基于异方差模型的股指期货风险度量VaR研究

发布时间：2017-10-06 13:21

  本文关键词：基于异方差模型的股指期货风险度量VaR研究

  更多相关文章： 股指期货 GARCH模型族 SV模型族 VaR

【摘要】：经过30多年的发展,股指期货以具备风险对冲、稳定市场等功能成为使用最广泛的金融衍生品之一,但是其杠杆保证金制度等问题给股指期货市场带来较大的投资风险。VaR(在险价值)作为风险测量的主要方法在国内外有着广泛的应用,而且市场波动性的研究又是风险管理的核心,故基于波动率模型的VaR方法可以很好的度量市场风险。本文对我国的沪深300股指期货市场和香港的恒生指数期货市场进行VaR风险度量比较研究。通过GARCH模型和SV模型为代表的两类异方差模型在扰动项服从正态分布、T分布等分布的假设下,得到两市场收益的波动率,并将波动率应用于VaR的估计,通过Kupiec失败频率检测法对各个模型得到的VaR序列进行有效性检验。实证结果表明：两市场股指期货收益率存在尖峰厚尾和杠杆效应特征,在选择期货市场风险模型方面,除了T分布外基于GARCH模型族的VaR方法对两个市场的风险刻画相当,但对于SV模型则选择不同,Leverage SV模型对沪深300股指期货市场风险刻画最佳,而SV-MT模型度量恒生指数期货市场风险表现更好。
【关键词】：股指期货 GARCH模型族 SV模型族 VaR
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F724.5
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 引言9-12
• 1.1 选题背景9-10
• 1.2 国内外相关研究10-11
• 1.3 研究的框架及方法11-12
• 第2章 时间序列简介12-19
• 2.1 时间序列概念12-14
• 2.1.1 时间序列模型12-14
• 2.1.2 时间序列模型建立步骤14
• 2.2 条件异方差模型14-19
• 2.2.1 GARCH模型族15-17
• 2.2.2 SV模型族17-19
• 第3章 VaR定义及度量方法19-21
• 3.1 VaR概述19
• 3.2 VaR模型的检验方法19-21
• 第4章 时间序列模型21-27
• 4.1 数据选取与处理21
• 4.2 基本统计分析21-22
• 4.3 平稳性检验22
• 4.4 均值模型的建立22-25
• 4.5 异方差检验(ARCH效应)25-27
• 第5章 实证分析27-40
• 5.1 GARCH模型族实证分析27-30
• 5.2 SV模型族实证分析30-37
• 5.3 基于异方差模型的VaR比较37-40
• 5.3.1 沪深300股指期货VaR模型分析37-38
• 5.3.2 恒生指数期货VaR模型分析38-40
• 第6章 总结与展望40-41
• 参考文献41-43
• 附录43-45
• 致谢45

【相似文献】

中国期刊全文数据库 前10条

1 李俪巧,陈智高;转移成本与竞争的简单模型分析[J];企业经济;2002年10期

2 白玲;王歆;;服务创新的四纬度模型对我国金融服务创新的启示[J];商场现代化;2007年31期

3 李超;;企业增长的3C模型分析[J];中国中小企业;2011年08期

4 蔡e，

本文编号：983005