中国期货市场波动性与有效性诊断与分析.docVIP

中國期貨市場波動性與有效性的診斷與分析* 同濟大學經濟與管理學院 唐衍偉** 同濟大學交通運輸工程學院 陳 剛*** 摘 要：本文通過對中國期貨市場銅和黃豆兩種期貨品種收益率的分布與波動性進行實證分析，論證了其時間序列存在ARCH效應；運用各階GARCH模型對兩種期貨品種進行了擬合分析和統計檢驗，證明了GARCH(1,1)對其波動性具有足够的刻畫精度，且這兩個期貨品種的波動性均具有很高的持續性，但大連黃豆期貨的波動持續性弱于上海銅，其波動性受各種外部衝擊的影響較大；通過GARCH(1,1)的市場有效性檢驗,論證了中國期貨市場尚未達到弱式有效，市場風險較大。 關鍵詞：中國期貨市場 波動性 GARCH模型 市場有效性 一、引言 期貨及衍生品市場是現代市場體系的有機組成部分，也是現代金融市場中最有活力的增長點，我國的期貨市場起步較晚，而且發展歷程起伏較大，隨著我國市場經濟的逐漸成熟，期貨市場的進一步開放和交易品種的豐富，需要更深入地研究新形勢下我國期貨市場發展的內在規律及其實踐。 國外對期貨市場價格的波動性研究已有很長一段歷史, 早在20 世紀60 年代, Fama（1965） 就觀察到投機性價格的變化和收益率的變化具有穩定時期和易變時期, 即價格波動呈現集群性, 方差隨時間變化。此外, 國外對投機性價格波動特徵進行了大量的研究。其中最成功地模擬了隨時間變化的方差模型是由Engle（1982）首先提出的自回歸條件异方差性模型(即ARCH 模型[5])。ARCH模型將方差和條件方差區分開來，幷讓條件方差作爲過去誤差的函數而變化，從而爲解决异方差問題提供了新的途徑。Bollerslev（1986）在此基礎上提出了廣義自回歸條件异方差（GARCH）模型[1]。爲了刻畫時間序列受自身方差影響的特徵，Engle，Lilien和Robins（1987）提出了GARCH-M模型。而當需要刻畫證券市場中的非對稱效應時，Nelson（1991）提出的EGARCH模型能更準確地描述金融産品價格波動的情况。目前ARCH族模型已經被廣泛地應用于股票市場、貨幣市場、外匯市場、期貨市場的研究中, 來描述股票價格、利率、匯率、期貨價格等金融時間序列的波動性特徵。 我國的期貨市場爲新興市場，理論研究相對較少，主要側重于實證。徐劍剛（1995）對我國期貨市場價格時間序列的統計特性和期貨市場的有效性進行了探討；王洪偉（2001）對銅期貨的期現活價格進行了實證研究；張世英（2002）對ARCH模型簇進行了系統闡述；華仁海（2004）對我國期貨市場的量價關係進行了實證分析。 本文利用廣義自回歸條件异方差模型（GARCH模型）對中國上海期貨交易所的銅期貨和大連商品交易所的黃豆期貨的收益率的波動性進行實證分析，爲政府部門發展與監管期貨市場及投資者預測幷規避風險提供决策依據。 二、GARCH模型概述 經典的最小二乘回歸假定誤差序列無關，誤差的方差爲一常數。然而研究金融市場時却發現，大多數時間序列的誤差序列無關，但誤差的平方序列相關，即誤差的方差或波動隨時間變化。爲了模擬這種波動，提高預測精度，1982年，Engle構造了方差隨時間變化的自回歸條件异方差ARCH模型。此後， ARCH模型的一些擴展模型也被相繼提出，如GARCH模型，EGARCH模型等，幷在解釋貨幣和金融時間序列的行爲中得到廣泛應用。 ARCH模型的核心思想是，某一特定時期的隨機誤差的方差不僅取决于以前的誤差，還取决于自己早期的方差。即相當于對誤差項的方差，使用一個自回歸模型來描述。誤差項不再是隨機波動，而是有“記憶”的特徵。可以看出，由于現在時刻噪聲的方差是過去有限項噪聲值平方的回歸，也就是說噪聲的波動具有一定的記憶性，因此，如果在以前時刻噪聲的方差變大，那麽在此刻噪聲的方差往往也跟著變大；如果在以前時刻噪聲的方差變小，那麽在此刻噪聲的方差往往也跟著變小。體現到期貨市場，那就是如果前一階段期貨合約價格波動變大，那麽在此刻市場價格波動也往往較大，反之亦然。這就是ARCH模型所具有描述波動的集群性的特性，由此也决定它的無條件分布是一個尖峰肥尾的分布。 ARCH模型的主要貢獻在于發現了經濟時間序列中比較明顯的變化是可以預測的, 幷且說明了這種變化是來自某一特定類型的非綫性依賴性, 而不是方差的外生結構變化。1986年，Bollerslev在ARCH(q)模型的基礎上提出了以下擴展模型[2][11]： (1) (2)