我国股指期货市场波动的非对称性及其国际比较研究.doc

我国股指期货市场波动的非对称性及其国际比较研究 　　摘要：本文在对沪深300和SP500股指期货的当月连续合约进行展期处理的基础上，基于条件收益分别服从正态、学生t、GED和skewed-t分布的假设，运用GJR GARCH模型对波动非对称性建模，并对模型设定偏误进行严格诊断检验。研究发现：GJR GARCH模型能很好地捕捉股指期货市场波动的非对称性；基于skewed-t分布的波动模型的准确性明显优于其他分布下的相同模型；与SP500股指期货市场相比，我国股指期货市场波动的非对称性较弱 关键词：股指期货；非对称性；skewed-t分布 中图分类号：F8309文献标识码：A 一、引言 沪深300股指期货于2010年4月16日落地，开启了我国金融期货的新篇章。经过四年多的发展，沪深300股指期货成交总金额占全国期货市场比例逐年上升，从初期的2657%逐步提高到2012年的4432%，2013年更是达到52%。然而，“87股灾”、“95年巴林银行破产”、“08年法国兴业银行巨亏”等事件表明，高杠杆率意味着股指期货交易存在极高的潜在风险。在当今复杂多变的金融市场环境下，加强股指期货的风险管理以维护金融体系安全更显得尤为迫切和重要。在金融风险的衡量中，波动性是一个被广泛使用的指标，而波动性研究的一个非常重要方面便是关于波动非对称性的研究，这方面研究对于资产定价、投资组合构造与风险头寸的建立都有重要意义。因此，研究我国股指期货市场的波动非对称性有非常重要的现实意义 国外学者关于金融市场对“利空”消息和“利好”消息的非对称性反应进行了广泛探讨，如Black（1976）、Pagan和Schwert（1990）、Nelson（1991）、Campbell和Hentschel（1992）、Engle和Ng（1993）都发现美国股票市场的波动具有非对称性；Koutmos等（1993）和Booth等（1997）发现在希腊、丹麦、挪威、瑞典、芬兰都存在对“利空”消息和“利好”消息的非对称性反应。大量实证研究得到的一个广为认可的结论是：“利空”消息比“利好”消息对市场的影响更大 伴随着我国金融市场的迅速发展，学者们进行了大量的市场波动非对称性研究。陈浪南和黄杰鲲（2002）运用GJR GARCH-M模型发现“利好”消息对深圳市场波动的影响要大于“利空”消息。陆蓉和徐龙炳（2004）采用EGARCH模型发现我国股市在牛市和熊市阶段对“利空”和“利好”的非对称性反应存在差异。高辉和赵进文（2007）采用GARCH等模型对上海和伦敦金属期货市场的研究发现，两个市场均存在“利空”消息大于“利好”消息的现象。张青和朱国华（2008）采用EGARCH模型发现我国铜期货市场在牛市和熊市阶段存在显著的波动非对称性，即牛市阶段是“利好”消息大于“利空”消息的影响，而熊市则相反。朱均俊和谢识予（2011）采用MS-TGARCH模型发现我国股市的波动率存在双重不对称性 尽管学者们已经取得颇丰的研究成果，为我们的研究提供了很好的启发，但目前的研究还存在一些明显不足和值得深入的研究方向：第一，由于我国股指期货市场建立时间不长，对其波动非对称性的研究很少，尚未发现关于我国股指期货市场非对称性与成熟市场的比较研究；第二，很多文献只使用条件正态分布建立GARCH族模型进行分析，没有考虑收益率序列的尖峰厚尾特征。基于以上原因，本文利用沪深300股指期货和SP500股指期货2010年4月16日-2014年4月17日的交易数据，建立条件收益分别服从正态、学生t、GED和skewed-t分布假设的GJR GARCH模型，系统研究我国股指期货市场的波动非对称性以及这种非对称性与成熟的美国股指期货市场的差异 二、模型设定与数据说明 （一）模型设定 波动的非对称性检验的理论基础是ARCH模型，而常用的检验模型有EGARCH、VGARCH、GJR GARCH和TGARCH等。Glosten、Jagannathan和Runkle（1993）实证比较了GARCH、EGARCH、GJR GARCH、VGARCH等模型捕捉波动非对称性的能力，发现GJR GARCH模型效果最好。而Engle和Ng（1993）实证发现，在ARCH族模型中，GJR GARCH（1，1）模型是刻画新息（innovation）对收益波动性的非对称影响的最好工具。另一方面，传统的ARCH/GARCH模型均假设所研究的时间序列的条件分布服从正态分布，而实证发现，使用条件正态分布建立ARCH族模型进行残差诊断时，标准化残差的拟合检验通常拒绝条件正态分布的假设。为了刻画收益率序列的尖峰厚尾性质，Bollerslev（1987）和Nelson（1991）分别建议将条件收益分布假设为服从学生t分布