沪铜期货价格高频波动率分解分析

曲靖师范学院学报 ›› 2018, Vol. 37 ›› Issue (3): 19-24.

沪铜期货价格高频波动率分解分析

孙丽萍

曲靖师范学院数学与统计学院,云南曲靖 655011

收稿日期:2018-03-12 出版日期:2018-05-26
作者简介:孙丽萍,曲靖师范学院数学与统计学院副教授,主要从事金融工程研究.

Analysis of High Frequency Fluctuation of Shanghai Copper’s Futures Price

Sun Liping

College of Mathematics and Statistics, Qujing Normal University, Qujing Yunnan 655011,China

Received:2018-03-12 Published:2018-05-26

摘要/Abstract

摘要： 选取2011年至2015年上海期货交易所铜期货价格指数日内每5分钟高频数据,建立VAR模型,分析沪铜期货价格长期的波动及其影响.从描述性统计量分析,沪铜期货价格高频波动率具有尖峰后尾的特征|格兰杰因果检验显示:资金流量和沪铜期货价格波动具有双向因果关系|脉冲响应函数和方差分解表明:沪铜期货价格波动具有长记忆性,成交量对沪铜期货价格具有较强的正向效应,持仓量对沪铜期货价格具有较弱的负向效应.

关键词: 沪铜期货序列, 高频波动率, 分解

Abstract: Based on the high frequency data of copper future price index every 5 minutes in Shanghai Futures Exchange from 2011 to 2015, this paper establishes VAR Model,and analyzes the long-term fluctuation and its influence. Through analysis of the descriptive statistics, the high frequency fluctuation rate of Shanghai copper futures has the characteristics of spikes| Granger causality test shows that the flow of funds and copper futures prices have a two-way causal relationship. Impulse response function and variance decomposition show that copper futures price fluctuations have long memory, and volume has a strong positive effect on the Shanghai copper futures prices. The amount of open interest has a weak negative effect.

Key words: Shanghai copper futures prices, high frequency fluctuation, VAR model

中图分类号:

F224.9

孙丽萍. 沪铜期货价格高频波动率分解分析[J]. 曲靖师范学院学报, 2018, 37(3): 19-24.

Sun Liping. Analysis of High Frequency Fluctuation of Shanghai Copper’s Futures Price[J]. JOURNAL OF QUJING NORMAL UNIVERSITY, 2018, 37(3): 19-24.

参考文献

[1] 陈晓东.中国金融期货市场高频波动率预测模型比较研究[J].管理工程学报,2016(3):114-119.
[2]郑丰,崔积珏,马志伟.沪铜期货市场长记忆特征的R/S分析[J].辽宁大学学报:自然科学版,2013(1):14-22.
[3]易蓉,周学军,张松,等.沪铜期货极差之非线性动态调整特性研究[J].金融管理,2008(10):92-94.
[4]李泽海,刘海龙.期货合约流动性度量方法与实证分析[J].系统管理学报,2012,21(1):29-33.
[5]武琳,丁浩.铜期货市场波动对国内现货价格影响的实证研究[J].价格理论与实践,2012(3):53-54.
[6]黄健柏,刘凯,郭尧琦.沪铜期货市场价格发现的动态贡献——基于状态空间模型的实证研究[J].技术经济与管理研究,2014(2):67-72.
[7]付剑茹.中国铜期货套期保值蒙特卡洛模拟研究——基于ITO过程与持有成本理论的假设[J].技术经济与管理研究,2010(6):22-27.
[8]董珊珊,冯芸.基于FCVAR模型研究SHFE和LME铜期货和现货市场价格发现功能[J].现代管理科学,2015(11)::67-69.
[9]戴晓凤,丁林江.基于非线性结构的铜期货与现货价格关系的实证检验[J].湖南大学学报:社会科学版,2010,24(5):42-46.
[10]彭红枫,陈奕.中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型[J].中国管理科学,2015,23(5):14-22.
[11]周仁才.基于风险分解的股指期货套期保值策略研究[J].中国管理科学,2013(2):17-23.
[12]周鹏博,李倩.关于商品期货套期保值风险的实证分析[J].金融发展评论,2013(12):145-150.
[13]薛丽冰,许林,董永琦,等.一种基于残差的单品种期货套利策略构建及有效性研究——以铜为例[J].金融理论与实践,2017,452(3):82-88.
[14]刘建和,胡琼,王玉斌.基于EGARCH-GED模型的中英铜期货风险溢出效应[J],华中农业大学学报:社会科学版,2015,120(6):92-100.
[15]刘文文,乔高秀.市场微观结构下高频交易流动性——基于我国商品期货市场的实证研究[J].系统工程,2016,34(1):17-25.
[16]孙泽生,孙便霞,黄伟.中国有色金属价格变化中的货币因素和预期形成:基于金属指数的实证研究[J].系统管理学报,2014(5):73-754.
[17]胡龙,胡太军.基于VEC-GARCH模型的沪铜指数与上证指数的联动分析[J].金融与经济,2011(6):62-66+70.
[18]崔海蓉,何建敏,张京波.我国有色金属期货溢出效应研究——以SHFE的铜和铝为例[J].北京理工大学学报:社会科学版,2011(4):29-32+57.
[19]韩立岩,尹力博.投机行为还是实际需求？——国际大宗商品价格影响因素的广义视角分析[J].经济研究,2012(12):83-96.
[20]朱学红,谌金宇,邵留国.信息溢出视角下的中国金属期货市场国际定价能力研究[J].中国管理科学,2016(9)::28-35.
[21]曹霜,何玉成.基于小波分解的SUM-ARIMA农产品价格预测模型[J].统计与决策,2015(13):42-46.
[22]刘向丽,王旭朋.基于小波分析的股指期货高频预测研究[J].系统工程理论与实践,2015,35(6):1425-1432.
[23]陈艳,石智慧.时间序列预测模型及其应用[J].数量统计与管理,2017,36(1):113-124.
[24]庞贞燕,刘磊.期货市场能够稳定农产品价格波动吗——基于离散小波变换和GARCH模型的实证研究[J].金融研究,2013,401(11):126-139.
[25]朱学红,冯宇文,郭尧琦.金融因素对期铜价格波动影响的实证研究[J].中南大学学报:社会科学版,2015(2):124-129.
[26]张蜀林,何晓燕.我国商品期货的定价要素:跳跃与国际期货价格的影响[J].系统工程,2015,33(4):17-25.