【正文】 山東財經大學 畢業(yè) 論文 13 參考文獻 [1] 林祥友，代宏霞，何蕭肖 .股指期貨價格發(fā)現(xiàn)功能的實證研究 — 來自滬深 3 00股指期貨仿真交易的證據(jù)〔 J].山東經濟， 2021 (001): 107114. [2] 廖崇豪 .期貨與現(xiàn)貨價格之關聯(lián)性分析與研究一以芝加哥玉米及股價指數(shù)期貨市場為例 .中興大學， 1994. [3] 王拓，劉興萬 .股指期貨價格發(fā)現(xiàn)功能研究 — 基于印度 Nifty50股指期貨的實證分析 [[J].南昌航空大學學報 :社會科學版， 2021, 10(3): 3337. [4] 李江，林小春 .我國股指期貨與現(xiàn)貨市場之間價格發(fā)現(xiàn)及波動性關系研究 [， 2021 (048): 2023. [5] 文先明，梁琳，黃亞雄 .股指期貨仿真交易與現(xiàn)貨相互引導關系 [J].系統(tǒng)工程， 2021 (3): 1318. [6] 陳蓉，鄭振龍 .無偏估計、價格發(fā)現(xiàn)與期貨市場效率 [fJ}系統(tǒng)工程理論與實踐， 2021(8):2一 11. [7]沈怡股指期貨和股指現(xiàn)貨互動關系實證研究杭州：浙江工業(yè)大學， 2021 [8] 徐凌 .股指期貨投資策略〔 M].北京 :中國金融出版社， 2021. [9] 趙芳芳 .有關我國股指期貨價格發(fā)現(xiàn)功能的實證分析 [D].復旦大學 2021. [10] 方斌 .新興市場股指期貨價格發(fā)現(xiàn)功能的研究〔 ， 2021 (2): 148150. [11] 龐皓 .計量經濟學〔 M].西南財經大學出版社， 2021. 。 在實證研究的基礎上對市場趨勢上漲和下跌時期進行比較分析研究結果表明，滬深股指期貨確實已經具備了價格發(fā)現(xiàn)職能，而且隨著時間推移其價格發(fā)現(xiàn)功能越發(fā)明顯，對價格變化的貢獻度明顯增加。 四 、 研究結論 滬深 300股指期貨的推出至今已近 6年，市場機制日趨完善，市場規(guī)模穩(wěn)步擴充，而其是否具有價格發(fā)現(xiàn)功能就顯得尤為重要。說明，我國現(xiàn)階段的 IF300股指期貨與 IF300指數(shù)之間在市場趨勢下跌時期存在的領先滯后關系要明顯于市場趨勢上漲中所發(fā)揮的價格發(fā)現(xiàn)功能。誤差修正項的系數(shù)均小于 ，即短期波動偏離長期均衡的力度均不大。即使短期內偏離了均衡位置，也會自動調整到長期均衡狀態(tài)。 (2)由對區(qū)間內市場趨勢上漲和下跌時期的 IF300股指期貨與 IF300指數(shù)的日數(shù)據(jù)進行單位根檢驗可知，雖然兩個時期兩個市場的四個時間變量均為非平穩(wěn)的時間序列，但是它們的對 數(shù)收益率序列都是平穩(wěn)時間序列。 本文為滿足格 蘭杰因果檢驗的要求使用了為平穩(wěn)時間序列的對數(shù)收益率序列 (r)來對IF300股指期貨與 IF300指數(shù)的關系進行格蘭杰因果關系檢驗，結果如下 : N u l l H y p o t h e s i s : O b s F S t a t i s t i c P r o b . R S 1 d o e s n o t G r a n g e r C a u s e R F 1 2 1 9 1 . 9 2 5 4 0 0 . 1 4 8 3 R F 1 d o e s n o t G r a n g e r C a u s e R S 1 5 . 4 3 8 2 1 0 . 0 0 5 0 N u l l H y p o t h e s i s : O b s F S t a t i s t i c P r o b . R F 2 d o e s n o t G r a n g e r C a u s e R S 2 2 1 9 8 . 2 8 0 1 6 0 . 0 0 0 3 R S 2 d o e s n o t G r a n g e r C a u s e R F 2 3 . 4 7 5 2 9 0 . 0 3 2 7 上述檢驗結果顯示，在 5%的顯著性水平上，原假設“ RS1不是 RF1的 Granger原因”不能被拒絕，而原假設 :RF1不是 RS1的 Granger原因”被拒絕，說明存在從 RF1到 RS1的單向因果關 系，變量 RF1在價格發(fā)現(xiàn)中占主導地位；在 5%的顯著性水平上，原假設“ RS2不是 RF2的 Granger原因”被拒絕，而原假設 :RF2不是 RS2的 Granger原因”不能被拒絕，說明存在從 RS2到 RF2的單向因果關系，變量 RS2在價格發(fā)現(xiàn)中占主導地位； 雖然我們已經檢驗出滬深股指期貨引導著滬深指數(shù)的變化，但是還不確定這種引導時間的長短，下面本文再利用滬深股指期貨對數(shù)收益率和滬深指數(shù)對數(shù)收益率的互相關函數(shù)，對它們之間價格引導的時間進行衡量。誤差修正項 Ecm。其中誤差修正模型中的差分項反映了短期波動對長期均衡的影響。 首先建立回歸方程 : 然后對其進行 EG兩步法檢驗，生成回歸方程 : ㏑ s1=+*㏑ f1 ㏑ s2=+*㏑ f2 最后對上式所得殘差進行單位根檢驗，由于殘差序列的均值為 0，所以選擇無截距項、無趨勢項的單位根檢驗，滯后階數(shù)還是由 SC準則來確定，檢驗結果如下表 : tStatistic Prob.* lns1,lnf1 0 lns2,lnf2 0 1% level 5% level 檢驗結果顯示，殘差序列的 ADF檢驗結果小于 1%顯著性水平的臨界值，說明即使在 10%的顯著性水平下，也要拒絕估計式殘差序列存在單位根的原假設，接受殘差序列不存在單位根的結論。 本文主要研究的是不同市場趨勢下的 IF300股指期貨與 IF300指數(shù)之間的關系，因此對時間序列 Lns和 Lnf進行分析研究。雖然時間變量非平穩(wěn)，但如果時間變量之間存在協(xié)整關系，即時間變量之間具有長期均衡關系，意味著經濟系統(tǒng)中不存在破壞長期均衡的內在機制，即使變量在某時刻受到干擾、偏離了長期均衡狀態(tài)，均衡機制也山東財經大學 畢業(yè) 論文 9 會對其進行調整，使其在未來的若干期內回歸均衡點。但是，實際中的很多經濟變量是非平穩(wěn)的，這就在很大程度上限制了經典回歸分析方法的使用。 在 pp檢驗中，對數(shù)收益率序列依舊具有平穩(wěn)性，得到結果如下 : rs1 rf1 rs2 rf2 Prob.* 0 0 0 0 Adj. tStat 1% level 5% level 10% level 在用時間變量建立經典回歸模型時，一般都要求時間變量是平穩(wěn)時間序列。但兩者的對數(shù)差分序列 (r)在 1%、 5%、10%顯著性水平下都不存在單位根，是一個 I(0）過程。本文采用ADF 檢驗，并通過 SC 準則來確定最佳滯后階數(shù)。 s1 s2 lns1 lns2 rs1 rs2 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis JarqueBera Probability 0 Sum Sum Sq. Dev. f1 f2 lnf1 lnf2 rf1 rf2 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis JarqueBera Probability 0 Sum Sum Sq. Dev. 通過時間序列的平穩(wěn)性檢驗來確定時間序列沒有隨機波動或確定性趨勢，從而排除 進行時間序列分析時，由于其是非平穩(wěn)時間序列而出現(xiàn)的“偽回歸”。（其中 s為滬深股指， f 為股指期貨， ln為對數(shù)序列， r為對數(shù)差分序列 ,1 為市場趨勢下跌時， 2為市場趨勢上漲時） 2 , 5 0 03 , 0 0 03 , 5 0 04 , 0 0 04 , 5 0 05 , 0 0 05 , 5 0 025 50 75 1 0 0 1 2 5 1 5 0 1 7 5 2 0 0F1 S12 , 0 0 02 , 4 0 02 , 8 0 03 , 2 0 03 , 6 0 04 , 0 0 04 , 4 0 025 50 75 1 0 0 1 2 5 1 5 0 1 7 5 2 0 0F2 S2 7 . 98 . 08 . 18 . 28 . 38 . 48 . 58 . 625 50 7