论文部分内容阅读
经济全球化大大提高了全球金融市场的运行效率。各国的金融市场构成了一个互相联动的金融系统,在资金跨市场流动的同时,金融风险也在迅速转移,某一个国家的金融危机连锁式的在全球发酵已成为了当下金融系统的特征,所以世界各国在发展金融市场时面临的首要问题就是风险防范,而风险防范的核心问题是风险的精确度量和准确预测。本文着眼于中国沪深300股指期货市场,基于乘积误差模型(Multiplicative Error Model,MEM)研究其风险,包括波动度量、波动预测、风险价值(VaR)预测、动态套期保值比率的确定。其中波动度量我们选用基于高频数据的波动估计量——赋权已实现极差波动(Weighted Realized Range-based volatility,WRRV)。在对赋权已实现极差波动建立乘积误差模型时,我们假设模型的残差项有三种分布:标准指数分布、标准Weibull分布和标准化的广义Gamma分布,并且模型的阶数到2阶。本文开展了对乘积误差模型样本外预测的研究,并基于此实现了对沪深300股指期货风险价值(VaR)的预测和动态套期保值比率的确定。在预测风险价值(VaR)时,我们分别使用方差-协方差分析法和极值方法中的阈值模型与GARCH模型、EGARCH模型、乘积误差模型结合,测度VaR,通过Kupiec LR检验衡量模型有效性,实证结果显示:阈值模型优于方差-协方差分析法,在阈值模型的框架下,比较MEM模型和GARCH类模型,发现MEM-EVT-POT类模型优于GARCH-EVT-POT类模型。动态套期保值比率的确定中,我们引入了Copula方法确定股指期货和现货的Kendall秩相关系数,并分别使用GARCH模型和乘积误差模型预测条件波动率,实证结果显示:基于Copula-MEM模型计算的套期保值比率效果优于Copula-GARCH模型。