本文關(guān)鍵詞：基于QRNN-EVT的國際碳期貨市場風(fēng)險度量研究

  更多相關(guān)文章： 國際碳期貨市場 極端風(fēng)險 神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸 極值理論

【摘要】：以二氧化碳為代表的大氣污染物的排放所引發(fā)的極端氣候問題,已經(jīng)威脅到人類的生存和發(fā)展。建立市場化的碳減排機(jī)制已經(jīng)成為應(yīng)對極端氣候問題的重要途徑。碳排放市場的主要功能是通過碳排放權(quán)的交易達(dá)到減排目的,其有效性的發(fā)揮關(guān)鍵在于對市場風(fēng)險的準(zhǔn)確預(yù)測和控制。因此,探究合理、可靠的碳金融風(fēng)險計量模型,對于準(zhǔn)確把握碳市場風(fēng)險、推動節(jié)能減排具有重要的現(xiàn)實意義。傳統(tǒng)的計量模型雖然能夠在刻畫碳資產(chǎn)時間序列非線性、非平穩(wěn)等特征的基礎(chǔ)上,實現(xiàn)對碳金融風(fēng)險的預(yù)測,但由于模型函數(shù)本身的局限性,通常導(dǎo)致預(yù)測的偏差較大。為此,論文采用神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸(QRNN)和極值理論(EVT)方法解決以上問題,從而實現(xiàn)碳金融風(fēng)險的可靠計量。論文選取2008年3月17日至2013年8月28日期間,EUA和CER市場的連續(xù)期貨合約價格作為樣本,首先通過構(gòu)建QRNN模型,對正常和極端區(qū)間下的VaR分別做了實證檢驗,并選取GARCH-GED模型和CAViaR模型進(jìn)行了對比,結(jié)果發(fā)現(xiàn)：①對于正常波動區(qū)間VaR的預(yù)測,QRNN模型的效果最好。從5%VaR的測試結(jié)果可以看出,QRNN模型在樣本內(nèi)和樣本外的結(jié)果都優(yōu)于其他兩種傳統(tǒng)模型；②從1%VaR的測試結(jié)果可以看出,對于極端波動區(qū)間VaR的預(yù)測,各模型都出現(xiàn)了嚴(yán)重低估風(fēng)險的情況,并且CER市場的極端風(fēng)險更難把握。為了提升預(yù)測準(zhǔn)確性,鑒于EVT方法在刻畫極端風(fēng)險特征方面的優(yōu)勢,論文進(jìn)一步構(gòu)建QRNN-EVT模型對極端波動區(qū)間的VaR進(jìn)行度量,發(fā)現(xiàn)該模型可以顯著提升極端風(fēng)險的預(yù)測精度,能夠得到相對有效、可靠的預(yù)測結(jié)果。
【關(guān)鍵詞】：國際碳期貨市場 極端風(fēng)險 神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸 極值理論
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;X196;F831.53
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-20
• 1.1 研究背景與意義14-17
• 1.2 研究思路與方法17-19
• 1.2.1 研究思路17-18
• 1.2.2 研究方法18-19
• 1.3 研究創(chuàng)新19-20
• 第二章 國際碳市場風(fēng)險的理論分析20-27
• 2.1 國際碳市場風(fēng)險的驅(qū)動因素分析20-22
• 2.2 國際碳市場價格的波動特征研究22-23
• 2.3 國際碳市場風(fēng)險的度量研究23-25
• 2.4 理論綜述述評25-26
• 2.5 本章小結(jié)26-27
• 第三章 國際碳期貨市場風(fēng)險度量的模型和方法27-38
• 3.1 國際碳期貨市場風(fēng)險度量的常見方法27-32
• 3.1.1 基于參數(shù)方法的VaR度量模型27-28
• 3.1.2 基于非參數(shù)方法的VaR度量模型28-29
• 3.1.3 基于半?yún)?shù)方法的VaR度量模型29-32
• 3.2 基于QRNN-EVT模型的國際碳期貨市場VaR度量模型的構(gòu)建32-37
• 3.2.1 國際碳期貨市場風(fēng)險的神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸(QRNN)模型構(gòu)建32-35
• 3.2.2 國際碳期貨市場風(fēng)險的QRNN-EVT模型構(gòu)建35-36
• 3.2.3 國際碳期貨市場風(fēng)險度量的返回測試方法36-37
• 3.3 本章小結(jié)37-38
• 第四章 國際碳期貨市場風(fēng)險度量的實證研究38-51
• 4.1 國際碳期貨市場的數(shù)據(jù)選取以及描述性統(tǒng)計分析38-41
• 4.1.1 研究樣本及數(shù)據(jù)的選擇38-39
• 4.1.2 碳期貨價格收益率序列的描述性統(tǒng)計分析39-41
• 4.2 基于QRNN模型的碳期貨市場VaR度量研究41-48
• 4.2.1 基于QRNN模型的國際碳期貨市場5%VaR度量結(jié)果及分析41-46
• 4.2.2 基于QRNN模型的國際碳期貨市場1%VaR度量結(jié)果及分析46-48
• 4.3 基于QRNN-EVT模型的國際碳期貨市場1%VaR風(fēng)險度量的改進(jìn)48-50
• 4.4 本章小結(jié)50-51
• 第五章 總結(jié)與展望51-53
• 5.1 研究總結(jié)51-52
• 5.2 研究展望52-53
• 參考文獻(xiàn)53-57
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 高楊;李健;;基于EMD-PSO-SVM誤差校正模型的國際碳金融市場價格預(yù)測[J];中國人口.資源與環(huán)境;2014年06期

2 朱幫助;王平;魏一鳴;;基于EMD的碳市場價格影響因素多尺度分析[J];經(jīng)濟(jì)學(xué)動態(tài);2012年06期

3 許啟發(fā);蔣翠俠;;分位數(shù)局部調(diào)整模型及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2011年08期

4 張躍軍;魏一鳴;;化石能源市場對國際碳市場的動態(tài)影響實證研究[J];管理評論;2010年06期

5 張晨;VaR模型在我國金融風(fēng)險管理中的運(yùn)用研究[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2003年03期

，

本文編號：539091