论文部分内容阅读
期货市场作为资本市场的重要组成部分,是应人们规避现货市场价格风险的需求而产生的。我国的期货市场产生于20世纪90年代初,铜作为上海期货交易所成立以来最主要的交易品种,是目前我国最活跃、交易量最大的期货合约之一2003年以来国际铜价格经历了较大波动,而随着2008年美国次贷危机引发的国际金融危机的蔓延,在波及实体经济的同时,使得期货市场也不可避免地出现了较大振荡。在金融市场中,不确定性便意味着风险,从金融市场风险测度的总体框架而言,准确认识期货市场价格波动的内在规律,才能对风险有所识别,进而测度风险。文章选取了上海期货交易所铜合约自1999年初至2010年末的日、周、月三个不同采样频率下的收盘价格的时序数据进行研究。首先回顾了国内外学者在非线性混沌时间序列和期货市场风险测度领域的研究成果,并介绍了在本文研究过程需要用到的基本理论和模型。其次,运用非线性混沌时间序列相关理论分析铜期货合约价格波动的内在规律,依次运用关联维数、赫斯特指数、替代数据法、最大Lyapunov指数和Kolmogorov熵对不同频率下的铜合约的时序数据进行了非线性混沌特性检验。再次,建立GARCH族波动率模型识别铜期货市场的风险。最后,进一步建立VaR模型测度风险,借助所建立的波动率模型中求得的相关参数计算出铜期货市场的VaR值并运用Kupiec失败频率检验法对所建模型进行了检验。文章运用非线性动力学与计量统计学相关理论与方法分析了我国铜期货市场风险,并首次将多种混沌特性检验方法应用于我国铜期货市场。实证结果表明,铜期货合约价格具有尖峰后尾特性,是一个对初始条件敏感的混沌系统。依据本文选取的样本数据所建立的GARCH模型族的预测效果对于日波动率而言,EGARCH模型优于GARCH模型,且采用GED分布假设的效果优于t分布假设,而对于周波动率则恰好相反。所建立的沪铜期货市场的VaR模型在GED假设下均成立,并且在运用依据日收益率序列建立的VaR模型测度沪铜期货市场风险时,GARCH模型比EGARCH模型显出更好的特性；而以周收益率序列作为VaR模型的建模样本时,EGARCH模型则比GARCH模型显出更好的特性。