基于半参数模型的股指期货风险度量研究

摘要

股指期货在我国是一种新型的衍生金融工具，具有资产配置、风险规避和价格发现等功能，沪深300股指期货在2010年4月16日正式推出。
　　 它是一种标准化期货合约，以股价指数为标的物，在将来的某个时期，双方约定按照确定的股价指数，进行标的指数的买卖，股指期货交易的开展对健全股票市场的价格机制、完善股市的交易功能、降低交易成本等方面具有积极作用，但是由于股指期货具有杠杆比例大和流动性高的特点，经常被作为投机的工具，导致了很多金融事件的发生。所以研究度量其风险的工具显得越来越重要。
　　 尽管风险度量工具很多，但是都有各自的缺陷。本文将VaR方法引入沪深300股指期货的风险度量中，并基于半参数方法计算了其VaR。风险价值VaR(Value at Risk)在金融风险管理中具有很重要的应用，是一种现代国际上流行的市场风险度量方法。
　　 一般计算VaR的方法有参数方法、非参数方法和半参数方法，本文主要介绍了半参数方法中的极值理论方法和分位数回归方法，并基于此两种方法分别建立了GARCH-GPD-VaR方法和GARCH-分位数回归-VaR方法，然后基于真实的数据对其进行了实证。
　　 实证结果表明，其收益率序列呈现出尖峰、厚尾、波动聚集现象，传统的计量模型已不足以刻画收益率序列的这些特征。而GARCH-GPD-VaR方法有效的解决了这个问题，并在90％，95％，99％三个不同的置信水平下计算了VaR值，通过实证研究发现，该模型能够很好的度量其风险值。然后在相同的置信水平下利用GARCH-分位数回归-VaR方法计算了其VaR值，检验的结果显示此方法也能很好的度量其风险值。最后，两个模型对比发现GARCH-GPD-VaR方法能更准确的估计VaR。这说明基于GARCH族模型和GPD模型的VaR方法有较好的适用性，为度量我国的股指期货市场的风险提供了一种可行的方法。