文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 沪深300股指期货交易风险及VaR应用
侵权投诉

沪深300股指期货交易风险及VaR应用

沪深300股指期货交易风险及VaR应用

日 周

表 1日和周收益序列单位根检验结果 ADF 1% 临界值 5% 临界值 -8.352381 -3.4471 -2.8683 -4.522851 -3.5047 -2.8939

10% 临界值

-2.5703 -2.5838

从检验结果可以看出,日和周收益率序列的ADF值都小于临界值,故接受序列平稳的原假设,可以建立GARCH模型。

(2)正态性检验

计算VaR还有一个分布问题要考虑,通常的模型假设残差服从正态分布,但在实际应用中,收益序列常常存在着尖峰、厚尾性,即收益率分布的峰度比标准正态分布的峰度高。由于金融时间序列的尖峰、厚尾性,计算VaR时应该考虑用于描述尾部特征的其它分布来代替正态分布。

表 2日、周收益率序列正态性检验结果

均值 标准差 偏度 峰度 Shapiro-Wilk P 值 日 0.001167 0.01347 0.2356 3.7212 0.9631 < 0.0001 周 0.005530 0.03037 -0.1023 1.0886 0.9675 < 0.0001

从表2可以看出,正态检验统计量Shapiro-Wilk的值对应的概率接近于0,故拒绝正态性的假设,日和周收益序列都明显不服从正态分布,且峰度比正态分布高,存在尖峰现象。

从检验结果及图1和图2可以看出收益率时间序列当中曾经出现了多个异常的峰值,而且一些异常波动性也出现了聚类现象(按照时间顺序集中在某个时段上),体现出序列波动的条件异方差迹象,这说明日和周收益率序列不是随机游动过程。GARCH模型能够准确地描述与分析并动态地刻画收益的异方差性,因此本文选用GARCH模型来对收益序列进行描述。由于收益率序列不服从正态分布,具有高峰厚尾的特征,t分布可以刻画这种高峰厚尾现象,故本文才用服从t分布的GARCH模型描述日和周收益序列的变化特征。在确定模型参数后,应用蒙特卡罗模拟法预测未来收益率的路径,然后计算VaR值,结果见图3和图4。

表 3日、周收益率序列GARCH模型参数估计结果

t 分布

α0 α1 β1 Model Intercept

自由度 日 周

GARCH(1,1) GARCH(1,1)

0.001376 0.007589

2.108E-6 0.01729 0.9515 0.000101 0.05630 0.7453

5.13 5.33

上一页第6页

你可能喜欢

  • VaR方法
  • 期货风险管理
  • 风险价值
  • 金融风险管理
  • 期货套期保值
  • 期货资金管理
  • VAR模型

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email