带QQ和旺旺右侧悬浮在线客服 - 16素材网
QQ:570188144
欢迎到www.byspaper.com订购论文!
欢迎到www.byspaper.com订购论文!

 
 
 

国际原油期货市场风险的时变相关性研究

 

日期:2009年08月25日 作者:byspaper 编辑:byspaper  
文章来源:www.byspaper.com 论文编号:bys9037 推荐等级:  
文章属性: 期货市场 本日浏览: 【字体:  

关键词:

国际原油期货市场风险的时变相关性研究


 

毕业生论文网

 [2010XXX 号

-------------------------------------------------------------------------

国际原油期货市场风险的时变相关性研究

 

  摘要:本文采用CopulaGARCH模型对西德克萨斯中质原油期货(WTI)和伦敦国际石油交易所的北海Brent原油期货两个期货市场的动态相关性进行研究,结果表明:上述两个国际原油期货市场确实存在较强的相关性,并且相对于常相关模式,时变CopulaGARCH模型具有更好的表现,与此同时,JoeClayton copula是对两市场风险的时变相关性的刻画更为合理的连接函数。 

  关键词:WTIBrent;时变相关性;CopulaGARCH 

  一、引言 

  原油即石油,我们所熟悉的汽油、柴油、煤油、润滑油等都是由原油在不同的蒸发温度下将不同长度烃链分离而提炼出来的。自1978年实行“改革开放”政策后,我国经济高速发展,这必然使得我国对原油需求量大幅上升。原油价格的大幅频繁波动不仅在宏观层面上影响一国经济的发展,而且在微观层面上影响投资者的投资决策和消费者的消费信心,这些事实均使得各国对原油的定价机制的关注度不断提高。 

  国际石油市场经过100多年的发展,已形成了以三大期货市场与五大现货市场为主的国际石油市场定价机制,而在三大期货市场中,美国纽约商品交易所的西德克萨斯中质原油(WTI)是全球交易量最大的商品期货,也是全球石油市场最重要的定价基准之一,与此同时,伦敦国际石油交易所交易的北海Brent原油也是全球最重要的定价基准之一。所以,对上述两个国际原油期货市场风险的时变相关性研究不仅有助于进一步了解国际原油的定价机制,而且能为我国尽早取得原油定价权提出相关的建议。 

  二、CopulaGARCH模型介绍 

  在实际应用中,可将上述Copula函数和GARCH模型进行结合,便可得到如下所示的CopulaGARCH模型:Ykt=ukt+εktk=12,…Nt=12,…

  ukt=Ck+R1t=1φkiYkt-i 

  εkt=vktσk

  σkt=Kt+p1i=1αkiαkt-i+Q1j=1βkjε2kt-j 

  vkt-i.i.dGkt,Γk) 

  (v1tv2tvNt/It-1-CG1t,Γ1), 

  G2t,Γ2),…GNt,ΓN/It-1,ρt)其中:G.t.v.)为相关经济变量边缘分布函数;cu1u2,…,un,ρ)为连接函数Copula函数。 

  三、实证研究 

  本节以西德克萨斯中质原油期货(WTI)和伦敦国际石油交易所的北海Brent原油期货为研究对象来分析国际原油期货市场上的时变相关性,选取的数据为美原油主力合约连续价格和Brent原油主力合约连续价格,分析周期对象为周K线,样本区间为200316日至2013520日。 

  (一)GARCH模型的估计结果与评价 

  根据对WTI原油期货和Brent原油期货收益率序列的自相关分析可知,两种收益率序列均不存在一阶自相关,即可认为上述收益率序列是平稳的,故本文采用AR1)—GARCH11)过程来描述WTI原油期货和Brent原油期货的边缘分布,由分析结果可知: 

  为了进行对比分析,本文分别采用了NormalGARCH模型和TGARCH模型对WTIBrent收益率序列进行分析,由分析可知:(1)单从GARCH模型本身的统计量的估计值,即极大似然值、AIC值来看,上述两个值的估计结果较接近,所以这两个GARCH模型并不存在明显区别。(2)但是分布模型的选择对GARCH参数的影响较大,即使两种不同形式的GARCH模型极大似然值和AIC值较为接近,我们仍可以从α+β值与1的关系来选择拟合较好的模型。由进一步分析可知,TGARCH模型中α+β≈0.99,比NormalGARCH更为接近1。故用符合尖峰厚尾的TGARCH模型来描述WTI期货和Brent期货收益率序列的边缘分布更为恰当。 

  (二)copula模型的估计结果与评价 

  为了便于分析和比较,本文将对三种不同的copula函数,采用静态和动态两种分析方法对两期货市场的相关性进行分析,分析结果如下所示: 

  (1Normal copula极大似然值为-385.76AIC值为-8873.22。(2T copula极大似然值为-345.12AIC值为-8113.56。(3Clayton copula极大似然值为-423.16AIC值为-9332.50。(4Timevarying normal copula极大似然值为-396.90AIC值为-9154.21。(5Timevarying t copula极大似然值为-364.71AIC值为-8335.61。(6Timevarying clayton copula极大似然值为-450.87AIC值为-10003.20。 

  就总体而言,时变Copula模型比静态模型拟合优度要高,而单就WTI期货和Brent期货收益率序列波动相关性模型来说,时变 JoeClayton是最佳的,次优模型为时变Normal Copula模型。 

  四、结论与建议 

  原油作为国民经济增长的重要动力之一,被广泛地运用于社会生活的各个领域。因此,本文结合时变CopulaGARCH模型,以上述两种国际原油期货为切入点,进一步分析了两国际原油期货市场风险的时变相关性,论文的主要研究结果如下: 

  相对于传统的研究样本间相关性的方法,本文引入了更为灵活、稳健的copula理论应用于金融时间序列变量间的相关结构分析。Copula函数不仅能用于刻画随机变量间的相关性程度,而且还能描述出变量间的相关模式。本文在对copula函数相关理论进行介绍的基础上,将copula函数与GARCH模型相结合形成CopulaGARCH模型,对两国际期货市场的相关性进行了定量研究。 

  由于期货交易多为T+0交易,较一般金融市场而言,期货市场的价格风险就显得更为复杂,并进一步对比分析发现,动态JoeClaytoncopula模型是刻画WTI原油期货——美国纽约商品交易所的和北海Brent原油期货和伦敦国际石油交易所两市场时变相关性的最佳模型。参考文献: 

  [1] PattonA.J.On the Outof Sample Importance of Skewness and Asymmetric Dependence for Assets Allocation[J].Journal of Financial Econometrics200421):130168. 

  [2] 史道济.copula理论及其在金融分析中的应用研究[D].天津大学,2005. 

  [3] 李夕宾.中国铜期货市场价格相关性与波动性研究[D].中南大学,2011.


搜索相关:

 

 

会员登录

可以随时登录即使查看您的资料的销售信息 “现场直播式”查看您的论文销售记录统计系统自动记录,无人工干预,确保信息真实
发表论文,快速致富
本站诚征各种毕业论文、学术论文。您只要将论文提交到本站,您就可以享受到终生著作权收益。具体版税计算方法为,请看详细信息>>

 

在线客服