基于Bayesian-SV-SGT模型的原油价格‘Value at Risk'估计

被引：11

作者：

柴建 ^{[1
,2
]}

郭菊娥 ^{[1
]}

龚利 ^{[1
]}

汪寿阳 ^{[3
]}

机构：

[1] 西安交通大学管理学院

[2] 陕西师范大学国际商学院

[3] 中国科学院数学与系统科学研究院

来源：

系统工程理论与实践 | 2011年 / 31卷 / 01期

关键词：

风险分析; SV-SGT模型; Bayesian分析; VaR; 广义误差分布(GED);

D O I：

暂无

中图分类号：

F416.22 [石油、天然气工业];

学科分类号：

0202 ; 020205 ;

摘要：

从分析原油现货市场收益率的统计特征入手,为更好地刻画原油现货市场收益率的尖峰厚尾、偏态及波动集聚性和持续性的波动特性,引入SGT分布来描述原油市场价格的分布特征,利用SV模型来度量国际原油市场的价格波动率.同时,基于Bayesian原理,利用MCMC方法来解决SV模型的参数估计难题,建立了Bayesian-SV-SGT模型,并对国际原油现货价格"VaR"(Valueat Risk)进行了估计和分析.研究结果表明,相对GARCH类-GED模型而言,Bayesian-SV-SGT模型更好地刻画了原油现货市场收益特征,并能更加精确地刻画原油现货市场的价格风险.

引用

页码：8 / 17

页数：10

共 9 条

[1] 基于极值理论的原油市场价格风险VaR的研究 [J].