黃瑞芬+王力平

【摘要】選取2009-03-06到2015-11-30倫敦三月期銅與SHFE滬銅連續(xù)日收盤(pán)價(jià)序列，利用GARCH-M、GJR-GARCH模型，通過(guò)對(duì)其收益率序列的尖峰厚尾特性、波動(dòng)群聚及杠桿效應(yīng)的對(duì)比分析來(lái)研究期銅市場(chǎng)的風(fēng)險(xiǎn)變異性?；窘Y(jié)論是兩市均達(dá)到了弱勢(shì)有效，且均存在顯著的波動(dòng)群聚及杠桿效應(yīng)。上海期銅市場(chǎng)受短期影響比倫敦小，但更易受到長(zhǎng)期因素的影響，且外部沖擊對(duì)上海期銅市場(chǎng)影響的持續(xù)性更強(qiáng)。在實(shí)證分析的基礎(chǔ)上，為監(jiān)管者及投資者提供有益的參考。

【關(guān)鍵詞】期銅市場(chǎng) GJR-GARCH模型 波動(dòng)群聚效應(yīng) 杠桿效應(yīng)

一、引言

中國(guó)經(jīng)濟(jì)增長(zhǎng)從高位趨緩，與此同時(shí)國(guó)內(nèi)外宏觀(guān)經(jīng)濟(jì)的不確定性帶來(lái)了巨大風(fēng)險(xiǎn)敞口，導(dǎo)致濟(jì)活動(dòng)主體對(duì)避險(xiǎn)工具的需求激增，期貨市場(chǎng)無(wú)疑提供了一條渠道。盡管已有很多文章對(duì)中國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)變異性進(jìn)行了研究，但只有少數(shù)學(xué)者對(duì)期貨市場(chǎng)進(jìn)行了一定的研究。如章永哲基于5分鐘高頻數(shù)據(jù)對(duì)滬深300股指期貨和現(xiàn)貨市場(chǎng)的溢出效應(yīng)進(jìn)行了研究。通過(guò)經(jīng)濟(jì)建模的方式對(duì)期貨市場(chǎng)的運(yùn)行規(guī)律進(jìn)行研究成為一種極具潛力的發(fā)展方向。因此本文選取上海及倫敦期銅市場(chǎng)的收益率數(shù)據(jù)來(lái)對(duì)市場(chǎng)波動(dòng)性進(jìn)行實(shí)證研究，揭示我國(guó)期貨市場(chǎng)的波動(dòng)性及風(fēng)險(xiǎn)性等內(nèi)在特征。

二、上海與倫敦期銅市場(chǎng)風(fēng)險(xiǎn)變異性實(shí)證研究

（一）變量選擇與數(shù)據(jù)處理

三月期銅品種是LME市場(chǎng)上的主力品種，不僅成交量占比較高，而且交易價(jià)格活躍，因此以三月期銅研究倫敦期銅市場(chǎng)的波動(dòng)性。為克服上海期銅價(jià)格波動(dòng)的不穩(wěn)定性缺點(diǎn)，選取滬銅期貨中的成交量最大的主力合約形成的連續(xù)收盤(pán)價(jià)數(shù)據(jù)。將不匹配的數(shù)據(jù)刪除，得到有效數(shù)據(jù)1553個(gè)。然后對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，得到銅期貨的日收益率數(shù)據(jù)。

（二）尖峰厚尾效應(yīng)檢驗(yàn)

統(tǒng)計(jì)了兩市的收益率特征，在整個(gè)樣本期間內(nèi)，上海期銅收益率略低于倫敦期銅，同時(shí)上海期銅收益率的標(biāo)準(zhǔn)差更小，波動(dòng)性較弱。從偏度來(lái)看，兩市期銅收益率偏度為負(fù)，說(shuō)明兩市收益率在樣本區(qū)間內(nèi)的很多時(shí)候都處于正值狀態(tài)。最后，從峰度看，兩市收益率都呈現(xiàn)尖峰的特性。此外，兩市收益率的J-B統(tǒng)計(jì)量均顯著，這說(shuō)明了隨機(jī)游走與有效市場(chǎng)假說(shuō)并不適合銅期貨市場(chǎng)的規(guī)律。

（三）杠桿效應(yīng)檢驗(yàn)

1.平穩(wěn)性及相關(guān)性檢驗(yàn)。對(duì)兩市收益率序列的平穩(wěn)性進(jìn)行檢驗(yàn)，ADF統(tǒng)計(jì)量分別是-43.00544和-35.10959，小于臨界值，拒絕原假設(shè)，即兩市的收益率序列都是平穩(wěn)的。對(duì)兩市收益率序列進(jìn)行統(tǒng)計(jì)量檢驗(yàn)，從自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的數(shù)值可知倫敦收益率序列存在一階自相關(guān)，而上交所期銅收益率序列不存在相關(guān)性。

2.ARCH效應(yīng)檢驗(yàn)。對(duì)倫敦期銅建立自回歸移動(dòng)平均模型，建立ARMA（1，1）模型結(jié)果為xt=-0.428011xt-1+εt+0.294910 εt-1+0.000384，由于上海交易所期銅收益率不存在相關(guān)性，所以將均值方程設(shè)定為白噪聲，將m去均值化，方程為w=y-0.000379。

運(yùn)用ARCH LM方法對(duì)LME的期銅收益率序列進(jìn)行ARCH效應(yīng)檢驗(yàn)，P值為0.0459，故拒絕原假設(shè)，LME期銅收益率的殘差序列存在A(yíng)RCH效應(yīng)。對(duì)SHFE的期銅收益率序列采用殘差平方相關(guān)圖進(jìn)行檢驗(yàn)，自相關(guān)和偏自相關(guān)的系數(shù)都顯著不為零，并且Q統(tǒng)計(jì)量十分顯著，殘差序列存在A(yíng)RCH效應(yīng)。

3.GARCH-M模型估計(jì)。現(xiàn)在對(duì)LME的收益率進(jìn)行GARCH建模，通過(guò)AIC準(zhǔn)則我們選定GARCH-M（1，1），可得到如表2的結(jié)果。ARCH項(xiàng)的系數(shù)為0.165367，GARCH項(xiàng)的系數(shù)為0.818398，兩項(xiàng)系數(shù)均顯著，且兩項(xiàng)之和小于1，說(shuō)明倫敦期銅收益率具有有限方差，屬于弱平穩(wěn)過(guò)程。兩項(xiàng)之和接近1，這表明倫敦期銅市場(chǎng)具備明顯的波動(dòng)群聚效應(yīng)，投機(jī)性較強(qiáng)，總體風(fēng)險(xiǎn)較大。均值方程的系數(shù)為0.031413，說(shuō)明收益率具有正的風(fēng)險(xiǎn)溢價(jià)，即期銅市場(chǎng)的風(fēng)險(xiǎn)增加一個(gè)點(diǎn)時(shí)，收益率相應(yīng)增加0.031413個(gè)百分點(diǎn)。同樣，從上海期銅的GARCH建模結(jié)果看，上海期銅屬于弱平穩(wěn)過(guò)程，有明顯的波動(dòng)群聚效應(yīng)，總體風(fēng)險(xiǎn)較大。且具有正的風(fēng)險(xiǎn)溢價(jià)，同時(shí)比倫敦期銅具有更大的風(fēng)險(xiǎn)溢價(jià)。

4.構(gòu)建GJR-GARCH模型。由倫敦期銅收益率數(shù)據(jù)估計(jì)GJR -GARCH的沖擊效果，估計(jì)結(jié)果為：

ht=8.06E-06+0.120730ε2t-1+0.033825Dt-1ε2t-1+0.847314ht-1

（3.067365） （3.500524） （0.821460） （37.88246）

從上述結(jié)果可看出啞變量前的系數(shù)為正值，且比較顯著，說(shuō)明倫敦期銅市場(chǎng)的杠桿效應(yīng)顯著。δ等于0.033825，大于零，倫敦期銅市場(chǎng)存在杠桿效應(yīng)，市場(chǎng)利空消息的影響明顯強(qiáng)于利好消息的影響，這可能與中國(guó)目前期銅市場(chǎng)可以雙向操作以及研究樣本期內(nèi)期銅價(jià)格大部分正處于下降周期的原因有關(guān)。同樣對(duì)上交所期銅收益率建立GJR-GARCH模型，啞變量前的系數(shù)為正值，且比較顯著，說(shuō)明上海期銅市場(chǎng)的杠桿效應(yīng)顯著，市場(chǎng)利空消息的影響明顯強(qiáng)于利好消息的影響。

三、結(jié)論與政策建議

本文通過(guò)檢驗(yàn)兩市期銅市場(chǎng)的波動(dòng)群聚效應(yīng)及杠桿效應(yīng)，得到的結(jié)論如下：第一，倫敦及上海期銅市場(chǎng)存在著明顯的“尖峰厚尾”現(xiàn)象，不滿(mǎn)足正態(tài)分布，且均達(dá)到了弱勢(shì)有效。第二，波動(dòng)群聚效應(yīng)：在整個(gè)樣本區(qū)間內(nèi)，兩市的收益率波動(dòng)有明顯的集叢性特征，上海期銅市場(chǎng)受短期影響比倫敦小，但更容易受到長(zhǎng)期因素的影響。并且對(duì)上海期銅市場(chǎng)波動(dòng)的持續(xù)性比倫敦更強(qiáng)。第三，杠桿效應(yīng)：在整個(gè)樣本期間，兩市期銅均存在顯著的“杠桿效應(yīng)”。

為了更好地發(fā)揮銅期貨市場(chǎng)的功能，本文提出以下市場(chǎng)發(fā)展和監(jiān)管建議：一是，上海與倫敦期銅市場(chǎng)的收益率存在顯著的“杠桿效應(yīng)”，因此，現(xiàn)階段來(lái)說(shuō)監(jiān)管部門(mén)應(yīng)該更關(guān)注利好消息對(duì)市場(chǎng)的沖擊。二是，倫敦與上海期銅市場(chǎng)存在著顯著的風(fēng)險(xiǎn)獎(jiǎng)勵(lì)，因此監(jiān)管者應(yīng)密切關(guān)注投資者的投機(jī)交易行為，以防止某些投資者借助資金優(yōu)勢(shì)惡意干擾市場(chǎng)運(yùn)行，為銅期貨市場(chǎng)的健康發(fā)展提供良好的環(huán)境。三是，上海期銅市場(chǎng)波動(dòng)的持續(xù)性很強(qiáng)，這就需要市場(chǎng)監(jiān)管部門(mén)與市場(chǎng)各方進(jìn)一步加強(qiáng)風(fēng)險(xiǎn)預(yù)警與防范。由于市場(chǎng)存在長(zhǎng)期記憶，監(jiān)管者在出臺(tái)政策時(shí)既要考慮其對(duì)市場(chǎng)的短期沖擊，更要考慮該政策的長(zhǎng)期滯后影響。對(duì)于期貨投資者來(lái)說(shuō)，波動(dòng)率的長(zhǎng)記憶說(shuō)明期貨價(jià)格的波動(dòng)趨勢(shì)在一定程度上是可以預(yù)測(cè)的，投資者可根據(jù)分析進(jìn)行投資，避免不必要的損失。

參考文獻(xiàn)

[1]Engle R F，Kroner.Multivariate Simultaneous Generalized ARCH[J].Econometric Theory，1995，11（1）：122-150.

[2]Ryuichi Yamamoto.Asymmetric volatility，volatility clustering，and herding agents with a borrowing constraint[J].Physica：statistical Mechanics and its Application，2010，（389）：1208-1214.

[3]Junye Li.Volatility components，leverage effects，and the return–volatility relations[J].Journal of Banking&Fianace，2011，（35）：1530-1540.

[4]鄧濤，藍(lán)慧.我國(guó)黃金交易價(jià)格的波動(dòng)性與風(fēng)險(xiǎn)[J].山東工商學(xué)院學(xué)報(bào)，2011，（01）：76-80.

[5]徐天艷.基于GARCH模型的核證減排期貨價(jià)格波動(dòng)性研究[J].時(shí)代金融，2011，（12）：209-211.

[6]聶勇，陸子平.突發(fā)性金融危機(jī)、風(fēng)險(xiǎn)變異性及防范[J].廣西社會(huì)科學(xué)，2013，（06）：50-54.

作者簡(jiǎn)介：黃瑞芬（1962-），女，中國(guó)海洋大學(xué)，金融系主任，教授，博士；王力平（1991-），女，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，碩士研究生。