外汇期权组合风险度量方法及实证探究

发布时间：2017-05-06 04:00

  本文关键词：外汇期权组合风险度量方法及实证探究，由笔耕文化传播整理发布。

【摘要】：随着金融市场的不断创新和复杂化,金融国际化的加深,资本在国际间的流动越来越频繁,国际金融市场的波动也日益加大,汇率波动性也逐渐增强。为了更加有效的规避外汇风险,一些外汇衍生品应运而生,外汇期权作为衍生品在几大国有银行开始推出并且取得巨大的交易量。外汇期权能够规避风险,同时作为具有杠杆效应的金融衍生品也蕴含着巨大的风险,汇率频繁波动导致外汇期权组合的价值也在不断变化,从而就会产生损益,因此我们需要建立风险度量模型,来量化外汇风险,减少损失。 本文首先介绍了外汇市场理论和我国的汇率改革制度,对外汇风险管理理论进行总结和概括,对国内外计算外汇期权投资组合VaR的文献进行了论述,紧接着提出了本文的研究思路和大体框架。介绍了外汇期权的含义,利用外汇期权的B-S定价公式和敏感性系数来计算外汇期权投资组合的VaR从而控制和度量风险。第三章重点介绍了计算外汇期权投资组合VaR的风险度量模型：应用分块样本极大值模型(BMM模型)对外汇收益率序列的尾部进行建模,对模型进行参数估计；考虑到外汇收益率分布的厚尾特性,本文引入了具有厚尾特征的Laplace分布模型和Logistic分布模型来拟合收益率序列；提出了Delta-Gamma-Theta-Cornish-Fisher模型的外汇期权风险度量方法,利用外汇期权组合价值变化的前四阶矩来匹配外汇期权组合价值变化的分布,运用矩匹配思想,计算更简单、方便,并简要说明了这些模型的一些性质、应用范围等。然后我们以外汇汇率对数收益率序列为研究对象,选取了2010年1月1日至2014年2月19日的美元／人民币和欧元／人民币的外汇汇率中间价序列作为样本数据。首先把样本数据转化成对数收益率,然后对其进行统计分析,对序列进行相关性检验、平稳性检验等,用上一章介绍的模型对收益率数据序列进行拟合并检验,选出拟合程度最好的模型,构造两个欧式外汇期权,运用模拟的方法来计算VaR,再对外汇期权投资组合利用资产组合管理理论,即收益一定条件下,方差最小化的方法计算投资组合VaR,对美元兑人民币我们运用BMM模型来计算VaR,欧元兑人民币我们运用Logistic分布模型来计算其VaR。结合Cornish-Fisher方法,比较不同模型的优劣和在实际中的应用,从而为将来的投资者可能从事外汇期权的投资或者控制风险提供一些参考。 本文对外汇期权VaR风险度量模型进行了比较和总结研究,具有实践意义,对不同的时间序列,我们需要用不同的模型去拟合,以后会产生更适合外汇汇率数据序列的模型,随着货币期权市场的快速发展,我国也将会出现外汇期权风险度量的新的方法。外汇期权风险VaR计算是一个很复杂的内容,目前的研究还没有很深入,随着科学技术的发展,会有一些更成熟的理论来运用到不同的模型中,为金融业投资者提供理论指导和实践。
【关键词】：Logistic分布 VaR 拟蒙特卡洛模拟 Laplace分布 Delta-Gamma-Theta模型
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F830.91;F224
【目录】：

• 中文摘要10-12
• ABSTRACT12-14
• 第一章 引言14-20
• §1.1 外汇市场简介14-15
• §1.2 外汇风险管理15-16
• §1.3 研究意义与目的16-17
• §1.4 国内外研究文献综述17-19
• §1.4.1 国外研究文献综述17-18
• §1.4.2 国内研究文献综述18-19
• §1.5 本文的研究思路与框架19-20
• 第二章 外汇期权概述及敏感性分析20-25
• §2.1 外汇期权的定义20-21
• §2.1.1 什么是外汇期权20
• §2.1.2 影响因素20-21
• §2.1.3 外汇期权的分类21
• §2.2 外汇期权的B-S定价模型21-22
• §2.3 外汇期权敏感性分析22-25
• 第三章 外汇期权VaR风险度量模型25-36
• §3.1 VaR基本介绍25-26
• §3.1.1 VaR的概念25
• §3.1.2 VaR的基本原理25-26
• §3.1.3 VaR的常用计算方法26
• §3.2 BMM模型极值理论26-28
• §3.2.1 模型形式26-27
• §3.2.2 模型参数估计27-28
• §3.3 Delta-Gamma-Theta模型28-29
• §3.4 Cornish-Fisher方法29-30
• §3.5 拟蒙特卡洛模拟方法30-31
• §3.6 Laplace分布模型31-33
• §3.6.1 Laplace分布的函数形式和图像32-33
• §3.6.2 Laplace分布的性质33
• §3.7 Logistic分布模型33-35
• §3.8 外汇期权VaR的计算步骤35-36
• 第四章 数据来源及实证研究36-60
• §4.1 汇率回报序列的统计分析36-43
• §4.1.1 数据统计分析36-37
• §4.1.2 正态性检验37-40
• §4.1.3 相关性检验40-43
• §4.1.4 平稳性检验43
• §4.2 外汇收益率分布的BMM模型参数估计及分析43-46
• §4.3 Laplace分布模型参数估计及分析46-50
• §4.4 Logistic分布模型的参数估计及分析50-54
• §4.5 两种外汇期权的VaR计算54-56
• §4.5.1 美元兑人民币外汇期权的VaR计算54-55
• §4.5.2 欧元兑人民币外汇期权的VaR计算55-56
• §4.6 Delta-Gamma-Theta-Cornish-Fisher模型计算外汇期权VaR实证分析56-57
• §4.7 外汇期权投资组合的VaR计算及实证结果分析57-60
• §4.7.1 外汇期权投资组合的VaR计算57-58
• §4.7.2 结果分析58-60
• 第五章 结论与展望60-62
• §5.1 结论60-61
• §5.2 进一步的发展61-62
• 参考文献62-65
• 致谢65-66
• 学位论文评阅及答辩情况表66

【参考文献】

中国期刊全文数据库 前4条

1 田新时,刘汉中,李耀;基于DeltaGamma正态模型的VaR计算[J];系统工程;2002年05期

2 郑文通;金融风险管理的VAR方法及其应用[J];国际金融研究;1997年09期

3 罗付岩;徐海云;;拟蒙特卡罗模拟方法在金融计算中的应用研究[J];数理统计与管理;2008年04期

4 陈荣达,王韬,陈荣峰;基于Delta-Gamma-Theta-Fourier-Inversion模型的外汇期权风险度量[J];系统工程理论方法应用;2005年03期

  本文关键词：外汇期权组合风险度量方法及实证探究，，由笔耕文化传播整理发布。

本文编号：347644