本文關(guān)鍵詞：基于MEM模型的中國(guó)滬深300股指期貨風(fēng)險(xiǎn)研究　出處：《天津大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 中國(guó)滬深300股指期貨 賦權(quán)已實(shí)現(xiàn)極差波動(dòng) 乘積誤差模型 風(fēng)險(xiǎn)價(jià)值 套期保值比率 閾值模型 Copula函數(shù)

【摘要】：經(jīng)濟(jì)全球化大大提高了全球金融市場(chǎng)的運(yùn)行效率。各國(guó)的金融市場(chǎng)構(gòu)成了一個(gè)互相聯(lián)動(dòng)的金融系統(tǒng),在資金跨市場(chǎng)流動(dòng)的同時(shí),金融風(fēng)險(xiǎn)也在迅速轉(zhuǎn)移,某一個(gè)國(guó)家的金融危機(jī)連鎖式的在全球發(fā)酵已成為了當(dāng)下金融系統(tǒng)的特征,所以世界各國(guó)在發(fā)展金融市場(chǎng)時(shí)面臨的首要問(wèn)題就是風(fēng)險(xiǎn)防范,而風(fēng)險(xiǎn)防范的核心問(wèn)題是風(fēng)險(xiǎn)的精確度量和準(zhǔn)確預(yù)測(cè)。本文著眼于中國(guó)滬深300股指期貨市場(chǎng),基于乘積誤差模型(Multiplicative Error Model,MEM)研究其風(fēng)險(xiǎn),包括波動(dòng)度量、波動(dòng)預(yù)測(cè)、風(fēng)險(xiǎn)價(jià)值(VaR)預(yù)測(cè)、動(dòng)態(tài)套期保值比率的確定。其中波動(dòng)度量我們選用基于高頻數(shù)據(jù)的波動(dòng)估計(jì)量——賦權(quán)已實(shí)現(xiàn)極差波動(dòng)(Weighted Realized Range-based volatility,WRRV)。在對(duì)賦權(quán)已實(shí)現(xiàn)極差波動(dòng)建立乘積誤差模型時(shí),我們假設(shè)模型的殘差項(xiàng)有三種分布:標(biāo)準(zhǔn)指數(shù)分布、標(biāo)準(zhǔn)Weibull分布和標(biāo)準(zhǔn)化的廣義Gamma分布,并且模型的階數(shù)到2階。本文開展了對(duì)乘積誤差模型樣本外預(yù)測(cè)的研究,并基于此實(shí)現(xiàn)了對(duì)滬深300股指期貨風(fēng)險(xiǎn)價(jià)值(VaR)的預(yù)測(cè)和動(dòng)態(tài)套期保值比率的確定。在預(yù)測(cè)風(fēng)險(xiǎn)價(jià)值(VaR)時(shí),我們分別使用方差-協(xié)方差分析法和極值方法中的閾值模型與GARCH模型、EGARCH模型、乘積誤差模型結(jié)合,測(cè)度VaR,通過(guò)Kupiec LR檢驗(yàn)衡量模型有效性,實(shí)證結(jié)果顯示:閾值模型優(yōu)于方差-協(xié)方差分析法,在閾值模型的框架下,比較MEM模型和GARCH類模型,發(fā)現(xiàn)MEM-EVT-POT類模型優(yōu)于GARCH-EVT-POT類模型。動(dòng)態(tài)套期保值比率的確定中,我們引入了Copula方法確定股指期貨和現(xiàn)貨的Kendall秩相關(guān)系數(shù),并分別使用GARCH模型和乘積誤差模型預(yù)測(cè)條件波動(dòng)率,實(shí)證結(jié)果顯示:基于Copula-MEM模型計(jì)算的套期保值比率效果優(yōu)于Copula-GARCH模型。
[Abstract]:Economic globalization has greatly improved the operational efficiency of global financial markets . The financial markets of countries constitute a mutually linked financial system . At the same time , financial risks are shifting rapidly . At the same time , financial risks are shifting rapidly . At the same time , the core problem of risk prevention is the accuracy and accuracy of risk . In this paper , we focus on the determination of volatility measure , fluctuation prediction , risk value ( VaR ) prediction and dynamic hedging ratio . In this paper , we propose three distributions : standard exponential distribution , standard Weibull distribution and standardized generalized Gamma distribution , and the order of the model to the second order .

【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F224;F724.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣_g;;基于GARCH-copula模型的股指期貨動(dòng)態(tài)套期保值比率研究[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2013年05期

2 謝赤;余聰;羅長(zhǎng)青;王綱金;;基于MRS Copula-GJR-Skewed-t模型的股指期貨套期保值研究[J];系統(tǒng)工程學(xué)報(bào);2013年01期

3 趙樹然;任培民;趙昕;;基于CARR-EVT整體方法的動(dòng)態(tài)日VaR和CVaR模型研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2012年11期

4 左浩苗;劉振濤;曾海為;;基于高頻數(shù)據(jù)的股指期貨與現(xiàn)貨市場(chǎng)波動(dòng)溢出和信息傳導(dǎo)研究[J];金融研究;2012年04期

5 董耀武;周孝華;姜婷;;基于EVT-POT-SV-MT模型的極值風(fēng)險(xiǎn)度量[J];管理工程學(xué)報(bào);2012年01期

6 桂文林;韓兆洲;潘慶年;;POT模型中GPD“厚尾”性及金融風(fēng)險(xiǎn)測(cè)度[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2010年01期

7 王玉剛;遲國(guó)泰;楊萬(wàn)武;;基于Copula的最小方差套期保值比率[J];系統(tǒng)工程理論與實(shí)踐;2009年08期

8 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

9 劉慶富;仲偉俊;梅姝娥;;基于VaR-GARCH模型族的我國(guó)期銅市場(chǎng)風(fēng)險(xiǎn)度量研究[J];系統(tǒng)工程學(xué)報(bào);2006年04期

10 唐勇;張世英;;高頻數(shù)據(jù)的加權(quán)已實(shí)現(xiàn)極差波動(dòng)及其實(shí)證分析[J];系統(tǒng)工程;2006年08期

，

本文編號(hào)：1361281