基于多分辨率小波分析和Copula方法原油期货价格和人民币汇率风险溢出效应研究.docVIP

基于多分辨率小波分析和Copula方法原油期货价格和人民币汇率风险溢出效应研究 　　【摘要】本文采用小波分析和Copula方法研究原油期货价格和人民币汇率之间的影响关系，结果发现二者存在显著的负相关关系。因此，随着人民币在国际市场上的地位逐渐提高，增强人民币在国际油价上的定价权，对于把握油价走势、预测原油市场的风险溢出效应具有重要意义。 　　【关键词】原油价格 人民币汇率 溢出效应 　　一、背景意义 　　2014年国际油价一落千丈，跌幅约60%，而中国却在此时加紧石油储备建设，大量支出外汇购入石油。2015年4月，我国进口原油的数量已经超过美国，一跃成为世界最大石油进口国。2014年我国进口原油达到3.1亿吨，对外依存度达到59.6%。纵观2005年之后的国际原油价格，经历了2008年金融危机和2014年两次过山车式大幅下跌，在近一年来呈现继续下跌趋势。而自我国2005年汇改后直至2013年起人民币开始面临贬值压力。考虑国际油价将维持低位震荡走势，油价下跌能否弥补人民币贬值带来的以美元计价的原油商品升值，变得难以确定。因此，评估油价的真实相对价格及权衡两市场关系做出正确的战略选择成为一项非常艰巨且困难的任务。 　　二、文献综述 　　一般认为，油价对汇率变动有影响，而汇率变动对油价也存在作用。如Lizardo和Mollick （2010），张倩和张款慧（2013）发现油价可以解释大多数国家汇率变动；Sadorsky（2000），戴家权和周向彤（2005），姚小剑和扈文秀（2011）均发现汇率变动引起原油价格变动。国际石油以美元计价为主，奠定了美元石油不可撼动的地位。对原油价格和人民币汇率关系的研究成果，如郭智（2007），王千红和张曦（2011）纷纷认为石油价格变动通过多途径对人民币汇率的影响，但影响无法确定；而杨建辉和潘虹（2008）认为油价和汇率之间不存在影响关系。 　　三、实证 　　数据选取与处理：本文选取2005.7～2016.5伦敦国际石油交易所（IPE）发布的布伦特原油连续期货合约月度收盘价，国际清算银行（BIS）发布的人民币名义有效汇率指数（NEER），数据均来自wind数据库。 　　（一）数据处理 　　将原始数据取对数进行差分处理，计算收益率。 　　（二）基于MODWT小波分解的多分辨趋势性分析 　　将两组数据采用db8小波，进行6层分解。通过MODWT小波变换，将油价和汇率分别分解为短期、中期和长期波动。通过小波相关性的分析，发现序列间的关联关系存在多分辨率特征，序列间在任一波动期下均存在一定的负相关性，且在D4、D5期存在较强的负相关性。因此，针对影响的多分辨率特征，需要关注的波动期也存在差异。 　　（三）非参数法估计函数分布并选取适当的Copula 　　首先，调用ecdf函数求样本经验分布函数，调用spline函数，利用样条插值法求原始样本点处的经验分布函数值，调用ksdensity函数分别计算原始样本BRENT和NEER的核分布估计值。结过发现调用ecdf函数与ksdensity函数计算出的U1、U2，V1与V2都不完全相同，但U1、U2，V1与V2差别都非常微小，经验分布图和核分布估计图几乎重合。说明采用两种方法都合适，差别不大。 　　接着，在确定二者的边缘分布后，调用ksdensity函数分别计算原始样本BRENT和REER的核分布估计值，根据（Ui，Vi）的二元直方图的形状选取适当的Copula函数。结果表明频率直方图具有基本对称的尾部，也就是说（U，V）的联合密度函数（即Copula密度函数）具有对称的尾部，因此可以选取二元正态Copula函数或二元t-Copula函数来描述原始数据的相关结构。 　　（四）参数估计 　　一般来说，分布函数中可能含有未知参数，并且选取的copula函数中也含有未知参数，因此需要进行参数估计。在实证中，首先调用copulafit函数估计二元正态copula中的线性相关参数，接着调用copulafit函数估计二元t-copula中的线性相关参数和自由度。 　　（五）秩相关系数的估计 　　首先，调用copulastat函数求二元正态copula对应的Kendall秩相关系数和Spearman秩相关系数。 　　kendall_norm=1.0000-0.2910Spearman_norm=1.0000-0.4250 　　-0.2910 1.0000 -0.4250 1.0000 　　接着，调用copulastat函数求二元t-copula对应的Kendall秩相关系数和Spearman秩相关系数。 　　kendall_t=1.0000-0.3621 Spearman_t=1.0000-0.5207 　　-0.3621 1.0