基于VaR的石油投资风险研究

论文总字数：13618字

目 录

摘要 II

Abstract III

1引言 1

1.1研究背景 1

1.2选题意义 1

1.3文献综述 2

1.4研究内容及方法 2

2 VaR模型的概述 3

2.1 VaR的定义 3

2.2 VaR的假设和一般表达式 3

3 GARCH类模型概述 4

3.1 GARCH（1,1）模型法简述 4

3.2 VaR-GARCH方法概述 4

4 实证分析 5

4.1中国石油投资现状 5

4.2 数据的选取 5

4.3数据的描述性分析 6

4.4基本统计特征 6

4.5模型的建立与计算 8

5 实证结果分析及政策性建议 10

5.1实证结果分析 10

5.2 政策性建议 11

参考文献： 11

致谢 13

基于VaR的石油投资风险研究

曹丽

,China

Abstract：This paper aims to discuss the possible risks of China's oil investment and the measures that can be taken to reduce the oil investment risk and improve the competitiveness of international investment through the analysis of Brent crude oil investment risk analysis. This paper applies VaR theory to oil investment risk research. The results show that the oil yield has spike and thick tail characteristics, and the existence of the ARCH effect is found. Therefore, the corresponding GARCH model is established to eliminate the ARCH effect. So we can forecast the volatility of oil prices. The results of this paper show that GARCH-VaR has a very accurate effect in predicting the risk of oil investment and can be used as an effective reference for investors to allocate portfolio.

Key words: VaR; Oil investment risk; Conditional heteroskedasticity; GARCH model

1引言

1.1研究背景

在我国的各项投资中，石油投资是一个非常重要的领域，但是，在政治经济环境动荡不安的国际市场上，不可预测的因素形形色色，石油的国际投资更是面临着许多不可预测的风险。而在诸多风险中，巨大的汇率风险、价格波动等都给石油投资造成了极大的影响。中国在进行海外石油投资时，不但涉及美元与人民币的汇率风险，也面临美元与东道国货币汇率变化风险。海外石油投资也面临着国际石油价格的跌宕起伏，进入新世纪以来，中国海外石油投资的迅速发展是随着国际石油价格一路飙升而推进的，一旦石油价格下跌到一定程度，势必使得根据高油价预期做出的石油投资不仅不能取得丰厚利润，反而使投资无法收回，蒙受巨大的经济损失。20世纪80年代中期的油价暴跌(每桶10美元左右)，曾导致世界375家石油公司的资产价值减少2750亿美元。

而石油的投资兼具政府和企业的性质，而石油企业本身又具有特殊性，因此对石油投资进行风险研究，并提出针对性的建议有着重要的意义。

虽然我国学者对石油投资风险以进行了一些探讨，但是大多都是从政治经济等因素进行定性分析，预测石油价格的波动价格，并没有提出可靠具体的预测石油价格走向的方法，虽然也有一些学者运用风险管理理论对石油风险投资风险进行了定量分析，但是并不全面。

1.2选题意义

由于近年来国际石油市场的准金融属性不断提高，使用金融的方法度量国际石油价格风险已经成为学术界的主题之一。而金融风险往往是由于金融资产价格的波动所产生的，因此，如果可以较为准确的测量出资产价格的波动率，那么人们就可以度量出资产或资产组合将会产生的潜在风险。使用GARCH类模型可以比较好的测量出资产价格的波动率，为准确测量金融风险奠定了基础。

VaR作为一种风险度量方法，具有方法直观、结果量化、结论易懂等优点，而随着VaR模型的不断改善，其在金融风险管理中的应用越来越广泛，同时也符合金融机构和学术界对风险进行集中化、数量化管理的要求。

本文将VaR风险度量模型运用石油投资市场中，通过GARCH模型解决了收益序列异方差的缺陷，为投资者提供了投资风险计算的基础。

同时，通过本文的研究，发现在规避石油投资风险时，需要对其进行定量分析，这样可以使我们能更好的把握石油价格变动的趋势，当然，同时也需要把经典的定性分析法等一些可以用来管理风险的方法，如此这般，才可能比较完美的避免和减少全球的原油市场价格变动中的可能会遇到的形形色色的风险。

1.3文献综述

1.3.1国内文献综述

杨晓华（2010）以大庆石油市场为研究对象，将GARCH模型，GARCH-M模型和EGARCH模型三种GARCH模型进行对比，分析我国石油市场所具有的特点。发现市场表现出非对称性特点，这种非对称效应表现出杠杆效应。也就是说油价上升比油价下降对市场波动的作用更明显，相应的收益率显现出GARCH-M效应。沈沛龙，邢铜政（2010）使用WTI国际石油市场和Brent国际石油市场的交易数据作为研究数据，分别在正态分布，GED分布和t分布的假设下通过GARCH（1，1）对两个国际石油市场的价格波动特性进行分析。通过实证分析发现:t分布已过于陈旧，不能描绘出国际石油市场存在的市场风险，条件正态分布和GED分布的假设更为合理。杨云飞等（2010）使用WTI国际石油市场的交易数据，根据数据的统计特征，进行GARCH和EGARCH模型建模，并引入了t分布来估计GARCH模型的残差，从而更加准确的描述收益率序列的波动集聚性。分析结果表明原油市场具有很强的波动集聚性和持续性。

1.3.2国外研究综述

在国外，石油的波动引起了不少学者的兴趣。他们从石油价格的波动情况以及分布特点入手，以此来寻求出石油价格风险的一系列的刻画方法。Ramireza（2002）用多维Hurst方法，分析原油市场的长记忆性,他们认为，石油的价格的波动原因是不同时间标度上复杂关系高度相互作用而导致的结果，利用Zipf方法，来分析国际上原油价格的动力学行为，他发现:消费者以及投机者的推动是导致油价变化的根本原因,同时，不容易用精准的数学模型来描述原油价格的分布规律。Maslyuk（2008）使通过LM单位根检验方法，发现了原油市场其实是弱有效的，所以通过历史价格来刻画在未来的石油价格的变化也非常不易。Pndyca（2005）利用ARCHL类模型研究了美国1990年以来的原油市场，发现美国石油价格波动的半衰期为5-10周；Kupecp(1995)在历史模拟法。蒙特卡罗法和方差-协方差法下分别计算石油价格的VaR值，基于ARMA模型的历史模拟法能够改进历史模拟法下的VaR值。

综上所述，就目前而言，在学术界对于原油价格波动和原油市场间的联系的研究比较充分，但石不足之处就在于不能够较好的对析原油市场之间差异进行系统性分析，因此不能较为准确的预测石油价格的波动情况。

1.4研究内容及方法

本篇文章通过对我国石油企业投资风险管理的研究，分析其中存在的某些不足，从而引入了金融风险管理常用的VaR模型，对我国石油价格波动的进行了预测。通过建立GARCH模型，来度量石油价格的波动率，并以此计算出在险价值VaR，来预测未来时间内石油价格的波动率，对石油价格的走向提供了一定的参考作用。

本文以VaR技术及石油投资、风险管理有关理论作为指导，结合我国的石油投资现状，采取实证与理论相结合、定性与定量分析结合的的方法，理论研究着重于对VaR方法的详细说明，明确VaR方法的基本原理和使用方式以及GARCH模型的介绍；实证研究主要是指对Brent原油的收益率进行定量分析，为我国石油投资做出一定的借鉴作用。

2 VaR模型的概述

与正态分布相比,实际金融时间序列通常表现出尖峰厚尾性，其中一端的尾部反映的是潜在的风险，即损失,就是我们应该关注的VaR。

它按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内,某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。根据VaR的定义,可以表示为： （1）

其中，为证券组合在持有期间的损失,VaR为置信水平C处于风险中的价值。式中VaR及损失均取正数形式。例如，持有期为1天，置信水平为99%的某一证券组合的是10万元，根据VaR的定义，其含义是，我们可以以99%的可能性保证，该证券组合在未来的24小时内组合价值的最大损失不会超过10万元。

从上面的定义中我们可以看出，VaR有两个重要的参数资产组合的持有期及置信水平。这两个参数对VaR的计算及应用都起着重要的作用。

置信水平的选取反映了投资主体对风险的厌恶程度,置信水平越高，厌恶风险的程度越大。由前面所述的定义我们可以看出，置信水平的选取对值有很大影响。同样的资产组合，由于选取的置信水平不同计算出的值也不同。

3 GARCH类模型概述

3.1 GARCH（1,1）模型法简述

GARCH族模型一般情况下由两个方程组成。其中一个为条件均值方程，另一个是条件方差方程。通常均值模型设置为：

其中为无条件均值，为一个常数。为扰动项。

剩余内容已隐藏，请支付后下载全文，论文总字数：13618字