金融工程毕业论文-沪深300股指期货的价格发现功能研究.doc

山东财经大学 本科毕业论文本科毕业论文( (设计设计) ) 题目：题目：沪深 300 股指期货的价格发现功能研究 学学 院院 金融学院 专专 业业 金融工程 班班 级级 2012 金融工程 3 学学 号号 201203243450 姓姓 名名 殷 鑫 指导教师指导教师 邹昆仑 山东财经大学教务处制 二一五 年 六 月 山东财经大学毕业论文 沪深 300 股指期货的价格发现功能研究 摘 要 期货市场有两个基本功能：套期保值功能和价格发现功能。其中，期货市场价格发 现功能指的是通过公开、公平、高效、竞争的期货交易运行机制，形成具有真实性、预 期性、连续性和权威性价格的过程。本文以沪深 300 股指期货为研究目标，运用理论推 导与实证分析结合方法，证实了沪深 300 股指期货确实具有价格发现职能，并对不同时 期价格发现职能的发挥情况进行了对比。 关键词关键词：股指期货；沪深 300；价格发现 Research on the price discovery function of Shanghai and Shenzhen 300 stock index futures ABSTRACT Futures market has two basic functions: hedging function and price discovery function. The futures market price discovery the function through an open, fair and efficient, competitive futures trading operation mechanism, forming with authenticity, expected, continuous and authority of the price process. The CSI 300 stock index futures as the research target, expounds the connotation and significance of the price discovery and the use of theoretical analysis and empirical analysis method of combining, on the Shanghai and Shenzhen 300 stock index futures price discovery function of the brief summary. Keywords: stock index futures; IF300; price discovery 山东财经大学毕业论文 目 录 一、绪论2 （一）研究背景2 （二）研究意义2 二、价格发现功能概述3 （一）价格发现的内容3 （二）价格发现的意义4 三、实证检验4 （一）研究理论4 （二）数据来源与样本选择5 1.数据来源5 2.样本选择5 （三）实证检验6 1.描述性检验6 2.平稳性检验7 3.协整检验8 4.误差修正模型9 5.格兰杰因果检验11 6.互相关系数12 7.实验小结12 四、研究结论13 参考文献14 山东财经大学毕业论文 1 一、绪论 （一）研究背景 股指期货，即以股票价格指数为标的物的期货合约，作为一种以规避股市系统性风险 为目的的金融工具，股指期货一经出现，就大受欢迎。沪深两个市场各自均有独立的综 合指数和成份指数，这些指数在投资者中有较高的认同度，但市场缺乏反映沪深市场整 体走势的跨市场指数。沪深300指数的推出切合了市场需求，适应了投资者结构的变化， 为市场增加了一项用于观察市场走势的指标，也进一步为市场产品创新提供了条件。 自2010年中国金融期货交易所正式推出沪深300股指期货以来已有近六年了随着我国 资本市场的逐步完善，股指期货作为资本市场上不可或缺的金融衍生工具，其所具有的 价格发现功能也开始发挥越来越重要的作用，尤其在2015后半年股指期货对现货市场的 影响愈发明显，因此对不同时期股指期货是否具有价格发现功能以及价格发现功能是否 显著的研究很有意义。 （2）研究意义 首先，股指期货作为一种完善了我国金融产品体系的新的金融工具，带动期货市场 的进一步发展，增强了市场创新能力。同时股指期货作为一种新的投资工具，微观上促 进了机构投资者的投资热情，通过大量投资者间的相互制衡，大大减少了价格操纵、投 机博弈等现象。从而在宏观上保障了证券市场的投资、筹资功能以及资源配置的主动权， 给国家实现金融市场安全的战略部署提供了一个重要的推动力。 其次，股指期货的价格发现功能，为投资者进行套利、套期保值、风险管理等活动 提供了前提，由于其对于现货市场一定程度的领先而产生对现货价格的引导，稳定市场 预期。由于其低成本、高杠杆、高流动的特性和双边交易机制，使得股指期货市场能够 快捷全面的对宏观经济、市场走势等信息进行反应，其均衡价格也往往反映着未来股票 指数现货市场价格的走势，成为了股票市场乃至整个资本市场“晴雨表”。 最后，自股指期货的出现以来，单边市场机制得到了改变。在熊市行情的今日投资者 也因为股指期货拥有了获利的可能，但股指期货作为的对冲机制所具有的的套期保值功 能是否为投资者提供了投资信心，规避了一定系统性风险，减少了股票市场的波动，在 国内市场剧烈波动的现在却有待商榷，需要进一步的研究论证 综上所述，通过研究股指期货与现货指数间的引导关系，更好的认识股指期货的功 能作用，有利于投资者进行保值和套利活动以及制定相应的交易策略，对于股指期货正 面作用的实现具有现实意义。 山东财经大学毕业论文 2 二、价格发现功能概述 （一）价格发现的内容 市场经济体制作为我国基本经济制度，通过市场价格配置社会资源并随着市场竞争 来实现社会资源的流动。从市场价格调整到市场机制的实现都离不开市场的价格发现功 能。价格信号作为市场竞争的表现方式引导市场中的供求变化进一步引导着社会资源的 合理流动。由此可见价格机制是整个市场经济体制的核心。 在一个完全竞争的市场环境中，市场供应和需求能达到完美的平衡状态，即不同的 市场能没有迟滞的对新的价格信息进行反应，市场价格可以没有迟滞的调整到一个新的 动态平衡，使得市场价格等于理论上的均衡价格。但完全竞争的市场环境只是理想状态 在现实中市场反映每个新价格信息的反应的速度各不相同，这使价格发现功能效果在实 际中因各个市场的敏感程度而异，实际市场价格几乎不可能等于理论均衡价格。 价格发现是指在市场经济体制下，通过买方卖方间的交易活动，使得所交易商品的 交易价格在这一时刻趋向市场均衡价格的过程。虽然现实中的市场价格随着理论均衡价 格上下波动，但是市场机制通过市场上买卖双方自发的供求改变，来实时的对市场价格 进行调整，引导其趋近均衡价格。价格发现功能并非某一市场独有的功能，而是各个市 场都具备的基本功能，任何市场在一定的条件下都会表现出一定的价格发现功能。但是， 由于市场间价格机制的效率不同，使得市场价格向均衡价格的调整速率不同，因此各个 市场的价格发现效果也产生了差异，从而产生同一种资产的价格在不同的现实市场中的 的变动不一致。故而陈蓉和郑振龙在无偏估计、价格发现与期货市场效率中指出， 期货的价格发现功能的验证不必要求当前期货价格等于未来现货价格的无偏估计。由于 价格机制的作用，期货市场通过其高效率，能对够市场价格进行快速调整，这就使得期 货市场所表现出的价格发现功能相较于其它市场更强。但是，在成熟的期货市场上，期 货的市场价格应该能够引导现货价格的走势。因此，我们应全面的理解期货的价格发现 功能。首先，期货的价格发现功能是指期货的价格与近期或远期的现货价格存在长期稳 定的均衡关系。由于这种均衡关系的存在，当期的期货价格预示了现货指数在近期或远 期的变动趋势，这并不意味着同一时刻的期货市场价格与现货市场价格相等。其次，期 货价格可以引导现货价格的变化，指当有一个新信息传递到市场上时，首先是期货市场 将这一新信息吸收并做出反映，然后才是现货市场吸收这一新信息，再在现货指数价格 上做出反映，因此就表现出了期货市场的价格引导着现货市场价格的变动趋势。最后， 强调期货市场的价格发现功能的同时，我们也承认现货市场的价格发现功能，每个市场 在一定的市场条件下都能表现出价格发现功能，而非期货市场独有。同时，还应注意的 一点是，价格发现功能作为期货市场的基本功能，关系着期货市场的套期保值功能、规 避价格风险的功能是否能够实现，它的存在对期货的市场交易具有重要意义。 山东财经大学毕业论文 3 （2）价格发现的意义 股指期货市场上有众多的参与者，作为理性经济人，他们都会尽力从各方面来搜集 影响市场的信息，以便能对股指期货所标的指数价格的未来走势作出科学合理的预测， 从而作出正确的投资交易。实际上，股指期货的市场价格反映的是市场参与者对其标的 指数价格变动趋势的预期。由于股指期货市场比股票现货市场在交易机制和交易方式上 有优势，市场上的新信息会首先在股指期货市场上反映出来。当期货市场具备价格发现 功能，即股指期货的市场价格能够引导指数现货的价格变动趋势时，指数现货市场上的 参与者就可以根据股指期货价格的变化来做出投资决策。如果股指期货市场不具备价格 发现功能，股指期货的市场价格不能够引导指数现货的价格变动趋势，则股指期货市场 价格的变化对投资者的投资交易没有参考价值。股指期货是否具有价格发现功能，关系 着资本市场上每一个参与者的投资交易，关系着股指期货其它功能的发挥。首先，股指 期货的价格发现功能保证了股指期货套期保值功能的发挥。当股指期货市场具有完善的 价格发现功能时，股指期货的市场价格与其标的指数的市场价格之间便有了紧密的联系， 市场上的套期保值者可以利用一个市场卜的利润来拟补另一个市场卜的损失，达到规避 市场风险的目的。其次，如果股指期货市场具有价格发现功能，政府相关部便可以依据 股指期货市场释放出的价格信号，判断市场的运行情况，从而制定宏观经济政策。同时， 政府相关部门可以借助股指期货市场对信息反应灵敏的特点，通过把相关信息释放到股 指期货市场上来调控经济运行。最后，股指期货的价格发现功能可以稳定指数现货的价 格波动。市场上的参与者可以根据股指期货的价格变动来预测其标的指数近期或远期的 变动趋势，从而进行相关操作，改变指数现货市场的供求状况，使指数现货的市场价格 很快调整到均衡状态，减少了现货价格的波动。 总之，研究IF300股指期货的价格发现功能在很多方面都具有积极意义。我们可以通 过对IF300股指期货的研究来审视我国的资本市场是否成熟与有效。管理层可以通过研究 结果来审视我国股指期货市场上可能存在的问题以及确定需要改进的方向，使我国IF300 股指期货更加完善，使它能够更加充分的发挥出各项功能。同时，研究股指期货的价格 发现功能可以帮助投资者在交易过程中制定更为有效的策略，帮助投资者规避风险、获 取收益。并且，这也是预测股指的一个新的途径。研究也可以有利于我国的金融市场的 健康发展。 三、实证检验 （一）研究理论 股指期货实际上是在期货市场上交易其所标的的股票指数的合约。股指期货和指数 现货的市场价格变化，反映了股指期货市场和股指现货市场受市场新信息的冲击后做出 山东财经大学毕业论文 4 的反映。在理论上，当市场有效时，股指期货市场价格与其标的指数市场价格之间应存 在某种均衡关系，否则，市场上的套利者可以在另个市场上进行相关操作，来获取无风 险利润。对期货与现货价格关系的研究有很多，但是，使用最多的还是持有成本模型。 该模型由Cornel2.无任何交易成本;3.无任何交易策略限制。而现实中的市场是无 法满足理想市场条件的，在现实中，股指期货与指数现货市场价格之间的理论关系不确 定。为了检验在我国的市场上，IF300股指期货是否发挥了价格发现功能。价格发现的过 程是一个市场的投资者通过买卖行为，将信息反应到资产价格上的过程。如果市场是完 全有效的，那么价格将反应出所有可以获得的信息。而在一个大的金融市场中，细分的 每个小市场比如股票市场和股指期货市场的价格波动往往会受到同一信息的影响。而这 两个市场在将信息、完全反应到价格的过程所耗费的时间却长短不一，甚至某个市场资 产的价格会因为另一个市场价格的变动而变动。即可以导致一个市场的价格可以引导另 外市场的价格。由于对信息的聚集和反应速度不同，两个市场的价格将出现明显的领先 一滞后关系。我们很难对某个信息在某个市场反应的时间进行量化分析，但是我们可以 通过分析研究两个相关市场之间价格的关系，来研究某个市场的价格发现功能。 （2）数据来源与样本选择 1.数据来源 IF300股指期货作为在我国市场上流通交易时间最久的股指期货。不同于我国证券市 场上其他根据所包含成份股的不同，代表了不同的行业、板块的走势的股票指数，IF300 指数选取的是市场中规模大、流动性好的300只股票，能够很好地代表我国股市的市场行 情其选股的标准不是行业与股份而在于股票的规模和流动性。因此，包含沪深两股市值 近百分之六十且各行业的股票都达到了基本的均衡的IF300指数能够很好的代表我国A股 市场。故而本文选取了对IF300股指期货与IF300指数分析的研究方式，通过检验两者之 间的相互关系，来对IF300股指期货的价格发现功能进行检验。本文交易数据均来自同花 顺，计量分析软件为Eviews8.0。 2.样本选择 本文分别采用了IF300股指期货的当月连续和IF300指数的日收盘价作为数据，并由 此对不同市场趋势下的IF300股指期货的价格发现能力进行实证研究。由于股指期货合约 到期日的限制，本文选择了股指期货各个当月连续的历史数据作为股指期货的数据样本， 来组成连续沪深300股指期货的时间序列数据。 样本研究区间为自2014年4月21日至2016年2月15日，两年的时间段，除去周末和法 山东财经大学毕业论文 5 定节假日的非交易日，共有444对日数据。并根据市场行情趋势的不同划分为上涨和下跌 两组进行对照比较。 （三）实证检验 1.描述性检验 从下面的图表中可以看出，无论市场趋势上涨还是下跌，股指与股指期货的走势基 本一致，具备同步性和一致性。（其中 s 为沪深股指，f 为股指期货，ln 为对数序列，r 为对数差分序列,1 为市场趋势下跌时，2 为市场趋势上涨时） 2,500 3,000 3,500 4,000 4,500 5,000 5,500 255075100125150175200 F1S1 2,000 2,400 2,800 3,200 3,600 4,000 4,400 255075100125150175200 F2S2 7.9 8.0 8.1 8.2 8.3 8.4 8.5 8.6 255075100125150175200 Log F1Log S1 7.6 7.7 7.8 7.9 8.0 8.1 8.2 8.3 8.4 255075100125150175200 Log F2Log S2 -.12 -.08 -.04 .00 .04 .08 .12 255075100125150175200 Log Differenced F1 Log Differenced S1 -.12 -.08 -.04 .00 .04 .08 255075100125150175200 Log Differenced F2 Log Differenced S2 从上图可以看出相较于市场趋势上涨时，市场趋势下跌时的期货价格更明显的领先 于现货货价格。 而从下表可以看出，无论市场趋势上涨还是下跌沪深 300 股指期货、现货的对数收 益率的 JB 均统计量远远大于 50%和 1%显著性水平下的临界值 5，因此拒绝时间序列是标 山东财经大学毕业论文 6 准正态分布的原假设，各个时间序列的分布均不符合标准正态分布。 s1s2lns1lns2rs1rs2 Mean3884.9376472750.680098.2515911697.897587986-0.0015188330.00285132 Median3765.182449.268.2335509487.8035412170.001008056 0.00144345 Maximum5353.754088.188.5855525298.3158551620.064988731 0.045067657 Minimum2853.762115.147.9563927027.656876283-0.091544373-0.080150916 Std. Dev. 644.2349308594.58254570.1622323440.2073638740.027189301 0.014076228 Skewness0.5395551410.6199563950.2773412460.491436525-0.78814546 -0.60664073 Kurtosis2.3676144451.8178319112.1682847951.6524093974.240703701 8.692099864 Jarque- Bera 14.405429127.025584629.20301874725.6179504337.05469003 311.9051525 Probability 0.0007445621.35353E-060.0100366752.7361E-068.98827E-09 0 Sum858571.22607900.31823.6016481745.366945-0.3356621670.630141788 Sum Sq. Dev. 91308502.1277776248.85.790253339.4599507470.162636775 0.043590845 f1f2lnf1lnf2rf1rf2 Mean3798.6751132769.1552048.2263303577.903032056-0.0016930070.002884161 Median3671.62458.98.2083828137.807469374-0.0006434660.000796607 Maximum5361.34148.38.5869617628.3304538910.097377565 0.064609326 Minimum2727.92096.97.9112873617.648215343-0.110462445-0.099374493 Std. Dev. 696.4914823614.58476250.1781680680.2132825580.033233229 0.016076295 Skewness0.6058925120.5948156920.3373319620.468437196-0.261450481-0.71255733 Kurtosis2.368297561.7587426952.1336743961.6190444424.4657524511.16248818 Jarque- Bera 17.1962946727.2193040911.1024088825.6431077122.30125421 632.2180618 Probability 0.0001844471.22858E-060.0038827782.7019E-061.43663E-05 0 Sum839507.2611983.31818.0190091746.570084-0.3741544730.637399536 Sum Sq. Dev. 106722084.783097174.676.98364926710.007678890.242978454 0.056858401 2.平稳性检验 通过时间序列的平稳性检验来确定时间序列没有随机波动或确定性趋势，从而排除 进行时间序列分析时，由于其是非平稳时间序列而出现的“伪回归”。 本文首先用单位根检验来检测 IF300 股指期货与现货的各个序列是否平稳。本文采 用 ADF 检验，并通过 SC 准则来确定最佳滞后阶数。 山东财经大学毕业论文 7 s1f1lns1lnf1rs1rf1 t-Statistic-0.821689-1.032774-0.755774-1.013666-13.77991-12.26366 Prob.*0.81060.74170.82890.748600 1% level-3.443442 5% level-2.867207 10% level-2.56985 s2f2lns2lnf2rs2rf2 t-Statistic1.176606 0.681146 0.892361 0.501931 -14.86148-15.03401 Prob.*0.9980.99150.99530.986500 1% level-3.443442 5% level-2.867207 10% level-2.56985 从以上检验结果可以看出，无论市场趋势是上涨还是下跌 IF300 股指期货与 IF300 指数的时间序列都存在单位根，为非平稳时间序列。但两者的对数差分序列(r)在 1%、5%、10%显著性水平下都不存在单位根，是一个 I(0）过程。因此，在两种趋势下 IF300 的股指和股指期货的时间序列都是 1 阶单整的，其对数收益率序列是平稳时间序列。 在 pp 检验中，对数收益率序列依旧具有平稳性，得到结果如下: rs1rf1rs2rf2 Prob.* 0000 Adj. t- Stat -13.74429-14.0871-14.87743-15.03398 1% level -3.443175 5% level -2.867089 10% level -2.569787 3.协整检验 在用时间变量建立经典回归模型时，一般都要求时间变量是平稳时间序列。如果用 非平稳时间变量建立经典回归模型进行回归检验，就可能出现伪回归等问题。但是，实 际中的很多经济变量是非平稳的，这就在很大程度上限制了经典回归分析方法的使用。 协整的概念为非平稳时间序列使用经典回归模型提供了便利。虽然时间变量非平稳，但 如果时间变量之间存在协整关系，即时间变量之间具有长期均衡关系，意味着经济系统 山东财经大学毕业论文 8 中不存在破坏长期均衡的内在机制，即使变量在某时刻受到干扰、偏离了长期均衡状态， 均衡机制也会对其进行调整，使其在未来的若干期内回归均衡点。对协整过程我们也可 以采用经典回归模型进行建模。 本文主要研究的是不同市场趋势下的IF300股指期货与IF300指数之间的关系，因此 对时间序列Lns和Lnf进行分析研究。下面，本文通过对Lns和Lnf序列进行协整检验，来 检验我国现阶段的IF300股指期货与IF300指数是否具有长期均衡关系。 首先建立回归方程: 然后对其进行E-G两步法检验，生成回归方程: s1=0.806982+*0.904964f1 s2=0.218835+*0.971626f2 最后对上式所得残差进行单位根检验，由于残差序列的均值为0，所以选择无截距项、 无趋势项的单位根检验，滞后阶数还是由SC准则来确定，检验结果如下表: t-Statistic Prob.* lns1,lnf1-14.66780 lns2,lnf2-14.344980 1% level-3.443254 5% level-2.867124 检验结果显示，残差序列的ADF检验结果小于1%显著性水平的临界值，说明即使在10%的 显著性水平下，也要拒绝估计式残差序列存在单位根的原假设，接受残差序列不存在单 位根的结论。 4.误差修正模型 第一步，建立IF300指数与指数期货的长期均衡方程，估计结果为： s1=0.806982+*0.904964f1 山东财经大学毕业论文 9 VariableCoefficientStd. Errort-StatisticProb. LNF10.9049640.006652136.05240.0000 C0.8069820.05473414.743740.0000 R-squared0.988254 Mean dependent var8.251920 Adjusted R-squared0.988201 S.D. dependent var0.161939 S.E. of regression0.017590 Akaike info criterion-5.233960 Sum squared resid0.068073 Schwarz criterion-5.203305 Log likelihood582.9695 Hannan-Quinn criter.-5.221583 F-statistic18510.26 Durbin-Watson stat0.580252 Prob(F-statistic)0.000000 s2=0.218835+*0.971626f2 VariableCoefficientStd. Errort-StatisticProb. LNF20.9716260.001966494.22930.0000 C0.2188350.01554014.081630.0000 R-squared0.999100 Mean dependent var7.896593 Adjusted R-squared0.999096 S.D. dependent var0.207425 S.E. of regression0.006236 Akaike info criterion-7.307862 Sum squared resid0.008556 Schwarz criterion-7.277208 Log likelihood813.1727 Hannan-Quinn criter.-7.295486 F-statistic244262.6 Durbin-Watson stat0.747174 Prob(F-statistic)0.000000 第二步，建立误差修正模型估计结果为： s1=-0.000247+*0.740780f1-0.273924Ecm VariableCoefficientStd. Errort-StatisticProb. C-0.0002470.000752-0.3278830.7433 D(LNF1)0.7407800.02269632.638970.0000 RESID01(-1)-0.2739240.042947-6.3782660.0000 R-squared0.832782 Mean dependent var-0.001519 Adjusted R-squared0.831248 S.D. dependent var0.027189 S.E. of regression0.011169 Akaike info criterion-6.137831 Sum squared resid0.027196 Schwarz criterion-6.091702 Log likelihood681.2303 Hannan-Quinn criter.-6.119205 F-statistic542.8447 Durbin-Watson stat1.922467 Prob(F-statistic)0.000000 s2=0.000479+*0.822830f2+0.001213Ecm 山东财经大学毕业论文 10 VariableCoefficientStd. Errort-StatisticProb. C0.0004790.0003311.4468880.1494 D(LNF2)0.8228300.02033340.467840.0000 RESID02(-1)0.0012130.0021010.5776080.5641 R-squared0.882546 Mean dependent var0.002851 Adjusted R-squared0.881468 S.D. dependent var0.014076 S.E. of regression0.004846 Akaike info criterion-7.807753 Sum squared resid0.005120 Schwarz criterion-7.761624 Log likelihood865.7567 Hannan-Quinn criter.-7.789127 F-statistic819.0228 Durbin-Watson stat2.240161 Prob(F-statistic)0.000000 以上的估计结果反映了IF300股指期货与IF300指数在市场趋势上涨和下跌中都具备 长期的均衡关系，而且在市场趋势下跌中股指期货的价格发现贡献度（）略高与市场趋 势上涨时（0.822830）。其中误差修正模型中的差分项反映了短期波动对长期均衡的影 响。IF300股票指数的价格变化，不仅取决于股指期货自身的变化，还取决于上一期 IF300指数对长期均衡状态的偏离。误差修正项Ecm。的系数反映了短期波动对偏离长期 均衡的修正，上一期偏离长期均衡状态越远，本期需要修正的量就越大。 5.格兰杰因果检验 本文为满足格兰杰因果检验的要求使用了为平稳时间序列的对数收益率序列(r)来对 IF300股指期货与IF300指数的关系进行格兰杰因果关系检验，结果如下: Null Hypothesis:ObsF-StatisticProb. RS1 does not Granger Cause RF1 219 1.925400.1483 RF1 does not Granger Cause RS1 5.438210.0050 Null Hypothesis:ObsF-StatisticProb. RF2 does not Granger Cause RS2 219 8.280160.0003 RS2 does not Granger Cause RF2 3.475290.0327 上述检验结果显示，在5%的显著性水平上，原假设“RS1不是RF1的Granger原因”不 能被拒绝，而原假设:“RF1不是RS1的Granger原因”被拒绝，说明存在从RF1到RS1的单向 因果关系，变量RF1在价格发现中占主导地位；在5%的显著性水平上，原假设“RS2不是 RF2的Granger原因”被拒绝，而原假设:“RF2不是RS2的Granger原因”不能被拒绝，说明 存在从RS2到RF2的单向因果关系，变量RS2在价格发现中占主导地位； 6.互相关系数 虽然我们已经检验出沪深股指期货引导着沪深指数的变化，但是还不确定这种引导 山东财经大学毕业论文 11 时间的长短，下面本文再利用沪深股指期货对数收益率和沪深指数对数收益率的互相关 函数，对它们之间价格引导的时间进行衡量。计算沪深股指期货和沪深指数两个日数据 对数收益率时间序列的互相关系数，所得结果如下： RS1,RF1(-i)RS1,RF1(+i)i lag lead 00.89530.8953 10.1582 -0.018. 2 -0.144. -0.121. 3 -0.094. -0.016. 40.13480.1637 50.06420.0690 6 -0.090. -0.087. 7.实验小结 (1)由2014年至2016年IF300股指期货与IF300指数不同市场趋势下的走势图知，无论 市场趋势上涨还是下跌期货现货两市场价格走势高度一致，其中相较市场趋势上涨时期， 市场趋势下跌时期有更明显的领先趋势。 (2)由对区间内市场趋势上涨和下跌时期的IF300股指期货与IF300指数的日数据进行 单位根检验可