网站大量收购闲置独家精品文档,联系QQ:2885784924

基于VaR方法的我国股指期货价格波动性风险研究.docVIP

基于VaR方法的我国股指期货价格波动性风险研究.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
基于VaR方法的我国股指期货价格波动性风险研究.doc

基于VaR方法的我国股指期货价格波动性风险研究   内容摘要:我国股指期货市场刚刚成立两年,作为新兴的市场,市场机制不健全,控制股指期货的风险,防患于未然,就显得尤为重要。本文选择运用VaR方法对我国股指期货日内波动风险进行实证计算和预测,并且借助GARCH模型对未来三个月的VaR波动风险作了预测,最后,提出了相关的政策建议。   关键词:股指期货 VaR方法 风险控制   引言   股票指数期货的推出是将价格发现、风险转移等期货功能引入我国股票市场,进一步促进我国股票市场的市场化、规范化运作的必要手段。但是,股指期货是一把“双刃剑”,股指期货在抑制股市风险的同时自身又可能成为风险源。比如1987年美国的股指期货非理性下跌,引发了全球股灾。   Bessembinder(1996)分析了SP500指数1978-1989年的数据,发现SP500指数期货的引入使现货市场波动性减小。Pericli(1997)经过研究发现股指期货的推出吸引了更多投资者参与套期保值,增加了现货市场的流动性,并减少了波动性。   龙瑞、谢赤(2011)对我国沪深300波动性进行测度,研究结果得出,我国股指期货上市后,现货市场首先呈现出剧烈的波动,然后渐渐变得平缓的波动特征。刘超、康艳青(2011)利用GARCH和TGARCH模型对我国股指期货进行实证分析,股指期货的推出减缓了我国股票市场的波动性,同样使信息流速增加。史美景(2011)对我国沪深300股指期货推出前后实证研究得出,股指期货推出后,波动干扰因素能够更快速地影响到现货市场,股指期货的推出使信息之间的传递更有效率。顾奚峰、王国松(2011)基于EGRACH模型实证研究得出股指期货推出之初,现货市场波动性有所加大,远期看能够降低股市的非对称性,起到稳定股市的作用。   我国股指期货推出两年来,股票市场出现了剧烈的波动,市场的风险被有效放大,给投资者造成了巨大损失。股指期货作为一个管理市场风险的工具,在没有有效抑制市场风险时,却加大了市场的风险,所以对股指期货进行系统性研究就显得尤为重要。   研究方法   (一)异方差GARCH模型   股指期货产生的风险很大程度上来自于价格的波动。而衡量价格波动的方法,传统经济学一般由方差来进行。但是具体到实际操作中,发现方差测量具有很大的误差性,加上期货价格的波动往往表现出积聚和时效的特点,所以实际测量股指期货的波动风险时,往往用Engle的自回归条件异方差(ARCH)模型和Bollerslev的广义自回归条件异方差(GARCH)模型。   Engle在1982年依据残差项εt的条件方差依赖于它的前期值εt-1的大小,提出了自回归条件异方差(ARCH)模型,假定εt在给定(t-1)时间内和信息Ωt-1的情况下满足正态分布,即εt│Ωt-1~(0,δ2),则其条件方差为。其中α0,α1…αq0且时,ARCH(q)是稳定过程。   为了更好地拟合收益率波动效果,常常需要提高误差项的滞后阶数。针对这个问题,Bollerslev在1986年扩展了Engle的模型,引入了一种允许条件方差转化为一个ARMA过程的方法,即广义自回归条件异方差(GARCH)模型。表达式为:,其中:q≥0,p≥0,α00,αi≥0(i=1,2,…,q),βi≥0(i=1,2,…,p),只有当,GARCH模型才具有平稳性。   (二)VaR方法   VaR方法风险值(Value at Risk,VaR)是指在正常的市场波动条件下,在一定概率水平(置信度)下,某一金融资产在未来特定时期最大可能的损失。本文将进行VaR的数学表达式推导。   假设某一资产的初期价值为P,期末我们期望的收益率为R,R*表示为期末的最低收益率,用μ和σ表示收益的期望和标准差,给定置信水平为c,那么在险价值VaR就可表示为:   VaR=P(μ-R*) (1)   若资产组合P收益率服从正态分布,(ε)为标准正态分布密度函数,α为标准正态分布相应的分位数,则:   又由   可知: (2)   将式(2)代入式(1)可得:   VaR=E(P)-P*=-P(μ+ασ-μ)=   -Pασ (3)   这就是正态分布假设下VaR的一般表达式。   实证分析   (一)样本描述   本文选取了2010年4月16日到2012年1月5日的沪深300股指期货指数收盘价,总计为419个数据。沪深300股指期货数据来源于中国金融期货交易所数据库。为了防止期货指数价格的市场有效性,数据来源于持仓量和交易量最大的合约。   用Pt表示沪深300股指期货上市交易第t日收盘价,rt表示第t日的收益率,用公式表示为:rt=lnPt / Pt-1。用Eviews5.0软件对数据进行初步统

文档评论(0)

lnainai_sj + 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