对黄金现货预期收益率与风险时间序列分析报告.docxVIP

对黄金现货预期收益率和风险的时间序列分析——基于美国黄金市场的月度历史数据数学科学学院08级本科生方宇翔一、问题的提出近年来，由于中国国内通货膨胀的持续和股票市场的低迷表现，普通居民越来越缺乏风险可控，收益可观的投资品种。而近几年黄金交易的日渐火热，就是民间资金正在积极寻找投资出口的一个典型。黄金作为贵金属，其价值自古以来就在世界范围内得到了广泛认可，其可长久储存的特性又为它作为一种投资产品提供了可行性。本文希望通过对美国黄金交易市场月度历史数据的时间序列分析，建立适当的时间序列模型，得出投资者最关心的预期收益率和风险值，为投资者在做投资决策时提供一些帮助。二、理论分析本文中选取的数据为美国黄金交易市场近年来的黄金交易价格历史数据。同股票价格等大多数金融时间序列一样，黄金交易价格应该为随机游走序列，基本模型为：根据序列拟合后的残差检验，可以判断该序列的残差项是否通过白噪声检验，若通过则；若无法通过则考虑残差项是否存在ARCH或GARCH效应，建立合适的模型进行拟合，从而最终求得美国黄金市场黄金的预期收益率和风险。三、实证分析本文搜集到了美国黄金交易市场的每日历史数据，Eviews绘制时序图如下：通过观察我们清楚地发现，该序列存在明显的向上趋势，很可能为非平稳的时间序列。同时，可以看出，从1500个数据点后，该序列的波动幅度越来越大，可能存在条件异方差的情况，因此考虑使用ARCH或GARCH模型。。对该序列进行单位根检验，Eviews检验结果如下：Null Hypothesis: _US has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=26)t-Statistic??Prob.*Augmented Dickey-Fuller test statistic?0.490541?0.9864Test critical values:1% level-3.4327115% level-2 level-2.567310这里P值为0.9864, 不显著，所以接受原假设，即原序列有单位根，所以原序列非平稳。从经济理论出发，我们考虑对原时间序列进行平稳化处理，由于最终我们希望得到黄金预期收益率和风险，所以考虑对原始数据进行如下变换：其中表示美国黄金市场黄金交易价格的月度历史数据，进行对数差分后的时间序列由表示。Eviews绘制时序图如下：对新的时间序列进行单位根检验，Eviews检验结果如下：Null Hypothesis: DLN_US has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=26)t-Statistic??Prob.*Augmented Dickey-Fuller test statistic-50.73864?0.0001Test critical values:1% level-3.4327125% level-2 level-2.567310*MacKinnon (1996) one-sided p-values.P值为0.0001，在的显著性水平下显著，所以该时间序列不存在单位根，为平稳的时间序列。对该序列建立LS回归得到方程：对残差进行Serial Correlation LM 检验得到下图：Heteroskedasticity Test: ARCHF-statistic49.10129????Prob. F(3,2553)0.0000Obs*R-squared139.4865????Prob. Chi-Square(3)0.0000Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/25/11 Time: 19:55Sample (adjusted): 5 2561Included observations: 2557 after adjustmentsCoefficientStd. Errort-StatisticProb.??C9.02E-058.06E-0611.196460.0000RESID^2(-1)0.1294690.0195906.6088180.0000RESID^2(-2)0.0789630.0196954.0091780.0001RESID^2(-3)0.1421840.0195917.2577490.0000R-squared0.054551????Mean dependent var0.000139Adjusted R-squared0.053