GARCH模型对期铜市场风险研究.docVIP

GARCH模型对期铜市场风险研究 　　（中国科技大学 管理学院，安徽 合肥 230052） 　　 　　摘 要：期货市场是一个高风险的市场，因此需要有效地控制并且监管风险。本文以上海期铜市场97年到04年的收盘价格为研究样本，通过拉格朗日检验，发现价格收益率序列服从ARCH过程，在正态、student-t和GED三种分布假设下，估计了GARCH(1,1)模型的参数，结果表明student-t假设下模型的拟和程度较好，然后利用EGARCH(1,1)-M模型检验了上海期铜市场杠杆效应和波动集群效应。最后在两种置信水平下，利用GARCH(1,1)和Risk Metrics方法计算了期铜市场每天的VaR，Kupiec检验表明基于t分布的GARCH(1,1)模型能更准确地反映上海期铜市场的风险。 　　关键词：GARCH模型；杠杆效应；VaR；铜期货 　　中图分类号：F830.9 文章标识码：A 文章编号：1007-3221(2007)02-0108-05 　　 　　Research on Copper Futures Risk by GARCH Model 　　 　　SHAO Yan-ping 　　(School of Management, University of Science and Technology of China, Hefei 230052, China) 　　 　　Abstract:Futures market is of high risk, so we need to control its risk efficiently. We examine the daily returns of the copper futures in SHFE(Shanghai Futures Exchange) from 1997 to 2004. the Lagrange Multiplier test verifie that the returns series of the copper futures is an ARCH process. Then we estimate the parameters of GARCH(1,1) with three distributions (normal, student-t, generalized error distributions). Better results are achieved when using student-t GED distribution. EGARCH(1,1)-M model shows there exists the effect of leverage and persistence of volatility in the copper futures of SHFE. The daily VaRs of the copper futures in SHFE are computered with GARCH(1,1) and riskmetrics (95 and 99 percent confidence interval respectively).The Kupiec test indicates that GARCH(1,1)-t model reflects the real market risk more accurate than GARCH(1,1)-N and risk metrics. 　　Key words:GARCH model; leverage; VaR; copper futures 　　 　　0 引言 　　 　　我国的期货市场发展至今已经十多年了，但还是属于新兴领域，其理论研究比较缺乏。恩格尔(1982)提出了ARCH模型［1］,Bollerslev(1986)提出了GARCH模型［2］，GARCH模型很好地解释了金融时间序列的波动集群特征，自此以后几乎所有的成果都是围绕此模型展开的。目前国内对于期货市场的一些研究成果有：徐剑刚（1997）对玉米和绿豆期货的价格收益序列使用ARCH模型进行统计分析［3］；华仁海、仲伟俊（2003）首次运用GARCH模型对我国期货市场中期货价格收益、交易量以及波动性之间的关系进行了动态分析［4］。 　　金融时间序列具有高峰厚尾的特点，但是基于正态分布的假设并未对其进行很好地刻画，Bollerslev(1987)等人使用厚尾的Student-t分布［5］，而Nelson(1991)等人则建议使用一般误差分布（GED）［6］。本文在三种分布假设下，利用GARCH(1,1)模型对上海期铜市场的特点进行了描述，揭示了分布对于GARC