石油期货收益率的分位数建模及其影响因素分析

被引:16
作者
陈磊 [1 ]
曾勇 [1 ]
杜化宇 [2 ]
机构
[1] 电子科技大学经济与管理学院
[2] 台湾政治大学财务管理学系
关键词
石油期货; 分位数回归; QAR模型; CAViaR模型; 门限CAViaR模型;
D O I
10.16381/j.cnki.issn1003-207x.2012.03.020
中图分类号
F713.35 [期货贸易]; F224 [经济数学方法];
学科分类号
1201 ; 0701 ; 070104 ;
摘要
石油期货收益率的分位数反映了收益率分布特征和石油市场风险特征,有必要建模考察分位数的变化模式与影响因素。针对现有研究在模型方法和分析角度上的不足,本文考虑分位数受市场冲击影响而产生的非线性自回归特征,提出门限CAViaR模型并用以分析石油期货收益率的分位数及其影响因素。基于1998-2009年布伦特原油期货价格的研究表明,石油期货收益率的分位数具有自回归特征并受前期油价涨跌的不对称影响,且油价下跌的作用更强。左尾分位数受油价涨跌的共同影响,而右尾分位数仅受油价下跌的影响,二者呈现不同特征。此外,本文通过考察分位数的动态变化模式揭示了油价风险特征,具有重要的风险管理作用。
引用
收藏
页码:35 / 40
页数:6
相关论文
共 17 条
[2]   国际油价波动与中国成品油价格风险研究 [J].
沈沛龙 ;
邢通政 .
重庆大学学报(社会科学版), 2011, 17 (01) :35-41
[3]   基于GARCH模型的WTI和Brent原油价格风险分析 [J].
沈沛龙 ;
邢通政 .
哈尔滨工业大学学报(社会科学版), 2010, 12 (03) :88-93
[4]   基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究 [J].
林宇 ;
卫贵武 ;
魏宇 ;
谭斌 .
中国管理科学, 2009, 17 (06) :17-24
[5]   基于EVT-BM-FIGARCH的动态VaR风险测度 [J].
肖智 ;
傅肖肖 ;
钟波 .
中国管理科学, 2008, (04) :18-23
[6]   用VaR度量石油市场的极端风险 [J].
潘慧峰 ;
张金水 .
运筹与管理, 2006, (05) :94-98
[7]   应用半参数法计算石油市场风险价值 [J].
冯春山 ;
吴家春 ;
蒋馥 .
湖北大学学报(自然科学版), 2004, (03) :213-217
[8]   风险价值方法及其实证研究 [J].
马超群 ;
李红权 ;
周恩 ;
杨晓光 ;
徐山鹰 ;
张银旗 .
中国管理科学, 2001, (05) :17-24
[9]   VaR方法及其在股市风险分析中的应用初探 [J].
范英 .
中国管理科学, 2000, (03) :27-33
[10]  
Forecasting crude oil market volatility: Further evidence using GARCH-class models[J] . Yu Wei,Yudong Wang,Dengshi Huang.Energy Economics . 2010 (6)