基于CAViaR模型的我国有色金属期货市场风险研究

来源:用户上传      作者:

　　摘要：随着经济全球化的发展，我国有色金属期货市场的风险日趋复杂，风险管理的重要性愈发凸显。本文以我国有色金属期货市场为研究对象，选取上期有色金属指数收益率数据，基于CAViaR模型测度了我国有色金属期货市场风险。实证分析发现AS模型更适用于我国有色金属期货市场风险的测度。我国有色金属期货市场的风险会受到滞后风险的正向冲击，且上期有色金属指数的波动对市场风险影响显著，负向收益率对风险的冲击影响更大。
　　关键词：CAViaR;风险值;上期有色金属指数
　　作為金融市场的重要组成部分，我国有色金属期货市场地位日渐提升。如何有效评估和衡量市场风险是金融监管的重点。因此，本文基于CAViaR模型，对中国有色金属期货市场的风险进行定量测度研究。
　　一、CAViaR模型
　　Engle和Manganelli在VaR的基础上首次提出CAViaR模型，即条件自回归分位数风险价值，采用数学优化的方法计算风险值。本文主要侧重于以下三个分析模型：
　　二、基于CAViaR模型的我国有色金属期货市场风险的实证分析
　　（一）数据来源及描述性统计
　　目前，最具代表性的国内有色金属期货市场总指数为上期有色金属指数IMCI。本研究选取2012年1月5日至2018年10月18日的IMCI收盘价数据，共1647组数据，转化为对数收益率形式，表达式为[Rt=lnPt-lnPt-1]。其中，[Rt]为t日收益率，[Pt]为t日收盘价，[Pt-1]为t-1日收盘价。
　　表1所示，IMCI的偏度为-0.0549、峰度为5.6123，其概率分布密度曲线出现左偏、尖峰的情况。其Jarque-Bera统计量为468.8371，P值为0，说明IMCI的日收益率序列不服从正态分布。
　　（二）平稳性检验
　　本文利用ADF方法对上期有色金属指数IMCI和美元指数USDX收益率序列的平稳性进行检验，检验结果如表2所示。
　　由表2的检验结果可知IMCI收益率序列不具有单位根，是平稳序列。
　　（三）实证结果分析
　　利用CAViaR模型进行参数估计及检验评价，结果如表3所示。
　　在所有模型中，自相关系数[β2]都非常显著，说明我国有色金属期货市场风险受到滞后风险的影响。在SAV模型中，[β3]系数显著，说明IMCI的波动会对风险值产生显著影响。AS模型区分了正负市场冲击项对风险的影响，[β3]和[β4]显著，且[β4]远大于[β3]，说明IMCI的上涨和下跌均会加大下一期的风险，且负收益率冲击项的影响更大。从DQ值来看，三种模型都通过了样本内检验。对比RQ值与Hitin值，AS模型的RQ值最小，且样本损失超过风险预测值发生的概率最小，证明AS拟合效果更好。
　　三、结论
　　CAViaR模型对我国有色金属期货市场风险具有较为优异的预测能力。通过RQ值与检验结果可以看出，AS模型优于SAV模型与IG模型。我国有色金属期货市场风险受到滞后风险的正向冲击，同时，IMCI的波动对市场风险影响显著，且正负收益率对风险的冲击程度是不对称的，负收益率冲击项的影响更大。因此，监管者需严格监测上期有色金属指数的波动，采用科学有效的风险度量模型，完善现有的风险管理方法，提高我国有色金属期货市场的风险管理水平。
　　参考文献：
　　[1]简志宏，彭伟.基于CAViaR模型的汇率隔夜风险研究[J].中国管理科学，2015，23（6）：17-24.
　　[2]王新宇，宋学锋，吴瑞明.基于AAVS-CAViaR模型的股市风险测量研究[J].系统工程学报，2010，25（3）：40-47.
　　[3]杨娴，陆凤彬，汪寿阳.国际有色金属期货市场VaR和ES风险度量功效的比较[J].系统工程理论与实践，2011，31（9）：1645-1651.
　　[4]叶五一，张浩，缪柏其.石油和汇率间风险溢出效应分析——基于MV-CAViaR模型[J].系统工程学报，2018，33（1）：55-64.
　　[5]曾裕峰，张晗.基于CAViaR和GARCH模型的沪深300股指期货动态风险测度[J].系统工程，2017（03）：29-35.
　　[6]张俊，王晓莹.基于CAViaR模型的银行间质押回购利率风险研究[J].金融理论与实践，2016（02）：18-22.
　　作者简介：
　　张金玲（1995-  ），女，汉族，江苏扬州，硕士研究生，扬州大学，研究方向：金融学。
转载注明来源:https://www.xzbu.com/1/view-15128522.htm