资源描述：
《股指期货推出对股票市场波动性影响的实证研究——基于沪深300股指期货的实证分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、股指期货推出对股票市场波动性影响的实证研究——基于沪深300股指期货的实证分析吴榴红1,张学东2,王磊磊3（1.北方民族大学信息与计算科学学院,宁夏银川750021;2.北方民族大学金融研究所,宁夏银川750021;3.燕山大学理学院,河北秦皇岛066004）摘要：运用GARCH模型分析表明：股指期货的推出虽然加大了股票市场的波动性，但从长期来看，随着期货市场的日趋成熟，波动性将逐步减小；股票市场的波动性加剧，并非是由于加速了信息流动所导致的，而是由期货市场加剧了股票市场的不稳定性所导致的；通过TGARCH、EGARCH模型检
2、验非对称性效应发现，股指期货的推出增大了股票市场的非对称效应；利空消息引起股票市场价格的波动大于同等程度利好消息引起的波动。关键词：股票市场；沪深300股指期货；波动性；GARCH模型；TGARCH模型；EGARCH模型文章编号：1003-4625（2012）03-0097-04中图分类号：F830.91文献标识码：A一、引言沪深300股指期货推出已经一年多了,股指期货推出到底会对股票市场的波动性产生什么样的影响，不仅是市场参与者、管理者关注的热点,也受到国内外很多学者的关注。Engle(1982)的自回归条件异方差(ARCH
3、)模型、Bollerslev(1986)的广义ARCH模型(GARCH模型)、Engle、Lilien、Robins(1987)的ARCH-M模型、Zakoian(1990)和Glosten、Janfana-than、Runkle(1993)的GLR-GARCH模型为研究波动性影响提供了重要的研究工具。从国内外诸多的研究结论来看，存在着三种不同的观点，即股指期货的推出使得股票市场的波动性增加、减少或不变。如：Damodaran(1990),Antoni-ou等(1995),Cox等(1976)通过实证分析得出股指期货推出后对成
4、分股的波动有增大现象。史美景等(2007)，黄玮、刘再华(2007)，郭睿(2005)研究发现股指期货的推出有效地降低了股票市场波动性的结论。Baldauf等研究认为指数期货上市对股票市场的波动性影响不显著；李华等(2006)研究发现股指期货推出之初股票市场的反应较强,波动性较大，之后其波动性逐渐减小。鉴于国内外在股指期货对现货市场波动性影响的研究一般采用了GARCH模型和Grange引导检验,大多数主要集中在欧美等发达国家成熟市场的研究基础上,为了得出更符合我国当前实际情况的结论,本文在前人研究的基础上,选用GARCH模型及
5、改进的GARCH模型对沪深300股指期货和股票市场波动性进行实证分析。二、数据说明及描述性统计（一）样本、数据与变量本文选取2005年4月8日至2011年9月13日沪深300指数收盘价(Ct)共1606个数据为全样本,按股指期货推出的时间点将数据分成两个子样本（2005年4月8日至2010年4月15日,2010年4月16日至2011年9月13日）,分别为1261个和345个数据,样本数据主要来源于文华财经一键通软件。本文从指数日收益率(Rt)序列来进行实证分析,日收益率的计算公式为：Rt=lnCt-lnCt-1（1）其中Ct代
6、表t期的指数收盘价,Ct-1代表t-1期的指数收盘价,Rt表示t期的指数收益率。（二）描述性统计首先使用计量经济学中常用的Eviews软件对沪深300指数日收益率序列做数据描述性统计处理。收稿日期：2012-02-17基金项目：国家民族事务委员会重点科研项目（10BF02）；北方民族大学自主科研基金项目（2011ZYC047）。作者简介：吴榴红（1986-），女，湖北钟祥人，硕士，研究方向：经济与金融数学；张学东（1963-），男，博士，硕士生导师，教授，留学回国人员，研究方向：资本市场，股指期货等；王磊磊（1985-），男，
7、河北邢台人，硕士，研究方向：工程中的数学问题。97【证券市场】由收益率的直方图和统计量我们可知收益率的统计特征如下:均值为0.00062,标准差为0.0207,最大值为0.0893,最小值为-0.0972,偏度为-0.4457,峰度为5.5121。据上述数值的分析显示，沪深300指数日收益率Rt具有典型金融数据的有偏（左偏）、尖峰厚尾的统计特征，左偏意味着从整体上看日收益率小于日收益率均值的交易日数目较多，尖峰厚尾反映了金融波动的正相关性，说明金融市场具有正反馈效应。由日收益率的波动图可以看出,沪深300指数日收益率起伏呈波浪
8、状,波动集群性,初步断定收益率序列具有ARCH效应。（三）收益率序列平稳性检验如果对非平稳时间序列数据直接进行回归，高斯-马尔科夫定理不再成立，可能产生“伪回归”现象。因而，在时间序列数据进行回归之前需对数据进行检验。本文运用Eviews6.0软件，采用ADF方法对取对数差分
