黑色金屬期貨市場(chǎng)特征研究范文
本站小編為你精心準(zhǔn)備了黑色金屬期貨市場(chǎng)特征研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。
摘要：黑色金屬期貨成交量較大，對(duì)其分形特征研究具有重要意義。本文運(yùn)用R/S分析法，分析了中國(guó)黑色金屬期貨市場(chǎng)的分形特征。研究發(fā)現(xiàn)，螺紋鋼、線材、熱軋卷板期貨均存在狀態(tài)的持續(xù)性，具有長(zhǎng)記憶特征，非循環(huán)周期分別約為249、121、56個(gè)交易日，而鐵礦石期貨則表現(xiàn)出“均值回復(fù)”特征，是反持久性時(shí)間序列，過(guò)去信息與未來(lái)市場(chǎng)價(jià)格增量之間存在負(fù)相關(guān)性。本文進(jìn)一步檢驗(yàn)了我國(guó)黑色金屬期貨市場(chǎng)分形特征R/S分析的穩(wěn)定性和有效性，研究結(jié)果表明R/S分析赫斯特指數(shù)具有穩(wěn)定性和有效性，并對(duì)R/S分析的可靠性進(jìn)行了邏輯驗(yàn)證。
關(guān)健詞：黑色金屬；期貨市場(chǎng)；螺紋鋼期貨；鐵礦石期貨；分形市場(chǎng)；R/S分析
黑色金屬期貨在中國(guó)的成交量巨大，市場(chǎng)關(guān)注度高，流動(dòng)性良好，期現(xiàn)貨聯(lián)動(dòng)緊密，在中國(guó)衍生品創(chuàng)新實(shí)踐中取得了巨大的成功。自2009年3月螺紋鋼期貨在上海期貨交易所上市以來(lái)，已先后上市線材、熱軋卷板、鐵礦石等黑色金屬①期貨，成為中國(guó)特有的商品期貨板塊。受鋼材需求回暖、供應(yīng)端強(qiáng)力去產(chǎn)能等因素驅(qū)動(dòng)，2016-2017年黑色金屬期貨單邊大幅上漲。2016年中國(guó)黑色金屬期貨成交量達(dá)28.27億手②，占中國(guó)商品期貨成交量的34.32%，是中國(guó)最活躍的商品期貨板塊。黑色金屬期貨在為鋼鐵產(chǎn)業(yè)鏈企業(yè)提供了風(fēng)險(xiǎn)對(duì)沖工具的同時(shí)，也為中國(guó)尋求大宗商品國(guó)際定價(jià)權(quán)創(chuàng)造了機(jī)遇。本文采用R/S分析法研究了中國(guó)黑色金屬期貨市場(chǎng)的分形特征，檢驗(yàn)黑色金屬市場(chǎng)的信息隨時(shí)間軸傳導(dǎo)的效率，分形理論所提供的信息可以具體應(yīng)用于黑色金屬期貨市場(chǎng)風(fēng)險(xiǎn)管理和套期保值等金融實(shí)踐，對(duì)研究中國(guó)黑色金屬期貨市場(chǎng)運(yùn)行規(guī)律具有重要意義。
一、相關(guān)研究文獻(xiàn)評(píng)述
學(xué)界關(guān)于金融市場(chǎng)領(lǐng)域分形特征的研究有很多。Peters(1991)在Mandelbrot（1986）分形理論基礎(chǔ)上，提出了系統(tǒng)性的分形市場(chǎng)假說(shuō)（FMH）。國(guó)內(nèi)外諸多學(xué)者開(kāi)始關(guān)注金融市場(chǎng)領(lǐng)域是否存在復(fù)雜的分形特征。重新標(biāo)度極差分析法，即R/S分析法（RescaledRangeAnalysis），能夠計(jì)算出代表金融市場(chǎng)分形特征的赫斯特指數(shù)，并且能計(jì)算出長(zhǎng)記憶非循環(huán)周期的長(zhǎng)度，是檢驗(yàn)時(shí)間序列分形特征及長(zhǎng)記憶性的經(jīng)典方法。Corazza&Malliaris(1997)運(yùn)用R/S法，發(fā)現(xiàn)美國(guó)六種主要農(nóng)產(chǎn)品期貨的Hurst指數(shù)均大于0.5，期貨價(jià)格時(shí)間序列具有持久性。Michael(2001)運(yùn)用R/S分析法，發(fā)現(xiàn)澳大利亞股市的長(zhǎng)期記憶周期分別是36、72和144個(gè)月。國(guó)內(nèi)學(xué)者大多借助分形理論對(duì)中國(guó)股市的市場(chǎng)結(jié)構(gòu)特征進(jìn)行研究。莊新田等（2015）、朱品品和王紹峰等（2017）諸多學(xué)者運(yùn)用R/S分析方法，對(duì)中國(guó)股票市場(chǎng)的分形特征進(jìn)行了實(shí)證檢驗(yàn)，研究表明我國(guó)滬深指數(shù)收盤(pán)價(jià)或收益率序列表現(xiàn)出分形市場(chǎng)特征。基于分形市場(chǎng)假說(shuō)的R/S分析方法同樣應(yīng)用在期貨市場(chǎng)上。程慧等（2012）檢驗(yàn)了有色金屬期貨市場(chǎng)上不同品種的價(jià)格時(shí)間序列是否具有分形特征和長(zhǎng)期記憶性，從而判斷不同的期貨品種的信息效率。王柏杰和李?lèi)?ài)文（2016）運(yùn)用R/S分析法對(duì)夜盤(pán)交易上市前后，滬鋁期貨價(jià)格的時(shí)間序列進(jìn)行檢驗(yàn)，發(fā)現(xiàn)夜盤(pán)上市后滬鋁期貨的長(zhǎng)期記憶性顯著下降，歷史信息對(duì)滬鋁期貨市場(chǎng)的影響減弱，夜盤(pán)交易制度有利于滬鋁期貨市場(chǎng)信息效率的提高。周亮（2017）選擇滬鋅、滬鉛、豆粕、菜粕等期貨品種1705合約，運(yùn)用R/S分析法對(duì)中國(guó)商品期貨市場(chǎng)的整體分形特征進(jìn)行描述。中國(guó)的黑色金屬期貨上市較晚，國(guó)內(nèi)學(xué)術(shù)界對(duì)其關(guān)注和研究較少。肖明（2014）通過(guò)構(gòu)建VECM模型、方差分解和格蘭杰因果檢驗(yàn)，對(duì)我國(guó)鐵礦石期貨的價(jià)格發(fā)現(xiàn)功能進(jìn)行實(shí)證檢驗(yàn)。劉會(huì)政和陳奕（2017）運(yùn)用VAR模型、脈沖響應(yīng)和方差分解，通過(guò)對(duì)國(guó)內(nèi)螺紋鋼期貨市場(chǎng)和東北、華北和華東三個(gè)區(qū)域現(xiàn)貨市場(chǎng)的研究發(fā)現(xiàn)，整體而言，我國(guó)螺紋鋼期貨與現(xiàn)貨市場(chǎng)之間的變動(dòng)是同向變動(dòng)且信息在期現(xiàn)貨之間的流動(dòng)速度很快，華北與華東地區(qū)的螺紋鋼現(xiàn)貨對(duì)期貨市場(chǎng)價(jià)格引導(dǎo)優(yōu)勢(shì)明顯強(qiáng)于東北地區(qū)。姜寶等（2018）指出，在觀測(cè)期內(nèi)干散貨運(yùn)價(jià)對(duì)國(guó)際鐵礦石價(jià)格、中國(guó)鋼鐵股價(jià)的波動(dòng)溢出效應(yīng)均不顯著；國(guó)際航運(yùn)市場(chǎng)與國(guó)際鐵礦石市場(chǎng)、國(guó)際航運(yùn)市場(chǎng)與我國(guó)鋼鐵市場(chǎng)的價(jià)格傳導(dǎo)機(jī)制相似且均具有滯后性。綜上所述，作為中國(guó)在金融衍生品領(lǐng)域的重要?jiǎng)?chuàng)新，黑色金屬期貨上市時(shí)間還較短，學(xué)術(shù)界缺乏對(duì)其市場(chǎng)價(jià)格波動(dòng)和風(fēng)險(xiǎn)方面的研究，本文以分形市場(chǎng)假說(shuō)為基礎(chǔ)，對(duì)以螺紋鋼、熱軋卷板、線材和鐵礦石為代表的黑色金屬期貨市場(chǎng)的分形特征，以期為黑色金屬期貨市場(chǎng)運(yùn)行規(guī)律研究提供參考。
二、黑色金屬期貨市場(chǎng)理論基礎(chǔ)與方法選擇
（一）分形市場(chǎng)假說(shuō)Peters（1991、1994）在分形幾何學(xué)的基礎(chǔ)上，提出了分形市場(chǎng)假說(shuō)（FractalMarketHypothe-sis，F(xiàn)MH），該理論從非線性的角度出發(fā)，提出了分形時(shí)間序列的概念，對(duì)有效市場(chǎng)假說(shuō)不能解釋的金融市場(chǎng)普遍存在的“尖峰”、“厚尾”等特征進(jìn)行解釋?zhuān)l(fā)了學(xué)術(shù)界對(duì)金融經(jīng)濟(jì)學(xué)基礎(chǔ)理論和假設(shè)的重新思考審視，并為數(shù)理金融建模方法提供了重要思路。分形市場(chǎng)假說(shuō)對(duì)金融市場(chǎng)價(jià)格和信息的反饋機(jī)制做出的解釋是：首先，資本市場(chǎng)是一種信息反饋的動(dòng)力性態(tài)系統(tǒng)，金融時(shí)間序列中存在著類(lèi)似于物理和水文過(guò)程出現(xiàn)的長(zhǎng)記憶(longmemory)現(xiàn)象。其次，資本市場(chǎng)的信息反饋動(dòng)力具有臨界水平，在臨界值點(diǎn)上市場(chǎng)信息反饋的動(dòng)力被消耗殆盡，此后市場(chǎng)價(jià)格對(duì)信息的反應(yīng)性質(zhì)可能會(huì)分岔、發(fā)生變化，或者開(kāi)始從穩(wěn)定狀態(tài)向紊亂狀態(tài)過(guò)渡，甚至出現(xiàn)無(wú)規(guī)則的狀況。
（二）分形特征研究方法選擇為了對(duì)金融市場(chǎng)的分形特征進(jìn)行精確刻畫(huà)，R/S分析法（Peters，1991、2002）、ARFIMA模型（Hosking，1981；Beran，1995）、FIGARCH模型（Bail-lieetal.，1996）等計(jì)量方法被提出。其中，ARFIMA模型（Hosking，1981；Beran，1995）將分形差分參數(shù)引入描述短期記憶過(guò)程的ARMA模型，是一種既考慮了時(shí)間序列長(zhǎng)記憶性同時(shí)也考慮了時(shí)間序列短期自相關(guān)性的方法，該方法對(duì)非平穩(wěn)時(shí)間序列也同樣適用；但是，對(duì)ARFIMA模型中分形差分的參數(shù)估計(jì)，成為識(shí)別分形特征的難點(diǎn)，常用的分形差分參數(shù)估計(jì)方法GPH譜回歸估計(jì)法是建立在數(shù)據(jù)過(guò)程不含短期噪聲的基礎(chǔ)上的，若含有AR或MA過(guò)程，GPH譜回歸方法的估計(jì)量無(wú)效且存在顯著偏差。FIGARCH模型（Baillieetal.，1996）在GARCH模型的基礎(chǔ)上增加了一個(gè)用于控制條件方差自相關(guān)函數(shù)衰減速度的分?jǐn)?shù)參數(shù)d，分?jǐn)?shù)參數(shù)d自相關(guān)函數(shù)衰減速度以雙曲線形式運(yùn)行；但是，受到振幅為1的假設(shè)限制，當(dāng)d大于1時(shí)，自協(xié)方差函數(shù)無(wú)法定義，隨著波動(dòng)率記憶性的增強(qiáng)，模型估計(jì)過(guò)程可能產(chǎn)生奇異行為，且很難對(duì)記憶參數(shù)d的大小進(jìn)行有效解釋。R/S分析法（重新標(biāo)度極差分析法）是研究具有分形特征的金融市場(chǎng)的一種常見(jiàn)方法，R/S分析作為經(jīng)典的金融市場(chǎng)研究方法，對(duì)于具有“尖峰”和“厚尾”特征的金融時(shí)間序列的長(zhǎng)期相關(guān)性、延續(xù)性等“記憶性”特征能進(jìn)行較好的刻畫(huà)，可以利用分形幾何學(xué)的方法來(lái)衡量金融市場(chǎng)的波動(dòng)周期和規(guī)律。
三、中國(guó)黑色金屬期貨市場(chǎng)分形特征的實(shí)證分析
（一）樣本數(shù)據(jù)選擇本文選取在中國(guó)的期貨交易所上市的螺紋鋼、熱軋卷板、線材、鐵礦石為研究對(duì)象，以上述4個(gè)黑色金屬期貨品種自上市首日至2018年11月9日的主力合約日收盤(pán)價(jià)組成的連續(xù)時(shí)間序列作為樣本數(shù)據(jù),分別獲得日收盤(pán)價(jià)數(shù)據(jù)2342、1134、2342、1238個(gè)，數(shù)據(jù)來(lái)源于萬(wàn)得資訊（wind）數(shù)據(jù)庫(kù)。在R/S分析中,由于極差是對(duì)于平均值的累積離差，而累積離差率又等于對(duì)數(shù)收益率的相加之和，因而與價(jià)格的百分比變化率相比，選取對(duì)數(shù)收益率進(jìn)行實(shí)證分析更恰當(dāng)。令t時(shí)刻樣本數(shù)據(jù)為Pt，則上述期貨品種的自然對(duì)數(shù)收益率Rt可記為:Rt=ln（Pt）-ln（Pt-1）=ln（Pt/Pt-1）。
（二）描述性統(tǒng)計(jì)本文首先對(duì)黑色金屬商品期貨對(duì)數(shù)收益率序列進(jìn)行描述性統(tǒng)計(jì)檢驗(yàn)，結(jié)果見(jiàn)表1。根據(jù)偏度、峰度值可以看出，螺紋鋼、熱軋卷板、線材、鐵礦石期貨的日收益率序列均拒絕正態(tài)分布的假設(shè)檢驗(yàn),表現(xiàn)出“尖峰”和“厚尾”的統(tǒng)計(jì)特征。隨后，從含有截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)ADF統(tǒng)計(jì)量可以看出，在1%的顯著性水平下顯著，拒絕單位根的假設(shè)，黑色金屬期貨日對(duì)數(shù)收益率序列全都是平穩(wěn)的。
（三）黑色金屬期貨市場(chǎng)的分形特征研究R/S的計(jì)算過(guò)程是一個(gè)對(duì)數(shù)據(jù)進(jìn)行集中高度運(yùn)算的過(guò)程,本文運(yùn)用Matlab7.6軟件編程進(jìn)行Hurst指數(shù)的數(shù)學(xué)運(yùn)算,求得（R/S）N、ln{(R/S)N}，進(jìn)而求得VN統(tǒng)計(jì)量。在求得（R/S）N和VN統(tǒng)計(jì)量之后，運(yùn)用最小二乘法作ln{（R/S）N}對(duì)ln（N）的回歸，赫斯特指數(shù)的估計(jì)值即為解釋變量ln（N）的系數(shù)。黑色金屬期貨主力合約的赫斯特指數(shù)和分形維度見(jiàn)表2。由表2可見(jiàn)，螺紋鋼、熱軋卷板、線材、鐵礦石期貨的赫斯特指數(shù)均不等于0.5，這首先表明我國(guó)黑色金屬期貨時(shí)間序列不是隨機(jī)游走序列，價(jià)格波動(dòng)不是正態(tài)的，螺紋鋼、熱軋卷板、線材期貨的赫斯特指數(shù)均大于0.5，說(shuō)明這三個(gè)黑色金屬期貨品種呈現(xiàn)持續(xù)或趨勢(shì)性增強(qiáng)的時(shí)間序列，過(guò)去信息與未來(lái)價(jià)格增量之間存在正向的反饋機(jī)制，具有明顯的長(zhǎng)記憶特征。而鐵礦石期貨的赫斯特指數(shù)小于0.5，說(shuō)明鐵礦石期貨是一種反持久性的時(shí)間序列，過(guò)去信息與未來(lái)價(jià)格增量之間存在負(fù)相關(guān)性，即呈現(xiàn)“均值回復(fù)”的過(guò)程。根據(jù)分形理論，Hurst指數(shù)H與分形維數(shù)D之間的關(guān)系可以表述為D=2-H，分形維數(shù)的數(shù)值越大,時(shí)間序列越參差不齊。鐵礦石期貨的分形維度最高，其對(duì)數(shù)收益率序列的參差不齊的特性最顯著，有更多逆轉(zhuǎn)系統(tǒng)。
（四）增強(qiáng)趨勢(shì)的長(zhǎng)記憶特征描述根據(jù)分形理論，在任何非線性系統(tǒng)中，都會(huì)存在一個(gè)讓初始記憶消失的臨界點(diǎn)，這一臨界點(diǎn)對(duì)應(yīng)有限記憶周期的終點(diǎn)。早在1951年水文學(xué)家Hurst提出利用統(tǒng)計(jì)量，從視覺(jué)上對(duì)數(shù)據(jù)進(jìn)行審查，VN統(tǒng)計(jì)量的趨勢(shì)明顯改變的第一個(gè)點(diǎn)即為長(zhǎng)記憶消失的臨界點(diǎn)。后來(lái)的學(xué)者將這一方法應(yīng)用到了金融時(shí)間序列長(zhǎng)記憶性的非循環(huán)周期的識(shí)別當(dāng)中，運(yùn)用這一方法求得的時(shí)間長(zhǎng)度即為非循環(huán)周期的長(zhǎng)度，即信息沿著時(shí)間軸擴(kuò)散的長(zhǎng)度。以ln（N）為橫坐標(biāo)，以VN為縱坐標(biāo)量得到圖1。圖1中，可以觀測(cè)到，縱坐標(biāo)VN統(tǒng)計(jì)量增長(zhǎng)趨勢(shì)突然明顯改變的第一個(gè)點(diǎn)，所對(duì)應(yīng)的ln（N）即為長(zhǎng)記憶性周期的極值點(diǎn)，根據(jù)ln（N）的值求得N即為長(zhǎng)記憶性非循環(huán)周期的長(zhǎng)度（見(jiàn)表3）。由此可見(jiàn)，螺紋鋼、熱軋卷板、線材期貨的長(zhǎng)記憶性非循環(huán)周期長(zhǎng)度分別為249、121、56個(gè)交易日，換言之，信息沿著時(shí)間軸擴(kuò)散的有效時(shí)長(zhǎng)為分別為249、121、56個(gè)交易日。
四、我國(guó)黑色金屬期貨市場(chǎng)分形特征的R/S的穩(wěn)定性和有效性檢驗(yàn)
以往有關(guān)金融市場(chǎng)分形特征的R/S研究文獻(xiàn)當(dāng)中，鮮見(jiàn)對(duì)赫斯特指數(shù)的穩(wěn)定性和有效性進(jìn)行全面檢驗(yàn)，本文應(yīng)用Peters(1991，1994)提出的赫斯特指數(shù)穩(wěn)定性和有效性的檢驗(yàn)方法，對(duì)R/S分析的可靠性進(jìn)行邏輯驗(yàn)證。
（一）H值穩(wěn)定性檢驗(yàn)通過(guò)對(duì)日度、周度、月度螺紋鋼、熱軋卷板、線材和鐵礦石期貨對(duì)數(shù)收益率的赫斯特指數(shù)進(jìn)行對(duì)比發(fā)現(xiàn)（見(jiàn)表4），在相同的分形漲落動(dòng)力機(jī)制下,對(duì)同一個(gè)時(shí)間序列而言，雖然數(shù)據(jù)計(jì)算的維度數(shù)值不完全相等，但是其分形特征的判斷是一致的，即赫斯特指數(shù)代表的分形特征不隨時(shí)間序列維度選取而發(fā)生變化，赫斯特指數(shù)代表的時(shí)間序列的分形特征具有穩(wěn)定性。但是不同時(shí)間維度的赫斯特指數(shù)在保持分形特征判斷上相同之外，隨著時(shí)間維度的增大，趨勢(shì)增強(qiáng)的時(shí)間序列的赫斯特指數(shù)也隨之增大,這也說(shuō)明相對(duì)于同一市場(chǎng)的高頻數(shù)據(jù)的赫斯特指數(shù)，更低頻率的時(shí)間序列數(shù)據(jù)的系統(tǒng)噪音更小，且隨著時(shí)間維度選擇的擴(kuò)大，噪音逐漸降低。Peters（1991）指出，現(xiàn)在信息對(duì)未來(lái)價(jià)格的影響可以表現(xiàn)為一種相關(guān)性，相關(guān)性度量指標(biāo)C=2（2H-1）-1代表百分比率自相關(guān)性。
（二）H值有效性檢驗(yàn)Peters（1991）提出檢驗(yàn)赫斯特指數(shù)估計(jì)量有效程度的一個(gè)方法是，隨機(jī)打亂數(shù)據(jù)，使得觀察值的序列與原來(lái)的時(shí)間序列完全不同，打亂數(shù)據(jù)的赫斯特指數(shù)。通過(guò)打亂數(shù)據(jù)可以破壞掉原序列的系統(tǒng)結(jié)構(gòu)，打亂次序后赫斯特指數(shù)的數(shù)值與原時(shí)間序列差異顯著，如果原序列存在顯著的長(zhǎng)記憶性，則數(shù)據(jù)的次序是重要的。通過(guò)隨機(jī)置換法打亂螺紋鋼、熱軋卷板、線材和鐵礦石期貨對(duì)數(shù)收益率序列的順序，重新運(yùn)用R/S分析法計(jì)算被隨機(jī)置換打亂的時(shí)間序列的赫斯特指數(shù)，這種打亂次序的隨機(jī)置換法重復(fù)m次，將依次算得的赫斯特指數(shù)構(gòu)建一個(gè)新的時(shí)間序列,其赫斯特指數(shù)的均值為Hm,構(gòu)造Hm的Z檢驗(yàn)，以此檢驗(yàn)Hm是否顯著異于黑色金屬期貨對(duì)數(shù)收益率原序列的赫斯特指數(shù)值（詳見(jiàn)表5）。從Z統(tǒng)計(jì)量的值可以得出拒絕黑色金屬期貨隨機(jī)抽樣后序列赫斯特指數(shù)的均值與原序列相等的原假設(shè)，說(shuō)明隨機(jī)抽樣打亂序列順序破壞了原時(shí)間序列的結(jié)構(gòu)，將其轉(zhuǎn)變?yōu)樾碌男蛄校@也證明R/S分析赫斯特指數(shù)的有效性。
五、結(jié)論與啟示
研究發(fā)現(xiàn)：我國(guó)螺紋鋼、熱軋卷板、線材期貨具有明顯的長(zhǎng)記憶性，過(guò)去信息與未來(lái)價(jià)格增量之間存在正向反饋機(jī)制，而鐵礦石則呈現(xiàn)“均值回復(fù)”的過(guò)程，過(guò)去信息與未來(lái)價(jià)格增量之間存在負(fù)相關(guān)性；我國(guó)螺紋鋼、熱軋卷板、線材期貨市場(chǎng)收益率的非循環(huán)周期分別約為249、121、56個(gè)交易日，這體現(xiàn)了過(guò)去的價(jià)格能夠影響未來(lái)的價(jià)格，但是這種影響也不會(huì)永久傳遞下去，而是在一個(gè)非循環(huán)性周期之后減弱并消失。本文得出啟示如下：1.基于線性范式的“有效市場(chǎng)假說(shuō)”不適合對(duì)中國(guó)黑色金屬期貨市場(chǎng)價(jià)格運(yùn)行規(guī)律的解釋。“有效市場(chǎng)假說(shuō)”認(rèn)為資產(chǎn)價(jià)格應(yīng)該服從正態(tài)分布的統(tǒng)計(jì)特征，且資產(chǎn)價(jià)格之間應(yīng)該是相互獨(dú)立的，而本文的研究表明，這兩個(gè)前提假設(shè)在黑色金屬期貨市場(chǎng)價(jià)格系統(tǒng)中并不成立，螺紋鋼、熱軋卷板、線材、鐵礦石期貨的日收益率序列均表現(xiàn)出“尖峰”和“厚尾”的非正態(tài)分布特征。2.基于分形理論的黑色金屬期貨市場(chǎng)特征的研究，具有重要的現(xiàn)實(shí)指導(dǎo)作用和應(yīng)用價(jià)值。Hurst指數(shù)的大小和記憶周期長(zhǎng)度可以作為度量風(fēng)險(xiǎn)的重要參考指標(biāo)。Hurst指數(shù)數(shù)值的大小，反映出時(shí)間序列的參差不齊程度，數(shù)值越趨近于1，系統(tǒng)中的噪聲越少，價(jià)格收益率序列具有更強(qiáng)的持久性和更明顯的趨勢(shì)性；反之，Hurst指數(shù)數(shù)值越低，系統(tǒng)中的噪聲越多，序列更趨向于隨機(jī)游走。分形記憶周期越長(zhǎng)，價(jià)格對(duì)市場(chǎng)信息的沖擊反應(yīng)持續(xù)時(shí)間越長(zhǎng)，期貨市場(chǎng)的風(fēng)險(xiǎn)越低；反之,風(fēng)險(xiǎn)越高。分形理論所提供的黑色金屬期貨市場(chǎng)特征的信息，可以為風(fēng)險(xiǎn)管理和套期保值等金融實(shí)踐以及投資者的科學(xué)投資提供指導(dǎo)。3.分形理論提供的黑色金屬期貨市場(chǎng)特征信息，可以為監(jiān)管部門(mén)制定政策提供理論參考。我國(guó)金融創(chuàng)新在衍生品領(lǐng)域的實(shí)踐還處于起步階段，在期貨市場(chǎng)運(yùn)行規(guī)則、監(jiān)督規(guī)范、市場(chǎng)約束等方面還有一定的不足，分形特征的考察，可以發(fā)現(xiàn)市場(chǎng)的結(jié)構(gòu)形式，為監(jiān)管部門(mén)采取適當(dāng)?shù)恼{(diào)控手段，制定合理的監(jiān)管政策，為促進(jìn)衍生品市場(chǎng)健康發(fā)展提供理論參考。
作者：葛永波 曹婷婷 朱蓉 單位：山東財(cái)經(jīng)大學(xué)金融學(xué)院asc