基于Copula函数的我国股指期货风险及套期保值实证研究

发布时间：2020-06-14 11:57

【摘要】：2010年4月16日股指期货横空出世,由此开启了国内资本市场崭新的一页。股指期货是金融市场上的风险管理工具,但同时由于保证金交易的杠杆效应,本身又引入了很大的风险。所以对于包含股指期货的投资组合的风险度量就显得尤为重要。股指期货不仅可以作为风险管理工具,有效分散和转移投资者的金融风险,还可以充当套期保值的职能,为投资者带来可观的利润。股指期货在我国推出已近一年的时间,越来越多的投资者和机构参与到股指期货市场中来,迫切地需要我们对股指期货和股票现货进行全面的研究。因此,现阶段全面地考察股指期货和现货的动态相关性,并进行有效的组合风险度量和套期保值的研究,具有一定的学术价值和实际指导意义。基于此,本文主要讨论和重点解决的两个问题是：(1)包含股指期货的投资组合的风险度量。本文以Skew-t分布为边际分布,以SJC-Copula函数来描述期货和现货的相关结构,应用蒙特卡洛模拟技术,分别计算了持有股指期货多头和空头两种情况下投资组合的VaR值,并分析了股指期货在两种情况下的最优投资比例,这为投资者进行风险管理提供了可靠的依据。 (2)基于动态Copula模型的最优套期保值比率的计算。在最小方差理论框架下,计算了股指期货的动态最优套期保值比率,并对套期保值的效果进行了比较分析。本文通过正态Copula函数和t-Copula函数导出的非线性相关系数,以及由正态Copula和SJC-Copula函数构造的加权的非线性相关系数来计算最优套期保值比率。实证结果表明：基于Copula函数的套期保值模型的有效性明显地高于传统的模型。本文得出的主要结论如下： (1)我国股指期货和现货收益率走势基本一致,具有高度的相关性,这说明投资者可以很好地利用股指期货进行套期保值。 (2)从SJC-Copula函数的估计结果看,现阶段我国股指期货和现货的尾部相依性比较强,上尾相关系数大于下尾相关系数,存在非对称的尾部相依关系。 (3)本文中五种Copula-GJR模型的套期保值效果均优于传统的线性回归模型(OLS)和BEKK模型,而且本文所构造的加权系数模型的套期保值效果是最好的。总之,动态Copula模型在股指期货套期保值研究中的应用是相当成功的。本文的实证研究得出了较好的结论,但也存在着诸多不足,主要有以下几个方面： (1)在对包含股指期货的投资组合VaR估计时,由于样本数量的限制,本文并没有进行事后检验,只是给出了基于动态SJC-Copula模型的计算方法和估计结果。 (2)在股指期货套期保值的研究中,为了简化所研究的问题,没有考虑到交易费用,使得本文计算出的动态套期保值比率在实际应用中打上折扣。 (3)在本文的实证研究中,只考虑了时变相关的Copula模型,假定Copula函数的基本形式是不变的。但如果Copula函数的基本形式随着时间的变化而发生改变,仅仅考虑时变相关的Copula模型会产生很大的偏差。本文的创新之处主要有以下两个方面： (1)本文采用动态SJC-Copula函数度量股指期货和现货组合的相关性,比较全面地分析了持有股指期货多头和空头两种情况下投资组合的在险价值。 (2)本文对股指期货最优套期保值率的计算和保值效果进行了系统性地研究,并且基于正态Copula函数和SJC-Copula函数构造了一个加权的非线性相关系数来计算股指期货的最优套期保值比率。论文结论表明,该模型的套期保值效果优于传统的套期保值模型。
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F224;F832.5
【图文】：

概率密度分布,概率密度分布,密度函数

=尸i，+弓，iid“，，=杠刀;，，叮，，~Skt(v，兄)乓，二衅，十a心_;十刀气_，+斌一，几_;(气一」<0)欲己*一t分布的概率密度函数具体如下:(2.15)其中其中刃，<一a/bd，(叮，，飞·，兄)={二_11一，b。，+。、2、一男}UcLI十—二L一二一一丁一))}”一“1一、}二_/，.1，b粉，+a、2、一号】Uc气1十一一一二又，厂一下一))tv一艺1+式刃，全一a/ba=4兄cv一2飞一1扩=1十3矛一矿，c=_v+11(—)2r(里)、/二(、，一2)’2”飞·是峰度参数，兄是偏度参数，一般定义2<飞，<二，一1<兄<1。如果1，<o，密度函数左偏;如果v>O，密度函数右偏。当兄二O时，此分布退化为常见的学生才分布。图2一1给出了不同参数下的Ske二了一t分布概率密度图。从图中可以大致地了解Skew一t分布的主要特征。

等高线图,边际分布,概率密度,等高线

图2一2边际分布为刃(o，l)，:‘一0.45和尹一0.2sjc一copula函数的概率密度图和等高线从图2一2可以看出，SJC一Copula的密度函数具有非对称性，图中上尾相关系数大于下尾相关系数，表现为密度函数的上尾部分明显高于下尾部分。因此，sJC一CoPula函数描述的变量尾部相关性是非对称的。当我们研究的两个变量间存在非对称的尾部相依关系时，选择SJC一Copula函数是非常恰当的。sjc一copula函数克服了JC一copula函数在变量尾部相关性相等时，仍存在一定程度的非对称性的缺点，能够更加准确地捕捉变量间的非对称和尾部相关的特性。同时，本文通过对股指期货和现货的二元概率分布直方图(图2一3)分析发现

【参考文献】