基于贝叶斯Expectile模型的股指期货风险研究

《基于贝叶斯Expectile模型的股指期货风险研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号10532学号S151801501分类号密级硕士学位论文基于贝叶斯Expectile模型的股指期货风险研究学位申请人姓名万闯培养单位金融与统计学院导师姓名及职称胡宗义教授学科专业统计学研究方向经济统计论文提交日期2018年4月15日学校代号：10532学号：S151801501密级：湖南大学硕士学位论文基于贝叶斯Expectile模型的股指期货风险研究学位申请人姓名：万闯导师姓名及职称：胡宗义教授培养单位：金融与统计学院专业名称：统计学论文提交日期：2018年4月15日论文答辩日期：2018年5月29日答辩委员会主席：周四军教授

2、TheResearchonRangeRiskofIndexFuturesMarketBasedonBayesianConditionalAutoregressiveExpectileModelbyChuangWanB.E.（HenanUniversityofScienceandTechnology）2015AthesissubmittedinpartialsatisfactionoftherequirementsforthedegreeofMasterofEconomicsinStatisticsintheGraduateschoolo

3、fHunanUniversitySupervisorProfessorZongyiHuMay,2018湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文

4、的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□，在______年解密后适用本授权书。2、不保密。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日I基于贝叶斯Expectile模型的股指期货风险研究摘要股指期货作为重要的金融衍生工具，在完善市场调节、实现套期保值以及提供风险规避手段等方面发挥着积极作用。然而与其他金融衍生品不同，股指期货交易具有高杠杆、价格敏感性等特征

5、，同时由于缺乏有效的市场监管手段，使得股指期货市场蕴含着巨大风险，特别是当金融市场出现整体性下跌时，期货市场跌幅往往更大。在此背景下，如何科学准确地量化及预测股指期货市场风险是整个市场运营过程中的核心问题。论文以沪深300股指期货合约为研究对象，选取更能反映市场波动信息的极差价格收益率数据，运用有效的实证模型—贝叶斯条件自回归Expectile模型分析沪深300股指期货市场波动的动力学特征。通过与其他风险模型的预测行为做对比，旨在探索符合我国股指期货市场风险度量的最优模型。根据上述研究思路，本文首先明确界定了股指期货市场极差风险的定义、

6、风险指标的选取以及市场风险度量的一般方法，同时介绍了基于Expectile的风险建模过程，提出引入尺度参数因子的非对称逆高斯（AIG）分布作为贝叶斯Expectile模型的连接函数。其次，发展了贝叶斯条件自回归Expectile模型用于量化和预测沪深300股指期货市场风险。针对贝叶斯模型参数的估计，本文设计了RWM算法和IKMH算法混合的自适应MCMC抽样步骤，并利用数值模拟的方法对比了本文的MCMC方法和传统ALS方法的估计效果。最后，选取2010.4.16-2018.3.21的沪深300股指期货合约价格数据为样本，全面考察了贝叶斯条

7、件自回归Expectile模型相比于传统条件自回归Expectile模型在参数估计、模型选择等方面优势，并采用严谨的VaR和ES后验检验对比分析本文的实证模型和实务界常用风险量化模型的预测绩效。本文的研究结论有：（1）沪深300股指期货市场的极差价格收益率呈现显著的负偏、高峰厚尾特征，市场风险具有明显的自相关特征，并且受到正面和负面市场行为信息的非对称影响，且负面影响程度更高；（2）基于MCMC法的贝叶斯参数估计相较于传统的ALS优化方法，可以有效控制模型估计风险和模型选择风险，使得贝叶斯条件自回归Expectile模型要优于传统条件自

8、回归Expectile模型；（3）贝叶斯条件自回归Expectile模型相比于常见风险模型，具有更高的预测精度。特别是在极端风险预测中，具有杠杆效应的AS模型形式表现出更优异的预测能力。关键词：极差风险；条