基于MC和极值理论的黄金期货风险度量研究

发布时间：2017-08-12 04:10

  本文关键词：基于MC和极值理论的黄金期货风险度量研究

  更多相关文章： 风险价值 蒙特卡洛模拟法(MC) 极值理论 GARCH模型 GJRGARCH模型 黄金期货

【摘要】：整个市场的发展与金融市场的发展密不可分,其中对风险进行有效分配以及正确引导资金是金融市场的主要作用。如果想要市场的参与者对金融市场存在的风险进行更准确地识别、量化和分解就必须要有有效的方法和先进的技术对风险进行有效的控制,只有这样才能使市场的参与者依据自身对风险的承受能力以及偏好的不同选择适当的操作达到降低损失的目的,进而对市场的风险进行有效的分配,对推动金融市场的快速健康发展和长期稳定有着重要意义。随着金融市场中产业的不断细化和深化,金融管理法律法规的不断完善,以及日新月异的技术创新,风险管理作为一个目的性明确的管理过程必然是金融管理中不可或缺的重要部分,随后对其管制的放松、全球性风险管理的兴起以及交叉经营的大趋势,将风险管理推到了金融公司的基本战略性活动的重要位置。定量分析和准确评估风险是风险管理的关键内容,也就是度量和检验风险价值VaR。市场风险的多样性和不可预测性使得对其进行控制的方法也不在少数,但是一般的资产负债管理存在对资产报表过度依赖和缺乏时效性的缺陷;将方差作为衡量风险的标准的方法又有抽象以及不能对资产的波动幅度直观反映的局限性,对金融衍生产品进行定价又比较困难。1994年J.P公司针对诸多方法存在的不足提出了风险价值VaR方法,目前包括银行在内的绝大多数金融机构都纷纷采用VaR方法对风险进行度量,并且采用VaR方法度量风险已经成为金融界的趋势。近几年来,Va R已成为金融界和金融数学界研究的热点课题。本文主要基于MC和极值理论对中国黄金期货进行风险度量研究,首先了解黄金期货风险度量研究在国内外的发展趋势,简单介绍风险价值(VaR)的定义、它的优缺点及其求VaR的几种方法:参数方法、非参数方法和半参数方法。通过了解这几种方法的优缺点,用几种模型来进行模拟,描绘出黄金期货中存在的现象,得到一个模拟效果比较好的模型。具体研究内容主要包括下面几方面内容:第一章对黄金期货概念及其发展历程做了简要概述,然后对度量金融数据的相关文献做了比较全面的概述,最后介绍了本文的研究内容。第二章介绍了度量金融风险的一些方法,简要了解风险度量工具的来历,及其一些方法优点和缺陷,使我们运用VaR对黄金期货的风险度量更加合理。全面介绍VaR风险度量模型:参数模型当中的蒙特卡洛模拟法,非参数模型(历史模拟法)和半参数模型当中的极值理论。第三章介绍用到的蒙特卡洛方法(MC)对VaR计算的一些不足及我们要改进的方向。第四章首先对美国黄金期货度量进行实证分析,我们用到的是美国黄金期货指数是从2005年1月4号到2014年12月31号的数据,主要是因为美国黄金期货市场发展周期长,属于比较健全的金融市场。而我国黄金期货市场是从2008年开始的,数据比较少,而且处于发展阶段。用美国黄金期货数据得到比较好的模型,然后用得到的模型模拟中国黄金期货市场,从中发现我国黄金期货市场当中的问题。首先对金融数据黄金期货的收益率进行了严密的统计检验,已验证黄金期货的收益率是否具有尖峰厚尾和波动集聚性现象。利用正态性检验黄金期货收益率是否具有正态性,运用到P-P图和峰值检验。检验完成发现具有尖峰厚尾和波动集聚性,然后分别用GARCH和GJRGARCH拟合黄金期货收益率,然后用蒙特卡洛进行模拟VaR,即GARCH-MC-VaR和GJRGARCH-MC-VaR模型,最后将检验结果进行比较,得出拟合效果比较好的模型,然后结合极值理论进行模拟最后得出结论:GJRGARCH-GPD-VaR模型的风险度量结果要明显优于其他三种模型。但是当我们用GJRGARCH-GPD-VaR模型对黄金期货进行度量,发现我国黄金期货市场还不完善,需要进一步改进。
【关键词】：风险价值 蒙特卡洛模拟法(MC) 极值理论 GARCH模型 GJRGARCH模型 黄金期货
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F831.53;F831.54
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 1 绪论11-20
• 1.1 黄金期货的基本概述11-13
• 1.2 国内外发展概述13-17
• 1.2.1 黄金期货研究发展概述13-16
• 1.2.2 风险价值(VaR)发展概述16-17
• 1.3 研究课题的提出17-19
• 1.4 本文主要研究内容和方法19-20
• 2 风险度量方法及其风险价值20-31
• 2.1 价差率20
• 2.2 标准差法(波动分析法)20-21
• 2.3 β系数法21
• 2.4 低位部分矩(LPM)法21-22
• 2.5 风险价值(VaR)22-29
• 2.5.1 VaR的定义22-23
• 2.5.2 度量VaR方法23-24
• 2.5.3 VaR计算过程24-29
• 2.6 VaR准确性检验29-31
• 2.6.1 正态近似检验法29
• 2.6.2 LR检验方法29-31
• 3 一般MC方法和极值理论的估计31-39
• 3.1 基于蒙特卡洛模拟法的VaR计算步骤31-35
• 3.2 基于极值理论的风险价值(VaR)计算步骤35-37
• 3.3 蒙特卡洛模拟法(MC)计算风险价值时的不足37-38
• 3.4 对于MC的改进38-39
• 4 关于对黄金期货风险度量的实证分析39-56
• 4.1 对金融样本数据的现象的分析39
• 4.1.1 金融市场收益率存在尖峰厚尾现象39
• 4.1.2 金融市场收益率存在波动集聚性现象39
• 4.2 对金融数据尖峰厚尾和集聚性检验39-46
• 4.2.1 选取黄金期货数据40
• 4.2.2 正态性检验40-42
• 4.2.3 波动集聚性的检验42-46
• 4.3 GARCH-MC-VaR模型及其实证分析46-49
• 4.3.1 拟合GARCH模型前的统计检验46-48
• 4.3.2 GARCH模型的模拟48-49
• 4.4 GJRGARCH-MC-VaR模型及其实证分析49-51
• 4.5 GJRGARCH-GPD-VaR模型及其实证分析51-53
• 4.6 各种模型结果比较53-54
• 4.7 对中国黄金期货数据进行分析54-56
• 5 本文总结及展望56-58
• 5.1 本文总结56
• 5.2 对投资者的建议56-57
• 5.3 后续展望57-58
• 致谢58-59
• 参考文献59-63
• 附录63-64
• 附件64-71

【相似文献】

中国期刊全文数据库 前10条

1 刘雪梅;樊明方;;极值理论在巨灾损失拟合中的应用[J];统计与决策;2008年20期

2 李锋;刘澄;;基于极值理论的金融风险研究[J];商业研究;2010年05期

3 柳会珍;;统计极值理论及其应用研究进展[J];统计与决策;2006年16期

4 李娟;赵选民;;二元极值理论在沪深股市尾部风险度量中的应用[J];系统管理学报;2007年01期

5 常呈云;;极值理论在经济决策中的应用[J];河南财经学院学报;1992年03期

6 全登华;利用极值理论计量银行操作风险[J];统计与决策;2002年03期

7 曹中;陶爱元;沈学桢;;应用极值理论度量金融市场风险[J];商业研究;2006年23期

8 梁q;张三宝;;基于极值理论和贝叶斯估计的金融风险度量[J];时代经贸(中旬刊);2008年S8期

9 李文华;;基于极值理论的商业银行同业拆借利率风险度量[J];统计与决策;2012年08期

10 王瑗;;厂商行为中的极值理论[J];河南财经学院学报;1993年02期

中国重要会议论文全文数据库 前1条

1 陈倩;;基于极值理论的商业银行操作风险度量研究[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

中国博士学位论文全文数据库 前4条

1 张相贤;基于极值理论的金融资产配置研究[D];东华大学;2011年

2 花拥军;极值理论在中国股市风险度量中的应用研究[D];重庆大学;2009年

3 余为丽;基于极值理论的VaR及其在中国股票市场风险管理中的应用[D];华中科技大学;2006年

4 纪比拉;基于极值理论的国际权益资产组合下侧风险测量[D];天津大学;2005年

中国硕士学位论文全文数据库 前10条

1 谢婷;基于极值理论的风电机组极端载荷分析[D];华北电力大学;2015年

2 张丹青;一类概括化位置不变重尾指数估计[D];山西大学;2014年

3 王楠;VaR的几种统计推断方法的比较[D];广西师范大学;2015年

4 丁新月;几种分布下的Bayes统计推断问题及极值理论在VaR中的应用[D];北京工商大学;2015年

5 孙博;基于极值理论的卢布汇率与布伦特原油风险测度及时变相关性分析[D];浙江工商大学;2015年

6 孙琨;中国股市金融市场风险的度量研究[D];中国海洋大学;2015年

7 田雅琼;基于极值理论的人身保险理赔风险研究[D];山东财经大学;2016年

8 傅倩娜;基于极值理论下的利率市场风险综合指数的构建[D];华东师范大学;2016年

9 龚浩;地震震级统计研究[D];南京师范大学;2015年

10 李月琳;极值理论在风险度量中的应用[D];西南财经大学;2016年

，

本文编号：659680