摘 ?要:本文對(duì)滬深300股指期貨進(jìn)行收益率研究,對(duì)數(shù)收益率建立不同階數(shù)的GARCH模型來研究其波動(dòng)率性。建立模型能地刻畫滬深300股指期貨收益率尖峰厚尾效應(yīng)、杠桿性,反應(yīng)市場(chǎng)風(fēng)險(xiǎn)。
關(guān)鍵詞:滬深300股指期貨;GARCH模型
一、數(shù)據(jù)選取
滬深300股指期貨是以滬深300指數(shù)作為標(biāo)的物的期貨品種,研究滬深300股指期貨波動(dòng)率特點(diǎn),準(zhǔn)確預(yù)測(cè)波動(dòng)率趨勢(shì)對(duì)于投資者和市場(chǎng)具有重要作用。數(shù)據(jù)來源于wind,選取2011年 02月 21日到 2018月05月18日每個(gè)交易日收盤價(jià),對(duì)日收盤價(jià)取對(duì)數(shù)后差分,得到對(duì)數(shù)收益率序列。
二、數(shù)據(jù)檢驗(yàn)過程
(1)正態(tài)性檢驗(yàn)
觀察到,QQ圖有明顯的向下傾斜和向上翹起的趨勢(shì),說明價(jià)格分布并不均衡。重大信息成對(duì)出現(xiàn)或歷史信息的累積效應(yīng),使得價(jià)格劇烈波動(dòng),呈尖峰形態(tài)和厚尾現(xiàn)象,最終導(dǎo)致正負(fù)收益變化較大。
滬深300股指期貨收益率統(tǒng)計(jì)特征顯示,均值為0.0194%,標(biāo)準(zhǔn)差為1.651%,偏度為-0.903,小于0,序列向左拖尾,很多數(shù)據(jù)與均值偏離較大。正態(tài)分布峰度為3,而此序列數(shù)據(jù)峰度為3.715,大于3,故收益率序列呈現(xiàn)尖峰厚尾性。根據(jù)Shapiro-Wilk檢驗(yàn),順序統(tǒng)計(jì)量W為0.94,P值接近0,拒絕服從正態(tài)分布的原假設(shè)。綜上,滬深300股指期貨對(duì)數(shù)收益率存在尖峰厚尾性,左偏性和波動(dòng)集聚性。
(2)序列平穩(wěn)性檢驗(yàn)
對(duì)該序列進(jìn)行ADF單位根檢驗(yàn),原假設(shè)為存在單位根。
檢驗(yàn)結(jié)果為Dickey-Fuller= -10.541,p-value = 0.01<0.05,所以拒絕原假設(shè),收益率序列沒有單位根,認(rèn)為序列平穩(wěn)。
(3)序列自相關(guān)性與偏自相關(guān)檢驗(yàn)
根據(jù)以往研究,金融時(shí)間序列通常都存在著明顯的慣性與滯后性,表現(xiàn)為序列的自相關(guān)性。我們對(duì)滬深300股指期貨日收益率序列進(jìn)行自相關(guān)性檢驗(yàn)。相關(guān)系數(shù)大部分值落在置信區(qū)間內(nèi),均較小,近似為0。
(4)ARCH效應(yīng)檢驗(yàn)
基于GARCH模型研究歷史數(shù)據(jù)波動(dòng)狀況,需要判斷序列是否存在異方差性。對(duì)序列殘差和殘差平方進(jìn)行ARCH效應(yīng)檢驗(yàn)。通過研究收益率的絕對(duì)值或平方值的自相關(guān)結(jié)構(gòu),可以發(fā)現(xiàn)數(shù)據(jù)存在高階自相關(guān),非白噪聲過程。
由圖得,收益率的絕對(duì)值和平方相關(guān)性都較高。使用Box-Ljung檢驗(yàn),用一系列滯后并且描繪出檢驗(yàn)的p值來檢驗(yàn)ARCH效應(yīng),McLeod.Li檢驗(yàn)在5%的水平下都顯著,表明殘差序列具有ARCH效應(yīng),即滬深300股指期貨收益率序列具有高階的ARCH效應(yīng),即GARCH效應(yīng)。
三、建立GARCH模型
均值檢驗(yàn)
T檢驗(yàn)結(jié)果為t=0.49428,p-value=0.6212,沒有通過檢驗(yàn),認(rèn)為均值為0。
建立GARCH模型
根據(jù)以上檢驗(yàn),初步建立GARCH(p,q)模型。分別使階數(shù)p和q為1或2,檢驗(yàn)結(jié)果如下表3-3所示:
模型的方差方程系數(shù)之和小于1,滿足參數(shù)約束條件。
四、結(jié)論與建議
本文主要結(jié)論有:
(1)滬深300股指期貨收益率的波動(dòng)平穩(wěn)且具有尖峰厚尾性、集聚性。過去的波動(dòng)情況對(duì)當(dāng)前和未來產(chǎn)生長(zhǎng)期連續(xù)的影響,使得大幅度波動(dòng)后跟著一個(gè)較大的擾動(dòng)。在市場(chǎng)上,投資者明顯的變化是盲目隨性,見漲追漲,見跌跟跌,缺乏理性思考和分析,交易心理不成熟。
(2)證實(shí)GARCH(1,1)模型的擬合預(yù)測(cè)效果相對(duì)較好,可以更好地體現(xiàn)股指收益波動(dòng)的長(zhǎng)期記憶性和持續(xù)性。在模型中,參數(shù)α和β之和與1相近,說明波動(dòng)造成的(條件方差所受的沖擊)影響是長(zhǎng)久的,不宜改變。如果負(fù)面消息沖擊市場(chǎng),造成投資者心理崩潰,信心喪失或下降,造成的影響很難短期內(nèi)難消除和恢復(fù)。
(3)GARCH模型在一定范圍內(nèi)能較好刻畫模擬股市情況,對(duì)未來發(fā)展提供較準(zhǔn)確的預(yù)測(cè)。政府應(yīng)利用此結(jié)果監(jiān)管市場(chǎng),制定策略使股市更好的穩(wěn)定發(fā)展。投資者應(yīng)該順應(yīng)市場(chǎng)趨勢(shì)和規(guī)律進(jìn)行投資,規(guī)避風(fēng)險(xiǎn)從而獲得更大的利益。
參考文獻(xiàn)
[1]曹原.基于t-GARCH模型的風(fēng)險(xiǎn)價(jià)值VaR及其在我國(guó)股票市場(chǎng)中的實(shí)證分析[J].理論研究,2012(2):108-109
[2]蔣虹,曲丹丹.基于VaR的滬深300股指期貨風(fēng)險(xiǎn)管理實(shí)證研究[J].經(jīng)濟(jì)問題,2008(12):119-122
作者簡(jiǎn)介:張肖肖,1994-,女,漢族,在讀研究生,中國(guó)海洋大學(xué)數(shù)學(xué)科學(xué)學(xué)院,量化投資方向。