基于VAR模型中国热钱流动影响因素实证分析

热钱流向逆转对中国的金融稳定和宏观经济产生了不利的影响。本文依据VAR模型,以中国热钱流动的影响因素为研究对象,选取2008年1月～2011年12月的月度数据进行了实证研究。研究发现中国汇率预期水平、名义利差、物价水平、房地产价格对热钱流动影响显著,而经济增长率和股票价格指数影响相对较小,因而需要加强在敏感领域的调控力度,进而增强对热钱流动的调控管理。

基于扩展O-U模型的天气衍生品定价拟合优化分析

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O-U模型在气温衍生品定价中的应用性和精确性。

反距离加权法天气衍生品空间基差风险对冲效果

天气衍生品作为一项金融创新产品,为天气风险的管理和转移提供了新的途径。与传统衍生品不同的是,天气衍生品合约标的物是常见的天气变量,本身不具有资产价格,因此面临的并不是传统意义上的基差风险。天气衍生品的基差风险包括产品基差风险和空间基差风险,这些基差风险严重影响着天气衍生品的风险对冲效果,阻碍了市场发展,也是研究的重点与难点。相比产品基差风险因特定部门而异,空间基差风险具有不可避免的特点。依据反距离加权法,增加空间多样性构建天气衍生品组合,可用于对冲空间基差风险,但需要经验数据验证。研究表明,天气衍生品收益与假设收益的均方根误差(RMSE)能够很好的量化天气敏感企业遇到的天气风险,天气风险对冲效果可以通过RMSE的变化值进行度量;构建中国华东地区降雨量看跌期权交易,相较单一地区收益偏差,期权买方采用空间组合策略取得了更好的空间基差风险对冲效果。此外,研究结果发现,在构建天气衍生品空间组合时,组合中气象观测点的数目并不是越多越好,即较少的观测点个数即能显著降低天气风险对冲效果,这也为实践操作提供了便利。

天气衍生品基差风险量化及对冲效果研究

天气衍生品在国外企业对冲天气风险中取得显著效果,但天气衍生品的收益和实际损失之间的偏差削弱了其对冲效果,降低了套期保值者购买天气衍生品的热情。在量化空间基差风险的基础上,致力于探究通过增加空间多样化的方式降低基于降雨量的天气衍生品的空间基差风险。最小化空间基差风险需要知道不同地区的降雨量联合分布,为此,通过估计降雨量随机生成模型得出最优空间组合的权重。研究发现,这种方法相对于传统的历史数据模拟法和反距离加权法,能够更有效地降低天气衍生品的空间基差风险,从而更好的复制天气敏感企业暴露在一般天气风险下的收益,有助于提高企业购买天气衍生品的热情。