第4章 实证检验结果及分析.docVIP

第4章 实证检验结果及分析 选取从2010年4月1日至2011年7月8日的沪深300指数和期货市场日收盘价，除去国家法定节假日，共299个交易日。期货和现货市场每日收盘价为，相应的收益率近似为: ，，。分别用FS和CS代表取对数后的期货和现货收益率。 实证检验过程 4.1.1 平稳性检验 首先，从沪深300期货和现货价格收益率的时间序列图（见图4.1及4.2）对比中可以看出，两个价格序列运动方向基本一致，沪深300股指期货收益率略低，而方差则较高，即沪深300股指期货波动幅度略大于沪深300现货指数。两者对外界信息的反应速度和程度基本一致，存在着较强的相关性，且趋势较为明显。但两者短期走势并非完全同步。总体看期货长期处于升水状态，且由于大量套利资金存在，两者基差水平大部分时间保持在沪深300现货指数的(-1%，+l%)之间。 图4.1 股指期货现货收益率时间序列图 图4.2 股指期货期货收益率时间序列图 为了检验序列的平稳性，本文采用ADF检验现期这两个序列。ADF检验中模型分为有截距项有趋势、有截距项无趋势和无截距项无趋势三种。分别对现期收益率两序列做ADF检验，从表4.1中可以看出，ADF检验拒绝单位根的存在，无论是现货收益率还是连期货收益率序列都是平稳过程。 表4.1 现货和期货收益率平稳性检验结果 检验方法 Dickey-Fuller(ADF)检验方法 模型形式 无截距、无趋势项 CS -12.33311 FS -12.49701 注：无截距、无趋势项的各临界值：1%显著性水平下为-2.5725，5%显著性水平下为-1.9406，10%显著性水平下为-1.6162。 4.1.2 Granger非因果性检验 由于现货收益率和期货收益率都是平稳序列，我们可以直接对其进行Granger非因果性检验，判断两者的变动时间上的先后关系。 表4.2 现期收益率的Granger非因果性检验 F统计量 滞后阶数 4 12 16 18 2.18841 （0.07041） 1.68820 （0.06938） 1.17956 （0.28468） 1.53149 （0.07978） 2.10265 （0.08060） 2.11649 （0.01633） 1.70847 （0.04548） 1.87047 （0.01890） 通过Granger非因果性检验可以看出，在四阶以下现期收益率之间没有明显的Granger非因果关系。但随着阶数的增加，两者相互关系逐渐增强，特别是期货收益率对现货收益率的影响更明显，考虑股指期货的历史信息能改善对现货市场未来走势的预测。 4.1.3 Copula-EGARCH-t 模型 4.1.3.1 波动性溢出效应检验 从Granger非因果性检验的结果来看，期货现货价格收益率存在着长期的均衡关系，但期货收益率是否是现货收益率变化的原因，期货在引导现货价格形成过程中的作用大小还不能确定，本文以下正是通过建立Copula-EGARCH-t模型来完成这一过程。 首先做出CS和FS序列的相关图和偏相关图（图4.3和图4.4），从图中可以看出，CS和FS都是近似的三阶自回归过程，应该分别建立AR(3)模型。 图4.3 CS自相关检验结果 图4.4 FS自相关检验结果 建立波动性溢出模型Copula-EGARCH-t, 并在Copula-EGARCH-t模型条件方差方程右端加上另一个市场的波动性变量和。方程估计结果如下： CS的Copula-EGARCH-t模型： 对数似然值：-284.3934 FS的Copula-EGARCH-t模型： 均值 对数似然函数的值：-301.6462 分析以上模型参数可以发现：一、衡量期货市场向现货市场波动性溢出效应的参数为正，而衡量现货市场向期货市场波动性溢出效应的参数为负。这说明存在期货市场向现货市场的波动性溢出，而不存在现货市场向期货市场的波动性溢出。上一阶段期货收益率的变动影响到了下一阶段现货市场的收益率，新信息首先在期货市场中得到反映；二、衡量现货市场和期货市场的不对称效应的参数和，说明在现货两市场上，利空消息比利好消息对市场波动性的刺激要略微强烈，而在期货市场上，利好消息比利空消息的刺激要强烈，从非对称的信息冲击曲线