本文關鍵詞：滬深300股指期貨最優(yōu)套期保值比率的估計及比較研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著國內金融衍生品市場的愈發(fā)成熟，中國金融投資者對風險管理的重視程度也逐漸增強，股指期貨的套期保值功能作為投資者規(guī)避證券市場的系統(tǒng)性風險的重要工具，越來越被廣泛地應用。自從滬深300股指期貨在我國證券市場推出以來，許多國內學者對其套期保值功能進行了研究。本文也將結合滬深300股指期貨2010～2012年度的實盤交易數據，對其最優(yōu)套期保值比率進行估計與比較。文章開頭闡述了本課題的研究背景及意義，對國內外相關研究成果進行了系統(tǒng)性地歸納總結，啟發(fā)了作者的研究思路。作者分別對股指期貨、套期保值的概念、特征、功能等進行界定和分析，對滬深300股指期貨在我國的發(fā)展歷程進行回顧和梳理，能夠準確推導出計算該期貨市場套期保值比率的公式。接下來，作者重點對最優(yōu)套期保值模型進行分析，對現存的套期保值模型進行分類，分為傳統(tǒng)（靜態(tài)）的套期保值模型、時變（動態(tài)）的套期保值模型和非線性相關的套期保值模型，能夠準確地認識每個模型的原理、特點和適用條件。實證部分是本文的研究重點，收集了滬深300指數連續(xù)交易日的收盤價數據與期貨的收盤價數據，再對數據對數化處理，并差分得到相應的日收益率。接著，對所得的四個指標，進行平穩(wěn)性檢驗和協整檢驗,從而證明兩組時間序列是否存在協整關系。然后，應用OLS估計出現貨期貨日收益率方程，對殘差序列進行ARCH-LM檢驗，決定是否建立GARCH模型。最后，對兩組時間序列（收盤價的對數）進行描述性統(tǒng)計分析，數據是否存在尖峰厚尾以及不對稱的特征，決定是否引入Copula函數。 文章中作者通過ECM，VECM，ECM-BGARCH（1,1）-BEKK，Copula-ECM-BGARCH（1,1）這四種模型估算了滬深300股指期貨的最優(yōu)套期保值比率，并且比較了這四種模型套期保值的有效性。結合金融時間序列的數據存在尖峰厚尾以及非對稱分布的特征，文中引入橢圓型Copula函數計算了期貨和現貨日收益率的時變非線性相關系數，從而估算出動態(tài)的最優(yōu)套期保值比率。實證研究表明，Copula-ECM-BGARCH（1,1）模型的應用是套期保值理論的重大突破，其效果優(yōu)于其它的套期保值模型。
【關鍵詞】：滬深300股指期貨 最優(yōu)套期保值比率 Copula函數 Copula-ECM-BGARCH（1 1）模型 模型有效性
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F832.51;F224
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-19
• 1.1 研究背景、目的與意義10-11
• 1.1.1 研究背景10
• 1.1.2 研究目的與意義10-11
• 1.2 國內外研究綜述11-16
• 1.2.1 國外的研究綜述12-14
• 1.2.2 國內的研究綜述14-16
• 1.3 研究內容、方法及創(chuàng)新點16-19
• 1.3.1 研究內容16-17
• 1.3.2 研究方法17-18
• 1.3.3 創(chuàng)新點18-19
• 第二章 股指期貨套期保值的相關理論19-26
• 2.1 股指期貨及其相關理論19-20
• 2.1.1 股指期貨的概念19
• 2.1.2 股指期貨的功能19-20
• 2.2 套期保值及其相關理論20-23
• 2.2.1 套期保值的概述20-21
• 2.2.2 套期保值的主要分類21-22
• 2.2.3 套期保值的原理22-23
• 2.3 最優(yōu)套期保值比率23-25
• 2.3.1 基于風險最小化下23-24
• 2.3.2 基于效用最大化下24
• 2.3.3 常數和時變的最優(yōu)套期保值比率24-25
• 2.4 本章小結25-26
• 第三章 最優(yōu)套期保值比率的模型分析26-37
• 3.1 靜態(tài)套期保值模型分析26-28
• 3.1.1 傳統(tǒng)最小二乘法(OLS)回歸模型26
• 3.1.2 雙變量自回歸模型（B-VAR）26-27
• 3.1.3 基于協整關系的誤差修正模型（ECM）27-28
• 3.1.4 基于向量誤差修正模型（VECM）28
• 3.2 動態(tài)套期保值模型分析28-33
• 3.2.1 廣義自回歸條件異方差模型（GARCH）29
• 3.2.2 ECM-GARCH(1.1)模型29
• 3.2.3 GJR-GARCH（1,1）模型29-30
• 3.2.4 VECH-GARCH(1,1)模型30-31
• 3.2.5 BEKK-GARCH(1,1)模型31
• 3.2.6 CCC-GARCH(1,1)模型31-32
• 3.2.7 DCC-GARCH(1,1)模型32-33
• 3.3 非線性相關的套期保值模型分析33-36
• 3.3.1 Copula 函數的基本形式34
• 3.3.2 常見的二元 Copula 函數形式34-36
• 3.3.3 二元 Copula-GARCH（1,1）模型36
• 3.3.4 二元 Copula-GARCH（1,1）模型的估計36
• 3.4 本章小結36-37
• 第四章 滬深 300 股指期貨最優(yōu)套期保值比率的實證研究37-53
• 4.1 數據及變量的選取與描述性說明37-42
• 4.2 誤差修正模型（ECM）估計最優(yōu)套期保值比42-43
• 4.2.1 單位根及協整檢驗42
• 4.2.2 建立誤差修正模型（ECM）估計套期保值比42-43
• 4.3 向量誤差修正模型（VECM）估計最優(yōu)套期保值比43-44
• 4.4 基于 ECM-BGRACH(1，1)-BEKK 模型估計套期保值比44-47
• 4.4.1 OLS 回歸方程殘差序列的描述性統(tǒng)計44-45
• 4.4.2 建立 ECM-BEKK-BGRACH(1，1)估計套期保值比45-47
• 4.5 Copula-ECM-BGARCH 模型估計套期保值比47-50
• 4.5.1 確定邊緣分布函數47-48
• 4.5.2 選取適當的 Copula 函數48
• 4.5.3 正態(tài) Copula 函數作為連接函數48-49
• 4.5.4 t-Copula 函數作為連接函數49-50
• 4.6 套期保值模型的效率分析50-52
• 4.6.1 風險最小條件下50-51
• 4.6.2 效用最大條件下51
• 4.6.3 套期保值模型的效率分析51-52
• 4.7 本章小結52-53
• 第五章 總結及展望53-54
• 5.1 論文總結53
• 5.2 展望53-54
• 參考文獻54-57
• 致謝57-58
• 在學期間的研究成果及發(fā)表的學術論文58

【參考文獻】

中國期刊全文數據庫 前10條

1 張高勛;田益祥;李秋敏;;基于Copula-ECM-GARCH模型的動態(tài)最優(yōu)套期保值比率估計及比較[J];系統(tǒng)工程;2011年08期

2 姚榮輝;王書平;張蜀林;;動態(tài)非線性套期保值策略研究[J];工業(yè)技術經濟;2009年07期

3 高輝;趙進文;;滬深300股指套期保值及投資組合實證研究[J];管理科學;2007年02期

4 謝赤;屈敏;王綱金;;基于M-Copula-GJR-VaR模型的黃金市場最優(yōu)套期保值比率研究[J];管理科學;2013年02期

5 佟孟華;;滬深300股指期貨動態(tài)套期保值比率模型估計及比較——基于修正的ECM-BGARCH(1,1)模型的實證研究[J];數量經濟技術經濟研究;2011年04期

6 梁斌;陳敏;繆柏其;吳武清;;我國股指期貨的套期保值比率研究[J];數理統(tǒng)計與管理;2009年01期

7 史美景;趙永淦;;基于Copula-TGARCH模型的股指期貨最佳套期保值比研究[J];數理統(tǒng)計與管理;2012年02期

8 馬超群;王寶兵;;基于Copula-GARCH模型的外匯期貨最優(yōu)套期保值比率研究[J];統(tǒng)計與決策;2011年12期

9 趙婉淞;孫萬貴;韓蓉蓉;;滬深300股指期貨動態(tài)套期保值策略的效果分析[J];統(tǒng)計與信息論壇;2010年12期

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

  本文關鍵詞：滬深300股指期貨最優(yōu)套期保值比率的估計及比較研究，由筆耕文化傳播整理發(fā)布。

本文編號：306152