天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于Copula分位數(shù)回歸原油期貨市場套保模型及效率研究

發(fā)布時間:2021-11-05 22:14
  伴隨中國原油期貨的上市,作為商品期貨最大交易單品的原油期貨,其套期保值功能必將成為新的研究熱點。本文采用skew-t-GARCH(1,1)模型捕捉原油期現(xiàn)貨收益率的"波動集聚"和"尖峰厚尾"特性,在此基礎(chǔ)上通過構(gòu)造Copula分位數(shù)套保模型研究不同原油市場狀態(tài)下(牛市、熊市)的套保比率及效率。利用蒙特卡洛模擬對線性、Normal Copula及T-Copula分位數(shù)回歸模型進行效率比較,并對英國Brent和美國WTI原油期貨收益率進行實證研究,結(jié)果表明:①不同市場狀態(tài)下,原油期貨的最優(yōu)套保比率具有非對稱性;②T-Copula分位數(shù)回歸模型的尾部套期保值效率更穩(wěn)定。因此,利用原油期貨進行規(guī)避風險時,要根據(jù)市場行情合理運用套期保值模型。 

【文章來源】:數(shù)理統(tǒng)計與管理. 2020,39(04)北大核心CSSCI

【文章頁數(shù)】:15 頁

【部分圖文】:

基于Copula分位數(shù)回歸原油期貨市場套保模型及效率研究


圖6?Normal.?Copula模型估計下兩市場相關(guān)系數(shù)釋聲置信區(qū)間示意圖??3.4各Copula分位數(shù)模型最優(yōu)動態(tài)套期比率結(jié)果與比較??

隨機序列,現(xiàn)貨,收益率,蒙特卡洛


任仙玲,鄧磊:基于Copula分位數(shù)回歸原油期貨市場套保模型及效率研究??751??②?設(shè)置估計上下限(介f—l到1之間);??③將式(11)?e:_3i作為Y代入式(10).,使用Matlab內(nèi)置內(nèi)點算法(適用于目標函數(shù)不可微)??迭代求出??T-Gopula分位數(shù)回歸模型的估計算法與__Nw.mal?Copula類似,只是增加了一個自??由度估計,在此不贅述。??1.5套期保值績效評價方法??套期保值效率是指按照一定套保比率進行套期保值與未進行套期保值相比,收益率風險??的減少程度。根據(jù)Knm紋和:關(guān)于套期保值效率的衡量方法,套期保值效率為??w?—?1?—??(13)??其中w為套期保值效率,其值越大說明套期保值效率越好;為套期保值組合收益率的方??差;為現(xiàn)貨收益率方差,即未進行套期保值收益率的方差。??2模擬研究??2.1模擬步驟??運用蒙特卡羅方法對原油期現(xiàn)貨收益率走勢進行模擬,并計算各模型套保效率,參考樣本??期內(nèi)各市場收益率的參數(shù),擬定期現(xiàn)貨相關(guān)系數(shù)=?0.9,其技術(shù)實現(xiàn)步驟如下:??⑴生成j?=?1〇〇_次樣本容量為&?=?1〇〇〇的二元Kttniial?Copula或T-Gopula隨機序列。??以模擬二元?Normal?Copula隨機序列為例,其算法過程如下:??①求出相關(guān)矩陣私的CiMtoky分解矩陣A,即=?S1;??②生成服從iV(〇,l)的隨機序列??Normal?Copula隨機數(shù)模擬現(xiàn)貨?Normal?Copula隨機數(shù)模擬期貨??T-Copula隨機數(shù)模擬現(xiàn)貨??T-Copula隨機數(shù)模擬期貨??圖1蒙特卡洛模擬期現(xiàn)貨收益率走勢圖??

現(xiàn)貨,原油,收益率,市場


754??數(shù)理統(tǒng)計與管理??第39卷第4期2020年7月??注:*分別表示在1%、5%、1〇%的顯著性水平下顯著。??WTI原油現(xiàn)貨收益率Q-Q圖?WTI原油期貨收益率Q-Q圖??0.2?0.4?0.6?0.8??U(0,?1)??Brent原油現(xiàn)貨收益率Q-Q圖??D.2?0.4?0.6?0.8??U(0,?1)??Brent原油期貨收益率Q-Q圖??U(0,?1)?U(0??1)??圖4各市場原油期現(xiàn)貨收益率的Q-Q圖??原油期現(xiàn)貨收益率殘差序列的概率積分變換序列與(0,1)均勻分布的0-Q圖也可以清晰地看??出,選用的skew-t-GAR,CH(1,1)模型擬合效果好。??表2?GAR.CH模型參數(shù)估計及條件波動的診斷檢驗??霞ft??wrst??brft??brst??Part?1估計參數(shù)??0.025*??0.026*??0.019*??0.009??^1??0.067***??0.064***??0.065***??0.043***??i〇2??0.928***??0.931***??0.931***??0.955***??UJl?+?L〇2??0.995??0.995??0.996??0.998??V??8.297??6.937??7.032??6.666??A??-0.080??-0.070??-0.040??-0.042??Log-likelihood??-3621.94??-3651.35??-3445.12??-3455.16??K-S統(tǒng)計量??0.0196??0.0179??0.0212??0.0207??K-S概率值??0.8803??0.9351??0.8105??

【參考文獻】:
期刊論文
[1]基于Copula函數(shù)的非線性時間序列聚類[J]. 張貝貝,安百國,張寶學.  數(shù)理統(tǒng)計與管理. 2019(03)
[2]應(yīng)用變系數(shù)分位點回歸模型分析經(jīng)濟因素對全球股市風險的影響[J]. 葉五一,李國艷,繆柏其.  數(shù)理統(tǒng)計與管理. 2019(01)
[3]我國股指期權(quán)與現(xiàn)貨市場的風險傳遞效應(yīng)研究[J]. 樊鵬英,劉亞明,薛清水,陳敏.  數(shù)理統(tǒng)計與管理. 2018(06)
[4]基于長期投資視角的動態(tài)套期保值策略:以原油期貨組合為例[J]. 尹力博,韓立巖.  系統(tǒng)工程學報. 2017(02)
[5]基于期現(xiàn)共跳的股指期貨套期保值研究[J]. 趙華.  數(shù)理統(tǒng)計與管理. 2016(05)
[6]VaR最小化的股指期貨套期保值比率研究[J]. 孫燕紅,費廣平.  數(shù)理統(tǒng)計與管理. 2015(04)
[7]風險最小化套期保值比例估計:基于RV-Copula模型[J]. 李勇,方兆本,韋勇鳳.  數(shù)理統(tǒng)計與管理. 2015(02)
[8]基于Copula-TGARCH模型的股指期貨最佳套期保值比研究[J]. 史美景,趙永淦.  數(shù)理統(tǒng)計與管理. 2012(02)
[9]基于Copula的最小方差套期保值比率[J]. 王玉剛,遲國泰,楊萬武.  系統(tǒng)工程理論與實踐. 2009(08)
[10]動態(tài)非線性套期保值策略研究[J]. 姚榮輝,王書平,張蜀林.  工業(yè)技術(shù)經(jīng)濟. 2009(07)



本文編號:3478603

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/jingjilunwen/jingjiguanlilunwen/3478603.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶d8125***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com