基于CAViaR模型的沪深300股指期货隔夜风险研究

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。     

股指期货套利交易的风险度量——基于沪深300股指期货交易数据的实证分析

以Copula理论和VaR方法作为实证分析工具,根据我国股指期货市场的实际交易情况,对套利投资组合的风险进行量化分析。根据我国股指期货市场的实际交易情况,针对套利交易中的期现套利、跨期套利、跨市场套利和跨品种套利这四种基本交易策略展开全面分析,并基于实证得到的投资组合VaR值,衡量了在不同策略下套利投资组合的风险。同时,将其与基于二元正态分布和样本数据得到的VaR值进行比较。这填补了我国在股指期货套利组合风险度量方面的空白,具有重要的理论价值和现实意义,对我国当前的股指期货套利交易的风险管理起到了一定程度的补充和启示作用。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

基于EVT-BM-FIGARCH的动态VaR风险测度

对金融资产回报,用FIGARCH模型捕捉波动的异方差性和长期记忆性的同时,将回报序列转化为标准残差序列、通过用EVT-BM方法拟合标准残差的尾部分布来处理回报序列的厚尾性,建立了金融风险度量模型--基于EVT-BM-FIGARCH的动态VaR模型。并用该模型对上证综合指数进行实证分析,结果表明模型能够更精确、合理地度量上证综合指数回报的VaR风险。     

基于广义谱和MCS检验的VaR模型预测绩效评估

件VaR模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序列,然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检验的广义谱检验方法,全面考察中国股票市场(香港恒生指数、上证综合指数和台湾加权指数)上各参数、非参数和半参数共22个VaR模型在采用滚动窗口预测机制时的样本外预测绩效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息,为避免极端损失的发生以及增加结果的稳健性,同时采用模型置信集检验方法。研究结果表明,采用通常的反馈检验方法常会得出错误的结论;在1%和5%置信水平,与历史模拟法、极值理论模型、CAViaR模型和CARE模型相比,误差项为t分布的GARCH模型族在金融危机期间具有较好的样本外预测绩效;涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。     

同种商品不同月份期货组合风险评价模型研究及应用

以期货合约的每一交易日的对数涨跌率来反映市场风险,借助VaR风险价值法,运用加权核估计技术(WKDE)和指数加权滑动模型(EWMA),建立了基于期货组合中持有头寸不同且可以进行风险对冲的期货组合市场风险非线性叠加评价模型,解决了同种商品、不同月份期货组合每一交易日最大损失的确定问题,并通过实证研究验证了模型的实用性.该模型的特点一是借助WKDE法预测组合中单个合约每一交易日涨跌率最大日亏损值,充分体现了期货合约涨跌率的实际走势,使VaR估计更加精确.二是通过动态迁移相关系数矩阵的计算保证了模型的精确性.采用EWMA模型预测动态变化的方差-协方差矩阵,从实证的角度得到更精准的动态迁移相关系数矩阵.三是考虑了组合中多头和空头不同头寸之间的风险对冲,避免了实际中期货组合风险的线性相加而造成放大风险或减少风险的不准确性,从而能较好地保证了模型的预测精度及准确性.四是通过基于风险非线性叠加建立的期货组合风险评价模型解决了SPAN系统中期货组合风险的线性叠加问题,从而得到更合理的组合风险预测值.     

股市风险度量的VaR方法综述

在险价值(Value at Risk,简称VaR)是度量风险的一种普遍工具,越来越多的金融证券机构采用VaR方法测量市场风险。本文对VaR方法的定义和计算方法及VaR方法在股市风险度量上的应用进行了综述,并对VaR的应用提出了意见和看法。     

基于极值谱风险测度的动态保证金水平设定

动态保证金是国际期货保证金制度发展的趋势,既顾及交易所的风险态度和有效地控制市场风险、又考虑到投资者的资金成本与效率是合理设定保证金水平的出发点.以交易活跃度为原则,选取1999年1月4日～2008年4月1日上海期货交易所的铜、大连商品交易所的大豆、郑州商品交易所的硬麦期货报酬率连续序列为样本,基于极值POT模型,利用谱风险测度模型对期货价格极端波动下设定动态保证金水平做实证研究,然后做回溯测试,并与用VaR和ES方法设定的保证金水平及现行静态保证金水平进行比较.研究结果表明,用极值POT模型可以很好地描述期货价格极端波动下报酬率序列的尾部特征,选择交易所风险厌恶参数为0.005计算极值谱风险动态保证金水平能对期货价格极端波动下的实时风险进行有效的控制,这为合理设定保证金水平的研究提供了新思路和新方法.     

金融波动性及实证研究

本文利用分形市场理论解释金融市场的波动性和持续性,讨论了方差序列的持续性和协同持续性,研究了VaR的波动性和持续性问题。最后利用中国股市数据进行了实证研究。     

典型事实约束下的上海燃油期货市场动态VaR测度研究

期货交易的高杠杆率意味着期货市场的高风险特征,而能源市场因其特殊的战略意义一直以来备受关注,因而对能源期货市场的风险测度对投资者和监管者都极其重要。本文对上海燃油期货构建了四个反映不同交割期限的连续价格序列,基于不同的金融市场典型事实分别运用GARCH、GJR、FIGARCH三个模型对波动率建模,并假设条件收益分别服从正态、学生t、有偏学生t(skst)分布进行动态风险价值(VaR)测度,然后运用严格的似然比(LR)检验和动态分位数回归(DQR)检验对风险测度的可靠性进行后验分析(Backtesting),尝试从中提取出在风险管理中最有应用价值的典型事实。研究发现:(1)基于skst分布的波动模型的动态风险测度准确性明显优于其他分布下的相同模型;(2)基于杠杆效应的GJR模型和基于长记忆性的FIGARCH模型并没有表现出比普通GARCH模型更高的精度;(3)远期合约的市场平均收益更高,风险测度比近期合约更准确。     

基于Mean-CVaR约束的股指期货动态套期保值模型研究

本文建立了基于最小化均值-条件风险价值( Mean-CVaR)的股指期货动态套期保值模型.模型的主要特点与贡献在于两方面:一方面,考察了置信水平和可变交易费用对最优套期保值决策的影响;另一方面,利用二元误差修正的时变条件相关GARCH模型估计套期保值比率,优点是不仅考虑了股指期货与现货价格序列之间存在的协整关系,而且更好地拟合了收益残差序列存在的异方差性与相关系数时变性的特征.最后通过对我国沪深300指数期货仿真交易的套期保值模拟与实证测算,得出能够动态调整的股指期货套期保值策略以实时追踪与控制风险.     

中国燃油期货市场的VaR与ES风险度量

近年来,我国燃油期货市场取得快速发展,但有关该市场波动特征和风险状况的研究却非常缺乏。以上海期货交易所燃油期货价格指数为例,分别在多头和空头两种头寸状况以及5种不同分位数水平下,运用条件覆盖检验、非条件覆盖检验等后验分析方法,实证对比了不同风险测度模型对VaR和ES两种不同风险指标估计的精度差异。研究结果表明:在我国燃油期货市场的风险测度估计中考虑国际燃油价格波动因素有助于获得更为精准的风险测度精度;在综合考虑了模型对价格变化动力学的刻画效果以及对极端风险的测度精度等因素后,FIGARCH_CST-SST模型是一个相对合理的风险测度模型选择。     

基于VaR-EGARCH-GED模型的深圳股票市场波动性分析

本文应用模型EGARCH(1,1)-GED和GARCH(1,1)-N计算了深圳股票市场成份指数的日对数回报VaR值。通过后验测试和统计分析表明,对深圳成份指数的波动性分析,模型EGARCH(1,1)-GED优于GARCH(1,1)-N。在此分析结果基础上,文中进一步分析了深圳股票市场的系统性风险并提出了相关结论与政策建议。     

基于GARCH-EWMA原理的期货交易保证金随动调整模型

在EWMA模型和GARCH模型思想的基础上,结合SPAN系统的思想,以保证金在期货交易中可以弥补最大损失额和保证交易的正常进行等作用为考虑因素,运用数理统计和VaR等风险管理方法,建立了保证金随动调整模型。在满足给定风险系数和置信水平的前提下,制定合理的保证金的收取比例,为期货交易的保证金水平的确定提供了新的计算方法。本模型的特点一是利用GARCH模型对EWMA模型中的关键参数-衰减因子进行测定,解决了以往使用EWMA模型时,对该参数人为赋值而导致模型人为因素过强的问题。二是在模型中引入波动函数,用来确定随时点t而不断变化的波动系数值。并采用大量的历史数据对大豆、豆粕两种期货品种的波动函数进行线性拟合,得到时点t与波动系数之间的连续线性函数,以代替以往波动系数与时点t之间所采用的极为粗糙的分段函数,从而大大提高了模型的灵敏性。三是采用近4500个合约价格的历史数据,对大豆和豆粕两种期货合约价格的涨跌停情况进行统计分析,得到这两类期货品种的涨跌停情况的概率分布。并分别考虑各种可能发生的情况综合计算最终单位保证金,使得保证金的计算更具全面性。     

对我国期货市场价格发现功能的实证分析

本文利用协整检验、Granger因果检验、GS模型以及误差修正模型对上海期货交易所金属铜、铝的价格发现功能进行了实证分析。研究结果显示:金属铜、铝的期货价格和现货价格之间存在协整关系,期货价格具有良好的价格发现功能;金属铜的期货价格和现货价格之间存在双向引导关系且现货价格在价格发现功能中的作用更大;而对金属铝而言,仅存在从期货价格到现货价格的单向引导关系。     

台湾股票指数期货的日内价格发现机制研究

通过使用 Hasbrouck,以及 Gonzalo 和 Granger 的价格发现模型,研究了新加坡衍生产品交易所和台湾期货交易所共同上市的台湾股票指数期货在两家交易所的信息传递效率,分析了上市相似指数期货合约的各个交易所间信息传递的机制.研究结果表明,两种台湾股票指数期货和它们的标的资产之间存在着一个共因子,而且新加坡交易所的摩根台指期货合约在价格发现的过程中起到了主导作用.究其根本,新加坡相对宽松的监管制度决定了它能够更有效地进行市场交易制度改革,从而占据价格发现的主体地位.对于存在竞争的交易所来讲,监管环境是决定其价格功能发挥的一个重要的因素.     

基于随机便利收益的不完全市场商品期货定价研究

商品的弱流动性导致了商品期货市场的不完全性。本文在现有商品便利收益期货定价模型的基础上,考虑了商品期货市场的不完全性及现货价格的Poisson跳跃过程,运用随机贴现因子与随机便利收益将商品现货价格与期货价格连接,提出了随机便利收益下期货市场不完全性的期货定价模型。为检验模型的适用性,利用上海期货交易所五只铜期货合约的交易数据对模型进行实证,并估计不完全参数,结果表明由于不完全性而导致的期货市场部分波动应主要归因于商品的随机便利收益。     

LME与SHFE金属期货市场之间的信息传递效应研究

基于t分布的双变量EGARCH模型和日内信息传递速度模型,本文采用日数据对LME与SHFE金属期货市场之间的信息传递效应进行了实证研究.研究结果显示:LME与SHFE之间的期铜市场存在双向的价格引导关系和双向的波动溢出关系,而期铝市场存在双向的价格引导关系,但并不存在显著的波动溢出关系;同时,LME与SHFE之间的价格信息传递均是迅速的,一个市场的交易信息可以在日内被另一市场吸收;并且,无论在价格引导、波动溢出力度上,还是在信息传递速度上,LME市场均比SHFE市场具有更强的影响力,仍在信息传递中居于主导地位.     

石油期货收益率的分位数建模及其影响因素分析

石油期货收益率的分位数反映了收益率分布特征和石油市场风险特征,有必要建模考察分位数的变化模式与影响因素。针对现有研究在模型方法和分析角度上的不足,本文考虑分位数受市场冲击影响而产生的非线性自回归特征,提出门限CAViaR模型并用以分析石油期货收益率的分位数及其影响因素。基于1998-2009年布伦特原油期货价格的研究表明,石油期货收益率的分位数具有自回归特征并受前期油价涨跌的不对称影响,且油价下跌的作用更强。左尾分位数受油价涨跌的共同影响,而右尾分位数仅受油价下跌的影响,二者呈现不同特征。此外,本文通过考察分位数的动态变化模式揭示了油价风险特征,具有重要的风险管理作用。