对沪深300指数期货波动性的风险分析

发布时间：2017-09-23 08:15

  本文关键词：对沪深300指数期货波动性的风险分析

  更多相关文章： 风险价值 ARCH模型 GARCH模型 波动率

【摘要】：计算机和互联网技术带动的现代金融市场中包含着各式各样的金融产品，并且每天都还在不断的进行着研究改良与创新发明。对于亲身涉入其中的投资者来说，如何能够把握这些金融产品的特质以及如何运用已有的知识对这些金融产品做出准确的决策行为将是十分重要的。本文选择的研究对象是沪深300指数期货，一方面是因为期货市场本身对现货市场有一定的引导作用，能够反映经济的动向；另一方面，期货具有高杠杆的特性，能够更充分的体现风险的分量。这就需要先对该期货合约有一定的了解，尤其是它可以放大风险的特点。因此，站在投资者的立场上，会发现需要解决的问题中，最为重要的就是权衡风险和收益的分量。 这就需要投资者对风险理论和风险模型的有一定的了解。所以，本文以风险的基础定义为出发点，逐步并展开深入到对风险理论的探求以及风险模型的建立。在投资学中，风险的本义并不是用来测量危险的程度，而是代表了未来某个事件是否会发生的一种不确定性。这个事件既可以是招致灾祸，也可以是带来收益。因此，对一个具体事件做风险做出判定时，如果要为它定性就需要参考最终的收益和回报。 认识到风险的意义所在，就有利于对风险理论的掌握。在众多的风险理论中，本文侧重选择了VaR风险价值理论作为研究和阐明的对象。自上个世界九十年代VaR风险价值理论诞生以来，经历了短短的二十余年的发展，如今VaR风险价值理论已经几乎运用在了各个金融机构并且还被当作硬性要求写入了《巴塞尔协议》之中。由此，可以发现VaR风险价值理论不仅是学术界中的一项理论，而且具有相当重要的实用价值。这个重要的实用价值体现在了，它对风险实现了一种可比较的量化分析。VaR值最原始的定义，指的是在一定的置信水平下，某个金融产品可能出现的最大损失价值。这里可以借助频率分布或者排序的方法求得，也可以通过假设某个具体的分布，并运用其特征数进行运算。前者就是计算VaR值的非参数法，那么，另一种自然是参数法。不过，应该强调一下的是，，所得到的量化结果是有具体的适用条件的。不可以过分的夸大它的作用，认为只需要依赖这一个指标就能够在金融市场中规避所有风险。 为了能够更加深入的表述风险的特点，选择以收益率为研究对象，着重分析收益率在波动时具有的特点。在种类繁多的计量经济模型中，之所以会借用ARCH自回归条件异方差模型来作为最主要的手段，是因为该模型主要针对的就是波动率的聚集现象。首先，ARCH模型继承了AR自回归模型的特点，认为现有的收益率数值中包含了对于过去的收益率的信息，呈现了一种与历史值相关的现象。但是，ARCH模型又有着其独特的假设条件，即认为模型中的误差项满足的并不是传统意义中经典的同方差假设，而是另一种存在变动方差的假设。所说的变动方差不同于完全随机的布朗运动，这种方差是一种条件方差，是以历史误差项为条件信息的不定方差。正因为方差和历史误差项存在着这样的相关关系，所以，方差的变化才会和时间联系在了一起，波动率才能在时间轴上出现时而聚集的现象。在ARCH模型基础上发展起来的GARCH模型，把ARCH模型的应用范围提升到了新的领域，解决了ARCH模型在高阶的时候难以准确把握的缺点。因此，如果遇到了高阶的情况，运用GARCH（1，1）模型往往会达到事半功倍的效果。 进入最重要的实证分析时，将获取到的沪深300指数期货的原始数据加以修正得到所需要的关于收益率的样本数据，然后从最基础的平稳性验证开始，层层递进，直到建立最终的GARCH（1，1）模型。从检验的结果入手，以此来证明沪深300指数期货收益率波动具有聚集性。由此，可以认为该期货产品的收益率波动时，包含了对历史信息的反馈。而且，每当出现巨大的振动时，这样的反常现象并不会立即消失，而是出现一定的延续。另外，还要利用风险价值理论，选择历史模拟法把该收益率的VaR值计算出来，用以完善对收益率风险的分析。通过风险价值的分析，还会发现沪深300指数期货的分布具有一个较厚的左侧长尾。这样的分布特点，揭示了该期货产品出现高额损失的概率并不会像理论的那么小。总之，衡量一个期货合约的风险要尽可能的全面挖掘和发现它的特点。
【关键词】：风险价值 ARCH模型 GARCH模型 波动率
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F724.5
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 一、 研究的目的10-11
• 二、 研究的理论基础11-13
• （一） 关于 VaR 风险价值的研究11
• （二） 关于市场有效性理论的研究11-12
• （三） 关于 ARCH 模型和 GARCH 模型的研究12-13
• 三、 研究的规划设计与预期结果13-16
• （一） 研究选用的方法模型13
• （二） 研究的创新之处13-16
• 第二章 股指期货16-22
• 一、 股指期货的现状及其特点16-18
• （一） 股指期货的主要品种16
• （二） 我国期货市场发展现状16-17
• （三） 股指期货交易的特点17-18
• 二、 沪深 300 指数期货18-22
• （一） 沪深 300 指数期货合约的设计18
• （二） 沪深 300 指数期货的作用18-22
• 第三章 风险价值22-32
• 一、 风险管理的重要性22-24
• （一） 风险的经济意义及其分类22-23
• （二） 进行风险管理的必要性23-24
• 二、 风险价值理论24-28
• （一） 风险价值理论的形成24-25
• （二） 计算风险价值的非参数方法25-26
• （三） 计算风险价值的参数法26-28
• 三、 有效市场理论28-32
• （一） 有效市场理论的主要内容28-29
• （二） 有效市场理论的运用价值29-32
• 第四章 经济模型32-38
• 一、 ARCH 模型32-35
• （一） 运用 ARCH 模型的意义32-33
• （二） ARCH 模型的形成33-35
• 二、 GARCH 模型35-38
• （一） 运用 GARCH 模型的意义35-36
• （二） GARCH 模型的特例 GARCH（1，1）36-38
• 第五章 沪深 300 指数期货的实证分析38-46
• 一、 样本数据的准备38-41
• （一） 原始数据的来源与处理38-39
• （二） 时间序列的平稳性分析39-41
• 二、 运用经济模型分析41-44
• （一） ARCH 模型的建立及其检验41-43
• （二） GARCH(1,1)模型的验证43-44
• 三、 计算沪深 300 指数期货的 VaR 值44-46
• 第六章 结论46-48
• 参考文献48-50
• 致谢50-51

【参考文献】

中国期刊全文数据库 前10条

1 陈林奋;王德全;;基于GARCH模型及VaR方法的证券市场风险度量研究[J];工业技术经济;2009年11期

2 葛勇;叶德磊;;我国开展股指期货交易对现货市场波动性的影响——基于仿真交易数据的实证研究[J];金融理论与实践;2008年07期

3 王美今,王华;基于GARCH-t的上海股票市场险值分析[J];数量经济技术经济研究;2002年03期

4 龚锐,陈仲常,杨栋锐;GARCH族模型计算中国股市在险价值(VaR)风险的比较研究与评述[J];数量经济技术经济研究;2005年07期

5 刘俊山;;基于风险测度理论的VaR与CVaR的比较研究[J];数量经济技术经济研究;2007年03期

6 刘建桥;孙文全;;沪深300仿真股指期货价格不对称跳跃波动的实证分析[J];数理统计与管理;2010年06期

7 顾雪松;;基于GARCH-VaR的股指期货保证金模型[J];统计与决策;2009年13期

8 叶青;基于GARCH和半参数法的VaR模型及其在中国股市风险分析中的应用[J];统计研究;2000年12期

9 蔡敬梅;强林飞;周海鹏;;中国股指期货与股票市场波动性关系的实证分析[J];统计与信息论坛;2013年01期

10 李锦成;;基于GARCH模型的股指期货波动性研究[J];商业会计;2013年07期

本文编号：904165