基于CAViaR模型的沪深300股指期货隔夜风险研究

被引：18

作者：

简志宏 ^{[1
]}

曾裕峰 ^{[2
]}

刘曦腾 ^{[3
]}

机构：

[1] 华中科技大学经济学院

[2] 复旦大学经济学院

[3] 上海财经大学公共经济与管理学院

来源：

中国管理科学 | 2016年 / 24卷 / 09期

关键词：

隔夜风险; CAViaR模型; 沪深300股指期货; VaR;

D O I：

10.16381/j.cnki.issn1003-207x.2016.09.001

中图分类号：

F724.5 [期货贸易]; F224 [经济数学方法];

学科分类号：

020205 ; 1202 ; 120202 ; 0202 ; 0701 ; 070104 ;

摘要：

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。

引用

页码：1 / 10

页数：10

共 13 条

[1] 隔夜风险可以预测吗?——基于HAR-CJ-M模型的高频数据分析 [J].

简志宏 ;

李彩云 .

管理评论, 2014, 26 (02) :3-12

[2] 中国商品期货隔夜信息对日间交易的预测能力 [J].

刘庆富 ;

张金清 .

管理科学学报, 2013, (11) :81-94

[3] 基于贝叶斯CAViaR模型的油价风险研究 [J].

陈磊 ;

杜化宇 ;

曾勇 .

系统工程理论与实践, 2013, 33 (11) :2757-2765

[4] 典型事实约束下的上海燃油期货市场动态VaR测度研究 [J].

淳伟德 ;

陈王 ;

潘攀 .

中国管理科学, 2013, 21 (02) :24-31

[5] 基于多分形理论的动态VaR预测模型研究 [J].

魏宇 .

中国管理科学, 2012, 20 (05) :7-15

[6] 石油期货收益率的分位数建模及其影响因素分析 [J].

陈磊 ;

曾勇 ;

杜化宇 .

中国管理科学, 2012, 20 (03) :35-40

[7] 基于流动性调整CAViaR模型的风险度量方法 [J].

闫昌荣 .

数量经济技术经济研究, 2012, 29 (03) :151-161

[8]

A reduced form framework for modeling volatility of speculative prices based on realized variation measures[J] . Torben G. Andersen,Tim Bollerslev,Xin Huang.Journal of Econometrics . 2010 (1)

[9]

CAViaR-based forecast for oil price risk[J] . Dashan Huang,Baimin Yu,Frank J. Fabozzi,Masao Fukushima.Energy Economics . 2008 (4)

[10]

A note on the importance of overnight information in risk management models[J] . Nicholas Taylor.Journal of Banking and Finance . 2006 (1)

← 1 2 →