基于极值理论的白银期货市场风险度量研究

发布时间：2020-10-23 18:16

　　 受2008年美国次贷危机的影响,新的一轮经济危机在全球各地爆发,无论能源市场还是其他大宗商品市场都出现了巨大的萧条萎靡现象。然而无独有偶的是贵金属市场却持续保持了平稳增长的趋势。伴随着黄金持续走高,黄金、白银投资越来越受到人们的青睐,也成了众多投资者抵御货币危机的不二选择。针对近几年来的黄金投资热,已有学者指出“当所有人都坐到船的一边时,你应该移到另一边去”,因此可以说新兴的白银市场具有更大的投资潜力。又因我国于今年5月正式推出了白银期货市场,白银投资从而备受关注,更掀起了近两年来白银投资市场的热潮。我国作为新兴投资市场,这种投资热更是呈现出了暴发性增长。作为管理当局,应对整个投资市场进行风险管理、控制和疏导以避免爆发大规模的金融投资危机；而就投资者来说,本着风险最小化原则,更密切关注着隐藏在巨大收益背后的投资风险。因此关于我国白银投资市场的风险度量变得尤为重要,但目前鲜有学者从事该方面的研究。本文将从风险价值(Value at Risk,VaR)模型入手,结合极值理论,尝试对我国白银市场进行风险测度,为我国白银市场的风险规避和管理做出贡献,对白银投资者关于风险度量提供借鉴,更为之后的研究提供参考价值。 目前,在风险测度的各种方法中,最主要的为由J.P.Morgan投资银行提出的风险价值(Value at Risk,VaR)模型方法。但风险价值(Value at Risk,VaR)模型对极端事件的忽略则与金融风险管理中的极值风险尤值关注的原则相违背,且它关于资产收益率正态分布的理论假设也与实际金融资产收益率大多尖峰厚尾的情况不符,而极值理论恰能弥补这些不足。极值统计理论是一门用来分析和预测小概率事件风险的模型技术,其用途主要在于评估极端事件的风险,这恰巧修正VaR因正态分布假设所导致的尾部风险低估问题。另一方面我国的白银投资市场目前正处于发展起步阶段,受各种因素影响,市场常常会出现巨幅涨跌动荡,因此结合极值理论对白银市场进行风险度量是有理论基础的更是符合实际情况的。 本文先从简单的一元极值理论开始介绍,重点对极值理论模型中的阈值模型进行了讲解,并以沪白银期货市场收益序列为分析对象作了实证研究,先采用FIGARCH-t分布对收益序列进行拟合,从进而对新息序列进行GPD分布拟合。对于阈值的选取,本文采用了小波分析方法。最后本文计算了风险价值VaR并对模型进行了回测检验。然后本文以二元极值模型为代表浅显地介绍了多元极值理论,并借助连接函数Copula的方法分析了沪白银期货市场收益序列分布和沪黄金期货市场收益序列分布两者尾部极值的相关性。
【学位单位】：浙江工商大学
【学位级别】：硕士
【学位年份】：2012
【中图分类】：F724.5;F224
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    第一节 选题背景及意义
        一、选题背景
        二、选题意义
    第二节 国内外研究现状综述
    第三节 文章结构
    第四节 可能的创新点
第二章 一元极值理论
    第一节 极值分布的类型及性质
    第二节 区间极值模型
        一、广义极值分布
        二、区间极大值与极小值模型
        三、区间极值模型的参数估计
        四、区间极值模型的VaR估计
    第三节 阈值模型
        一、广义帕累托分布
        二、阈值模型
        三、阈值选取
        四、阈值模型的参数估计
        五、阈值模型的VaR估计
    第四节 回测检验
第三章 基于白银期货市场的实证分析
    第一节 数据预处理
        一、数据选取
        二、数据检验
    第二节 模型的选取
    第三节 极值阈值模型GPD分布拟合
    第四节 模型VaR的返回检测
第四章 多元极值理论简介
    第一节 相关结构函数Copula定义及性质
    第二节 二元极值分布模型
    第三节 二元极值相关结构函数
    第四节 二元极值分布模型参数的分布估计
第五章 基于白银期货市场和黄金期货市场的极值相关实证分析
    第一节 数据选取
    第二节 数据的统计检验
    第三节 基于FIGARCH-EVT的边缘分布拟合
    第四节 基于Copula理论的两市场尾部极值相关性分析
第六章 结论与展望
    第一节 主要结论
    第二节 未来研究方向展望
参考文献

【参考文献】

相关期刊论文 前10条

1 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期

2 司继文,蒙坚玲,龚朴;国内外股票市场相关性的Copula分析[J];华中科技大学学报(自然科学版);2005年01期

3 陈守东,俞世典;基于GARCH模型的VaR方法对中国股市的分析[J];吉林大学社会科学学报;2002年04期

4 刘国光,许世刚;投资组合管理中连接函数应用[J];集美大学学报(哲学社会科学版);2004年04期

5 马玉林,陈伟忠,施红俊;极值理论在VaR中的应用及对沪深股市的实证分析[J];金融教学与研究;2003年06期

6 韩德宗;陈弢;;基于极值理论的我国期货市场保证金设置研究——经流动性风险调整后的优化设置[J];南方经济;2006年07期

7 史道济,冯燕奇;多元极值分布参数的最大似然估计与分步估计[J];系统科学与数学;1997年03期

8 刘志东;徐淼;;基于GARCH和EVT的金融资产风险价值度量方法[J];统计与决策;2007年18期

9 封建强;沪、深股市收益率风险的极值VaR测度研究[J];统计研究;2002年04期

10 史道济,关静;沪深股市风险的相关性分析[J];统计研究;2003年10期

相关博士学位论文 前2条

1 罗俊鹏;Copula理论及其在金融分析中的应用研究[D];天津大学;2005年

2 花拥军;极值理论在中国股市风险度量中的应用研究[D];重庆大学;2009年

相关硕士学位论文 前3条

1 焦琦斌;基于极值理论的VaR方法在股指期货风险管理中应用研究[D];浙江大学;2009年

2 邢琳琳;基于极值理论和Copula函数的中国基金市场投资组合VaR研究[D];重庆大学;2009年

3 唐秋燕;基于极值理论的风险价值（VaR）方法及对沪深300指数的实证分析[D];重庆大学;2009年

本文编号：2853377