|
|
- 2017
中国股指期货日内不对称流动性调整VaR度量
|
Abstract:
本文在考虑买卖双方间不对称流动性及其不对称程度大小的基础上，计算买卖双方的流动性成本，对已有的流动性调整收益率方法进行扩展，提出日内不对称流动性调整VaR计算方法，并计算中国沪深300股指期货不同头寸下的不对称流动性调整VaR。研究结果表明，市场存在的不对称流动性及其程度大小会导致买卖双方面临不同流动性风险。相比传统VaR度量方法以及简单加总市场风险和流动性风险的方法等，不对称流动性调整VaR模型能更好地反映日内市场风险。
| [1] | 邵锡栋, 连玉君, 黄性芳. 交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险[J]. 统计研究, 2009, 26(1):96-102. |
| [2] | BANGIA A, DIEBOLD F X, SCHUERMANN T, et al. Modeling Liquidity Risk, with Implications for Traditional Market Risk Measurement and Management[M] Risk Management:The State of the Art. Springer US, 2001. |
| [3] | ANGELIDIS T, BENOS A. Liquidity Adjusted Value-at-risk Based on the Components of the Bid-ask Spread[J]. Applied Financial Economics, 2006, 16(11):835-851. |
| [4] | 杜海涛. 中国股市流动性风险测度研究[J]. 证券市场导报, 2002(11):38-43. |
| [5] | 武磊. 在VaR模型中嵌入流动性风险:基于流动性调整收益率的方法[C].第九届中国经济学年会论文集,2009:1-28. |
| [6] | 林辉. 条件异方差La-VaR模型及其对金融危机的实证研究[J]. 统计与决策, 2010(17):132-135. |
| [7] | 刘向丽, 常云博. 中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究[J]. 系统工程理论与实践, 2015(7):1760-1769. |
| [8] | HUANG J, WANG J. Liquidity and Market Crashes[J]. Review of Financial Studies, 2010, 22(7):2407-2443. |
| [9] | XIANG J, ZHU X. Intraday Asymmetric Liquidity and Asymmetric Volatility in FTSE-100 futures market[J]. Journal of Empirical Finance, 2014, 25(1):134-148. |
| [10] | 宋逢明, 谭慧. VaR模型中流动性风险的度量[J]. 数量经济技术经济研究, 2004, 21(6):114-123. |
| [11] | AVRAMOV D, CHORDIA T, GOYAL A. The Impact of Trades on Daily Volatility[J]. Review of Financial Studies, 2006, 19(4):1241-1277. |
| [12] | 王吉培, 旷志平. 偏态t分布下FIGARCH模型的动态VaR计算[J]. 统计与信息论坛, 2009, 24(5):75-79. |
| [13] | KUPIEC P H. Techniques for Verifying the Accuracy of Risk Measurement Models[J]. Journal of Derivatives, 1995, 3(2):73-84. |
