能源经济学课件：能源市场风险

能源经济学

能源市场风险1目录9.1能源市场概述9.2风险溢出效应9.3能源市场风险溢出效应检验9.4能源市场风险管理29.1能源市场概述9.1.1能源市场风险的概念9.1.2能源市场风险产生的原因9.1.3能源市场风险的特征39.1.1能源市场风险的概念目前，学术界对风险的内涵还没有统一的定义，各学者对风险的概念有着不同的解释，但概括起来可认为风险是指事件发生与否的不确定性。在市场经济条件下，无论政府、企业还是个人，对事件发生与否的不确定性主要关注的是事件发生与否对收益产生的不确定性，也就是关注风险带来的损失。能源市场风险，主要指能源价格风险，是能源市场主体由于能源价格波动而导致的产供销等经济主体收益上的不确定性。49.1能源市场概述9.1.1能源市场风险的概念9.1.2能源市场风险产生的原因9.1.3能源市场风险的特征59.1.2能源市场风险产生的原因6能源价格供求关系突发因素金融因素9.1能源市场概述9.1.1能源市场风险的概念9.1.2能源市场风险产生的原因9.1.3能源市场风险的特征79.1.3能源市场风险的特征8客观性偶然性动态性跨市传导性波动剧烈和复杂性可测性9具有一般产品市场的普遍特征客观性：能源市场充满的不确定不确定性是普遍客观存在的，不以人的意志为转移。偶然性：影响能源市场的因素有供需市场、政治、宗教、军事和自然灾害等方面的因素，这些因素具有很大的偶然性。动态性：市场风险与所处的时间阶段有关，时间变化了，风险也可能随之发生变化。可测性：大量同类事件的发生有一定的规律性，正是由于这种规律性的存在，使得风险具备了可测性。9.1.3能源市场风险的特征10特有的性质波动剧烈和复杂性：能源市场，尤其是石油市场的风险不仅呈现动态性特征，而且波动更加剧烈，表现出的特征也更加复杂。主要原因在于石油产品的高度地缘性，不可再生性，能源产品的金融化属性，以及石油市场的垄断-竞争性等。跨市传导性：由于石油美元结算机制，以及能源金融化发展趋势，使得能源市场与汇率市场，以及股票市场等产生紧密的联动效应，一个市场的价格波动信息很快波及与之相连的市场。9.1.3能源市场风险的特征目录9.1能源市场概述9.2风险溢出效应9.3能源市场风险溢出效应检验9.4能源市场风险管理119.2风险溢出效应9.2.1风险溢出效应概述9.2.2风险溢出效应检验129.2.1风险溢出效应概述单个市场的波动可能引起多个市场的共同波动，这种市场间的共同波动定义为波动溢出效应，也称为信息溢出效应。波动溢出效应也称风险溢出效应，但严格意义上来说，风险溢出效应是比波动溢出效应内涵更广的概念。基于分位数的度量市场风险的VaR(ValueatRisk：风险价值)方法，是度量风险最主要的工具。13均值溢出效应一个市场收益不仅受到自身前期收益的影响，也可能受到其他市场前期收益的影响，即存在收益条件一阶矩的Granger因果关系。方差溢出效应一个市场的收益方差不仅受到自身前期收益方差的影响，也可能受到其他市场前期收益方差的影响，也即存在收益条件二阶矩的Granger因果关系。9.2.1风险溢出效应概述包括不同能源品种市场之间的风险传导，以及不同能源交易市场之间的风险传导。14外部风险溢出内部风险溢出指能源市场与其关联的外汇市场、金融市场、粮食市场等市场之间的风险溢出。9.2风险溢出效应9.2.1风险溢出效应概述9.2.2风险溢出效应检验159.2.2风险溢出效应检验（1）

均值与方差溢出效应检验——定义

考虑一个二元平稳过程（

），对于=（

），

，i=1,2，定义

，其中

表示第i个市场t时刻的收益率，

为第i个市场t时刻的条件均值，

为第i个市场t-1时刻的信息集。

对于信息集，如果不是均值的Granger原因，也就是说不存在到的均值溢出效应，则下式成立

（9-1）对于信息集，如果不是方差的Granger原因，也就是说不存在到的方差溢出效应，则下式成立

（9-2）169.2.2风险溢出效应检验（1）

均值与方差溢出效应检验——检验方法

要对上述定义的均值溢出效应进行检验，首先需要对二元平稳过程（

）进行建模。早期主要采用线性向量自回归(VAR)模型，一般形式为：(9-3)

(9-4)其中

是均值为0，且相互独立的白噪声。则检验式（9-1）转化为检验

17H0：

（9-5）

检验的统计量为

（9-6）其中

为(9-3)式残差平方和，

为(9-3)式当

时残差平方和，T为观测值个数，k为无约束回归中带估计参数的个数。9.2.2风险溢出效应检验（1）

均值与方差溢出效应检验——检验方法对方差溢出效应的检验，主要通过构建多元GARCH类模型来实现，一般常用的二元GARCH(1,1)（简称BGARCH(1,1)）模型为：

（9-7）

（9-8）其中为二元列向量。不同模型的区别在于条件协方差矩阵的设定不同。18Bollerslev等(1988)提出的vech(Ht)是一种常用的形式，要求

是随着时间t变化而变化的

正定矩阵，

的一般形式为：

（9-9）

称为向量半算子，模型中系数矩阵A，B的非对角线元素反映不同变量的方差、协方差序列之间的相互影响，可以用于研究多个市场之间的方差溢出效应。9.2.2风险溢出效应检验（1）

均值与方差溢出效应检验——检验方法

由于上述模型中参数过多，估计比较困难，EngleandKroner（1995）在综合Baba,Engle,KraftandKroner等人工作基础上提出了以四人名字的第一个字母命名的一类多元GARCH模型，称之为BEKK模型，即令

（9-10）

通过检验A，B矩阵中非对角元素的显著性，可以检验不同市场之间的方差-Granger溢出效应。

由于上述检验都属于Granger因果检验，故又称均值-Granger因果检验和方差-Granger因果检验，他们被广泛用来考察金融市场间的波动溢出效应（Engle等，1986）。199.2.2风险溢出效应检验（2）

VaR-Granger因果检验——风险值VaR

风险值VaR是指在给定的时间区间

和置信水平1-下，以概率1-不超过的最大损失。从统计学的角度来说，VaR是某一时间序列过程Yt（如能源价格收益率）条件概率密度函数的

分位数。记

，则能源价格极端下跌风险对应的VaR定义为：

（9-11）能源价格极端上涨风险对应的VaR定义为：

（9-12）其中

是t-1时刻可获得的信息集。209.2.2风险溢出效应检验（2）

VaR-Granger因果检验——风险值VaR

常用的VaR模型是：

其中参数λ控制当前波动对历史的依赖程度，满足上述条件的VaR为

（9-13）其中

是单侧标准正态分布在

水平的临界值。

219.2.2风险溢出效应检验（2）

VaR-Granger因果检验——风险值VaR

如果采用广义ARCH模型，即GARCH模型对收益率序列建模，根据VaR风险的定义，上涨和下跌风险的VaR值计算公式分别为：

（9-14）

（9-15）

其中

为市场收益率的条件均值，

表示收益率序列的GARCH类模型残差分布的右分位数，即

，

为收益率的条件方差。

值大小取决于残差的分布，一般假设残差服从标准正态分布。229.2.2风险溢出效应检验（2）

VaR-Granger因果检验——风险值VaR

在残差明显不服从正态分布的时候，利用正态分布假设很可能降低VaR预测的准确度，此时一般采用广义误差分布GeneralizedErrorDistribution(GED)，其概率密度函数如下：

（9-16）

其中

，为gamma函数。参数

控制着分布尾部的薄厚程度，当

时，广义误差分布退化为标准正态分布；当

，尾部比正态分布更厚；当

，尾部比正态分布更薄。239.2.2风险溢出效应检验24残差服从标准正态分布收益率类型均值失效率LR统计量WTI上涨下跌0.0531-0.05310.01320.01694.511918.5196Brent上涨下跌0.0507-0.05070.01470.01529.252610.8804残差服从GED分布收益率类型均值失效率LR统计量WTI上涨下跌0.0589-0.05890.00880.01280.76283.4416Brent上涨下跌0.0555-0.05550.01000.01090.00060.3645WTI和Brent原油现货价格收益率的VaR预测结果(置信度99%)WTI和Brent市场收益率残差服从GED分布时的右分位数收益率95%分位数99%分位数WTI1.6422.578Brent1.6442.5489.2.2风险溢出效应检验（2）

VaR-Granger因果检验——风险-Granger因果关系

设{}和{}分别为两个市场的时间序列过程，令

，其中

和

分别是t-1时刻市场1和市场2的信息集。如果H0：

成立，则称时间序列{}关于信息集

在风险水平

下不Granger引起时间序列{}。反之，如果H1：

成立，则称时间序列{}关于信息集

在风险水平

下Granger引起时间序列{}。在这种情况下，{}发生风险的信息有助于预测{}发生类似风险的有关信息。259.2.2风险溢出效应检验（2）VaR-Granger因果检验——风险-Granger因果关系检验

定义基于VaR的风险指标函数

i=1,2 （9-17）其中

为指标函数。当实际损失超过VaR时，风险指标函数取值1，否则取0。检验假设H0和H1等价于检验

H0：

和H1：26设有T个随机样本

，定义

和

之间的样本互协方差函数如下：

（9-18）其中，

。

和

之间的样本互相关函数为

（9-19）其中，

为

的样本方差。9.2.2风险溢出效应检验（2）VaR-Granger因果检验——风险-Granger因果关系检验

基于核函数的单向风险-Granger因果关系检验统计量为：

（9-20）其中中心因子和尺度因子分别为：

（9-21）

（9-22）

这里的

为核权函数。关于核权函数的选取，Hong(2001)证明了Daniell核权函数

，

为最优的核权函数，它能最大化检验效力。279.2.2风险溢出效应检验（2）VaR-Granger因果检验——风险-Granger因果关系检验

基于核函数的双向风险-Granger因果关系检验统计量为：

（9-23）其中中心因子和尺度因子分别为：

（9-24）

（9-25）

为有效滞后截尾阶数，当核权函数

有界时，

恰好是滞后截尾阶数，也就是说，当

时，其权重则为0。而Dianell的定义域是无界的，

不再是滞后截尾阶数，因为所有的

个样本互相关系数均被使用。当

时，Daniell的取值为1，此时权重最大，随着

j的增加，从权函数的性质知权重越来越小。

原假设成立时，

和

在大样本条件下均服从渐进的标准正态分布。因此，可以通过判断

和

是否大于给定置信度下的标准正态分布右侧临界值检验原假设，即检验两个时间序列之间的风险-Granger因果关系。28目录9.1能源市场概述9.2风险溢出效应9.3能源市场风险溢出效应检验9.4能源市场风险管理299.3能源市场风险溢出效应检验9.3.1WTI与Brent原油现货市场风险溢出效应检验9.3.2WTI原油期货与现货市场风险溢出效应检验9.3.3美元汇率与石油市场风险溢出效应检验309.3.1WTI与Brent原油现货市场风险溢出效应检验31WTI与Brent原油现货市场风险溢出效应检验结果9.3能源市场风险溢出效应检验9.3.1WTI与Brent原油现货市场风险溢出效应检验9.3.2WTI原油期货与现货市场风险溢出效应检验9.3.3美元汇率与石油市场风险溢出效应检验329.3.2WTI原油期货与现货市场风险溢出效应检验33WTI原油期货和现货市场之间的风险溢出效应检验结果9.3能源市场风险溢出效应检验9.3.1WTI与Brent原油现货市场风险溢出效应检验9.3.2WTI原油期货与现货市场风险溢出效应检验9.3.3美元汇率与石油市场风险溢出效应检验349.3.3美元汇率与石油市场风险溢出效应检验35国际油价与美元汇率价格基于VaR的风险溢出效应检验结果目录9.1能源市场概述9.2风险溢出效应9.3能源市场风险溢出效应检验9.4能源市场风险管理369.4能源市场风险管理9.4.1能源金融衍生品市场9.4.2正确使用能源金融衍生品9.4.3能源市场风险管理系统379.4.1能源金融衍生品市场

能源金融衍生品市场是以石油、天然气、煤炭等能源产品为基本标的，通过金融工具进行即期和远期金融衍生交易的新型金融市场。38期货合约合法的标准化合约，在有管制的期货交易所，在将来的某个固定日期，按交易达成的价格进行交付结算。互换合约又称掉期合约（SwapContracts），指交易双方约定在未来某一时期相互交换某种资产的交易形式。期权合约双方达成的给予期权合约买方某种权利，使其在将来某一确定日期或这一日期之前以确定的价格买进或卖出某种资产的协议。9.4能源市场风险管理9.4.1能源金融衍生品市场9.4.2正确使用能源金融衍生品9.4.3能源市场风险管理系统399.4.2正确使用能源金融衍生品40现金流风险对冲交易的基本原则是保持买卖平衡，使市场价格涨跌对产品组合的影响相互抵消。然而，当能源的物质-金融二重性发生时间上的脱节，市场对冲交易可能衍生极大的现金流风险。信用险近年来能源市场价格扶摇直上，信用险露水涨船高，一笔信用损失就可能冲销许多企业整年的利润。持仓错位风险包括实物仓位的错位和金融仓位的错位。持仓错位偏离了风险控制的目的，转而成为投机者。能源价格波动剧烈，任何一种错位都可能酿成巨大损失。9.4能源市场风险管理9.4.1能源金融衍生品市场9.4.2正确使用能源金融衍生品9.4.3能源市场风险管理系统419.4.3能源市场风险管理系统42能源市场风险管理系统准确记录逐项交易报告仓位报告产品组合的市场实时价值报告VAR风险溢出效应分析预测现金流状况计算信用险露本章小结能源市场风险不仅具有一般产品市场风险的客观性、偶然性、动态性和可测性等特点，还具有波动剧烈性与复杂性，以及跨市传导性等特殊性。风险溢出效应主要包括基于均值的风险溢出效应、基于方差的风险溢出效应和基于VaR的风险溢出效应。本章重点介绍了基于VaR的风险溢出效应检验。能源金融衍生品合约主要有期货合约、互