《白糖期权对标的期货市场波动性影响的实证》
该文是关于期货市场和波动性类参考文献格式范文和期货市场有关参考文献格式范文.
摘 要：在经济全球化步伐不断加快的背景下,各经济体之间资本相互渗透,各类资本得到了更有效的配置,同时也增加了投资风险.期权在全球金融市场的投资和风险管理中发挥着重要作用,郑州商品交易所于2017年4月19日开展白糖期权交易,这无疑是中国期权市场的又一创新发展.本文探讨的主要问题是白糖期权的推出会对标的期货市场波动性产生怎样的影响.本文选取白糖期货主力连续合约日收盘价,运用EVIEWS 8.0软件进行实证分析.最后,根据实证分析结果,分析标的期货市场波动性发生的变化及影响.
关键词：白糖期权 白糖期货 波动性 白糖期货主力连续合约收盘价 EVIEWS 8.0
中图分类号：F830.9 文献标识码：A 文章编号：2096-0298（2020）02（b）--02
1 研究背景及意义
近些年来,白糖的频繁波动使白糖企业承担较大的市场风险.郑州商品交易所推进的白糖期权交易为糖类相关农业企业提供了更加丰富的风险管理工具,完善了相关农产品的形成机制.白糖期权是一种我国新推出的能够转移风险并获取风险收益的金融衍生工具,有效的期权买卖可以提升市场活跃度,增强金融市场的发现能力,它可以提供更有效的资产配置并且提高资金运用效率等功能,增加投资者的交易策略和风险管理手段.
目前国内外关于金融衍生产品的推出对标的市场影响的研究主要是从期货对股票市场、期货对现货市场等方面进行分析.从研究期权的角度来看,目前国内大多数研究的是50ETF期权推出对标的市场的影响,针对白糖期权推出后对白糖期货市场影响的研究还很少,这也是本文的预期创新点.所以本文针对白糖期权推出对标的期货市场影响的研究分析具有较强的现实意义.
2 波动性模型的构建与数据选取
2.1 波动性GARCH模型
GARCH模型也叫广义自回归条件异方差模型,GARCH模型作为学术界最经常用来研究时间序列波动的模型之一,其弥补了ARCH模型的缺陷,并且能较准确地描述金融市场产品指数的波动率聚类性、异方差性和长期记忆性.
GARCH模型的基本结构如下：
式中,为的确定性信息拟合模型,独立同分布,即.这个模型则记GARCH（p,q）.
已有的研究表明,期货收益率往往随时间会产生波动性聚集现象,所以根据本文的研究目的,将会采用 GARCH模型,通过对数据进行处理来研究白糖期权推出对标的期货市场波动性影响的问题,并加入虚拟变量对问题进行研究.
2.2 数据选取及处理
2.2.1 数据的选取
本文旨在研究分析白糖期权推出后对标的期货市场波动性影响,考虑到白糖期权于2017年4月上市,期权上市初期市场交易量小、参与度低波动起伏较大,因此在考虑数据的可比性和完整性以及真实性上,选择近几年的数据进行比较有更高的参考性.文章以2014年4月21日至2019年4月19日为样本空间,选取近五年的白糖期货主力连续合约日收盘价收益率作为研究对象,共1221个数据,来研究2017年4月19日前后,白糖期货波动率的变化情况.
2.2.2 数据的处理
按照GARCH模型建模的要求,日收盘数据不能直接用来建立模型,必须使用经过处理得到的收益率才能直接用来建立GARCH模型.因此本文选取白糖期货日收益率作为研究指标,白糖期货日收益率公式为：
其中为t日的白糖期货日收益率,为t日的收盘价,为t-1日的收盘价.
3 基于GARCH 模型的波動性实证分析
3.1 描述性统计分析
收益率序列一般情况下具有波动性聚集性的特点,并且均服从非标准正态分布.本文对白糖期货主力合约收益率序列进行描述性统计分析,并从数据的均值、最值、标准差、偏度和峰度等几个角度分析数据的特征.
在全样本区间内白糖期货主力合约收益率的均值是0.007428,标准差为0.97149.J-B统计量的数值为2488.278,数值异常大, P值为0,这表明拒绝原假设,其收益率序列服从非标准正态分布;其中,偏度值为0.67637是正数,表示序列分布具有长右拖尾,峰度值为9.86147大于标准正态分布的峰度值3,这说明白糖期货日收益率序列分具有典型的金融时间序列尖峰厚尾的特征.
3.2 平稳性检验
从ADF 检验结果可以得出,在5%的显著性水平下, P值为0,小于5%,这表明拒绝原假设,有单位根的存在,白糖期货主力合约收益率序列是平稳的.在平稳性基础上可以对序列建立回归模型,下面对白糖期货主力连续合约收益率序列进行GARCH模型的建立.
3.3 ARCH效应检验
一旦确定了时间序列是平稳的,就可以用自回归移动平均模型进行分析,在建立自回归模型的过程中,一般要选择统计性质优良的模型.按照 AIC 准则和 SC 准则内容,在构建模型时,AIC 的数值和 SC 的数值越小,所构建的模型统计性越优质.因此选取 AR（1）为滞后项比较合理,并对白糖主力合约日收益率序列进行自回归分析.即
再对自回归方程进行条件异方差的检验.恩格尔提出ARCH-LM 检验,对条件异方差进行检验.在检验结果中P的数值若大于既定的显著性水平5%,那么就可以判断该序列不存在 ARCH 效应.
t-统计量 p-值
白糖期货主力连续合约日收益率残差序列 16.8537 0.01592
运用Eviews 8.0软件对拟合后的残差序列作滞后10期的 ARCH-LM 检验,结果如上表显示,Obs*R-squared 项的 P 值为0.1592,这表示原假设（不存在 ARCH 效应）被拒绝,该残差序列存在高阶自相关,存在 ARCH 效应,应该选择 GARCH 模型进行建模.
3.4 GARCH模型建立
为了研究分析白糖期权推出后对其标的期货市场波动性的影响,本文将白糖期权上市的时间2017 年 4月 19 日作为时间节点,然后实证分析并对比期权推出前后白糖期货市场的波动变化情况.本文在方差方程中引入虚拟变量 DF,当 DF等于0时,表示期权推出前,当 DF等于1时,表示期权推出后.然后观察方差方程中虚拟变量DF的系数来判断白糖期权推出对白糖期货市场波动性影响的情况.
依据AIC准则和SC准则,选用GARCH（1,1）模型用来拟合白糖主力连续合约日收益序列的效果更好,然后建立日收益序列的GARCH方程.
得出拟合的 GARCH（1,1）方程为：
从模型的约束条件来看,,ARCH项显著水平较高,并且,根据GARCH 模型条件方差方程中参数的约束条件,此模型完全符合.从GARCH（1,1）方程的公式中可知,虚拟变量DF前的系数为负数,且在既定5%的显著性水平下,其对应的概率为0.0251,数值小于 5%,通过显著性检验.这说明了白糖期权推出后在一定程度上降低了白糖期货市场的波动性.但是由于DF前的系数非常小,说明白糖期权上市以后对标的期货市场波动性的影响是很小的.
4 结语
首先,从 GARCH（1,1）模型回归的结果可以得出：在白糖期货主力连续合约收益率的条件方差方程中,GARCH 项的系数为0.8953大于 ARCH 项系数0.057687,可以看出历史信息冲击白糖期货市场波动性的强度要高于上一期信息对市场波动性的冲击,这说明引发白糖期货市场波动性的主要原因并不是白糖期权的推出.
其次,从GARCH（1,1）模型虚拟变量DF的系数可以得出, DF的系数值是-0.009237为负值,并具有统计显著性,可以說明白糖期权的推出降低了标的期货市场的波动性.但是DF的系数均较小,意味着从目前的来看白糖期权对标的期货市场波动性的影响是比较有限的.
最后,我们可以得出,白糖期权发挥了其发现功能和风险管理功能,对标的期货市场的波动性起到了抑制作用,使白糖期货更紧密地围绕着价值上下波动.同时,由于白糖期权在我国的发展尚处于起步阶段,白糖期权市场交易时间较短、参与度尚低,对标的期货市场的影响还是比较有限的.
参考文献
李锦成.基于GARCH模型的股指期货波动性研究[J].商业会计,2013（7）.
肖潇.股指期货对股票现货市场影响的实证分析[D].长沙：中南大学,2011.
毛杰.指数ETF期权上市对标的指数成份股市场质量的影响——来自上证50ETF期权上市的经验证据[N].证券市场导报,2017（3）.
蒋媛.股指期货推出对股票市场波动性的影响研究[D].成都：西南财经大学,2012.
周明.期权引入对我国股票市场的影响研究[D].哈尔滨：哈尔滨工业大学,2009.
此文点评，此文是一篇关于期货市场和波动性方面的大学硕士和本科毕业论文以及期货市场相关期货市场和波动性论文开题报告范文和职称论文写作参考文献资料.
期货市场和波动性引用文献:
[1] 期货市场和波动性学术论文怎么写 期货市场和波动性有关毕业论文模板范文2000字
[2] 容易写的期货市场论文选题 期货市场论文标题怎样定
[3] 期货市场方面论文参考文献 期货市场英语参考文献哪里找
