《表2 DCC-GARCH模型估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《股指期货套期保值最优比率混频方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。