上海期铜日内交易特征的实证研究

第24卷第2期 2005年4月 天津工业大学学报 JOURNALOFTIANJINPOLYTECHNICUNIVERSITY Vol24 No．2 April2005 上海期铜日内交易特征的实证研究 王远志1，李晔2，刘卉3 (天津大学管理学院，天津300072) 摘要：本文运用高频数据对我国上海期铜的收益率、交易量和交易笔数的日内变动模式进行研究，从而得出了上 海期铜日内5分钟绝对收益率波动性的“L”型变化模式以厦5分钟交易量和交易笔数的“u”型变化模式 在此基础上，本文建立回归模型，实证研究了影响上海期铜收益波动性的各种因素．结果明^海期铜收 益率与交易量、交易笔数以及价格水平之间确实存在着明显的正相关关系．． 关键词：期货市场；日内特征；周一效应；高额数据 中图分类号：F830．9 文献标识码：A 文章编号：1671-024X(2005)02—0076—05 StudyofintradayeffectsofcopperinShanghaifutureexchange WANGYuan-zhi，LIYe，LIUHui (schoolofManagement，Ti肌jinUniversity，Ti删in300072，China) Abstract：Basedonthehighfrequencydata，throughthestudyoffive—minutesabsolutereturndataofcopperinShanghai futureexchange．aL—shapeeffectofintradayretumandU—shapeeffectofintradayvolumeandintradayfrequen— cyoftransactionsareconcludedandananalysisoftherelationshipbetweenthemodelandmicmstnlctureoffu- turemarketinChinaissuggestedThenaregressionmodelisestablishedwithitsparameterscalculated．The resultexhibitsthatthedistinctL-．shapeintradayandMondaymodeofthevolatilityincopperfuturecertainlyex-- its，andthereisapositivecorrelationamongabsoluteretlllrnvolatility，volumeandfrequencyoftransactions Keywords：futuremarket；intradaypattern；mondayeffect；highfrequencydata 国外大量文献已经描述了有关外汇市场、股票市 场、期货市场和债券市场等所有金融市场回报波动性 日间低频(El间数据基础上)的系统特征．但低频回报 波动性不能揭示金融资产价格实时的动态变化特征． 相反高频数据(5分钟或者更短时间间隔的数据)包含 了更加丰富的日内波动性特征的信息，是各种经济信 息对市场作用的忠实和迅速反应者．高频金融交易数 据分析模型从20世纪90年代开始迅速发展，目前已 广泛地用于金融市场微结构理论的应用和实证检验． 在有关研究领域中，市场参与者的行为以及交易过程 的统计规律和特征的描述是研究关注的重点．近年来 国内学者大多集中对股票市场波动性进行建模(估 计)．刘力等采用5分钟交易数据对中国沪深股市A 股日内价格及交易量变动模式进行了实证分析．房振 明等对上海股市U特征进了分析，并且建立了估计日 内回报特征的FFF模型”1．然而，上述研究多数主要 是针对我国的股票市场，而对于我国期货市场内部结 构、运行特征的研究非常缺乏，本文以国内期货市场活 跃的期货品种上海期贷交易所期铜为代表，运用高频 数据对上海期铜收益率、交易量以及交易频率的El内 变化模式进行实证研究，同时从市场微观结构理论出 发分析这种模式的形成原因．笔者在此基础上，建立回 归模型，实证研究影响上海股市收益率波动变化的影 响因素，从而揭示我国期货市场的内在特征，填补了国 内这方面研究的空白． 1研究数据准备 本文对上海期铜市场的波动性进行研究所采用的 数据部分来自上海期货交易所电子交易系统公开的交 易信息，部分由津投期货公司提供．时间从2004年3 月12日到2004年10月29日．由于每个期货合约都 收稿日期：2005一01—05作者简介：王远志(1977)，男，河南省郑州市人，硕士研究生 万方数据 第2期 王远志等：上海期铜日内交易特征的实证研究 将在一定时间到期，因此不同于股票价格，期货价格具 有不连续的特点，即便对于每一个期货合约，期货合约 的时间跨度是有限的，任何一个交割月份的期货合约 在合约到期以后，该合约将不复存在．另外，在同一交 易日，同时有若干个不同交割月份的期货合约在进行 交易，因此，同一期货品种在同一交易日会同时有若干 个不同交割月份的期货数据存在．为研究需要，克服期 货价格不连续的缺点，必须产生连续的期货价格序列． 笔者选取在这段时间内交易最为活跃的合约作为研究 对象．所采用的数据包括每笔交易发生时刻的成交价 格、成交数量、成交时间、当前最佳买人价格和买人量、 当前最佳卖出价格和卖出量以及该合约该时刻的持仓 数量．各时期的活跃合约时间分布如表l所示，得到所 有的分笔交易数据，共591956笔．这就是本文研 究中所用到的基础数据． 表1活跃合约时间分布表 Tab．1Distributionofactivecontracts 合约(交割月) 活跃时间 04年9月 04年10月 04年11月 04年12月 05年1月 3月12日～4月6日 4月7日～7月9日 7月12日～8月19日 8月20日～10月18日 10月19日一10月29日 2上海期铜日内波动模式实证研究 本文从分笔数据中生成5分钟交易数据，除去来 自不同交割月数据生成的5分钟数据，共得到6660 组5分钟时间序列． 根据下式来计算收益率： d=lln(P。／PH)I￡=2，3，⋯，43(1) 所为收益率、交易量或者成交笔数的第，阶自相 关系数． 、 ∑(d。一d)(d。，一d) n=92i————一 (2)。 ∑(d，一d)2Ej ‘ 其中，d为收益率、交易量或者成交笔数． 应用上面的数据和公式，用MATLAB软件得到了 下面6个图．图1、图2和图3分别是5分钟绝对收益 率、交易量和交易笔数日内变化图．根据我国期货市场 的具体情况，将一天分为43个时段，每个时点的数值 是所有样本该时点的均值．图4、图5和图6分别是5 分钟收益率、交易量和交易笔数滞后430阶(10天)的 自相关函数波形图 由图1可以看出，期铜5分钟绝对收益率日内呈 誊 糌 耀 掣 图1上海期铜日内收益率变化图 Fig．1Graphofintradayreturnpattern 图2上海期铜日内交易量变化图 Fig．2Graphofintradayvolumepattern 图3上海期铜日内交易笔数变化图 Fig．3Graphofintradayfrequencyof transactionspattern 图4收益率430阶自相关函数波形图 矾g．4 Graphof430volumereturnautocorrelation 嬲瓣淼淼淼一 ∞加∞舯∞帅如∞鲫∞柏 5 O 5 0 5 0 5 0 5 0 O 0 0 0 0 0 0 0 辩懈冰罂 万方数据 天津工业大学学报 第24卷 掰o75} l|；||1人．人人，人A．A．，人人。人。／l 塞厂_2篓№060占_1矿1寄1矿五F菇矿荀矿蠢矿茄子—_50 滞后阶数 图6交易笔数430阶自相关函数波形图 Fig．6Graphof430frequencyof transactionsautocorrdation “L”形特征，这与我国股票市场特征有显著的区别．中 国上海和深圳5分钟绝对收益率日内特征是典型的 “U”形特征，即开盘和收盘波动都显著增大，而期铜市 场尾市收盘的波动并未显著增加，故呈“L”形．而且期 铜的开盘收益率波动远远高于日平均收益率波动，平 均高9倍左右，而中国股票市场仅仅为3倍左右，这与 期铜自身的运行特征有极大的关系． 国内外对股票市场的很多研究均表明日内波动性 呈现“U”形特征”’21．产生这种原因与金融市场的微观 结构和隔夜信息的消化和释放有着直接的关系．Ami— hud(1987)认为是集合竞价导致了纽约股票市场开盘 的高波动性．房振明具体分析了中国股票市场“U”形 特征的成因：在中国的股票市场上，由于中国市场相对 国际市场的封闭性，隔夜信息主要来自国内的相关变 化，而少数交易者利用这种隔夜信息可以在集合竞价 过程中操纵交易价格．对于上海期铜而言，隔夜信息不 仅仅来自国内相关新信息，更主要来自伦敦期铜的隔 夜交易情况．由于伦敦铜价格变化带来的套利压力使 得上海期铜在开盘即调整价格．伦敦期铜价格变化对 上海期铜El内波动的具体影响是今后的工作方向之 一．笔者得出的实证结论也验证期货实务界流传的期 铜品种容易“跳空”的说法． 图2和图3是上海期铜5分钟交易量和交易笔数 的日内变化图．无论是交易量还是交易笔数日内特征 都呈⋯U’形特征，开盘较高而且逐渐降低，在临近收盘 又开始上升．而且在小节休息(10：15一lo：30以及 14：10～14：20)和中午停盘(11：30一13：30)之后交易 量和交易笔数都有明显的上升． 期铜交易量和交易笔数的这种变化也与期货品种 的交易机制密切相关．由于我国期货市场采用盯市制 度和保证金交易．整个期货市场的投机气氛比较 浓，投资者的风险承受能力较弱，早市收益率巨幅波动 的情况下(无论上涨下跌都会对交易的一方形成压 力)，很多投资者或者止损离场或者获利了解，早市的 交易量和交易笔数伴随放大，对于无交易时间(小节 休息和中午停盘)之后的交易量和交易笔数放大，我 们认为是由于无交易时间中积蓄的交易需求集中释放 的结果． 图4、图5和图6是期铜5分钟绝对收益率滞后 10天即430阶的自相关函数波形图，我们可以发现， 这种自相关函数图表现出明显的周期性特征．根据时 间序列的理论，自相关函数随着滞后阶数的增加而衰 减，表明该时间序列有趋势项，而当自相关函数随着滞 后阶数的增加表现出周期性时，表明该时间序列中含 有周期项．3幅图都表明收益率、交易量和交易频率 呈现出连续的“U”形，这与Green、Murinde和Ngugi (2001)的文献结论相似，他们发现对纽约和香港的股 票市场自相关函数都呈“U”形特征，开盘高随后降低． 房振明对国内股票市场的实证也得出这一结论⋯． 3交易行为与波动性的关系 交易量和收益率之间的关系历来是金融市场微观 结构理论研究的重点．在金融市场上，价格的变动反映 了市场对新信息的反应，波动性反映了价格波动的剧 烈程度，而交易量则反映了投资者对新信息认同的差 异程度． Westerfield(1977)、Tauchen和Pitts(1983)等人表 明，证券市场上的价格收益与交易量之间存在正相关 关系，而Kardoff(1987)、McCarthy和Najand(1993)对 期货市场的研究发现：期货价格收益和交易量之间不 存在相关关系．他们认为造成这一原因的结果是证券 市场缺乏做空机制，或者证券市场做多和做空的成本 不一样，因此价格上升时通常伴随着较大的交易量，价 格下降时，交易量相对较小，从而造成了证券市场上的 万方数据 第2期 王远志等：上海期铜日内交易特征的实证研究 价格收益与交易量之间的正相关关系．而期货市场是 双向交易，作多与做空的成本是一样的，因而在价格上 升和下降过程总交易量是对称的，故期货价格收益与 交易量之间不存在相关关系．国内的华仁海和仲伟俊 对期货价格收益的波动与交易量的关系做过的实证研 究也表明”1，期货价格收益与交易量不相关，而期货 价格的绝对收益与交易量正相关． 为了检验13内收益率和交易量之间是否相关，笔 者参考Jones、Kaul和Lipson(1994)和xu和Wu (1999)的研究方法”’1，也采用两阶段方法估计(公式 (3)、(4)和(5))．用公式(3)得到的回归残差的绝对 值来表示波动性大小．收益率的43阶滞后变量用于控 制5分钟收益率的序列相关性．为了考察收益率波动 和交易量以及交易频率之间的关系．本文采用公式 (4)作为代理指标变量，通过建立回归模型来检验各 个影响因素对波动性模式的具体作用以及它们的显著 性．公式(5)给出考虑了这些影响因素的回归模型： 43 R。=≥，卢一Rf_J+e。 (3) J=1 I s。l=l000×le。l (4) 吼I=机+∑A。dummy_week。+ i=1 42 ∑dpJummy_time。+TIAL+ Jffil 727W“+y3Pricer+仇f5) 其中，dummy_weekt。为表示星期效应的虚拟变量(星 期一，⋯，星期五)；dummy—time。为表示每天中5分钟 价差变化的虚拟变量(9：00—9：05，⋯，14：55一15： oo)；AK为t一1到t时刻每笔的平均交易量；7M为 t一1到t时刻总的交易笔数；Pr池。为t一1到t时刻平 均交易价格；q。为方程的残差． 在公式(5)中考虑到了交易量、交易笔数和价格 水平的影响，同时采用虚拟变量dummy—week和dum— my_time来检验日内模式和周内模式的显著性．为了 防止多重共线性的出现，公式(5)中将表示日内效应 和周内效应的虚拟变量的数目分别比实际情况减少一 个，在这里我们没有包括星期三和每个交易Et中第21 个5分钟的情况．整个方程的所有参数通过普通的最 小二乘法(OLS)进行估计，估计结果如表2所示． 表2参数估计结果表 Tab．2Estimatesofparameters 时段 y 系数t值 时段 y 系数 l值 po 一23043 —26866‘+ 11：00一11：05 妒2l 02322 054318 Monday ^i 029435 282l2’+ 11：05—11：10 pn 0．43704 10224 Tuesday ^2 —010222 —070855 11：10—11：15 p23 02926 068213 Thursday ^d 一0038769 —0．26155 11：15—11：20 pM 022209 052127 Friday ^t 001841 012752 11：20—11：25 p25 0．21024 049265 9：00q：05 ≯l 22153 49083++ 11：2511：30 tP26 072992 17044 9：05—9：10 f2 —00091282 —00211 13：30—13：35 tP27 —0030325 —0．07077 9：10—母：15 p3 —010422 —024267 13：35—13：40 妒28 03943 —0．92A99 9：15—9：20 ∞ 一041615 —0．97274 13：40—13：45 P29 —0．32391 —075485 9：20—母：25 p5 0059052 —013819 13：45—13：50 tP30 一027287 —063928 9：25q：30。f6—012712 —029791 13：50—13：55 妒3l 一027744 —0．64763 9：30一：35+∞' 一0043939 —010312 13：55一14：00 p女 一0080286 —0．18746 9：35—9：40 p8 —0．22437 —052597 14：00—14：05 妒” 一04667 —1．0912 9：40q：45 po 0．086737 020348 14：05一14：10 f“0．12886 0．30137 9：45—9：50 plo 0013084 0．030699 14：20—14：25 礼5 —0．63251 —14739 9·50—母：55 tPn 0．088996 020851 14：25—14：30 P36 —0．29799 —069289 9：5510：00 p12 0036485 0085624 14：30—14：35 f37 —0．3899 —09122 10：00—10：05p13 018161 0．42623 14：35—14：40 p38 —0．21462 —050175 10：05—10：10p14 057466 1 3396 14：4014：45 p39 —03073 —071802 10：1010：15 p15 060653 14183 14：45—14：50 p40 038542 089971 10：30lO：35 妒】6 0．013339 0031215 14：50一14：55 礼1 —088313 —20575— 10：35一10：40f17 —0033429 0．07846 14：55一15：00 pn 一092756 —2162¨ 10：45—10：50p18 0067089 015694 AV v1 0066503 43．735一 10：50—10：55p19 —0062855 —014654 TN 弛0011976 15．323一 10：55—11：00p20 010258 023955 Price 7，0093916 3．1301一 ++为T检验显著的系数 万方数据 80 天津工业大学学报 第24卷 从表中结果可以看出，我们所选择的每笔平均交 易量、价格水平、交易频率变量的参数都是显著交易 量和交易频率的系数为正值，这表明市场波动性和交 易量以及交易频率之间存在着正的相关关系，这一结 论也与华仁海的实证结果相似． 此外，本文将Ay和7Ⅳ处理成同一数量级下得到 上面的估计结果．因此，可以通过系数大小来看出两者 对波动性边际解释力的大小．从表2可以看出，AV的 系数大约是TN的系数的6倍，说明AV对波动性的解 释能力很明显比7Ⅳ强．显然机构投资者的大笔交易 更能够影响收益的波动性． 价格水平与波动性之间的系数为正值，表明了在 上海期铜收益波动性和当前价格是同方向变化的，当 市场价格比较高时，市场波动性也比较高．这种情况的 出现，可能与我们数据选择的时段有关系，本文选择的 历史时段正好处于期铜历史上少有的高点，因而有可 能价格上升引起波动性增大． 表2中星期一、二、三、四、五对应的虚拟变量所估 计的系数的T检验表明只有星期一的估计参数是显 著的，本文得到的这一结论与华仁海(2004)有异”1， 本文认为这与选择的方法以及选取的时间段不同有 关．在我们选择的样本期间内，国内盘和国外盘之间的 联动效应较为强烈，经历周六和周日的停盘之后，在不 交易时间中积累的信息集中反映使得周一的收益率波 动比较大．此外，表2表明，9：00q：05、14：50一 14：55和14：55一15：oo对应的虚拟变量所估计的系数 的T检验显著，系数分别为2．2153、一0．88313和 一0．92756．这说明我国铜期货在开盘时波动较大，而 收盘时波动明显降低． 波动性的周一效应和El内波动“L”型变化模式的 产生主要与中国市场的微观结构和信息不对称有直接 的关系．上海期货交易所每周六和周El是法定的休息 El，在这两个休息日中没有任何的交易发生，但是在这 两天中并不代表没有新信息产生与发布．新的信息不 断产生，由于在期货市场上信息的不对称性，有些投资 者如大的机构投资者就能够较早得到信息，而普通的 中小投资者掌握信息的程度就将远远的落后于大的机 构投资者．所以经过周末后，由于外盘价格(主要是伦 敦铜)变化导致的套利压力以及大的机构投资者利用 私人信息套利，导致周一收益波动比较大．此外本文认 为日内波动的“L”形模式是由于隔夜外盘价格带来的 套利压力、机构投资者利用私人信息和集合竞价制度 来影响价格的短期变化． 4结论 本文对我国上海期铜市场的收益率、交易量和交 易笔数的日内变动模式进行研究，从而得出了上海期 铜日内5分钟绝对收益率波动性的“L”型变化模式以 及5分钟交易量和交易频率的“U”型蛮化模式．并从 套利理论和市场微观结构理论的角度出发，解释造成 这种模式的原因．我们关于期铜的结论是在新兴的指 令驱动自动撮合市场微观结构下的中国市场得到的， 这一结论与国外学者对纽约、芝加哥和纳斯达克市场 等作市商制度为主的金融市场的结论有很大的不同， 同时又在某方面具有一定的相似性，而且由于期货交 易的盯市制度和保证金制度使得期铜的日内交易特征 也区别于国内的股票市场．此外，我们采用回归方程分 析了影响波动性的各种因素，这些因素包括交易量、交 易频率和价格水平．通过回归方程得出了上海期铜收 益率波动性与交易量、交易频率以及价格水平之间确 实存在着明显的正相关关系，这些市场因素影响着上 海期铜收益率的波动特征． 参考文献： [1]房振明，王春峰．上海股票市场市场收益日内效应的研究 [J]．北京理工大学学报，2004，(6)：38～41 [2]AmihudYakov，HaimMendelsonTradingmechanismsand stockreturns：Anempiricalinvestigation[J]．JournalofFi— nance，1987，42：533—553 [3]华仁海，仲伟俊我国期货市场期货价格收益、交易量、 波动性关系的动态分析[J]统计研究，2003，(7)：23— 30． [4]GordonYNTang，DavidTWLiuIntradayandintraweek volatilitypatternsofHangSengIndexandindexfutures，and atestofthewait—to·tradehypothesis[J]．Pacific-BasinFi· nanceJournal，2002，(10)：475—495． [5]Xu，Wu．Theintradayrelationbetweenretumvolatility， transactions．andvolumefj]InternationalReviewofEco． nomicsandFinance，1999，(8)：375—397． [6]华仁海．我国期货市场期货价格收益及条件波动方差的 周日历效应研究[J]．统计研究，2004，(8)：33—37． 万方数据 上海期铜日内交易特征的实证研究 作者： 王远志， 李晔， 刘卉， WANG Yuan-zhi， LI Ye， LIU Hui 作者单位： 天津大学,管理学院,天津,300072 刊名： 天津工业大学学报 英文刊名： JOURNAL OF TIANJIN POLYTECHNIC UNIVERSITY 年，卷(期)： 2005,24(2) 被引用次数： 2次 参考文献(6条) 1.房振明.王春峰 上海股票市场市场收益日内效应的研究[期刊]-北京理工大学学报(社会科学版) 2004(06) 2.Amihud Yakov.Haim Mendelson Trading mechanisms and stock returns:An empirical investigation 1987 3.华仁海.仲伟俊 我国期货市场期货价格收益、交易量、波动性关系的动态分析[期刊论文]-统计研究 2003(07) 4.Gordon Y N Tang.David T W Liu Intraday and intraweek volatility patterns of Hang Seng Index and index futures,and a test of the wait-to-trade hypothesis 2002(10) 5.XU Wu The intraday relation between return volatility,transactions,and volume 1999(08) 6.华仁海 我国期货市场期货价格收益及条件波动方差的周日历效应研究[期刊论文]-统计研究 2004(08) 引证文献(2条) 1.刘向丽.程刚.成思危.汪寿阳.洪永淼 中国期货市场日内效应分析[期刊论文]-系统工程理论与实践 2008(8) 2.杨咸月 国内外期铜市场互动及其价格波动关系研究[期刊论文]-财经研究 2006(7) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_tjfzgxyxb200502021.aspx