您的位置:首页 > 财经 > 金融 > 中国商品期货市场期货铜价格风险研究

中国商品期货市场期货铜价格风险研究

2018-05-25 来源:  浏览:    关键词:中国商品期货市场期货铜价格风险研究

一、背景

  在期货市场上市交易的大宗商品大多是关系国计民生的初级商品,价格波动普遍受到各方?P注。期货商品的价格风险是期货交易中微观主体所面临的主要风险,市场监管者也需要通过一些指标来量化价格风险,以减缓风险给市场交易者们带来的潜在危害。

  由于期货市场的价格风险同样蕴涵着大量的市场信息,对之进行研究有助于系统地认识期货价格的特征、了解期货价格形成的内在机理、信息传递方式及市场运行效率。因此,研究期货的价格风险对于发展我国期货市场具有重要意义。

  二、VaR的概念

  VaR是目前一种流行的金融风险管理工具,对于估计给定资产组合在未来价格可能的波动下或损失很有帮助。假定一个证券组合初始价值为P0,收益率R的期望值为?,波动性为σ,且在给定置信水平下投资组合的最低价值为P*=P0(1 R*),则VaR可表为:

  实际应用中,由于各种各样因素的影响,无论采用哪种方法都会产生一定的偏差,监管部门和金融机构必须以评估模型的准确性。

  VaR模型的准确性检验是指VaR模型的测量结果对实际损失的覆盖程度,最直接的检验方法就是考察实际损失超过VaR的概率:把实际损失超过VaR值的事件记为失败,实际考察失败天数为N,则失败频率为p=N/T。例如,如果置信度为95%,则失败的概率应为5%,零假设是p=5%,VaR检验模型的准确性相当于检验失败概率等于特定概率,最合适的检验是似然比率检验:

  在零假设的条件下,统计量LR服从自由度为1的分布。

  三、数据选择和VaR值计算

  本文采用Wind数据库上期所期货铜最为活跃的三月连续数据,样本区间为2012年1月至2017年2月,数据均为日数据,选择对数收益率时间序列作为分析对象。

  首先,应用VaR方法计算四种GARCH模型(GARCH,GARCH-M,EGARCH,TGARCH)分别基于正态分布、t分布和广义误差分布(GED)的VaR风险值,再根据有效性检验比较得出检验表现最好的模型。

  用GARCH类模型在三种分布下求得条件方差后,就可以进行VaR的计算:

  计算出的VaR是由模型基于历史数据得出的风险价值,其预测结果有待有效性检验。下表是失败频率检验的结果。

  表中,bic为贝叶斯信息准则,N是指考察期内实际失败天数的和,LR统计量是根据公式计算得到。

  四、结语

  根据实证计算的结果,我们可以得出以下结论:

  从分布来看,所有基于t分布的模型都严重地高估了风险,似然比统计量都被拒绝,说明t分布不符合我国商品期货市场。所有的模型在正态分布和GED分布下都通过了后验检验,且在GED分布下得到的LR统计量值均相应地比低于正态分布下的LR统计量,说明相比于正态分布,GED分布更能有效地度量市场风险。

  基于同一分布下的各种模型相差不大。根据bic信息准则,在正态分布下,GARCH要略优于其它模型;在GED分布下,同样要略优于另三个模型。因此,GARCH-GED模型是最优的。


版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:service@qeerd.com,投稿邮箱:tougao@qeerd.com