基于加权ES模型对利率期货每日结算风险研究

2012年2月13日中国金融期货交易所的国债期货仿真交易启动,标志着国内重启利率期货已经迈出实质性步伐.利率期货是一种以国债为标的物的金融衍生产品,它的推出将给债券投资者提供更有力的对冲利率风险的工具.以加权ES模型研究利率期货的风险度量和保证金制度.     

基于高频数据的中国国债期货价格发现能力研究

期货的价格发现能力是近几年国际学术界关注的热点问题,但目前理论界相关研究主要集中于商品期货和股指期货,尚缺乏专门针对中国国债期货价格发现方面的研究。随着中国5年期国债期货于2013年9月上市交易,深入研究中国市场结构下的国债期货价格发现能力有助于从微观视角掌握与其它期货品种内在运行规律的差异性。本文运用中国5年期国债期货上市交易后的5分钟高频数据,采取向量误差修正(VECM)模型和Granger因果关系检验等计量分析方法检验中国国债期货与现货价格之间的关系,并创新性地使用共同因子贡献法和信息份额法分析我国国债期货市场与现货市场对价格发现功能的贡献程度。结果表明,中国国债期货价格与现货价格之间存在长期协整关系。中国国债期货价格是现货价格的Granger成因,且两者之间存在单向的价格引导关系。同时通过实证得出中国国债期货市场在对价格发现的贡献程度上占主导地位的结论。     

基于卡尔曼滤波的期货价格期限结构模型

为准确对商品期货合约进行定价和预测,本文在短期-长期模型的基础上,提出以短期偏离、中期偏离和长期均衡为状态变量的三因素模型。本文根据状态变量的假设建立相关微分方程,并推导出模型的解,再运用卡尔曼滤波和极大似然法得到模型的参数和状态变量。最后,通过比较多种误差统计量证明,本文的短期-中期-长期模型的拟合与预测能力优于短期-长期模型。     

包含股指期货的投资组合之风险研究——Copula方法在金融风险管理中的应用

本文运用Copula方法研究了含股指期货的投资组合的风险度量问题.由于股指期货和股票现货之间存在很大的相关性,因此在度量组合的风险时,各资产间的相关结构起到了关键作用,但这一相关结构很难用线性的相关系数去刻画,本文采用Copula模型来描述相关结构。而后,我们构建了基于Copula理论的风险度量指标PVaR,并验证了不同Copula模型的拟合效果.我们利用沪深300指数的数据来研究股指期货和现货的相关结构,并使用了多种Copula函数结合不同的边际分布假设进行了模拟,说明了Copula方法在风险度量尤其是包含了股指期货的投资组合的风险度量上具有较高的精确性.     

基于债券久期的国债期货套期保值模型分析

使用久期的方法在中国国债期货市场上进行套期保值是否有效?使用久期的方法研究国债期货套期保值的效率问题在国外已经很多,然而这种方法是否适合于目前中国的国债市场,相关研究还不多见,还有待进一步的证实.为此借鉴国外相关理论,采用比较研究的方法,以国债期货上市后2013年9月到2014年5月初,国债现货和国债期货的数据为样本,以基于久期的最优套期保值比率模型为主,其他模型为辅,比较出最优套期保值效率.研究结果表明,基于久期的套期保值方法在目前中国的国债市场效果一般.     

时变多元NBS Copula模型与美国股指期货市场可视化相依性分析

基于多元NBS(Normal Birnbaum-Saunders)分布构造了一种新的多元偏斜厚尾Copula,即多元NBS Copula,并进一步采用DCC(Dynamic Conditional Correlation)模型构造了时变NBS Copula模型。以美国道琼斯30指数期货、标准普尔500指数期货和纳斯达克100指数期货为例，可视化分析了收益率序列之间的各种相依特征，比较了DCC-NBS Copula模型与其他一些Copula模型在相依结构拟合上的效果差异。实证结果表明：美国三大股指期货之间的相依结构具有正相依性、厚尾相依性、非对称相依性和时变相依性，其中，NAGARCH模型可以较好地描述收益率序列的动态特征，椭圆Copula优于阿基米德Copula,非对称椭圆Copula优于对称椭圆Copula,厚尾椭圆Copula优于正态Copula,时变椭圆Copula优于静态椭圆Copula。综合来看，DCC-NBSCopula模型是所有模型中对相依结构的拟合效果最优的。     

美国国债前世今生和债务违约之争

美国国债即将违约？对立双方至今仍在争斗不已的美国国债上限之争,把这个平常很难想象的风险推到了全世界债权人面前,市场传言称有共和党议员倡议美国政府暂缓偿还即将到期的美国国债利息,更令各方震惊。作为美国围债的最大海外债权人,中国对这一风险的关注程度又非其他国家可比。美国国债上限之争何以发展至此？     

运用非均匀三次B样条拟合我国国债利率期限结构

运用非均匀三次B样条作为拟合函数,以我国上海证券交易所附息国债的日价格为数据,拟合了我国国债的利率期限结构.实证结果显示,使用"等额现金量法"来确定样条节点向量,所拟合出的我国国债利率期限结构符合经济原理,且对债券价格的估计误差较小.     

股指期货推出对股票市场影响的实证研究

1982年2月24日,世界上第一个股指期货合约——价值线指数期货合约(Value Line Index)在堪萨斯市农产品交易所上市交易.股指期货作为应用最广泛的金融期货之一,已有了近30年的历史.2010年4月16日我国股指期货也正式上市交易,这对我国金融市场来说是具有里程碑意义的.本文以股指期货推出前后沪深300指数普通收益数据和5分钟高频收益数据为样本,从描述性统计量对比和GARCH模型分析两个角度入手,研究我国股指期货对于股票现货市场波动性的影响.得出结论:第一、股指期货推出不会改变股票现货市场的长期趋势;第二、股指期货推出后市场的信息传递速度加快,股指期货发挥了其价格发现功能;第三、股指期货推出在长期减小了现货市场的波动,发挥了其规避风险、稳定市场的功能.     

Bayes混合模型在我国农业旱灾风险度量中的运用

旱灾一直是对我国农业经济生产威胁最大的灾害之一。因此,如何深度剖析旱灾风险特征,强化风险管理,科学、积极地进行防灾减灾来大幅度减轻灾害风险负担、弱化旱灾风险负面影响,有效助力经济平稳、快速发展一直是政府和学术界长期关注的焦点问题之一。本文借鉴金融风险度量的方法经验,用VaR作为旱灾风险度量工具。通过构建混合分布模型的方式来拟合旱灾损失率分布,并根据该模型估计VaR以刻画旱灾风险大小。混合分布模型由常规分布和GPD组成,其中,GPD用来刻画风险尾部特征。同时,该模型采用Bayes计算方法来回避GPD分布阈值选择和参数估计难题。结果表明:与Gamma-GPD混合分布相比,Norm-GPD混合分布模型在拟合农业旱灾损失率分布上表现更佳,其精度较高、VaR估计值更可信。Norm-GPD混合分布的VaR估计结果表明,我国在遭受10年一遇,20年一遇和100年一遇旱灾的情况下,农业旱灾损失率不超过9.45%, 11.03%和30.21%。该结果对于我国农业旱灾风险管理以及农业灾害保险、债券的定价具有重要意义。     

我国大类资产信息溢出机制研究——基于方差分解的网络拓扑分析

采用广义溢出指数法对2011年至2017年我国股票、期货及债券三个市场之间的信息溢出机制进行了研究,结果发现:股市对期市和债市均有收益率溢出影响,而股市和期市对债市均有波动率溢出影响;三个市场的整体溢出指数值偏低,表明我国不同资产市场之间的关联性相对来说较小;时变特征也表明股市大多数情况处于溢出状态,期市方向不明确,债市则大多数情况处于被溢出状态;对溢出值的非对称检验发现,正向波动比负向波动的溢出值更大,但是统计上并不显著。对2015年6月股灾前后三个市场的波动率溢出情况进行分析后发现,股市的极端风险更容易向期市传染,而债市相对更为稳定,不容易被极端风险感染。     

经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

期货套期保值C VaR风险的敏感度分析

把条件风险价值应用于期货组合套期保值的风险管理,分析条件风险价值对期货部位的敏感性.在一般的概率分布下,分空头套期保值和多头套期保值两种情况,导出期货组合套期保值的条件风险价值关于套期比的一阶和二阶变化率,并研究其经济意义.投资者可以根据条件风险价值的敏感度增减期货头寸,把握好用于套期保值的期货量,帮助投资者管理套期保值风险.     

基于随机占优的股指期货市场有效性分析

2015年中金所出台严格监管措施后,股指期货成交低迷,异象频出。为验证严格监管措施对股指期货市场有效性的影响,本文利用随机占优DD测试法,为风险规避者和风险寻求者分别构建升序和降序占优模型。传统DD测试法用等间距划分的方式产生网格,且假设检验的两个判定阈值为相反数,这不符合金融数据的分布规律。因此,本文提出了对DD测试法的两处改进,利用“等频率划分法”产生网格,利用“非对称分位数法”产生阈值。实证方面,本文对三个股指期货及其现货的15分钟数据进行分析,发现在自股灾以来,上证50指数一阶占优于上证50股指期货,形成套利机会,且该套利策略的年化收益率、夏普比率和卡玛比率都非常优异。实证进一步显示,严格监管措施后占优数量达到最高峰,严格监管措施导致的股指期货功能受损比股灾更严重,而这一现象在中金所逐步放松监管措施后得以稍微缓解但没有根本改变。     

A non-Gaussian Ornstein–Uhlenbeck model for pricing wind power futures

The recent introduction of wind power futures written on the German wind power production index has brought with it new interesting challenges in terms of modelling and pricing. Some particularities of this product are the strong seasonal component embedded in the underlying, the fact that the wind index is bounded from both above and below and also that the futures are settled against a synthetically generated spot index. Here, we consider the non-Gaussian Ornstein–Uhlenbeck type processes proposed by Barndorff-Nielsen and Shephard in the context of modelling the wind power production index. We discuss the properties of the model and estimation of the model parameters. Further, the model allows for an analytical formula for pricing wind power futures. We provide an empirical study, where the model is calibrated to 37 years of German wind power production index that is synthetically generated assuming a constant level of installed capacity. Also, based on 1 year of observed prices for wind power futures with different delivery periods, we study the market price of risk. Generally, we find a negative risk premium whose magnitude decreases as the length of the delivery period increases. To further demonstrate the benefits of our proposed model, we address the pricing of European options written on wind power futures, which can be achieved through Fourier techniques.     

The dynamics of the relationship between spot and futures markets under high and low variance regimes

This investigation is one of the first studies to examine the dynamics of the relationship between spot and futures markets using the Markov‐switching vector error correction model. Three mature stock markets including the U.S. S&P500, the U.K. FTSE100 and the German DAX 30, and two emerging markets including the Brazil Bovespa and the Hungary BSI, are used to test the model, and the differences between the two sets of markets are examined. The empirical findings of this study are consistent with the following notions. First, after filtering out the high variance regime, the futures price is shown to lead the spot price in the price discovery process, as demonstrated by prior studies; conversely, the spot market is more informationally efficient than the futures market under the high variance condition. Second, the price adjustment process triggered by arbitrage trading between spot and futures markets during a high variance state is greater in scale than that based on a low variance state, and the degree of the co‐movement between spot and futures markets is significantly reduced during the high variance state. Third, a crisis condition involved in the high variance state is defined for the two emerging markets, whereas an unusual condition is presented for the three mature markets. Last, the lagged spot–futures price deviations perform as an information variable for the variance‐turning process. However, the portion of the variance‐switching process accounted for by this signal variable is statistically marginal for the three mature markets selected for this study. Copyright © 2008 John Wiley & Sons, Ltd.     

Pricing stock and bond derivatives with a multi-factor Gaussian model

The martingale approach to pricing contingent claims can be applied in a multiple state variable model. The idea is used to derive the prices of derivative securities (futures on stock and bond futures, options on stocks, bonds and futures) given a continuous time Gaussian multi-factor model of the returns of stocks and bonds. The bond market is similar to Langetieg's multi-factor model, which has closed-form solutions. This model is a generalization of Vasicek's model, where the term structure depends on state variables following correlated mean reverting processes. The stock market is affected by systematic and unsystematic risk.     

GARCH模型对期铜市场风险的研究

期货市场是一个高风险的市场,因此需要有效地控制并且监管风险。本文以上海期铜市场97年到04年的收盘价格为研究样本,通过拉格朗日检验,发现价格收益率序列服从ARCH过程,在正态、student-t和GED三种分布假设下,估计了GARCH(1,1)模型的参数,结果表明student-t假设下模型的拟和程度较好,然后利用EGARCH(1,1)-M模型检验了上海期铜市场杠杆效应和波动集群效应。最后在两种置信水平下,利用GARCH(1,1)和Risk Metrics方法计算了期铜市场每天的VaR,Kupiec检验表明基于t分布的GARCH(1,1)模型能更准确地反映上海期铜市场的风险。     

中国利率风险溢酬:时变特征与影响因素

利率风险溢酬是长期利率的组成部分,解读它所包含的信息、寻找它的来源有着重要的经济意义。本文先使用利率仿射模型,计算出先验的中国国债利率期限溢酬,然后构建VECM模型,运用脉冲响应、方差分析等技术,分析国债利率的风险溢酬和主要宏观经济变量的动态关系,发现宏观变量对溢酬的影响在当期和滞后几期有明显差异,CPI和GDP是影响最大的两个因素,但信贷供应量和M1的作用也较大。我们同时也发现银行间市场投资者比交易所市场投资者更易受到宏观经济的影响。