浅谈我国改革

关于我国期货市场ARCH效应实证分析作者：郑永财班级：08级金融学本科（2）班学号：20080212218摘要：金融市场价格波动常出现群集性，ARCH类模型是描述这种特性最好的工具。ARCH类模型不仅能有效的揭示市场价格波动的特性，还能揭示市场投资者的风险偏好。对发达期货市场的研究表明这些市场价格的波动存在显著的ARCH效应，中国期货市场应该也不例外。关键词：价格波动、自回归条件异方差、中国期货市场一.期货市场的概述一、期货市场是市场经济中金融市场体系的高端组成部分，其对大宗商品的定价功能无论从宏观还是微观角度，都具有十分重要的经济意义。期货市场的大宗商品定价权是维护国家经济主权的有力手段。期货市场发现价格功能是企业回避价格波动风险，实现持续稳定经营的根本保障。近年来，随着中国经济总量的增长，广东逐步发展成为全球知名的制造业中心和贸易中心，大宗商品、尤其是原材料的进口和交易剧增，对期货交易发现价格和避险的要求也会剧增，如果没有一个完善的期货市场做后盾，企业本身的安全经营能力就有所缺陷。三ARCH效应分析1．中国期货市场铜期货收益率的基本统计特征模型介绍模型介绍传统的计量经济模型常假定样本的方差不变，然而大多数时间序列往往具有变方差的特征，如股票价格、通货膨胀率、收益率等经常出现在某些时期波动十分剧烈，而另一些时期波动却相对平稳，呈现出方差随时间变化的特点。为模拟这种波动，提高预测精度，Engle首先于1982年提出了ARCH模型，用来预测和研究条件方差。两个方程来定义一个ARCH(p)模型。第一个方程称为均值方程，其中为被解释变量，X是解释变量；第二个方程称为方差方程，其中是的条件方差。由方差方程可清楚的看出，ARCH(p)模型中条件方差被设定为残差滞后值的加权平方和。在ARCH(p)模型的方差方程中加入自身的滞后项得到GARCH（p,q）模型：p是GARCH项的阶数，q是ARCH项的阶数。GARCH（p,q）模型将经济变量的波动来源划分为过去的波动性和外部冲击和。而和分别反映了它们对本期变量波动的作用强度。因此GARCH（p,q）模型可看作是观测系统的一种波动率形成机制。当p=q=1时，得到GRACH(1,1)模型。此时即当期的方差依赖于三个因素，常数项ω；用均值方程的残差平方的滞后来度量从前期得到的波动性的信息（ARCH项），上一期的预测方差：（GARCH项）。考虑到期货铜市场的价格波动可能会满足ARCH模型要求，在下面分析中建立我国期货铜市场价格波动的ARCH模型。金融理论表明具有较高可观测到的风险的资产可以获得更高的平均收益，其原因在于人们一般认为金融资产的收益应当与其风险成正比，风险越大，预期的收益就越高。这种利用条件方差表示预期风险的模型称为ARCH均值或ARCH-M回归模型，由恩格尔，利林和罗宾引入，表达式为（1）其中：参数是用条件方差衡量的，可观测到的预期风险波动对的影响程度，它代表了风险和收益之间的一种权衡。如果把看成是一个类似的GARCH（p,q）过程，则条件方差方程就可以写成（2）式（1）和（2）被称为GARCH-M模型。三、实证分析本文的样本为上海铜期货交易所2000-2009的日收盘价，共2421个样本。令Pt为第t天铜的即期价格，则第t天的收益率为：，通过EViews可得图1略表1MeanMedianMaximumMinimumSkewnessKurtosisJarque-BeraR0.0004780.0006240.056753-0.062046-0.2929644.610537296.1616由图1可以看出，期货铜收益率序列基本围绕均值0上下波动，而且波动幅度较大，适合用ARCH模型。表1给出了收益率序列的描述性统计量。观察这些统计量，我们可以发现样本期内铜期货收益率均值为0.0478%，标准差为1.6231%，偏度为-0.293，左偏峰度为4.61，高于正态分布的峰度值3，说明收益率Rt具有尖峰和厚尾特征。JB统计量检验结果表明收益率序列不服从正态分布。通过ADF进行单位根检验，得到如下结果表2t-StatisticProb.*AugmentedDickey-Fullerteststatistic-31.948940.0000Testcriticalvalues:1%level-3.4328605%level-2.86253510%level-2.567345*MacKinnon(1996)one-sidedp-values.在1%的显著水平下，铜收益率序列拒绝随机游走的假设，说明是平稳的时间序列数据。这个结果与国外学者对发达成熟市场波动性的研究一致：Pagan(1996)和Bollerslev(1994)指出：金融资产的价格一般是非平稳的，经常有一个单位根（随机游走），而收益率序列通常是平稳的。由于收益率序列存在序列相关，考虑引入ARMA模型对原序列进行滤波。通过相关图和偏相关图分析，选择用ARMA(2,2)，AR(2)，MA(2)模型进行比较，最终选用AR(2)过程来描述收益率序列的条件均值。因此期货铜收益率rt的均值方程采用如下形式：对收益率做自回归得：表3VariableCoefficientStd.Errort-StatisticProb.C0.0004380.0003291.3306080.1834R(-2)0.0925500.0202604.5681770.0000对方程回归后的残差项做HeteroskedasticityTest中的ARCH检验，结果如下图所示表4HeteroskedasticityTest:ARCHF-statistic215.568Prob.F(1,2415)0.00000Obs*R-squared198.0666Prob.Chi-Square(1)0.0000Sample(adjusted):52421Includedobservations:2417afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.C0.0001871.09E-0517.166500.0000RESID^2(-1)0.2862490.01949614.682230.0000结果发现当q＝2时，在1％的显著性水平下，ARCH检验是显著的（如表4所示），表明收益率序列存在高阶ARCH效应，即存在GARCH效应。利用AIC准则进一步确定GARCH模型的阶数，发现GARCH（1，1）模型可以较好的描述收益率序列的异方差性。模型估计结果如下所示：表5GARCH=C(3)+C(4)*RESID(-1)^2+C(5)*GARCH(-1)VariableCoefficientStd.Errorz-StatisticProb.C0.0003490.0002381.4648580.1430R(-2)0.0484370.0208122.3273240.0199VarianceEquationC1.44E-062.81E-075.1276610.0000RESID(-1)^20.0693080.0074679.2817250.0000GARCH(-1)0.9255920.006993132.36780.0000在1%显著性水平下，ARCH项和GARCH项都显著。ARCH前的系数反映了外部冲击对期货铜价格波动的影响，GARCH前系数反映了期货铜价格波动的记忆性，越大，期货铜的价格波动的记忆性越强，尤其当1时，铜期货价格系统自身会放大前期的波动；当0时，越大，外部冲击对期货铜价格系统的影响就越大；而当0时，外部冲击的效果有助于我国期货铜市场价格的稳定。从本文的GARCH（1,1）模型结果可以看出，我国国内期货铜价格波动率的持续性+等于0.99，小于1。因此GARCH(1,1)过程是平稳的，其条件方差表现出均值回复（MEAN-REVERSION），即我国国内期货铜价格波动对国际期货铜市场价格冲击的反映函数在以较慢速度递减，国内期货铜波动性受国际期货铜价格冲击的持续性很高。为0.92，说明期货铜价格波动的记忆性很强，小于1，说明国内期货铜价格系统不会放大前期的波动；为0.07，表明前期国际期货铜价格的外部冲击的综合作用会加剧国内期货铜价格的波动。GARCH-M(1,1)估计结果如下所示表6DependentVariable:RMethod:ML-ARCH(Marquardt)-NormaldistributionDate:06/10/10Time:19:32Sample(adjusted):42421Includedobservations:2418afteradjustmentsConvergenceachievedafter15iterationsPresamplevariance:backcast(parameter=0.7)GARCH=C(4)+C(5)*RESID(-1)^2+C(6)*GARCH(-1)VariableCoefficientStd.Errorz-StatisticProb.@SQRT(GARCH)0.0125430.0522780.2399190.8104C0.0002190.0005960.3667660.7138R(-2)0.0484990.0208082.3308160.0198期货收益率对风险不敏感，期货铜收益率序列的参数都不显著异于零，说明在收益中没有显著的风险补偿，也即投资者对风险的增加并不要求补偿回报。四、结论与建议由以上分析可得如下结论：（1）中国期货铜市场存在显著ARCH效应。GARCH(1,1)和GARCH-M的回归系数都显著异于零，说明以上模型都能在一定程度上解释我国期货市场波动的行为特性。（2）价格对信息的反应存在滞后，由GARCH(1,1)模型可知代表总的滞后效应为+等于0.99，滞后严重。（3）铜期货收益率对风险不敏感。GARCH-M中序列的各项系数都不显著异于零，说明在收益中没有显著的风险补偿，也即投资者对风险的增加并不要求补偿回报。根据以上结论，可以提供如下政策建议：1、进一步规范市场行为，提高市场透明度。自回归和GARCH分析都表明我国期货铜市场的信息传递效率不高，这说明市场中投资者存在信息不对称，有的投资者因为能快捷的得到相关政策信息，享有信息优势，而另外的投资者没有，从而造成反应的时滞。这一方面要求进一步完善期货市场的信息披露制度，另一方面也要求加强相关政府公务员的职业道德，杜绝信息的不对称传递。2、要大力培养机构投资者和投资基金，为铜期货市场引入理性投资力量。GARCH-M中系数都不显著异于零，表明市场投资者不够理性，这是造成期货铜市场剧烈波动的根本原因。国际成熟市场的经验表明，培养理性的市场参与者才是解决市场问题的根本出路，中国股票市场的发展历程也表明投资者的理性化对市场规范至关重要。机构投资者和基金是被证明的最有理性的市场参与者，它们以规范的运作和科学的投资策略来盈利。中国期货不仅市场资金少，而且运作欠规范，期货市场应该和股票市场一样，大力发展机构投资者和建立期货基金，同时允许保险、证券甚至国际金融机构进入。这一方面为期货市场注入了资金，另一方面，也是最重要的一方面，是给期货市场带来规范和理性的投资理念。参考文献：[1]叶舟,李忠民.期货市场交易量与收益率及其波动关系的实证研究.系统工程,2005;(4)[2]徐剑刚，唐国兴.中国股票市场报酬与波动的GARCH-M模型.数量经济技术研究，1997－12[3]高铁梅.计量经济分析方法与建模:Eviews应用及实例[M].北京:清华大学出版社，2006[4]期货铜数据来自上海期货交易所信息部①2．共患难3．Gghth4．Nhnh5．Hnhnhyt6．Rghhthh7．tyhtyh反应不同步、不同速，甚至不同向，所以经济数据表现为混沌的状态，指出对这样的数据，用分数布朗分布更合适[2]。在他之后，Fama（1965）[3]、Engle（1982）[4]等很多学者对股票市场、外汇市场、期货市场和债券市场价格变量的异方差性