西德州与布兰特原油避险策略.PDF

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
西德州与布兰特原油避险策略

真理財經學報 18(2008),71-98 西德州與布蘭特原油避險策略 劉洪鈞*1 黃聖志2 王怡文3 摘要 本文以美國西德州及英國布蘭特原油為標的,針對 1990 年波斯灣戰爭使石油市場大幅波動 的時期,以相對應的原油期貨進行避險。本文以持有現貨部位探討空頭避險策略作為研究主題, 並假設不考慮交易成本的前提下,修正誤差為常態的假設,改以 Politis(2004)提出之厚尾分配, 應用 GARCH 模型、ARJI 模型、GARCH-NoVaS 模型與 ARJI-HT 模型,針對不同避險期間,進 行樣本外避險績效的評估。實證結果如下 :一、在本研究的研究期間內,假設誤差項為厚尾分配, 其避險績效皆較常態假設優良,表示厚尾分配的設定能有效捕捉到資產報酬率的特性,提高模型 的配適能力,提升樣本外的避險績效。二、ARJI 模型所計算之避險績效較 GARCH 模型優良, 顯示加入跳躍的因素後,模型更能掌握在短時間內的不確定性,並精確捕捉原油價格波動性,使 得避險績效較佳。三、各模型在預測期間之避險績效,大致上均較未避險時之報酬變異降低約 70%~80% ,因此投資者仍可以規避其價格波動的風險。 實證結果建議投資者在進行操作時,以西德州原油期貨進行避險者,宜採用 ARJI 模型估 計;而以布蘭特原油期貨進行避險者,宜採 GARCH-NoVaS 模型作為避險模型,可有效提升避 險績效,降低投資風險。 關鍵詞:原油期貨、厚尾、GARCH 、移動視窗、避險績效 *本文感謝編輯委員及兩位匿名評審人的寶貴建議,作者謹致謝忱。 1淡江大學財務金融所博士候選人/ 中國科技大學通識教育中心講師。 2淡江大學財務金融所博士候選人/淡江大學財金系講師 3淡江大學財務金融所碩士。 72 真理財經學報 18(2008) 壹、前言 在國際經濟變動迅速和全球氣候暖化變遷加劇的今天 ,石油需求變化很大, 加上產油國常未遵守產油國組織協議,造成油價暴漲暴跌。例如 1998 年至 1999 年,因為伊拉克在聯合國「以油換糧」政策下大量輸出石油,OPEC 國家也進行 增產,加上亞洲金融危機使亞洲石油需求減緩,和連續兩年的暖冬使歐美國家石 油需求減少,造成油價大幅滑落至接近每桶十美元。而 2000 年 9 月以色列與巴 勒斯坦發生暴力衝突,造成中東緊張情勢再度升高。諸多因素造成油價翻漲達三 倍,2000 年 9 月國際油價漲到每桶三十七美元,再次對全球經濟造成影響,使 美國柯林頓政府在 2000 年 9 月 22 日宣佈釋出三千萬桶戰備儲油以因應需求,才 使得油價又趨於穩定。而近幾年又受到美國 911 事件以及產油國減產和美伊情勢 緊張的影響使油價開始不斷上揚,至今油價已超過每桶 80 美元左右的價位,甚 至有專家預期油價在未來幾年會超過每桶 100 美元以上的價位。 有鑑於油價與國際經濟間具有強大的關聯性,但卻很少有關於原油價格波動 幅度過大做避險的研究。因此本文以美國西德州與倫敦布蘭特原油期貨,針對 1990 年 10 月 石 油 價 格 大 幅 波 動 的 時 點 , 來 規 避 原 油 價 格 風 險 。 利 用 GARCH(Generalized Autoregressive Conditional Heteroskedasticity) 註 1 模 型 、 ARJI(Autoregressive Conditional Jump Intensity Model)模型以及 Politis(2004)所提 出 的 GARCH-NoVaS(GARCH with normalizing and variance-stabilizing transformation)模型與厚尾分配的 ARJI 模型(本文往後以 ARJI-HT 模型稱之) ,共 計四個模型應用在避險模型中,進行避險比率的計算及避險績效的比較,使大眾 對於石油價格波動幅度大時,原油期貨的避險功能有更明確的認識。 雖然 GARCH 模型可以描繪資產報酬率波動性的群聚現象,且 ARJI 模型可 以捕捉價格在短時間跳躍的現象,但都未考量資產報酬率資料實際上具有厚尾的 註

您可能关注的文档

文档评论(0)

laolao123 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档