发布时间 : 星期一 文章计量论文股指期货和沪深300指数之间的关系研究更新完毕开始阅读23bcc6a1f46527d3250ce020
的引导作用也开始显现,投资者幵始将更多的精力投向股指期货市场。
2.5股指期货的推出对中国股市的影响
股指期货的推出对投资操作理念的影响股指期货推出后，中国金融市场的市场结构及投资者的操作理念出现了新的变化)首先，我国传统金融格局可能会慢慢的得到改变，价值型投资理念在套期保值基础上的将获得更多的认同 其次金融工具得到进一步的创新，指数基金&期货期权等应运而生)金融衍生品发展了量化交易的载体平台，金融市场领域不断地创新，对冲工具单一化的问题得到改善，场外市场迅速发展。
股指期货对于股市流动性的影响对于中国的股指期货，交易所设置了50万元的开户门槛，又投资者做出了持仓数量的限制，一定程度上阻碍了股指期货的发展。但在过去的2014年中，沪深300股指期货已经是全球第二大股指期货产品。2015年，又新添上证50和中证500股指期货，截止2015年8月份，中金所股指期货成交额511.102亿元，同比增加328.3%；成交量4793 万手，同比增加 184.3%股指期货对市场的流动性既有积极地影响，又有消极的影响，一方面股指期货的推出会吸引股市的一部分流动性资金，短时间内对股票市场出现挤出效应，客观上减少了现货市场的流动性。但另一方面，股指期货又吸引了场外的增量资金，活跃了股票市场，促进了股票现货市场的价格发现，长期来看，期货市场与现货市场的成交量均显著增长。
股指期货是股市发展到一定程度的必然产物，它的推出对金融领域的有着可谓深远的意义，从股指期货推出至今，A股股价也发生了不小的变化。虽然股指期货的推出对于标的的股指会有助涨助跌的作用，在短期内会引起所标的股指的下跌与震荡，但作为一种套期保值的工具，从长期来看股指期货对与股价还是有更多的积极影响。不论是国内还是国外，股指期货的作用不可代替。
3.股票波动性的介绍及ARCH模型族 3.1股票波动性的定义及特点
我们所研究考察的股票波动性,就是研究股票价格的波动性,这里的股票价格指的就是在流通市场中股票的市场价格,这也是二级市场上的普通投资者最为关心的价格。
总体上来讲,股票的波动性具备以下几个特点。 (1)均值回归
股票波动的均值回归指的就是一组股票价格时间序列中的每个股票价格往往都会围绕着一个固定的均值进行频繁的上下波动。不管目前的波动情况多么剧烈,在长期的预测中,股票的价格总是应该集中在某一个正常范围内,也就是说虽然股
票价格具有波动,但是这种波动并非会一直长期远离一个均值,相反,这种波动往往会在一个合理的均值基础上上下反复进行。 (2)波动的杠杆效应。
波动的杠杆效应通常又叫波动的非对称性,也即相同幅度的正向和反向冲击对波动的方差影响是不对称的。波动的这一特征最早由Black (1976)发现并且提出的。经过大量研究观测,一般说来利空消息要比同等幅度的利好消息对股票价格的波动影响大,表现在模型里,就是利空消息比同等幅度的利好消息对股票收益率的方差冲击更大。 (3)记忆性。
一般来说,股票的波动都具有记忆性,也可以理解成这是一种持续性。波动的记忆性就是指如果某个时刻股票价格的波动较大,那么这个较大的波动会对未来一定时间内的股票波动产生影响,未来一段时间内的股票波动也会持续较大。波动的记忆性使某一段时间内的波动持续保持较大水平,而另一段时间内的波动持续保持较小水平。大量的金融时序数列都能明显观测到波动的记忆性特征也即持续性特征。
(4)波动溢出效应。
波动的溢出效应,也可以称为波动的传导效应,主要指的就是波动在不同市场之间可能存在某种内在机制联系,能够进行波动传导的现象。例如股票市场、债券市场、期货市场和外汇市场同属于整个经济系统的子市场,它们之间的某种内在联系可能会导致波动从一个市场传递到另一个市场。波动股票波动性和溢出效应可能会存在于不同地区的市场之间,比如说也许会从日本股市传导到香港股市,也可能存在于不同的经济子市场当中,比如说波动从期货市场传递到债券市场。Harrmo (1990)提出,大量研究数据都表明某个资本市场的波动情况不光只是具有记忆性,受滞后一段时期的影响,同时还具有联动性,会受到其他资本市场的影响,并且大多数时候这种影响是相互的。Jeon和Von Furstenberg (1990)研究指出,世界上主要的股票价格指数从1957年10月以来,都表现出一种联系越来越紧密的趋势,也即是不同的市场不同的股指之间,其收益率会彼此联动影响。Engle和Susrael的实证研究也发现世界上的股票市场之间的波动变化息息相关,特别是两个国家存在密切的经济往来关系时,这种波动变化就会更加紧密。当一个国家股票市场的价格发生细微变化时,都会引起相关的其他国家的资本市场的股票价格发生变化,如韩国和日本、英国和法国资本市场上的波动情况就非常相似。
3.2股票波动性评价指标
波动性一般都用波动率来进行评价,股票的波动率可以采用极值法来衡量,即根据过去一段时间收益的极大值减去极小值来衡量股票波动率,但是这种方法在计算上并不精确,因此实证研究中并不经常使用。一般说来,波动率,多以收益的方差或者标准差来表示,表现在股市中,股票波动性的评价指标,多以股票收益率的方差或者标准差来表示。在这里,我们以标准差的形式表不股票的波动率。
???????ri?r?
?i?1?T2其中,CT表示股票的波动率,r,表示第/天的股票收益率,F代表r天内股票的平均收
益率。
3.3 ARCH模型简介
经典的计量经济学模型是这样的:Y=f(X)+μ,其中Y是因变量,解释变量X是引起Y变动的n个主要变量。μ是随机干扰项。为了估计f(X)的模型形式及其中的参数,传统计量经济学对随机项μ的分布做出一些假定。分别是:
1.E(μ)=0;
2.var(μ)=σ2, Cov(μi,μj)= 0(i≠j,i,J= 1,2,?,N)其中N是样本个数,该假定表明μi是独立的同方差分布;
3.Cov(εi,Xj)=0(i=l,2,?,N);
4.解释变量Xj(j=1,2,?,N)之间不存在多重共线性;
25.进一步,还假定εi服从正态分布,即:εi~N(0,?).
然而越来越多的研究表明,遵从这些经典假定的经济问题只是少数。大多数的经济问题由于违背了某个假定而不能套用古典回归模型的参数估计方法、假设检验与经济预测。在违背经典假定的问题中，尤以违背第2个假定的经济问题最为引人注目,大量研究表明许多金融商品的时间序列数据的方差观测值具有随时间变化的特点:诸如股票价格、通货膨胀率、利率和外汇汇率等的方差经常表现出随时间变化的特点。早在60年代,曼德尔布罗特曾观察到许多金融随机变量的分布具有厚尾性,其方差也是不断变化的。更具有意义的是他发现在方差变化的过程中,幅度较大的变化相对集中在某些时段里,而幅度较小的变化相对集中在另一些时段里。例如:昨天的股票价高,今天的股票价格方差就大。而且在方差变化的过程中,存在着一种积聚的现象,即大幅度变化后紧接着大幅度变化,小幅度变化后紧接着小幅度变化,说明某段时期内比其他时期更富有波动性。
至此，局限于其假设条件的传统计量模型已不能客观和准确地描述金融市场上价格和收益随时间而变化的行为,于是许多金融学家和经济学计量学家开始不遗余力地研究它。美国著名经济学家恩格尔(EngleR.F1982)教授率先提出了能准确地反映观测值方差随时间变化的自回归条件异方差模型,即ARCH模型。
3.2ARCH模型及GARCH模型 3.2.1 ARCH模型定义
一个随机变量Xt有滞后p阶，自回归表现形式AR(p),若
Xt??0??1Xt?1??2Xt?2???????pXt?p??t （2.1）
2
其中εt 服从独立同分布,是白噪声过程,且有E(εt)=0，D(εt)=?。如果随机过程{ε
t}，它的平方遵循
AR(ｑ)过程，即：
22?2t??0??1?t?1???????q?t?q??t （2.2） ，
其中｛
?t｝是独立同分布的，有Ｅ(
?t)=0,D(
?t2?)=,?0>0,?1≥0,i=1,2,3.....,q。
就定义上述随机过程{εt}服从q阶的ARCH过程,记为ARCH(q)。
ARCH 模型提供计算时间序列的条件方差的办法,这是它的最突出的特征。在每一个时刻t,ARCH 过程的条件方差可以表现为过去的各类随机干扰的函数。用
?2t来表示ARCH 过程中{εt}在时刻t的条件方差,给出随机变量?t-1，......?t-q的
2值，则有?t=E（?t|?t-1?????t-q）=?0??1?t-1???????q?t?q，因而知道了参数?0，
2222222?1，.....?q的值，那么就能在时刻 t-1,预测时刻t的条件方差?2t。
3.2.2 ARCH模型不足
ARCH模型一经提出便成为计量经济学研究异方差的重要手段,但是也存在一些缺点:
(1)ARCH(q)的模型中,εi大都被设定为正态分布,但大多金融时间序列都具有明显的厚尾性,这种正态假定不合实际。
(2)ARCH(q)模型中,由于不合理的。因为
2?i2?i被认为是新息εi的偶函数。但事实上,这个结论是
的大小,不仅取决于εi-1的绝对值,也受其正负的影响。这与
金融问题的杠杆效应相违背。事实上,在股市上当前的收益与未来的波动幅度往往负相关,即所谓的杠杆效应。股票价值的减少将提高资产的负债比,因此提高了公司的风险,从而导致未来波动的上升。ARCH模型中条件方差的大小只依赖于新息的大小,而新息反映的趋势与其无关,它未能充分利用新息提供的信息。
(3)在实际应用过程中,为得到最佳的拟合效果,通常需要很大的阶数q,这不仅增加了计算量,还会带来诸如变量共线性等问题。
3.3 GARCH模型简介
虽然ARCH模型能较好地描述金融数据的波动集聚性的特征,但在实践运用中,ARCH模型对完全自由的滞后分布的估计常常导致对非负约束的破坏。而且在ARCH模型里,研究中要求要保证条件方差永远是要为正数的。在此情况下,巴拉斯拉夫（Bollerslev，1986)提出了更加一般适用的ARCH模型,就是GARCH模型。GARCH