【摘要】：程序化交易起源自美國70年代的組合交易技術(shù),至今發(fā)展已久。它經(jīng)歷過人們的追捧,也曾一度被視為災(zāi)難的根源而被帶上枷鎖。國際學(xué)術(shù)界對程序化交易的風(fēng)險爭議至今都還能聽見聲音。過去,學(xué)者采用傳統(tǒng)金融研究方法來研究程序化交易的風(fēng)險問題,有一種基于邏輯推斷提出的“程序化交易中的組合保險策略在悲觀市場情形下將使市場形成一種‘鏈?zhǔn)奖罎ⅰ男?yīng)”說法被許多學(xué)者及業(yè)內(nèi)人士接受,但是事實如何卻很難定量,因為一樣的情形在現(xiàn)實市場中很難再次相同地發(fā)生。應(yīng)用傳統(tǒng)的研究方法研究股指期貨市場對現(xiàn)實市場價格波動性影響的最常見方法是對比一個現(xiàn)實市場在加入股指期貨市場后的價格波動性變化;研究程序化交易對股票市場的價格波動性影響時最常見的方法是以市場中程序化交易策略的資金比重為自變量,市場的價格波動性為因變量分析程序化交易對股票市場價格波動性的影響。這樣的方法的確都可以得出較有說服力的研究結(jié)果,然而它們都受制于樣本的數(shù)量,且無法剔除其他因素的影響,因此在不同市場及不同時期的研究中往往得出相悖的結(jié)果。這也是過去幾十年里關(guān)于程序化交易的風(fēng)險爭議,以及股指期貨市場究竟是有助于平穩(wěn)現(xiàn)貨市場價格波動還是增加了現(xiàn)貨市場的下行風(fēng)險等問題的爭議一直不斷的一個主要原因。解決此類復(fù)雜性問題的一個好方法是近年來興起的計算實驗方法。本文正是采用計算實驗方法,通過建立人工股票市場,進而嚴(yán)格調(diào)控各種實驗條件的方式來分析程序化交易對股票市場的風(fēng)險。由于程序化交易中非常重要的組合保險策略及套利策略均依托于股指期貨市場,本文在構(gòu)建的人工股票市場中加入了股指期貨市場并簡要分析了股指期貨市場的加入對股票市場波動性的影響。通過多次對比實驗,本文發(fā)現(xiàn)程序化交易的加入短期內(nèi)的確會造成股票市場的異常波動,但長期來看,其影響卻是很微小的;股指期貨市場的加入,從總體上確實降低了現(xiàn)貨市場的價格波動性。此外,本文通過對市場中的所有投資者施加一個共同的價格下降預(yù)期,進行一個有組合保險策略和無組合保險策略的對比試驗,發(fā)現(xiàn)悲觀市場下組合保險策略的確會形成一種自我加強的賣空預(yù)期,從而加劇市場的崩潰。
[Abstract]:Programmed trading originated from the United States 70's portfolio trading technology, has been developed for a long time. It experienced popularity and was once shackled as the root of disaster. The international academic circles still can still hear the sound of the risk dispute about the procedural transaction. In the past, scholars used traditional financial research methods to study the risks of programmed transactions. It is accepted by many scholars and insiders that the "portfolio insurance strategy in programmed transactions will cause the market to form a 'chain collapse' effect in the pessimistic market situation", which is based on logical inference. But how the facts are difficult to quantify, because the same situation in the real world is difficult to happen again the same. The most common method to study the effect of stock index futures market on the price volatility of the real market is to compare the price volatility of a real market after joining the stock index futures market. The most common way to study the effect of programmed trading on the price volatility of stock markets is to take the proportion of funds of programmed trading strategies in the market as an independent variable. The price volatility of the market is the influence of dependent variable analysis programmed trading on the price volatility of the stock market. However, they are all subject to the number of samples and cannot be removed from the influence of other factors, so the results are often inconsistent in different markets and in different periods of research. This is also the risk dispute over procedural transactions over the past few decades. And whether the stock index futures market will help smooth spot market price fluctuations or increase the spot market downside risks and other issues have been a major cause of controversy. A good way to solve this kind of complexity problem is the computational experiment method which has been developed in recent years. In this paper, we analyze the risk of programmed trading to stock market by establishing artificial stock market and strictly controlling various experimental conditions. Because the combination insurance strategy and arbitrage strategy, which are very important in procedural trading, rely on the stock index futures market. In this paper, the stock index futures market is added to the artificial stock market, and the influence of the stock index futures market on the volatility of stock market is analyzed briefly. Through a number of comparative experiments, this paper finds that the introduction of programmed trading will indeed cause abnormal fluctuations in the stock market in the short term, but in the long run, its impact is very small; Stock index futures market, in general, has reduced the price volatility of the spot market. In addition, this paper carries out a comparative experiment between portfolio insurance strategy and non-portfolio insurance strategy by applying a common price reduction expectation to all investors in the market. It is found that portfolio insurance strategies in pessimistic markets do create a self-reinforcing short selling expectation, thus exacerbating the collapse of the market.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F830.91;F224

【相似文獻】

相關(guān)期刊論文 前10條

1 驍衛(wèi);;西方股市暴跌的原因與影響[J];中國金融;1987年12期

2 ;鄧小平談股票市場[J];武漢金融;1992年03期

3 雷曉陽;1995年9月股票市場熱點[J];證券市場導(dǎo)報;1995年11期

4 陳勇，劉滬霞;大陸、臺灣股票市場前景分析[J];陜西師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);1996年S1期

5 ;證券股票市場進入新的發(fā)展階段[J];中國經(jīng)濟信息;1996年24期

6 錢東寧;;近期全球股市動態(tài)及分析[J];國際金融;1996年04期

7 關(guān)永久;論戰(zhàn)后日本股票市場結(jié)構(gòu)[J];現(xiàn)代日本經(jīng)濟;1997年03期

8 陳潔玲 ,劉輝;規(guī)范和發(fā)展股票市場的稅收對策[J];遼寧稅務(wù)高等�？茖W(xué)校學(xué)報;1997年03期

9 靳香玲,馬國強;股票市場的穩(wěn)定發(fā)展與企業(yè)并購[J];當(dāng)代經(jīng)濟科學(xué);1998年05期

10 李維遠(yuǎn);徐憶南;;廣告商應(yīng)找準(zhǔn)自己的立足點[J];廣告大觀(綜合版);1999年04期

相關(guān)會議論文 前10條

1 王霞;吳健中;;組合投資理論在上海股市中的應(yīng)用分析[A];管理科學(xué)與系統(tǒng)科學(xué)進展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

2 林冬云;莊慧忠;;股票混沌動力模型探討[A];2000中國控制與決策學(xué)術(shù)年會論文集[C];2000年

3 楊治輝;賈韓梅;;股票收益率相關(guān)性的網(wǎng)絡(luò)結(jié)構(gòu)分析[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

4 ;金融專場[A];2004年中國經(jīng)濟特區(qū)論壇：科學(xué)發(fā)展觀與中國的發(fā)展學(xué)術(shù)研討會論文集[C];2004年

5 萬陽松;陳忠;;加權(quán)股票網(wǎng)絡(luò)中的無標(biāo)度行為研究[A];第二屆全國復(fù)雜動態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2005年

6 史永東;趙永剛;;中國證券市場非線性特征的實證分析[A];第八屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2006年

7 張林;張健;滑建中;;股票市場計算機系統(tǒng)的現(xiàn)狀及安全分析[A];第十一屆全國計算機安全技術(shù)交流會論文集[C];1996年

8 楊華;陳迅;易成棟;;基于面板門限模型的股票市場規(guī)模效應(yīng)研究[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

9 王剛;韓立巖;;灰色模型在中國股票市場預(yù)測中的應(yīng)用[A];2002年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2002年

10 潘振良;;股份制改造存在的問題及對策[A];“銀座杯”征文及“現(xiàn)代產(chǎn)權(quán)制度改革”研討會論文集[C];2004年

相關(guān)重要報紙文章 前10條

1 廣州萬隆;股指期貨推出對股市的四大影響[N];證券日報;2006年

2 王群航;上周凈值增長基金僅5只[N];證券日報;2007年

3 ;12倍躍升 臺灣地區(qū)曾如是[N];證券日報;2007年

4 張曉凌邋王曉津;流動性充裕時期的銀證互動[N];中國證券報;2007年

5 任亮;胡祖六：10年后中國股市規(guī)模有望列全球第三[N];第一財經(jīng)日報;2007年

6 王國強;切莫短視 逼空行情漸近尾聲[N];上海證券報;2007年

7 ;基金凈值保持增長勢頭[N];珠海特區(qū)報;2006年

8 牛娟娟;商業(yè)銀行可代客投資英國股票市場[N];金融時報;2007年

9 ;二月份是較好的調(diào)倉布局時機[N];上海證券報;2008年

10 證券時報記者 賈壯;去年我國同業(yè)拆借量超10萬億[N];證券時報;2008年

相關(guān)博士學(xué)位論文 前10條

1 盧長洪;我國股票市場運行特征的理論闡述與計量檢驗[D];吉林大學(xué);2010年

2 李林嶺;我國股票掛鉤結(jié)構(gòu)性產(chǎn)品的研究[D];西南財經(jīng)大學(xué);2010年

3 倪慶東;匯率變動對我國股票市場的影響研究[D];西南財經(jīng)大學(xué);2010年

4 陳花;基于復(fù)雜網(wǎng)絡(luò)的股票之間有向相關(guān)性研究[D];北京郵電大學(xué);2012年

5 吳曉蘭;我國上市公司股票期權(quán)激勵效果及其影響因素研究[D];華中科技大學(xué);2011年

6 邸月;中國A股市場股票與其主要投資基金股東組成的二分網(wǎng)性質(zhì)研究[D];北京郵電大學(xué);2012年

7 蘇艷麗;我國股票市場參與主體行為研究[D];東北大學(xué);2010年

8 李靜;基于行為金融學(xué)的股票市場投資者行為研究[D];中國社會科學(xué)院研究生院;2012年

9 劉柯杰;中國股票市場促進經(jīng)濟增長研究[D];復(fù)旦大學(xué);2003年

10 孟科學(xué);股票市場泡沫的影響因素與形成機理研究[D];西南財經(jīng)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 丁書錦;我國股票市場“晴雨表”效應(yīng)的實證研究[D];山東大學(xué);2010年

2 李娜;中國股票市場波動及其控制研究[D];山西財經(jīng)大學(xué);2010年

3 劉遷;利率調(diào)整的未預(yù)期部分對股票市場的影響[D];西北大學(xué);2010年

4 孟慶莉;我國股票市場機制下的流動性研究[D];北京交通大學(xué);2010年

5 李東;股權(quán)分置改革前后中國股票市場與經(jīng)濟增長關(guān)系的比較研究[D];長沙理工大學(xué);2010年

6 杭龍;動力會計在股票市場中應(yīng)用的初步探討[D];浙江大學(xué);2002年

7 李青;股票市場資源配置效應(yīng)研究[D];天津財經(jīng)學(xué)院;2003年

8 李恒;我國公募基金投資規(guī)模對股票市場定價影響的實證研究[D];復(fù)旦大學(xué);2010年

9 馬琳;股票市場流動性與預(yù)期收益[D];西北大學(xué);2011年

10 譚振杰;中國股票市場貨幣政策傳導(dǎo)效應(yīng)的實證分析[D];山東經(jīng)濟學(xué)院;2011年

，

本文編號：2460563