能源期货投资组合风险度量研究

发布时间：2021-03-02 04:01

　　原油风险管理是能源经济管理的核心问题,鉴于此,本文以美国原油、天燃气及热燃油期货为研究对象,建立基于BEKK-VaR和DCC-VaR方法的能源期货投资组合风险度量模型,计算基于不同假设分布的能源投资组合在不同分位点下的风险值。实证结果表明,无论是在正态分布,还是t分布假设条件下,DCC-VaR比BEKK-VaR方法预测效果更加优良,然而,只有基于广义误差分布的BEKK-VaR方法在风险度量效果优于DCC-VaR方法。从这两种模型对投资组合的在险价值的度量效果可知,DCC-VaR方法的分配方案更加合理。 

【文章来源】：中国海洋大学学报(社会科学版). 2019,(02)

【文章页数】：7 页

【部分图文】：

图１ＢＥＫＫ－ＶａＲ和ＤＣＣ－ＶａＲ能源期货风险度量建模过程

）ｓ．ｔ∑Ｋｉ＝１ｗｉ＝１０＜ｗｉ＜烅烄烆１（１０）利用ｍａｔｌａｂ中的ｆｍｉｎｃｏｎ函数求出规划问题的解，即在给定预期收益情况下，投资组合中各金融产品所占的权重。三、实证分析（一）数据说明本文选取美国纽约商品交易所的原油、天燃气、热燃油期货日交易价格，数据选取从２０１１年１月３日至２０１６年３月２２日剔除不合条件的数据后共计１３０６组样本。三种能源期货的日交易价格与日收益率走势如图２所示，数据来源于美国能源信息署。图２三种能源期货日交易价格与日收益率序列走势图从三种能源期货日交易价格与日收益率序列走势可以看出，热燃油期货与原油期货在样本选取期内的交易价格与收益率的走势比较相近；天燃气期货交易价格波动较为剧烈，收益率序列的波动也越来越明显。在热燃油期货期货市场上，从２０１１年至２０１４年初，交易价格维持在３美元附近，然而，从２０１４年至２０１６年交易价格有着明显的下降趋势，日收益率走势图也显示，在这段时期，收益率波动也比较剧烈，且在２０１５年至２０１６年表现出明显的波动集聚性。［１４］天燃气期货日交易价格走势可以分为三个阶段：第一阶段，从２０１１年至２０１２年初，交易价格在不断下跌，此时的收益率序列波动并未明显增加；第二阶段，从２０１２年初到２０１４年初，日交易价格在震荡中上涨，收益率震荡加剧，在２０１２年中与２０１４年初振幅最大；第三阶段是从２０１４年初

【参考文献】：
期刊论文
[1]国际能源市场与中国股市之间的波动溢出效应研究[J]. 任仙玲,肖毓琨,孙文岳.  中国海洋大学学报(社会科学版). 2017(06)
[2]沪深300期现货市场动态波动关系研究:基于VECM-GJR-DCC-MGARCH-t模型的视角[J]. 蔡庆丰,郭俊峰,陈耀辉.  系统管理学报. 2015(02)
[3]国际粮食价格与能源价格的关联性——基于VECM和DCC-MGARCH模型的实证分析[J]. 公茂刚,王学真.  统计与信息论坛. 2014(11)
[4]基于二元VAR-GARCH（1,1）-BEKK模型的金融市场与石油市场的溢出效应研究[J]. 周德田,郭景刚.  中国石油大学学报(自然科学版). 2014(01)
[5]基于MGARCH-BEKK模型的石油市场波动溢出效应研究[J]. 张倩,张款慧.  统计与决策. 2013(13)
[6]国际碳市场与能源市场动态相依关系研究与启示——基于DCC-MVGARCH模型[J]. 张秋莉,杨超,门明.  经济评论. 2012(05)
[7]基于DCC-MVGARCH模型的证券组合VaR测度与拓展模型[J]. 冯金余.  统计与信息论坛. 2009(02)



本文编号：3058563