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(nèi)外金屬期貨市場的動態(tài)聯(lián)動及其多尺度特征進(jìn)行了實(shí)證研究.結(jié)果表明:從時域來看,對于不同市場的同種期貨,國內(nèi)外的銅期貨市場的聯(lián)動性要大于鋁期貨的聯(lián)動性;對于同一市場的不同期貨,國際市場內(nèi)部間期貨產(chǎn)品的聯(lián)動性更強(qiáng).從頻域上看,短期內(nèi),不同市場間的相關(guān)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(xué)學(xué)報(自然科學(xué)版). 2019,44(02)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

各收益序列的多尺度分解結(jié)果

大的浮動．4．3．2小波方差分析按照不同尺度分解隨機(jī)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(xiàn)［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(jié)果所呈現(xiàn)的現(xiàn)象相一致．這說明國內(nèi)外期貨市場波動的方差大部分是由較高頻的小波系數(shù)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(nèi)外金屬期貨投資者對市場信息的反應(yīng)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(jié)論:從同一個市場內(nèi)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(chǎn)品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產(chǎn)品的小波方差都大于國內(nèi)市場的．這是因?yàn)闊o論從交易量還是活躍程度，國際市場都高于國內(nèi)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(yīng)比后者更加靈敏，從而產(chǎn)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(guān)系數(shù)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(xué)學(xué)報(自然科學(xué)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(jī)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(xiàn)［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(jié)果所呈現(xiàn)的現(xiàn)象相一致．這說明國內(nèi)外期貨市場波動的方差大部分是由較高頻的小波系數(shù)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(nèi)外金屬期貨投資者對市場信息的反應(yīng)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(jié)論:從同一個市場內(nèi)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(chǎn)品來看，無論是銅期貨銅還是鋁期貨，國際市場上期貨產(chǎn)品的小波方差都大于國內(nèi)市場的．這是因?yàn)闊o論從交易量還是活躍程度，國際市場都高于國內(nèi)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(yīng)比后者更加靈敏，從而產(chǎn)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(guān)系數(shù)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(xué)學(xué)報(自然科學(xué)版)第44卷??????????????????????????????????????????????

【參考文獻(xiàn)】：
期刊論文
[1]中國有色金屬期貨市場波動率預(yù)測（英文）[J]. 朱學(xué)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(shí)證分析[J]. 龍文,王霖,趙文治.  統(tǒng)計(jì)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(yīng)分析[J]. 王皓.  現(xiàn)代日本經(jīng)濟(jì). 2016(05)
[4]價格支持政策改革背景下國內(nèi)外大豆市場動態(tài)關(guān)聯(lián)分析——基于貝葉斯DCC-GARCH模型[J]. 柳蘇蕓,韓一軍,包利民.  農(nóng)業(yè)技術(shù)經(jīng)濟(jì). 2016(08)
[5]中國金屬期貨市場高頻波動率預(yù)測模型比較研究[J]. 陳曉東.  管理工程學(xué)報. 2016(03)
[6]國際金屬期貨市場交叉影響及其傳導(dǎo)效應(yīng)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(nèi)外有色金屬商品價格聯(lián)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(nóng)產(chǎn)品期貨市場與外匯市場聯(lián)動關(guān)系研究[J]. 熊正德,文慧,凌語蓉.  中國管理科學(xué). 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(guān)性研究[J]. 胡東濱,張展英.  數(shù)理統(tǒng)計(jì)與管理. 2012(05)



本文編號：3050630