基于Copula函数风险控制的期货套利交易保证金比率研究

发布时间：2021-01-08 06:57

　　风险控制是金融行业的最重要的课题。期货公司保证金交易在期货交易中起到了杠杆作用,其风险也相应被大幅放大。因此保证金的合理设置水平至关重要。其设置水平的高低将直接影响市场的流动性,并最终影响市场的效率。因此确定合理的保证金水平是必要的。本文针对此问题结合现代发展的风险控制模型进行研究,并以中国大连商品交易所上市的关联度最大的两个品种豆油和豆粕做了实证分析,以期得出合理的结论。本文首先分析了个单个品种的最优保证金的水平以便与组合的保证金作为对比。对于单个品种保证金水平的测定方法采用了VaR的方法,在测定时最关键的品种的收益率的分布拟合,在存在异方差的情况下本文引入了时变GARCH族分布模型,从得到的实证结果来看,对于单个品种的保证金水平的度量,由尾数残差GED分布下得到的VaR相对于其他的方法得到的保证金水平略显偏小,容易出现的穿仓的结果较多。在引入了Copula函数后的模拟边缘分布时,本文运用了非对称的Laplace分布和Garch族分布来拟合数据,主要的考虑是模型的可实现性和模拟效果之间做到最优的匹配。在测定组合的保证金水平时主要应用了用蒙特卡洛模拟的办法。总体来讲,两种分布对模拟的结... 

【文章来源】：北京物资学院北京市

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 期货保证金理论概述
        1.1.1 保证金制度的作用
        1.1.2 中国期货市场保证金制度分析
        1.1.3 中国保证金收取的评价
    1.2 本文的选题的出发点
        1.2.1 理论和实际意义
        1.2.2 国内外研究现状及存在的问题
    1.3 文章的结构
    1.4 本文的创新点
    1.5 课题研究拟采取的研究方法、技术路线
第二章VAR 理论及其在期货风险中的应用
    2.1 VAR 理论介绍
        2.1.1 VaR 的定义
        2.1.2 VaR 参数的说明
        2.1.3 VaR 的数学表示
        2.1.4 正态分布下VaR 的计算
    2.2 GARCH 族
        2.2.1 ARCH 模型介绍
        2.2.2 GARCH 模型介绍
    2.3 关于VAR 在期货单品种上的实证分析
        2.3.1 样本数据的选择及预处理
        2.3.2 数据的单位根检验及波动性检验
        2.3.3 正态分布GARCH 族模型的参数估计
        2.3.4 t 分布下GARCH 族模型的参数估计
        2.3.5 GED 分布下GARCH 族模型的参数估计
    2.4 结果分析
第三章 COPULA 函数及其在套利中的应用
    3.1 COPULA 函数
        3.1.1 Sklar 定理
        3.1.2 Copula 函数的分类
            3.1.2.1 椭圆Copula 函数族
            3.1.2.2 阿基米德族Copula 函数
        3.1.3 各种相关系数
        3.1.4 尾部相关性
    3.2 COPULA 函数的参数估计以及最优COPULA 函数的选择评判
        3.2.1 Copula 函数的参数估计
            3.2.1.1 Copula 函数参数的极大似然估计
            3.2.1.2 Copula 函数参数的Genest and Rivest 方法
        3.2.2 最优Copula 函数的选择
            3.2.2.1 图示检验法
            3.2.2.2 解析法
    3.3 基于边际分布为非对称LAPLACE 分布COPULA 函数套利交易的实证研究.
        3.3.1 非对称laplace 分布
        3.3.2 Copula 函数的参数估计
        3.3.3 基于Copula 函数的模拟
            3.3.3.1 Copula 函数的蒙特卡洛模拟算法
    3.4 基于边际分布为GARCH-T 分布COPULA 函数套利交易的实证研究
        3.4.1 GARCH-T 函数
        3.4.2 GARCH-T 函数的参数估计
        3.4.3 基于Copula 函数的模拟
            3.4.3.1 Copula 函数的蒙特卡洛模拟算法
    3.5 关于运用COPULA 函数的结果分析
第四章 关于极值分布的准备金理论
    4.1 极值理论
        4.1.1 阈值的确定和参数估计
            4.1.1.1 阈值u的确定
            4.1.1.2 用极大似然估计法求得ξ, β
        4.1.2 GDP 分布的拟合
    4.2 基于极值分布理论的保证金比率的测算
        4.2.1 基于VaR 计算的极值分布的最优保证金比率的计算
        4.2.2 CVaR 对VaR 的改进
            4.2.2.1 VaR 的不足
            4.2.2.2 CVaR 的定义及应用
    4.3 基于极值分布理论的实证研究
    4.4 本章的结果分析
结论与展望
参考文献
后记
致谢
完成课题和发表论文摘要
附录



本文编号：2964144