基于极值理论对WTI原油现货市场的风险度量
发布时间：2020-11-05 17:10
石油资源作为一国经济发展的重要能源之一,它既影响到一国的安全政策,又影响到石油相关企业的发展。然而,自2003年我国原油消费量超过日本,一跃成为全球第二、亚洲第一的原油消费大国以来,石油的消耗逐渐膨胀,导致我国石油进口依存度在2009年超过50%,2013年达到58.1%,这意味着我国石油的消耗超过一半来自于国际市场。一旦国际原油价格发生波动必将影响到我国油价的起伏,将无疑给我国的经济和金融领域带来一定的风险,因此,准确度量国际原油价格波动的风险将显得越来越重要。 当今世界人们越来越关注极端风险,因为极端事件的发生将很可能导致投资者破产,甚至可能引发经济崩溃、社会动荡。对于此类风险,极值理论方法已非常成熟,极值理论的最大优点是它不需要对样本数据作任何的分布假设,而且它只关心样本数据的尾部信息。但是该方法也存在一些不足,例如要求数据满足独立同分布的假设；阈值选取受主观影响较大；高置信水平下度量的风险值过于保守。对于以上极值理论存在的一些缺陷,本文尝试采用改进的尾指数方法来度量极端风险,该方法可以将独立同分布的条件放宽至弱相关。虽然传统的极值理论方法和改进的尾指数方法均能测度出极端风险,但是它们计量出来的均是静态风险,无法刻画波动时变性的特点,即动态风险。本文将使用APARCH-EVT模型对以上两种静态风险模型作改进,度量出动态极端风险。 本文选取西德克萨斯轻质原油(WTI)现货价格收益率作为实证对象,首先对其进行简单统计分析,发现该序列存在尖峰厚尾、有偏的分布特征,而且具有波动聚集性、非对称的“杠杆效应”等。然后通过极值理论方法、改进的尾指数方法和APARCH-EVT动态模型方法分别计算出相应的风险值。其中,在极值理论方法的阈值选取中本文运用变点理论,从而避免了人为主观性的影响；动态模型中选择偏t的分布假设,很好的刻画了序列有偏的分布特征。最后运用三种回测方法对以上三种风险值作检验,并得出比较有意义的结论。 结论表明,在较低置信水平(95%,97.5%)下,改进的尾指数方法比传统的极值理论方法更能准确的度量风险值,说明改进的尾指数方法在弱化独立同分布条件时也增加了风险度量的准确度,然而在99.9%的高置信水平下,此两种方法计算出来的风险值均过于保守,这将影响到投资者或金融机构的积极性;在相同的置信水平下,三种方法中基于APARCH-EVT动态模型所计算的风险值最为准确,它综合考虑了时间序列存在的尖峰厚尾、有偏、波动聚集性和“杠杆效应”等典型特征。通过本文的介绍和实证相信能给石油投资者或相关企业提供一定的投资参考价值。
【学位单位】：浙江工商大学
【学位级别】：硕士
【学位年份】：2014
【中图分类】：F764.1;F724.5;F224
【部分图文】：
图1.1 1993年-2013年我国石油进口依存度趋势图(数据来源：1993-2012年数据来源于英国BP公司，2013年数据来源于中国行业研宄网：http://www.chinaim.com/news/20140210/124510687.html)第一节研究背景及意义
极值理论所计算得到的WTI原油现货静态风险值与收益率的时序图展现出来，可见图3.6:_ 丨 —原油收益率I — 丨 VaR95…VaR97503 _ ? — VaR999‘ 1 1 1 1 1 1 2004 2006 2008 2010 2012 2014图3.6 WTI原油现货收益率与不同置信水平下静态风险值的时序图从图3.6中可以明显的看出：静态风险值随着置信水平的提高而不断增加，尤其是在高置信水平下，静态风险值要比收益率序列大得多，只有很少一部分的收益率高于静态风险值，直观地说明了基于EVT模型所度量的静态风险具有一定的可行性。对于风险模型准确性的检验，本文采用第二章中提到的三种回测方法，其检验结果如表3.3所示：38
图4.6 WTI原油现货收益率与不同置信水平下静态风险值的时序图从图4.6中可以清楚的看出：静态风险值仍然是随着置信水平的提高而不断增加，同样在高置信水平下，静态风险值也要比收益率序列大得多，仅有很少一部分的收益率高于静态风险值，所以我们也可以将基于AR(1)-GJR-GARCH(U)模型所改进的尾指数估计法度量出来的静态风险值作为参考。对于风险模型准确性的检验，本文采用第二章中提到的三种回测方法，其检验结果如表4.4所不：表4.4风险模型回测检验结果置信水平 理论失败数 实际失败数 LR,‘c LRcc95% 142 126 1.9106 3.0410 4.951697.5% 71 68 0.1212 4.8139 4.935199.9% 3 1 1.5871 NaN NaN(注：；}1)=3.8415, 1)=5.0239, /0599(1)=10.8276, joV2 )=5.9915 ,/0^5,/2)=7.3778, ^0^2)=13.8155，NaN表示因没有连续出现例外情况而无法计算I)表4.4展示了采用改进的尾指数方法度量风险值的回测检验结果，从表中我们可以发现：在三种置信水平下，理论失败数和实际失败数比较接近，只是相对95%置信水平而言，这两种失败数存在一定差距，但是统计量和■的值均小于对应的临界值
【参考文献】
本文编号：2871938
【学位单位】：浙江工商大学
【学位级别】：硕士
【学位年份】：2014
【中图分类】：F764.1;F724.5;F224
【部分图文】：
图1.1 1993年-2013年我国石油进口依存度趋势图(数据来源：1993-2012年数据来源于英国BP公司，2013年数据来源于中国行业研宄网：http://www.chinaim.com/news/20140210/124510687.html)第一节研究背景及意义
极值理论所计算得到的WTI原油现货静态风险值与收益率的时序图展现出来，可见图3.6:_ 丨 —原油收益率I — 丨 VaR95…VaR97503 _ ? — VaR999‘ 1 1 1 1 1 1 2004 2006 2008 2010 2012 2014图3.6 WTI原油现货收益率与不同置信水平下静态风险值的时序图从图3.6中可以明显的看出：静态风险值随着置信水平的提高而不断增加，尤其是在高置信水平下，静态风险值要比收益率序列大得多，只有很少一部分的收益率高于静态风险值，直观地说明了基于EVT模型所度量的静态风险具有一定的可行性。对于风险模型准确性的检验，本文采用第二章中提到的三种回测方法，其检验结果如表3.3所示：38
图4.6 WTI原油现货收益率与不同置信水平下静态风险值的时序图从图4.6中可以清楚的看出：静态风险值仍然是随着置信水平的提高而不断增加，同样在高置信水平下，静态风险值也要比收益率序列大得多，仅有很少一部分的收益率高于静态风险值，所以我们也可以将基于AR(1)-GJR-GARCH(U)模型所改进的尾指数估计法度量出来的静态风险值作为参考。对于风险模型准确性的检验，本文采用第二章中提到的三种回测方法，其检验结果如表4.4所不：表4.4风险模型回测检验结果置信水平 理论失败数 实际失败数 LR,‘c LRcc95% 142 126 1.9106 3.0410 4.951697.5% 71 68 0.1212 4.8139 4.935199.9% 3 1 1.5871 NaN NaN(注：；}1)=3.8415, 1)=5.0239, /0599(1)=10.8276, joV2 )=5.9915 ,/0^5,/2)=7.3778, ^0^2)=13.8155，NaN表示因没有连续出现例外情况而无法计算I)表4.4展示了采用改进的尾指数方法度量风险值的回测检验结果，从表中我们可以发现：在三种置信水平下，理论失败数和实际失败数比较接近，只是相对95%置信水平而言，这两种失败数存在一定差距，但是统计量和■的值均小于对应的临界值
【参考文献】
相关期刊论文 前10条
1 沈沛龙;邢通政;;国际油价波动与中国成品油价格风险研究[J];重庆大学学报(社会科学版);2011年01期
2 陈达忠;;国际高油价对我国经济影响的实证分析[J];国际石油经济;2005年11期
3 张意翔;胥朝阳;成金华;;基于VaR方法的中国石油企业跨国并购的价格风险评价[J];管理学报;2010年03期
4 冯春山,吴家春,蒋馥;应用半参数法计算石油市场风险价值[J];湖北大学学报(自然科学版);2004年03期
5 肖明智;谢锐;;国际原油价格上涨对中国经济影响的一般均衡研究[J];世界经济与政治论坛;2012年01期
6 何树红;孙文;徐文涛;;关于国际原油价格风险价值的分析与计算[J];统计与决策;2010年18期
7 潘慧峰,张金水;基于ARCH类模型的国内油价波动分析[J];统计研究;2005年04期
8 叶五一;缪柏其;;基于分位点回归模型的条件VaR估计以及杠杆效应分析[J];统计研究;2010年09期
9 叶五一;张明;缪柏其;;基于尾部指数回归方法的CVaR估计以及实证研究[J];统计研究;2012年11期
10 余炜彬;范英;魏一鸣;;基于极值理论的原油市场价格风险VaR的研究[J];系统工程理论与实践;2007年08期
本文编号：2871938
本文链接：https://www.wllwen.com/weiguanjingjilunwen/2871938.html
