基于VaR-GARCH模型在极端行情下的我国股指期货风险度量比较研究
发布时间:2021-04-15 18:29
我国股指期货市场自2010年4月推出第一只期指合约以来,市场整体运行平稳,发展迅速。在2015年4月16日,上证50和中证500股指期货的推出,又让我国的股指期货市场得到进一步的优化和丰富。尽管如此,近期我国证券市场出现了罕见的极端行情,自2014年7月至今2015年6月沪深两市出现大幅上涨的行情后,2015年6月我国证券市场经历了行情的巨幅震荡,这对股指期货的风险管理也提出了更高的要求。在此情况下,现有的风险度量方法对于目前我国股指期货合约是否具有良好的风险度量效果,就成为了值得关注的研究方向。VaR风险价值度量方法最早1976年由JP Morgan公司率先提出,用以衡量资产组合在未来持有期内遭受的最大可能损失,其常用的计算方法包括方差-协方差法、历史模拟法和蒙特卡罗模拟法等,本文中主要采用了计算方法相对简明、直观的方差-协方差法。而GARCH模型是1986年,Bollerslev年在Engle的ARCH模型基础上,进行扩展得到的回归模型,目前根据序列的不同特点,现在还有IGARCH模型、TGARCH模型以及EGARCH模型等回归模型。本文主要通过对极端行情下的我国股指期货收益率序列...
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:56 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.1.1 我国股指期货市场的发展现状
1.1.2 我国股指期货市场遭遇极端行情考验
1.2 研究目的、研究方法和创新点
1.2.1 研究目的
1.2.2 研究方法
1.2.3 研究创新点
1.3 研究结构
第2章 文献综述
2.1 国外股指期货风险度量的文献研究
2.2 我国股指期货风险度量的文献研究
第3章 VaR方法和GARCH模型介绍
3.1 VaR方法介绍及计算方法
3.1.1 VaR的数学表达方法
3.1.2 方差-协方差法
3.1.3 历史模拟法
3.1.4 蒙特卡罗模拟法
3.2 GARCH及相关GARCH族模型介绍
3.2.1 GARCH模型主要内容
3.2.2 其他GARCH族模型介绍
第四章 实证分析
4.1 极端行情下的模型数据选取
4.2 模型数据的检验
4.2.1 对数收益率数据的正态性检验
4.2.2 样本数据的平稳性检验
4.2.3 股指期货的对数收益率的自相关性检验
4.2.4 样本数据ARCH效应检验
4.3 模型的建立
4.3.1 确定对数收益率的GARCH模型
4.3.2 股指期货对数收益率VaR-GARCH的实证结果检验
4.3.3 不同分布下GARCH族模型的拟合比较
第5章 总结和展望
5.1 研究结果的总结与不足
5.1.1 研究结果总结
5.1.2 研究过程中的不足之处
5.2 研究展望及相关政策建议
5.2.1 对于我国股指期货风险度量的展望
5.2.2 对于我国股指期货市场在极端行情下风险管理方面的相关建议
参考文献
致谢
在读期间的学术成果
【参考文献】:
期刊论文
[1]股指期货推出前后沪深300指数风险统计特征研究[J]. 谷政,卢亚娟. 技术经济与管理研究. 2015(07)
[2]中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究[J]. 刘向丽,常云博. 系统工程理论与实践. 2015(07)
[3]风险最小化套期保值比例估计:基于RV-Copula模型[J]. 李勇,方兆本,韦勇凤. 数理统计与管理. 2015(02)
[4]我国沪深300股指期货和现货市场的交叉相关性及其风险[J]. 汪冬华,索园园. 系统工程理论与实践. 2014(03)
[5]基于CVaR方法的中国股指期货市场风险研究[J]. 钟晓兵,钟琰. 国际商务(对外经济贸易大学学报). 2013(04)
[6]基于Clayton Copula-GARCH模型投资组合VaR的度量[J]. 李明,刘喜波,何慧,姚沛. 数学的实践与认识. 2013(06)
[7]VaR在我国股指期货风险管理中的应用[J]. 彭永兴,王明国. 当代经济. 2012(20)
[8]沪深300股指期货风险的预警研究[J]. 伍楠林,钟晓兵. 统计与决策. 2012(19)
[9]沪深300股指期货VaR-GARCH模型风险管理研究——基于恒指期货的比较视角[J]. 徐伟浩. 区域金融研究. 2011(08)
[10]基于GARCH-VaR模型的股指期货风险度量实证研究[J]. 杨翔,刘志伟. 中国证券期货. 2011(05)
本文编号:3139865
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:56 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.1.1 我国股指期货市场的发展现状
1.1.2 我国股指期货市场遭遇极端行情考验
1.2 研究目的、研究方法和创新点
1.2.1 研究目的
1.2.2 研究方法
1.2.3 研究创新点
1.3 研究结构
第2章 文献综述
2.1 国外股指期货风险度量的文献研究
2.2 我国股指期货风险度量的文献研究
第3章 VaR方法和GARCH模型介绍
3.1 VaR方法介绍及计算方法
3.1.1 VaR的数学表达方法
3.1.2 方差-协方差法
3.1.3 历史模拟法
3.1.4 蒙特卡罗模拟法
3.2 GARCH及相关GARCH族模型介绍
3.2.1 GARCH模型主要内容
3.2.2 其他GARCH族模型介绍
第四章 实证分析
4.1 极端行情下的模型数据选取
4.2 模型数据的检验
4.2.1 对数收益率数据的正态性检验
4.2.2 样本数据的平稳性检验
4.2.3 股指期货的对数收益率的自相关性检验
4.2.4 样本数据ARCH效应检验
4.3 模型的建立
4.3.1 确定对数收益率的GARCH模型
4.3.2 股指期货对数收益率VaR-GARCH的实证结果检验
4.3.3 不同分布下GARCH族模型的拟合比较
第5章 总结和展望
5.1 研究结果的总结与不足
5.1.1 研究结果总结
5.1.2 研究过程中的不足之处
5.2 研究展望及相关政策建议
5.2.1 对于我国股指期货风险度量的展望
5.2.2 对于我国股指期货市场在极端行情下风险管理方面的相关建议
参考文献
致谢
在读期间的学术成果
【参考文献】:
期刊论文
[1]股指期货推出前后沪深300指数风险统计特征研究[J]. 谷政,卢亚娟. 技术经济与管理研究. 2015(07)
[2]中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究[J]. 刘向丽,常云博. 系统工程理论与实践. 2015(07)
[3]风险最小化套期保值比例估计:基于RV-Copula模型[J]. 李勇,方兆本,韦勇凤. 数理统计与管理. 2015(02)
[4]我国沪深300股指期货和现货市场的交叉相关性及其风险[J]. 汪冬华,索园园. 系统工程理论与实践. 2014(03)
[5]基于CVaR方法的中国股指期货市场风险研究[J]. 钟晓兵,钟琰. 国际商务(对外经济贸易大学学报). 2013(04)
[6]基于Clayton Copula-GARCH模型投资组合VaR的度量[J]. 李明,刘喜波,何慧,姚沛. 数学的实践与认识. 2013(06)
[7]VaR在我国股指期货风险管理中的应用[J]. 彭永兴,王明国. 当代经济. 2012(20)
[8]沪深300股指期货风险的预警研究[J]. 伍楠林,钟晓兵. 统计与决策. 2012(19)
[9]沪深300股指期货VaR-GARCH模型风险管理研究——基于恒指期货的比较视角[J]. 徐伟浩. 区域金融研究. 2011(08)
[10]基于GARCH-VaR模型的股指期货风险度量实证研究[J]. 杨翔,刘志伟. 中国证券期货. 2011(05)
本文编号:3139865
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/3139865.html