导读:本文包含了期货收益论文开题报告文献综述及选题提纲参考文献，主要关键词:行为金融,投资者情绪,投资者交易行为,有色金属期货收益
期货收益论文文献综述
刘梦麟[1]（2019）在《投资者情绪、投资者交易行为对有色金属期货收益的影响研究》一文中研究指出传统的资产定价理论以理性人假说作为研究前提,认为套利行为会消除市场的非理性因素从而推动推动资产价格趋近本身价值,却无法对近年来的一系列金融异象提供合理解释。行为金融理论对金融市场异象具有良好的解释效果,在近年来逐渐获得了学者的认可,人们开始从非理性视角对资产价格的影响因子进行研究,如研究非理性的投资者情绪和投资者交易行为对资产价格的作用。我国是全球最大的有色金属生产、消费国,有色金属期货是我国期货市场的重要组成部分,与国民经济的发展一脉相承。虽然近年来发展迅速,但与发达国家的成熟市场相比,我国期货市场整体起步较晚,各项制度仍有待完善,市场散户投资者占比较高,非理性因素影响更加深远。因此,从行为金融的视角出发,就非理性因子对我国有色金属期货市场的影响展开研究,符合我国期货市场的发展现状,具有重要的实践意义。基于此,本文试图探讨投资者情绪、投资者交易行为与我国有色金属期货收益的关系。以Shiller(2011,2014)提出的“人性金融”概念为基础,本文构建了有色金属期货市场的投资者情绪指标和投资者买卖非均衡指标,用来分别刻画期货投资者的真实想法与真实行为。进一步地,本文就二者与有色金属期货收益的关系进行了探究。第一,选用上期所的八种有色金属期货作为研究对象,运用多元回归分析检验投资者情绪和买卖非均衡对有色金属期货收益的影响。结果表明,投资者情绪、投资者买卖非均衡对有色金属期货收益均具有正向、显着的影响,且买卖非均衡的影响更为显着。第二,分别从买卖双方视角考量投资者行为,将其分解为主买/主卖交易量,并探讨投资者情绪和主买、主卖交易量对有色金属期货收益的作用。结果表明投资者情绪和主买交易量对有色金属期货收益具有正向、显着的影响,而主卖交易量的影响为负向显着;第叁,将买卖非均衡指标分解为可预期和不可预期的买卖非均衡,并探讨投资者情绪和可预期、不可预期的买卖非均衡对有色金属期货收益的影响。结果表明,投资者情绪和可预期、不可预期的买卖非均衡均是影响有色金属期货收益的系统性因子,与期货收益均存在显着正相关关系。进一步地,与可预期的买卖非均衡相比,不可预期的买卖非均衡对有色金属期货收益的影响更为显着。(本文来源于《华南理工大学》期刊2019-04-14）
张钊[2]（2018）在《中国股指期货收益波动非对称性研究》一文中研究指出本文主要研究了中国当前金融市场中已有的叁种股指期货:沪深300、中证500以及上证50股指期货日收益率波动所体现的非对称性。通俗地说,收益率波动的非对称性是指利好消息或者利空消息对收益率波动大小所造成的不对称现象。起初关于非对称性的研究大部分集中在股票市场,例如Christie(1982)[8]研究发现股票当期收益率与未来波动率之间存在负相关关系。他认为在其他情况相同时,股价上升收益率增大,公司市值升高进而公司的债务/资产比例下降,投资者持股风险会随之下降;同理当股价下跌时,会造成上市公司杠杆率上升,投资者理论上面临更大的投资风险,因此非对称性又称为杠杆效应。关于股指期货市场的研究多集中在国外成熟市场,对于中国本土股指期货的研究主要是相对较少,赖文炜、陈云(2015)[33]运用GJRGARCH模型,研究了我国沪深300股指期货主力合约的非对称性,并且与标普500股指期货做了对比,发现就沪深300股指期货而言,我国股指期货市场非对称性相对较弱。本文仍然使用GARCH模型建模的方法,但尽可能采用多种非对称GARCH类模型来研究,对当前中国金融市场上的叁种股指期货日收益波动率建模来分析研究其非对称性,并结合中国金融市场做出合理的解释。本文分两部分展开研究:第一部分利用Garch类模型对股指期货日收益率进行建模,检验验证沪深300、中证500以及上证50叁种股指期货是否有波动非对称性现象。第二部分基于VaR-Garch类模型对叁种股指期货日收益在险值进行比对,检验收益波动的非对称性能否提高VaR预测的准确性。第一部分,首先对叁种股指期货的日收益率进行平稳性检验,结果显示平稳。随后依次对叁种股指期货进行ARCH效应检验,发现沪深300股指期货、中证500以及上证50股指期货均存在条件异方差性。运用Garch、Tarch、Egarch以及Parch模型分别对叁种股指期货建模,从参数估计结果发现:沪深300股指期货在2014年10月27号至2018年1月26号存在明显的反杠杆效应,即利好消息对波动的影响大于利空消息;中证500股指期货自2015年4月16日上市以来表现出明显的杠杆效应;而上证50股指期货并没有表现出杠杆效应;第二部分主要检验非对称性冲击是否能提高VaR预测准确性。因期货市场可以做多或者做空,本文同时考虑到多头和空头双方的投资组合并进行在险值预测。通过LR似然比检验,发现非对称的Garch模型预测准确性高于普通Garch模型:沪深300股指期货存在反杠杆效应,空头头寸的VaR预测准确性更高;中证500股指期货由于存在杠杆效应,多头头寸的VaR预测相对更加准确;上证50股指期货由于没有表现出明显的非对称效应,因而其预测准确性与Garch模型一致。(本文来源于《山东大学》期刊2018-04-20）
李博[3]（2017）在《基于高频数据的股指期货收益波动特征及套期保值研究》一文中研究指出近十年来,我国股票以及期货市场发生了较大幅度的波动以及震荡,证券以及期货市场面临的不确定性渐渐增加,正确科学的刻画、度量市场的波动性,正确合理发挥期货等金融衍生品的积极作用对于维护金融市场的稳定具有重要的现实意义。同时近年来依托高频数据研究方法的股指期货市场的套期保值研究发展,取得了重要的进展,进而能够更科学地对冲金融资产的系统风险,提高资产风险管控水平,实现资产组合风险最小化,效益最大化。本文首先结合高频数据对沪深300股指期货市场的基本特征包括跳跃性、长记忆性、不对称性进行探究,并结合沪深300股指期货市场的这些基本特征建立与之相适应的波动率预测模型。随后综合国内外套期保值研究的动态二元套期保值模型,并结合基于高频数据的已实现波动率以及Copula理论进行拓展,比较分析各个不同模型的套期保值效果。得到结论如下:第一,对沪深300股指期货市场当月连续指数5分钟高频数据进行分析,发现沪深300股指期货市场收益波动率存在明显的尖峰厚尾和集聚特征。并发现沪深300股指期货市场的日内5分钟收益率不存在长记忆性,但是日度收益率以及已实现波动率存在显着的长记忆性。第二,发现沪深300股指期货市场收益波动率存在显着地跳跃性特征,并通过两种不同跳跃性检验方法得到沪深300股指期货市场发生跳跃性的比例约为21.5%。并发现2016年沪深300股指期货无论是从发生的跳跃比例或跳跃方差贡献比例都显着大于其他年份。第叁,通过Realized-EGARCH对沪深300股指期货5分钟高频数据进行分析,发现沪深300股指期货市场存在微弱的杠杆效应,并发现沪深300股指市场不对称性强于沪深300股指期货市场。第四,通过比较分析得到,考虑收益波动率长记忆性、跳跃性、不对称性等基本特征的LHAR-RV-CJ模型的波动率预测效果要显着高于其他模型。第五,分别建立二元DCC-GARCH模型、引入已实现波动率的DCC-Realized-GARCH,以及引入 Copula 理论的 Copula-DCC-GARCH 模型和Copula-DCC-Realized-GARCH模型进行动态套期保值。发现在样本内测试时,基于Copula理论的模型能够提高方差减少比率,提高套期保值效率。并发现基于Copula理论模型有较小套期保值比率,即在相同方差减少比率的情况下,能够有较小的对冲风险和资金成本。同时发现在市场行情上涨时,基于Copula理论的模型能够有较好的盈利效果。但在市场行情下滑时,基于Copula理论的模型在资产保值方面效果较弱。第六,基于已实现波动率的Realized模型计算得到的套期保值比率呈现锯齿状,方差更大,波动性更加强烈,模型套期保值的方差减少比率效果较弱。同时基于资产组合收益率的比较发现,当市场发生亏损时,基于已实现波动率的Realized模型有更大的平均收益率,即Realized套期保值模型有更好的止损效果。(本文来源于《东北财经大学》期刊2017-10-01）
龙慧祯,佟烨[4]（2015）在《我国股指期货收益波动预警的实证分析》一文中研究指出本文介绍了股指期货概念及MS-GARCH模型,选择沪深300指数期货从2011年4月16日到2014年7月22日的样本数据,利用MS-GARCH模型进行实证分析,对其对数收益率波动预警序列不符合正态假定,通过模型结果显示,其在收益率序列的波动预警特征上有更强的说服力和解释力。(本文来源于《中国市场》期刊2015年08期）
王超[5]（2013）在《双胞胎集团“期货收益”反哺饲养户》一文中研究指出生猪价格连续下跌令猪农叫苦不迭，H7N9禽流感又让养殖户雪上加霜。如果这一状况持续下去，必将导致产业的大起大落，最终受伤的必将是养殖户和消费者。对此，一些有远见的饲料领头企业，一方面积极参与期货避险，另一方面将自己通过期货市场套期保值交易锁定的收益部分转(本文来源于《中国证券报》期刊2013-05-10）
李波[6]（2013）在《沪深300股指及其期货收益与波动的研究》一文中研究指出在金融市场中,金融资产的收益与波动一直是学者们研究的热点。随着各国股指和股指期货的相继推出,学者们对股指和股指期货的收益及其波动进行了广泛研究。目前,研究股指和股指期货的收益与波动的计量经济模型大多数局限于应用ARCH模型、GARCH模型、ARMA模型、自回归模型和误差修正模型等来描述收益率与波动率的变化。然而以股票为主要资产的金融市场受到各种不确定性因素的影响,导致市场中资产价格出现大起大落或牛市与熊市、经济发展时好时坏或时快时慢等现象。例如,2008年的全球金融危机和2010年的欧债危机都使股市处于涨跌不稳行情,各国的经济也存在高速发展和低迷等特征。因此,仅从单一状态来分析市场的变化运动不符合实际特征。同样的,股指和股指期货的收益与波动也需要建立应用多个状态模型来分析其收益的波动,这样可以更好的描述收益与波动的特征,从而得到更精确的分析结果。而上述提及的计量经济模型没有考虑系统状态转换特征,本文应用马尔科夫状态转换模型来研究股指和股指期货的收益与波动的统计规律。本文以我国沪深300股指及其期货的收益与波动为样本考察对象,应用统计分析方法检验了沪深300股指及其期货的收益率存在两状态转换特点。通过不同状态下的沪深300股指及其期货的收益情况和状态间的转移概率来分析其波动性。在建立时间序列模型时,大家一般假设残差项服从正态分布,而实际上残差项可能服从正态分布、t分布和GED(广义误差分布)分布等分布,所以单纯假设残差项服从正态分布不符合实际情况。本文建立了残差项服从不同分布的ARMA-GARCH模型和马尔科夫状态转换自回归模型,通过对模型进行比较选择了更优的模型。本文的主要内容包括：第一章介绍了本文的研究背景、意义和国内外研究情况。第二章主要介绍了分析金融时间序列数据的平稳性检验方法、滞后阶数确定的方法、Granger因果检验的方法、ARMA模型、GARCH模型和马尔科夫状态转换的自回归模型及参数估计方法。第叁章使用第二章介绍的方法对我国沪深300股指及其期货的收益率进行实证研究,分别建立了ARMA-GARCH模型和马尔科夫状态转换自回归模型,并比较了模型的残差项服从不同分布的情况。第四章研究了沪深300股指及其期货收益波动率,以第叁章中ARMA-GARCH模型产生的方差序列为研究对象,分别建立了方差序列的ARMA-GARCH和ARIMA模型。第五章对本文进行了总结,得出一些结论,并介绍有待进一步研究的问题。(本文来源于《广西师范大学》期刊2013-04-01）
王博,伍楠林[7]（2012）在《我国股指期货收益与宏观经济关系的实证分析》一文中研究指出股指期货是以股价指数为标的物的标准化期货合约,其具备高杠杆性、投机性和交易策略复杂性的特征,其风险与收益的变化在对宏观经济产生复杂影响的同时,也必然受到宏观经济各环境因素的影响。本文通过构建向量自回归模型,然后建立平稳性检验、最优滞后长度检验与协积检验,可以使数据分析更加合理可靠,最终实现更好的衡量股指期货收益、为其指标体系的构建提供良好的示范。(本文来源于《国际贸易问题》期刊2012年06期）
丁岩[8]（2011）在《基于MS模型的我国股指期货收益波动状态预测》一文中研究指出中国大陆从2010年4月开始交易股指期货,无论是使用它进行市场投资,还是对冲和套期保值,一个必须面对的问题就是如何科学地对波动进行预测,本文考虑马尔科夫状态转换模型进行预测,它主要用于研究时间序列的状态转换行为,是刻画时间序列波动行为一种非线性模型,并且已经在国外金融证券市场上广泛应用,而且精度很高。本文使用多种形式的马尔科夫状态单变量转换模型,检验并研究了股指期货市场收益波动率的状态转换性,同时做了样本内的预测。结果发现,中国大陆股指期货的市场具有状态转换特征,两状态模型把期货收益的波动分为高波动和低波动,叁状态的模型把波动分为高波动,中等波动和低波动,其中低波动和高波动的预期持续期较低,平均为1到2天,市场的状态大部分时间处于中等波动状态,平均预期持续期为6到10天,叁状态模型的精确度要明显大于两状态模型的精确度,通过60天和90天滑动样本内预测,发现两状态模型能够准确预测收益率状态成功率最高为57.69%,具有较好的预测效果。MS-GARCH模型把永久性波动和暂时性波动都分为两个状态,永久性低波动持续期最大,暂时性高波动状态持续期最小,暂时性波动分为两个状态说明暂时性冲击即可以对市场造成巨大影响,市场也有可能吸收这种冲击。自回归转换模型(MS-AR)模拟效果比起MS一般模型更加平滑,在自回归模型中,二阶自回归转换模型比一阶自回归模型更加精确描述市场的状态,通过比较它们,我们发现二阶滞后因子在模型中的重要性比一阶滞后因子更大,期货收益状态的转换主要依赖于二阶滞后项,因此股市的波动行为往往受到二阶滞后收益的影响更大。本文同时做了均值转换自回归模型,验证了叁阶以内的两状态和叁状态模型,发现二阶模型的表现最好,叁阶以上的模型效果逐渐降低,最后验证了转移概率随时间变化的均值转换模型,发现标的股票指数收益的波动率是影响转换概率的因素,模型的模拟效果最高,因此中国股指期货市场的波动行为可以使用MS-AR模型进行预测,其他更加复杂的如向量自回归模型本文并未进行检验。MS-AR(2)两状态模型样本内方向预测准确率最高,其中基于90个数据的滑动预测成功率大约是2/3,两状态模型的预测效果要好于叁状态模型的效果,发现一般模型就能够验证波动的转换性是本文的创新点,同时对马尔科夫状态转换模型在股指期货的应用提供了思路。(本文来源于《电子科技大学》期刊2011-05-01）
文玉春[9]（2010）在《台湾股指期货收益波动性与交易量、持仓量考察》一文中研究指出采用VAR模型和扩展的GARCH族模型,研究台湾股指期货收益波动性、交易量和持仓量叁者之间的动态关系,同时检验交易量和持仓量在GARCH模型中的预测作用。结果表明:台湾股指期货交易量对收益波动性的直接影响存在着滞后效应,波动性间接地依赖于持仓量的变化,交易量和持仓量之间存在明显的双向因果关系。交易量和持仓量的引入能否有助于基础GARCH模型预测收益波动性取决于样本观测期的选择,从均方误差来看叁个最好的非样本收益波动性预测模型都是扩展后的GARCH变形模型。(本文来源于《商业研究》期刊2010年10期）
戴毓,周德群[10]（2008）在《我国燃料油期货收益、交易量关系的实证研究》一文中研究指出针对我国燃料油期货市场的价格收益、交易量的关系进行了实证研究,研究结果表明,收益与交易量之间不存在相关关系,绝对收益与交易量之间存在正相关关系;收益与成交量以及绝对收益与成交量之间不存在任何方向的G ranger因果关系;收益具有自相关、异方差的特点,收益波动的条件方差对条件收益没有直接影响;燃料油的期货收益波动方差与成交量之间没有直接关系,交易量对收益的波动方差也没有解释作用。(本文来源于《系统工程》期刊2008年07期）
期货收益论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要研究了中国当前金融市场中已有的叁种股指期货:沪深300、中证500以及上证50股指期货日收益率波动所体现的非对称性。通俗地说,收益率波动的非对称性是指利好消息或者利空消息对收益率波动大小所造成的不对称现象。起初关于非对称性的研究大部分集中在股票市场,例如Christie(1982)[8]研究发现股票当期收益率与未来波动率之间存在负相关关系。他认为在其他情况相同时,股价上升收益率增大,公司市值升高进而公司的债务/资产比例下降,投资者持股风险会随之下降;同理当股价下跌时,会造成上市公司杠杆率上升,投资者理论上面临更大的投资风险,因此非对称性又称为杠杆效应。关于股指期货市场的研究多集中在国外成熟市场,对于中国本土股指期货的研究主要是相对较少,赖文炜、陈云(2015)[33]运用GJRGARCH模型,研究了我国沪深300股指期货主力合约的非对称性,并且与标普500股指期货做了对比,发现就沪深300股指期货而言,我国股指期货市场非对称性相对较弱。本文仍然使用GARCH模型建模的方法,但尽可能采用多种非对称GARCH类模型来研究,对当前中国金融市场上的叁种股指期货日收益波动率建模来分析研究其非对称性,并结合中国金融市场做出合理的解释。本文分两部分展开研究:第一部分利用Garch类模型对股指期货日收益率进行建模,检验验证沪深300、中证500以及上证50叁种股指期货是否有波动非对称性现象。第二部分基于VaR-Garch类模型对叁种股指期货日收益在险值进行比对,检验收益波动的非对称性能否提高VaR预测的准确性。第一部分,首先对叁种股指期货的日收益率进行平稳性检验,结果显示平稳。随后依次对叁种股指期货进行ARCH效应检验,发现沪深300股指期货、中证500以及上证50股指期货均存在条件异方差性。运用Garch、Tarch、Egarch以及Parch模型分别对叁种股指期货建模,从参数估计结果发现:沪深300股指期货在2014年10月27号至2018年1月26号存在明显的反杠杆效应,即利好消息对波动的影响大于利空消息;中证500股指期货自2015年4月16日上市以来表现出明显的杠杆效应;而上证50股指期货并没有表现出杠杆效应;第二部分主要检验非对称性冲击是否能提高VaR预测准确性。因期货市场可以做多或者做空,本文同时考虑到多头和空头双方的投资组合并进行在险值预测。通过LR似然比检验,发现非对称的Garch模型预测准确性高于普通Garch模型:沪深300股指期货存在反杠杆效应,空头头寸的VaR预测准确性更高;中证500股指期货由于存在杠杆效应,多头头寸的VaR预测相对更加准确;上证50股指期货由于没有表现出明显的非对称效应,因而其预测准确性与Garch模型一致。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
期货收益论文参考文献
[1].刘梦麟.投资者情绪、投资者交易行为对有色金属期货收益的影响研究[D].华南理工大学.2019
[2].张钊.中国股指期货收益波动非对称性研究[D].山东大学.2018
[3].李博.基于高频数据的股指期货收益波动特征及套期保值研究[D].东北财经大学.2017
[4].龙慧祯,佟烨.我国股指期货收益波动预警的实证分析[J].中国市场.2015
[5].王超.双胞胎集团“期货收益”反哺饲养户[N].中国证券报.2013
[6].李波.沪深300股指及其期货收益与波动的研究[D].广西师范大学.2013
[7].王博,伍楠林.我国股指期货收益与宏观经济关系的实证分析[J].国际贸易问题.2012
[8].丁岩.基于MS模型的我国股指期货收益波动状态预测[D].电子科技大学.2011
[9].文玉春.台湾股指期货收益波动性与交易量、持仓量考察[J].商业研究.2010
[10].戴毓,周德群.我国燃料油期货收益、交易量关系的实证研究[J].系统工程.2008