能源期货市场动态极端风险测度研究

能源期货市场动态极端风险测度研究

ID:34039457

大小:1.51 MB

页数:16页

时间:2019-03-03

能源期货市场动态极端风险测度研究_第1页
能源期货市场动态极端风险测度研究_第2页
能源期货市场动态极端风险测度研究_第3页
能源期货市场动态极端风险测度研究_第4页
能源期货市场动态极端风险测度研究_第5页
资源描述:

《能源期货市场动态极端风险测度研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年第7期总第365期第33卷能源期货市场动态极端风险测度研究*淳伟德张德园林宇摘要:为准确地反映我国新兴能源期货市场与欧美成熟能源期货市场的风险结构特征,本文以我国上海燃料油期货价格(SHRY)和美国西德克萨斯原油期货价格(WTI)为代表性的研究对象,运用GARCH、FI⁃GARCH、HYGARCH、FIEGARCH以及FIAPARCH五种模型来捕捉能源期货市场的波动特征,同时运用极值理论(EVT)对损失尾部进行建模分析来测度能源期货市场的动态极端风险,并用返回检验(Back-Test⁃i

2、ng)对其模型的准确性与可靠性进行检验。研究结果表明:EVT能够有效地刻画新兴能源期货市场和成熟能源期货市场的尾部风险;基于长记忆的HYGARCH模型不仅能够准确地反映我国能源期货市场的波动特征,而且也能够准确有效地刻画发达成熟的西方能源期货市场的波动特征;ARMA-HYGARCH-EVT模型不仅在VaR测度下表现出较强可靠性,而且在ES测度中也表现出了较好的测度效果。关键字:能源期货市场;长记忆性;杠杆效应;极端风险JEL分类号:G22,G10,G21一、引言能源是经济快速增长和社会可持续发展的

3、必不可少的物质基础。随着经济全球化以及金融自由化的发展,国际能源市场价格波动更加剧烈,这不仅增加了能源投资者的投资风险,而且也给各国的国家安全和经济社会的健康稳定发展带来了影响。而能源期货市场作为能源市场的一个重要组成部分,投资者能够利用它来规避能源市场现货价格波动所带来的风险。但是,能源期货市场所具有的高杠杆性使得能源期货市场面临着较现货市场更大的风险,从而影响了风险规避的实现及效果。因此,如何有效地管理能源期货市场风险,以防范能源价格波动风险,成为能源投资者和能源风险管理部门高度关注的课题之一

4、。在风险管理中,风险测度是其必要前提。目前广泛应用于金融市场风险测度的方法是J.PMorgan投资作者简介淳伟德:成都理工大学商学院院长,教授,博士,硕士生导师。张德园:成都理工大学商学院硕士研究生;林宇:成都理工大学商学院副教授,博士,硕士生导师。*资助项目:国家自然科学基金项目(71171025);国家社会科学基金项目(12BGL024);教育部人文社会科学研究青年基金项目(10YJCZH086);成都理工大学金融与投资优秀科研创新团队培育资助项目(KYTD201303)。-110-能源期货市

5、场动态极端风险测度研究银行提出的风险价值VaR(ValueatRisk)指标,该指标以严谨的概率统计理论为依托,准确地衡量了不同风险因子及其相互作用下的最大可能损失,因而受到各大金融机构以及广大学者的高度关注(王春峰等,2010;林宇等,2011;董耀武等,2012;王艺馨和周勇,2012;David等,2013)。国际清算银行、巴塞尔委员会也利用VaR模型所估计出的市场风险来确定银行以及其他金融机构的资本充足率。近年来,也有一些学者运用VaR对能源期货市场风险测度进行了研究,并取得了令人满意的研

6、究效果(潘慧峰和张金水,2006;戴毓和周德群,2009;何小明等,2010;贺晋兵和刘云霞,2010)。这些研究成果对于深刻认识和准确把握能源期货市场的风险状况具有重要的意义。相关研究表明,能源期货市场与其他金融市场(如股票市场)一样,也具有诸如有偏胖尾(SkewandFatTail)、长记忆性(LongMemory)等典型事实(StylizedFacts)特征(Sadorsky,2006;Arouri等,2012;Agnolucci,2009;淳伟德等,2013),这些典型事实特征使得能源期货

7、市场收益或损失序列并非服从VaR所要求的正态分布等单一分布,而很有可能是一个多分布的复合形式(林宇,2012)。如果仍然按照传统的单一分布来测度能源期货市场风险,势必会降低能源期货市场风险测度的准确性,从而给投资者带来巨大的损失。此外,能源期货市场风险测度模型还应准确地刻画能源期货市场的条件波动特征。近年来,一些学者运用Baillie等(1996)提出的分整广义自回归条件异方差模型(FractionalIntegratedGeneralizedAutoregressiveConditionalHe

8、teroscedasticity,FIGARCH)对能源期货市场条件波动的长记忆性进行了建模分析。然而,正如Davidson(2004)指出的那样,FIGARCH极易由于模型的不平稳性以及固定的振幅导致其结果存在较大的偏差,而双曲线记忆条件异方差模型(HyperbolicMemoryGeneralizedAutoregressiveConditionalHet-eroscedasticity,HYGARCH)正好克服了FIGARCH模型的缺陷,能够更好地刻画能源期货市场的长记忆性特

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。