股指期货对现货指数波动性的影响分析.docVIP

附件：最佳股指期货分析师申报材料（长江期货 周利） 文章1：股指期货对现指波动性影响分析 （发表于《期货日报》） 世界各个国家或地区在推出股指期货时，均相当重视其对于股票现货市场波动性的影响，国内外学者都曾对这个问题进行过探讨和研究。笔者将在借鉴前人研究成果的基础上，利用ARCH、GARCH 及VaR模型对部分国家（地区）推出股指期货前后股票市场的波动性情况进行测算分析，看其中是否有统一的规律可循。本文选取了中国台湾、韩国、印度等国家（地区）的股指期货标的指数作为样本进行实证分析。由于数据量较大，本文将仅以中国台湾股指期货为例进行方法上的阐述，其他国家（地区）的情况只会以表格的形式进行列举。 台湾加权指数期货 首先选取台湾加权指数作为研究对象进行数据整理，样本区间为1989年11月6日至2009年6月9日，共5308个观察值，具体统计特征见表1，日收益统计见图1。 图1? 台加权指数日收益统计图 　　　　实际中，金融数据一般不符合正态分布模型假设，往往呈现出尖峰厚尾的特征。从表1可以看出，台湾加权指数的数据尖峰左偏，图1中也可以清晰看出。 平稳性检验 平稳性是建立时间序列GARCH模型的重要前提，数据平稳才适合建立GARCH模型。平稳性一般采用Eviews软件的ADF（Augmented Dickey-Fuller）检验来进行。 表2?? 台湾加权指数ADF检验结果 　　 从表2的检验结果来看，三种形式的检验都拒绝零假设，接受备择假设，表明至少可以在99%的置信水平上拒绝存在单位根的原假设，即台湾加权指数的日收益率序列是平稳的。 再对指数日收益率序列分别进行滞后3阶的自回归分析，得到相伴概率为0.004797，故不存在自相关，进一步对残差ARCH效应检验：结果如下： 表3? ARCH效应检验结果　　　　从统计结果看，在给定显著性水平0.05的情况下，LM统计量Obs*R-squared值等于376.2017，相伴概率0.000000，说明残差序列存在显著的ARCH效应，适合使用GARCH模型建模。 GARCH模型检验 GARCH 模型不仅可以在一定程度上解释收益序列的波动率聚类现象，而且可以用来解释收益序列的尖峰肥尾现象。在研究股指期货的推出对现货价格波动影响的关系时，要注意期货交易的推出是否对波动性产生了影响。为研究股指期货对波动性的影响是否存在的问题，我们将虚拟变量引入条件方差模型，股指期货推出前，虚拟变量D的值为0，股指期货推出后，虚拟变量D的值为1。 从参数估计结果来看，虚拟变量的系数为-0.000495，说明台湾加权股指期货的推出减缓了现货股指的波动性。 VaR模型 　　VaR也是衡量风险的一种指标，该模型给定一个置信度水平α，就有一个相应的值与之对应。用该模型对股指期货推出前后现货指数日收益率序列进行计算，得到结果如下： 表4?? 股指期货推出前后现货市场日收益率VaR值 　　　　 VaR测试结果显示，在相同置信水平下，股指期货推出前的日收益率水平大于股指期货推出后的日收益率水平，也说明台湾股指期货的推出有助于减缓现货指数的波动幅度。 标准差统计 以台湾股指期货推出时间为截点，将台湾加权指数分为股指期货推出前及股指期货推出后两段，分别统计两者数量特征，数据如下表： 表5? 现货市场日收益率描述性统计 　　　　对比台湾加权股指期货推出前后现货股指日收益率序列的描述性统计量的数据，可以看出股指期货推出后，现货股指的日收益率水平及日收益率（一种衡量波动率的指标）的标准差均降低，说明台湾股指期货的推出有助于减缓现货股指的波动性。 结合GARCH模型、VaR模型和均值及标准差测算结果来看，结论是一致的，即台湾股指期货的推出有助于减缓现货股指的波动性。 其他国家（地区）股指期货推出情况 运用前文所述方法，笔者分别对印度Nifty指数，韩国KOSPI200指数，日经225指数等海外主要市场的股指期货建立GARCH模型，模型结果如下： 表6? 部分指数GARCH模型结果 　　　　 表7? 部分指数收益率分段序列描述指标 表8? 部分指数收益率分段序列VaR值 　　 结论 从模型建立来看，印度股指GARCH模型虚拟变量系数为 -0.0013，可见，印度股指期货的推出减缓了股指现货的波动，分段数据系列标准差及VaR值得出的结论与之吻合。韩国KOSPI200指数及日经225指数建立的GARCH模型虚拟变量系数为正，由此，股指期货推出对现货指数有加剧波动的作用，分段数据系列标准差及VaR值得出的结论分别与GARCH模型得出的结论想呼应。FTSE100 指数，日经225指数期货，德国DAX指数期货分析情况与KOSPI200指数情况类似。法国CAC40指数期货及MSCI台股指数期货GARCH模型虚拟变量系数为正，表示股指期货的推出对现货指数