首先想到的是中证500指数 因为它是中证800指数别必赢官网送38彩金出了沪深300指数的成份股所构成的指数 但足中证5

当前位置:必赢官网送38彩金 > 必赢官网送38彩金 > 首先想到的是中证500指数 因为它是中证800指数别必赢官网送38彩金出了沪深300指数的成份股所构成的指数 但足中证5
作者: 必赢官网送38彩金|来源: http://www.xdcqf.com|栏目:必赢官网送38彩金

文章关键词:必赢官网送38彩金,相伴变量

  模型参数结果输出图VariableCoefficient Std Error StatisticProb Variance EquationC 45E06 02673634 03206 0000在表48中我们可以发现 变量系数的相伴概率接近于0 当将显著性水平设定为0 05时 因为相伴概率小于显著性

  模型参数结果输出图VariableCoefficient Std Error StatisticProb Variance EquationC 45E06 02673634 03206 0000在表48中我们可以发现 变量系数的相伴概率接近于0 当将显著性水平设定为0 05时 因为相伴概率小于显著性水平 我们可以判定各个系数的估计值都是显著的。由此认为 GARCH 可以很好的拟合模型因此便无需再去测试GARCH模型的高阶模型。在确定GAR 模型阶数以后 我们还要进行ARCH—LM检验 在滞后阶数为3阶时统计结果 ARCHTestF statistic 263175ProbChi Square 5196在表49中我们可以发现 LM的相伴概率为0 52 这一数值已经显著大于0 05的显著性水平 我们选择接受原假设 即经模型处现后已经不存在ARCH效应C港于以上分析结果 建立GARCH模型 具体如下 方差方程 GARCH i在方差方程中我们需要注意ARCll项和GARCH项的系数 从之前的丈证结果得知 两项的系数和为0 979 说明条件方差所受到的冲击不会迅速消失 效果是持久的。这一结果也表明市场中的大量信息都是能够传递到下一期的 市场的有效性比较强。四、必赢官网送38彩金建立TARCH模型前面已经介绍过了 TARCH模型的基本研究方法和用途 为了进一步研究市场是否具有不对称性 在对数据进行了 GARCH建模后 我们决定采用TARCH模型对相应时间段的数据进行分析。这里我们将研究对象限定在好消息和坏消息两种 于是我们在建模时将门限值设为1。使用Eviews6 0建立TARCH模型的输出结果如下表 29我国股指期货对现货市场波动性的影响一基于沪深300指数期货推出前后波动性比较的实证分析表4 10 TARCH模塑参数结果输出图Variable Coefficient Std Error StatisticProb Variance EquationC 74E06 02812532 23256 0000从表410可以看出 模型中虚拟变量这一项的系数比较显著 这一结果表明了不对称性的存在 沪深300指数对不同消息的反应确实存在不对称性。禾IJ用表410中得到的数据 列出TARCH模型的方差方程为 ol 907i通过实证研究得到的方差方程可知 TARCH模型中的虚拟变量系数为正 坏消息对市场造成的冲击要明显大过好消息给予市场的冲击 由此可以看出 在股指期货推出前 沪深300指数对好消息和坏消息的反应是不对称的 坏消息对于指数带来的波动要更大一些。其主要原因可能是在股指期货推出之前 市场上缺少做空工具 当出现坏消息时 市场参与者急于抛出手中的股票 因而造成大幅的波动情况。4 4股指期货推出后沪深300指数实证分析4 04I06 50200 250 300 350图4 4对数收益率Rt2的时间序列图30我国股指期货对现货市场波动性的影响一基于沪深300指数期货推出前后波动性比较的实证分析从上面的线性图中我们可以观察到 这组对数收益率的波动情况同样也体现出“集群”现象 波动在一些时间段内比较小 而在另一些时间段内则非常大。但是与股指期货推出前的图形相比 在股指期货推出后 其剧烈波动的区间要少于股指期货推出前 更多时间是表现为小幅波动聚集的情况。70 SeriesR60 Sample 362Observations36150 037110IMinimum StdDev 014743—jSkewness 51212210IJarque Bera 44 34388— Probability 股指期货推出前沪深300指数对数收益率的均值Mean 0005标准差 Std Dev 407小于 说明序列分布有长的左拖尾峰度 Kurtosis 512高于iH态分布的峰度值3 说明我们所选的收益率序列具有尖峰和厚尾的特征。 larque Bera统计量为44 344 000拒绝该对数收益序列服从il 态分布的假设。通过AD「对其进行平稳性检验 如下图 11tStat ist ic Prob Augmented Dickey Fuller test statistic 18 96734 0000Testcritical values 9837555level 42235610level 134036t统计量的位为18 967 对应的P值接近0 证明对数收益序列是平稳的。在确定序列平稳后 还需要进行残差序列自相关和偏自相关检验。检验结果如下表 31我国股指期货对现货市场波动性的影响——基于沪深300指数期货推出前后波动性比较的实证分析 12滞后阶数 StatProb 55010 54211 55812 64013 70014 765与上一节我们考察的指标相同在残差序列相关图中我们主要关注多阶相关系数、偏 相关系数和Q统计量概率值 通过表4 12给出的数据 可以判断残差 存在序列相关性 因此我们可以将均值方程设定为白噪声。对我们所分析的收益率指标设立模型如下 Rt2 t2 t24 2建立GARCH模型按照I小节的方法 力检验现原残巧ijf 在ARCH效应。于是我们对其建立GARCH模型。首先建立GARCH 13GARCH 模型参数结果输iMi图Variable Coefficient Std Error StatisticProb Variance EquationC 36E06 04954518 64589 0000在确定GAR模型的阶数后 我们还要如上一小节一样进行ARCH LM检验。其结果如下 32我国股指期货对现货市场波动性的影响——基于沪深300指数期货推出前后波动性比较的实证分析表4 14 ARCH TestF statistic 148329ProbChi Square 13建立GARCH模型如下GARCH TARCH模型则为这一节的分析方法与之前相同利用Eviews6 0对数据进行分析 得到的输出结果如下图 15TARCH模型参数结果输出图Variable Coefficient Std Error Statistic Prob Variance EquationC 89E05 RLSID IXO 0012由上表结果建立TARCH模型如下Gt 020Ut 054uf—i Ut 925我们可以右出 十股指期货推出‘ 虚拟变ill的系数较推出之前变小 这也意味着 市场对于好消息和坏消总的反应的不对称幅度下降了。4 5实证结果分析4 GARCH效应分析’这一部分我们对本章之前得到的实证结果进行简分析。将GARCH模型的基本理论应用在本部分的实证结果当中 在GARCn模型的方差方程中 GARCH项和ARCH项的系数之和是我们考察的重点 这一指标可以代表市场的波动率 通过对这一指标进行比较分析 便可以知道波动率的变化情况 并且可以基于此结论进行波动性分析。33我国股指期货对现货市场波动性的影响一基于沪深300指数期货推出前后波动性比较的实证分析 16GARCH效应对照表 时间段 ARCH系数 GARCH系数 系数合计股指期货推出前 958上表中 股指期货推出前 沪深300指数的ARCH和GARCH项系数和为0 979 股指期货推出后的和为0 958 两个值都接近于1 说明条件方差受到的冲击比较久 其影响不会迅速消失 并且股指期货推出后的系数合计小于推出前的数值 由此可以认为 在股指期货推出后的研究时间段内 较之股指期货推出之前 沪深300指数的波动性的确降低了。4 TARCH效应分析为了考察在股指期货推出前后市场对于好消息和坏消息反映的不对称性是否有变化 我们将之前得到的TARCH模型中的数据进行对比 具体如下表 17非对称效应对照表时间消息性质 虚拟变iit 对称系ARCI系数C GARCH系数总效应值 963推出前坏消息 089股指期货好消息 945推出后坏消息 925999从上表中我们可以发现 无论在股指期货推出前还是推出后 沪深300指数对于好消息和坏消息的反应都是不对称的 坏消息对指数波动的冲击都是要大于好消息的 在股指期货推出之后的研究时N段内 沪深300指数对好消息和坏消息的反应稅度都要小于股指期货推出1说。 6本章小结本章主要对沪深300指数在股指期货推出前后的波动性表现进行分析比较。首先我们介绍了我国开展股指期货的可行性与必然性由此我们可以发现 金融产品的推出与证券市场的整体发展水平有着密切的关系 只有各方面的条件都具备 相应金融产品的推出才能够对整个证券 乃至金融市场产生增益效果 否则 如果在各方面条件都不成熟的情况下强行推出 只会引起市场更大的混乱。然后本章确定了所选取的数据及相应的处理方法 并利用OHLC方法率先对沪深300指数期货推出前后现货市场波动性的表现进行分析 以便对整体情况有34我国股指期货对现货市场波动性的影响一基于沪深300指数期货推出前后波动性比较的实证分析一个大致的了解。必赢官网送38彩金之后 我们利用处理之后的数据 结合GARCH模型和TARCH模型进行分析 在对实证结果进行比对之后 我们发现 在股指期货推出后 沪深300指数的收益波动性有所下降 并且对于坏消息的不对称性也下降了 但是 这样单纯的比较并不能说明现货市场波动性的下降是由股指期货导致的 还需要进行后续相应的处理。35我国股指期货对现货市场波动性的影响——基于沪深300指数期货推出前后波动性比较的实证分析第五章控制市场因素影响的实证分析在第四章中 我们通过GARCH模型分析了股指期货推出前后沪深300指数波动性的变化情况 尽管现货市场的波动性在股指期货推出后有了一定的下降 但是并不清楚推出股指期货这一因素在此过程中有多少贡献 因此 我们需要通过一种方法去除市场上其它因素的影响 从而更精确地估计股指期货对现货市场波动性的具体影响。本章在这里采用横向比较方法 通过寻找一组可以代表其他市场因素的对照组 來确定股指期货的推出对于现货市场波动性的具体影响。5 1数据选取及处理为了能够更准确的描述股指期货对于现货市场波动性的影响 我们需要去除市场上其它因素对现货市场的影响 本章我们采用横向比较方法 通过选取一个对照组来尽量描述整体市场的运行。为了完成这一目标 我们需要选取一个恰当的对照组。首先想到的是中证500指数 因为它是中证800指数别出了沪深300指数的成份股所构成的指数 但足中证500指数七要代表的足沪深证券市场内中小市值公司的整体情况 中小市值公司的波动一般较大 不能很好的达到本文选取对照组的目的 考虑到山于沪深300指数制定的冃的就足较好的拟合大盘走势所以无论选取何种衍数 都无法做到完全不相关 所以 我们将选取对照组的要求确 记为 能够代农整个证券市场的整体情况 从而通过分析它的表现来评佔市场其他丨左丨素在股指期货推出前后的彩响。必赢官网送38彩金综合考虑 放弃选川巾ill 500指数 选取上证A股指数作为对照组。上证A股指数是由上海证券交场所编制 其样本股是全部上市A股 以1990年12月19 所弁A股的市价总值为基期从期指数定为100点 反映了 A股的股价整体变动状况 自1992年2月21卜丨起正式发布1 尽管其包含沪深300指数 但它却切实可以反映整个股票市场范围内的各类因素 可以使我们达到提出市场范围因素影响的目的 故选用上证A股指数作为对照组。我们知道上证A股指数包含了中国股票市场上的所有A股股票 其与沪深300指数必然具有一定的相关性。但是在股指期货推出初期 各种监管制度的限制股指期货对整体市场的影响有限 于是 我们假设 在所研究的时间段内 股指期货对于上证A股指数的波动性情况是没有影响的。本节选取上证A股指数的R收盘价作为计算收益率的价格指标。我国的股指期货开始于2010年4月16円 本文选取08年10月17 R到10年4月16 FU 10年4月16日为第一个建仓日 故我们将其算入股指期货推出前 作为股指期货35我国股指期货对现货市场波动性的影响——基于沪深300指数期货推出前后波动性比较的实证分析推出前的研究时间段 选取其收盘价 共367个数据 记为 Qti 与之相对应 选取10年4月17日到11年10月14日 11年10月15日 10月16日为周末 股市不幵盘 作为股指期货推出后的研究时间段 选取其收盘价 共362个数据 记为 Qt2 本节数据来源为WIND数据库 计量软件选用Eviews6 0软件。本章节所讨论的数据都做过对数处理。对序列 Qti Qt2分别取对数 lnQt2 股指期货推出前上证A股指数的收益率为R QtiQti 股指期货推出后沪深300指数的收益率为Rt2 QtzQta lnQt2 ln Qt2—i 011LC方法分析本节我们依旧引入OHLC方法来表示日内波动来首先简单的对其有一个了解具体公式如下 InCJ其中Ht、Lt、Ot、Ct分别表示为顾及的n内波动率、丨丨内的最高价、最低价、开盘价和收盘价。 股指朋货推出前 股指期货推出 30010 000 1股指期货推山前后沪深300指数日内波动率对比表51上证A股指数日内波动性描述性统计一 样本M 最小值 中位数均值 标准差上证 股指数推出前 367 0449 0367推山后362 0301从上面的图表中可以直观看出在股指期货推出以后 上证A股指数円内波动率和沪深300指数的情况一样 明显下降 并且在整个样本区间内都是低于推出前的情况 这可能的情况是具体的经济环境所导致的波动率确实有所下降。下37我国股指期货对现货市场波动性的影响——基于沪深300指数期货推出前后波动性比较的实证分析面我们继续以上证A股指数对数收益率为衡量指标 来研究具体经济环境在股指期货推出前后的波动情况。5 2描述性统计分析与平稳性检验首先通过描述性统计分析让我们对股指期货推出前沪深300指数的收益情况有一个总体的认识见下图 0806 04 06 60100 150 200 250 300 350图5 2对数收益率R ti的时间序列图60 36750Observations 36640 「Mean 002583「Maximum 07013930Minimum 069856StdDev 01939320Skewness Ja「queBera 45 63649 075图53对数收益率的柱状统计图山图5 2可知 整体趋势和沪深300指数的情况基本相同 这组对数收益率的波动性情况也存在“集群效应”。图5 3列出了股指期货推出前上证A股指数对数收益率的各项指标 均值 Mean 0013标准差 Std Dev 417小于0 说明序列分布有长的左拖尾 峰度 Kurtosis 516高于正态分布的峰度值3。Jarque Bera统计量为45 636 00038

  我国股指期货对现货市场波动性的影响我国,影响,市场,股指期货对,股指期货,对现货市场,波动性,国股指期货,波动性影响,股指期货的

网友评论

我的2016年度评论盘点
还没有评论,快来抢沙发吧!