股指期货跨期套利分析
--文献综述
摘要：股指期货的跨期套利是指利用两个不同交割月份的股指期货合约之间的价差进行的套利交易行为。跨期套利实际上是一种价差交易,其基本原理是价格修正机制,即当合约间价差出现过高或过低的情形时,就出现了套利机会，后市的价差在市场的作用下最终会得到修正。跨期套利的重点在于套利头寸的构建以及了结，因此，跨期套利的关键问题是如何合理地估计并预测价差波动的范围和趋势，并构建合理的模型。
关键词：股指期货；跨期套利；价差；构建模型
一、文献综述
- 国内研究现状
（一）股指期货跨期套利的研究
国内大量学者对期货的跨期套利进行了实证研究，采用的方法既有一般的协整方法和 GARCH 方法，还有神经网络等高级的机器学习方法，研究的品种以金融期货（主要是沪深300股指期货）为主，研究商品期货的相对较少。赵聪和俞熹（2010）基于R/S分析应用Hurst指数和V统计量对于沪深300股指期货合约跨期套利价差的 1min 数据进行实证研究，得出其 Hurst 值在(0.4，0.5)，平均循环周期在(8，20)min，显示跨期价差具有较低程度反持续性的分形市场特征。周亮（2017）对期货市场分形特征的研究也支持了这一结论，他发现期货价差序列的Hurst值一般在0.45左右，因此进行跨期套利是合适的。李传峰（2011）在对期货套利的概念和种类进行介绍的基础上构建了股指期货跨期套利模型，并以沪深300股指期货真实交易数据为基础进行了实证分析后发现，目前国内股指期货市场存在较多的跨期套利机会，市场的有效性缺失。杨立勇和王海侠（2012）基于统计套利交易的思想对沪深300股指期货合约间价差的波动规律进行了研究，并在该波动规律的基础上建立了股指期货的跨期套利模型，从交易的效果发现我国股指期货市场存在着跨期套利空间。柳慰颖、陈以增和毛亚莉（2012）建立了基于协整的跨期套利的EWMA 模型，并运用沪深300股指期货合约的真实交易数据进行了实证研究后发现，该模型能够套利成功并获取可观的收益，因此该模型是有效的。何树红、张月秋和张文（2013）利用沪深股指期货的分钟高频收盘数据建立跨期套利模型，用历史数据预测未来价格的时变方差，利用置信度确定价差范围，实证结果发现沪深股指期货存在日内跨期套利机会，无论是样本内数据还是样本外数据，投资者的风险好恶如何，通过跨期套利可以在较小的风险下获得较高的盈利。邢亚丹、劳兰珺和孙谦（2015）基于沪深300股指期货合约1分钟高频交易数据构造日内跨期套利策略，并对套利收益的风险特征进行研究后发现，在考虑交易成本的前提下，该策略年化收益为138.84%，常规风险因子不能有效解释套利收益，市场摩擦和投资者情绪因素能够有效解释套利者获得补偿的大小。周亮（2017）通过协整方法研究了黑色类期货的套利问题，通过对样本内外的数据进行测试，发现样本内获得了32.18%的年化收益，样本外获得了26.62%的年化收益。张波和刘晓倩（2017）在引入EGARCH-M模型进行套利研究的基础上提出一种新的协整关系——修正的协整，利用沪深300股指期货合约的每分钟收盘价进行实证分析后发现，正态EGARCH-M模型对数据的拟合效果优于传统的 GARCH 模型，通过设定合理的交易机制可以获得良好的套利结果，非正态的EGARCH-M模型在拟合效果和捕捉套利机会方面都比正态模型具有更好的表现，且套利效果也有显著提高。
- GARCH族模型的研究
也有很多学者对GARCH族模型进行了实证研究，但是主要应用于对波动率的度量和比较，直接用于套利比较的非常少见。王蒋凤和吴群英（2011）运用GARCH族模型对沪深300指数序列的波动性、收益率进行了实证研究，并且对序列做了拟合与预测，证实了中国股市存在着显著的非对称效应。曹野（2012）应用GARCH族模型对黄金现货价格的收益率及波动性进行实证研究后发现，黄金价格日收益率具有“尖峰厚尾”和“波动聚类”的特征，通过TGARCH 及 EGARCH 模型发现我国黄金市场存在非对称性现象，正的冲击对黄金价格波动影响更大。林德钦（2014）运用GARCH族模型对创业板指波动率进行了实证分析，并对各模型的波动率预测效果进行比较，结果发现AR(1)-GARCH(1,1)模型对创业板指波动率的预测更为有效。郭航（2014）以上证指数为研究标的，利用RS-GARCH模型族对股市的波动性进行比较研究后发现，RS-GARCH模型族明显改善了“伪持续”现象，能够更好地刻画股市的波动特征，在高波动状态下，利空和利好消息对于A股市场波动率的影响时间更长。瞿慧、李洁和程昕（2015）比较了13种常用波动率模型对沪深300指数短期、中期、长期波动率的预测精度归一发现，对收益条件方差建模的GARCH族模型对短期、中期、长期波动率的样本外预测都具有最高的精度。宫舒文（2015）以 GARCH 模型、TGARCH 模型、EGARCH模型及GARCH-M模型对汇率的对数收益率数据进行数据分析及模型拟合，通过对模型系数显著性、AIC及SBC准则及模型本身要求等各方面的筛选最终选用 EGARCH（1，3）作为最优拟合模型，并发现美元兑人民币汇率具有集群性、非对称性和杠杆效应等特征。吕勇斌和邵律博（2015）运用 GARCH族模型对我国碳排放权交易市场中的价格波动特征进行实证研究后发现，我国碳排放权的价格变化呈现地区差异性，各省市碳排放权收益率序列均表现出明显的“波动集聚”特征。潘锡泉（2017）采用GARCH族波动性模型进行研究后发现，汇率风险引起的自身滞后波动及外部市场冲击是引起人民币汇率波动的主因，且这类冲击对汇率波动的影响会产生“长记忆特性”，导致其呈现出显著的“尖峰厚尾”和“集聚性”特征。
二、国外研究现状
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
