国际原油期货市场风险时变相关性探究

国际原油期货市场风险时变相关性探究

ID:6238348

大小:27.50 KB

页数:5页

时间:2018-01-07

国际原油期货市场风险时变相关性探究_第1页
国际原油期货市场风险时变相关性探究_第2页
国际原油期货市场风险时变相关性探究_第3页
国际原油期货市场风险时变相关性探究_第4页
国际原油期货市场风险时变相关性探究_第5页
资源描述:

《国际原油期货市场风险时变相关性探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国际原油期货市场风险时变相关性探究  摘要:本文采用CopulaGARCH模型对西德克萨斯中质原油期货(WTI)和伦敦国际石油交易所的北海Brent原油期货两个期货市场的动态相关性进行研究,结果表明:上述两个国际原油期货市场确实存在较强的相关性,并且相对于常相关模式,时变CopulaGARCH模型具有更好的表现,与此同时,JoeClaytoncopula是对两市场风险的时变相关性的刻画更为合理的连接函数。关键词:WTI;Brent;时变相关性;CopulaGARCH一、引言原油即石油,我们所熟悉的汽油、柴油、煤油、润滑油等都是由

2、原油在不同的蒸发温度下将不同长度烃链分离而提炼出来的。自1978年实行“改革开放”政策后,我国经济高速发展,这必然使得我国对原油需求量大幅上升。原油价格的大幅频繁波动不仅在宏观层面上影响一国经济的发展,而且在微观层面上影响投资者的投资决策和消费者的消费信心,这些事实均使得各国对原油的定价机制的关注度不断提高。5国际石油市场经过100多年的发展,已形成了以三大期货市场与五大现货市场为主的国际石油市场定价机制,而在三大期货市场中,美国纽约商品交易所的西德克萨斯中质原油(WTI)是全球交易量最大的商品期货,也是全球石油市场最重要的定价

3、基准之一,与此同时,伦敦国际石油交易所交易的北海Brent原油也是全球最重要的定价基准之一。所以,对上述两个国际原油期货市场风险的时变相关性研究不仅有助于进一步了解国际原油的定价机制,而且能为我国尽早取得原油定价权提出相关的建议。二、CopulaGARCH模型介绍在实际应用中,可将上述Copula函数和GARCH模型进行结合,便可得到如下所示的CopulaGARCH模型:Yk,t=uk,t+εk,tk=1,2,…N,t=1,2,…Tuk,t=Ck+R1t=1φk,iYk,t-iεk,t=vk,tσk,tσk,t=Kt+p1i=1

4、αk,iαk,t-i+Q1j=1βk,jε2k,t-jvk,t-i.i.dGk(t,Γk)(v1,t,v2,t…vN,t)/It-1-C(G1(t,Γ1),G2(t,Γ2),…GN(t,ΓN)/It-1,ρt)其中:G.(t.v.)为相关经济变量边缘分布函数;c(u1,u2,…,un,ρ)为连接函数Copula函数。三、实证研究5本节以西德克萨斯中质原油期货(WTI)和伦敦国际石油交易所的北海Brent原油期货为研究对象来分析国际原油期货市场上的时变相关性,选取的数据为美原油主力合约连续价格和Brent原油主力合约连续价格,分析

5、周期对象为周K线,样本区间为2003年1月6日至2013年5月20日。(一)GARCH模型的估计结果与评价根据对WTI原油期货和Brent原油期货收益率序列的自相关分析可知,两种收益率序列均不存在一阶自相关,即可认为上述收益率序列是平稳的,故本文采用AR(1)—GARCH(1,1)过程来描述WTI原油期货和Brent原油期货的边缘分布,由分析结果可知:为了进行对比分析,本文分别采用了NormalGARCH模型和TGARCH模型对WTI和Brent收益率序列进行分析,由分析可知:(1)单从GARCH模型本身的统计量的估计值,即极大

6、似然值、AIC值来看,上述两个值的估计结果较接近,所以这两个GARCH模型并不存在明显区别。(2)但是分布模型的选择对GARCH参数的影响较大,即使两种不同形式的GARCH模型极大似然值和AIC值较为接近,我们仍可以从α+β值与1的关系来选择拟合较好的模型。由进一步分析可知,TGARCH模型中α+β≈0.99,比NormalGARCH更为接近1。故用符合尖峰厚尾的TGARCH模型来描述WTI期货和Brent期货收益率序列的边缘分布更为恰当。(二)copula模型的估计结果与评价5为了便于分析和比较,本文将对三种不同的copula

7、函数,采用静态和动态两种分析方法对两期货市场的相关性进行分析,分析结果如下所示:(1)Normalcopula极大似然值为-385.76,AIC值为-8873.22。(2)Tcopula极大似然值为-345.12,AIC值为-8113.56。(3)Claytoncopula极大似然值为-423.16,AIC值为-9332.50。(4)Timevaryingnormalcopula极大似然值为-396.90,AIC值为-9154.21。(5)Timevaryingtcopula极大似然值为-364.71,AIC值为-8335.61

8、。(6)Timevaryingclaytoncopula极大似然值为-450.87,AIC值为-10003.20。就总体而言,时变Copula模型比静态模型拟合优度要高,而单就WTI期货和Brent期货收益率序列波动相关性模型来说,时变JoeClayton是最佳

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。