亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        股指期貨價格發(fā)現(xiàn)功能研究:文獻綜述

        2013-01-01 00:00:00顧京葉德磊
        海南金融 2013年2期

        摘 要:價格發(fā)現(xiàn)是期貨市場的基本功能之一,也是套期保值功能發(fā)揮作用的前提。一般認為,成熟的期貨市場具有高杠桿、低成本的特點,其價格能夠領(lǐng)先標的現(xiàn)貨的價格而反映最新的信息,因此,期貨價格發(fā)現(xiàn)的程度成為衡量期貨市場效率的指標之一。本文將從價格發(fā)現(xiàn)功能的界定、理論基礎(chǔ)、實證研究以及當前研究趨勢等方面對已有文獻進行詳細梳理,以便參考。

        關(guān)鍵詞:股指期貨;價格發(fā)現(xiàn);基本功能

        中圖分類號:F832.5 文獻標識碼:A 文章編號:1003-9031(2013)02-0041-04 DOI:10.3969/j.issn.1003-9031.2013.02.09

        2010年4月16日,我國正式推出了標的為滬深300指數(shù)的股指期貨,標志著我國在金融創(chuàng)新方面邁出了堅實一步。我國股指期貨是否具有價格發(fā)現(xiàn)功能,價格發(fā)現(xiàn)的程度如何,逐漸成為學術(shù)界研究的熱點問題。

        一、股指期貨價格發(fā)現(xiàn)功能的界定

        對于期貨價格和現(xiàn)貨價格關(guān)系的認知、研究和運用主要包括兩個方面:

        (一) 當前期貨價格與未來(期貨到期時刻)現(xiàn)貨價格的關(guān)系

        由于期貨交易中交易雙方一般約定的是未來的交易價格,人們往往認為在一個有效的市場中,當前期貨價格對未來現(xiàn)貨價格具有預測或發(fā)現(xiàn)作用,即期貨價格是未來現(xiàn)貨價格的無偏估計,并將其定義為股指期貨的價格發(fā)現(xiàn)功能。Leuthold(1974),Martin和Garcia(1981),Hokkio和Rush(1989)等學者都將期貨價格是否能無偏估計未來現(xiàn)貨價格作為市場是否有效的依據(jù)[1-3]。

        (二)當前期貨價格同現(xiàn)貨價格的關(guān)系

        Kawaller等(1987)最早對股指期貨與現(xiàn)貨價格之間的關(guān)系做了系統(tǒng)研究,他們提出了一個理論假說,指出股指期貨價格具有領(lǐng)先現(xiàn)貨價格的理論基礎(chǔ),并運用三階段最小二乘法回歸模型對標準普爾500指數(shù)進行檢驗,發(fā)現(xiàn)期貨價格要領(lǐng)先現(xiàn)貨價格20~45分鐘[4]。之后,許多學者對于這種領(lǐng)先滯后關(guān)系進行了深入研究,并將期貨價格同現(xiàn)貨價格之間的引領(lǐng)滯后于信息傳遞定義為價格發(fā)現(xiàn)功能,即哪個市場率先吸收和反映新信息,就具有當期的價格發(fā)現(xiàn)功能。陳蓉和鄭振龍(2008)從理論上證明了在一般情況下期貨價格不是未來現(xiàn)貨價格的無偏估計,更不能以此作為檢驗期貨市場效率的標準,他們認為期貨市場的價格發(fā)現(xiàn)功能應(yīng)界定為對同期現(xiàn)貨價格的引領(lǐng)作用,即期貨市場價格相對于現(xiàn)貨市場價格對新出現(xiàn)的信息能做出更快的反應(yīng)[5]。

        二、價格發(fā)現(xiàn)功能的理論基礎(chǔ)

        從理論上講,股指期貨和現(xiàn)貨雖然在不同的市場交易,但由于兩者具有等價資產(chǎn)報酬的時間關(guān)系,在不存在市場摩擦的理想狀態(tài)下,若市場內(nèi)有新信息產(chǎn)生,則兩者的市場價格應(yīng)同時同方向變動。然而現(xiàn)實市場中是存在市場摩擦的,且期貨市場和現(xiàn)貨市場的摩擦程度可能是不同的,從而導致兩個市場間的價格存在領(lǐng)先與滯后的關(guān)系(Led-Lag Relationship)。Kumar和Seppi(1990)分析了期貨市場和現(xiàn)貨市場在微觀結(jié)構(gòu)上的差異,尤其是信息基礎(chǔ)上的差異,即期貨市場的交易者對指數(shù)信息(即市場信息)掌握更充分,而股票市場上的交易者對個股信息掌握的更充分[6]。他們認為由于交易時間及信息傳遞中摩擦等原因,現(xiàn)貨市場的價格滯后于期貨市場的價格。在Heitala等(2000)建立的微觀結(jié)構(gòu)模型中,假定股票和期貨可以完全替代,但只有期貨市場才能做空,而股票市場存在做空限制,以此來觀察兩個市場之間的信息及其反映關(guān)系。研究發(fā)現(xiàn),期貨合約價格比股票價格包含更多信息[7]。

        從理論上講,由于股指期貨的交易具有交易成本低、杠桿倍數(shù)高、執(zhí)行指定速度快等優(yōu)點,并且參與交易者眾多,價格形成中包含了各方對于價格預期的信息,因此股指期貨市場能更快地反映市場信息,股指期貨價格的變化會領(lǐng)先于現(xiàn)貨市場價格的變化。

        三、價格發(fā)現(xiàn)功能的實證研究

        國內(nèi)外學者對于股指期貨價格發(fā)現(xiàn)功能的研究主要集中在實證上。在實證方法上,最早的研究一般采用傳統(tǒng)的普通最小二乘法(OLS)或時間序列分析中的自回歸移動平均(ARMA)模型。采用傳統(tǒng)計量方法進行回歸分析時,一般要求所采用的時間序列是平穩(wěn)的,即沒有隨機或確定性的趨勢,否則會產(chǎn)生偽回歸的現(xiàn)象。而現(xiàn)實中的金融時間序列數(shù)據(jù)往往都有確定性趨勢,為非平穩(wěn)的時間序列。為解決上述問題,Granger(1981)首次提出了非平穩(wěn)數(shù)據(jù)的處理方法—協(xié)整(Co-Integaration)方法[8]。其基本思想為:如果兩個非平穩(wěn)的時間序列之間存在一個平穩(wěn)的線性組合,那么這兩個序列之間存在協(xié)整關(guān)系,即兩個序列在長期波動中以及在“趨勢”上以相似的方式變化。協(xié)整關(guān)系的存在表明兩序列對于均衡的偏離是平穩(wěn)的,并且具有有限方差。Engle和Granger(1987)在隨后的研究中進一步完善了該理論,發(fā)現(xiàn)如果兩個時間序列是協(xié)整的,那么一定會存在一個誤差修正項可以使變量長期分量服從均衡約束,而短期分量則具有靈活的動態(tài)設(shè)定[9]。由于協(xié)整方法綜合考慮了金融時間序列之間的長期均衡和短期動態(tài)關(guān)系,因此該方法為研究價格發(fā)現(xiàn)最為有效的技術(shù)。隨著相關(guān)計量經(jīng)濟學的不斷發(fā)展完善,期貨價格發(fā)現(xiàn)功能在研究方法上大致有以下三種思路。

        (一) 在協(xié)整分析的基礎(chǔ)上,采用誤差修正模型等方法

        協(xié)整分析主要是考察期現(xiàn)貨市場價格之間是否具有長期穩(wěn)定的均衡關(guān)系,而誤差修正模型主要是刻畫期貨價格與現(xiàn)貨價格對短期價格偏離的反應(yīng)。這種思路主要是對價格(收益)的一階矩進行研究。

        Ghosh(1993)采用協(xié)整分析和誤差修正模型對SP500指數(shù)期貨價格和現(xiàn)貨價格之間的關(guān)系進行研究,發(fā)現(xiàn)它們之間具有長期穩(wěn)定的協(xié)整關(guān)系,且在短期關(guān)系中期貨市場價格對于現(xiàn)貨市場價格具有較強的影響力[10]。Tse(1995)采用基于協(xié)整理論的誤差修正模型研究日經(jīng)Nikkei225期貨與現(xiàn)貨價格之間的關(guān)系,研究發(fā)現(xiàn)期貨價格的變動經(jīng)常是領(lǐng)先股價指數(shù)的變動[11]。Booth等(1999)采用了同樣的方法研究了德國DAX指數(shù)期貨和期權(quán)的價格發(fā)現(xiàn)過程,研究結(jié)果表明DAX指數(shù)期貨的價格發(fā)現(xiàn)功能優(yōu)于期權(quán)[12]。Brooks等(2001)采用多種模型研究了FSTE指數(shù)期貨與現(xiàn)貨之間的關(guān)系,發(fā)現(xiàn)期貨價格的變化可以預測現(xiàn)貨價格的變化,且預測效果最好的模型為誤差修正模型[13]。

        程婧和劉志奇(2003)采用協(xié)整方法研究香港恒生指數(shù)期貨與現(xiàn)貨價格之間的關(guān)系,發(fā)現(xiàn)股指期貨市場與現(xiàn)貨市場價格之間具有長期穩(wěn)定的均衡關(guān)系[14]。任燕燕和李學(2006)采用向量自回歸模型和誤差修正模型,對股指期貨的價格發(fā)現(xiàn)功能進行研究,結(jié)果表明股指期貨市場價格領(lǐng)先于現(xiàn)貨市場價格[15]。熊熊和王芳(2008)采用協(xié)整檢驗、向量誤差修正模型以及脈沖響應(yīng)和方差分解的方法,研究我國滬深300股指期貨仿真交易市場對現(xiàn)貨市場的價格發(fā)現(xiàn)能力,結(jié)果表明仿真交易的滬深300股指期貨對滬深300指數(shù)具有長期價格發(fā)現(xiàn)的功能。短期內(nèi),現(xiàn)貨指數(shù)對股指期貨具有一定的價格發(fā)現(xiàn)作用,而且這種作用在不斷加強[16]。張宗成和劉少華(2010)采用Granger因果檢驗、協(xié)整檢驗及誤差修正模型對上市以來滬深300股指期貨與現(xiàn)貨之間的關(guān)系進行研究,發(fā)現(xiàn)無論長期還是短期,期貨市場對于現(xiàn)貨市場的影響都比較大[17]。林祥友等(2011)利用協(xié)整檢驗、Granger檢驗、脈沖響應(yīng)等方法,以滬深300仿真交易數(shù)據(jù)為研究對象,對滬深300仿真股指期貨在股指上行區(qū)間和下行區(qū)間的價格發(fā)現(xiàn)功能進行研究,結(jié)果表明在股價指數(shù)上行區(qū)間,股指現(xiàn)貨的價格發(fā)現(xiàn)功能強于股指期貨;在股價指數(shù)下行區(qū)間,股指期貨的價格發(fā)現(xiàn)功能強于股指現(xiàn)貨[18]。

        (二) 在穩(wěn)定協(xié)整關(guān)系的基礎(chǔ)上,精確確定期現(xiàn)貨市場的價格發(fā)現(xiàn)貢獻度

        主要方法有公共因子模型,包括Hasbrouck(1995)提出的信息份額模型(Information Share,簡寫為IS)和Gonzalo和Granger(1995)提出的長期—短期模型(Permanent Transitory,簡寫為PT)[19-20]。IS和PT模型都是將沖擊影響分解到每個市場,分析各市場對沖擊所作的貢獻,這兩個模型使用了不同的價格發(fā)現(xiàn)定義。Baillie等(2002)對這兩個模型之間的關(guān)系進行深入的探討,認為IS模型分解的是共因子的方差,測量的是每個市場的信息對共因子方差的貢獻;PT模型分解的是共因子(分解為兩個市場價格的組合),關(guān)注的是向量誤差修正模型中的誤差修正機制,通過定義誤差修正系數(shù)函測量每個市場對共因子的貢獻。兩個模型之間具有密切的關(guān)系[21]。

        肖輝等(2006)使用脈沖響應(yīng)與一般因子分解模型對國際五種主要的股指期貨市場的價格發(fā)現(xiàn)功能進行了研究,發(fā)現(xiàn)期貨市場在價格發(fā)現(xiàn)過程中處于主導地位[22]。嚴敏等(2009)采用誤差修正模型、公共因子模型及帶有誤差修正的雙變量EGARCH模型研究了仿真滬深300股指期貨與現(xiàn)貨之間的關(guān)系,發(fā)現(xiàn)現(xiàn)貨市場在價格發(fā)現(xiàn)中起主導作用[23]。許自堅(2012)通過IS和PT模型分析股指期貨與現(xiàn)貨指數(shù)各自在價格發(fā)現(xiàn)中的貢獻度,結(jié)果表明股指期貨在價格發(fā)現(xiàn)過程中占據(jù)主導地位[24]。

        (三) 對價格(收益)的二階矩進行研究,即通過考察兩市場之間的波動溢出效應(yīng)

        Hamao(1990)最早提出了“波動溢出效應(yīng)”模型,通過該模型考察價格波動和信息傳播之間的關(guān)系[25]。所謂的“溢出效應(yīng)”是指由于投資者投資行為的改變,一個市場的波動會傳到其它市場。此模型可以描述價格波動和信息傳播之間的關(guān)系,因此找到了一個較好的角度研究信息傳播與價格發(fā)現(xiàn)問題,并能夠分析不同市場之間的信息傳遞和波動影響過程。

        在方法上,通常采用GARCH類模型進行這方面的實證研究。最早Engle(1982)提出了自回歸條件異方差(ARCH)模型來描繪金融市場收益的波動性[26]。而在實際應(yīng)用中使用更為廣泛的是由Bollerslev(1986)提出的廣義自回歸條件異方差(GARCH)模型,GARCH模型能夠捕捉高頻金融時間序列的尖峰厚尾、波動聚集以及條件異方差等特征[27]。由于在資本市場中,經(jīng)??梢园l(fā)現(xiàn)資產(chǎn)價格向下運動通常伴隨著比之程度更強的向上運動,為描述這種非對稱“杠桿效應(yīng)”,Nelson(1991)提出了EGARCH等非對稱模型[28]。

        邢精平等(2011)采用多元T-GARCH模型研究我國股指期貨上市以來期現(xiàn)貨市場之間的波動溢出效應(yīng),研究結(jié)果表明兩市之間存在顯著的雙向波動溢出,但期貨市場的波動溢出效應(yīng)強于現(xiàn)貨市場的波動溢出效應(yīng)[29]。劉曉彬等(2012)基于滬深300股指期貨仿真交易數(shù)據(jù),采用BEKK-MGARCH模型對期現(xiàn)貨市場之間的波動溢出效應(yīng)進行研究,結(jié)果表明兩市場之間存在相互溢出效應(yīng),且在產(chǎn)生持久的影響[30]。Yang等(2012)采用遞歸協(xié)整和修正的非對稱ECM-GARCH模型研究了滬深300股指期貨上市以來期貨市場與現(xiàn)貨市場的價格發(fā)現(xiàn)與波動溢出關(guān)系,結(jié)果發(fā)現(xiàn)期貨市場的價格發(fā)現(xiàn)作用表現(xiàn)并不理想[31]。

        在研究結(jié)果上,大部分實證研究所得出結(jié)論都支持股指期貨的價格變化領(lǐng)先于現(xiàn)貨價格的變化。這些結(jié)論所針對的研究對象,既有發(fā)達國家的股指期貨市場,也有新興市場國家的股指期貨市場。但也有一些實證研究所得出的結(jié)論認為現(xiàn)貨市場的價格變化領(lǐng)先于期貨市場,如Wahab和Lashgari(1993)對美國SP500指數(shù)期貨與英國FTSE100指數(shù)期貨市場的研究[32];刑天財和張閣(2010)對于仿真滬深300股指期貨研究[33];方匡南和蔡振忠(2012)對于滬深300股指期貨的研究[34]。

        四、價格發(fā)現(xiàn)功能的研究趨勢

        當前對于股指期貨價格發(fā)現(xiàn)功能的研究趨勢主要在兩個方面:

        (一)對實證模型進行深入拓展

        Hamilton和Susmel(1994)、Ramchand和Susmel(1998)等研究發(fā)現(xiàn),在股票市場中存在高波動率和低波動率兩種截然不同的波動機制[35-36]。許多學者基于此現(xiàn)象,發(fā)展非線性計量模型,研究股指期貨市場與現(xiàn)貨市場的價格發(fā)現(xiàn)功能。Chiang(2003)提出了帶有機制轉(zhuǎn)換的協(xié)整模型,并對SP500指數(shù)、CAC40指數(shù)和Nikkei225指數(shù)期貨進行了實證研究,研究結(jié)果表明,帶有機制轉(zhuǎn)換的協(xié)整模型較傳統(tǒng)的協(xié)整模型有更好的表現(xiàn)[37]。Li(2009)采用馬爾科夫機制轉(zhuǎn)換VECM(Markov-switching VECM)模型研究了美國SP500指數(shù)、英國FTSE100指數(shù)、德國DAX30指數(shù)、巴西Bovespa指數(shù)、以及匈牙利BSI指數(shù)的期貨現(xiàn)貨在高波動機制狀態(tài)和低波動機制狀態(tài)下兩者之間的關(guān)系,研究結(jié)果發(fā)現(xiàn),在低波動機制下,股指期貨具有引領(lǐng)現(xiàn)貨的價格發(fā)現(xiàn)功能;而在高波動機制下,現(xiàn)貨市場在價格發(fā)現(xiàn)中作用更強[38]。

        (二)對影響股指期貨價格的因素深入研究

        Fung和Yu(2007)研究現(xiàn)貨市場的流動性對于期貨市場與現(xiàn)貨市場價格之間關(guān)系的影響,結(jié)果表明現(xiàn)貨市場的流動性將通過影響套利者的套利成本而影響期貨的價格發(fā)現(xiàn)能力[39]。Bohl等(2011)關(guān)注投資者結(jié)構(gòu)對于股指期貨價格發(fā)現(xiàn)功能的影響,研究發(fā)現(xiàn)期貨市場中如果個人投機者占主體的話,就不利于股指期貨價格發(fā)現(xiàn)功能的發(fā)揮[40]。左順根和杜吉中(2012)從理論和實證上探討股指期貨市場操縱對于股指期貨價格的影響,結(jié)果發(fā)現(xiàn)當操縱嫌疑只存在于期貨市場時,股指期貨市場的價格發(fā)現(xiàn)功能將會減弱;當操縱嫌疑存在于期貨、現(xiàn)貨兩個市場時,股指期貨市場的價格發(fā)現(xiàn)功能相對會增強,而且當股指期貨市場價格發(fā)現(xiàn)功能較強時,市場操縱的難度和成本都將下降[41]。

        參考文獻:

        [1]Leuthold R M. The Price Performance on the Futures Market of a Nonstorable Commodity: Live Beef Cattle[J]. American Journal of Agricultural Economics, 1974,56(2):271-279.

        [2]Martin L,Garcia P.The Price-Forecasting Performance of Futures Markets for Live Cattle and Hogs: A Disaggregated Analysis[J].American Journal of Agricultural Economics, 1981,63(2):209-215.

        [3]Hakkio,C,S,R.Market Efficiency and Cointegration: An Application to the Sterling and Deutschmark Exchange Markets[J].Journal of International Money and Finance, 1989,8(1):75.

        [4]Kawaller I G, Koch P D, Koch T W. The Temporal Price Relationship Between SP 500 Futures and the SP 500 Index[J].The Journal of Finance, 1987,42(5):1309-1329.

        [5]陳蓉,鄭振龍.無偏估計、價格發(fā)現(xiàn)與期貨市場效率——期貨與現(xiàn)貨價格關(guān)系[J].系統(tǒng)工程理論與實踐, 2008(8):2-11.

        [6]Kumar P,Seppi D J.Information and Index Arbitrage[J].The Journal of Business, 1994,67(4):481-509.

        [7]Hietala P,Jokivuolle E, Koskinen Y.Informed Trading, Short Sales Constraints, and Futures' Pricing[R]. 2000.

        [8]Granger, C, W, J.Some Properties of Time Series Data and Their Use in Econometric Model Specification[J]. Journal of Econometrics, 1981,16(1):121-130.

        [9]Engle,R,F(xiàn),G.Co-Integration and Error Correction: Representation, Estimation, and Testing[J].Econometrica, 1987,55(2):251-276.

        [10]Ghosh A.Cointegration and Error Correction Models: Intertemporal Causality between Index and Futures prices[J].Journal of Futures Markets, 1993,13(2):193-198.

        [11]Tse,Y,K.Lead-lag Relationship between Spot Index and Futures Price of the Nikkei Stock Average[J]. Journal of Forecasting,1995,14(7):553-563.

        [12]Booth,G,So R W,Tse Y.Price Discovery in the German Equity Index Derivatives Markets[J].Journal of Futures Markets,1999,19(6):619-643.

        [13]Brooks C, Rew A G, Ritson S.A Trading Strategy Based on the Lead–lag Relationship between the Spot Index and Futures Contract for the FTSE 100[J].International Journal of Forecasting, 2001,17(1):31-44.

        [14]程婧,劉志奇.恒生股指期貨與股票現(xiàn)貨協(xié)整關(guān)系研究[J].金融與經(jīng)濟, 2003(11):33-36.

        [15]任燕燕,李學.股指期貨與現(xiàn)貨之間超前滯后關(guān)系的研究[J].山東大學學報(哲學社會科學版), 2006(5):86-89.

        [16]熊熊,王芳.我國滬深300股指期貨仿真交易的價格發(fā)現(xiàn)分析[J].天津大學學報(社會科學版), 2008(4):321-325.

        [17]張宗成,劉少華.滬深300股指期貨市場與現(xiàn)貨市場聯(lián)動性及引導關(guān)系實證分析[J].中國證券期貨, 2010(5):4-6.

        [18]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300股指期貨仿真交易的證據(jù)[J].山東經(jīng)濟,2011(1):107-114.

        [19]Hasbrouck J. One Security, Many Markets: Determining the Contributions to Price Discovery[J]. The Journal of Finance,1995,50(4):1175-1199.

        [20]Gonzalo,J,G,C.Estimation of Common Long-Memory Components in Cointegrated Systems[J]. Journal of Business Economic Statistics,1995,13(1):27-35.

        [21]Baillie R T,Geoffrey Booth G,Tse Y, et al. Price Discovery and Common Factor Models[J].Journal of Financial Markets,2002,5(3):309-321.

        [22]肖輝,鮑建平,吳沖鋒.股指與股指期貨價格發(fā)現(xiàn)過程研究[J].系統(tǒng)工程學報, 2006(4):438-441.

        [23]嚴敏,巴曙松,吳博.我國股指期貨市場的價格發(fā)現(xiàn)與波動溢出效應(yīng)[J].系統(tǒng)工程, 2009(10):32-38.

        [24]許自堅.滬深300股指期貨價格發(fā)現(xiàn)實證研究[J].西南交通大學學報(社會科學版),2012(3):127-131.

        [25]Hamao Y.Correlations in Price Changes and Volatility Across International Stock Markets[J].Review of Financial Studies,1990,3(2):281-307.

        [26]Engle R F.Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrica,1982,50(4):987-1007.

        [27]Bollerslev T.Generalized Autoregressive Conditional Heteroskedasticity[J]. Journal of Econometrics, 1986,31(3):307-327.

        [28]Nelson D B.Conditional Heteroskedasticity in Asset Returns: A New Approach[J].Econometrica, 1991,59(2):347-370.

        [29]邢精平,周伍陽,季峰.我國股指期貨與現(xiàn)貨市場信息傳遞與波動溢出關(guān)系研究[J].證券市場導報, 2011(2):13-19.

        [30]劉曉彬,李瑜,羅洎.股指期貨與現(xiàn)貨市場間波動溢出效應(yīng)探究[J].宏觀經(jīng)濟研究, 2012(7):80-86.

        [31]Yang J,Yang Z,Zhou Y.Intraday Price Discovery and Volatility Transmission in Stock Index and Stock Index Futures Markets: Evidence from China[J]. Journal of Futures arkets, 2012,32(2):99-121.

        [32]Wahab M,L M.Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets: A Cointegration Approach[J].Journal of Futures Markets,1993,13(7):711-742.

        [33]邢天才,張閣.中國股指期貨對現(xiàn)貨市場聯(lián)動效應(yīng)的實證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析[J].財經(jīng)問題研究, 2010(4):48-54.

        [34]方匡南,蔡振忠.我國股指期貨價格發(fā)現(xiàn)功能研究[J].統(tǒng)計研究,2012(5):73-78.

        [35]Hamilton J D,Susmel R.Autoregressive Conditional Heteroskedasticity and Changes in Regime[J]. Journal of Econometrics,1994,64(1–2):307-333.

        [36]Ramchand L, Susmel R. Volatility and Cross Correlation Across Major Stock Markets[J].Journal of Empirical Finance,1998,5(4):397-416.

        [37]Chiang M.Price Discovery and Changes in Regimes for Stock Index Futures[J].Global Finance Journal,2003,14(3):287-301.

        [38]Li M L.The Dynamics of the Relationship Between Spot and Futures Markets under High and Low Variance Regimes[J].Applied Stochastic Models in Business and Industry,2009,25(6):696-718.

        [39]Fung,J,K,W.Order Imbalance and the Dynamics of Index and Futures Prices[J].Journal of Futures Markets,2007,27(12):1129-1157.

        [40]Bohl M T,Salm C A,Schuppli M.Price Discovery and Investor Structure in Stock Index Futures[J].Journal of Futures Markets, 2011,31(3).

        [41]左順根,杜吉中.股指期貨市場操縱與價格發(fā)現(xiàn)功能的關(guān)系研究[J].南方金融,2012(5):65-69.

        (責任編輯:陳薇)

        精品成人av人一区二区三区| 国产麻豆精品一区二区三区v视界| 色狠狠一区二区三区香蕉蜜桃| 日韩精品高清不卡一区二区三区 | AV在线中出| 女主播啪啪大秀免费观看 | 亚洲国产区中文在线观看| 国产区精品一区二区不卡中文| 欧美第一黄网免费网站| 亚洲av高清在线观看三区| 免费看草逼操爽视频网站| 摸丰满大乳奶水www免费| 国产精品jizz在线观看老狼| 在线视频青青草猎艳自拍69| 一区二区三区在线日本视频| 久久精品国产99国产精品亚洲 | 日韩人妻熟女中文字幕a美景之屋| aaa级久久久精品无码片| 成人无码区免费AⅤ片WWW| 视频在线亚洲视频在线| 国产一区二区三区四区三区| 欧美丰满熟妇乱xxxxx图片| 久久久久久无码AV成人影院| 午夜免费观看日韩一级片| 日本艳妓bbw高潮一19| 国产主播福利一区二区| 久久婷婷夜色精品国产| 狠狠综合久久av一区二区蜜桃| 曰批免费视频播放免费直播| 亚洲一区二区高清精品| 精品国产一区二区三区a| 宅男666在线永久免费观看| 国产喷水在线观看| 亚洲高清自偷揄拍自拍| 国产自拍高清在线观看| 色欲av自慰一区二区三区| 亚洲国产成人无码电影| 一区二区二区三区亚洲| 最新精品国偷自产在线| 国产精品白浆一区二区免费看| 国产激情视频高清在线免费观看|