基于时变Copula-VaR模型的国内外石油市场风险管理研究

摘要

新千年以来，我国石油消费急速增长，根据国土资源部的统计，截止2014年末，我国石油年产量达到了2.1亿吨，已连续五年突破了年产2亿吨的大关。但以此同时，我国石油进口量更是居高不下:海关总署2014年年报显示，2014年全年我国石油进口总量已经突破3亿吨大关。越来越大的供应缺口，使得我国石油对外依存度从2013年的57％猛增至2014年的59.6％，石油对外依存度逼近六成。另一方面，随着我国加入世界贸易组织(WTO)和全球经济一体化进程的不断深化，国际石油企业进入我国国内市场的阻力日益减小，国际石油价格的波动对我国国内石油价格的影响不断增大。随着石油供需缺口的不断增大以及石油价格波动频率的加快，我国石油价格安全受到严重威胁，石油价格的健康稳定问题日益受到研究者们的关注。而石油因其具有储藏量大，开采成本低，可燃性好，发热量高的特点，早已成为了我国消费量第一的基础能源，在社会经济发展的各个方面都被广泛使用，具有“工业血液”的美名，其对我国社会经济发展的影响远非其他一般商品所能比拟。保证石油价格安全，近年来成为了国内石油市场风险研究领域的热点话题。正是在这样的背景之下，我国石油安全的本质已经从上个世纪的由供求关系主导的“供给安全”模式转变到了如今的以金融，贸易为主题的“价格安全”模式。这愈发要求国内的研究者们与时俱进，采用合适的金融手段，金融工具对石油市场价格风险联动性加以研究，做好国内外石油市场价格的风险联动性分析，保障国内石油市场价格的安全和平稳，这对于国内石油市场和我国社会经济建设的健康稳定发展显得尤为迫切和重要。
　　时变Copula函数，最初被用于统计学中处理随机变量相关性问题，是由一组随机变量的边缘分布来确定它们的联合分布的方法。其基本思想是一个相关结构（dependence structure）通过简单转换可以分别将每个边缘分布都转换为平均分布的转换组成。由此，对于这样的一个相关的结构就可以表达为是一个基于上述的平均分布之上的联合分布，而对于Copula函数，也就可以表示为边缘均匀随机变量之上的一个联合分布。而在险价值(value at risk)是指投资者的资产组合在一个规定时间内和特定的置信概率下，投资者所持有资产组合最大的预期损失。VaR评价方法的产生是为了度量一项给定的资产组合在一定时间里和在一定的置信度下其价值的最大损失额度。
　　具体说来，VaR是指在一个给定的时间范围t之内，在特定的置信概率（比如90％)之下，投资者最大的期望损失。VaR最早由JP摩根公司在90年代提出，目的是建立属于自身内部系统的风险测量和资本配置模型，以弥补《巴塞尔协议》的不足和缺陷。
　　对比其他传统的以标准差为代表的传统风险测度手段，VaR是非常有用的风险衡量工具，它着重考虑了现实中更为敏感的资产下行风险，特别是极端市场振荡期的资产损失规模，所以目前的金融分析师们往往将VaR作为一种必要的辅助工具来对市场风险进行分析。蒙特卡洛模拟法计算投资组合VaR，其原理是通过大量的随机模拟计算出金融资产的价格走势和风险因子来界定该类金融资产的市场特征。蒙特卡洛模拟法的核心在于重新构造该类金融资产的价值分布，其基本假设是假设金融资产价格的变化处于完全随机状态，然后通过计算机模拟出特定时间范围内随机价格的所有可能性变化，并根据结果构造出资产收益率分布，从而计算出投资组合的VaR。蒙特卡洛模拟法计算VaR主要分为两个步骤:首先确定金融资产变量的随机过程和所需参数，然后根据未来资产收益的所有可能性模拟资产组合中所有资产的价格走势，从而编制出资产组合的投资收益率分布，进而计算出资产组合的VaR。
　　正是在这样的实际背景和理论模型支撑之下，本文从国内外不同的石油市场从发，分别选取了美国西德克萨斯轻质原油期货价格指数(WTI)，北大西洋布伦特原油期货价格指数(Brent)，大庆原油价格指数(Daq)作为研究对象，使用Egarch-t模型对于三个石油市场的价格收益率序列构建边缘分布模型，然后选取了时变t-Copula，时变Clayton-Copula，时变SJC-Copula这三种不同的时变Copula模型对国内外石油市场之间的风险相依关系进行拟合，最后结合风险管理领域常用的在险价值模型(VaR)通过蒙特卡洛模拟计算出了一个交易日内石油市场投资组合的最大可能损失值，实证结果均通过返回测试(backtesting)。最终结果表明，国外石油市场价格波动对于我国石油市场价格走势的影响非常明显，存在显著地单向溢出效应;Egarch-t模型对于石油市场价格收益率序列边缘分布的构建选取恰当准确;三种时变Copula函数的拟合结果都显示出我国石油市场价格受Brent石油市场价格影响大于受WTI石油市场价格的影响。并且通过SJC-Copula函数能够有效捕捉市场间上下尾部的相依结构关系，同时证实了国外石油市场与国内石油市场间的下尾相依关系要明显强于上尾相依关系。因此，对于不同的石油市场组合，研究人员应该根据石油市场各自的金融统计特征，灵活的选取不同的风险联动性分析模型。只有这样，才能在复杂多变，联系日益紧密的国际石油市场上迅速，准确的做出风险分析，为国内投资者和石油市场管理者做好风险的预防和规避提供有意义的，切实可行的政策建议和事实依据。

目录

声明

摘要

第1章 引言

1．1 选题背景及意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 既有研究中存在的不足

1．3 研究方法和思路

1．3．1 研究方法

1．3．2 研究技术路线

1．4 论文的创新之处

第2章 金融时间序列与时变Copula模型

2．1 金融时间序列的分析方法

2．1．1 金融时间序列的四个特点

2．1．2 峰度与偏度

2．1．3 两种金融时间序列的检验方法

2．2 时变Copula函数的概念及性质

2．2．1 时变Copula函数的概念

2．2．2 时变Copula函数的性质

2．3 几种常见的时变Copula函数类型

2．3．1 时变t-Copula函数

2．3．2 时变Clayton-Copula函数

2．3．3 时变SJC-Copula函数

2．4 时变Copula模型的构建方法

2．4．1 二阶法构建时变Copula模型

2．4．2 时变Copula函数的参数估计

2．4．3 时变Copula函数的拟合优度检验

第3章 在险价值(VaR)理论综述

3．1 VaR的定义

3．2 VaR的基本模型和计算方法

3．2．1 VaR模型的定量因素

3．2．2 VaR的基本模型

3．2．3 VaR模型的几种计算方法

3．3 回溯测试(backtesting)

3．3．1 回溯测试的目的

3．3．2 回溯测试的对象

3．3．3 回溯测试方法

第4章 中外石油市场风险联动性实证分析

4．1 数据选取和数据分析

4．1．1 数据的选取

4．1．2 样本数据的统计分析

4．1．3 统计量的检验

4．2 边缘分布模型的构建与检验

4．2．1 样本数据标准残差序列分析

4．2．2 构建基于Egarch-t模型的边缘分布模型

4．3 三种时变Copula模型的构建

4．4 时变Copula-VaR模型的蒙特卡洛模拟

4．5 模型的回溯测试检验

4．6 模型拟合结果分析

4．6．1 样本统计量结果分析

4．6．2 边缘分布拟合结果分析

4．6．3 时变Copula拟合结果分析

4．6．4 蒙特卡洛模拟VaR测试结果分析

第5章 我国石油安全的现状与建议

5．1 其他影响我国石油安全的内外部因素

5．1．1 其他影响我国石油安全的外部因素

5．1．2 其他影响我国石油安全的内部因素

5．2 研究展望与政策建议

5．2．1 国外主要国家的石油安全战略

5．2．2 我国石油安全的研究方向展望

5．2．3 我国石油安全的政策建议

结论

致谢

参考文献

攻读学位期间取得学术成果