國內外金屬期貨市場間的動態(tài)聯動以及多尺度特征研究——基于時頻視角分析
發(fā)布時間：2021-02-25 07:11
基于金融市場時間序列具有時變和頻變雙重特性的考慮,采用二元DCC-GARCH模型和極大離散小波變換（MODWT）分析對2013-2017五年間國內外金屬期貨市場的動態(tài)聯動及其多尺度特征進行了實證研究.結果表明:從時域來看,對于不同市場的同種期貨,國內外的銅期貨市場的聯動性要大于鋁期貨的聯動性;對于同一市場的不同期貨,國際市場內部間期貨產品的聯動性更強.從頻域上看,短期內,不同市場間的相關性有著顯著多尺度分辨的特征,隨著交易周期的增大,逐漸趨于一個穩(wěn)定水平.
【文章來源】：昆明理工大學學報(自然科學版). 2019,44(02)北大核心
【文章頁數】：10 頁
【部分圖文】：
各收益序列的多尺度分解結果
大的浮動．4．3．2小波方差分析按照不同尺度分解隨機過程的小波方差，可以得到不同尺度下的分量對過程方差的貢獻［34］．由圖4可以得出，從整體來看，ＲCUC、ＲALC、ＲCUL、ＲALL的小波方差在尺度1最大，尺度2次之，隨著尺度的增加，小波方差不斷減小，即波動逐漸減小，這與圖3中小波分解結果所呈現的現象相一致．這說明國內外期貨市場波動的方差大部分是由較高頻的小波系數所提供，也反映了短周期的交易捕捉了大部分能量，是造成期貨市場波動的主要因素．但6周以上的投資期限來看，國內外金屬期貨投資者對市場信息的反應幾乎趨于相同．此外，由圖4還可知，在各個時間尺度下都存在以下的結論:從同一個市場內不同種期貨來看，銅期貨的小波方差均大于鋁期貨的;從不同市場的同種期貨產品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產品的小波方差都大于國內市場的．這是因為無論從交易量還是活躍程度，國際市場都高于國內市場，且銅期貨市場都高于鋁期貨市場，故前者對信息的反應比后者更加靈敏，從而產生了相對較高的市場波動率．表5不同尺度下各收益序列的小波相關系數Tab．5Waveletcoefficientofreturnsequencesatdifferentscales收益序列尺度1尺度2尺度3尺度4尺度5ＲCUL－ＲCUC0.08860.64580.84470.92370.9590ＲALL－ＲALC－0.00830.39940.46370.73310.7544ＲALL－ＲCUL－0.02010.43720.42320.53930.3803ＲCUC－ＲALC0.65620.57680.053390.51920.5225431昆明理工大學學報(自然科學版)第44卷??????????????????????????????????????????????
大的浮動．4．3．2小波方差分析按照不同尺度分解隨機過程的小波方差，可以得到不同尺度下的分量對過程方差的貢獻［34］．由圖4可以得出，從整體來看，ＲCUC、ＲALC、ＲCUL、ＲALL的小波方差在尺度1最大，尺度2次之，隨著尺度的增加，小波方差不斷減小，即波動逐漸減小，這與圖3中小波分解結果所呈現的現象相一致．這說明國內外期貨市場波動的方差大部分是由較高頻的小波系數所提供，也反映了短周期的交易捕捉了大部分能量，是造成期貨市場波動的主要因素．但6周以上的投資期限來看，國內外金屬期貨投資者對市場信息的反應幾乎趨于相同．此外，由圖4還可知，在各個時間尺度下都存在以下的結論:從同一個市場內不同種期貨來看，銅期貨的小波方差均大于鋁期貨的;從不同市場的同種期貨產品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產品的小波方差都大于國內市場的．這是因為無論從交易量還是活躍程度，國際市場都高于國內市場，且銅期貨市場都高于鋁期貨市場，故前者對信息的反應比后者更加靈敏，從而產生了相對較高的市場波動率．表5不同尺度下各收益序列的小波相關系數Tab．5Waveletcoefficientofreturnsequencesatdifferentscales收益序列尺度1尺度2尺度3尺度4尺度5ＲCUL－ＲCUC0.08860.64580.84470.92370.9590ＲALL－ＲALC－0.00830.39940.46370.73310.7544ＲALL－ＲCUL－0.02010.43720.42320.53930.3803ＲCUC－ＲALC0.65620.57680.053390.51920.5225431昆明理工大學學報(自然科學版)第44卷??????????????????????????????????????????????
【參考文獻】：
期刊論文
[1]中國有色金屬期貨市場波動率預測（英文）[J]. 朱學紅,張宏偉,鐘美瑞. Transactions of Nonferrous Metals Society of China. 2017(05)
[2]商品期貨新合約上市對已有合約波動性影響的實證分析[J]. 龍文,王霖,趙文治. 統計與決策. 2017(06)
[3]基于DCC-GARCH模型對日本股票市場與國際市場波動溢出效應分析[J]. 王皓. 現代日本經濟. 2016(05)
[4]價格支持政策改革背景下國內外大豆市場動態(tài)關聯分析——基于貝葉斯DCC-GARCH模型[J]. 柳蘇蕓,韓一軍,包利民. 農業(yè)技術經濟. 2016(08)
[5]中國金屬期貨市場高頻波動率預測模型比較研究[J]. 陳曉東. 管理工程學報. 2016(03)
[6]國際金屬期貨市場交叉影響及其傳導效應研究[J]. 張鋮,龍美芳. 中國市場. 2016(20)
[7]基于VAR-DCC-GARCH模型的國內外有色金屬商品價格聯動分析（英文）[J]. 岳意定,劉篤池,徐珊. Transactions of Nonferrous Metals Society of China. 2015(03)
[8]我國有色期貨市場國際化發(fā)展[J]. 朱江鴻. 中國有色金屬. 2014(16)
[9]基于時頻分析的農產品期貨市場與外匯市場聯動關系研究[J]. 熊正德,文慧,凌語蓉. 中國管理科學. 2013(S1)
[10]基于DCC-GARCH模型的金屬期貨市場與外匯、貨幣市場的動態(tài)相關性研究[J]. 胡東濱,張展英. 數理統計與管理. 2012(05)
本文編號：3050630
【文章來源】：昆明理工大學學報(自然科學版). 2019,44(02)北大核心
【文章頁數】：10 頁
【部分圖文】：
各收益序列的多尺度分解結果
大的浮動．4．3．2小波方差分析按照不同尺度分解隨機過程的小波方差，可以得到不同尺度下的分量對過程方差的貢獻［34］．由圖4可以得出，從整體來看，ＲCUC、ＲALC、ＲCUL、ＲALL的小波方差在尺度1最大，尺度2次之，隨著尺度的增加，小波方差不斷減小，即波動逐漸減小，這與圖3中小波分解結果所呈現的現象相一致．這說明國內外期貨市場波動的方差大部分是由較高頻的小波系數所提供，也反映了短周期的交易捕捉了大部分能量，是造成期貨市場波動的主要因素．但6周以上的投資期限來看，國內外金屬期貨投資者對市場信息的反應幾乎趨于相同．此外，由圖4還可知，在各個時間尺度下都存在以下的結論:從同一個市場內不同種期貨來看，銅期貨的小波方差均大于鋁期貨的;從不同市場的同種期貨產品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產品的小波方差都大于國內市場的．這是因為無論從交易量還是活躍程度，國際市場都高于國內市場，且銅期貨市場都高于鋁期貨市場，故前者對信息的反應比后者更加靈敏，從而產生了相對較高的市場波動率．表5不同尺度下各收益序列的小波相關系數Tab．5Waveletcoefficientofreturnsequencesatdifferentscales收益序列尺度1尺度2尺度3尺度4尺度5ＲCUL－ＲCUC0.08860.64580.84470.92370.9590ＲALL－ＲALC－0.00830.39940.46370.73310.7544ＲALL－ＲCUL－0.02010.43720.42320.53930.3803ＲCUC－ＲALC0.65620.57680.053390.51920.5225431昆明理工大學學報(自然科學版)第44卷??????????????????????????????????????????????
大的浮動．4．3．2小波方差分析按照不同尺度分解隨機過程的小波方差，可以得到不同尺度下的分量對過程方差的貢獻［34］．由圖4可以得出，從整體來看，ＲCUC、ＲALC、ＲCUL、ＲALL的小波方差在尺度1最大，尺度2次之，隨著尺度的增加，小波方差不斷減小，即波動逐漸減小，這與圖3中小波分解結果所呈現的現象相一致．這說明國內外期貨市場波動的方差大部分是由較高頻的小波系數所提供，也反映了短周期的交易捕捉了大部分能量，是造成期貨市場波動的主要因素．但6周以上的投資期限來看，國內外金屬期貨投資者對市場信息的反應幾乎趨于相同．此外，由圖4還可知，在各個時間尺度下都存在以下的結論:從同一個市場內不同種期貨來看，銅期貨的小波方差均大于鋁期貨的;從不同市場的同種期貨產品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產品的小波方差都大于國內市場的．這是因為無論從交易量還是活躍程度，國際市場都高于國內市場，且銅期貨市場都高于鋁期貨市場，故前者對信息的反應比后者更加靈敏，從而產生了相對較高的市場波動率．表5不同尺度下各收益序列的小波相關系數Tab．5Waveletcoefficientofreturnsequencesatdifferentscales收益序列尺度1尺度2尺度3尺度4尺度5ＲCUL－ＲCUC0.08860.64580.84470.92370.9590ＲALL－ＲALC－0.00830.39940.46370.73310.7544ＲALL－ＲCUL－0.02010.43720.42320.53930.3803ＲCUC－ＲALC0.65620.57680.053390.51920.5225431昆明理工大學學報(自然科學版)第44卷??????????????????????????????????????????????
【參考文獻】：
期刊論文
[1]中國有色金屬期貨市場波動率預測（英文）[J]. 朱學紅,張宏偉,鐘美瑞. Transactions of Nonferrous Metals Society of China. 2017(05)
[2]商品期貨新合約上市對已有合約波動性影響的實證分析[J]. 龍文,王霖,趙文治. 統計與決策. 2017(06)
[3]基于DCC-GARCH模型對日本股票市場與國際市場波動溢出效應分析[J]. 王皓. 現代日本經濟. 2016(05)
[4]價格支持政策改革背景下國內外大豆市場動態(tài)關聯分析——基于貝葉斯DCC-GARCH模型[J]. 柳蘇蕓,韓一軍,包利民. 農業(yè)技術經濟. 2016(08)
[5]中國金屬期貨市場高頻波動率預測模型比較研究[J]. 陳曉東. 管理工程學報. 2016(03)
[6]國際金屬期貨市場交叉影響及其傳導效應研究[J]. 張鋮,龍美芳. 中國市場. 2016(20)
[7]基于VAR-DCC-GARCH模型的國內外有色金屬商品價格聯動分析（英文）[J]. 岳意定,劉篤池,徐珊. Transactions of Nonferrous Metals Society of China. 2015(03)
[8]我國有色期貨市場國際化發(fā)展[J]. 朱江鴻. 中國有色金屬. 2014(16)
[9]基于時頻分析的農產品期貨市場與外匯市場聯動關系研究[J]. 熊正德,文慧,凌語蓉. 中國管理科學. 2013(S1)
[10]基于DCC-GARCH模型的金屬期貨市場與外匯、貨幣市場的動態(tài)相關性研究[J]. 胡東濱,張展英. 數理統計與管理. 2012(05)
本文編號：3050630
本文鏈接：http://www.lk138.cn/jingjilunwen/qihuoqq/3050630.html
