风险利率。港币兑人民币汇率数据来源于国家外汇管理局。将恒生指数及其期货的价格以对应日期的汇率转化为以人民币为单位的价格, 实现以相同计量单位对数据进行分析。

虽然我国内地市场和香港市场均实行一周五天交易制度, 但由于法定节假日的不同, 交易日间的差异对于数据的处理和分析可能存在一定影响。然而, 根据Hamao等的研究结果, 在同一实证模型中, 如果某日某一股市没有交易, 则可以删除其他股市同日的交易数据, 并不会影响研究结果的正确性, 所以本文也采用了类似的数据处理方式。

2. 单整及协整检验。

对沪深300指数期货和恒生指数期货各自对应的2010年12月合约和2011年9月合约价格数据分别进行对数化处理, 得到各自的对数序列, 经过单位根检验, 可以得知以上对数序列均为一阶单整序列, 满足协整检验前提。

然后, 对两个合约组的价格对数序列分别进行协整检验, 使用最小二乘法对价格序列进行回归, 得到回归方程, 并对方程残差项进行单位根检验, 检验结果表明残差项为平稳序列。这也就证明了沪深300股指期货合约价格和恒生股指期货合约价格间具有长期均衡关系。

3. 定价偏差。

在两种期货合约价格存在长期协整关系的前提下, 利用本文在第二部分中阐述的基于股指期货平价模型和交易成本定义的无套利区间 (式 (2) 、式 (3) ) , 和在第三部分中阐述的理论定价偏差 (式 (5) ) , 分别对沪深300指数期货的IF1012合约和IF1109合约, 以及恒生指数期货的2010年12月合约和2011年9月合约的定价偏差进行计算。计算结果如图1和图2所示, 各自的描述性统计量如表1和表2所示:

从表1中可以看出, IF1012合约的149个观测值中有125个超出了无套利区间, 且均为突破区间上限;IF1109合约的149个观测值中有90个超出了无套利区间, 其中88个突破区间上限, 2个突破区间下限, 由此可以看出沪深300指数期货的定价偏差主要为正, 套利机会的出现主要由于期货价格偏高。从表2中可以看出, 2010年12月恒指149个观测值中有70个超出了无套利区间, 且均为突破区间下限;2011年9月恒指149个观测值中有124个超出了无套利区间, 其中1个突破区间上限, 123个突破区间下限, 由此可以看出恒生指数期货的定价偏差主要为负, 套利机会的出现主要由于期货价格偏低。

而从图1和图2中则可以看出, 沪深300指数期货和恒生指数期货合约的定价偏差, 均有逐渐缩小趋势, 到接近到期日时, 几近为0, 这与“随着期货合约交割月份的逼近, 期货价格会逐渐收敛到标的资产的即期价格”的特性相符合, 当靠近交割月份时, 套利的机会也就相对较少了。

对两个市场股指期货定价偏差之间、股指价格之间、股指期货价格之间、股指价格与期货价格之间的相关关系分别进行分析, 对应的相关系数结果如表3和表4所示。由结果可以看出, 沪深300指数 (HS300I) 和恒生指数 (HSI) 之间存在较强相关关系, 沪深300指数期货 (IF) 和恒生指数期货 (HSF) 间的相关性则相对弱一些。与前两者的相关关系不同, 沪深300指数期货和恒生指数期货合约的定价偏差存在负相关关系, 且相关性也相对较弱。这意味着在两市间可能存在进行跨市套利的机会。

4. 基于定价偏差的套利策略实施结果。

使用前文给出的基于定价偏差的跨市套利策略, 通过比较沪深300指数期货合约和恒生指数期货合约各自的定价偏差, 发现套利机会, 进而实施套利交易。套利交易实现的盈利情况如图3和图4所示。

由图3可知, 在对于2010年12月到期的合约所选取的149个交易日样本中, 有128个交易日满足实施这一套利交易策略的前提条件, 能够进行套利活动。其中, 有124天的交易获得盈利 (均值为75 767.42元, 已将港币按照对应日期汇率转换为人民币) , 4天为亏损 (均值为-21 097.96元) 。所有实施套利交易的128个交易日的平均盈利情况为72 740.38元。

从图4可以看出, 在对于2011年9月到期的合约所选取的149个交易日样本中, 有108天满足此交易策略的前提条件, 能够实施套利。其中, 有92天套利获得正收益 (均值为36 776.26元) , 16天的套利行为为亏损 (均值为-24 948.54元) 。所有进行套利活动的108个交易日的平均盈利状况为27 631.85元。

5. 基于价格比率的套利策略实施结果。

根据本文第四部分中所列出的基于价格比率的跨市套利策略, 通过比较沪深300指数期货合约和恒生指数期货合约的日收盘价比率与其历史比率的关系, 发现套利机会, 进而实施套利交易。由于该方法需要前两个月的日收盘价作为计算历史比率的数据基础, 所以只能在合约到期前剩余期限内进行套利。套利行为所实现的盈利情况如图5和图6所示。

从图5中可以看出, 对于2010年12月到期合约的149个交易日样本而言, 由于需要前两个月 (设40个交易日) 作为历史数据, 所以能够进行套利机会分析的交易日为始于第41天的剩余109个交易日。在109天中, 共有50个交易日满足该策略的前提条件。其中, 45个交易日的套利活动收益为正 (平均收益为18 906.71元) , 5个交易日的套利结果为亏损 (均值为-11 850.92元) 。所有实施套利行为的50个交易日的平均盈利状况为15 879.55元。

由图6可见, 对于2011年9月到期合约的149个交易日而言, 能够进行套利机会分析的后109个交易日中, 有59个交易日满足该策略的套利条件, 能够实施套利交易。其中, 有52天的交易获得盈利 (平均收益为11 996.02元) , 7个交易日最终获得亏损 (均值为-11 003.99元) 。所有实施套利行为的59个交易日的平均获利情况为9 267.21元) 。

五、结论

本文通过使用两种不同的套利交易策略对沪深300指数期货和恒生指数期货的跨市套利机会进行分析。结果显示, 由于2010年12月到期合约处于沪深300指数期货在市场上开始正式运行交易的初期, 相较于2011年9月到期合约, 前者所能够获得的套利机会相对更多, 而且套利的平均收益也更为可观。对比两种交易策略, 相较于基于定价偏差的第一种方法, 基于价格比率的策略则明显更为保守一些, 能够获得的套利机会显著减少, 平均套利收益也在很大程度上低于前者, 但其承受的平均损失要小于前者, 因此承担的风险也就相对更小。

从实证结果中也可以看出, 沪深300股指期货的定价偏差主要为正值, 而恒生股指期货的定价偏差则主要体现为负值, 二者呈现出负相关性, 说明两市之间可能存在套利机会。而且不论运用哪一种策略, 都不能实现完全无风险套利, 但较单纯的投机而言, 投资者所需承担的风险要小很多。

尽管两市之间较多套利机会的存在可以使投资者们赚取更多的利润, 但同时也从另一方面反映出了市场有效性的缺失, 证明内地期货市场需要更进一步的完善。目前, 证券投资基金、券商、合格境外机构投资者等均可以参与股指期货市场交易, 但大多仅限于以套期保值为目的的交易, QFII同样也只能从事套期保值交易, 这也在一定程度上解释了目前机构投资者只占已开户投资者很小一部分且投资热情不高的现象。为了更进一步提高市场的有效性和流动性, 监管机构应考虑适当放宽限制, 允许重要机构投资者, 尤其是QFII等进行套利和投机交易。

摘要：本文以沪深300指数期货和恒生指数期货为研究对象, 实证分析从定价偏差和价格比率两个不同角度衍生出的两种不同交易策略对两市间可能存在的套利机会。结果表明, 两市之间确实存在较大套利空间, 相较于单方向投机, 具有较小的风险, 但无法实现无风险套利。

关键词：股指期货,跨市套利,平价模型,定价偏差,价格比率

参考文献

[1].王伟峰, 刘阳.股指期货的跨期套利研究——模拟股指市场实证.金融研究, 2007;12

[2].仇中群, 程希骏.基于协整的股指期货跨期套利策略模型.系统工程, 2008;12

沪深300指数期货第5篇

关键词：股指期货,沪深300,标的指数,编制

1 国际股指期货标的指数的计算方法

股指期货标的为股票指数, 股票指数是反映不同时点上股价变动情况的相对指标, 通常是报告期与基期价格的比值乘以基期的指数值, 计算得到报告期的股票指数。目前应用比较多的股票指数计算方法主要有两类:算术平均法和几何平均法。

以下标0表示基期, 1表示报告期, I0和I1分别表示基期和报告期的股票指数, P0i和Q0i分别表示基期股票i的价格和发行量 (流通量) , P1i和Q1i分别表示报告期股票i的价格和发行量 (流通量) , 表示股票样本数。

本文按国别, 选取世界主要的股指期货进行研究, 其标的指数及其计算方法如表1所示:

在37个标的指数中, 采用简单算术平均法的有3个:日经225指数 (Nikkei 225 Index) 、道琼斯工业指数 (DJIA Index) 和价值线指数 (Value Line Index) , 占统计量的8%。其中价值线指数开始采用简单算术平均法, 后来改用简单几何平均的方法。日经225指数和道琼斯工业指数 (DJIA) 均采用简单算术平均法的变形, 其计算公式为:undefined, 这两个指数均通过对除数d的调整, 来保证指数的连续性和真实性, 从某种意义上说, 这并不是纯粹的简单算术平均法, 因为除数d的计算和调整过程中涉及很多复杂运算。

大部分股指期货标的指数都采用加权算术平均法, 其中4个标的指数:巴西IBrX-50指数、德国DAX30指数、俄罗斯的MICEX指数和RTS指数, 采用拉氏加权算术平均的方法编制, IBrX-50指数严格采取拉氏加权算术平均法, 而DAX30、MICEX和RTS指数均采用的是拉氏指数的变形。

采用派许加权算术平均的方法编制的标的指数为29个, 这 29个标的指数编制公式大同小异, 所谓大同, 即可将其计算公式归结为:undefined (通过Kt来调整) 或undefined (通过dt来调整) , 小异是指有的标的指数有权重上限, 而有的不设置;权重比例确定的分级靠档方法不完全一样。

表1显示的37个股指期货标的指数中, 存在一个特例:巴西的BOVESPA指数, 其计算公式为:undefined, 本文将其定义为加权综合法, 因为该指数并不是一个平均数, 指数的大小就是市值的真实描述, 在运用中, 该指数通过在一定时期将其缩小10n倍的方法, 使指数不至于数值非常庞大。

由上可见, 采用派许加权算术平均的方法编制的标的指数占了统计的37个标的指数的78%, 派许加权算术平均法为世界主要股指期货标的指数编制的主要方法。另外, 在采用加权算术平均法编制的33个标的指数中, 对权重做出上限规定的有10个, 其中8个属于欧洲, 亚洲和美洲的股指期货标的指数在编制的过程中很少设置权重上限。对权重上限做出规定基于一种严谨的风险防范意识, 特别是对于股票市场规模比较小的国家而言, 设置权重上限是防止大权重成分股被操纵导致市场严重波动的有效手段。各个国家可以根据自己的风俗习惯及股票市场的特点慎重选择成分股权重上限。

2 国际股指期货标的指数的类型

股票指数在编制过程中按照选取的成分股的多少及种类, 可以分为三种:综合指数、成分指数和分类指数。综合指数选择的成分股为该市场上交易的所有股票;成分指数选取的是该市场中少数的比较有代表性的股票;分类指数是针对某个特定行业, 选定该行业所有股票编制的指数。因为这三种股票选股的多少和范围均不相同, 所以其对市场的描述也各不相同:综合指数能够准确反映市场的变动;成分指数为市场的代表, 反映的只是市场变动的大方向;而分类指数仅仅描述某一行业的变动。

表1中37个标的指数中, 成分指数有31个, 综合指数仅有6个, 如表2所示。

可见, 综合指数虽然能够直观反映出市场走势, 但由于其数据庞大, 计算烦琐, 往往不被采纳;成分股指因其计算简便, 且能基本反映市场走势而备受青睐。

3 国际股指期货标的指数的成分股数量与市值覆盖率

成分指数中成分股的数量必须选取适中才能达到计算便捷又能基本反映市场走势的目的, 对此, 需要总结出成分股数量与市场规模、市值覆盖率的一般关系。

通过对表2所示的31个成分指数进行统计, 可以看出, 这31个成分指数的成分股数量占市场规模的比重从0.4%～35.1%不等, 平均占比为10.8%, 市值覆盖率从10%～95%相差也很大, 但居于60～70%的占到多数, 平均的市值覆盖率为61.3%, 即世界主要股指期货的标的指数为选取该国市场11%左右的龙头股份编制而成的成分指数, 该指数占有该国61%以上的总市值。

4 国际股指期货标的指数的选股标准

在对这31个标的成分指数进行统计时发现, 其在选股时, 看重的因素可以重点归结为四点:蓝筹股、大市值、高流动性、交易量大, 表3为选股标准与指数数量的关系。

由此可见, 作为股指期货的标的指数, 该指数成分股的首要因素是流动性, 成分股的高流动性可以带动指数的活跃和股指期货的交易;市值大小与发展前景不分伯仲, 成分股市值大才能更好的代表市场;成分股发展前景广阔, 标的指数才能持续稳定;这三点构成了股指期货标的指数选股的主要标准。

由此, 可以将世界主要国家的股指期货标的指数的编制总结为:

(1) 派许加权算术平均法计算, 计算公式为:

undefined或

undefined, 按国情选择是否设置权重上限;

(2) 成分指数;

(3) 成分股数量为该国股票市场的11%左右, 市值覆盖率达到61%以上;

(4) 选股时注重流动性, 兼顾大市值和高成长性。

5 沪深300指数的技术指标

通过中证指数有限公司2006年年底公布的沪深300指数编制及其细则, 可将沪深300指数编制的主要技术指标归纳为:

(1) 沪深300指数采用派许加权综合价格指数公式进行计算, 计算公式为:报告期指数=报告期成股的调整市值/基期×1000, 即沪深300指数采用派许加权算术平均法计算, 计算公式为undefined, 采用分级靠档的方法确定成股的权重, 不设置权重上限;

(2) 虽然中证指数有限公司将沪深300指数描述为运用派许加权综合价格指数公式进行计算的指数, 但从其计算公式可以看出, 沪深300指数不是综合指数, 而是成分指数;

(3) 沪深300指数的成分股数量为300, 而我国沪市的股票数量为920, 深市股票数量为968, 沪深两市股票总数为1888, 沪深300指数占我国股票市场的15.9%, 覆盖了沪深市场70%左右的市值;

(4) 选取规模大、流动性好的股票作为样本, 这是国际股指期货标的指数重视的两个要素, 但是沪深300指数忽略了对成分股成长性的要求。

综上所述, 沪深300指数作为中国股指期货的标的指数, 所有指标都基本符合国际上股指期货标的指数的编制要求, 从指数构成上看其基本能够反映中国的证券市场的概况。

参考文献

[1]吴勇超.股指期货标的指数设计的国际比较与借鉴[J].北方经贸, 2003 (11) :63-64.

[2]赵亮.股指期货标的指数选择的研究[J].山西财经大学学报, 2006 (10) :104-108.

[3]戴振强.股指期货推出时机和标的指数的选择[J].商业时代, 2007 (14) :77-80.

[4]宋逢明.关于股指期货与标的指数的选择[J].世界经济, 2002 (3) :74-76.

[5]邢精平, 骆君生.我国股指期货标的指数选择[J].证券市场导报, 2006 (5) :39-44.

[6]孙蕾, 刘家国.我国股指期货合约标的物指数的编制研究[J].华东经济管理, 2003 (5) :105-106.

沪深300指数期货第6篇

关键词：沪深300指数,股指期货,格兰杰检验,引导关系

一、引言

为完善我国资本市场结构, 满足投资者对金融避险工具的需求, 经过两年多的积极筹备, 沪深300股指期货于2010年4月16日在中国金融期货交易所成功上市交易, 自此我国资本市场实现了由“单边市”向“双边市”交易机制的转变。股指期货的推出, 对我国的资本市场产生重大影响, 对投资者的投资理念和投资行为也产生了重大转变。理性的投资者同时关注现货股票市场和期货市场的走势研究与分析, 综合考虑投资决策。

国内外的学者对期现价格之间的相关性做了很多研究, 但研究对象主要是商品期货或针对美国香港等相对成熟的资本市场, 针对国内的股指期货与现货指数研究较少, 且研究样本也往往是取自沪深3 0 0股指期货的仿真交易。沪深300股指期货推出之后的研究, 样本的时间跨度不长, 数量有限, 不具备代表性。沪深300股指期货交易从2010年4月16日开始交易, 截至目前为止已经有一年多的发展时间, 已经部分脱离了刚推出时的不稳定性, 能够较准确的反映市场信息, 样本也有一定代表性。

本文正是基于中国股指期货正式推出一年来期货市场和现货市场之间的相互关系, 运用金融领域计量分析模型对沪深300股指期货与现货指数价格之间的关系进行实证研究, 目的是考察两个不同市场指数之间的引导关系, 对一个市场上的指数变动能否用另一个市场上的指数变动进行解释, 为投资者规避风险, 进行套期保值和套利操作提供一定的参考。

二、样本选择和数据处理

本文以中国金融期货交易所的沪深300指数期货合约及现货指数作为实证研究对象, 选取2010年4月19日至2011年3月11日每15分钟收盘价作为分析样本。15分钟数据可以反映期货价格和现货价格短期间的动态关系, 保证了一定的样本容量, 又兼顾了较高水平的交易频率, 提高实证检验结论的合理性和准确程度。为克服期货价格的不连续性, 代表性不强的问题, 本文按照以下原则产生了一个连续具有代表性的期货价格序列, 即选取最近期月份的期货合约的收盘价格作为代表, 在最近期期货合约进入交割月后, 选取下一个最近期期货合约的收盘价格作为代表。依次类推, 滚动形成一个连续的时间序列。因此本文选取主力合约I F 1 0 0 5、IF1007、IF1103, 形成连续的交易序列。

沪深300股指期货的交易时间为上午9:15～11:30, 下午13:00～15:15, 为了保持数据的一致性, 剔除每日前15分钟和后15分钟的交易数据, 扣除节假日, 共得到3280对数据。数据来源于文华财经mytrader交易软件, 数据分析采用Eviews5.0软件。为了降低价格序列的异方差, 对数据均进行了对数化处理, 并取其差分得到各自的收益率序列。现货、期货的对数价格序列以LNHS300、LNIF表示, 收益率序列以D (L N H S 3 0 0) 、D (LNIF) 表示。

三、实证结果检验及分析

(一) 相关度分析

首先从图形上观察沪深300股指期货与现货指数的关系。从股指期货价格和现货价格的时间序列走势图 (图1) 可以看出, 期货价格与现货价格长期走势基本一致, 基差基本为负值, 即在大多数时间里期货价格大于现货价格。两个价格序列存在着较强的相关性, 但趋势项并不明显。

相关分析是测度各个变量之间关系密切程度的方法, 这个表明关系密切程度的指标, 称为相关指标或相关系数。本文通过相关性分析得出股指期货与沪深300指数的相关系数为0.988389, 股指期货与沪深300指数收益率的相关系数为0.814295, 两个相关系数的绝对值都在0.7—1.0之间, 股指期货与沪深300指数之间, 无论是价格还是收益率都呈现出高度的线性相关性。

(二) 平稳性检验

序列平稳性检验即是整个建模的开始, 也是整个过程的基础。只有所选取的时间序列为平稳的序列, 才可以被用来建立模型, 才能保证模型估计的结果可信。本文利用ADF值检验沪深300股指期货与现货指数价格序列数据的平稳性。滞后期的选择是依据残差符合无序列相关条件下AIC值最小的标准。对于单位根检验方程形式的确定, 根据各变量自然对数的时间序列图和收益率图确定常数项和趋势项的存在与否。

利用ADF检验分别对沪深300指数及相应指数期货IF的时间序列数据进行平稳性检验。表2检验结果显示, 在1%, 5%和10%置信水平下, ADF检验的统计值大于相应的临界值, 说明两个时间序列均为非平稳的时间序列。沪深300指数及相应指数期货IF的时间序列数据的一阶差分的ADF检验结果显示, 在1%, 5%和10%置信水平下, 检验值都小于临界值, 表明上述期、现货序列数据的一阶差分均是平稳的。由此可知, L N H S 3 0 0、LNIF均为一阶单整序列, 满足协整分析的条件, 可以利用协整分析方法分析它们之间的动态关系。

(三) 协整检验

为了解LNHS300、LNIF是否存在长期均衡关系, 对序列做协整检验。由于这里仅涉及两个变量, 所以可以采用E-G两步法进行检验。第一步, 对序列LNHS300、LNIF进行单整检验。由上一步A D F、P P检验结果可知, 序列LNHS300、LNIF均为一阶单整序列I (1) 。第二步, 用变量LNHS300对LNIF进行普通最小二元回归, 在主窗口命令行输入LSLNHS300CLNIF, 得到回归模型的估计结果:

然后对序列e作单位根检验, ADF检验统计量值为-2.893952小于显著水平1%时的临界值-2.565668, 可以认为估计残差序列e为平稳序列, LNHS300和LNIF具有协整关系。协整检验的结果说明沪深300股指期货价格对数序列和300股指对数序列这两者之间确实存在一种长期的均衡关系, 但在价格发现功能上是否具有领先、滞后关系还需要由Granger因果检验给出。并检验两者之间是否具有此关系、这种关系是单向的还是双向的。

(四) 误差修正模型 (ECM) 估计

协整分析只说明了变量间是否存在长期均衡关系, 本文引入误差修正模型作为协整检验的继续, 分析变量间的短期作用状态和这种作用偏离长期均衡状态后的调整系数。根据AIC准则, 确定最佳滞后期为4, 构造误差修正模型: (***表示在1%置信水平下显著, **表示在5%置信水平下显著, *表示在10%置信水平下显著)

重新修正后的模型估计 (将不显著的变量剔除) :

误差修正项E (-1) 的系数为-0.01222244305, 说明模型由短期非均衡状态向长期均衡调整的速度慢。从经济意义上来看, 如果股指现货收益的误差修正项系数显著且为负, 表明股指受到长期均衡关系的影响, 也就是说, 如果一个时期的即期价格大于期货价格时, 那么在下一个时期, 现货价格会有一个向下的调整, 并回复到两者之间的均衡状态。估计结果显示误差修正项的系数为-0.01222244305, 反映了现货价格和期货价格之间的均衡关系偏离长期均衡状态时, 将其调整到均衡状态的调整速度为-0.01222244305, E (-1) 系数并不显著, 说明期货市场不受长期均衡关系的影响。

(五) 格兰杰因果分析

Granger因果检验反映期货价格与现货价格之间的引导关系, 可以揭示期货价格与现货价格两个变量之间在时间上的先导-滞后关系。由于Granger因果检验对于变量滞后阶数很敏感, 故而在做Granger因果检验时试取了多个滞后阶数。本文用沪深现货指数和期货指数 (取对数后LNHS300和LNIF) 进行格兰杰因果检验, 结果如表3所示: (注:在5%显著性水平进行检验)

从表3中F统计量和P值可知, LNIF是LNHS300的格兰杰原因, 而LNHS300不是LNIF的格兰杰原因。检验结果说明:沪深300期货指数是现货指数的原因, 即股指期货当前价格走势对现货价格有影响, 这说明了存在着由沪深300期货指数到现货指数的单向因果关系, 期货指数领先现货指数;而HS300现货指数对的期货价格没有影响。结论简单概括为:沪深300期货指数价格引导现货价格。

四、研究结论

1、通过沪深300股指期货与现货指数走势图可以看出, 两者长期走势存在着较强的趋同性。之后对沪深300股指期货与现货指数及收益率进行相关性分析, 结果表明沪深300股指期货与现货指数之间, 无论是价格还是收益率都具有高度相关性。

2、由A D F单位根检验我们可以看出, 在研究的样本区间内, 沪深300股指期货与现货指数变化是非平稳的时间序列, LNHS300和LNIF同为一阶单整序列。利用E-G两步法可以得出沪深300股指期货与现货指数对数收盘价之间存在着协整关系, 即存在着长期稳定的均衡关系。我国的股指期货市场符合持有成本理论, 当期货或现货价格脱离了无套利区间时, 套利行为将使期货与现货的价格又回到无套利区间, 故两者存在长期稳定的关系。

3、格兰杰因果关系检验表明, 沪深300股指期货价格变动是与现货指数价格变动的原因, 但是现货指数价格的变动却不是沪深300股指期货价格变动的原因, 期货指数领先现货指数, 即沪深300期货指数价格引导现货价格, 这说明股指期货市场具备价格发现功能。

4、从误差修正的结果看, 现货价格和期货价格之间的均衡关系偏离长期均衡状态时, 期货市场将其调整到均衡状态的调整速度慢。在长期的均衡关系中, 误差修正项对对期货市场几乎没有修正作用。我国股指期货市场处于起步阶段, 期货交易程度比不上现货市场, 使长期均衡价格的调整主要通过现货市场来完成, 一定程度上限制了股指期货发挥其价格发现和领导作用。

五、建议与对策

(一) 完善市场体系, 提高市场有效性

期货市场价格发现功能的强弱直接反映了市场结构的完备程度和市场的有效性, 要使股指期货发挥其价格发现主导功能, 前提是股指期货市场必须具备一定的市场规模和流动性。由于现阶段投资者参与有限, 市场流动性不足, 且信息从期市向现市传导过程中存在阻滞漏损, 期货市场价格发现功能受到一定的限制。监管当局进行市场微观结构层面的规则制订时必须要考虑这些因素, 进一步建立健全我国证券市场法律法规以及交易制度, 为股指期货的推行创造良好的环境。

(二) 改善投资者结构, 加强风险教育

我国股指期货上市仅一年多, 成交量和成交额稳步增长, 入市交易的投资者数量有限, 且长期以来我国股票市场为单边市交易机制, 广大投资者的投资决策理念尚未得到转变。因此, 需要不断完善投资者结构, 加强市场参与者的风险教育和风险揭示, 扩大沪深300股指期货基本知识的普及和宣传。只有当成熟的投资者成为市场的主要参与者时, 股指期货市场的价格发现功能才能得到充分发挥, 为股票现货市场价格提供指导, 避免股价的剧烈波动。

(三) 把握市场规律, 慎重选择投资决策

基本面因素决定股票市场和股指期货市场总体走势, 是股票市场下跌或上涨的外因。股指期货市场产生的超前信息只能引导股票市场下跌或上涨, 但决不会改变股票市场的总体走势。正确认识和把握市场规律, 利用股指期货市场产生的超前信息提前分析市场趋势, 可以做出正确的投资决策;投资者可以适当参与股指期货的期保值或套利操作, 利用股指期货市场回避风险的功能, 可以减少股票市场的投资风险。

参考文献

[1]、张宗新, 计量经济学, 中国金融出版社, 2008年9月第一版

[2]、王拓, 刘兴万.股指期货价格发现功能研究_基于印度Nifty50股指期货的实证分析[J]南昌航空大学学报, 2008-3

[3]、舒畅, 股指期货与现货市场关系的实证研究——金融危机中的香港恒生指数及其期货[J]东方企业文化, 2010-4

[4]、佟孟华, 杨荣, 郭多祚.股指期货价格发现功能的实证研究——基于现货指数变化趋势[J]统计与信息论坛, 2008-9

沪深300指数期货第7篇

一、文献综述

虽然我国股指期货于2010年4月16日才正式上市交易, 但是对于中国股指期货的研究要远远早于这个时间。

在2006年以前, 我国对于股指期货的研究主要集中在是否应该推出股指期货以及股指期货合约的设计。如巴冠华 (1997) 认为, 完整的股票市场应该包括现货市场和期货市场, 我国股票市场的高风险性越来越需要股指期货。而自2006年我国推出沪深300指数期货仿真交易以来, 众多学者开始利用仿真交易数据研究股指期货对我国现货市场的影响。如吉瑶等 (2010) 利用相应的仿真交易数据作为研究对象, 发现在长期内股指期货与股指现货之间存在相互引导关系, 但在不同的市场条件下, 这种关系并不稳定。

2010年4月16日, 我国股指期货正式推出以后, 学者们开始利用真实数据对我国股指期货市场进行研究。华仁海、刘庆富 (2010) 利用一分钟高频数据进行实证分析, 结果表明我国股指期货与股指现货之间存在双向价格引导关系。张宗成、刘少华 (2010) 对我国沪深300指数期货进行实证研究, 发现股指期货对股指现货市场的作用较大, 是现阶段沪深300指数下跌的引导者。

需要指出的是, 在2010年以前, 由于无法获得真实数据, 大多数文章都是对股指期货的推出进行定性研究, 或者直接利用仿真数据进行分析, 文章可信度以及应用性较弱;而在2010年以后, 真实数据的出现, 使得许多学者开始进行我国股指期货的实证研究, 但众多的实证分析中, 大部分文章并没有将理论与实证很好的结合起来, 而是在未提供理论依据的情况下直接选取变量进行检验, 这显然存在不足。

所以在本文的研究中, 先对期货价格发现功能的理论进行分析, 在理论的支撑下, 再选取变量对我国股指期货实际的价格发现功能进行实证, 将定性分析与定量分析相结合。

二、期货价格发现功能的理论基础

对于期货之所以能够发现价格的原因, 经济学家给出了各种各样的解释, 其中最被大家所认可的为预期价格机制理论、持有成本理论。

(一) 预期价格机制理论

这一理论认为, 股指期货交易的都是远期合约, 在分析价格的过程中, 全面的考虑了国家政策、供求关系等因素, 而且由于期货的特殊性, 参与股指期货交易的人数众多, 并具有相关专业知识。这使得股指期货交易不仅对现货具有价格发现功能, 而且这一价格具有很强的权威性。

当股指现货市场与股指期货市场同时存在, 有效的价格形成机制可以表示为:

此时本期现货预期价格等于本期期货价格, 而由于期货价格交易成本低、流动性强等原因, 更接近于真实价格, 并且伴随着期货合约到期日的临近, 期货价格逐渐收敛于现货价格。这一价格形成机制更为有效, 可以使投资者更为快速与全面的了解交易信息, 并进行合理的投资决策。

(二) 持有成本理论和套利理论

持有成本理论认为, 股指期货和股指现货价格之间存在同期相关性。假设在t时刻, 指数现货价格为S, 市场无风险利率为r, 收益率为d, 则到期期限为 (T-t) 的股指期货价格F可以表示为:

在现实交易中, 当市场出现了新的信息, 期货市场会率先发生变化。此时期货市场需要套利机制来帮助其将市场参与者的预测信息传递至现货市场, 从而实现期货市场对于现货市场的价格发现功能。

(三) 我国股指期货对股指现货价格发现功能的实证分析

1. 样本数据的选取及处理

本文的样本为2012年7月1日至2014年8月8日之间沪深300指数期货②与现货③的每日收盘价, 排除非交易日, 共获得529个样本, 符合统计学上大样本的要求, 可以进行数据分析。

根据大量研究结果表明股指期货存在到期日效应, 在交割月会出现价格的剧烈波动。为了避免当月合约的到期日效应, 本文将采用“下月连续”这一数据进行分析。为减少数据的波动性, 本文将对沪深300指数价格S以及沪深300指数期货价格F取对数, 分别记为ln S以及ln F。

2. 数据平稳性检验

在进行具体模型构建之前, 首先进行数据平稳性检验, 通常检验时间序列平稳性的方法为ADF单位根检验。具体检验结果如表1。

通过观察上表, 不难看出, ln S和ln F的ADF检验值的绝对值均小于临界值的绝对值, ln S与ln F均不是平稳序列, 不能直接构建线性回归模型。

下面, 本文将使用D (ln S) 和D (ln F) 分别代表ln S和ln F的一阶差分, 对其进行ADF单位根检验, 所得结果如表2。

分析表2, 可以确定, 在5%的显著性水平下, D (ln S) 和D (ln F) 通过ADF检验, 即拒绝存在单位根的原假设, ln S和ln F为I (1) 过程, 数据同阶平稳。

3. Granger因果检验

在进行平稳性检验之后, 本文将对两变量进行Granger因果检验, 以判断两者之间的价格引导关系, 具体检验结果如表3。

根据表3可知, 股指期货价格是股指现货价格的格兰杰原因, 但是股指现货价格并不是股指期货价格, 这与本文第三部分进行的理论分析结果不谋而合。可见我国沪深300股指期货已经发挥其价格发现功能, 能够引导沪深300指数价格。

4. 线性回归模型

对于原数据分平稳的时间序列而言, 直接对其构建线性回归模型, 很容易出现“伪回归”的现象, 但如果各变量间存在长期协整关系, 则仍然可以利用线性回归模型对其进行分析。接下来, 本文将利用计量软件EViews6.0建立样本回归方程, 并在此基础上使用EG两步法以判断其是否存在长期协整关系。

根据输出结果, 样本回归方程为:

如果ln S与ln F之间能够存在长期协整关系, 则上述方程便是沪深300指数期货对于沪深300指数价格的具体引导过程, 故在下文中将利用EG两步法来判断两者之间是否存在长期协整关系。

5. 协整性检验

对于协整关系的检验一般采用Engle—Granger两步法或者是Johansen协整检验, 而由于Johansen协整检验一般应用于多变量模型, 故本文采用的是EG两步法协整检验, 其检验原理是对回归残差进行平稳性检验, 如果回归残差符合I (0) 过程, 则认为模型变量之间存在长期协整关系, 其具体检验结果如表4。

结果显示, 在5%的置信度水平下, 样本残差平稳, 即变量间存在长期均衡的协整关系。

由以上的分析可知, 本文所采用的变量ln S与ln F为一阶平稳向量, 且二者存在长期协整关系, 故能够建立线性回归模型, 即可以利用方程1对沪深300指数与沪深300股指期货进行分析。

至此, 本文得到了沪深300指数价格与沪深300股指期货价格之间的长期均衡关系, 具体而言:当沪深300指数期货变动1%时, 沪深300指数价格同向变动0.949%。

三、研究结论

本文通过将定性与定量相结合, 首先对于股指期货价格发现功能进行了理论分析, 分别从价格预期理论、持有成本理论和套利理论的角度说明股指期货价格发现的原理与过程;之后, 本文利用我国沪深300指数期货与沪深300指数过去一年的真实数据进行实证分析, 分析结果表明, 我国股指期货与股指现货之间存在长期协整关系, 股指期货价格发现功能已经得以实现, 沪深300指数期货对沪深300指数的价格上存在引导作用, 具体而言, 沪深300指数期货每变动1%, 沪深300指数将会同向变动0.949%。

这样的研究结论不仅符合传统的理论基础, 更加符合国外成熟市场的发展规律, 可见我国沪深300指数期货的确得到了迅速地发展, 对沪深300指数的价格发现功能日益彰显。

参考文献

[1]巴冠华.我国股市推出股指期货的探讨[J].广东金融, 1997, (7) .

[2]华仁海, 刘庆富.股指期货与股指现货市场间的价格发现能力探究[J].数量经济技术经济研究, 2010, (10) .

沪深300指数期货第8篇

2007年以来,随着自身的高估值、人民币升值步伐的加快和全球资本的快速流动,国际突发政治事件和金融市场的波动对我国股票市场的影响和冲击越发明显,股票价格的剧烈波动成为这个市场最明显的特征之一。市场上的系统风险和非系统风险都在不断增加。投资者可以通过分散化的投资组合,较好地规避个股的非系统风险,但却不能有效地规避股市整体下跌的整体风险。

作为指数期货的主要功能之一,套期保值在规避投资组合系统下跌风险中发挥着十分重要的作用。投资者可以通过持有与现货市场操作方向相反的期货合约回避风险,这就是套期保值。那么,如果要规避一单位的现货投资的风险,需要搭配多少数量的期货头寸呢?这就是要讨论的最优套期保值比率问题。如果期货和现货的价格变动完全同方向同幅度,那么简单地搭配1 单位的期货,便能完全抵消掉现货投资的风险。然而,因为不同的供求关系、不同的流动性和不同的信息反应速度等,期货市场与现货市场并不是完全同方向同幅度变动,如果投资者仅仅进行简单的1∶1 避险,则难以获得预期的效果。

将讨论利用指数期货进行避险时,计算最优套期保值比率的常用模型,并以沪深300指数为例,比较各个避险模型的实际应用效果。

1 数学模型

1.1 OLS(普通最小二乘法)模型

可以通过最小化套期保值组合的风险得到最优套期比率[1]。记ΔS为套期保值期限内现货价格的变化(S表示现货价格),ΔF为套期保值期限内期货价格的变化(F表示期货价格),σS为ΔS的标准差,σF为ΔF的标准差,ρ为ΔS和ΔF的相关系数,h为套期保值率。当套期保值者持有资产的多头和期货的空头时,在套期保值期限内保值者头寸的价值变化为ΔS-hΔF;对于一个多头套期保值来说,头寸的价值变化为hΔF-ΔS。则套期保值头寸价格变化的方差,即风险v为

v=σ $_{S}^{2}$ +h2σ $_{F}^{2}$ -2hρσSσF (1)

令v对h的导数为0,注意到其二阶导数为正值,得到使v最小的h值为

这和Johnson[2]提出的OLS 避险模型在本质上是一致的。该模型将期货与现货的价格差分以线形回归的方法进行最小二乘拟合,得出线性表达式

则β就是最优套期比率,ηt为随机误差项。

1.2 GARCH模型

按式(2)计算出的最优套期比率是一个常数,不随时间的改变而改变。但现实中,金融时间序列往往表现出异方差性。Myers and Thompson[3]认为式(2)中出现的协方差及方差均为条件矩,它们是由做套期保值时所拥有的信息集决定的,会因时间的推移而随着信息集的改变而改变,那么由它们所确定的最优套期保值比率也会随时间而变化。换言之最优套期保值比率不应该是一常数,应该是动态的。

Bollerslev[4]提出推广的自回归条件异方差(GARCH)模型,该模型及随后在此基础上发展的GARCH 类模型能很好地捕捉金融时间序列中普遍存在的异方差性。可以考虑采用GARCH 类模型估计最优套期保值比率,即

$h_{t} = ρ \frac{\sqrt{var (Δ S | Ω_{t - 1})}}{\sqrt{var (Δ F | Ω_{t - 1})}} = ρ \frac{σ_{S} (t)}{σ_{F} (t)}$ (4)

(4)式中,Ωt表示现货和期货市场中的信息集,σS(t)、σF(t)分别为现货、期货市场价格变化的条件标准差,ρ还看作常数。

在实际应用中,只用到低阶的GARCH模型,一般认为现货价格服从GARCH(1,1)模型。

ΔSt=μ+at, at=σtεt , σ $_{t}^{2}$ =α0+αa $_{t - 1}^{2}$ +βσ $_{t - 1}^{2}$ (5)

(5)式中α0>0,α≥0,β≥0,α+β<1,σ $_{t}^{2}$ 是现货价格变化的条件方差,εt是独立同分布的随机变量,均值为0,方差为1。一般假设εt服从正态分布,但为了更好地刻画金融时间序列的尖峰厚尾特征,还可以假设εt服从t分布(即学生分布)或GED分布。为了选择更能刻画沪深300指数波动性的GARCH类模型,分别对指数进行GARCH、GARCH-M、TARCH、EGARCH模型拟和,并分别假设εt服从正态分布、t分布和GED分布,对参数的估计采用极大似然法。

1.3 ECM-GARCH模型

在运用OLS 技术估计式(3)时,发现现实中的期货价格和现货价格序列往往是非平稳的,但它们的差分序列却平稳,两者之间通常存在协整关系,即短期内的冲击可能会导致各变量暂时脱离均衡位置,但是在长期内会自动回到均衡位置。在计量分析中,若两个时间序列之间存在协整关系,那么传统的OLS 的估计量将是有偏的,此时得到的最优套期保值比率将不是最优的。

Engle和Granger[5]证明了如果两个时间序列是协整的,那么一定存在一个误差修正表达式。Ghosh[6]根据Granger、Engle的协整理论,提出了估计套期保值比率的误差修正模型ECM(Error Correction Model),将该模型加以修正,结合能刻画异方差性的GARCH模型,将模型扩展为ECM-GARCH模型

同样,对于GARCH类模型的估计也参照节1.2进行。

1.4 套期保值绩效的衡量

Ederington[7]和Lien D[8]给出了套期保值绩效的衡量指标:

$Η = \frac{var (Δ S) - v}{var (Δ S)}$ (7)

其中,v是式(1)的计算结果。该指标反映了进行套期保值相对于不进行套期保值风险降低的程度。

2 实证分析

2.1 数据

沪深300 指数历史数据来源于上海证券交易所网站(http://www.sse.com.cn),股指期货数据来源于文化财经行情系统的仿真交易,采用4个交易合约中的当月合约数据,当该月合约到交割日时,则用临近月份的合约数据,这样就形成了连续的每日样本数据。数据区间都是从2007年1月4日至2008年3月21日,共295个样本数据。数据处理、模型估计使用Eviews 6统计软件[9]。从图1可看出,St和Ft具有大致相同的变化趋势,后者的波动更大一些。针对这些数据,分别用各模型计算沪深300指数期货的最佳套期保值比率。

2.2 估计

(1)对S和F的一阶差分序列进行线性回归,结果如下。

但系数α估计的犯第一类错误的概率(拒真概率)为0.3481>0.05,未通过显著性检验。为此,将α从回归方程中剔除,再次进行回归

系数β通过显著性检验,根据AIC、SC准则,剔除α的回归方程比未剔除时模型更精确。对残差进行独立性检验,最大滞后期 $k = [\sqrt{294}]$ ,结果是10,对应的检验统计量Q值为19.840,拒真概率0.283>0.05,不能拒绝残差序列相互独立的假设。

(2)对ΔS建立GARCH模型。首先,对该序列建立一个能够分离出数据中任何线性相关成分的模型,并用该模型的残差序列检验ARCH效应。由ΔS的自相关-偏自相关分析图(表1)看出,其自相关系数和偏自相关系数都落入显著性水平为0.05的置信区间,可认为序列是随机的,说明ΔS已无线性成分可以分离。对ΔS进行ARCH效应检验,发现其具有高阶的ARCH效应,即存在GARCH效应。

在进行GARCH建模时,综合系数的显著性检验和AIC、SC准则,比较GARCH(p,q)、GARCH-M(p,q)、TARCH(p,q)、EGARCH(p,q)模型以及假设εt服从不同的分布,包括正态分布、t分布和GED分布,最后选用GARCH(1,1)-正态模型。

估计得σ $_{t}^{2}$ 的均值为10 684.45,则 ΔS条件标准差约为103.37。

同样,对ΔF序列做同样的处理,发现虽然ΔF也是平稳序列,但是没有通过ARCH效应检验(表2中拒真概率0.836 6>0.05),说明异方差性不显著,那么对σF的估计值就使用静态值178.065 8。而ΔS和ΔF之间的相关系数ρ也使用静态值0.523 498。

最优套期保值率为

(3)为检验两变量是否协整,用Engle和Granger[5]提出的两步检验法(EG检验)进行检验。首先,要保证两变量是同阶单整的。因为现货价格S和期货价格F都是非平稳序列,但一阶差分ΔS和ΔF都是平稳的,也就是这两个时间序列都是1阶单整,从而可能存在协整关系。第二步用S对F进行线性回归,然后对残差进行单位根检验,ADF检验结果见表3

由于t-检验统计量值-6.041 924小于显著性水平分别为0.01、0.05、0.1时的临界值,因此可认为回归的残差序列为平稳序列,表明St和Ft具有协整关系。

对ΔS建立ECM-GARCH模型,结果如下:

估计得σ $_{t}^{2}$ 的均值为8 249.156,则 ΔS条件标准差约为90.82。

而这里ΔF依然没有通过ARCH效应检验,与前小节讨论类似,我们对σF的估计值仍使用静态值178.065 8,得到最优套期保值率为

(4)套期保值绩效比较

通过上面的计算得到表4的结果。

3 结论

针对沪深300指数期货的套期保值操作,使用不同模型计算静态和动态的最优套期保值率,比较套期保值绩效,并在GARCH模型族中选择最适合刻画沪深300指数波动特征的模型。还通过数据分析发现现货和期货价格序列的协整关系,通过在回归方程中加入误差修正项修正短期的偏离来达到两者之间长期的均衡关系。当然,由于股指期货还未真正推出,本文使用的数据是仿真交易的行情数据,可能与日后的实际情况存在一定的偏差。本文的主要结论如下。

(1) 沪深300指数和期货价格存在长期均衡关系,这说明沪深300指数期货合约设计较为科学;(2) 采用OLS模型、GARCH模型、ECM-GARCH模型中任何一个模型计算的最优套期比率进行套期保值,都能显著降低风险,说明套期保值的有效性;而且在估计模型参数时,系数都能通过显著性检验,说明模型的选择比较合适;(3) 从表4可看出,前2种研究方法得到的套期保值率很接近,而通过ECM-GARCH模型计算得到的较小,则进行套期保值的成本就会变小,结合套期保值的绩效,小的成本一样可以达到回避同样风险的效果,所以,待股指期货正式推出后,投资者可以考虑使用本文的ECM-GARCH模型来制定最优套期保值策略。

参考文献

[1][美]Hull J C.期权、期货和其它衍生产品.张陶伟,译.北京:华夏出版社,2003

[2]Johnson L.The theory of hedging and speculation in commodity futures.Review of Economic Studies,1960;27(3):139—151

[3]Myers R J,Thompson S R.Generalized optimal hedge ratio estima-tion.American Journal of Agricultural Economics,1989;71(4):858—867

[4]Bollerslev T.Generalized autoregressive conditional heteroskedastici-ty.Journal of Econometrics,1986;31(3):307—327

[5]Engle R B,Granger C W.Cointegration and error Correction:repre-sentation,estimation and testing.Econometrica,1987;55(2):251—276

[6]Ghosh A.Hedging with stock index futures:estimation and forecas-ting with errorcorrection model.Journal of Futures Markets,1993;13(7):743—752

[7]Figlewski S.The hedging performance and basis risk in stock indexfu-tures.Journal of Finance,1979;(34):157—170

[8]Lien D,Tse Y K,Tsui Albert K C.Evaluating the hedging perform-ance of the constant-Correlation GARCHmodel.Applied Financial E-conomics,2002;12(11):791—798

沪深300指数期货第9篇

克隆羊多莉的诞生，为世界推开了一扇窗，那就是“完美复制”。如今，这项技术已被运用到基金市场。

不错，指数型基金就是中国证券市场克隆技术的运用者。其中，“克隆”到极致的又非嘉实沪深300指数基金（以下简称“嘉实沪深300”）莫属。

“嘉实沪深300就像乐器中的钢琴，音域宽广、音色绝美，几乎可以弹出全部音乐，该基金凭借接近100%的仓位以及具有较强市场代表性和投资价值的标的指数沪深300，不但适宜中长期投资者纳入资产配置，分享A股市场中长期发展所带来的收益；而且也便于投资者根据其及时跟踪指数的特点，波段操作，把握市场阶段性机会。”嘉实沪深300基金经理杨宇告诉《投资者报》。

凭借优异的综合素质，嘉实沪深300获得了业界肯定。不仅曾在国际ETF领域知名专业刊物《ETFs Magazine》联合《华尔街日报》等机构举办的The Asian ETF Awards2010颁奖仪式上，荣膺“Best Listed Fund/ETF in China”奖；并且还曾五度捧杯，获得国内“金牛奖”认可，这也是业界唯一五年上榜的指数基金。

完美复制沪深300有绝招

娱乐界流行“模仿秀”，武侠界流行“易容术”，对于指数型基金来说，完美复制也是它们相互之间经常较量的功夫。显然，嘉实沪深300在这方面的武力惊人。

相关数据显示，嘉实沪深300跟踪误差比同类均值要小一倍。据WIND数据，今年以来，跟踪误差0.0384，跟踪沪深300的同类指基平均值是0.0768，嘉实沪深300跟踪误差是同类最小值之一。

而且从近三年的情况来看都是如此，2013年是0.0313，2012年是0.0647，都在同类指数中误差最小基金。良好的低跟踪误差是管理能力高超的表现。

“嘉实沪深300采用了实物申赎的方案，交易成本确定，不仅可以申购赎回，还可以在二级市场买卖，交易便利。由于取消了5%的现金配置，有别于传统指数基金最多用95%的资产跟踪指数的限制，投资效率大大提高。” 杨宇告诉《投资者报》，当前沪深300指数估值处于历史底部区域，股票隐含收益高，现在是投资沪深300的好时机。而嘉实沪深300“接近100%仓位、跟踪误差更小”的鲜明特点，更是让其如鱼得水。

8年规模增长40倍受拥戴

“在A股市场中，并不是主动管理型基金比被动的指数基金更有效。这一观念正在得到越来越多人的认同。” 杨宇告诉《投资者报》，嘉实沪深300诞生之初，即2006年底时规模还只有5.6亿元，但经过8年时间的积累，到2014年中期其规模已经达至221亿元，规模增加了39.59倍，与之前诞生的所有指基对比，是规模增加倍数最大的基金。

“ETF的推出，让指数基金的工具性产品特征更为明显，它既可以作为投资者长期资产配置的工具，又可以作为中短期波段操作的工具。同时，ETF配合其他的金融衍生品——股指期货、融资融券更多的交易工具和方式，还可以成为期货现货套利、配对交易，行业轮动、板块轮动、大类资产轮动等有效投资工具，投资者的盈利方式将更加多样化。”杨宇告诉《投资者报》，凭借着低廉的管理费用和透明的运作机制，再加上可以预期的回报，ETF这一投资工具被投资人广泛接受。以嘉实沪深300为例，相关公开数据显示，嘉实沪深300是目前市场上持有人数量最多的基金。2007年，有141万户持有，2009年达到了173万户。此后，这只基金持有人数量一直都在百万级别。从这个意义上说，嘉实沪深300从2007年就已经成为了践行普惠金融理念的指数基金。

“嘉实沪深300受持有人喜欢的一个重要原因是其基金管理费用低廉。它的年化费率0.5%，之前的指基，管理费用大都在1%或1.3%之间。”华泰证券分析师告诉《投资者报》，即使按照其中的低限1%计算，嘉实沪深300也将一半的管理费让给了持有人。据其测算，从成立至今，仅仅管理费一项，嘉实沪深300对持有人的让利金额已高达4.87亿元。

明星指基经理“代言”ETF

“在ETF基金所在的指数投资领域，杨宇无疑是业内最有经验的人之一，由指基明星基金经理出任管理人，这也是嘉实沪深300深受持有人喜欢的另一个重要原因。”华泰证券分析师告诉《投资者报》，从杨宇的个人从业经历亦可看出，其对指数基金的投资管理、风险控制、指数化交易等方面具备丰富的投资管理经验。公开资料显示，毕业于南开大学数学系和金融学系的他，在管理指数型基金方面已具有长达10余年的经验。杨宇2004年7月加入嘉实基金公司后，2005年8月29日就开始担任嘉实沪深300指数基金经理至今。管理期间，杨宇以高拟合、低跟踪误差，5年获得指基“金牛奖”。

“从国际投资的趋势上看，ETF极有可能成为中国基金行业下一个最热的领域。”杨宇告诉《投资者报》，从1993年美国第一只ETF成立算起，第一个10万亿美元的积累花了16年，而第二个10万亿美元的到来则只用了短短4年时间。而如今，这样的发展趋势正出现在中国的基金市场。以嘉实基金公司为例，嘉实旗下既有代表整个市场的沪深300ETF，代表中小盘的中证500ETF，同时也有基于中小板、创业板进行配置的嘉实中创400ETF，更有对指数进行策略化投资的基本面50指数基金、深证基本面120ETF。还有代表行业的医药卫生、主要消费、金融地产行业的ETF，代表固定收益表现的国债ETF、企业债基金、场内货币嘉实宝，还有黄金基金、恒生（香港）国企的指数基金等。

沪深300指数期货第10篇

股指期货是证券与期货市场发展相结合的产物, 由此, 其兼备股票和期货的基本特征。股指期货交易不仅为投资者开辟了新的投资领域, 而且使投资者得以规避股市系统性风险并利用其价格发现功能做出更加准确的市场分析决策。同时, 由于期货与现货在最后交易日价格趋于一致的特点, 股指期货交易也促使股票价格理性回归, 保证股票市场的平衡发展。因此, 深入研究并科学地设计我国股指期货合约是我国顺利推出和成功运作股指期货交易的基础。

二、股指期货合约设计的原则和思路

要设计一个成功的股指期货合约, 我们可以从两方面入手:一是期货合约本身的特征;二是股指期货所具有的功能。根据国外期货市场的经验和我国期货市场的实践, 一个成功的股指期货合约首先必须遵循一些普遍原则, 即必须至少满足以下四个条件:第一, 必须保证套期保值效果, 规避股市系统风险;第二, 必须保证市场的流动性, 吸引足够多的投资者, 使风险得以转移;第三, 必须使市场发挥价格发现功能, 合理引导市场预期;第四, 必须防止价格操纵行为, 使期货市场能够安全运作。

当然, 除此之外, 还要在借鉴国际市场先进经验的基础上, 具体分析我国的具体情况, 这样才能设计出适合我国国情的股指期货合约:一方面, 借鉴国际市场先进经验, 应该发现其规定背后的依据, 找出其设计思路, 为我所用;另一方面, 还要结合我国实际情况, 我国股市尽管已经有了很大的发展, 但仍处在初级阶段, 与国际市场存在较大差异, 因而必须结合我国的实际国情。

三、股指期货标的指数的选取原则和沪深300指数

(一) 股指期货标的指数的选取原则

合适的标的指数是股指期货得以正常运行的核心, 对股指期货市场功能的充分发挥至关重要。那么, 股指期货标的指数的选取原则就是股指期货成功推出的保证。在这里, 我们根据四条合约设计的原则对股指期货合约标的的选取提出一些标准:第一, 保证套期保值效果, 有效规避风险;第二, 数据准确, 发布时效性强, 市场认同度高;第三, 真实反映整个市场的价格水平;第四, 市场操纵可能性小。

(二) 沪深300指数简介

在对沪深300指数进行股指期货标的指数的可行性分析之前, 笔者想先简要介绍一下何为沪深300指数。它是上海证券交易所和深圳证券交易所共同编制的一种成分股指数, 是从沪、深两个证券交易所上市的所有股票中抽取具有市场代表性的、流动性高的300家主流投资股票作为计算对象, 覆盖了大部分流通市值, 并以调整股本为权重计算得出的加权股价指数, 能够反映A股市场总体发展趋势。该指数以2004年12月31日为基日, 基点为l000点。

四、沪深300指数股指期货标的指数的可行性分析

(一) 保证套期保值效果, 有效规避风险

这里我们可以利用国际指数期货套期保值效果评级标准来考察 (表1) 。其原理是选定一个现货股票组合, 通过用标的股指期货进行方向相反的套期保值操作, 从而得到减少现货股票 (某个股指期货组合) 收益率波动的数据;接着再用另一个现货股票组合进行相同操作, 得到一个新数据;如此多次操作得到一组现货股票收益率波动减少的数据;最后求出该组数据的均值和方差, 均值越大、方差越小, 套期保值效果越好。具体方法是确定一些基金和模拟现货股票组合为基础得到的现货头寸为待保值对象, 用待考察的现货指数为基础推算出期货头寸进行模拟套期保值操作。

本文选用沪深300指数2007年11月1日至2008年10月30日的市场数据作为套期保值效果分析的数据基础。通过计算得出, 沪深300指数套期保值效果在0.7~0.8之间, 根据国际评级标准, 列为中等。

(二) 数据准确, 发布时效性强, 市场认同度高

沪深300指数中的指数股的发布和调整均由交易所完成, 具有较强的公正性与权威性。同时, 其所选取的样本股市场代表性强、流动性高, 覆盖了沪深两大证券市场大部分流通市值, 而且指数变动通过媒体即时发送, 时效性强。不仅如此, 沪深300指数自2005年4月8日正式发布以来已有3年半之久, 其在市场上有一定的认同度。

(三) 真实反映整个市场的价格水平

从真实反映整个市场的价格水平看, 成份股指数是比综合指数更为合理科学的指数。综合指数以全部上市股票作为编制对象, 一有新股上市或老股退市, 就得对指数进行修正, 必然影响指数内部结构的稳定性和指数前后的可比性。成份股指数均以流通股为权数, 且选择一部分股票作为成份股, 一段时间内较稳定。而沪深300指数正是上海证券交易所和深圳证券交易所共同编制的一种成分股指数, 且其市值覆盖率高 (截至2007年11月26日, 沪深300指数总市值28.37万亿元, 沪市A股总市值31.62万亿元, 流通市值5.38万亿元, 深市A股总市值4.96万亿元, 流通市值2.33万亿元, 沪深300指数占A股总市值77.56%, 占A股流通市值67.05%。在国际上, 市值占比达到60%以上即可作为衡量股市整体情况的标准, 而沪深300指数的市值覆盖率远远高于国际标准) , 不可能出现单个股票影响太大导致指数失真的问题。由此, 沪深300指数经过几年的运行, 已经能够真实、综合地反映沪、深证券上市股票的价格水平。

(四) 市场操纵可能性小

对于防止市场操纵, 我们从两方面入手:一是股票越多, 覆盖的市值越大的指数, 市场操纵越难;二是成份指数内部结构, 某个股票权重过大也容易发生操纵。沪深300指数是从沪、深两个证券交易所上市的所有股票中抽取具有市场代表性的、流动性高的300家主流投资股票作为计算对象 (包括银行、钢铁、石油、电力、煤炭、水泥、家电、机械、纺织、食品、酿酒、化纤、有色金属、交通运输、电子器件、商业百货、生物制药、酒店旅游、房地产等数十个主要行业的龙头企业) , 覆盖了大部分流通市值, 并以调整股本为权重计算得出的加权股价指数。截止2008年8月29日, 沪深300指数权重最大的招商银行也只占6.21%。同时, 其样本成分股的选择标准是: (1) 上市交易时间超过一个季度。 (2) 非ST、*ST股票, 非暂停上市股票。 (3) 公司经营状况良好, 最近一年无重大违法违规事件、财务报告无重大问题。 (4) 股票价格无明显的异常波动或市场操纵。这样的样本入选标准也大大降低了市场操纵的可能性。

综上所述, 我们不难看出, 沪深300指数在四条选取标准中均表现不俗。当然, 仅凭这一点并不能完全说明其是股指期货标的指数的最佳选择。这里, 笔者需要说明两点:一是重新编制更好满足选取标准的指数工作量很大, 对新开发指数的认证和检验过程十分繁杂, 而且开发周期较长, 另外还存在着投资者了解、熟悉并最终接受的时滞问题, 这还不如选用目前现有两市的共同指数;二是之前曾有过学者利用类似的选取标准对我国除沪深300指数之外的另九大指数 (上证综合指数、上证A股指数、深证综合指数、深证A股指数、深证成份指数、道中88指数、君安指数、中信成份指数、中信100指数) 进行过股指期货标的指数可行性分析, 发现它们均存在残缺, 不能完全满足所有标准。结合这两点, 我们便可以很放心的得出结论:沪深300指数作为股指期货标的指数是可行的。

五、结论及建议

股指期货的推出是一把“双刃剑”, 它在促进我国金融业发展的同时也可能增加我国金融业的风险。鉴于此, 本文结合即将推出的沪深300股指期货自身特点及其在我国金融市场上应发挥的功能提出以下几点建议:

(一) 重法规、严监管

股指期货合约自身保证金等特点及股票市场的非系统风险使得交易存在较大风险。因此, 为保证股指期货交易安全运作, 发挥其规避风险功能, 应重视现有法律、法规、政策和制度的制定和修改工作, 建立严密监管体系。具体措施是修改并完善现行的《证券法》和《期货交易管理暂行条例》等相关法规和制度, 同时尽快制订《期货法》作为股指期货推出的制度保障, 使其在有法可依的市场环境下规范发展。

(二) 发展和完善与沪深300指数相对应的现货市场

沪深300股指期货的标的物是沪深300指数, 而沪深300指数的变动幅度是基于300家上市公司的经营情况及信息披露的真实性和时效性而定。这也就是说, 沪深300股指期货市场的发展以与其对应的发达的现货市场为前提。因此, , 应加强现货市场的规范化建设, 促进现货市场与股票市场、股票市场和股指期货市场之间的信息共享和协调管理。

(三) 规范沪深300指数上市公司行为, 建立跨市场联合监管机制

在沪深300股指期货推出后, 对300家上市公司国有股减持问题, 需要监管部门统一规划、统筹安排, 根据不同行业制定具体的减持规模、减持比例和减持价格, 以避免对股指期货市场造成严重冲击。同时, 还需要进一步完善独立董事制度, 增加独立董事的法律责任;规范上市公司的信息披露义务, 抑制内幕交易、操纵市场等行为;建立跨市场联合监管机制, 加强股票市场和股指期货市场跨市场之间的信息共享和协调管理, 防范局部市场风险的传递和扩散。

(四) 加强对投资者的教育, 引导其树立正确投资理念

投资者的理性入市是股指期货价格发现与风险规避功能得以发挥的关键。在我国, 股指期货是新兴产品。由此, 加强宣传和教育, 使投资者充分认识其高风险性和专业性, 掌握交易原理和技巧等至关重要。2006年10月30日推出的股指期货仿真交易就是投资者接受教育的一个很好的平台。与此同时, 我们还可以通过免费宣传册、电视媒体等方式加大宣传教育力度。这样, 股指期货才能够促进我国金融业健康发展。

参考文献

[1]中国金融期货交易所.沪深300指数期货合约 (征求意见稿) [EB/OL].http://www.cffex.com.cn/htmls/policy_advise_04.asp.2006-10-23.

[2]章辉, 胡颖, 骆媛媛, 邵彬.沪深300股指期货的保证金设计—基于“分形市场”假说的研究[J].财贸经济, 2008, (4) .

[3]王钦安.浅析我国推出股指期货的意义和防范风险的相关建议[J].财会研究, 2008, (9) .

[4]熊熊, 王芳.我国沪深300股指期货仿真交易的价格发现分析[J].天津大学学报 (社会科学版) , 2008, (7) .

[5]孙海军, 唐利芳.我国股指期货标的指数选择的实证分析[J].财经论坛, 2006, (3) .

[6]曹凤岐, 姜华东.中国发展股指期货研究[J].北京大学学报 (哲学社会科学版) , 2003, (11) .

[7]石慧, 周伟.股指期货的风险特性与成因分析[J].财经科学, 2003, (5) .

[8]黄德春.股指期货合约设计的实证分析[J].财政金融, 2002, (2) .

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【沪深300指数期货】相关文章：

股票指数期货会计分析论文04-15