基于ARCH族模型的上证50ETF波动率指数影响效应实证研究

发布时间：2020-06-04 03:18

【摘要】：市场的情绪波动是影响市场走向的重要因素,而找到能够衡量市场情绪的指标难度很大。1993年芝加哥期权交易所推出的VIX指数(即波动率指数)有效地反应了市场情绪的变化,通过反映人们对市场未来波动的一致预期来达到风险防范和指导交易的目的。而我国直到2016年11月28日才在上海证券交易所正式推出了基于上证50ETF期权编制的上证50ETF波动率指数(即iVX指数),填补了我国缺乏波动率指数的这一空白。也正是由于我国波动率指数的设立时间较晚,目前学术界对iVX指数的研究成果尚不多见。正是如此,本文试图研究iVX指数与上证50ETF的关系,希望能从iVX指数的推出对上证50ETF波动性影响和二者之间的波动溢出效应入手。一方面能证明iVX指数的影响效应,为利用iVX指数来规避市场风险提供了理论支持;另一方面可以丰富国内对于波动率指数指数的研究成果,为今后进一步研究开发基于iVX指数的相关衍生产品提供理论指导。本文以iVX指数和上证50ETF为出发点,一共分为五章内容。前两章为绪论和文献回顾部分,提出了iVX指数影响效应研究的必要性,并将国内外对波动率研究、波动率指数推出的影响以及波动率指数与标的市场波动溢出关系的相关文献进行了梳理。第三章对本文用到的实证研究模型和方法进行了详细的说明,为后文的实证部分建立理论基础。第四章是本文的实证部分,也是本文的重点。首先利用描述性统计对iVX指数和上证50ETF的走势进行了分析;其次检验是否存在波动聚集效应;再次建立带虚拟变量的GARCH模型,对iVX指数引入之后现货市场波动性的变化进行实证分析;然后利用TARCH模型分析上证50ETF波动率指数推出之后现货市场波动的非对称性是否发生改变;最后对iVX指数与上证50ETF之间的波动溢出效应进行了检验,从而对iVX指数的影响效应进行研究。最后第五章对本文的研究结论做出了详细梳理与整合,与此同时重点针对我国波动率指数运行现状提出相关建议。本文的主要结论如下:(1)上证50ETF波动率指数运行情况符合市场变化;(2)上证50ETF波动率指数能有效发挥稳定市场,预测市场波动的功能;(3)上证50ETF波动率指数与上证50ETF之间存在双向的波动溢出效应。总体来看,上证50ETF波动率指数对上证50ETF具有明显的影响效应,但目前其影响程度依旧明显偏低。本文的贡献重点体现在如下三个层面:第一,此次研究能够有效地充实学术界对于我国波动率指数理论研究的不足。我国波动率指数iVX从2016年11月推出至今,学术界的理论研究成果较少。本文对iVX指数和标的市场的相关联动性方面的研究是对我国波动率指数研究的有益补充,丰富了国内对我国波动率指数的研究成果;第二,本文对iVX指数的作用和影响进行了实证。现有相关文献对我国波动率指数的研究仅限于指数编制和与标的市场相关关系等方面,缺乏对我国iVX指数的作用和影响的研究。而本文则通过建立ARMA模型以及带虚拟变量的GARCH模型和TARCH模型对iVX指数的作用和影响进行了研究;第三,本文对iVX指数与上证50ETF之间的波动溢出效应进行了研究。同时,在对iVX指数拟合的过程中运用傅里叶变换,发现上证50ETF波动率指数的周期特征。
【图文】：

空消息作出负反馈。然后这两方面的作用对波动性的影响效应是非对称的，即波动性的杠杆效应。受公司财务杠杆及投资者风险厌恶偏好等因素的驱使，证券市场投资者对负面消息的敏感程度远远超过对正面消息的反应，因此利空消息的散布对股票市场的冲击大于利好消息的影响。第二节 上证 50ETF 波动率指数与上证 50ETF 波动溢出关系 从一定层面上来说，波动溢出效应主要指的是单一市场变化不单单会受其前期波动状况的影响，还会受其他金融市场变化的影响和作用。波动溢出效应属于金融资产波动的一个较为显著的特点，能够在一定程度上充分展现出各种资产或者职场之间风险的传递状况。伴随着全球金融管制力度的逐渐减弱，使得国际金融市场一体化的进程进一步加快，各个金融市场之间的联系也变得日益密切，，这势必会造成波动溢出效应在世界各国均有发生，甚至普遍存在着。为充分展现出 iVX 指数与上证 50ETF 市场间的波动溢出关系，下面将对其形成的机理进行说明。

图 4-2 上证 50ETF 日收益率折线图表 4-1 上证 50ETF 日收益率描述性统计时间 均值 标准差 偏度 峰度 最大值 最小值推出前 2.3900 0.3394 1.2405 3.7010 3.4270 1.8860推出后 2.3598 0.0478 1.0360 4.3150 2.5170 2.2780整体 2.3869 0.2995 1.4735 4.8666 3.4270 1.8860（2）ADF 检验在建立 ARMA 模型之前，我们需要确定上证 50ETF 日收益率时间序列是否平稳。因此我们利用 ADF 检验法对收益率序列的平稳性实施详细的检验，最终结果如表 4-2。
【学位授予单位】：浙江财经大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F724.5

【参考文献】

相关期刊论文 前10条

1 杨艳军;安丽娟;;基于HAR模型的上证50ETF波动率指数特征及应用研究[J];金融发展研究;2017年07期

2 屈满学;王鹏飞;;我国波动率指数预测能力研究——基于隐含波动率的信息比较[J];经济问题;2017年01期

3 杨雪芬;彭浩东;;短期跨境资金流动的波动性及其影响因素研究[J];金融与经济;2016年11期

4 颜斌斌;田立平;刘洪伟;;沪铜期货与现货市场的价格发现与波动溢出效应[J];数学的实践与认识;2016年02期

5 吴国维;;股票指数ETF期权推出对中国股票市场波动性的影响——基于上证50ETF期权高频数据的实证分析[J];中国经贸导刊;2015年14期

6 陈彦晖;;基于ARMA-GARCH模型的恒指隐含波动率指数预测及其在期权交易中的应用[J];经济数学;2014年04期

7 薛蓓蓓;;基于ARIMA模型:全社会固定资产投资总额预测[J];统计与决策;2014年15期

8 魏红燕;孟纯军;;基于GARCH模型的短期汇率预测[J];经济数学;2014年01期

9 魏红燕;孟纯军;;基于ARIMA模型的汇率预测研究[J];时代金融;2014年08期

10 向云;侯亭;李振东;;ARIMA模型在云南省GDP预测中的应用[J];时代金融;2014年08期

相关硕士学位论文 前2条

1 彭善琴;基于波动率指数的研究[D];山东大学;2015年

2 何东桓;沪深300股指期货对股票现货市场的影响研究[D];西南财经大学;2012年

本文编号：2695812