本文關(guān)鍵詞：基于半?yún)?shù)模型的股指期貨風(fēng)險度量研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：股指期貨在我國是一種新型的衍生金融工具,具有資產(chǎn)配置、風(fēng)險規(guī)避和價格發(fā)現(xiàn)等功能,滬深300股指期貨在2010年4月16日正式推出。 它是一種標(biāo)準(zhǔn)化期貨合約,以股價指數(shù)為標(biāo)的物,在將來的某個時期,雙方約定按照確定的股價指數(shù),進行標(biāo)的指數(shù)的買賣,股指期貨交易的開展對健全股票市場的價格機制、完善股市的交易功能、降低交易成本等方面具有積極作用,但是由于股指期貨具有杠桿比例大和流動性高的特點,經(jīng)常被作為投機的工具,導(dǎo)致了很多金融事件的發(fā)生。所以研究度量其風(fēng)險的工具顯得越來越重要。 盡管風(fēng)險度量工具很多,但是都有各自的缺陷。本文將VaR方法引入滬深300股指期貨的風(fēng)險度量中,并基于半?yún)?shù)方法計算了其VaR。風(fēng)險價值VaR(Value at Risk)在金融風(fēng)險管理中具有很重要的應(yīng)用,是一種現(xiàn)代國際上流行的市場風(fēng)險度量方法。 一般計算VaR的方法有參數(shù)方法、非參數(shù)方法和半?yún)?shù)方法,本文主要介紹了半?yún)?shù)方法中的極值理論方法和分位數(shù)回歸方法,并基于此兩種方法分別建立了GARCH-GPD-VaR方法和GARCH-分位數(shù)回歸-VaR方法,然后基于真實的數(shù)據(jù)對其進行了實證。 實證結(jié)果表明,其收益率序列呈現(xiàn)出尖峰、厚尾、波動聚集現(xiàn)象,傳統(tǒng)的計量模型已不足以刻畫收益率序列的這些特征。而GARCH-GPD-VaR方法有效的解決了這個問題,并在90%,95%,99%三個不同的置信水平下計算了VaR值,通過實證研究發(fā)現(xiàn),該模型能夠很好的度量其風(fēng)險值。然后在相同的置信水平下利用GARCH-分位數(shù)回歸-VaR方法計算了其VaR值,檢驗的結(jié)果顯示此方法也能很好的度量其風(fēng)險值。最后,兩個模型對比發(fā)現(xiàn)GARCH-GPD-VaR方法能更準(zhǔn)確的估計VaR。這說明基于GARCH族模型和GPD模型的VaR方法有較好的適用性,為度量我國的股指期貨市場的風(fēng)險提供了一種可行的方法。
【關(guān)鍵詞】：股指期貨 VaR GARCH族模型 極值理論 分位數(shù)回歸模型
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F224;F830.9
【目錄】：

• 中文摘要6-7
• ABSTRACT7-9
• 第一章 引言9-16
• 1.1 研究背景及意義9-10
• 1.2 股指期貨基本概念10-11
• 1.3 相關(guān)文獻綜述11-15
• 1.4 本文的結(jié)構(gòu)安排和創(chuàng)新點15-16
• 第二章 風(fēng)險度量工具16-18
• 2.1 名義值法16-17
• 2.2 波動性方法17
• 2.3 β系數(shù)法17
• 2.4 VaR方法17-18
• 第三章 VaR度量模型18-21
• 3.1 VaR的定義18
• 3.2 計算VaR的方法18-20
• 3.3 VaR準(zhǔn)確檢驗方法20-21
• 第四章 半?yún)?shù)模型21-38
• 4.1 極值理論21-26
• 4.2 VaR估計的兩階段方法26-27
• 4.3 分位數(shù)回歸理論27-38
• 4.4 本文提出的GARCH-分位數(shù)回歸-VaR方法38
• 第五章 半?yún)?shù)模型及其實證分析38-53
• 5.1 樣本數(shù)據(jù)的統(tǒng)計描述38-42
• 5.2 GARCH-GPD-VaR模型及其實證分析42-49
• 5.3 GARCH-分位數(shù)回歸-VaR模型及其實證分析49-53
• 5.4 兩模型的結(jié)果比較53
• 第六章 本文總結(jié)及后續(xù)工作展望53-56
• 6.1 本文總結(jié)53-54
• 6.2 后續(xù)工作展望54-56
• 附錄56-58
• 參考文獻58-63
• 致謝63-64
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文64-65
• 附件65

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘家柱,丁美春;GP分布模型與股票收益率分析[J];北京大學(xué)學(xué)報(自然科學(xué)版);2000年03期

2 李鋒;劉澄;;基于極值理論的金融風(fēng)險研究[J];商業(yè)研究;2010年05期

3 武東,湯銀才;壽命分布的PP圖[J];數(shù)理統(tǒng)計與管理;2004年05期

4 吳建南;馬偉;;估計極端行為模型:分位數(shù)回歸方法及其實現(xiàn)與應(yīng)用[J];數(shù)理統(tǒng)計與管理;2006年05期

5 李育安;;分位數(shù)回歸及應(yīng)用簡介[J];統(tǒng)計與信息論壇;2006年03期

6 陳建寶;丁軍軍;;分位數(shù)回歸技術(shù)綜述[J];統(tǒng)計與信息論壇;2008年03期

7 關(guān)靜;史道濟;;分位數(shù)回歸與上證綜指VaR研究[J];統(tǒng)計與信息論壇;2008年12期

8 王新宇;宋學(xué)鋒;;基于貝葉斯分位數(shù)回歸的市場風(fēng)險測度模型與應(yīng)用[J];系統(tǒng)管理學(xué)報;2009年01期

9 王新宇;宋學(xué)鋒;;間接TARCH-CAViaR模型及其MCMC參數(shù)估計與應(yīng)用[J];系統(tǒng)工程理論與實踐;2008年09期

10 田新時,郭海燕;極值理論在風(fēng)險度量中的應(yīng)用——基于上證180指數(shù)[J];運籌與管理;2004年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張利;線性分位數(shù)回歸模型及其應(yīng)用[D];天津大學(xué);2009年

  本文關(guān)鍵詞：基于半?yún)?shù)模型的股指期貨風(fēng)險度量研究，由筆耕文化傳播整理發(fā)布。

本文編號：302258