学位论文 > 优秀研究生学位论文题录展示

基于Copula函数风险控制的期货套利交易保证金比率研究

作　者: 赵成珍
导　师: 王宝森
学　校: 北京物资学院
专　业: 产业经济学
关键词: 保证金 Copula函数 GARCH族 VaR 极值理论
分类号: F830.9
类　型: 硕士论文
年　份: 2010年
下　载: 271次
引　用: 0次
阅　读: 论文下载

内容摘要

风险控制是金融行业的最重要的课题。期货公司保证金交易在期货交易中起到了杠杆作用,其风险也相应被大幅放大。因此保证金的合理设置水平至关重要。其设置水平的高低将直接影响市场的流动性,并最终影响市场的效率。因此确定合理的保证金水平是必要的。本文针对此问题结合现代发展的风险控制模型进行研究,并以中国大连商品交易所上市的关联度最大的两个品种豆油和豆粕做了实证分析,以期得出合理的结论。本文首先分析了个单个品种的最优保证金的水平以便与组合的保证金作为对比。对于单个品种保证金水平的测定方法采用了VaR的方法,在测定时最关键的品种的收益率的分布拟合,在存在异方差的情况下本文引入了时变GARCH族分布模型,从得到的实证结果来看,对于单个品种的保证金水平的度量,由尾数残差GED分布下得到的VaR相对于其他的方法得到的保证金水平略显偏小,容易出现的穿仓的结果较多。在引入了Copula函数后的模拟边缘分布时,本文运用了非对称的Laplace分布和Garch族分布来拟合数据,主要的考虑是模型的可实现性和模拟效果之间做到最优的匹配。在测定组合的保证金水平时主要应用了用蒙特卡洛模拟的办法。总体来讲,两种分布对模拟的结果影响差异不大。从对于具有内部关系的两个相关品种的组合风险测定来讲,并不是两个单品种的简单的加减关系。从模拟的数据结果来看,在采用了Copula函数的基础上的组合风险较小。在99%的置信水平下,1%左右的保证金基本上能够覆盖所有的风险。在测定完正常风险的基础上给出了极值理论的测定问题。主要应用了广义极值分布(GEV),以及广义的帕累托分布(GPD),运用POT模型来对极值问题进行讨论。从我们的分析结果来看,要想在较高的置信水平下消除极值现象仍需要较高的风险准备水平。较高的准备金加上正常的保证金也大约在10%左右。这也解释了为何国内的期货公司的保证金水平基本上全部在10%以上。他们的10%的保证金能在覆盖正常的保证金的基础上,还会基本上消除极值理论带来的不利影响。而不同只是所收取的保证金包括了保证金和风险准备金。

全文目录

摘要  3-4
Abstract  4-9
第一章绪论  9-19
  1.1 期货保证金理论概述  9-13
    1.1.1 保证金制度的作用  11-12
    1.1.2 中国期货市场保证金制度分析  12
    1.1.3 中国保证金收取的评价  12-13
  1.2 本文的选题的出发点  13-15
    1.2.1 理论和实际意义  13-14
    1.2.2 国内外研究现状及存在的问题  14-15
  1.3 文章的结构  15-17
  1.4 本文的创新点  17
  1.5 课题研究拟采取的研究方法、技术路线  17-19
第二章VAR 理论及其在期货风险中的应用  19-39
  2.1 VAR 理论介绍  19-21
    2.1.1 VaR 的定义  19
    2.1.2 VaR 参数的说明  19-20
    2.1.3 VaR 的数学表示  20
    2.1.4 正态分布下VaR 的计算  20-21
  2.2 GARCH 族  21-27
    2.2.1 ARCH 模型介绍  21-22
    2.2.2 GARCH 模型介绍  22-27
  2.3 关于VAR 在期货单品种上的实证分析  27-38
    2.3.1 样本数据的选择及预处理  27
    2.3.2 数据的单位根检验及波动性检验  27-29
    2.3.3 正态分布GARCH 族模型的参数估计  29-33
    2.3.4 t 分布下GARCH 族模型的参数估计  33-36
    2.3.5 GED 分布下GARCH 族模型的参数估计  36-38
  2.4 结果分析  38-39
第三章 COPULA 函数及其在套利中的应用  39-56
  3.1 COPULA 函数  39-45
    3.1.1 Sklar 定理  39-40
    3.1.2 Copula 函数的分类  40-42
      3.1.2.1 椭圆Copula 函数族  40-41
      3.1.2.2 阿基米德族Copula 函数  41-42
    3.1.3 各种相关系数  42-44
    3.1.4 尾部相关性  44-45
  3.2 COPULA 函数的参数估计以及最优COPULA 函数的选择评判  45-48
    3.2.1 Copula 函数的参数估计  45-46
      3.2.1.1 Copula 函数参数的极大似然估计  45-46
      3.2.1.2 Copula 函数参数的Genest and Rivest 方法  46
    3.2.2 最优Copula 函数的选择  46-48
      3.2.2.1 图示检验法  47
      3.2.2.2 解析法  47-48
  3.3 基于边际分布为非对称LAPLACE 分布COPULA 函数套利交易的实证研究.  48-53
    3.3.1 非对称laplace 分布  48-50
    3.3.2 Copula 函数的参数估计  50-51
    3.3.3 基于Copula 函数的模拟  51-53
      3.3.3.1 Copula 函数的蒙特卡洛模拟算法  51-53
  3.4 基于边际分布为GARCH-T 分布COPULA 函数套利交易的实证研究  53-55
    3.4.1 GARCH-T 函数  53-54
    3.4.2 GARCH-T 函数的参数估计  54
    3.4.3 基于Copula 函数的模拟  54-55
      3.4.3.1 Copula 函数的蒙特卡洛模拟算法  54-55
  3.5 关于运用COPULA 函数的结果分析  55-56
第四章关于极值分布的准备金理论  56-64
  4.1 极值理论  56-59
    4.1.1 阈值的确定和参数估计  57-58
      4.1.1.1 阈值u的确定  57-58
      4.1.1.2 用极大似然估计法求得ξ, β  58
    4.1.2 GDP 分布的拟合  58-59
  4.2 基于极值分布理论的保证金比率的测算  59-60
    4.2.1 基于VaR 计算的极值分布的最优保证金比率的计算  59
    4.2.2 CVaR 对VaR 的改进  59-60
      4.2.2.1 VaR 的不足  59-60
      4.2.2.2 CVaR 的定义及应用  60
  4.3 基于极值分布理论的实证研究  60-63
  4.4 本章的结果分析  63-64
结论与展望  64-65
参考文献  65-67
后记  67-68
致谢  68-69
完成课题和发表论文摘要  69-70
附录  70-75

相似论文

Copula-EGARCH-核密度模型研究及应用,O211.3
基于VaR模型在标准型股票基金风险评估中的应用研究,F224
我国矿产资源生态补偿法律制度研究,D922.62
我国商品期货市场价格波动风险分析,F224
山东省金融发展与经济增长关系实证分析,F127;F224
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
交通银行零售信用风险管理研究,F832.3
GARCH-VaR模型在我国ETF风险测量中的应用研究,F224
基于GREY-GARCH模型的中国股票市场量价关系研究,F224
VaR方法在股指期货风险度量中的应用研究,F224
第三方物流企业开展仓单质押业务的研究,F832.4;F224
基于Copula风险控制的贷款组合优化模型研究,F224
入境旅游消费与山东经济增长关系的实证研究,F127;F224
江苏省金融发展与城乡收入分配差距的实证研究,F124.7;F224
中国外贸结构与产业结构的互动反馈机制研究,F121.3;F224
基于下偏度最小化贷款组合优化模型,F224
CAVG模型在汇率风险度量中的应用,F224
基于Copula-SV模型的我国股指期货期现套利及风险研究,F224
资本充足率对信贷及经济影响的实证研究,F832.4;F124
劳动力成本对中国制造业出口的影响,F424;F224
证券市场风险测量与修正,F832.51