能源經濟學

能源市場風險1目錄9.1能源市場概述9.2風險溢出效應9.3能源市場風險溢出效應檢驗9.4能源市場風險管理29.1能源市場概述9.1.1能源市場風險的概念9.1.2能源市場風險產生的原因9.1.3能源市場風險的特征39.1.1能源市場風險的概念目前，學術界對風險的內涵還沒有統一的定義，各學者對風險的概念有著不同的解釋，但概括起來可認為風險是指事件發生與否的不確定性。在市場經濟條件下，無論政府、企業還是個人，對事件發生與否的不確定性主要關注的是事件發生與否對收益產生的不確定性，也就是關注風險帶來的損失。能源市場風險，主要指能源價格風險，是能源市場主體由于能源價格波動而導致的產供銷等經濟主體收益上的不確定性。49.1能源市場概述9.1.1能源市場風險的概念9.1.2能源市場風險產生的原因9.1.3能源市場風險的特征59.1.2能源市場風險產生的原因6能源價格供求關系突發因素金融因素9.1能源市場概述9.1.1能源市場風險的概念9.1.2能源市場風險產生的原因9.1.3能源市場風險的特征79.1.3能源市場風險的特征8客觀性偶然性動態性跨市傳導性波動劇烈和復雜性可測性9具有一般產品市場的普遍特征客觀性：能源市場充滿的不確定不確定性是普遍客觀存在的，不以人的意志為轉移。偶然性：影響能源市場的因素有供需市場、政治、宗教、軍事和自然災害等方面的因素，這些因素具有很大的偶然性。動態性：市場風險與所處的時間階段有關，時間變化了，風險也可能隨之發生變化。可測性：大量同類事件的發生有一定的規律性，正是由于這種規律性的存在，使得風險具備了可測性。9.1.3能源市場風險的特征10特有的性質波動劇烈和復雜性：能源市場，尤其是石油市場的風險不僅呈現動態性特征，而且波動更加劇烈，表現出的特征也更加復雜。主要原因在于石油產品的高度地緣性，不可再生性，能源產品的金融化屬性，以及石油市場的壟斷-競爭性等。跨市傳導性：由于石油美元結算機制，以及能源金融化發展趨勢，使得能源市場與匯率市場，以及股票市場等產生緊密的聯動效應，一個市場的價格波動信息很快波及與之相連的市場。9.1.3能源市場風險的特征目錄9.1能源市場概述9.2風險溢出效應9.3能源市場風險溢出效應檢驗9.4能源市場風險管理119.2風險溢出效應9.2.1風險溢出效應概述9.2.2風險溢出效應檢驗129.2.1風險溢出效應概述單個市場的波動可能引起多個市場的共同波動，這種市場間的共同波動定義為波動溢出效應，也稱為信息溢出效應。波動溢出效應也稱風險溢出效應，但嚴格意義上來說，風險溢出效應是比波動溢出效應內涵更廣的概念。基于分位數的度量市場風險的VaR(ValueatRisk：風險價值)方法，是度量風險最主要的工具。13均值溢出效應一個市場收益不僅受到自身前期收益的影響，也可能受到其他市場前期收益的影響，即存在收益條件一階矩的Granger因果關系。方差溢出效應一個市場的收益方差不僅受到自身前期收益方差的影響，也可能受到其他市場前期收益方差的影響，也即存在收益條件二階矩的Granger因果關系。9.2.1風險溢出效應概述包括不同能源品種市場之間的風險傳導，以及不同能源交易市場之間的風險傳導。14外部風險溢出內部風險溢出指能源市場與其關聯的外匯市場、金融市場、糧食市場等市場之間的風險溢出。9.2風險溢出效應9.2.1風險溢出效應概述9.2.2風險溢出效應檢驗159.2.2風險溢出效應檢驗（1）

均值與方差溢出效應檢驗——定義

考慮一個二元平穩過程（

），對于=（

），

，i=1,2，定義

，其中

表示第i個市場t時刻的收益率，

為第i個市場t時刻的條件均值，

為第i個市場t-1時刻的信息集。

對于信息集，如果不是均值的Granger原因，也就是說不存在到的均值溢出效應，則下式成立

（9-1）對于信息集，如果不是方差的Granger原因，也就是說不存在到的方差溢出效應，則下式成立

（9-2）169.2.2風險溢出效應檢驗（1）

均值與方差溢出效應檢驗——檢驗方法

要對上述定義的均值溢出效應進行檢驗，首先需要對二元平穩過程（

）進行建模。早期主要采用線性向量自回歸(VAR)模型，一般形式為：(9-3)

(9-4)其中

是均值為0，且相互獨立的白噪聲。則檢驗式（9-1）轉化為檢驗

17H0：

（9-5）

檢驗的統計量為

（9-6）其中

為(9-3)式殘差平方和，

為(9-3)式當

時殘差平方和，T為觀測值個數，k為無約束回歸中帶估計參數的個數。9.2.2風險溢出效應檢驗（1）

均值與方差溢出效應檢驗——檢驗方法對方差溢出效應的檢驗，主要通過構建多元GARCH類模型來實現，一般常用的二元GARCH(1,1)（簡稱BGARCH(1,1)）模型為：

（9-7）

（9-8）其中為二元列向量。不同模型的區別在于條件協方差矩陣的設定不同。18Bollerslev等(1988)提出的vech(Ht)是一種常用的形式，要求

是隨著時間t變化而變化的

正定矩陣，

的一般形式為：

（9-9）

稱為向量半算子，模型中系數矩陣A，B的非對角線元素反映不同變量的方差、協方差序列之間的相互影響，可以用于研究多個市場之間的方差溢出效應。9.2.2風險溢出效應檢驗（1）

均值與方差溢出效應檢驗——檢驗方法

由于上述模型中參數過多，估計比較困難，EngleandKroner（1995）在綜合Baba,Engle,KraftandKroner等人工作基礎上提出了以四人名字的第一個字母命名的一類多元GARCH模型，稱之為BEKK模型，即令

（9-10）

通過檢驗A，B矩陣中非對角元素的顯著性，可以檢驗不同市場之間的方差-Granger溢出效應。

由于上述檢驗都屬于Granger因果檢驗，故又稱均值-Granger因果檢驗和方差-Granger因果檢驗，他們被廣泛用來考察金融市場間的波動溢出效應（Engle等，1986）。199.2.2風險溢出效應檢驗（2）

VaR-Granger因果檢驗——風險值VaR

風險值VaR是指在給定的時間區間

和置信水平1-下，以概率1-不超過的最大損失。從統計學的角度來說，VaR是某一時間序列過程Yt（如能源價格收益率）條件概率密度函數的

分位數。記

，則能源價格極端下跌風險對應的VaR定義為：

（9-11）能源價格極端上漲風險對應的VaR定義為：

（9-12）其中

是t-1時刻可獲得的信息集。209.2.2風險溢出效應檢驗（2）

VaR-Granger因果檢驗——風險值VaR

常用的VaR模型是：

其中參數λ控制當前波動對歷史的依賴程度，滿足上述條件的VaR為

（9-13）其中

是單側標準正態分布在

水平的臨界值。

219.2.2風險溢出效應檢驗（2）

VaR-Granger因果檢驗——風險值VaR

如果采用廣義ARCH模型，即GARCH模型對收益率序列建模，根據VaR風險的定義，上漲和下跌風險的VaR值計算公式分別為：

（9-14）

（9-15）

其中

為市場收益率的條件均值，

表示收益率序列的GARCH類模型殘差分布的右分位數，即

，

為收益率的條件方差。

值大小取決于殘差的分布，一般假設殘差服從標準正態分布。229.2.2風險溢出效應檢驗（2）

VaR-Granger因果檢驗——風險值VaR

在殘差明顯不服從正態分布的時候，利用正態分布假設很可能降低VaR預測的準確度，此時一般采用廣義誤差分布GeneralizedErrorDistribution(GED)，其概率密度函數如下：

（9-16）

其中

，為gamma函數。參數

控制著分布尾部的薄厚程度，當

時，廣義誤差分布退化為標準正態分布；當

，尾部比正態分布更厚；當

，尾部比正態分布更薄。239.2.2風險溢出效應檢驗24殘差服從標準正態分布收益率類型均值失效率LR統計量WTI上漲下跌0.0531-0.05310.01320.01694.511918.5196Brent上漲下跌0.0507-0.05070.01470.01529.252610.8804殘差服從GED分布收益率類型均值失效率LR統計量WTI上漲下跌0.0589-0.05890.00880.01280.76283.4416Brent上漲下跌0.0555-0.05550.01000.01090.00060.3645WTI和Brent原油現貨價格收益率的VaR預測結果(置信度99%)WTI和Brent市場收益率殘差服從GED分布時的右分位數收益率95%分位數99%分位數WTI1.6422.578Brent1.6442.5489.2.2風險溢出效應檢驗（2）

VaR-Granger因果檢驗——風險-Granger因果關系

設{}和{}分別為兩個市場的時間序列過程，令

，其中

和

分別是t-1時刻市場1和市場2的信息集。如果H0：

成立，則稱時間序列{}關于信息集

在風險水平

下不Granger引起時間序列{}。反之，如果H1：

成立，則稱時間序列{}關于信息集

在風險水平

下Granger引起時間序列{}。在這種情況下，{}發生風險的信息有助于預測{}發生類似風險的有關信息。259.2.2風險溢出效應檢驗（2）VaR-Granger因果檢驗——風險-Granger因果關系檢驗

定義基于VaR的風險指標函數

i=1,2 （9-17）其中

為指標函數。當實際損失超過VaR時，風險指標函數取值1，否則取0。檢驗假設H0和H1等價于檢驗

H0：

和H1：26設有T個隨機樣本

，定義

和

之間的樣本互協方差函數如下：

（9-18）其中，

。

和

之間的樣本互相關函數為

（9-19）其中，

為

的樣本方差。9.2.2風險溢出效應檢驗（2）VaR-Granger因果檢驗——風險-Granger因果關系檢驗

基于核函數的單向風險-Granger因果關系檢驗統計量為：

（9-20）其中中心因子和尺度因子分別為：

（9-21）

（9-22）

這里的

為核權函數。關于核權函數的選取，Hong(2001)證明了Daniell核權函數

，

為最優的核權函數，它能最大化檢驗效力。279.2.2風險溢出效應檢驗（2）VaR-Granger因果檢驗——風險-Granger因果關系檢驗

基于核函數的雙向風險-Granger因果關系檢驗統計量為：

（9-23）其中中心因子和尺度因子分別為：

（9-24）

（9-25）

為有效滯后截尾階數，當核權函數

有界時，

恰好是滯后截尾階數，也就是說，當

時，其權重則為0。而Dianell的定義域是無界的，

不再是滯后截尾階數，因為所有的

個樣本互相關系數均被使用。當

時，Daniell的取值為1，此時權重最大，隨著

j的增加，從權函數的性質知權重越來越小。

原假設成立時，

和

在大樣本條件下均服從漸進的標準正態分布。因此，可以通過判斷

和

是否大于給定置信度下的標準正態分布右側臨界值檢驗原假設，即檢驗兩個時間序列之間的風險-Granger因果關系。28目錄9.1能源市場概述9.2風險溢出效應9.3能源市場風險溢出效應檢驗9.4能源市場風險管理299.3能源市場風險溢出效應檢驗9.3.1WTI與Brent原油現貨市場風險溢出效應檢驗9.3.2WTI原油期貨與現貨市場風險溢出效應檢驗9.3.3美元匯率與石油市場風險溢出效應檢驗309.3.1WTI與Brent原油現貨市場風險溢出效應檢驗31WTI與Brent原油現貨市場風險溢出效應檢驗結果9.3能源市場風險溢出效應檢驗9.3.1WTI與Brent原油現貨市場風險溢出效應檢驗9.3.2WTI原油期貨與現貨市場風險溢出效應檢驗9.3.3美元匯率與石油市場風險溢出效應檢驗329.3.2WTI原油期貨與現貨市場風險溢出效應檢驗33WTI原油期貨和現貨市場之間的風險溢出效應檢驗結果9.3能源市場風險溢出效應檢驗9.3.1WTI與Brent原油現貨市場風險溢出效應檢驗9.3.2WTI原油期貨與現貨市場風險溢出效應檢驗9.3.3美元匯率與石油市場風險溢出效應檢驗349.3.3美元匯率與石油市場風險溢出效應檢驗35國際油價與美元匯率價格基于VaR的風險溢出效應檢驗結果目錄9.1能源市場概述9.2風險溢出效應9.3能源市場風險溢出效應檢驗9.4能源市場風險管理369.4能源市場風險管理9.4.1能源金融衍生品市場9.4.2正確使用能源金融衍生品9.4.3能源市場風險管理系統379.4.1能源金融衍生品市場

能源金融衍生品市場是以石油、天然氣、煤炭等能源產品為基本標的，通過金融工具進行即期和遠期金融衍生交易的新型金融市場。38期貨合約合法的標準化合約，在有管制的期貨交易所，在將來的某個固定日期，按交易達成的價格進行交付結算。互換合約又稱掉期合約（SwapContracts），指交易雙方約定在未來某一時期相互交換某種資產的交易形式。期權合約雙方達成的給予期權合約買方某種權利，使其在將來某一確定日期或這一日期之前以確定的價格買進或賣出某種資產的協議。9.4能源市場風險管理9.4.1能源金融衍生品市場9.4.2正確使用能源金融衍生品9.4.3能源市場風險管理系統399.4.2正確使用能源金融衍生品40現金流風險對沖交易的基本原則是保持買賣平衡，使市場價格漲跌對產品組合的影響相互抵消。然而，當能源的物質-金融二重性發生時間上的脫節，市場對沖交易可能衍生極大的現金流風險。信用險近年來能源市場價格扶搖直上，信用險露水漲船高，一筆信用損失就可能沖銷許多企業整年的利潤。持倉錯位風險包括實物倉位的錯位和金融倉位的錯位。持倉錯位偏離了風險控制的目的，轉而成為投機者。能源價格波動劇烈，任何一種錯位都可能釀成巨大損失。9.4能源市場風險管理9.4.1能源金融衍生品市場9.4.2正確使用能源金融衍生品9.4.3能源市場風險管理系統419.4.3能源市場風險管理系統42能源市場風險管理系統準確記錄逐項交易報告倉位報告產品組合的市場實時價值報告VAR風險溢出效應分析預測現金流狀況計算信用險露本章小結能源市場風險不僅具有一般產品市場風險的客觀性、偶然性、動態性和可測性等特點，還具有波動劇烈性與復雜性，以及跨市傳導性等特殊性。風險溢出效應主要包括基于均值的風險溢出效應、基于方差的風險溢出效應和基于VaR的風險溢出效應。本章重點介紹了基于VaR的風險溢出效應檢驗。能源金融衍生品合約主要有期貨合約、互