Эмпирический анализ воздействия на фьючерсы на месте волатильности рынка: доказательства из Национальной фондовой бирже Индии

Аннотация

В статье рассматриваются эмпирически влияние на фьючерсы на спотовом рынке волатильности в Индии. Обобщенной регрессии автоматического условного hetroscedasticity (GARCH) модель выбрана мера волатильности месте возвращения в настоящее обвязки). В исследовании также использовали вектор авторегрессии (VAR) моделью для исследования взаимосвязи между волатильностью месте возвращения и срочном рынке. Ежедневные данные с 12-го июня, 2000 по 28 декабря 2006 года был рассмотрен в ходе анализа, которые были получены от Национального фондовая биржа (NSE). Результаты показывают, что волатильность на рынке "спот был отклонен после введения фьючерсном рынке.

I. ВВЕДЕНИЕ

С момента введения срочного рынка в Индии почти шесть лет назад, заметное распространение производных торговой деятельности составляет большой интерес научных исследований о влиянии торговли производными от базового рынка. Сделки на фьючерсных рынках началась с 12 июня 2000 года, который является важным инструментом производных. Он обеспечивает функции цены открытия, чтобы помочь рыночной эффективности, а также переводы риска путем хеджирования. Введение срочного рынка составляет существенное влияние на спотовом рынке. Движения цен на спот-рынке были в значительной степени под влиянием спекуляции, хеджирование и арбитраж деятельности фьючерсных рынков. Таким образом, исследования о взаимосвязи между фьючерсами и волатильности спот-рынке были важные вопросы, которые сгенерирует для академиков, регулирующих органов и инвесторов.

С теоретической позиции зрения воздействия фьючерсами деятельности в зависимости от волатильности базового рынка обеспечивает достаточно смешанные доказательства. Одна из точек зрения является то, что производные ценные бумаги увеличение волатильности на спотовом рынке за счет более высокой долей заемных средств и спекулятивные участники рынка фьючерсов. С другой стороны, рынков производных финансовых инструментов снижения волатильности спот-рынок, обеспечивая низкую стоимость контингента стратегий и создание благоприятных инвесторов свести к минимуму риск портфеля путем перечисления спекуляции с места на рынках фьючерсных рынках. Низкая маржа, низкая стоимость сделки и контракты стабилизировалась и торговые условия привлечения рискованные спекулянты на фьючерсы. Таким образом, фьючерсы как ожидается, окажут стабилизирующее влияние, как она привлекает более информированных трейдеров на спотовом рынке и сделать ее более жидкой. Таким образом, она является менее летучим. Кокс (1976) определяет, что операционные издержки на рынке производных ниже, чем на спотовом рынке, новые данные могут быть переданы на спотовом рынке более быстрыми темпами.

После теоретического обсуждения, давайте рассмотрим более ранней литературе, относящихся к изучению районов, которые будут чрезвычайно полезными для выявления пробелов исследования. Исследования Эдвард (1988), Харрис (1989), Антониу и Холмс (1995), Kyriacou и Сарно (1999), Гюлен и Mayhen (2000) и Vipul (2006) поддержал эту волатильность наличном рынке снизился после введения по торговле фьючерсами. Кроме того, исследование показало, что из-за высокой степени использовать, фьючерсных рынках, как правило, привлекают форме спекулятивных инвесторов и тем самым дестабилизировать рынки наличных за счет увеличения волатильности. Ю. (2001) и IIIneca и Лафуэнте (2003) не получили значительных изменений в нестабильности на спотовом рынке и это объясняется макроэкономическими факторами и структуры рынков.

Тем не менее, Джеймс (1993), Perieli и Koutomos (1997), Tenmozhi (2001), Раджу

Тем не менее, большинство исследований, упомянутых выше, были связаны с международном уровне. Но его отношение к развивающейся экономикой, как Индия, является ограниченным. На национальном уровне, внедрение S

На фоне выше в настоящей статье исследуются колебания спотовом рынке после введения фьючерсного рынка в Индии. Остальные статьи заключается в следующем: После краткого введения предмета, Раздел II представлены данные и методология исследования. Эмпирические результаты и обсуждения представленных в Раздел III. И наконец, заключительные замечания, представленные в разделе IV.

II. МЕТОДОЛОГИЯ

Все необходимые данные информации для исследования были получены от Национального фондовая биржа (NSE) на сайте. Ежедневно конечной стоимости S

[FTA.sub.t] = V [(FUT). Sub.t] / О. [(FUT). Sub.t] (1)

В случае, если V (FUT) и О. И. (FUT) обозначим ежедневный объем и открытый интерес к фьючерсам.

Обобщенной регрессии автоматического условной гетероскедастичности (GARCH) модель выбрана в качестве наиболее адекватной мерой спотовом рынке волатильность в данном исследовании. Таким образом, естественным путем захватить изменяющихся во времени характер неустойчивости является модель условной дисперсии процесса GARCH (Энгл, 1982 и Bollerslev, 1986). Волатильности прокси строится с помощью условная дисперсия возвращается и [h.sub.t], полученные из оценки максимального правдоподобия в GARCH (1, 1) в виде:

[R.sub.t] = [[бета]. Sub.0] [[бета]. Sub.1] [R.sub.t-1] [[эпсилон]. Sub.t], [[эпсилон]. sub.t] | ([[эпсилон]. sub.t-1], [[эпсилон]. sub.t-2], ....) ~ N (а, [h.sub.t]) (2 )

[H.sub.t] = ([[А]. Sub.o] [[А]. Sub.1] [[эпсилон]. Sup.2.sub.t-1] [[А]. Sub.2 ] [h.sub.t-1] (3)

В случае, если уравнение (2) и (3) обозначим условного среднего уравнения и условное уравнение дисперсии соответственно [[] альфа. Sub.1] и [[А]. Sub.2] неотрицательны, и [[эпсилон]. sub.1] является регрессия.

Динамические взаимосвязи между волатильностью месте возвращения и фьючерсами деятельности (FTA) изучается в рамках вектора авто-регрессии (VAR) модели для волатильности и фьючерсами. Прежде чем запустить модель VAR, необходимо проверить стационарных серии.

Расширенной Дики-Фуллера (1979) и Филлипс-Перрона (1988) испытаний используются для вывода стационарного ряда. Если переменные являются стационарными, ее не перейти поскольку стандартные методы временных рядов применяется к стационарным переменных. Все переменных, включенных в модель должна быть стационарной за VAR оценки.

Тогда исследования использовали вектор авторегрессии (VAR) моделью для исследования взаимосвязи между волатильностью месте возвращения и ССТ. VAR модель является наиболее подходящей моделью для изучения исследования в том, что все переменные рассматриваются как эндогенные. Тем не менее, каждый эндогенной переменной объясняется его отставали и отставали стоимости всех других эндогенных переменных, включенных в модель. Как правило, Есть нет экзогенных переменных в модели. Таким образом, избегая введения априорных ограничений на модель, VAR значительно увеличивает гибкость модели. Иными словами, система VAR состоит из набора уравнений регрессии, каждая из которых имеет механизм регулировки такие, что даже небольшие изменения в одной переменной составляющей в системе могут быть учтены автоматически возможных корректировок в других переменных. Кроме того, за счет включения отставали терра переменных, VAR становится полезным в захвате эмпирические закономерности, внедренных в данные. Теперь эта модель может быть представлена в виде:

[[Сигма]. Sub.t] = [[А]. Sub.1] [n.summation старше (я = 1)] [[бета]. Sub.11] [[сигма]. Sub.ti] [п . суммирование (я = 1)] [[бета]. sub.12] FT [A.sub.ti] [[эпсилон]. sub.1t] (4)

[FTA.sub.t-] = [[А]. Sub.2] [n.summation старше (я = 1)] [[бета]. Sub.21] [[сигма]. Sub.ti] [Н. суммирование (я = 1)] [[бета]. sub.22] FT [A.sub.ti] [[эпсилон]. sub.2t] (5)

где [сигма] обозначает волатильности спот-рынке мер, предпринимаемых, [[] бета-тестирования. sub.11], [[бета]. sub.12], [[бета]. sub.21] и [[бета]. суб. 22] параметры; п выбрали на стандартных статистических оснований, и [[эпсилон]. sub.1t] и [[эпсилон]. sub.2t] являются стохастические термин "ошибка".

Отставали значения правой части переменных в уравнении (4) и (5) Закона VAR оцениваются по обычным методом наименьших квадратов (МНК). Он выполняет Грейнджер (1969) причинности тесты тестирование на ноль ограничения на подмножествах отставали параметров в каждом уравнении VAR в целях изучения взаимосвязи между возвращения месте и ССТ. Отставание длины п выбирается с помощью многомерного обобщения Экейка критерии информации (АИК) и критерии Шварца (SC) в связи с тем, что результаты теста, весьма чувствительны к отставание длины.

III. ЭМПИРИЧЕСКИХ Результаты и их обсуждение

Волатильность возвращается Нифти месте оцениваются GARCH (1, 1)-модели, где волатильность моделируется как GARCH (1, 1) процесс. Они рассматриваются как статистически надежным и последовательным. Преимущество модели GARCH является то, что он захватывает тенденция в финансовых данных по волатильности кластеризации. GARCH (1, 1) оценкам серии возвращает Нифти нестабильности были использованы для дальнейшего анализа.

Испытания стационарных разработан Дики и Фуллер (1979), Филлипс и Перрона (1988) были выполнены для ряда. Перед проведением ADF и ПП тесты, оптимальное количество отставание каждого differenced серии должны быть проверены с помощью Экейка информационных критериев (АИК) и Шварца Критерии (SC). По данным АПК и SC, 5 отстает для испытания ADF, и 7 отстает для испытания PP были отобраны для точечной неустойчивости возвращения и ССТ.

Тест на единичный корень был проведен для Нифти месте возвращения волатильности и фьючерсами деятельности (ССТ) в ближайшем месяце контракты отдельно для определения стационарных. Оценки ADF и ПП испытаний на уровне серии приведены в таблице (1) и показывает, что возвращение Нифти волатильности спотовые и фьючерсные торговой деятельности (FTA) являются стационарными на их уровней, на 1 процент. Таким образом, стационарные серии на уровне оправдать использование модели VAR.

Результаты оценки VAR представлены в таблице (2). Результаты показали, что деятельность фьючерсами (ССТ) влияние на Нифти возвращает месте волатильности. В 3 и 4 отстает от ЗСТ, коэффициент статистически значимы на 10 процентов и 5 процентов уровня одновременно. Весьма негативную оценкам коэффициентов на отставание значения FTA предположить, что большую фьючерсами в предыдущие дни снижение волатильности прибыли Нифти месте. Высокая F-стат таблицы означает общее значение модели VAR.

IV. ЗАКЛЮЧЕНИЕ

В статье рассмотрена взаимосвязь между Нифти волатильности спотовые и фьючерсные торговой деятельности. Это эмпирически оценка последствий введения фьючерсных торгов на месте волатильности рынка. Результаты эмпирического анализа предоставлять свидетельства того, что волатильность рынка спот изменяющихся во времени и хорошо характеризует процесс GARCH. Отношения между волатильности спот-рынке и срочном рынке определяются вектор авторегрессии (VAR) моделей. Результаты показывают, что волатильность на рынке "спот был отклонен после введения на фьючерсном рынке, которая также поддержала ранее исследования индийских авторов. Результатов сделан вывод, что рынок фьючерсов увеличить на глубину рынка, повышение ликвидности и информативность. Он также играет важную роль цен открытия и позволяет передавать риска путем хеджирования. Таким образом, она порождает, чтобы уменьшить пятно волатильности.

Результате установлено, что волатильность снизилась после введения фьючерсов индекса. Следующие последствия могут быть предложены для дальнейшего повышения эффективности, ликвидности и снижения волатильности: (а) большее количество фьючерсных контрактов на фондовые индексы могут быть введены (б) более институциональных участие необходимо в общем обороте по повышению в производных участников и для улучшения срочного рынка и (с) прямо сейчас организационное участие представляется незначительным в общем обороте, следовательно, необходимо приложить усилия, чтобы повысить их роль в участии язык.

Ссылки

Антониу, А. и П. Холмс (1995), "Торговля фьючерсами информации и Spot Цена волатильности; Свидетельство FTSE 100 Index и фьючерсный контракт использованием GARCH", журнал "Банковское дело и финансы, Vol. 19, 117-129.

Пэ, SC, TH Квон и JW Парк (2004), "Торговля фьючерсами, волатильности спот-рынок, и рынок Эффективность: Дело о корейской Индекс РТС рынок", журнал срочного рынка, Vol. 24, № 12, 1195-1128.

Bollerslev, Т. (1986), "Обобщенные авторегрессии Условные Гетероскедастичность", журнал "Эконометрика. Том 31, 307-327.

Чен К., YP Чунг (1995), "Вектор авторегрессии или одновременных уравнений модели? Intra День Взаимосвязь между Индекс Арбитраж и волатильности рынка", журнал "Банковское дело и финансы, Vol. 19, 173-179.

Кокс, CC (1976), "Торговля фьючерсами и конъюнктурной информации", журнал "политическая экономия", 84, 1215-1237.

Дики, Д. У. Фуллер (1979), "внутригодового распределения оценщиков для авторегрессии время серии с единичного корня", Журнал Американской статистической ассоциации, 427-431.

Эдвардс, FR (1988), "Торговля фьючерсами ли увеличение волатильности фондового рынка?" Финансовых Аналитиков Journal, январь-февраль, 63-69.

Энгель, РФ (1982), "Условные Heteroskedasticity авторегрессии с оценками Разница Великобритании инфляция", Econometrica, Vol. 50, 987-1008.

Грейнджер, CW я (1969), "Инвестирование в причинной связи эконометрические модели и кросс-спектр методов, Econometrica, Vol. 37, 423-438.

Гюлен, Х. и С. Mayhen (2000), "фондовый индекс Торговля фьючерсами и волатильность на международных рынках акций", Журнал "Рынок фьючерсов, Vol. 20, № 7, 661-685.

Харрис, Л. H. (1989), "Октябрь 1987 S

Ильюэка, М. и А. Лафуэнте (2003), "Влияние пятен и Торговля фьючерсами на индекс волатильности фондового рынка: Непараметрический подход", журнал "Срочный рынок, Vol. 23, № 8, 1-32.

Джеймс, TW (1993), "Как Цена на фьючерсы Discovery воздействия на наличном рынке", журнал на рынке фьючерсов, 13, 469-496.

Кириакос, К. и Л. Сарно (1999), "временных взаимоотношений торговле деривативами и Spot волатильности рынка в Великобритании: эмпирический анализ и Монто-Карло доказывания". Журнал срочного рынка, Vol. 19, № 3, 244-270.

Ната, GC (2003), "Поведение Волатильность фондового рынка после производных финансовых инструментов", NSE Новости письма, 1-26.

Pericli, А. и Г. Koutmos (1997), "Индекс фьючерсов и опционов и волатильность фондового рынка". Журнал срочного рынка, Vol. 17, 957-974.

Филлипс, П. П. Перрон (1988), "Проверка на единичный корень во время серии регрессии", Biometrica, Vol. 75, 335-376.

Раджу, MT и К. Karande (2003), "Цена" Дискавери "и волатильности на NSE фьючерсного рынка", SEBI бюллетень, Vol. 1, № 3, 5-15.

Tenmozhi, M. (2002), "Торговля фьючерсами, информации и Spot Цена Волатильность NSE-50 контракт на Индекс РТС", NSE Working Paper, 1-44.

Vipul (2006), "Последствия введения производных лежащей в основе изменчивости: данные по Индии", Прикладная Финансовая экономика, 16, 687-697.

Ю, Ю-З (2001), "Индекс Торговля фьючерсами и Spot Цена волатильности", прикладных экономических Письма, Vol. 8, № 3, 183-186.

<a target="_blank" href="http://www.nseindia.com" <rel="nofollow"> www.nseindia.com />

КАЙЛАС ЧАНДРА ПРАДХАН

Национальный совет прикладных экономических исследований (NCAER), Нью-Дели

К. ШАМ Бхат

Департамент экономики, Университет Пондичерри, Пондичерри