【正文】 條件成立如否 ， 方差比方法均優(yōu)于傳統(tǒng)的檢驗(yàn)方法。在此之前市場有效性檢驗(yàn)遇到的一個(gè)重要問題就是金融資產(chǎn)的價(jià)格序列不是一個(gè)平穩(wěn)序列，因此容易拒絕市場有效的原假設(shè)，而單位根檢驗(yàn)很好的解決了這個(gè)問題。 Lai[14]（ 1991）對遠(yuǎn)期外匯市場上的英鎊、德國馬克、瑞郎、加元和日元的遠(yuǎn)期匯率和即期匯率之間采用了協(xié)整檢驗(yàn)，實(shí)證結(jié)果與有效市場理論似乎不一致。通過對 5 個(gè)商品交易所分別在 8 個(gè)星期和 24 個(gè)星期的時(shí)間范圍內(nèi)的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn) 5 個(gè)市場都有無效的時(shí)候，但不是一直都無效，并且拒絕無偏估計(jì)性的假設(shè)主要是由市場的無效性引起的，而不是由風(fēng)險(xiǎn)溢價(jià)的存在引起的。 McKenzie 和Holt[19]（ 20xx）采用了 EngleGranger 兩步法和 Johansen 協(xié)整法對市場在長期內(nèi)的有效性進(jìn)行了分析，而采用了 ARCHMECM 方法對市場的短期有效性進(jìn)行檢驗(yàn)。此外其他學(xué)者也采用了一些其他的檢驗(yàn)方法，如Rothig amp。但是借助國外已經(jīng)較成熟的研究方法，國內(nèi)關(guān)于期貨市場有效性的文獻(xiàn)也浩如瀚海。 辛宇 和 陳工孟 [25]（ 20xx）， 趙扣柱 [26]（ 20xx），徐成波 和 顏虎 [27]（ 20xx）等采用了方差比的方法對我國商品期貨市場、股指期貨市場進(jìn)行了有效性分析。 國內(nèi)外關(guān)于期貨波動率的研究現(xiàn)狀 Fama[33]（ 1965）通過研究發(fā)現(xiàn)證券資產(chǎn)的價(jià)格具有尖峰、 厚尾的性質(zhì)，并且證券價(jià)格的變動具有聚集（ Volatility Clustering）的現(xiàn)象，即證券收益率的方差會隨著時(shí)間的華東交通大學(xué)碩士學(xué)位論文開題報(bào)告 6 變化而變化，大的波動后面伴隨著大的波動，小的波動伴隨著小的波動。一是對證券或者期貨波動率的特征特點(diǎn)的研究，二是對波動率的預(yù)測研究。 Wang等 [36]（ 20xx）利用期貨價(jià)格和收益率的高頻數(shù) 據(jù)進(jìn)行分析后也發(fā)現(xiàn)了期貨波動率的長記憶性。 金成曉 和 王繼瑩 [40]（ 20xx）將 ADFKPSS 聯(lián)合檢驗(yàn)法、自相關(guān)系數(shù)法、 R/S 檢驗(yàn)法運(yùn)用到滬深 300 股指期貨的收益率及波動率序列的長記憶性檢驗(yàn)中，結(jié)果顯示滬深 300股指期貨的收益率序列不具有顯著的長記憶性，而其波動率序列具有顯著的長記憶性，這意味著期貨市場中的事件或消息可能會對期貨的價(jià)格和收益率產(chǎn)生長期和深遠(yuǎn)的影響。這是因?yàn)槠谪浐霞s和相對應(yīng)的期權(quán)合約具有相同的到期月份，并且期權(quán)的定價(jià)公式中包含著參數(shù)隱含波動率。通過 運(yùn)用幾種不同預(yù)測模型對高頻數(shù)據(jù)的標(biāo)普 500指數(shù)期貨的波動率進(jìn)行預(yù)測和分析后發(fā)現(xiàn)，在不存在夜間交易的情況下，期貨波動率的最好擬合模型是 5 分鐘期貨收益率的平方和。而且盡管雙變量 GARCH 和 VAR 等模型的復(fù)雜度更高，但是擬合效果卻比不上簡單的GARCH 模型。由于 Wei 采用已實(shí)現(xiàn)波動率作為期貨實(shí)際波動率的代理變量，因此已實(shí)現(xiàn)波動率模型的預(yù)測效果要遠(yuǎn)高于其他兩種模型。龍瑞等 [52]（ 20xx）對已實(shí)現(xiàn)波動率模型進(jìn)行了改進(jìn)，并比較了經(jīng)典已實(shí)現(xiàn)波動率和改進(jìn)后的已實(shí)現(xiàn)極差波動率和已實(shí)現(xiàn)雙冪波動率模型對期貨波動率的刻畫和預(yù)測能力，結(jié)果表明已實(shí)現(xiàn)波動的改進(jìn)方法較為明顯的優(yōu)越性。對農(nóng)產(chǎn)品期貨的波動率進(jìn)行研究后證實(shí)tCopulaDCC 模型比其他時(shí)變 Copula 模型對農(nóng)產(chǎn)品期貨波動性的刻畫和預(yù)測效果更好。這些價(jià)格預(yù)測模型總的說來主要分為三個(gè)階段：古典線性回歸階段、時(shí)間序列分析階段和智能預(yù)測階段。在影響期貨價(jià)格的因素中，現(xiàn)貨價(jià)格、交易量、供需量是最主要的因素。程文曉 [67]（ 20xx）運(yùn)用了主成分和多元線性回歸的方法對我國大豆期貨的價(jià)格進(jìn)行分析后確定了線性預(yù)測模型的參數(shù)。但是由于時(shí)間序列早期提出時(shí)，缺乏足夠的經(jīng)濟(jì)含義，因此早期在經(jīng)濟(jì)學(xué)領(lǐng)域應(yīng)用的較少。西姆斯（ Christopher Sims）提出了向量自回歸模型（ VAR）， Engle 與 Granger開拓性的研究了自回歸條件異方差模型與時(shí)間序列協(xié)整分析方法后時(shí)間序列的分析不斷廣化與深化。 陳林 ， 黃章樹 [71]（ 20xx）采用 ARIMA模型對鄭州棉花期貨的價(jià)格進(jìn)行了預(yù)測，在此基礎(chǔ)上提出用枚舉法來確認(rèn)模型的 P 值和 q 值，以此確定最優(yōu)的預(yù)測組合，進(jìn)而對期貨價(jià)格進(jìn)行了更為精確的預(yù)測。 王駿 和 張宗成 [76]（ 20xx）借助 VAR 模型、協(xié)整檢驗(yàn)和 ECM 模型等方法，以黃豆和硬麥期貨品種為例，研究了農(nóng)產(chǎn)品期貨價(jià)格與現(xiàn)貨價(jià)格之間的動態(tài)關(guān)系，但對硬麥期貨來說，現(xiàn)貨市場在價(jià)格發(fā)現(xiàn)功能中起到主導(dǎo)作用。研究表 明 ARMA 模型和 GARCH 模型的預(yù)測銅期貨價(jià)格都各有優(yōu)點(diǎn)，應(yīng)根據(jù)實(shí)際情況準(zhǔn)確選擇。好在隨著計(jì)算機(jī)的發(fā)展和智能算法的興起為經(jīng)濟(jì)學(xué)領(lǐng)域的研究提供了更廣闊的空間和思路。實(shí)證表明神經(jīng)網(wǎng)絡(luò)的預(yù)測準(zhǔn)確性比 ARIMA 要高很多。結(jié)果表明，改進(jìn)后的 GABP 神經(jīng)網(wǎng)絡(luò)模型擬合精度明顯高于 BP 神經(jīng)網(wǎng)絡(luò)模型，并對期貨價(jià)格走勢有良好的預(yù)測效果。如祝金榮 [87]（ 20xx）建立了基于支持向量機(jī)技術(shù)的石油期貨價(jià)格預(yù)測方法，結(jié)果表明支持向量機(jī)方法比 RBF 神經(jīng)網(wǎng)絡(luò)和 ARIMA 模型預(yù)測精度更高。顧紅其 [89]（ 20xx）提出了一種基于主成份分析的支持向量機(jī)期貨價(jià)格預(yù)測方法 (PCASVM)，對小麥期貨價(jià)格進(jìn)行預(yù)測分析，證明 PCASVM 是一種有效、高精度的期貨價(jià)格預(yù)測方法。 華東交通大學(xué)碩士學(xué)位論文開題報(bào)告 11 三、本課題研究的主要內(nèi)容和重點(diǎn) 課題研究的主要框架 研究現(xiàn)狀 期貨市場有效性檢驗(yàn) 期貨價(jià)格的預(yù)測 期貨波動性研究 我國玉米期貨市場有效性檢驗(yàn) 市場有效性檢驗(yàn)理論基礎(chǔ) 市場有效性檢驗(yàn)方法概述 市場有效性實(shí)證檢驗(yàn) 我國玉米期貨價(jià)格預(yù)測 玉米期貨價(jià)格影響因素分析 期貨價(jià)格預(yù)測建模 期貨價(jià)格預(yù)測實(shí)證檢驗(yàn)及對比 玉米期貨價(jià)格波動率分析 期貨波動率原理 玉米期貨波動率特征分析 期貨波動率預(yù)測模型分析 研究結(jié)果及建議 緒論 研究來源和背景 研究意義和目的 華東交通大學(xué)碩士學(xué)位論文開題報(bào)告 12 課題研究的主要內(nèi)容 第一章 緒論 研究來源和背景 研究意義和目的 第二章 研究現(xiàn)狀 國內(nèi)外期貨市場有效性研究現(xiàn)狀 國內(nèi)外期貨價(jià)格預(yù)測模型的發(fā)展研究現(xiàn)狀 國內(nèi)外關(guān)于期貨價(jià)格波動率的研究現(xiàn)狀 第三章 我國玉米期貨市場有效性檢驗(yàn) 期貨市場有效性檢驗(yàn)的理論基礎(chǔ) 目前證券市場和期貨市場的有效性檢驗(yàn)大多集中在弱式有效市場的檢驗(yàn)。該方程表明，若交易系統(tǒng)僅僅使用了此信息集，則其收益率不會大于均衡的預(yù)期收益率，即其差額收益率 ? ?|t t tx r E r S?? 應(yīng)該等于 0。這是因?yàn)樵诘谝环N形式下，設(shè) 1t t tP P u??? ，若 ? ?1/0ttE u I ? ? ，則 ??tP 是鞅過程 ，此時(shí) 11[( ) / ] 0t t tE P P I???? 或11( / )t t tE P I P??? 其中 ? ?1 1 2 1 2{ , , ...} , , ...t t t t tI P P U U? ? ? ? ???為 1t? 期的信息集。隨機(jī)游走模型是檢驗(yàn)第一種形式下 1=1? 是否成立；而單位根檢驗(yàn)是將序列進(jìn)行一階差分后形成① ttYu??；② ttYu?? ? ? ；③ ttY t u??? ? ? ? ，然后檢驗(yàn)其系數(shù)是否為零。 令 相 隔 k 期 的 收 益 率 自 相 關(guān) 系 數(shù) 為1121( ) ( )()nktttk nttX X X XXX??????????? ，（ 21 ()ntt XX? ??也可表示為 ? ? 2n a s? ）。 并 且 ： ? ? ? ? 21211 nqc t t qtqq P P qm??????? ? ???， ? ? ? ? 212 21 1 nq t t qtq P Pnq???? ??? ? ???? 1( 1) 1m q nq q n??? ? ? ????? ? ?111 nqPPnq? ??? 若針對不同的 q 階序列，都有 ? ? 1VR q ? ，說明 tP 序列服從隨機(jī)游走過程。若 tS 服從一階單整（即tS 遵循隨機(jī)游走，其一階差分是平穩(wěn)的），則對 tnS? 的最優(yōu)預(yù)測是與 tnS? 協(xié)整的。此外還要求 0?? 和 1?? 其中 1?? 比 =0? 更重要，因?yàn)橛捎陲L(fēng)險(xiǎn)溢價(jià)和運(yùn)輸成本的存在，即使在有效市場中 ? 也可能是非零的。無偏估計(jì)要求 1ab? ? ? 以及 0kk???? 。 tECM? 是非均衡誤差，表示 ty 和 tx 之間的長期關(guān)系； k 是長期參數(shù)， 0? 和 1? 是短期參數(shù)； 11tECM? ? 是誤差修正項(xiàng)， 1? 是修正系數(shù)，表示誤差修正項(xiàng)對 ty? 的修正速度，由于修正機(jī)制是一個(gè)負(fù)反饋的過程，因此 1? 的值應(yīng)為負(fù)數(shù)。 ARCH 的主要思想是時(shí)刻 t 的 tu 的方差（ 2t?? ）依賴于時(shí)刻 1t? 的 殘 差 平 方 的 大 小 ， 即 依 賴 于 21t?? 。研究發(fā)現(xiàn)，序列具有明顯的波動聚集效應(yīng)，持續(xù)特征明顯，市場波動對外部沖擊的反應(yīng)函數(shù)以相對較慢的速度遞減，一次沖擊對指數(shù)造成的影響將有無限期延伸下去的趨勢。依此類推，得到連續(xù)的玉米期貨價(jià)格序列。為了提供積分波動的解析解， Andersen，Bollerslev 和 Diebold 等在對金融資產(chǎn)日內(nèi)高頻數(shù)據(jù)的特性進(jìn)行經(jīng)驗(yàn)研究時(shí)提出，一天內(nèi)連續(xù)時(shí)間收益率的平方和可以作為日波動率的估計(jì)值，他們稱這一估計(jì)值為已實(shí)現(xiàn)波動率 (realized volatility， RV)，并且給出了相應(yīng)的計(jì)算過程，第 t 日的已實(shí)現(xiàn)波動率 39。tRV RV?? ，121139。在著名的 BS 期權(quán)定價(jià)公式中，波動率 ? 是一個(gè)很重要的參數(shù)。隱含波動率可以根據(jù)期權(quán)的價(jià)格逆推出來。由于高階部分的影響較小，因此上式又可以寫成? ? ? ?0 0 0/jjC C C? ? ? ? ?? ? ? ? ? ? ，尋找法則為使 ? ?00/ K? ? ?? 。如果 0?? ，則信息是非對稱的，如果 0? ，我們說存在杠桿效應(yīng)，非對稱效應(yīng)的主要效果是使得波動加大；如果 0? ，則非對稱效應(yīng)的作用是使得波動減小。如果 0?? ，則沖擊的影響存在著非對稱性 。對玉米期貨價(jià)格有影響的因素主要包括：玉米現(xiàn)貨價(jià)格、玉米的供給量、玉米的需求量、美國 CBOT 的玉米期貨價(jià)格、玉米期貨合約的交易量、玉米期貨合約的持倉量，此外對玉米價(jià)格有影響的還有 GDP 增速、 CPI 指數(shù)、季節(jié)和天氣等因素。為解決這一問題，將GARCH模型與 EWMA結(jié)合在一起，把 GARCH模型估計(jì)出的滯后系數(shù)口設(shè)定為 EWMA中的衰減因子，然后應(yīng)用這一修正后的 EWMA 模型進(jìn)行期貨合約價(jià)格波動幅度的預(yù)測。二者具有相同的功能或相同的經(jīng)濟(jì)學(xué)含義，故采用 GARCH 模型式的滯后系數(shù) 來代替 EWMA 模型式中的衰減因子 ? 。模型1 1 2 2 1 1 2 2.. . .. .t t t p t p t t q t qW W W W e e e? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? ? ? ，即? ? ? ?ttB W B e??? 其中 ? ? 2121 .. . ppB B B B? ? ? ?? ? ? ? ? ， ? ? 2121 .. . ppB B B? ? ? ?? ? ? ? ? ARIMA(P， d， q)建模過程主要有下面四個(gè)步驟： (1) 對原序列進(jìn)行平穩(wěn)性檢驗(yàn)，如果序列不滿足平穩(wěn)性條件，可以通過差分變換(單整階數(shù)為 d，則進(jìn)行 d 階差分 )或者其他變換，如對序列進(jìn)行差分變換使序列滿足平穩(wěn)性條件。 LSTAR 和 ESTAR 平滑轉(zhuǎn)移自回歸模型 LSTAR 和 ESTAR 模型都是簡單非線性模型，通過對模型施加一項(xiàng)轉(zhuǎn)移方程，使序列能夠反映逐漸變化和轉(zhuǎn)移的特點(diǎn)。最簡單的LSTAR 模型公式如下： ? ? ? ?? ?? ?0 1 1 0 1 1 1/ 1 e x pt t t t ty y y y c? ? ? ? ? ?? ? ?? ? ? ? ? ? ? ? ESTAR 模型： ? ?? ?211 1 e x pppt i t i i t i t tiiy y y s c? ? ? ????? ?? ??? ? ? ? ? ??? ??????。 VAR 模型與誤差修正模型 在現(xiàn)實(shí)生活中，我們對那些變量是內(nèi)生的，那些變量是外生的往往并不是很自信。為進(jìn)一步刻畫期貨價(jià)格變動與現(xiàn)貨價(jià)格變動之間的相互影響，我們應(yīng)用脈沖響應(yīng)函數(shù) (impulse responses function)分析方法對其進(jìn)行進(jìn)一步的研究。因?yàn)樾》秶膬r(jià)格變動不能反映價(jià)格的整體走勢，在進(jìn)行相似比較的時(shí)候也 會影響查找的準(zhǔn)確度。通過遺傳算法對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化可以提高神經(jīng)網(wǎng)絡(luò)預(yù)測模型的準(zhǔn)確性和預(yù)測效率。文章盡量以最寬松的假設(shè)條件所得出的結(jié)論為基準(zhǔn)，因?yàn)榧僭O(shè)條件越寬松，其也越接近真實(shí)的市場，所得出的結(jié)論也最真實(shí)可靠。 華東交通大學(xué)碩士學(xué)位論文開題報(bào)告 20 （ 3）期貨收益率的波動率研究。 在價(jià)格預(yù)測研究中，采用的模型主要有： EWMA 模型、 ARIMA 模型、 LSTAR 和ESTAR 模型、 VAR 和 ECM 模型以及智能模型（小波神經(jīng)網(wǎng)絡(luò)和遺傳算法神經(jīng)網(wǎng)絡(luò)