高频数据条件下基于ETF基金的股指期货套利研究

doi:10.16381/j.cnki.issn1003-207x.2018.05.002

中国管理科学 ›› 2018, Vol. 26 ›› Issue (5): 9-20.doi: 10.16381/j.cnki.issn1003-207x.2018.05.002

高频数据条件下基于ETF基金的股指期货套利研究

王良, 秦隆皓, 刘潇, 陈婕

西安理工大学经济与管理学院, 陕西西安 710048

收稿日期:2017-01-20 修回日期:2017-04-24 出版日期:2018-05-20 发布日期:2018-07-30
通讯作者: 王良(1974-),男(汉族),陕西蓝田人,西安理工大学经济与管理学院副教授,硕士生导师,西安交通大学应用经济学博士后,博士,研究方向:金融工程,E-mail:wanglgl@sohu.com. E-mail:wanglgl@sohu.com
基金资助:
国家自然科学基金面上资助项目（71171155）；西安市社会科学规划基金重大项目（17J92）；西安理工大学科技创新计划项目（2016CX009）

A Study on Stock Index Futures Arbitrage by ETF with High Frequency Data

WANG Liang, QIN Long-hao, LIU Xiao, CHEN Jie

School of Economics and Business Administration, Xi'an University of Technology, Xi'an 710048, China

Received:2017-01-20 Revised:2017-04-24 Online:2018-05-20 Published:2018-07-30

摘要/Abstract

摘要： 利用无套利区间分析方法，构建了高频数据条件下基于ETF基金组合的股指期货套利模型，并对自有资金投资者及融资融券投资者的期现套利过程进行了分析。实证研究发现中国股指期货市场的正向套利机会多于反向套利机会，期现套利过程中的错误定价率较高，表现出非均衡性；融资融券的费率较高使得该类型投资者的无套利区间较大，而该做空机制的引入在一定程度上抑制了市场的过度套利行为。由于季月期货合约的交易时间相对较长，因此该类型合约的套利机会要多于当月交易的其它类型合约。即使交割日有20%的涨跌幅限制，但交割日当天的平均错误定价率、瞬时套利平均收益率与交割日的前三交易日相比基本相同，但连续套利机会有所增加。

关键词: 股指期货, 基金, 套利, 交割

Abstract: In this paper, the arbitrage process between stock index futures and spot based on the ETF portfolio is studied through high frequency data. In consideration of the transaction cost through the 12 futures contract in 2013 with 5 minutes high frequency data, the model of ETF arbitrage fund portfolio stock index futures is constructed using no arbitrage interval analysis method. It is found that the reverse arbitrage opportunity of China's stock index futures market is less than positive arbitrage opportunity. The mispricing rate in the process of spot and future arbitrage is high and shows non-equilibrium. Moreover, the introduction of margin trading inhibits the arbitrage behavior. Due to a higher cost rate of margin trading, which also makes arbitrage-free interval of margin trading investor expand, it gets the positive arbitrage opportunity greater than the positive arbitrage. As the transaction time of the quarter-month contract is relatively long, so its arbitrage opportunity is far more than other types of index futures. But continuous positive arbitrage opportunity of the quarter-month contract is more than the other types of contracts, and the continuous reverse arbitrage opportunity of it is significantly fewer than other types of contract. Although the future delivery date price limitation is of 20% by the trading rules, it is found that in the delivery day, total number of over boundary of arbitrage-free interval, longest duration of over boundary, average mispricing rate, return of instantaneous arbitrage, continuous arbitrage opportunity of two types investors are almost same. For the delivery day, the volatility degree of index future price last two hours is significantly lower than the volatility of two hours before, it is because that the final delivery price of future is confirmed by average stock index futures price of last two hours, which makes the price stabilize. This study is helpful to improve the efficiency of stock index futures arbitrage trading to a certain extent.

Key words: stock index future, fund, arbitrage, delivery

中图分类号:

F832.5

王良, 秦隆皓, 刘潇, 陈婕. 高频数据条件下基于ETF基金的股指期货套利研究[J]. 中国管理科学, 2018, 26(5): 9-20.

WANG Liang, QIN Long-hao, LIU Xiao, CHEN Jie. A Study on Stock Index Futures Arbitrage by ETF with High Frequency Data[J]. Chinese Journal of Management Science, 2018, 26(5): 9-20.

参考文献

[1] Ekholm A G. Portfolio returns and manager activity:How to decompose tracking error into security selection and market timing?[J].Journal of Empirical Finance, 2012, 19(3):349-358.

[2] Tu A H, Hsieh W L G, Wu W S. Market uncertainty, expected volatility and the mispricing of S&P 500 index futures[J]. Journal of Empirical Finance, 2016,35(1):78-98.

[3] Ross S A. The arbitrage theory of capital asset pricing[J]. Journal of Economic Theory, 1990, 13(3):341-360.

[4] Kim B H, Chun S E, Min H G, Nonlinear dynamics in arbitrage of the S&P 500 index and futures:A threshold error-correction model[J]. Economic Modelling, 2010,27(2):566-573.

[5] Delong J B, Shleifer A, Summers L H, et al. Noise trader risk in financial markets[J].Journal of Political Economy, 1990, 98(4):703-738.

[6] Fung A K W,Lam K.Overreaction of index futures in Hong Kong[J].Journal of Empirical Finance,2004, 11(3):331-351.

[7] Alsayed H,McGroarty F.Ultra-High-Frequency algorithmic arbitrage across international index futures[J]. Journal of Forecasting,2014,33(6):391-408.

[8] McMillan D G, Vlkü N. Persistent mispricing in a recently opened emerging index futures market:Arbitrageurs invited[J]. Journal of Futures Markets, 2009, 29(3):218-243.

[9] Bialkowski J, Jakubowski J. Stock index futures arbitrage in emerging markets:Polish evidence[J]. International Review of Financial Analysis, 2008, 17(2):363-381.

[10] Brenner M, Subrahmanyam M G, Uno J. Stock index futures arbitrage in the Japanese markets[J].Japan and the World Economy, 1989, 1(3):303-330.

[11] Tsaih R, Hsu Y Lai CC.Forecasting S&P 500 stock index futures with a hybrid AI system[J].Decision Support Systems, 1998, 23(2):161-174.

[12] 曹栋,张佳. 基于GARCH-M模型的股指期货对股市波动影响的研究[J]. 中国管理科学, 2017,25(1):27-34.

[13] 简志宏,曾裕峰,刘曦腾. 基于CAViaR模型的沪深300股指期货隔夜风险研究[J]. 中国管理科学,2016,24(9):1-10.

[14] 刘向丽,张雨萌. 基于向量误差修正模型的股指期货价格发现功能研究[J]. 管理评论,2012,24(2):71-77.

[15] 方匡南,蔡振忠. 我国股指期货价格发现功能研究[J]. 统计研究,2012,29(5):73-78.

[16] 张健,方兆本. 股指期货套期保值模型选择[J]. 中国科学技术大学学报,2012,42(3):191-196.

[17] 魏卓,陈冲,魏先华. 基于高频数据的中国市场股指期货套利[J]. 系统工程理论与实践,2012,32(3):476-482.

[18] 刘伟,陈敏,梁斌. 基于金融高频数据的ETF套利分析[J]. 中国管理科学,2009,17(2):1-7.

[19] 刘岚,马超群. 中国股指期货市场期现套利及定价效率研究[J]. 管理科学学报,2013,16(3):41-52.

高频数据条件下基于ETF基金的股指期货套利研究

A Study on Stock Index Futures Arbitrage by ETF with High Frequency Data

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	蔡毅,唐振鹏,吴俊传,杜晓旭,陈凯杰. 基于灰狼优化的混频支持向量机在股指预测与投资决策中的应用研究[J]. 中国管理科学, 2024, 32(5): 73-80.
[2]	尹海员,寇文娟. 基于朴素贝叶斯法的投资者情绪度量及其对股票特质风险的影响[J]. 中国管理科学, 2024, 32(4): 38-47.
[3]	周骐,李仲飞,邓柏峻. 行业配置、聚类程度与基金业绩[J]. 中国管理科学, 2024, 32(2): 152-165.
[4]	陆帅,李守伟,何建敏. 考虑基金网络地位的多阶段效率及其前瞻性预测能力[J]. 中国管理科学, 2023, 31(9): 22-34.
[5]	倪宣明, 邱语宁, 赵慧敏. 私募基金市场融资缺口的形成机理与解决路径研究[J]. 中国管理科学, 2023, 31(7): 91-102.
[6]	刘慕涵, 熊熊. 股指期货交易政策、投资者行为与市场质量[J]. 中国管理科学, 2023, 31(7): 126-139.
[7]	王虎, 李守伟, 马瑜寅, 刘晓星. 基于共同持股网络的基金系统性风险研究[J]. 中国管理科学, 2023, 31(6): 82-90.
[8]	王丹阳, 姚禄仕. 共同基金的动态流动性偏好——基于预期市场波动和投资者情绪[J]. 中国管理科学, 2023, 31(5): 39-48.
[9]	崔峰, 韩传峰, 刘兴华, 滕敏敏. 基于小波GARCH模型的协整策略交易信号指标体系优化[J]. 中国管理科学, 2023, 31(2): 129-137.
[10]	孟阳,吴登生. 科研机构学科布局的规模水平与结构特征度量研究[J]. 中国管理科学, 2023, 31(12): 311-316.
[11]	王丹阳,姚禄仕. 基金流动性风险的动态防控策略[J]. 中国管理科学, 2023, 31(10): 40-48.
[12]	霍红. 国家自然科学基金资助体系中管理科学与工程学科的资助特点与发展路径[J]. 中国管理科学, 2023, 31(1): 1-8.
[13]	黄诒蓉, 白羽轩. 网络传染是“真羊群”还是“伪羊群”?——网络传染程度对资本市场定价效率的影响[J]. 中国管理科学, 2021, 29(9): 12-24.
[14]	李增禄, 郭强, 聂佳佳. 基于政府回收处理基金的O2O在线回收企业回收再售策略研究[J]. 中国管理科学, 2021, 29(12): 42-52.
[15]	向诚, 杨俊. 谁在市场中赌博？基金博彩行为研究[J]. 中国管理科学, 2021, 29(11): 224-236.