论文部分内容阅读
我国于2010年4月16日正式推出沪深300指数期货,弥补了我国金融期货的缺失。自上市至今,其成交量、成交金额以及持仓量都逐年稳步攀升,已逐渐发展成为我国金融市场最重要的金融衍生品之一。然而,投资金融衍生产品往往都会因衍生品自身存在的一定缺陷而具有较高的风险。因此,有效合理的度量其投资的市场风险就具有重要意义。本文主要研究沪深300指数期货投资的市场风险,大致分为四个部分。文章的第一部分主要介绍本文的选题背景和意义,阐述度量市场风险的国内外研究现状,同时还简要说明本文框架和创新点。第二部分简单概述沪深300指数期货和在险价值(VaR)的相关知识。第三部分依据投资者进行投资的目的不同,将投资者分为投机者、套期保值者和套利者。相比投机者和套期保值者,套利者的风险相对较小,而且情况较为复杂。因此,本文使用经典的VaR方法主要针对投机者和套期保值者面临的价格波动风险和基差风险进行市场风险度量的实证研究。第四部分总结全文,得出本文的研究结论与不足,并展望未来研究。在本文实证研究价格波动风险和基差风险的部分：对于投机者,本文利用沪深300期指当月连续合约日收益率序列研究其面临的价格波动风险。通过分析可知：该序列分布表现出非正态性,呈现出尖峰、左偏等特征;‘序列为平稳序列：序列自相关性统计不显著；并且该序列没有统计显著的ARCH效应。鉴于此,本文采用蒙特卡洛(MC)模拟和历史模拟(HS)法计算价格波动风险日VaR。实证结果表明：与历史模拟相比,蒙特卡洛模拟能合理有效地计算沪深300期指合约价格波动风险日VaR。对于进行套期保值的投资者,本文利用所选样本期内基差的变化序列研究其主要面临的基差风险。通过分析可知：该序列自相关性统计显著;与正态分布相比,序列分布呈现出尖峰、右偏等特点；并且该序列存在统计显著的ARCH效应。鉴于此,本文采用基于GED分布和t分布假设下的ARMA(2,1)-GARCH(1,1)模型计算基差风险日VaR。实证结果表明：与t分布假设相比,通过GED分布假设求得基差风险日VaR的效果更好。并且GED参数u=1.419928,说明GED分布能很好的描述分布的“厚尾”性质。通过利用GARCH模型对条件方差进行拟合,最终求得套期保值风险日VaR,并且该模型通过了有效性后验检验,这表明通过此种方法计算基差风险日VaR是有效可行的。