The effect of differentiated margin on futures market investors' behavior and structure
Notice bibliographique
Résumé
Purpose The purpose of this paper is to empirically analyze the role of differentiated margin system in leading investors' investing behavior and then optimize investor structure in futures markets. Design/methodology/approach Using economic experimental research method, this paper designs and conducts a futures market experiment according to experimental research's basic norms, thus acquiring needed and credible empirical data. Findings By analyzing the experimental data, it is found that compared with situations in futures markets that implement uniform margin system, investors' (especially speculators') futures open position and the ratio of their open position and futures turnover are both significantly higher, in futures markets that implement differentiated margin system. On the other hand, differentiated margin system has no effects on hedgers' futures turnover, but significantly reduces speculators' futures turnover. Research limitations/implications The findings suggest that compared with uniform margin system, differentiated margin system is beneficial to effectively restrict both speculators' and hedgers' speculating behavior and lead hedgers' market participation. Practical implications In order to resolve the problem of unreasonable investor structure in China's futures market, i.e. lack of hedgers and over‐speculating, China's futures market's regulators should reform the margin system and adopt differentiated margin system to lead investors' rational behavior and optimize investor structure. Originality/value This paper empirically analyzes and verifies, for the first time, the roles of differentiated margin system in affecting investors' investing behavior. The futures market experiment designed and used in this study is a pioneering and exploratory experiment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».