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。

天气衍生品空间基差风险量化及对冲效果研究——以山西省为例

天气衍生品是以天气指数作为交易对象的天气风险管理工具,但是买方所在地与天气指数参考站的天气状况偏差会削弱风险对冲效果,这种偏差就是空间基差风险。本文以山西省的侯马市、原平市和离石市作为买方所在地,利用两种幂指数下的反距离加权法和历史数据模拟法分别构建三个城市的天气衍生品空间组合,进而规避买方的部分天气风险和空间基差风险。在此基础上使用均方根误差来量化这两种风险,并根据实验结果比较上述三种方法的有效性、优缺点和适用范围。研究表明,均方根误差在量化天气风险和空间基差风险上的效果显著;并且通过三种方法构建的空间组合均能够有效对冲买方面临的天气风险和空间基差风险,但对冲效果存在差异。

天气衍生品空间基差风险对冲方法实证比较研究

空间基差风险削弱了天气衍生品对天气风险的规避效果,需要结合数据特征对不同的对冲方法效果比较选择。以气温期权空间基差风险对冲理论为依据,选取山东潍坊、江苏南京1978—2015年日平均气温数据,分别选取线性组合、反距离加权方法构建气温期权空间组合,比较检验了空间基差风险的对冲效果。研究发现,气温期权空间组合数量在一定范围内时,线性组合法和反距离加权法下RMSE均呈现出“U”型变化趋势,存在最优购买组合;两种方法均可降低天气衍生品的空间基差风险,然而反距离加权法下RMSE变化的波动较小,并随着幂指数增大对冲效果波动减小,更易于确定购买组合数量。

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。