论文我国股指期货影响因素基于VAR模型的实证分析，该文是股指期货有关学士学位论文范文跟股指期货和实证分析和VAR模型类学士学位论文范文.
【摘 要】2010年2月22日,我国股指期货交易正式启动.在经过了1993年股指风波和2008年金融危机等一系列波折之后,我国再次启动股指期货可以说是中国资本市场发展的一个里程碑.如今,八年时间已经过去,市场上出现了越来越多新的股指期货,市场行为更加有效和交易氛围日渐活跃,因此本文对我国股指期货影响因素进行实证分析具有现实意义.
【关键词】沪深300股指期货 VAR模型
一、股指期货概述
股票指数期货（SPIF）,是以股票指数为标的物的标准化期货合约,是一种较为成熟、级别较高的金融投资工具.股指期货有三大最基本的功能,一是发现功能,二是对冲股市系统性风险的功能,三是资产配置功能.中国股指期货的发行具有里程碑式的意义,这不仅完善了金融投资体系更是促进了多元化金融市场的稳定和发展.
二、我国股指期货合约影响因素分析
(一)股指期货合约标的物
期货合约的都会随着标的物的变动而变动,而且交割时间越近这种变动就越显著.根据经济学规律,股指期货表现为在对应标的股指上下波动,两者呈高度正相关关系.
(二)我国宏观经济形势
国家宏观经济形势会影响投资者对市场的信心,宏观经济形势越好,投资者对市场信心就越足,股指期货就越高；反之,股指期货就会下跌.国家统计局在年末都会向社会公布反映宏观经济的指标,例如：GDP增长率、CPI、通货膨胀率等.
(三)国内国际货币金融政策
货币政策是银行为实现特定经济目标而采取的影响利率、货币供应量等变量的方针措施,例如再贴现率、法定存款准备金率、公开市场操作等.无论是国内还是国际货币政策,其实施都会对我国股市资金的流动、股指期货的产生影响.
(四)市场中流动资金的供需状况
投资者的投资能力在一定程度上会受到市场流动资金的影响.当市场流动资金充足时,股市会有大量资金涌入,从而推高股票指数,反之股票指数就会下降.在经济学中通常用广义货币供应量（M2）来体现市场中流动资金.
(五)国际经济金融发展状况
随着经济的发展,资本在国际间的流动日益自由,经济一体化进程不断加深.中国作为世界第二大经济体,经济发展早已经不能独善其身,因此为了研究沪深300股指期货的走势,必须充分考虑国际经济金融发展的状况.
(六)投资者的非理性心理预期
由于我国证券市场处于半强有效,所以投资者在做出决策的时候会受到各种心里因素的影响而无法做出理性选择.所以充分考虑投资者的非理性心理预期对于研究股指期货假的的走势也是非常必要的.
三、股指期货数据分析及模型的构建与应用
(一)变量、数据的选取与来源
根据上文分析及综合考虑实证研究过程的简明、精确,本文构建了一个因变量（沪深300股指期货）和6个影响因素（沪深300指数、CPI、货币供应量（M2）、人民币对美元的汇率中间价、工业增加值增长率、标准普尔500指数）的VAR模型.以上数据选取的时间区间为2010年4月至2017年12月,且均选自于CHOICE金融终端数据库.
(二)数据平稳性检验
首先对数据进行处理,沪深300期货合约、沪深300指数、CPI、货币供应量（M2）、人民币兑美元汇率中间价、工业增加值增长率、SPX500指数分别命名为Y1、X1、X2、X3、X4、X5、X6.
本文采用ADF来检验数据的平稳性,将数据输入Eviews8.0系统结果显示变量X1、X2、X3、X4、X6的ADF统计量的值大于临界值,数据非平稳,因此需要对变量进行一阶差分,并将一阶差分之后的变量重命名为DY1、DX1、DX2、DX3、DX4、DX5、DX6.将处理后的数据重新输入系统,显示变量数据平稳,结果如下表3.1所示.
表3.1 ADF检验结果统计
■
(三)VAR模型的建立与检验
1.VAR模型建立.VAR模型是基于数据的统计性质建立模型,其将系统中每一个内生变量作为系统中所有内生变量的滞后值来构造模型,从而把单变量自回归模型推广到多元时间序列变量组成的“向量”自回归模型.
根据本文探讨的内容,建立由一个因变量（沪深300期货,DY1）和六个自变量（沪深300指数,DX1；CPI,DX2；货币供应量,DX3；人民币兑美元汇率中间价,DX4；工业增加值增长率,DX5；SPX500,DX6）构成的VAR模型.
2.最优滞后项阶数的确定.为了确保构建的VAR模型为最优,需要确定最优的滞后阶数.根据表3.2的结果显示,FPE和AIC两个准则都选择滞后阶数为1时VAR模型最优.因此最优滞后阶数确定为1.
表3.2 最优滞后阶数选取准则的检验
■
3.VAR模型的平稳性检验.使用得到的最优滞后阶数1输入Eviews8.0,重新建立VAR模型,得到简化方程式为：
DY1等于-0.312761*DY1(-1)+0.915125*DX1(-1)+0.067499*D X2(-1)-3.279514*DX3(-1)-0.044920*DX4(-1)-0.127958*DX5(-1)+0.681468*DX6(-1)+0.013880
这里值得说明,由于本模型变量有限,所以上述方程需要与后述分析结合来看,不能直接将方程系数作为度量沪深300股指期货合约的依据.
上文通过ADF方法对所有变量进行了平稳性检验,重新建立VAR模型之后需要对模型的平稳性进行检验.
表3.3 特征根检验值
■
由表3.3可以看出模型具有7个特征根且所有的特征根都小于1,说明模型不存在一个或多个特征根,即模型稳定.
基本模型建立之后,便可进一步进行VAR模型的应用,即探讨每一个影响因素对应变量的影响及影响程度.
(四)VAR模型的应用
1.格兰杰因果检验.将DY1分别和DX1、DX2、DX3、DX4、DX5、DX6进行格兰杰因果检验,来判断自变量与因变量是否互为因果,结果如表3.4所示：
表3.4 格兰杰因果关系检验结果
■
表3.4中的数据表示接受假设的概率,数字越小,说明自变量与因变量的因果关系越强.由此可见,沪深300指数（DX1）、工业增加值增长率（DX5）是沪深300股指期货（DY1）的格兰杰原因.其他变量与沪深300股指期货之间的格兰杰因果关系并不显著,但不能因此说明其之间确定没有因果关系,造成这种现象的原因可能是变量之前进行了一阶差分的处理,因为格兰杰因果检验比较偏向于相互因果关系比较显著的变量,如果本身因果关系就不是很显著,再进行一阶差分,其结果就会更不显著.
2.脉冲响应函数分析.脉冲响应函数分析的是自变量的变动对应变量的影响及影响程度.
图3.1 脉冲响应函数图
■
从上图可以看出,在6个影响因素中,DX1（沪深300指数）对沪深300股指期货的影响力度最大,影响时间也最长,当DX1给一个正向的冲击,DY1马上就有反应且在第2期就达到峰顶,到第6期影响才逐渐消失；另外DX2（CPI）、DX3（M2）、DX5（工业增加至值）、DX6（SPX500指数）对沪深300股指期货都有不同程度的影响；DX4（人民币兑美元汇率的中间价）对沪深300股指期货的影响非常微弱.
3.方差分解分析.方差分解是通过分析不同变量的冲击强度对总变化的贡献大小,从而确定各影响因素对研究结果影响力的大小,由此可分析VAR模型中任意一个变量冲击对于因变量的相对重要性.
表3.5 沪深300股指期货方差分解
■
从表3.5可以看出,沪深300指数、CPI、货币供应量、汇率中间价、SPX500指数化及工业增加值增长率对沪深300股指期货变动的影响力均在逐渐增大.其中,影响力较大的两个因素分别是沪深300指数和货币供应量,沪深300指数的冲击强度对沪深300股指期货方差的相对贡献度经过10期从0稳定在18.699%,货币供应量的冲击强度对沪深300股指期货方差的相对贡献度经过10期从0稳定在5.3%.其余四个变量的解释力度均较小,对沪深300股指期货方差的相对贡献度经过10期之后依次保持在1.32%、0.13%、2.39%、0.69%的稳定水平上.
四、实证检验结果
(一)本文的实证结果分析
总的来说,根据上文实证检验的结果可以看出,六个影响因素都会对我国沪深300股指期货产生影响,只是影响的程度和时期不同.对我国沪深300股指期货变动冲击最大的当属沪深300指数的变动,所以对于投资者而言,要想把握沪深300股指期货的走势就必须密切关注对应标的物沪深300指数的走势情况,同时也要关注我国宏观市场的资金流动情况、国内外的股指期货发展态势.掌握了这几个主要因素,并做出合理分析,对于指导股指期货的投资操作具有非常重要的意义.
(二)研究结果的启示
对于投资者而言,无论是在股指期货市场做套期保值还是做纯粹的投机,首先要能够掌握其对应标的股指的走向,与此同时,若能实时关注我国市场货币流动情况、国内外宏观经济态势,再对发达国家股指期货市场状况也有一定的了解,那相对就能更加准确的预测我国股指期货的走势,也就能在市场上更好的达成自己的预期.
其次,对于我国股指期货市场而言,虽然我国股指期货市场发展已有8年之久,但市场制度依然有待完善,尤其是要加强期货市场与股票市场的联动,加快货币市场与资本市场的良性互动.同时,相关金融监管部门也要相互配合,保证资本市场信息更加透明化,也只有这样才能保证我国股指期货市场得到长效稳定的发展.
参考文献
[1]张宗成,刘少华.沪深300股指期货市场与现货市场联动性及引导关系实证分析[J].中国证券期货,2010(5):4-6.
[2]张海鹏.中国股指期货影响因素的协整分析[J].贵州财经大学学报,2011,29(3):42-45.
[3]张娟,李爱兰.我国股指期货影响因素实证研究[J].合作经济与科技,2013(5):62-64.
[4]杨美.影响我国股指期货的因素分析[J].中国证券期货,2013(4X):24-25.
[5]夏明,杨春甫.基于行为金融理论的中国股票市场行为的实证分析[J].武汉大学学报哲学社会科学版,2009(4):472-476.
[6]邢天才,张简.股指期货的推出对现货市场影响的实证研究[J].财经问题研究,2009.
[7]王帅林.我国股指期货与上证指数关系动态分析——基于VAR模型的实证研究[J].财会通讯,2012(11):7-8.
作者简介：王康（1992-）,男,汉族,湖北黄冈人,四川大学经济学院硕士研究生,研究方向：银行业务与管理.
结论，这是一篇关于股指期货方面的大学硕士和本科毕业论文以及股指期货和实证分析和VAR模型相关股指期货论文开题报告范文和职称论文写作参考文献资料.
参考文献：
1、 铜期货影响因素 张倩 李士华（金陵科技学院,江苏 南京 211169）摘要铜期货正对中国经济产生的影响深远 对铜期货进行影响因素分析,有利于冶炼企业利用铜期货市场套期保值,有效减小风险对企业造成的不良影响,实现可持续.
2、 互联网金融、贸易开放度对我国产业升级影响分析基于var模型 【摘要】本文利用我国20122016年季度数据来实证分析我国互联网金融和贸易开放度对产业结构转型升级的影响 构建var模型,并进一步运用Johansen协整检验法及脉冲响应函数法对变量间动态关系进行分.
3、 中国消费指数（CPI）的影响因素分析基于Var模型 一、引言基从经济层面上来说,工业的增长（IPI）是CPI的一个重要组成部分,所以其变化率对于CPI的贡献应是显著的,而GDP的变化又离不开居民的收入水平,与此同时居民的收入水平又会对CPI产生影响,故.
4、 中国对日农产品出口的增长因素基于CMS模型的实证分析 摘要日本是中国农产品出口的主要对象国,两国贸易关系相当密切 本文采用CMS模型对中国农产品出口日本市场的增长因素进行实证研究得出中国输日农产品增长主要由日本国内市场需求增长所引致；产品结构效应对中国农.
5、 中国对印度农产品出口波动与影响因素基于CMS模型的实证分析 摘要本文对20002016年中国对印度农产品出口波动进行分析 研究表明,中国对印度农产品出口整体水平较低且发展缓慢,以非食用畜产品和园艺类产品为主,前者比重逐渐下降,而后者比重稳步上升 CMS模型分析.