登录 注册

投研中心

您当前所在位置 :投研中心

白银期现价格ARCH效应的实证分析

  期货对现货价格的维稳效应有待提高


  引言


  白银不仅在工业领域广泛运用,而且和黄金一样也是居民财富储藏的重要选择标的,是身兼商品属性和资本属性的贵金属产品。期货不仅对现货具有价格发现功能,而且也是生产企业和机构投资法人的重要风险管理工具。因此,期货是沟通商品市场与金融资本市场的中间桥梁。本文通过ARCH模型,分析白银现货价格的收益率大小及其方差变动情况在白银期货上市前后是否有显著差异,从侧面验证白银期货上市对现货价格的维稳效应,并且针对实证结论提出合理的建议。



  现货价格的收益率及其方差变动
  现货价格样本选取从2010年1月4日至2017年5月31日的上海白银现货日收盘价,数据来源Wind资讯。将数据样本以白银期货上市时间2012年5月10日为节点,分成以下两个部分:一是2010年1月4日至2012年5月10日定义为上市前,二是2012年5月10日至2017年5月31日定义为上市后。
  由于收盘价的序列数据比较大,为了更好观察以及消除异方差,对原序列数据取自然对数Lag序列,然后以一阶差分得出价格收益率R,R序列如下图所示:



  图为白银现货价格的收益率序列(上市前)
  从上图可以看出,白银现货价格收益率R呈波浪状,具有明显的波动“成群”现象,2011年9月附近价格波动率明显偏大,2010年9月附近价格波动率明显偏小。同时,白银现货价格收益率的统计特征如下图所示:



  图为白银现货价格序列的统计(上市前)
  观察上面的数字特征,偏度为-0.743616,显示收益率序列数据显示左偏。数字特征除偏度外,其他比较符合正态分布的数字特征。
  由于金融时间序列常常呈现非平稳的现象,所以对收益率进行单位根检验,其单位根检验结果如下表所示:



  表为单位根检验结果
  收益率R的T统计量为22.65799,均小于显著性水平在5%、10%的临界值。很显然,收益率R序列是平稳数据。
  由于收益率是平稳时间序列,所以要进行自相关、偏自相关检验。对数收益率的自相关函数分析如下图所示:



  图为对数收益率的自相关函数
  从上图可以看出,无论从自相关角度还是从偏自相关角度,滞后16期模型对应的绝对值最大。然后建立滞后16期的回归模型检验,得出模型的参数估计和检验结果。



  表为滞后16期回归模型检验结果
  得到模型后,我们对模型的残差进行有关的残差检验,以验证模型是否合理。如果残差已经没有相关性,并且残差已经没有ARCH效应(异方差性),则说明线性模型足够刻画对数收益率序列,否则我们考虑建立GARCH类模型。



  图为残差相关检验
  由于上图显示的prob不显著,建立的ARMA模型残差的PAC和AC均落入随机区间,说明残差不显著相关。因此,我们对AC、PAC绝对值中最大值和最小值所对应的时滞期数进行残差ARCH—LM检验,结果如下表所示:



  表为滞后6期的残差ARCH—LM检验结果



  表为滞后7期的残差ARCH—LM检验结果
  由上表可以看出,时滞为6、7期时,F统计量和Obs*R—squared统计量的相伴概率均小于0.05,LM统计量显著,所以残差序列存在ARCH效应。
  常用的ARCH模型有ARCH(3)、GARCH(1,1),我们分别用以上两个模型建模,但发现只有一个模型GARCH(1,1)相对来说是比较理想的。以下我们给出GARCH(1,1)模型的估计:





  表为GARCH(1,1)模型的估计结果
  对数波动率的ARCH效应实证检验



  图为白银现货价格的收益率序列(上市后)
  接下来,我们用同样的方法对白银期货上市后的对数波动率进行ARCH效应实证检验。一阶差分得出的价格收益率R如上图所示。
  从上图可以看出,白银期货价格收益率R呈波浪状,具有明显的波动“成群”现象,2011年12月附近价格波动率明显偏大,2016年3月附近价格波动率明显偏小。



  图为白银现货价格序列的统计(上市后)
  从上图可以看出,收益率的偏度为-0.222471,显示收益率序列数据左偏。除偏度外,其他比较符合正态分布的数字特征。由于金融时间序列常常呈现非平稳的现象,所以对收益率进行单位根检验。



  表为单位根检验结果
  收益率R的T统计量为-34.60630,都小于显著性水平在5%、10%的临界值,说明收益率R序列是平稳数据。
  由于收益率是平稳时间序列,所以要进行自相关、偏自相关检验。对数收益率的自相关函数分析如下图所示:



  图为对数收益率的自相关函数
  从上图可以看出,无论从自相关角度还是从偏自相关角度,滞后12期模型对应的绝对值最大。然后建立滞后12期的回归模型检验,得出模型的参数估计和检验结果。



  表为滞后12期回归模型检验结果
  得到模型后,我们对模型的残差进行有关的残差检验来验证模型是否合理。如果残差已经没有相关性,并且残差已经没有ARCH效应(异方差性),则说明线性模型已足够刻画对数收益率序列,否则我们考虑建立GARCH类模型。
  由于下图的prob不显著,建立的ARMA模型残差的PAC和AC均落入随机区间,说明残差不显著相关。因此,我们对AC、PAC绝对值最大值和最小值所对应的时滞期数进行残差ARCH—LM检验。
  由下表可以看出,时滞为13、21时,F统计量和Obs*R—squared统计量的相伴概率均大于0.05,LM统计量显著。因此,残差序列不存在ARCH效应。



  图为残差相关检验



  表为滞后13期的残差ARCH—LM检验结果



  表为滞后21期的残差ARCH—LM检验结果
  整体来看,在白银期货上市前,现货价格收益率的统计特征除偏度外,其他统计特征都接近正态分布形态,当前收益率与滞后16期收益率相关,并且波动符合ARCH模型波动形状,但现货价格收益率波动不存在ARCH效应。
  总结及建议  
  根据ARCH模型检验,白银现货价格的收益率波动不存在ARCH效应。首先,虽然白银期货价格一直反映并指引着现货价格变动,但期货价格对维护现货价格的稳定缺乏说服力,从理论上需要更优的模型来进行实证检验。  
  其次,由于我国白银市场的报价体系主要跟随美国期货市场和伦敦现货市场,以人民币计价的白银价格影响力非常小,所以我国白银价格容易受到国际市场的较大干扰,难以掌握定价主动权,从而使得白银期货对现货价格的维稳效率较低。
  最后,虽然白银期货的上市不仅为国内生产者提供了有效的风险规避和套期保值工具,为众多投资者提供了新的投资品种和投资机会,也为我国未来参与全球白银市场定价增加了机会和可能性,但我国白银期货市场运行不久,与现货市场的信息沟通仍有待提高,市场管理的协调性有待加强。    
  基于以上分析,我们给出以下建议:  
  第一,多方面改善期货市场环境。一方面,继续深化白银期货市场体制改革,提高对期货标的合约和产业上下游重要公司信息披露的力度,增强市场透明度;另一方面,降低投资者在投资时面临的信息不对称程度,减少因逆向选择和道德风险对投资者造成的损失。    
  第二,多维度构建资本市场体系。一是完善期货市场价格信息发布机制,促进现货市场价格信号与资本市场价格信号的联动性提升;二是完善法律法规,进一步明确产权制度,降低金融交易的成本;三是培育功能完善的期货市场,发挥期货市场对现货价格的维稳作用,提高期货市场对现货市场价格引导的效率,促进商品市场与资本市场的良性互动,推动商品市场和资本市场共同发展;四是加大资本市场对实体经济的资金支持力度,增强我国在利用金融资本市场推动商品市场的竞争力,缩小与发达国家交易所的差距。
  第三,多途径提升期货市场流动性。近年来期货市场规模不断扩大,新品种不断推出,投资者数量显著增长,市场波动加大。期货经营机构应进一步加强期货投资者教育工作,帮助期货投资者树立正确的投资观念,增强投资者风险防范意识,维护投资者合法权益,促进期货市场的健康稳定发展。
  与此同时,借鉴国外金融市场的发展经验,加强与国际金融机构的交流。积极培育人才,丰富白银期货标的合约,开拓多元化产品,提高市场的流动性和投资者的参与性,做大做强白银期货市场。

(转自:期货日报)