基于VAR-DCC-GARCH模型的国内有色金属商品价格联动探讨

夏芮 吴晶晶

关键词：VAR-DCC-GARCH模型  有色金属  价格联动

证券市场中大量金融资产在应对冲击作用力影响的过程中呈现出了非对称性的特点，即资产价格受利空消息影响发生波动较利好消息影响发生波动更大。VAR-DCC-GARCH模型构建之初就充分考虑了非对称性对模型计算的影响。以下即以VAR-DCC-GARCH模型为背景，研究有色金属商品价格联动关系，整理相关数据描述并分析如下：

一、数据选取与处理

将2017年1月4日- 2019年4月30日铜商品收盘价数据作为研究对象，国内收盘价由上海期货交易所提供，LME收盘价由新浪财经提供，当月数据以邻近交割月期货合约收盘价为标准。考虑到交易所部分交易日不重合的因素影响，排除不同交易日数据，同时按照外汇局提供英镑：人民币实时性中间汇率对LME铜期货收盘价进行转换，将铜期货价格以及收益率列表表示，如表1所示。

结合表1中整理铜期货价格以及收益率数据可见：从波动性上来看，沪铜期货价格波动明显低于LME，提示沪铜期货价格有更高稳定性。从收益率上来看，沪铜总体呈左偏分布，LME铜总体呈右偏分布。同时，沪铜与LME铜在峰度上均明显高于正态分布峰度值，不符合正态分布特征，整体有尖峰厚尾趋势。

在此基础之上，使用EVIEWS版本号8.0软件对中英通期货收益率序列平稳性进行检验，检验结果显示沪铜收益序列ADF统计量为-23.9614，P为0，LME铜收益序列ADF统计量为-23.8731，P为0。数据提示，沪铜、LME铜收益率序列均为平稳序列，剔除单位根影响，ARCH效应明显，故波动聚集效应可以借助于VAR-DCC-GARCH模型加以描述。

二、铜期货市场关系

为进一步明确中英铜商品期货市场间存在的动态联动关系，应当以收益率为研究对象，通过脉冲响应分析以及因果效应检验的方式得到准确预测结果。预测结果显示，沪铜商品期货市场对自身冲击有非常明显的反应，收益率受影响最大集中在第1～2d，后期呈现衰减趋势，至第5d影响消失。

三、VAR-DCC-GARCH动态联动性

在利用VAR-DCC-GARCH模型对市场动态联动关系进行研究的过程中首先需要构建基于沪铜期货市场以及LME铜期货市场的单变量GARCH模型，然后对标准化误差进行计算，最后通过极大似然估计的方式估计得到两市场间的动态联动系数关系。计算结果表明，两期货市场间存在动态联动关系，且持续时间长，并且市场联动关系会随着时间变化呈现出一定程度上的波动关系。

四、结束语

本文将VAR-DCC-GARCH模型引入对铜期货市场的数据分析中，考虑市场对冲击作用力的杠杆效应特点，以研究期货市场动态联动关系，结果显示沪铜市场、LME市场对冲击作用力均表现出了明显的非对称性特点，期货市场对利空消息有强烈反应，市场间双向Granger因果关系表现明显，价格呈现出相互影响与引导的趋势，提示國际铜商品市场中我国具有定价权的重要地位，这对于中国企业有关未来铜商品市场发展趋势的预测也有重要意义。

参考文献

[1]吴丹，胡振华.有色金融市场中的结构突变和波动率相关性[J].中国有色金属学报（英文版），2016，26（10）：2784-2792.

[2]胡东滨，张展英.基于DCC—GARCH模型的金属期货市场与外汇、货币市场的动态相关性研究[J].数理统计与管理，2012，31（5）：906-914.

[3]刘兰燕，吴琼兰.基于Laplace分布的DCC-MVGARCH的铜期货动态套期保值率研究[J].时代金融（中旬），2011，（11）：19-20，29.