稳定分布下股指期货的保证金设计

发布时间：2020-07-21 13:46

【摘要】：对金融资产收益率的研究由来已久,最早也最为经典的描述金融资产收益率的分布函数是正态分布。然而,后来的许多研究者在他们的研究中发现,由于市场的极端值运动比正态分布假设下预测的要频繁得多,从而使得金融资产的实证分布出现高峰及厚尾的现象,而传统的分布往往对这种特性描述不足。稳定分布是一族允许存在尖峰和厚尾的分布族,它能较好的描述金融数据中的两个重要特征：尖峰和厚尾,此外,它还能刻画数据的偏性,具有一系列良好的性质。本文的结构安排如下：第一章绪论部分,主要说明了本文研究问题的有关背景及国内外的相关文献,并阐述了本文的研究意义。第二章在介绍了稳定分布的相关概念和基本理论知识的基础上,选取沪深300指数的日收益率数据进行正态分布假设的检验和稳定分布的拟合与检验。通过偏度检验,峰度检验,Jarque-Bera检验以及QQ图等一系列的正态性检验结果发现,沪深300指数的日收益率序列均拒绝了传统的正态分布假设。而用稳定分布对实验数据进行拟合,可以较好地刻画收益率序列的尖峰厚尾特征。随后,本文接着利用R/S分析方法来检验收益率时间序列的分形特征——长期记忆性,计算结果得出Hurst指数值明显大于0.5,表明沪深300指数具有强烈的分形结构。由此进一步说明稳定分布比正态分布能更有效地描述金融数据的“尖峰厚尾”现象。第三章主要阐述VaR模型的基本思想以及VaR的计算方法,重点对历史模拟法、蒙特卡罗模拟法和方差-协方差方法这三种传统的计算VaR的主要方法进行了比较说明,对它们各自的优劣势及适用情况进行了综合评价,为后续章节的实证分析计算提供理论基础。第四章在稳定分布的假设下建立了VaR的新模型,将该模型下的VaR计算结果同运用历史模拟法计算及正态分布假设下的VaR模型计算进行了分析对比,实证分析的结果表明,稳定分布下的VaR模型对沪深300指数的风险度量效果更好,而正态分布假设下的VaR模型容易低估市场的风险,当精度要求越高时,低估得越厉害,这与收益率分布是尖峰厚尾的结论是吻合的。同时,本文接着利用VaR模型的正确性检验——Kupiec失败频率检验法来检验模型的有效性,结果也表明了在置信水平较高时,稳定分布下的VaR模型比正态分布下的VaR模型更有效,能够更好地测度市场风险。最后,本文结合我国期货市场现有的保证金制度,应用稳定分布下的VaR模型对我国沪深300股指期货的保证金水平进行了设定研究。通过具体算例,文中计算出了分别针对股指期货多头和空头投资者在不同置信水平及不同持有期下的VaR数值,得出了较为谨慎和有效的保证金水平,从而为投资者确定最优储备保证金水平提供参考。我国处于推出股指期货的初期,交易安全性尤为重要,沪深300股指期货是我国推出的第一个金融期货,因此把握金融市场呈现的尖峰厚尾特征,有效刻画沪深300指数收益序列的分布以及度量沪深300指数的风险价值,对加强我国股指期货市场的风险管理有很重要的意义。本文的研究目的就是要给出合理而具有可操作性的衡量沪深300指数产品风险的方法和技术,从而能够使沪深300指数期货的投资者、监管者能够更好地衡量、控制和管理指数产品以及这个市场的风险,这也有利于我国股指期货市场高效安全地运行,不断促进我国股指期货市场的发展和成熟。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;F830.91

【参考文献】