基于EGARCH模型的中国黄金期货市场风险度量

发布时间：2021-09-28 14:03

　　在金融行业全球化和自由化发展的推动下,金融业开放程度不断扩大,金融的衍生品如黄金期货合约发展迅速。本文首先分析黄金期货市场风险的背景和现状,说明研究意义。其次对上海黄金期货价格产生影响的黄金市场和非黄金市场影响因素及传导机制进行分析,实证分析发现EGARCH-T模型对上海黄金期货的波动特性描述较好,借助CVaR方法对黄金期货市场的风险损失进行了计量。最后在此基础上对黄金期货市场的投资者与监管机构提出风险控制的建议。 

【文章来源】：新经济. 2020,(Z2)

【文章页数】：12 页

【部分图文】：

黄金期货价格走势图

1. 正态性检验上海黄金期货对数收益率r的偏度（Skewness）为-0.1964692，小于零，峰度（Kurtosis）为9.135849，大于3，结果表明其分布曲线的峰值比正态分布高，向左偏移并且具有厚尾。图3-3中rt的分布也显示，rt的峰值比正态分布的峰值高。Jarque-Bera正态性检验的统计值为2570.580，并且概率P值为零，如表2-1所示，这表明可以拒绝rt序列服从正态分布的原假设。

如图2-4所示，统计Q-Q图显示出，上黄金期货对数收益率对应的统计曲线在两端不重合，存在摆动现象，表明上海黄金期货的收益率存在厚尾现象，图2-4右图显示，在正态分布的对比下，其核密度的曲线存在明显的尖峰特点。因此，可以认为，rt具有明显的尖峰厚尾特性，并且rt的分布也不是正态分布。2. 平稳性检验

【参考文献】：
期刊论文
[1]中国黄金期货价格影响因素研究[J]. 杨胜刚,陈帅立,王盾.  财经理论与实践. 2014(03)
[2]美元指数与黄金价格非常态变动关系探析[J]. 郝玉柱,王秋影.  价格理论与实践. 2010(12)
[3]基于DCC-MVGARCH模型的证券组合VaR测度与拓展模型[J]. 冯金余.  统计与信息论坛. 2009(02)
[4]金融市场风险测量模型——VaR[J]. 王春峰,万海晖,张维.  系统工程学报. 2000(01)

硕士论文
[1]VaR和CVaR在投资组合中的研究与应用[D]. 朱韬.电子科技大学 2017



本文编号：3412037