基于GARCH族模型的沪深300指数风险预测研究

基于GARCH族模型的沪深300指数风险预测研究

论文摘要

沪深300指数的推出,有利于投资者全面把握市场运行状况,也进一步为指数投资产品的创新和发展提供了基础条件。伴随沪深300指数期货的成功推出,该指数已经成为了集投资、投机与套期保值为一体的多功能指数产品。也许大多数投资者都希望在沪深300指数平稳运行的情况下获得无风险的高额期望收益,但从现实来看,该指数的运行似乎是没有规律的,并且高收益率往往伴随着高风险。因此,如何衡量沪深300指数的风险从而有效的控制风险,便成为了投资者们都无比关心的问题。本文首先介绍了GARCH族模型和VaR方法的基本理论,然后应用这些基本理论去研究沪深300指数的风险特性以及计算其VaR值。总体来讲,本文的研究成果可以归纳为一个研究和两个选择。一个研究是指利用多种GARCH族模型来研究沪深300指数的风险特性。两个选择是指,在所建立的各种GARCH族模型中,选择最合适的模型来拟合沪深300指数的收益率序列,从而采用该模型来计算沪深300指数收益率的条件标准差;在VaR-GARCH法、历史模拟法与蒙特卡罗模拟法这三种计算沪深300指数VaR值的方法中,选择最合适的方法来计量沪深300指数的风险。本文共包括以下五个部分:第一部分是绪论,主要说明了本文的研究目的和意义,对国内外的相关研究进行了综述,概述了本文的主要研究方法,此外,还介绍了本文的主要内容、创新与不足之处。第二部分是沪深300指数的风险特性研究,该篇首先对沪深300指数进行了数据分析,研究了其概率分布、平稳性以及是否具有条件异方差效应。随后建立了六种GARCH族模型,并对每一种模型进行了详细的研究和分析。最后,对上述模型进行了预测效果评价,最终选择出对沪深300指数拟合效果最佳的模型,进而采用该模型来计算沪深300指数收益率的条件标准差,为使用VaR-GARCH法计算沪深300指数的VaR值进行了铺垫。第三部分是沪深300指数的风险计量研究,该部分利用VaR-GARCH法、历史模拟法与蒙特卡罗模拟法等三种方法,计算了沪深300指数的VaR值,并根据回测检验的结果确定了最合适的风险计量方法。第四部分是沪深300指数风险预测研究成果的应用,该篇阐明了本文的研究成果对预测中国股票市场风险的意义,并为股指期货投资者在制定投资策略、设定投资原则以及有效控制风险等方面提出了若干建议。第五部分是结论,该篇总结了本文的主要研究成果。本文采用了实证研究的方法。研究结果表明,沪深300指数的收益率服从t分布,具有显著的条件异方差效应,并且其收益随风险的增大而提高。通过进一步的研究,我们发现,在研究沪深300指数的风险特性以及计量其风险大小的时候,应当用GARCH族模型进行建模并采用VaR-GARCH法来计算VaR值。此外,本文的研究成果对预测中国股票市场的风险以及制定股指期货的投资策略都具有重要参考意义。本文在以下几个方面进行了创新,为沪深300指数的研究做出了近一步贡献。本文在使用VaR-GARCH法时,修正了参考文献中普遍存在的计算方法上的瑕疵,即在沪深300指数收益率序列具有条件异方差效应的前提下不应当使用正态分析法的公式,而应当用估计出来的条件标准差来表示沪深300指数的损失情况,并在给定的置信水平下选择合适的分位点,最终计算出沪深300指数的VaR值。此外,本文将对沪深300指数的风险预测研究成果应用在了预测中国股票市场的风险,以及为股指期货投资者制定投资策略上,恰当有效地将理论研究成果应用于实践。尽管本文取得了丰硕的研究成果,但是仍然存在着一些不足之处。主要的缺陷在于没有能够构建出一个准确的用于模拟沪深300指数收益率的模型,从而导致了应用蒙特卡罗模拟法计算VaR值的模型风险,这在很大程度上影响了蒙特卡罗模拟法的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究的目的和意义
  • 1.2 文献综述
  • 1.2.1 GARCH族模型的研究现状
  • 1.2.2 VaR方法的研究现状
  • 1.3 研究方法概述
  • 1.3.1 GARCH族模型的基本理论
  • 1.3.2 VaR方法的基本理论
  • 1.4 主要研究内容、创新与不足
  • 2 沪深300指数的风险特性研究
  • 2.1 数据分析
  • 2.1.1 数据的来源与处理
  • 2.1.2 基本统计特征
  • 2.1.3 平稳性检验
  • 2.1.4 ARCH效应检验
  • 2.2 GARCH族模型的建立
  • 2.2.1 GARCH(p,q)
  • 2.2.2 GARCH-M
  • 2.2.3 TARCH
  • 2.2.4 EGARCH
  • 2.2.5 Component ARCH
  • 2.2.6 PARCH
  • 2.3 模型的条件异方差检验
  • 2.4 模型的预测效果评价
  • 2.4.1 预测效果评价方法
  • 2.4.2 预测方法的选择
  • 2.4.3 预测效果评价
  • 2.5 GARCH族模型的比较分析
  • 3 沪深300指数的风险计量研究
  • 3.1 沪深300指数VaR的计量
  • 3.1.1 VaR-GARCH法
  • 3.1.2 历史模拟法
  • 3.1.3 蒙特卡罗模拟法
  • 3.2 回测检验
  • 3.2.1 回测检验方法概述与选择
  • 3.2.2 回测检验结果分析
  • 3.3 风险计量方法的比较
  • 4 沪深300指数风险预测研究成果的应用
  • 4.1 中国股票市场的风险预测
  • 4.2 沪深300指数期货的投资策略
  • 5 结论
  • 附录
  • 参考文献
  • 后记
  • 相关论文文献

    • [1].基于供应链思维的存货削减模型研究及应用[J]. 铁路采购与物流 2020(01)
    • [2].基于多模型融合的工业工件剩余寿命预测[J]. 自动化与信息工程 2020(01)
    • [3].考虑行人相对速度的改进社会力模型的验证与评估[J]. 计算机科学 2020(02)
    • [4].基于遥感和站点观测数据的生态系统呼吸模型比较[J]. 遥感技术与应用 2020(02)
    • [5].稻田施用农药的地表水暴露评估模型研究进展[J]. 生态与农村环境学报 2020(05)
    • [6].“模型认知”是重要思维方式[J]. 化学教学 2020(05)
    • [7].管理创新过程管控模型的构建与应用[J]. 科技经济导刊 2020(17)
    • [8].理解“模型认知”素养的不同视角[J]. 课程.教材.教法 2020(04)
    • [9].金融智能化不可忽视的模型风险[J]. 武汉金融 2020(06)
    • [10].人口死亡统计的间接模型研究[J]. 人口与经济 2020(04)
    • [11].弗里嘉的模型虚构论研究[J]. 科学文化评论 2020(03)
    • [12].一类带切换的随机SIRS模型的稳定性研究[J]. 萍乡学院学报 2020(03)
    • [13].基于离散时间风险模型下的亏损破产概率的研究[J]. 甘肃科学学报 2017(02)
    • [14].高维稀疏对角GARCH模型的估计及应用[J]. 数学的实践与认识 2017(11)
    • [15].信息系统成功模型在卫生领域的应用及扩展[J]. 信息系统工程 2016(05)
    • [16].例谈化学模型的特征、作用与类型[J]. 中学教学参考 2020(11)
    • [17].构建人才甄选道德模型[J]. 经济管理文摘 2019(17)
    • [18].“一线三等角”模型在中考中的应用[J]. 初中生学习指导 2020(18)
    • [19].巧用隐圆模型 突破思维壁垒[J]. 数理化解题研究 2020(17)
    • [20].借“模型”之力促教学相长[J]. 新课程 2020(25)
    • [21].两类典型牵引模型规律的对比探究[J]. 湖南中学物理 2020(04)
    • [22].建构模型认知 促进深度学习——高三二轮复习“实验方案的设计与评价”[J]. 化学教与学 2020(05)
    • [23].重要模型“一线三等角”[J]. 中学生数理化(八年级数学)(配合人教社教材) 2020(10)
    • [24].什么是“做模型”[J]. 模型世界 2018(11)
    • [25].广州文华模型[J]. 模型世界 2019(01)
    • [26].《模型世界》火热预订[J]. 模型世界 2019(01)
    • [27].基于模型构建 引领思维发展[J]. 高中数学教与学 2018(13)
    • [28].模型世界征募志愿者啦![J]. 模型世界 2015(08)
    • [29].《模型·北京212》[J]. 山西文学 2015(08)
    • [30].模型世界[J]. 模型世界 2014(04)

    标签:;  ;  ;  ;  ;  

    基于GARCH族模型的沪深300指数风险预测研究
    下载Doc文档

    猜你喜欢