基于LST-GARCH模型的国际油价波动研究

本文基于西德克萨斯轻质原油现货价格日数据,采用逻辑斯特机制平滑转换GARCH模型(LST-GARCH)实证研究国际油价波动特征,研究表明收益率波动的高持久性是一种假象,国际油价的波动过程存在机制转换效应;与传统的GARCH模型相比,LST-GARCH机制转换模型能够刻画油价波动过程的机制平滑转换特征;国际油价波动性对外部冲击有明显的杠杆效应,即相同幅度负的外部冲击比正的冲击引起更大的油价波动;另外国际油价波动过程具有非线性,即波动规律的时变特征。模型的检验与预测结果表明LST-GARCH模型比GARCH模型更好地描述国际油价波动特征。     

原油价格时间序列自回归子模式传输特征分析

为了更好地分析原油现货价格的波动规律,文章以大庆原油日现货价时间序列为研究对象,把计量经济模型与复杂网络方法结合起来,定量地定义自回归模式,运用时间滑动窗的思想设置合理的窗体长度和步长,将时间序列划分为多个子模块,建立了多个自回归子模式.将自回归子模式设置为节点,各子模式之间的传输设置为边,建立自回归子模式传输复杂网络,利用复杂网络的特征与性质,研究大庆原油现货价格时间序列传输特性.文章发现少数自回归子模式和传输模式驱动大庆原油现货价时间序列的振荡,在传输过程中出现对波动的聚类效应,并且某些非主要自回归子模式在原油时间序列中具有高中介能力等.这项研究不仅为分析原油价格时间序列提出了独特的视角,而且为投资者提供了重要信息.     

沪铜期货与现货市场的价格发现与波动溢出效应

运用了Granger因果检验、脉冲响应函数、VEC模型以及BEKK模型,对沪铜期货与现货市场的价格发现与波动溢出效应进行实证分析.实证结果表明:期货价格与现货价格存在着长期均衡关系和Granger双向引导关系,在价格发现中,期货市场占主导地位,且比现货市场有着更强的信息效应;期货市场与现货市场各自的波动持久性均显著,而两者间的交叉波动效应相对较小,但是现货市场来自期货市场的波动溢出效应大于期货市场来自现货市场的波动溢出效应.     

马尔科夫状态转换GARCH模型的波动持续性研究——对估计方法的探讨

由于GARCH模型的系数固定不变,不能反映金融市场波动的结构变化,所以对于波动预测和动态风险管理都还不够完善。本文在GARCH模型中引入马尔科夫过程,从而使状态的转换体现在GARCH模型中,通过设置状态变量,构建马尔科夫状态转换GARCH模型(MRSGARCH),从而较好地揭示了存在结构转换的波动特性,对MRSGARCH模型进行参数估计,并给出了预测的详细过程,最后提出了MRSGARCH的波动持续性的估计方法。     

中国期货市场与现货市场的价格引导与价格发现

长期以来对期货市场与现货市场价格关系的实证研究都是基于时间序列方法的研究.为了克服时间序列方法存在着的不足,将使用面板数据方法,在面板单位根检验以及面板协整检验和协整估计的基础上,构建面板误差修正模型来分析期货价格和现货价格的均衡以及相互引导关系.进一步的,在误差修正模型的基础上我们采用信息份额方法(I-S模型)和共同因子贡献法(P-T模型)分析了期货市场和现货市场的价格发现功能.通过上述研究,发现总体上讲我国大宗商品的期货价格和现货价格之间存在着长期均衡,并且表现出了相互引导互为Granger因果的关系.利用I-S模型和P-T模型测算出来的期货市场对价格形成的贡献度分别为88.17%和79.44%,这说明当前我国的期货市场总体上讲是有效率的市场.     

我国燃料油期货价格与现货价格动态关系:基于TVECM的实证研究

利用门限向量误差修正模型(TVECM)研究了我国燃料油期货价格与现货价格之间的动态关系,实证分析发现,两者之间存在显著的非线性关系,门限值0.100将系统分为两个状态,在极端状态中期货价格和现货价格的调整速度均比标准状态快.然而,在两个状态中期货市场均具有较高的价格发现功能.     

存货质押融资质押物价格变化MRS-GRACH模型研究

针对质押物价格收益序列存在的结构转换特征,对常系数ARCH模型进行改进,引入一个变化服从马尔科夫过程的状态随机变量反映价格收益不同的波动状况,从而构建了质押物价格收益MRS-GARCH模型.实例研究表明MRS-GARCH模型能够刻画现实中质押物价格收益波动结构动态变化过程,同时能够识别外界不可见因素对收益波动的影响力度,MRS-GARCH模型较GARCH模型在拟合及预测价格收益波动方面具有更准确的效果.     

基于GED—GARCH模型的中国原油价格波动特征研究

本文采用中国大庆原油价格日平均交易数据,建立了基于GED分布的GARCH(1,1)、GARCH-M(1,1)和TGARCH(1,1)三个模型,描述了中国原油价格与国际接轨以来的波动特征。实证结果表明,与国际油价类似,中国原油价格的波动也存在显著的GARCH效应,但其波动冲击的半衰期要比国际油价短,为5天。而且,中国原油收益率受到预期风险的负向影响,表明中国原油市场并非完全市场化运作,当然这种负向影响程度较小,约为8%。另外,中国原油价格的波动存在显著的杠杆效应,相同幅度的油价下跌比油价上涨对未来油价的波动具有更大的影响,前者是后者的1.7倍左右。最后,基于GED分布的GARCH模型比基于正态分布的GARCH模型能够更好地描述中国原油价格的波动特征,并且具有较好的预测能力。     

机制转换条件下股市收益率跳跃行为研究:基于RS-ARJI模型的以中国股市为例的实证分析

为检验股市收益率机制转换特性,考察机制转换条件下股市收益率的跳跃特征,以及在不同机制下跳跃行为对股市收益率的冲击效应,将Markov机制转换思想引入自回归跳跃(ARJI)模型,构建一个机制转换自回归跳跃(RS-ARM)模型.基于该模型对中国股市进行实证研究,结果表明:股市存在高、低波动两种机制,高波动时期的跳跃幅度和强度及其对股市收益率的冲击均大于低波动时期.同时,波动率估计和预测评价指标显示,RS-ARJI模型优于目前被广泛使用的GARCH模型和ARJI模型.     

一种广义的二元混合分布模型在中国股票市场的应用研究

首次引入一种广义的二元混合分布模型,从信息经济学的视角揭示中国股票市场价格波动与交易量的动态特征及联合分布.结论显示,Tauchen and Pitts的标准二元混合模型在捕捉价格波动的持续性上还存在一定的缺陷,而Liesenfeld提出的广义二元混合模型(GBMM)明显优于标准二元混合模型,我们还对GBMM模型进行了再扩展.     

基于行为金融的国际原油价格波动机理分析

国际原油价格高低对我国经济平稳增长意义重大。本文从行为金融视角,在引入理性套利者和假设正反馈交易者与理性交易者数量之比是变化基础上,构建了包含四类交易者的国际原油期货市场正反馈交易模型,揭示了理性投机者操纵市场并与其他类市场参与者的交易行为导致油价波动的机理,最后用数值模拟验证了结论。结果表明:国际原油市场供求变化提供了理性投机者操纵油价的基础,但理性套利者会反方向对冲油价波动,于是,消极投资者数量成为决定油价上涨或下跌的砝码。此外,若理性投机者主导市场,其会利用正反馈交易者关于油价波动形成的正反馈效应加大对油价操纵力度,最终扩大油价波动幅度。因此,从国际原油期货市场交易者行为角度可以预测油价波动。     

中国成品油定价机制的实证分析

随着原油对外依存度的提高,我国的成品油价格受国际油价的潜在影响也逐步增大.为了平衡油价高企对国内各方面的影响,2009年我国推出了新的成品油定价机制,以期在一定程度上能够与国际原油价格接轨.使用Granger因果关系分析、ECM等计量经济学方法,对我国成品油价格特征及其与国际原油市场的互动关系进行定量分析,进而探讨2009年定价机制改革的效果.研究结果表明国际原油价格是国内成品油价格的Granger原因,二者之间存在长期的协整关系,但在现有的定价机制下,短期内国际原油价格的波动难以影响到国内成品油价格.现有的定价机制并没有有效地提升国内成品油价格与国际原油价格的接轨程度.     

Australian electricity market and price volatility

Australian Electricity Market has experienced high price volatility since the deregulation in early 1990s. In this exploratory and preliminary analysis of 2010 data from South Australian electricity market we identify and exhibit a number of phenomena which, arguably, contribute to (A) high cost of electricity supply to consumers and (B) volatility in spot prices. These phenomena include: (i) Distinct bidding patterns of some generators occurring in trading intervals corresponding to periods of low, medium and high spot prices, (ii) Low correlation between electricity demand and spot prices on days when spot price spikes are observed, (iii) Failure of the lottery model and associated Markowitz-type optimisation approaches to adequately explain the shifting structure of generators’ bids and (iv) Unexpectedly high contribution to the consumers costs and risks from the relatively small number of trading intervals where spot price spikes were observed.     

国际能源价格波动的传导机制分析

基于2000年1月至2014年4月的月度数据,利用VAR模型对煤炭、石油、天然气三种能源价格波动影响国内物价水平的传导效应进行了实证分析.结果表明,能源价格的传导既存在供给拉动作用又存在需求推动作用;能源价格变动对生产领域的影响大于对消费领域的影响,且不同能源对我国物价的影响程度存在明显差异,其中,原油价格对原材料燃料动力购进价格指数和工业品出厂价格指数的影响大于煤炭和天然气.     

A RATIONALIZATION OF UPS AND DOWNS OF OIL PRICES BY SLUGGISH DEMAND,UNCERTAINTY, AND NONCONCAVITY

Motivated by the recent switching between “low” oil prices and “high” oil prices, this paper provides an economic explanation for oil price volatility. Given the characteristics of the oil market—sluggish, concave, and uncertain demand, as well as noncompetitive players—the corresponding profit maximizing strategy is to switch between a low price and a high price depending on whether the current demand is below or above a certain threshold. This provides an economic rationalization of oil price volatility (including the low prices) as alternative, or at least as complement, to the typically offered political explanations.     

我国原油价格与外国原油价格的波动溢出效应——基于DCC-MGARCH模型分析

本文利用扩展的4维(E)DCC-MGARCH(1,1)模型,分析了四个原油市场(Brent、WTI、Dubai、China)之间的相互波动溢出效应。研究表明,Brent、WTI原油市场对我国市场均有显著的单向波动溢出效应,WTI原油市场比Brent原油市场对我国原油市场的波动溢出效应更明显。我国和美国原油市场波动都是暂时的,而Brent原油市场波动性是持久的。我国原油市场对Dubai原油市场有单向的波动溢出效应。结果还显示,Brent与WTI原油市场有双向波动溢出效应,Brent的波动溢出效应小于WTI波动溢出效应。     

国际油价波动跳跃性特征的实证分析

根据国际油价波动中存在异常跳跃的情况,本文运用EGARCH-Jump模型对国际油价波动的跳跃性特征进行了实证分析。结果表明,加入跳跃因素的模型减缓了国际油价波动的持续性,同时杠杆效应消失,表明跳跃性因素是国际油价波动的影响因素之一,也证实了国际油价波动的跳跃性特征是国际石油市场产生杠杆效应的原因。但从长期来看,跳跃性因素对国际油价波动的扰动影响并不大,国际油价的波动仍主要受正常信息的影响。总体上,EGARCH-Jump模型比普通GARCH族模型能更好地捕捉国际油价波动的动态性特征。     

基于混合模型的原油价格混沌预测方法

针对原油现货价格的非线性和时变性特征,提出一种小波变换结合Elman神经网络和广义自回归条件异方差(GARCH)模型的混沌预测方法。首先利用小波变换将原油现货价格序列分解和重构成概貌序列和细节序列。其次对概貌序列和原油期货价格序列进行相空间重构,建立Elman神经网络的混沌时间序列模型预测概貌序列的未来值;同时以细节序列为历史数据,构建GARCH模型预测细节序列的未来值;最后将概貌序列和细节序列的未来值求和作为最终的预测值。实验证明该方法能够提供更准确的预测结果。