近幾年來(lái),我國(guó)有色金屬市場(chǎng)的價(jià)格變動(dòng)幅度較大,使得有色金屬相關(guān)企業(yè)亟需應(yīng)對(duì)來(lái)自原材料價(jià)格波動(dòng)的風(fēng)險(xiǎn)。商品期貨具有轉(zhuǎn)移風(fēng)險(xiǎn)的作用,企業(yè)或投資者可以通過(guò)在期貨市場(chǎng)建立空頭或多頭頭寸進(jìn)行套期保值,及時(shí)化解價(jià)格風(fēng)險(xiǎn),而套期保值的有效性則主要依賴于企業(yè)采取的最優(yōu)套期保值比率的準(zhǔn)確程度�；贑VaR方法的套期保值模型可以利用置信水平的設(shè)定適應(yīng)不同風(fēng)險(xiǎn)偏好的企業(yè)或投資者的需要,但其通常采用線性相關(guān)系數(shù)來(lái)衡量期貨與現(xiàn)貨市場(chǎng)的相關(guān)性。已有的研究成果指出,當(dāng)期貨與現(xiàn)貨市場(chǎng)價(jià)格存在較大波動(dòng)性時(shí),期貨和現(xiàn)貨價(jià)格的關(guān)聯(lián)變化不再是線性關(guān)系,常規(guī)的線性相關(guān)模型已無(wú)法精確刻畫(huà)它們之間的相關(guān)關(guān)系。本研究針對(duì)該問(wèn)題,將構(gòu)建多種Copula模型對(duì)期貨和現(xiàn)貨的數(shù)據(jù)進(jìn)行擬合,得到二者間的非線性相關(guān)系數(shù),以此替代傳統(tǒng)的套期保值模型中的線性相關(guān)系數(shù)。本文以有色金屬期貨中交易量較大的鋁作為實(shí)證對(duì)象,首先,利用GARCH族模型擬合了滬鋁現(xiàn)貨和期貨價(jià)格的波動(dòng)性,并根據(jù)擬合的實(shí)際情況,將具體的邊際分布確定為學(xué)生t分布;其次,構(gòu)建了混合Copula模型,通過(guò)極大似然估計(jì)法結(jié)合指數(shù)慣性權(quán)重粒子群算法求解混合Copula模型的所有未知參數(shù),以便...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
學(xué)位論文答辯委員會(huì)決議
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻(xiàn)回顧
        1.2.1 VaR及 CVaR的研究現(xiàn)狀
        1.2.2 Copula函數(shù)的研究現(xiàn)狀
    1.3 研究?jī)?nèi)容、技術(shù)路線和創(chuàng)新點(diǎn)
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
        1.3.3 主要成果和創(chuàng)新點(diǎn)
第二章 相關(guān)理論及方法概述
    2.1 套期保值理論分析
        2.1.1 基于CVaR的套期保值原理
        2.1.2 基于最小CVaR的套期保值比率
    2.2 Copula函數(shù)概述
        2.2.1 Copula函數(shù)的定義與性質(zhì)
        2.2.2 Copula函數(shù)的相關(guān)性度量
        2.2.3 常見(jiàn)的Copula函數(shù)
        2.2.4 混合Copula函數(shù)
    2.3 Copula函數(shù)的估計(jì)
        2.3.1 極大似然估計(jì)法
        2.3.2 兩階段估計(jì)法
第三章 模型構(gòu)建與參數(shù)估計(jì)
    3.1 GARCH邊緣分布模型的構(gòu)建
        3.1.1 正態(tài)分布
        3.1.2 學(xué)生分布
        3.1.3 廣義誤差分布
    3.2 混合Copula模型的構(gòu)建
    3.3 模型的檢驗(yàn)和選擇
        3.3.1 GARCH邊緣分布模型的擬合度檢驗(yàn)
        3.3.2 Copula函數(shù)的擬合優(yōu)度檢驗(yàn)
    3.4 基于PSO優(yōu)化的混合Copula-GARCH-CVaR套期保值模型
        3.4.1 粒子群優(yōu)化算法
        3.4.2 確定目標(biāo)函數(shù)及參數(shù)估計(jì)
        3.4.3 基于混合Copula-GARCH-CVaR模型的套期保值比率
    3.5 套期保值有效性評(píng)價(jià)
        3.5.1 判定系數(shù)法
        3.5.2 收益-風(fēng)險(xiǎn)法
        3.5.3 單位風(fēng)險(xiǎn)報(bào)酬
        3.5.4 方差風(fēng)險(xiǎn)法
第四章 有色金屬期貨實(shí)證分析
    4.1 樣本選取與數(shù)據(jù)處理
    4.2 數(shù)據(jù)描述性統(tǒng)計(jì)及檢驗(yàn)
        4.2.1 描述性統(tǒng)計(jì)
        4.2.2 平穩(wěn)性檢驗(yàn)
        4.2.3 自相關(guān)、偏相關(guān)檢驗(yàn)
        4.2.4 ARCH檢驗(yàn)
    4.3 GARCH族模型的參數(shù)估計(jì)結(jié)果與分析
    4.4 Copula模型參數(shù)估計(jì)結(jié)果與分析
        4.4.1 單個(gè)Copula的估計(jì)結(jié)果
        4.4.2 PSO算法優(yōu)化混合Copula模型的參數(shù)估計(jì)及結(jié)果分析
        4.4.3 Copula模型的擬合度檢驗(yàn)
    4.5 最優(yōu)套期保值比率計(jì)算及效果評(píng)價(jià)
第五章 結(jié)論
參考文獻(xiàn)
致謝
在學(xué)期間主要研究成果



本文編號(hào)：3762546