1. 研究目的与意义
股指期货成功上市，使得我国金融市场得到了进一步的完善。哪怕是现货市场不景气，投资者也可以通过投资股指期货来进行获利。沪深300股指期货从上市至今，每年的交易量和成交额都在稳步上涨：16年成交259.0亿手，成交额为282591亿元；17年成交264.9亿手，成交额为315639亿元；18年成交234.0亿手，成交额为295435亿元。此项数据表明股指期货的市场有较高参与度，证明投资者对于其提供的作用及投资机会抱有不错的信心和热情。因此，在我国如此庞大的金融市场下，股指期货是否真正意义的发挥了作用，无论是对投资者降低风险，还是市场保持良好的势头都具有重要的意义。
股指期货市场对于现货市场有两个方面的影响，一方面是价格发现功能，可以进行价格走势的判断，另一方面是波动溢出关系，在信息的流动速度、风险传递效应等方面都有着一定的影响。判断股指期货和现货价格之间存在的关系，不仅有利于更好地判断市场形势，同时更能在一定层次上反映出我国期货市场和现货市场存在着何种问题需要改进。因此，关于二者之间价格存在的关系的研究，也一直是关注的重点。2. 研究内容和预期目标
| 本文主要通过实证研究，来探究股指期货主要功能之一——价格发现是否表现正常，通过统计和回归分析等方法从实证角度来进行一定的分析，根据得出的分析结果总结合理的结论，并提出相关建议和举措。 一部分学者在进行研究时采用了仿真交易数据或低频交易数据。仿真交易数据有很大的缺陷，不能完整、真实的表现出现实交易过程中的投资者交易屯理、交易策略等一些其他因素所导致的变化。而低频交易数据则不能通过数据在短时间的变化来反应信息的传递，使得领先滞后问题丢失了很多有用的信息。本文为了减少上述两种数据带来的问题，选取了2018年全年沪深300指数期货主力合约及指数的价格之间的5分钟高频数据来进行分析。 论文结构安排 第一章：导论。主要介绍股指期货在我国的发展情况级本文研究意义，文献综述，还有本文的研究方法。 第二章：股指期货价格发现功能的理论。 第三章：本文的研究方法及模型介绍。 第四章：沪深300股指期货价格发现功能基于2018年全年数据的实证分析。 第五章：沪深300股指期货价格发现功能分时段的实证分析，其中所分时段为1-5月，6-8月，9-12月。 第六章：研究结论、不足及建议。 |
| 3．研究方法 |
| 本文拟采用文献、理论分析和实证研究相结合的方法来探讨沪深300股指期货价格发现功能。具体如下： （1）搜集和查阅大量国内外学者关于沪深300股指期货价格发现功能的研究，运用文献和理论分析法梳理总结相关理论，包括股指期货的定义和度量以及价格发现功能的概念、度量和影响因素。 （2）运用实证分析法来分析检验深300股指期货价格发现功能，收集我国深300股指期货2016年到2018年的数据进行分析计算并度量要素，并构建合理的模型，通过统计和回归分析来验证深300股指期货价格发现功能影响，最后提出相关举措和建议。 |
3. 国内外研究现状
国外对期货市场价格发现功能的研究由来已久.Garbade等[1]较早通过建立相关动态模型来检验期货价格与现货价格各自在价格发现功能的作用大小. Engle 等[2]提出使用E-G两步法研究非平衡经济变量之间的均衡关系，该方法后来被广泛应用在期货市场的价格发现功能的研究中.Gonzalo等[3]和Hasbrouck[4]则分别构建了共因子模型和信息共享模型以更好地研究期货市场的价格发现功能Theissen[5]利用门槛误差修正模型发现期货市场在价格发现中处于主导地位,套利机会的存在对动态的价格发现过程具有重要影响.近年来，越来越多的学者开始使用协整、线性Granger因果检验等方法研究期货市场的价格发现功能.代表性的有Yang等[6]利用协整和误差修正模型等方法研究了中国股指期货市场的价格发现功能,发现现货市场在价格发现过程中处于主导地位.由于线性方法无法刻画经济变量的非线性特征，故逐渐有学者开始使用非线性方法研究期货市场的价格发现功能,如Bekiros等[7].利用线性和非线性Granger因果检验方法探讨了原油期货市场的期货价格和现货价格之间的影响关系，结果表明,非线性Granger因果检验方法适用性相对更强.
4. 计划与进度安排
2022年11月15日-2022年11月30日搜集和查阅国内外关于沪深300股指期货价格发现实证研究的文献资料，并根据所查阅资料撰写文献综述，构建基本框架，完成开题报告。
2022年12月1日-2022年3月20日收集相关数据并进行分析计算；学习相关统计及财务软件，对样本数据进行统计整理。
2022年3月21日-2022年4月10日基于上述研究工作的完成，撰写论文正文，并完成初稿。
5. 参考文献
[1] Garbade KD,Silber W L. Price movements and price discovery in futures and cash markets[J].The Review ofEconomics and Statistics, 1983, 65(2): 289-297.
[2] Engle RF, Granger C W J. Co-integration and error correction: Representation,estimation, and testing[J]. Econometrica: Journal of the Econometric Society,1987, 55(2): 251-276.
[3] GonzaloJ, Granger C. Estimation of common long-memory components in cointegratedsystems[J]. Journal of Business amp; Economic Statistics, 1995, 13(1): 27-35.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
