×
Joanna J.J.王。;Jennifer S.K.陈。

澳大利亚电力市场波动性和相互关系的随机建模。 （英语） Zbl 07739559号

Commun公司。统计、仿真计算。 52，第8号，3877-3896（2023）.
摘要：为了对澳大利亚批发现货电力市场的价格、价格波动率及其相互关系进行建模，应用了多元广义自回归条件异方差（MGARCH）模型[H.希格斯粒子、能源经济。31，第5期，748–756（2009年；doi:10.1016/j.eneco.2009.05.003)]这些模型被扩展到复杂的GARCH-vine-copula模型[N.过敏等，同上，90，文章ID 104834（2020；doi:10.1016/j.eneco.2020.104834)]最近。随机波动率（SV）模型作为GARCH模型的灵活替代方案，在许多金融应用中显示出其优越性。然而，SV模型在电力市场建模中的使用仍然十分有限。本文研究了现有的多元SV模型，并提出了具有双边Granger因果关系和歪斜误差分布的有效SV模型来模拟三对市场的价格和价格波动，这三对市场选自澳大利亚的四个区域电力市场，这些市场在Higgs中高度相关[loc.cit.]研究。采用基于马尔可夫链蒙特卡罗（MCMC）方法的贝叶斯方法，并使用OpenBUGS软件实现模型。基于偏差信息准则，斜误差分布模型的性能优于对称分布模型。

MSC公司：

62至XX 统计

关键词：

澳大利亚电价市场;贝叶斯推断;二元SV模型;格兰杰因果关系;歪斜学生分布

软件：

漏洞;打开BUGS
PDF格式BibTeX公司 XML格式引用
\textit｛J.J.J.Wang｝和\textit｛J.S.K.Chan｝，公社。统计、仿真计算。52，编号8，3877--3896（2023；Zbl 07739559）
全文： DOI程序

参考文献：

[1] 北卡罗来纳州阿佩尔吉斯。；巴鲁尼克，J。；Lau，M.C.K.，《良好波动性与不良波动性：澳大利亚电力市场非对称连通性的驱动因素》？，能源经济学，66，108-15（2017）·doi:10.1016/j.eneco.2017.06.010
[2] 北卡罗来纳州阿佩尔吉斯。；戈兹戈尔，G。；Lau，C。；Wang，S.，《澳大利亚电力市场中的依赖结构：来自常规藤结的新证据》，《能源经济学》，90，104834（2020）·doi:10.1016/j.eneco.2020.104834
[3] Asai，M.，《具有重尾分布的自回归随机波动率模型：与多因素波动率模型的比较》，《实证金融杂志》，第15、2、332-41页（2008年）·doi:10.1016/j.jempfin.2006.06.006
[4] 阿扎里尼，A。；Capitanio，A.，《对称扰动产生的分布，强调多元斜t分布》，《皇家统计学会杂志：B辑（统计方法）》，65，2，367-89（2003）·Zbl 1065.62094号 ·数字对象标识代码：10.1111/1467-9868.00391
[5] Berg，A。；梅耶，R。；Yu，J.，比较随机波动率模型的偏差信息标准，《商业与经济统计杂志》，22，107-20（2004）·doi:10.1198/073500103288619430
[6] Chib，S。；Nardari，F。；Shephard，N.，随机波动率模型的马尔可夫链蒙特卡罗方法，《计量经济学杂志》，108，2，281-316（2002）·Zbl 1099.62539号 ·doi:10.1016/S0304-4076（01）00137-3
[7] Choy，B.、Wan，W.Y.和Chan，C.M.，2009年。基于尺度混合的贝叶斯随机波动率模型。Wai Yin和Chan，Chun Man，Bayesian Student-T随机波动模型（通过比例混合）（2009年8月18日）。
[8] Danielsson，J.，《资产价格估计中的随机波动与模拟最大似然》，《计量经济学杂志》，64，1-2，375-400（1994）·doi:10.1016/0304-4076（94）90070-1
[9] 德玛塔，S。；McNeil，A.J.，《t copula和相关copula》，《国际统计评论》，73，1，111-29（2007）·Zbl 1104.62060号 ·doi:10.1111/j.1751-5823.005.tb00254.x
[10] 冯，T。；Seneta，E.，《双变量财务收益的建模和估计》，《国际统计评论》，78，1，117-33（2010）·doi:10.1111/j.1751-5823.010.00106.x
[11] 冯，T。；Seneta，E.，两种斜t分布的尾部相关性，《统计与概率快报》，80，9-10，784-91（2010）·Zbl 1186.62069号 ·doi:10.1016/j.spl.2010.01.011
[12] Hadsell，L。；A.马拉太。；Shawky，H.A.，《估计美国批发电力现货价格的波动性》，《能源杂志》，25，4（2004）·doi:10.5547/ISSN0195-6574-EJ-Vol25-No4-2
[13] Han，L。；Kordzakhia，北卡罗来纳州。；Trück，S.，《澳大利亚电力市场波动溢出》，《能源经济学》，90，104782（2020）·doi:10.1016/j.eneco.2020.104782
[14] A.哈维。；鲁伊斯，E。；Shephard，N.，多元随机方差模型，《经济研究评论》，61，2，247-64（1994）·Zbl 0805.90026号 ·doi:10.2307/2297980
[15] Higgs，H.，《澳大利亚批发现货电力市场中的价格和波动率相互关系建模》，《能源经济学》，31，5，748-56（2009）·doi:10.1016/j.eneco.2009.05.003
[16] 希格斯，H。；Worthington，A.，高波动性、均值回归、易飙升商品的随机价格模型：澳大利亚批发现货电力市场，能源经济学，30，631172-85（2008）·doi:10.1016/j.eneco.2008.04.006
[17] Ignatieva，K。；Trück，S.，《澳大利亚电力市场现货价格依赖建模及其风险管理应用》，计算机与运营研究，66，415-33（2016）·Zbl 1349.62524号 ·doi:10.1016/j.cor.2015.07.019
[18] 杰奎尔，E。；新几内亚波尔森。；Rossi，P.E.，《随机波动率模型的贝叶斯分析（具有最终结果和相关误差）》，《计量经济学杂志》，122，1，185-212（2004）·Zbl 1328.91254号 ·doi:10.1016/j.jeconom.2003.09.001
[19] Johansson，A.C.，新兴市场中的随机波动和时变国家风险，《欧洲金融杂志》，第15、3、337-63页（2009年）·网址：10.1080/13518470802466006
[20] Kim，S。；Shephardm，N。；Chib，S.，《随机波动性：似然推断和与ARCH模型的比较》，《经济研究评论》，65，3，361-93（1998）·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050
[21] 利森菲尔德，R。；Jung，R.C.，《随机波动率模型：条件正态与重尾分布》，《应用计量经济学杂志》，第15、2、137-60页（2000年）·doi:10.1002/（SICI）1099-1255（200003/04）15:2<137:：AID-JAE546>3.0.CO；2个月
[22] 方式，H。；Alavi Fard，F。；Pourkhanali，A。；Tafakori，L.，使用动态藤连接预测澳大利亚电价的联合分布，能源经济学，78，143-64（2019）·doi:10.1016/j.eneco.2018.0.034
[23] 梅利诺，A。；Turnbull，S.M.，《随机波动外汇期权定价》，《计量经济学杂志》，45，1-2，239-65（1990）·doi:10.1016/0304-4076（90）90100-8
[24] 梅耶，R。；Yu，J.，随机波动率模型贝叶斯分析的BUGS，《计量经济学杂志》，3，2，198-215（2000）·兹伯利0970.91060 ·doi:10.1111/1368-423X.00046
[25] Panagiotelis，A。；Smith，M.，使用多元斜t分布对日内电价进行贝叶斯密度预测，《国际预测杂志》，24，4，710-27（2008）·doi:10.1016/j.ijforecast.2008.08.009
[26] Smith，M.S.，统计建模和回归结构，日内电价周期随机波动模型的贝叶斯推断，353-76（2010），海德堡，多德雷赫特，伦敦，纽约：施普林格
[27] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；Van Der Linde，A.，模型复杂性和拟合的贝叶斯度量，《皇家统计学会杂志：B辑（统计方法）》，64，4，583-639（2002）·数字对象标识代码：10.1111/1467-9868.00353
[28] Spiegelhalter，D。；托马斯。；贝斯特，N。；Lunn，D.（2004）
[29] 托马斯·S。；Mitchell，H.，澳大利亚国家电力市场高频波动的GARCH建模，System，1-39（2005）·doi:10.1.1.588.4664&rep=rep1&type=pdf
[30] Tsay，R.S.，Wiley StatsRef:统计参考，金融时间序列，1-23（2014），John Wiley&Sons·Zbl 1279.62012号
[31] Van Der Mye，S.，《澳大利亚国家电力市场简介》（1998年），澳大利亚：国家电力市场管理有限公司
[32] 杠杆和重尾分布的随机波动率模型：使用比例混合的贝叶斯方法，计算统计与数据分析，55，1，852-62（2011）·Zbl 1247.91152号 ·doi:10.1016/j.csda.2010.07.008
[33] 沃辛顿，A.C.和希格斯，H.，2005年。澳大利亚电力市场高频波动的系统特征：日内模式、信息到达和日历效应。
[34] 沃辛顿，A。；凯·斯普拉特利，A。；Higgs，H.，《澳大利亚电力现货市场价格和价格波动的传递：多元GARCH分析》，《能源经济学》，27，2，337-50（2005）·doi:10.1016/j.eneco.2003.11.002
[35] Yan，G。；Trück，S.，澳大利亚国家电力市场现货电价的动态网络分析，《能源经济学》，92104972（2020）·doi:10.1016/j.eneco.2020.104972
[36] Yu，J.，《随机波动模型中的杠杆作用》，《计量经济学杂志》，127，2，165-78（2005）·Zbl 1335.91116号 ·doi:10.1016/j.jeconom.2004.08.002
[37] Yu，J。；Meyer，R.，《多元随机波动率模型：贝叶斯估计和模型比较》，《计量经济学评论》，25，2-3，361-84（2006）·Zbl 1113.62133号 ·doi:10.1080/07474930600713465
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。