| 上述检验结果说明，模型的质量是较好的。
5、单位根检验
在变量之间建立模型，当等式两端的变量具有平稳性和相同的单整阶数多头和空头，且变量之间具有协整关系时，所建立的模型才有意义，否则所建立的模型将是伪回归。为了避免伪回归问题，则要求各变量的序列数据具有平稳性和协整关系。为此，对 、 、 和 进行平稳性和协整关系检验。平稳性检验即单位根检验的方法有Phillips-Person(PP)和Augment-Dickey-Fuller(ADF)检验。本文采用ADF检验。运用Eviesw 5.1软件，对所有变量的时间序列数据进行单位根检验，检验的结果如表2所示。
表2：ADF单位根检验结果
|
变量
|
差分
次数
|
(C,T,K)
|
DW值
|
ADF值
|
5%临
界值
|
1%临
界值
|
结论
|
|
lnY
|
0
|
(C,T,0)
|
2.0151
|
-2.2399
|
-3.4599
|
-4.0620
|
不平稳
|
|
lnX1
|
0
|
(C,T,0)
|
1.9896
|
-2.2614
|
-3.4599
|
-4.0620
|
不平稳
|
|
lnX2
|
0
|
(C,T,0)
|
1.9880
|
-4.0178
|
-3.4599
|
-4.0620
|
不平稳
|
|
lnX3
|
0
|
(C,T,0)
|
2.0384
|
-2.2920
|
-3.4599
|
-4.0620
|
不平稳
|
|
△lny
|
1
|
(C,T,1)
|
2.0271
|
-10.3264
|
-3.4599
|
-4.0620
|
平稳
|
|
△lnX1
|
1
|
(C,T,1)
|
1.8756
|
-5.2755
|
-3.4611
|
-4.0644
|
平稳
|
|
△lnX2
|
1
|
(C,T,1)
|
2.0001
|
-7.5313
|
-3.4611
|
-4.0644
|
平稳
|
|
△lnX3
|
1
|
(C,T,1)
|
1.9970
|
-6.3384
|
-3.4611
|
-4.0644
|
平稳
|
注：（C，T，K）表示ADF检验形式是否包括常数项、时间趋势以及滞后期数。
由表2可知，、、和都是非平稳序列，但它们的一阶差分是平稳的，均不存在单位根。四个对数化的时间序列都是一阶单整序列，满足进行协整检验的条件。
6、协整检验
协整（Cointegration）分析理论是近年来处理非平稳经济时间序列之间长期均衡关系和短期波动的有力工具。两种最常用的检验方法是Engle和Granger提出的E-D两步法以及Johansen和Juselius提出的极大似然法（称为JJ法）。E-G两步法只能适用于单方程的协整检验；而JJ法不仅能检验变量之间是否存在协整关系，而且可以准确确定出协整向量个数。由于本文涉及4个变量，故采用JJ法进行协整检验。协整检验结果如表3所示。
表3：协整检验
|
迹检验：
|
|
原假设
|
特征值
|
迹统计量
|
5%临界值
|
P值
|
|
0个协整向量*
|
0.312056
|
70.26760
|
55.24578
|
0.0014
|
|
最多一个协整向量*
|
0.185922
|
36.60325
|
35.01090
|
0.0335
|
|
最多二个协整向量*
|
0.125636
|
18.09036
|
18.39771
|
0.0551
|
|
最多三个协整向量*
|
0.064567
|
3.841466
|
6.027116
|
0.0642
|
|
最大特征根值检验：
|
|
原假设
|
特征值
|
最大特征
值统计量
|
5%临力
量值
|
P值
|
|
0个协整向量*
|
0.312056
|
33.66436
|
30.81507
|
0.0218
|
|
最多一个协整向量*
|
0.185922
|
24.25202
|
18.51289
|
0.0223
|
|
最多二个协整向量
|
0.125636
|
12.08324
|
17.14769
|
0.02347
|
|
最多三个协整向量
|
0.064567
|
3.841466
|
6.007116
|
0.02392
|
表3结果表明，四个变量在5%的显著水平下存在一个稳定的长期均衡关系，这一长期均衡关系保证了各变量在增长率水平上的任何短期偏离最终会在这一协整关系的引力作用下回归到长期的均衡状态，四个变量之间存在一个长期均衡关系。
四、结论与启示
通过以上的分析研究，我们可以得出结论：沪深300指数、多空主力持仓比和成交持仓比是影响股指期货的三个主要因素怎么写论文。掌握这三个因素的特征和变化规律，对于我们把握股指期货的发展趋势，指导股指期货的实战操作有很重要的意义。
1、在期指的升贴水中看方向
价差（升贴水）是判断期指行情的“法宝”多头和空头，在实际操作中非常有用。从国外市场看，有不少大资金就是通过判断价差进行操作，国内的一些主力机构，大型资金机构在这一方面做得淋漓尽致。
例如，8月2日-8月16日这段时间，每当即期股指期货合约的成交价超过现货指数（升水）时，不管当时期指期货和股票现货是涨还是跌，大盘随后多半会上涨。反之，当即期股指期货合约的价格低于现货指数（贴水）时，同样也不管当时期指与现货是涨还是跌，大盘随后一般都是跌的。像8月2日—8月6日，股市涨跌不定，忽上忽下，看上去很难把握，但是只要在早间看一眼期指的走势，瞧瞧是升水还是贴水，那么基本上也就可以确定当天股市的影响方向了。例如，8月9日，虽然现货表现很强劲，但是期指一直是在贴水交易，结果怎么样呢？次日股指来了一个大幅度的杀跌。如果利用期指在上一日出发的信息及时在现货市场上进行减仓多头和空头，那么就可以避免很大的损失。
2、主力持仓比的变化是一个非常有用的参考指标
期指市场的量价关系是技术分析的重要指标之一，而多空主力持仓比反映了主力资金对市场的看法，因此也属于量价分析的范畴，尤其适合初级的金融衍生品市场。多头主力持仓比上升超过51%，尤其是达到52%—54%时，期指将会向上冲击；相反，空头主力持仓比上升超过50%，达到52%以上时，表明前期一致的单边上涨行情出现了分歧，市场面临变盘。便如，8月13日空头主力持仓比开始上升，由8月13日的50.19%上升到8月20日的52.35%，空头主力净持仓连续多日都在1000—2000手，连续7个交易日占上风。空方主力积蓄能量，伺机做空杀跌。机会终于来了，8月20日，隔夜道琼斯指数大跌，上午10点开始，空头主力狂砸中国石化和中国石油，紧接着袭击招商银行、民生银行等沪深300权重股。第一权重股招商银行的权重占3.49%，成交量最大多头和空头，一个小时成交了3个多亿，沪深300前十大权重股成交金额大约30亿。空头主力在这一小时内抛售了大约30亿元市值的股票。但是，在这一小时之内沪深300股指期货9月合约下跌1.16%，成交量达到84928手，下跌34.2点，空头一小时通过股指期货获利超过8亿元（300元×34.2×84928）。我们如果掌握了这一重要影响因素的变化特征，发现空头主力连续增仓，且量很大，空头主力持仓比连续多日占上风，及时跟进做空，获利匪浅（多头主力做多，操作则相反）。
3、成交持仓比是监控市场风险的重要指标[6]
股指期货可以回避股票市场的系统风险，但其本身的风险也是客观存在的，同时也给股票市场带来了新的风险。股指期货交易具有的“杠杆效应”、双方交易、对冲机制等特点，吸引了众多的投机者和套利者参与，大量资金涌入期货市场，给证券市场监管带来了新的挑战怎么写论文。同时股指期货的参与者为了在期指市场中获利，会在现货市场中操纵股价，以牟取期市上的更大利润。例如，当投资者在期市上卖空期指后，可能在对冲前就会在现货市场中抛售组合股票多头和空头，压低股指，进而影响股价的正常波动。
管理层可以运用成交持仓比来监控市场风险。当发现成交持仓比异常增大时，表明市场有过度炒作的嫌疑，必须加强市场管理，控制市场风险。如4-5月份，成交持仓比就比较高，大部分交易日在15-22倍，最高曾达到26.84倍，平均为16.6倍，表明日内交易过度频繁，短炒现象严重。管理层发现了这一问题，及时采取措施、加强了管理，取得了明显效果。日内交易的热度迅速下降，成交持仓比的最高值由26.84倍下降到7月的14.04倍、8月的13.2倍和9月的9.53倍；成交持仓比的均值由16.6倍下降到7月的11.02倍、8月的10.35倍和9月的8.21倍。而持仓量不断上升。并带来了成交量的同比增加，也说明了期市中的机构资金比例在逐步上升，“长线持仓”时代正在来临。这一转变也有利于股指期货更好的发挥其风险管理工具的本质作用。
参考文献
[1]周海燕等.我国股价指数与宏观经济变量关系分析[J]. 上海金融，2005（8）.
[2]晏艳阳等.中国股市波动与宏观经济因素波动间的协整关系研究[J]. 统计研究，2004（4）.
[3]曹明.沪深300股票指数期货期现套利机制研究[J]. 中国证券期货，2009(6).
[4]高铁梅.计量经济分析方法与建模[M]. 北京：清华大学出版社，2006. 291-314
[5]张晓峒.计量经济学软件Eviews使用指南[M]. 天津大学出版社，2003.193-201, 246-251
[6]熊熊等.中国股指期货市场操作风险的监控体系研究[J]. 中国证券期货，2010（5）.
2/2 首页 上一页 1 2 |
