论文部分内容阅读
随着原油价格的暴跌,原油的市场价格风险越来越受到人们的关注。对波动率的衡量最常用的方法是GARCH模型。但是大量的研究表明传统的GARCH的残差仍然存在明显的尖峰厚尾性,也就是说GARCH模型的一个基本假设：残差服从独立同分布标准正态分布,是不成立的；而且GARCH有低估风险的倾向,模型风险不容忽视。解决这些问题的一个办法是用某个厚尾分布作为GARCH模型的条件分布。本文采用stable分布作为其条件分布。近年来的分形热让stable分布重新受到关注,stable分布是一种具有尖峰厚尾性的分布,通过四个参数：特征指数、偏斜指数、尺度参数和位置参数,可以灵活的调节分布的尾部、峰度、尺寸,甚至偏斜度。但是由于它的分布函数不存在显式的表达式,只有通过数值法才能实现其价值,计算机技术的发展极大的促进了stable分布的应用。本文以WTI和Brent两个世界上最大的原油品种为例,研究原油市场的价格风险。首先证明了原油价格变化可以用独立同分布stable分布拟合,这时价格波动率能够用stable分布的尺度参数σ度量,但是这里的波动率停留在静态的层次上,不具有时变性。然后本文将stable分布作为GARCH模型的条件分布,提出了GARCH-stable模型的概念,并用来预测原油市场的价格波动率,把stable分布的使用扩展到了动态的情形。本文使用极大似然估计法作GARCH-stable模型的参数估计,得到了模型的条件波动率σt,并且采用图检验法对模型的残差进行检验,发现stable分布对模型残差的拟合度很高,有效地解决了GARCH模型的残差与条件分布不吻合的问题,用它作为GARCH模型的条件分布非常合适。进一步地,本文在前面得到的条件波动率σt的基础上,采用最著名的风险度量方法--VaR模型,度量原油市场风险。为了对比模型的优劣,本文对VaR模型做了失败率检验。95%和99%两个置信度下的检验结果表明了GARCH-stable模型是合适的,相比之下,GARCH-normal等模型虽然通过了95%置信度下的失败率检验,但是却没有通过却没有通过99%置信度下单失败率检验。作为补充,本文还简要介绍了分形理论与分形分析方法,并对stable分布做了具体的介绍。