3、ARCH模型檢驗
借鑒陳龍的研究，本文構建如下ARCH模型。
為了驗證ARCH效應是否存在於一個模型的殘差中，通常可以采用拉格朗日乘數檢驗（ARCH LM檢驗）以及殘差平方相關圖檢驗這兩種方法。本文選取了在本文研究時間範圍內的各交易日收盤價作為樣本序列，並對該樣本序列進行相關的驗證。將樣本序列進行對數處理是為了減少誤差。
其中因變量Y所代表的是spt，表示在t日當天的對數收盤價；自變量X代表spt-1，表示在t-1日當天的對數收盤價。
（1）單位根檢驗
如果序列中存在單位根，那就說明這不是一個平穩的序列，假如對不平穩的序列進行回歸分析，會使得結果存在誤差，因此要對序列進行單位根檢驗。
從ADF檢驗結果來看，T統計值等於-31.79750，概率P等於0。因此單位根並不存在於上述序列中，所以得出序列是具有穩定性的結論。
利用OLS估計，最終得到的結果如下：
從計算結果來看，R2=0.9892，R2=0.9892，可決係數高，說明上述的回歸方程是具有顯著性的。經過ADF檢驗序列是平穩的。
（2）模型檢驗
首先，擬合優度檢驗：因為R2=0.9892，R2=0.9892，說明所建模型整體上對樣本數據擬合非常好。
其次，計量經濟學檢驗：
最後，異方差檢驗：通過觀察，可以發現在殘差產生了波動成群的現象，說明模型可能存在異方差。因此，繼續進行ARCH LM檢驗，最終得到滯後七階的檢驗結果。
此時的概率P值等於0.0111，即在5%的顯著水平下拒絕回歸方程中不存在ARCH效應的原假設，說明了ARCH效應存在於回歸方程的殘差序列存中。此外，我們從AC係數和PAC係數也能夠驗證上訴結論。
可以看出，無論是AC圖還是PAC圖，在滯後二階和七階時都超出了區間範圍，其他階都在區間範圍內。因為在滯後二階和七階的AC係數和PAC係數均顯著不等於0，並且相對應的Q統計量較為顯著，因此可以得出：ARCH效應存在於模型的殘差序列中。
四、結論與政策建議
既然滬深300股指期貨存在著周內日曆效應，說明該市場並不是有效的市場。為了提高投資收益率，投資者在進入或者退出投資市場時，可以結合實際情況來利用已掌握到的日曆效應信息，通過日曆效應來改善自身的投資策略，從而更好的規避風險。比如，在星期五的平均收益率最高，就可以在其他平均收益率低的交易日進行買入操作，或者在星期五進行賣出操作。當然，我們並不能單單籠統的運用日曆效應來進行市場操作，因為市場是多變的，要預測市場的變動需要考慮到多種因素的綜合作用。
（注：本文係廣西哲學社會科學十二五規劃項目（項目編號：11EMZ014）和桂林旅遊學院科研項目（項目編號：2011QN01）。）
【參考文獻】
[1] 徐國棟、田祥新、林丙紅：中國股市季節效應實證分析[J].廣西財政高等專科學校學報，2004（10）.
[2] 郭彥峰、魏宇：我國股指期貨標的指數的日曆效應研究[J].西南交通大學學報（社會科學版），2007（5）.
[3] 郭彥峰、黃登仕、魏字：上海期貨市場收益和波動的周日曆效應研究[J].管理科學，2008（4）.
（責任編輯：諶盼）