《宁波海上丝路指数服务功能及其金融衍生品研究》上篇主要探讨基于Vines Copula理论下海丝指数金融衍生品应用中风险管理问题。主要包括VinesCopula理论在金融分析中的应用研究概述,VINES COPULA模型结构与参数估计,VINES COPULA模型的边缘分布等内容。最后基于宁波海上丝绸之路指数(通称海上丝路指数,或简称海丝指数)发布数据进行实证研究,探讨海丝指数金融衍生品应用中市场风险测度与管理问题。
《宁波海上丝路指数服务功能及其金融衍生品研究》下篇内容为宁波海上丝路指数服务功能及其应用探讨。首先梳理了相关研究现状、海上丝路指数发展现状和航运金融衍生品及其相关理论的基础。然后在探讨国内外航运指数发展及应用借鉴的基础上,提出宁波出口集装箱运价指数发展金融衍生品的路径。主要包括宁波出口集装箱运价指数简介、宁波出口集装箱运价指数衍生品市场参与者分析、宁波出口集装箱运价指数发展金融衍生品相关措施等。在理论探讨的基础上,探讨宁波NCFI衍生品交易所的创立及运行管理,包括衍生品交易所交易规则设计、衍生品交易所清算规则设计等内容。
指数一直被认为是经济的晴雨表和市场的风向标,指数的知名度和认可度也是对应的交易所所在城市甚至所在国家地位的重要衡量标准。对于一座港口及港口城市来说,研究、编制和发布各种运价指数是其从航运大港向航运强港迈进的必经之路。
随着习近平主席在2013年提出的“一带一路”战略构想,以及2014年在党的十八大提出制定“发展海洋经济,保护海洋生态环境,坚决维护国家海洋权益,建设海洋强国”等战略目标,依托海洋运输产业,深化海上经济交往,大力发展海洋经济,提升海洋产业整体竞争力,已成为我国构建全方位对外开放新格局,实现中华民族伟大复兴的重要任务。包括航运指数在内的现代航运服务业是国务院2014年9月印发的《关于促进海运业健康发展的若干意见》中确定的海运业发展战略重点任务之一,也是我国海洋强国战略的重要支撑。
宁波是“一带一路”枢纽城市,宁波-舟山港是我国海上丝绸之路核心枢纽港,正由世界第一大港向世界一流强港迈进。由宁波航运交易所牵头编制和发布的“海上丝绸之路指数”(简称“海上丝路指数”,已在伦敦国际航运交易所成功发布),正是我国“一带一路”建设及宁波-舟山强港建设的重要载体,现实意义重大。
发达国家港口城市对航运指数的提出和研究相对较早,也较深入。每个航运市场中都有各自的运价指数,在各种运价指数中最具权威性的是1985年由波罗的海航交所发布的运价指数。反映的是国际干散货航运市场的走势和综合评价值。迄今为止,众多国外学者对波罗的海运价指数从不同角度建立了多种预测模型,主要集中在计量经济学和神经网络方面,其中有代表性的有:1992年Cullinane首次将时间序列分析方法之一B-J用于BFI预测;随后,Veenstra和Franses对不同干散货船型和航线的海运运价指数时间序列分别建立一阶向量自回归(VAR),2001年英国学者Manolis G.Kavussanos和Amir H.Alizadeh-M建立单一变量的季节自回归积分移动平均模型(Seasonal ARIMA-SARIMA)和多变量的季节协整向量回归模型(Seasonal Cointegrating VAR)对指数进行研究,较为准确地对即期运费率进行预测。而在中国海商法专家张永坚看来,波罗的海交易所拥有自己独立、权威的干散货运价指数,在集装箱指数领域却仍是空白。
王任祥,1966年8月,宁波工程学院经济与管理学院教授,硕士生导师,宁波国际港口与物流研究中心(宁波市政府与中国社会科学院合作成立)执行主任,中国物流学会常务理事,中国区域经济学会常务理事。
主要研究方向为港航物流管理、物流系统规划、区域经济等。出版《我国保税港区建设与发展探索》《宁波海洋服务业发展路径研究》《“一带一路”视角下宁波港口功能提升路径研究》《国际物流》等著作。近几年,主持完成《宁波-舟山港口一体化资源整合研究》《浙江建设港口经济圈的构想与实施路径研究》《<********>宁波战略定位与策略研究》等省(部)级项目10余项及政府或企业委托项目30余项,发表核心期刊论文20余篇,获宁波市哲学社会科学优秀成果奖等多项奖项。
郭珺,1970年12月,对外经济贸易大学金融学博士,现就职于商丘师范学院经济管理学院。主要研究方向为物流金融、金融市场、港航物流规划与管理等,具有丰富的港航物流、物流金融行业从业经验,主持或参与多项省市级研究项目,发表CSSCI核心期刊论文4篇。
上篇
第1章 引言
1.1 研究背景分析
1.2 国内外研究现状
1.3 研究方法
1.4 结构安排和主要内容
1.5 创新之处
第2章 VinesCopula理论概述
2.1 Copula函数的概念和性质
2.2 生存Copula函数
2.3 VinesCopula模型理论概述
2.4 常用Copula函数的种类
2.5 随机变量的相关性测度
2.6 本章小结
第3章 VinesCopula模型结构与参数估计
3.1 VinesCopula模型的构建步骤
3.2 VinesCopula模型结构的确定
3.3 PairCopula函数的选择与检验
3.4 Copula模型的参数估计
3.5 VinesCopula模型的参数估计
3.6 VinesCopula模型模拟
3.7 本章小结
第4章 VinesCopula模型的边缘分布及实证研究
4.1 金融时间序列收益率一般特性
4.2 ARMA-CARCH模型
4.3 VAR-MGARCH模型
4.4 基于极值理论的POT模型
4.5 关于金融危机对中国沪深300指数波动影响的实证研究
4.6 基于VAR模型关于中国与主要贸易伙伴之间汇率联动的实证研究
4.7 基于MCARCH模型的东亚次区域汇率合作中人民币选择研究的实证研究
4.8 本章小结
第5章 基于VinesCopula模型的世界主要股票市场之间的风险相依性研究
5.1 引言
5.2 模型变量选择及数据描述
5.3 边缘分布POT模型实证结果及分析
5.4 基于二元Copula函数的各股票市场之间的风险相依分析
5.5 基于VineCopula模型的各股票市场之间相依结构分析
5.6 本章小结
第6章 基于VinesCopula模型的金融市场风险测度研究
6.1 引言
6.2 金融市场风险的概述
6.3 数据来源及描述
6.4 VinesCopula模型结构
6.5 基于C-vineCopula模型的高维投资组合风险估计
6.6 本章小结
……
下篇
参考文献