基于TaR的期货市场风险研究

发布时间：2017-04-24 22:00

  本文关键词：基于TaR的期货市场风险研究，由笔耕文化传播整理发布。

【摘要】：目前最常用的市场风险度量方法是测算VaR值,VaR是从损失的角度分析风险。而本文引进新概念TaR,在一定的置信水平下,资产或投资组合在未来时期内再次遭受阈值损失时可能的间隔时间。TaR是以重现时间间隔为基础,从时间的角度研究市场风险。 目前重现时间间隔的研究主要集中在它的概率密度函数上,本文主要从两个方面研究重现时间间隔,第一个方面是研究重现时间间隔的概率密度函数,目前相关学者的研究也主要集中在这部分,本文对沪深300股指期货、沪深300指数、郑棉指数、螺纹指数、黄金指数和部分股票的对数收益率的重现时间间隔进行实证分析,发现它们的概率分布都服从幂律分布,参数并不相同,且在不同的阈值下具有标的性。同时基于重现时间间隔,用计算损失概率的方法对沪深300股指期货、沪深300指数、郑棉指数、螺纹指数的市场风险进行了对比分析,发现在不同阈值下不同的期货市场有不同的风险特征,螺纹钢期货市场比沪深300股指期货市场损失率大,在低阈值下郑棉指数的损失概率大于沪深300股指期货；第二个方面是对重现时间间隔建立时间序列模型,对沪深300股指期货、黄金指数和郑棉指数的对数收益率的重现时间间隔建立了ARIMA模型,并对重现时间间隔进行样本内估计,结果良好,同时发现在不同阈值下的重现时间间隔满足同一类型时间序列模型,具有标的性,分析结果适用于沪深300股指期货、黄金指数和郑棉指数商品期货。 最后本文用三种方法来计算TaR值,用于分析市场风险,方法分别是：1、历史数据法；2、重现时间间隔的概率密度分布；3、重现时间间隔的时间序列模型。通过不同阈值不同期货市场测算的TaR值比较可以分析各自期货市场的风险特征,沪深300股指期货的TaR值大于郑棉和螺纹的TaR值,说明相比较沪深300股指期货的风险更低。同时本文也比较了三种方法的利弊,历史数据法并不需要考虑分布问题即可计算,第二种方法需要考虑分布,需进行分布检验,但以上两种方法并不是动态的,而第三种方法具有一定的动态性,模型样本内估计结果良好,但样本外预测结果不好。
【关键词】：RIA TaR VaR 时间序列模型
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F724.5
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-14
• 1.1 研究背景8-9
• 1.2 研究目的及意义9
• 1.3 文献综述9-13
• 1.3.1 关于风险测度的研究现状9-10
• 1.3.2 RIA方法研究现状10-11
• 1.3.3 TaR方法研究现状11
• 1.3.4 VaR与TaR实证对比研究文献现状11-12
• 1.3.5 时间序列模型文献现状12-13
• 1.4 技术路线图与创新13-14
• 2 基于RIA的期货市场风险研究14-35
• 2.1 RIA方法14-16
• 2.1.1 定义15
• 2.1.2 指标选取与处理15-16
• 2.1.3 分布检验16
• 2.2 RIA实证分析16-28
• 2.2.1 股指期货市场16-26
• 2.2.2 沪深300股票指数26-27
• 2.2.3 商品期货市场27-28
• 2.3 RIA的记忆性分析28-29
• 2.3.1 短期记忆性28-29
• 2.3.2 长期记忆性29
• 2.4 RIA在期货市场风险度量中的应用29-33
• 2.5 本章总结33-35
• 3 基于时间序列模型的期货市场重现时间间隔分析35-49
• 3.1 时间序列模型基本原理35-38
• 3.1.1 ARIMA模型介绍35-36
• 3.1.2 模型建立基本步骤36-37
• 3.1.3 模型的识别37
• 3.1.4 模型的参数估计与检验37
• 3.1.5 模型的预测评估37-38
• 3.2 实证分析38-48
• 3.2.1 样本数据的选取38-39
• 3.2.2 数据基本分析39-41
• 3.2.3 数据再处理41
• 3.2.4 处理后数据的基本分析41-43
• 3.2.5 模型的识别与建立43
• 3.2.6 残差检验43-44
• 3.2.7 ARCH检验44-45
• 3.2.8 样本内估计45-46
• 3.2.9 不同阈值下的时间序列模型46-48
• 3.2.10 商品期货市场下的时间序列模型48
• 3.3 本章总结48-49
• 4 期货市场的TaR构建和实证分析49-56
• 4.1 TaR基本概念49
• 4.2 TaR的三种计算方法49-56
• 4.2.1 历史数据法计算TaR49-51
• 4.2.2 重现时间间隔概率密度函数计算TaR51-53
• 4.2.3 重现时间间隔时间序列模型计算TaR53-54
• 4.2.4 三种计算方法比较54-56
• 结论56-57
• 参考文献57-59
• 申请学位期间的研究成果及发表的学术论文59-60
• 致谢60

【参考文献】

中国期刊全文数据库 前10条

1 阎石;李连伟;;我国期货价格风险管理研究——基于VaR方法与GARCH-t模型的视角[J];财经问题研究;2011年09期

2 张娟;刘超;;金融风险度量的指标体系研究[J];北方经贸;2013年03期

3 王鹏;王鸿;魏宇;;我国农产品期货市场的风险测度模型及其后验分析[J];管理工程学报;2013年03期

4 任飞;顾高峰;蒋志强;周炜星;;复杂金融系统的重现时间间隔分析[J];上海理工大学学报;2011年05期

5 盛昭瀚;张维;;管理科学研究中的计算实验方法[J];管理科学学报;2011年05期

6 邹谦;;国内基于VaR的金融风险管理研究综述[J];会计之友;2011年29期

7 童强;张克功;杜吉梁;;ARMA预测模型及其在经济预测中的应用[J];兰州石化职业技术学院学报;2012年01期

8 张丽萍;于锐;黄超群;;矿山地表移动ARMA预测模型[J];煤炭学报;2011年S2期

9 曹彩娟;宗序平;;冬天极端低温回归时间的长程相关性[J];南通大学学报(自然科学版);2011年04期

10 王鹏;鹿新华;魏宇;王鸿;;中国金属期货市场的风险度量及其Backtesting分析[J];金融研究;2012年08期

  本文关键词：基于TaR的期货市场风险研究，由笔耕文化传播整理发布。

，

本文编号：325013