中国大豆期货收益率GARCH效应实证分析
摘要:本文分析发现大豆期货收益率序列分布具有尖峰厚尾特征,有记忆效应。大豆期货收益率存在较强的条件异方差,而GARCH模型能较好的消除条件异方差。相对于利好消息而言,利空消息对大豆期货收益率的冲击要大,总体上存在较为明显的杠杆效应。 关键词:GARCH模型;大豆期货收益;波动性 一、引言 使用ARCH模型描述期货价格波动的研究工作有很多,我们重点关注了国内学者的研究。徐剑刚(1997)用ARCH模型分析中国的玉米和绿豆期货价格收益序列,发现存在异方差,能用ARCH模型描述。潘慧峰、张金水(2005)对美国西得克萨斯和我国大庆的原油价格日数据分析后发现,这两个价格收益序列都可用GARCH模型描述。 本文选择大连商品交易所上市交易的大豆期货价格作为研究对象,建立连续期货合约收益率的时间序列,用AR模型对其进行了描述,进而通过建立GARCH族模型来描述大豆期货的收益波动规律,以求从数据中提取出更多的有用信息。 第二部分介绍实证分析的过程和结果,最后一部分给出本文的结论。 二、实证分析 (一)数据说明 (二)描述性统计及平稳性检验 1、描述性统计 变量的描述统计量能反映变量在某一时段总的分布情况,大豆期货收益率序列呈现左偏分布,偏度为-3.103;峰度为19.024,比正态分布的峰度值3高,这说明大豆期货收益率具有明显的尖峰厚尾特征。另外,J-B正态分布检验的统计量高达25161.87,P值为零,证实了大豆期货收益率的分布显著的异于正态分布。 2、平稳性检验 如果变量的时间序列是非平稳的,建立的模型可能出现伪回归。因此,要先对序列的平稳性进行检验,检验结果表明在1%显著水平下,拒绝单位根假设,收益率序列平稳。 (三)收益率自相关检验及残差ARCH-LM检验 自相关检验主要是检验变量与滞后项之间的相关关系,通过自相关检验分析变量的历史变动对变量当前值的影响程度。经检验,序列自相关性较强,建立大豆收益率的自回归模型,变量系数均显著。 对自回归模型的残差进行条件异方差(ARCH)检验,检验模型是否有ARCH 效应。本文采用ARCH-LM 检验,P值接近0,说明大豆收益率自回归模型的残差存在ARCH效应。 2、 TGARCH(1,1)模型 3、EGARCH模型 修正后的GARCH族模型残差系列不存在ARCH 效应。即模型较好的消除了大豆期货收益率残差的条件异方差。 三、结论 本文借助AR与4种GARCH模型,对中国2006-2011年的大豆连续期货的日收益序列进行了时间序列实证分析,研究表明: 样本期内中国大豆期货收益时间序列是非正态的对称分布,较正态分布尖峰厚尾,这一特征与国外成熟期货市场大致相同。中国2006-2011年的大豆连续期货的日收益序列现波动集群性:较大幅度的波动后面紧接着较大波动,较小幅度的波动后面连着较小波动。期货报酬存在着明显的随时间动的方差因素。中国大豆期货市场的波动性受消息的影响很大,2006-2011年大豆期货市场的波动程度对利空消息更为敏感。(作者单位:西南财经大学金融学院) 参考文献: [1]潘慧峰,张金水:国内外原油市场的风险溢出检验,2005年经济学年会会刊,数理经济与计量经济学栏目. [2]徐剑刚:期货报酬时间序列统计特性[J].统计研究,1997(3). [3]张帆:中国大豆期货收益GARCH效应的实证研究[J],统计与信息论坛,2005(5).