基于贝叶斯CAViaR模型的油价风险研究

被引：6

作者：

陈磊 ^{[1
]}

杜化宇 ^{[2
]}

曾勇 ^{[1
]}

机构：

[1] 电子科技大学经济与管理学院

[2] 闽江学院新华都商学院

来源：

系统工程理论与实践 | 2013年 / 33卷 / 11期

关键词：

贝叶斯CAViaR模型; 油价风险; 风险值; 贝叶斯方法; MCMC;

D O I：

暂无

中图分类号：

F764.1 [燃料工业产品]; F224 [经济数学方法];

学科分类号：

020205 ; 1202 ; 120202 ; 0202 ; 0701 ; 070104 ;

摘要：

CAViaR模型是常用的VaR估计方法之一,但通常面临参数估计和模型检验的困难.本文发展了贝叶斯CAViaR模型用于分析油价风险,并考察该模型在参数估计、模型选择、VaR预测等方面的作用.采用布伦特原油价格日数据,研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险,且具有较好的VaR预测绩效,优于传统CAViaR模型.本文同时指出,油价VaR存在自回归特征并受前期正负收益率的不对称影响.不对称斜率CAViaR模型有效刻画了油价VaR的动态变化模式.

引用

收藏

页码：2757 / 2765

页数：9

相关论文

共 21 条

[1] 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

[2] 基于Bayesian-SV-SGT模型的原油价格‘Value at Risk'估计 [J].

柴建 ;

郭菊娥 ;

龚利 ;

汪寿阳 .

系统工程理论与实践, 2011, 31 (01) :8-17

[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VaR方法的中国石油企业跨国并购的价格风险评价 [J].

张意翔 ;

胥朝阳 ;

成金华 .

管理学报, 2010, 7 (03) :440-444

[5] 基于贝叶斯分位数回归的市场风险测度模型与应用 [J].

王新宇 ;

宋学锋 .

系统管理学报, 2009, 18 (01) :40-48

[6] 间接TARCH-CAViaR模型及其MCMC参数估计与应用 [J].

王新宇 ;

宋学锋 .

系统工程理论与实践, 2008, (09) :46-51

[7] 基于极值理论的原油市场价格风险VaR的研究 [J].

余炜彬 ;

范英 ;

魏一鸣 .

系统工程理论与实践, 2007, (08) :12-20

[8] 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

[9] 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

[10] Bayesian Time-Varying Quantile Forecasting for Value-at-Risk in Financial Markets [J].

Gerlach, Richard H. ;

Chen, Cathy W. S. ;

Chan, Nancy Y. C. .

JOURNAL OF BUSINESS & ECONOMIC STATISTICS, 2011, 29 (04) :481-492