得到ARMA模型的估计参数后,应对估计结果进行诊断与检验,主要包括:①检验模型参数的估计值是否具有统计显著性;②检验残差序列的随机性。参数估计的显著性检验依然通过统计量完成,而模型的优劣以及残差序列的判断是用博克斯—皮尔斯(Box-Pierce)提出的Q统计量完成。
金融衍生品业务的流动性风险,是指金融机构无法在较短的时间内以合适的价格建立或者平掉既定的金融衍生品头寸。相对而言,场外交易的金融衍生品的流动性风险要高于场内交易的流动性风险。其根本原因在于场外交易的金融衍生品的非标准化特征。场外交易的金融衍生品通常是交易双方根据各自的需求相互协商而确定。如果交易中的一方在合约未到期前想把合约平仓,而另外一方不同意,那么计划平仓一方就面临较大的困难。
关于一元线性回归模型的参数估计方法常采用的是普通最小二乘法。最小二乘准则(原理)是使残差平方和最小,即使达到最小。
原材料库存中的风险性实质上是由原材料价格波动的不确定性造成的。
量化交易所需控制机制的必备条件:①立即断开量化交易;②当系统或市场条件需要时可以选择性取消甚至取消所有现存的订单;③防止提交任何新的订单信息(即停止开关)。
套保比例=(被套期保值债券的修正久期×债券价值)/(CTD修正久期×期货合约价值)
组合久期=(初始组合久期×初始组合价值+期货久期×期货市值)/初始组合市值
产品层面的风险识别是识别出单个金融衍生品所存在的风险,核心内容是识别出影响产品价值变动的主要风险因子;部门层面的风险识别是在产品层面风险识别的基础上,充分考虑一个交易部门所持有的所有金融衍生品的风险,核心内容是识别出各类风险因子的相关性及整个部门的金融衍生品持仓对各个风险因子是否有显著的敞口;公司层面的风险识别则是在部门层面风险识别的基础上,更多地关注业务开展流程中出现的一些非市场行情所导致的不确定性,包括授权、流程、合规、结算等活动中的风险。
Delta是用来衡量标的资产价格变动对期权理论价格的影响程度,可以理解为期权对标的资产价格变动的敏感性,Gamma值衡量Delta值对标的资产的敏感度,两者的风险因素都为标的资产价格变化
看涨期权的Deltae(0,1),看跌期权的Deltae(1,0),而看涨期权和看跌期权的Gamma值均为正值
期权到期日临近,平价期权的Gamma值趋近无穷大,看跌平价期权(标的价格=行权价)Delta收敛于0.5。
商品期货及衍生品在货物贸易中的应用,主要体现在大宗商品的采购和销售上,企业可以进行基差贸易定价、库存管理、仓单串换,以及合作套保业务等。