基于贝叶斯多变量厚尾随机波动模型期货和现货联动效应探究.docxVIP

基于贝叶斯多变量厚尾随机波动模型期货 和现货联动效应探究 ［作者简介］朱慧明(1966—),男,湖南湘潭人， 湖南大学工商管理学院教授、博士生导师，研究方向：贝叶 斯计量经济模型. ［摘要］针对多变量随机波动模型难以刻画金融时间序 列尖峰厚尾特征的问题，构建了贝叶斯多变量厚尾随机波动 模型。通过模型的贝叶斯分析，选择参数先验分布，设计基 于Gibbs抽样的MCMC算法，据此估计模型参数，解决多变 量随机波动模型参数较多难以估计的问题；并利用沪深300 股指期货与现货交易数据进行实证分析。研究结果表明：贝 叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的 波动特征以及金融市场间的波动溢出效应。 ［关键词］股指期货；波动溢出；随机波动；贝叶斯分 析；Gibbs算法 ［中图分类号］F830. 91 ［文献标识码］A［文章编号］ 1008-1763 (2013) 06-0045-07 一引言 股指期货作为一种有效的金融风险管理工具，具有价格 发现、规避风险、套期保值、套利等功能。但由于宏观经济 环境的复杂性和多变性，股指期货在运行过程中是否能发挥 这些功能，首先必须了解股指期货与现货之间的联动效应。 深入研究两市场间的联动效应不仅有助于市场监管者制定 出切实有效的监管措施以保证进行期货市场的稳定运行，而 且有助于市场参与者做出理性投资决策以规避市场风险。 现有文献关于期货与现货的联动效应研究主要集中在 价格领先滞后关系及波动溢出效应两方面。Ryoo和Smith (2004) [1]、Tse 和 Chan (2010) [2]、Jackline 和 Deo (2011)[3]、Choudhary 和 Bajaj(2012) [4]、Mall 等(2012) [5]等考察了不同国家的股票指数与股指期货市场之间的价 格领先滞后关系，发现期货价格变化比现货价格变化领先 5?45分钟，反之，只有微弱的证据证明现货价格变化领先 股指期货价格变化。So和Tse (2004) [6]、Sakthivel和V (2010) [7]、Pati 和 Rajib (2011) [8]等研究了股指期货 与现货市场之间的波动溢出效应，结果显示期货市场与现货 市场之间存在双向波动溢出效应，但期货市场的波动溢出效 应要强于现货市场。熊熊和王芳(2008)利用向量误差模型 研究我国沪深300股指期货仿真交易市场与现货市场之间的 关系，结果表明股指期货对现货具有长期价格发现功能[9]。 郭彦峰等(2009)运用VEC-DCC-GARCH模型对沪深300股指 期货仿真交易数据做了实证研究，发现沪深300股指现货价 格领先于期货，且两市场之间存在双向波动溢出效应[10] O 国内其他期货市场的研究还包括马超群等(2009) [11],戴 晓凤和丁林江(2010) ［12］等。 由于沪深300股指期货正式上市时间较短，以往股指期 货的研究多基于沪深300仿真交易数据，但对沪深300正式 推出后的实盘交易数据研究相对缺乏。以仿真交易数据作为 研究对象，不仅忽视了交易者在交易心理上存在本质性的差 异性，而且忽视了仿真交易与实盘交易在期货与现货联动 性、交易策略等方面存在的差异，因此，研究结论具有一定 的局限性。此外，与传统的GARCH类波动模型相比，现代SV 模型在波动率刻画方面有着显著的优越性。Kim (1998)研 究发现随机波动模型新添加的随机项比GARCH模型更具弹 性，在样本内具有更好的拟合效果［13］ o Yu (2002)研究发 现随机波动模型在样本外同样具有较好的预测能力［14］ o国 内学者余素红和张世英(2002)分别从理论和实证角度论证 了 SV模型拟合金融数据的效果要优于GARCH模型［15］。 针对以上问题，考虑到金融时间序列普遍存在的尖峰厚 尾特征，为了更准确地反映股指期货市场与现货市场之间的 联动关系，以下拟构建贝叶斯多变量厚尾随机波动模型研究 我国沪深300股指货正式推出后股指期货与现货之间的联动 效应。 二贝叶斯厚尾随机波动模型构建 模型结构分析 Taylor在解释金融资产收益序列波动模型的自回归行 为时最早提出了 SV模型，该模型是一类采用不可观测的随 机过程来描述方差的时变波动模型，主要用于考察单个市场 的波动性特征。Harvey在Taylor基本SV模型的基础上，提 出了多变量SV模型。为了考察资产收益波动之间的因果关 系，Yu和Meyer （2006） [16]在基本的MSV模型基础上提 出了具有格兰杰因果关系检验功能的GC-MSV模型，其形式 如下： （二）贝叶斯分析及MCMC算法设计 根据贝叶斯定理，不可观测量的联合后验分布与联合先 验分布和样本数据的似然函数成正比，可表示为： 为了计算参数边缘后验密度分布，需要对所有对数隐含 波