谈谈门限基于Copula-Threshold-GARCH模型沪深300股指期货套期保值生

论文导读：的金融探讨人员在借鉴了大量国外成熟的探讨工作后,尝试运用各种静态模型、动态模型、组合模型根据中国股市情况对股指期货套期保值比率进行经验实证浅析,包括VAR和VECM等静态模型,以及GARCH模型、MRS等动态模型。我国学者在股指期货的探讨中日趋成熟。本论文以沪深300股指为基础,引入两个门限的GARCH模型,同时捕获了现货和期
摘要：股指期货是资本市场高度进展的产物,诞生于20世纪80年代的美国,是一种能规避股票市场波动中系统风险的有效金融期货。股指期货能够为金融市场提供风险对冲功能,顺应了市场对系统性风险的管理需求。探讨数据表明,我国股票市场的系统风险占总风险的54.74%,远远高于发达国家的平均水平,美国股票市场的系统风险比重仅为25%。在中国股票市场中,股票交易已经具有一定规模和活跃性,投资者需要一种能够对冲市场风险的金融工具。我国沪深300股指期货正式交易于2010年4月16日,时至今日股指期货交易在我国已经不是个新鲜事物。沪深300指数期货运营以来,虽投资热情持续高涨、期货、现货联动功能发挥较好,但同时也有着一些不足,如投资者结构的不合理现象导致投机气氛浓厚。就目前而言,股指期货的主要参与者是商品期货的机构投资者和个人投资者,这些投资者更倾向于短线投机交易,并且机构投资者的缺失导致套期保值功能在中国的股票市场上得不到更好的发挥。由此需要对股指期货交易对策进行探讨,尤其是怎样利用股指期货对股票现货进行套期保值,以达到较为满意的规避风险的目的。国际上的探讨人员对于股指期货最优套期保值率的探讨已经具有相当高的论述水平,并且在策略上也有不断革新。相比较而言,我国的探讨人员对于该领域的探讨尚处于探讨阶段,尽管如此,我国在股指期货领域中的探讨也已取得了一些阶段性的不少成果。我国的金融探讨人员在借鉴了大量国外成熟的探讨工作后,尝试运用各种静态模型、动态模型、组合模型根据中国股市情况对股指期货套期保值比率进行经验实证浅析,包括VAR和VECM等静态模型,以及GARCH模型、MRS等动态模型。我国学者在股指期货的探讨中日趋成熟。本论文以沪深300股指为基础,引入两个门限的GARCH模型,同时捕获了现货和期货市场股票收益的不对称非线性行为和它们之间的相关结构。利用了两个椭圆Copula函数和三个阿基米德Copula函数,构造二元Copula-Threshold-GARCH模型,对沪深300股指期货套期保值比率和套期保值效果进行探讨,并与传统静态OLS模型和动态DCC模型的套期保值比率及套期保值效率进了比较浅析,浅析套期保值效率。本论文分为五个部分,第一部分是引论,介绍本论文的探讨背景、目的和作用,包括国内外股指期货领域的探讨情况和Copula函数在金融领域的运用近况,同时指出本论文的革新点,以沪深300股指为探讨对象,引入两个门限的GARCH模型,用五种不同的Copula函数构造二元Copula-Threshold-GARCH模型。第二部分是股指期货套期保值论述的概述,介绍了股指期货交易和作用；股指期货套期保值原理、对策；以及股指期货套期保值比率模型和套保效率的探讨等。第三部分对本论文所利用的Copula-Threshold-GARCH模型进行详细介绍。第四部分是本论文的探讨重点,概述了利用沪深300指现货和期货交易数据与第三部分建立的股指期货套期保值比率计量模型进行实证浅析,通过计算最优套期保值比率并对其效果进行比较浅析。第五部分在总结了本论文探讨的结论的基础上,提出本论文的不足和缺陷,并确定了未来深入探讨的方向和重点。本论文得出的主要结论如下：(1)我国沪深300股指期货和现货收益率走势基本一致,体现出高度的持续相关性。这说明投资者在股指期货市场采取套期保值对策对投资风险进行管理可以取得比较满意的结果。(2)我国沪深300股指期货和现货收益率序列具有尖峰厚尾的特点,并有着尾部不对称现象。这表明,选择t分布进行参数估计能更准确的拟合出金融时间序列的实际情况,也能获得更好的效果。(3)面对市场冲击时,沪深300股指期货和现货对负面冲击的反应大于正面冲击,即在有负面冲击的情况时股指期货和现货的波动性更大。(4)本论文基于五种Copula-Threshold-GARCH模型下的套期保值效果整体优于静态OLS模型和动态DCC模型,其中Student's-t Copula模型所计算的结果在方差制约上的效果最好。关键词：股指期货论文套期保值论文Copula函数论文门限GARCH论文
本论文由www.7ctime.com,需要论文可以联系人员哦。论文导读：303.2.2Threshold-GARCH模型的边际分布30-313.2.3二元Copula密度函数31-343.3最优套期保值比34-354沪深300股指期货套期保值比率的实证浅析35-494.1沪深300股指期货35-364.2数据的选取及处理36-384.3基本统计浅析38-424.4模型的参数估计与浅析42-494.4.1Threshold-GARCH(1,1)模型的参数估计42-444.4.2Copula模型的
摘要2-4
ABSTRACT4-8
1 引言8-16

1.1 探讨目的及作用8-9

1.2 文献综述9-13

1.2.1 国内外套期保值论述及策略的探讨9-11

1.2.2 Copula函数的探讨近况11-13

1.3 文献述评13-14

1.4 主要思路和革新点14

1.5 结构安排14-16

2 股指期货套期保值基础论述16-28

2.1 股指期货概述16-21

2.

1.1 股指期货的概念和特性16-17

2.

1.2 股指期货的产生以及进展历程17-21

2.

1.3 股指期货进展历程对我国市场的启迪21

2.2 股指期货套期保值概述21-28

2.1 股指期货套期保值的原理21-22

2.2 股指期货套期保值类型22-23

2.3 套期保值模型23-27

2.4 套期保值效果评估27-28

3 探讨策略28-35

3.1 探讨策略概述28

3.2 建立Copula-Threshold-GARCH模型28-34

3.

2.1 Copula函数28-30

3.

2.2 Threshold-GARCH模型的边际分布30-31

3.

2.3 二元Copula密度函数31-34

3.3 最优套期保值比34-35
4 沪深300股指期货套期保值比率的实证浅析35-49

4.1 沪深300股指期货35-36

4.2 数据的选取及处理36-38

4.3 基本统计浅析38-42

4.4 模型的参数估计与浅析42-49

4.1 Threshold-GARCH(1,1)模型的参数估计42-44

4.2 Copula模型的参数估计44-46

4.3 最有套期保值比率的计算与效果评估46-49

5 论文结论、倡议及不足49-52

5.1 主要结论49-50

5.2 本论文倡议50

5.3 本论文主要不足之处50-52

参考文献52-55
后记55-56