摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-21页 |
1.1 选题背景及研究意义 | 第10-12页 |
1.1.1 选题背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外研究综述 | 第12-17页 |
1.2.1 股指期货相关研究综述 | 第12-15页 |
1.2.2 VaR方法相关研究综述 | 第15-16页 |
1.2.3 文献评述 | 第16-17页 |
1.3 本文的研究内容和研究方法 | 第17-21页 |
1.3.1 研究思路 | 第17-18页 |
1.3.2 研究方法 | 第18-19页 |
1.3.3 本文主要内容及创新点 | 第19-21页 |
第2章 理论基础与方法概述 | 第21-30页 |
2.1 股指期货基础知识 | 第21-22页 |
2.2 金融风险管理概述 | 第22-24页 |
2.2.1 金融风险的概念和特征 | 第22-23页 |
2.2.2 金融风险管理过程 | 第23-24页 |
2.3 VaR的定义及计算方法 | 第24-27页 |
2.3.1 VaR方法的定义 | 第24-25页 |
2.3.2 VaR方法的特点 | 第25-26页 |
2.3.3 VaR的计算方法及原理 | 第26-27页 |
2.4 GARCH类模型 | 第27-30页 |
2.4.1 自回归条件异方差模型(ARCH模型) | 第28页 |
2.4.2 广义自回归条件异方差模型(GARCH模型) | 第28-30页 |
第3章 股指期货风险识别、测度与分析 | 第30-46页 |
3.1 股指期货风险的识别 | 第30-32页 |
3.1.1 股指期货市场的一般性风险 | 第30-31页 |
3.1.2 股指期货市场的特殊性风险 | 第31-32页 |
3.2 股指期货风险度量实证分析 | 第32-43页 |
3.2.1 样本数据的选取与处理 | 第33-35页 |
3.2.2 数据收益平稳性的检验 | 第35页 |
3.2.3 收益率序列自相关性分析 | 第35-37页 |
3.2.4 序列残差ARCH效应的检验 | 第37-38页 |
3.2.5 GARCH类建模 | 第38-40页 |
3.2.6 GARCH类模型ARCH-LM检测 | 第40-41页 |
3.2.7 VaR模型的失败率检验 | 第41-43页 |
3.3 股指期货风险分析 | 第43-46页 |
3.3.1 股指期货实证分析结论 | 第43-44页 |
3.3.2 股指期货风险的特殊性分析 | 第44-46页 |
第4章 股指期货风险管理的对策 | 第46-54页 |
4.1 期货公司股指期货风险管理对策 | 第46-50页 |
4.1.1 传统业务对期货公司风险监管的要求 | 第46-47页 |
4.1.2 新业务对期货公司风险管理的新要求 | 第47-48页 |
4.1.3 股指期货风险管理体系的建立 | 第48-50页 |
4.2 对股指期货风险监管及相关组织的建议 | 第50-54页 |
4.2.1 对证监会风险监管的建议 | 第50-52页 |
4.2.2 对期货交易所风险管理的建议 | 第52-53页 |
4.2.3 对期货行业协会风险管理的建议 | 第53-54页 |
结论 | 第54-56页 |
参考文献 | 第56-59页 |
致谢 | 第59页 |