ZC期货公司基于VaR风险模型的长假保证金率设置研究

发布时间：2020-11-06 03:03

　　 中国期货市场经过几十年的迅速发展,伴随利润与资产的不断扩张,风险控制成为当今重要话题,建立适用于期货行业风险管理控制的理论与实践的量化模型愈显重要。剖析中国期货公司业绩构成,主要来源于期货交易费及客户保证金利息。保证金利息收入依赖于客户保证金额,保证金率对保证金总金额的影响很大,较低的保证金会放大期货公司的风险,较高保证金率会显著拉低期货公司竞争力,导致需求下降。因此,如何寻找保证金率与保证金数量之间的平衡点至关重要。故需要权衡风险与收入两个关键要素,如何在风险得到充分控制的条件下,寻找到收入最大化的保证金率平衡点,使得风险得到充分控制,并能很清晰的刻画出保证金率的最低边际水平就具有现实意义,从而设置差异化保证金率提升ZC期货公司竞争力。VaR(Value at Risk)模型得益于其计算相对简单、易于理解与掌握,在解决这类问题上被广泛应用。VaR的主流计算方法有两类,即参数法与非参数法。参数法需假定原始数据符合某种分布,这与实际情况可能不符,而非参数法不需要。本文选择的是非参数法。值得注意的是,从历史现象中可以观测到比如2008年国庆节前后中国期货市场波动剧烈,如果在节前没有设置较高较合理的保证金率,那么节后穿仓的风险极大。此外,从实践经验来看,期货交易所与期货公司一般会在长假前后调整保证金率水平,进而实现风险控制。这些现象本文将其归结于长假风险,如何防范长假风险,合理设置长假期间保证金率成为本文一个重要分析点。本文首先对研究背景与问题进行交代,并对国内外期货市场保证金制度进行介绍;其次对风险度量的主要方法与VaR理论进行介绍;再者,通过设计样本数据,建立蒙特卡罗模拟与历史模拟法进行VaR值的计算,并比较不同方法结果的差异。并使用约1000个历史数据进行模型有效性验证,分析模型失败的时间分布,并判断模型在节假日是否有效。最后,本文提出针对长假期间保证金率设置的两种思路,本文认为基于长假风险防范,可以将长假风险拆解成一般风险与长假特殊风险,一般风险可以用VaR模型度量,而长假特殊风险可以参考期货交易所或期货公司历史节假日保证金率调整情况设置合理水平。最终结果表明,通过历史模拟法设置(长假)保证金率可以有效量化,且显著优化ZC期货公司当前设置保证金率的方法。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F832.39
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与问题提出
    1.2 研究目的与意义
    1.3 国内外研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
        1.3.3 国内外研究现状评述
    1.4 研究内容与方法
        1.4.1 研究内容
        1.4.2 研究方法和技术路线
第2章 ZC期货公司保证金设置项目评估
    2.1 期货保证金制度及其设定方法
        2.1.1 期货保证金制度
        2.1.2 期货保证金设定方法
        2.1.3 长假保证金率设置现状
    2.2 ZC期货公司保证金率设置概况及问题
        2.2.1 ZC期货公司保证金率设置概况
        2.2.2 ZC期货公司保证金率设置问题
    2.3 引入VaR模型设置保证金率可行性分析
        2.3.1 VaR模型的基本原理
        2.3.2 VaR模型的计算方法
        2.3.3 可行性分析
    2.4 本章小结
第3章 基于VaR模型的实证分析
    3.1 分析方法
    3.2 数据选取及特征分析
        3.2.1 数据选取
        3.2.2 数据特征分析
    3.3 实证分析
        3.3.1 参数设置
        3.3.2 基于历史模拟法构建VaR模型
        3.3.3 基于蒙特卡罗模拟法构建VaR模型
        3.3.4 考虑长假风险的保证金率设置
    3.4 本章小结
第4章 模型评价及改善
    4.1 模型有效性验证
        4.1.1 一般风险验证
        4.1.2 长假风险验证
    4.2 模型评价
        4.2.1 有效性概述
        4.2.2 案例分析
    4.3 长假保证金率设置改善对策
    4.4 本章小结
结论
参考文献
致谢
个人简历

【相似文献】

相关期刊论文 前10条

1 严文静;;央行支付系统资金流量与宏观经济的动态关系研究——基于VAR模型的实证分析[J];金融发展评论;2019年03期

2 中国人民银行铜仁市中心支行青年课题组;陈华勇;;表外业务对货币政策传导机制有效性的影响研究——基于VAR模型的实证分析[J];时代金融;2019年29期

3 刘贝贝;袁永生;;中国离婚率的影响因素分析与预测——基于VAR模型和聚类分析的研究[J];山东师范大学学报(自然科学版);2016年04期

4 刘耘沁;;基于VAR模型的影子银行对货币政策的影响分析[J];新经济;2016年36期

5 许永欣;马骏;;基于VAR模型的水资源利用与经济增长关系研究[J];江西农业学报;2017年02期

6 谷秀娟;何青畔;;基于VAR模型的我国存贷款利差与房地产开发投资影响分析[J];产业与科技论坛;2016年24期

7 张增磊;;我国保险密度影响因素实证研究——基于VAR模型[J];财政科学;2017年02期

8 顾舒鸣;曾欣喻;;湖北省人口、经济与环境质量的关联分析——基于VAR模型的实证检验[J];当代经济;2017年12期

9 张媛;周玲;;基于VAR模型技术创新能力影响因素实证分析[J];中国市场;2017年10期

10 张开;;VaR在商业银行信用风险管理中的应用[J];中国市场;2017年06期

相关博士学位论文 前10条

1 邵欣炜;基于VaR的金融风险度量与管理[D];吉林大学;2004年

2 何旭彪;VaR风险耦合理论模型、数值模拟技术及应用研究[D];华中科技大学;2005年

3 孙亮;基于拓展VaR模型的我国上市公司海外并购风险度量研究[D];辽宁大学;2016年

4 李东久;基于VaR的医药品冷链物流运输网络优化研究[D];武汉理工大学;2012年

5 张旭;恶性疟原虫表观遗传修饰对var基因转录调控的研究[D];吉林大学;2014年

6 吴亚军;基于非线性方法和VaR的均线交易系统研究[D];哈尔滨工业大学;2014年

7 林宇;动态极值VaR测试的准确性及VaR因果关系研究[D];西南交通大学;2008年

8 苏涛;金融市场风险VaR度量方法的改进研究[D];天津大学;2007年

9 黄荣兵;风险值VaR框架下SPAN风险控制理论与应用研究[D];华中科技大学;2010年

10 马庆强;基于VaR与CTE风险度量模型的保险集团监管资本套利研究[D];天津财经大学;2015年

相关硕士学位论文 前10条

1 陈哲文;ZC期货公司基于VaR风险模型的长假保证金率设置研究[D];哈尔滨工业大学;2018年

2 王鹏;“一带一路”国家通货膨胀国际传递的关系研究[D];首都经济贸易大学;2018年

3 钱佳丽;基于VaR和ES调整的Sharpe比率及其在基金中的评价与检验[D];浙江工商大学;2018年

4 苗文强;基于光滑经验似然的VaR计算方法改进[D];哈尔滨工业大学;2014年

5 孙沛瑄;基于VAR模型的新型城镇化动力机制研究[D];重庆工商大学;2014年

6 潘慧;基于VAR模型的我国货币政策传导机制有效性研究[D];哈尔滨商业大学;2012年

7 卢威;基于VaR的保险资金运用管理[D];西南财经大学;2012年

8 刘鋆;基于VaR的中国外汇储备币种结构优化分析[D];中南大学;2011年

9 吕秀娟;基于均值-VaR的我国外汇储备货币结构研究[D];哈尔滨工业大学;2009年

10 王文阳;基于风险价值（VaR）的商业银行汇率风险防范研究[D];西北农林科技大学;2009年

本文编号：2872571