我国主要商品期货的价格波动与避险效率研究

发布时间：2017-09-17 07:34

  本文关键词：我国主要商品期货的价格波动与避险效率研究

  更多相关文章： 商品期货 波动率 波动溢出效应 避险效率 Copula方法

【摘要】：在全球经济和金融市场一体化的大背景下,我国期货市场的发展受到了越来越广泛的关注。特别是近十多年来,我国商品期货市场的发展势头迅猛。从2009年开始,我国商品期货交易量已经连续5年位居全球首位,期货市场在我国实体经济和多层次资本市场建设中的重要地位也日渐凸显。因此,本文基于成交量、成交金额、上市时间、商品类别以及与国外相关期货品种关联度大小的考量,从我国商品期货市场的四十余个交易品种中,界定和选取了有影响力的八种“主要商品期货”,对其价格波动特征以及避险效率进行了较为全面和深入的探讨。论文主要的研究工作和结论如下：首先,运用GARCH、GJR-GARCH、修正R/S和GPH方法,考察了我国八种主要商品期货品种的价格波动特征。实证结果显示,我国商品期货收益普遍呈现出较为显著的左偏和尖峰胖尾特征；其价格波动具有明显的聚集性和长记忆性特征,但与证券市场不同的是,其中大多数品种的价格波动不存在非对称杠杆效应(Asymmetric leverage effect)。其次,在4种损失函数基础上,采用“模型信度集’(Model confidence set)检验以及动态分位数回归(Dynamic quantile regression)检验法,比较了多种线性和非线性GARCH族模型对我国商品期货市场波动率的刻画精度和VaR测度效果。主要实证结果表明：虽然不同的波动率模型能够捕获非对称杠杆效应或(和)长记忆特性等市场波动的典型事实,但没有哪一种波动率模型具有对全部八种期货品种一致的最优波动率刻画能力；在对VaR的测度精度对比中,各种波动率模型对波动本身的刻画能力似乎并非关键因素,而对新生量(Innovation)的建模方法则具有至关重要的作用。具体来说,就我国商品期货市场而言,波动率模型的选择对于VaR的测度精度作用有限,而基于有偏学生分布的波动模型具有显著更优的风险刻画精度,且这一现象在高风险水平上更加显著(如上尾和下尾0.5%及以上的分位数水平)。再次,运用BEKK-GARCH模型、PELT波动变结构点诊断方法和分阶段Copula模型,考察了我国商品期货与国外相关期货品种间的波动溢出效应。结果表明：国内外大豆、豆粕、糖、铜和橡胶期货间均存在双向的波动溢出效应,且在各农产品期货品种中,国外产品对国内产品的波动溢出效应更强；锌期货间则仅存在国内对国外的单向波动溢出效应。整体而言,我国主要商品期货与国外相似期货品种之间存在密切联系,且在2008年金融危机后,国内期货对国外相关品种的波动溢出强度和都有不同程度的增强。最后,运用OLS、BVAR、VECM和MVGARCH等传统避险模型以及各类静态和动态Copula方法,对我国主要商品期货进行了避险比率计算和避险效率对比研究。结果表明：总体来说,金属期货(铜和锌)和能源化工期货(天然橡胶和PTA)的避险效率要明显高于农产品期货(大豆、豆粕和白糖)；与大多数现有研究结果类似,基于我国期货产品周交易数据的避险比率和避险效率要明显高于基于日数据的结果；各避险模型对不同期货品种的避险效率不尽相同,传统避险模型在多数情况下具有更好的避险效率,而理论上更优的静态和动态Copula方法则仅在沪铜日数据和螺纹钢周数据的实证检验中表现最好；2008年以后,我国主要商品期货的避险效率都有不同程度的提高,但与国外市场相比,我国商品期货市场的避险效率依然偏低。
【关键词】：商品期货 波动率 波动溢出效应 避险效率 Copula方法
【学位授予单位】：西南交通大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F724.5
【目录】：

• 摘要6-8
• abstract8-13
• 第1章 绪论13-21
• 1.1 研究背景13-15
• 1.2 研究目的和意义15-16
• 1.3 研究内容与研究方法16-18
• 1.3.1 研究内容16-18
• 1.3.2 研究方法18
• 1.4 论文结构及技术路线18-20
• 1.5 论文可能的创新之处20-21
• 第2章 国内外文献回顾与评价21-36
• 2.1 商品期货的波动特征研究21-26
• 2.2 波动率模型比较研究26-28
• 2.3 商品期货间的波动溢出效应研究28-31
• 2.4 商品期货的避险效率研究31-34
• 2.5 文献综述34-36
• 第3章 我国主要商品期货的界定及数据选取36-50
• 3.1 期货市场概述36-41
• 3.1.1 期货市场的形成与发展36-39
• 3.1.2 期货市场的功能和作用39
• 3.1.3 世界主要商品期货市场39-41
• 3.2 我国主要商品期货的界定41-46
• 3.2.1 我国期货市场发展历程41-43
• 3.2.2 我国主要商品期货的选取43-46
• 3.3 数据选取说明46-49
• 3.3.1 数据来源与构建46-47
• 3.3.2 数据选取47-49
• 3.4 本章小结49-50
• 第4章 主要商品期货的波动特征研究50-67
• 4.1 波动特征研究方法50-55
• 4.1.1 GARCH模型50-52
• 4.1.2 GJR-GARCH模型52-53
• 4.1.3 修正R/S分析法和GPH检验53-55
• 4.2 期货收益率的描述性统计55-57
• 4.3 波动聚集性和持续性检验57-59
• 4.4 波动的非对称性检验59-61
• 4.5 收益和波动的长记忆性检验61-66
• 4.5.1 收益率的长记忆性61-63
• 4.5.2 波动率的长记忆性63-66
• 4.6 本章小结66-67
• 第5章 波动率模型比较研究67-84
• 5.1 波动率模型67-69
• 5.1.1 条件方差建模67-68
• 5.1.2 新生量Z_l建模68-69
• 5.2 模型刻画精度检验方法69-71
• 5.3 VaR计算及后验分析方法71-72
• 5.4 实证分析72-81
• 5.4.1 波动率模型参数估计结果72-74
• 5.4.2 模型刻画精度检验74-77
• 5.4.3 VaR计算及后验分析77-81
• 5.5 本章小结81-84
• 第6章 国内外商品期货间的波动溢出效应研究84-100
• 6.1 基于BEKK-GARCH模型的波动溢出效应检验方法84-86
• 6.1.1 BEKK-GARCH模型84-85
• 6.1.2 Wald检验85-86
• 6.2 基于Copula模型的波动溢出效应检验方法86-90
• 6.2.1 PELT波动变结构点诊断86-89
• 6.2.2 分阶段构建Copula模型89
• 6.2.3 Z检验89-90
• 6.3 实证分析90-97
• 6.3.1 国外商品期货收益率的描述性统计90-91
• 6.3.2 基于BEKK-GARCH模型的波动溢出效应检验结果91-94
• 6.3.3 基于Copula模型的波动溢出效应检验结果94-97
• 6.4 本章小结97-100
• 第7章 基于静态和动态Copula方法的商品期货避险效率研究100-120
• 7.1 传统避险模型100-106
• 7.1.1 避险比率和避险效率的计算100-101
• 7.1.2 回归模型(OLS)101-102
• 7.1.3 双变量向量自回归模型(BVAR)102
• 7.1.4 向量误差修正模型(VECM)102-105
• 7.1.5 多变量GARCH模型(MVGARCH)105-106
• 7.2 静态和动态Copula方法106-110
• 7.2.1 边缘分布拟合模型107-108
• 7.2.2 Copula函数108-110
• 7.3 实证分析110-117
• 7.3.1 现货收益率的描述性统计110-111
• 7.3.2 单位根检验和协整检验111-113
• 7.3.3 各类避险模型的避险比率和避险效率结果113-117
• 7.4 本章小结117-120
• 结论与展望120-122
• 致谢122-123
• 参考文献123-141
• 附录 主要商品期货收益率序列的正态分布Q-Q图141-142
• 攻读博士学位期间发表的论文及科研成果142

，

本文编号：868094