【摘要】：在金融創(chuàng)新的持續(xù)推動下,以股指期貨為代表的金融衍生品打開了發(fā)展的重要時間窗口。盡管被公認為金融市場最有效的風(fēng)險管理工具,但股指期貨自身卻并非是絕對安全的。在以投機者和套期保值者為主的投資者結(jié)構(gòu)沖擊下,股指期貨的市場風(fēng)險甚至可能遠超現(xiàn)貨市場。自美國次貸危機引發(fā)全球性金融動蕩以來,包括股指期貨在內(nèi)的金融衍生品的市場風(fēng)險一直是學(xué)界和業(yè)界關(guān)注的焦點。2010年4月,滬深300指數(shù)期貨作為中國第一只股指期貨正式上市,開創(chuàng)了多層次金融市場的歷史新跨越。合理界定股指期貨的市場風(fēng)險、科學(xué)度量和防范中國股指期貨的市場風(fēng)險,維護市場安全平穩(wěn)運行,打好防范化解金融系統(tǒng)性風(fēng)險攻堅戰(zhàn),最終實現(xiàn)金融體系乃至整個國民經(jīng)濟“穩(wěn)中有進”,是當(dāng)前金融工程與風(fēng)險管理領(lǐng)域亟待解決的一項重要課題。隨著信息技術(shù)和數(shù)字存儲技術(shù)的發(fā)展,高頻時間序列分析為股指期貨的市場風(fēng)險研究提供了更加精確的技術(shù)手段。本文以高頻已實現(xiàn)波動(Realized Volatility,RV)方法為切入點,實證度量和刻畫股指期貨的市場風(fēng)險,并為防范股指期貨的市場風(fēng)險提供對策及政策建議。根據(jù)投資者在其資產(chǎn)結(jié)構(gòu)中持有期貨單一資產(chǎn)和持有期現(xiàn)貨資產(chǎn)組合兩種不同情況,本文界定股指期貨市場風(fēng)險的內(nèi)涵、識別股指期貨市場風(fēng)險的來源與成因,將股指期貨市場風(fēng)險表達為“股指期貨未來價格或股指期現(xiàn)貨資產(chǎn)組合未來價格收益波動對期望值的偏離給相關(guān)投資者資產(chǎn)帶來潛在損失的可能性”,并在此基礎(chǔ)上度量期貨單一資產(chǎn)條件下和期現(xiàn)貨資產(chǎn)組合條件下股指期貨市場風(fēng)險。在期貨單一資產(chǎn)條件下,首先分別構(gòu)造高頻RV方法中的經(jīng)典RV模型、已實現(xiàn)極差波動(Realized Range-based Volatility,RRV)模型和已實現(xiàn)雙冪波動(Realized Bipower Volatility,RBV)模型,測度滬深300指數(shù)期貨5分鐘高頻價格波動,結(jié)果發(fā)現(xiàn)RBV模型對滬深300指數(shù)期貨價格波動的測度效果最好,賦權(quán)的已實現(xiàn)極差波動(WRRV)模型次之,高頻RV方法能較好地刻畫滬深300指數(shù)期貨價格波動的非連續(xù)性和跳躍性;然后構(gòu)建WRRV-VaR和RBV-VaR模型分別度量期貨單一資產(chǎn)條件下股指期貨的市場風(fēng)險,并對它們的度量效果進行比較。相對于正態(tài)分布和位置尺度t分布,對數(shù)正態(tài)分布可以更好地擬合WRRV和RBV序列的尖峰特性和單側(cè)特性。采用Monte Carlo模擬的估計結(jié)果表明,WRRV-VaR和RBV-VaR模型都可以在一定程度上刻畫股指期貨的市場風(fēng)險特征,RBV-VaR模型能更好地識別極端情況下難以預(yù)測的風(fēng)險。在期現(xiàn)貨資產(chǎn)組合條件下,為了捕捉股指期現(xiàn)貨高頻價格間相依結(jié)構(gòu)的非線性、非對稱以及動態(tài)變化特征,首先采用高頻RV方法擬合價格邊緣分布分別構(gòu)造時變Gumbel Copula函數(shù)、時變Clayton Copula函數(shù)以及兩者結(jié)合構(gòu)造的時變混合Copula函數(shù),測度滬深300指數(shù)期現(xiàn)貨價格相依結(jié)構(gòu),證實市場價格暴跌階段滬深300指數(shù)期現(xiàn)貨價格相依關(guān)系強于市場價格暴漲階段。模型擬合優(yōu)度檢驗結(jié)果表明,高頻RV-時變混合Copula函數(shù)在滬深300指數(shù)期現(xiàn)貨價格相依結(jié)構(gòu)測度方面具有更好的測度能力;然后將具有更好測度能力的高頻RV-時變混合Copula函數(shù)與VaR方法結(jié)合建模,度量在不同期現(xiàn)貨資產(chǎn)投資比重動態(tài)變化條件下股指期貨的市場風(fēng)險。采用Monte Carlo模擬的估計結(jié)果表明,在同一置信水平上,股指期貨投資比重的提高使得市場風(fēng)險不斷加大;在同一投資比重下,隨著置信水平不斷提高,市場風(fēng)險加速上升,極端情況下股指期現(xiàn)貨市場表現(xiàn)出較強的聯(lián)動效應(yīng)。高頻RV-時變Copula-VaR模型的度量結(jié)果在90%、95%和99%三種置信水平上的有效性都較高。在市場風(fēng)險度量的基礎(chǔ)上,分別探討期貨單一資產(chǎn)和期現(xiàn)貨資產(chǎn)組合條件下投資者和交易所的股指期貨市場風(fēng)險防范對策,以市場風(fēng)險最小化為目標(biāo)約束,實證測算股指期貨的最優(yōu)套期保值比率和交易保證金水平。最后,作為理論與實證研究結(jié)果的應(yīng)用,在剖析股指期貨的市場風(fēng)險防范理論依據(jù)、國際經(jīng)驗和基本現(xiàn)狀的基礎(chǔ)上,提出宏觀監(jiān)管層面股指期貨的市場風(fēng)險防范政策建議。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：F832.5
【圖文】：

高頻 RV-VaR 模型估計是否準(zhǔn)確的一個重要前提，是高頻 RV 分布擬合的準(zhǔn)確程度。為此，本文采用正態(tài)分布、位置尺度 t-分布和對數(shù)正態(tài)分布進行擬合。圖4.1 滬深300指數(shù)期貨的WRRV分布柱狀圖圖 4.1 給出了滬深 300 指數(shù)期貨的 WRRV 分布柱狀圖，可以觀察到其分布具有以下特點：(1) 根據(jù) WRRV 模型的運算過程，樣本值均大于 0。(2) WRRV 樣本值的跨度非常大，從 0.04 一直上升到 91.80。(3) WRRV 樣本值絕大部分集中在柱形圖第一個柱形中，表明該樣本具有明顯的尖峰特征，這從表 4.2 中 WRRV 的峰度值為 133.878 也可以看出來。

盡管正態(tài)分布很明顯不適合用來擬合 WRRV 的分布，但是為了進行對比，本文還是給出正態(tài)分布的擬合結(jié)果，如圖 4.2 所示。圖4.2 滬深300指數(shù)期貨的WRRV正態(tài)分布擬合從圖 4.2 可以看出，擬合的正態(tài)曲線頂點距離 WRRV 尖峰頂點很遠，基本不能反映出 WRRV 的尖峰特點。圖 4.3 給出了滬深 300 指數(shù)期貨的 WRRV 位置尺度 t-分布擬合結(jié)果。從圖中擬合的位置尺度 t-分布曲線可以觀察到以下特點：(1) 相對于正態(tài)分布，位置尺度 t-分布較好的刻畫了 WRRV 的尖峰特點。(2) 從擬合曲線的起點來看，該函數(shù)并不能保證 WRRV 的取值一定為正數(shù)，

【相似文獻】

相關(guān)期刊論文 前10條

1 陸文娟;;股指期貨市場的有效性分析[J];商;2015年49期

2 王雪;;股指期貨市場的系統(tǒng)性風(fēng)險研究[J];金融經(jīng)濟;2016年16期

3 郜慶;;歐盟反期貨操縱規(guī)則及對我國的啟示[J];環(huán)球市場信息導(dǎo)報;2017年06期

4 張亞寧;王雪;閆雯;;印度股指期貨市場的發(fā)展對我國的啟示[J];大眾投資指南;2017年06期

5 鄧穎安;;論中國股指期貨市場的制度創(chuàng)新與風(fēng)險控制[J];新經(jīng)濟;2014年11期

6 楊波;;我國股指期貨市場風(fēng)險及其防范[J];合作經(jīng)濟與科技;2014年16期

7 王繼瑩;;我國股指期貨市場有效性的實證研究[J];雞西大學(xué)學(xué)報;2014年11期

8 王繼瑩;;我國股指期貨市場流動性研究[J];華北電力大學(xué)學(xué)報(社會科學(xué)版);2014年05期

9 吳愨華;;論多元化股指期貨市場機構(gòu)投資者培育[J];商業(yè)時代;2012年09期

10 梁忠輝;;股指期貨市場運行特征分析[J];東北財經(jīng)大學(xué)學(xué)報;2012年03期

相關(guān)會議論文 前4條

1 董珊珊;馮蕓;;滬深300股指期貨市場的投機效應(yīng)研究[A];首屆中國金融發(fā)展學(xué)術(shù)論壇論文集[C];2013年

2 蘇明;李力春;;中國股指期貨市場的推出對股票市場的影響——基于國際價格聯(lián)動性和波動溢出效應(yīng)的研究[A];21世紀數(shù)量經(jīng)濟學(xué)（第12卷）[C];2011年

3 周舟;魏卓;高瑩;;基于共同因子模型的股指期貨價格發(fā)現(xiàn)研究[A];第六屆（2011）中國管理學(xué)年會論文摘要集[C];2011年

4 李洋;喬高秀;;滬深300股指期貨市場連續(xù)波動與跳躍波動——基于已實現(xiàn)波動率的實證研究[A];第十四屆中國管理科學(xué)學(xué)術(shù)年會論文集(上冊)[C];2012年

相關(guān)重要報紙文章 前10條

1 本報記者 盧建波;松綁首周 股指期貨市場無戰(zhàn)事[N];金融投資報;2017年

2 本報記者 張利靜;遠月走勢偏弱 期指繼續(xù)承壓[N];中國證券報;2017年

3 財經(jīng)專欄作者 黃金錢包首席研究員 肖磊;中國不能沒有股指期貨市場[N];中國貿(mào)易報;2015年

4 董少鵬;我國股指期貨市場仍為“演習(xí)版”[N];證券日報;2011年

5 中金所供稿;股指期貨市場有哪些交易者類型？[N];期貨日報;2010年

6 中南大學(xué)公共政策與地方治理研究中心研究員 楊孟著;發(fā)展股指期貨市場需防范三大風(fēng)險[N];中國經(jīng)濟導(dǎo)報;2011年

7 本報記者 王超;股指期貨市場功能發(fā)揮需要過程[N];中國證券報;2010年

8 北京工商大學(xué)證券期貨研究所所長 教授 胡俞越;股指期貨市場應(yīng)盡快引進機構(gòu)投資者[N];上海證券報;2010年

9 本報記者 姜麗麗;股指期貨市場引入QFII可能引狼入室[N];中國礦業(yè)報;2010年

10 國泰君安股指期貨研究中心 張智勇　余雷;一個健康發(fā)展的股指期貨市場已經(jīng)初步形成[N];經(jīng)濟日報;2010年

相關(guān)博士學(xué)位論文 前10條

1 龍瑞;高頻環(huán)境下基于資產(chǎn)結(jié)構(gòu)的股指期貨市場風(fēng)險度量及防范[D];湖南大學(xué);2018年

2 林復(fù)東;股指期貨市場的定價、功能和風(fēng)險監(jiān)管研究[D];南開大學(xué);2014年

3 陳旭光;中國股指期貨市場監(jiān)管研究[D];東北財經(jīng)大學(xué);2010年

4 李慕春;股指期貨市場研究[D];東北財經(jīng)大學(xué);2001年

5 蔣勇;股指期貨市場風(fēng)險管理與量化策略研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 梁忠輝;中國股指期貨市場價格發(fā)現(xiàn)和監(jiān)管問題研究[D];東北財經(jīng)大學(xué);2012年

7 范泰奇;境內(nèi)外A股股指期貨市場功能差異性研究[D];中央財經(jīng)大學(xué);2015年

8 左順根;中國股指期貨市場操縱及其對市場功能的影響研究[D];華南理工大學(xué);2013年

9 顧京;中國股指期貨市場功能實證研究與優(yōu)化對策[D];華東師范大學(xué);2013年

10 許自堅;滬深300股指期貨市場特征與功能的實證研究[D];西南交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 高凡;我國股指期貨市場對股票市場的沖擊效應(yīng)研究[D];長沙理工大學(xué);2017年

2 王鐳;滬深300股指期貨投資者情緒與股指期貨市場關(guān)系研究[D];山西財經(jīng)大學(xué);2018年

3 王新瑜;伊世頓股指期貨市場操縱行為分析及治理對策建議[D];上海師范大學(xué);2018年

4 俞嘯天;我國期貨高頻交易監(jiān)管[D];安徽大學(xué);2018年

5 鄢靜;我國股指期貨市場法律監(jiān)管制度研究[D];華南理工大學(xué);2018年

6 孫嬙;中韓股指期貨市場的相關(guān)性研究[D];首都經(jīng)濟貿(mào)易大學(xué);2018年

7 季節(jié);基于分形市場假說的滬深300股指期貨市場研究[D];南京大學(xué);2017年

8 胡軍;高頻交易對股指期貨市場的影響分析[D];天津大學(xué);2016年

9 彭倩;中國股市及股指期貨市場日歷效應(yīng)研究[D];西南財經(jīng)大學(xué);2016年

10 黃夕彪;我國股指期貨市場監(jiān)管法律制度研究[D];安徽財經(jīng)大學(xué);2012年

本文編號：2721162