基于极值理论的电力市场价格风险值计算与实证研究
发布时间：2021-07-27 08:54
全球范围内展开的电力市场化改革,在打破垄断、鼓励竞争、提升效率的同时,也使得市场的每个主体都面临着未曾有过的风险与挑战。在过去的电力管制体制下,电力市场价格由管理者根据成本决定,因此在较长时期内电价是稳定且可预测的。但是在如今的竞争性市场中,其价格由市场竞争决定,而电力不能有效存储的特点,致使其相比其他商品,市场需求弹性更小、电价易受到电力供求关系的影响而产生剧烈波动。然而,作为国民经济基础性产业的电力产业,它的运营状况对经济的发展具有相当重大的影响,因此对电力市场进行一定的风险管理有益于其健康持久的发展,对我国的电力市场改革也有一定的意义。基于以上考虑,文章通过对电价的度量进行内部风险控制。为此,本文将利用时间序列模型对电力市场价格风险值VaR进行计算。由于电价的波动不同于一般的正态分布,因此正态分布模型不能准确描述实际收益率数据分布状态,进而将更适于描述收益率尾部分布的极值理论引入文章。以美国PJM电力市场为例,选取波动性较大的两个时刻,分别采用基于参数法的AR-GARCH模型和半参数法的混合极值理论的AR-GARCH-POT模型对电价收益率进行度量,最终将两个模型进行事后检验比较...
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：40 页
【学位级别】：硕士
【部分图文】：
点时刻自相关确自相关图
中北电力大学硕丄学位论文??图４－５?７点收益率序列模型拟合效果图??Ｉｆｌｊ?８点的收益率序列拟合模型的具体表达式为：??ｘ，?＝?－０．０００３７０４－?０．２８１５ｘ，＿，?－?０．４２６４ｒ，＿２?－０．２９９４ｘ，＿３?－〇．２８３８ｘ，．４??－０．２８６５ｘ，＿５?－０．２４０３ｊｃ，＿６?＋０．３５２０ｘ，＿７?＋?＾??Ｗ，??２?＝０．００２３０５８＋?０．１８３８＾，１，?＋０．７８４７〇－，ｉ，??０８?－?Ａ??０７?－?１?Ｗ??ＯＳ?？?＿?Ｉ?｜?§??丨丨??Ｏ?１?？????????????２０１５＜ＣＭ＞Ｉ５￣Ｃｒｏｉ５￣Ｃ？ｌＳ－（ｍ）１６－ＣｉｇＤｌＳ－０ＳＤ１７．Ｃ２Ｄ１７－ＣＭ）１７－ＧＨ）ｌＢ－ＣＥＤ１８＜ｌ＞５??图４－６?８点收益率序列模型拟合效果图??在上述模型拟合效果图中（图４－５、图４－６），蓝色为原始收益率序列，黄色??表示拟合模型序列，从上图可以看出除个别值存所误差外，两个时刻模型的整体??走势和波动性还原效果都还不错。??接下来，假定残差序列服从正态分布，在给定的９０％、９５％、９９％三个置信??水平下
【参考文献】：
期刊论文
[1]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[2]国外电力现货市场建设的逻辑分析及对中国的启示与建议[J]. 邹鹏,陈启鑫,夏清,何畅,葛睿. 电力系统自动化. 2014(13)
[3]商业银行利率风险的表现特征及分类差异性解析[J]. 李成,郑怡. 金融论坛. 2014(02)
[4]基于谱风险度量的大用户直购电组合模型分析[J]. 张宗益,亢娅丽,郭兴磊. 电工技术学报. 2013(01)
[5]股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析[J]. 刘晓星,段斌,谢福座. 世界经济. 2011(11)
[6]需求侧峰谷分时电价对供电公司购售电风险影响分析模型[J]. 宋艺航,谭忠富,于超,姜海洋. 电工技术学报. 2010(11)
[7]新时期如何深化电力体制改革——打破垄断,引入竞争[J]. 葛秀芳. 长春理工大学学报(高教版). 2009(07)
[8]基于CVaR的供电公司现货市场购电优化决策模型[J]. 谢品杰,谭忠富,王绵斌,侯建朝. 电工技术学报. 2009(04)
[9]利用系统剩余容量评估电力市场中长期金融风险[J]. 周浩,张富强,韩祯祥,康建伟,陈建华,王冬明,孙维真,高国宁. 电工技术学报. 2004(12)
[10]蒙特卡罗方法在电力市场短期金融风险评估中的应用[J]. 周浩,康建伟,陈建华,包松. 中国电机工程学报. 2004(12)
硕士论文
[1]基于EGARCH-POT模型的互联网金融风险度量[D]. 周秋池.华东理工大学 2018
[2]基于价格极差-ARMA-GARCH-POT模型的风险价值研究[D]. 蔡丽.西华师范大学 2016
[3]基于VaR的电力市场价格风险度量[D]. 冯玉明.重庆师范大学 2012
[4]证券投资风险度量方法及其应用研究[D]. 叶勇.上海交通大学 2011
[5]电力市场环境下中长期电价预测研究[D]. 荣娜.贵州大学 2009
[6]基于极值理论和贝叶斯估计的电力市场风险值VaR计算[D]. 汪青松.重庆大学 2007
[7]风险值VaR的极值估计[D]. 杨智勤.华中科技大学 2004
本文编号：3305469
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：40 页
【学位级别】：硕士
【部分图文】：
点时刻自相关确自相关图
中北电力大学硕丄学位论文??图４－５?７点收益率序列模型拟合效果图??Ｉｆｌｊ?８点的收益率序列拟合模型的具体表达式为：??ｘ，?＝?－０．０００３７０４－?０．２８１５ｘ，＿，?－?０．４２６４ｒ，＿２?－０．２９９４ｘ，＿３?－〇．２８３８ｘ，．４??－０．２８６５ｘ，＿５?－０．２４０３ｊｃ，＿６?＋０．３５２０ｘ，＿７?＋?＾??Ｗ，??２?＝０．００２３０５８＋?０．１８３８＾，１，?＋０．７８４７〇－，ｉ，??０８?－?Ａ??０７?－?１?Ｗ??ＯＳ?？?＿?Ｉ?｜?§??丨丨??Ｏ?１?？????????????２０１５＜ＣＭ＞Ｉ５￣Ｃｒｏｉ５￣Ｃ？ｌＳ－（ｍ）１６－ＣｉｇＤｌＳ－０ＳＤ１７．Ｃ２Ｄ１７－ＣＭ）１７－ＧＨ）ｌＢ－ＣＥＤ１８＜ｌ＞５??图４－６?８点收益率序列模型拟合效果图??在上述模型拟合效果图中（图４－５、图４－６），蓝色为原始收益率序列，黄色??表示拟合模型序列，从上图可以看出除个别值存所误差外，两个时刻模型的整体??走势和波动性还原效果都还不错。??接下来，假定残差序列服从正态分布，在给定的９０％、９５％、９９％三个置信??水平下
【参考文献】：
期刊论文
[1]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[2]国外电力现货市场建设的逻辑分析及对中国的启示与建议[J]. 邹鹏,陈启鑫,夏清,何畅,葛睿. 电力系统自动化. 2014(13)
[3]商业银行利率风险的表现特征及分类差异性解析[J]. 李成,郑怡. 金融论坛. 2014(02)
[4]基于谱风险度量的大用户直购电组合模型分析[J]. 张宗益,亢娅丽,郭兴磊. 电工技术学报. 2013(01)
[5]股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析[J]. 刘晓星,段斌,谢福座. 世界经济. 2011(11)
[6]需求侧峰谷分时电价对供电公司购售电风险影响分析模型[J]. 宋艺航,谭忠富,于超,姜海洋. 电工技术学报. 2010(11)
[7]新时期如何深化电力体制改革——打破垄断,引入竞争[J]. 葛秀芳. 长春理工大学学报(高教版). 2009(07)
[8]基于CVaR的供电公司现货市场购电优化决策模型[J]. 谢品杰,谭忠富,王绵斌,侯建朝. 电工技术学报. 2009(04)
[9]利用系统剩余容量评估电力市场中长期金融风险[J]. 周浩,张富强,韩祯祥,康建伟,陈建华,王冬明,孙维真,高国宁. 电工技术学报. 2004(12)
[10]蒙特卡罗方法在电力市场短期金融风险评估中的应用[J]. 周浩,康建伟,陈建华,包松. 中国电机工程学报. 2004(12)
硕士论文
[1]基于EGARCH-POT模型的互联网金融风险度量[D]. 周秋池.华东理工大学 2018
[2]基于价格极差-ARMA-GARCH-POT模型的风险价值研究[D]. 蔡丽.西华师范大学 2016
[3]基于VaR的电力市场价格风险度量[D]. 冯玉明.重庆师范大学 2012
[4]证券投资风险度量方法及其应用研究[D]. 叶勇.上海交通大学 2011
[5]电力市场环境下中长期电价预测研究[D]. 荣娜.贵州大学 2009
[6]基于极值理论和贝叶斯估计的电力市场风险值VaR计算[D]. 汪青松.重庆大学 2007
[7]风险值VaR的极值估计[D]. 杨智勤.华中科技大学 2004
本文编号：3305469
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/3305469.html
