天气期权定价研究 ——基于大连气温数据
发布时间:2021-10-18 17:16
从古至今,天气、气候的变化就影响着人们的日常生活与农业生产活动,而到现代,天气变化对整个社会的影响更为显著,人们越来越认识到天气风险管理的重要性,发展天气风险管理市场也逐步成为全球关注的焦点。天气风险是指未来天气、气候变化所引起结果的不确定性。根据天气风险发生的频率以及造成的影响,可分为灾害性天气风险和非灾害性天气风险。灾害性天气主要是指某些突发性天气,主要包括暴雨、干旱、龙卷风、台风、飓风、霜冻等,一般发生在某个特定季节,并非一年四季可见。非灾害性天气,主要是指风、雨、雪等一般性天气。由这类天气变化导致企业利润的不确定性从而引发的财务风险称为非灾害性天气风险或一般性天气风险。1996年,能源公司Aquila Energy与公共事业公司Consolidated Edison完成了第一笔有关天气风险的交易。自此,有关对冲天气风险的金融交易开始在场外(OTC)萌芽。在1999年下半年,芝加哥商品交易所(CME)推出了第一个以天气气温为标的指数的天气衍生品,从此场内天气衍生品开始蓬勃发展,并逐渐占据主要地位。目前,场内和场外天气衍生品交易金额可到达数百亿美元。据WRMA统计,在过去十年,能源...
【文章来源】:东北财经大学辽宁省
【文章页数】:62 页
【学位级别】:硕士
【部分图文】:
图3-1大连市日平均气温变化图(1997.1.1-2017.12.31)??图3-1呈现的是大连市自1997年1月1日至2017年12月31日21年中日??
200?-150?-100?-90?8?SO?100?150?200?2S0?300??图3-2大连市日平均气温分布直方图(1997.1.1-2017.12.31)??图3-2是大连市21年日平均气温数据的分布直方图。横坐标轴表示日平均??气温,单位为0.1摄氏度,纵坐标轴表示对应温值的频率。从图中可以看出,??日平均气温呈现出稳定变化,其中大部分温度集中在零下5摄氏度和25摄氏度??之间。但两端也有少量数据,表明大连市也存在异常天气。从统计分析结果中??可以发现,大连市的7665项日平均气温数据呈现左偏,低峰的分布态势,且JB??(Jarque-Bera)统计量为504.?9581,?P值为0.00000,并不符合正态分布。??3.2大连气温变化模型构建??3.2.1模型构建??依上述分析,日平均气温,rt,可以被分解为两部分变量,一部分为剔除??季节因素的随机变量,;另一部分为确定性年度季节变量,5t。本文根据Geman??和Leonardi?(2006)提出的时间序列模型的基础上对大连市20年日平均气温进??行建模分析
从上述表3.1中可以看到,D-W统计量仅为0.627557,表明模型存在严重??序列相关,需要对其修正。我们将趋势和季节分量5t从大连日平均气温真实值八??剔除后,可得到随机项=?Tt-St,图3-4为其线形图。??150?I?I?I?I?1?I?I??|??随扒项Xt??-150?-?-??-200?i?i?i?i?i?i?i???0?1000?2000?3<KK>?4000?SOOD?BOOO?7(KM)?8000??图3-4大连市近20年日平均气温随机项Xt??31??
【参考文献】:
期刊论文
[1]高温天气衍生品设计及其定价模型——以长江中下游地区水稻为例[J]. 崔海蓉,曹广喜,张京波. 系统工程. 2017(04)
[2]天气衍生品基差风险量化及对冲效果研究[J]. 李永,马宇,崔习刚. 管理评论. 2015(10)
[3]基于ARMA模型的气温衍生品定价研究[J]. 郭建国,牛珊. 商业经济. 2015(10)
[4]天气指数衍生品及其定价研究[J]. 孙保敬,李世平. 统计与决策. 2015(05)
[5]天气衍生品中时变均值回复的气温预测模型研究[J]. 陈百硕,李守伟,何建敏,曹杰. 管理工程学报. 2014(02)
[6]基于蒙特卡罗模拟在天气期权定价中的运用[J]. 王芍. 科技经济市场. 2014(02)
[7]天气衍生品中的制冷指数看涨期权定价研究与实证[J]. 彭龙,孙小丽. 北京邮电大学学报(社会科学版). 2013(01)
[8]略论天气衍生品及其应用[J]. 尹青. 农村经济与科技. 2012(11)
[9]天气风险管理及其最新研究进展[J]. 胡正,董青马. 西南金融. 2012(05)
[10]基于气温指数的天气期权定价研究[J]. 王政. 商业经济. 2012(03)
硕士论文
[1]天气衍生产品及其定价[D]. 马圆圆.华东师范大学 2008
[2]论天气衍生品在我国的开发与应用[D]. 刘海龙.西南财经大学 2007
本文编号:3443181
【文章来源】:东北财经大学辽宁省
【文章页数】:62 页
【学位级别】:硕士
【部分图文】:
图3-1大连市日平均气温变化图(1997.1.1-2017.12.31)??图3-1呈现的是大连市自1997年1月1日至2017年12月31日21年中日??
200?-150?-100?-90?8?SO?100?150?200?2S0?300??图3-2大连市日平均气温分布直方图(1997.1.1-2017.12.31)??图3-2是大连市21年日平均气温数据的分布直方图。横坐标轴表示日平均??气温,单位为0.1摄氏度,纵坐标轴表示对应温值的频率。从图中可以看出,??日平均气温呈现出稳定变化,其中大部分温度集中在零下5摄氏度和25摄氏度??之间。但两端也有少量数据,表明大连市也存在异常天气。从统计分析结果中??可以发现,大连市的7665项日平均气温数据呈现左偏,低峰的分布态势,且JB??(Jarque-Bera)统计量为504.?9581,?P值为0.00000,并不符合正态分布。??3.2大连气温变化模型构建??3.2.1模型构建??依上述分析,日平均气温,rt,可以被分解为两部分变量,一部分为剔除??季节因素的随机变量,;另一部分为确定性年度季节变量,5t。本文根据Geman??和Leonardi?(2006)提出的时间序列模型的基础上对大连市20年日平均气温进??行建模分析
从上述表3.1中可以看到,D-W统计量仅为0.627557,表明模型存在严重??序列相关,需要对其修正。我们将趋势和季节分量5t从大连日平均气温真实值八??剔除后,可得到随机项=?Tt-St,图3-4为其线形图。??150?I?I?I?I?1?I?I??|??随扒项Xt??-150?-?-??-200?i?i?i?i?i?i?i???0?1000?2000?3<KK>?4000?SOOD?BOOO?7(KM)?8000??图3-4大连市近20年日平均气温随机项Xt??31??
【参考文献】:
期刊论文
[1]高温天气衍生品设计及其定价模型——以长江中下游地区水稻为例[J]. 崔海蓉,曹广喜,张京波. 系统工程. 2017(04)
[2]天气衍生品基差风险量化及对冲效果研究[J]. 李永,马宇,崔习刚. 管理评论. 2015(10)
[3]基于ARMA模型的气温衍生品定价研究[J]. 郭建国,牛珊. 商业经济. 2015(10)
[4]天气指数衍生品及其定价研究[J]. 孙保敬,李世平. 统计与决策. 2015(05)
[5]天气衍生品中时变均值回复的气温预测模型研究[J]. 陈百硕,李守伟,何建敏,曹杰. 管理工程学报. 2014(02)
[6]基于蒙特卡罗模拟在天气期权定价中的运用[J]. 王芍. 科技经济市场. 2014(02)
[7]天气衍生品中的制冷指数看涨期权定价研究与实证[J]. 彭龙,孙小丽. 北京邮电大学学报(社会科学版). 2013(01)
[8]略论天气衍生品及其应用[J]. 尹青. 农村经济与科技. 2012(11)
[9]天气风险管理及其最新研究进展[J]. 胡正,董青马. 西南金融. 2012(05)
[10]基于气温指数的天气期权定价研究[J]. 王政. 商业经济. 2012(03)
硕士论文
[1]天气衍生产品及其定价[D]. 马圆圆.华东师范大学 2008
[2]论天气衍生品在我国的开发与应用[D]. 刘海龙.西南财经大学 2007
本文编号:3443181
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3443181.html