【摘要】：股指期貨具有高杠桿特性,是高風(fēng)險(xiǎn)的金融衍生品。隨著2010年4月16日我國(guó)股指期貨的正式上市交易,也帶來(lái)了股指期貨市場(chǎng)風(fēng)險(xiǎn)管理的巨大挑戰(zhàn)。因此,在我國(guó)股指期貨上市之后,為有效促進(jìn)我國(guó)資本市場(chǎng)的健康發(fā)展,務(wù)必要對(duì)我國(guó)股指期貨市場(chǎng)的風(fēng)險(xiǎn)進(jìn)行管理和控制。而金融風(fēng)險(xiǎn)管理的基礎(chǔ)和核心是對(duì)風(fēng)險(xiǎn)的定量分析和評(píng)估,股指期貨風(fēng)險(xiǎn)度量的研究則顯得尤為重要和緊迫。 在眾多的金融資產(chǎn)風(fēng)險(xiǎn)度量方法中,VaR方法作為一種有效的風(fēng)險(xiǎn)管理手段已經(jīng)成為共識(shí),因而我國(guó)股指期貨推出后,運(yùn)用VaR方法對(duì)其進(jìn)行風(fēng)險(xiǎn)管理十分必要。 VaR的全稱(chēng)是Value at Risk,意為“處于風(fēng)險(xiǎn)中的價(jià)值”,被定義為在正常的市場(chǎng)波動(dòng)情況下,在一定的置信水平下,投資組合在未來(lái)某一個(gè)特定時(shí)期內(nèi)的最大可能損失。盡管其概念簡(jiǎn)單,度量VaR仍是一個(gè)非常具有挑戰(zhàn)性的統(tǒng)計(jì)問(wèn)題,用于計(jì)算VaR的眾多模型各有各的優(yōu)缺點(diǎn),至今還未找到公認(rèn)的計(jì)算VaR的最佳模型,關(guān)于計(jì)算VaR的模型的研究仍在繼續(xù)。 本文將VaR作為度量中國(guó)股指期貨市場(chǎng)風(fēng)險(xiǎn)的一種工具,結(jié)合我國(guó)股指期貨的標(biāo)的指數(shù)一一滬深300指數(shù)2005年4月8日至2010年12月31日的日收盤(pán)價(jià)格數(shù)據(jù),選取了三種經(jīng)典VaR參數(shù)模型、非遞歸的分位數(shù)回歸VaR模型的三種模型和遞歸的分位數(shù)回歸VaR模型的三種模型共九種模型,分別在95%和99%置信水平下進(jìn)行我國(guó)股指期貨市場(chǎng)的向前一天VaR預(yù)測(cè)。最后采用Kupiec檢驗(yàn)和分位損失檢驗(yàn)這兩種從不同視角出發(fā)的VaR檢驗(yàn)方法,來(lái)評(píng)價(jià)不同顯著性水平下各種計(jì)算VaR的模型和方法的表現(xiàn)效果,以期選出最適合計(jì)算我國(guó)股指期貨風(fēng)險(xiǎn)的VaR模型,為不同需要的管理者提供全面參考。 本文通過(guò)實(shí)證分析,發(fā)現(xiàn)引入分位數(shù)回歸方法的VaR模型表現(xiàn)良好,在幾乎所有的檢驗(yàn)標(biāo)準(zhǔn)和置信水平下表現(xiàn)均優(yōu)于或不差于經(jīng)典VaR參數(shù)模型。在Kupiec失敗率檢驗(yàn)法中,非遞歸的分位數(shù)回歸VaR模型要優(yōu)于遞歸的分位數(shù)回歸VaR模型,其中,QR. EGARCH(1,1)-t模型最優(yōu)。在分位損失檢驗(yàn)中,遞歸的分位數(shù)回歸VaR模型則優(yōu)于非遞歸的分位數(shù)回歸VaR模型,其中,95%置信水平下,AS模型最優(yōu),99%置信水平下,SAV模型最優(yōu)。因此建議根據(jù)不同管理需要選擇模型來(lái)度量我國(guó)股指期貨市場(chǎng)的VaR值。從安全性角度出發(fā),為了保證損失的可控,著重參考失敗率檢驗(yàn)的結(jié)果,優(yōu)先選擇非遞歸的分位數(shù)回歸VaR模型中的QR. EGARCH(1,1)-t模型；從資金流動(dòng)性和盈利性角度出發(fā),著重參考分位損失檢驗(yàn)結(jié)果,95%置信水平下,優(yōu)先選擇AS模型,99%置信水平下,優(yōu)先選擇SAV模型。
[Abstract]:The stock index futures have the high lever characteristic, is the high risk financial derivative. With the formal listing of stock index futures in China on April 16, 2010, it also brings a great challenge to the risk management of stock index futures market. Therefore, in order to effectively promote the healthy development of China's capital market, it is necessary to manage and control the risk of stock index futures market after the listing of stock index futures in China. The foundation and core of financial risk management is the quantitative analysis and evaluation of risk, and the research on risk measurement of stock index futures is particularly important and urgent. As an effective means of risk management, VaR method has become a common understanding among many risk measurement methods of financial assets, so after the introduction of stock index futures in China, It is necessary to use VaR method to manage its risk. The full name of VaR is value at risk, which means "value in risk", which is defined as "value at risk" under normal market fluctuation and at a certain confidence level. The maximum possible loss of a portfolio in a particular period in the future. Although the concept of VaR is simple, measuring VaR is still a very challenging statistical problem. Many models used to calculate VaR have their own advantages and disadvantages. So far, the best model for calculating VaR has not been found. The research on the model of calculating VaR is continuing. In this paper, VaR is used as a tool to measure the market risk of China's stock index futures, and combined with the daily closing price data of CSI 300 index, which is the target index of China's stock index futures, from April 8, 2005 to December 31, 2010. Three classical VaR parameter models, three models of non-recursive quantile regression VaR model and nine models of recursive quantile regression VaR model are selected. At the confidence level of 95% and 99% respectively, the VaR forecast of China's stock index futures market is carried out one day ahead. Finally, Kupiec test and quantile loss test are used to evaluate the performance of various models and methods for calculating VaR from different perspectives. In order to select the most suitable VaR model to calculate the risk of stock index futures in China, provide a comprehensive reference for managers with different needs. Through the empirical analysis, it is found that the VaR model with quantile regression method performs well and is superior to or not worse than the classical VaR parameter model under almost all test criteria and confidence levels. In the Kupiec failure rate test, the non-recursive quantile regression VaR model is better than the recursive quantile regression VaR model. The EGARCH (1 ~ 1) -t model is optimal. In the quantile loss test, the recursive quantile regression VaR model is superior to the non-recursive quantile regression VaR model, in which the as model is optimal at the 95% confidence level and the SAV model is optimal at the 99% confidence level. Therefore, it is suggested to select models according to different management needs to measure the VaR value of China's stock index futures market. From the security point of view, in order to ensure that the loss is controllable, the QRs in the non-recursive quantile regression VaR model are selected first by referring to the results of the failure rate test. The EGARCH (1 ~ 1) -t model, from the point of view of capital liquidity and profitability, focuses on the selection of SAV model under 95% confidence level and 99% confidence level for as model, and then SAV model is given priority for reference to the test results of quantile loss (95% confidence level) and as model (99% confidence level).
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：F224;F832.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬(wàn)鷗;;股指期貨漸行漸近[J];科技信息;2006年S5期

2 遲美華;;股指期貨對(duì)我國(guó)證券市場(chǎng)的影響分析[J];內(nèi)江科技;2007年12期

3 葉峰,張_",唐國(guó)興;股指期貨價(jià)格非線性均值回復(fù)特性實(shí)證研究[J];管理科學(xué)學(xué)報(bào);2003年05期

4 王珂;邵宏成;;基于VAR理論的ARMA(1,1)—GARCH(1,1)法的股指期貨的風(fēng)險(xiǎn)預(yù)測(cè)[J];商場(chǎng)現(xiàn)代化;2009年15期

5 蔡健翔;股指期貨淺探[J];中國(guó)科技信息;2005年14期

6 陳曉鵬;;論股指期貨對(duì)現(xiàn)貨市場(chǎng)的穩(wěn)定性協(xié)整檢驗(yàn)[J];時(shí)代金融;2006年11期

7 張靖;林明誼;;股指期貨推出的風(fēng)險(xiǎn)控制與管理[J];科技信息(學(xué)術(shù)研究);2007年28期

8 儲(chǔ)成兵;;封閉式基金與股指期貨套利研究[J];科技資訊;2008年13期

9 陳湛勻;王穎;;中國(guó)股指期貨套期保值率的計(jì)算及風(fēng)險(xiǎn)控制[J];商場(chǎng)現(xiàn)代化;2008年27期

10 王敬;程顯敏;宗樂(lè)新;;股指期貨在ETF投資管理中的套期保值研究[J];大連理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2007年01期

相關(guān)會(huì)議論文 前10條

1 侯丹;;股指期貨在中國(guó)上市的背景分析及短期發(fā)展[A];低碳經(jīng)濟(jì)與科學(xué)發(fā)展——吉林省第六屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集[C];2010年

2 孔慶林;楊曉華;;熱爐效應(yīng)在股指期貨內(nèi)部控制中的應(yīng)用[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

3 王紅英;鄭學(xué)勤;劉震;章飚;富旭文;王兆先;田聯(lián)豐;;股指期貨運(yùn)用之道[A];2011年第五屆中國(guó)期貨分析師論壇專(zhuān)刊[C];2011年

4 陳娟;林龍;葉阿忠;;基于分位數(shù)回歸的中國(guó)居民消費(fèi)研究[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

5 林藝圃;;中國(guó)股市價(jià)量關(guān)系的實(shí)證分析分位數(shù)回歸模型[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

6 ;卷首語(yǔ)[A];2011年第五屆中國(guó)期貨分析師論壇專(zhuān)刊[C];2011年

7 包明寶;;論股指期貨對(duì)股市的沖擊及減緩對(duì)策[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

8 袁象;余思勤;;利用擴(kuò)展基尼均值系數(shù)計(jì)算股指期貨套期保值比率[A];第十屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2008年

9 徐濤;應(yīng)益榮;;股指期貨標(biāo)的指數(shù)選擇及風(fēng)險(xiǎn)控制實(shí)證分析[A];第四屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2006年

10 何平;周依靜;;滬深300指數(shù)與股指期貨日內(nèi)價(jià)格發(fā)現(xiàn)機(jī)制的研究[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 劉韜;關(guān)注股指期貨[N];人民日?qǐng)?bào);2001年

2 證券時(shí)報(bào)記者 魏曙光;左曉蕾：目前不宜推股指期貨[N];證券時(shí)報(bào);2008年

3 方正期貨研發(fā)中心 傅聲霆邋王飛;次貸危機(jī)凸顯股指期貨“穩(wěn)定器”功能[N];證券時(shí)報(bào);2008年

4 上海證券 李艷;國(guó)際熱錢(qián)難以大規(guī)模參與我國(guó)股指期貨[N];期貨日?qǐng)?bào);2008年

5 本報(bào)記者 蔣家華　胡東林;股指期貨:“好飯不怕晚”[N];中國(guó)證券報(bào);2008年

6 記者 李磊;股指期貨在減緩美國(guó)股市跌幅中起到積極作用[N];期貨日?qǐng)?bào);2008年

7 記者 李茜;股指期貨何時(shí)叩響發(fā)令槍?zhuān)縖N];上海金融報(bào);2008年

8 證券時(shí)報(bào)記者 秦利　萬(wàn)勇;六大交易所總經(jīng)理呼吁盡快推出股指期貨[N];證券時(shí)報(bào);2008年

9 本報(bào)記者 葉苗;專(zhuān)家：股指期貨可撫平市場(chǎng)波動(dòng)[N];上海證券報(bào);2008年

10 南華期貨 張文利;股指期貨在金融風(fēng)暴中勇?lián)厝蝃N];期貨日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 關(guān)靜;分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

2 王小麗;股票和股指期貨跨市場(chǎng)監(jiān)管法律制度研究[D];安徽大學(xué);2012年

3 蔣勇;股指期貨市場(chǎng)風(fēng)險(xiǎn)管理與量化策略研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

4 韓月麗;極值統(tǒng)計(jì)與分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

5 王沛英;股指期貨與金融安全研究[D];廈門(mén)大學(xué);2003年

6 李慕春;股指期貨市場(chǎng)研究[D];東北財(cái)經(jīng)大學(xué);2001年

7 陳雪蓉;復(fù)雜數(shù)據(jù)下分位數(shù)回歸建模及其應(yīng)用[D];云南大學(xué);2012年

8 蔡向輝;股指期貨影響股市波動(dòng)的機(jī)制解析與實(shí)證檢驗(yàn)[D];復(fù)旦大學(xué);2010年

9 林祥友;融資融券交易下的股指期貨市場(chǎng)功能研究[D];西南財(cái)經(jīng)大學(xué);2009年

10 方斌;股指期貨功能理論與實(shí)證研究[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 袁逸翊;股指期貨對(duì)股市風(fēng)險(xiǎn)的防范[D];復(fù)旦大學(xué);2010年

2 王彥宇;新華期貨公司股指期貨套期保值交易與風(fēng)險(xiǎn)管理策略[D];吉林大學(xué);2010年

3 李敬東;我國(guó)發(fā)展股指期貨勢(shì)在必行[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2003年

4 李建國(guó);中國(guó)股指期貨發(fā)展研究[D];武漢理工大學(xué);2004年

5 王若貝;股指期貨期現(xiàn)套利策略研究及風(fēng)險(xiǎn)管理[D];華東師范大學(xué);2011年

6 陳玲;中國(guó)股指期貨定價(jià)研究[D];南京理工大學(xué);2010年

7 李喚工;我國(guó)開(kāi)設(shè)股指期貨的理論研究與動(dòng)作構(gòu)想[D];中國(guó)社會(huì)科學(xué)院研究生院;2003年

8 王珂;滬深300股指期貨風(fēng)險(xiǎn)管理研究[D];華東師范大學(xué);2011年

9 張錦;中國(guó)股指期貨定價(jià)實(shí)證研究[D];上海交通大學(xué);2010年

10 談純集;股指期貨投資策略與基金產(chǎn)品創(chuàng)新的研究[D];上海交通大學(xué);2010年

，

本文編號(hào)：2129931