基于分位数回归的股指期货风险度量研究

《基于分位数回归的股指期货风险度量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工商大学硕士学位论文基于分位数回归的股指期货风险度量研究姓名：张海云申请学位级别：硕士专业：统计学指导教师：蔡光辉201112浙江工商大学硕士学位论文基于分位数回归的股指期货风险度量研究摘要股指期货具有高杠杆特性，是高风险的金融衍生品。随着2010年4月16日我国股指期货的正式上市交易，也带来了股指期货市场风险管理的巨大挑战。因此，在我国股指期货上市之后，为有效促进我国资本市场的健康发展，务必要对我国股指期货市场的风险进行管理和控制。而金融风险管理的基础和核心是对风险的定量分析和评估，股指期货风险度量的研究则显得尤为重要和紧迫。在众多的金

2、融资产风险度量方法中，VaR方法作为一种有效的风险管理手段已经成为共识，因而我国股指期货推出后，运用VaR方法对其进行风险管理十分必要。VaR的全称是ValueatRisk，意为“处于风险中的价值"，被定义为在正常的市场波动情况下，在一定的置信水平下，投资组合在未来某一个特定时期内的最大可能损失。尽管其概念简单，度量VaR仍是一个非常具有挑战性的统计问题，用于计算VaR的众多模型各有各的优缺点，至今还未找到公认的计算VaR的最佳模型，关于计算VaR的模型的研究仍在继续。本文将VaR作为度量中国股指期货市场风险的一种工具，结合我国股指期货的标的

3、指数一一沪深300指数2005年4月8日至2010年12月31日的日收盘价格数据，选取了三种经典VaR参数模型、非递T’浙江工商大学硕士学位论文归的分位数回归VaR模型的三种模型和递归的分位数回归VaR模型的三种模型共九种模型，分别在95％和99％置信水平下进行我国股指期货市场的向前一天VaR预测。最后采用Kupiec检验和分位损失检验这两种从不同视角出发的VaR检验方法，来评价不同显著性水平下各种计算VaR的模型和方法的表现效果，以期选出最适合计算我国股指期货风险的VaR模型，为不同需要的管理者提供全面参考。本文通过实证分析，发现引入分位数

4、回归方法的VaR模型表现良好，在几乎所有的检验标准和置信水平下表现均优于或不差于经典VaR参数模型。在Kupiec失败率检验法中，非递归的分位数回归WaR模型要优于递归的分位数回归VaR模型，其中，QR．EGARCH(1，1)一t模型最优。在分位损失检验中，递归的分位数回归VaR模型则优于非递归的分位数回归VaR模型，其中，95％置信水平下，AS模型最优，99％置信水平下，SAV模型最优。因此建议根据不同管理需要选择模型来度量我国股指期货市场的WaR值。从安全性角度出发，为了保证损失的可控，着重参考失败率检验的结果，优先选择非递归的分位数回归

5、VaR模型中的QR．EGARCH(1，1)一t模型；从资金流动性和盈利性角度出发，着重参考分位损失检验结果，95％置信水平下，优先选择AS模型，99％置信水平下，优先选择SAV模型。关键词：股指期货；VaR；分位数回归；递归；非递归；CAViaRIlRESEARCH0NRISKMEASUREMENTOFSTOCKINDEXFUTURESBASEDONQUANTILEREGRESSIONABSTRACTStockindexfutureswithhighlyleveragedfeatums，isafinancialderivativeproduc

6、twithhighrisk．FollowedbytheApril16，2010beingofficiallylistedfortransactionofstockindexfuturesofChina，itisfacinggreatchallengesonmarketriskmanagementofstockindexfutures．Therefore，afterthestockindexfutureslisting，marketriskmanagementandcontrolisparticularlyimportantinordertoe

7、ffectivelypromotethehealthydevelopmentofcapitalmarketofChina．Forthequantitativeanalysisandassessmentoftheriskisthecoreandfoundationoffinancialriskmanagement，studyontheriskmeasurementofstockindexfuturesisparticularlyimportantandurgent．IthasbeenagreedthatVaRisaneffectivemeans

8、ofriskmanagementamongthenumerousmethodsofriskmeasurementoffinancialassets，SOitisve