滬深300指數(shù)期貨投機(jī)風(fēng)險(xiǎn)經(jīng)驗(yàn)研究

劉心　李淑敏　丁海峰

摘 要：投機(jī)者是期貨市場一類重要的投資者，價(jià)格波動(dòng)風(fēng)險(xiǎn)是投機(jī)者面臨的主要風(fēng)險(xiǎn)。本文選取滬深300指數(shù)期貨正式上市以來的真實(shí)交易數(shù)據(jù)，利用基于蒙特卡洛模擬的VAR方法研究滬深300指數(shù)期貨市場的投機(jī)者面臨的價(jià)格波動(dòng)風(fēng)險(xiǎn)，以期能為投資者提供借鑒。

關(guān)鍵詞：滬深300指數(shù)期貨；投機(jī)風(fēng)險(xiǎn)；蒙特卡洛模擬

中圖分類號(hào)：F8309 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000176X（2014）11007405

一、引 言

自2010年4月16日滬深300指數(shù)正式上市交易，其成交量、持倉量和成交額穩(wěn)步攀升，正慢慢發(fā)展成為我國金融市場最重要的產(chǎn)品之一。投機(jī)者是滬深300指數(shù)期貨市場中一類重要的投資者，投機(jī)行為能夠有效的增強(qiáng)市場流動(dòng)性，對(duì)于活躍金融市場具有重要意義。然而對(duì)于金融產(chǎn)品，一般其自身都會(huì)存在一定缺陷，世界范圍內(nèi)因?qū)鹑诋a(chǎn)品使用不當(dāng)或者對(duì)市場風(fēng)險(xiǎn)認(rèn)識(shí)不足而導(dǎo)致重大金融災(zāi)難的事件不勝枚舉。目前，滬深300指數(shù)期貨上市已經(jīng)兩年，市場交易程度活躍，其真實(shí)運(yùn)行數(shù)據(jù)已經(jīng)存在一定意義。鑒于此，本文在我國滬深300指數(shù)期貨運(yùn)行初期，通過使用目前經(jīng)典并且主流的風(fēng)險(xiǎn)測評(píng)方法——VaR方法，對(duì)我國滬深300指數(shù)期貨投資的市場風(fēng)險(xiǎn)進(jìn)行研究。在理論上，由于滬深300指數(shù)期貨正式上市交易的時(shí)間較短，數(shù)據(jù)有限，因此直接對(duì)滬深300指數(shù)期貨投資的市場風(fēng)險(xiǎn)進(jìn)行研究的文獻(xiàn)相對(duì)較少，研究滬深300指數(shù)期貨投資的市場風(fēng)險(xiǎn)可以為股指期貨投資的風(fēng)險(xiǎn)控制和防范提供參考，豐富了對(duì)金融創(chuàng)新產(chǎn)品市場風(fēng)險(xiǎn)的研究成果。在實(shí)際應(yīng)用價(jià)值方面，通過使用通俗易懂的VaR方法測評(píng)我國滬深300指數(shù)期貨投資者主要面對(duì)的市場風(fēng)險(xiǎn)，能夠使投資者更加清醒的認(rèn)識(shí)股指期貨投資所面對(duì)的市場風(fēng)險(xiǎn)，為投資者（尤其是機(jī)構(gòu)投資者）建立與股指期貨業(yè)務(wù)相關(guān)的風(fēng)險(xiǎn)控制系統(tǒng)和理念提供參考，根據(jù)市場情況，科學(xué)設(shè)置止損點(diǎn)，使投資者明確保證金賬戶資金水平，合理利用資金，在價(jià)格變動(dòng)時(shí)采取有效措施進(jìn)行投資操作，從而避免慘重?fù)p失。

一、文獻(xiàn)綜述與相關(guān)理論

相對(duì)國內(nèi)而言，國外的資本市場形成較早，市場機(jī)制較為健全，對(duì)市場風(fēng)險(xiǎn)的研究開始的較早也較為深入。但是，20世紀(jì)80—90年代，世界范圍內(nèi)接連發(fā)生了引人關(guān)注的金融衍生品災(zāi)難，因此當(dāng)時(shí)急需找到一個(gè)用于市場風(fēng)險(xiǎn)計(jì)量的方法，正因如此，使VAR從那時(shí)起開始被大量應(yīng)用。1993年，一個(gè)由當(dāng)時(shí)主要的發(fā)達(dá)工業(yè)國家的高層銀行家、金融家和學(xué)術(shù)界人士組成的30人的咨詢小組（G30）發(fā)表了一份關(guān)于金融衍生工具的報(bào)告，并且建議引入“風(fēng)險(xiǎn)價(jià)值系統(tǒng)（VAR System）”來給交易頭寸估價(jià)和評(píng)估金融風(fēng)險(xiǎn)。Philippe[1]詳細(xì)介紹了VAR被廣泛接受的歷史背景和環(huán)境演變的過程，講述了建立風(fēng)險(xiǎn)測度體系的統(tǒng)計(jì)及金融方面的基本知識(shí)，并且給出了一個(gè)VAR的規(guī)范定義，比較和分析了VAR的各種計(jì)算方法，詳細(xì)探討了VAR在正態(tài)分布假設(shè)下的實(shí)施與運(yùn)用。Kupiec[2]通過利用似然比率中的邊界值（Tail Points）來確定接受VAR的置信區(qū)域，發(fā)展了利用“失敗率回測檢驗(yàn)方法”驗(yàn)證VAR有效性的置信區(qū)域問題。Anderson等[3]指出，計(jì)算 VAR 時(shí)假設(shè)風(fēng)險(xiǎn)因子呈正態(tài)分布容易低估風(fēng)險(xiǎn)，因?yàn)榻鹑跁r(shí)間序列通常存在“尖峰厚尾”效應(yīng)，而傳統(tǒng)的 VAR 計(jì)算方法在市場存在極端情況下常常不能很好地度量出真正風(fēng)險(xiǎn)的大小。Georges等[4]使用逐筆數(shù)據(jù)（Tick-by-Tick Data）研究多倫多股票交易所的盤中風(fēng)險(xiǎn)價(jià)值（Intraday Value at Risk）。通過對(duì)不規(guī)則間隔的高頻數(shù)據(jù)使用蒙特卡洛模擬的方法研究每日的在險(xiǎn)價(jià)值，并且認(rèn)為模型通過了計(jì)算VAR的有效性的回測檢驗(yàn)（Backtesting），對(duì)股市的活躍投資者具有重要意義。汪飛星等[5]采用Copula函數(shù)改進(jìn)傳統(tǒng)的蒙特卡洛模擬方法計(jì)算匯率風(fēng)險(xiǎn)VAR，并在VAR模型的有效性回測檢驗(yàn)中得到較為理想的效果。楊彩林和張琴玲[6]通過分析上證綜合指數(shù)和深圳成分指數(shù)的每日收盤價(jià)數(shù)據(jù)，分別采用基于歷史模擬法和方差—協(xié)方差法的 VAR 模型對(duì)中國股票市場風(fēng)險(xiǎn)進(jìn)行實(shí)證分析，并得出滬、深股市整體風(fēng)險(xiǎn)較大但深市又大于滬市風(fēng)險(xiǎn)，以及投資者投資于證券市場組合可以分散投資風(fēng)險(xiǎn)的重要結(jié)論。Cheng和Hung[7]使用WTI2002—2009年的原油、汽油、民用燃料油、金、銀以及銅等六種商品的波動(dòng)性數(shù)據(jù)，通過SGT分布下的GARCH模型計(jì)算石油和金屬市場的VAR。實(shí)證結(jié)果表明，通過GARCH-SGT模型無論在石油市場還是金屬市場的樣本預(yù)測中都具有很高的精確性。由于我國滬深300指數(shù)期貨正式上市運(yùn)行時(shí)間較短，真實(shí)交易數(shù)據(jù)有限，大多數(shù)國內(nèi)學(xué)者都是運(yùn)用滬深300指數(shù)期貨的仿真交易數(shù)據(jù)進(jìn)行相關(guān)研究。因此，運(yùn)用VAR方法利用真實(shí)交易數(shù)據(jù)直接對(duì)我國滬深300指數(shù)期貨進(jìn)行風(fēng)險(xiǎn)度量的文獻(xiàn)相對(duì)較少。

VAR是一種運(yùn)用統(tǒng)計(jì)技術(shù)估計(jì)金融風(fēng)險(xiǎn)的方法。Philippe[1]將其定義為：“在正常的市場環(huán)境下，在一個(gè)目標(biāo)時(shí)間期限內(nèi)，給定置信水平下所能承受的最大損失”。

VAR的計(jì)算方法大致可以分為參數(shù)方法和非參數(shù)方法兩種?，F(xiàn)在，定義W0為投資者的初始投資額，R為投資收益率。那么，該投資者在投資資產(chǎn)持有期末的投資價(jià)值為W=W0（1+R）。假設(shè)其持有資產(chǎn)的期望收益和收益率R的標(biāo)準(zhǔn)差分別為μ和σ，置信水平c下投資組合的最小價(jià)值為W*=W0（1+R*），R*表示投資組合的最低收益率。則有：

VaR=E（W）-W*=-W0（R*-μ）（1）

在給定置信水平c下，可以從將來投資組合價(jià)值（ω）的概率分布之中求得VAR。當(dāng)置信水平為c時(shí)，試圖找到可能性最小的W*，則超出這一水平的概率為c：

c=∫∞W*（ω）dω（2）

或者可以說成是投資組合價(jià)值低于W*的概率p=p（ω≤W*）為1-c：

1-c=∫W*-∞（ω）dω=P（ω≤W*）=P（3）

此時(shí)，從-∞→W*區(qū)域的面積為p=1-c，比如1%?？梢詫理解為顯著性水平，W*的數(shù)值被稱為分布的抽樣分位數(shù)。

參數(shù)方法通常假設(shè)收益率服從一定的分布，為了計(jì)算方便通常假設(shè)為正態(tài)分布，然而實(shí)際中收益率序列并不完全服從某種具體的分布形態(tài)，而且還經(jīng)常會(huì)出現(xiàn)一些非對(duì)稱和“厚尾”特征。

計(jì)算VAR的非參數(shù)方法克服了這個(gè)困難。非參數(shù)方法也可稱為模擬法，具體有歷史模擬法和蒙特卡洛模擬法等。歷史模擬法是假設(shè)市場因素收益率序列的概率密度函數(shù)不隨時(shí)間變化或者變化幅度不大，即市場上未來的新信息與歷史信息一樣。通過對(duì)歷史數(shù)據(jù)歸納出的收益率情況來替代當(dāng)前真實(shí)收益率的分布情況，選擇一定的概率水平，從而得到資產(chǎn)組合的VAR。

歷史模擬法思想簡單，不需假設(shè)市場因素收益率的具體分布形態(tài)。但是歷史模擬法假設(shè)市場因素收益率分布在歷史和未來是一樣的，并不符合實(shí)際情況。

蒙特卡洛法的大致思想就是：可以通過某種“試驗(yàn)”方法求解某些事件發(fā)生的概率或者隨機(jī)變量的期望值，并把從“試驗(yàn)”方法得到的結(jié)果作為所求問題的解[8]。比如，一般情況下，資產(chǎn)的最終價(jià)格都是由資產(chǎn)價(jià)格中產(chǎn)生波動(dòng)的過程確定。如果這個(gè)過程已知，那么就可以利用計(jì)算機(jī)模擬這個(gè)過程，每進(jìn)行一次模擬就能得到一個(gè)最終的價(jià)格。重復(fù)模擬多次，就能得到資產(chǎn)最終價(jià)格的分布，從分布中就能獲取所要求解的問題的答案。具體的步驟大致為：

（1）對(duì)于具有隨機(jī)性質(zhì)的問題（比如股票價(jià)格問題），使用適當(dāng)?shù)碾S機(jī)過程模型描述概率過程（通常采用幾何布朗運(yùn)動(dòng)描述股價(jià)問題）；不具有隨機(jī)性質(zhì)的問題，應(yīng)先將其轉(zhuǎn)化為隨機(jī)性質(zhì)的問題。

（2）從已知的概率分布中獲取隨機(jī)數(shù)序列。根據(jù)事先設(shè)定的資產(chǎn)價(jià)格隨機(jī)過程，模擬一定時(shí)間段內(nèi)的價(jià)格軌道。

（3）從模擬實(shí)驗(yàn)結(jié)果中確定所求問題的解（比如本文所要求解的VAR）。

與歷史模擬方法相比，兩者思路類似，但是，蒙特卡洛模擬方法中最終用于計(jì)算VAR的資產(chǎn)價(jià)格或者收益率是通過模擬產(chǎn)生，而不是通過歷史觀察值取得。蒙特卡洛模擬方法是功能最強(qiáng)大、應(yīng)用最為靈活的計(jì)算VAR的方法之一。它通過產(chǎn)生大量情景測算的風(fēng)險(xiǎn)較解析模型的方法得到的結(jié)果更加綜合可靠，而且不用考慮收益率的分布形態(tài)。

二、實(shí)證分析

1數(shù)據(jù)來源及樣本選取

本文選取2010年4月16日（滬深300指數(shù)期貨正式上市交易首日）到2012年4月20日滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收盤價(jià)作為研究對(duì)象，樣本區(qū)間共計(jì)488個(gè)數(shù)據(jù)。選取2011年4月6日到2012年4月20日作為后驗(yàn)區(qū)間，用于驗(yàn)證VAR模型的有效性，后驗(yàn)區(qū)間樣本容量為255個(gè)。數(shù)據(jù)來源于RESSET金融研究數(shù)據(jù)庫、Wind資訊金融終端以及中國金融期貨交易所網(wǎng)站。本文數(shù)據(jù)處理基于Excel2003、Matlab70和Eviews50軟件。

2變量描述

所謂當(dāng)月連續(xù)合約就是指所有的最近一個(gè)月份的期貨合約連續(xù)起來。我國滬深300指數(shù)期貨采取當(dāng)月、下月以及隨后兩個(gè)季月合約同時(shí)上市交易的方式，由于股指期貨合約月份的遠(yuǎn)近不同，導(dǎo)致其價(jià)格變化規(guī)律也不盡相同。在一般情況下，期貨合約交割月的價(jià)格最接近現(xiàn)貨價(jià)格，而距離交割月三四個(gè)月后的期貨合約交易量是最大的。所以為了研究的方便以及便于為投資者長期技術(shù)分析提供參考，期貨合約就采取了“連續(xù)”的形式來觀察。這里所說的“當(dāng)月連續(xù)”并非一個(gè)固定的月份，而是處于變化之中的。在度量市場風(fēng)險(xiǎn)時(shí)，隨機(jī)變量一般選取金融資產(chǎn)的收益率序列。相比于算數(shù)收益率，對(duì)數(shù)收益率更具有經(jīng)濟(jì)意義，并且對(duì)于一些金融資產(chǎn)，對(duì)數(shù)收益可能會(huì)更一致。鑒于此，本文研究所使用的滬深300指數(shù)期貨當(dāng)月連續(xù)合約日收益率也同樣采取對(duì)數(shù)收益率的形式。對(duì)數(shù)收益率的計(jì)算公式為：

rt=ln（pt）-ln（pt-1）（4）

其中，pt和pt-1分別表示第t日和第t-1日滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收盤價(jià)，rt表示滬深300指數(shù)期貨合約在第t日的日收益率。通過上述公式可以獲得2010年4月19日到2012年4月20日滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收益率序列，共計(jì)487個(gè)數(shù)據(jù)。

3統(tǒng)計(jì)性質(zhì)分析

（1）本文首先描述了滬深300指數(shù)期貨當(dāng)月連續(xù)合約日收益率序列的基本統(tǒng)計(jì)性質(zhì)，如表1所示。

由表1可知，滬深300指數(shù)期貨的日收益率序列的均值為-00005，中值為-00006，最大值為00560，最小值為-00660，標(biāo)準(zhǔn)差為00153，偏度為-01239，峰度為49974，J-B統(tǒng)計(jì)量的值為822029，相應(yīng)的P值為00000。由于正態(tài)分布的偏度為0，峰度為3，因此，可以判定滬深300指數(shù)期貨日收益率序列呈現(xiàn)左偏（偏度-01239<0）、尖峰（49974>3）性質(zhì)。又由該序列的J-B統(tǒng)計(jì)量及對(duì)應(yīng)的概率值可以知道，滬深300指數(shù)期貨的日收益率序列不服從正態(tài)分布。

（2）平穩(wěn)性檢驗(yàn)。滬深300指數(shù)期貨日收益率序列的平穩(wěn)性檢驗(yàn)結(jié)果如表2所示。

（3）ARCH效應(yīng)檢驗(yàn)。在5%顯著性水平下對(duì)該收益率序列進(jìn)行Engle提出的ARCH-LM檢驗(yàn)。該檢驗(yàn)原假設(shè)為：序列滯后q階都不存在ARCH效應(yīng)；備擇假設(shè)為：序列滯后q階都存在ARCH效應(yīng)。檢驗(yàn)結(jié)果如表3所示。

4實(shí)證結(jié)果

通過上述分析，滬深300指數(shù)期貨合約的日收益率序列是平穩(wěn)的、不存在顯著自相關(guān)，序列分布形式未知，但是呈現(xiàn)出左偏、尖峰以及非正態(tài)分布的性質(zhì)，并且方差不存在顯著的ARCH效應(yīng)，即在樣本區(qū)間內(nèi)該序列的異方差性并不明顯。同時(shí)，又結(jié)合前文對(duì)蒙特卡洛模擬方法的描述，本文采取基于蒙特卡洛的VAR方法測度股指期貨的投機(jī)風(fēng)險(xiǎn)，結(jié)果如表4所示。

5有效性檢驗(yàn)

通過某種方法求得VAR值后，應(yīng)該對(duì)這種方法的有效性進(jìn)行檢驗(yàn)，通常采取的是失敗頻率檢驗(yàn)法，該方法通過比較實(shí)際失敗天數(shù)是否落在給定樣本容量下的非拒絕域來說明方法的有效性。如果實(shí)際失敗天數(shù)落入非拒絕域，則說明通過此種方法求VAR的值是可行的。現(xiàn)在對(duì)上一節(jié)通過蒙特卡洛模擬方法求VAR的有效性進(jìn)行后驗(yàn)檢驗(yàn)，后驗(yàn)檢驗(yàn)區(qū)間為2011年4月6日到2012年4月20日，樣本容量255個(gè)數(shù)據(jù)。檢驗(yàn)結(jié)果如表5所示。

三、研究結(jié)論與政策建議

本文主要研究滬深300指數(shù)期貨的投機(jī)風(fēng)險(xiǎn)，得到如下結(jié)論：

滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收益率序列不服從正態(tài)分布，表現(xiàn)出顯著的“尖峰厚尾”性質(zhì)，序列為平穩(wěn)序列，不存在顯著的自相關(guān)性，并且該序列不存在顯著的ARCH效應(yīng)。鑒于此，利用該序列計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR時(shí)，結(jié)合考慮到該序列的這些性質(zhì)以及計(jì)算VAR不同方法的特點(diǎn)，應(yīng)該采用蒙特卡洛方法計(jì)算價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR。并且實(shí)證結(jié)果表明該方法通過了模型的有效性檢驗(yàn)，即利用蒙特卡洛方法計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR確實(shí)可行。

結(jié)合本文研究得出的結(jié)論，提出如下建議：

首先，滬深300指數(shù)期貨的投資者在實(shí)際投資中可以運(yùn)用VAR方法，出于不同目的的投資者應(yīng)該采用適當(dāng)?shù)姆椒ㄓ?jì)算VAR（具體可參照本文結(jié)論），根據(jù)每日的VAR，科學(xué)設(shè)置止損點(diǎn)并嚴(yán)格執(zhí)行，合理運(yùn)用資金，理性投資。股指期貨投機(jī)可以采取類似金字塔的方式進(jìn)行買入或者賣出操作。即建倉后，在已有持倉已經(jīng)獲利時(shí)再增加持倉，而且每次持倉的增量應(yīng)逐次遞減。投資者進(jìn)行資金管理時(shí)，可以采取諸如將單個(gè)市場中的最大損失限定在持有總資本的5%以下；所投入的保證金總額不應(yīng)超過總資本的20%—30%；某個(gè)合約的投資額控制在總持有資本的10%以下；同時(shí)應(yīng)采取持有不同月份合約的橫向投資策略。

其次，滬深300指數(shù)期貨的市場監(jiān)管者可以運(yùn)用VAR技術(shù)進(jìn)行風(fēng)險(xiǎn)控制，可以通過將VAR與規(guī)定的保證金比例進(jìn)行對(duì)比，調(diào)整保證金比例。如果VAR大于按規(guī)定收取的保證金水平，則市場風(fēng)險(xiǎn)發(fā)生的可能性較大，應(yīng)適當(dāng)提高保證金水平；如果VAR遠(yuǎn)小于按規(guī)定收取的水平，則可以適當(dāng)降低保證金比例，以提高投資者的投資積極性。靈活的保證金制度在有效控制風(fēng)險(xiǎn)的同時(shí)還能提高投資者的投資積極性，從而加強(qiáng)市場流動(dòng)性，使得股指期貨的功能可以得到充分發(fā)揮，這對(duì)我國股指期貨市場的長久、健康發(fā)展具有重要意義。

參考文獻(xiàn)：

[1] Philippe，JValue at Risk： The New Benchmark for Controlling Market Risk [M]The McGraw-Hill Companies Inc，1997

[2] Kupiec，PTechniques for Verifying the Accuracy of Risk Measurement Models [J]Journal of Derivatives，1995，3（2）：73-84

[3] Anderson，TG，Bollerslev，T，Diebold，F(xiàn)XThe Distribution of Exchange Rate Volatility [R]NBER Working Paper，19991-49

[4] Georges，D，Pierre ，D，Maria ，PIntraday Value at Risk （IVaR） Using Tick-by-Tick Data with Application to the Toronto Stock Exchange [J]Journal of Empirical Finance，2009，16（5）：777-792

[5] 汪飛星，陳東峰，單國莉用改進(jìn)的蒙特卡洛（MC）方法計(jì)算VaR[J]山東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，（5）：11-14

[6] 楊彩林，張琴玲VaR模型在我國滬、深股市風(fēng)險(xiǎn)度量中的實(shí)證研究[J]統(tǒng)計(jì)與決策，2010，（18）：133-136

[7] Cheng，WH，Hung，JCSkewness and Leptokurtosis in GARCH-Typed VaR Estimation of Petroleum and Metal Asset Returns[J]Journal of Empirical Finance，2011，18（1）：160-173

[8] 張驊月Matlab與金融實(shí)驗(yàn)[M]北京：中國財(cái)政經(jīng)濟(jì)出版社，2008

三、研究結(jié)論與政策建議

本文主要研究滬深300指數(shù)期貨的投機(jī)風(fēng)險(xiǎn)，得到如下結(jié)論：

滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收益率序列不服從正態(tài)分布，表現(xiàn)出顯著的“尖峰厚尾”性質(zhì)，序列為平穩(wěn)序列，不存在顯著的自相關(guān)性，并且該序列不存在顯著的ARCH效應(yīng)。鑒于此，利用該序列計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR時(shí)，結(jié)合考慮到該序列的這些性質(zhì)以及計(jì)算VAR不同方法的特點(diǎn)，應(yīng)該采用蒙特卡洛方法計(jì)算價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR。并且實(shí)證結(jié)果表明該方法通過了模型的有效性檢驗(yàn)，即利用蒙特卡洛方法計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR確實(shí)可行。

結(jié)合本文研究得出的結(jié)論，提出如下建議：

首先，滬深300指數(shù)期貨的投資者在實(shí)際投資中可以運(yùn)用VAR方法，出于不同目的的投資者應(yīng)該采用適當(dāng)?shù)姆椒ㄓ?jì)算VAR（具體可參照本文結(jié)論），根據(jù)每日的VAR，科學(xué)設(shè)置止損點(diǎn)并嚴(yán)格執(zhí)行，合理運(yùn)用資金，理性投資。股指期貨投機(jī)可以采取類似金字塔的方式進(jìn)行買入或者賣出操作。即建倉后，在已有持倉已經(jīng)獲利時(shí)再增加持倉，而且每次持倉的增量應(yīng)逐次遞減。投資者進(jìn)行資金管理時(shí)，可以采取諸如將單個(gè)市場中的最大損失限定在持有總資本的5%以下；所投入的保證金總額不應(yīng)超過總資本的20%—30%；某個(gè)合約的投資額控制在總持有資本的10%以下；同時(shí)應(yīng)采取持有不同月份合約的橫向投資策略。

其次，滬深300指數(shù)期貨的市場監(jiān)管者可以運(yùn)用VAR技術(shù)進(jìn)行風(fēng)險(xiǎn)控制，可以通過將VAR與規(guī)定的保證金比例進(jìn)行對(duì)比，調(diào)整保證金比例。如果VAR大于按規(guī)定收取的保證金水平，則市場風(fēng)險(xiǎn)發(fā)生的可能性較大，應(yīng)適當(dāng)提高保證金水平；如果VAR遠(yuǎn)小于按規(guī)定收取的水平，則可以適當(dāng)降低保證金比例，以提高投資者的投資積極性。靈活的保證金制度在有效控制風(fēng)險(xiǎn)的同時(shí)還能提高投資者的投資積極性，從而加強(qiáng)市場流動(dòng)性，使得股指期貨的功能可以得到充分發(fā)揮，這對(duì)我國股指期貨市場的長久、健康發(fā)展具有重要意義。

參考文獻(xiàn)：

[1] Philippe，JValue at Risk： The New Benchmark for Controlling Market Risk [M]The McGraw-Hill Companies Inc，1997

[2] Kupiec，PTechniques for Verifying the Accuracy of Risk Measurement Models [J]Journal of Derivatives，1995，3（2）：73-84

[3] Anderson，TG，Bollerslev，T，Diebold，F(xiàn)XThe Distribution of Exchange Rate Volatility [R]NBER Working Paper，19991-49

[4] Georges，D，Pierre ，D，Maria ，PIntraday Value at Risk （IVaR） Using Tick-by-Tick Data with Application to the Toronto Stock Exchange [J]Journal of Empirical Finance，2009，16（5）：777-792

[5] 汪飛星，陳東峰，單國莉用改進(jìn)的蒙特卡洛（MC）方法計(jì)算VaR[J]山東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，（5）：11-14

[6] 楊彩林，張琴玲VaR模型在我國滬、深股市風(fēng)險(xiǎn)度量中的實(shí)證研究[J]統(tǒng)計(jì)與決策，2010，（18）：133-136

[7] Cheng，WH，Hung，JCSkewness and Leptokurtosis in GARCH-Typed VaR Estimation of Petroleum and Metal Asset Returns[J]Journal of Empirical Finance，2011，18（1）：160-173

[8] 張驊月Matlab與金融實(shí)驗(yàn)[M]北京：中國財(cái)政經(jīng)濟(jì)出版社，2008

三、研究結(jié)論與政策建議

本文主要研究滬深300指數(shù)期貨的投機(jī)風(fēng)險(xiǎn)，得到如下結(jié)論：

滬深300指數(shù)期貨當(dāng)月連續(xù)合約的日收益率序列不服從正態(tài)分布，表現(xiàn)出顯著的“尖峰厚尾”性質(zhì)，序列為平穩(wěn)序列，不存在顯著的自相關(guān)性，并且該序列不存在顯著的ARCH效應(yīng)。鑒于此，利用該序列計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR時(shí)，結(jié)合考慮到該序列的這些性質(zhì)以及計(jì)算VAR不同方法的特點(diǎn)，應(yīng)該采用蒙特卡洛方法計(jì)算價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR。并且實(shí)證結(jié)果表明該方法通過了模型的有效性檢驗(yàn)，即利用蒙特卡洛方法計(jì)算滬深300指數(shù)期貨價(jià)格波動(dòng)風(fēng)險(xiǎn)日VAR確實(shí)可行。

結(jié)合本文研究得出的結(jié)論，提出如下建議：

首先，滬深300指數(shù)期貨的投資者在實(shí)際投資中可以運(yùn)用VAR方法，出于不同目的的投資者應(yīng)該采用適當(dāng)?shù)姆椒ㄓ?jì)算VAR（具體可參照本文結(jié)論），根據(jù)每日的VAR，科學(xué)設(shè)置止損點(diǎn)并嚴(yán)格執(zhí)行，合理運(yùn)用資金，理性投資。股指期貨投機(jī)可以采取類似金字塔的方式進(jìn)行買入或者賣出操作。即建倉后，在已有持倉已經(jīng)獲利時(shí)再增加持倉，而且每次持倉的增量應(yīng)逐次遞減。投資者進(jìn)行資金管理時(shí)，可以采取諸如將單個(gè)市場中的最大損失限定在持有總資本的5%以下；所投入的保證金總額不應(yīng)超過總資本的20%—30%；某個(gè)合約的投資額控制在總持有資本的10%以下；同時(shí)應(yīng)采取持有不同月份合約的橫向投資策略。

其次，滬深300指數(shù)期貨的市場監(jiān)管者可以運(yùn)用VAR技術(shù)進(jìn)行風(fēng)險(xiǎn)控制，可以通過將VAR與規(guī)定的保證金比例進(jìn)行對(duì)比，調(diào)整保證金比例。如果VAR大于按規(guī)定收取的保證金水平，則市場風(fēng)險(xiǎn)發(fā)生的可能性較大，應(yīng)適當(dāng)提高保證金水平；如果VAR遠(yuǎn)小于按規(guī)定收取的水平，則可以適當(dāng)降低保證金比例，以提高投資者的投資積極性。靈活的保證金制度在有效控制風(fēng)險(xiǎn)的同時(shí)還能提高投資者的投資積極性，從而加強(qiáng)市場流動(dòng)性，使得股指期貨的功能可以得到充分發(fā)揮，這對(duì)我國股指期貨市場的長久、健康發(fā)展具有重要意義。

參考文獻(xiàn)：

[1] Philippe，JValue at Risk： The New Benchmark for Controlling Market Risk [M]The McGraw-Hill Companies Inc，1997

[2] Kupiec，PTechniques for Verifying the Accuracy of Risk Measurement Models [J]Journal of Derivatives，1995，3（2）：73-84

[3] Anderson，TG，Bollerslev，T，Diebold，F(xiàn)XThe Distribution of Exchange Rate Volatility [R]NBER Working Paper，19991-49

[4] Georges，D，Pierre ，D，Maria ，PIntraday Value at Risk （IVaR） Using Tick-by-Tick Data with Application to the Toronto Stock Exchange [J]Journal of Empirical Finance，2009，16（5）：777-792

[5] 汪飛星，陳東峰，單國莉用改進(jìn)的蒙特卡洛（MC）方法計(jì)算VaR[J]山東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，（5）：11-14

[6] 楊彩林，張琴玲VaR模型在我國滬、深股市風(fēng)險(xiǎn)度量中的實(shí)證研究[J]統(tǒng)計(jì)與決策，2010，（18）：133-136

[7] Cheng，WH，Hung，JCSkewness and Leptokurtosis in GARCH-Typed VaR Estimation of Petroleum and Metal Asset Returns[J]Journal of Empirical Finance，2011，18（1）：160-173

[8] 張驊月Matlab與金融實(shí)驗(yàn)[M]北京：中國財(cái)政經(jīng)濟(jì)出版社，2008