前言：中文期刊網精心挑選了關于冬至的古詩范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

關于冬至的古詩范文1

關鍵詞：股指期貨；現貨市場；波動性

中圖分類號：F830.91文獻標識碼：A文章編號：1001-6260（2008）03-0086-09

滬深300股指期貨的模擬交易已經1年多，我國股指期貨的正式推出也箭在弦上，股指期貨推出到底會對股票市場的波動性產生什么樣的影響，不僅是市場參與者、管理者關注的熱點，也受到很多學者的關注。目前關于股指期貨對現貨市場影響的研究成果大多集中于美國和英國等成熟市場，而對新興市場的研究還較少。由于日本、韓國與中國為鄰，經濟息息相關，文化上有互通性，社會心理也有相近性，本研究選取日本的N225指數期貨、韓國KOSPI200指數期貨和我國臺灣地區證交所加權指數TWSE期貨作為樣本進行實證分析，以期通過發達證券市場和新興證券市場的經驗數據對股指期貨推出后現貨市場波動性變化進行較為全面的研究。特別是韓國KOSPI200指數期貨和我國臺灣地區證交所加權指數期貨，是目前全球市場交易量很大或增長很快的品種，而它們當時推出股指期貨時股票市場的發展狀況與我們股票市場目前的實際發展狀況比較接近，其實證結果對我們股指期貨推出后研究現貨市場波動性的變化具有一定的指導作用。

一、相關文獻綜述

學術界關于股指期貨與現貨市場波動性關系的研究常常集中于股指期貨引入后對現貨市場的波動性能否產生影響以及影響程度有多大等相關問題上。在諸多的研究結論中，存在著兩種截然不同的觀點，一種觀點認為股指期貨的引入使得現貨市場的波動性增加，而另一種觀點認為股指期貨引入后現貨市場的波動性不變或者減少。

Edwards（1988）、Becketti等（1990）、Baldauf等（1991）、Brorsen（1991）及Pericli等（1997）先后對股指期貨推出后S&P500股票市場波動性進行了實證研究，得出的結論是股指期貨并沒有使得現貨市場的波動性增加。Brorsen雖然發現引入指數期貨后S&P500股票市場的日股價變化的方差發生了變化，但長期指數價格變化的方差沒有發生顯著變化，說明股指期貨對現貨市場波動性的影響即使存在也是非常短暫的。Baldauf等使用ARCH模型對S&P500指數的波動性進行了研究，認為指數期貨上市對股票市場波動性影響并不顯著。Freris（1990）對香港恒生指數期貨推出前后的現貨市場波動性進行了分析，認為指數期貨對股票指數波動沒有產生影響。Hodgson等（1991）分析了引進股指期貨后澳洲所有普通股指數的波動情況發現，股指期貨并沒有加大澳洲股市的波動。Gerety等（1991）通過研究道瓊斯工業指數期貨對股價指數的影響發現，變異比率并無明顯改變。Laatsch等（1988）對MMI股票指數期貨和構成指數的20只成份股的關系所進行的研究認為，期貨交易沒有使現貨市場波動變大。Lee等（1992）分別研究了美國價值線指數、香港恒生指數、澳洲所有普通股指數、新加坡交易的日經指數和英國的FT-SE100指數期貨與相應的現貨市場的關系，發現：美國市場中期波動上升，長期并無影響；香港市場的波動短期下降，長期上升；澳洲市場無顯著變化；日本市場的波動顯著上升；英國市場的波動短中期上升，長期并無影響。Charles等（1997）研究了1978年至1995年世界股票指數期貨市場上12種股指期貨與股指波動性后顯示，推出股指期貨后，股指波動性不變的近八成，只有少數股指表現為波動性增加。

Powers（1970）指出，期貨市場實質上提高了金融市場的深度，擴大了信息量，現貨市場的波動性會相應降低。Stroll等（1988）認為期貨市場提高了現貨市場的有效性并降低其波動性。Lee等（1992）研究了1984 年至1988年香港恒生指數期貨與恒生指數的關系認為，股指期貨不但沒有增加現貨市場的波動性，甚至在某種程度上減小了波動幅度。Bessembinder等（1992）分析了1978年至1989年S&P500指數期貨推出前后的情況，發現期貨市場的引入使現貨市場波動性減小。Robinson（1993）對1980 年至1993年FT-SE100指數的期現貨市場的研究表明，引入期貨市場后現貨市場波動性減小。Antoniou等（1995）利用日收益率數據，對FT-SE100股票指數期貨的交易對基礎現貨市場的波動性的影響進行了研究。他們利用GARCH模型對信息與波動性之間的關系進行了檢驗。結果表明，期貨交易導致了現貨市場波動性的增加，但這種波動性并非是市場投機行為擾亂市場所致，而是源于股指期貨的引入提高了現貨市場信息流的速度與質量。

Cox（1976）認為，由于衍生市場中大量無信息交易者的存在，股指期貨使得現貨市場波動性增加。Finglewski（1984）也斷定期貨交易者相比于現貨交易者，掌握的信息資源更少，這就會增加股市的波動性。Harris（1989）認為，由于期貨市場交易成本相對較低，投資者交易頻繁，引發了更多的不確定性并由此增加了現貨市場的波動性。指數期貨的引入使得現貨市場的波動性增加。Damodaran（1990）研究了S&P500指數期貨后發現，S&P500成份股的波動有增大的趨勢。Lockwood等（1990）對道瓊斯工業指數的研究表明，道瓊斯工業指數引入后現貨市場收益率變異系數上升。Antoniou等（1995） 對FT-SE100指數進行的研究表明，期貨市場改善了現貨市場的信息傳遞效率，使得現貨市場的信息傳遞速度和所傳遞信息的質量增加，并使得股價的波動性增加。

國內學者對這一問題也進行了相關的研究。史美景等（2007）對香港恒生指數H股指期貨引入前后現貨市場的波動性變化進行了研究，結果發現，在期貨和約未上市前，波動性干擾反應在時間上的持續性效果較久，而在股指期貨推出之后，其波動性干擾因子的影響反應速度更快，市場波動性降低了。李華等（2006）對日經225指數對現貨市場的波動性影響效應進行了研究，發現在股指期貨推出之初現貨市場的反應較強，波動性較大，之后其波動性逐漸減小。肖輝等（2004）運用高頻數據對S＆P500股指與股指期貨的日內互動關系所進行的研究發現，股指收益率與股指期貨收益率之間存在著即時互動關系，三種波動率度量方法均發現股指期貨已實現波動率明顯大于股指已實現波動率。這說明股指期貨的引入可能對現貨市場波動性產生一定的影響。

綜上所述，雖然關于股指期貨與現貨市場波動性關系的實證結論不一，但學術界還是傾向于指數期貨的引入并沒有導致現貨市場波動性增加的觀點，即使股票市場的波動性可能有所增加，也只是表現在短期，而且這種短期的波動性增加還可能是由于信息的數量增加和質量提高所致，股指期貨其實發揮了穩定股票市場的功能。本文嘗試著對這一問題進行實證分析。

二、波動性的檢驗方法

指數期貨的引入與股票市場波動性關系的研究可以從定性和定量兩方面來考慮，即：（1）指數期貨是否對股票市場的波動性產生了影響；（2）如果存在這種影響，那么這種影響是穩定了基礎現貨市場，還是加劇了現貨市場的不穩定性。在定性上，即指數期貨是否對現貨市場產生影響這一問題，在股票指數系列服從正態分布的條件下，可以直接通過F檢驗來進行，但事實上金融時間序列基本上都具有尖峰厚尾、時變方差特征，并不服從正態分布，所以這種方法并不實用。常常使用GARCH模型來對以上問題進行檢驗。而且，由于信息的基礎性要素作用，信息數量和質量的變化往往會影響現貨指數價格波動性的變化，使得波動性呈現出時變性特點。對這種波動時變性，可以用GARCH過程建立收益率序列的條件方差模型來處理。常用的GARCH模型如下：

（一）GARCH(p,q)

誤差項服從GARCH(p,q)過程的模型如下：

這里，式（1）是條件均值方程，式（2）是條件方差方程，It-1是信息集，p是GARCH項的階數，q是ARCH項的階數。GARCH模型要求αi≥0以及βj≥0。

（二）TARCH（p,q）

由于股價下跌過程中的波動性比股價上漲過程中的波動性更大，股票價格對這種信息的反應具有非對稱性。對于這種“非對稱性”反應，通常可以采用門限ARCH（Threshold ARCH）模型來刻畫。

TARCH模型的條件方差模型為：

當γ＜0時，存在杠桿效應；如果γ≠0，則影響是非負的。

正如前面所述，對于股票價格波動性的變化到底是由于期貨交易沖擊還是由于信息變化所致，可以從定性和定量兩個方面來進行分析。定性上來看，從期貨交易本身是否對股票市場的波動性產生了影響可以看出問題的本質；如果期貨交易的引入確實加劇了股票市場的波動性，則這種波動性可能來源于兩個方面：一是對信息的快速反應，二是期貨市場對現貨市場價格的擾動。因此，可以進一步從定量上來進行區分。為了剔除信息的干擾影響，我們要著重分析，引入期貨交易之后信息與波動性之間所存在的關系問題。

對于股指期貨是否對股票指數的波動性產生了影響這一定性的問題，我們在條件方差方程中引入了一個啞元變量，在引入期貨前值為0，引入期貨后值為1。因此式（2）變為：

這里，DF是啞元變量。如果啞元變量具有統計顯著性，則表明期貨交易的存在對現貨市場的波動性產生了影響。類似地，TARCH、EGARCH模型的條件方差模型中也可加入啞元變量。

對于股指期貨到底是增加了還是減少了股票市場波動性這一定量問題，我們可以把研究期間劃分為引入期貨前、后兩個子期間。利用GARCH模型分別對兩個子期間進行估計，從而可以對引入期貨市場前后現貨市場的波動性進行比較。

GARCH模型應用的前提是收益率序列是平穩的，因此在進行GARCH建模之前，必須首先對序列進行單位根檢驗，常用ADF（Agument DickeyFuller）檢驗。

三、模型的參數估計及分析

（一）樣本和數據說明

選取日本、韓國和臺灣地區的股指分別為日經平均股價指數N225、漢城加權指數KOSPI200和臺灣加權指數TWSE，其股指期貨的推出日期分別為1988.7.3、1996.5.3、1998.7.21。

考慮到各指數的上市時間及考察期間的適當性，日本、韓國和臺灣地區的樣本區間分別設定為1984.1.4―2007.12.28、1990.1.4―2007.12.28和1990.1.3―2007.12.31。利用各股價指數的日收盤數據，通過Rt=log(pt[JB（/]pt-1[JB）])來計算對數收益率。為了檢驗期貨市場的引入對現貨市場波動性的影響，針對三種指數收益率序列，我們設置一個啞元變量序列，將引入指數期貨前該變量值設為0，引入期貨后該值設為1。

交易量的變化能反映市場投資者的參與程度和市場規模的發展變化，因此，我們將期貨市場交易量的變化作為期貨市場發展階段劃分的依據。按照這三個市場股指期貨上市后交易量的變化情況，將三個期貨市場劃分為初期、發展期、成熟期3個子區間。日本總樣本區間劃分為：初期1988.7.3―2002.6.7，發展期2002.6.10―2003.3.14，成熟期2003.3.17―2007.12.28。韓國總樣本區間劃分為：初期1996.5.3―1998.4.27，發展期1998.4.28―2001.6.27，成熟期2001.6.28―2007.12.28。臺灣地區總樣本區間劃分為：初期1998.7.21―2002.12.31，發展期2003.1.2―2004.3.23，成熟期2004.3.24―2007.12.31。

由于期貨市場的發展存在階段性變化，因此為了進一步分析期貨市場開設以后，期貨市場對現貨市場波動性的影響，我們將期貨市場的發展劃分為起步期、發展期、成熟期三個階段，通過對不同階段設置（0,1）啞元變量，檢驗期貨市場的不同發展階段對現貨市場波動性的影響是否發生變化。具體地，針對每一個國家和地區，在期貨市場發展的三個階段，進行兩次檢驗，即期貨市場從起步期到發展期的檢驗（起步期，啞元變量值為0；發展期，值為1），從發展期到成熟期的檢驗（發展期，啞元變量值為0；成熟期，值為1）。

由于N255、KOSPI200和TWSE指數收益率序列均不服從正態分布，無法直接運用F檢驗通過正態分布的統計方法檢驗引入期貨后股價指數收益率序列的波動性，只能通過GARCH模型來進行檢驗。

（二）期貨市場的引入對股票市場波動性總體影響的計量檢驗

1．股價指數收益率序列的單位根檢驗

表1給出了N255、KOSPI200和TWSE指數收益率序列全樣本的單位根檢驗。從ADF的檢驗結果可以看出，各時期N255、KOSPI200和TWSE指數收益率序列是平穩的，即服從I(0)過程，從而可對其進行建模。此外，出于后文計量檢驗的需要，表1也分別給出了引入期貨市場前后日本N225指數收益率序列、韓國KOSPI200指數收益率序列和臺灣加權指數TWSE收益率序列子樣本的單位根檢驗結果。

2．TARCH檢驗和EGARCH檢驗

正如前面所述，由于股價對不同信息通常具有非對稱反應，因此利用非對稱GARCH模型對股價指數收益率數據進行檢驗更為合理。以下分別給出了N255、KOSPI200和TWSE指數收益率序列的TARCH、EGARCH模型的檢驗結果。

為了檢驗日本股市波動性的加劇是由于期貨市場的引入加速了信息的流動而導致的，還是確實是由于期貨市場加劇了現貨市場的不穩定性而導致的，我們分別研究了在引入期貨市場前后日本股市收益率序列波動性的變化。無論是TARCH模型，還是EGARCH模型，引入期貨市場后，α1值都減小，而β1值增加。α1與昨日市場有關的價格變化對今日指數價格變化的影響相關，從而α1被視為“信息”系數，本文實證檢驗中α1的減小說明，在引入期貨市場后，新信息對股價變化的影響速度在減慢。β1反映“舊信息”對股價的影響。引入期貨市場后，信息流速的減慢將導致β1的增加，“舊信息”將對近日的股價產生較大的影響。

綜合α1、β1可以看出，期貨市場的引入確實擾亂了現貨市場的穩定性。股指期貨的引入的確使得現貨市場波動性增加，而且這種增加并不是由于信息流動速度的加快而產生的。

（2）韓國股票市場波動性檢驗

韓國股票市場波動性檢驗結果如表3所示。從檢驗結果來看，韓國KOSPI200指數收益率序列服從AR(2)[CD1]TARCH(1,1)、AR(2)[CD1]EGARCH(1,1)過程。啞元變量DF的系數δ顯著為正，表明指數期貨的引入，確實加劇了韓國股票市場的波動性。顯著的γ值表明股市具有杠桿效應。

為了檢驗引入期貨市場前后韓國股市收益率序列波動性的變化情況，分別通過TARCH模型和EGARCH模型進行了檢驗。從其檢驗結果來看，無論是TARCH模型，還是EGARCH模型，期貨市場的引入確實擾亂了現貨市場的穩定性。期貨市場的引入確實引起了現貨市場波動性的增強，而且這種增強并不是由于信息流動速度的加快而產生的。

表4列出了對臺灣地區TWSE指數收益率序列波動性關于TARCH和EGARCH的實證研究。從其結果來看，該收益率序列服從AR(3)[CD1]TARCH(1,1)、AR(3)[CD1]EGARCH(1,1)過程，引入期貨市場因素的啞元變量的系數δ并不具有統計顯著性，表明臺灣地區引入指數期貨后，現貨市場的波動性并未發生顯著變化。γ具有統計顯著性，表明股價對利空消息的反應確實大于對利好消息的反應，股市具有杠桿效應。由于全樣本的檢驗結果反映出現貨市場波動性并未受到任何的影響，因此，進一步進行引入子樣本的檢驗就沒有了實質性的意義。

[HT5"H]表4 TWSE指數收益率序列的TARCH、EGARCH檢驗（全樣本）

（三）不同發展階段股指期貨對股票市場波動性的影響

為了進一步從定量上分析股指期貨引入對現貨市場波動性的影響，本部分通過TARCH模型分別對N255、KOSPI200和TWSE指數收益率序列就不同發展階段（初期、發展期和成熟期）的子樣本進行實證檢驗。從表1股價指數收益率序列的單位根檢驗結果可以看出，在期貨市場處于初期―發展期、發展期―成熟期間，日本、韓國和臺灣地區指數收益率序列分別是平穩的，即各自服從I(0)過程，從而可對其進行TARCH檢驗。以下是這三個國家和地區子樣本的檢驗結果。

1．日本期貨市場不同發展階段股票市場的波動性檢驗

從表5對N225指數收益率序列的實證檢驗結果來看，當期貨市場從初期過渡到發展期，表示期貨市場階段性變化的系數δ顯著為正，這說明當期貨市場進入發展期以后，期貨市場引起了現貨市場波動性的加劇。當期貨市場從發展期過渡到成熟期時，表示期貨市場階段性變化的系數δ為負，但不顯著，表示進入成熟期的期貨市場對現貨市場波動性沒有顯著影響。

2．韓國期貨市場不同發展階段股票市場的波動性檢驗

KOSPI200指數收益率序列不同發展階段波動性檢驗結果如表6所示。其指數收益率序列的檢驗結果表明，當期貨市場從初期過渡到發展期，表示期貨市場階段性變化的系數δ顯著為正，表明當期貨市場進入發展期以后，期貨市場引起了現貨市場波動性的加劇。但當期貨市場從發展期過渡到成熟期時，表示期貨市場階段性變化的δ系數為負，而且不顯著，表示進入成熟期的期貨市場對現貨市場波動性沒有顯著影響。

3．臺灣地區期貨市場不同發展階段股票市場的波動性檢驗

臺灣地區TWSE指數收益率序列的檢驗結果表明(見表7)，當期貨市場從初期過渡到發展期，表示期貨市場階段性變化的系數δ并不顯著，表明當期貨市場由初期進入發展期后，期貨市場對現貨市場波動性沒有顯著影響；當期貨市場從發展期過渡到成熟期時，表示期貨市場階段性變化的系數δ顯著為負，表明進入成熟期的期貨市場顯著降低了現貨市場的波動性。這一點與表4所示的總樣本檢驗結果是一致的。

四、研究結論及啟示

（一）研究結論

本文以N255、KOSPI200和TWSE指數為樣本，通過TARCH和EGARCH建模，從樣本總體和分階段子樣本分別對其股指期貨推出與股票市場波動性的關系進行了實證檢驗。其結果歸結如下：

從全樣本的檢驗結果來看，在日本和韓國，指數期貨的引入確實加劇了股票市場的波動性，而且這種波動性的加劇是由于期貨市場擾亂了現貨市場的穩定性所致。而在臺灣地區，引入指數期貨后，現貨市場的波動性并未發生顯著變化。

從分階段子樣本的檢驗結果來看，在日本，當股指期貨剛開始引入到發展期，股指期貨的確加劇了股票市場波動性的變化，但當進入成熟期時，期貨市場對現貨市場波動性的影響并不顯著；在韓國，當期貨市場進入發展期以后，期貨市場也引起了現貨市場波動性的加劇，當期貨市場從發展期進入成熟期以后，期貨市場對現貨市場的波動性沒有顯著影響；但在臺灣地區，在期貨市場進入發展期以后，期貨市場對現貨市場波動性沒有顯著影響，而進入成熟期的期貨市場顯著降低了現貨市場的波動性。這充分說明，在日本和韓國，股指期貨的引入對現貨市場波動的影響僅僅表現在短期，長期并無影響。

從實證檢驗結果來看，日本和韓國股票市場中股指期貨對現貨市場波動性的短期影響并不是由于信息因素所引致的，的確是由于期貨市場交易的高杠桿性所致。

（二）啟示

股指期貨的引入對現貨市場波動性的影響因國家或地區的不同而不同，而且這種影響在期貨市場引入及以后發展的不同階段也有所不同。正如學術界的主流觀點一樣，總體上，股指期貨的引入不會增加現貨市場的波動性。即使在一些國家和地區，這種波動性增加的跡象存在，也只是短期的。在長期中，股指期貨并不會增加現貨市場的波動性，甚至還會減少現貨市場的波動性，發揮期貨市場穩定現貨市場波動性的基本功能。而且從本文的研究結論來看，股指期貨推出前后，成熟股票市場與新興股票市場具有大致相同的特征。這一實證結論，對于即將推出的我國股指期貨具有現實的指導意義。

參考文獻：

李華，陳婧. 2006. 股指期貨推出對股票市場波動性的影響研究：來自日本的證據［J］. 金融與經濟(2).

肖輝，吳沖鋒. 2004. 股指與股指期貨日內互動關系研究［J］. 系統工程理論與實踐(5).

史美景，邱長溶. 2007. 股指期貨對現貨市場的信息傳遞效應分析［J］. 當代經濟科學(7).

ANDERSON R W, DANTHINE J P. 1983. The time pattern of hedging and the volatility of futures prices ［J］. The Review of Economic Studies, 50(2): 249-266.

ANTONIOU A, HOLMES P. 1995. Futures trading, information and spot price volatility: evidence for the FT-SE100 stock index futures contract using GARCH ［J］. Journal of Banking & Finance, 19: 117-129.

BALDAUF B, SANTONI G J. 1991. Stock price volatility: some evidence from an ARCH Model ［J］. Journal of Futures Markets, 11(2):191-200.

BECKETTI S, ROBERTS D J. 1990. Will increased regulation of stock index futures reduce stock market volatility ［J］. Federal Reserve Bank of Kansas City Economic Review, 11: 33-46.

BESSEMBINDER H, SEGUIN P J. 1992. Future trading activity and stock price volatility ［J］. The Journal of Finance, 47(5): 2015-2034.

BRORSEN B W. 1991. Future trading, transaction cost and stock market volatility ［J］. The Journal of Future Markets, 11(2): 153-163.

CHARLES M S, SUTCLIFF E. 1997. Index futures: theories and international evidence ［M］. ［S.l］:International Thomson Business Press.

COX C C. 1976. Futures trading and market information ［J］. Journal of Political Economy, 84(6): 1215-1237.

DAMODARAN A. 1990. Index futures and stock market volatility ［J］. Review of Futures Markets, 9: 442-457.

EDWARDS F. 1988. Does futures trading increase stock market volatility ［J］. Financial Analysts Journal, 23(5): 727-753.

FRERIS A F. 1990. The Effect of the introduction of stock index futures on stock prices: the experience of Hong Kong 1984―1987［R］. Pacific Basin Capital Markets Research, North Holland, Amsterdam： 409-416.

FINGLEWSKI S. 1984. Hedging performance and basis risk in stock index future ［J］. Journal of Finance, 39: 657-669.

GERETY M S, MULTHERIN J H. 1991. Patterns in intraday stock market volatility, past and present ［J］. Financial Analysts Journal, 47: 71-79.

HARRIS L. 1989. S&P500 cash stock price volatilities ［J］. The Journal of Finance, 46(5): 1155-1175.

HODGSON A, NICHOLLS D. 1991. The impact of index futures markets on Australian share market volatility［J］. Journal of Business Finance & Accounting, 18(2): 267-280.

LAATSCH F, SCHWARTZ T. 1988. Price discovery and risk transfer in stock index and cash and futures markets ［J］. Review of Futures Markets, 7: 272-289.

LEE S B， OHK K Y. 1992. Stock and index futures listing and structure change in time-varying volatility ［J］. Journal of Futures Markets,12: 293-310.

LOCKWOOD L J, LINN S C. 1990. An examination of stock market return volatility during overnight and intraday periods 1964―1989［J］. Journal of Finance, 45: 91-601.

PERICLI A，KOUTMOS G. 1997. Index futures and options and stock market volatility ［J］. Journal of Futures Markets, 17(8): 957-974.

POWERS M J. 1970. Does futures trading reduce price fluctuations in the cash markets ［J］. The American Economic Review, 60(3): 460-464.

ROBINSON G. 1993. The effect of future trading on cash market volatility: evidence from London stock exchange ［R］. Bank of England Working Paper 19, Bank of England.

STROLL H R, WHALEY R E. 1990. The dynamics of stock index and stock index futures returns ［J］. Journal of Financial and Quantitative Analysis,25: 441-468.

The Relationship Between Stock Index Futures

and the Volatility of Stock Market

LIU Fenggen1，2WANG Xiaofang1

(1.School of Economics and Finance, Xi′an Jiao Tong University,Xi′an 710061;

2.School of Finance, Hunan University of Commerce, Changsha 410205)

Abstract: Based on the sample of the N225 from Japan, KOSPI200 from Korea and TWSE from Taiwan, and the modeling of GARCH, this paper carries on the empirical research on the relationship of stock index futures and volatility of stock market through the sample and subsample respectively. The results indicate that introduction of the stock index futures has no impacts on the volatility of Taiwan stock market, whereas it magnifies the volatility of Japan stock market and Korea stock market in short run only, it also has no impacts in long run.

關于冬至的古詩范文2

文章編號：1005-913X（2015）12-0116-02

一、引言

我國自改革開放之后，利用廉價的勞動力資源，大力發展勞動密集型產業，成為了全球制造業大國之一。然而近年來一些制造業工廠的發展卻不如人意，諾基亞在北京和東莞的工廠面臨倒閉，東莞和蘇州兩地數家制造企業宣布破產。針對這種現象，不久前我國工信部了“工業4.0”規劃《中國制造2025》，這是我國實施制造強國戰略第一個十年的行動綱領。此規劃將“智能制造”作為重點扶持領域，強調將信息技術與我國制造業進行深度融合，實現機器人等智能產品進入智能化生產。對于制造業上市公司來說，實現這種智能化需要投入大量資金，這些資金的來源主要還要依靠投資者。而投資者則是通過觀察分析該上市公司的股票價格，來決定是否投資該公司。因此，本文以制造業為突破口，結合相關的財務數據，對股價波動與財務業績的相關性展開研究，以期為提升制造業財務業績提供政策建議與理論支撐。

二、實證研究設計

（一）研究假設

償債能力主要是指企業償還長期與短期債務的能力，是反映企業的財務狀況和經營能力的重要標志。企業償還債務能力的大小，與企業能否健康的生存和發展息息相關。企業的償債能力越強，說明公司有較低的經營風險，反映出公司的發展具有較高的穩定性，即償債能力越強股價越高，所以償債能力與股價波動應該呈正相關關系。因此提出假設1。

假設1：制造業上市公司的償債能力與股價波動呈正相關

營運能力大小對于企業而言，就是企業在資產管理方面效率高低的體現，這也就說明營運能力與償債能力和盈利能力是息息相關的。為了讓企業創造更多的價值，投資者得到更多的回報，要不斷提高企業資產利用效率，加速企業各項資產的周轉。企業營運能力越強，企業對各項資產管理的效率越高，企業的經營效益就越好，即營運能力越高股價越高，所以營運能力與股價波動應該呈正相關關系。因此提出假設2。

假設2：制造業上市公司的營運能力與股價波動呈正相關

無論是企業的管理者還是投資者，都十分關注企業的獲利能力。然而在企業運行管理的過程中，任何一項資金都存在使用成本，資金使用成本的大小關系著投資者投入資金的高低，上市公司獲取利潤的能力就指的是盈利能力，公司獲取利潤的能力越強，說明投資者可能獲取的投資收益就越高，所以盈利能力的大小對制造業上市公司股票價格變動的影響起著積極的作用，所以企業盈利能力越強股價就越高。因此提出假設3。

假設3：制造業上市公司的盈利能力與股價波動呈正相關

上市公司獲得資金的主要方式就是發行股票，企業如果想擁有較好的發展前景，只有通過不斷增長凈利潤，企業的競爭力才能不斷增強，這樣就能保證投資者擁有更好的投資回報，所以成長能力越強股價越高。因此提出假設4。

假設4：制造業上市公司的成長能力與股價波動呈正相關

現金流量就是企業在日常經營活動中現金的流動情況，從中可以直觀地看出企業一段時期內的資金流動情況。企業控制現金流動的能力越強，公司應對經營、投資及籌資活動中突發狀況能力就越高，就可以抓住好的投資機遇，所以現金流量能力越強股價越高。因此提出假設5。

假設5：制造業上市公司的現金流量能力與股價波動呈正相關

（二）研究方法

本文首先經過將搜集的理論進行分析，然后提出研究假設。并依據提出的假設，將搜集到的數據進行描述性分析，利用回歸性分析的方法，通過Pearson相關性檢驗分析變量之間的相關性，同時建立多元線性回歸方程進行實證檢驗，找到對上市公司股價波動影響的主要因素，總結出財務業績與股價波動的相關性。

（三）數據來源與變量設計

1.數據來源

本文選取了20家制造業上市公司數據，以2014年年報數據為基礎，利用回歸性分析進行實證研究。年報中的財務指標及數據來自于新浪財經網，數據處理采用SPSS19.0和Excel軟件完成。

2.變量設計

依據對影響股價波動因素的分析，我國上市公司股價的影響因素眾多，比如國內外經濟市場、居民收入水平等。但從財務業績的相關角度來分析，可以從償債能力、盈利能力、營運能力、成長能力、現金流量這五個角度進行分析，并且都可以找出具體數據。本實證研究對指標變量的設定和預期符號見表所示。

三、實證分析

（一）相關性檢驗

在本文進行股價波動與財務指標回歸性分析之前，首先對各指標進行相關性檢驗，具體分析如表所示。

從上表可以看出，凈利潤增長率X8和總資產增長率X9的相關系數在0.5以上，說明這兩個指標與股價波動是完全正相關的，所以假設4成立。而流動比率X1、速動比率X2和應收賬款周轉率X4的相關關系系數在0.2以上，關聯程度不是很高，只能說明與股價波動可能是正相關。而資產負債率X3、總資產周轉率X5、總資產收益率X6、凈資產報酬率X7、現金流量比率X10這五個指標都為負數，說明這些指標與股價波動呈負相關性。為了進一步驗證，所以接下來進行回歸性分析。

（二）回歸性分析

為了進一步研究本文假設的各個財務指標與股價波動的相關性，將股價Y命名為因變量，將本文所選取的10個財務指標作為自變量，構建下面多元線性回歸模型：Y=β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+ε

其中：βi為回歸系數，ε為誤項差。

對2014年20家上市公司股價及相關財務數據運用SPSS19.0軟件進行回歸性分析，計算結果如以下相關表格所示。

從上表可以看出，回歸方程的R值為0.872，均方為7.281，模型的f值為0.00，說明模型整體通過檢驗，線性關系是成立的。由表7可以看出，本文選取的10項財務指標的標準系數全部大于0，說明本文的回歸性假設是成立的。

在本文選取的償債能力的三個指標中，流動比率X1，其Sig值為0，說明該指標與股價波動呈完全正相關。流動比率的高低，直接反映了企業的短期償債能力的強弱。速動比率X2的Sig值為0.092，大于0.05，不符合要求，所以不通過檢驗。資產負債率X3的Sig值為0.012，說明資產負債率與股價波動也是呈現正相關的。通過這兩個指標的回歸驗證，與股價波動都是呈現正相關性，由此可得假設1成立。從中我們可以看出，投資者在分析上市公司的股票價值時，首先都會關注該企業的負債狀況及資產狀況，對流動資產和流動負債的值也尤為關注。

在本文選取的表示營運能力的應收賬款周轉率和總資產周轉率兩個指標中，進行回歸性分析后，發現總資產周轉率X5的Sig值高于0.05，不通過檢驗，所以應該要剔除。應收賬款周轉率X4的Sig值為0.024，低于0.05，所以該指標與股價波動是呈現正相關的。應收賬款周轉率的高低，也是企業應收賬款的周轉速度的快慢，企業的應收賬款周轉率越高，說明該公司的平均收賬期就越短，也反應出企業有較高的資金回籠率。投資者可以通過分析企業營運能力的大小，得出企業財務安全性的高低，也可以分辨企業是否擁有較高的資產收益能力，決定是否購買該企業股票，由此可以驗證假設二也成立。

在本文選取的表示盈利能力的兩個指標中，總資產收益率X6的Sig值為0.034，小于0.05，所以通過檢驗，即總資產收益率與股價波動為正相關。總資產收益率是反映企業綜合利用效果的指標，可以從整體上反映企業資產的利用效果。凈資產報酬率X7的Sig值為0.003，小于0.05，所以通過檢驗。凈資產報酬率越高，說明企業的資產利用率也越好，也能反應出企業的盈利能力越來越強，經營管理水平越來越高。綜上所述，假設三也成立。

在本文選取的表示成長能力的兩個指標中，凈利潤增長率X8的Sig值為0.023，小于0.05，所以與股價波動為正相關。凈利潤是一個企業經營的最終成果，與企業經營效益直接相關。投資者可以直接通過觀察企業的凈利潤，來分辨企業經營效益是否良好。總資產增長率X9的Sig值為0.541.大于0.05，不通過檢驗，所以應該剔除。綜上所述，可以驗證假設四成立。

本文選取了現金流量比率X10來表示現金流量能力，它的Sig值為0.023，小于0.05，所以與股價波動為正相關。現金流量比傳統的利潤指標更能說明企業的盈利質量，現金流量表示的是公司實際上發生的現金流，不存在弄虛作假的風險。投資者可以通過分析現金流量以直觀地了解企業資金的實際去向，所以假設五也成立。

四、結論與對策

本文通過對我國20家制造業上市公司影響股價波動因素的相關性檢驗和回歸分析，得出制造業上市公司的股價波動與本企業的償債能力、營運能力、盈利能力、成長能力和現金流量能力都是正相關的。實際工作中可以從以下兩個方面著手提升財務績效。

（一）合理進行財務分析，促進企業全面發展

企業定期進行財務分析，可以及時發現經營中的漏洞，并針對這些漏洞提出策略進行有效改正。對于投資者而言，最快最有效地了解該公司的方法就是分析該企業的財務分析報告，通過報告可以直觀地獲取企業各能力的水平。對于企業內部管理人員而言，經過專業的財務分析，可以準確地判斷出企業在日常工作中經濟活動是否正常，運營資金是否充足，是否存在財務風險。及時分析了解經營情況，促進公司全面發展，以吸引更多的投資者。

關于冬至的古詩范文3

關鍵詞： 時滯系統 故障診斷 狀態觀測器 無時滯變換

1.引言

在現代實際的工業生產過程中，由于受信息傳輸技術和測量技術的影響，時滯現象普遍存在。時滯通常會導致系統不穩定、性能惡化，甚至可能造成整個系統的癱瘓。因此，對于時滯系統的研究已引起人們的廣泛關注。同時，隨著科學技術的快速發展，工程設備變得越來越復雜，這樣使得故障診斷問題的研究顯得尤為重要。所以，研究時滯系統的故障診斷問題，提高系統的可靠性及穩定性，具有十分重要的理論和現實意義。近些年來，有關時滯系統的故障診斷問題的研究已成為控制領域的研究熱點，并取得了一定的成果［1－8］，但相對于無時滯系統［9－10］來說還是較少。文獻［3］針對狀態時滯系統，設計了一種故障檢測的未知輸入觀測器，依據Razumikhin定理，給出了該觀測器的存在條件及穩定性和收斂性的證明；文獻［7］針對狀態時滯線性系統提出了一種基于觀測器的故障診斷器以及自修復容錯控制律的設計方法；文獻［8］研究了同時含有狀態時滯和測量時滯的線性時滯系統的故障診斷器的設計問題。以上文獻大都利用殘差診斷時滯系統的故障，殘差的存在會導致由于閾值選擇不當而產生的漏報和誤報的情況。為了避免此類不利情況的發生，本文綜合考慮了系統發生執行器故障和/或傳感器故障的情況，針對含有狀態時滯的線性系統，研究了其基于觀測器而不利用殘差體現故障的故障診斷方法及其基于觀測器的故障診斷方法的故障可診斷性問題，從而避免了故障誤報和漏報情況的發生，同時具有響應速度快的優點。

2.系統描述和無時滯轉換

2.1系統描述

考慮如下帶有故障的線性時滯控制系統：

（t）=Ax（t）+Ax（t-d）+Bu（t）+Df（t），t＞0，

x（t）=x（t），t∈［-d，0］，（1）

y（t）=Cx（t）+Df（t）.

其中，x（t）∈R，u（t）∈R，y（t）∈R分別為系統的狀態向量，控制輸入向量和輸出向量；f（t）∈R為故障信號向量且可以是不可測量的。A，A，B，C，D和D是具有適當維數的常量矩陣。d＞0為狀態滯后時間常數。

假定故障f（t）的動態特性是已知的且可由下列外系統來描述：

（t）=Gφ（t），t≥t=min{t，t}，

φ（t）=φ，（2）

φ（t）=0，t∈［0，t），

f（t）=Fφ（t）.

其中，

φ（t）=φ（t）φ（t），f（t）=f（t）f（t），

G=G 0　0 G，F=F 0　0 F.

φ∈R（m≤r）為外系統（2）的狀態向量，故障的初始時刻t和初始狀態φ是未知的。G∈R和F∈R為常量矩陣。φ∈R和f∈R分別代表執行器故障狀態向量和執行器故障向量，執行器故障的初始時刻為t；φ∈R和f∈R分別代表傳感器故障狀態向量和傳感器故障向量，傳感器故障的初始時刻為t。當t＜t時有φ（t）=0，當t＜t時有φ（t）=0。G，G，F和F是適當維數的常量矩陣。

注1：外系統（2）是階躍故障、周期故障、衰減故障、發散故障等常見的連續變化故障的通用表達式。

2.2無時滯轉換

時滯項的存在使系統的故障診斷和容錯控制律的設計變得較為困難，為此，我們引入線性變換把時滯系統轉化成無時滯系統。考慮依賴于矩陣A的線性變換:

z（t）=x（t）+?蘩eAx（θ）dθ（3）

A∈R是一個待定義矩陣，對（3）式微分并結合（1）可得

（t）=Az（t）+Bu（t）-（A-A-eA）x（t）+Df（t）.（4）

令

A=A+eA，（5）

則（4）式變為

（t）=Az（t）+Bu（t）+Df（t）.（6）

故可將時滯系統（1）轉化為如下無時滯等價系統：

（t）=Az（t）+Bu（t）+Df（t），t＞0，

z（0）=z，（7）

η（t）=Cz（t）+Df（t）.

其中z（t）∈R為轉化后無時滯系統的狀態變量。

假設1（C，A）能觀測，且式（5）有解。

系統（1）和系統（7）的變量關系為：

x（t）=z（t）-?蘩eAx（θ）dθ，y（t）=η（t）-C?蘩eAx（θ）dθ.（8）

3.故障的可診斷性

為了能利用成熟的觀測器理論進行故障診斷，我們把原系統和故障構成一個不顯含故障的增廣系統。令

ψ（t）=z（t）φ（t），

結合（2）和（7），則有

（t）=Aψ（t）+Bu（t），η（t）=Cψ（t）.（9）

其中

A=A DF0 G，B=B0，C=［C DF］.（10）

如果能觀測出故障的狀態，也就診斷出了故障，故對故障的診斷就轉化為對系統中故障狀態進行觀測。

至此，我們已將含狀態時滯系統的故障診斷問題轉變為無時滯系統（9）的可觀測性問題，只要觀測出系統（9）的狀態即可診斷出系統中的故障。

關于冬至的古詩范文4

【關鍵詞】CPI：PPI：股市價格波動；VAR模型

一、研究模型與數據處理

（一）VAR模型

本文選用向量自回歸模型（VAR）來進行實證檢驗。VAR模型一般表示為：yt=Ayt-1+APyt-p+B1x1+…+Btxt-r+εt，t=l，2，...T （1）其中yt是K維內生變量，k為滯后階數，T為樣本個數，εt為K維隨機擾動項。

（二）數據處理

1.通貨膨脹

本文認為鑒于PPI是CPI的先行指標且兩者存在一定的傳導關系，因此也應將其作為代表通貨膨脹的指標，分別進行相關性研究。

2.股市價格變動

本文選用上證綜合指數作為代表中國股市的股票價格指標，并選擇能源等權指數，材料等權指數以及消費等權指數。

二、實證檢驗

（一）序列平穩檢驗

本文利用ADF （Augmented Dickey-Fuller）檢驗時間序列的平穩性。見表1。根據sc準則確定的最佳滯后階數，發現在5%的臨界水平上CPI和上證綜指Index以及各行業指數為I（1），而PPI，CPI-PPI為I （0）。所以CPI和Index可以進行進一步的協整檢驗，從而分析CPI與Index的長期關系。

（二）CPI與上證綜指的VAR模型檢驗

1.協整檢驗

因為In （CPI）與In（Index）同為I（1）.所以需進行進一步的協整檢驗。本文選用Jonhan sen協整檢驗法。建立VAR模型過程中通過選擇不同的滯后期，直到AIC，SC等指標達到最小，此時的滯后期為VAR模型的最優滯后期，而協整的最優滯后期為VAR模型最優滯后期減1。因此可得In（CPI）與In （Index）最優滯后期為3。Jonhans en檢驗結果見表2。結果顯示，在5%顯著水平下，In （CPI）和In （Index）之間存在協整關系，說明CPI和股價波動之間存在長期穩定關系。

2.建立VAR模型

鑒于已知VAR模型的最優滯后期為4.所以建立VAR （4），見表3。建立VAR模型后必須對模型整體穩定性進行檢驗，見表4。表4說明建立的VAR模型整體是穩定的，因此表3的系數反映了數據間的關系。

三、實證結果小結與投資策略建議

（一）實證結果小結

通過協整檢驗可知CPI與股價波動之間存在長期穩定關系。在此基礎上建立的VAR模型更進一步揭示了兩者的變化關系。CPI的滯后第一、三、四期均與股價波動呈現負相關性，說明投資者對CPI的預期會提前在股市中反映出來。總體說明CPI對股市的短期影響是正面的，但影響程度較小，然而長期影響是負面的，且影響程度逐步增強。

（二）投資策略建議

1.當CPI處于較低水平時期，如果PPI提前對原料價格變化做出反應，出現持續穩步上漲的趨勢，即CPI與PPI的差值減小，則短期內股市收益也會逐步減小。此時投資者應引起重視，采取觀望或謹慎投資的態度。

2.當PPI上漲的影響傳導至CPI時，CPI的上漲幅度會漸漸超過PPI的上漲幅度，此時CPI與PPI的差值就會增加，股市會在短期內迎來反彈，投資者可以選擇抗通貨膨脹類股票進行投資。

3.當CPI因政府的貨幣政策調控等原因出現滯漲或是開始下跌，而PPI繼續上漲或是保持平穩波動則股市的反彈結束，短期內會進入下跌通。投資者應通過CPI與PPI差值的減小趨勢，保持謹慎態度。

關于冬至的古詩范文5

關鍵詞：滬深300股指期貨；動態相關系數；DCC-MVGARCH模型

中圖分類號：F830.9文獻標志碼：A文章編號：1673-291X（2011）13-0075-04

一、文獻綜述

滬深300股指期貨在經歷了近四年的準備時間后，終于在2010年4月16日在中國金融期貨交易所正式掛牌交易。這是中國內地首個股指期貨產品，中國資本市場因此實現由“單邊市”向“雙邊市”邁進，開啟了中國資本市場的新紀元。股指期貨的推出也引起學術界的廣泛重視，尤其是股指期貨與現貨市場的聯動關系一直受到學者們的關注，其重要性日益彰顯。

由于美國在1982年就已經推出了股指期貨，相關研究更是頻繁出現于國外大量的文獻中。股指期貨的推出是加劇了現貨市場的波動還是熨平了現貨市場的風險，國內外的研究學者持有不同的觀點。W.Paul（1987）等研究發現，股指期貨對現貨市場的影響與期貨投資者的風險偏好有很大的關聯性，當市場上的投資者是以風險偏好者為主時，股指期貨就會增大現貨市場的波動性，反之亦然。而H.Lawrence（1989）則在考慮外部隨機擾動的情況下，研究了股指期貨對現貨市場的影響，結果表明金融危機爆發時，股指期貨與現貨市場不存在關聯性，成為兩個獨立的市。K.Froot（1991）等則從信息市場有效性角度研究股指期貨對現貨市場的影響，其研究結果表明股指期貨的引入加速了信息的傳播速度，使市場對信息的反應更為靈敏，從而引起現貨市場的波動性。H.Phil（1995）利用GARCH模型對股指期貨進行模擬發現GARCH（1，1）比GARCH（p，q）以和GARCH―M（p，q）模型更好，同時其研究結果也表明股指期貨的推出使得信息流動加快，從而加大了對現貨市場的影響。A.Pericli 和G.Koutmos （1997）認為股指期貨交易使得更多的知情交易者進入現貨市場，不僅增加了現貨市場的流動性，同時還減少了現貨市場的波動性。

而中國的股指期貨直到2010年4月16日才正式在中國金融期貨交易所掛牌交易，國內研究股指期貨的文獻比較少，國內學者更多的是研究其他經濟體股指期貨對現貨的影響，繼而為中國股指期貨的推出提供相應的政策建議。黃瑋等（2008）通過在GARCH模型中加入虛擬變量實證分析了印度推出股指期貨后對證券市場的影響，結果發現印度股指期貨的推出有效地降低了證券市場波動性。股指期貨對現貨市場的影響又可以分為長期和短期兩類，劉考場等（2008）運用改進的GARCH模型研究了韓國和臺灣兩個新興市場經濟體推出股指期貨對現貨市場的影響，研究結果表明短時期內股指期貨的上市略微增大了現貨市場的波動性；但長期而言，伴隨股指期貨市場的日趨成熟，股市和期市的波動性將逐步減小。張宗成等（2009）重點研究香港市場推出恒生股指期貨后兩種市場之間存在的相互引導關系，研究發現兩市各自的波動性對消息的反應存在不對稱性，并且兩市存在不對稱的溢出效應即期貨交易產生的信息會加劇恒生指數的波動，而恒生指數的波動并不能對期貨價格的波動產生顯著的影響。

邢天才等（2009）通過GARCH模型分析了新加坡證券交易所推出的新華富時A50股指期貨對滬深300指數的影響，實證研究表明新華富時A50股指期貨的推出輕微地增大了現貨市場的波動性，同時信息對現貨市場的沖擊更強；并且股指期貨的推出增大了現貨市場的非對稱效應。

謝磊等（2010）通過建立了GARCH模型與EGARCH模型,實證分析了香港恒生股指期貨對證券市場波動性的影響，研究發現香港恒生股指期貨的引入在一定程度上降低了香港股票現貨市場的波動性。陳國進等（2010）分別采用EGARCH、TGARCH和DCC―GARCH三種模型研究日經225指數期貨推出對日本股票市場指數波動性的影響，結果表明股指期貨的推出加劇了股票現貨市場的波動性，同時日經225股指期貨與標的指數之間的波動性具有較強的聯動性和傳遞性，且2007年次貸危機的爆發使得二者之間的聯動關系更加緊密。

從現有的研究成果看，多數實證研究得出股指期貨的推出會降低現貨市場的波動性，同時減少現貨市場的非對稱效應，部分研究發現股指期貨對現貨市場影響微弱，也有部分研究表明股指期貨的上市加大了證券市場的波動性。國外和國內的研究主要集中在發達國家成熟的資本市場，而對中國股指期貨推出的影響卻鮮有報道。本文將通過DCC-GARCH模型研究滬深300股指期貨與現貨市場之間存在的聯動關系，旨在獲得具有一致性的研究結論。

二、模型設定

Engle和Sheppard在2002年時引入DCC-MVGARCH模型，該模型待估參數較少，具有良好的計算優勢，由各個金融資產變量的GARCH模型（波動方程）和具有簡潔參數的相關系數模型（相關方程）兩部分構成，大大簡化了以往估計方差協方差矩陣的復雜技術，可以用來估計大規模的相關系數矩陣，便于研究變量之間非線性的時變相關關系。Engle和Sheppard針對該模型提出了新的參數估計方法：在進行模型估計的時候將似然函數分解為兩部分，一部分用來估計一元GARCH的參數，一部分用來估計條件相關系數的參數，即所謂的DCC兩階段估計法。這種方法的優點在于它不僅保留了標準GARCH模型的主要特征，克服了傳統多元GARCH模型估計的復雜性，而且可以捕捉方差、協方差和相關系數的動態性。

設ri，t是均值為零的收益率序列，其滿足：

rt=（r1，t，……，rn，t）′|Ωt-1~N（0，Ht）（1）

其中Ωt-1表示在t-1時刻的信息集合；Ht為條件協方差矩陣。動態相關結構設定如下：

Ht=DtRtDt，Rt=（diagQt）-1/2Qt（diagQt）-1/2，Dt=h1，t 0 …0 0 h2，t…0…… … … 00… hn，t，Qt=（1-α-β）+αμt-1μ′ t-1+βQt-1，（2）

在模型（2）中，Rt為時變相關系數矩陣，hi，t為第i個收益率變量GARCH模型的條件方差，Q是標準化殘差的無條件方差矩陣；Rt中的元素為：ρi，j，t=qij，t/，在這里相關系數矩陣Rt被分解，于是Q*t=diag（，，…，）Q，Qt里面的元素為qij，t、qii，t、qjj，t，α和β被稱為DCC-GARCH模型的系數。α度量的是滯后一期擾動項對當期波動的影響，β度量的是滯后一期波動對自身當期波動的影響 。且待估參數α、β應滿足約束條件：α≥0、β≥0、α+β≤1。

DCC-MVGARCH模型通常采用兩階段法來估計，第一階段對每資產進行單變量GARCH模型估計，獲得模型的標準化殘差；第二階段使用第一階段估計獲得的標準化殘差來估計Qt，最后估計出相關矩陣。

為采用最大似然估計法來估計參數向量，可以用對數似然函數表示如下：

Lt（θ|ψt-1）=-（nln2π+ln|Ht|+ε′tH-1tεt ）

=-（nln2π+2ln|Dt|+ε′tD-1tD-1tεt+ln|Rt|+ε′tR-1tεt ） （3）

對以上似然函數求極大值，即可求解相關參數向量：將Dt中的參數表示成θ，將Rt中的參數表示成φ。對數似然函數可以看成是由波動部分Lv（θ）和Lc（θ，φ）相關部分組成，可表示成Lt（θ|ψt-1）=Lv（θ）+Lc（θ，φ），其中Lv（θ）=（nln2π+2lnDt+μ′tμt）；Lc（θ，φ）=-（ln|Rt|+μ′tR-1tμt-μ′tμt）。

在上述對數最大似然估計過程中，首先運用單變量GARCH模型估計波動方程Lv（θ）得到參數的估計值；然后將參數視為給定的,再通過最大化相關系數方程Lc（θ），求解最大似然值得到待估參數φ。

三、變量統計描述

滬深300指數在同一時間會有四份合約進行交易，分別是當月合約、下月合約以及最近兩個季度月份合約；對應的會有“當月連續”、“下月連續”、“下季連續”和“隔季連續”四個連續的價格指數。由于股指期貨合約到期交割清算完成后就退出交易市場，而“當月連續”時間序列采用正在交易的現貨月合約每天的價格數據，隨著當月合約交割下市，下一合約成為當月合約時，其價格數據自動進入“當月連續”時間序列，從而解決了合約下市后造成的缺失問題。所以本文研究的所選取的數據樣本為中國金融期貨交易所滬深300股指期貨的“當月連續”時間序列的5分鐘高頻數據，時間從股指期貨正式掛牌交易日2010年4月16日起至2010年12月17日止，共八個月的合約164個交易日。由于交易時間存在的非一致性，本文盡可能選取股指期貨與滬深300指數同一交易時間的股票價格數據，以保持數據的一致性，經過處理之后共獲得7 872個交易數據。本文數均來源于Wind資訊。

與日度數據計算收益率的方法類似，本文5分鐘高頻數據同樣采取對數收益率計算方法，假定第天的（每5分鐘）高頻收益率Rt，d=100*（lnPt，d-lnPt，d-1）。

表 1 HS300指數與股指期貨“當月連續”（IFLX）的統計特征

表1給出了HS300指數與股指期貨“當月連續”（IFLX）的描述性統計特征。JB（Jarque-Bera）統計量表明, HS300指數與IFLX指數均不服從正態分布假設；從峰度值來看，說明樣本數據都具有明顯的尖峰厚尾特性。表中，統計量Q（25）和Q2（25） 分別是對序列、平方序列滯后25階的Ljung-Box 統計量, 用于判斷序列是否存在自相關和異方差性。常用的單位根檢驗方法是 ADF（Augmented Dickey Fuller）統計量, 可用于判斷序列是否平穩。 LM檢驗顯示所有收益率序列在 1％的顯著性水平下存在明顯的異方差性，采用GARCH模型是合理的。同時ADF的單位根檢驗顯示，HS300指數與IFLX指數均不存在單位根，兩個收益率序列都是平穩的，因此可采用自回歸時間序列模型對波動率進行估計和建模。

四、實證研究

本文通過對滬深300指數收益率以及IFLX指數收益率分別構建GARCH（p,q）模型來刻畫證券市場與股指期貨市場的波動性風險。從上頁表1中的ADF 值可知，HS300指數與IFLX指數收益率均不存在單位根,表明這兩個指數收益率都是平穩的，可以直接對這兩個金融時間序列構建GARCH（p，q）模型。利用偏自相關函數（Part ial Autocorrelation Funct ion，PACF）決定均值方程中ARMA 過程的階數，其中HS300指數收益率的均值方程為ARMA（ 5，5）過程，而IFLX指數收益的均值方程符合ARMA（ 3，3）過程；然后，根據殘差序列的特性，確定波動方程中ARCH 項與GARCH 項的階數。通過模型擬合效果的比較，HS300指數收益率與IFLX指數收益率的方差方程均為 GARCH（ 1，1）。估計結果（如表2、表3所示）。

表2、表3實證分析結果表明，在條件方差方程中，GARCH 項和ARCH 項系數顯著，且參數估計結果符合約束條件，即 GARCH 項和ARCH 項系數和小于 1，表明HS300指數與IFLX指數收益率的 GARCH（1，1）模型是平穩的。

在對HS300指數與IFLX指數收益率構建 GARCH（1，1）模型的基礎上，根據估計結果可以得到標準化的殘差序列，對其進行滯后1階的DCC檢驗，得到零假設H0成立的檢驗統計量SQDCC的χ2值為5.0382，其對應的P值為0.9293，即滬深300股指期貨與相應的標的指數92.93%的概率是穩定不變，表明滬深300股指期貨與股票市場的動態相關關系在5%的置信水平上是高度顯著的。

基于DCC-MVGARCH（1，1）模型，得到的滬深300股指期貨與現貨指數的動態異方差關系式為：

Qt=0.020Q+0.012εtε′t-1+0.968Qt-1（4）

由式（4）可知，α+β

由于股指期貨與滬深300指數收益率方差的時變性，基于DCC -MVGARCH （1，1）模型得到滬深股市的動態相關關系數圖（如圖1 所示）。

圖1股指期貨與滬深300指數動態相關關系圖

由圖1可知, HS300指數與IFLX指數之間的相關關系并不是常數，期現兩市不僅存在明顯的正相關關系 ,而且這種相關關系還隨時間而不斷變化著。從動態相關系數的統計特征來看，股指期貨與滬深300指數現貨收益率動態相關系數最小值為0.06021,均值為0.5501,最大值為0.7534,標準差為0.04878,表明相關系數的波動性較大,中位數為0.5498表示相關系數聚集于0.5498附近。在股指期貨推出的前幾個月份，期貨市場與現貨市場之間的動態相關系數總體上比較穩定，大部分在0.5～0.6區間運行，在2010年11月份的時候出現一個下移的極值跳躍點，之后兩市的動態相關關系太又恢復到前期的運行狀態，從總體上而言，動態相關系數相對較平穩。以上分析表明，HS300股指期貨與現貨指數間的波動具有較強的聯動性和傳遞性。

五、結論

本文通過對HS300股指期貨連續指數（IFLX）與HS300指數收益率構建DCC-MVGARCH模型來考察股指期貨市場與證券市場之間的動態相關關系。研究結果表明在整個樣本區間上, 中國股指期貨連續指數（IFLX）與對應的HS300指數收益率之間表現出一定的正動態相關性，且期現兩市之間的動態相關關系除個別期間出現跳躍外，總體上穩定在0.5～0.6之間。

HS300股指期貨與現貨指數間波動較強的聯動性，一方面使得投資者可以利用股指期貨這一金融衍生工具進行套期保值，降低系統性風險，有效規避金融市場的風險；另一方面要求政府和監管當局提高對市場風險的判斷能力，在必要的時刻可以采取強有力的監管措施。

參考文獻：

[1]A.Antoniou and P.Holmes,1995,“Futures Trading,Information and Spot Price Volatility：evidence for the FTSE-100 Stock Index Futures contract using GARCH” Journal of Banking & Finance,Vol.19, pp：117-129.

[2]A.Pericli andG.Koutmos,1997,“Index Futures and Options and Stock Market Volatility”,The Journal of Futures Markets, Vol.17, pp：957-974.

[3]H.Lawrence,1989,“S &P500 Cash Stock Price Volatilities”,The Journal of Finance,Vol.44, pp：1155-1175.

[4]K.Froot and A.perold,1995,“New Trading Practices and Short Run Market Efficiency”,The Journal of Futures Markets,Vol.15, pp： 731-765.

[5]W.Paul and Y. Makoto,1987,“Forward Exchange, Futures Trading, and Spot Price Variability：A General Equilibrium Approach”,Econometrica ,Vol.55, pp：1433-1450.

[6]陳國進,陳巧巧,陳創練.日經指數期貨與現貨市場波動關聯性研究[J].現代日本經濟,2010,(3).

[7]黃瑋,劉再華.股指期貨推出對股指波動性影響的研究――基于印度NIFTY股指期貨的實證分析[J].湖南財經高等專科學校學 報,2007,(10).

[8]劉考場,李樹丞,舒楊.股指期貨對于市場波動性影響的分析――基于KOSPI200和TAIEX股指期貨的實證分析[J].河北大學學報： 哲學社會科學版,2008,(3).

[9]謝磊,王業成.股指期貨對股票現貨市場波動性影響的實證研究[J].技術經濟,2010,(3).

[10]邢天才,張閣.股指期貨的推出對現貨市場影響的實證研究――基于新華富時A50的分析[J].財經問題研究,2009,(7).

關于冬至的古詩范文6

為了貫徹執行市政府的《北京市個體工商戶、私營企業雇工勞動管理暫行辦法》（市政府令1989年第6號），建立和完善雇工登記管理制度，現將《北京市個體工商戶、私營企業雇工登記管理暫行規定》發給你們，請根據本區、縣的實際情況，結合實施《北京市個體工商戶、私營企業雇工勞動管理暫行辦法》，一并貫徹執行。

附：北京市個體工商戶、私營企業雇工登記管理暫行規定第一條 為建立和完善個體工商戶、私營企業雇工登記管理制度，加強雇工管理，根據市政府的《北京市個體工商戶、私營企業雇工勞動管理暫行辦法》（以下簡稱《辦法》），制定本規定。

第二條 本市行政區域內的個體工商戶、私營企業雇工登記管理，均適用本規定。

第三條 市勞動局主管全市個體工商戶、私營企業雇工登記工作，區、縣勞動局主管本區、縣個體工商戶、私營企業雇工登記工作。

街道辦事處、鄉鎮人民政府的勞動行政管理機關負責個體工商戶、私營企業雇工登記項目的填寫、變更以及核發《用工簿》等日常工作。

第四條 雇主雇工，必須持本市工商行政管理機關頒發的營業執照，到其經營場所所在地的街道辦事處、鄉鎮人民政府的勞動行政管理機關，填寫雇主登記表（表樣附后），申領《用工簿》。

營業執照注明經濟性質為家庭經營或合伙經營的個體工商戶，以及私營企業中的合伙企業，其家庭經營成員和合伙人分別填寫家庭經營成員登記表（表樣附后）和合伙人登記表（表樣附后）。

受雇職工持《辦法》第七條規定的有關證明，填寫受雇職工登記表（表樣附后）。

第五條 雇主雇工前，雇傭雙方當事人必須簽訂勞動合同書，雇主按有關規定為受雇職工辦理人身意外傷害保險。

第六條 根據《辦法》第七條的規定，受雇人員辦理雇工登記，應當持有相應的求職證明：

（一）本市城鎮待業人員持《北京市城鎮待業人員求職證》；

（二）本市城鎮社會閑散人員、退休人員和農村村民持本人戶籍所在地的街道辦事處、鄉鎮人民政府勞動行政管理機關開據的求職證明；

（三）外省市人員持雇主經營場所所在地的區、縣勞動局開據的求職證明（樣式附后）。

第七條 受雇人員辦理雇工登記后，其求職證明由登記機關做如下處理：

（一）本市城鎮待業人員的求職證明，由登記機關予以保存，待雇傭關系解除后發還本人；

（二）本市城鎮社會閑散人員、退休人員和農村村民的求職證明，由登記機關予以注銷；

（三）外省市人員的求職證明，由登記機關返還本區、縣勞動局注銷。

第八條 區、縣勞動局負責調劑本區、縣個體工商戶、私營企業受雇職工中，本市與外地勞動力的比重。優先推薦本市城鎮待業青年和待業職工受雇，本市勞動力資源不能滿足個體工商戶、私營企業用工需要，可為已在本市公安機關申領在京《暫住證》的外省市人員開據求職證明。對已經受雇，但未依法解除勞動合同，準備到其他企業（戶）受雇的外省市人員，區、縣勞動局不予開據求職證明。

第九條 依法解除勞動合同后，受雇職工需要轉戶受雇的，要持受雇職工登記卡由原登記機關辦理遷出手續，遷入地的登記機關辦理遷入手續。辦理遷入手續時，受雇職工不再向登記機關出示求職證明。受雇職工持受雇職工登記卡辦理遷出、遷入手續的間歇時間不得超過3個月。

第十條 雇主申領《用工簿》以后增加或減少受雇職工，雇傭雙方當事人持《用工簿》到登記機關辦理相應的登記手續：

（一）增加受雇職工，雇主按本規定第五條，受雇職工按本規定第四條、第六條或第九條的有關規定，辦理雇工登記手續；

（二）減少受雇職工，雇傭雙方當事人到登記機關辦理解除勞動合同手續。受雇職工除需要轉戶受雇的以外，其受雇職工登記卡由登記機關予以注銷。

第十一條 《用工簿》是個體工商戶、私營企業雇主與受雇職工的勞動關系證明，包括雇主登記卡、受雇職工登記卡以及家庭經營成員登記卡和合伙人登記卡。

《用工簿》登記事項變更時，雇傭雙方當事人要及時到登記機關申報，辦理變更登記。

第十二條 個體工商戶、私營企業繳銷、被收繳或者吊銷營業執照，街道辦事處、鄉鎮人民政府勞動行政管理機關收繳《用工簿》。

全市每年統一核驗《用工簿》（具體時間驗簿前通知），雇主無正當理由，逾期未辦理驗簿手續的，由登記機關收繳《用工簿》。

第十三條 《用工簿》由個體工商戶、私營企業雇主保存，不得涂改、轉借。如有遺失，要及時向登記機關報失，經核實后可予補發。

個體工商戶、私營企業凡有較固定的生產、經營場所，雇主都要做到亮簿用工。

第十四條 勞動行政管理機關辦理雇工登記手續，按規定向雇主和受雇職工收取如下費用：

（一）區、縣勞動局為外省市人員開據求職證明，向求職人員收取求職登記費3元；

（二）街道辦事處、鄉鎮 人民政府的勞動行政管理機關每辦理1人次雇工登記，向雇主收取雇工登記費3元；

（三）街道辦事處、鄉鎮人民政府的勞動行政管理機關向雇主收取《用工簿》塑料皮（每副）成本費2元；勞動合同書（每本）成本費1元；《用工簿》登記卡（每張）成本費0.50元。

第十五條 本規定具體執行中的問題，由市勞動局負責解釋。

第十六條 本規定自1989年5月1日起施行，過去辦法有與本規定不一致的，按本規定執行。

附表一：雇主登記表

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

｜姓｜ ｜ 性 ｜ ｜婚姻｜ ｜文化｜ ｜

｜ ｜ ｜ ｜ ｜ ｜ ｜ ｜ ｜

｜名｜ ｜ 別 ｜ ｜狀況｜ ｜程度｜ ｜

｜－｜－－－｜－－－｜－－－｜－－｜－－－－－－－－－－－－｜

｜原｜ ｜戶 口｜ ｜出生｜ ｜

｜身｜ ｜ ｜ ｜ ｜ 年 月 日 ｜

｜份｜ ｜類 別｜ ｜日期｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜常住戶口所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 現在京住址 ｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜經營場所所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜企業（戶）名稱｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 從事行業 ｜ ｜經濟性質｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜申請雇工人數 ｜ ｜登記日期｜ 年 月 日｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ ｜ ｜

｜ 備 注 ｜ ｜

｜ ｜ ｜

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

附表二：家庭經營成員登記表

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

｜姓名｜ ｜性別｜ ｜婚姻狀況｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜文化程度｜ ｜戶口類別｜ ｜原身份｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜與雇主親屬關系｜ ｜出生日期｜ 年 月 日｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜常住戶口所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 現在京住址 ｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜經營場所所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜企業（戶）名稱｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜登記日期 年 月 日 ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜ ｜ ｜

｜ 備 注 ｜ ｜

｜ ｜ ? ｜

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

附表三：合伙人登記表

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

｜姓名｜ ｜性別｜ ｜婚姻狀況｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜文化程度｜ ｜戶口類別｜ ｜原身份｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜與雇主親屬關系｜ ｜出生日期｜ 年 月 日｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜常住戶口所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 現在京住址 ｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜經營場所所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜企業（戶）名稱｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜合伙期限 自 年 月 日起至 年 月 日止 ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜登記日期 年 月 日 ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜ ｜ ｜

｜ 備 注 ｜ ｜

｜ ｜ ｜

－－－－－－－－－－－－－－－－－－ －－－－－－－－－－－－－

附表四：受雇職工登記表

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

｜姓名｜ ｜性別｜ ｜婚姻狀況｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜文化程度｜ ｜戶口類別｜ ｜原身份｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜與雇主親屬關系｜ ｜出生日期｜ 年 月 日｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜常住戶口所在地｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 現在京住址 ｜ ｜

｜－－－－－－－｜－－－－－－－－－－－－－－－－－－－－－｜

｜ 受雇單位 ｜ ｜

｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜

｜從事工種｜ ｜登記日期｜ 年 月 日｜

｜－－－－｜－－－－－－－－－－－－－－－－－－－－－－－－｜

｜ ｜ ｜

｜ 備 ｜ ｜

｜ ｜ ｜

｜ 注 ｜ ｜

｜ ｜ ｜

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

附：

存 根

編號：

－－－－－－－－－－－－－－－－－－－－－－－－－－

現同意 同志，性別 ，年齡 ，來

自 省（市） 縣（區） 鄉（鎮）到你

街道（鄉、鎮） 個體工商戶（私營企業）求職。此

證明7日內有效。

區（縣）勞動局

《暫住證》號碼： 年 月 日

求 職 證 明

編號：

現同意 同志，性別 ，年齡 ，來

自 省（市） 縣（區） 鄉（鎮）到你

街道（鄉、鎮） 個體工商戶（私營企業）求職。此

證明7日內有效。