期货市场有效性(ppt64).pptVIP

D.W.统计量分析 当j ≤ 8时，随机干扰项ut-j是一阶序列不相关； 当j 8时，D.W.统计量却低于下界值DL 这说明随机干扰项ut-j存在着明显的一阶正相关， 这不符合BGS模型的假设前提。 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * Cochrane-Orcutt方法消除残差自相关 估计残差的一阶自相关系数 对因变量和自变量作变换： 再用新得到的变量作回归，然后用得到的残差估计rho，直至收敛 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 回归结果 消除残差自相关的回归模型二的结果，表7-2 D.W的检验水平：1%水平下，DL=1.05, DU=1.21; 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 比较表7-1和表7-2的结果，当j≤8时有： l? 虽然表7-2中斜率b有所增长，常数项a明显地降低， 但是 其t统计值都在有效市场假设允许的范围内； l? 拟合系数R2变化与表7-1相同，都随j的增加而递减； l? 绝对值很小的rho值及其t统计值进一步表明表7-1中的随机干扰项ut-j可以认为序列不相关。 结果分析 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 当j 8时，可发现： 表7-2中D.W.检验值有了明显的增加，并且都介于DL和4-DU之间，这说明在表7-1中反映的随机干扰项ut-j的一阶序列正相关，经过使用Cochrane-Orcutt方法得到了校正。 表7-2中常数项a的OLS估计量比表7-1有了大幅度的增加，与此同时，斜率b的OLS估计量却大幅度减小 例如，当j=10时，a的OLS估值量从920.29增加到12312.32，而b的OLS估计量却从0.99骤降到-0.12，且b估计量的t统计值 (零假设为b=0)的绝对值远远小于临界值，不能拒绝零假设b=0。 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 这些表明当j8时期货价格对未来现货价格的预测能力大幅度地下降了，失去了对现货价格的指导作用 rho的估计量骤然增至0.95以上，其t统计检验值也表明rho≠0，即随机干扰ut-j事实上存在一阶正相关。 这些结果表明表7-1中如果不考虑随机干扰项ut-j存在一阶序列正相关 时，将会错误地认为j8时期货市场仍然是有效的。 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 结论分析 由于检验方程(4)是在给定(t-j)时刻信息集I(t-j)的条件下检验的，在t-j时刻交易且交割日为t的期货价格Ft-j,t是t时刻的现货价格St的无偏估计。 随着时间的推移，新的信息会不断地产生、积累和充实信息集合，则t-j+k时的信息I(t-j+k)?I(t-j),k0。 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 因此，当j越大，Ft-j,t预测St的能力也就越差，预测的 有效性程度也会下降。 在表7-1和表7-2中，当j?8 时，虽然Ft-j,t都可以作为St的无偏估计，但由于拟 合系数R2随j增大而减少，因而当j越大时，预测的有效程度也越差。 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * BGS检验模型三：采用现货价格 1．数据来源 所有期货价格数据与模型二一样，采用收盘价 现货价格是采集于实际现货市场铜1的价格 现货数据时间跨度: 94.6～96.4 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 2．结果及分析 表7-4 回归模型3 St=a+bFt-j, t+ut-j 《金融工程》讲义，Copyrights ? 2003，吴文锋、吴冲锋 * 结果分析 表7-4中结果