《硕士学位论文中美豆粕期货市场风险溢出效应分析.doc》由会员分享，可在线阅读，更多相关《硕士学位论文中美豆粕期货市场风险溢出效应分析.doc（50页珍藏版）》请在三一办公上搜索。
1、 硕士学位论文中美豆粕期货市场风险溢出效应分析 2014年12月 MASTER DISSERTATIONAnalysis ofsoybean futuresmarketrisk spillover effect between China and USDecember 2014 摘要 在全球化市场大氛围下，不同国家金融市场间的联动性越来越强，随着国内期货市场的逐步规范，我国农产品期货市场日益成熟，大连商品交易所（DCE）的豆粕市场也成为国内饲料加工企业和油脂企业重要的套期保值工具。最近几年，我国大豆每年产量维持1600万吨上下，消费量有5000多万吨，进口达到4000万吨，对外依赖度达到80%
2、。我国进口大豆都是转基因大豆，全部用来压榨豆油和豆粕，国产大豆只有一半用来压榨，从我国大豆压榨原料来说，进口大豆占非常大的比例，接近90%。给研究大连商品交易所与芝加哥商品交易所两市豆粕市场间的风险溢出效应提供了一个契机。（注：以上数据均来自中国饲料行业信息网 由于我国大豆上市品种为豆一、豆二，豆一为国产大豆，成交活跃的是豆一，国产大豆在我国大豆总的消费中占比不到30%，因而豆一期货品种现货参与基础并不广泛。相反，我国豆粕年消费量高达3000多万吨，消费流通地区相对广泛，大连豆粕期货市场成交量极其活跃，主力合约持仓始终保持百万手以上，属于农产品期货中明星品种。（注：以上数据均来自中国饲料行业信
3、息网国内大连商品交易所（DCE）豆粕与芝加哥商品交易所（CBOT）的豆粕市场之间的关联性也越来越强。故可供研究分析大连期货交易所与芝加哥商品交易所两市豆粕期货间的风险溢出效应。 从以上背景介绍及前人研究的成果出发，文章大体上先估算2006年至2013年八年间CBOT和DCE两市豆粕期货的风险价值（VaR），分析两市VaR值的相关性，然后通过VAR值分析两市风险溢出效应。本文的结构安排：第一章为前言，先介绍论文研究的背景与选题意义，然后介绍研究的思路和结构安排，并指出文章所用研究工具以及创新点。第二章系统阐述了国内外有关研究文献。第三章则先简要介绍影响豆粕期货市场的供求因素，其次介绍豆粕期货市场
4、风险度量方法以及数据上的选择处理。第四章则主要对CBOT和DCE豆粕期货市场的关联度进行检验，首先建立GARCH模型检验，计算两市场VaR值以及检验风险值之间的相关性。第五章主要通过Granger因果关系检验法和脉冲响应分析法进行实证分析两市豆粕期货风险溢出效应。第六章对论文的研究内容做总结，指出论文研究的不足之处和可能的研究方向。论文结合样本期在金融危机前后的不同表现，将研究时期划分成两个子样本区间，研究分析两市豆粕市场间风险溢出效应。从实证果得知：在总样本区间内，CBOT与DCE两市豆粕期货多空头市场互为风险Granger原因。在全球性金融危机发生前后的两个子样本区间，CBOT豆粕多空头市
5、场风险则单向是DCE豆粕多空头市场风险Granger原因。脉冲响应分析显示，各子样本及总样本区间内，两市场面对彼此的风险冲击中，CBOT豆粕期货市场对于DCE豆粕市场大都呈稳定先增后减的正向冲击反应。DCE豆粕期货市场面对CBOT豆粕期货市场风险冲击时短期内出现了短暂的剧烈不稳定溢出效应。而在面对各自自身市场风险冲击中，主要也都呈正向递减冲击反应。本文主要研究创新点表现在：豆粕作为国际性大宗农产品，是国内外饲料业，畜牧业的重要需求品，中国每年进口数量巨大，但是对于中美豆粕市场关系的研究文献相对较少；本文之前的研究大多涵盖了中外农产品市场的研究，并没有深入具体到两个细分市场，同时也未将次贷危机的
6、影响考虑进去；此前，很多文献仅根据价格以及收益率数据来研究市场间的风险关联性，本文则采用两市的VaR值进行期货市场风险关系研究。关键词：风险溢出；豆粕市场；风险价值（VaR）；Granger因果关系检验ABSTRACTIn the atmosphere of global market, the financial marketslinkagebetween different countriesis much stronger than ever before. with the gradualstandardizationof domestic futures market,Chinas
7、agriculturalproduct futures marketis increasingly achieving mature, Soybean mealmarket of Dalian Commodity Exchange(DCE) has also become an importanthedging tool of the domestic feedprocessing enterprises andoilenterprises. In recent years,Chinasannual soybeanoutput is about 16 million tons,butthe a
8、nnual consumption isabout 50 milliontonsper year.China need toimport nearly 40 milliontons of soybeans,the foreign dependency rate has reached 75%.Chinassoybean importsisgenetically modified soybean,soybean oil and mealareused tocrush,half of domestic soybeanis used to squeeze,from ourraw material o
9、f soybeans squeezing, soybean importsaccounted fora big proportion, close to 90%.The upper content provides anopportunity to study theRisk Spillover Effect between soybean meal market of Dalian Commodity Exchangeand Chicago Commodity .(Note: the above datais from China Feed Industry Information Netw
10、ork, Because Chinas soybean futures varieties consist of soy one and soy two, and soy one is domestic soybean whose volume is active, However , it accounts for less than 30 percent of consumption of Chinas total soybean, thus less enterprises participate in the soy one futures and it is not widespre
11、ad. In contrast, the annual consumption of soybean meals is up to more than 3000 tons , which is distributed in relatively widespread circulation area, Dalian soybean futures markets turnover is extremely active, the main contract positions remain more than a million hands, belonging to agricultural
12、 futures star species. (Note: The above data is from the China Feed Industry Information Network ,The soybean future market of Dalian commodity Exchange (DCE) and Chicago Commodity Exchange(CBOT)own the relationship whichis stronger, providing an opportunity of research onthe Dalian futures with Chi
13、cago Commodity Exchange regardingof the risk spillover effect .This paper isbased on the abovebackground andthe results of previous studies. Firstly,estimating theconfidencelevel of risk(VaR) intwosoybeansthree commonvaluewith the EGARCH model ,and analizing the correlation between two citys Var and
14、 then analyzing twocitys risk spillover effect in twoVaRvalue.Therefore,this paper isorganized as follows: the first chapter is theintroductionpart.Firstly introduce the background andsignificance ofthe research,andthemajor research ideas andstructure of the thesis arearrangedasintroduced,The second
15、 chaptersystematically summarize the searchliterature at home and abroad.The third chapter brieflyintroduces thesupply and demand factorsof soybean meal futuresmarket,followed by the introduction ofsoybean futures marketsrisk measurementmethod and dataon the choice of treatment.Inthe fourth chapter，
16、firstly inspecting the association of CBOTwith the DCEsoybean futures marketofinspection,mainlytaking the GARCH model forthe correlation betweenestimatedtwocitybasedVaR value for testing,including theestablishment of GARCH model ,rekon of twocitys Varand inspection ofrisk value revalance between two
17、 city.The main contents of the fifthchapter is theempirical analysis ofsoybean futuresrisk spillover effectof CBOT andDCE. and the impulse responseanalysis method and the method ofGranger causality test.The researchcontents of the sixth chapterdo simple summary,and further pointing outthe deficienci
18、es of the thesis, theresearch directionof follow-up may be. The thesis combinesdifferentstatus before and afterthe sample periodsof the financial crisis,give thediscussion of soybean meal Market risk spill over effect in the empirical analysis. The empirical results express that:during the entirestu
19、dy samples,soybean meal of CBOTand DCE have twobear marketmutualrisk Grangerreason,butbefore and after theglobal financial crisis,CBOT soybean mealsmarketriskis a one-way ofDCE soybean meal marketrisks Grangerreason.Impulse response analysisshows that inthe sampleandthe total sampleinterval, when tw
20、o cityface each otherinthemarketrisk shocks,CBOTsoybean futuresmarket is positiveimpulse responsestability andfirstly increasing then decreasing for DCEsoybean market.DCEsoybean futuresmarketshocksin the short termappearing short-lived severeunstablespillover effect in the face of CBOT soybean futur
21、esmarket risk. In this paper,the main researchinnovations are ：soybean mealisthe staple agricultural product andthe domesticfeed industry in the world, meanwhile , itsan important demandof animal husbandry,China importslarge quantity of soybean meal per year,butthe quantity of research literaturereg
22、arding therelation of soybean meal market between China and USis relatively less;the previous studies mainly coverd the study ofthe agricultural product marketat home and abroad,lessfurtherspecific literature considerd thetwo market segments, and took the subprime crisisinto account;meanwhile, the r
23、elevanceof previous literaturemostlyincluded the priceandyielddata of thestudy of CBOT andDCE soybean mealmarket, this paper analysesoybean futuresmarket riskwithtwocitys VaR.Key words: risk spillover; soybean futures market; value at risk(VaR); Granger causality test 目 录第一章 绪 论1第一节 研究背景及选题意义1第二节 研究
24、思路及结构安排5第三节 论文创新点及研究工具4第二章 国内外文献综述5第一节 国外市场溢出关系文献综述5第二节 国内市场溢出关系文献综述8第三节 中美豆粕期货溢出关系文献综述10第四节 研究现状评价12第三章 豆粕市场风险度量和数据处理13第一节 豆粕价格的影响因素13第二节 风险度量14第三节 数据选择处理15第四章 CBOT与DCE豆粕市场风险关联性检验19第一节 GARCH类模型检验分析19第二节 VaR度量21第三节 相关性检验25第四节 小 结26第五章 CBOT与DCE两市豆粕风险溢出实证分析26第一节 实证分析检验方法26第二节 风险溢出检验模型建立28第三节 两市风险溢出效应实
25、证分析32第四节 小 结36第六章 结 论37参考文献39第一章 绪论 第一节 研究背景及意义一、研究背景随着市场经济的不断繁荣与发展，期货市场逐步成为金融市场中重要的组成部分，对整体金融市场的贡献与日俱增，在发达国家中，期货市场早已体现出来作为市场价格发现和风险规避工具的重要性，也逐步成为金融经济体系中重要组成部分，发挥着其他类型市场不可取代的作用。农产品期货是世界上最早上市的期货品种，同时也是中国期货市场最早的起步产品，一直占据着中国乃至世界期货市场的主要地位。1998年的七届人大第一次会议上，委员会第一次提议“加快发展商业体制改革，积极发展各类批发市场，探索期货交易”。在此背景下，期货市
26、场应运而生。考虑到我国是农业大国，初期的农产品期货市场便理所应当的成为重点发展对象，1990-1994年为初步探索形成阶段、1995-2000年为清理整顿阶段，2001年至今则为规范发展阶段。经历了这些时间段尤其是最近的发展阶段，农产品期货市场在社会主义市场经济中的作用逐步凸显，以农产品为主的市场组织体系开始稳步发展，中国农产品期货市场的基本功能也得以彻底发挥和施展。 2008年9月15日，美国华尔街的第四大投资银行雷曼兄弟正式申请破产保护，连带旗下80家企业一并倒闭，此事件点燃了全球经济衰退的导火索。因此，全球金融危机的标志将选择雷曼兄弟申请破产事件，由此可以据此研究分析金融危机发生前后国内
27、自身期货市场的功能效应发挥。 金融危机的发生使得货币流动性欠缺以及商品需求乏力，对全球商品价格造成强烈的影响，相当程度上损害了实体经济和虚拟经济。路透商品研究局指数CRB表明：次贷危机来临之前，从2007年年末到2008年中，CRB指数半年上涨了32%。金融危机后，到2008年年末，CRB指数下跌了55.95%。国内期货市场受其严重影响，全年期货市场价格下跌幅度加深。尤其在十一长假之后的交易时期，很多期货品种出现极端行情，连续几个交易日跌停封板，尤其是期货主力合约价格的下跌幅度高达30%-40%。整个10月时间段里，大范围期货市场品种的急剧下跌使得中国期货市场系统性风险剧增。但在此背景下，我国
28、期货各品种成交量和交易金额增量可观，2008年全年期货市场成交量和成交总额创出历史新高的水平，分别为13.6亿手和71.9万亿元，同比增长87.24%和75.52%。在次贷危机不断传递和国内市场异常波动的环境下，国内中央一号文件随后发布，重点提出了利用期货市场对农业农村发展意见，提到了要“加快发展农产品期货市场，逐步拓展交易品种，鼓励生产经营者运用期货交易机制规避市场风险”，具体体现了国家对于发展农产品期货的信心和决心。现如今国际化大背景下，国家相关部门也将视线转向期货市场处理复杂金融经济形势中的问题上。新世纪，国内农产品期货市场正逐步发展和完善，与国际市场一同走向一体化。目前，CBOT市场能
29、够代表全球农场品供方，DCE市场则充分代表全球农产品需求方，这点可从中国每年的农场品进口数量巨大看出。纵观国内外市场，对于农产品期货市场间风险溢出问题的相应研究还不多，之前的研究尚未有如今成熟的方法体系。 最近几年里，我国大豆每年产出1600万吨左右，但尚未满足每年5000多万吨的消费量，尚需每年进口约4000万吨，对外依存度较高。我国进口大豆都是转基因大豆，全部用来压榨豆油和豆粕，国产大豆只有一半用来压榨，从我国大豆压榨原料来说，进口大豆占非常大的比例，接近90%。现在，在各方面条件成熟的情况下选定上述研究内容是笔者的幸运。（注：以上数据均来自中国饲料行业信息网二、选题意义由于我国大豆上市品
30、种为豆一、豆二，豆一为国产大豆，成交活跃的是豆一，而我国国产大豆在我国大豆总的消费中占比不到30%，因而豆一期货品种现货参与基础并不广泛。相反，我国豆粕年消费量逼近3000万吨左右，贸易流通区域广阔，因而我国豆粕成交非常活跃，主力合约持仓超过百万手，成交量活跃时高达两百万手，是农产品期货中最大的品种。现如今，产业界、政府监管层及学术界对豆粕期货的发展愈发关注，做相关品种套利、套保交易的机构、个人越来越多，成熟的条件允许我们研究芝加哥商品交易所（CBOT）与大连商品交易所（DCE）两豆粕市场风险溢出关系。故有必要加大加快对于两市相关关系的研究，给各类市场参与者提供相关的研究成果以进行实务操作。目
31、前的大部分文献束缚在过于定性的探讨国内外两个市场价格发现过程中哪个处于主导地位、期货价格对现货价格的预测以及市场之间滞后关系等等，或者是价格发现贡献度之类的分析。不少学者对于不同国家期货市场间的研究在方法角度上也在不停地探索发展，使得我国期货市场的发展中的每一个阶段产生了一定的学术成果，这些成果引领了期货市场的发展，起到一定的指导作用。随着不同需求的出现，新时期新阶段需要新的创新和成果，进而创新性的形成了最新的研究角度，如从风险溢出角度出发分析研究两市场关系。笔者在之前各文献结论的前提下，通过Granger因果关系检验和脉冲响应法，从实际出发，实证分析研究了CBOT与DCE豆粕期货市场间风险溢
32、出方向及两市的风险溢出幅度。从而确立了本文的研究意义：研究两市之间是否具有风险溢出效应，若有，在两市间传导机制的表现到底如何。次贷危机爆发后，风险监管的重要性迅速引起各国金融市场监管者的关注和重视，使得他们开始逐步清晰的掌握农产品市场之类的金融市场风险势头，并作出相应的防范措施。本文的研究结果可以给政府管理层以参考建议，帮助他们相应了解不同的经济形势下CBOT与DCE两市豆粕期货市场间风险溢出过程，在不同金融环境下针对市场间的风险传递采用相应的风险预防措施，以免不同市场间的风险逐步递增为危机。也可使他们充分考虑市场风险的前提下，可以有效把握整个市场交易的得与失，以此清晰的预期相关市场的前景。故
33、总的来讲，本文的选题在吻合于市场当前时势的前提下，还给现实实务需求提供帮助，可以说是本文选题的最大意义。 第二节 研究思路与结构安排国内外关于市场间溢出动态关系的研究上，过多地着重于市场价格或收益率之间的信息传递，包括中美豆粕市场间的信息传递关系。而本文却不同，本文在实证研究分析CBOT与DCE豆粕市场之间风险溢出的关系上，以国内外市场间溢出动态关系的研究成果作为理论基础。考虑到国内农产品期货市场的发展期，本文将选定2006年1月3日到2013年12月31日为研究样本区间段。此样本区间受金融危机影响，致使国内外豆粕市场存在一定幅度的猛烈波动，依据危机发生的前后时段，本文将样本划分为2个子阶段进
34、行实证研究。本文首先分析两市场价格收益数据的统计特性和平稳性，然后确定CBOT和DCE豆粕期货市场间的关联性，检验市场间的相关性是两个市场溢出动态关系分析的前提。本文也将估算出CBOT与DCE豆粕期货市场的VaR值，进一步分析两市VaR值的相关性，最后根据两个市场的VaR值分析两市风险溢出的影响。本文选定99%、95%、90%三个不同置信水平的VaR值，考虑到现实市场中存在多头空头两个市场，进而估算得出两市场多头VaR值与空头VaR值。最后，通过描述两市多空头市场风险溢出的Granger关系来验证两市场间风险溢出的方向，在各置信水平下通过脉冲响应函数来分析风险溢出影响的过程。因此，本文大致框架
35、如下：第一章 介绍本文研究背景及选题意义，研究思路、方法、工具、创新点等。第二章 介绍国内外豆粕期货风险溢出相关文献综述。第三章 简要介绍影响豆粕期货市场的供求因素，豆粕期货市场风险度量方法以及数据上的选择处理。第四章 主要检验CBOT与DCE豆粕期货市场之间的关联度，首先用GARCH模型估算出两市VaR值，并检验两VAR值之间的关联度，包括对GARCH模型的建立检验、两市VaR值的估算和两市风险值之间关联性的检验。第五章 实证分析CBOT与DCE两市豆粕期货风险溢出效应。包括用Granger因果关系检验法和脉冲响应分析对两市风险溢出方向及溢出过程影响进行分析第六章 简单总结论文的研究内容，相
36、应的指出论文研究欠缺之处，以及后续可能的研究方向。 第三节 研究工具及创新点本文在处理数据方面，研究工具的选择主要是以下两种计量软件：Eviews6.0、SPASS。在检验两市豆粕数据统计特性和Kendall秩相关系数方面，同时采用Eviews6.0与SPASS软件，在GARCH模型的建立、两市Granger因果关系的检验以及两市风险溢出过程的脉冲响应分析上，同样借助Eviews6.0计量软件以及Excel、Word等办公软件。本文在国内外诸多学者国内外期货市场风险溢出关系肯定的基础上，对CBOT与DCE豆粕期货市场研究做出以下创新：1、豆粕作为国际性大宗农产品，是国内外饲料业，畜牧业的重要需
37、求品，之前文章大多研究与宏观经济息息相关且金融属性较强的品种，如黄金白银等贵金属和铜、锌等有色金属，对于豆类品种，中国每年进口数量巨大，但是对于中美豆粕市场关系的研究文献相对较少。 2、本文之前的研究大多涵盖了中外农产品市场的研究，并没有深入具体到两个细分市场，同时也未将次贷危机的影响考虑进去，本文根据事件的发生对研究样本作出划分，进行详细讨论，对于豆粕期货风险溢出效应研究来说是一个难得的时机；3、 本论文不再简单的从CBOT与DCE豆粕期货两市价格或收益率出发，而是将两市价格之间的关系用风险价值（VaR值）为基础进行分析。本论文通过直接估算出两市豆粕市场的风险值，并以此为基础，进一步实证分析
38、两市的风险溢出效应。在分析过程中涵盖了近些年来豆粕价格波动剧烈的事实以及期货市场的做多与做空双向机制。 第二章 国内外文献综述 第一节 国外市场溢出关系文献综述国内外学者对于商品期货市场间溢出效应存在性的研究还是比较多的。从研究的市场来看，基本涉及了所有大宗商品期货交易市场；从研究的方法来看，从早期对低阶矩模型的应用到近十年对高阶矩模型的应用都得到了很大的发展。本节从研究方法的角度对溢出效应存在性研究成果做一个回顾。一、一阶矩模型应用一阶矩模型主要包括线性模型、协整模型、向量自回归模型（VAR）以及误差修正模型（ECM）。1、线性模型学者早期对于市场间溢出关系方面的研究方法主要为线性建模方法。
39、譬如Garbade和Silber（1993）揭示了期货价格与现货价格在价格发现过程中的作用大小，还发现了期货对现货市场价格的引导规律，以及前一期的基差波动引起后一期期现货价格变化的效应分析。Bigman（2000）对CBOT（Chicago Board of Trade）交易的玉米、豆粕和小麦合约的期现价格进行线性回归分析，同时用最小二乘法验证了市场品种的价格发现功能，为检验期货价格是否是最终交易日现货价格的无偏估计量，选择使用了交割日现货价格对距离交割日一定时间的期货价格做回归分析，。当时间序列非平稳有单位根时，最小二乘法估计所得的F统计量有偏，且通过选择传统方法去检验非平稳价格序列的无偏性
40、是无效的，最小二乘法估计所得的F统计量有偏，致使最后得出的相应回归估计产生虚假回归。2、协整模型对于研究非平稳序列时线性模型的有偏性，Engel和Granger（1987）提出了一种非平衡经济变量间均衡关系研究的全新方法协整检验法。它是关于一阶矩波动建模方面的突破性创新，在期货市场间动态关系研究中普遍受到认可，同时能够有效应对价格序列中的非平稳现象，因此协整模型也成为了经典的理论方法。国外诸多学者曾选择使用过协整分析方法，如Lai和Lai(1997)、Antoniou和Foster(2006)、Brenner和Kroner(2009)、Kavussanos和Nomikos(2012)等分析验证
41、了期货的价格发现功能，确定了期货市场价格可以推断交割时候的现货价格，而且发现很多期货品种的期现货价格间具备协整关系。但是协整模型也并非完美无缺，在参数的推断方面不够严谨，这点是最大的缺陷，源于参数推断的严格性是无偏性检验的关键前提。Johansen(1988)以及Johansen和Juselius(1990)在Engel和Granger（1987）通过协整模型方法，用极大似然估计方法推导检验的统计推断工具Johansen法则，用以检验期货市场的价格发现功能。然而，相比于线性模型，协整模型还是存在着很多的优势。但是长时间看，市场上有套利的行为，最终使得期货价格和现货价格最终达到均衡状态。3、 向
42、量自回归模型（VAR）和误差修正模型（ECM） 提出协整模型后，Engle和Granger（1987）又提出向量自回归模型（VAR）和误差修正模型（ECM），其能很好的拟合市场间的动态关系。目前这两种模型在期货市场价格关系研究中已经得到了推广。Kawaller和Koch(1995)、Stoll和Whaley(2001)、Chan(2003)、Dwyer和Loche(2009)、Martens和Kofman(2012)等都使用VAR模型分析股指现货与股指期货间的价格关系，实证分析结果同样显示期货价格指导现货价格。 除了在期货市场的溢出动态关系研究应用，Eun.C.S和Shim.S(2010)验证
43、了美股在全球股票市场上很强的影响力。同时，Kasa.L(2012)研究得出美国、英国、德国、日本和加拿大股市间存在一致的趋势性特征。此研究也是通过选择向量自回归模型（VAR）来洞察全球股市之间的依赖关系。二、二阶矩模型应用早期的二阶矩模型主要有波动方差模型、自回归条件异方差类模型。1、波动方差模型French和Roll(1996)、Ross(1999)的研究中得出结论：波动方差可以作为一个基于溢出动态关系的主要信息源。之后，French和Roll(2003)在研究非交易时段的资产价格和交易时段的资产价格的时候，发现前者价格发生波动的概率会降低，其中重要的因素便是以信息流所引起方差的发散。Ros
44、s(2006)研究发现资产价格的变化和竞争性资产市场里信息的传递速度之间的相关性很强。Lin、Engle和Ito(2007)通过分析美日股票市场关系之后得知两市之间具有双向波动溢出效应。然而Susmel和Engl(2007)选用高频数据对英美两国股票市场进行分析研究的时候，发现市场间不具有波动溢出效应。此后，Hasbrouck(2000)在分析过程中详细陈述了溢出动态关系效应对波动方差类的分析，并且同时构建了信息共享模型。Tse（2009）着重研究期货市场与指数市场之间波动溢出效应，发现市场价格信息会彼此可以互相溢出。之后，So和Tse（2010）共同研究分析恒生指数期货市场之间的动态关系，模
45、型方法上面选择了信息共享模型和多变模型等，最后得出三个市场之间具备一致的协整关系，而市场之间的信息溢出影响程度各有千秋。2、自回归条件异方差(ARCH)类模型自回归条件异方差(ARCH)模型是由Engle(1982)提出，随着时间的推移，Bollerslev(1986)进一步改善了ARCH模型，最后得到了广义自回归条件异方差（GARCH）模型，它可以很好的刻画金融数据的动态性，是二阶矩建模中经典的工具。ARCH模型和GARCH模型在市场动态关系方面的应用主要有：Hamao、Masulis和Ng(1998)通过选择均值广义自回归条件异方差模型（GARCH-M模型）实证分析了伦敦、纽约和东京三个股
46、票市场间的信息传递效应，得知纽约股票市场对其它两个市场、伦敦市场对东京市场有波动溢出效应，即市场风险大致从欧美市场溢出到日本市场，但没有证明是否具有方向溢出效应。Sadersky（2007）通过选用ARMAX-ARCH模型论证石油期货价格的条件期望收益时，结果表明宏观因素的对于石油期货价格的制约很大。3、结合一阶矩与二阶矩模型的应用使用一阶矩模型或者二阶矩模型探究市场间动态溢出关系的同时，也有学者试着将一阶矩模型和二阶矩模型结合到一起。Cheung和Ng(1996)将均值和方差的因果分析方法合在一起，首次提出两步法，以此验证收益和波动方面的溢出效应。Bekaert和Harvey(1997)在分
47、析影响某国或某地区股市波动的制约因素时采用了因子模型，得知这种模型存在特有的时变特性，同时受制于世界因子的变化。Ng(2000)又将Bekaert和Harvey(1997)的研究结论进行发散，发现引起股市波动的因素为世界因子和地区因子，实证结果也表明了美英两国股市对其它国家市场存在溢出效应。Hasbrouck（1995）基于协整分析模型的研究工具，分解长时间内具有明显效果的总方差，验证得出期现货市场在价格发现中影响制约的强度。Roope和Zurbruegg(2010)、Baillie等(2010)也以此方法实证分析讨论了期货市场中关于价格发现的贡献度大小的问题。并进一步延伸为选择市场因子来分析期货动态关系中风险方差或者说贡献度的意义。三、高阶矩模型应用 一阶矩（均值）和二阶矩（方差）模型一般适用于对正态分布的时间序列分析。然而对于那些不服从正态分布的金融时间序列，由于大多数存在负偏以及高峰特征，
