国际大宗商品指数和我国上海证券综合指数的波动溢出效应研究
时间：2021-02-21 16:16:58 来源：雅意学习网 本文已影响 人 
【摘要】国际大宗商品的价格波动会通过波动溢出效应传导至国内的上海证券综合指数之上，GARCH模型可以很好的捕捉到这张波动溢出效应。在二元GARCH模型之中，BBBB模型是最常用的，广泛应用在金融市场之间的相关性分析，和波动溢出效应分析中。
【关键词】国际大宗商品指数 波动溢出效应 二元GARCH-BEKK模型
一、绪论
进入21世纪以来，我国经济呈现出高速、优良的发展特性，经济结构转变为以重工业化为主，国际制造业也源源不断的向国内转移。而大宗商品作为生产加工的重要原材料，我国对其创造了巨大的需求市场，这其中，进口的大宗商品占有相当的比重，进口规模的不断扩大，但我国却仍对进口大宗商品缺乏话语权和定价权，因此只能被动的接受来自国际大宗商品价格波动的冲击。
我国自2001年加人世界贸易组织后才开始有规划的进口大宗商品，但是起初国际大宗商品价格的波动并未引起人们的关注，即使在2002年，国际大宗商品价格表现出了剧烈的波动。在我国参与大宗商品交易的这16年间，尽管已经有相当数量的文献研究，但国内对于大宗商品市场和我国股票市场的研究仍然处于一个初级的程度，表现在：一部分集中在大宗商品价格波动对我国通货膨胀的影响；一部分集中在大宗商品价格波动和宏观经济变量的影响，例如利率；一部分集中在单一商品市场对我国股票市场的影响，特别是石油和原油市场。目前的研究相对比较欠缺我国不发达的大宗商品交易市场对我国自身股票市场的影响，对我国大宗商品市场缺少宏观的把握和认识。国内外大宗商品市场和中国股票市场之间影响的整体研究均具有重要且现实的意义，不仅可以为投资者和监管者提供重要的参考依据，而且更为国内大宗商品发展提供了理论支撑，进而争得国际大宗商品市场的话语权，争取国家利益，同时还能有效促进股票市场和宏观经济的良好有序发展，稳步发展我国宏观经济和金融市场。
二、模型介绍
GARCH（Generalized Auto-Regressive Conditional Heteroskedas-ticity），全称是广义自回归条件异方差模型，是1986年波勒斯列夫（Bollerslev）在研究了Engle于1982年提出的ARCH模型的异方差性后，扩展的时间序列计量经济模型。该模型在做了普通的回归模型之余，还对误差的方差进行进一步的建模分析，尤其适用于波动性的分析和预测。本文将使用GARCH模型对国际大宗商品市场和我国股票市场，国内大宗商品和我国股票市场的波动溢出效应进行计量经济分析。
常见的GARCH （1，1）模型一般形式如下所示：
Yt=Xta+εt
εt|lt-1～H（0，Ht）
Ht=α0+αεt2+βHt-1
模型中，Xt，Yt是时间序列，It是t时刻的信息组合，εt是残差序列，Ht是条件异方差矩阵。Ht非负且平稳的充分条件是：1、α0，α，β>0；2、α+β<1。
二元GARCH常用的模型是GARCH-BEKK模型，其条件异方差矩阵Ht如下：
Ht=CC"+Aεt-1ε"t-1A"+GHt-1G"
H，C，A，G均為二阶方阵。C为常数矩阵，A代表ARCH效应和波动聚集性，G代表GARCH效应和波动连续性。
如果a21=g21=0，则第一个变量对第二个变量没有波动溢出效应。
如果a12=g12=0，则第二个变量对第一个变量没有波动溢出效应。
通过构建二元GARCH-BEKK模型，检验双变量之间是否曾存在波动溢出效应。
三、实证分析
3.1 数据描述
本文选择的时间区间为2006年1月1日至2017年12月31日，其中CRB指数数据共有3012个，上海证券综合指数数据共有2917个，大宗商品指数数据2909个，农产品指数数据2913个，工业品指数数据2913个。本文使用大多数研究者采用的方式，即剔除不共用的交易日，筛选出共有的交易日，经过整理，共计有效数据2808个。CRB指数数据来自Wind数据库，上海证券综合指数来自通达信。为方便起见，使用CRBI代指国际大宗商品指数，SSECI代指上海证券综合指数。
由于原指数序列为非平稳序列，故而计算其收益率序列，计算公式为：
3.2 SSECI和CRBI的波动溢出检验
本文使用常用的二元GARCH-BEKK模型，对国际大宗商品和色旅游”；组建工业旅游协会，组织全国性的工业旅游高峰论坛、科技教育为主的主题活动或竞赛，打造“智能制造、制造强县”特色品牌。
注重打造“长沙县特色”。建议将湖湘文化融入到浏阳河两岸，打造文化融合区，依托浏阳河畔的黄兴故居，将湘籍名人集中展示在浏阳河两岸，融入历史文化元素；借鉴杭州宋城经验，在浏阳河两岸建设体育广场、国际自行车道，助力国际化城市建设。
参考文献：
[1]李金早.全域旅游的价值和途径.人民日报-20160309.
[2]吴金明.产品价值构成_工业化演进与供给侧结构性改革的本质.南华大学学报2017，2我国股票市场，国内大宗商品和我国股票市场之间的波动溢出效应进行实证分析。二元GARCH-BEKK模型是对方差矩阵进行估计.Ht可表示为
Ht=CC"+Aεt-1ε"t-1A"+GHt-1G"
其中，C为常数项下三角矩阵，A代表ARCH项系数矩阵和ARCH效应，G代表GARCH项系数矩阵和GARCH效应。
使用WinRats软件，对SSECI和CRBI的二元GARCH-BEKK模型估计结果如下：
由上表可知a（1，1），g（1，1）和a（2，2），g（2，2）均在在1%的置信水平下拒绝a（1，1）=0， a（2，2）=0， g（1，1）=0， g（2，2）=0的原假设，说明CRBI和SSECI都存在条件异方差，也就是都具有ARCH效应和GARCH效应。a（2，1）和g（2，1）在1%的置信水平下，5%的置信水平下和10%的置信水平下均不拒绝a（2，1）=0， g（2，1）=0的原假设，说明SSECI对CRBI不具有明显的波动溢出效应。a（1，2）和g（1，2）在1%的置信水平下，拒绝a（1，2）=0， g（1，2）=0的原假设，说明CRBI对SSECI的波动溢出效应并不明显。
