×
季强;张大勇;赵玉倩

原油期货的日内共同波动：中国和国际基准。 （英语） Zbl 1494.91157号

安·Oper。物件。 313，编号1，77-103（2022）.
概述：调查原油期货之间的联动有助于理解全球市场的一体化。本文以上海原油期货（INE）为研究对象，研究其与WTI和布伦特原油期货国际基准在日间和夜间交易时段的联动性。提出了一个复杂网络模型框架，用于分析日内收益曲线上用函数数据聚类方法标记的日内共同运动模式。我们的研究结果表明，INE在夜间交易中与全球市场的整合程度更高，但在白天交易中表现出区域性的部分效应。基于揭示的联动模式动态，我们进一步设计了INE原油期货与国际基准之间的成对交易策略。仿真结果表明，即使在市场动荡阶段，配对交易策略也能带来可观的利润。

引用于1文件

MSC公司：

9120国集团 衍生证券（期权定价、对冲等）
91G45型 金融网络（包括传染、系统性风险、监管）
62P05号 统计学在精算科学和金融数学中的应用
62H30型 分类和区分；聚类分析（统计方面）

关键词：

INE原油期货;WTI和布伦特;日内协同运动模式;复杂网络模型;配对交易

软件：

funHDDC;fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{Q.Ji}等人，Ann.Oper。313号决议，第1号，77--103（2022年；Zbl 1494.91157）
全文： DOI程序

参考文献：

[1] 阿尔马迪，理学硕士；Zhang，B.，《世界原油基准之间的领先-滞后关系：来自西德克萨斯中质油、布伦特原油、迪拜原油和阿曼原油的证据》，《国际财经研究杂志》，80，13-26（2011）
[2] Birgé，L。；Massart，P.，高斯模型选择的最小惩罚，概率论和相关领域，138，1-2，33-73（2007）·Zbl 1112.62082号 ·doi:10.1007/s00440-006-0011-8
[3] Bouveyron，C。；科特迪瓦，E。；Jacques，J.，《自行车共享系统对比分析的判别功能混合模型》，《应用统计年鉴》，9，4，1726-1760（2015）·Zbl 1397.62511号 ·doi:10.1214/15-AOAS861
[4] Bouveyron，C。；Jacques，J.，《特定群体功能子空间中基于模型的时间序列聚类》，《数据分析和分类进展》，5，4，281-300（2011）·Zbl 1274.62416号 ·doi:10.1007/s11634-011-0095-6
[5] 卡波林，M。；Fontini，F。；Talebeydokhti，E.，测试页岩油供应冲击后WTI和Brent长期关系的持续性，《能源经济》，79，21-31（2019）·doi:10.1016/j.eeneco.2018.08.022
[6] Chen，W。；黄，Z。；Yi，Y.，WTI布伦特原油价差在2010年后的持续性是否发生了结构性变化？，经济建模，50，64-71（2015）·doi:10.1016/j.econmod.2015.06.007
[7] 盖，P。；Kapadia，S.，《金融网络中的传染》，《皇家学会学报A：数学、物理和工程科学》，46621202401-2423（2010）·Zbl 1193.91192号 ·doi:10.1098/rspa.2009.0410
[8] Górecki，T。；Hörmann，S。；Horváth，L.公司。；Kokoszka，P.，《函数时间序列的正态性检验》，《时间序列分析杂志》，39，4，471-487（2018）·Zbl 1416.62489号 ·doi:10.1111/jtsa.12281
[9] Hammoudeh，S.M.、Ewing，B.T.和Thompson，M.A.（2008年）。原油基准的阈值协整分析。《能源杂志》，29（4）。
[10] Horváth，L.公司。；Kokoszka，P。；Rice，G.，函数时间序列的平稳性检验，《计量经济学杂志》，179，1，66-82（2014）·Zbl 1293.62186号 ·doi:10.1016/j.jeconom.2013.11.002
[11] 黄，X。；黄，S.，《识别中国原油期货与国际原油期货之间的价格联动：时间-频率视角》，《国际金融分析评论》，72，101562（2020）·doi:10.1016/j.irfa.2020.101562
[12] 季庆。；Fan，Y.，《世界油价的动态一体化：全球化与区域化的再研究》，应用能源，155171-180（2015）·doi:10.1016/j.apenergy.2015.05.117
[13] 季庆。；张，D.，《中国原油期货：引言和一些典型事实》，《金融研究快报》，28376-380（2019）·doi:10.1016/j.frl.2018.06.005
[14] 季庆。；张，D。；赵勇，《新冠肺炎疫情期间寻找安全资产》，《国际财务分析评论》，71101526（2020）·doi:10.1016/j.irfa.2020.101526
[15] 贾，X。；安·H。；方，W。；太阳，X。；黄，X.，原油价格的相关性如何相互影响？基于灰色关联度的小波分析，《能源经济学》，49，588-598（2015）·doi:10.1016/j.eneco.2015.03.008
[16] 卡尼，F。；Shang，HL，《揭示WTI石油期货曲线演变的可预测性》，《欧洲金融管理》，26，1，238-257（2020）·doi:10.1111/eufm.12212
[17] Klein，T.，《WTI和布伦特原油现货和期货市场的趋势和传染：过去十年OPEC的作用》，《能源经济》，75，636-646（2018）·doi:10.1016/j.eneco.2018.09.013
[18] Kokoszka，P。；赖斯，R。；Shang，HL，条件异方差下函数时间序列自方差的推断，多元分析杂志，162，32-50（2017）·兹比尔1378.62073 ·doi:10.1016/j.jmva.2017.08.004
[19] 李，H。；Lin，SX，新兴市场在世界石油定价体系中重要吗？中国和印度进口原油的证据，能源政策，39，8，4624-4630（2011）·doi:10.1016/j.enpol.2011.05.003
[20] Li，P.、Huang，L.和Li，P（2020）。中国原油期货是好的对冲工具吗？《金融研究快报》，101514。
[21] Li，R。；Leung，GCK，《1998年以来中国融入世界原油市场》，《能源政策》，39，9，5159-5166（2011）·doi:10.1016/j.enpol.2011.05.048
[22] 刘，BY；季庆。；Fan，Y.，一种新的时变最优copula模型，用于识别跨市场的依赖性，《定量金融》，17，3，437-453（2017）·Zbl 1406.62122号 ·doi:10.1080/14697688.2016.1205208
[23] 卢，X。；马，F。；Wang，J。；Wang，J.，《检验CBOE OVX对中国石油期货波动性的预测信息：来自MS-MIDAS模型的证据》，能源，212118743（2020）·doi:10.1016/j.energy.2020.118743
[24] 纳拉扬，PK；Narayan，S。；Popp，S.，《石油期货市场价格集群研究》，应用能源，88，397-402（2011）·doi:10.1016/j.apenergy.2010.07.034
[25] 帕劳·F·帕尔多Roig，M.（2020年）。中国新的原油期货市场是否威胁到布伦特-西德州原油期货交易所的领导地位？《亚洲经济杂志》，101237。
[26] JO拉姆齐；Silverman，BW，《应用功能数据分析：方法和案例研究》（2007），柏林：施普林格出版社，柏林
[27] Rice，G.、Wirjanto，T.和Zhao，Y.（2020a）。利用日内收益曲线预测风险价值。国际预测杂志，36（3），1023-1038。
[28] Rice，G.、Wirjanto，T.和Zhao，Y.（2020b）。函数数据的条件异方差检验。时间序列分析杂志，41（6），733-768·Zbl 1458.62325号
[29] 糖，加州；GM James，《发现数据集中的簇数：信息理论方法》，《美国统计协会杂志》，98，463，750-763（2003）·兹比尔1046.62064 ·doi:10.1198/0162145000000666
[30] 王，M。；陈，Y。；田，L。；江，S。；田，Z。；Du，R.，基于复杂网络视角的国际原油和汽油价格波动行为分析，应用能源，175，109-127（2016）·doi:10.1016/j.apenergy.2016.05.013
[31] Wang，F。；叶，X。；Wu，C.，中国原油期货价格波动的多重分形特征分析，物理A：统计力学及其应用，533122021（2019）·doi:10.1016/j.physa.2019.12221
[32] Yang，C.、Lv，F.、Fang，L.和Shang，X.（2019）。上海国际交易所原油期货的定价效率。《金融研究快报》，101329。
[33] Yang，Y.、Ma，Y.R.、Hu，M.、Zhang，D.和Ji，Q.（2020）。中国和全球原油期货之间的极端风险溢出。《金融研究快报》，101743。
[34] 张，B.，中国和国际石油市场是否一体化？，《国际经济与金融评论》，62，41-52（2019）·doi:10.1016/j.iref.2019.02.015
[35] 张，D。；胡，M。；季庆，《新冠肺炎全球疫情下的金融市场》，《金融研究快报》，第36期，第101528页（2020年）·文件编号：10.1016/j.frl.2020.101528
[36] Zhu，Y。；杨，F。；Ye，W.，基于复杂网络方法的金融传染行为分析，运筹学年鉴，268，1-2，93-111（2018）·doi:10.1007/s10479-016-2362-6
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。