基于极值理论的VaR方法在股指期货风险管理中应用研究

论文摘要

2008年的金融危机导致了金融市场的动荡,包括中国在内的许多国家的股票指数大幅下跌。就整个世界来说,风险不能被消除,但是风险可以被分散。有效的风险管理可以降低风险。大部分发达国家的金融机构都有每日的VaR值的报告,这样一个简单的数字可以让管理者了解目前公司所处的风险状况,从而更好得采取措施进行风险防范。我国的金融机构风险防范意识比较薄弱,还没有引进像VaR模型这样的风险管理工具。现阶段,我国推出股指期货的条件越来越成熟。由于股指期货采用的是杠杆交易,几十倍的保证金交易在放大收益的同时也放大了风险。因此,利用像VaR模型这样的工具进行风险管理显得尤其重要。由于正态分布不能很好得描述尾部风险,现实中发生巨大亏损的概率远远大于正态分布的估计。用极值理论可以很好得模拟尾部风险。对于收益率簇集性的特点,GARCH模型很好得解决了这个问题。由于我国还没有推出股指期货,本文选用了美国S&P500指数期货的数据进行实证。分析模拟价格波动和基差的VaR值,对我国即将推出的股指期货的风险管理有一定的借鉴意义。

论文目录

• 致谢
• 摘要
• Abstract
• 目次
• 1 引言
• 1.1 选题的背景与意义
• 1.2 国内外研究综述
• 1.3 研究方法和框架
• 1.4 本文的创新点和不足
• 2 股指期货的风险分析
• 2.1 股指期货产生的背景及其作用
• 2.2 股指期货风险的类型
• 2.2.1 金融期货的一般风险
• 2.2.2 股指期货特有的风险
• 2.3 股指期货风险的成因
• 2.4 我国开展股指期货的风险分析
• 3 基于VaR方法的风险管理
• 3.1 VaR方法的基本原理
• 3.2 VaR值的三种计算
• 3.3 VaR方法的检验与补充—返回检验与压力测试
• 3.3.1 返回检验
• 3.3.2 压力测试
• 3.4 VaR方法的应用—巴林银行案例分析
• 3.4.1 巴林银行倒闭背景
• 3.4.2 里森期货组合的VaR分析
• 4 引入极值理论的VaR模型
• 4.1 基于GARCH模型的VaR方法
• 4.2 基于极值理论的VaR模型
• 4.2.1 极值理论的介绍
• 4.2.2 极值的计算与模拟
• 4.2.3 极值理论与压力测试的异同
• 5 基于VaR方法的股指期货风险管理实证研究
• 5.1 数据的选择与正态性检验
• 5.1.1 数据的选择
• 5.1.2 数据的正态性检验
• 5.2 S&P500指数期货价格的GARCH模型
• 5.3 S&P5OO股指期货收益率VaR值的计算
• 5.4 基差风险的VaR值
• 5.4.1 基差风险的影响因素分析
• 5.4.2 基差的VaR值
• 5.5 极值理论的实证模拟
• 6 结论与展望
• 6.1 本文的结论
• 6.2 极值理论的VaR方法在我国股指期货风险管理的展望
• 参考文献
• 附录