大宗能源商品现货与期货价格联动性及其应用研究

发布时间：2020-05-26 12:52

【摘要】：本文研究了美国纽约商品交易所(NYMEX)的五种大宗能源市场—WTI原油市场、纽约港汽油市场、纽约港2号燃料油市场、TX丙烷市场以及天然气市场上现货与期货价格之间的联动性关系。对于联动性关系的研究主要从三个方面展开:首先,对这五种大宗能源商品的价格序列进行了基本统计分析,主要包括描述性统计、平稳性检验以及波动性分析。描述性统计的结果显示五种大宗能源商品均存在尖峰偏态的特征且均不服从正态分布,其基本价格序列在一阶差分后变的平稳;采用DFA方法对这五种大宗能源商品收益率的波动性进行分析,结果表明五种大宗能源商品收益率序列均呈现长程相关性,其波动周期均不超过3个月。其次,采用定性和定量的方法对五种大宗能源商品现货与期货价格之间的联动性关系进行研究。定性方面主要采用线性和非线性格兰杰因果检验方法,线性格兰杰因果检验的结果表明,五种大宗能源商品市场中,WTI原油市场、加热油市场以及丙烷市场中现货价格与期货价格表现为双向格兰杰引导关系,而燃料油市场和天然气市场的期货价格在价格发现功能起主导作用;非线性格兰杰因果关系的实证结果表明,这五种大宗能源商品中现货价格序列与期货价格序列均呈现双向格兰杰因果关系;紧接着本文在误差修正模型的基础上建立IS(信息份额)模型,通过量化计算每个市场中现货价格与期货价格在价格发现功能上的价格贡献度来确定现货价格与期货价格的领先—滞后关系,结果表明五种大宗能源商品市场上现货与期货价格的价格贡献程度基本均等,现货价格与期货价格是相互引导的,这与非线性格兰杰因果检验的结果一致,也再次验证了金融序列的非线性结构。最后,利用现货价格与期货价格之间的联动性关系,基于IS信息份额模型、误差修正模型,引入自然学科中的神经网络算法与遗传算法,建立一般预测模型、误差修正预测模型以及GA-BP预测模型,对五种大宗能源商品现货价格进行预测,采用均方根误差(RMSE)和百分比相对误差(MAPE)两种指标对预测效果进行评价,结果表明,一般预测模型与误差修正模型的预测效果基本一致,GA-BP预测模型的预测效果较另外两种表现更优。
【图文】：

模型图,人工神经元,模型,神经元

图２．１人工神经元模型逡逑与神经网络相似，人工神经网络由人工神经元构成，如图４．１所示，为人工神递信息的传导机制。Ｗ表示每个神经元传递至另一神经的权数，数列逡逑ｘ１，ｘ２，？，；ｃ？］７＇表示神经元的输出轴突，代表要传递的信息，亦即该yL经元的输入逡逑：你＝＞１，６，—，％］表示其他神经元与该神经元１１个突触的连接强度，亦即权，其值有正有负，正数代表兴奋性突触、负数代表抑制性突触；０代表神经元的逡逑，如果神经元阈值全部加数大于０，则神经元可以被激活，加和数被称为激活值；逡逑传输函数，即神经元的输入、输出关系的函数。激活值越大，神经元的膜电位逡逑越大，兴奋神经释放的脉冲数越大，，因此传输函数是增函数。但由于兴奋神经释逡逑脉冲数有限，传输函数不可以无限增大。神经元的输出可以表示为：逡逑＼／＝ｉ逦／逡逑神经网络的学习功能非常强大，可以完成各种非线性映射，同时，它的计算能

神经元,优点,结构图,人工神经元

—ｊ＿＿ｉ＿＾0逡逑Ｘ；逡逑图２．１人工神经元模型逡逑与神经网络相似，人工神经网络由人工神经元构成，如图４．１所示，为人工神经逡逑元传递信息的传导机制。Ｗ表示每个神经元传递至另一神经的权数，数列逡逑Ｘ邋＝邋［ｘ１，ｘ２，？，；ｃ？］７＇表示神经元的输出轴突，代表要传递的信息，亦即该yL经元的输入逡逑向量：你＝＞１，６，—，％］表示其他神经元与该神经元１１个突触的连接强度，亦即权值逡逑向量，其值有正有负，正数代表兴奋性突触、负数代表抑制性突触；０代表神经元的逡逑阈值，如果神经元阈值全部加数大于０，则神经元可以被激活，加和数被称为激活值；逡逑ｆ表示传输函数，即神经元的输入、输出关系的函数。激活值越大，神经元的膜电位逡逑总和越大
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F713.35

【参考文献】