發(fā)布時間：2017-04-06 18:22

  本文關(guān)鍵詞：基于copula函數(shù)的股指期貨套期保值率研究，由筆耕文化傳播整理發(fā)布。

【摘要】：投資者風(fēng)險管理的一項重要工具就是套期保值,這其中主要從兩方面來考慮,一個是風(fēng)險的量化,另一個是在既定的風(fēng)險程度下如何使其最小化。金融市場具有高度的時變性,怎樣縮小資產(chǎn)的風(fēng)險敞口,是投資者進(jìn)行套期保值的出發(fā)點,套期保值的效率也由此來測度。然而現(xiàn)實操作中,不同風(fēng)險測度的偏重方向不同,套期保值也有自身固有的性質(zhì),故非所有風(fēng)險測度的標(biāo)準(zhǔn)都能適應(yīng)套期保值。套期保值的模型眾多,其適用性也較為廣泛,唯獨Copula函數(shù)在刻畫多元變量的聯(lián)合分布方面表現(xiàn)的最為出色。對于多元金融時間序列之間復(fù)雜的動態(tài)相關(guān)性,傳統(tǒng)的統(tǒng)計模型常常表現(xiàn)的較為乏力,Copula函數(shù)的登臺恰逢其時,此函數(shù)不僅能分解多元變量的聯(lián)合分布,將其化為各變量的累積邊緣分布函數(shù)跟一個特定的Copula函數(shù),還能靈活精準(zhǔn)的描述多元變量之間的相依結(jié)構(gòu)。故Copula函數(shù)在金融研究領(lǐng)域的應(yīng)用越來越廣泛。本文采用由淺及深的模式探討股指期貨的套期保值率問題,筆者首先介紹了股指期貨的特點,突出其套期保值功能,而后引出套期保值率有關(guān)的理論基礎(chǔ),分析國內(nèi)外已有研究的現(xiàn)狀,比較各套期保值模型的優(yōu)劣點,并由此引出動態(tài)Copula模型。最后,筆者嘗試用它來估計滬深300股指期貨的套期保值比率,進(jìn)而與傳統(tǒng)套期保值模型相比較。實證估計結(jié)果顯示,Copula模型的套期保值效果最佳,即更具規(guī)避價格風(fēng)險功能,OLS模型緊隨其后,DCC-GARCH模型效果最差;同時,Copula模型族中,T-Copula函數(shù)的套期保值效果最好,正態(tài)Copula函數(shù)次之。那么針對金融序列動態(tài)相關(guān)變化以及狀態(tài)相依性的特征,Copula模型能夠?qū)崿F(xiàn)更優(yōu)的套期保值績效。
【關(guān)鍵詞】：滬深300股指期貨 套期保值率 Copula函數(shù)
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F224;F724.5
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-20
• 1.1 研究背景與研究意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 文獻(xiàn)綜述13-18
• 1.2.1 套期保值比率實證研究綜述13-16
• 1.2.2 基于Copula模型的相關(guān)研究綜述16
• 1.2.3 金融市場的相關(guān)性分析研究16-17
• 1.2.4 金融風(fēng)險管理研究17-18
• 1.3 研究思路及本文框架18-20
• 第2章 套期保值相關(guān)理論與方法20-26
• 2.1 股指期貨概述20-22
• 2.1.1 股指期貨的基本特征20-22
• 2.1.2 股指期貨交易的基本制度22
• 2.2 套期保值理論22-24
• 2.2.1 最小方差套期保值理論22-24
• 2.2.2 基差風(fēng)險最小理論24
• 2.3 現(xiàn)有研究存在的不足與本文創(chuàng)新之處24-26
• 第3章 套期保值相關(guān)模型與估計方法26-34
• 3.1 傳統(tǒng)的套期保值模型26-28
• 3.1.1 OLS模型26
• 3.1.2 協(xié)整與誤差修正模型（ECM）26-27
• 3.1.3 GARCH模型27
• 3.1.4 DCC-MVGARCH模型27-28
• 3.2 Copula函數(shù)理論與建模28-34
• 3.2.1 Copula函數(shù)簡介28-29
• 3.2.2 Copula函數(shù)邊緣分布擬合29-30
• 3.2.3 Copula函數(shù)參數(shù)估計方法30-32
• 3.2.4 Copula模型32-34
• 第4章 基于Copula的滬深300股指期貨最優(yōu)套期保值比率實證分析34-45
• 4.1 數(shù)據(jù)的選取及處理34-36
• 4.2 基于OLS進(jìn)行估計36-38
• 4.2.1 單位根檢驗36-37
• 4.2.2 最小二乘回歸37-38
• 4.3 GARCH模型建模與估計38-41
• 4.3.1 單因素GARCH模型38-41
• 4.3.2 DCC-MVGARCH模型估計41
• 4.4 Copula模型的實證研究41-42
• 4.5 模型實證效果的比較42-43
• 4.6 實證研究不足43-45
• 結(jié)論45-46
• 參考文獻(xiàn)46-49
• 致謝49

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 謝福座;;基于GARCH-Copula-CoVaR模型的風(fēng)險溢出測度研究[J];金融發(fā)展研究;2010年12期

2 林旭東;葉旭;王吉培;;滬深300股指期貨動態(tài)套期保值率研究——基于分位數(shù)回歸和狀態(tài)空間模型[J];中國證券期貨;2009年12期

3 王玉剛;遲國泰;楊萬武;;基于Copula的最小方差套期保值比率[J];系統(tǒng)工程理論與實踐;2009年08期

4 吳先智;;股指期貨的最優(yōu)套期保值率實證研究——基于滬深300指數(shù)期貨仿真交易視角[J];上海立信會計學(xué)院學(xué)報;2008年04期

5 李悅;程希駿;;上證指數(shù)和恒生指數(shù)的copula尾部相關(guān)性分析[J];系統(tǒng)工程;2006年05期

6 吳振翔;陳敏;葉五一;繆柏其;;基于Copula-GARCH的投資組合風(fēng)險分析[J];系統(tǒng)工程理論與實踐;2006年03期

7 韋艷華,張世英;金融市場非對稱尾部相關(guān)結(jié)構(gòu)的研究[J];管理學(xué)報;2005年05期

8 張堯庭;連接函數(shù)(copula)技術(shù)與金融風(fēng)險分析[J];統(tǒng)計研究;2002年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 方顥;基于Markov狀態(tài)轉(zhuǎn)換GARCH模型的銅期貨價格波動性研究[D];東北財經(jīng)大學(xué);2011年

  本文關(guān)鍵詞：基于copula函數(shù)的股指期貨套期保值率研究，，由筆耕文化傳播整理發(fā)布。

本文編號：289441