本文關(guān)鍵詞：基于改進(jìn)VaR方法對(duì)我國(guó)國(guó)債期貨市場(chǎng)的風(fēng)險(xiǎn)度量

  更多相關(guān)文章： VaR 國(guó)債期貨 風(fēng)險(xiǎn)管理

【摘要】：近年來(lái),國(guó)際金融市場(chǎng)接連遭受美國(guó)次貸危機(jī)、歐洲主權(quán)債務(wù)危機(jī)的影響,金融機(jī)構(gòu)對(duì)于國(guó)際金融市場(chǎng)的波動(dòng)越發(fā)敏感。而國(guó)內(nèi)伴隨著人民幣國(guó)際化以及利率市場(chǎng)化的沖擊,金融機(jī)構(gòu)對(duì)于利率風(fēng)險(xiǎn)的關(guān)注度也在不斷提高。2013年9月6日,中國(guó)證監(jiān)會(huì)正式批準(zhǔn)重啟5年期國(guó)債期貨合約交易。國(guó)債期貨交易的重啟,是我國(guó)利率市場(chǎng)化推進(jìn)的又一里程碑,它為金融機(jī)構(gòu)提供了一種有效的控制利率風(fēng)險(xiǎn)的工具。因此,對(duì)我國(guó)國(guó)債期貨市場(chǎng)的研究也變得越發(fā)重要。對(duì)國(guó)債期貨市場(chǎng)風(fēng)險(xiǎn)的合理度量有助于機(jī)構(gòu)投資者控制國(guó)債期貨合約的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)損失,提早預(yù)警與防范。 對(duì)于市場(chǎng)風(fēng)險(xiǎn)管理而言,VaR方法是常用且有效的一種風(fēng)險(xiǎn)管理工具。但通過(guò)對(duì)前人VaR方法的研究,發(fā)現(xiàn)其存在很多缺陷與不足。針對(duì)傳統(tǒng)VaR的三種計(jì)算方法,本文系統(tǒng)性地總結(jié)了改進(jìn)VaR的三種方法,針對(duì)改進(jìn)的歷史模擬法抽樣次數(shù)以及改進(jìn)的蒙特卡羅模擬法模擬次數(shù)的選取,.本文通過(guò)繪制抽樣及模擬次數(shù)同VaR均值的散點(diǎn)圖發(fā)現(xiàn)VaR值存在明顯的收斂性。因此在使用改進(jìn)VaR方法時(shí),確定抽樣及模擬次數(shù)上,本文的這一改進(jìn)使得基于改進(jìn)VaR方法的計(jì)算結(jié)果更趨穩(wěn)健。傳統(tǒng)VaR方法包括歷史模擬法,蒙特卡羅模擬法和方差協(xié)方差法。因此,針對(duì)歷史模擬法應(yīng)用于我國(guó)國(guó)債期貨研究中交易歷史較短的缺陷,使用Bootstra p法對(duì)其進(jìn)行改進(jìn),進(jìn)而得出針對(duì)歷史模擬法的改進(jìn)VaR方法。同理,針對(duì)我國(guó)國(guó)債期貨高頻數(shù)據(jù)存在波動(dòng)性聚集的現(xiàn)象,使用GARCH模型對(duì)其進(jìn)行改進(jìn),計(jì)算并使用條件方差來(lái)對(duì)蒙特卡羅模擬法進(jìn)行改進(jìn),進(jìn)而得出了針對(duì)蒙特卡羅模擬法的改進(jìn)VaR方法。最后,針對(duì)我國(guó)國(guó)債期貨高頻收益率數(shù)據(jù)尖峰厚尾的分布特性,使用極值理論的三種模型來(lái)對(duì)方差協(xié)方差法進(jìn)行改進(jìn),得出針對(duì)方差協(xié)方差法的改進(jìn)VaR方法。 實(shí)證分析部分,將改進(jìn)VaR方法應(yīng)用于我國(guó)國(guó)債期貨主力合約的高頻數(shù)據(jù),來(lái)研究對(duì)我國(guó)國(guó)債期貨交易市場(chǎng)風(fēng)險(xiǎn)度量最有效方法。結(jié)果表明,對(duì)于我國(guó)國(guó)債期貨風(fēng)險(xiǎn)的度量,改進(jìn)VaR方法的效果整體上明顯優(yōu)于傳統(tǒng)VaR方法。而三種改進(jìn)VaR方法中,使用BMM模型和POT模型的基于極值理論的方差協(xié)方差法對(duì)于我國(guó)國(guó)債期貨高頻數(shù)據(jù)的風(fēng)險(xiǎn)度量效果最好,可以做到即控制了國(guó)債期貨的市場(chǎng)風(fēng)險(xiǎn)又不存在明顯的風(fēng)險(xiǎn)高估。對(duì)于金融機(jī)構(gòu)使用其控制市場(chǎng)風(fēng)險(xiǎn)而言是高效的、準(zhǔn)確的。 結(jié)構(gòu)方面,本文在介紹了國(guó)內(nèi)外對(duì)VaR方法應(yīng)用于市場(chǎng)風(fēng)險(xiǎn)管理的研究現(xiàn)狀之后,首先闡述了傳統(tǒng)VaR方法及原理,然后適度整理并總結(jié)了改進(jìn)VaR方法,同時(shí)系統(tǒng)地闡述了改進(jìn)VaR方法的基本原理,最后以2013年我國(guó)國(guó)債期貨高頻數(shù)據(jù)為樣本數(shù)據(jù),將改進(jìn)VaR方法應(yīng)用于我國(guó)新興的國(guó)債期貨市場(chǎng)。采用三種改進(jìn)VaR方法計(jì)算我國(guó)國(guó)債期貨交易的市場(chǎng)風(fēng)險(xiǎn)并同傳統(tǒng)VaR方法的結(jié)果進(jìn)行對(duì)比,分析了不同VaR方法應(yīng)用于我國(guó)國(guó)債期貨市場(chǎng)的優(yōu)劣,找出了對(duì)于研究我國(guó)國(guó)債期貨市場(chǎng)風(fēng)險(xiǎn)管理VaR方法的最佳模型。 本文的創(chuàng)新點(diǎn)主要包括兩方面,首先是實(shí)證研究的內(nèi)容為我國(guó)新興的國(guó)債期貨市場(chǎng),對(duì)于風(fēng)險(xiǎn)管理的研究大多集中于股指期貨市場(chǎng),對(duì)于我國(guó)的國(guó)債期貨市場(chǎng)風(fēng)險(xiǎn)管理的研究還不多。其次,對(duì)于風(fēng)險(xiǎn)管理工具的選擇,本文對(duì)傳統(tǒng)VaR方法進(jìn)行了系統(tǒng)的總結(jié),并對(duì)改進(jìn)VaR方法涉及抽樣量的取值方法進(jìn)行了一定的改進(jìn),并首次對(duì)不同改進(jìn)方法的實(shí)證結(jié)果進(jìn)行了對(duì)比。不僅具有理論意義,更具有一定的現(xiàn)實(shí)意義。同樣,本文研究也存在一定的不足。主要包括,實(shí)證分析部分的數(shù)據(jù)歷史較短,無(wú)法覆蓋完整的經(jīng)濟(jì)周期,基于極值理論改進(jìn)的方差協(xié)方差法三種模型的參數(shù)選擇主觀性較強(qiáng)等。
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：F224;F724.5;F812.5

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 高瑩;周鑫;金秀;;GARCH-EVT模型在動(dòng)態(tài)VaR中的應(yīng)用[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

2 花擁軍;張宗益;;滬深股市極端風(fēng)險(xiǎn)的實(shí)證研究與比較分析——基于GPD分布的極值POT模型[J];系統(tǒng)工程;2009年02期

3 鄭文通;金融風(fēng)險(xiǎn)管理的VAR方法及其應(yīng)用[J];國(guó)際金融研究;1997年09期

4 花擁軍;張宗益;;極值BMM與POT模型對(duì)滬深股市極端風(fēng)險(xiǎn)的比較研究[J];管理工程學(xué)報(bào);2009年04期

5 劉宇飛;VaR模型及其在金融監(jiān)管中的應(yīng)用[J];經(jīng)濟(jì)科學(xué);1999年01期

6 戴國(guó)強(qiáng),徐龍炳,陸蓉;VaR方法對(duì)我國(guó)金融風(fēng)險(xiǎn)管理的借鑒及應(yīng)用[J];金融研究;2000年07期

7 張燃;李念;;基于VaR-GARCH模型的開(kāi)放式基金風(fēng)險(xiǎn)估計(jì)[J];金融教學(xué)與研究;2012年04期

8 徐煒;黃炎龍;;VaR-GARCH類(lèi)模型在股市風(fēng)險(xiǎn)度量中的比較研究[J];統(tǒng)計(jì)與決策;2008年03期

9 顧雪松;;基于GARCH-VaR的股指期貨保證金模型[J];統(tǒng)計(jì)與決策;2009年13期

10 王宗潤(rùn);周艷菊;;基于GARCH-EVT模型的人民幣匯率風(fēng)險(xiǎn)測(cè)度研究[J];西南民族大學(xué)學(xué)報(bào)(人文社科版);2010年06期

，

本文編號(hào)：1296550