精品毕业论文沪深300股指期货与现货市场关系的实证研究 - 图文(5)

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

精品毕业论文 毕业论文

200160Series: TOTALSample 1 1049Observations 1049Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-BeraProbability-0.075-0.050-0.0250.0000.0250.0500.07512080-0.000685 0.000592 0.089310-0.084560 0.020874-0.222046 5.103833 202.0781 0.000000400图4 沪深300指数日收益率统计资料 以正态分布的偏度为0，峰度为3作为衡量标准，通过观察图2、图3和图4可以得出以下结论：第一，沪深300指数日收益率总样本时间序列偏度为-0.222046＜0，峰度5.103833＞3，且JB统计量为202.0781，说明该时间序列不服从正态分布，而这符合Engle于1982年所提出的大多数金融时间序列并不符合正态分布的观点；第二，收益率总体样本偏度为负说明时间序列具有左偏统计特征，也就是说从整体上看收益率小于均值收益率的天数居多；第三，通过沪深300指数日收益率的均值以及标准差，可以计算出股指期货推出前后沪深300指数日收益率的标准差系数，其值分别为-30.260869和-28.356322，发现股指期货推出后的标准差系数变大，由于标准差系数可以表示日收益率的波动程度，并且作为代表性大盘指数的沪深300指数可以描绘出我国股票现货市场的总体特征，可以大致得出在股指期货推出后，我国股票现货市场的波动性增大。 2. 单位根检验

常规的单位根检验有DF检验、ADF检验和PP检验，我们采用ADF检验来进行单位根检验。 以?、t和k分别表示单位根检验式中的常数项、趋势项和滞后阶数。 首先，我们对沪深300股指期货推出前的沪深300股指日收盘价对数式序列

采用的LnGZt以及LnGZt一次差分后的变量序列?LnGZt进行滞后零阶的ADF检验，

检验形式均为(α,t,0)，检验结果如下：

共 47 页 第 19 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

精品毕业论文 毕业论文

结果显示：在1%的显著水平之下，LnGZt无法拒绝其单位根的现象，即该序列为非平稳时间序列。而其一阶差分后的变量序列?LnGZt在1%的显著水平上呈现平稳状态。因此，变量序列LnGZt属一阶单整。

其次，我们对沪深300股指期货推出后的沪深300股指日收盘价对数式序列LnGZt、LnGZt一次差分后的变量序列?LnGZt、沪深300股指期货日收盘价对数式序列LnQHt以及LnQHt一次差分后的变量序列?LnQHt进行滞后零阶的ADF检验，采用的检验形式分别为(α,0,0)、(0,0,0)、(0 ,0,0)、(0,0,0)。检验结果如下：

共 47 页 第 20 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

精品毕业论文 毕业论文

通过结果我们可以看出：在1%的显著水平之下，沪深300股指期货推出后的沪深300股指日收盘价对数式序列LnGZt以及沪深300股指期货日收盘价对数式序列LnQHt无法拒绝原假设，即这两个序列均为非平稳时间序列。而他们一阶差分后的变量序列?LnGZt以及?LnQHt在1%的显著水平上呈现平稳状态。因此，变量序列

LnGZt以及LnQHt均属一阶单整。

最后，我们对总样本的沪深300股指日收盘价对数式序列LnGZt以及LnGZt一次差分后的变量序列?LnGZt进行滞后零阶的ADF检验，采用的检验形式均为(0,0,0)，检验结果如下：

结果显示：在1%的显著水平之下，LnGZt无法拒绝其单位根的现象，即该序列为非平稳时间序列。而其一阶差分后的变量序列?LnGZt在1%的显著水平上呈现平稳

共 47 页 第 21 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

精品毕业论文 毕业论文

状态。因此，变量序列LnGZt属一阶单整。

3.GARCH（1,1）模型

为考察沪深300股指期货交易对沪深300股价指数波动性的影响，建立如下有关沪深300股价指数的GARCH（1,1）模型：

LnGZt?c?a1LnGZt(?1)??t （12）

222 ?GZt?c??1?GZt?1??2?GZt?1??3D1 （13）可见，方差方程中加入了反映沪深300股指期货是否引入的虚拟变量，其中D1?1表示沪深300股指期货正式上市交易，D1?0表示其未上市；同时根据证券投资学的随机游走理论，对均值方程中的外生变量选用了被解释变量的滞后项。

在整个研究期间内，借助于Marquardt优化算法，经过11步的迭代，所建立的有关沪深300价格指数序列的GARCH（1,1）模型的Eviews6.0软件的输出结果如下：

根据输出结果，我们建立的有关沪深300价格指数序列的GARCH（1,1）模型为： 均值方程：LnGZt?0.999918LnGZt(?1) z?18755.38

222?6方差方程： ?G?G?GZt?0.9479Zt?1?0.0521Zt?1?1.07?10D1

z=(160.0542) (7.948800) (1.789302)

..=1.966 86R2=0.990190 DW上述模型中的误差分布设定为高斯正态分布。对所得模型进行条件异方差ARCH

LM检验，可得残差序列在滞后一阶时的ARCH LM检验结果：

可见，在1%的显著水平下，接受原假设，说明残差序列不存在ARCH效应。 从上述模型可看出，虚拟变量D1的系数值为1.07×10-6，其对应的z值为1.79，

共 47 页 第 22 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

精品毕业论文 毕业论文

大于1.63。可见，沪深300股指期货交易推出后，其现指的波动性加剧了。虽然沪深300指数的波动性加剧了，但这并不意味着该波动性是由沪深300股指期货引起的，因为诸如股市政策、经济景气、欧洲主权债务危机等因素都可以加剧沪深300现指的波动性。为进一步考察沪深300股指期货交易对沪深300股价指数的波动性影响，建立如下形式的GARCH（1,1）模型：

LnGZt?c?a1LnGZt(?1)??t （14）

2222（15） ?GZt?c??1?GZt?1??2?GZt?1??3?QHt

2可见，方差方程中加入了反映沪深300股指期货交易波动的变量?QH。为了测算t2沪深300股指期货交易波动的变量?QH，应先就沪深300股指期货交易价格指数序列t2建立GARCH（1,1）模型，然后利用其方差方程得出?QH。 t在股指期货推出后，借助于Marquardt优化算法，经过13步的迭代，所建立的有关沪深300股指期货交易价格指数序列的GARCH（1,1）模型的Eviews6.0软件的

输出结果如下：

根据输出结果，我们建立的有关沪深300股指期货交易价格指数序列的GARCH（1,1）模型为：

均值方程：LnQHt?0.098421?0.987595LnQHt(?1)

z=(1.996772) (1 59.5986) 2?522方差方程： ?Q …… 此处隐藏：1886字，全部文档内容请下载后查看。喜欢就下载吧 ……