許多天氣敏感性行業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)都暴露在天氣風(fēng)險(xiǎn)下,為了有效管理天氣風(fēng)險(xiǎn),西方發(fā)達(dá)國(guó)家在1996年推出了氣溫衍生品合約,標(biāo)志著現(xiàn)代天氣風(fēng)險(xiǎn)管理的誕生。我國(guó)對(duì)氣溫衍生品的關(guān)注度也越來(lái)越高,大連商品交易所從2002年就開(kāi)始持續(xù)關(guān)注氣溫指數(shù)的設(shè)計(jì)和氣溫指數(shù)期貨的發(fā)展。氣溫指數(shù)期貨開(kāi)發(fā)的重要一環(huán)就是如何對(duì)其定價(jià),氣溫指數(shù)期貨定價(jià)過(guò)程主要面臨兩個(gè)問(wèn)題,一是氣溫模擬,二是定價(jià)方法選擇。氣溫指數(shù)期貨的理論價(jià)格是氣溫的函數(shù),如何對(duì)氣溫建模對(duì)氣溫指數(shù)期貨的定價(jià)至關(guān)重要。首先,在日氣溫建模方面,論文采用O-U均值回復(fù)模型來(lái)模擬日氣溫的動(dòng)態(tài)演變過(guò)程,并結(jié)合我國(guó)地理特征和各個(gè)省會(huì)城市的經(jīng)濟(jì)發(fā)展程度、人口密度等特點(diǎn)選擇了哈爾濱、北京、重慶、烏魯木齊、昆明、上海、廣州、武漢、鄭州、蘭州、長(zhǎng)沙和太原共12個(gè)城市作為研究對(duì)象,收集各城市1951-2019年的日氣溫?cái)?shù)據(jù)建立氣溫模型（由于氣象臺(tái)站改變,長(zhǎng)沙的氣溫?cái)?shù)據(jù)起始時(shí)間為1970年）,并對(duì)各城市模型參數(shù)進(jìn)行估計(jì)。然后,為了檢驗(yàn)氣溫模型對(duì)各城市的適用性,論文運(yùn)用蒙特卡羅模擬方法分別計(jì)算并分析了不同氣溫指數(shù)的誤差,結(jié)果發(fā)現(xiàn),O-U均值回復(fù)模型可以很好地模擬日氣溫變化,但... 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

氣溫指數(shù)期貨定價(jià)研究20圖2-1北京2007年1月到2018年12月用電量與HDD/CDD序列二天氣風(fēng)險(xiǎn)管理的主要手段天氣風(fēng)險(xiǎn)的事前控制是天氣風(fēng)險(xiǎn)管理的主要手段之一，天氣風(fēng)險(xiǎn)控制是通過(guò)天氣預(yù)報(bào)提前獲知將來(lái)可能的天氣信息，從而采取措施盡量規(guī)避不利天氣可能帶來(lái)的影響。企業(yè)可以根據(jù)天氣預(yù)報(bào)來(lái)及時(shí)調(diào)整生產(chǎn)經(jīng)營(yíng)計(jì)劃，免受天氣變化影響。然而，目前的技術(shù)水平下，天氣預(yù)報(bào)并不十分準(zhǔn)確，無(wú)法使個(gè)人及企業(yè)準(zhǔn)確地做出最有利的決策，無(wú)論天氣預(yù)報(bào)是否準(zhǔn)確，天氣風(fēng)險(xiǎn)都是客觀存在的，只不過(guò)一部分天氣風(fēng)險(xiǎn)可以提前防范，采取措施盡量避免或減少天氣的影響，而有些天氣風(fēng)險(xiǎn)無(wú)法規(guī)避，在農(nóng)業(yè)上，生產(chǎn)周期長(zhǎng)，春耕秋收，天氣預(yù)報(bào)難以預(yù)測(cè)未來(lái)半年的天氣，這類(lèi)天氣風(fēng)險(xiǎn)無(wú)法通過(guò)氣象預(yù)報(bào)來(lái)事前規(guī)避。因此，對(duì)天氣風(fēng)險(xiǎn)的管理便逐漸上升到資本管理的層面上。十九世紀(jì)九十年代后期，人們逐漸意識(shí)到可以將天氣風(fēng)險(xiǎn)進(jìn)行量化，以一些天氣指數(shù)的形式表現(xiàn)出天氣狀況，從而在市場(chǎng)上交易天氣指數(shù)。天氣衍生品主要是規(guī)避低風(fēng)險(xiǎn)——高概率的天氣事件，比如日常氣溫、降雨、濕度等天氣條件的變化。1999年，美國(guó)芝加哥商品交易所（CME）發(fā)行了第一例交易所場(chǎng)內(nèi)交易的標(biāo)準(zhǔn)化天氣期貨和天氣期權(quán)合約。越來(lái)越多的公司開(kāi)始使用衍生工具來(lái)管理天氣風(fēng)險(xiǎn)，衍生工具為企業(yè)提供了一種保護(hù)自己免受氣候變化帶來(lái)的不利財(cái)務(wù)影響的手段。目前，我國(guó)主要使用保險(xiǎn)作為管理天氣風(fēng)險(xiǎn)的主要工具，天氣災(zāi)害保險(xiǎn)往

氣溫模型研究32圖3-1北京市1951-2018年氣溫序列及長(zhǎng)期趨勢(shì)然后，去除氣溫中的長(zhǎng)期趨勢(shì)，對(duì)去趨勢(shì)后的數(shù)據(jù)進(jìn)行非線性回歸，估計(jì)式（3-2）中季節(jié)趨勢(shì)方程的參數(shù)。估計(jì)前要先確定1I和1J的值，Benth、Saltyte-Benth（2007）和李永等（2012）選取11I1,J1，論文參考他們的做法，也令11I1,J1，使用1stOpt1.5軟件進(jìn)行非線性擬合，得到季節(jié)擬合的參數(shù)，結(jié)果如表3-3所示。圖3-2給出了我國(guó)12個(gè)城市的氣溫序列和季節(jié)趨勢(shì)擬合圖，可以看到，擬合的季節(jié)趨勢(shì)與氣溫變化的季節(jié)特征基本吻合。根據(jù)上面估計(jì)的季節(jié)擬合參數(shù)和長(zhǎng)期趨勢(shì)，可以得到各個(gè)城市的ts)(的表達(dá)式，將氣溫原始序列T(t)中的季節(jié)趨勢(shì)和長(zhǎng)期趨勢(shì)去除，得到T(t)序列，然后按照式（3-17）進(jìn)行線性回歸，可以得到參數(shù)的估計(jì)值，進(jìn)而由kln()可得到均值回復(fù)速率k的值。表3-4列出了回歸結(jié)果，所有的參數(shù)回歸結(jié)果均在1%的水平上顯著。表3-4參數(shù)和均值回復(fù)速率的估計(jì)值哈爾濱北京重慶烏魯木齊昆明上海廣州武漢鄭州蘭州長(zhǎng)沙太原0.7440.7300.8020.8250.7330.7280.8040.7870.7270.7670.7780.742k0.2950.3150.2210.1920.3110.3180.2180.2400.3190.2650.2510.298


本文編號(hào)：3474813