沪深300股指期货对我国股票市场波动性影响探究

沪深300股指期货对我国股票市场波动性影响探究

ID:32956076

大小:56.90 KB

页数:7页

时间:2019-02-18

沪深300股指期货对我国股票市场波动性影响探究_第1页
沪深300股指期货对我国股票市场波动性影响探究_第2页
沪深300股指期货对我国股票市场波动性影响探究_第3页
沪深300股指期货对我国股票市场波动性影响探究_第4页
沪深300股指期货对我国股票市场波动性影响探究_第5页
资源描述:

《沪深300股指期货对我国股票市场波动性影响探究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、沪深300股指期货对我国股票市场波动性影响探究摘要:沪深300股指期货的推出这是国内资本市场经过多年论证、磨合后,走出的改革创新一大步。随着我国金融市场的发展,股指期货市场也日趋活跃。本文主要利用沪深300股指的日交易数据,引入虚拟变量,将股指期货的发展分为两个阶段,考察我国股指期货的推出对股票现货市场的影响。实证结果表示从长期来看,股指期货的引入确实在一定程度上缓解了我做股票现货市场的波动。关键词:股指期货波动性现货市场一、沪深300股指期货在我国的发展现状经过近三年时间的发展,沪深300指数

2、期货合约已成为全球交易最为活跃的合约之一。截至2012年12月末,沪深300股指期货市场2012本期成交量10506.18万手,本期成交金额75.84万亿元,从股指期货推出以来,累计成交量20134.7万手,累计成交金额160.68万亿元。综合来看,市场比较活跃,流动性较好,报价连续,成交迅速,也没有出现炒作远月合约的现象。二、我国股指期货的推出对我国股票市场波动性的实证研究(-)数据选取本文选取沪深300指数收盘价作为研究样本。数据时间范围为2006年4月17日至2013年6月28日(国家法定

3、节假日除外),共计1749个数据。数据来源大智慧股票软件。我国于2010年4月16日推出沪深300股指期货,我们以这一天为分割线,将整个样本区间分成两个部分。此处我们对数据进行一定的处理,用对数收益率序列来表示股票额波动率。即:其中Ri表示沪深300指数第i天的收盘价。(二)实证研究1、描述性统计可以看到全样本峰度指标Kurtosis为5.374644,明显大于3,同时柱状图和指标也显示该时间序列有尖峰特征;其偏度(Skewness)为-0・409345,小于0为负数,这说明我们的样本数据左偏。

4、图一、沪深300指数的描述性统计图J-B统计量为459.5193,非常显著,P值趋向0并远远小于0.01,有较强的判定结果,因此拒绝原假设即该序列服从正太分布的假设,符合Engle观测研究并提出的大部分金融时间序列具有尖峰、厚尾及左偏的特征。2、平稳性检验由于本文最终要运用GARCH类模型来进行实证研究,其对建模的数据的要求是平稳的,因此首先需要进行平稳性检验。根据实证检验的结果,在有常数项,趋势项,零阶滞后的条件下,在1%的显著性水平下拒绝了原假设,即原序列是平稳的,符合建模的条件。表一、序列

5、平稳性检验结果注:c表示常数项,t表示趋势项3、确定滞后阶数要对模型进行ARCH效应检验,首先要确定收益率的模型。本文主要根据AIC和SC准则来对模型进行定阶,最后根据相应的最小值来选择较为合适的滞后阶数。表二、拟合模型的AIC值和SC值从表中我们可以看到AR(3)MA(3)的AIC和SC值最小,因此模型拟合效果最好。所以我们根据AIC准则和SC准则,选取收益率的模型形式为AR(3)MA(3)o选择AR(3)MA(3)模型后,还要进行后续检验,首先是看模型拟合后各项系数的参数是否显著,如果显著,

6、则模型拟合较好;其次检测残差是否还具有自相关性,只有残差不具有相关性,模型的拟合才是有效的。经检验,模型拟合后F统计量显著,且远远小于0.01,因此系数是显著的,同时其残差也相应的自相关和偏自相关的绝对值非常小,明显的趋于0,且其值也相应的落在两倍的标准差以内,所以我们有理由认为运用AR(3)MA(3)模型对原序列进行拟合后残差不存在自相关性,可以认为其属于白噪声序列,因此我们采用该模型来拟合沪深300指数收益率序列。4、ARCH效应检验我们可以通过ARCH-LM检验判断残差序列是否具有ARCH

7、效应。如果ARCH-LM检验的滞后阶数足够大,并且检验结果依然显著,那么说明模型残差序列具有高阶ARCH效应,此时可以建立GARCH模型。■图二、ARCH效应检验图滞后阶数选择8,我们可以看到实证结果显示拒绝原假设,即存在ARCH效应。5、GARCH(p,q)的选择根据上述实证结果,模型存在高阶的ARCH效应,因此选用GARCH模型来对其波动性进行研究。同样我们利用AIC和SC准则来确定GARCH模型的滞后阶数。一般而言p,q的取值都在3以下,在此通过对不同滞后阶数的GARCH模型进行建模,观测

8、AIC和SC以及DW值,从而选取最优模型建立,再对残差进行ARCH检验,通过一系列的检验来保证模型结果的可靠性。表三、GARCH模型滞后阶数的选择从表中我们可以看到GARCH(1,1)的模型的AIC和SC最小,同时DW值为2.040477,所以模型残差不存在自相关性。同时对其进行ARCH效应检验,该模型已经消除了ARCH效应。6、回归分析为考察沪深300股指期货推出对股票市场波动率的影响情况,本文通过引入一个虚拟变量D来描述沪深300股指期货推出的事件,借此来考察沪深300股指期货的推出对我国股

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。