資源描述：
《印度股指期貨對(duì)股指波動(dòng)的影響的因素探討》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、印度股指期貨對(duì)股指波動(dòng)的影響的因素探討 一、印度NIFTY指數(shù)及指數(shù)期貨 NIFTY指數(shù)全稱(chēng)S&PCNXNIFTY50，又叫標(biāo)準(zhǔn)普爾50大盤(pán)股指數(shù)，是印度國(guó)家證券交易所（NSE）的主要指數(shù)，它是一個(gè)市值加權(quán)指數(shù)。該指數(shù)的50只成份股選自于22個(gè)行業(yè)，這些股票最近六個(gè)月的平均交易額約占在印度國(guó)家證券交易所掛牌交易的股票交易總額的45124%，其2007年4月10日的市值約占總市值的57192%。所以NIFTY指數(shù)是一種比較理想的股票價(jià)格指數(shù)期貨合約的標(biāo)的指數(shù)?！ ∮《葒?guó)家證券交易所（NSE）于
2、2000年6月推出NIFTY指數(shù)期貨，之后又許可新加坡證券交易所（SGX）于2000年9月推出NIFTY指數(shù)期貨，以此增加NSE市場(chǎng)和NIFTY股指期貨的交易量。目前，NIFTY股指期貨已經(jīng)成為世界成交量前十大的股指期貨合約。根據(jù)英國(guó)《期貨期權(quán)周刊》的統(tǒng)計(jì)，2006年1-6月NIFTY股指期貨合約成交量為38850982張合約，排名世界第4?！ 《?、實(shí)證研究 ?。ㄒ唬┕善敝笖?shù)日收益率數(shù)據(jù)的描述性統(tǒng)計(jì) 選取印度股票指數(shù)的每日收盤(pán)價(jià)序列，系統(tǒng)研究印度股票市場(chǎng)日收益率的分布特征。本文數(shù)據(jù)全部來(lái)自于印度
3、國(guó)家證券交易所（NSE）數(shù)據(jù)庫(kù)http：//，考慮到印度國(guó)家證券交易所于2000年6月12日在本土推出NIFTY股指期貨，選取1989年4月12日至2010年4月12日的NIFTY指數(shù)共4724個(gè)。 指數(shù)的日收益率序列R具有左偏、尖峰和厚尾的特征。從偏度=-和峰度=的數(shù)值來(lái)看，與標(biāo)準(zhǔn)正態(tài)分布（S=0，K=3）相比，日收益率偏度值為負(fù)，表明恒生指數(shù)日收益率的分布是左（負(fù)）偏，峰度值為正且顯著地大于正態(tài)分布的3，表明印度股票指數(shù)日收益率分布密度曲線的尾巴拖向左邊，分布具有極其顯著的尖峰肥尾的特性。
4、而JB正態(tài)性檢驗(yàn)也說(shuō)明p值接近于0，表明至少可在99%的置信水平下拒絕零假設(shè)，即股指日收益率序列明顯異于正態(tài)分布，從而可以看出NIFTY指數(shù)日收益率的起伏呈波浪狀，具有明顯的波動(dòng)聚集性。初步可以判斷其波動(dòng)具有ARCH效應(yīng)。 ?。ǘ?shù)據(jù)處理與模型建立 1.平穩(wěn)性檢驗(yàn) 利用Eviews對(duì)收益率序列R進(jìn)行ADF單位根檢驗(yàn)，選擇滯后7階，不包含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，計(jì)算得ADF統(tǒng)計(jì)量的值為-，而在1%顯著水平下ADF統(tǒng)計(jì)量的臨界值為-，這說(shuō)明至少可以在99%的置信水平上拒絕存在單位根的原假設(shè)，即股指日
5、收益率序列R是平穩(wěn)的。 同理對(duì)推出股指期貨前的收益率序列R1進(jìn)行ADF單位根檢驗(yàn)，選擇滯后5階，同樣包含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，計(jì)算得ADF統(tǒng)計(jì)量的值為-，而在1%顯著水平下ADF統(tǒng)計(jì)量的臨界值為-，這說(shuō)明至少可以在99%的置信水平上拒絕存在單位根的原假設(shè)，即股指日收益率序列R1是平穩(wěn)的。 同理對(duì)推出股指期貨后的收益率序列R2進(jìn)行ADF單位根檢驗(yàn)，選擇滯后4階，同樣包含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，計(jì)算得ADF統(tǒng)計(jì)量的值為-，而在1%顯著水平下ADF統(tǒng)計(jì)量的臨界值為-，這說(shuō)明我們至少可以在99%的置信水平
6、上拒絕存在單位根的原假設(shè)，即股指日收益率序列R1是平穩(wěn)的?！ ⌒?yīng)檢驗(yàn) 自回歸條件異方差檢驗(yàn)最常用的檢驗(yàn)方法是拉格朗日乘數(shù)法，即LM檢驗(yàn)。檢驗(yàn)序列R擬合后的殘差是否存在ARCH效應(yīng)，使用軟件，對(duì)擬和后的殘差序列做滯后8期的ARCH-LM檢驗(yàn)： 在給定顯著性水平1%和自由度8的情況下，LM值等于，相伴概率p為，小于顯著水平，因此殘差序列存在顯著的ARCH效應(yīng)，適合使用GARCH模型建模?！ ⊥恚瑱z驗(yàn)序列R1和序列R2擬合后的殘差序列是否存在ARCH效應(yīng)，LM值的相伴概論分別都為，小于，故R1和
7、R2的殘差序列皆存在ARCH效應(yīng)，適合使用GARCH模型進(jìn)行建模分析?！ ∧Ｐ徒ⅰ ARCH模型的一般公式為： （4-1） ?。?-2） （4-3） 其中，（4-1）表示的是收益率序列R的均值方程；（4-3）表示的是方差方程，它由ARCH（p）項(xiàng)和GARCH（q）項(xiàng)組成，ai（i=1，……p）和βj（j=1，…..q）分別是ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)?！ 榱丝疾煊《裙芍傅耐瞥鰧?duì)印度股票指數(shù)的影響，引入虛擬變量，其中Dt=0（t=1989年4月12日～2000年6月12日），Dt=
8、1（t=2000年6月12日～2010年4月12日）?！ ∧Ｐ妥?yōu)椋骸 。?-4） ?。?-5） ?。?-6） 分別利用ARCH（1）GARCH（1），ARCH（1）GARCH（2），ARCH（2）GARCH（1）和ARCH（2）GARCH（2）模型對(duì)條件方差方程進(jìn)行擬和，結(jié)果如下： ?。?-7） ?。?-8） ?。?-9） 4.結(jié)果分析 ?。?）印度股票指數(shù)的日收益率序列R具有左偏、尖峰和厚尾的特征。 ?。?）印度股指日收益率序列明顯異于正態(tài)分布?！ 。?）日收益率序列R具
