论文部分内容阅读
保证金制度可以有效管控期货市场风险,设置合适的保证金水平,是提高期货市场运行效率、实现期货市场长期稳定与繁荣的基石。我国的静态保证金制度在运行过程中面临着调节机制僵化、设置偏高等弊端,而动态保证金可以根据市场风险调整保证金水平,既能有效管控市场风险,又可以提高期货市场的效率。因此,动态保证金是保证金制度发展的潮流,研究动态保证金设定方法,具有十分重要的现实意义。股指期货保证金水平的设定关键是对风险价值VaR的度量和计算,本论文采用理论分析和实证研究相结合的研究方法。理论部分主要介绍了参数法、非参数法、极值理论等VaR的计算方法,其中参数法基于收益率序列服从正态分布的假设,主要包括Delta—正态分布、EWMA、GARCH模型,非参数法主要是指历史模拟法,从历史数据来模拟计算VaR。极值理论主要介绍了 POT模型的基本原理,以及将GARCH模型和POT模型相结合的VaR计算。实证部分选取2010年4月16日至2017年4月18日的股指期货活跃合约的日结算数据,建立五种动态VaR模型,利用Kupiec检验方法对五种模型在不同时间窗口和置信水平情形下的准确性进行检验。在实证过程中对数据的正态性、平稳性和波动聚集性进行检验,检验结果表明我国的股指期货收益率序列是平稳序列,并不不服从正态分布,具有尖峰厚尾、波动聚集性和长时记忆性等特征。实证结果表明历史时间窗口的选择对Delta—正态分布和历史模拟法影响程度较大,较短的时间窗口 250天VaR的预测结果更灵敏,在模型预测准确的情况下击穿频率较低。在95%的低置信水平下,只有GARCH-P0T模型存在高估风险的状况,其余四种模型均预测准确。在97.5%、99%的高置信水平下,Delta—正态分布、EWMA、GARCH存在一定程度的风险低估状况,这与收益率存在尖峰厚尾的实际情况相符。历史模拟法在这两种高置信水平下,对VaR的预测最为准确,GARCH-POT模型在99%的最高置信水平下VaR预测结果准确,这是由于极值理论的基本原理和特性决定的。