《50ETF与标的成份股的价格形成.pdf》由会员分享，可在线阅读，更多相关《50ETF与标的成份股的价格形成.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、5 0 E T F 与 标 的 成 份 股 的 价 格 形 成 过 程 分 析 金德环 丁振华(上海财经大学证券期货学院，上海2 0 0 4 3 9)摘要：本文采用多 资产方差分解法分析5 0 E T F 与 标的成份 股的 A b s t r a c t：T h e m u lt i a s s e t v a r i a n c e m e t h o d o l o g v i s u s e d 价格形成过程。结果表明，与西方成熟资本市场相比，5 0 E T F t o?a n a l y z e p r i c e f o r ma t i o n o f 5 0 E T F a n
2、 d it s u n d e r l y in g 在标的成 份股的 价格形成过程中贡献并不大。由 于 价格形成过 c o mp o n e n t s t o c k s。T h e r e s u l t s h o w s，c o mp a r e d t o t h e 程与市 场微观结构紧密联系 在一起，因 此本文从这一角度来进We s t e rn m a tu r e c a p i t a l m a r k e t s，c o n t r ib u t io n o f 5 0 E T F i s 行解释，从而为推动我国E T F 市场的发展提供参考。n o t s i g
3、 n i fi c a n t B e c a u s e p r i c e f o r m a t i o n p r o c e s s a n d m a r k e t 关键词：E T F；多资产方差分解法；价格形成 m i c r o s t r u c t u r e a r e c l o s e l y i n t e r c o n n e c t e d，t h i s p a p e r 作者简介：金德环，上海财经大学金融学院副院长兼证券期 p r o v id e s f o r p o s s ib l e r e a s o n s，in a v i e w t
4、o m a k e a r e f e r e n c e 货学院院 长、教授、博士生导师。丁振华，上海证券期货学fo r E T F m a r k e t in C h in a 院硕士生。Ke y w o r d s：E T F；mu l t i a s s e t v a r i a n c e me t h o d o l o g y；中图分类号：F 8 3 0 9 文献标识码：A p r i c e f o r m a t i o n 文 献 回 顾 交易所交易基金(E T F)起源=P 1 9 9 0 年的加拿大多伦多证交所推出T I P s (加拿大交易所交易基金)。1 9 9
5、 3 年美国 证券交易所推出122 S&P 5 0 0 为标的指数 S P D R s(美国交易所交易基金)后，E T F 逐渐受到市场的重视，全世界其 他国家和地区纷纷推出各种E T F 的商 品。NMo r g a n S t a n l e y 统计，截至2 O 0 4 年6 月底，全球共有3 0 4 只E T F，总资 产规模达N2 4 6 4 亿美元。名第三的天津三星通信技术有限公司 偿债指标较差(仅5 9 2 分)，但凭借出色 的资产运营fi (1 4 1 4 分)最终在综合排 名中居百强第1 9 名的位置。见表3。三、发展展望 今年受我国宏观调控影响，固定 资产的投资额明显减少，
6、从而直接导 致电子专用设备和通讯专用设备的销 售额下降，特别是对于一些技术含量 相对较低的产品，市场逐渐出现僧多 粥少的局面，价格竞争更为激烈。另 一方面，原材料、能源价格的持续偏 高增加了电子设备制造的成本，由于 本行业产品属于高附加值行业，高新 技术产品更新换代速度快，价格变动 大。国资委此前的统计数据显示，造 成企业利润下降的主要原因是企业的 主营业务收入增长(1 2。6 )小于业务成 本增长率(1 3 2 )，能源和原材料成本 上涨是最主要的因素。另一方面，消 费市场上的需求放缓，竞争主要集中 在中低端产品，而销售价格的下跌进 一步压缩了制造业的利润空间，使整 个行业利润率下降，这说明
7、粗放型经 济增长模式已经不适合当今市场。根 据 中 国科技统 计 年鉴 2 0 0 3，我国对外技术的依赖程度已 经到了非常危险的处境，2 0 0 3 年我国 大中型工业企业技术引进与消化吸收 比例仅为1：0 0 7，而同时日本、韩国 两国的比率约为1：1 0。以我国移动通 信及终端设备制造业(如手机)为例，多数厂商依然处于产业链最下游的半 成品加工、组装阶段，完全不具备任 何抵御来自上游厂家风险的能力，导 致亏损局面在所难免。这种情况发生 的根本原因是企业缺乏核心竞争力，即自主创新能力。所以，加强中小企 业自主创新能力，促进区域间合作，合理整合资源，以出色的科技及工业 生产环境进一步完善信息
8、产业链是产 业升级的主要途径。对于以高新科技 为主的通信设备、计算机及其他电子 设备制造业来说，在提高产品附加价 值、提升企业市场竞争力的过程中必 将会面临更多有关知识产权方面的困 扰，政府也将适时、适当在鼓励和营 造企业自主创新方面制订相应优惠政 策，以促进产业链的不断发展和完 善。一 证券市 场导 按2 0 0 5 年1 2 月号 维普资讯 http:/ E T F 以某一指数为标的，对指数 进行完全复制。它兼有开放式基金和 封闭式基金的功能，既能像开放式基金 一样进行申购和赎回，也能像封闭式 基金一样在二级市场上进行交易。因 此，E T F,够避免出现封闭式基金的 折价现象，同时投资者又
9、能很方便地 在二级市场上交易，这就给二级市场 投资者提供了一种很便利的指数投资 工具。它还能比较精确地跟踪、反映 指数的价值。E T F 除了兼有开放式基金和封闭 式基金的功能外，它的出现往往还能 提高市场的交易效率。国内外的相关 文献已经证明了这一点。首先，E T F 的推出能提高股指期 货的定价效率。P a r k 和S w i t z e r(1 9 9 5)短期银行承兑利率为无风险利率，期 货合约选择到期的合约，并在到期前 一周展期至下一个合约，研究发现，T I P s 推出后期货平均日价格误定率显 著下降。s w i t z e r 等(2 0 O o)分别用当日 交易数据和日间交易
10、数据计算，发现 S P D R s 推出后S&P 5 0 0 股指期货的价格 误定率明显下降，说明由于S P D R s 的 推出市场效率得到了改善【2 L u 和 M a r s d e n(2 0 0 0)N)G A R C H(1，1)模型 分析E T F 对股指期货定价效率的影响 也得出了相同的结 剐C h u 和H s i e h (2 0 0 2)通过考虑各种交易成本及现货市 场的卖空限制，来检验发行S P D R s 前 后偏离均衡期货价格的次数及套利效 率 其实证结果显示，S&P 5 0 0 指数期 货价格与S P D R s 价格间有相当密切的 联系 由于S P D R s
11、不受卖空的限制，使得NS&P 5 0 0 指数期货价格比理论价 格低时，更容易进行卖出 S P D R s 的 套利 交易，期货价格穿越理论价格下方区 间的次数在S P D R s 上市后逐渐减少。另 外，当交易者观察到套利机会而以 S P D R s 进行套利交易时，最后结果往往 无法实现套利利润甚至会亏损。这表 明NS&P 5 0 0 指数期货与S P D R s 的相对 价格发生误差时，都能很快地调整过 来 K u r o v 和L a s s e r(2 0 0 2)研究了发行 Q Q Q 前后N A S D A Q 1 0 0 指数期货市场定 价效率是否提高，从事后价格偏离次 数与事
12、前价格偏离次数的比较得出，Q Q Q F 市后确实改善T N A S D A Q 1 0 0 N 数 期 货 市 场 的 定 价 效 犁 4 、毓 徽(2 0 O 3)探讨TD I A MO N D s 上市对道 琼斯工 业平均指数与期货两者间的价格关系 及道 琼斯工业平均指数期货定价效 率的影响 研究结论为：D I A MO N D s 上市改善了道 琼斯工业平均指数期 货的定价效率；D I A MO N D s 上市后期 货的平均价格误差缩小，事前偏离比 例和事后偏离比例都明显降低。张美 媛(2 0 0 3)探讨TS P D R s 推出对S&P 5 0 0 指数期货定价效率的影响，认为整
13、体 而言S P DR s 在A ME X 挂牌上市后虽然 没有显著提高S&P 5 0 0 指数期货定价的 效率，但确实改善了期货价格低估时 的定价效 引 其次，E T F 的推出能提高标的指 数的定价效率。A c k e r t 和T i a n(2 0 0 1)利 用边界条件(b o u n d a r y c o n d i t i o n)和买卖 平价理论(p u t c a l l p a r i t y)探讨TS P D R s 上市前后S&P 5 0 0 指数市场的定价效 率L l J 实证结果显示，在忽略交易成本 和卖空限制下，股票指数的实际价格 和理论价格有很大的偏离，但在卖空
14、 条件的限制下则没有偏离。B o e h m e r (2 0 0 3)E r e n b u r g：N I T s e(2 0 0 2 J。现 E T F 在纽约交易所上市后降低了市场的交 易成本，并提高了市场的交易效率。Y u，L (2 0 0 3)0 用多资产方差分解法(M u lt i a s s e t v a r ia n c e)研究了美国的E T F 在股票市场中的价格形成和信息效率 的功能，结果表NE T F 的引入提高了 标 的 成 份 股 的 定 价 效 犁 。最后，E T F 具有价格发现功能 C h u、H e s i e h 和T s e(1 9 9 9)N用向量
15、误差 修正模型(V E C M)探讨了三个S&P 5 0 0 市场(包括现货指数、指数期货及 s P D R s)的价格发现关系 实证结果发 现，期货市场是领先市场且最具有价 格发现功能，S P D R s 次之，现货市场 处在最后。O l i e n y k、S c h w e b a c h 和 Z u m wa l t(1 9 9 9)研究了l 7 种WE B S 基 金、1 2 个封闭国家基金及S P D R s 的价 格关联性，实证结果发现它们之间皆 有显著的长期相关性。Ha s b r o u c k (2 0 0 3)利用V E C M模型考察了E T F 对标 的指数价格形成过
16、程的影咐 结果显 示，在存在小面额期货合约(E m i n i s)的市场中E T F 对标的指数价格形成的 贡献很小；而在不存在E m i n i s 市场 中，E T F 对标的指数价格形成的贡献 很大。Y u，L (2 0 0 3)发现，标的成份股 其价格形成过程中的绝大部分信息来 源于E T F 市场，且它们长期的股价波 动是由E T F 的交易所导致【2 3 1 唐婉岁 (2 0 0 3)N用协整检验、误差修正模型和 冲 击 反 应 分 析 等 方 法 探 讨 了 N A S D A Q1 0 O 指数现货、指数期货与 E T F 三个市场间的价格发现关系后得 出：所有模型都支持E
17、T F Jf 对于指数 期货有较好的价格发现能力、E T F 相 对于指数现货有较好的价格发现能力 以及指数现货和指数期货在价格发现 能力上并没有明显差 本文以5 0 E T F 及其标的成份股为 研究样本，分析5 0 E T F 和标的成份股 证 券 场导报 2 0 0 5 年1 2 fl 维普资讯 http:/ 的 价格形成过程。鉴于中国股票市场 2。交易限制假说(d i s c r e ti o n a r y l iq u id it y t r a d e r s)。他们的 是比较典型的新兴市场，其股票信息 交易限制假说认为，相比于现货 区别是有策略流动性交易者既可以选 的来源、投资
18、者结构及信息扩散模式 市场而言，E T F 市场有较少的交易限 择一篮子股票也可以选择个股进行交 与成熟资本市场相比皆有较大的差 制，因此投资者将偏好于在E T F 市场 易，而无策略流动性交易者被限定交 异，因此本文所得出的结论可能与成 交易，故E T F 价格领先于现货价格。易某一证券或一篮子股票；(4)信息交 熟市场所得出的结论有所不同。C h u、H s i e h 和T s e(1 9 9 9)研究S&P 5 0 0 指 易者的交易策略是利用私人信息获取 数 商 品 的 价 格 发 现 关 系 时 发 现，由 于 利 润，并 将 利 润 最 大 化。理 论 基 础 指数期货和S P
19、D R s 的交易限制较少，在这个模型中，证券i 的价值为S t，i 价格发现是效率市场的一种表 故指数期货和S P D R s 具有价格发现的 =S t 1，i+p if t+t，i(i=l N)，其中 S t，i 现，是一种市场价格反映新信息而变 功能。是证券i 在t lt C N 0 的价值，p i 是共同因 化的过程，即市场在接受到新信息的 3。市场信息假说 素的敏感系数，t，i 是证券i 在t lt C N 0 的 同时，资产价格通过市场机制能够迅 指数衍生性商品由多种股票所组 噪声。速地调整至均衡价格。由于处在不同 成，每种股票的流动性并不一致，且 一篮子股票的价值为：S M，t=
20、的市场和具有不同的资产特性，各个 股票指数的 计算会受到个别采样股票 ta t1。i+t D if t+t t，i，其中 资产具有不同的价格发现能力。若该 价格的影响。流动性较低的股票无法 t 是证券i 在一篮子股票NO 0 的权重。资产在某市场的价格变动速度领先其 在新信息产生时立即反映在股价上，假定信息交易者能在t 1 时刻拥有 他市场，这个市场就具有价格发现的 使得现货股价指数也无法立即反映新 f f或 c1 的 私人信息。如果交易者拥有 特性。国外的理论文献认为，E T F 市 信息对其应有的影响。因此，当市场 的是f f 的信息，则他们在t 1 时刻将观 场领先于标的指数市场，并且E
21、 T F 具 上出现新信息时，投资者会偏好以指 察到f f+v t，其0 O v a r(v t)=k；如果交 有价格发现功能，因此E T F 在标的成 数期货或E T F 进行投机和套利。易者拥有的是 的信息，则他们在 份股的价格形成过程中有很大的贡 S u b r a h m a n y a m f l 9 9 l 1、G o r t o n 和 t 1 时刻将观察到 t，i+I|t，i，其中，献。以下为价格发现原因的探讨。P e n n a c c h i(1 9 9 3)、H e g d e Mc D e r m o t t v a r(I|t，i)=0 i。S u b r a h m
22、 a n y a r n 基于此 1 交易成本假说(2 0 0 3)指出，指数型的衍生性金融商品 建立了一个博弈模型，用于反映知情 一般而言，投资者会选择交易成 较能迎合偏好进行组合投资的投资 交易者和不知情交易者(流动性交易 j 本(包括买卖价差、手续费)最低的市 者，因其逆向选择的成本远低于单个 者)在一篮子交易中的特征。在一般情 场进行交易，在具有相同报酬及其他 股票，而个别股票的风险也会在投资 况下，该模型预测不知情交易者更倾 条件固定的情况下，使得其所获得的 组合中有效降低或完全分散 下面简 向于选择交易一篮子股票，并且一部 利 润 为 最 大。S t o l l W h a l e
23、 y(1 9 9 0 1 o 单 介 N-T S u b r a h m a n y a m 。分 拥 有 特 定 股 票 信 息 的 交 易 者 也 会 进 C h u n g(1 9 9 l 1、A b h y a n k a r(1 9 9 5)及 该模型的假设包括：(1)存在N 种 行一篮子交易，所以一篮子交易行为 F l e m i n g、0 s t d ie k 和 Wh a 1 e y(1 9 9 6)等学 单个证券和一种一篮子股票(由N 种证 就会降低市场的信息不对称水平。I 者认为，指数型的衍生性金融商品市 券组成)，一篮子股票的收益等于所有 G o r t o n 和P
24、e n n a C c h i(1 9 9 3)也建立了一个 场的交易成本比 股价指数现货市场的 单个证券的加权平均；(2)在每个市场 类似的模型，得到类似的结果，认为 交易成本低，投资者会选择在交易成 中，信息交易者、流动性交易者和做 不拥有信息的交易者为了避免与信息 本低的市场中交易以获取相对较高的 市商都是风险中性者，且做市商按照 交易者交易而引起的损失，他们就会 报酬率，因此指数型的衍生性金融商 公平原则定价(即期望利润为零)；(3)选择交易一篮子股票而不是单个股 品市场领先股价指数现货市场。基于 市场中存在两类流动性交易者无 票 以 上 的 讨 论，E T F 市 场 相 对 现 货
25、 市 场 策 略 流 动 性 交 易 者(n o n d i s c r e t i o n a r y 另 外，S t o l l W h a l e y(1 9 9 0)【2 o】应该处于领先地位。l iq u i d i ty 仃 a d e r s)和有策略流动性交易者 C h a n(1 9 9 2)及S h y y、V i j a y r a g h a v a n、i!维普资讯 http:/ S c o t t-Q u i n n(1 9 9 6)N，当市场上有一 新信息宣告时，会在衍生性金融商品 市场或股价指数现货市场上得到反 映，由于指数型的衍生性商品价格为 一个整体性指标，
26、所以可以及时反映 新信息。但因为股价指数现货价格是 由一大群股票所加权计算得出，而并 非每只股票的交易都很活跃，以至于 股价指数现货价格无法及时反映当时 市场上所宣告的新信息。因此，市场 信息假说会造成指数型的衍生性商品 市场的反应领先股价指数现货市场。在本假说下，肼 市场有较好的价格发 现能力。研 究 方 法 在一个完美的市场中，证券的价 格反映了所有的公开信息。当市场出 现新信息时，证券价格也会相应地调 整。另外，市场的不完善(如价格的不 连续、价格调整的滞后等)也会引起价 格的变动并导致市场价格偏离有效价 格。由于我们只关注价格形成过程中 的信息要素，因此可以采用随机游走 分解技术分离这
27、两种效应。考虑N 种可交易证券：证券i(i=l，2，N)在时刻t 的对数化价格P it 由两个 不可观测的部分组成：P i t=m it+S it(1)，其中m i t 服从随 机游走过程 mi t=m i t 1+w il (2)，其中E w i t=O，E w t=盯 i，且E w i t w i r=O，对所 有t T。对残差项S i t 有：E S i t=O，E S =盯S i，且S i t是平稳序Y lJ(1 P E 1 i m 一S i t+r I i d=E S it=O，其中i t 是 证券i 在t 时刻的公开信息集)。W i t 代表 信息冲击的持续效应，S i t 代表由
28、于市 场的不完善所导致的短期效应。对于证券i 来说，信息事件V t 定义 为t 1 时刻关于证券i 的所有公开信息 集，不仅包括证券i 市场本身的信息，而且包括其他市场关于证券i 的信息。w it 反映t lt C N关于证券i 的所有新信息。信息事件V t 的冲击效果等于E w it I V t E V t I(1)，对 的持续效应(V i t)等于E w i t I V t E V t I(t 1)。我们 将v l 的信息含量定义为：V a r(V it)盯 i(3)尽管mi t 和S i t 都是不可测的，但 o-i 却是可以计算出来的，因为长期 的价格波动是由随机游走部分来决定 的。本
29、文通过V A R 模型将盯 i分解为 不同的信息事件。以下给出具体的分 解程序。(1)价格变化的信息含量 将信息事件定义为价格变化或收 益率。收益率可以表示为：r i t 兰AP it=w i t+s i t s i(t 1)(4)由于序列是平稳的，因此r i l 可以 表示为移动平均过程(V MA)。P t=t=W t+AS t=W t+(1 一L)s t f 5)其中：(L)=Wj L ，o=I。因为(L)兰 (1)+(1 一L)W (6)其 中：=量 ，一暑 i j，所以价格变化-可以表示为：AP t=(1)+(1 一L)(L)t 一(7)从等式(5)和(7)q u 可得：P t=(1)
30、+(1 一 L)V(L)t=W t +(1 一L)s t(8)等式左右两边取L=I，得：W(1)t W t(9)等式(9)表示了t 对R 的长期影 响，这说明价格的变动将主要由信息 冲击的持续效应影响，因为对平稳序 列S t 的差分将消除它的长期影响。w t 的协方差矩阵为：w mE w t w t =E (1)t t(1)=(1)(1)(1 0)根据等式(5)及V M A 的可逆性得：A(L)P t e t。(1 1)，其中A(L)=I 一 A j L j，e t 表示由于基本面变化所导致的 对R 冲击。我们根据方程(1 1)U mO L S 方法得 到 ，然后根据(1)=I+l+0 2 +
31、计算出 (1)，再根据舟=(1)g(1)(1 2)计算出 舟。根据 C h o l e s k y NT-分解法，。=F F 。令e t=F e*t(1 3)，则等式(1 2)可以改写成 (1)F I (1)F _ (1 4)因此，证券 的收益率冲击对证券 i 的有效价格的信息含量可以表示为：S =(1)F )蛳 (1 5)(2)交易量的信息含量 由于价格变化所反映的信息包括 公开的和私人的，而交易量所反映的 信息经常被认为是私人的(因为信息交 易者根据他们的信息优势交易并获 利)。这表明如果我们在V MA 方程中同 时考虑交易量和收益率两个变量，则 可以将私人信息从所有信息中分离出 来，同时
32、交易量的信息含量也可以论 证信息交易者的存在。于是，我们将 有效价格的方差 盯 i 分解为与交易量 有关的因素和与交易量无关的因素，具体分解如下：同时包括收益率(P t)和交易量(X 1)两个变量的扩展V MA 方程为：)=L nI-1 1(L)(L)22(,I-12(gL)J)fL vlut)(16)其中F I i j(L)=兀 ，k L ，兀 ，0=I。两个冲击向量U t和v t 的均值为O，且 互不相关，V a r(u t)=u，V a r(v t)=，证券 场导按 2 0 0 5 年1 2 月 号 维普资讯 http:/ 且E v t1=O 由等式(1 6)得：R=兀l 1(L 1 u
33、 l+兀1 2(L)v L【n】(L)+(1 一 L)n I【(L)u 十【兀【2 (L)+(1 一 L)n j 2(L)v =w+(1 一L)(1 7)其中兀 1(L)=兀 k，r I u k=l 一r 1 ，m m k u-和v 耐R 的【毛 期影响可以由等 式(】7)得到：令L=1，兀Il(1)u【+171 2(1)V l=W I (1 8)w 的协方差矩阵为 w=兀 I I(1)11 I I(1)+兀1：(1)v n!(1)：(1 9),i NC h o l e s k y N子分解法，=C C ，令V r=CV c一 l2 f)则等式(【9)可以改写为 =兀【(1)f】It(L)十
34、兀 i(1 妇I nt2(1)l C _(2 1】此 证券i 的交易量对证券 1 的冲 击所包含的信息含量为：S (iF iI(1)C n r，w J 【2 2)研 究 样 本 本文采用的数据)J 2 0 0 5 年2 月 2 3 日至2 0 0 5 年5 月 2 3 日期间5 0 E T F,f ll l 0 只标的成份股的每 j 分钟价格数据 数据来源 丁 二 大椭数据库 我们先将 上证5【)指数所包含的样本股按 值 大小排列然后采取等距抽样法来 抽取这I()只股票 这样抽取的好处 是可以有效地消除 规模和 亍 业对统 计结果的影响 选取5 分钟fl勺 价恪数据作 为本文 研究对象的原因有
35、二：【l】E T F 对标 的指数的影响一般只有几分钟到十 几分钟，因此如果用日数据就 不能 真实地反映E 阡对标的指数价格的实 际影响情况；(2)m于5 0 E T F 上市的 时间不长，如果 采用 日数据可能会 幽于样本数量过少而导致统计上的 偏差而采用5 分钟价格数据就不存 在这个问题(总共 包括2 6 7 0 个样本)5 0 E T F II 标的成份股的基本情况 如表l 所示 从表l 中可以看出，与 样本股相比，5 0 E T F fl J 方差小于】O 只 样本股，其价格波动率最低，这与 G o r t o n 和P e n n a c c h i(1 9 9 3)模型得出的 结论
36、一致，同时从J B 统计值来看，所 有的收益 率序列都不服从正态分 布 实 证 结 果 在这一部分，笔者将利用上节 所讨论的方法来分析5 0 E T F 和标的成 盼股价格形成过程中的信息要素 为了观察E T F 交易如何影响标的 成份股的价格，我们必须首先定义 信息集。从经济学角度来看，投资 者的信息集包含 同证券的历史价 格，其一=1 包含公开信息和某些私人 信息 某个证券价格的非预期变化 反映丁新信息的到来 从而投资者 的信息集也随之更新，其他证券 的 价格也随之渊整 从统汁学角度来 看 用来预测未来价格变化的收益 率变量应该包含在V A R 模型中 此，为 估计E r F 和标的成份股
37、价格 变动的信息含量，等式(1 J)中V A R 模 型中的收益率向量有l 1 个组成部分：=f 叫 P 7 其中 P 是由l 0 只标的成份股的收益率向量 组成 V A R 模 使用模型中所有当期 变量对所 有变量的若干滞后变 量进 行回归 它 用来 估计联合内生变量 的动态关系而不带有任何事先的 约束条件，能够较好地解决变量内 生性问题 在建立V A R 模型之前应 该先确定最大滞后期 所 以，本 文在建赢V A R 模型之前，先采用MC 统计量来确定K 值 由于K=4 时A I C 统计量 最 小，因 此该 滞后变 量是 V A R 模 的晟大滞后变星 建立VA R 模型前，必须先 苛
38、虑 子变量是否平稳，闺此我 们先对 所有变量进行单位根幢验 根据 A D F 的榆验结果，所响的价格收益 率序列都拒绝了单位根过程(闪篇幅 限制、图表略)，闪此我们可 以用 V A R 模型来进行回归 表2 反映的是E T F 和J O 只标的成 样本股 行业 收益率均1直：方差 J-B 统计值 一 一O o D 0O 57 制造业 一 0 0 0 0 0 7 7 末风 汽车(D F QC)0 0O1 6 3 5 000 4 08 7 2 45 4 6 0 3 3 81 0 2 7 3 民生S E(M S YH)金融保险 一 0 0 0 0 0 9 4 清华同方f QH T F)情意技术 一
39、0 0 0 0 1 1 5 山东基 建(SD J J)社会服务 0 0 0 0 0 0 2 制造业 一 0 0 0 0 1 4 8 制造业 一 0 0 0 0 0 9 7 上 海石化(S H S H)交通运输0 0 0 0 0 0 3 制造业。0 0 0 0 0 9 8 武钢股份(WGG F)0 00 51 7 1 01 0 0 00 00 0 0O 59 9 1 8 90 4 99 O 0 00 3 04 2 1 7 61 11 6 0 00 44 3 1 4 2 4 45 2 8*0 00 36 6 9 4 70 7 5 75 0 0o 3 70 1 49 36 6 01 0 00 35
40、2 8 2 4 00 5 39 信息技术 一 O 0 0 0 1 0 2 0 0 0 3 2 0 1 2 6 3 0 1 5 7 3*啦 显著拒缩服从 井 很 皿券节努导搜 2 0 0 5 年1 2 月号 维普资讯 http:/ s,l O,o l E T F D F QC F J G S MS Y H QH T F S D J J S HB L S H S H T J G WGG F Z G L T 圈 鹪 钾 iO 1 B 0；0 5 0 8 3 0 1 3 0 1 9 O 2 o 0 4 9 O 1 0 07 2 0,1 7 DF QC 7 2 7 91 5 0 0 01 7 01 8
41、O 0 2 0 0 3 02 8 01 7 01 8 0 O 1 同 GS邳 器0 2 8 9 o 7 3 0；8 5 O 0 3 0 2 9 0 1 7 O 5 1 0 0 6 0 2 0&98 MSYH 1 6 9 0 2 0 3 0 1 1 8 0 32 00 6 0 0 3 O 0 8 0 1 2 0 1 8 0 0 9 0 0 8 e 雠 5 2 0 8 ：0,6 8 4 辐8 8 3 4 O 0 6 0 1 6 O0 2 O 8 5 O 2 0 0 0 2 SDJ J 1 2 1 5 0 20 1 6 0 0 21 2 4 8 826 8 O 1 8 0 2 2 0 0 3 O 1
42、 1 01 4 8 l，I 阱 1 8 0 9 1 1 3 o 4,5 1 4 5 1 0 2 6 6 0 6 O 4 t 0 1 7 O0 5 0；0 1 SHSH 27 3 0 0 35 01 4 0 57 01 0 1 1 9 0 78 6 9 0 3 0 0 1 048 0 0 4 TJ a 1 1 l O 0 ,t o 0 2 5 0；7 8 D 3 2 O 9 8 015 8 7 0 8 39 0 0,1 2 0 1 0 W GGF 1 6 61 0 22 0 47 0 1 5 O 4 5 1 3 8 0 52 12 2 0 7 3 7 7 9 2 0 33 Z GL T 7 _匏
43、 1 _2 6 0 1 O 1 7 9 0 8 6 O 4 2 O2 8 1 0 6 O，1 2 0,5 1：7 5 27 1 ()E T F D F QC F J GS MS Y H QH T F S D J J S H B L S H S H T J G WGGF Z GL T S t 0,3 0 0 1 8 0 1 9 0 2 1 0 1 4 0 3 0 0，1 0 0 1 0 0 1 0 0 30 S b1 2 61 2 5 2 1 9 0 0 8 4 2 70 2 0 8 2 66 149 3 51 2 29 份股的价格变化的信息 含昼 在l 0 要的 贡献来源1 Ifl身市场的信息
44、，只列出了5 0 E T F 的交易量在证券i 的 只样本般的价格形成过程中：其次星 E T F 市场的信息，其他标的成 价格形成过程中的贡献(S E T I：,x1 以及 (1 J 自身价格变化的信息 含量最 份股市场对其影响很小。而在E T F 的 自 的交易量在证券 价恪形成过 高，比例都在6 0 以 l 最高的达到 价格形成过程中 绝 大部舒的信息 程中的贡献(S )、从表中我们可以 9 I 5 0，平均 为8 0 6 2 S；(对角线的数 来源丁自身市场的价格 变化，标的 看到，我圈E T F 成交量所含的信息量 据)成份胺市场对其影响很小，这说明 很少，最高的也只占0 3 9，这一
45、比 (2)E T F 价格变化的信启 含量其 E T F 在标的成汾般价格形成过 中的 例同样低于美同S P D R s 交易量的信息 次，比例在j 6 5 2 7 3 0 之IH J，半 贯献较大 l 标的成份股在E T F I)格 含量(平均值为89 7)均比例为1 3 5 6 t 第一列的数据)形成过程中 一 的贡献很 、这一结论 (3)其 他 标 的 成 份 股 价 格 变 化 的 与 Y U I (2 o o 3)的 结 论 一 致 原因 分 析 信息 含量很少，几乎可以忽略，即 虽然我国的E T F 在标的成份股价 1由丁我国的E T F r 砌 间不 使是同一行业的标的成份股也
46、例 格形成过程中的贡献较大，但是这 长 大部分投资者(特 别是中小投资 外 比例 却远远 氐 于美国 g S P D R s 对其 者】对E T F 的认识还 是十分清楚；在刚 F 册价格形成过程中(第一 标 的成份股价格的影 响。Y【L 同时证券 市场的投机气氛浓厚，短 行的数据J：(2 0 0 3)在研究美国的S P D R s f I 标的成 线投机的中小投资者 占绝夫多数，(1)自身价格变化的信臼 含量最 份股价格变化的信息含量时发现，利于E T F 这样的指数基金兴趣不大：离，比例高达9 6 9 7 平均来说S P D R s 对标的成份般价格 另 b 5 0 E T F 推出后股市
47、妊期处于熊(2 J 标的成份股的价格变化的信 形成的贡献率高达5 0 3 8 这 一比 市 从而导致投资5 0 E T F II9 收益率不 息含匮讯少、几乎可以忽略，最高 例远远高于我国的I 3 5 6 q 5 高 这些因素导致E T F 9 交易并不活 的不超过0 8 q ，且各行、l 之间并不 为了进一步考察f a,g 对股票价格 跃 我 们从罔】便可以很清楚地看出 存在差异 的影响，我们又在v A R 模型中加人 这一点 这说明朗F 并没有将投资者 从以上的实证结果可以得出：在 了交易量的变量 表j 反映的是交易 从标的成份个股的交易转移到E T F 的 标的成份股的价格形成过程中，主
48、 晕的信息含量 由_丁篇幅有限，表3 交易上 根 q S u b r a h m a n y a m 模型，1 毒 埒导强 2 0 0 5 年1 2,E J 号 维普资讯 http:/ 维普资讯 http:/ 1本 文 采用的 是Ha s br o uc k(1 9 9 5)所提 出的价格发现方法(P r l c e d i s c o v s r y m e t h o d o lo g y)-产方差分解法 2该模型认为E T F 作为一种组台证 券 其方差小于标的成份股的方差因而将 增加流动性交易者的预期福利。3如果某时刻某只股票没有发生交易而 别的股票发生了交易 则令该只股票该时刻 的收
49、益率和成交颧为0 4困为如果K 太小误差项的自相关有 时很严重，会导致被估系数的非一致性所 以 增加K 来消除误差项中 存在的自相荚。但 是K 又不能太大因为K 太大会导致自由 度臧少井直接影响被估参数的有效性(张 川A c k e L F a n d Y S T ia n(2 0 0 1)，Ef f i c i e n c y l n 1 n d e x Op t i o n s Ma r k e t s an d T r a d I n g l n St o c k Ba s k e t s J o u r n aI o f B a n k i n g a n d F i n a n c
50、e 2 5 1 60 7 1 6 3 4 【2 S o e h m e r E k k e h a rt，a n d B e a t r ic e B o e h m e r，2 0 0 3 Tr a di n g y o u r n e i g h b o r。s E TFs：c o m p e t i t l on o f f r o gm日n t a t I on?J o u r Da J of B ank i n 口an d F J n an ce f o r t h c o mi n g 【3 B o ll e r s 1 e v，1 9 8 6 Ga n e r a l l z e