沪深300股指期货风险度量的实证研究
——基于var模型
摘要：2010年4月16日中国金融交易市场推出了沪深300股指期货。股指期货的出现，对于金融产品的发展起到了推动作用。但是作为我国新兴的交易市场，其机制并未完全成熟，其高杠杆、操作复杂等特征，容易给投资者带来损失。针对我国金融衍生工具市场风险问题，本文利用沪深 300 股指期货的日数据，运用vaR-GARCH模型对沪深 300 股指期货市场风险进行了实证研究。研究表明股指期货收益率序列具有尖峰后尾、集聚、平稳的特点。利用GARCH模型中的条件方差计算var的值，由此度量股指期货市场风险，并给出控制其风险的对策，从而获得控制股指期货市场风险的理论和方法。
关键词：沪深300；股指期货；VAR；风险；实证研究
- 文献综述
1、国外股指期货波动性研究现状
Engle(1982)首次提出用自回归异方差模型(ARCH)刻画金融时间序列的波动率，并通过实证检验模型的准确性。Bollersler(1986)通过研究自回归异方差模型的优缺点，提出了广义自回归(GARCH)模型目前国外对金融时间序列波动的分析大部分是建立在GARCH 模型的扩展上。Harris(2013)基于 GARCH 模型分析标普 500 股指期货和现货之间的影响，指出标普 500 股指期货上市以后加速了现货的波动程度，并分析了标普 500 股指期货波动的特征。Andersen 等(2014)基于 RV 模型分析了高频数据刻画股指期货的波动性，实证结果表明RV模型能够较准确的分析股指期货的波动。Gannon和Au-Yeung(2014)基于BEKK-GARCH 模型分析了美国与香港两地的期货和现货波动溢出效应，指出美国股指期货与现货的溢出效应大于香港股指期货与现货的溢出效应。CelsoBrunetti、Chiara Scotti和Roberto S. Mariano 等(2015)基于 MS-GARCH 模型分析东南亚国家货币的波动性，研究结果表明东南亚国家货币的波动一般较低，但当货币政策发生突发变化后，汇率会出现高波动的特征。LuisA(2015)通过比较GARCH模型和 MS-GARCH 模型刻画原油市场的波动特征，指出在低频率下 GARCH 模型预测原油市场的波动更准确。
2、国外股指期货风险研究现状
Markowitz(1952)提出资本资产定价模型(CAPM)，并指出可以通过均值-方差衡量金融市场的风。从此，测度金融风险的方法开始从定性研究向定量研究转变。JP公司首次提出正态分布下的VAR风险测度模型。Philippe Jorion(1996)详细介绍了 VaR模型，为VAR模型发展奠定了基础。Hendrics(1996)基于 Va R 模型的三种计算方法进行了实证分析，指出参数法测度金融时间序列风险比历史模拟法和蒙头拉罗模拟法更具有优势。Duffie D和 Pan J(1997)对 VaR理论进行了整理，自此 Va R 模型成为测度金融时间序列的主流方法。David X. Li(2010)研究了12个国家从 2009 年12月17日—2010 年2月8日货币汇率数据，得出在半参数模型下的VAR模型较历史模型的VAR模型更具有优势。Kaplanski 和 Kroll(2011)利用 Va R 模型对马克维茨的资本资产模型进行了优化，提出用 VB 值测度单个资产在均衡时的风险比beta;值更具有解释力。Thomas Werner(2014)利用 2008 年—2013 年德国期货日间序列数据实证研究股指期货风险，并就股指期货是否具有“厚尾”特征进行了分析，并指出时间节点对金融数据尾部形态影响很大，这关系到VAR测度风险能否准确.
3、国内股指期货风险研究现状
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
