×

从经济物理学的逃逸问题看原油价格的安全边际时间。 (英语) Zbl 1483.91144号

摘要:确定交易时间点的市场时机以及安全持有时间的测量和预测在风险管理中具有重要的理论意义和实用价值。基于统计物理和逃逸问题,提出了安全边际时间来刻画交易安全区域和持有时间大小,并给出了风险管理的理论方法。结合纽约商品交易所原油价格指数,对安全边际时间序列的理论结果和实际结果进行了比较研究。然后,我们通过信息熵的方法进一步讨论了安全边际时间序列的可预测性。结果表明:(1)安全边际时间呈指数分布;(2) 安全边际时间与价格收益正相关,与风险负相关;(3) 存在一个使安全边际时间的期望和方差最大化的最优临界初始收益。此外,安全边际时间的可预测性与交易条件存在非线性关系,存在一些最优交易条件,大大提高了安全边际时间可预测性。本研究提供了一种从安全边际时间的角度处理时间序列和度量风险的方法。它可以为投资者度量和预测风险提供参考,并从安全边际时间的角度为风险管理提供预警。

MSC公司:

91B84号 经济时间序列分析
91B80型 统计和量子力学在经济学中的应用(经济物理学)

软件:

AS 159标准
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 巴鲁卡,P。;Lillo,F.,《金融网络中的分离二部和核心边缘结构》,混沌孤子分形,88,244-253(2016)·Zbl 1415.91330号
[2] 钟国勇。;李海峰。;Li,J.-C。;梅,D.-C。;唐,N.-S。;Long,C.,《公司财务的相干与反相干共振》,混沌孤子分形,118376-385(2019)·Zbl 1442.91115号
[3] F.乌拉。;Lee,S.,基于在线社交网络中用户兴趣加权的信任模型的社区聚类,混沌孤立分形,103194-204(2017)
[4] 帕沙德·R·D。;巴希尔,A。;贾纳,D。;Tripathi,J.P.,《猎物处理捕食者真的很重要吗:克劳利-马汀功能反应的微妙影响》,《混沌孤子分形》,103,410-421(2017)·Zbl 1375.35039号
[5] Mantegna,R.N。;Stanley,H.E.,《经济物理学导论:金融的相关性和复杂性》,9(2000),剑桥大学出版社,剑桥·Zbl 1138.91300号
[6] 阿贝格尔,F。;青山,H。;查克拉巴蒂,B.K。;Chakraborti,A。;Deo,N。;Raina,D.,《经济物理学和社会物理学:最新进展和未来方向》(2017年),斯普林格国际出版公司·Zbl 1380.91008号
[7] 王,M。;Ying,C。;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,Appl Energy,175175109-127(2016)
[8] Cheng,Z.,《油价波动对相关产业的影响》,人工智能国际会议(2011)
[9] A.查尔斯。;Darné,O.,《原油市场的效率:方差比检验的证据》,《能源政策》,第37、11、4267-4272页(2009年)
[10] Miller,J.I。;Ratti,R.A.,《原油和股票市场:稳定性、不稳定性和泡沫》,《能源经济》,第31、4、559-568页(2009年)
[11] Onour,I.A.,《主要石油出口国的原油价格和股票市场:脱钩特征的证据》,《国际莫奈经济金融杂志》,第5期,第1期,第1-10页(2012年)
[12] He,L。;Liu,C.,《能源金融:研究进展与分析框架》,广东财经大学学报(2009)
[13] Mu,Y。;王,C。;蔡伟,《中国indc的经济影响:区分可再生能源配额和碳市场的作用》,《可再生能源评论》,812955-2966(2018)
[14] Mallick,H。;Mahalik,M.K。;Sahoo,M.,原油价格对新兴经济体的国内私人投资有害吗?《全球化时代公共部门投资和金融部门发展的作用》,《能源经济》,69,307-324(2018)
[15] 刘,X。;安·H。;Wang,L。;关奇,基于模糊逻辑规则和遗传算法的原油期货市场量化移动平均策略,Physica A,482,444-457(2017)
[16] 安东尼亚德斯,S。;北卡罗来纳州基督城。;Delias,P。;Matsatsinis,N.,《原油管道风险管理应用分解聚合范式》,147-162(2018),Springer International Publishing:Springer国际出版公司Cham
[17] Fazli,S。;Kiani Mavi,R。;Vosooghidizaji,M.,原油供应链风险管理与dematel-anp,Oper Res,15,3,453-480(2015)
[18] Li,B.,原油市场中的投机、风险规避和风险溢价,J Bank Finance,95,64-81(2018)
[19] Wang,Y。;马,F。;魏毅。;Wu,C.,在不断变化的世界中预测已实现的波动性:动态模型平均方法,J Bank Finance,64136-149(2016)
[20] 尤因,B.T。;马利克,F。;Anjum,H.,《波动性变化下石油价格的价值风险预测》,《金融经济评论》(2018年)
[21] 程,F。;李·T。;魏毅。;Fan,T.,《油价短期预测的vec-nar模型》,《能源经济》(2018)
[22] Dai,Y.-H。;谢伟杰。;姜振清。;蒋国杰。;周伟新,《全球原油市场的相关结构和主成分》,《Empir Econ》,51,4,1501-1519(2016)
[23] Mostafa F、Dillon T、Chang E.价值与风险。2017. ·Zbl 1410.91004号
[24] Rockafellar,R.T。;Uryasev,S.,风险条件值的优化,J风险,2,21-42(2000)
[25] Spierdijk L.ARMA-GARCH价值-风险的置信区间。2016. ·Zbl 1466.62196号
[26] Faghih-Roohi,S。;Ong,Y.S。;亚洲人,S。;Zhang,A.N.,危险品运输网络路由和调度的动态条件价值-风险模型,Ann Oper Res,247,2715-734(2016)·Zbl 1360.90031号
[27] 尤因,B.T。;马利克,F。;Anjum,H.,《波动性变化下石油价格的价值风险预测》,《金融经济评论》(2018年)
[28] Li,J.C。;Tang,N.S。;D.C.梅。;李玉霞。;张伟,股价下跌中股票投资的交易时间风险,Physica A,461778-787(2016)
[29] 之前
[30] 钟国勇。;Li,J.-C。;蒋国杰。;李海峰。;Tao,H.-M.,《用贝叶斯方法抑制羊群行为的时滞》,《物理学A》,507335-346(2018)·Zbl 1514.91109号
[31] M.I.艾哈迈德。;王,G。;拉菲克,M.Y。;哈桑,M。;Sattar,A.,《评估英国股市移动平均投资时机策略的表现》,J Dev Areas,51,3,349-362(2017)
[32] Décamps,J.-P。;Mariotti,T.,《投资时机与学习外部性》,《经济理论杂志》,118,1,80-102(2004)·Zbl 1079.91018号
[33] 博克曼,T。;弗勒滕,S.-E。;朱利森,E。;Langhammer,H.J。;Revdal,I.,《小型水电项目的投资时机和最佳容量选择》,《欧洲运营研究杂志》,190,1,255-267(2008)·Zbl 1147.91024号
[34] 赵,L。;冯立勇,未开发油田评价与投资时机模型的建立与应用,中国石油大学学报,2009年第33期,第6期,第161-166页
[35] Mackenzie,D.,《商业机械化:芝加哥商业交易所和高频交易的兴起》,《科技文化》,56,3,646-675(2015)
[36] Delaney,L.,《高频交易技术投资:区域期权法》,《欧洲运营研究杂志》,270,1,375-385(2018)·Zbl 1403.91386号
[37] 班纳吉,S。;Güçbilmez,美国。;Pawlina,G.,《联合持有实物期权的最优行使:具有价值转移的纳什讨价还价方法》,《欧洲运营研究杂志》,239,2565-578(2014)·兹比尔1339.91126
[38] 弗莱顿,S.E。;Linnerud,K。;Molnár,P。;Nygaard,M.T.,《绿色电力投资时机的实践:实物期权还是净现值?》?,能源,116498-506(2016)
[39] Elliott,G。;Timmermann,A.,《经济和金融预测》,Cepr Discussion Pap,8,1,81-110(2016)
[40] Maasoumi,E。;Racine,J.,《股市收益的熵和可预测性》,《经济学杂志》,107,1,291-312(2002)·Zbl 1043.62090号
[41] 贝内代托,F。;Giunta,G。;Mastroeni,L.,《利用基于熵的计算方法预测能源商品市场》,《能源经济》,54,302-312(2016)
[42] Zapart,C.A.,《论熵、金融市场和少数人游戏》,Physica A,388,7,1157-1172(2009)
[43] 徐,T。;Xu,X。;胡,Y。;Li,X.,基于熵的方法,用于评估基于车辆轨迹数据的行程时间可预测性,熵,19,4,165(2017)
[44] Hope,A.C.,《简化蒙特卡洛显著性检验程序》,J R Stat Soc,30,3,582-598(1968)·Zbl 0187.15901号
[45] Patefield,W.,Algorithm as 159:用给定的行和列总数生成随机r×c表的有效方法,J r Stat Soc Ser c(Appl Stat),30,1,91-97(1981)·Zbl 0467.62050
[46] Agresti,A.,分类数据分析简介(2018),John Wiley&Sons·Zbl 1407.62001号
[47] Sarykalin,S。;Serraino,G。;Uryasev,S.,风险管理和优化中的价值风险与条件价值风险,信息密集型时代最先进的决策工具,270-294(2008),《信息
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。