基于Copula的天然气市场组合风险分析

发布时间：2017-08-23 09:00

  本文关键词：基于Copula的天然气市场组合风险分析

  更多相关文章： Copula模型 天然气市场价格 谱风险 投资组合

【摘要】：据国际能源署（International EnergyAgency, IEA）预测，2007-2030年，世界天然气消费将以每年1.5%的速度增长，到2030年达到41,600×108m3。在中东和独联体地区，天然气的消费量已经接近甚至超过一次能源消费的50%，并且这一比例在未来还将继续上升。从世界主要天然气市场的发展历史中不难发现，随着天然气工业的进步和天然气资源利用速度增长，天然气定价机制都走过了从垄断定价到竞争性市场定价的路程。鉴于天然气市场的迅猛发展，我国现行的定价机制已经无法跟上市场发展的部分，，一场改革势在必行。为了保证我国天然气工业健康发展,必须建立合理的天然气定价市场结构和基于此的定价方法。当天然气市场化运作后，将会存在现货及期货多个市场，天然气公司在购买中会基于金融风险的考虑，从而在多个市场中做相关投资组合的选择，进而降低金融风险。目前国内的相关研究多基于天然气价格考虑，尚未有对天然气市场的风险量化选择的研究。基于天然气市场开放是必然趋势，我们引进基于Copula联合分布的谱风险度量投资组合的风险，这样能很好的结合天然气价格的非线性特征，也能把投资者的风险厌恶系数考虑进去，更好的估计天然气市场的购买风险。 本文首先介绍了天然气市场的发展的趋势以及天然气金融衍生品的特性及天然气市场金融风险度量方法；然后从金融领域的投资组合理论应用到天然气市场，分析了天然气公司在夺市场中的购买组合问题；基于天然气资产间相关性问题，采用了Copula函数来度量天然气资产间的非线性相关性；最后，使用Copula函数的分析了现行的天然气市场的谱风险度量。 我国现阶段主要是“成本加成”的天然气定价方法并没有真正反映消费者的承受能力，而未来天然气市场定价趋势也应该借鉴国外的先进的定价机制及其市场机制的价格主导机制。天然气公司在多个市场上的购买组合问题，通常从预期收益和风险角度来进行分析。已有的研究多采用VaR、CVaR等风险度量方法分析问题，但都没有考虑用户的主观风险厌恶程度。本文提出采用谱风险函数度量风险来构建用户的最优购买组合模型，同VaR、ES相比，不用先验地选择置信水平，用户可以根据自己的风险厌恶程度自由选择谱风险函数，基于谱风险度量方法更灵活[1]。 当前，针对现货、期货市场天然气收益率序列的联合分布等问题的报道较少，而本研究表明天然气收益率序列有明显的厚尾、异方差现象，天然气资产之间表现出较强的非线性特征，线性相关系数不能全面地反映相关结构。本文结合Copula函数的特点和CARCH模型的优势并兼顾天然气实时、期货两市场收益间的相关结构和两市场收益序列的统计特性，对天然气公司购买天然气风险进行了分析。结果表明：Copula函数与二元正态分布模型相比，能更加准确的估计风险量度值。
【关键词】：Copula模型 天然气市场价格 谱风险 投资组合
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.22;F764.1;F832.5
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 1 绪论9-15
• 1.1 选题背景及意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 国内外天然气市场定价机制的研究进展10-12
• 1.2.2 金融衍生品的天然气市场交易中的应用分类12-13
• 1.3 研究思路与方法13-14
• 1.3.1 研究思路及展开13-14
• 1.3.2 研究方法14
• 1.4 论文创新14-15
• 2 金融市场风险度量管理研究15-22
• 2.1 金融市场风险度量方法发展15-18
• 2.1.1 市场风险的各种风险度量方法及其关系15-18
• 2.2 谱风险概述18-22
• 2.2.1 几种常用风险谱函数的构造与选择18-20
• 2.2.2 谱风险函数的估计与检验20-22
• 3 COPULA 的基本理论22-38
• 3.1 COPULA 函数概念22
• 3.2 常用的 COUPULA 函数的种类22-30
• 3.2.1 基础 Copula 函数22-23
• 3.2.2 椭圆 Copula 函数23-25
• 3.2.3 Archimedean Copula 函数25-28
• 3.2.4 双参数 Copula 函数28-30
• 3.3 COPULA 函数度量相关性30-33
• 3.3.1 一致性和相关性测度31-32
• 3.3.2 尾部相关测度32-33
• 3.4 COPULA 函数估计及检验33-35
• 3.4.1 参数估计-极大似然估计33-34
• 3.4.2 非参数估计34
• 3.4.3 Copula 模型检验方法34-35
• 3.5 边缘分布模型35-36
• 3.5.1 GARCH 建立及检验35-36
• 3.6 基于 COPULA 计算谱风险的蒙特卡罗模拟计算36-38
• 4 基于谱风险度量的实证分析38-46
• 4.1 主要天然气区域市场定价实践研究对比38-39
• 4.2 数据选择39
• 4.3 数据分析与处理39-41
• 4.4 GARCH 模型建立41-42
• 4.5 COPULA 模型的拟合结果42-43
• 4.5.1 Copula 函数的选择42-43
• 4.5.2 Copula 模型评价43
• 4.6 基于蒙特卡罗算法和 COPULA 模型计算谱风险43-44
• 4.7 投资者的谱风险函数的选择与结果对比44
• 4.8 小结44-46
• 5 总结和研究展望46-47
• 5.1 总结46
• 5.2 研究展望46-47
• 致谢47-48
• 参考文献48-51
• 附录51
• A．作者在攻读硕士学位期间发表的论文51
• B．作者在攻读硕士学位期间参研项目51

【参考文献】

中国期刊全文数据库 前10条

1 赵先信;当前国有银行改革的政策风险与政策启示——兼论外汇储备注资的货币扩张效应[J];财贸经济;2004年06期

2 高寿柏;国外天然气市场发展给我们的启示[J];国际石油经济;1999年04期

3 徐为民;李根;;基于EGARCH模型的交易所国债市场波动性分析[J];海南金融;2007年03期

4 亢娅丽;张宗益;郭兴磊;;基于Copula方法的电力市场组合风险分析[J];电力系统保护与控制;2012年06期

5 李永波;;对我国天然气定价机制改革的思考——兼论国外天然气价格管理模式的经验借鉴[J];价格理论与实践;2009年12期

6 陈珏宇;谢红丽;沈沛龙;;商业银行操作风险内部衡量法及其应用研究[J];经济管理;2008年10期

7 刘镜秀;门明;谢博婕;;中外股市的动态相关性及其影响因素分析——基于1991～2011年的数据分析[J];经济与管理研究;2012年12期

8 林莹;朱建平;;Copula函数的比较及其在风险度量中的应用问题[J];统计教育;2007年01期

9 胡奥林;秦园;陈雪峰;;中国天然气现货交易构思[J];天然气工业;2011年10期

10 刘霞;;基于GARCH模型的上证综合指数波动性分析[J];山东纺织经济;2012年02期

本文编号：724119