沪深300股指期货的推出对股市的影响

沪深300股指期货的推出对股市的影响

鲁建彬 薛 飞

（西南财经大学统计学院，成都，611130）

摘 要：沪深300股指期货的推出是一件我国股市的一件重大的事件，因此有必要研究它给我国股市带来什么样的影响。

关键词：沪深300 股指期货 GARCH（1，1） EGARCH

中图分类号：F832 文献标识码：A 文章编号：1672—7355（2011）03—0104—01

一、引言

为了了解沪深300股指期货的推行对沪深300指数波动性有什么影响。本文选取沪深300指数产生至今的收盘价数据进行分析，通过GARCH模型和EGARCH模型两种模型来描述时间序列波动率的变动，并对两种模型的预测能力进行比较。

二、数据选取与处理

本文选取的数据是2005年4月8日到2010年3月15日的沪深300指数的每日收盘价，共1441个数据。沪深300指数的日对数收益率计算公式为

通过Eviews5分析，得估计式 R = 0.001045+ 0.032288*R（-1）

GARCH = 3.094626e-006 + 0.0563888*RESID（-1）^2 + 0.937685*GARCH（-1）

系数通过了检验，方程的拟合是恰当的。 （2）EGARCH模型

通过Eviews5分析，得估计式 R = 0.001142 + 0.0313368*R（-1）

LOG（GARCH） = -0.195334 + 0.133963*ABS（RESID（-1）/@SQRT（GARCH（-1））） - 0.003887*RESID（-1）/@SQRT（GARCH（-1）） + 0.988023*LOG（GARCH（-1））

系数C（5）的t值未通过检验，说明模型的拟合存在问题。

三、模型的预测能力评价

我们分别在样本期内考察模型的预测能力，我们以

Rt=Ln(Pt)−Ln(Pt−1)。将全部数据分为两部分：第

一部分是2005年4月8日到2010年4月16日，第二部分从2010年4月17日到2011年3月15日。

三、实证分析 1、ARCH效应检验

时间序列数据往往具有短期的自相关性及ARCH效应，因此可以选取常见的GARCH（1，1）模型。

对残差序列进行异方差检验，得

F=0.046，对应的P值接近于1，接受原假设，认为GARCH（1，1）模型消除了残差序列的异方差。

2、GARCH模型的建立

（1）普通的GARCH（1，1）模型

(Rt−Rt)2作为沪深300指数在该日的实际波动ht2，由

ˆ2

h模型所计算的条件方差t作为沪深300指数的波动预测，

以平均平方误差（MSE）和高斯准极大似然损失函数误差（QLIKE）作为评判标准。经计算得：

MSE QLIKE GARCH（1，1） 5.22208E-07 -7.5166171 EGARCH 5.560E-07 24.7

从MSE中可以看出GARCH模型比EGARCH模型的预测误差要小。

四、结论

通过对两种模型的MSE和QLIKE值进行比较得出，GARCH模型对沪深300指数收益率波动的预测更准确，而

将股指期货推出作为长期影响沪深300指数的事件的EGARCH模型的预测不准确。

参考文献：

[1] 向赟..基于GARCH模型分析股指期货推出对股指波动率的影响[J].商场现代化，2010（4） 104