学位论文 > 优秀研究生学位论文题录展示

基于SV类模型的国际油轮运价指数波动风险研究

作　者: 冯超
导　师: 陈国庆；赵一飞
学　校: 上海交通大学
专　业: 交通运输工程
关键词: 国际油轮运价指数随机波动模型(SV) 广义自回归条件异方差模型(GARCH) 极值理论(EVT) 动态VaR模型
分类号: F224
类　型: 硕士论文
年　份: 2012年
下　载: 154次
引　用: 2次
阅　读: 论文下载

内容摘要

近年来,作为体现国际油轮运输市场运价走势的运价指数波动越来越剧烈,而航运界对运价指数波动风险的研究主要集中在干散货市场,传统的油轮运价指数波动风险度量方法已经无法满足新竞争形势下的要求,因此从理论上寻找更优的模型来度量国际油轮运价指数波动风险,更加充分的认识其波动性,从而为油轮运输企业进行风险控制提供更好理论依据显得十分重要。随机波动(SV)模型在刻画金融序列波动特征方面优于传统的广义自回归条件异方差(GARCH)模型,因此本文尝试引入SV模型来刻画国际油轮运价指数波动及其特征,结合广义帕累托分布GPD分布的极值理论,建立起度量国际油轮运价指数波动风险的动态VaR模型,主要内容如下:首先主要介绍了国际油轮运价指数的概况、构成、计算和主要特征,指出油轮运价指数波动的尖峰厚尾性,波动集聚性,长记忆性和持续性,以及对正、负冲击产生不同回应的杠杆效应,为后文做模型的对比分析奠定基础。其次从理论上分别介绍了三类SV和GARCH模型,即标准模型,厚尾模型和杠杆模型,重点阐述了SV模型参数估计的MCMC方法和模型判别的DIC准则,在此基础上结合基于GPD的极值理论和VaR方法建立起动态风险度量模型,并给出模型适用性的失败率验证方法。最后选取一定数量BDTI和BCTI指数进行实证研究,分别构建SV模型和GARCH模型,并对两模型进行对比分析,指出SV类模型在刻画油轮运价指数波动特征方面的优势,得出L-SV模型为最优模型,而T分布条件下,GARCH-T模型最优的结论,后采用L-SV模型进行最终的动态VaR值计算,失败率验证结果表明L-SV模型能够很好的度量出油轮运输市场的波动风险,特别适用于原油运输市场,并且国际原油运输市场的波动风险要大于国际成品油运输市场。

全文目录

摘要  5-7
ABSTRACT  7-14
第一章绪论  14-23
  1.1 研究背景和意义  14-16
    1.1.1 研究背景  14-15
    1.1.2 研究意义  15-16
  1.2 文献综述  16-20
    1.2.1 关于油运运价指数波动风险研究  16-18
    1.2.2 关于SV 类模型研究  18-20
  1.3 论文结构及技术线路  20-22
  1.4 本文的创新点  22-23
第二章国际油轮运价指数分析  23-30
  2.1 国际油轮运价指数概况  23-24
  2.2 国际油轮运价指数的构成  24-25
  2.3 国际油轮运价指数的计算  25-28
  2.4 国际油轮运价指数主要特征  28-29
  2.5 本章小结  29-30
第三章 SV 模型和GARCH 模型概述  30-39
  3.1 随机波动模型提出  30-32
    3.1.1 标准SV 模型（SV-N）  30-31
    3.1.2 厚尾型SV 模型（SV-T）  31
    3.1.3 杠杆型SV 模型（Leverage-SV）  31-32
  3.2 SV 模型的参数估计  32-36
    3.2.1 基于贝叶斯原理的马尔科夫蒙特卡洛模拟方法（MCMC）  32-34
    3.2.2 Gibbs 抽样和模型判别的DIC 准则  34-35
    3.2.3 参数估计的Winbugs 软件介绍  35-36
  3.3 GARCH 模型概述  36-38
    3.3.1 ARCH 模型的提出  36-37
    3.3.2 GARCH 模型  37-38
    3.3.3 EGARCH 模型  38
  3.4 本章小结  38-39
第四章基于极值理论的动态VAR 风险度量方法  39-47
  4.1 风险度量和VaR 方法概述  39-41
    4.1.1 风险度量方法概述  39
    4.1.2 VaR 模型介绍  39-40
    4.1.3 动态VaR 计算方法  40-41
  4.2 GPD 分布、参数估计和结果诊断  41-44
    4.2.1 GPD 分布  41-42
    4.2.2 GPD 分布的参数估计  42-43
    4.2.3 GPD 分布的模型诊断  43-44
  4.3 基于GPD 分布的动态VAR 计算模型  44-46
    4.3.1 VaR 计算模型  44-45
    4.3.2 基于失败率的VaR 事后检验  45-46
  4.4 本章小结  46-47
第五章基于SV 模型的油轮运价指数波动风险实证分析  47-65
  5.1 收益率的基本统计指标检验  47-51
    5.1.1 数据的选取和处理  47
    5.1.2 基本统计特征  47-48
    5.1.3 平稳性和自相关性检验  48-50
    5.1.4 异方差性检验  50-51
  5.2 SV 模型和GARCH 模型建立  51-60
    5.2.1 SV 模型建模  51-55
    5.2.2 GARCH 模型建模  55-59
    5.2.3 模型验证和对比分析  59-60
  5.3 最优模型下的VaR 计算和检验  60-64
  5.4 本章小结  64-65
第六章总结与展望  65-67
  6.1 本文总结  65
  6.2 展望  65-67
参考文献  67-72
附录1 WINBUGS 程序代码  72-74
附录2 R 程序代码  74-76
致谢  76-77
攻读硕士学位期间已发表或录用的论文  77

基于SV类模型的国际油轮运价指数波动风险研究

内容摘要

全文目录

相似论文