沪深300股指期货套期保值实证研究

沪深300股指期货的一个基本功能是套期保值.而套期保值比率的正确计算是套期保值功能发挥作用的关键.文章研究指出单只股票、股票组合的价格变动与沪深300股价指数期货的价格变动相关系数越大,套期保值效果越明显;利用股指期货市场进行套期保值要比纯粹投资于资本市场在收益方面更有保障;套期保值比率决定了买卖股指期货合约的数量.     

沪深300指数期货与股票指数的关联和异动分析

上证综合指数的变化与沪深300指数的变化高度关联并具有引导作用。沪深300指数与上证综合指数的上涨能力和抗跌能力有显著差异。这为期现对冲交易中的股票组合选择提供了依据。股指期货与现货的价格偏差和价格互动,则为套利机会的捕捉提供了依据。套利行为会促使股指期货和现货之间的价格偏差趋于收敛。     

股指期货与我国A股市场波动性关系的实证研究

2010年4月16日,我国酝酿了近四年的股指期货终于推出,而股指期货的推出一方面改善了我国股市单边交易的情形,另一方面,它的做空机制却导致了股市的剧烈波动,因而成为投资领域备受热议的论题,文章在此背景下,以实证的方法分析股指期货与A股市场波动性之间的关系。     

我国股指期货与现货市场联动关系研究

以我国股指期货推出以后的沪深300股价指数与沪深300指数期货作为研究对象,采用沪深300股指期货2010年4月16日至2011年6月30日的样本数据,对沪深300股指期货与现货市场联动性进行实证研究,观察股指期货推出后对股指现货市场的影响。结果显示,推出股指期货,可以实现股票价格发现功能,并为投资者进行风险管理提供重要的工具;股指期货短期波动可以在长期得到纠正;长期看股价指数对股指期货具有引导作用,但股指期货的价格发现功能还不明显。     

新准则下股指期货会计信息披露的相关问题研究

作为一种风险管理工具,股指期货本身也蕴含着极其复杂的风险,如何充分有效地披露股指期货所蕴含的风险是广大投资者和监管层所关注的焦点内容.文章就新准则下股指期货会计信息的披露原则、披露方式和内容进行了详细的分析,并对新准则存在的不足提出完善建议,以期提高财务报告的有用性,帮助广大投资者、监管当局等作出理性评价和决策.     

股指期货实践中应注意的问题及对策

2006年9月8日,中国金融期货交易所在上海成立,推出股票指数期货。这是我国金融衍生品市场发展历程上的一座里程碑,对我国资本市场的完善和发展、证券市场有效性的提高等有着深远的意义。作为新生事物,目前其从管理层到投资者都还面临着许多亟待解决的问题,只有设计科学合理的交易制度、提高监管水平、优化投资者结构,才能使股票指数期货对金融市场和社会经济的积极作用得到充分发挥。     

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

使用基于VECM（向量误差修正模型）的Granger因果关系检验法验证了印度Nifty50股指期货与现货市场之间的价格发现过程,结果发现现货市场在价格发现过程中占主导地位,在新兴市场国家的印度,股指期货缺乏价格发现功能。     

基于时变Copula的股指期货与金融市场相关性研究

股指期货具有套期保值、风险投资与价格发现等重要金融功能。股指期货金融产品的引入将打破我国传统资产市场中股票、债券、商品期货等3大金融市场彼此独立的格局。股指期货的引入究竟如何搭接3大传统金融市场的联系?本文试图以沪深超级大盘股的股指期货市场为考察对象,研究股指期货市场对股票市场波动率的影响关系,研究结果表明:当股市出现持续震荡下跌等极端事件时,由于超级大盘股与股票指数关联性的存在,股指期货的市场风险会进一步强化。为此,文章据此提出了完善资本市场风险防控机制,展开股指期货市场与现货市场的跨市场联合监管体系等政策建议。     

股指期货对冲指数基金的最优套期保值比率研究

文章选择华泰柏瑞沪深300ETF、华夏沪深300ETF、嘉实沪深300ETF三支指数基金,研究通过沪深300股指期货对三支基金进行套期保值时的最优套期保值比率估计问题。文章结合极值理论构建五种不同Copula函数的Copula-GJR模型,并将上述模型与当前流行的模型进行比较。研究表明,在"风险最小化原则"下,DCC-GARCH模型、极值Frank-Copula-GJR模型所估计的最优套期保值比率效果较好,且后者的套期保值成本更低。该研究结果有助于指数基金投资者有效降低股指期货对冲投资风险,同时减少套期保值成本。     

基于多分布GARCH族模型的沪深300指数VaR测度研究

运用经济物理学方法验证沪深300指数市场存在的一些特征,进而用四种GARCH模型在不同分布下进行VaR风险测度建模,并用返回测试中的似然比和动态分位数回归加以检验,结果表明:收益分布服从有偏学生t分布的VaR测度模型可靠性显著高于正态分布和学生t分布;在样本内,GARCH、GJR、HYGARCH模型均能有效度量VaR风险,HYGARCH在空头VaR水平较高时精度更高;在样本外,GARCH、GJR、FIGARCH、HYGARCH模型的VaR测度能力相差不大,但HYGARCH模型在空头VaR水平下测度能力更高些。因此,在有偏学生t分布下,能捕捉更多金融资产特征的HYGARCH模型对沪深300指数的VaR测度更精确可靠,这意味着在风险管理时,应更多考虑具有尾部效应的模型进行度量。