学位论文 > 优秀研究生学位论文题录展示

VaR方法在股指期货风险度量中的应用研究

作 者: 李严
导 师: 庄新田
学 校: 东北大学
专 业: 金融学
关键词: 股指期货 风险度量 VaR GARCH模型 Monte Carlo模拟
分类号: F224
类 型: 硕士论文
年 份: 2010年
下 载: 42次
引 用: 0次
阅 读: 论文下载
 

内容摘要


2010年4月16日,沪深300指数期货在经过多年酝酿后正式丌盘交易。期指上市有其必然性,在中国股票市场成立近二十年的时间里,我国证券市场规模的不断发展壮大,市场化进程的脚步逐渐加快,然而在快速发展的过程中,矛盾也是在不断积累和显现的,2007年10月起的股市暴跌正是由于市场机制不健全导致矛盾的凸显和激化。我国金融市场上的衍生工具种类非常少,这使得市场中缺乏必要的避险工具来配合调节市场。因此,作为一种非常有效的投资工具和避险工具,股指期货的推出是市场发展的必然结果。我国对股指期货的研究早在1999年便开始了,特别是在2006年之后,股票市场交易的空前活跃更引起来市场内外对推出期指的广泛关注和讨论。股指期货是一种具有高风险和高收益的杠杆性投资工具,既有金融衍生产品的一般性风险,同时由于其标的物以及合约设计的特殊性,又有其特殊的风险,因此只有有效的对存在的风险进行识别和度量才能够更好的发挥股指期货投资和避险的作用,从而达到维护市场稳定的目的。本文在参考了大量的国内外相关文献的基础之上,对有关股指期货投资风险的测量方法进行理论和实证分析。本文首先简要的介绍了文章的研究背景和意义以及国内外学者对股指期货风险研究的现状;其次是对股指期货及其风险的理论进行了概述,主要是从股指期货的发展历程和作用、股指期货的风险类型和特点、股指期货风险的测量技术以及我国开展股指期货交易的风险四个方面进行分析;再次,本文对实证分析所用到的基于GARCH模型Monte Carlo模拟VaR方法进行介绍,在对VaR方法进行一个全面概述的基础上分别以GARCH模型和Monte Carlo模拟两种方法为基础对基于这两种方法的VaR计算予以阐述;在理论说明之后是本文的实证分析部分,在对实证数据进行检验的基础上用GARCH模型、一般Monte Carlo模拟和改进后的Monte Carlo模拟三种方法对沪深300指数的VaR进行估计并对结果进行分析和比较;最后是结论部分,在理论阐述和实证分析的基础之上对全文进行总结。通过对沪深300指数的研究,本文得出的结论是:GARCH模型和Monte Carlo模拟都能够有效的对股指期货风险进行有效的测量,但二者在方法上都存在一定的局限性,将两种方法予以结合后改进的Monte Carlo模拟方法在测量的准确度和有效性上都有显著的提高。

全文目录


摘要  5-7
Abstract  7-11
第1章 引言  11-17
  1.1 问题的提出及研究意义  11-12
  1.2 国内外研究现状  12-14
  1.3 本文的研究内容和研究方法  14-17
    1.3.1 研究内容  14-15
    1.3.2 研究方法  15-17
第2章 股指期货及其风险的理论概述  17-33
  2.1 股指期货的发展历程及其作用  17-19
    2.1.1 股指期货的发展历程  17-18
    2.1.2 股指期货的作用  18-19
  2.2 股指期货交易风险的类型及基本特点  19-26
    2.2.1 股指期货交易的风险类型概述  19-24
    2.2.2 股指期货交易风险的基本特点  24-26
  2.3 股指期货风险的测量技术  26-29
    2.3.1 简单算术法  26-27
    2.3.2 灵敏度方法  27-28
    2.3.3 波动性方法  28-29
  2.4 我国开展股指期货交易的风险分析  29-33
第3章 基于GARCH模型及MONTE CARLO模拟的VAR方法  33-49
  3.1 VAR方法的概述及计算  33-40
    3.1.1 风险价值(VaR)的概念  33-34
    3.1.2 VaR计算的基本思想及算法  34-36
    3.1.3 VaR的三种计算  36-38
    3.1.4 VaR的检验  38-40
  3.2 VAR-GARCH风险评估模型概述  40-42
    3.2.1 GARCH模型概述  40-42
    3.2.2 VaR-GARCH风险评估模型的建立  42
  3.3 基于MONTE CARLO模拟技术的VAR方法概述  42-49
    3.3.1 Monte Carlo模拟法概述  42-45
    3.3.2 基于Monte Carlo模拟技术的VaR计算  45-49
第4章 实证分析  49-65
  4.1 数据的选择与正态性检验  49-55
    4.1.1 数据的选取  49-50
    4.1.2 数据的正态性检验  50-52
    4.1.3 数据的相关性和平稳性检验  52-55
  4.2 运用VAR-GARCH技术进行实证分析  55-56
    4.2.1 VaR的计算  55
    4.2.2 VaR结果检验  55-56
  4.3 运用一般的MONTE CARLO方法进行实证分析  56-60
    4.3.1 VaR的计算  56-59
    4.3.2 VaR结果检验  59-60
  4.4 运用改进的MONTE CARLO模拟法进行分析  60-65
    4.4.1 Monte Carlo模拟法的改进  60-61
    4.4.2 VaR的计算  61-63
    4.4.3 VaR结果检验  63-65
第5章 结论与展望  65-67
  5.1 本文的结论  65
  5.2 需要进一步研究的问题  65-67
参考文献  67-71
致谢  71

相似论文

  1. 沪深300股指期货对股票市场影响的实证研究,F224
  2. Copula-EGARCH-核密度模型研究及应用,O211.3
  3. 沪深股市相关性的实证研究,F224
  4. 基于VaR模型在标准型股票基金风险评估中的应用研究,F224
  5. 我国商品期货市场价格波动风险分析,F224
  6. 山东省金融发展与经济增长关系实证分析,F127;F224
  7. 基于VaR的上市公司财务风险评估指标体系构建及有效性分析,F832.51;F224
  8. 交通银行零售信用风险管理研究,F832.3
  9. GARCH-VaR模型在我国ETF风险测量中的应用研究,F224
  10. 证券投资基金与股市稳定性研究,F224
  11. 我国股票现货市场和股指期货市场之间风险传导的实证研究,F832.51
  12. 第三方物流企业开展仓单质押业务的研究,F832.4;F224
  13. 基于统计套利理论的股指期货跨期套利研究,F224
  14. 我国开放式基金市场风险度量研究,F224
  15. 入境旅游消费与山东经济增长关系的实证研究,F127;F224
  16. 江苏省金融发展与城乡收入分配差距的实证研究,F124.7;F224
  17. 中国外贸结构与产业结构的互动反馈机制研究,F121.3;F224
  18. 基于下偏度最小化贷款组合优化模型,F224
  19. CAVG模型在汇率风险度量中的应用,F224
  20. 股指期货与上证50成份股的套利机会分析,F832.51

中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com