發(fā)布時間：2017-03-24 09:01

  本文關鍵詞：基于幾何譜風險股指期貨套期保值研究，由筆耕文化傳播整理發(fā)布。

【摘要】：2010年4月16日,我國推出第一支股指期貨,為投資者對沖系統(tǒng)性風險提供了有效工具。投資者可以利用股指期貨進行套期保值操作以達到規(guī)避風險的目的,其中套期保值研究核心問題是套期保值比率如何確定,這也是本文研究的主要目的。本文對套期保值比率的研究建立在風險最小化框架之下,以套期保值組合風險最小為目標,通過優(yōu)化計算得到最優(yōu)套期保值比率。 本文研究圍繞三個問題展開,首先,選擇什么工具來測度風險；其次,通過什么方法計算最優(yōu)套期保值比率；最后,選擇什么績效評價指標,比較不同模型的優(yōu)劣。據(jù)此,本文分為八章進行詳細論述： 第一章為緒論,介紹了選題背景與研究意義,股指期貨的推出為投資者對沖系統(tǒng)性風險提供了有效工具,如何有效地進行套期保值以規(guī)避風險具有現(xiàn)實指導意義。本文以此為出發(fā)點進行研究,并給出本文研究思路、全文的框架安排及結構示意圖,讓讀者對本文結構有個清晰地了解,最后指出本文可能與前人研究的不同之處。 第二章為文獻綜述,對國內外相關研究進行回顧。 第三章為股指期貨與套期保值相關知識,這是股指期貨套期保值研究的理論基礎,本章詳細介紹了股指期貨的交易特點,具有多空雙向交易機制,保證金交易,逐日盯市制度,采用現(xiàn)金交割方式,實行T+0交易等特點,闡述了股指期貨的套期保值功能、價格發(fā)現(xiàn)功能和資源配置功能,并對滬深300指數(shù)期貨內容進行了介紹。系統(tǒng)地梳理了三種主要的套期保值理論,傳統(tǒng)套期保值理論、Working套期保值理論和組合套期保值理論。 本文的研究選擇基于組合套期保值理論,將現(xiàn)貨和期貨看作一個投資組合,并以組合的風險最小為目標函數(shù),通過數(shù)值計算,得到最優(yōu)套期保值比率。其中,選擇何種風險測度對最終結果具有重要影響,本文選取了幾何譜風險測度進行研究。 第四章為選擇幾何譜風險測度的依據(jù),本章詳細地分析了方差(標準差)、在險價值(VaR)、條件在險價值(CVaR)、期望損失(ES)和幾何譜風險(GM)的性質。研究結果表明,方差(標準差)作為風險測度其前提條件是投資者的效用函數(shù)是二次型或者資產收益率分布服從橢圓分布,這在現(xiàn)實中具有局限性,在險價值(VaR)不是一個一致性的風險測度,條件在險價值(CVaR)在收益率非連續(xù)分布情況下也不具有一致性。期望損失雖然滿足一致性風險測度的條件,但是其對尾部損失賦予的權重是相同的,這與人們真實的風險厭惡情況不相符。最后,介紹了幾何譜風險測度(GM),發(fā)現(xiàn)GM具有一致性風險測度的所有性質,同時GM的風險譜很好地刻畫了人們對待風險的態(tài)度,即損失越大,人們越是重視,從而賦予這些損失更大的權重,相反,較小的損失則賦予較低的權重。比較結果表明幾何譜風險作為風險測度更具科學性。 第五章為數(shù)據(jù)安排與特征分析,本章采集了股指期貨上市之日至本論文寫作之日,即2010年4月16日至2012年7月12日的滬深300股指期貨與滬深300指數(shù)現(xiàn)貨的日收盤價,并對數(shù)據(jù)進行求對數(shù)收益率處理。數(shù)據(jù)統(tǒng)計描述表明,現(xiàn)貨和期貨收益率都具有尖峰和有偏特征,拒絕正態(tài)分布假定。最后,對樣本數(shù)據(jù)進行了平穩(wěn)性檢驗,發(fā)現(xiàn)現(xiàn)貨和期貨收益率序列都是平穩(wěn)的,這是后面實證部分,計量模型能否應用的前提。 第六章為幾何譜風險測度下最優(yōu)套期保值比率算法,本章通過GM度量套期保值組合的風險,建立目標函數(shù),之后使用非參數(shù)方法確定組合幾何譜風險最小約束下的最優(yōu)套期保值比率。非參數(shù)方法相比參數(shù)方法優(yōu)勢在于,非參數(shù)法不需要對資產收益率事前假定任何的分布,不受模型設定誤差的困擾,更好地還原數(shù)據(jù)內部所包含的信息與規(guī)律。具體操作是通過網(wǎng)格搜索法尋找套期保值組合幾何譜風險最小時所對應的套期保值比率,此套保比就是本文所求的最優(yōu)套期保值比率。本章給出了實證績效評價指標,選取的是套期保值后組合相對原資產的偏度改變量、峰度改變量、標準差減少程度及幾何譜風險減少程度。如果套期保值組合相對現(xiàn)貨能夠最大程度地增大偏度系數(shù)、減小尖峰程度,同時最大程度地減少標準差和幾何譜風險,則模型為最優(yōu)。 之后對歷史數(shù)據(jù)進行了實證研究,分為樣本內研究和樣本外研究,樣本內研究采用的是靜態(tài)套期保值策略,樣本外研究采用的是動態(tài)策略的移動窗口法。對比模型選用的是最小二乘估計法(OLS)、自回歸條件異方差(GARCH)模型、最小在險價值(VaR)模型和最小條件在險價值(CVaR)模型。 實證結果表明,最小幾何譜風險的套期保值比率相比其它四個模型,無論在樣本內還是樣本外都是最小的,同時從偏度、峰度的改變量和GM的減少程度三個指標比較,最小幾何譜風險套期保值比都優(yōu)于其它幾個模型,其組合相對原現(xiàn)貨資產表現(xiàn)出了偏度改變量最大,峰度增加量最小,同時GM減少程度也最高,唯有在標準差的減少程度比較中,減少程度不是最大的,綜合來看,最小幾何譜風險模型表現(xiàn)最優(yōu),不僅能夠有效降低風險,同時能夠節(jié)約套期保值成本。 第七章為基于Copula的套期保值比率改進模型。不難發(fā)現(xiàn)第六章的研究存在缺陷,總體來說其屬于歷史模擬法,歷史模擬法存在回溯時間與樣本量矛盾。歷史模擬法假設歷史會重演,然而回溯時間太久會大大消弱這種假設,如果回溯時間很短又會導致樣本量不足,針對這個問題,本文采用Copula連接函數(shù)方法進行改進。Copula方法能夠很好地捕捉資產間的非線性相關結構,很好地對不對稱相關性進行計量,這克服了現(xiàn)在大多線性內核套期保值模型所受到的價格非線性聯(lián)動模式的挑戰(zhàn)。本章詳細闡述了Copula的應用過程,并給出了模型流程圖。首先,根據(jù)現(xiàn)貨和期貨收益率樣本數(shù)據(jù),用核密度估計方法估計收益率密度函數(shù),本文使用的是高斯核函數(shù),之后對密度函數(shù)積分可得現(xiàn)貨和期貨收益率累積分布函數(shù),選擇最佳Copula函數(shù)擬合現(xiàn)貨和期貨聯(lián)合分布,本文實證結果表明Clayton Copula函數(shù)能夠很好地捕捉現(xiàn)貨和期貨的相關結構。根據(jù)得到的聯(lián)合分布,進行蒙特卡羅模擬,最后采用網(wǎng)格搜索方法確定在GM最小約束下最優(yōu)套期保值比,Copula方法能夠在不延長回溯時間的條件下,得到現(xiàn)貨和期貨的大樣本量,以提高模型的估計精度,同時不改變資產間相關結構。最后進行了實證研究,最小幾何譜風險的套期保值比率相比其它四個模型,無論在樣本內還是樣本外都是最小的,同時從偏度、峰度的改變量和GM的減少程度三個指標比較,最小幾何譜風險套期保值比都優(yōu)于其它幾個模型。 本文在前人的基礎進行改進,主要有一下幾點不同之處： 第一,幾何譜風險具有一致性風險測度的所有性質,本文以幾何譜風險測度度量風險建立模型,目前關于幾何譜風險測度的套期保值研究還很少。 第二,目前,大多數(shù)的研究采用的是參數(shù)方法,并對資產收益率分布做出了假定,而參數(shù)方法會存在著模型設定誤差問題,同時任何人為假定的分布相對于真實的分布也會存在不同程度的偏差,所以本文采用非參數(shù)方法,非參數(shù)方法的優(yōu)點在于不需要對資產收益率事前假定任何的分布,充分挖掘數(shù)據(jù)本身所包含的信息,這樣更好地還原數(shù)據(jù)本來的面貌,得到的結果也就會更精確,同時也能克服參數(shù)方法的模型設定誤差。 第三,本文采用了Copula函數(shù)方法,進一步補充完善了套期保值比率的計算精度,Copula方法能很好地捕捉資產間的非線性相關性,這克服了現(xiàn)在多數(shù)研究的線性內核的缺陷,能很好地對不對稱相關性進行計量,從而能夠更好地擬合價格間的非線性聯(lián)動模式。 第四,本文的最終績效評價從多維度進行,對多個模型結果分別從標準差、GM的減少程度及偏度和峰度的變化量情況綜合地進行績效評價。 第五,本文采用的是截止本文寫作時,最新的日交易數(shù)據(jù)進行實證研究。 本文將非參數(shù)方法與Copula函數(shù)結合起來對我國股指期貨套期保值進行研究,希望能夠給投資者進行套期保值操作時提供一些參考。
【關鍵詞】：股指期貨 套期保值 幾何譜風險 套期保值比率 Copula函數(shù)
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F832.51;F224
【目錄】：

• 摘要4-8
• Abstract8-13
• 1. 緒論13-20
• 1.1 選題背景及意義13-14
• 1.1.1 選題背景13-14
• 1.1.2 研究意義14
• 1.2 本文研究思路及方法14-16
• 1.3 本文框架16-18
• 1.4 本文的創(chuàng)新之處18-20
• 2. 文獻綜述20-26
• 2.1 套期保值比率相關研究20-25
• 2.2 現(xiàn)在研究存在的主要問題25-26
• 3. 股指期貨與套期保值相關知識26-31
• 3.1 股指期貨26-29
• 3.1.1 股指期貨交易特點26-27
• 3.1.2 股指期貨的主要功能27-28
• 3.1.3 滬深300股指期貨28-29
• 3.2 三種主要期貨套期保值理論29-31
• 4. 選擇幾何譜風險測度的科學依據(jù)31-38
• 4.1 方差作為風險測度的局限性31-35
• 4.2 現(xiàn)在常用的幾種風險測度35-36
• 4.3 幾何譜風險測度36-37
• 4.4 本章小結37-38
• 5. 數(shù)據(jù)安排及特征分析38-42
• 5.1 數(shù)據(jù)安排38-39
• 5.2 數(shù)據(jù)特征分析39-42
• 5.2.1 統(tǒng)計描述39-40
• 5.2.2 現(xiàn)貨與期貨平穩(wěn)性檢驗40-42
• 6. 幾何譜風險測度下套保比算法42-51
• 6.1 幾何譜風險測度下的套期保值比率計算42-43
• 6.2 實證分析的設計43-44
• 6.3 滬深300套期保值的樣本內實證研究與對比分析44-47
• 6.3.1 最小二乘法(OLS)44
• 6.3.2 自回歸條件異方差(GARCH)模型44-45
• 6.3.3 在險價值(VaR)最小約束下的最優(yōu)套期保值比率45-46
• 6.3.4 條件風險價值(CVaR)最小約束下的最優(yōu)套期保值比率46-47
• 6.4 滬深300套期保值的樣本外實證研究與對比分析47-49
• 6.5 本章小結49-51
• 7. 基于Copula的套期保值比率改進模型51-63
• 7.1 基于Copula的套期保值比率改進原理51-52
• 7.2 基于Copula的套期保值比率估計流程圖52
• 7.3 收益率分布估計52-54
• 7.4 現(xiàn)貨和期貨收益率聯(lián)合分布函數(shù)54-56
• 7.5 實證研究最佳Copula函數(shù)的選擇56-59
• 7.5.1 現(xiàn)貨和期貨光滑參數(shù)估計56
• 7.5.2 現(xiàn)貨和期貨收益率分布函數(shù)值計算56-57
• 7.5.3 Kendalla秩相關系數(shù)估計57
• 7.5.4 最佳Copula函數(shù)選擇57-59
• 7.6 蒙特卡羅模擬59-60
• 7.7 實證研究與對比分析60-63
• 8. 結論及展望63-66
• 參考文獻66-70
• 后記70-71
• 致謝71-72
• 在讀研期間科研成果目錄72

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 遲國泰;王元斌;張玉玲;;基于幾何譜風險測度GM的期貨套期保值模型研究[J];管理工程學報;2010年02期

2 孫志賓,顧嵐;Copula理論在金融中的應用[J];廣西師范大學學報(自然科學版);2004年02期

3 張成龍;;期貨市場期貨價格與現(xiàn)貨價格關系的協(xié)整分析——以上海期貨市場的期銅為例[J];江蘇科技大學學報(社會科學版);2006年01期

4 甘斌;;最小平均VaR套期保值比率計算模型及實證研究[J];經(jīng)濟管理;2010年09期

5 孫金泉;;股指期貨價格發(fā)現(xiàn)能力研究──基于高頻數(shù)據(jù)滬深300的實證分析[J];福建金融管理干部學院學報;2011年04期

6 韋艷華,張世英,孟利鋒;Copula理論在金融上的應用[J];西北農林科技大學學報(社會科學版);2003年05期

7 王駿,張宗成,趙昌旭;中國硬麥和大豆期貨市場套期保值績效的實證研究[J];中國農業(yè)大學學報;2005年04期

8 劉紅忠;何文忠;;股票收益率分布的核密度估計及蒙特卡羅模擬檢驗——基于漲跌停板制度推出前后數(shù)據(jù)的比較研究[J];世界經(jīng)濟文匯;2010年02期

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

10 胡利琴;李殊琦;;基于協(xié)整的最優(yōu)套期保值比率的估計[J];武漢理工大學學報;2007年08期

  本文關鍵詞：基于幾何譜風險股指期貨套期保值研究，，由筆耕文化傳播整理發(fā)布。

本文編號：265351