基于扩展O—U模型的天气衍生品定价拟合优化分析.pdfVIP

基于扩展O—U模型的天气衍生品定价拟合优化分析 李 永，吴 丹，崔习刚 (同济大学经济与管理学院，上海200092) 摘 要 ：天气衍生品定价精度依赖于天气预测模型的合理构建。文章以气温衍生产品为例 ，首次利用 AR—GARCH模型实现对O—U均值回复模型拓展 ，解决了气温波动项的 自相关与异方差问题 ，再以上海 日平均 气温为样本数据，对拓展后模型进行参数估计和准确度检验，发现残差结果更接近标准正态分布假设。研究结 果表明拓展后模型可以优化0一u模型在气温衍生品定价中的应用性和精确性。 关键词：天气衍生品；傅里叶变换；AR—GARCH；蒙特卡罗模拟 中图分类号：F830 文献标识码 ：A 文章编号：1002—6487(2013)18—0051—03 机波动，￡~iid(O，1)。 0 引富 1．1 气温长期趋势和季节性变动(S) 考虑到全球变暖、温室效应等因素影响，假设气温变 天气衍生品是针对非灾难性天气变化，以气温、降雨、 动存在长期增长趋势，以及根据寒冬炎夏 自然规律下的季 降雪、风速等天气指数为基础资产，包含期货、期权、远期、 节变化特征，S可表示为单调函数与傅里叶变换展开之 互换等的金融创新产品。它实现了天气风险向有意愿、有 和的形式，如下： 能力的第三方转移，达到天气风险转移、损失分摊和优化 ^ ^ 投资组合的目的。随着国际市场交易规则的不断成熟与 St=a+bt+ao+∑nfsin2(i~t-f)／365)+∑cos( —g~)／365) l 1 J=1 完善，天气衍生品被越来越广泛地应用于天气风险管理 (2) 中，成为全球金融领域最具活力和创造性的市场之一。 其中，厶和 取值需要在估计模型参数时根据样本 本 文 首次通 过 引入 AR—GARCH模 型实 现 Om— 数据校验得到。 stein—Uhlenbeck均值回复模型(以下简称 “0一U模型”)模 1．2 气温周期性变动 (C，) 型拓展，解决了气温随机波动项的自相关和异方差问题， 气温周期性变动是指气温剔除长期趋势和季节性变 重新构建了包含气温季节性、周期性等特征的气温预测模 动S后的残余项存在 自相关变动特征，用 自回归方程来 型，采用上海 日平均气温数据估计模型的参数完成实证分 表示 ，如下： 析，引入AR—GARCH模型使残差更好满足标准正态分布 假设，并以基础指数为例对拓展后模型进行预测精度拟合 = ∑口f(—f—sH) (3) 检验。结果表明拓展后0一U模型可以提高在气温衍生品 其中，口是 自回归系数，户是 自回归阶数。P值通 定价中的应用性与精确性，对相关研究具有推动作用。 过比较AIC准则和 自相关与偏 自相关函数图确定。 1．3 气温随机波动( ) 1 0一U模型及拓晨 气温随机波动项是气温的残差部分，存在类似季节性 变动的特征，原0一U模型借助傅里叶变换展开剔除了季 0一U模型将气温看作时间序列变化过程，可分解为长 节性波动影响，但 难 以满足服从标准正态分布的假 期趋势、季节性变动、周期性变动 (自回归过程)和随机波 设。本研究通过引入AR—G