基于DEA的石油价格波动性GARCH族预测模型评价研究

发布时间：2017-07-04 04:02

  本文关键词：基于DEA的石油价格波动性GARCH族预测模型评价研究

  更多相关文章： 原油价格波动 长期记忆性GARCH模型 Super-DEA 效率评价

【摘要】：原油作为主要化工原料与国家战略资源,为国民经济平稳发展做出了重大保障,而原油作为大宗商品在全球范围内进行交易,具有一定的金融风险性。此外,受经济及其他因素影响,原油价格在全球市场内大幅波动。因此,探索国际原油价格波动,对国家制定正确宏观政策、企业正常运营与人们生活而言尤为重要。基于以上背景,本文以WTI市场远期原油价格为研究对象,并对其收益进行预测,由于原油价格的波动会对宏观经济造成一定的冲击,而投资者心理因素与金融市场体系的不完善使得油价波动的不确定性加剧,石油波动预测误差也随着重大事件的接连发生不断加大,因此,社会各界对建立科学的数理模型与有效的评价系统准确预测其波动性给予了高度重视。而迄今对石油价格波动性的预测模型层出不穷,在多个评价指标下,决策者难以从众多预测模型中得到一致的模型排序。本文提出将预测模型的评价指标结果作为DEA模型的输入输出,通过DEA模型得到较为一致的预测模型排序。具体如下,首先,本文通过建立GARCH模型与长期记忆下的GARCH族模型对原油收益进行预测,研究发现WTI远期原油市场收益波动具有长期记忆性、非渐进性与尖峰厚尾性,即原油价格易受外界因素影响,风险性较大。其次,为获取所有预测模型的排序,本文构建了DEA模型,并且根据不同的决策需求以及评价指标的特征对输入输出进行了期望与非期望的区分,此外,本文进一步构建了超效率DEA模型,并对超效率模型下的不可行单元做相应处理,从而得到完整的预测模型效率排名。本文最终得出以下结论:在GARCH族模型中,GJR模型与EGARCH模型相对显著,在预测误差、模型精准度与对石油价格收益波动方向方面,GJR模型较为精准;EGARCH模型在预测方面逊于其他模型,而在考虑油价收益整体波动性方面优于其它模型。在具有长期记忆性下的GARCH族模型中,FIAPARCH模型始终是最优的石油价格波动预测模型,即模型能够在预测油价波动方向更为精准,当考虑预测精准度与收益波动大体方向时,FIEGARCH模型始终是最优的石油价格收益波动预测模型;最后,研究发现,本文提出的超效率DEA改进模型能够很好地评价不同的原油价格波动预测模型,在不同的评价指标下能得到较为一致的排序结果。
【关键词】：原油价格波动 长期记忆性GARCH模型 Super-DEA 效率评价
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F764.1
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-24
• 1.1 研究背景及研究意义12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意义13-14
• 1.2 研究现状14-21
• 1.2.1 原油价格波动性预测模型研究14-16
• 1.2.2 GARCH族模型在石油价格波动性分析中的研究现状16-20
• 1.2.3 DEA模型在石油价格波动性预测模型中的评价研究20-21
• 1.3 研究内容与研究思路21-24
• 1.3.1 研究内容21-22
• 1.3.2 研究思路22-24
• 第2章 理论基础24-34
• 2.1 石油价格波动预测模型24-28
• 2.1.1 APARCH模型24
• 2.1.2 无长期记忆性的GARCH族模型24-27
• 2.1.3 具有长期记忆性的GARCH族模型27-28
• 2.2 DEA基本理论28-34
• 2.2.1 DEA基本思路28-29
• 2.2.2 DEA基本模型29-34
• 第3章 模型构建34-45
• 3.1 模型输入输出指标34-35
• 3.1.1 模型输入输出指标选取34
• 3.1.2 输出类型的判定34-35
• 3.1.3 输入类型的判定35
• 3.2 DEA评价模型35-38
• 3.2.1 存在非期望输入的DEA评价模型35-37
• 3.2.2 存在非期望输出的Index-DEA评价模型37-38
• 3.3 超效率DEA评价模型38-45
• 3.3.1 存在非期望输入的超效率DEA评价模型39-40
• 3.3.2 存在非期望输出的超效率Index-DEA评价模型40-41
• 3.3.3 存在不可行决策单元的超效率DEA改进模型41-45
• 第4章 实证分析45-60
• 4.1 数据选取及统计特征分析45-49
• 4.2 预测模型结果分析49-52
• 4.3 效率评价结果分析52-60
• 4.3.1 预测模型评价指标52-53
• 4.3.2 GARCH族预测模型的评价结果分析53-56
• 4.3.3 具有长期记忆的GARCH族预测模型的评价结果分析56-60
• 结论60-62
• 参考文献62-67
• 致谢67-68
• 附录A 攻读学位期间公开发表的学术论文68

【参考文献】

中国期刊全文数据库 前10条

1 李永立;吴冲;;考虑非期望产出弱可处置性的随机DEA模型[J];管理科学学报;2014年09期

2 胡爱梅;王书平;;基于ARIMA与GARCH模型的国际油价预测比较分析[J];经济研究导刊;2012年26期

3 于晓娟;张学东;顾浩;;基于GARCH模型的BRENT原油价格波动性分析[J];中国证券期货;2012年08期

4 袁霓;;国内油价市场波动的ARCH模型分析[J];技术经济与管理研究;2009年01期

5 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

6 谷岭;;基于GARCH模型族的上海股市波动性分析[J];经济研究导刊;2007年03期

7 潘慧峰;张金水;;用VaR度量石油市场的极端风险[J];运筹与管理;2006年05期

8 赵晓燕;徐克龙;;石油价格的一种变权重组合预测[J];统计与决策;2006年18期

9 潘慧峰;周建;张金水;;石油市场波动溢出模型研究[J];中国软科学;2005年08期

10 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

中国博士学位论文全文数据库 前1条

1 刘存柱;石油市场风险管理理论与方法研究[D];天津大学;2004年

，

本文编号：516214