基于GARCH-stable模型的原油市場風險度量.pdf

1、隨著原油價格的暴跌，原油的市場價格風險越來越受到人們的關注。對波動率的衡量最常用的方法是GARCH模型。但是大量的研究表明傳統(tǒng)的GARCH的殘差仍然存在明顯的尖峰厚尾性，也就是說GARCH模型的一個基本假設:殘差服從獨立同分布標準正態(tài)分布，是不成立的;而且GARCH有低估風險的傾向，模型風險不容忽視。解決這些問題的一個辦法是用某個厚尾分布作為GARCH模型的條件分布。本文采用stable分布作為其條件分布。
　　近年來的分形熱讓s

2、table分布重新受到關注，stable分布是一種具有尖峰厚尾性的分布，通過四個參數(shù):特征指數(shù)、偏斜指數(shù)、尺度參數(shù)和位置參數(shù)，可以靈活的調(diào)節(jié)分布的尾部、峰度、尺寸，甚至偏斜度。但是由于它的分布函數(shù)不存在顯式的表達式，只有通過數(shù)值法才能實現(xiàn)其價值，計算機技術的發(fā)展極大的促進了stable分布的應用。
　　本文以WTI和Brent兩個世界上最大的原油品種為例，研究原油市場的價格風險。首先證明了原油價格變化可以用獨立同分布stable分

3、布擬合，這時價格波動率能夠用stable分布的尺度參數(shù)σ度量，但是這里的波動率停留在靜態(tài)的層次上，不具有時變性。然后本文將stable分布作為GARCH模型的條件分布，提出了GARCH-stable模型的概念，并用來預測原油市場的價格波動率，把stable分布的使用擴展到了動態(tài)的情形。本文使用極大似然估計法作GARCH-stable模型的參數(shù)估計，得到了模型的條件波動率σt，并且采用圖檢驗法對模型的殘差進行檢驗，發(fā)現(xiàn)stable分布對模

4、型殘差的擬合度很高，有效地解決了GARCH模型的殘差與條件分布不吻合的問題，用它作為GARCH模型的條件分布非常合適。
　　進一步地，本文在前面得到的條件波動率σt的基礎上，采用最著名的風險度量方法——VaR模型，度量原油市場風險。為了對比模型的優(yōu)劣，本文對VaR模型做了失敗率檢驗。95％和99％兩個置信度下的檢驗結果表明了GARCH-stable模型是合適的，相比之下，GARCH-normal等模型雖然通過了95％置信度下的失敗