基于极值理论的商品期货VaR测度研究

论文摘要

随着我国期货市场的不断发展,期货交易量迅速增大,据美国期货业协会（FIA）2010年上半年统计显示,我国大连、上海和郑州三大商品期货交易所交易量占到了全球商品期货交易量的48.7%。在如此大量的交易之下,如何准确把握商品期货交易过程中的风险,就成为大家所关心的重要问题。基于此,本文运用了基于GARCH族模型与极值理论（EVT）相结合的方法来估计商品期货的动态风险价值（VaR）,以便对商品期货的价格变动风险进行测度研究。本文对郑州棉花指数、沪铜指数和大连豆粕指数进行了实证分析,首先用GARCH模型对收益率序列进行过滤,把其中的相关性和异方差性经过处理,得到了条件方差序列和标准残差序列。本文重点探讨了基于极值理论对三种指数的建模分析,进一步在三种不同的条件分布假定下,运用GARCH-N、GARCH-t和GARCH-EVT三种不同方法对各种期货指数进行了模型对比分析,得出各种分布模型下的分位数水平,进而估计出各种模型下的动态VaR。同时本文相互比较了GARCH-EVT、GARCH-M-EVT、GJR-EVT、GJR-M-EVT四种模型对棉花指数的动态VaR估计结果。最后本文对各种模型所估计的动态VaR序列进行了后测检验（Backtesting）。与大多数国内已有的实证发现不同,本文实证结果显示,三种指数的条件分布具有细尾而非胖尾特征；GARCH-N、GARCH-t对于其动态VaR的估计未能通过后测检验,而基于极值分布的GARCH-EVT模型则获得了显著更优的VaR测度精度；GARCH-EVT、GARCH-M-EVT、GJR-EVT、GJR-M-EVT四种模型对棉花指数所估计的动态VaR检验结果表明,这四种模型全部都通过了后测检验,但它们之间并没有显著差异；同时,对三种期货指数的研究表明,极值理论对商品期货的动态VaR估计具有稳健性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和意义
• 1.1.1 选题背景
• 1.1.2 理论意义
• 1.1.3 实践意义
• 1.2 国内外研究综述和总结
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 国内外研究述评
• 1.3 研究的主要内容和方法
• 1.4 本文的结构
• 1.5 本文的主要贡献
• 第2章 VaR理论介绍
• 2.1 VaR方法的介绍
• 2.2 VaR的应用
• 2.3 VaR的特点
• 2.4 VaR的计算
• 2.4.1 静态模型
• 2.4.2 动态模型
• 2.5 VaR的后测检验——Backtesting
• 第3章 极值理论
• 3.1 极值理论简介
• 3.2 Fisher-Tippett定理
• 3.3 广义帕累托分布
• 3.4 尾部估计
• 3.5 数据的厚尾分布检验和门限值的选取
• 3.5.1 对于数据厚尾分布的诊断
• 3.5.2 关于门限值u的选取
• 3.6 基于GARCH模型与EVT相结合的动态VaR估计
• 3.7 极值理论的优缺点
• 第4章 我国期货市场发展现状及其数据的选取
• 4.1 我国期货市场发展现状
• 4.2 数据的选取
• 4.3 对数收益率的分析
• 4.3.1 对数收益率的尾部分布
• 4.3.2 相关性和稳定性检验
• 4.3.3 收益率的波动分析
• 第5章 动态VaR的估计及其检验
• 5.1 基于GARCH族建模的动态VaR估计
• 5.1.1 条件均值与条件方差的计算原理
• 5.1.2 基于GARCH族模型对条件收益率的估计
• 5.1.3 基于一般分布下动态VaR的估计
• 5.2 基于极值理论建模及其参数估计
• 5.2.1 建模数据的基本分析
• 5.2.2 门限值u的选取
• 5.2.3 参数估计
• 5.2.4 分位数VaRq的计算
• 5.2.5 基于GARCH族模型与EVT相结合的动态VaR估计
• 5.3 不同模型的动态VaR估计结果及其检验
• 5.3.1 不同分布模型下动态VaR的估计结果
• 5.3.2 不同GARCH模型与极值理论结合的动态VaR估计结果
• 5.4 基于极值理论的其他期货商品动态VaR估计实证研究
• 5.5 实证结果的经济意义
• 结论
• 致谢
• 参考文献