论文部分内容阅读
本文将已实现波动方法中的Realized GARCH模型以及用于多维时变相关性建模的时变Copula模型相结合,构建了TVM-Copula RG类模型。并使用该模型来进行风险最小化现货期货套期保值比例的预测,基于沪深300股票指数现货和期货高频数据对不同模型得到的套期保值比的有效性进行横向对比分析。在构造Realized-GARCH结构时,本文不仅考虑了九种不同的高频已实现估计量及五种对尾部敏感度不同的Copula函数。进一步地,讨论分析了高频信息在Copula函数中引入的效果。在实证部分,本文对所选沪深300股指及其股指期货全样本区间进行了样本内外预测,采用方差减小比率HE、已实现方差减小比HERV及跟踪误差波动TEV作为模型套期保值比预测效率评价指标。并使用DM检验和MCS检验将其与其他常用模型得到的评价指标得分进行比较。为了检验模型的鲁棒性,本文通过NPCPM方法将样本划分为高波动子样本及低波动子样本,进一步讨论了模型在不同市场波动条件下模型的表现。同时对美国市场的标普500指数及其对应期货数据的实证结果进行分析,讨论了模型在不同市场结构中的表现。通过对中国市场及美国市场数据实证研究表明:1)高频信息模型相比传统的Copula-GJR模型能显著提高套期保值的有效性;2)通过RG结构结合已实现估计量比简单地将其作为外生变量纳入边际分布(TVM-Copula-GJRX模型)能提高降低风险的效果;3)进一步在动态Copula函数中加入已实现的相关测度,提高了大多数TVM-Copula-RG模型的套期保值性能。在高波动区间时,Copula函数选择尾部敏感的TVM-Copula-RG类模型能显著提升套期保值性能;4)在已实现估计量选择上,对噪声稳健的五分钟采样的RK明显优于其他已实现估计量;5)在Copula模型的设置及选择上。对左尾敏感的Clayton-Copula显著提高了中国市场套期保值的有效性,降低了跟踪误差的波动性;对上下尾都敏感的SJC-Copula在美国市场表现更为突出;6)TVM-Clayton(RC)-RG(RK)模型通过RG结构加入已实现核,并在时变Clayton-Copula中包含已实现相关性,证明是中国市场较优的套期保值方法,特别是在市场波动期间。