許多天氣敏感性行業(yè)的生產(chǎn)經(jīng)營活動都暴露在天氣風(fēng)險下,為了有效管理天氣風(fēng)險,西方發(fā)達國家在1996年推出了氣溫衍生品合約,標(biāo)志著現(xiàn)代天氣風(fēng)險管理的誕生。我國對氣溫衍生品的關(guān)注度也越來越高,大連商品交易所從2002年就開始持續(xù)關(guān)注氣溫指數(shù)的設(shè)計和氣溫指數(shù)期貨的發(fā)展。氣溫指數(shù)期貨開發(fā)的重要一環(huán)就是如何對其定價,氣溫指數(shù)期貨定價過程主要面臨兩個問題,一是氣溫模擬,二是定價方法選擇。氣溫指數(shù)期貨的理論價格是氣溫的函數(shù),如何對氣溫建模對氣溫指數(shù)期貨的定價至關(guān)重要。首先,在日氣溫建模方面,論文采用O-U均值回復(fù)模型來模擬日氣溫的動態(tài)演變過程,并結(jié)合我國地理特征和各個省會城市的經(jīng)濟發(fā)展程度、人口密度等特點選擇了哈爾濱、北京、重慶、烏魯木齊、昆明、上海、廣州、武漢、鄭州、蘭州、長沙和太原共12個城市作為研究對象,收集各城市1951-2019年的日氣溫數(shù)據(jù)建立氣溫模型（由于氣象臺站改變,長沙的氣溫數(shù)據(jù)起始時間為1970年）,并對各城市模型參數(shù)進行估計。然后,為了檢驗氣溫模型對各城市的適用性,論文運用蒙特卡羅模擬方法分別計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... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

氣溫指數(shù)期貨定價研究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)險管理的主要手段天氣風(fēng)險的事前控制是天氣風(fēng)險管理的主要手段之一，天氣風(fēng)險控制是通過天氣預(yù)報提前獲知將來可能的天氣信息，從而采取措施盡量規(guī)避不利天氣可能帶來的影響。企業(yè)可以根據(jù)天氣預(yù)報來及時調(diào)整生產(chǎn)經(jīng)營計劃，免受天氣變化影響。然而，目前的技術(shù)水平下，天氣預(yù)報并不十分準確，無法使個人及企業(yè)準確地做出最有利的決策，無論天氣預(yù)報是否準確，天氣風(fēng)險都是客觀存在的，只不過一部分天氣風(fēng)險可以提前防范，采取措施盡量避免或減少天氣的影響，而有些天氣風(fēng)險無法規(guī)避，在農(nóng)業(yè)上，生產(chǎn)周期長，春耕秋收，天氣預(yù)報難以預(yù)測未來半年的天氣，這類天氣風(fēng)險無法通過氣象預(yù)報來事前規(guī)避。因此，對天氣風(fēng)險的管理便逐漸上升到資本管理的層面上。十九世紀九十年代后期，人們逐漸意識到可以將天氣風(fēng)險進行量化，以一些天氣指數(shù)的形式表現(xiàn)出天氣狀況，從而在市場上交易天氣指數(shù)。天氣衍生品主要是規(guī)避低風(fēng)險——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，美國芝加哥商品交易所（CME）發(fā)行了第一例交易所場內(nèi)交易的標(biāo)準化天氣期貨和天氣期權(quán)合約。越來越多的公司開始使用衍生工具來管理天氣風(fēng)險，衍生工具為企業(yè)提供了一種保護自己免受氣候變化帶來的不利財務(wù)影響的手段。目前，我國主要使用保險作為管理天氣風(fēng)險的主要工具，天氣災(zāi)害保險往

氣溫模型研究32圖3-1北京市1951-2018年氣溫序列及長期趨勢然后，去除氣溫中的長期趨勢，對去趨勢后的數(shù)據(jù)進行非線性回歸，估計式（3-2）中季節(jié)趨勢方程的參數(shù)。估計前要先確定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12個城市的氣溫序列和季節(jié)趨勢擬合圖，可以看到，擬合的季節(jié)趨勢與氣溫變化的季節(jié)特征基本吻合。根據(jù)上面估計的季節(jié)擬合參數(shù)和長期趨勢，可以得到各個城市的ts)(的表達式，將氣溫原始序列T(t)中的季節(jié)趨勢和長期趨勢去除，得到T(t)序列，然后按照式（3-17）進行線性回歸，可以得到參數(shù)的估計值，進而由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：3474813