《表2 DCC-GARCH模型估计结果》
注:圆括号内表示系数的t值,方括号表示的是系数的p值,*、**和***分别表示10%、5%和1%的显著性水平参数显著,下同。LB(q)表示在滞后q期的Ljung-Box检验量,Log L表示方程的对数似然函数值,AIC表示赤池信息准则,BIC表示贝叶斯信息准则。
本文使用上述沪深300股指现货与期货的全样本日收益率数据构建DCC-GARCH模型,估计全样本时期股指期货与现货的波动变化情况及相关性变化情况,模型估计结果如表2所示。由表2的DCC-GARCH模型的估计结果发现使用Ljung-Box统计量对该模型标准化残差及标准化残差的平方项自相关性的检验显示,所拟合DCC-GARCH模型的标准化残差及其平方项均不再存在自相关性,说明使用该模型能够很好地拟合考察期内沪深300股指现货与期货收益率的波动状况及相关性变动。观察模型的各个参数发现股指现货与期货的模型估计各部分结果很相似,均值方程中系数均很小且均不显著,波动方程中各个对应的回归参数的系数值也很接近。这说明沪深300股指期货和现货在日收益率水平的动态特性在所考察样本期内大致相同,这也说明考察期内期货工具有效发挥了套期保值及价格发现的功能。
图表编号 | XD0052262500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.20 |
作者 | 王杰 |
绘制单位 | 中山大学岭南学院、华润金控投资有限公司博士后创新实践基地 |
更多格式 | 高清、无水印(增值服务) |