上海铝期货收益率及波动特性研究

《上海铝期货收益率及波动特性研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据2010年6月第23卷第3期菅j星雩彳I』JournalofManagementJune．2010V01．23No．3上海铝期货收益率及波动特性研究肖毅敏1”，程彬2(1．湖南省社科院经济研究所，湖南长沙410003；2．长沙理工大学经济与管理学院，湖南长沙410114)摘要：通过对沪铝期货收益率序列实证模拟检验，指出了关于期货价格收益及波动特性研究中存在的一些问题。同时利用ARIMA(O。1，1)一GARCH(1，1)模型、TGARCH和EGARCH模型对收益率序列的波动性和杠杆效应进行了检验，发现收益率序列波动率是持久的，市场风险很大，而且沪铝期货市场上存在着显著的杠杆效应

2、。关键词：ARIMA模型；铝期货；收益率中图分类号：F830．9文献标志码：A文章编号：1674—651l(2010)03—0034—04一、引言1991年9月28日推出的我国第一个商品期货标准合约——特级铝期货合约，标志着铝作为一种金属商品正式进入期货交易的范畴，并伴随着我国期货市场的发展而发展。一个投资者非常关注的、同时也是理论和实证研究急需解决的问题，就是如何对期货市场收益率及风险进行准确合理的刻画和度量，进而有效地促进现货市场相关价格更好更快地回归到商品的内在价值水平上。华仁海、仲伟俊(2003)首次运用GARCH模型对我国期货市场铜、铝、大豆期货价格收益、交易量、波动性之间的

3、关系进行动态分析。陈刚、唐衍伟(2004)通过对中国期货市场铜和铝两种金属期货品种收益率的分布与波动性进行实证分析，论证其时间序列存在ARCH效应。分析结果表明，这两个期货品种的波动性均具有很高的持续性，但上海铝期货的波动性比上海铜期货的波动性受各种外部冲击的影响更大。华仁海、陈百助(2004)采用修正的R／S分析和CPH模型两种方法，对我国期货市场铜、铝、大豆、橡胶、小麦这五个品种期货价格收益及波动方差的长记忆性进行了实证研究。张小艳、张宗成(2007)利用单位根检验与自相关检验，并同时利用方差比检验和多重方差比检验对国内铜、大豆、小麦三大期货市场的有效性进行实证研究，发现铜、大豆、

4、小麦三大期货市场的对数期货价格序列符合随机游走假设。黄海南、钟伟(2007)运用GARCH类模型对上证指数收益率进行了全面的估计及样本外预测，然后以已实现波动率作为波动率预测的评价标准，通过M—z回归和损失函数来评价GARCH类模型的波动率预测表现。研究结果表明，无论是样本内还是样本外，GARCH类模型都能够较好地预测上证指数的收益波动率。其中，偏斜t一分布假设下的GJR(1，1)模型的预测能力最强。从上述实证研究中，我们发现在利用GARCH类模型对收益率序列进行拟合时，对于收益率的平稳性并没有进行过多的讨论，只是简单地假定收益率的对数差分序列是平稳的，符合标准正态分布。然而，我们发现

5、实际中的收益率对数差分序列并不是平稳的，而是存在一定的自相关性。笔者将根据金融时间序列数据的特点，采用Bollerslev(1986)提出的GARCH模型对上海铝期货收益率序列进行建模和分析，通过ADF单位根检验，并结合ACF与PACF的表现，认为沪铝期货收益率服从ARIMA(o，l，1)过程，进而再对残差序列进行ARCH—LM检验，确定波动率的ARCH效应之后，拟合了一个ARIMA(0，1，1)一GARcH(1，1)模型，并指出市场波动率是持久的。在此基础上，进一步通过拟合TARCH和EGARCH模型，发现沪铝期货在一定的显著水平上存在显著的杠杆效应。二、模型与方法笔者主要在Boll

6、erslev(1986)提出GARCH模型以及收益率序列的平稳性检验的基础上，对沪铝期货收益率序列进行实证模拟。由于GARCH模型以ARCH模型为基础，因此，我们仅对模型中的某些方程及其参数的意义进行简单的介绍。GARCH模型中方差方程为：h。=ao+∑a肌2一i+∑岛^。叫(1)i=1J=1Pq式中∑o；+∑岛<1，％代表系统原先的不确收稿日期：2010—04—13作者简介：肖毅敏(1955一)，男，湖南长沙人，湖南省社会科学院经济研究所所长、研究员，长汐理工大学经济与管理学院教授、硕士生导师。研究方向：资本市场与证券投资学。·34·万方数据定性；or：为滞后期残差平方项的系数，代表

7、近期市场“噪音”(innovation)或“消息”(news)影响的重要性，即当前信息对波动影响作用的大小；卢，为滞后期条件方差的系数，代表过去信息对现在波动影响冲击的大小。因为lIBi表示本期的条件方差与前一期的条件方差有关，因此可以说明过去的旧消息(oldnews)对于未来波动性的影响效果，由模型亦可得知当期的条件方差是前一期条件方差的函数。一方面，ai的数值越大，显示市场信息转换为未来波动的传递速度越快。另一方面，届i的数值越大，则代表波