基于GARCH模型大豆期货收益率波动分析.docVIP

基于GARCH模型的大豆期货收益率波动的分析 　　中图分类号:F832 文献标识:A 文章编号:1009-4202(2010)06-036-02 　　摘 要 本文研究大连商品交易所大豆期货连续合约2003-1-2――2009-1-19收益率间序列,运用GARCH(2,1)模型对大豆期货收益率与风险之间的相互影响进行了实证分析,发现大连大豆的期货收益率具有尖峰厚尾,方差随时间而变化特点,以及波动的集聚现象。在研究样本区间内,GARCH(2,1)模型能较好地拟合大豆期货收益率的波动性,同时,其期望收益与期望风险存在着正向关系。 　　关键词 GARCH模型 大豆期货收益率 波动性 　　 　　一、引言 　　在学术研究界,国内外已有许多学者对国际主要期货商品收益的时间序列所具有的统计特性作了详尽的研究,结果表明所获收益的分布一般具有尖峰厚尾特性及条件异方差性的特点。基于以上特点,专家们提出了时变假设,并尝试通过特定的技术来预测金融时间序列的收益波动性。 　　1982年美国经济学家Robert F .Engle提出了自回归条件异方差模型,即ARCH模型,是20多年来描述方差随时间的异变性问题最具有代表性的计量方法。1986年Bollerslev在Engle的ARCH模型的基础上对方差的表现形式进行了直接的线性扩展,形成了应用更为广泛的GARCH模型,若把干扰项的方差作为一个影响被解释变量的一个因素加以研究,则形成了GARCH-M模型,对上述模型的进一步完善,以出现了IGARCH模型、EGARCH模型等,最终形成了ARCH/GARCH模型族,广泛地应用于经济领域,特别是金融变量的时间序列分析。 　　危慧惠(2004)运用GARCH和EGARCH对中国近3年的小麦期货合约进行研究,分析了其波动集聚性和杠杆效应,但这种分别对一年内不同期货合约的研究虽然保持了合约价格序列的连续性,但分析确仅限于一年内,无法得出合约收益的长期特征。华仁海(2004)使用连续期货合约的概念对中国大豆期货合约的周日历效应及与CBOT大豆的长期均衡关系进行分析,但其采用的样本均为2002年12月31日以前的样本,而根据大豆现货市场的变化趋势和《农业转基因生物安全管理条例》及相关办法要求,大连商品交易所2002年3月起挂牌交易2003年3月、5月和7月“黄大豆1号期货合约”,合约标的物为非转基因黄大豆,使得2003年3月以后的大豆期货合约较以前的期货合约由于标的物的改变有了本质的不同。因此其研究成果可能并不适用于变更标的物后的新的大豆合约。 　　二、数据选取和模型介绍 　　本文应用GARCH模型与动态非线性的GARCH-M模型,选取大连商品交易所大豆自2003-1-2至2009-1-19各大豆期货合约每个交易日的收盘价,对2003以后的大豆期货收益列的波动性进行了实证分析。序列用表示。数据来源于大连商品交易所,统计分析工具采用Eviews5.0。 　　下面首先对日收益率序列作描述性统计分析,实证结果显示时间序列每日收益率偏度,表明日收益率偏向小于均值,峰度,与标准正态分布()相比,每日收益率序列呈现左偏,尖峰的分布形态,序列不服从正态分布。 　　对序列进行平稳性检验本文采用的方法是Dickey-Fuller检验,检验结果显示,在1%水平下的检验统计量临界值为,拒绝序列非平稳的零假设,因此序列是平稳的。 　　为了确定ARMA模型,做出序列的自相关和偏自相关检验。检验结果显示收益率序列存在着自相关,经比较确定其ARMA模型采用如下形式: 　　对所建立的GACH(2,1)-M模型进行ARCH-LM检验,在滞后阶数时,LM检验的相伴概率,所以接受残差序列不存在效应的原假设,即可认为均值方程的残差序列已不再存在ARCH效应。AC和PAC系数都接近于0,而且Q统计量变得不再显著,P值变大,检验结果也说明均值方程的残差序列已不再存在效应,较好地似合了的波动性。 　　GARCH(2,1)-M模型中均值方程中的条件标准差的系数估计值显著为正,这反映了期望收益与期望风险的正向关系,为收益的风险溢价理论提供了证据。 　　三、研究结论 　　本文通过基于正态分布的GARCH(1,1)模型探讨了大豆期货收益率的波动性,实证分析结果表明: 　　(1)大豆期货收益率序列具有显著的异方差性与尖峰厚尾的特征,可用GARCH(2,1)模型来拟合收益率序列的波动性。 　　(2)模型中的与参数估计是显著的,表明收益率序列具显著的波动集聚性,与之和为0. 82401,满足模型参数约束条件,从而GARCH(2,1)模型收益率条件方差序列是平稳的,模型具有可预测性。 　　(3)GARCH(2,1)模型中的衰减系数为0.8240,说明大豆期货收益率为弱平稳过程,即过去的波动对未来