我国黄金市场波动状况与关联性探讨

《我国黄金市场波动状况与关联性探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、我国黄金市场波动状况与关联性探讨：F832文献标识：A：1009-4202（2011）04-074-02　　摘要本文应用GARCH系列模型，对我国黄金市场的波动状况进行实证研究。结果表明，GARCH（1，1）模型能很好的拟合我国黄金市场波动状况，验证了我国黄金市场具有ARCH效应，收益率不服从正态分布，呈现尖峰的分布特征，具有明显的波动聚集性和波动的非对称性。揭示了黄金市场具有比较大的风险性和不公平性，并提出政策建议，促进中国黄金市场健康、稳定的发展。　　关键词次贷危机黄金市场GARCHECM　　　　一、问题的提出　　我国的黄金市场发展较晚，

2、2002年10月30日，上海黄金交易所成立，黄金市场的发展还处于起步阶段。相比国外发达的黄金交易市场，价格波动大，价格受外盘影响较大。　　本文应用GARCH模型分析我国黄金价格的波动特征；然后用EGARCH模型验证冲击的非对称性效应；最后，以我国黄金价格序列和美黄金价格序列做协整分析，建立误差修正模型，探讨我国黄金市场和国外黄金市场的关联性，即长期均衡关系和短期偏差的修正状况。　　二、理论模型和数据介绍　　（一）理论模型　　1．GARCH模型（广义自回归条件异方差模型）　　ARCH模型在描述某些时间序列时，扰动项方差往往依赖很多滞后变量，从而

3、很难估计出精确的参数。可以用较简单的GARCH模型来代表一个高阶的ARCH模型，弥补ARCH模型阶数过大时所带来的计算效率和精度上的不足，从而更好的描述波动的持续性。一般的，GARCH（1，1）模型能够描述大量的金融时间序列数据，是度量金融市场波动性最重要的工具。模型的一般形式：　　3．协整与误差修正模型（ECM模型）　　在处理时间序列数据时，要考虑序列的平稳性。对一组非平稳但具有同阶的序列而言，若它们的线性组合为平稳序列，则称该组合序列具有协整关系。对具有协整关系的序列，我们算出误差修正项，并将误差修正项的滞后一期看做一个解释变量，连同其他

4、反映短期波动关系的变量一起，建立误差修正模型。模型的一般形式：　　（二）数据　　本文选取了上海黄金交易所最具有代表性的品种Au99..95的每日收盘价和纽约黄金市场每日收盘价格为研究对象。数据为锐思数据库、清华金融数据库、纽约商品交易所数据库和国家外汇管理局。时间跨度2006年1月1日至2010年9月30日，共1142个数据。　　文中Laut、Laaut分别代表对数化处理后的t期国内黄金价格和美黄金价格。（注，美黄金报价单位运用汇率调整使其与国内黄金价格一致）。RAut为Au99.95日连续复利收益率，计算公式为Raut=Laut-Laut-

5、1。使用的软件是Evieetrics.2002.17:425--446．　　[2]Christie,A.A.Thestochasticbehaviorofmonstockvariance:value,leverageandinterstrateeffectes.JournalofFinancialEconomies.10(1982):407--432．　　[3]高铁梅.计量经济分析方法与数学建模.北京:清华大学出版社.2006.　　[4]郑秀田.我国黄金市场的波动特征与风险度量研究.杭州:浙江工商大学.2008:3-40.　　[5]杨叶.黄金

6、市场和室友价格的联动分析.黄金.2007(2):4-7.　　[6]傅瑜.近期黄金价格波动的实证研究.2004(1):30-40.　　[7]张世英,许启发,周红.金融时间序列分析.北京:清华大学出版社.2008:145-170.