基于HMM的Brent原油期货市场风险预测研究
发布时间:2020-07-24 03:58
【摘要】:近年来爆发的亚洲金融危机、次贷危机、欧债危机等全球性金融危机,不仅使各国经济遭受了沉重的打击,也使金融风险管理面临着更为严峻的挑战。因此,建立科学的风险预测模型,准确地识别并有效地防范和控制风险,以维护金融经济安全,促进经济社会和谐稳定,既是新形势下金融经济管理部门面临的重要任务,也是学术界关注的热点问题。随着经济的飞速发展,金融产品日新月异的创新,风险管理已不仅仅局限于常规金融产品,尤其是以期货为代表的金融衍生品在风险管理中的重要性日益凸显。Brent原油期货作为金融期货市场的重要衍生品,由于受到各类经济、政治等重大事件的影响,可能导致其波动状态发生显著变化而呈现出波动结构突变(Structural Breaks)现象,因而其波动状态中可能存在波动结构突变点。而大量研究表明,金融收益波动结构突变广泛存在于金融市场之中,而忽略金融波动中的结构突变点可能高估金融市场的波动持续性,进而误判金融市场的波动状态,从而导致金融市场风险管理的失败。由于在对Brent原油期货市场进行风险预测的关键在于对其波动率的准确预测,而要对波动率的准确预测关键是对其波动状态的准确预测,要准确对Brent原油期货市场进行波动状态预测的难点在于对其波动结构突变点的准确预测。倘若在对Brent原油期货市场进行波动状态预测时,忽略Brent原油期货市场中的波动结构突变点就可能高估金融市场的波动持续性,进而误判金融市场的波动状态,进而使得对Brent原油期货市场风险预测的失败。因此,准确预测Brent原油期货市场的结构突变点对于Brent原油期货市场的风险预测具有重要的理论价值与实践意义。首先,本文引入隐马尔科夫模型(Hidden Markov Models,HMM)模型对Brent原油期货市场进行了波动状态预测,但由于HMM模型仅仅是基于收益率对Brent原油期货市场进行波动状态预测,没有考虑其自身波动率对波动状态的影响,因而使得仅使用HMM模型测度出的波动状态中可能存在伪结构突变点,为此本文构建了基于迭代累积平方和(Iterated Cumulative Sums of Squares,ICSS)的HMM-EGARCH模型对其波动状态进行修正;其次,基于修正后的波动状态再次采用HMM-EGARCH模型对其进行了波动率预测;再次,采用SR与MAE对Brent原油期货市场波动状态预测的准确性进行检验,还使用基于标准统计误差函数的D-M方法检验了波动率预测的准确性;最后,本文基于ICSS-HMM-EGARCH模型所得到的Brent原油期货市场预测波动率,对其进行风险预测,并分别使用Bachtesting方法对VaR(Value at Risk,VaR)与ES(Expected Shortfall,ES)风险进行评估。因此,无论是本文的研究方法还是实证研究结果均可为金融风险管理机构与投资者防范极端风险事件、规避投资损失提供帮助,也可以为相关学者进行金融风险研究提供一定的参考,本文的研究无论是在现实应用还是在理论研究方面还是均具有重要意义。实证研究表明:(1)Brent原油期货市场存在波动结构突变点;(2)虽然HMM模型能够对Brent原油期货市场波动状态进行预测,但由于其测度下的波动状态中存在伪结构突变点,使得其测度的波动状态不准确,而ICSS-HMM-EGARCH模型能够修正波动状态中的伪结构突变点,从而使得对Brent原油期货市场的波动状态预测更加准确;(3)基于修正后的波动状态下的HMM-EGARCH模型能够准确预测出Brent原油期货市场波动率,使得ICSS-HMM-EGARCH模型能够对Brent原油期货市场波动结构突变点进行更准确地预测;(4)ICSS-HMMEGARCH模型对高波动状态下的Brent原油期货市场波动率预测具有较高地准确性;(5)基于MCMC估计的ICSS-HMM-EGARCH模型下的ES方法能够对Brent原油期货市场进行更加有效地风险预测。综上所述,金融决策部门、机构投资者可通过对金融市场波动结构突变点的预测研究,结合金融市场的实际,制定出科学、合理的金融风险预警方案,从而避免或者降低金融风险损失,进一步促进金融市场的繁荣稳定。
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224;F416.22;F713.35
本文编号:2768293
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224;F416.22;F713.35
【参考文献】
相关期刊论文 前10条
1 李婧;解祥优;;东亚经济体汇率制度的迁跃——基于结构突变点检验[J];经济社会体制比较;2015年06期
2 林宇;陈粘;陈宴祥;;基于HMM-EGARCH的银行间同业拆放利率市场波动预测研究[J];系统工程理论与实践;2016年03期
3 郭文伟;;股市风格资产溢出效应及动态相关性突变点研究[J];系统工程;2015年03期
4 彭伟;;基于双变量EARJI-EGARCH的时变收益关联研究——来自东亚地区股市跳跃的分析[J];中国管理科学;2015年03期
5 陈海强;张传海;;股指期货交易会降低股市跳跃风险吗?[J];经济研究;2015年01期
6 林伯强;毛东昕;;中国碳排放强度下降的阶段性特征研究[J];金融研究;2014年08期
7 王鹏;魏宇;王鸿;;沪深300股指期货的风险测度模型研究[J];数理统计与管理;2014年04期
8 田成诗;郭丽;;考虑方差结构突变的股市收益波动非对称性研究[J];系统科学与数学;2014年06期
9 杨继平;袁璐;张春会;;基于结构转换非参数GARCH模型的VaR估计[J];管理科学学报;2014年02期
10 姜婷;周孝华;董耀武;;基于Markov机制转换模型的我国股市周期波动状态研究[J];系统工程理论与实践;2013年08期
本文编号:2768293
本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/2768293.html