一、市场因素影响商品期货价格的多元模型分析（论文文献综述）
袁先智,狄岚,宋冠都,周云鹏,刘海洋,Guoqi Qian,严诚幸,曾途[1]（2021）在《基于随机搜索方法对影响大宗商品期货螺纹钢期货价格趋势变化的关联特征指标研究》文中研究表明本文采用马尔科夫链蒙特卡洛（MCMC）框架下的Gibbs抽样算法,通过OR值（Odds Ra-tio,又称比值比或优势比）作为验证标准,实现从海量数据中提取与大宗商品期货螺纹钢价格趋势相关的特征因子并进行分类,用于构建支持期货价格趋势变化分析的特征指标。实证分析结果表明,本文讨论的特征提取方法能够有效地刻画螺纹钢期货价格的趋势变化,这为业界进行大宗期货交易和风险对冲的管理提供了一种新的分析维度。另外,本文讨论的从影响价格趋势变化的特征因子中筛选出更加有效的特征指标的方法,这也是与过去对价格趋势分析不同之处和创新点。
赖陈鑫[2]（2021）在《玉米期货对猪产业股价指数的风险溢出效应研究》文中提出在中国老百姓日常生活中,猪肉是人们最重要的食物之一,其价格波动在很大程度上影响着家庭生活的开支,而影响猪肉价格波动的重要因素是饲料成本。玉米占生猪养殖饲料成本的25%左右,由于玉米本身的特征,富含碳水化合物,再加上价格低产量高的特点,玉米作为生猪养殖饲料的替代品相对较少,且玉米现货价格与玉米期货价格紧密关联,玉米期货价格波动会带动生猪养殖饲料成本的波动,影响到猪肉价格的变动,进而影响到生猪养殖企业的利润,导致养殖企业股价的波动。因此,研究玉米期货对猪产业公司股价指数的影响有助于生猪养殖企业科学控制企业经营成本,有助于证券市场的参与者套期保值或者投资时有参考价值,也有助于金融监管当局对于加强监管维护资本市场稳定发展有一定参考作用。Harmo（1990）首先提出了风险溢出效应的概念,随后大量国内外学者便运用VAR、GARCH等计量模型来研究两个不同市场之间的风险溢出关系,通过实证发现不同国家之间的同一市场例如股市、一个国家内的不同市场例如农产品期货市场与股市,都存在不同程度的风险溢出。基于此,本文以风险溢出效应的理论为基础,选取2017年1月6日-2021年2月5日玉米期货与猪产业股价指数的日度收盘价数据,建立VAR、GARCH等模型,对玉米期货对猪产业公司股价指数的影响进行实证分析。本文第一章阐述了研究的背景及意义以及主要研究的内容、方法、技术路线和创新及不足。第二章阐述了风险溢出的概念及原理、股票与期货的定价理论,详细介绍了期货价格对股票价格的传导途径,为后续实证研究打下理论基础。第三章对玉米期货和猪产业市场发展现状分析,为后续做实证研究分析打下背景基础。第四章为实证部分,先阐述了数据的选取及处理,然后通过描述性统计分析、平稳性检验、协整检验、格兰杰因果关系检验证明两者之间存在风险溢出效应的基本结论。第五章为模型的修正及检验,建立了VAR及GARCH（1,1）模型对样本序列的收益率进行均值溢出效应的检验,在此基础上构建了BEKK-GARCH（1,1）模型对玉米期货和猪产业股票市场间的波动溢出效应进行检验,最后得出玉米期货对猪产业股价存在负向的风险溢出效应结论。第六章为总结研究成果并提出了相应建议。通过本文研究发现,玉米期货价格对猪产业股价指数有明显溢出效应,且风险溢出方向呈负向相关性,影响从第一期中旬开始增强,到第二期达到顶峰随后减弱,到第三期末尾减弱至零。因此,玉米种植企业和生猪养殖企业可用玉米期货的套期保值功能进行价格风险管理,最大程度上减少企业损失,同时玉米期货价格容易受政策影响,政府部门应当加强期货市场监管,提高市场透明度,降低信息不对称给市场带来的不良反应,避免玉米期货价格大幅波动给生猪养殖企业带来的不利影响。
薛健[3]（2021）在《上海原油期货跨市场非线性溢出效应研究》文中认为上海原油期货市场的设立是中国参与全球原油定价权争夺的重大战略举措,将对中国金融市场的多元化发展产生极为深远的影响。上海原油期货是中国推出的首个国际化期货品种,新生的上海原油期货对各相关市场产生了什么样的辐射影响作用,上海原油期货在各领域到底发挥着怎么样的影响力,其各项功能发挥状况如何,这是一个新生市场的生命力所在,由于上海原油期货上市后还不久,深度的量化研究还非常欠缺,因而及时进行上海原油期货跨市场溢出效应的相关研究极为必要,本文所做的相关研究工作将为上海原油期货市场的未来发展以及影响力的广泛提升提供强有力的支撑。本文注重从整个宏观研究理念与整体研究框架上进行创新;首先,本文创新性地提出“非线性溢出效应”概念,并厘清相应定义,即不同金融资产量价信息变化在跨市场交叉传导过程中呈现出复杂的非线性相互作用的现象。在此基础上,积极构建相适配的研究框架,在分析方法运用上根本性地区别于现有研究,彻底从线性分析框架中解脱出来,全部采用能够适应非线性分析的动态建模方法,从而保证始终能够有效发掘出跨市场溢出效应关系的动态变化特点。本文所进行的非线性溢出效应研究将与线性溢出研究存在本质上的差别,非线性溢出效应研究能够确保对呈现不规律曲线变化特点的溢出关系加以精确刻画,并且有效揭示其动态演变过程,这将显着优于常规线性溢出效应研究所进行的信息量损失过大的简单均值化线性描述。进一步的,本文在研究面上也积极寻求突破,创新性地从多维多向溢出视角出发针对上海原油期货分别与国际原油期货市场、国内外原油现货市场、原油能化衍生品期货市场以及相关金融市场之间的溢出效应关系进行进行更为全面、更为细致的研究与解析。在以上总体构思的引领下,全文主要研究内容分四个维度具体展开如下;首先,从原油期货市场之间的相互关系角度出发,针对上海原油期货市场与国际原油期货市场之间的非线性溢出效应进行分析,基于多元BEKK-MVGARCH模型的研究发现,新生的上海原油期货市场与全球主流原油期货市场之间的动态联动关系表现出多样性,上海原油期货与地处中东产油中心的阿曼原油期货两者之间的动态联动关系最为紧密,而同“欧美系”的BRENT原油期货以及WTI原油期货之间的动态联动关系水平其实并不高。其次,从原油期货与现货市场之间的相互关系角度出发,针对上海原油期货与国内外不同品种原油现货之间的非线性溢出效应进行分析,基于时变t-copula模型的研究发现,上海原油期货对胜利、大庆两个国内主要原油现货品种已经发挥了非常强的引导力,而对国外不同品种原油现货的影响力展现出较大差异,但总的来说其国际影响力正在逐步增强。再次,从产业链上下游市场之间的相互关系角度出发,针对上海原油期货与原油能化衍生品期货市场之间的非线性溢出效应进行分析,基于动态DCC-MSV-t模型的研究发现,上海原油期货对原油精炼衍生品方向的实物期货的溢出效应水平要明显高于化工制成品方向的实物期货,上海原油期货对精炼衍生品方向的燃料油期货以及石油沥青期货保持着非常高的溢出效应水平。最后,从金融市场之间的相互关系角度出发,针对上海原油期货与其它金融市场之间的非线性溢出效应进行分析,基于滚动视窗复杂网络模型的研究发现,上海原油期货同其它金融市场之间存在密切的连通关系,具备强金融市场属性,已经深度融入了中国资本市场体系。谋划未来发展,上海原油期货市场应积极吸引各类不同市场主体参与其市场交易,同时进一步便利化多元市场主体参与其交易的投资渠道,以切实提高自身的交易流量与交易活跃度,这是市场发展之基。在此基础上,应积极探索将上海原油期货市场打造成包纳原油期权以及原油ETF等由多个要素市场构成的多维立体市场体系,不断扩容壮大“上油期货”品牌。与此同时,还应积极借力人民币国际化进程,原油期货市场的建设与外汇市场的发展二者实质上相辅相成,人民币的深度国际化将能够极大地助推全球原油期货市场中“上海价格”的形成与影响力的不断提升。此外,应始终高度重视上海原油期货市场的风险防控体制机制的建设,努力构筑起高效完备的全方位风险防控体系,确保上海原油期货市场的长期平稳健康发展。最后,在积极借鉴全球成熟原油期货市场先进发展经验的同时,还应注重发挥自身比较优势,注重实现差异化发展,争取闯出一条具有鲜明“中国特色”的原油期货市场发展之路。
陈瑾[4]（2021）在《能源市场波动溢出的网络效应测度、情景演化与节点管理》文中提出随着全球化发展,由诸多能源市场间的关联影响与关键因素相互交叉而导致的波动溢出现象日趋明显,并进一步表现为网络扩散现象,即波动溢出网络效应。若无法及时有效并全面测度和应对这类因市场间或市场外扰动所产生的波动溢出及其延续的网络扩散现象,将可能引发系统性金融或经济风险甚至是危机。尽管已有文献详细探讨了能源市场两两波动溢出效应,但立足网络视角对能源市场波动溢出进行全面测度、识别和管理的系统研究尚少。另外,考虑到国际经济环境的复杂性、多变性和一体化性等特征,故从单一趋势对能源市场之间的联动效应进行分析可能存在一定片面性。鉴于此,文章将分别从整体趋势、极端趋势以及动态趋势三个视角出发,系统研究能源市场波动溢出的网络效应、情景演化与节点管理。尝试从多维度出发,探讨能源市场价格波动溢出及其衍生的网络效应,进而展示不同能源市场的波动溢出现象与市场联动反应,进而帮助政策制定者识别和监管相关市场。此外,为了深入了解市场风险传染机制,文章还将研究能源市场价格波动溢出的网络动态演化,并通过实证捕获溢出关键路径和中心节点,以便开展最终的多层次节点管理研究。整体而言,全文研究有助于决策者识别风险传染、预测风险传染、降低风险传染,并进行有效风险管理。具体而言,相关研究主要如下:整体趋势下,文章在对不同能源市场波动溢出效应识别和测度的基础上构建了波动溢出网络,对市场之间溢出效应进行系列对比,从而了解了各市场间溢出关系,识别了关键市场。上述研究更趋向于横向地比较各市场间的波动溢出,而基于所构建的波动溢出网络,进一步分析溢出网络的情景演化则倾向于纵向比较不同能源市场在各时期的变化趋势,这种趋势也揭示了能源市场间长期发展的相互作用机制,有助于政策制定者和管理者明晰整体趋势下能源市场的长期变化趋势,对其有效控制波动溢出效应所带来的系统性风险起重要作用。研究还发现,能源市场波动溢出网络现象在近3年来相互作用日趋明显。政策制定者应特别关注石油、风能和水能市场,以有效应对系统性风险。更重要的是,研究还揭示了由多派系向单派系的转变现象,反映了近10年来同质化的网络演化趋势,该同质化网络演化趋势也表明能源市场间联系越来越密切,而具有重要影响的能源市场间波动溢出效应可能会迅速蔓延,并对整个波动溢出网络产生影响。尽管发生概率低,能源市场间极端波动溢出则更有可能导致系统性金融风险。对此,文章在识别和测度关键能源市场极端波动溢出的基础上,详细分析了各能源市场的尾部相依关系。在此基础上,应用派系分析法对极端风险扩散进行了多视角研究。而考虑到2019年年底爆发的公共卫生事件“新冠肺炎”,文章还集中探讨了从2019年至2020年能源市场间的极端波动溢出网络效应。需要注意的是,由于新冠疫情冲击,包括能源行业在内的众多行业都一度陷入停滞状态,所以,文中着重分析了能源市场下尾部极端波动溢出网络效应。研究发现,可再生能源市场的极端波动溢出网络效应更强,特别是市场繁荣期,这也反映了能源市场极端波动溢出网络效应的不对称性特征。在极端波动的溢出网络中,水能市场具有较大影响力。基于此,各国都在疫情期间采取措施,维持能源市场的稳定,以防止溢出风险所带来的严重经济损失。事物的存在是不断发展变化的,尤其是在全球一体化趋势下,不同的市场、国家和经济体在改变和发展的同时,易对相关联的对象产生波动影响和传导,而这类现象又具体表现为经济个体间的动态波动溢出效应。因此,文章需要考虑的不仅是能源市场间固定不变的波动溢出,还需要补充研究能源市场间存在的较为明显的动态波动溢出。鉴于此,文章立足时变Copula对9个国际能源市场间的动态波动溢出进行了识别和测度,立足所得出的动态波动溢出系数构建了动态波动溢出网络。通过动态波动溢出网络,分别基于人工识别和曼-肯德尔识别,挖掘了动态波动溢出的趋势点。基于上述趋势点,进一步在凝聚子网分析的基础上总结了能源市场近十年的波动溢出情景演化趋势。研究发现,非可再生能源的动态波动溢出在十年间相对可再生能源的波动溢出网络效应较弱,原油、煤炭和天然气能源市场不易受其它市场的价格波动而发生较大幅度的波动趋势。而可再生能源如水能和太阳能市场的动态波动溢出网络效应明显强于非可再生能源。另外,水能市场在十年间的影响力较强,而煤炭和天然气能源市场则不易受其它市场波动而发生巨大变化。可再生能源之间呈现较强波动溢出网络效应,这也表明其联系更为紧密,也容易受市场冲击引发系统性风险。根据上述不同趋势下对国际能源市场波动溢出的网络效应测度和情景演化分析,并结合所得结论,文章最后分别从政府、企业和个人角度提出了节点管理具体对策与其它建议。例如,政府应从宏观调控的方面推行有效的政策机制,在不同趋势下灵活抑制关键能源市场的波动溢出与网络影响,防止其进一步发展所带来的市场风险甚至是经济危机。另外,鼓励能源企业的科技创新也是实现其能源效率提升的有效途径。能源企业应关注市场供需关系的变化,适时调整能源产量和价格,并有效控制能源生产、储存和运输成本。从个人的角度而言,应关注不同趋势下能源市场的变化,灵活制定投资策略。同时关注不同派系下的能源市场,以分散投资风险。文章研究的内容具备数据、实证和结果支撑,更加具备可信性。通过本文从三个角度对能源市场波动溢出网络效应的系统研究,能为政策制定者、企业管理者和能源投资者在能源行业的相关经济管理和参与行为提供参考和借鉴,具有较大的理论价值和实际意义。
袁先智,狄岚,李祥林,郭铁信,李波,Guoqi QIAN,张千友,严诚幸,刘海洋,吴桐,曾途,周云鹏[5]（2021）在《在大数据框架下基于吉布斯抽样的随机搜索方法在金融风险特征提取中的应用》文中认为本文的目的是在大数据框架下,系统地陈述了如何利用吉布斯抽样（Gibbs sam pling）方法作为工具,以样本误差容忍度为标准的大数据关联特征因子提取的推断原理为基础,在金融衍生品场景下对关联风险特征进行有效提取的思维和路径.具体来讲,采用马尔可夫链蒙特卡罗（MCMC）框架下的吉布斯抽样（Gibbs sampling）算法为工具,通过"OR值"（odds ratio）（也称为"比值比"或"优势比"）为验证标准,在大数据（包含传统的结构化和非结构化数据）一般框架下对高度关联特征因子提取推断的原理下,系统性地陈述了如何从海量数据中提取与金融衍生品价格或者风险关联度高的风险特征因子的随机搜索方法.为了能够比较全面地展示如何利用吉布斯抽样方法通过随机搜索算法来实现对金融衍生品风险特征的提取,在本文中,我们对三种金融产品的关联特征提取进行了比较全面和系统的讨论,他们是:1)对支持"基金中的基金"（fund of funds,简称"FOF"）组建的影响基金业绩关联特征的挖掘;2)对影响大宗商品期货螺纹钢价格趋势变化的关联特征指标的挖掘;3)对影响大宗商品期货铜价格趋势分析的关联特征刻画的提取.本文的分析和实证结果表明,我们在大数据框架下建立的特征提取方法除了能够有效地筛选出刻画影响基金业绩的关联特征外,也够提取出影响螺纹钢期货和铜期货价格趋势变化的关联特征,这为业界对FOF的组建与管理,对应金融衍生品价格变化走势,特别是大宗期货交易和风险管理方面提供了一种新的分析维度和风险特征因子应用方向.另外,本文讨论的从大数据的视角筛选金融衍生品风险特征因子的方法,也与过去传统的计量分析方法不同,是金融科技在大数据金融方面分析和应用的创新点.
李子宇[6]（2020）在《国际原油价格冲击下中国原油动态套期保值方案 ——基于Copula-DCC-EGARCH模型》文中进行了进一步梳理近年来,随着我国经济持续高速发展,对石油的需求量剧增,中国石油对外依存度也不断攀升,2019年中国原油进口量为5.1亿吨,成为全球最大的原油进口国,中国原油对外依存度也增至72.5%。同时,2019年,贸易争端加剧、地缘烈变因素数次引发油市震荡,进入2020年,受新冠肺炎疫情全球扩散叠加维也纳联盟破裂影响,国际油价崩盘,4月21日WTI原油期货狂泻300%,至-37.63美元/桶,历史首次收于负值。本轮油价的暴跌对原油生产行业及能源企业带来巨大冲击。为了能够降低国际油价波动带来的风险,企业应当如何运用金融衍生工具来规避风险值得我们探究。本文根据现代套期保值理论,以我国大庆原油现货价格指数与WTI（美国西德克萨斯轻质原油）原油期货价格为研究对象,对原油价格风险管理决策模型进行实证研究。首先,基于方差最小的套期保值模型基础,建立原油期货套期保值模型,并采用传统静态OLS模型、ECM模型计算套期保值比率作为参照。然后采用可以刻画时间序列异方差特性的多元GARCH模型进行动态套期保值比率的计算。由于金融资产间常常存在非线性相关关系,本文引入Copula函数,建立Copula-DCC-EGARCH模型来计算大庆原油现货与WTI原油期货间的动态套期保值比率。最后使用方差度量法、风险价值（Va R）度量法、模型精度预测方法对不同模型的套期保值绩效进行度量对比。研究结果表明:（1）总体来看,基于EGARCH模型的动态套期保值的有效性优于传统静态套期保值模型;（2）本文中Copula-DCC-EGARCH模型由Copula与DCC-EGARCH模型结合产生,由于Copula函数可以度量两个序列间非线性相关关系,更好地契合了大庆原油现货价格与WTI原油期货价格的相关关系,通过对比不同套期保值绩效,该模型下计算得出的套期保值效果最优,更符合实际行情;（3）投资者应提高对国际原油价格波动的预期和研判能力,建议采用Copula-DCC-EGARCH模型进行套期保值比率的计算,建立我国原油现货与国际原油期货的动态套期保值投资组合以降低风险,获得收益。自2018年我国的原油期货市场建立以来,我国的原油期货定价机制逐渐成熟,能够较真实客观地反映我国原油产业的供需现状。希望在今后的发展中,上海原油期货的国际化道路越走越宽,同时,投资者可以增加对国内原油期货的关注,利用国内原油期货进行套期保值,更大程度上减少原油价格波动带来的风险。
王斯峥[7]（2020）在《大豆期货市场套期保值策略的研究 ——以SOC公司操作为例》文中研究表明中国的大豆压榨行业起源也较早,以小规模作坊加工活动为主。2000年以来国内油脂油料行业发生了根本性变化,加入WTO后,随着中国全面对外开放和城镇化建设,油脂油料行业出现了剧烈变化,消费升级带来的油脂油料消费需求迅速攀升,国内油脂油料需求呈现刚性增长,自产能力不足导致大豆及食用油脂对外依存度逐年加大。价廉质优的进口大豆快速地抢占中国市场,同时大豆加工产能也出现爆炸性增长,全国大豆压榨产能整体过剩,行业竞争激烈。中国进口大豆的规模逐步攀升,但中国庞大的市场需求,并未给中国带来绝对定价的主动权,对外依存度依然较高。从国际贸易流向和压榨企业产业链的角度看,依靠进口外国油脂原料为压榨企业持续地运营、控制风险和获取利润提出较大的考验。同时,国内油脂企业也在大量发展,行业竞争日趋激烈,也加剧了市场波动的风险,这就为稳定油脂油料市场提出了现实要求。随着两次“大豆风波”的发生,在大豆原料对外依存度增强的情况下,历经国际大豆市场价格波动考验的产业人士意识到国内压榨企业缺乏有效的规避风险的手段和工具。利用期货工具进行套期保值,规避价格波动风险逐步成为压榨行业内所接受的全新运营理念,为行业的平稳发展发挥了积极的作用,管控价格风险是企业持续稳健发展的关键。为了更好地指导和服务压榨企业做好大豆等原料的价格管控工作,稳定压榨原料价格变动风险,本文基于蛛网理论和套期保值的理念,在收集和分析实证数据的基础上,通过分析和论述影响期货价格的诸多因素,重点研究其中的关键因素——供需因素,分析了国内压榨企业主要采取的“现对现”、“100%套期保值”、“合理套保”和“不套保赌市场”等期现货运营模式。以SOC公司期货保值操作为例,通过对美国大豆供需形势、供需平衡表和库存消费比等供需因素的研究,建立多元回归模型分析其与美国芝加哥期货交易所（CBOT）的大豆期货走势的相关性研究,依据回归分析结果指导压榨企业依托供需因素和供需数据进行套期保值,通过研判期货价格走势,寻找最佳的套保时机。在此基础上,对影响套期保值利润的因素进行分析,对整个国际大豆供需形势进行准确的分析判断,从而预测未来价格和行业榨利的变动,并提出相应的套期保值策略。结果表明,套期保值策略的优势主要体现在减小波动、防范风险、锁定利润等方面,可以形成真实、连续和权威的期货价格,指导企业完成销售工作,鼓励客户也积极参与到期货交易中去,实现企业和客户的双赢。总之,期货市场为公司期货保值业务的决策寻找新的解决思路,以期在风险可控的基础上稳步扩大经营规模。
李洪姝[8]（2020）在《中国大豆价格影响因素及其差异化作用研究》文中进行了进一步梳理大豆产业在中国经济体系中占据十分重要的地位,不仅具有经济属性,也具有政治属性和社会属性,对保障中国粮食安全和贸易稳定具有战略意义。2018年3月,中美贸易摩擦,美国对包括大豆在内的多种商品加征关税,直接增加了中国进口大豆的成本,大豆贸易也随之成为中美贸易博弈的砝码,相关经营主体承担了巨大的价格风险,大豆产业受到冲击。作为重要的油料作物和粮食作物,大豆价格的波动不仅影响本产业,大豆的关联产业也会受到波及,因此为保证中国大豆和相关产业健康发展,探究大豆价格的影响因素和其差异化作用并提出相关的对策建议具有重要意义。本文首先对相关概念及理论进行了界定,在学习借鉴国内外现有关于大豆价格研究的基础上,分析中国大豆市场和价格波动现状,根据相关理论从期货、相关商品、国际贸易、生产消费和通货膨胀5个方面分析影响中国大豆价格的因素,通过对构建多元回归模型,利用逐步回归法进行回归分析,识别出中国大豆价格的主要影响因素,并通过FGLS（PW）法对模型进行修正;进而分析各影响因素对不同波动下大豆价格的作用效果,在对波动进行合理分类的基础上,在上述的修正模型中引入交互项,以此探究在价格波动方向维度、时间跨度维度和幅度维度下,影响因素对中国大豆价格的差异化作用,并结合中国大豆市场现状和价格的主要影响因素提出相应对策建议。研究得出以下结论:（1）中国大豆价格影响因素有豆粕价格、豆油价格、CBOT大豆期货价格和CPI,且对大豆价格的弹性系数存在显着差异。（2）在价格波动方向维度下,大豆价格从负向波动转为正向波动时,影响因素由豆粕价格、豆油价格和CPI转变为豆粕价格和CBOT大豆期货价格,且豆粕价格的作用有所削弱。（3）在价格波动时间跨度维度下,短期波动和长期波动下大豆价格的影响因素均为豆粕价格和CPI,且作用效果不存在差异。（4）在价格波动幅度维度下,大豆价格从常规波动转为超常波动时,CPI对大豆价格的作用效果没有变化,豆粕价格的作用效果有所增强,而豆油价格的作用效果有所削弱。（5）为规避价格风险,促进产业健康发展,应有效发挥大豆期货市场功能、完善市场价格信息体系建设、科学部署大豆多元供应体系、强化中国大豆产业发展基础。
张硕[9]（2020）在《基于Copula模型的碳市场与能源期货市场相关性研究》文中进行了进一步梳理发展低碳经济不仅是我国的经济发展战略,也是我国占据世界经济竞争制高点的重要举措。碳排放权交易市场的建立是世界发展低碳经济的创新举措,该举措将减排行为由政府被动干预转化为企业的主动行为,同时碳交易市场作为一种金融市场可以活跃金融体系以增加经济发展的动力。自2013年以来,我国已经建成八个碳交易试点,2017年底建成全国统一碳交易市场,但与欧盟碳市场相比较,我国碳市场发展还不成熟,市场化程度有待提高,从碳交易参与主体现状来看,控排企业为碳市场的重要参与者,其履约特征明显,除控排企业外,众多投资机构更正积极地参与到碳交易中,也在寻求积极有效的碳市场投资决策。目前有学者研究发现碳市场和能源市场之间存在影响机制,能源因素是影响碳配额价格的重要因素。本文在利用ARMA-GARCH模型拟合碳交易价格收益率和能源期货价格收益率序列边缘分布的基础上,结合Copula函数构建ARMA-GARCH-Copula模型研究碳市场和能源期货市场之间的相依结构和波动传导效应,并对碳市场与能源期货市场进行投资组合风险价值进行计算,为有效规避碳交易市场风险提出建议,为投资机构及减排企业提供参考,活跃我国碳交易市场。本文以成立时间较久,发展较为成熟的北京碳交易市场为例,实证研究发现碳市场和能源期货市场收益率序列具有尖峰厚尾、波动聚集和异方差性;Gumbel Copula函数可以较好地拟合北京碳市场和能源期货市场相依结构,两市场间存在非对称的上尾相关性,表明在市场利好时容易同涨;并依据最优Copula函数计算出碳市场和能源期货市场的尾部相关系数,得到碳市场与能源期货市场间存在弱传导效应,在动力煤、燃料油和焦炭期货市场当中,碳市场与燃料油期货市场间上尾相关性更高为0.09277。最后基于Copula-Va R方法计算两个市场投资组合的风险,当Va R值最小时即为最优投资组合。
徐媛媛[10]（2020）在《中国农产品期货市场流动性的测量、传导及风险研究》文中提出流动性是现代金融市场体系的生命力,是市场运作与资源配置的润滑剂。新世纪以来,我国期货合约交易种类、覆盖范围不断扩展,成交量加快增长,商品期货市场的流动池也不断加深。近年来,随着农产品金融投资属性增强,市场流动性波动剧烈,风险加深,已经成为我国农产品市场稳定与粮食安全的潜在威胁。在越来越开放的交易系统中,订单交叉、策略性投资组合有助于实现市场间流动性的良性互动,但也构建了流动性风险“跨市场”传染的桥梁。在此背景下,我国农产品期货市场流动性现状及效应如何?市场流动性经历了怎样的历史演变?是否呈现“跨品种”及“跨板块”的关联效应?一个市场的流动性风险会在多大程度上贡献系统风险或传递至关联市场?论文围绕上述问题,开展对我国农产品期货市场的流动性测量、传导及风险研究,为我国农产品期货市场流动性监测与风险防控提供政策参考,具有重要的理论与实践意义。论文针对农产品期货市场的流动性问题,从实时交易记录入手,在全面了解期货市场的价差、深度、即时性、弹性并探析流动性效应的基础上,以“价差”的视角,引入流动性代理对我国农产品期货市场流动性的历史演进和传导机制进行实证研究,同时,基于价差波动的VaR理论,构建起农产品期货流动性风险评估框架以实证探讨流动性风险源并绘制风险传递网络。论文采用理论分析与实证研究相结合的研究方法,构建了一套基于“流动性测量、流动性传导和流动性风险”系统性研究我国农产品期货市场流动性问题的分析思路、模型方法和研究框架。论文的主要内容及发现如下:一、基于高频数据的农产品期货市场流动性测量及效应分析。论文依据2016-2018年我国农产品期货市场的实时交易记录,从“价差”、“深度”、“即时性”和“弹性”4个维度,以大豆、豆粕、豆油、棕榈油、橡胶、玉米、棉花和白糖为样本,对我国农产品期货市场流动性进行全面的测度;同时,基于“市场微观结构”理论与“流动性溢价”理论,分别应用带有“日内效应”及“周内效应”的量价回归模型、资产定价模型,分析知情交易与流动性溢价在期货定价机制的作用,进而对流动性分布的（倒）U-型日内效应及（倒）V-型周内效应进行深度解析。研究发现:①交易规模在市场流动性水平的综合评价中具有重要影响,其中大型交易通常会拉大价差、加深市场、降低即时性并减弱弹性。②基于流动性的高维测量与综合考量,交易规模较小的白糖、大豆等可被归为高流动性市场,而交易规模较大的玉米、橡胶等为低流动性市场。③农产品期货市场普遍存在知情交易且具有显着的开盘/收盘效应;在周一,农产品期货出现明显的“流动性溢价”现象及交易的“规模效应”。二、低频流动性代理的选择及农产品期货市场流动性历史演变的度量。论文引入国际通行的低频流动性代理（Roll、Gibbs、Effective Tick、Zeros、FHT、High-Low Spread、Amihud、Amivest等）检验其在中国商品期货市场的适用性,以买卖价差为基准,通过相应的拟合度分析及稳健性检验找出农产品期货市场的最佳流动性代理。同时,利用日度交易信息并基于最优流动性代理捕捉农产品期货合约自上市以来流动性变化的历史趋势,绘制出农产品期货市场流动性长期演变的概略图,以直观展现市场流动性在不同的时代背景及历史事件下的变化。研究发现:①在中国商品期货市场,FHT价差在拟合流动性基准方面表现最佳,被认为是度量流动性历史演变的最优代理。②不同农产品期货品种间流动性变动呈现“同涨共跌”的态势,其中2008年全球金融危机对进口导向型农产品（橡胶、棕榈油及豆类）的流动性冲击较大,而2016年中国金融危机对实施市场定价后的棉花、玉米的流动性冲击有所加强。③农产品板块的综合流动性与工业品、金属板块流动性具有高度一致的变动趋势,但相对后两者其波动程度略低。三、农产品期货市场流动性在板块内及板块间的传导效应研究。论文基于时变视角,利用滚动时间窗口技术通过协整、误差修正分析,探讨流动性在板块内及板块间传导效应及其时变特征,并运用Bai-Perron检验识别了传导效应中的多重结构性断点。同时,针对可能存在的非线性、重尾及非对称等特征,通过时变Normal Copula和SJC Copula模型对一般与极端情况下的“跨市场”流动性依赖展开研究,以突出农产品期货市场流动性在板块内及板块间的尾部依赖及其非对称性。研究发现:①豆油、棕榈油是影响系统及其它品种流动性水平的主导品种,其次为豆粕、大豆、橡胶。②农产品与工业品板块间流动性的传导效应大于农产品与金属板块间的传导效应,其中2008年“危机前”以农产品向工业品传导为主,流动性的尾部依赖程度较低;“危机后”以工业品向农产品传导为主,尾部依赖程度增强。③极端事件往往会在一定程度上导致市场间流动性依赖偏离常态,其中负冲击作用下市场间流动性的联合下跌是一种更为“常态化”事件。四、农产品期货市场流动性风险测量及流动性风险在板块内与板块间传递效应研究。论文根据商品期货市场流动性风险的定义,构建了强调“价差上尾波动”的VaR风险测度模型,实时检测了农产品期货组合内各品种及综合流动性风险水平的动态演化。同时,基于Copula-GARCH与GJR-GARCH-DCC的ΔCoVaR模型,识别农产品期货市场流动性的潜在“风险源”,并描绘出系统内流动性风险的传递网络,以及农产品与工业品、金属板块间流动性风险传递的阶段性特征。结果显示:①流动性水平较低的品种更容易遭遇流动性风险,并且品种间条件风险值CoVaR系统性高于品种本身风险水平。②农产品期货市场不存在单一的流动性“风险源”,呈现出一幅以油脂类期货（棕榈油、豆油、大豆、豆粕）为骨架的风险传递网络图。③农产品板块的流动性风险水平低于工业品、金属板块的风险水平,其中工业品板块因较强的风险传递效应成为农产品市场重要的“外源”性风险因子。论文主要创新:一是基于多指标、高维度测量实现了对农产品期货市场流动性水平的综合考量与评级,并形成了一套“从高频基准到低频代理”完整的流动性指标选取模式。二是在流动性特征分析的基础上,通过信息不对称与流动性溢价等理论深入探析并理清了流动性对其它经济变量如投资者行为、期货定价等的影响机制。三是根据价差的属性定义了商品期货市场中的流动性风险,识别出农产品期货市场多重流动性“风险源”并全景式展现了流动性风险的传递网络。四是构建了一套独特的、不同频率的活跃且连续时间序列,既为流动性的高维测量提供了充足的数据支持,又有效平滑了合约结点中变量的跳变。
二、市场因素影响商品期货价格的多元模型分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、市场因素影响商品期货价格的多元模型分析（论文提纲范文）
（2）玉米期货对猪产业股价指数的风险溢出效应研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 期货市场价格发现功能 |
| 1.2.2 期货市场与股票价格的关系研究 |
| 1.2.3 风险溢出的研究方法及传导效应 |
| 1.2.4 文献评述 |
| 1.3 研究的主要内容及方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 主要的研究方法 |
| 1.3.3 本文的技术路线 |
| 1.4 创新点与不足 |
| 1.4.1 本文研究的创新点 |
| 1.4.2 本文研究存在的不足之处 |
| 第二章 相关概念及理论基础 |
| 2.1 风险溢出效应的原理 |
| 2.1.1 风险溢出效应的概念 |
| 2.1.2 风险溢出的原理 |
| 2.1.3 风险溢出效应的分类 |
| 2.2 股票的定价理论 |
| 2.2.1 内在价值理论 |
| 2.2.2 现代股票定价理论 |
| 2.3 期货定价理论 |
| 2.3.1 供求价格理论 |
| 2.3.2 持有成本理论 |
| 2.3.3 预期理论 |
| 2.4 期货价格对股票价格的传导途径 |
| 2.4.1 投资者预期 |
| 2.4.2 资金流转效应 |
| 2.5 本章小结 |
| 第三章 玉米期货和猪产业市场发展现状及理论分析 |
| 3.1 我国玉米期货市场的发展现状分析 |
| 3.2 我国生猪产业发展分析 |
| 3.2.1 我国生猪产业链模式演变 |
| 3.2.2 我国生猪生产概况 |
| 3.2.3 我国生猪消费现状 |
| 3.3 我国前20 家代表性生猪养殖企业发展现状分析 |
| 3.4 玉米期货价格对猪产业公司股价影响的理论分析 |
| 3.5 本章小结 |
| 第四章 玉米期货价格对猪产业上市公司股价指数影响的波动及平稳性分析 |
| 4.1 玉米期货价格与猪产业股价走势特征分析 |
| 4.1.1 数据选择 |
| 4.1.2 猪产业股价指数的走势分析 |
| 4.1.3 玉米期货指数的走势分析 |
| 4.2 玉米期货价格与猪产业公司股价的描述性分析 |
| 4.2.1 数据处理 |
| 4.2.2 描述性统计分析 |
| 4.3 玉米期货指数价格与猪产业公司上市公司股价平稳性分析 |
| 4.3.1 数据的平稳性检验 |
| 4.3.2 Johansen检验 |
| 4.4 格兰杰因果关系检验 |
| 4.5 本章小结 |
| 第五章 玉米期货价格与猪产业上市公司股价的风险溢出效应检验 |
| 5.1 玉米期货指数与猪产业指数均值风险溢出效应分析 |
| 5.1.1 VAR(向量自回归)模型 |
| 5.1.2 确定最优滞后阶数 |
| 5.1.3 建立VAR(向量自回归)模型 |
| 5.1.4 脉冲响应函数 |
| 5.1.5 方差分解 |
| 5.2 GARCH(1,1)模型风险溢出效应分析 |
| 5.2.1 ARCH效应检验 |
| 5.2.2 玉米期货与猪产业股价GARCH(1,1)模型拟合 |
| 5.3 基于BEKK-GARCH模型的波动溢出效应检验 |
| 5.3.1 BEKK-GARCH模型简介 |
| 5.3.2 玉米期货指数价格与猪产业股价指数的波动溢出效应实证分析 |
| 5.4 本章小结 |
| 第六章 研究结论及建议 |
| 6.1 研究结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
（3）上海原油期货跨市场非线性溢出效应研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究的主要内容及研究方法 |
| 1.3 全文结构安排与技术路线 |
| 1.3.1 结构安排 |
| 1.3.2 技术路线 |
| 1.4 创新与不足 |
| 1.4.1 创新之处 |
| 1.4.2 不足与展望 |
| 第2章 文献综述 |
| 2.1 国外文献综述 |
| 2.1.1 原油期货市场之间相互关系 |
| 2.1.2 原油期现货市场间相互关系 |
| 2.1.3 原油期货与相关市场间关系 |
| 2.2 国内文献综述 |
| 2.2.1 原油期货市场之间相互关系 |
| 2.2.2 原油期现货市场间相互关系 |
| 2.2.3 原油期货与相关市场间关系 |
| 第3章 溢出效应相关理论 |
| 3.1 跨市场溢出相关理论 |
| 3.1.1 金融市场传染理论 |
| 3.1.2 资本跨市场流动理论 |
| 3.1.3 行为金融学理论 |
| 3.2 非线性溢出效应研究框架 |
| 3.2.1 非线性溢出效应概念提出 |
| 3.2.2 非线性溢出效应分析框架 |
| 第4章 上海原油期货与国际市场间的非线性溢出效应分析 |
| 4.1 研究变量择选与数据说明 |
| 4.1.1 研究变量择选 |
| 4.1.2 数据处理 |
| 4.2 多元BEKK-MVGARCH分析模型建构与估计 |
| 4.2.1 多元BEKK-MVGARCH模型建构 |
| 4.2.2 多元BEKK-MVGARCH模型估计 |
| 4.3 同质市场间非线性溢出效应动态分析 |
| 4.4 同质市场间非线性溢出效应特征:联动与分异 |
| 4.5 跨市场溢出阻碍与提升路径 |
| 第5章 上海原油期货与现货市场间的非线性溢出效应分析 |
| 5.1 研究变量择选与数据说明 |
| 5.1.1 研究变量择选 |
| 5.1.2 数据处理 |
| 5.2 时变t-Copula函数分析模型建构与估计 |
| 5.2.1 时变t-Copula函数分析模型建构 |
| 5.2.2 时变t-Copula函数分析模型估计 |
| 5.3 高关联市场间非线性溢出效应动态分析 |
| 5.4 高关联市场间非线性溢出效应特征:趋拢与偏离 |
| 5.5 跨市场溢出阻碍与提升路径 |
| 第6章 上海原油期货与能化市场间的非线性溢出效应分析 |
| 6.1 研究变量择选与数据说明 |
| 6.1.1 研究变量择选 |
| 6.1.2 数据处理 |
| 6.2 动态t多元随机波动率分析模型建构与估计 |
| 6.2.1 DCC-MSV-t分析模型建构 |
| 6.2.2 动态DCC-MSV-t模型估计 |
| 6.3 相近市场间非线性溢出效应动态分析 |
| 6.4 相近市场间非线性溢出效应特征:紧密与松散 |
| 6.5 跨市场溢出阻碍与提升路径 |
| 第7章 上海原油期货与金融市场间的非线性溢出效应分析 |
| 7.1 研究变量择选与数据说明 |
| 7.1.1 研究变量择选 |
| 7.1.2 数据处理 |
| 7.2 复杂网络溢出效应模型建构与非线性近似逼近 |
| 7.2.1 复杂网络溢出效应模型建构 |
| 7.2.2 复杂网络模型非线性近似逼近 |
| 7.3 异质市场间非线性溢出效应动态分析 |
| 7.4 异质市场间非线性溢出效应特征:强势与弱势 |
| 7.5 跨市场溢出阻碍与提升路径 |
| 第8章 结论与建议 |
| 8.1 结论 |
| 8.1.1 上海原油期货同国际市场间的动态联动关系差别迥异 |
| 8.1.2 上海原油期货对现货市场保持了较高的动态溢出水平 |
| 8.1.3 上海原油期货对能化商品期货的影响作用呈现多样性 |
| 8.1.4 上海原油期货市场与相关金融市场存在密切的连通性 |
| 8.1.5 上海原油期货对相关市场的溢出效应非线性特征明显 |
| 8.2 建议 |
| 8.2.1 积极吸引各类市场主体参与交易切实增强市场活跃度 |
| 8.2.2 推动将“上海原油品牌”打造成为多维立体市场体系 |
| 8.2.3 注重原油市场建设与人民币国际化相互结合协同推进 |
| 8.2.4 深入完善风险防控体系建设确保市场长期平稳健康运行 |
| 8.2.5 发挥上海原油期货市场比较优势争取闯出“中国特色” |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表论文以及参加科研情况 |
（4）能源市场波动溢出的网络效应测度、情景演化与节点管理（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 波动溢出现实背景 |
| 1.1.2 国际能源市场背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 主要内容与技术路线 |
| 1.3.1 主要内容 |
| 1.3.2 技术路线 |
| 1.4 研究方法与创新点 |
| 1.4.1 研究方法 |
| 1.4.2 创新点 |
| 1.5 本章小结 |
| 第2章 相关理论综述 |
| 2.1 研究趋势分析 |
| 2.2 相关研究综述 |
| 2.1.1 市场波动溢出的相关研究 |
| 2.1.2 尾部风险的识别与测度 |
| 2.1.3 能源市场风险与波动溢出概述 |
| 2.1.4 网络分析方法与情景演化视角的相关研究 |
| 2.3 文献评述 |
| 2.4 本章小结 |
| 第3章 整体趋势下能源市场波动溢出的网络效应测度与情景演化 |
| 3.1 概念界定和理论解释 |
| 3.1.1 研究对象与基本概念界定 |
| 3.1.2 能源市场波动与波动溢出分析 |
| 3.1.3 能源市场波动溢出的网络性与演化性分析 |
| 3.2 整体趋势下市场波动溢出网络效应的一般测度方法 |
| 3.2.1 市场波动建模及其溢出测度 |
| 3.2.2 整体趋势下波动溢出网络效应测度模型及其性质 |
| 3.2.3 基于溢出网络的情景演化分析 |
| 3.3 实证背景及数据选取 |
| 3.3.1 整体趋势下能源市场波动溢出现象分析 |
| 3.3.2 样本选取与基本数据分析 |
| 3.4 实证分析 |
| 3.4.1 波动溢出测度与溢出网络构建 |
| 3.4.2 溢出网络分析和关键市场识别 |
| 3.4.3 整体趋势下的波动溢出网络效应分析 |
| 3.4.4 立足情景演化的波动溢出网络效应分析 |
| 3.5 本章小结 |
| 第4章 极端趋势下能源市场波动溢出的网络效应测度与情景演化 |
| 4.1 概念界定和相关理论 |
| 4.1.1 相关概念界定 |
| 4.1.2 极端趋势下波动溢出特征及其网络现象分析 |
| 4.2 极端趋势下能源市场波动溢出测度与网络效应分析 |
| 4.2.1 极端趋势分析模型与波动溢出效应测度 |
| 4.2.2 基于藤Copula模型的极端波动溢出网络构建与情景演化 |
| 4.3 实证背景及数据选取 |
| 4.3.1 极端趋势下能源市场波动溢出现象分析 |
| 4.3.2 样本选取与基本数据分析 |
| 4.4 实证分析 |
| 4.4.1 国际能源市场价格波动的尾部分析 |
| 4.4.2 尾部分析下的极端波动溢出网络效应 |
| 4.4.3 新冠冲击与国际能源市场极端波动溢出 |
| 4.5 本章小结 |
| 第5章 动态趋势下能源市场波动溢出的网络效应测度与情景演化 |
| 5.1 概念界定和相关理论 |
| 5.1.1 相关概念界定 |
| 5.1.2 动态趋势下波动溢出的系列特征分析 |
| 5.2 动态趋势下能源市场波动溢出测度与网络效应分析 |
| 5.2.1 时变Copula模型及其动态波动溢出测度与分析 |
| 5.2.2 动态波动溢出网络构建与网络分析 |
| 5.2.3 趋势点识别下波动溢出网络的演化分析 |
| 5.3 实证背景及数据选取 |
| 5.3.1 国际能源市场的动态变化格局和网络溢出效应 |
| 5.3.2 样本选取与基本数据分析 |
| 5.4 实证分析 |
| 5.4.1 国际能源市场价格波动态溢出测度 |
| 5.4.2 国际能源市场动态波动溢出网络分析 |
| 5.4.3 人工趋势点识别及其波动溢出的情景演化分析 |
| 5.4.4 曼-肯德尔法趋势点识别及其波动溢出的情景演化分析 |
| 5.5 本章小结 |
| 第6章 基于测度与演化分析的能源市场节点管理 |
| 6.1 整体趋势下能源市场的节点管理 |
| 6.2 极端趋势下能源市场的节点管理 |
| 6.3 动态趋势下能源市场的节点管理 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 作者在读期间完成的研究成果 |
（6）国际原油价格冲击下中国原油动态套期保值方案 ——基于Copula-DCC-EGARCH模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究内容、方法和技术路线 |
| 1.4 本文的创新与不足 |
| 第2章 相关理论回顾与文献综述 |
| 2.1 相关理论回顾 |
| 2.1.1 现代套期保值理论 |
| 2.2 文献综述 |
| 2.2.1 关于原油价格波动及其风险度量研究现状 |
| 2.2.2 现代套期保值理论的研究现状 |
| 2.2.3 Copula-DCC-EGARCH模型的应用 |
| 2.2.4 研究现状评述 |
| 第3章 石油期货套期保值的现状与存在问题 |
| 3.1 石油价格风险及其产生的原因 |
| 3.2 石油期货套期保值面临的问题分析 |
| 3.2.1 石油期货套期保值概念 |
| 3.2.2 石油期货套期保值交易原则 |
| 3.2.3 石油套期保值操作形式 |
| 3.2.4 我国原油套期保值存在的问题及分析 |
| 第4章 套期保值模型的选择与优劣性 |
| 4.1 方案策划的思路 |
| 4.2 方案策划的理论解释 |
| 4.2.1 基于方差最小理论的动态套期保值比率 |
| 4.2.2 多元GARCH模型概述 |
| 4.2.3 Copula函数 |
| 4.3 套期保值模型的选择 |
| 4.3.1 合约选择与数据预处理 |
| 4.3.2 传统静态套期保值模型的估计结果 |
| 4.3.3 动态套期保值模型的估计结果 |
| 4.3.4 基于不同模型套期保值结果对比 |
| 第5章 动态套期保值方案的合理性论证以及实施途径 |
| 5.1 动态套期保值方案的合理性论证 |
| 5.1.1 基于最小方差的套期保值绩效比较 |
| 5.1.2 基于风险价值的套期保值绩效比较 |
| 5.1.3 模型套保效果预测 |
| 5.2 动态套期保值方案的风险提示 |
| 5.3 动态套期保值方案的实施途径 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（7）大豆期货市场套期保值策略的研究 ——以SOC公司操作为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 问题的提出 |
| 1.3 研究的目的和意义 |
| 1.4 研究的主要内容 |
| 1.5 研究方法 |
| 1.6 论文结构安排 |
| 1.7 研究创新点与难点 |
| 第二章 相关理论与文献综述 |
| 2.1 蛛网理论 |
| 2.1.1 收敛型蛛网模型 |
| 2.1.2 发散型蛛网模型 |
| 2.1.3 封闭型蛛网模型 |
| 2.2 期货交易的相关研究 |
| 2.2.1 期货交易的概念界定 |
| 2.2.2 期货市场的产生 |
| 2.2.3 期货交易的功能 |
| 2.2.4 期货交易的作用 |
| 2.2.5 影响期货价格的因素 |
| 2.2.6 供需因素对期货价格的影响 |
| 2.3 套期保值的国内外研究现状及发展趋势 |
| 第三章 国内压榨企业期现货运营模式分析 |
| 3.1 国有或国有控股企业期货业务的有关规定 |
| 3.2 国内压榨企业期现货运营模式分析 |
| 第四章 期货套期保值策略的提出 |
| 4.1 套期保值利润的计算 |
| 4.1.1 进口大豆到港成本 |
| 4.1.2 套期保值利润测算 |
| 4.1.3 远期销售利润测算 |
| 4.2 期货盘面价格与库存消费比相关性分析 |
| 4.2.1 CBOT大豆价格与全球大豆库存消费比 |
| 4.2.2 CBOT大豆价格与美国大豆库存消费比 |
| 4.3 库存消费比的影响因素分析 |
| 4.3.1 全球大豆库存消费比的影响因素 |
| 4.3.2 美国大豆库存消费比的影响因素 |
| 4.4 油厂套期保值策略的提出 |
| 第五章 SOC公司期货保值操作实例分析 |
| 5.1 SOC公司基本概况 |
| 5.2 大豆采购与套期保值节奏 |
| 5.3 期货市场现货销售和基差销售 |
| 5.4 远期基差定价的实现路径 |
| 5.4.1 大商所豆粕合约与豆粕基差销售 |
| 5.4.2 大商所豆油合约与豆油基差销售 |
| 5.5 期货市场效果 |
| 第六章 结论 |
| 6.1 主要研究结论 |
| 6.2 行业启示 |
| 6.3 研究局限与未来展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（8）中国大豆价格影响因素及其差异化作用研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 国外文献综述 |
| 1.3.2 国内文献综述 |
| 1.3.3 国内外文献评述 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 2 相关概念与理论基础 |
| 2.1 概念界定 |
| 2.1.1 大豆价格 |
| 2.1.2 价格波动 |
| 2.1.3 差异化作用 |
| 2.2 理论基础 |
| 2.2.1 均衡价格理论 |
| 2.2.2 价格传导理论 |
| 2.2.3 理性预期理论 |
| 2.3 本章小结 |
| 3 中国大豆市场及价格波动现状 |
| 3.1 中国大豆市场现状 |
| 3.1.1 中国大豆供给现状 |
| 3.1.2 中国大豆消费现状 |
| 3.2 中国大豆价格波动现状 |
| 3.2.1 中国大豆价格波动趋势 |
| 3.2.2 中国大豆与进口大豆价格波动周期 |
| 3.3 本章小结 |
| 4 中国大豆价格的影响因素分析 |
| 4.1 中国大豆价格影响因素 |
| 4.2 中国大豆价格影响因素的指标选取与分析 |
| 4.2.1 指标选取 |
| 4.2.2 指标分析 |
| 4.3 中国大豆价格影响因素的实证分析 |
| 4.3.1 数据选取与处理 |
| 4.3.2 模型构建与估计方法选择 |
| 4.3.3 模型检验与回归结果 |
| 4.4 本章小结 |
| 5 中国大豆价格影响因素的差异化作用分析 |
| 5.1 中国大豆价格影响因素差异化作用分析的必要性与分类 |
| 5.1.1 差异化作用分析的必要性 |
| 5.1.2 价格波动方向维度的分类 |
| 5.1.3 价格波动时间跨度维度的分类 |
| 5.1.4 价格波动幅度维度的分类 |
| 5.2 中国大豆价格影响因素差异化作用的实证分析 |
| 5.2.1 模型构建 |
| 5.2.2 价格波动方向维度下的差异化作用 |
| 5.2.3 价格波动时间跨度维度下的差异化作用 |
| 5.2.4 价格波动幅度维度下的差异化作用 |
| 5.3 本章小结 |
| 6 对策建议 |
| 6.1 对策切入点 |
| 6.2 具体调控对策 |
| 6.2.1 有效发挥大豆期货市场功能 |
| 6.2.2 完善市场价格信息体系建设 |
| 6.2.3 科学部署大豆海外供应体系 |
| 6.2.4 强化中国大豆产业发展基础 |
| 7 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（9）基于Copula模型的碳市场与能源期货市场相关性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究综述 |
| 1.3.1 碳排放交易市场的研究 |
| 1.3.2 碳排放市场和能源市场相关性研究综述 |
| 1.3.3 基于GARCH模型的资产收益率研究 |
| 1.3.4 Copula函数应用研究综述 |
| 1.4 论文结构 |
| 第2章 我国碳市场与能源市场现状及理论分析 |
| 2.1 碳排放权市场基础理论及现状 |
| 2.1.1 碳排放权定义 |
| 2.1.2 碳排放权交易市场现状 |
| 2.2 能源商品期货市场理论及现状 |
| 2.3 碳价与能源价格相互影响的经济学原理及路径分析 |
| 第3章 COPULA函数理论及在金融分析中的应用 |
| 3.1 COPULA函数的概念及性质 |
| 3.1.1 Copula函数的定义 |
| 3.1.2 Copula函数的性质 |
| 3.2 COPULA函数分类及应用 |
| 3.3 相关性度量方法比较分析 |
| 3.3.1 常见的统计相关系数 |
| 3.3.2 尾部相关系数在金融分析中的应用 |
| 3.4 GARCH-COPULA模型 |
| 3.4.1 GARCH模型 |
| 3.4.2 GARCH-Copula模型 |
| 3.5 本章小结 |
| 第4章 基于ARMA-GARCH-COPULA模型的碳市场与能源期货市场的相关性实证分析 |
| 4.1 样本数据的选取及分析 |
| 4.1.1 数据的选取 |
| 4.1.2 数据的统计分析特征 |
| 4.2 模型的估计及检验 |
| 4.2.1 边缘分布模型设计 |
| 4.2.2 Copula模型设计 |
| 4.2.3 Copula模型的检验方法 |
| 4.3 实证分析 |
| 4.3.1 边缘分布模型估计结果 |
| 4.3.2 Copula函数建模估计结果 |
| 4.3.3 尾部相关性研究 |
| 4.4 本章小结 |
| 第5章 基于COPULA函数的投资组合风险价值计算 |
| 5.1 风险价值VAR的定义 |
| 5.2 VAR的计算方法 |
| 5.2.1 历史模拟法 |
| 5.2.2 方差—协方差法 |
| 5.2.3 蒙特卡洛模拟法 |
| 5.3 COPULA-VAR方法的优势 |
| 5.4 基于COPULA函数的VAR的计算结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（10）中国农产品期货市场流动性的测量、传导及风险研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第1章 导言 |
| 1.1 研究背景与问题的提出 |
| 1.2 研究目标 |
| 1.3 研究内容与框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 1.4 文献综述 |
| 1.4.1 市场流动性测量研究 |
| 1.4.2 市场流动性溢价研究 |
| 1.4.3 市场流动性传递研究 |
| 1.4.4 市场流动性风险研究 |
| 1.4.5 文献评述 |
| 1.5 研究创新和不足 |
| 1.5.1 研究创新 |
| 1.5.2 研究不足 |
| 第2章 理论基础与主要计量模型 |
| 2.1 概念界定 |
| 2.1.1 流动性 |
| 2.1.2 流动性风险 |
| 2.2 理论基础 |
| 2.2.1 有效市场理论 |
| 2.2.2 市场微观结构理论 |
| 2.2.3 流动性溢价理论 |
| 2.2.4 风险测度理论 |
| 2.3 主要计量模型 |
| 2.3.1 流动性测量模型 |
| 2.3.2 流动性传导模型 |
| 2.3.3 流动性风险模型 |
| 第3章 农产品期货市场发展概况与市场深度演化 |
| 3.1 农产品期货市场的发展历程及主要特征 |
| 3.1.1 农产品期货市场的发展历程 |
| 3.1.2 农产品期货市场的主要特征 |
| 3.2 农产品期货品系的多元结构及样本选择 |
| 3.2.1 农产品期货品系的多元结构 |
| 3.2.2 农产品期货品系的样本选择 |
| 3.3 农产品期货交易状况的历史演化 |
| 3.3.1 交易量的历史演化 |
| 3.3.2 持仓量的历史演化 |
| 3.4 农产品期货市场深度的历史演化 |
| 3.4.1 “交易量/收益”的历史演化 |
| 3.4.2 “收益/交易量”的历史演化 |
| 3.5 本章小结 |
| 第4章 基于高频数据的农产品期货市场流动性度量及效应分析 |
| 4.1 期货市场流动性与价格形成机制 |
| 4.1.1 市场流动性形成机制 |
| 4.1.2 市场价格形成机制 |
| 4.2 农产品期货市场流动性的高维测量 |
| 4.2.1 农产品期货市场的价差与深度 |
| 4.2.2 农产品期货市场的即时性与弹性 |
| 4.3 农产品期货交易的价格效应研究 |
| 4.3.1 回归模型的构建及样本说明 |
| 4.3.2 农产品期货市场知情交易的日内效应 |
| 4.4 农产品期货市场的流动性定价研究 |
| 4.4.1 期货定价模型构建及指标说明 |
| 4.4.2 农产品期货市场流动性溢价的周内效应 |
| 4.5 本章小结 |
| 第5章 基于低频数据的农产品期货市场流动性的长期演化 |
| 5.1 低频流动性代理的介绍与应用 |
| 5.1.1 低频流动性代理介绍 |
| 5.1.2 低频流动性代理的应用 |
| 5.2 基于低频数据的流动性代理的选择与稳健性检验 |
| 5.2.1 最优周度频率的流动性代理 |
| 5.2.2 最优月度频率的流动性代理 |
| 5.3 农产品期货市场流动性测量及特征研究 |
| 5.3.1 农产品期货主要品种流动性测量和特征研究 |
| 5.3.2 农产品期货市场综合流动性测度和特征研究 |
| 5.4 本章小结 |
| 第6章 农产品期货板块内及板块间的流动性传导研究 |
| 6.1 农产品期货市场在板块内的流动性溢出效应 |
| 6.1.1 基于全样本静态的均值溢出效应分析 |
| 6.1.2 基于子样本滚动的均值溢出效应分析 |
| 6.2 农产品期货市场在板块内的流动性尾部依赖 |
| 6.2.1 农产品期货板块内流动性的尾部依赖分析 |
| 6.2.2 农产品期货品种间流动性的尾部依赖分析 |
| 6.3 农产品期货市场在板块间的流动性传导效应 |
| 6.3.1 基于全样本静态的均值溢出效应分析 |
| 6.3.2 基于子样本滚动的均值溢出效应分析 |
| 6.3.3 基于时变Copula模型的流动性依赖分析 |
| 6.4 本章小结 |
| 第7章 农产品期货市场流动性风险的监测及传递研究 |
| 7.1 农产品期货市场流动性风险测度 |
| 7.1.1 农产品期货主要品种流动性风险测度 |
| 7.1.2 农产品期货市场综合流动性风险测度 |
| 7.2 农产品期货市场板块内的流动性风险传递效应 |
| 7.2.1 农产品期货品种与系统间流动性风险传递效应分析 |
| 7.2.2 农产品期货主要品种间流动性风险传递效应分析 |
| 7.3 农产品期货市场在板块间的流动性风险传递效应 |
| 7.3.1 农产品与工业品板块的流动性风险传递效应分析 |
| 7.3.2 农产品与金属板块的流动性风险传递效应分析 |
| 7.4 本章小结 |
| 第8章 研究结论与政策建议 |
| 8.1 主要结论 |
| 8.2 政策启示 |
| 参考文献 |
| 附录1: 主要Copulas模型的设定 |
| 附录2: 不同规模的大豆交易量对价格的影响 |
| 附录3: 不同规模的豆油交易量对价格的影响 |
| 附录4: 不同规模的豆粕交易量对价格的影响 |
| 附录: 攻读博士学位期间参与的相关课题及科研论文 |
| 致谢 |
四、市场因素影响商品期货价格的多元模型分析（论文参考文献）
- [1]基于随机搜索方法对影响大宗商品期货螺纹钢期货价格趋势变化的关联特征指标研究[J]. 袁先智,狄岚,宋冠都,周云鹏,刘海洋,Guoqi Qian,严诚幸,曾途. 管理评论, 2021(09)
- [2]玉米期货对猪产业股价指数的风险溢出效应研究[D]. 赖陈鑫. 重庆工商大学, 2021(09)
- [3]上海原油期货跨市场非线性溢出效应研究[D]. 薛健. 辽宁大学, 2021(02)
- [4]能源市场波动溢出的网络效应测度、情景演化与节点管理[D]. 陈瑾. 云南财经大学, 2021(09)
- [5]在大数据框架下基于吉布斯抽样的随机搜索方法在金融风险特征提取中的应用[J]. 袁先智,狄岚,李祥林,郭铁信,李波,Guoqi QIAN,张千友,严诚幸,刘海洋,吴桐,曾途,周云鹏. 计量经济学报, 2021(02)
- [6]国际原油价格冲击下中国原油动态套期保值方案 ——基于Copula-DCC-EGARCH模型[D]. 李子宇. 上海师范大学, 2020(03)
- [7]大豆期货市场套期保值策略的研究 ——以SOC公司操作为例[D]. 王斯峥. 天津师范大学, 2020(05)
- [8]中国大豆价格影响因素及其差异化作用研究[D]. 李洪姝. 东北农业大学, 2020(05)
- [9]基于Copula模型的碳市场与能源期货市场相关性研究[D]. 张硕. 北京工业大学, 2020(06)
- [10]中国农产品期货市场流动性的测量、传导及风险研究[D]. 徐媛媛. 华中农业大学, 2020(02)