我国农产品期货市场的风险度量及其后验分析

摘要

中国作为一个拥有十几亿人口的大国，农业的高速发展对稳定国情具有举足轻重的作用。农业的发展可以促进农民持续增收，提高农民生活水平，改善生活质量，从而促使各行各业全面发展，使全体人民的生活水平和国民待遇更好更快的提升。我国既是农产品的生产出口大国也是农产品的消费大国，随着我国对外开放的程度逐步提高，农业发展的稳定与否与世界农业的联系程度也越发紧密。所以对农产品的合理定价、合理安排产量是农业生产者和政府管理者关注的焦点。而农产品期货市场具有现货市场具有风险规避、价格发现等功能，所以在国家经济的发展中发挥着十分重要作用。农产品期货市场的参与者可以把其具有的价格发现功能作为商品期货市场的价格信号，从而安排生产、储存和消费的理性决策。我国的农产品期货市场的建立时间可以追溯到20世纪90年代，目前农产品期货市场形成了棉粮糖油四大系列的农产品期货品种体系。期货市场资金总量、成交持仓量都在不断增长，我国的农产品期货市场正处于健康发展的良性轨道中。但是放眼全球，国内市场与国际市场的联系越发紧密，各个市场间的不确定性因素相互影响，导致了许多风险事件的陆续发生，所以我国的农产品期货市场也呈现出较高波动程度，隐藏较大风险水平。所以本文的研究重点就是如何对农产品期货市场风险水平进行科学把控，通过实证对比的方式找出最合适的风险测度模型。
　　本研究主要内容包括：⑴根据不同种农产品期货合约的重要性以及交易活跃程度等因素，选取了玉米期货、豆粕期货以及豆油期货的每日收盘价，以上三种数据来源于大连商品交易所，以及来源于郑州商品交易所的菜油期货的每日收盘价作为原始数据，再把计算出的对数收益率作为实证样本。由于金融资产的收益分布具有非对称特性的普遍现象，所以本文分别针对多头头寸和空头头寸进行考察。对样本进行价格变化统计特征的分析后，本文发现结果普遍呈现出明显的波动聚集性、尖峰厚尾以及有偏的形态，大连玉米和大连豆粕的收益率序列体现出明显的自相关性，而豆油指数和菜油指数收益率序列不具有明显的自相关性，并且4种农产品期货的收益率序列平稳，可以直接进行计量建模分析。根据描述性统计结果，本文分别在正态分布和有偏学生t分布的背景下构建了如下8种波动模型：GARCH-N和GARCH-SST，APARCH-N和APARCH-SST， FIGARCH-N和FIGARCH-SST以及FIAPARCH-N和FIAPARCH-SST深入研究我国农产品期货市场的波动模式。⑵根据波动模型的计算结果，分别考量了不同波动模型下的VaR和ES的风险测度值，从估计结果来看，总体来讲，在不同方向的头寸下，正态分布的基础上建立的风险测度模型比在有偏学生t分布的基础上建立的模型都存在低估VaR值和ES值的现现象。接下来为了进一步得到究竟哪种风险测度模型更适用于我国的农产品期货市场的风险测算的结果，本文对8种模型估计出的VaR值和ES值，进行了后验分析，最后根据结果可以看出：基于有偏学生t分布的模型估计结果优于基于正态分布的模型，所以有偏学生t分布和正态分布假设相比，更适用于我国农产品期货市场的波动情况；从不含有杠杆效应项的波动模型与含有杠杆效应项的模型的测度结果来看，第二种波动模型的测度效果并未明显优于第一种，所以针对我国农产品期货市场的风险测量采用第二种波动模型并不能明显提高测度精度；针对我国农产品期货市场中体现的长期记忆性，本文采用含有长记忆项的波动模型建模，却发现不能明显提高风险测量精度。猜想可能是因为本文研究的是未来1天的风险测度，可能本来就不涉及长期记忆性，使用更简单的短期记忆模型就已足够。⑶我国农产品期货市场的收益率特征表现为明显的波动聚集性，有偏和尖峰厚尾的分布特征，但是不具有明显的杠杆效应；有偏学生t分布更适应对我国农产品期货市场的收益率波动情况，有助于提高VaR、ES等风险测度指标的估计精度，相反在波动模型中包含杠杆效应项和长记忆项对提高VaR和ES的估计精度并无明显帮助；就我国农产品期货市场的风险测度而言，倾向于选择GARCH-SST，该模型既能兼顾估计效率，又能兼顾风险测度精度，是一个相对合理的模型选择。

目录

声明

1.前 言

1.1 研究背景

1.2 研究的问题及意义

1.3 研究思路及方法

1.4 文献回顾

1.5 本文的主要创新之处

2.我国农产品期货市场的发展及现状

2.1 发展历程

2.2 主要交易品种

2.3 交易制度

2.4 重要意义

2.5 农产品期货市场的现状

3.研究方法

3.1 VaR方法介绍

3.2 ES方法

3.3 GARCH族模型

3.4 风险测度模型的准确性检验

4.农产品期货市场的风险测度实证研究

4.1 样本选取

4.2 价格波动的计量建模方法

4.3 VaR的测度方法

4.4 ES的测度方法

4.5 风险测度模型的参数估计结果及诊断检验

4.6 VaR和ES的估计结果

4.7 VaR和ES的后验分析结果

5.研究结论与展望

5.1 本文主要结论

5.2 不足及展望

参考文献

致谢

在读期间科研成果目录