基于Copula-TGARCH模型的股指期货最佳套期保值比研究

本文基于一种新的Copula-TGARCH模型估计股指期货的最佳套期保值比,根据现货和期货收益率序列不同的尾部相依性,用不同的Copula函数形式(Gumbel,Clayton,Gaussian)拟合两者的相关性,并与其它的动态套期保值模型(ECM-CCC-GARCH和ECM-DVEC-GARCH)比较其套期保值的有效性。通过对香港恒生指数现货和期货的实证分析发现:无论样本期内、外,Copula-TGARCH模型的套期保值效果均优于其它模型,而基于非对称Gumbel Copula的套期保值比最佳。     

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.     

基于最小模糊方差的最优交叉套期保值模型

采用隶属度消除期货和现货收益率的异常波动对套期保值的影响,用非线性风险叠加原理描述多种期货对一种现货的组合风险,在最小方差套期保值模型的基础上,建立了基于最小模糊方差的最优交叉套期保值模型。本模型的创新与特色一是通过多种期货对一种现货的交叉套期保值提高了套期保值的有效性。这解决了仅用一种期货对一种现货进行交叉套期保值而导致风险较大的问题。二是用隶属函数对期货和现货收益率赋权消除离散程度大的收益率对最优套期比的影响。在采用隶属函数赋权的情况下,离散程度大的期货和现货收益率会被自动地赋予较小的权重,有效地减小了异常数据对最优套期比的影响。三是用非线性风险对冲原理叠加多种期货对一种现货的组合风险。通过期货与现货收益率的模糊协方差矩阵计算组合风险,反映了风险的非线性叠加和非线性对冲。四是现有研究的多种期货对一种现货的最小方差交叉套期保值模型仅仅是本模型在模糊隶属函数取1时的一个特例。当本模型的隶属函数为1时,本模型就是多种期货对一种现货的最小方差交叉套期保值模型;当本模型的隶属函数为1时、且研究对象为一种期货对一种现货套期保值时,本模型就是一种期货对一种现货的最小方差交叉套期保值模型。通过实证研究和与现有研究的对比分析,证明本研究所建立的模型可以有效的减小套期保值的风险并提高套期保值的有效性。     

全时段最优套期保值模型及实证研究

针对传统套期保值模型只考虑套期保值资产在套期保值期末的风险及未能充分利用样本数据所提供的信息的问题,本文提出了一类同时考虑套期保值期内不同期限风险的全时段最优套期保值比率计算模型.全时段套期保值模型通过最小化套期保值资产在套期保值期内不同期限的风险将投资者面临的风险在整个套期保值期内稳定保持在一个较低的水平,并更充分的利用了资产历史价格样本数据所提供的信息.本文基于沪深300指数及其仿真股指期货的历史价格数据,对传统形式的三种套期保值模型与本文提出的三种全时段套期保值模型的套期保值效果进行了实证分析和比较,并使用GARCH模型比较分析了这些模型套期保值的动态效果,结果表明三种全时段模型的套期保值效果都要优于相应的传统模型,能有效地缓解提前终止套期保值时投资者所面临的风险.     

基于Copula函数的我国股指期货风险及套期保值实证研究

运用SJC-Copula-GJR模型,计算了持有沪深300股指期货多头和空头两种组合的VaR值和最优投资比例,模型的特点是能够准确地描述尾部相关关系,且其对尾部相关性的描述是非对称的,所得结论为投资者进行风险管理提供了可靠的依据.同时,通过构造加权的非线性相关系数来计算沪深300股指期货最优套期保值比率,解决了分布非正态、期货与现货非线性的问题,准确地度量了股指期货收益率序列的动态相依关系,实证研究表明基于Copula函数的套期保值有效性明显地优于传统模型.     

股指期货考虑套期保值成本时的套期保值比率研究

所谓股指期货,就是以某种股票指数为标的物的金融期货合约.它同时具有股票与期货的特性,是组合投资者规避系统风险的重要金融衍生工具.针对股指期货,在考虑套期保值成本的前提下,利用套利和CAPM模型给出最优套期保值比率的计算公式.这将在一定的程度上,提高了计算的准确性,并且减少计算的工作量.     

基于动态条件相关系数模型的石油市场套期保值比估计

以WTI和Brent两地的原油现货市场和期货市场为研究对象,选择对角化的动态条件相关(DCC)模型估计了市场间的动态条件相关系数,求解了WTI市场、Brent市场及跨市的动态套期保值比,评价了各种市场组合的套期保值效果.得到如下几点结论:第一,WTI市场的一体化程度高于Brent市场;第二,两个月期货的套期保值比高于1个月期货的套期保值比,WTI相应市场组合的套期保值比要高于Brent市场;第三,采取Brent期货对WTI现货进行对冲时,其套期保值比要高于用WTI期货对Brent现货对冲时的情形,也高于Brent市场的套期保值比;第四,套期保值比越高,套期保值效果越好.     

基于Copula-ECM-GARCH模型的农产品期货套期保值绩效研究

Copula函数具有可以准确刻画变量间的相依结构、精准描述金融时间序列"尖峰厚尾"分布特点的良好统计性质.针对传统计量模型在计算套期保值比率时存在的局限性,利用Copula函数描述变量的尾部相关性,并结合ECM-GARCH模型,对大豆、小麦、玉米三种国内农产品期货进行套期保值研究,分别计算最优的套期保值比率及其绩效,并...     

期权组合最优套期保值模型及实证研究

根据实际投资中投资者可以选择不同到期日、不同敲定价格的期权组合进行套期保值的现实,本文建立了二次效用函数下期权组合最优动态套期保值模型,证明了该模型最优解存在的唯一性,并在协方差矩阵可逆和不可逆两种情形下分别给出了期权最优头寸的显式表达式。在50ETF价格先升后降、先降后升、下降和上升四种情形下,对上证50ETF期权的多种期权组合套期保值问题进行实证分析。研究结果表明:不同到期日不同敲定价格的看跌期权组合具有较好的套期保值效果。本文的研究为选择期权组合进行套期保值和解决展期期权套期保值问题提供了借鉴。     

期货市场多阶段系列展期套期保值策略研究

在资产价格波动受多种因素影响时,系列套期保值是一种比成堆展期套期保值效果更好的策略,针对SH策略的不足,提出一类拓展的系列展期策略——MSRH,定义了其基差,建立了一般决策模型,最后使用一个实例进行说明.     

事件驱动投资策略及其影响因素的实证研究

本文以东方证券主题投资策略库为研究样本,运用事件分析法,实证检验了事件驱动投资策略在中国A股市场上的累计超额收益及其影响因素。实证结果发现,事件确实存在显著的累计超额收益率,但为负值,分析发现这与策略库的荐股不够典型有关,需要投资者在实际操作中进一步删选。通过对累计超额收益影响因素的实证分析发现,加息周期和震荡市是事件驱动投资策略实施的有利条件,在个股的选择上,着重考虑股本大且具有行业代表性的龙头股。     

基于混合规避策略的期权定价及其数值分析

考虑现实市场中红利的存在、波动率等参数随时间变化以及交易时间不连续产生的对冲风险不可忽略,研究离散时间、支付红利条件下基于混合规避策略的期权定价模型.由平均自融资-极小方差规避策略得到相应欧式看涨期权定价方程,并且分别使用偏微分方法和概率论方法得到统一的闭形解.数值分析表明,与经典的期权定价模型相比,新模型中的期权价格更接近对冲成本.     

内部附加信息下的风险最小套期保值策略

在跳扩散价格模型下,利用扩大信息流方法解决了内部信息者的风险最小套期保值问题.首先构建了内部信息市场模型,提出了内部附加信息下的风险最小套期保值问题.然后利用利用风险资产价格的Markov性、Ito公式得到了内部信息下的风险最小套期保值策略的显式表示.     

基于VaR的权变投资组合保险策略及实证分析

传统的投资组合保险策略在投资期内全程进行保险操作,在熊市期间确能起到保险作用,但在牛市期间又会夹失部分收益。应用综合了VaR技术和滤嘴法则的VaR套补的权变投资组合保险策略,则能弥补上述缺憾,为保险资金或保本型基金投资股市提供了有效的投资手段。     

稳健稀疏主成分分析法及其实证研究

主成分分析是多元统计分析中一种非常经典的降维技术。然而,经典主成分分析却是对离群值非常敏感的,常因离群值的存在导致结果与实际不相符。另一方面,当主成分分析用于综合评价时,主成分的含义常因载荷间绝对值大小不分明而含糊不清,从而导致综合评价难以展开。本文通过使用稳健稀疏主成分分析法进行模拟实验和实证分析,结果表明:该方法不仅能很好地抵抗离群值的影响,而且还能准确地识别出离群样本。通过该方法得出的主成分的含义也较经典主成分分析和稳健主成分分析更加地明确和贴近实际。     

基于缓冲超越概率的风险度量及套期保值

尾部风险测度是风险管理中的关键点,本文利用缓冲超越概率模型,量化不同预期损失的风险概率分布,构建条件风险价值约束下的最小化“厚尾事件”概率的套期保值策略,从而将现有研究的视角拓展到考虑预期损失和风险概率的双重维度。本文通过实证数据统计和参数化拟合分布两个方法提供不同风险阈值及对应的缓冲超越概率的稳定解集合,研究结果发现,无论预期损失服从厚尾分布还是正态分布,缓冲超越概率模型均能够显著地降低市场风险和潜在的“厚尾事件”发生的概率,并提供比最小化方差稳定的套期保值比率。     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

Bounding Contingent Claim Prices via Hedging Strategy with Coherent Risk Measures

We generalize the notion of arbitrage based on the coherent risk measure, and investigate a mathematical optimization approach for tightening the lower and upper bounds of the price of contingent claims in incomplete markets. Due to the dual representation of coherent risk measures, the lower and upper bounds of price are located by solving a pair of semi-infinite linear optimization problems, which further reduce to linear optimization when conditional value-at-risk (CVaR) is used as risk measure. We also show that the hedging portfolio problem is viewed as a robust optimization problem. Tuning the parameter of the risk measure, we demonstrate by numerical examples that the two bounds approach to each other and converge to a price that is fair in the sense that seller and buyer face the same amount of risk.     

基于GMDH的LSSVM预测模型及其实证

自从Suykens提出新型统计理论学习方法-最小二乘支持向量机(LSSVM)以来,这种方法引起了广泛的关注,它在预测方面的良好性能得到了广泛应用.应用自组织数据挖掘(GMDH)方法改进LSSVM,提升了预测精度.首先利用GMDH方法选择有效的输入变量,再将这些变量作为LSSVM模型的输入,进行时间序列的预测,从而建立LSSVM和GMDH组合的混合模型GLSSVM.并通过汇率时间序列对本文模型进行了实证.结果表明,混合模型预测精度得到了明显的提高.