基于VaR-GARCH模型的我国股指期货市场风险测评

发布时间：2017-04-06 11:03

  本文关键词：基于VaR-GARCH模型的我国股指期货市场风险测评，，由笔耕文化传播整理发布。

【摘要】：股指期货作为衍生金融工具的一种,对完善股票市场的交易功能、降低交易成本、健全股票市场的价格机制、为股票投资者提供较多的价格风险规避机制等方面均有积极的作用。但是股指期货同样是一把双刃剑,它在发挥套期保值等功能时,其价格波动的特点和保证金的杠杆作用容易扩大风险。我国股指期货自推出以来,成交量一路攀升,因此,对股指期货市场风险的测算具有重要意义。 本文以股指期货市场风险测评为主,在前言部分回顾了国内外学者关于风险测评方法、股指期货特性和股指期货影响因素的相关研究综述,并进行总结发现前人在测算风险时,很少考虑股票现货市场的影响,这成为本文的一个突破点。 第一章阐述了股指期货基础理论,包含股票价格指数的含义与功能,此外还介绍了股票期货标的指数的编制;介绍了股指期货的概念、特点和功能。随后将股指期货风险划分为六类分别给予介绍,最后概述了股指期货市场的发展。 第二章分析了股指期货市场风险,首先针对股指期货市场风险划分为四种类型,随后按照股指期货市场特点、宏观经济环境、经济政策等众多因素分析了股指期货市场风险的成因,然后阐述了股指期货市场风险的影响,分别从传染效应、系统失败风险和价格扭曲三个角度展开,最后构建了影响股指期货市场风险的指标体系。 第三章通过计量经济学方法对影响股指期货市场风险的因素进行了相关性检验,选取股指期货价格、股票价格指数、利率与汇率四项指标,通过平稳性检验、协整检验、脉冲响应函数与方差分解,发现样本数据所在半年时间中,利率与汇率对股指期货没有直接和显著的影响,股指期货价格与股票价格指数间存在协整关系。 第四章阐述了股指期货市场风险测评的方法,首先介绍了VaR(在险价值)方法的含义、VaR的3种计算方法与用途等内容,随后介绍了用以计算VaR的GARCH模型与EGARCH模型。 第五章针对股指期货市场风险,在平稳性检验、正态分布检验和ARCH检验之后,发现股指期货收益率指标存在ARCH效应,又通过格兰杰因果关系检验,发现股指期货收益率受股票价格指数收益率的1阶滞后影响。应此,分别运用GARCH模型和EGARCH测算了下一个交易日的最大损失值。结果表明,整体而言,GARCH模型由于不能解决收益率序列的非正态分布特征而容易低估风险,EGARCH模型的估计结果优于GARCH模型,在EGARCH模型中,学生t分布的假设优于正态分布假设下的估计结果。 第六章为本文结论。通过模型估计,发现股指期货收益率具有“尖峰厚尾”特征,且为非对称分布。在价格走势方面,进入交割月份,股指期货收益率收敛于股票价格指数收益率的特征日益明显,此时,股指期货市场的风险受股票现货市场影响强烈。
【关键词】：股指期货 市场风险 VaR方法 GARCH模型
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F832.5;F224
【目录】：

• 摘要5-7
• Abstract7-12
• 0 引言12-21
• 0.1 研究背景与意义12
• 0.2 研究内容与方法12-14
• 0.2.1 研究内容12-13
• 0.2.2 研究方法13-14
• 0.2.3 技术路线图14
• 0.3 国内外研究综述14-20
• 0.3.1 风险测评方法14-17
• 0.3.2 股指期货特性17-18
• 0.3.3 股指期货影响因素18-19
• 0.3.4 文献综述小结19-20
• 0.4 本文创新与不足20-21
• 1 股指期货基础理论概述21-30
• 1.1 股票价格指数概述21-23
• 1.1.1 股票价格指数的含义21
• 1.1.2 股票价格指数的功能21-22
• 1.1.3 股指期货指数的编制22-23
• 1.2 股指期货概述23-25
• 1.2.1 股指期货概念23
• 1.2.2 股指期货的特点23-24
• 1.2.3 股指期货的功能24-25
• 1.3 股指期货风险概述25-28
• 1.3.1 市场风险26
• 1.3.2 信用风险26
• 1.3.3 流动性风险26-27
• 1.3.4 操作风险27
• 1.3.5 保值率风险27
• 1.3.6 基差风险27-28
• 1.4 股指期货的发展28-30
• 1.4.1 股指期货合约的发展28
• 1.4.2 世界主要股指期货简介28-30
• 2 股指期货市场风险分析30-40
• 2.1 股指期货市场风险分类30-31
• 2.1.1 利率风险30
• 2.1.2 汇率风险30
• 2.1.3 购买力风险30-31
• 2.1.4 商品风险31
• 2.2 股指期货市场风险成因31-34
• 2.2.1 股指期货市场特点31-32
• 2.2.2 宏观经济环境32-33
• 2.2.3 经济政策33-34
• 2.2.4 其他因素34
• 2.3 股指期货市场风险的影响34-36
• 2.3.1 传染效应35
• 2.3.2 系统失败风险35
• 2.3.3 价格扭曲35-36
• 2.4 构建影响股指期货市场风险的指标体系36-40
• 2.4.1 影响股指期货市场风险的指标体系36
• 2.4.2 指标释义36-40
• 3 股指期货市场风险影响因素相关性检验40-48
• 3.1 数据选取与描述40-42
• 3.2 相关性检验42-45
• 3.2.1 平稳性检验42-43
• 3.2.2 协整检验43-45
• 3.3 波动性分析45-48
• 3.3.1 脉冲响应函数45-46
• 3.3.2 方差分解46-48
• 4 股指期货风险测评方法简介48-54
• 4.1 VAR 方法48-51
• 4.1.1 VaR 方法的含义48-49
• 4.1.2 VaR 计算方法49-51
• 4.1.3 VaR 的用途51
• 4.2 GARCH 模型51-52
• 4.2.1 GARCH 模型概念51-52
• 4.2.2 GARCH 模型原理52
• 4.3 EGARCH 模型52-54
• 5 股指期货市场风险测评54-66
• 5.1 GARCH 模型估计54-59
• 5.1.1 平稳性检验54-55
• 5.1.2 正态分布检验55-56
• 5.1.4 GARCH 模型估计56-59
• 5.2 EGARCH 模型估计59-62
• 5.2.1 正态分布下的EGARCH 模型估计59-60
• 5.2.2 学生t 分布下的EGARCH 模型估计60-62
• 5.3 不同模型估计结果的比较62-66
• 5.3.1 预测效果比较62-63
• 5.3.2 VaR 值的比较63-66
• 6 结论66-68
• 6.1 本文结论66-67
• 6.2 研究展望67-68
• 参考文献68-71
• 致谢71-72
• 个人简历72

【相似文献】

中国期刊全文数据库 前10条

1 梁红英;;论股指期货与我国股市的稳定性[J];商业时代;2011年16期

2 詹细明;;股指期货对中小投资者的影响及对策分析[J];生产力研究;2011年06期

3 甘斌;;最小平均VaR套期保值比率计算模型及实证研究[J];经济管理;2010年09期

4 王赫;;浅谈我国对股指期货风险的防范及监管[J];学理论;2011年17期

5 涂莉;;上证指数波动性实证分析[J];东方企业文化;2011年04期

6 杨孟著;;推进股指期货市场健康发展的对策研究[J];甘肃金融;2011年07期

7 徐珊;;股指期货对现货市场波动性的影响——基于亚太新兴市场股票指数的实证研究[J];山东青年政治学院学报;2011年03期

8 熊熊;张宇;张维;张永杰;;股指期货操纵预警的Logistic模型实证研究[J];系统工程理论与实践;2011年07期

9 戴佳青;潘和平;;沪深300股指与期货的高频动态关系检测[J];管理学家(学术版);2011年07期

10 张连华;;基于高频数据的股指期货期现统计套利程序交易[J];计算机应用与软件;2011年09期

中国重要会议论文全文数据库 前10条

1 田玲;张岳;;基于GARCH模型的我国保险公司经济资本度量[A];中国保险学会第二届学术年会入选论文集(理论卷2)[C];2010年

2 吴恒煜;朱福敏;;GARCH驱动下历史滤波服从Levy过程的期权定价[A];第六届（2011）中国管理学年会——金融分会场论文集[C];2011年

3 崔建国;党耀国;;基于价值函数的GARCH修正模型研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

4 李武;;GARCH(1,1)模型参数的Monte Carlo估计方法[A];第八届中国不确定系统年会论文集[C];2010年

5 张秀丽;;GARCH模型预测波动率的投资组合保险绩效评价[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年

6 潘海涛;;MCMC算法在时间序列中的应用[A];第八届中国不确定系统年会论文集[C];2010年

7 李序颖;;中国出口集装箱运价指数与波罗的海干散货运价指数的实证分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

8 田益祥;肖璨;;基于GARCH风险价值的GMDH估计[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（一）[C];2006年

9 李伟;劳川奇;;基于马尔可夫转换GARCH模型的上海股市风险研究[A];第九届中国管理科学学术年会论文集[C];2007年

10 沈韬;;深、沪股市的交互影响研究[A];中国现场统计研究会第九届学术年会论文集[C];1999年

中国重要报纸全文数据库 前10条

1 中金所 供稿;全球股指期货市场的发展历程是怎样的？[N];期货日报;2010年

2 中金所供稿;全球股指期货市场的发展历程是怎样的？[N];期货日报;2010年

3 海通股指期货联合研究中心 雍志强　刘佳利;沪深300股指期货市场投资者结构分析[N];期货日报;2010年

4 记者 姚宜兵;制度建设夯实股指期货市场基础[N];期货日报;2010年

5 本报记者 王超;股指期货市场功能发挥需要过程[N];中国证券报;2010年

6 本报记者 张小乐　陆绮雯;股指期货市场影响力有多大[N];解放日报;2010年

7 国泰君安股指期货研究中心 张智勇　余雷;一个健康发展的股指期货市场已经初步形成[N];经济日报;2010年

8 记者 李茜;股指期货市场秩序初步建立[N];上海金融报;2010年

9 本报记者 刘溟;可靠的制度保障股指期货市场平稳运行[N];经济日报;2011年

10 董少鹏;我国股指期货市场仍为“演习版”[N];证券日报;2011年

中国博士学位论文全文数据库 前10条

1 陈旭光;中国股指期货市场监管研究[D];东北财经大学;2010年

2 王陟昀;碳排放权交易模式比较研究与中国碳排放权市场设计[D];中南大学;2012年

3 张自然;人民币汇率波动及外汇风险度量的实证研究[D];中国矿业大学（北京）;2010年

4 耿国靖;中国创业板市场风险测度理论与方法研究[D];辽宁大学;2011年

5 郭睿;引进股指期货对现货市场的影响研究[D];吉林大学;2005年

6 黄峰;中国股票市场的流动性风险及其溢价效应研究[D];上海交通大学;2007年

7 韦艳华;Copula理论及其在多变量金融时间序列分析上的应用研究[D];天津大学;2004年

8 刘莹;对冲基金投资收益与风险研究[D];同济大学;2008年

9 孔丽娜;ARCH模型族的贝叶斯分析及其在经济中的应用[D];暨南大学;2009年

10 徐旭初;股指期货的国际比较研究——模型、实证及中国课题[D];复旦大学;2003年

中国硕士学位论文全文数据库 前10条

1 唐钢;基于GARCH模型与混合整数规划的投资组合[D];大连理工大学;2010年

2 欧洋;基于房地产投资风险VaR：GARCH与SWARCH的比较[D];天津财经大学;2011年

3 李敏;基于GARCH模型的电力市场风险分析[D];湖南大学;2010年

4 廖旭蓉;基于GARCH模型与VAR模型的我国股市实证分析[D];中南大学;2010年

5 黄恩喜;基于藤结构的Paircopula-GARCH模型以其应用[D];中国科学技术大学;2010年

6 张璇;中国股市季节效应的非对称GARCH均值研究[D];武汉理工大学;2004年

7 魏小波;基于VaR-GARCH模型的开放式基金风险研究[D];北方工业大学;2010年

8 晏爱君;异方差模型的统计分析[D];华中科技大学;2004年

9 程海洋;中国股市收益率及其波动的长期记忆性研究[D];东北财经大学;2005年

10 李燕林;期货交易保证金模型评价及最优比例设计[D];北方工业大学;2011年

  本文关键词：基于VaR-GARCH模型的我国股指期货市场风险测评，由笔耕文化传播整理发布。

本文编号：288735