基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究

基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究

ID:20653022

大?。?2.00 KB

頁數(shù):11頁

時(shí)間:2018-10-14

基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究_第1頁
基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究_第2頁
基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究_第3頁
基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究_第4頁
基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究_第5頁
資源描述:

《基于var的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、基于VaR的中國有色金屬期貨市場風(fēng)險(xiǎn)測度研究(摘要)本文利用GARCH-GED模型和半?yún)?shù)方法對上海期貨交易所鋁期貨和銅期貨的市場風(fēng)險(xiǎn)進(jìn)行了測度。研究結(jié)果表明,滬鋁期貨和滬銅期貨收益率序列不服從正態(tài)分布,具有尖峰厚尾、波動(dòng)聚集的特征;滬鋁期貨的市場風(fēng)險(xiǎn)較滬銅期貨更小?!碴P(guān)鍵詞〕VaR;GARCH-GED模型;半?yún)?shù)方法;滬鋁期貨;滬銅期貨中圖分類號:F830.9文獻(xiàn)標(biāo)識碼:A文章編號:1008-4096(2011)06-0026-05一、引言期貨市場產(chǎn)生的初衷是為了規(guī)避現(xiàn)貨市場價(jià)格波動(dòng)的風(fēng)險(xiǎn)。然而,由于期貨市場特殊的交易制度和運(yùn)行規(guī)律,期貨市場在規(guī)避了現(xiàn)貨市場價(jià)格波動(dòng)風(fēng)險(xiǎn)的同時(shí)

2、,又引入新的風(fēng)險(xiǎn)。一方面,期貨市場本身蘊(yùn)藏著巨大的風(fēng)險(xiǎn)。期貨市場參與者不僅有套期保值者,而且還有大量的投機(jī)者。期貨的價(jià)格會(huì)因投機(jī)者的炒作而表現(xiàn)出更大的波動(dòng)性。加之期貨交易實(shí)行的是保證金制度,較小的資金就能夠造成期貨價(jià)格較大的波動(dòng)。因此,期貨市場價(jià)格往往比現(xiàn)貨市場價(jià)格波動(dòng)更為劇烈。另一方面,期貨市場的價(jià)格波動(dòng)可能會(huì)傳遞到現(xiàn)貨市場,進(jìn)而加大現(xiàn)貨市場價(jià)格的波動(dòng)性。比如,期貨市場的價(jià)格因資金炒作出現(xiàn)了非理性上漲時(shí),現(xiàn)貨交易商可能會(huì)誤認(rèn)為未來需求將會(huì)出現(xiàn)明顯增長,進(jìn)而惜售現(xiàn)貨,從而導(dǎo)致現(xiàn)貨價(jià)格隨期貨價(jià)格上漲而上漲。為了充分發(fā)揮期貨市場的積極功能,必須對期貨市場價(jià)格波動(dòng)的風(fēng)險(xiǎn)進(jìn)行科學(xué)、有效

3、的管理。風(fēng)險(xiǎn)管理的前提是對風(fēng)險(xiǎn)有比較準(zhǔn)確的測度。因此,如何準(zhǔn)確測度風(fēng)險(xiǎn)就成為期貨市場風(fēng)險(xiǎn)管理的關(guān)鍵[1]。本文利用VaR方法對上海期貨交易所的銅期貨和鋁期貨價(jià)格波動(dòng)的風(fēng)險(xiǎn)進(jìn)行測度,認(rèn)識中國有色金屬期貨市場風(fēng)險(xiǎn),為有效控制風(fēng)險(xiǎn)、制定科學(xué)投資決策提供依據(jù)。二、風(fēng)險(xiǎn)測度的VaR方法VaR(ValueatRisk)被稱為風(fēng)險(xiǎn)價(jià)值,最早由JP摩根公司提出,VaR方法主要用于金融領(lǐng)域市場風(fēng)險(xiǎn)的測度。該方法以其對風(fēng)險(xiǎn)測度的科學(xué)、實(shí)用、準(zhǔn)確和綜合的特點(diǎn)受到金融機(jī)構(gòu)和金融監(jiān)管部門普遍歡迎,目前已成為標(biāo)準(zhǔn)的風(fēng)險(xiǎn)測度和風(fēng)險(xiǎn)管理的方法。VaR的一般定義可以表示為:在正常的市場條件下,給定置信水平下,某

4、一金融資產(chǎn)或投資組合在某一特定時(shí)間內(nèi)可能遭受的最大損失[2]。VaR用數(shù)學(xué)形式可以表示為:Pr?(AP?t>VaR?a)=1-a(1)其中,AP?!:為資產(chǎn)在持有期內(nèi)的損失,VaR?a為置信水平a下處于風(fēng)險(xiǎn)中的價(jià)值。從VaR的數(shù)學(xué)形式可知,VaR?a實(shí)際上就是損失分布函數(shù)在置信水平a下的分位數(shù)。目前,計(jì)算VaR的方法主要有歷史模擬法、方差一協(xié)方差法和蒙特卡洛模擬法三種。其中,方差一協(xié)方差法因?yàn)槭占瘮?shù)據(jù)容易、方法實(shí)現(xiàn)容易、計(jì)算速度快等優(yōu)點(diǎn)在實(shí)踐中得到廣泛的應(yīng)用[3]。這種方法基于線性假定和正態(tài)分布假定。然而,實(shí)際的金融數(shù)據(jù)序列通常具有尖峰厚尾、波動(dòng)聚集的特征,一般不滿足正態(tài)分布假

5、定,導(dǎo)致該方法會(huì)低估實(shí)際的VaR值。為了克服方差一協(xié)方差方法的這一缺陷,研究者們提出了各種各樣的方法:(1)改變正態(tài)分布的假定,考慮其他具有尖峰厚尾特征的分布,比如t分布、廣義誤差分布(GED)等[4-5]。(2)利用GARCH族模型刻畫金融時(shí)間序列波動(dòng)聚集的特征,并基于GARCH族模型估計(jì)VaR[6-7]。(3)使用半?yún)?shù)方法估計(jì)VaR。(4)使用極值理論估計(jì)VaR。本文將利用基于GARCH模型和半?yún)?shù)方法對滬銅期貨和滬鋁期貨價(jià)格波動(dòng)的風(fēng)險(xiǎn)進(jìn)行測度。(一)基于GARCH模型的VaR模型GARCH模型可以表示為:r?t=U?t+e?t(2)其中,e?t

6、??t—1服從均值為0、

7、方差為o?2?t的某種分布。o?2?t=a?0+Zp?i=la?ie?2??t-i+Zq?j=3?jo?2??t_l(3)其中,r?t為收益率序列,u?t為均值。r?t=lnP?t_lnP??t_1,P?t為價(jià)格。利用GARCH模型估計(jì)的條件方差o?2?t,在一般的方差一協(xié)方差模型基礎(chǔ)上,可以計(jì)算出價(jià)格波動(dòng)的空頭的VaR值和多頭的VaR值:VaR??at=P??t-lo?tq?a(4)VaR??at=-P??t_lo?tq??l-a(5)其中,q?a為a分位數(shù)。(二)半?yún)?shù)VaR模型Li[8]提出的半?yún)?shù)法不需做任何分布假設(shè),只需計(jì)算收益率序列r?t的偏度、峰度、均值和方差,即

8、可構(gòu)造VaR置信區(qū)間上限和下限。假設(shè)收益率r?t為隨機(jī)變量,其均值、方差、峰度和偏度分別為u=E?(r?t)、o?2=Var?(r?t)、y?l=E?(r?t—u)?3o?3和y?2=E?(r?t-u)?4o?4-3o若Y?l=y?2=0,則r?t服從正態(tài)分布。計(jì)算收益率的VaR值可以按照方差一協(xié)方差方法計(jì)算。若Y?1關(guān)0,y?2^0,貝Ur?t不服從正態(tài)分布,可以證明VaR的置信下限VaR?l和置信上限VaR?u可用下面的公式計(jì)算得到:VaR?l=U+y?2+2Y?1_?(丫?2+2y?1

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。