基于Copula-Realized GARCH模型的股指期货动态最优套期保值比率研究

发布时间：2017-05-12 22:10

  本文关键词：基于Copula-Realized GARCH模型的股指期货动态最优套期保值比率研究，由笔耕文化传播整理发布。

【摘要】：2015年以来,随着上证50、中证500股指期货品种陆续上市交易,个股期权也在研究试点推出,国内金融衍生品市场发展逐渐走向成熟。另外,以A股为代表的证券金融市场的波动急剧加大,为规避证券市场的系统性风险,股指期货的套取保值功能被应用得越来越广泛,相应的研究也更加深入。套期保值效果的好坏,直接受到套期保值比率选择的影响,因此,套期保值研究的核心问题就转化为怎么研究确定股指期货最优套期保值比率。目前研究中常用的套期保值模型多为时变的二元GARCH类模型和Copula-GARCH族模型,这两类模型使用以日收益率为代表的低频数据,损失了大量的日内波动信息,低估了收益的波动性,从而影响到套期保值比率的精确度。本文突破这一局限,使用高频的已实现波动率(Realized Volatility),同时考虑隔夜收益的影响,对RV进行了基于隔夜信息的三类扩展,构建了Copula-Realized GARCH模型用来估计股指期货动态最优套期保值比率。该模型以Realized GARCH模型描述变量的条件边缘分布从而整合了高频数据中蕴含的更多的波动信息,以Copula函数拟合变量间的时变相关性从而刻画其相关结构的动态性。采用沪深300指数及沪深300股指期货合约高频数据的样本内和样本外的实证表明,在套保组合方差减少比率与二元GARCH类模型和Copula-GARCH族模型同等的情况下,Copula-Realized GARCH模型的平均套期保值比率更低,即使用较少的期货合约能达到同等程度的风险对冲效果。另外以RV3为已实现波动率估计量的Copula-Realized GARCH模型套期保值效果要优于其他三类估计量,表明用尺度变换因子σ对已实现波动率进行变换后的已实现波动率估计量在套期保值中效果更佳。
【关键词】：套期保值 高频数据 隔夜信息 copula-Realized GARCH模型
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F724.5
【目录】：

• 摘要5-7
• Abstract7-11
• 第一章 绪论11-19
• 1.0 研究背景11-12
• 1.1 研究意义12-13
• 1.2 国内外研究综述13-17
• 1.2.1 套期保值研究综述13-16
• 1.2.2 已实现波动率研究综述16-17
• 1.3 研究内容与创新点17-19
• 1.3.1 研究思路与内容17-18
• 1.3.2 研究创新点18-19
• 第二章 股指期货套期保值的相关理论19-26
• 2.1 股指期货概念及交易规则介绍19-20
• 2.1.1 股指期货的概念19-20
• 2.1.2 沪深300股指期货交易规则20
• 2.2 套期保值及其相关理论20-26
• 2.2.1 套期保值概念和原理介绍20-22
• 2.2.2 套期保值的类型22-23
• 2.2.3 套期保值的风险23-24
• 2.2.4 最优套期保值比率介绍24-26
• 第三章 最优套期保值比率的模型介绍26-37
• 3.1 时变二元GARCH模型26-29
• 3.1.1 BEKK-GARCH模型27-28
• 3.1.2 CCC-GARCH模型28
• 3.1.3 DCC-GARCH模型28-29
• 3.1.4 二元GARCH模型评述29
• 3.2 Copula-GARCH模型29-33
• 3.2.1 Copula函数介绍29-30
• 3.2.2 Copula-GARCH模型的建立30-33
• 3.3 Copula-Realized GARCH模型33-37
• 3.3.1 已实现波动率介绍33-35
• 3.3.2 Realized GARCH模型介绍35-36
• 3.3.3 Copula-Realized GARCH模型构建36-37
• 第四章 股指期货最优套期保值比率实证研究分析37-56
• 4.1 样本选取与数据处理37-40
• 4.1.1 样本数据选取及说明37
• 4.1.2 数据描述性统计及检验37-40
• 4.2 二元GARCH模型参数估计结果及分析40-43
• 4.3 Copula-GARCH模型参数估计结果及分析43-45
• 4.4 Copula-Realized GARCH模型参数估计结果及分析45-52
• 4.4.1 已实现波动率计算与分析46-48
• 4.4.2 Realized GARCH边缘分布模型参数估计结果及分析48-51
• 4.4.3 基于Copula-Realized GARCH模型股指期货套期保值比率估计51-52
• 4.5 基于不同模型的股指期货套期保值效果评价52-56
• 4.5.1 套期保值效果评价指标52
• 4.5.2 不同模型套期保值效果的对比与分析52-54
• 4.5.3 样本外不同模型套期保值效果的对比与分析54-56
• 第五章 总结与展望56-58
• 5.1 论文研究结论56-57
• 5.2 改进与展望57-58
• 参考文献58-61
• 致谢61-62

【相似文献】

中国期刊全文数据库 前10条

1 孙志宾;;混合Copula模型在中国股市的应用[J];数学的实践与认识;2007年20期

2 李娟;戴洪德;刘全辉;;几种Copula函数在沪深股市相关性建模中的应用[J];数学的实践与认识;2007年24期

3 李军;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 许建国;杜子平;;非参数Bernstein Copula理论及其相关性研究[J];工业技术经济;2009年04期

5 王s，

本文编号：360971