發(fā)布時間：2024-05-28 21:05

　　原油期貨市場極端風(fēng)險研究已成為近年來金融風(fēng)險研究的一大熱點,VaR和CVaR均是刻畫尾部極端風(fēng)險的度量指標(biāo)。本文選取2014年1月1日至2020年5月31日的原油期貨WTI日度收盤數(shù)據(jù),將ARMA-EGARCH模型與極值理論結(jié)合,建立起可以描述后尾分布的ARMA-EGARCH-POT模型,對原油期貨進行風(fēng)險度量,分別計算出其相應(yīng)的VaR和CVaR值,并進行分析與比較,其有效性通過了后驗測試。研究表明:ARMA-EGARCH-POT模型能夠有效捕捉原油期貨價格極端風(fēng)險,特別是能夠捕捉分布的尾部特征,且置信度越高,模型計算出的風(fēng)險值越精確。本文為企業(yè)和個人增加對原油期貨市場的認(rèn)識,規(guī)避市場極端風(fēng)險提供了重要參考。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1WTI原油期貨價格走勢圖

圖1WTI原油期貨價格走勢圖近年來，中國經(jīng)濟取得了舉世矚目的發(fā)展成就。與此同時，隨著中國原油市場逐步與國際原油市場接軌。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2019年中國原油進口量約5.06億噸，同比增長9.5%。由于中國經(jīng)濟持續(xù)增長，對原油的需求持續(xù)增加。國際市場上劇烈的油價波動難免會對國內(nèi)宏....

圖5正收益率擬合GPD模型診斷圖看出，殘差Q-Q圖除了個別數(shù)據(jù)偏離直線，其他數(shù)據(jù)在基圖5正收益率擬合GPD模型診斷圖

Ч?較好，實際數(shù)據(jù)的超越閾值分布與廣義帕累托分布較為接近。同理，對原油期貨正收益率擬合，觀察圖4(a)Hill圖中尾部指數(shù)的穩(wěn)定區(qū)域的起始點。Hill圖中上方閾值觀測值從0.086至0.0236，下方橫坐標(biāo)順序統(tǒng)計量從15至192。從圖4(a)正收益Hill圖可以看出，上方門限在....

圖3的負(fù)收益率擬合GPD模型診斷圖看出，殘差Q-Q圖除了個別數(shù)據(jù)偏離直線，其他數(shù)據(jù)在圖3負(fù)收益率擬合GPD模型診斷圖

統(tǒng)計量值為162，即超過該閾值數(shù)一共有162個數(shù)。而圖2(b)平均超額函數(shù)圖也在該閾值點呈現(xiàn)了平穩(wěn)趨勢，表明門限閾值選取合理。確定原油期貨收益率的形狀參數(shù)和安全閾值后，再對極值數(shù)據(jù)進行GPD擬合，得到GPD分布參數(shù)的極大似然估計。通過R語言軟件加載的e-vir程序包，設(shè)定閾值為0....

圖4(a)正收益Hill圖可以看出，上方門限在0.030006797后開始處于平穩(wěn)，下方對應(yīng)觀測值

合理。確定原油期貨收益率的形狀參數(shù)和安全閾值后，再對極值數(shù)據(jù)進行GPD擬合，得到GPD分布參數(shù)的極大似然估計。通過R語言軟件加載的e-vir程序包，設(shè)定閾值為0.029727502，其中超過閾值的極值個數(shù)有162個。為了檢驗所擬合GPD分布的擬合效果，作出負(fù)收益率GPD模型診斷圖....

本文編號：3983729