基于MRS的股指期货最优分位数套期保值研究北大核心CSCD

为研究不同市场状态及现货收益率分位下的股指期货套期保值比率,引入马尔科夫状态转换模型将分位数套期保值方法扩展到多状态情形,并提出了基于损失函数最小化的最小方差套期保值效率分位数计算方法.选取中国上证50、沪深300和中证500股指期货进行实证分析,结果表明,三大股指期货的分位数套保比率呈倒U型;低波动状态的分位数套保比率相对平稳,而高波动状态的分位数套保比率在现货收益分布中向右下方倾斜.比较不同套期保值方法的效率得出,在高、低波动状态下,分位数套期保值均优于均值回归套期保值.     

股指期货最小风险套期保值比率计算方法及实证研究

股指期货作为资本市场中重要的风险管理工具,其功能的发挥取决于套期保值比率的确定.本文在系统分析投资组合最小风险套期保值模型基础上,研究了最小风险套期保值比率各种主要计算方法,并针对香港恒生指数期货套期保值进行深入的实证分析,检验了不同方法在香港市场上的应用效果.     

基于CVaR的期货最优套期保值比率模型及应用

通过条件风险价值(CVaR)控制套期保值资产组合在极端情况下发生的超额损失,建立了组合CVaR最小的套期保值优化决策模型.本模型的特色表现在:①现有研究的最小方差套期比及VaR套期比模型仅仅是本模型的1个特例:一是在期货的期望收益率为零时,或在期货和现货收益率完全相关时,本模型的最优套期比就是现有研究的最小方差套期比;在置信水平接近于100%的情况下,本模型的最优套期比趋近于最小方差套期比;二是在置信水平1-α下,当本模型的套期保值组合收益率小于标准正态分布的α分位数那一点的组合收益率的条件均值等于VaR套期比模型中特定的β分位数时,本模型就等于VaR套期比模型.②以期货套保组合收益率的CVaR为目标优化套期保值比.充分考虑了套保组合的尾部损失,综合了套期保值者期望收益率和风险偏好,改变了现有研究忽略套保者期望收益率和人为设定风险偏好参数现象,使期货合约的选择直接反映了套保者的风险承受能力.③模型反映了CVaR最优套期比由套保者投机需求和纯套保两部分组成,更深层次地探讨了套期保值比率的含义.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

不同市场状态下股指期货套期保值效率研究——异常波动事件的影响效应

本文以股市异常波动为背景系统地考察了沪深300股指期货在不同市场状态下动态套期保值效率的变化,以探究异常波动和交易限制措施对股指期货套期保值功能的影响.本文基于日内高频数据建立已实现协方差(RCOV)和已实现相关系数来度量期现收益率相关性,进而建立RCOV-Wishart-HAR模型以及MVGARCH族模型用于动态套期保值.本文的实证结果表明股指期现收益相关性在异常波动中出现下降,并在严格的交易限制措施出台后受到进一步冲击.股指期货的风险对冲效率相应地在异常波动中出现下降,但仍能够对冲70%以上的市场波动风险;近年来,随着交易限制的逐渐松绑和市场波动率的降低,股指期货的风险对冲效率出现回升.套保成本在异常波动中最低,而交易受限后套保成本高于受限之前的水平,并没有随着交易限制的松绑而下降.以上结果表明股指期货在异常波动中较好的发挥了套期保值功能,交易限制措施阻碍了套期保值功能的发挥,现行的松绑政策一定程度上促进了股指期货套期保值功能的恢复,但仍有进一步的政策空间.     

基于VaR的期货最优套期保值模型及应用研究

提出基于VaR确定期货最优套期保值比率原理,并建立了以组合VaR为目标函数的套期保值优化决策模型,一是从理论上推导了VaR最优套期比,二是研究发现VaR最优套期保值比在期货合约期望收益率为零,期货和现货收益率完全相关或VaR置信水平接近于100%的情况下趋近于最小方差最优套期比;现货和期货价格变动完全一致情况下,VaR最优套期比等于传统的套期比,三是得出了VaR最优套期比由反映套期保值者投机需求和纯套期保值两部分组成的结论.     

基于Copula-GARCH方法的LPM套期保值研究

风险的下偏距(lower partial moment,LPM)是一种较好的风险测度,它弥补了方差度量中的双边风险的不足,并且放松了对二次效用函数的限制要求.因此,LPM测度被广泛应用于金融风险管理研究.套期保值是金融风险控制的重要方法之一,但由于资产收益的联合分布的不确定性,给应用LPM进行套期保值带来了困难.对此采用Copula - GARCH方法对即期与衍生品市场的资产收益序列进行拟合,并将LPM模型应用于人民币外汇市场套期保值实证研究,得到最优套期保值比率.进一步通过绩效比较发现,无论在NDF市场还是远期市场,LPM模型的套期保值绩效都要优于最小方差的套期保值绩效.     

基于已实现二阶矩预测的期货套期保值策略及对股指期货的应用

资产收益的跳跃行为给套期保值决策带来了挑战. 提出了考虑跳跃、基于预测的VecHAR-RVRCOV-J模型, 首次将高频数据中蕴含的跳跃信息引入套期保值决策, 对期货和现货收益率的已实现二阶矩做异质滞后阶向量自回归, 构造动态套期保值比率的预测统计量. 实证应用中以沪深300股指期货及沪深300指数为对象构建套期保值策略, 在样本内和样本外的综合套保绩效考核上, 新模型优于常用的二元GARCH模型.     

石油期货套期保值套期比选取的研究

石油价格波动给国内企业带来了严重的经营风险,研究石油期货市场套期保值规避石油价格波动风险具有重要意义。研究了考虑石油期货价格和现货价格误差修正关系和价格波动集簇性两方面的情况下套期比的选取,实证分析了1月和2月期货的套期保值效果差异。     

基于等价鞅测度的动态套期保值模型研究

分别考虑期货机会成本和期权预算约束,建立最优期货和期权套期保值模型.通过构造等价鞅测度,在风险厌恶型一般效用函数下证明了模型最优解是唯一存在的,给出了求解模型的算法步骤;并在负指数效用函数下得到期货和期权最优头寸的显式表达式.实证研究表明:为规避上证50ETF价格风险,期货和期权套期保值都获得了正收益.期货(权)套期保值收益随着投资者风险厌恶系数的增加而增加(减少).通过分析预算的影响建议风险厌恶系数较小的投资者在预算较大时选择期货套期保值,而风险厌恶系数小预算较少或风险厌恶系数较大的投资者选择期权套期保值;通过模拟金融危机情景发现随着标的价格波动的增大,期货套期保值收益增大、期权套保收益减少,建议投资者在现货价格波动较大时优先采取期货套期保值.     

基于马尔可夫状态转换方法的套期保值

中国商品期货市场由于各种因素影响导致期现关系的高、低波动状态发生变化, 这对套期保值产生重要影响, 将马尔可夫状态转换方法引入到中国商品期货市场最优套期保值研究, 分析状态转换下的套期保值. 研究表明, 期货市场和现货市场的关系表现为相异的高、低波动状态, 高波动状态的稳定性、持续时间均低于低波动状态, 市场所处的状态与基差变化密切相关. 套期保值绩效分析表明, 单一状态套期保值中MGARCH模型的效果好于VECM, 而VECM又好于VAR, 它们均优于OLS模型. 时变转换概率和常转换概率马尔可夫模型的套期保值效果优于单一状态下的套期保值.     

基于MRS-EGARCH模型的沪深300指数波动预测

提出了一种新的马尔可夫机制转换EGARCH模型,假定收益残差序列可以服从高斯分布、t-分布或广义误差分布,并允许非高斯分布中自由度与所处机制有关,以刻画可能存在的时变峰度及厚尾特征.以沪深300指数为例进行实证研究,发现新模型能区分隐藏在指数收益序列中的不同机制.预测成功率指标表明设定收益残差服从厚尾分布的MRS-EGARCH比单机制EGARCH具有更好的波动率预测性能.     

股指期货操纵预警的Logistic模型实证研究

通过建立Logistic回归模型判别股指期货被操纵的可能性,将股指期货是否被操纵的问题转化为根据一定时期内股指期货市场的波动性以及流动性指标计算股指期货在一定时间内被操纵的概率,建立了股指期货操纵事件的预警模型.选取香港恒生指数期货操纵时段和对应的非操纵时段,进行了预警模型的实证检验,证明了该模型可以对股指期货操纵事件起到较好的预警作用.研究发现,在股指期货市场中,操纵期与非操纵期的交易量和空盘量显著不同,而反映市场波动性的收益率指标的变化并不显著,对操纵行为是否发生可以使用空盘量和交易量构建模型进行判别.Logistic模型可以很好的识别股指期货市场上的操纵行为,在进入操纵期以后,根据模型计算出的操纵事件的发生概率发生了显著的变化.     

基于高频数据的中国市场股指期货套利

利用上证50ETF, 上证红利ETF 和深证100ETF 来复制沪深300指数作为现货, 构建沪深300 股指期货的无套利边界,并对IF1005、IF1006 和IF1007三个主力合约进行了套利机会和结果的分析, 发现:三个主力合约均存在套利机会;与国外股指期货推出初期出现的双边套利机会相比, 沪深300股指期货只有单边套利机会; 与仿真交易数据出现的持续套利机会相比,实际交易数据出现的套利机会逐渐减少;在套利机会较多时获得的利润较少, 而套利机会较少时获得利润较多; 最后根据研究结果提供了相应的投资建议.     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.     

股指与股指期货价格发现过程研究

使用脉冲响应和一般因子分解模型检验了标准普尔500指数、道琼斯工业平均指数、香港恒生指数、日经指数和金融时报100指数现货市场和期货市场之间的价格发现过程.结果发现,期货市场在价格发现过程中占主导地位,并且随着期货市场的发展,期货市场在价格形成过程中的作用越来越大,起到了信息(定价)中心的作用.     

基于隐马尔科夫模型的中国股票信息探测

应用隐马尔科夫模型对不可观测的股票信息状态建模, 并构建信息状态转移概率矩阵刻画信息状态在时间维度上的动态关联性. 基于5分钟分时高频数据, 利用贝叶斯推断与马尔科夫链蒙特卡洛模拟(MCMC)的方法估计了上证指数、上证50样本股2010年 8月的信息状态与信息强度. 通过实证验证了模型具有较好的信息识别能力, 且发现了中国股票市场信息效应具有聚集性的特点. 通过信息状态转移概率矩阵, 推测出:在我国股票市场, 一个信息经过100分钟能融入市场的概率是99%.     

基于Lotka-Volterra模型的股指期货市场竞争分析

2006年中国金融期货交易所在上海成立,我国即将推出沪深300股票指数期货,然而新加坡交易所抢先我国推出了新华富时A50指数期货.新华富时A50指数期货的提前一步推出,会对可能上市的沪深300指数期货产生影响,各方人士对日后新华富时A50指数期货与沪深300指教期货之间的竞争极为关注.本文应用Lotka-Volterra动力系统模型,使用新加坡的摩根台指期货与台湾台指期货的交易量数据,对新加坡的摩根台指期货与台湾的台股指数期货的竞争关系进行了实证分析,结果表明在金融期货推出的初期,两市场更容易处于互惠的关系,随着合约竞争力和市场容量的持续改变,其竞争关系不断地发生着变化.     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.