基于VaR-GARCH模型的股指期货基差风险度量研究

发布时间：2017-04-09 07:00

  本文关键词：基于VaR-GARCH模型的股指期货基差风险度量研究，由笔耕文化传播整理发布。

【摘要】：沪深300股指期货于2010年4月16日正式推出，标志着我国资本市场发展的又一里程碑。但是由于股指期货可以杠杆交易，使其面临很大的风险，因此，如何利用其进行套期保值成为股指期货市场交易主体追逐的热点之一。研究沪深300股指期货基差风险具有很强的现实意义。本文将对我国沪深300股指期货基差风险进行全面的研究。首先对基差风险的概念、套期保值的效果与基差风险的关系进行详细的阐述；接着引出实证研究股指期货基差风险的方法；然后通过实证研究预测和分析股指期货基差风险；最后提出我国股指期货基差风险管理的相关建议。 本文通过对沪深300股指期货基差风险的理论与实证分析，结果表明：相对于传统的风险度量方法，，VaR模型只使用数学统计方法计算在一定置信水平下的最大期望损失，直接测算风险，简洁明了并且准确。使用VaR模型计算的VaR值基本上覆盖了实际每日基差波动范围，VaR模型可以用来很好地度量沪深300股指期货基差的波动范围，能够测算在一定置信水平下，套期保值者面临的最大损失，也就锁定了股指期货基差风险。 计算VaR值有三种方法：历史模拟法、方差-协方差法、和蒙特卡罗模拟法。通过分析，方差-协方差法相比另外两种方法具有计算方便迅速，数据容易收集等优势。更多的投资者和金融机构倾向于方差-协方差法。由于金融时间序列存在聚集性，文章分别引入VaR-GARCH模型、VaR-TARCH模型和VaR-EGARCH模型，并使用这三种模型分别计算出了沪深300股指期货基差的VaR值数据，进行模型比较。结果显示三种模型都能预测基差的波动，结果都较为准确，但是VaR-GARCH模型最为准确，所以本文最终采取VaR-GARCH模型。 基于实证结果，对股指期货基差风险管理提出如下建议：投资者使用VaR模型制定投资策略；监管者使用VaR模型对金融市场进行监管；交易中介使用VaR模型建立基差风险的实时预警系统。
【关键词】：股指期货 基差风险 VaR-GARCH模型 风险管理
【学位授予单位】：山西财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F724.5
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-17
• 1.1 研究背景和意义9
• 1.1.1 研究背景9
• 1.1.2 研究意义9
• 1.2 国内外文献综述9-14
• 1.2.1 国外研究10-12
• 1.2.2 国内研究12-14
• 1.3 研究内容与方法14-15
• 1.3.1 研究内容14-15
• 1.3.2 研究方法15
• 1.4 论文的基本结构15-16
• 1.5 主要观点及创新点16-17
• 第2章 股指期货基差风险及其度量17-28
• 2.1 基差风险17-20
• 2.1.1 基差的内涵17
• 2.1.2 基差风险的定义17-18
• 2.1.3 基差风险与套期保值的效果18-20
• 2.2 风险度量模型20-27
• 2.2.1 传统的风险度量模型20-22
• 2.2.2 VaR 模型22-27
• 2.3 股指期货基差风险度量模型选择27-28
• 第3章 沪深 300 股指期货基差风险的实证分析28-44
• 3.1 数据选取28
• 3.2 数据检验28-34
• 3.2.1 基差序列的正态性检验28-30
• 3.2.2 股指期货基差序列的平稳性检验30
• 3.2.3 沪深 300 股指期货基差序列的相关性检验30-31
• 3.2.4 基差序列的 ARCH 检验31-34
• 3.3 模型分析34-41
• 3.3.1 GARCH 模型34-37
• 3.3.2 TARCH 模型37-39
• 3.3.3 EGARCH 模型39-41
• 3.4 模型有效性验证41-44
• 第4章 VaR 模型在股指期货基差风险中的应用与不足44-48
• 4.1 股指期货基差风险管理建议44-46
• 4.1.1 投资者可以利用 VaR 模型制定股指期货的投资策略44
• 4.1.2 风险监管者可以利用 VaR 模型对股指期货市场进行监管44-45
• 4.1.3 交易中介商可以利用 VaR 模型建立基差风险的实时预警系统45-46
• 4.2 VaR 模型在度量基差风险中存在的问题46-48
• 结论与展望48-50
• 1、结论48
• 2、展望48-50
• 参考文献50-54
• 致谢54-55
• 攻读硕士学位期间发表的论文和其它科研情况55-56

【参考文献】

中国期刊全文数据库 前10条

1 刘列励;严美艺;;协整关系对期货套期保值率影响的实证研究[J];北京理工大学学报(社会科学版);2006年05期

2 王勇,张小南;股指期货交易运作模式的比较及启示[J];财经科学;2002年06期

3 汪利娜;英国金融期货市场：监管、发展及对中国的借鉴意义[J];财贸经济;1996年01期

4 刘庆富;仲伟俊;华仁海;刘晓星;;EGARCH-GED模型在计量中国期货市场风险价值中的应用[J];管理工程学报;2007年01期

5 魏宇;;沪深300股指期货的波动率预测模型研究[J];管理科学学报;2010年02期

6 丁岩;黄健;;基于VaR模型的股指期货基差风险的研究[J];经济论坛;2008年10期

7 陈守东,俞世典;基于GARCH模型的VaR方法对中国股市的分析[J];吉林大学社会科学学报;2002年04期

8 罗成斌;;股指期货基差风险研究[J];中国农业银行武汉培训学院学报;2008年05期

9 王川;;基于VaR的我国粮食期货市场基差风险度量与分析[J];农村经济与科技;2010年07期

10 魏宇;赖晓东;余江;;沪深300股指期货日内避险模型及效率研究[J];管理科学学报;2013年03期

  本文关键词：基于VaR-GARCH模型的股指期货基差风险度量研究，由笔耕文化传播整理发布。

本文编号：294676