流动性过剩对期货市场影响的实证研究

流动性过剩对期货市场影响的实证研究

ID:38204736

大小:212.91 KB

页数:3页

时间:2019-05-26

流动性过剩对期货市场影响的实证研究_第1页
流动性过剩对期货市场影响的实证研究_第2页
流动性过剩对期货市场影响的实证研究_第3页
资源描述:

《流动性过剩对期货市场影响的实证研究》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、财经论坛流动性过剩对期货市场影响的实证研究赵伟雄,何建敏,沈虹(东南大学经济管理学院,南京210096)摘要:文章选取M2同比增长率为流动性指标,并转化为虚拟变量,建立含有流动性指标的GARCH-GED模型对上海期货交易所的金属铜和天然橡胶进行检验,并运用小波db(4)对波动序列进行小波分解。实证结果表明,超额货币供应量会加剧期货市场的波动,从宏观和微观两角度验证了流动性过剩对期货市场的影响是显著的。关键词:期货;M2;波动性;GARCH-GED模型;小波分解中图分类号:F224文献标识码:A文章编号:1

2、002-6487(2010)12-0137-03一个连续期货数表1铜和橡胶期货价格收益序列基本统计特征0引言据。铜橡胶样本数21472134为方便数据均值0.01090.0065随着2008年美国次级债危机的全面爆发,越来越多的处理,本文将期货标准差1.64301.7929偏度-1.1233-2.2907学者开始关注之前的全球流动性过剩与此次全球金融风暴价格收益rt定义峰度13.751434.6878爆发的之间的关系。从广义上说,流动性过剩一般被理解为为rt=100×ln(Ft/Ft-J-B统计量1078

3、7.4291063.84货币或信贷的过剩。当货币的供应超出了生产与流通领域的1),Ft为连续期货[P值][0.000][0.000]Q(20)60.1350.39货币回笼能力时,市场热钱、游资增多,宏观经济出现流动性合约第t日的收盘[P值][0.000][0.000]过剩现象。价格。这里,首先要Q2(20)1005.01904.28国内现有的研究成果主要集中在市场内生流动性方面,对样本进行统计[P值][0.000][0.000]D-W统计量1.99572.0030王春峰、韩冬和蒋祥林(2002)对内生流动

4、性与资产定价关系检验,样本收益的进行研究,随后,吴文锋、茵萌、陈工孟(2003)、李一红、吴世农统计结果见表1。(2005)以及苏冬蔚、麦元勋(2004)等学者用不尽相同的方法对由表1可知,铜、橡胶价格收益序列拒绝正态分布假设,我国股市的“非流动性溢性"现象进行研究,基本上证实了我且各品种的收益序列均具有尖峰厚尾特性。同时,由Q2(20)统国股市存在显著的非流动性溢价现象。关于外生流动性过剩计量可知,它们具有条件异方差性。D-W统计量接近2,这意(即货币或信贷的过剩)与我国资产价格关系的研究成果比味着收益

5、率序列的一阶自相关性较弱。较少,缺乏系统的量化分析。本文采用货币供应量M2的同1.2加入流动性指标的GARCH-GED模型比增长率作为衡量流动性的指标,从微观和宏观两个角度分货币供应量M2涵盖了流通中现金、支票存款以及储蓄别研究货币增长对我国期货市场收益波动的影响,为论证流存款三大部分,M2的增长不仅反映了现实的购买力,还反映动性过剩对我国资产价格的影响提供有力证据。了潜在的购买力,能够预见投资和中间市场的活跃程度,是当前使用最普遍的衡量流动性过剩的货币指标之一。因此本1模型建立文选取同期货币供应量M2的

6、同比增长率(下仍简称为M2)作为流动性参考指标(月度数据由中国人民银行网站提供),1.1数据的选取与分析来反映某一时期货币供应量的宽裕程度,这里引入虚拟变量我们收集了从2000年1月4日至2008年12月31日D,满足:期间上海期货交易所金属铜和天然橡胶期货合约日数据。选0,M2燮CD=燮(1)择铜和橡胶作为研究对象是因为这两个期货品种具有代表1,M2>C性,铜是相对成熟的期货品种,而橡胶相对活跃,能有效反映其中,M2代表广义货币供应量月度同比增长率,C称为门限期货市场的整体特征。由于每个期货合约都将在一

7、定时间到值,衡量流动性过剩以门限值为限,高于C的月份认为货币期,因此为了得到一个连续的期货价格序列,本文在选取数供应量增长过速,导致流动性过剩,对应D的取值为1;低于据时以成交量为衡量指标,提取当月的主力合约,从而产生C的月份可看作流动性正常,没有过量的货币进入或待进入基金项目:国家自然科学基金资助项目(70671025)统计与决策2010年第12期(总第312期)137财经论坛流通领域,D取值为0。这里取C为2000~2008年期间M2的合程度较高。根据参数估计结果,可以得到以下结论:平均值。首先,期铜

8、均值方程中参数λ在1%的显著性水平下显为了更好地捕获条件异方差性,本文选取GARCH(1,1)-著不为0,且λ=0.165>0,这说明波动带来收益的增加,即验GED模型,并在均值方程中加入时变方差,观察方差对收益证了高风险带来高收益的论断。在5%的显著性水平下,期铜的影响。根据表1的分析结果,均值方程中不考虑自回归项,的参数γ=0.011显著不为0,这表明流动性指标对期铜收益同时在GARCH方程中引入流动性虚拟变量D,于是得到

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。