天气衍生品定价研究.docxVIP

?

?

天气衍生品定价研究

?

?

邹楚瑜

[提要]天气衍生品是交易资产为标准化的天气指数的金融衍生工具。作为新型的天气风险管理工具，其风险对冲的效果主要由定价模型的预测精度决定。因此，本文使用北京市近60年每日平均气温数据，基于ARIMA模型拟合北京市平均气温动态变化过程，并结合蒙特卡洛模拟法对气温期货进行定价，考察ARIMA模型的预测精度。研究表明：ARIMA模型能够较好地拟合气温动态变化过程，并且以此为基础得到的气温期权价格能够较好地拟合实际价格。

关键词：天气衍生品;ARIMA模型;蒙特卡罗模拟法

基金项目：河北省教育厅重点项目：“农业信贷结构、配置效率与河北省农业经济增长”（编号：SD191051）

：F830.91：A

收录日期：2020年7月20日

一、引言

随着全球气候变暖的不断加剧，极端天气发生的频率陡增，灾害破坏力不断加大，各国基础设施、民生和经济发展正在面临日益凸显的威胁。而中国是世界上自然灾害发生最为频繁、灾害种类最多，造成损失最为严重的国家之一，其中干旱、暴雨洪涝、寒潮、台风等灾害对经济社会发展的威胁程度愈发升高，因此对于天气风险的防范工作必须得到广泛关注。相较于上述灾难性天气对经济社会的毁灭性破坏，社会各界对于近年来出现的一般性天气异常现象的重视程度严重不足，例如连续多日高温、雨季提前到来、暖冬等，这些现象对于一国经济的影响不像灾难性天气那样来得迅速、猛烈，但其无异于“温水煮青蛙”，最终可能对一个行业或者整个经济社会产生难以估量的持久不可逆伤害。而我国目前对于上述风险的防控措施十分匮乏，进入21世纪后，天气保险被广泛地运用于灾难性天气的防控和赔偿之中，但这种产品对于应对一般性的天气异常现象几乎没有任何帮助。因此，致力于对冲上述一般性天气风险的天气衍生品逐渐得到政府机构和学术界的重视。

天气衍生品是以气温、降雨量、风力等气象数据计算的天气指数作为交易对象，用以防范宏观、中观和微观经济主体所面临的一般性天气风险的新型金融衍生品。1997年发生的厄尔尼诺暖冬事件促使美国能源企业科赫与安然首次签订天气互换合约，这是天气衍生品迄今为止最早的场外交易记录。1999年，天气衍生品的场外交易规模迅速膨胀，倒逼芝加哥商品交易所（以下简称CME）设计并发现标准化的1月期气温指数期货合约，由此天气衍生品场内交易市场正式建立。随后逐渐推广至欧洲其他发达国家资本市场、日本以及发展中国家之中，交易量迅速攀高。

定价研究是天气衍生品研究的热点。用于天气衍生品定价的模型众多，目前学界关于定价模型达成了一个共识，那就是传统金融衍生工具的无套利定价理论在天气衍生品定价领域不适用，因为天气衍生品的交易资产是不可交易的天气指数，而不是可以实物交割的资产。此外，由于CME市场上流通的产品近90%都以温度指数为交易资产，因此大多数学者的研究主要以温度为标的物的天气衍生品为主，通过各种数理模型来预测气温的动态变动过程并为相应的产品进行定价。天气衍生品的定价模型大致可分为以下两类，即ARMA模型等传统时间序列模型和均值回复模型。传统的时间序列模型的基本实证过程较为相似，大体上是在剔除气温时间序列当中的趋势性因素和季节性因素的基础上，使用ARMA模型等时间序列模型对残差序列进行建模，然后再结合蒙特卡洛模拟法对相应產品定价。学界使用的均值回复模型基于气温的随机变化在长期倾向于回归均值水平的假设，通过不同的气温波动率，如日气温波动率和月气温波动率，结合Alaton（2000）提出的随机微分方程（SDE）来构建模型，最后再依靠蒙特卡罗仿真模拟法对相应产品进行定价。

当前，国内外学界在天气衍生品领域研究的重心不同，国外主要集中于天气衍生品定价问题的探索和改良，而国内大多数学者当前还停留在基础的名片式定性研究当中，研究进展相对落后。因此，本文着眼于天气衍生品定价研究在国内的推广，选择北京市作为研究对象，基于ARIMA模型来拟合北京市的每日平均气温动态变化趋势，并以此为基础结合蒙特卡洛模拟法来对天气期权开展定价研究。

二、数据与研究方法

（一）数据说明。本文选取北京市1960年1月1日至2018年12月31日的日平均气温数据（消除闰年影响后，共计21，535个数据）作为实验组的数据样本，2019年1月1日至2019年12月31日共计365个数据作为测试组的数据样本。全部数据样本均取自中国气象局数据共享网。

通过绘制气温变动趋势图来直观地呈现气温在区间内的变动情况，如图1所示。可以观察到平均气温存在明显的周期性变化和缓慢的线性递增趋势，这意味着北京市的平均气温在近60年不断的四季更迭中呈现出略微变暖的趋势。（图1）

（二）模型的设定。首先，根据传统的时间序列分析理论将模型的基本形式设定为：

其中，Tt为日平均气温序列，St为气温变动的线性以及季节性趋