基于Copula-CFVaR模型的我国股指期货套期保值研究

发布时间：2017-08-06 07:00

  本文关键词：基于Copula-CFVaR模型的我国股指期货套期保值研究

  更多相关文章： Copula函数 最优套期保值比率 Cornish-Fisher展开式

【摘要】：具备良好的风险管理功能,是股指期货重要的功能之一。自从2008金融危机爆发和2011年欧债危机蔓延以来,金融市场中的交易者对风险规避的诉求大大增加,而受着严格监管的场内股指期货等衍生产品,在危机中展示出了巨大的生命力。我国沪深300股指期货在2010年4月正式上市,为市场交易者提供了更为丰富的避险工具和套期保值工具。 但由于我国金融市场并不成熟,发展时间较短,目前针对股指期货套期保值的实证分析研究并不是很深入。早期用各类线性相关系数来度量随机变量的相关性,不能很好的刻画变量之间真实的相关性。用GARCH模型来刻画收益率的波动,忽略了GARCH模型的诸多限制条件。又如金融收益率的分布通常呈现尖峰肥尾的非对称性特征,传统的研究往往假定收益率服从正态分布假设。而通过利用Copula函数来度量随机变量之间非线性相关系数,可以更好的拟合变量间的真实关系；通过利用Cornish-Fisher展开式可以修正收益率的分布；最终利用基于VaR推导出的最优套期保值比率,相对于传统方法,套期保值效果更优,大大提升了模型的准确度和适用性。 本文研究了沪深300股指期货的套期保值问题,分为五个章节进行论述： 第一章,绪论。在这一部分中,我主要介绍了本文的研究背景与意义,并梳理了国内外此课题的研究现状和发展趋势。通过回顾国内外研究成果,我进一步理清了本文的研究思路与研究框架,并在最后介绍了本文的创新与不足。 第二章为Copula函数的基本理论概述。这一部分主要从几类常用的Copula函数的基本定义、性质以及衡量变量相关性的指标入手,通过引入非参数核密度估计,阐述Copula函数的参数估计方法。 第三章是VaR的最优套期保值比率模型的推导。通过引入Cornish-Fisher扩展式,分别得到最小方差套期保值比、正态分布和非正态分布下的最优套期保值比的表达式。 第四章是实证分析。这部分是本文的核心所在。文中数据选自沪深300指数和股指期货市场价格数据,运用MATLAB软件进行数据处理,对考虑套期保值费用和不考虑套期保值费用两种情况进行研究,分别对样本内数据和样本外数据进行计算验证,得出各个模型下的最优套期保值比率,并完整阐述模型改进过程中,套保效果的变化情况。实证结果证明,本文对套期保值模型的改进是有明显效果的。 第五章是结论分析和政策建议。这部分对本文结论进行分析,对风险和收益的相关关系进行阐述,得出在投资操作上和政策制定上的相关建议。 本文的创新之处： 利用Copula函数来度量随机变量的相关性,更好的度量变量之间的非线性相关关系,可以更好的刻画变量分布的尾部相关。 由于金融数据的分布通常是有偏的,符合尖峰肥尾的特征,本文通过Cornish-Fisher展开式对资产组合收益率的分布进行修正。使之更符合市场收益率的实际情况。 某种意义上来讲,套期保值组合是资产组合的一种形式。本文在充分考虑到套期保值组合风险性的同时,也考虑了套期保值组合的期望收益率所产生的影响。此外,还考虑到套期保值组合构建过程中交易费用的因素。使最终套保组合更加贴近现实,更具有实际操作意义。 当然由于本人的水平有限,本文还有不少不足： 在一段时间内,由于资本市场的波动性,为了适应资本市场的波动,更好的保护风险头寸,同时也降低不必要的交易成本和持有成本。这个问题可以考虑构建动态的套期保值策略进行改进。 从研究方法上来看,本文忽略了资产价格的随机性以及方差的动态性,可能会导致套期保值效果的并不完全符合实际市场的需要。另外未分别考虑利好和利空消息对收益率不对称的冲击作用。针对这一问题本身应该考虑使用GARCH、EGARCH等模型对其改进,但收益率序列本身却不具有ARCH效应,不能直接使用上述模型。该问题需要等待以后进行进一步的研究分析。
【关键词】：Copula函数 最优套期保值比率 Cornish-Fisher展开式
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F724.5
【目录】：

• 摘要2-4
• ABSTRACT4-9
• 1 绪论9-18
• 1.1 研究背景和意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-16
• 1.2.1 Copula理论研究现状11-13
• 1.2.2 套期保值理论研究现状13-16
• 1.3 本文的研究架构16-17
• 1.4 本文的创新之处17-18
• 2 Copula理论和相关性分析18-25
• 2.1 二元Copula函数的定义及Sklar定理18-19
• 2.2 常用的Copula函数19-21
• 2.2.1 正态Copula函数19
• 2.2.2 t-Copula函数19-20
• 2.2.3 阿基米德Copula函数20-21
• 2.3 Copula相关性分析21-23
• 2.3.1 Kendall和Spearman秩相关系数21-22
• 2.3.2 尾部相关系数22
• 2.3.3 二元Copula函数的相关性度量22-23
• 2.4 非参数核密度估计23-25
• 3 股指期货套期保值及最优套期保值比率的推导25-34
• 3.1 股指期货套期保值25-27
• 3.1.1 套期保值的概念25
• 3.1.2 股指期货套期保值在机构的应用25-26
• 3.1.3 套期保值效果评估26-27
• 3.2 VaR理论介绍27-29
• 3.2.1 VaR定义及其优缺点27-28
• 3.2.2 Cornish-fisher展开28-29
• 3.3 套期保值组合收益率、方差、偏度和峰度29-30
• 3.4 套期保值模型30-34
• 3.4.1 最小方差化的套期保值比率模型30-31
• 3.4.2 正态分布下基于VaR的最优套期保值比率模型31-32
• 3.4.3 非正态分布下基于CF-VaR的最优套期保值比率模型32-34
• 4 实证分析34-49
• 4.1 数据选择34
• 4.2 样本数据特征及其检验34-37
• 4.3 边缘分布的建立37-38
• 4.4 Copula函数的参数估计与选取38-40
• 4.5 套期保值比率的计算40-49
• 4.5.1 样本内效果40-41
• 4.5.2 样本外效果41-49
• 5 总结和展望49-52
• 5.1 本文的结论49-51
• 5.2 本文的不足之处51-52
• 参考文献52-55
• 致谢55-56

【参考文献】

中国期刊全文数据库 前10条

1 邹庆忠;李金林;王贝贝;;基于时变相关Copula的最小方差套期保值研究[J];北京理工大学学报;2011年11期

2 石爱菊;林金官;;多元t-copula尾相依的单调性(英文)[J];Journal of Southeast University(English Edition);2011年04期

3 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期

4 陈收,曹雪平;基于EGARCH和C-F扩展的VaR模型及应用[J];系统工程;2004年10期

5 司继文,蒙坚玲,龚朴;国内外股票市场相关性的Copula分析[J];华中科技大学学报(自然科学版);2005年01期

6 任仙玲;张世英;;基于核估计及多元阿基米德Copula的投资组合风险分析[J];管理科学;2007年05期

7 付胜华;檀向球;;股指期货套期保值研究及其实证分析[J];金融研究;2009年04期

8 迟国泰;余方平;刘轶芳;;基于VaR的期货最优套期保值模型及应用研究[J];系统工程学报;2008年04期

9 迟国泰;赵光军;杨中原;;基于CVaR的期货最优套期保值比率模型及应用[J];系统管理学报;2009年01期

10 吴振翔;陈敏;叶五一;缪柏其;;基于Copula-GARCH的投资组合风险分析[J];系统工程理论与实践;2006年03期

，

本文编号：628778