從個(gè)股趨勢(shì)實(shí)證分析股指期貨的推出對(duì)證券市場(chǎng)的影響

1、中國(guó)計(jì)量學(xué)院第六屆大學(xué)生數(shù)學(xué)建模競(jìng)賽答卷編號(hào)：103論文題目：B題：從個(gè)股趨勢(shì)實(shí)證分析股指期貨的推出對(duì)證券市場(chǎng)的影響參賽隊(duì)員信息： 答卷編號(hào)（按報(bào)名表中“隊(duì)伍編號(hào)”填寫）： 103 評(píng)閱情況（評(píng)閱專家填寫）：序號(hào)成績(jī)簽名評(píng)閱1評(píng)閱2評(píng)閱3 摘要本文研究的是從個(gè)股（中國(guó)平安）趨勢(shì)實(shí)證分析股指期貨的推出對(duì)證券市場(chǎng)的影響的問題?；谒o的股票走勢(shì)圖分析平安保險(xiǎn)走勢(shì)和滬深300走勢(shì)及其關(guān)聯(lián)性，并進(jìn)一步分析股指期貨對(duì)其影響。針對(duì)問題一，我們分別從股指期貨推行與否，政策變量和市場(chǎng)經(jīng)濟(jì)大背景三方面對(duì)中國(guó)平安的走勢(shì)特征進(jìn)行量化分析，重點(diǎn)分析股指期貨的推行對(duì)中國(guó)平安股票走勢(shì)的影響。對(duì)于股指期貨對(duì)股價(jià)的影響，基于

2、Garch模型我們得出結(jié)論：股指期貨的推出短期內(nèi)對(duì)股價(jià)的穩(wěn)定性產(chǎn)生了一定的負(fù)面影響，但隨著時(shí)間的延長(zhǎng)，股市的波動(dòng)性趨于穩(wěn)定，且股指期貨發(fā)揮了其價(jià)格發(fā)現(xiàn)的功能。對(duì)于政策變量對(duì)股價(jià)的影響，基于人工搜索法我們給出了政策變量與股價(jià)波動(dòng)之間的相關(guān)性分析，通過(guò)對(duì)引入的輸入信號(hào)政策變量賦值量化，我們最終得出結(jié)論：國(guó)家一定的政策實(shí)施會(huì)對(duì)股市的平穩(wěn)性產(chǎn)生影響。對(duì)于宏觀經(jīng)濟(jì)對(duì)股價(jià)的影響，基于統(tǒng)計(jì)與回歸的模型我們用Eviews對(duì)其進(jìn)行單整和協(xié)整分析，做相關(guān)性檢驗(yàn)，得出結(jié)論：中國(guó)宏觀經(jīng)濟(jì)的持續(xù)的增長(zhǎng)一定程度上促進(jìn)了中國(guó)平安股市的股價(jià)上漲。針對(duì)問題二，基于Spass軟件采用協(xié)整分析法，通過(guò)時(shí)間序列分析，探究出了中國(guó)平安

3、和滬深300指數(shù)之間存在一定的關(guān)聯(lián)性，并用回歸檢驗(yàn)法檢驗(yàn)股指期貨推出后兩者相關(guān)性的大小。針對(duì)問題三，同問題二的分析方法，分析出股指期貨推出前中國(guó)平安和滬深300指數(shù)之間存在很強(qiáng)的關(guān)聯(lián)性。通過(guò)對(duì)問題一和問題二結(jié)果的對(duì)比分析，我們得出結(jié)論：股指期貨的推行削弱了個(gè)股和整體股市走勢(shì)的相關(guān)性。針對(duì)問題四，基于問題一和問題二所使用的方法和建立的模型，對(duì)美國(guó)證券交易市場(chǎng)進(jìn)行了分析，并和國(guó)內(nèi)的證券交易市場(chǎng)進(jìn)行了比較。最后得出結(jié)論：股指期貨的推行減小了美國(guó)證券市場(chǎng)股票現(xiàn)貨指數(shù)的波動(dòng)性，起到了規(guī)避風(fēng)險(xiǎn)，穩(wěn)定市場(chǎng)的作用。同美國(guó)證券市場(chǎng)相比，我國(guó)的證券市場(chǎng)存在制度的不完善性，股指期貨推出的一段時(shí)間內(nèi)我國(guó)股票市場(chǎng)的波動(dòng)

4、較為劇烈，這種波動(dòng)有可能是因?yàn)榇嬖谥鴥?nèi)幕交易和投機(jī)獲利的情況而引起的。因此還要進(jìn)一步完善證券市場(chǎng)的相關(guān)法律、法規(guī)，增加信息透明度，減少內(nèi)幕消息對(duì)于股票市場(chǎng)波動(dòng)性的沖擊。使投資者的投資趨于合理化，讓我國(guó)金融市場(chǎng)健康有序的發(fā)展。最后對(duì)模型的優(yōu)缺點(diǎn)進(jìn)行評(píng)價(jià)，并對(duì)模型在改進(jìn)區(qū)間預(yù)報(bào)，優(yōu)化風(fēng)險(xiǎn)預(yù)測(cè)的管理等方面做出了推廣。關(guān)鍵詞：Garch模型 人工搜索法 統(tǒng)計(jì)與回歸 協(xié)整分析 時(shí)間序列模型 對(duì)比法一、 問題的重述任一股票的價(jià)格走勢(shì)既受到自身經(jīng)濟(jì)基本面的影響，同時(shí)受到宏觀經(jīng)濟(jì)的影響。其走勢(shì)在K線圖上體現(xiàn)為既有一定的獨(dú)立性，也與滬深指數(shù)走勢(shì)有一定的相關(guān)性。自2010.4.16 日我國(guó)內(nèi)地以滬深300指數(shù)為標(biāo)

5、的，推出滬深300股指期貨合約后4年間滬深300指數(shù)跌倒現(xiàn)在2144附近。中證報(bào)認(rèn)為四年來(lái)股指期貨市場(chǎng)健康成長(zhǎng)，功能逐步發(fā)揮，對(duì)于市的宏觀穩(wěn)定作用令人矚目，但也有不少市場(chǎng)人士認(rèn)為股指期貨在誕生之日，就成了挾持股市的元兇，滬深股市一直跌跌不休。這究竟是由于中國(guó)股票市的不成熟規(guī)范抑或其他原因，需要深入研究。因此我們以滬深300指數(shù)涵蓋的某一具體股票（如中國(guó)平安）為研究對(duì)象，探索其自身走勢(shì)的獨(dú)特性其與滬深300指數(shù)走勢(shì)的關(guān)聯(lián)性，在股指期貨推出前后，是否發(fā)生了較大的改變。從實(shí)證角度分析股指期貨的推出對(duì)股票現(xiàn)貨交易所產(chǎn)生的影響。就以下幾個(gè)方面的問題進(jìn)行討論： 1、參考附圖（2）中國(guó)平安走勢(shì)圖，就你選定的

6、時(shí)間周期（日、周、月）從不同角度對(duì)中國(guó)平安的走勢(shì)特征進(jìn)行量化分析。 2、參考圖（1）和圖（2），股指期貨推出后中國(guó)平安走勢(shì)與滬深 300 指數(shù)走勢(shì)，對(duì)二者之間的關(guān)聯(lián)性給出分析； 3、分析股指期貨推出前，中國(guó)平安與滬深 300 指數(shù)的之間的關(guān)聯(lián)性。與上一問結(jié)論相比，能得出什么結(jié)論？ 4、請(qǐng)將你的研究方法和結(jié)論推廣到其他證券交易市場(chǎng)（如美國(guó)、日本等）與我國(guó)相比有什么異同？ 二、 問題的分析本文主要解決的是從個(gè)股（中國(guó)平安）趨勢(shì)實(shí)證分析股指期貨的推出對(duì)證券市場(chǎng)的影響的問題。對(duì)于問題（1），首先對(duì)經(jīng)濟(jì)基本面、K線圖、股指期貨等名詞作出相應(yīng)的解釋，再根據(jù)附件中中國(guó)平安日交易數(shù)據(jù)和滬深300指數(shù)日交易數(shù)據(jù)

7、，對(duì)其進(jìn)行預(yù)處理之后，再利用多角度分析和建立GARCH模型從不同角度分析中國(guó)平安的走勢(shì)特征，再根據(jù)得到指標(biāo)的現(xiàn)實(shí)定義，對(duì)其進(jìn)行量化，最后利用量化后的指標(biāo)結(jié)合所給K線圖直觀說(shuō)明中國(guó)平安的走勢(shì)變化。對(duì)于問題（2）和問題（3），以2010年4月16日作為分界，分別得到股指期貨推出前和股指期貨推出后的中國(guó)平安日交易數(shù)據(jù)和滬深300指數(shù)日交易數(shù)據(jù)，同樣對(duì)其進(jìn)行預(yù)處理，并利用SPSS軟件分別對(duì)股指期貨推出前后中國(guó)平安走勢(shì)與滬深300 指數(shù)走勢(shì)之間的關(guān)聯(lián)性給出分析，再利用回歸模型進(jìn)行檢驗(yàn)，最后得出股指期貨推出前后中國(guó)平安走勢(shì)與滬深300 指數(shù)走勢(shì)之間的關(guān)聯(lián)性。對(duì)于問題（4），基于問題二和問題三所使用的方法和

8、建立的模型，對(duì)美國(guó)證券交易市場(chǎng)進(jìn)行了分析，并和國(guó)內(nèi)的證券交易市場(chǎng)進(jìn)行了比較。三、 模型的假設(shè)與符號(hào)的說(shuō)明3.1模型的假設(shè)：1、假設(shè)模型所給的數(shù)據(jù)都是可靠合理的2、問題一中假設(shè)除了所討論的對(duì)中國(guó)平安走勢(shì)有影響的因素外，其他因素對(duì)問題的影響忽略不計(jì)。3.2符號(hào)的說(shuō)明：符號(hào)表示意義 第t個(gè)政策變量的量化值 第t個(gè)月的開盤收益率的平均值低t個(gè)月的閉盤收益率的平均值 中國(guó)平安開盤價(jià)的波動(dòng)率中國(guó)平安收盤價(jià)的波動(dòng)率中國(guó)平安股價(jià)的復(fù)合波動(dòng)率四、 模型的建立與求解4.1問題一的模型建立與求解總手換手率股票的價(jià)格投資者的信心社會(huì)的貨幣量人工搜索法包含虛擬變量的GARCH模型給信號(hào)賦值輸入信號(hào)政策變量GARCH模型

9、中國(guó)平安的走勢(shì)特征股指期貨的推出政治角 度經(jīng)濟(jì)角 度基本統(tǒng)計(jì)量的分析4.1.1模型準(zhǔn)備4.1.1.1中國(guó)平安的總體走勢(shì)分析時(shí)間段股票價(jià)格的變化情況2007-05-182007-10-24中國(guó)平安股票價(jià)格在快速上升（中途略有下降），從開盤的62.49漲到了收盤時(shí)的144.99，短短五月，漲幅超過(guò)132%。2007-10-252008-10-30中國(guó)平安股票價(jià)格在快速下降（中途略有上升），從開盤的145下降到了20.89，一年之內(nèi)，下降幅度85.6%。2008-10-312009-08-04中國(guó)平安股票價(jià)格在略微波動(dòng)中穩(wěn)步上升，從開盤的22.75漲到了收盤時(shí)的60.81，10個(gè)月左右的時(shí)間又上漲了

10、167%。2009-08-052010-10-21中國(guó)平安股票價(jià)格相對(duì)來(lái)說(shuō)比較平穩(wěn)，沒有長(zhǎng)時(shí)間或大幅度的上漲或下跌。2010-10-222011-10-21中國(guó)平安股票價(jià)格在持續(xù)緩慢下降，從開盤的65.3持續(xù)跌到收盤時(shí)的35，一年時(shí)間，下跌46.4%。2011-10-222014-05-14中國(guó)平安股票價(jià)格開始趨于平緩，只有小幅波動(dòng)。我國(guó)從2007年5月份到10月份股票價(jià)格快速上漲，之后受2008年金融危機(jī)的影響一路下跌。但是我國(guó)在2008年底制定了一攬子積極的財(cái)政政策和寬松的貨幣政策來(lái)刺激經(jīng)濟(jì)的增長(zhǎng)，使得我國(guó)股票市場(chǎng)也有了一定的復(fù)蘇局面，從中國(guó)平安的股票價(jià)格來(lái)看，其股價(jià)從2008年10月31

11、日的22.75點(diǎn)一路升至2009年8月4日的61.81點(diǎn)。后面經(jīng)歷了為期近半年的調(diào)整期，股市基本處于平穩(wěn)期，波動(dòng)較小。而我國(guó)股指期貨是在經(jīng)歷了2008年金融海嘯之后于2010年4月16日正式推出的，可以說(shuō)在推出之時(shí)無(wú)論是從國(guó)際市場(chǎng)還是國(guó)內(nèi)市場(chǎng)環(huán)境來(lái)說(shuō)，股票市場(chǎng)都處在一輪熊市周期當(dāng)中。而自從股指期貨推出后，中國(guó)平安的股價(jià)又從2010年10月22日的65.3點(diǎn)跌至2011年10月21日的35點(diǎn)，跌幅達(dá)到46.4%。從圖一中可以看出，股指期貨推出在短期內(nèi)造成了中國(guó)平安股價(jià)的劇烈波動(dòng)，但長(zhǎng)期又表現(xiàn)出趨于平穩(wěn)的趨勢(shì)。圖一4.1.1.2波動(dòng)率具體統(tǒng)計(jì)指標(biāo)分析1、指標(biāo)定義定義收益率指標(biāo)，上式中的100起放大

12、數(shù)據(jù)的作用。為了更好的利用數(shù)據(jù)本身反映指數(shù)的波動(dòng)情況，本文選用開盤價(jià)收益率()，收盤價(jià)收益率()，以及一個(gè)復(fù)合指標(biāo)()。定義如下：其中，指標(biāo)包含了當(dāng)天的最高價(jià)、最低價(jià)以及收盤價(jià)信息，所以能夠更為準(zhǔn)確的刻畫數(shù)據(jù)的波動(dòng)特征。2、基本統(tǒng)計(jì)指標(biāo)對(duì)比分析我們從圖二的波動(dòng)指標(biāo)的時(shí)序圖可以直觀的看出2008年從3月份開始之后一年里股價(jià)的波動(dòng)都較大，說(shuō)明了股價(jià)受國(guó)際金融危機(jī)的影響較大，使得股市產(chǎn)生了振蕩。2009年股價(jià)沒有很大幅度的波動(dòng)只有小幅振動(dòng)，股價(jià)平穩(wěn)。2010年股指期貨推出當(dāng)天股價(jià)就出現(xiàn)了大幅波動(dòng)，之后一段時(shí)間內(nèi)股價(jià)波動(dòng)較大，有一個(gè)明顯的波動(dòng)放大的事態(tài)，而隨后波動(dòng)逐漸減小。2011年以后的股價(jià)基本處于

13、平穩(wěn)狀態(tài)，只有小幅波動(dòng)。圖3.2三種波動(dòng)指標(biāo)的時(shí)序圖4.1.2 模型的建立與求解4.1.2.1從股指期貨推出與否的角度分析中國(guó)平安走勢(shì)標(biāo)注41、直觀分析從股價(jià)的波動(dòng)圖和波動(dòng)率圖我們可以看出在股指期貨開始推出的一斷時(shí)間內(nèi)中國(guó)平安股價(jià)突然的上升，波動(dòng)比較大，隨后股價(jià)開始緩慢下跌。股指期貨推出前后中國(guó)平安股價(jià)成不同的變化趨勢(shì)，這在一定程度上表明了股指期貨的推行對(duì)中國(guó)平安的走勢(shì)特征產(chǎn)生了影響。標(biāo)注1：股指期貨剛剛推出的一段時(shí)間內(nèi)股價(jià)突然的下降又突然的上升，波動(dòng)性較大。標(biāo)注2：股價(jià)整體呈緩慢下降趨勢(shì)。標(biāo)注3：股價(jià)平緩，整體平穩(wěn)，小幅波動(dòng)。標(biāo)注4：指標(biāo) 在股指期貨推出后不久（720個(gè)樣本數(shù)據(jù)點(diǎn)周圍）有一個(gè)

14、明顯波動(dòng)放大的勢(shì)態(tài)。2、量化分析 由圖直觀分析我們可以初步得出結(jié)論：股指期貨的推行對(duì)中國(guó)平安的走勢(shì)有影響，下面我們建立GARCH模型對(duì)股指期貨推出與否對(duì)中國(guó)平安的走勢(shì)影響進(jìn)行量化分析。1、 股指期貨推出前后基本統(tǒng)計(jì)量分析表3.1股指推出前后開盤指數(shù)收益率基本統(tǒng)計(jì)量計(jì)統(tǒng)率動(dòng)波股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測(cè)值7032989931平均數(shù)-0.0256305-0.4410980.1967128-0.02862中位數(shù)0.03095348-0.7606810.0926795-0.10981最大值14.02148145.23795736.72997468.53

15、9683最小值-15.753724-7.875818-7.875818-7.87582標(biāo)準(zhǔn)差3.583938613.12314122.70184111.98145偏度-0.24448-0.093396-0.0891720.224763峰度5.193938852.73663913.30426924.558344J-B統(tǒng)計(jì)量147.784150.13031280.4664486102.1515表3.2股指推出前后收盤指數(shù)收益率基本統(tǒng)計(jì)量波動(dòng)率統(tǒng)計(jì)股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測(cè)值7032989931平均數(shù)-0.0280297-0.3965320.192

16、2397-0.02661中位數(shù)0.01953077-0.3929510.0685678-0.0242最大值9.546204763.97772356.71504577.675224最小值-10.540262-5.928046-5.928046-10.0666標(biāo)準(zhǔn)差3.438535062.61449822.47030581.9946偏度-0.141684-0.1283490.0527470.056622峰度3.8176262.66307612.47030581.9946J-B統(tǒng)計(jì)量21.90268370.22426450.2331223117.1001表3.3股指推出前后綜合指標(biāo)基本統(tǒng)計(jì)量波動(dòng)率統(tǒng)

17、計(jì)量股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測(cè)值7033090932平均數(shù)4.459894633.8376793.4020652.680907中位數(shù)3.9215113.60523743.04589322.341463最大值13.54700856.45370176.943296410.64882最小值1.038338661.71842650.95521120.780312標(biāo)準(zhǔn)差2.0753181.15350081.36108371.276811偏度1.1886680.5145710.6779181.650163峰度4.512762.6199932.772877

18、7.057571J-B統(tǒng)計(jì)量232.2493951.50442327.08703541062.326綜合以上分析可以反映出，總體上，股指期貨推出后，股市的波動(dòng)性有所增加。細(xì)化來(lái)說(shuō)，股指期貨的推出在短期內(nèi)對(duì)股市的影響較大，隨著人們對(duì)股指期貨的認(rèn)識(shí)加深，股市對(duì)股指期貨的推出的反應(yīng)則表現(xiàn)的相對(duì)穩(wěn)定，股指期貨對(duì)股市的波動(dòng)性影響較小，但是對(duì)股市的平均收益情況影響較大。2、GARCH模型的建立與分析（1） 數(shù)據(jù)的預(yù)處理 由所給的樣本數(shù)據(jù)可知，在股指期貨推出前共有704組數(shù)據(jù)，股指期貨推出后有932組數(shù)據(jù)。我們對(duì)原始的波動(dòng)率數(shù)據(jù)進(jìn)行處理得到平均月波動(dòng)率數(shù)據(jù)，記 為t月的開盤收益率的平均值，為t月的閉盤收益率

19、的平均值。我們分別從股指期貨推出前和推出后兩個(gè)角度對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，得出如下的波動(dòng)率圖像。（2） 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)利用Eviews6.0軟件對(duì)月平均開盤、收盤收益率序列進(jìn)行自相關(guān)檢驗(yàn)和單位根檢驗(yàn)，檢驗(yàn)結(jié)果如圖所示。表二股指期貨推出前開盤收益率的單位根檢驗(yàn)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-0.586202 0.4546Test critical values:1% level-2.6471205% level-1.95291010% level-1.610011表三股指期貨推出前開盤收

20、益率一階差分后的單位根檢驗(yàn)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-5.868210 0.0000Test critical values:1% level-3.6793225% level-2.96776710% level-2.622989表四股指期貨推出后開盤收益率的單位根檢驗(yàn)Augmented Dickey-Fuller test statistic-0.394528 0.5329Test critical values:1% level-2.6471205% level-

21、1.95291010% level-1.610011表五股指期貨推出后開盤收益率一階差分后的單位根檢驗(yàn)t-StatisticProb.*Augmented Dickey-Fuller test statistic-8.2897720.0000Test critical values:1% level-3.6701705% level-2.96397210% level-2.621007由表可知，原始數(shù)據(jù)我們做一階差分后序列均平穩(wěn)，下面我們對(duì)處理后的沒有明顯的自相關(guān)性的數(shù)據(jù)進(jìn)行建立GARCH模型分析。（3）模型的建立與求解ARCH模型定義如下：其中 式中：；是滯后算子多項(xiàng)式；是的條件方差，且，表

22、示已知信息集。為了保證條件方差以概率1為正，又加了非負(fù)的約束：，。同時(shí)為了保證的二階平穩(wěn)性，要求多項(xiàng)式的特征根在單位園外。滿足上述條件的模型稱為模型，而稱服從過(guò)程。GARCH模型建立在ARCH模型的基礎(chǔ)上，是對(duì)ARCH模型的重要擴(kuò)展，它比ARCH模型需要更小的滯后階數(shù)，并有與ARMA模型相類似的結(jié)構(gòu)。GARCH模型定義如下：其中：。滿足上述條件的模型稱為模型，而稱服從過(guò)程。根據(jù)上述分析可知，序列，的波動(dòng)可以用一個(gè)高階ARCH模型來(lái)刻畫。但是，由于高階的ARCH模型在擬合時(shí)需要很大的計(jì)算量，而且可以用低階的GARCH模型來(lái)代替，它比ARCH模型需要更小的滯后階數(shù)，計(jì)算方便，有著很強(qiáng)的適用性。并且

23、大多數(shù)文獻(xiàn)資料認(rèn)為金融時(shí)間序列的條件方差特征都可用GARCH(1,1)模型來(lái)刻畫。為了減少待估參數(shù)的個(gè)數(shù)，我們也利用GARCH(1,1)模型來(lái)進(jìn)行建模。GARCH(1,1)模型利用三個(gè)不同的參數(shù)來(lái)刻畫波動(dòng)性的演進(jìn)過(guò)程。模型中的常數(shù)項(xiàng)代表系統(tǒng)中原先的不確定性，ARCH項(xiàng)(滯后一期的殘差平方項(xiàng))的系數(shù)，代表近期市場(chǎng)的“噪音”或者“消息”的重要性，GARCH項(xiàng)(滯后一期條件方差項(xiàng))的系數(shù)可以說(shuō)明舊消息對(duì)于未來(lái)波動(dòng)性序列的影響效果。ARCH項(xiàng)系數(shù)的參數(shù)值越大，顯示市場(chǎng)信息轉(zhuǎn)化為未來(lái)方差的傳遞速度更快，GARCH項(xiàng)系數(shù)的參數(shù)值越大，則代表波動(dòng)性干擾因子的影響越持久，不易被市場(chǎng)所吸收、反應(yīng)，即信息傳遞的速

24、度相對(duì)較慢。利用Eviews6.0軟件對(duì)其進(jìn)行建模，參數(shù)估計(jì)結(jié)果如表3.6-3.9所示：股指期貨推出前開盤價(jià)月平均波動(dòng)率GARCH = C(2) + C(3)*RESID(-1)2 + C(4)*GARCH(-1)VariableCoefficientStd. Errorz-StatisticProb.  SQRT(GARCH)-0.1500480.204792-0.7326860.4638Variance EquationC0.0007610.0300750.0252930.9798RESID(-1)2-0.1492170.052794-2.8264180.0047GAR

25、CH(-1)1.2292380.005133239.50070.0000股指期貨推出后開盤價(jià)月平均波動(dòng)率GARCH = C(2) + C(3)*RESID(-1)2 + C(4)*GARCH(-1)VariableCoefficientStd. Errorz-StatisticProb.  SQRT(GARCH)0.0408420.2280670.1790790.8579Variance EquationC0.0061890.0017233.5916270.0003RESID(-1)2-0.2578970.024856-10.375640.0000GARCH(-1)1.20

26、76580.01524379.225950.0000類似的，我們可以得到股指期貨推出前后收盤價(jià)月波動(dòng)率的GARCH模型。從參數(shù)估計(jì)結(jié)果可以看出，在5%的顯著性水平下，各參數(shù)均顯著不為零。在2010年我國(guó)股指期貨推出后，開盤收益ARCH項(xiàng)系數(shù)由推出前的-0.149217變?yōu)?0.257897，考慮到其負(fù)相關(guān)性，我們用其絕對(duì)值來(lái)刻畫其程度的大小，可以看出ARCH項(xiàng)對(duì)其波動(dòng)的影響程度股指期貨推出后的影響大于推出前的。其原因可能是由于ARCH項(xiàng)系數(shù)刻畫的是市場(chǎng)對(duì)于新息的反映，在首次推出股指期貨后，市場(chǎng)反映強(qiáng)烈，由于投資者過(guò)分看重股指期貨的風(fēng)險(xiǎn)規(guī)避和價(jià)格發(fā)現(xiàn)等積極作用，對(duì)于市場(chǎng)新息的反映過(guò)度，從而導(dǎo)致A

27、RCH項(xiàng)系數(shù)值的增大。對(duì)于GARCH項(xiàng)系數(shù)，開盤收益該系數(shù)由股指期貨推出前的1.229238減小為推出后的1.207658，其原因可能是由于GARCH項(xiàng)系數(shù)刻畫的是市場(chǎng)過(guò)去的舊信息，但是股指期貨推出后吸引了多數(shù)投資者的目光，而使得他們忽略了以前的舊信息。（5）模型的改進(jìn)（引入虛擬變量GARCH模型的建立與分析）以上分析是以股指期貨推出前后分段建立模型來(lái)研究的，最后在將股指期貨推出設(shè)定為虛擬變量引入模型來(lái)進(jìn)行研究。本文令虛擬變量，利用Eviews6.0軟件得出模型結(jié)果如表開盤收益序列中引入虛擬變量的GARCH（1,1）模型參數(shù)估計(jì)結(jié)果VariableCoefficientStd. Errorz-

28、StatisticProb.  SQRT(GARCH)0.2130340.0986422.1596710.0308Y-0.0845480.108755-0.7774150.4369Variance EquationC0.0701110.0382671.8321530.0669RESID(-1)20.6530710.3993051.6355220.1019GARCH(-1)0.3951320.2134721.8509780.0642從參數(shù)估計(jì)結(jié)果可以看出，在5%的顯著性水平下，各參數(shù)均顯著不為零。而且虛擬變量的系數(shù)都顯著為負(fù)值，說(shuō)明股指期貨推出在長(zhǎng)期內(nèi)降低了股票現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)

29、。（6）總結(jié)根據(jù)以上的分析結(jié)果可以得出以下幾點(diǎn)結(jié)論：1、股指期貨剛推出時(shí)，由于吸引了多數(shù)投資者的關(guān)注，從而對(duì)股市波動(dòng)性影響較大，對(duì)中國(guó)平安股市的穩(wěn)定性確實(shí)有一定的負(fù)面影響，股指期貨推出后不久，中國(guó)平安股市現(xiàn)貨市場(chǎng)立馬進(jìn)入了一段時(shí)期的大跌行情。但是從長(zhǎng)期來(lái)看，不會(huì)影響股市的長(zhǎng)期走勢(shì)，隨著時(shí)間的延長(zhǎng)，人們對(duì)于股指期貨的關(guān)注度會(huì)趨向于一個(gè)穩(wěn)定態(tài)勢(shì)，進(jìn)而股市的波動(dòng)性也會(huì)趨于穩(wěn)定。2、我國(guó)在引進(jìn)股指期貨后，新息對(duì)于現(xiàn)貨市場(chǎng)波動(dòng)性的影響力增加，而舊消息對(duì)市場(chǎng)的影響力在降低，顯示出我國(guó)引進(jìn)股指期貨后市場(chǎng)的信息傳遞速度加快，期貨交易確實(shí)能改善信息流入現(xiàn)貨市場(chǎng)的速度，發(fā)揮出了其價(jià)格發(fā)現(xiàn)的功能。在本文實(shí)證中，基于

30、GARCH(1,1)模型在股指期貨推出后，反映新消息沖擊效果的ARCH項(xiàng)系數(shù)增大，反映過(guò)去波動(dòng)對(duì)現(xiàn)在市場(chǎng)沖擊效果的GARCH項(xiàng)系數(shù)降低，則有力的說(shuō)明了股指期貨推出后現(xiàn)貨市場(chǎng)的信息傳遞速度有了較大的提高。3、從所建立的引入虛擬變量的GARCH(1,1)模型可以看出，股指期貨推出降低了現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)，有效的發(fā)揮了其風(fēng)險(xiǎn)轉(zhuǎn)移、穩(wěn)定市場(chǎng)的積極功能。4.1.2.2從國(guó)家政治角度分析中國(guó)平安走勢(shì)從10多年來(lái)股市發(fā)展歷史上看，政治因素的影響尤為突出。如股票發(fā)行和上市的速度、政府領(lǐng)導(dǎo)人的講話、甚至人民日?qǐng)?bào)社論等來(lái)調(diào)控股市運(yùn)行，使股市表現(xiàn)明顯的“政治市”特征。這些政策的目的是試圖根據(jù)股市的波動(dòng)情況來(lái)調(diào)控股市，使

31、其在政府理想范圍內(nèi)運(yùn)行。因此我們對(duì)股市這一系統(tǒng)引入輸入信號(hào)政策變量，并給其賦值。該數(shù)值應(yīng)較好的反映政府政策引起的價(jià)格異常波動(dòng)。從漲跌幅角度來(lái)定義，由于異常波動(dòng)是指未預(yù)期到的價(jià)格波動(dòng)，而目前對(duì)于準(zhǔn)確度量“預(yù)期”還沒有一種有效的方法，因而要對(duì)異常波動(dòng)度量化便顯得尤其困難。當(dāng)前的度量方法主要是從漲跌幅度來(lái)考慮，認(rèn)為漲跌超過(guò)一定的幅度就是異常波動(dòng)。1、引入輸入信號(hào)政策變量我們首先采用人工觀察的方法，觀察在對(duì)應(yīng)的時(shí)期內(nèi)政府政策信息的公布，在公布的前后時(shí)刻造成漲跌幅度異常波動(dòng)的，即認(rèn)為是政府政策導(dǎo)致的異常波動(dòng)。特征點(diǎn)收盤價(jià)時(shí)間原因峰值1144.132007年10月11日中國(guó)證監(jiān)會(huì)完善了運(yùn)行和監(jiān)管機(jī)制低谷1

32、100.982007年11月27日央行上調(diào)存款準(zhǔn)備金率峰谷2121.012007年12月10日中國(guó)中央經(jīng)濟(jì)工作會(huì)議召開低谷248.992008年 3 月27日平安保險(xiǎn)股啟動(dòng)融資計(jì)劃峰谷369.002008年 4 月30日印花稅稅率下調(diào)低谷320.872008年10月27日美國(guó)次貸危機(jī)峰值463.952009年 7 月27日中國(guó)啟動(dòng)跨境人民幣結(jié)算試點(diǎn)低谷443.292009年 8 月31日發(fā)改委抑制通貨膨脹系列政策發(fā)布峰值566.982010年10月20日上海世博會(huì)舉行低谷5 33.572011年 9 月30日信貸遠(yuǎn)超預(yù)期，人民幣存款大增峰值652.782013年 2 月 6 日全國(guó)住房公積金入

33、市工作啟動(dòng)低谷632.082013年 7 月29日自行發(fā)債試點(diǎn)范圍擴(kuò)大2、人工搜索法量化輸入信號(hào)根據(jù)漲跌幅度的多少確定輸入信號(hào)的數(shù)值，然后通過(guò)人工搜索的方法確定其他時(shí)間段的數(shù)值。當(dāng)然這種方法具有一定的主觀性。欲通過(guò)人工搜索的方法確定輸入信號(hào)的數(shù)值，首先我們給輸入信號(hào)中的第一個(gè)輸入信號(hào)賦初值，其他信號(hào)根據(jù)漲跌幅度的比值的相對(duì)大小依次賦值。特征點(diǎn)123456100011.1014.2014.1810.076.95股價(jià)144.13100.98105.3848.9969.0020.87特征點(diǎn)7891011127.707.706.7313.0011.8758.09股價(jià)63.9543.2966.9833.

34、5752.7832.08表三 由表三我們可以得出結(jié)論政策變量對(duì)中國(guó)平安的走勢(shì)產(chǎn)生了一定的影響。以2008年3月27日的低谷2為例進(jìn)行分析，2008年3月份中國(guó)平安保險(xiǎn)公司A股啟動(dòng)1600億的融資計(jì)劃，中國(guó)平安的股市一路走低，離收盤還有半個(gè)小時(shí)便牢牢封死在跌停板，股市大幅波動(dòng)。這一融資舉措對(duì)中國(guó)平安的走勢(shì)產(chǎn)生了巨大的影響，使得股市大跌，市值一日蒸發(fā)1.7萬(wàn)億。4.1.2.3 從國(guó)家宏觀經(jīng)濟(jì)角度分析中國(guó)平安走勢(shì)1、模型準(zhǔn)備 理論分析 根據(jù)西方理論，宏觀經(jīng)濟(jì)對(duì)股票市場(chǎng)產(chǎn)生影響主要通過(guò)以下三種機(jī)制實(shí)現(xiàn)：（1）上市公司經(jīng)營(yíng)業(yè)績(jī)宏觀經(jīng)濟(jì)增長(zhǎng)時(shí)期（Y）,上市公司的產(chǎn)品銷量會(huì)隨著社會(huì)需求持續(xù)增長(zhǎng)（Q），公司業(yè)

35、績(jī)不斷提升（A），從而使得公司更具有投資價(jià)值，股票也因此受到投資者的追捧（P）。相反，倘若經(jīng)濟(jì)處于不斷下滑的過(guò)程中（Y ），上市公司的產(chǎn)品會(huì)受到宏觀經(jīng)濟(jì)環(huán)境變壞而出現(xiàn)滯銷（Q），業(yè)績(jī)會(huì)出現(xiàn)下降（A），股價(jià)因此下跌（P）。Y ;和Y其中Y：社會(huì)總產(chǎn)出，Q：公司產(chǎn)品銷售量，A：公司業(yè)績(jī)，P：股票價(jià)（2）社會(huì)貨幣量宏觀經(jīng)濟(jì)不斷繁榮的過(guò)程中（Y），國(guó)內(nèi)貨幣供應(yīng)量會(huì)隨社會(huì)產(chǎn)品的增多而不斷擴(kuò)大（M）；同時(shí)，在宏觀經(jīng)濟(jì)上升的大部分時(shí)期，政府都會(huì)實(shí)行寬松的貨幣政策，居民手中貨幣量會(huì)不斷提高（PM）,進(jìn)入股票市場(chǎng)的資金量增加（MM），會(huì)增加對(duì)股票的需求（N），資金會(huì)推動(dòng)股票價(jià)格不斷上升（P）。反之，經(jīng)濟(jì)出現(xiàn)衰退

36、（Y）,國(guó)內(nèi)產(chǎn)品數(shù)量下降，對(duì)應(yīng)貨幣供給在一定程度上縮減（M）,居民手中貨幣減?。≒M），進(jìn)入股票市場(chǎng)的資金量減少（MM）,居民手中貨幣減少（PM），對(duì)于股票的需求減弱（N），股價(jià)相應(yīng)下跌（P）。傳導(dǎo)機(jī)制如下： 其中，Y：社會(huì)總產(chǎn)出，M：社會(huì)貨幣量，PM:居民手中貨幣量，MM:股票市場(chǎng)貨幣量，N:股票需求，P：股票價(jià)格。（3）投資者信心宏觀經(jīng)濟(jì)處于上升階段（Y）,經(jīng)濟(jì)環(huán)境的向好能夠提升投資者對(duì)股票市場(chǎng)上漲的信心（F），使得潛在投資者轉(zhuǎn)化為實(shí)際投資者（R），市場(chǎng)人氣旺盛，從而增加股票需求（N），股價(jià)會(huì)上升（P）。相反，當(dāng)宏觀經(jīng)濟(jì)處于下降階段（R），減少對(duì)股票的實(shí)際需求（N），股價(jià)因此會(huì)下跌（P）。

37、傳導(dǎo)機(jī)制可表示為： 其中，Y:社會(huì)總產(chǎn)出，F(xiàn)：投資者信心，R：股票投資人數(shù)，N:股票需求；P：股票價(jià)格。 變量選擇及數(shù)據(jù)預(yù)處理 由理論分析可知，我們可以把反映宏觀經(jīng)濟(jì)對(duì)中國(guó)平安股票的走勢(shì)傳導(dǎo)機(jī)制的量化指標(biāo)確定為以下三個(gè)變量，分析這三個(gè)變量對(duì)股價(jià)（GJ）的影響。（1） 中國(guó)平安平均每股收益（EPS）反映上市公司的經(jīng)營(yíng)業(yè)績(jī)；（2） 中國(guó)平安股票的成交金額（GSM）反映社會(huì)貨幣量；（3） 中國(guó)平安股票的成交次數(shù)（KHS）反映投資者信心。值得注意的是，我們已經(jīng)在政策變量中分析了中國(guó)平安實(shí)體公司的運(yùn)營(yíng)情況對(duì)中國(guó)平安股市波動(dòng)情況的影響，并具體以平安保險(xiǎn)股啟動(dòng)融資計(jì)劃為例進(jìn)行了分析，在這里我們對(duì)EPS這一指

38、標(biāo)便不做討論。 模型的建立我們擬采用如下兩個(gè)步驟實(shí)證檢驗(yàn)宏觀經(jīng)濟(jì)對(duì)股票市場(chǎng)傳導(dǎo)機(jī)制的有效性。第一利用單位根檢驗(yàn)確定時(shí)間序列GSM，KHS和GJ的平穩(wěn)性；第二采用Granger因果檢驗(yàn)考察宏觀經(jīng)濟(jì)與其對(duì)應(yīng)的傳導(dǎo)機(jī)制變量（GSM和KHS）對(duì)股票的走勢(shì)（即GJ）之間是否存在因果關(guān)系。通過(guò)用Eviews軟件對(duì)時(shí)間序列GSM，KHS和GJ的單整的檢驗(yàn)，發(fā)現(xiàn)均是平穩(wěn)序列，不需要對(duì)其做差分。下面我們用Eviews軟件對(duì)開盤價(jià)與成交金額和開盤價(jià)與換手率之間的關(guān)系做相關(guān)性分析，得出如下表：開盤價(jià)與成交金額之間的關(guān)系VariableCoefficientStd. Errort-StatisticProb.

39、0; C0.8086670.01369759.041230.0000X0.1838090.01370113.415890.0000R-squared0.099276    Mean dependent var0.808667Adjusted R-squared0.098724    S.D. dependent var0.583370S.E. of regression0.553826    Akaike info criterion1.657289Sum squa

40、red resid500.8786    Schwarz criterion1.663894Log likelihood-1352.834    Hannan-Quinn criter.1.659739F-statistic179.9861    Durbin-Watson stat0.610079Prob(F-statistic)0.000000開盤價(jià)與換手率之間的關(guān)系VariableCoefficientStd. Errort-StatisticProb. &#

41、160;C-0.4367660.040139-10.881410.0000Y0.5401050.04025913.415890.0000R-squared0.099276    Mean dependent var-1.22E-06Adjusted R-squared0.098724    S.D. dependent var1.000001S.E. of regression0.949356    Akaike info criterion2.735156Sum squar

42、ed resid1471.784    Schwarz criterion2.741761Log likelihood-2233.990    Hannan-Quinn criter.2.737606F-statistic179.9861    Durbin-Watson stat0.067498Prob(F-statistic)0.000000從表中的數(shù)據(jù)我們可以看出開盤價(jià)與成交金額之間有80.87%的可能性相關(guān)，開盤價(jià)與換手率之間有43.67%的可能性相關(guān)?？梢姡_盤價(jià)與

43、成交金額和換手率之間有很強(qiáng)的相關(guān)性。下面對(duì)這一現(xiàn)象給出合理的經(jīng)濟(jì)學(xué)解釋：開盤價(jià)反映了中國(guó)平安股票的走勢(shì)特征，成交金額反映了社會(huì)貨幣量，成交次數(shù)反映了投資者的信心。社會(huì)貨幣量越大，股價(jià)越高，成交次數(shù)越大，股價(jià)越高。我們最終得出結(jié)論：宏觀經(jīng)濟(jì)在一定程度上對(duì)中國(guó)平安股市的走勢(shì)產(chǎn)生了一定的影響，兩者互相影響。中國(guó)宏觀經(jīng)濟(jì)的持續(xù)的增長(zhǎng)一定程度上促進(jìn)了中國(guó)平安股市的股價(jià)上漲。4.2問題二的模型建立與求解 相關(guān)性檢驗(yàn)波動(dòng)率圖形數(shù)據(jù)的預(yù)處理 回歸檢驗(yàn)法 4.2.1模型的準(zhǔn)備1、數(shù)據(jù)的預(yù)處理 4.2.2模型的建立與求解 通過(guò)spass軟件我們導(dǎo)入股指期貨推出后中國(guó)平安和滬深300指數(shù)收盤價(jià)的數(shù)據(jù)，利用spass

44、軟件對(duì)其相關(guān)性做分析，分析的結(jié)果如下：中國(guó)平安與滬深300指數(shù)之間的散點(diǎn)圖從圖我們可以直觀的看出中國(guó)平安和滬深300指數(shù)之間的相關(guān)性不是很強(qiáng)，下面我們進(jìn)一步研究?jī)烧呦嚓P(guān)性的強(qiáng)弱，如表所示：相關(guān)性中國(guó)平安滬深300指中國(guó)平安Pearson 相關(guān)性1.546*顯著性（雙側(cè)）.000N932932滬深300指Pearson 相關(guān)性.546*1顯著性（雙側(cè)）.000N932985相關(guān)系數(shù)中國(guó)平安滬深300指Kendall 的 tau_b中國(guó)平安相關(guān)系數(shù)1.000.338*Sig.（雙側(cè)）.000N932932滬深300指相關(guān)系數(shù).338*1.000Sig.（雙側(cè)）.000.N932985Spearma

45、n 的 rho中國(guó)平安相關(guān)系數(shù)1.000.503*Sig.（雙側(cè)）.000N932932滬深300指相關(guān)系數(shù).503*1.000Sig.（雙側(cè)）.000.N932985由上表我們可以得出如下結(jié)論：1：從相關(guān)性的表格中可以看出：在0.01水平下，中國(guó)平安和滬深300指數(shù)有一定的相關(guān)性，但相關(guān)性不是很強(qiáng)。2：從相關(guān)系數(shù)表中可以看出：從person，kendall 和spearman 這三種不同的參數(shù)估計(jì)方式得出的相關(guān)系數(shù)都表現(xiàn)出兩者之間存在相關(guān)性，且呈正相關(guān)性。由相關(guān)系數(shù)的大小0.546，0.338，0.503可知相關(guān)性不是很強(qiáng)。4.3問題三的模型建立與求解 相關(guān)性檢驗(yàn)波動(dòng)率圖形數(shù)據(jù)的預(yù)處理 回歸

46、檢驗(yàn)法 4.3.1模型的準(zhǔn)備1、數(shù)據(jù)的預(yù)處理4.3.2模型的建立與求解同問題二的分析方法，我們利用Spass軟件對(duì)股指期貨推出前中國(guó)平安和滬深300指數(shù)之間的相關(guān)性做分析，分析的結(jié)果如下：從上圖可以看出，兩個(gè)變量之間，很明顯存在相關(guān)性，下面我們進(jìn)一步研究?jī)烧呦嚓P(guān)性的強(qiáng)弱，如表所示：相關(guān)性中國(guó)平安滬深300指中國(guó)平安Pearson 相關(guān)性1.929*顯著性（雙側(cè)）.000N702702滬深300指Pearson 相關(guān)性.929*1顯著性（雙側(cè)）.000N702714相關(guān)系數(shù)中國(guó)平安滬深300指Kendall 的 tau_b中國(guó)平安相關(guān)系數(shù)1.000.808*Sig.（雙側(cè)）.000N702702

47、滬深300指相關(guān)系數(shù).808*1.000Sig.（雙側(cè)）.000.N702714Spearman 的 rho中國(guó)平安相關(guān)系數(shù)1.000.949*Sig.（雙側(cè)）.000N702702滬深300指相關(guān)系數(shù).949*1.000Sig.（雙側(cè)）.000.N702714由上表我們可以得出如下結(jié)論：1：從相關(guān)性的表格中可以看出：在0.01水平下，顯著相關(guān)，并且呈現(xiàn)出明顯的“正相關(guān)關(guān)系”。2：從相關(guān)系數(shù)表中可以看出：kendall ，spearman 兩種方式也都呈現(xiàn)出相關(guān)性，pearson相關(guān)系數(shù)采用的是“參數(shù)統(tǒng)計(jì)方法” 而kendall, spearman 采用的是“非參數(shù)統(tǒng)計(jì)方法”，這三種不同的形式

48、得出的相關(guān)系數(shù)值也不同，分別為：0.929， 0.808， 0.949 三個(gè)值，但值均較大，說(shuō)明了兩個(gè)變量之間有很強(qiáng)的相關(guān)性。 通過(guò)對(duì)問題二和問題三的求解與分析，我們可以看出股指期貨的推行在一定程度上削弱了個(gè)股(中國(guó)平安)和證券交易市場(chǎng)（滬深300指數(shù)）之間的相關(guān)性，使得個(gè)股的波動(dòng)趨勢(shì)與整體股票市場(chǎng)的波動(dòng)趨勢(shì)出現(xiàn)了一定的差異性，或說(shuō)今后我們對(duì)單只股票進(jìn)行分析時(shí)滬深300指數(shù)只能作為其中的一種參照指標(biāo)，我們?nèi)孕鑿钠渌慕嵌葘?duì)個(gè)股走勢(shì)進(jìn)行多角度分析，只用滬深300指數(shù)這一指標(biāo)便很難準(zhǔn)確的反映個(gè)股走勢(shì)。4.4問題四的求解和模型在其他證券市場(chǎng)的應(yīng)用4.4.1其他證券交易市場(chǎng)股指期貨推出情況股指期貨合約

49、名稱推出時(shí)間推出前后標(biāo)的指數(shù)走勢(shì)印度SENSEX期指2000年6月推出前半年，標(biāo)的指數(shù)保持上漲趨勢(shì)，推出后短期下跌，但長(zhǎng)期走勢(shì)向好臺(tái)灣綜合期指1998年7月東南亞金融危機(jī)后的熊市中推出，推前漲推后大跌韓國(guó)KOSPI200期指1996年5月熊市中推出，前漲后跌，期指無(wú)法改變市場(chǎng)長(zhǎng)期運(yùn)行趨勢(shì)德國(guó)DAX期指1990年11月牛市中推出，推出前一年走勢(shì)強(qiáng)勁，推出后一年走勢(shì)減弱，但不改股市長(zhǎng)牛格局法國(guó)證協(xié)40期指1988年11月大熊市之后的調(diào)整期推出，多空雙方拉鋸后股指逼空上揚(yáng)日經(jīng)225期指1986年9月牛市途中推出，推出后有小跌，但長(zhǎng)期趨勢(shì)不改恒生指數(shù)期貨1986年5月牛市中推出，推出前恒指突破新高，推

50、出后調(diào)整兩個(gè)月，后反彈上漲金融時(shí)報(bào)100期指1984年5月推出前小漲推出后短調(diào)，其后連續(xù)17年牛市標(biāo)普500期指1982年2月推前漲，推后跌，但長(zhǎng)期牛市隨后到來(lái)4.4.2模型在美國(guó)證券交易市場(chǎng)的應(yīng)用我們仿照本例，查閱了1979年5月18日至1986年5月18日、2007年5月18日至2014年5月14日間的美國(guó)標(biāo)普500（美國(guó)證券市場(chǎng)的股指期貨推行時(shí)間為1982年2月16日）每日的開盤、收盤股價(jià)、成交金額、成交次數(shù)等相關(guān)數(shù)據(jù)并對(duì)其進(jìn)行分析。對(duì)于美國(guó)標(biāo)普500期指，經(jīng)歷了二戰(zhàn)之后的美國(guó)開始了一個(gè)經(jīng)濟(jì)飛速增長(zhǎng)的階段，但股票市場(chǎng)此時(shí)亟需一個(gè)穩(wěn)定點(diǎn)來(lái)支撐，此時(shí)股指期貨適時(shí)的推出，美國(guó)股市雖然一開始也體現(xiàn)出了一定的不適應(yīng)性，但最終標(biāo)普500走勢(shì)依舊顯示出了股指期貨對(duì)于其的穩(wěn)定性。我們同樣再選取美國(guó)標(biāo)普500中的一支個(gè)股例如美國(guó)安泰保險(xiǎn)，獲取同時(shí)期的股票相關(guān)數(shù)據(jù)，同樣對(duì)原始數(shù)據(jù)