一种电力市场最优套期保值比率估计方法技术

本发明专利技术公开了一种电力市场最优套期保值比率估计方法，包括以下步骤：获取电力市场交易历史数据；构造现货收益率的条件边缘密度函数和期货收益率的条件边缘密度函数，并对各条件边缘密度函数的参数进行估计；构造二元条件Ｔ－Ｃｏｐｕｌａ密度函数，并对其参数进行估计；构造基于Ｔ－Ｃｏｐｕｌａ－ＧＡＲＣＨ的电力市场动态套期保值模型；最后估计最优套期保值比率。本发明专利技术同时考虑方差的时变性和现货与期货之间的动态相关性，提出一种电力市场最优套期保值比率估计方法，实现动态套期保值目的，具有精确度高和实时性强的特点，可对现货价格风险进行有效控制并提高套期保值效果。

【技术实现步骤摘要】

本专利技术属电力市场风险评估领域，特别涉及。
技术介绍
电能不能大规模储存，供需双方需要瞬时平衡，因此市场化改革后电力市场参与 者面临很大的市场风险。期货市场的风险转移功能主要通过套期保值策略来实现。套期保 值使交易者在期货市场上进行反向的交易以达到规避现货价格风险的目的。套期保值的核 心问题是最优套期保值比率的确定。传统的套期保值策略要求期货合约必须与所持有的现 货数量相等，即套期保值比率为1，但由于基差风险的存在，套期保值比率为1有可能不是 最优的策略。目前国内现有的套期保值策略的研究主要有两大类。第一类是静态套期保值策略。主要采用最小二乘法套期保值策略，该方法假设现 货和期货市场风险是不变的。事实上，由于新的信息不断被市场所接受，因此，市场风险是 时刻变化的。静态套期保值策略的缺点是忽略了电价变化的随机性或方差的时变性。第二类是动态套期保值策略。主要采用广义自回归异方差(GARCH)模型。上述方 法在一定程度上改进了套期保值效果，但是它在期货与现货的协方差和期货方差上强行加 上一个函数项，不符合电价变化的随机性。动态套期保值策略的缺点是没有考虑现货与期 货价格之间的动态相关性。因此按照上述方法不能准确的动态感知套期保值比率，有必要对套期保值模型进 行准确刻画，准确估计套期保值比率。
技术实现思路
为解决现有电力市场套期保值不能同时满足电价时变性和动态相关性的技术难 题，本专利技术提供了，实现动态套期保值目的，可对 风险进行有效控制并提高套期保值效果。本专利技术解决上述技术难题的技术方案包括以下步骤(1)获取交易历史数据，选取现货收益率样本与期货收益率样本；(2)利用下述GARCH模型构造现货收益率的条件边缘密度函数Rsjt= Us+eths,t =α0+ αχε}_χ + a2hst_xε | Η (0，、, ;1Ο上式中Rs,t为第t期现货收益率，μ s为现货无条件均值，ε t为第t期现货随机误 差项，hs,t为第t期现货条件异方差，为hs,t的常数项，Ci1为现货随机误差项系数，Ci2 为现货条件异方差系数，ε t l为第t-1期现货随机误差项，h,,^为第t-Ι期现货条件异方 差，Ih为信息集，ks为现货自由度；(3)利用下述GARCH模型构造期货收益率的条件边缘密度函数Rfjt = μ f+ nt h f,t = β0+ A^-I + filh fyt-XnJiH — tCo，、,^!^)上式中Rf,t为第t期期货收益率，μ f为期货无条件均值，nt为第t期期货随机误 差项，hf,t为第t期期货条件异方差，为hf,t的常数项，^为期货随机误差项系数，β2 为期货条件异方差系数，ηH为第t-i期期货随机误差项，hf,为第t-i期期货条件异方 差，&为期货自由度；(4)构造二元条件 T-Copula 密度函数 ct (Us,t，Ufjt ； P t，k)(k+2)(M)ητ τ/ ,、 LiT0+2)/2「Γ(众/2) , A2+B2-IptAB 2 η A2B2、2 c,(Us Vft-,p k) = ^\-pt —-------—χ 1+-P~ χ (1+——)(1+——)八，/，/，, M η Γ(众/2) Γ(/ +2)/2_众(1—灼)k 八 k，上式中Us, t为现货收益率条件累积分布函数，Vf, t为期货收益率条件累积分布函 数，P t为线性相关系数，k为自由度，Γ为Gamma函数，A为Us,t的条件累积分布函数的逆 函数，B为Vf,t的条件累积分布函数的逆函数；(5)利用下述公式计算电力市场最优套期保值比率ht = pt v.，2上式中ht为电力市场最优套期保值比率。上述步骤(4)中Us,t的范围为O < Us,t < l,USjt为均勻分布；Vf,t的范围为O < Vf, t < 1，Vf, t为均勻分布。本专利技术的技术效果在于本专利技术基于电力市场历史数据，构造二元条件T-Copula 函数和GARCH模型，建立基于T-Copula-GARCH的电力市场动态套期保值模型，对电力市场 套期保值比率进行动态估计。本专利技术提出，解决 了现有套期保值策略不能兼顾方差的时变性和现货与期货之间动态相关性的技术难题，为 市场监管机构和发电商提供了定量决策和分析依据。下面结合附图对本专利技术作进一步的说明。附图说明图1是本专利技术的程序流程图。图2是本专利技术的实例仿真效果图。具体实施例方式图1为本专利技术的程序流程图。参见图1，首先获取现货收益率的历史数据和期货 收益率的历史数据。本专利技术选取北欧电力市场的日收盘价和现货价格作为样本，样本的选 取时间是从1996年1月2日到1999年12月30日，共计995期，数据来源于http //Ww. nordpool. com。对样本特征进行分析，Rs, t和Rf, t的基本统计描述如表1所示t表本文档来自技高网...

【技术保护点】
一种电力市场最优套期保值比率估计方法，包括如下步骤：（１）获取交易历史数据，选取现货收益率样本与期货收益率样本；（２）利用下述ＧＡＲＣＨ模型构造现货收益率的条件边缘密度函数：Ｒ↓［ｓ，ｔ］＝μ↓［ｓ］＋ε↓［ｔ］ｈ↓［ｓ，ｔ］＝α↓［０］＋α↓［１］ε↓［ｔ－１］↑［２］＋α↓［２］ｈ↓［ｓ，ｔ－１］ε↓［ｔ］｜Ｉ↓［ｔ－１］～ｔ（０，ｈ↓［ｓ，ｔ］；ｋ↓［ｓ］）上式中Ｒ↓［ｓ，ｔ］为第ｔ期现货收益率，μ↓［ｓ］为现货无条件均值，ε↓［ｔ］为第ｔ期现货随机误差项，ｈ↓［ｓ，ｔ］为第ｔ期现货条件异方差，α↓［０］为ｈ↓［ｓ，ｔ］的常数项，α↓［１］为现货随机误差项系数，α↓［２］为现货条件异方差系数，ε↓［ｔ－１］为第ｔ－１期现货随机误差项，ｈ↓［ｓ，ｔ－１］为第ｔ－１期现货条件异方差，Ｉ↓［ｔ－１］为信息集，ｋ↓［ｓ］为现货自由度；（３）利用下述ＧＡＲＣＨ模型构造期货收益率的条件边缘密度函数：Ｒ↓［ｆ，ｔ］＝μ↓［ｆ］＋η↓［ｔ］ｈ↓［ｆ，ｔ］＝β↓［０］＋β↓［１］η↓［ｔ－１］↑［２］＋β↓［２］ｈ↓［ｆ，ｔ－１］η↓［ｔ］｜Ｉ↓［ｔ－１］～ｔ（０，ｈ↓［ｆ，ｔ］；ｋ↓［ｆ］）上式中Ｒ↓［ｆ，ｔ］为第ｔ期期货收益率，μ↓［ｆ］为期货无条件均值，η↓［ｔ］为第ｔ期期货随机误差项，ｈ↓［ｆ，ｔ］为第ｔ期期货条件异方差，β↓［０］为ｈ↓［ｆ，ｔ］的常数项，β↓［１］为期货随机误差项系数，β↓［２］为期货条件异方差系数，η↓［ｔ－１］为第ｔ－１期期货随机误差项，ｈ↓［ｆ，ｔ－１］为第ｔ－１期期货条件异方差，ｋ↓［ｆ］为期货自由度；（４）构造二元条件Ｔ－Ｃｏｐｕｌａ密度函数ｃ↓［ｔ］（Ｕ↓［ｓ，ｔ］，Ｖ↓［ｆ］，ｔ；ρ↓［ｔ］，ｋ）：ｃ↓［ｔ］（Ｕ↓［ｓ，ｔ］，Ｖ↓［ｆ］，ｔ；ρ↓［ｔ］，ｋ）＝＊Γ（ｋ＋２）／２／Γ（ｋ／２）／［Γ（ｋ／２）／Γ（ｋ＋２）／２］↑［２］×［１＋Ａ↑［２］＋Ｂ↑［２］－２ρ↓［ｔ］ＡＢ／ｋ（１－ρ↓［ｔ］↑［２］）］↑［－（ｋ＋２）／２］×［（１＋Ａ↑［２］／ｋ）（１＋Ｂ↑［２］／ｋ）］↑［（ｋ＋１）／２］上式中Ｕ↓［ｓ，ｔ］为现货收益率条件累积分布函数，Ｖ↓［ｆ，ｔ］为期货收益率条件累积分布函数，ρ↓［ｔ］为线性相关系数，ｋ为自由度，Γ为Ｇａｍｍａ函数，Ａ为Ｕ↓［ｓ，ｔ］的条件累积分布函数的逆函数，Ｂ为Ｖ↓［ｆ，ｔ］的条件累积分布函数的逆函数；（５）利用下述公式计算电力市场最优套期保...

【技术特征摘要】
一种电力市场最优套期保值比率估计方法，包括如下步骤(1)获取交易历史数据，选取现货收益率样本与期货收益率样本；(2)利用下述GARCH模型构造现货收益率的条件边缘密度函数Rs，t＝μs+εt <mrow><msub> <mi>h</mi> <mrow><mi>s</mi><mo>,</mo><mi>t</mi> </mrow></msub><mo>=</mo><msub> <mi>&alpha;</mi> <mn>0</mn></msub><mo>+</mo><msub> <mi>&alpha;</mi> <mn>1</mn></msub><msubsup> <mi>&alpha;</mi> <mrow><mi>t</mi><mo>-</mo><mn>1</mn> </mrow> <mn>2</mn></msubsup><mo>+</mo><msub> <mi>&alpha;</mi> <mn>2</mn></msub><msub> <mi>h</mi> <mrow><mi>s</mi><mo>,</mo><mi>t</mi><mo>-</mo><mn>1</mn> </mrow></msub> </mrow>εt|It 1～t(0，hs，t；ks)上式中Rs，t为第t期现货收益率，μs为现货无条件均值，εt为第t期现货随机误差项，hs，t为第t期现货条件异方差，α0为hs，t的常数项，α1为现货随机误差项系数，α2为现货条件异方差系数，εt 1为第t 1期现货随机误差项，hs，t 1为第t 1期现货条件异方差，It 1为信息集，ks为现货自由度；(3)利用下述GARCH模型构造期货收益率的条件边缘密度函数Rf，t＝μf+ηt <mrow><msub> <mi>h</mi> <mrow><mi>f</mi><mo>,</mo><mi>t</mi> </mrow></msub><mo>=</mo><msub> <mi>&beta;</mi> <mn>0</mn></msub><mo>+</mo><msub> <mi>&beta;</mi> <mn>1</mn></msub><msubsup> <mi>&eta;</mi> <mrow><mi>t</mi><mo>-</mo><mn>1</mn> </mrow> <mn>2</mn></msubsup><mo>+</mo><msub> <mi>&beta;</mi> <mn>2</mn></msub><msub> <mi>h</mi> <mrow><mi>f</mi><mo>,</mo><mi>t</mi><mo>-</mo><mn>1</mn> </mrow></msub> </mrow>ηt|It 1～t(0，hf，t；kf)上式中Rf，t为第t期期货收益率，μf为期货无条件均值，ηt为第t期期货随机误差项，hf，t为第t期期货条件异方差，β0为hf，t的常数项，β1为期货随机误差项系数，β2为期货条件异方差系数，ηt 1为第t 1期期货随机误差项，hf，t 1为第t 1期期货条件异方差，kf为期货自由度；(4)构造二元条件T Copula密度函数ct(Us，t，Vf，t；ρt，k) <mrow><msub> <mi>c</mi> <mi>t</mi></msub><mrow> <mo>(</mo> <msub><mi>U</mi><mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi></mrow> </msub> <mo>,</mo> <msub><mi>V</mi><mrow> <mi>f</mi> <mo>,</mo> <mi>t</mi></mrow> </msub> <mo>;</mo> <msub><mi>&rho;</mi><mi>t</mi> </msub> <mo>,</mo> <mi>k</mi> <mo>)</mo></mrow><mo>=</mo><msqrt> <mn>1</mn> <mo>-</mo> <msubsup><mi>&rho;</mi><mi>t</mi><mn>2</mn> </msubsup></msqrt><mfrac> <mrow><mi>&Gamma;</mi><mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>2</mn> <mo>)</mo></mrow><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>&Gamma;</mi><mrow> <mo>(</mo> <mi>k</mi> <mo>/</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow...

【专利技术属性】
技术研发人员：王媛媛，简金宝，曾祥君，龙立宏，李泽文，刘思东，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：43[中国|湖南]