文献综述_开题报告_外文文献翻译范文

. 宁波理工学院宁波理工学院 毕业设计（论文）开题报告毕业设计（论文）开题报告 题目股指期货与 A 股市场波动溢出效应的分析 基于沪深 300 指数的实证研究 姓名金志扬 学号 3110112072 专业班级 11 金融 2 班 指导教师丁宁 分院经济与贸易分院 开题日期 2014 年 11 月 29 日 . . 文献综述 “股指期货与股市波动溢出效应分析” 文献综述 一、引言 2010 年 4 月 16 日，我国金融期货交易所正式推出了以沪深 300 指数为标的 的股指期货。股指期货的推出弥补了我国证券市场的卖空机制，一直以来，我国 的证券市场都是一个单边交易的市场， 因为缺少做空机制经常导致市场单边大幅 波动，积累了大量的风险和泡沫。股指期货具备价格发现功能，能比较准确地反 映真实的市场供求和均衡价格的变动。另外，股指期货还能为投资者提供套期保 值的功能，通过做空与做多对远期的风险进行管理。 作为一种金融衍生产品，股指期货是也一把“双刃剑” ，它既能套期保值减 小风险波动， 提供投资套利等交易机会， 同时由于它的高杠杆性又极易诱发风险。 例如 1987 年美国股灾案例，说明股指期货的推出并不一定利好现货市场，缓解 市场的波动性， 反而可能会因为大量的投机等交易加剧现货市场的波动性。 因此， 本文希望通过对股指期货与股市的波动溢出效应的分析， 检验股指期货与现货市 场的内在联系。 通过对此的研究使得投资者和政策制定者更好地了解两个市场的 联系， 有利于优化完善对股指期货的套期保值、套利交易策略以及市场的风险管 理评估。 . . 二、波动溢出效应 Hamao（1990）最早提出了波动溢出效应模型波动溢出（volatility spillover）效应是指不同金融市场的波动之间可能存在相互影响，波动会从一 个市场传递到另一个市场。王龙（2013）对波动溢出效应的概念作了进一步的细 化， 认为波动溢出效应是指收益率条件二阶矩的相互关系，即一个金融市场中发 生的波动不仅要受到自身的不同时期波动的影响， 还会受到其他金融市场前期波 动的影响，不同市场间的波动具有传递性。 三、国内外研究现状 （一）国外相关文献综述 国外期货市场起源一般都比较早， 因此对于股指期货与股市波动的一些互动 性等方面的研究也较详细。在波动溢出效应方面也有较多的深入探讨。 1．波动溢出效应的检测 为了较好地拟合股指期货和股市的波动溢出，国外文献中一般运用 GARCH、 EGARCH 以及它们的一些拓展模型进行研究分析。 Chan、Chan、和 Karolyi（1991）通过二元的 GARCH 模型对美国标普 500 指 数期货和现货 5 分钟收盘价数据分析， 发现两者之间存在波动溢出效应，且波动 溢出从期货到股市的程度与股市到期货的类似。 由于市场上存在“好消息”和“坏消息” ，为了更好地描述好消息和坏消息 带来的非对称性波动影响，Yiuman Tse（1999）在文章中加入二元 EGARCH 模型， 通过对 1997 年 11 月至 1998 年 4 月的美国道琼斯工业平均价格指数期货和现货 . . 的一分钟数据分析发现信息的波动会从一个市场传递到另一个市场， 期货市场比 标的的股票市场更能反映信息的波动溢出。另外，坏消息会加大市场的波动，期 货和股市对于坏消息要比好消息敏感得多。 2．股指期货与股市波动溢出效应的观点 虽然国外对于波动溢出效应的研究在理论及模型上都已经比较成熟， 然而对 于实证得出的结果往往还存在一些不同观点。 首先，大多数的学者认为股指期货与股市间的波动溢出效应是双向显著的。 Chan、Chan、和 Karolyi（1991）以及 Yiuman Tse（1999）都对美国标普 500 指数期货和现货高频数据分析，发现两者之间存在波动溢出效应 Pratap Chandra Pati 和 Prabina Rajib（2011）通过对 S that is, innovations originating in the stock market have no impact on the futures market. Koutmos and Tucker describe the asymmetric volatility effects in an EGARCH model. They find that, in both the stock and futures markets, bad news increases volatility more than does good news. Nonetheless, Koutmos and Tucker use daily data, and intraday data are more appropriate to examine the rapid dynamics between the markets. Most of these studies and many others examine the S Booth, Martikainen, and Tse 1996 and Christofi and Pericli 1999 in other international stock markets. All these articles use the GARCH-type models to examine the volatility spillovers between markets. The theory of volatility spillovers based on the GARCH models is first introduced and named “meteor showers” by Engle, Ito, and Lin 1990. Chan, Chan, and Karolyi 1991 provide a detailed discussion on the need to focus on the volatility spillovers between the stock and futures markets. In particular, following Ross 1989, Chan, Chan, and Karolyi p. 659 contend that “it is the volatility of an asset’s price, and not the asset’s simple price . . change, that is related to the rate of flow of ination to the market.” The following bivariate EGARCH1,1-t model is used to examine the volatility spillover mechanism 4 5a 5b 6 7 The unautocorrelated