坏的和好的波动性是如何在整个石油市场蔓延的？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《How does bad and good volatility spill over across petroleum markets?》
---
作者：
Jozef Barunik and Evzen Kocenda and Lukas Vacha
---
最新提交年份：
2014
---
英文摘要：
  We detect and quantify asymmetries in volatility spillovers using the realized semivariances of petroleum commodities: crude oil, gasoline, and heating oil. During the 1987--2014 period we document increasing spillovers from volatility among petroleum commodities that substantially change after the 2008 financial crisis. The increase in volatility spillovers correlates with the progressive financialization of the commodities. In terms of asymmetries in spillovers we show that periods of increasing crude oil prices strongly correlate with dominating spillovers due to bad volatility. Overall, bad volatility due to negative returns spills over among petroleum commodities to a much larger extent than good volatility due to positive returns. After the 2008 financial crisis the asymmetries in spillovers markedly declined in terms of total as well as directional spillovers. An analysis of directional spillovers further reveals that no commodity dominates other commodities in terms of spillover transmission in general.
---
中文摘要：
我们使用原油、汽油和取暖油等石油商品的已实现半方差来检测和量化波动溢出的不对称性。在1987年至2014年期间，我们记录了2008年金融危机后发生重大变化的石油大宗商品波动带来的溢出效应不断增加。波动溢出效应的增加与商品的渐进金融化相关。就溢出的不对称性而言，我们表明，原油价格上涨的时期与不良波动导致的主导溢出密切相关。总的来说，负回报导致的不良波动在石油商品中的溢出程度远远大于正回报导致的良好波动。2008年金融危机后，溢出的不对称性在总溢出和方向溢出方面都显著下降。对定向溢出的分析进一步表明，就溢出传导而言，没有一种商品在总体上主导其他商品。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> How_does_bad_and_good_volatility_spill_over_across_petroleum_markets?.pdf (2.78 MB)

2022-5-6 05:14:06 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：石油市场 波动性 Quantitative Transmission Econophysics

坏的和好的波动性是如何影响整个石油市场的？IJozef Barunikb，a，*, Evˇzen Koˇcendac，Luk\'aˇs V\'achaa，信息理论与自动化学院，捷克共和国科学院，Pod Vodarenskou Vezi 4，182 00，布拉格，捷克共和国经济研究所，查尔斯大学，奥普莱塔洛娃21，110 00，布拉格，捷克共和国埃伊，查尔斯大学和捷克科学院，布拉格政治基奇·维兹努711121，捷克共和国战略我们使用石油商品（原油、汽油和取暖油）的已实现半方差来检测和量化波动溢出的不对称性。在1987年至2014年期间，我们记录了2008年金融危机后发生重大变化的挥发性亚蒙石油商品不断增加的溢出效应。波动溢出效应的增加与商品的渐进融资相关。从溢出效应的不对称性来看，原油价格上涨的时期与剧烈波动导致的主要溢出效应密切相关。总的来说，由于石油商品的负回报而导致的不良波动，远大于由于正回报而导致的良好波动。2008年金融危机后，溢出的不对称性在总溢出和方向溢出方面都显著下降。对定向溢出的分析进一步表明，就溢出传导而言，没有一种商品在总体上主导其他商品。关键词：波动溢出、不对称性、石油市场我们从乔·布拉达、伊奥努特·弗洛雷斯库以及金融建模高频数据5会议（2013年，纽约）、计算和金融计量经济学会议（2013年，伦敦）和亚利桑那州立大学研讨会（2014年，坦佩）的与会者那里收到的宝贵意见中获益。

这篇论文是在EvˇzenKoˇcenda是圣心大学韦尔奇商学院富布赖特学者时撰写的，我们非常感谢他的热情好客。感谢GACR第14-24129S号赠款的支持。通常的免责声明适用。*相应的authorEmail地址：barunik@utia.cas.cz（约泽夫·巴伦克），埃夫赞。kocenda@cerge-艾未未。cz（Evˇzen Koˇcentda），vachal@utia.cas.cz（Luk\'aˇs V\'acha）提交给爱思唯尔的预印本20181年8月20日。介绍、动机和相关文献关于金融市场相互依存关系的研究不仅分析了回报和波动性，还分析了它们的溢出效应（Dimp Fl和Jung，2012）。全球金融和经济危机、大宗商品价格的剧烈波动以及石油商品的快速金融化促使人们对大宗商品之间的动态联系如何发挥作用产生了新的兴趣（相关文献目前正在展示）。溢出动态知识对投资者和金融机构在投资组合构建和风险管理方面具有重要意义，因为这些溢出及其方向可能会极大地影响投资组合多元化和风险保险（Gorton and Rouwenhorst，2005）。此外，由于波动性的好坏（Bartram et al.，2012），区分溢出效应可能非常重要，因为对称性已被证明在与我们的分析相关的许多经济和金融问题中起着重要作用（Ramos和Veiga，2013；Du et al.，2011；Nazlioglu et al.，2013；Bermingham和O\'Brien，2011）。鉴于石油商品对经济和经济发展的重要性（Hamilton，1983），以及石油价格的冲击传导对美国经济产生重大影响的事实，石油商品构成了一种资产类别，溢出效应在历史上发挥着重要作用（Haigh and Holt，2002）。

《全球经济》（基利安，2008年；汉密尔顿，1996年；格伦沃尔德，2012年）。然而，对石油商品之间波动溢出的研究相当有限，溢出的不对称方面还没有得到充分的探讨。在我们的论文中，我们做出了两个关键贡献。首先，我们使用高频数据扩展了有关主要石油商品（原油、取暖油和汽油）波动溢出的文献。其次，通过扩充Diebold和Yilmaz（2009、2012）的现有方法，我们能够量化溢出中的负不对称和正不对称，包括方向和程度。在其他结果中，我们严格证明，在以石油为基础的大宗商品中，坏的波动性比好的波动性溢出更多。这种负对称性与原油价格上涨的时期相吻合。2008年危机后，不对称溢出效应大幅下降。主要从工业角度来看，石油商品对我们的经济至关重要。因此，原油价格受到明显的需求和供应冲击的驱动（Kilian，2008年；Hamilton，2009年；Lombardi and van Robays，2011年）。此外，Kilian（2009）表明，石油价格的变化在不同程度上是由与市场对未来石油供应可用性的担忧相关的总需求或预防性需求驱动的。Kilian和Vegath“金融化”一词指的是投资者为使其投资组合多样化而对商品进行的投资。根据美国能源信息管理局（U.S.Energy Information Administration）的报告，2012年全球每日消耗8940万桶原油，可以证明原油对我们社会的重要性。以每天数百万桶计，最大消费地区的相应数据为：亚洲29桶，美国18.5桶，欧洲14.4桶；美国。

能源信息管理局，2014年4月24日访问(http://www.eia.gov/cfapps/ipdbproject/IEDIndex3.cfm?tid=5&pid=5&aid=2)Mason和Charles（2011）通过表明能源价格不会对宏观经济新闻做出即时反应来支持这一结论，但Mason和Charles（2013）认为原油现货价格及其期货价格确实包含跳跃。最后，Sariet al.（2011）认为，从长远来看，全球风险感知对油价有显著的抑制作用。除上述因素外，石油价格还可能与大型投机活动有关（Hamilton，2009；Caballero等人，2008），而石油价格的短期不稳定可能是由金融投资者造成的（Lombardi和Van Robays，2011）。如Fratzscher等人（2013年）所示，这些发现与2001年后石油公司增加的融资以及大宗商品融资的总体扩张一致（Mensi等人，2013年；Creti等人，2013年；Dwyer等人，2011年；Vivian和Wohar，2012年）。由于其真正的经济重要性和持续的金融化，以石油为基础的商品自然对经济发展和市场波动敏感。Vacha和Barunik（2012）的最新证据表明，在经济衰退期间，以石油为基础的能源商品形成的投资组合存在更高的下行风险。因此，不对称风险和伴随而来的波动性溢出是人们想要有效测量和监控的特征。然而，有关萨蒙能源商品波动性溢出的研究却出人意料地有限。根据每周数据，Haigh和Holt（2002）分析了原油、取暖油和无铅汽油期货在降低能源交易商价格波动方面的效果：当对冲策略中考虑波动溢出时，不确定性显著降低。哈穆德等人使用1986年至2001年期间的每日数据。

（2003）分析了三种主要石油商品（西德克萨斯中质油、取暖油和汽油）的波动溢出效应以及不同贸易中心的影响。Awartani和Maghyereh（2012）也对不同交易中心之间的溢出进行了分析，他们调查了海湾地区石油和股票之间收益和波动溢出的动态。Lin和Tamvakis（2001）研究了两个主要原油市场（纽约商品交易所和伦敦国际石油交易所）之间的溢出效应，他们发现，当两个市场同时交易时，会产生巨大的溢出效应。最近，Chang等人（2010）发现了四个主要石油市场的波动性溢出和不对称效应：西德克萨斯中质原油（美国）、布伦特原油（北海）、迪拜/阿曼原油（中东）和塔皮斯原油（亚太地区）。考虑到潜在的替代效应（Chevallier andIelpo，2013）或经济联系（Casassus等人，2013），不同类别的石油商品受到类似冲击的影响并不奇怪。然而，溢出效应的演变取决于冲击的质量性质。在波动性溢出中，确定负或正冲击如何传导到其他资产至关重要。一种商品的波动性变化可能会引发其他商品的反应。我们假设这种波动溢出可能表现出严重的不对称性，我们的目标是精确地量化它们。许多研究市场间波动溢出的研究都采用了多元GARCH家族模型、VEC模型等。然而，这些方法有解释上的局限性，最重要的是，它们无法充分详细地量化溢出。在我们的分析中，我们以更高效的技术为基础。

最近，Diebold和Yilmaz（2009）介绍了一种基于向量自回归（VAR）预测误差方差分解的溢出指数（DY指数）计算方法。Diebold和Yilmaz（2012）通过在VAR中引入溢出方向和变量排序，进一步改进了该方法。Kl¨ossner和Wagner（2014）对原始DY指数进行了另一项改进，他们开发了一种新算法，用于指数的快速计算以及指数最小值和最大值的计算。最后，Baruniket等人（2013年）基于已实现半方差的概念（Barndor ff-Nielsen等人，2010年），扩展了DY指数的信息内容，能够捕捉因负回报/冲击和正回报/冲击而具体化的溢出中的不对称性：我们采用这种方法进行分析。我们的贡献主要集中在发现石油商品的挥发性溢出物的严重不对称，但我们的结果要丰富得多。在1987年至2014年期间，我们记录了2008年金融危机后石油商品波动性的溢出效应不断增加，这些波动性极大地改变了石油商品的性质。波动溢出效应的增加与商品的渐进融资相关。从溢出的不对称性来看，原油价格上涨的时期与溢出的负对称性密切相关。总体而言，负回报导致的不良波动在石油大宗商品中的蔓延程度远远大于良好波动。2008年金融危机后，无论是总溢出还是定向溢出，溢出的不对称性都显著下降。

对方向性溢出的分析进一步表明，在溢出传导方面，没有任何商品主导其他商品。论文的结构如下。在第2节中，我们介绍了量化波动性溢出不对称性的方法，即溢出指数与已实现方差和半方差，以及一个直观的吸引人的溢出不对称度量。所用能源商品的数据见第3节。我们在第4节中展示了我们的结果和推论。最后，我们简单总结一下。虽然DY指数已被广泛用于分析金融市场的溢出效应，但据我们所知，只有一项研究将该方法应用于衡量商品市场的波动性溢出，尽管没有评估溢出效应的不对称性。Chevallier和Ielpo（2013）利用每日数据发现，在1995年至2012年间，大宗商品之间的波动溢出效应一直在增加。它们甚至表明，将商品纳入广泛的资产组合会增加总溢出效应。在大宗商品中，造成溢出效应的最大净贡献者是贵金属和能源大宗商品。因此，探索关键能源商品之间溢出的对称性是一个尚未探索的重要领域。2.衡量波动性溢出中的不对称为了定义波动性溢出中的不对称性，我们从描述两个方法框架开始，最后将这两个框架合并为一个新的溢出不对称性度量。2.1. 已实现方差和半方差考虑原木价格的连续时间随机过程，p在时间范围内波动[0≤ T≤ T]，它由一个连续分量和一个纯跳跃分量组成，pt=Rtusds+RtσsdWs+Jt，其中u是一个局部有界的可预测漂移过程，σ是一个严格正的波动过程，所有这些都适用于一个共同的过滤F。

原木价格的二次变化ptis[pt，pt]=Ztσsds+X0<s≤t(（1）在哪里ps=ps- 附言-如果存在，则为跳跃。Andersen等人（2001年）和Barndor ff-Nielsen（2002年）已将二次方差的自然度量形式化，他们建议将其估计为平方收益之和，并创造了“已实现方差”（RV）的名称。形式上，让我们假设价格，pn在间隔[0，t]上等距分布，nxrv=nXi=1（pi- 圆周率-1） （2）以n的概率收敛到[pt，pt]→ ∞. 最近，Barndor Off Nielsen等人（2010年）引入了使用已实现半方差估计器（RS）仅捕获负或正回报变化的估计器-=nXi=1（π- 圆周率-1） I（π）-圆周率-1<0）（3）RS+=nXi=1（pi）- 圆周率-1） I（π）-圆周率-1>0). （4） 已实现的半方差提供了已实现方差的完整分解，如RV=RS-+ RS+，可以作为衡量下行和上行风险的指标。该分解完全适用于任何n.Barndor ff-Nielsen等人（2010年）展示了已实现半方差的极限行为，其收敛于1/2Rtσsds以及由于负回报和正回报而产生的跳跃之和。2.2. 衡量波动溢出Diebold和Yilmaz（2009）介绍了一种基于向量自回归（VAR）预测误差方差分解的波动溢出衡量方法。方差分解记录了某个变量i的H步预测误差方差中有多少是由另一个变量j的创新引起的，因此该度量提供了一种简单直观的方法来测量波动溢出。然而，这种方法也有其局限性。首先，它依赖于变量的系数识别，因此产生的方差分解可能依赖于变量排序。其次，这种方法的一个更关键的缺点是，它只允许测量总溢出。

Diebold和Yilmaz（2012）在随后的工作中成功地消除了这两个限制，他们使用了一个广义向量自回归框架，其中预测误差方差分解对变量顺序是不变的，并且明确地包括了测量定向波动溢出的可能性。第三，也是对我们来说最重要的一点，迪博尔德和伊尔马兹（2009年、2012年）使用加曼和克拉斯（1980年）的每日或每周区间波动率来计算抛售。虽然基于范围的估计器提供了一种有效的估计波动性的方法，但利用高频数据的可用性来提高对传输机制的理解是很有吸引力的。由于toBarndor ff-Nielsen等人（2010年），我们可以方便地将每日波动率分解为负半方差和正半方差，提供下行（上行）风险的代理。将进入计算的总波动率替换为下行（上行）风险的度量将允许我们度量不良和良好波动率的溢出，并测试它们是否以相同的幅度传播。因此，我们考虑RVt=（RV1t，…，RVnt）来衡量总波动溢出，以及-t=（RS）-1t，RS-nt）和RS+t=（RS+1t，…，RS+nt）分别用于衡量因负回报和正回报而产生的波动性溢出。为了衡量好波动和坏波动的溢出效应，我们使用Dieboldand Yilmaz（2012）的方向溢出测度，它直接来自与波动率相关的N变量向量自回归（在我们的例子中是半方差）相关的方差分解。要设置阶段，请考虑anN维向量RVt=（RV1t。