本文關(guān)鍵詞：基于TaR的期貨市場風險研究，由筆耕文化傳播整理發(fā)布。

【摘要】：目前最常用的市場風險度量方法是測算VaR值,VaR是從損失的角度分析風險。而本文引進新概念TaR,在一定的置信水平下,資產(chǎn)或投資組合在未來時期內(nèi)再次遭受閾值損失時可能的間隔時間。TaR是以重現(xiàn)時間間隔為基礎(chǔ),從時間的角度研究市場風險。 目前重現(xiàn)時間間隔的研究主要集中在它的概率密度函數(shù)上,本文主要從兩個方面研究重現(xiàn)時間間隔,第一個方面是研究重現(xiàn)時間間隔的概率密度函數(shù),目前相關(guān)學者的研究也主要集中在這部分,本文對滬深300股指期貨、滬深300指數(shù)、鄭棉指數(shù)、螺紋指數(shù)、黃金指數(shù)和部分股票的對數(shù)收益率的重現(xiàn)時間間隔進行實證分析,發(fā)現(xiàn)它們的概率分布都服從冪律分布,參數(shù)并不相同,且在不同的閾值下具有標的性。同時基于重現(xiàn)時間間隔,用計算損失概率的方法對滬深300股指期貨、滬深300指數(shù)、鄭棉指數(shù)、螺紋指數(shù)的市場風險進行了對比分析,發(fā)現(xiàn)在不同閾值下不同的期貨市場有不同的風險特征,螺紋鋼期貨市場比滬深300股指期貨市場損失率大,在低閾值下鄭棉指數(shù)的損失概率大于滬深300股指期貨；第二個方面是對重現(xiàn)時間間隔建立時間序列模型,對滬深300股指期貨、黃金指數(shù)和鄭棉指數(shù)的對數(shù)收益率的重現(xiàn)時間間隔建立了ARIMA模型,并對重現(xiàn)時間間隔進行樣本內(nèi)估計,結(jié)果良好,同時發(fā)現(xiàn)在不同閾值下的重現(xiàn)時間間隔滿足同一類型時間序列模型,具有標的性,分析結(jié)果適用于滬深300股指期貨、黃金指數(shù)和鄭棉指數(shù)商品期貨。 最后本文用三種方法來計算TaR值,用于分析市場風險,方法分別是：1、歷史數(shù)據(jù)法；2、重現(xiàn)時間間隔的概率密度分布；3、重現(xiàn)時間間隔的時間序列模型。通過不同閾值不同期貨市場測算的TaR值比較可以分析各自期貨市場的風險特征,滬深300股指期貨的TaR值大于鄭棉和螺紋的TaR值,說明相比較滬深300股指期貨的風險更低。同時本文也比較了三種方法的利弊,歷史數(shù)據(jù)法并不需要考慮分布問題即可計算,第二種方法需要考慮分布,需進行分布檢驗,但以上兩種方法并不是動態(tài)的,而第三種方法具有一定的動態(tài)性,模型樣本內(nèi)估計結(jié)果良好,但樣本外預測結(jié)果不好。
【關(guān)鍵詞】：RIA TaR VaR 時間序列模型
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F724.5
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-14
• 1.1 研究背景8-9
• 1.2 研究目的及意義9
• 1.3 文獻綜述9-13
• 1.3.1 關(guān)于風險測度的研究現(xiàn)狀9-10
• 1.3.2 RIA方法研究現(xiàn)狀10-11
• 1.3.3 TaR方法研究現(xiàn)狀11
• 1.3.4 VaR與TaR實證對比研究文獻現(xiàn)狀11-12
• 1.3.5 時間序列模型文獻現(xiàn)狀12-13
• 1.4 技術(shù)路線圖與創(chuàng)新13-14
• 2 基于RIA的期貨市場風險研究14-35
• 2.1 RIA方法14-16
• 2.1.1 定義15
• 2.1.2 指標選取與處理15-16
• 2.1.3 分布檢驗16
• 2.2 RIA實證分析16-28
• 2.2.1 股指期貨市場16-26
• 2.2.2 滬深300股票指數(shù)26-27
• 2.2.3 商品期貨市場27-28
• 2.3 RIA的記憶性分析28-29
• 2.3.1 短期記憶性28-29
• 2.3.2 長期記憶性29
• 2.4 RIA在期貨市場風險度量中的應用29-33
• 2.5 本章總結(jié)33-35
• 3 基于時間序列模型的期貨市場重現(xiàn)時間間隔分析35-49
• 3.1 時間序列模型基本原理35-38
• 3.1.1 ARIMA模型介紹35-36
• 3.1.2 模型建立基本步驟36-37
• 3.1.3 模型的識別37
• 3.1.4 模型的參數(shù)估計與檢驗37
• 3.1.5 模型的預測評估37-38
• 3.2 實證分析38-48
• 3.2.1 樣本數(shù)據(jù)的選取38-39
• 3.2.2 數(shù)據(jù)基本分析39-41
• 3.2.3 數(shù)據(jù)再處理41
• 3.2.4 處理后數(shù)據(jù)的基本分析41-43
• 3.2.5 模型的識別與建立43
• 3.2.6 殘差檢驗43-44
• 3.2.7 ARCH檢驗44-45
• 3.2.8 樣本內(nèi)估計45-46
• 3.2.9 不同閾值下的時間序列模型46-48
• 3.2.10 商品期貨市場下的時間序列模型48
• 3.3 本章總結(jié)48-49
• 4 期貨市場的TaR構(gòu)建和實證分析49-56
• 4.1 TaR基本概念49
• 4.2 TaR的三種計算方法49-56
• 4.2.1 歷史數(shù)據(jù)法計算TaR49-51
• 4.2.2 重現(xiàn)時間間隔概率密度函數(shù)計算TaR51-53
• 4.2.3 重現(xiàn)時間間隔時間序列模型計算TaR53-54
• 4.2.4 三種計算方法比較54-56
• 結(jié)論56-57
• 參考文獻57-59
• 申請學位期間的研究成果及發(fā)表的學術(shù)論文59-60
• 致謝60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 閻石;李連偉;;我國期貨價格風險管理研究——基于VaR方法與GARCH-t模型的視角[J];財經(jīng)問題研究;2011年09期

2 張娟;劉超;;金融風險度量的指標體系研究[J];北方經(jīng)貿(mào);2013年03期

3 王鵬;王鴻;魏宇;;我國農(nóng)產(chǎn)品期貨市場的風險測度模型及其后驗分析[J];管理工程學報;2013年03期

4 任飛;顧高峰;蔣志強;周煒星;;復雜金融系統(tǒng)的重現(xiàn)時間間隔分析[J];上海理工大學學報;2011年05期

5 盛昭瀚;張維;;管理科學研究中的計算實驗方法[J];管理科學學報;2011年05期

6 鄒謙;;國內(nèi)基于VaR的金融風險管理研究綜述[J];會計之友;2011年29期

7 童強;張克功;杜吉梁;;ARMA預測模型及其在經(jīng)濟預測中的應用[J];蘭州石化職業(yè)技術(shù)學院學報;2012年01期

8 張麗萍;于銳;黃超群;;礦山地表移動ARMA預測模型[J];煤炭學報;2011年S2期

9 曹彩娟;宗序平;;冬天極端低溫回歸時間的長程相關(guān)性[J];南通大學學報(自然科學版);2011年04期

10 王鵬;鹿新華;魏宇;王鴻;;中國金屬期貨市場的風險度量及其Backtesting分析[J];金融研究;2012年08期

  本文關(guān)鍵詞：基于TaR的期貨市場風險研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：325013