對滬深300指數(shù)期貨波動性的風(fēng)險分析.pdf

1、計算機(jī)和互聯(lián)網(wǎng)技術(shù)帶動的現(xiàn)代金融市場中包含著各式各樣的金融產(chǎn)品，并且每天都還在不斷的進(jìn)行著研究改良與創(chuàng)新發(fā)明。對于親身涉入其中的投資者來說，如何能夠把握這些金融產(chǎn)品的特質(zhì)以及如何運(yùn)用已有的知識對這些金融產(chǎn)品做出準(zhǔn)確的決策行為將是十分重要的。本文選擇的研究對象是滬深300指數(shù)期貨，一方面是因?yàn)槠谪浭袌霰旧韺ΜF(xiàn)貨市場有一定的引導(dǎo)作用，能夠反映經(jīng)濟(jì)的動向;另一方面，期貨具有高杠桿的特性，能夠更充分的體現(xiàn)風(fēng)險的分量。這就需要先對該期貨合約有一定

2、的了解，尤其是它可以放大風(fēng)險的特點(diǎn)。因此，站在投資者的立場上，會發(fā)現(xiàn)需要解決的問題中，最為重要的就是權(quán)衡風(fēng)險和收益的分量。
　　這就需要投資者對風(fēng)險理論和風(fēng)險模型的有一定的了解。所以，本文以風(fēng)險的基礎(chǔ)定義為出發(fā)點(diǎn)，逐步并展開深入到對風(fēng)險理論的探求以及風(fēng)險模型的建立。在投資學(xué)中，風(fēng)險的本義并不是用來測量危險的程度，而是代表了未來某個事件是否會發(fā)生的一種不確定性。這個事件既可以是招致災(zāi)禍，也可以是帶來收益。因此，對一個具體事件做風(fēng)險做

3、出判定時，如果要為它定性就需要參考最終的收益和回報。
　　認(rèn)識到風(fēng)險的意義所在，就有利于對風(fēng)險理論的掌握。在眾多的風(fēng)險理論中，本文側(cè)重選擇了VaR風(fēng)險價值理論作為研究和闡明的對象。自上個世界九十年代VaR風(fēng)險價值理論誕生以來，經(jīng)歷了短短的二十余年的發(fā)展，如今VaR風(fēng)險價值理論已經(jīng)幾乎運(yùn)用在了各個金融機(jī)構(gòu)并且還被當(dāng)作硬性要求寫入了《巴塞爾協(xié)議》之中。由此，可以發(fā)現(xiàn)VaR風(fēng)險價值理論不僅是學(xué)術(shù)界中的一項理論，而且具有相當(dāng)重要的實(shí)用價值

4、。這個重要的實(shí)用價值體現(xiàn)在了，它對風(fēng)險實(shí)現(xiàn)了一種可比較的量化分析。VaR值最原始的定義，指的是在一定的置信水平下，某個金融產(chǎn)品可能出現(xiàn)的最大損失價值。這里可以借助頻率分布或者排序的方法求得，也可以通過假設(shè)某個具體的分布，并運(yùn)用其特征數(shù)進(jìn)行運(yùn)算。前者就是計算VaR值的非參數(shù)法，那么，另一種自然是參數(shù)法。不過，應(yīng)該強(qiáng)調(diào)一下的是，所得到的量化結(jié)果是有具體的適用條件的。不可以過分的夸大它的作用，認(rèn)為只需要依賴這一個指標(biāo)就能夠在金融市場中規(guī)避所有

5、風(fēng)險。
　　為了能夠更加深入的表述風(fēng)險的特點(diǎn)，選擇以收益率為研究對象，著重分析收益率在波動時具有的特點(diǎn)。在種類繁多的計量經(jīng)濟(jì)模型中，之所以會借用ARCH自回歸條件異方差模型來作為最主要的手段，是因?yàn)樵撃Ｐ椭饕槍Φ木褪遣▌勇实木奂F(xiàn)象。首先，ARCH模型繼承了AR自回歸模型的特點(diǎn)，認(rèn)為現(xiàn)有的收益率數(shù)值中包含了對于過去的收益率的信息，呈現(xiàn)了一種與歷史值相關(guān)的現(xiàn)象。但是，ARCH模型又有著其獨(dú)特的假設(shè)條件，即認(rèn)為模型中的誤差項滿足的并

6、不是傳統(tǒng)意義中經(jīng)典的同方差假設(shè)，而是另一種存在變動方差的假設(shè)。所說的變動方差不同于完全隨機(jī)的布朗運(yùn)動，這種方差是一種條件方差，是以歷史誤差項為條件信息的不定方差。正因?yàn)榉讲詈蜌v史誤差項存在著這樣的相關(guān)關(guān)系，所以，方差的變化才會和時間聯(lián)系在了一起，波動率才能在時間軸上出現(xiàn)時而聚集的現(xiàn)象。在ARCH模型基礎(chǔ)上發(fā)展起來的GARCH模型，把ARCH模型的應(yīng)用范圍提升到了新的領(lǐng)域，解決了ARCH模型在高階的時候難以準(zhǔn)確把握的缺點(diǎn)。因此，如果遇到了

7、高階的情況，運(yùn)用GARCH(1，1)模型往往會達(dá)到事半功倍的效果。
　　進(jìn)入最重要的實(shí)證分析時，將獲取到的滬深300指數(shù)期貨的原始數(shù)據(jù)加以修正得到所需要的關(guān)于收益率的樣本數(shù)據(jù)，然后從最基礎(chǔ)的平穩(wěn)性驗(yàn)證開始，層層遞進(jìn)，直到建立最終的GARCH(1，1)模型。從檢驗(yàn)的結(jié)果入手，以此來證明滬深300指數(shù)期貨收益率波動具有聚集性。由此，可以認(rèn)為該期貨產(chǎn)品的收益率波動時，包含了對歷史信息的反饋。而且，每當(dāng)出現(xiàn)巨大的振動時，這樣的反常現(xiàn)象并不