基于时变参数Copula—FIGARCH模型醮套期保值率比较.pdfVIP

基于时变参数Copula—FIGARCH模型醮套期保值率比较.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
财 经 纵横 基于时变参数Copula—FIGARCH模型的 套期保值率比较 赵 铮 ,王 瀛 (天津商业大学 经济学院金融系,天津 300134) 摘 要:文章运用FIGARcH模型进行残差波动性的拟合,并将FIGARcH模型与时变copula模型联合构建 时变Copula—FIGARCH模型来计算动态套期保值率,同时运用VaR、ES风险管理指标进行评价。结果发现,长、 短记忆Copulak$~在不同风险情况下的套保效果各有优劣,但长记忆边缘分布的Copula~ 有一定比较优势。 关键词:套期保值率;长记忆;FIGARcH模型;c0pula模型 中图分类号:F832.5 文献标识码:A 文章编号:1002—6487(2013)O1—0166—04 Johnson提出的最小方差套期保值率的计算公式h一0|· 0 引言 0i (10代表期现货价格之间的相关系数, 、,分别代表现 制定套期保值率是运用期货合约进行套期保值成功 货和期货价格波动的标准差)可以看出计算这一比率的关 与否的关键步骤。近年来,针对套期保值的研究主要集中 键在于这三个变量的确定。 在如何确定最优套期保值率这一问题上。根据套期保值 本文运用长记忆FIGARCH模型对不同样本容量的期 实现 目标的不同可将最优套期保值率分为最小方差套期 现货收益率的波动性进行拟合 ,并结合时变相关参数 保值率和基于效用最大化的最优套期保值率。但 由于后 Copula模型进行建模,计算动态套期保值率,然后与短记 者在计算时需要人为设定一个风险偏好系数,因此制约了 忆模型进行比较,对 比套期保值绩效。 这种方法的应用。所以现在大部分的研究都是以实现套 期保值组合收益率最小方差为 目标进行研究的。根据 1 二元Copula函数和相关模型 基金项 目:天津市社会科学项 目(tjyy11—2—032) 1·1 二元c。Pula函数定义 作者简介:赵 铮 (1986一),男,天津人,硕士研究生,研究方向:金融市场与金融管理。 王 瀛(1976一),女,呼和浩特市人,博士,副教授,研究方向:金融市场、财富管理。 表4 Grander因果检验 的格兰杰原因,我国住房消费者及政府机构可将证 零假设 统计量 接受零假设的概率 Grander因果关系:是/否 券市场景气度作为房地产市场的先行指标,对房价 HP不是SH的Grander原因 0_29 O.83 否 走势做出合理预测。 SH不是HP的Grander原因 4.10 0.02 是 HP不是sz的Grander原因 1.62 0.21 否 Sz不是HP的Grander原因 6.o9 0.0o 是 参考文献 本文基于2009年 1月至2011年l2月我国新建住宅销 【1]Liu,C.H.,Hartzell,D.J,Greig,W.Grissom,T.V.TheIntegrationot 售价格指数与沪深两市综合指数月度数据对我国房地产 theRealEstateMarketandtheStock Market:SomePreliminaryevi- 市场与证

文档评论(0)

std360 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档