夜盘交易对我国农产品期货市场影响的实证研究

doi:10.12005/orms.2021.0052

运筹与管理 ›› 2021, Vol. 30 ›› Issue (2): 130-138.DOI: 10.12005/orms.2021.0052

夜盘交易对我国农产品期货市场影响的实证研究

姚海祥^1,2, 洪雅芳¹, 马庆华³, 黄予昕⁴

1.广东外语外贸大学金融学院,广东广州 510006;
2.广州华南财富管理中心研究基地,广东广州 510006;
3.广东外语外贸大学数学与统计学院,广东广州 510006;
4.上海财经大学会计学院,上海 200433

收稿日期:2019-03-03 出版日期:2021-02-25
作者简介:姚海祥(1978-),男,广东增城人,教授、博士、博导,研究方向:金融工程与风险管理;洪雅芳(1995-),女,湖北黄石人,硕士研究生,研究方向:金融工程与风险管理;马庆华(1963-),男,广东梅州人,教授,研究方向:金融数学与金融工程;黄予昕(1997-),女,广东惠州人,本科生,专业方向:国际会计(ACCA)与金融。
基金资助:
国家自然科学基金资助项目(72071051,71871071,71471045);国家自然科学基金创新研究群体项目(71721001);广东省自然科学重点项目(2018B030311004);广东省自然科学基金项目(2017A030313399)和广东省普通高校创新团队项目(2016WCXTD012)的资助

An Empirical Study on the Influence of Night Trading on the China's Agricultural Products Futures Market

YAO Hai-xiang^1,2, HONG Ya-fang¹, MA Qing-hua³, HUANG Yu-xin⁴

1. School of Finance, Guangdong University of Foreign Studies, Guangzhou 510006, China;
2. Southern China Institute of Fortune Management Research, Guangzhou 510006, China;
3. School of Mathematics and Statistics, Guangdong University of Foreign Studies, Guangzhou 510006, China;
4. School of Accountancy, Shanghai University of Finance and Economics, Shanghai 200433, China

Received:2019-03-03 Online:2021-02-25

摘要/Abstract

摘要： 随着我国农产品期货与国际市场的联动性进一步加强,为防止相关期货产品的隔夜风险和价格跳水问题,对部分农产品期货实行夜盘交易制度。为测度夜盘交易制度是否有益于农产品期货市场朝着稳定、理性的方向发展,本文采用了适合刻画金融序列波动性的GARCH族模型,实证检验得出GARCH、GARCH-M和EGARCH模型能够高度拟合农产品期货的价格序列并显著衡量夜盘交易对于我国农产品期货市场的影响。研究结论如下:第一、基于GRACH模型实证结果,夜盘交易制度变量的回归结果显著,该制度能减轻农产品期货的价格波动,且其影响是显著的;第二、EGARCH模型的回归结果同样显著,分别对比不同样本期的EGARCH模型实证结果可以得到,夜盘交易的开放减少了农产品期货市场的非对称性,使得市场趋向于理性的方向发展。

关键词: 夜盘交易, 农场品期货, GARCH模型, 波动性, 非对称性

Abstract: With the further deepening of the internationalization of China's financial market and the further strengthening of the linkage between important agricultural products futures and the international market, in order to prevent the overnight risk and price diving of related futures products, China implements a night trading system for some agricultural products futures. In order to measure whether the trading system of night trading is beneficial to the development of agricultural futures market in a stable and rational direction, based on the comprehensive analysis of the lack and deficiency of existing research, this paper adopts the GARCH family model suitable for characterizing the volatility of financial series. The empirical result shows that the GARCH, GARCH-M and EGARCH models can highly fit the price series of agricultural futures and significantly measure the impact of night trading on China's agricultural futures market. The conclusions of the study are as follows: First, based on the empirical results of the GRACH model, the regression results of the night trading variables of the night trading are significant. The system can reduce the price fluctuation of agricultural futures, and its impact is significant. Second, the regression results of the EGARCH model are also significant. Comparing the empirical results of the EGARCH model in different sample periods, the opening of the night trading reduces the asymmetry of the agricultural futures market, making the market tend to develop in a rational direction.

Key words: night trading, farm product futures, GARCH model, volatility, asymmetry

中图分类号:

F830.9

姚海祥, 洪雅芳, 马庆华, 黄予昕. 夜盘交易对我国农产品期货市场影响的实证研究[J]. 运筹与管理, 2021, 30(2): 130-138.

YAO Hai-xiang, HONG Ya-fang, MA Qing-hua, HUANG Yu-xin. An Empirical Study on the Influence of Night Trading on the China's Agricultural Products Futures Market[J]. Operations Research and Management Science, 2021, 30(2): 130-138.

参考文献

[1] 夏天,程细玉.国内外期货价格与国产现货价格动态关系的研究——基于DCE和CBOT大豆期货市场与国产大豆市场的实证分析[J].金融研究,2006(2):110-117.
[2] 刘小芳,李旭超,邹智.我国棉花期货价格与现货价格关系实证研究[J].时代金融,2011,38(11):173-174.
[3] 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(11):126-139.
[4] 林学贵.棉花价格波动溢出效应[J].中国管理科学,2016(s1).504-508.
[5] 滕云.关于我国农产品期货交易所开展夜盘交易的研究[J].中国证券期货,2013(2):21-22.
[6] 王柏杰,李爱文.夜盘交易对中国农产品期货市场定价权的影响[J].西北农林科技大学学报(社会科学版),2017,17(6):91-99.
[7] Bollerslev T, Ghysels E. Periodic autoregressive conditional heteroskedasticity[J]. Cahiers De Recherche, 1996, 14(2): 139-151.
[8] Hacker R S. Hatemi J A. “A test for multivariate ARCH effects”[J]. Applied Economics Letters, 2005, 12(7): 411-417.
[9] Bhattacharya S, Gupta P. Modeling time-varying volatility in indian commodity futures return: some empirical evidence[J]. Journal Of Financial Risk Management,2016, 13(4): 28-46.
[10] 陈晓东,易文德.我国农产品期货市场波动率实例分析[J].商业经济研究,2011(14):62-64.
[11] Ryu Doojin. Price impact asymmetry of futures trades: trade direction and trade size[J]. Emerging Markets Review, 2013, 14: 110-130.
[12] Zou L, Rose L C, Pinfold J F. Intra-night trading behaviour of australian treasury-bond futures overnight options[J]. International Review of Financial Analysis, 2005, 15(4-5): 415-433.
[13] Dutta S, Sharma S C. Daytime vs. Overnight trading in equity index futures markets[J]. Accounting & Finance Research, 2012, 1(2).
[14] Sang L J, Seon J, Ji S L. Overnight trading and price discovery over the course of a trading day: evidence from stock index futures in korea[J]. Asia-pacific Journal of Financial Studies, 2016, 45(3): 463-491.
[15] Fung H G, Mai L, Zhao L. The effect of nighttime trading of futures markets on information flows: evidence from China[J]. China Finance & Economic Review, 2016, 4(1): 7.
[16] Patrick D, Stewart M, Chris Stivers. Stock Returns, Implied volatility innovations, and the asymmetric volatility phenomenon[J]. Journal of Financial and Quantitative Analysis, 2006, 41(2): 381.
[17] Rannou Y, Barneto P. Futures trading with information asymmetry and OTC predominance: another look at the volume/volatility relations in the european carbon markets[J]. Energy Economics, 2014(3): 159-174.
[18] 王柏杰,李爱文.夜盘交易与期货市场效率[J].证券市场导报,2016(4):63-70.
[19] 王柏杰,李爱文.夜盘交易与中美期货市场联动——基于波动溢出与动态关联视角[J].金融经济学研究,2016(5):65-74.
[20] 马莹.夜盘交易对贵金属期货市场的影响研究[D].哈尔滨工业大学,2018:6-10.
[21] 高铁梅.计量经济分析方法与建模[M].清华大学出版社,2006:193-217.
[22] 陈强.高级计量经济学及Stata应用[M].高等教育出版社,2010:447-468.
[23] Dennis P, Mayhew S, Stivers C. Stock Returns, implied volatility innovations, and the asymmetric volatility phenomenon[J]. Journal of Financial & Quantitative Analysis, 2006, 41(2): 381-406.
[24] 傅强,丁俊峰,季俊伟.夜盘交易制度对我国白银期货市场的影响——基于ARMA-EGARCH模型的实证研究[J].价格理论与实践,2015(12):148-150.
[25] 黄卓,李超.上海黄金期货波动率的实证分析——基于夜盘交易推出对黄金期货价格影响机制研究[J].价格理论与实践,2015(2):94-96.
[26] 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.
[27] 严伟祥,张维,牛华伟.金融风险动态相关与风险溢出异质性研究[J].财贸经济,2017,38(10):67-81.
[28] 周爱民,韩菲.股指期货与现货市场的风险溢出研究[J].财贸经济,2017,38(8):52-65.
[29] 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,2016,24(9):28-35.
[30] Taylor S J. Modelling financial time series[J]. 1986.43-65.
[31] Dickey D A, Fuller W A. Likelihood ratio statistics for autoregressive time series with a unit root[J]. Econometrica, 1981, 49(4): 1057-1072.
[32] 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.

夜盘交易对我国农产品期货市场影响的实证研究

An Empirical Study on the Influence of Night Trading on the China's Agricultural Products Futures Market

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

[1]	任仙玲, 孙文岳. 中国股指期现货市场间的非对称风险溢出效应——基于分位数Granger因果检验[J]. 运筹与管理, 2021, 30(8): 190-197.
[2]	杨芸, 陈亮, 樊重俊, 杨进. 改进型LOBNN & AR-GARCH模型在股票预测中的应用[J]. 运筹与管理, 2021, 30(10): 153-158.
[3]	郭新帅, 张之玥, 居姗. 汇改与外汇市场波动性:大玩家理论的视角[J]. 运筹与管理, 2021, 30(1): 177-183.
[4]	刘静一, 李彤, 简志宏. 中国股票市场行业间波动溢出非对称效应研究——基于“好的波动”和“坏的波动”分析[J]. 运筹与管理, 2020, 29(9): 196-203.
[5]	惠晓峰, 姚璇, 马莹. 夜盘交易对我国贵金属期货市场的影响研究[J]. 运筹与管理, 2020, 29(5): 207-217.
[6]	吴鑫育, 侯信盟. 基于双因子已实现GARCH模型的波动率预测研究[J]. 运筹与管理, 2020, 29(12): 207-214.
[7]	姜金贵, 张琦, 沈丹薇, 宋艳. 社会化媒体环境下不可辩解型产品伤害危机演化博弈研究[J]. 运筹与管理, 2019, 28(7): 17-25.
[8]	姚萍, 王杰, 杨爱军, 刘晓星. 基于EGB2分布族的GAS-EGARCH模型与VaR预测[J]. 运筹与管理, 2019, 28(11): 125-134.
[9]	方艳, 张元玺, 乔明哲. 上证50ETF期权定价有效性的研究:基于B-S-M模型和蒙特卡罗模拟[J]. 运筹与管理, 2017, 26(8): 157-166.
[10]	刘辉, 姚海祥, 马庆华. 波动性变化下的VaR历史模拟法实证研究[J]. 运筹与管理, 2017, 26(12): 112-118.
[11]	张茂军,王文华,王庆辉. 基于便利收益的商品期货套期保值策略研究[J]. 运筹与管理, 2016, 25(3): 232-238.
[12]	王春峰,张驰,房振明. 中国股市收益率与异质波动性关系研究[J]. 运筹与管理, 2015, 24(5): 222-227.
[13]	李春红, 汤杰, 王冬吾. 结构性油价波动对中国股市的非对称性影响分析[J]. 运筹与管理, 2015, 24(4): 219-224.
[14]	林菡密, 孙绍荣. 密封第一价格拍卖中的竞拍者串谋分析——基于“强”卡特尔的第一价格预拍[J]. 运筹与管理, 2015, 24(3): 258-265.