摘要 | 第4-6页 |
abstract | 第6-8页 |
1 前言 | 第12-30页 |
1.1 研究背景与意义 | 第12-19页 |
1.1.1 研究背景 | 第13-16页 |
1.1.2 研究意义 | 第16-18页 |
1.1.3 问题提出 | 第18-19页 |
1.2 国内外研究现状 | 第19-24页 |
1.2.1 电力价格波动研究 | 第19-21页 |
1.2.2 二氧化碳排放配额价格波动研究 | 第21-22页 |
1.2.3 煤炭价格波动研究 | 第22-23页 |
1.2.4 火电企业价格风险研究 | 第23-24页 |
1.3 研究内容与方法 | 第24-30页 |
1.3.1 研究内容 | 第24-27页 |
1.3.2 研究方法与技术路线 | 第27-30页 |
2 电力价格波动MSM建模 | 第30-44页 |
2.1 引言 | 第30-31页 |
2.2 电力市场主要属性 | 第31-32页 |
2.3 模型 | 第32-34页 |
2.3.1 条件期望值 | 第32页 |
2.3.2 随机波动率和边缘分布 | 第32-34页 |
2.4 实证研究 | 第34-42页 |
2.4.1 电价多重标度 | 第34-37页 |
2.4.2 模型比较 | 第37-40页 |
2.4.3 MSM模型估计 | 第40-41页 |
2.4.4 模型预测表现评价 | 第41-42页 |
2.5 小结 | 第42-44页 |
3 二氧化碳排放配额价格波动GARCH建模 | 第44-64页 |
3.1 引言 | 第44-45页 |
3.2 二氧化碳排放配额市场机制 | 第45-47页 |
3.2.1 EU ETS和排放配额分类 | 第45-46页 |
3.2.2 二氧化碳排放配额的价格决定因素 | 第46-47页 |
3.3 模型 | 第47-50页 |
3.3.1 GARCH模型 | 第48页 |
3.3.2 体制转换模型 | 第48-50页 |
3.4 实证研究 | 第50-62页 |
3.4.1 数据来源与分析 | 第50-52页 |
3.4.2 不同模型样本内结果 | 第52-58页 |
3.4.3 预测结果 | 第58-62页 |
3.5 小结 | 第62-64页 |
4 煤炭价格波动MSM建模 | 第64-83页 |
4.1 引言 | 第64-65页 |
4.2 模型 | 第65-68页 |
4.2.1 一般建模体系 | 第65-66页 |
4.2.2 MSM模型 | 第66页 |
4.2.3 波动率成分的不同分布 | 第66-68页 |
4.3 预测评价方法 | 第68-70页 |
4.3.1 预测评价标准 | 第68-69页 |
4.3.2 预测能力优越性检验 | 第69-70页 |
4.4 实证研究 | 第70-82页 |
4.4.1 数据 | 第70-73页 |
4.4.2 参数估计与预测结果 | 第73-82页 |
4.5 小结 | 第82-83页 |
5 集成风险与对冲策略 | 第83-100页 |
5.1 引言 | 第83-84页 |
5.2 三种商品的共同因子定义 | 第84-85页 |
5.3 模型 | 第85-91页 |
5.3.1 条件期望值 | 第86-87页 |
5.3.2 随机波动率和边缘分布 | 第87-90页 |
5.3.3 条件Copula | 第90-91页 |
5.4 火电企业价格风险对冲策略 | 第91-92页 |
5.4.1 CVaR最小化问题 | 第91-92页 |
5.4.2 基于蒙特卡洛方法模拟出的CVaR | 第92页 |
5.5 实证研究 | 第92-99页 |
5.5.1 Copula-MSM-GARCH的估计 | 第92-96页 |
5.5.2 标杆组合CVaR评价 | 第96-99页 |
5.6 小结 | 第99-100页 |
6 结论与展望 | 第100-106页 |
6.1 主要结论 | 第100-102页 |
6.1.1 电力价格波动 | 第100页 |
6.1.2 二氧化碳排放配额价格波动 | 第100-101页 |
6.1.3 煤价波动 | 第101页 |
6.1.4 集成风险与对冲策略 | 第101-102页 |
6.2 主要创新点 | 第102-103页 |
6.3 论文研究的不足和进一步展望 | 第103-106页 |
参考文献 | 第106-116页 |
致谢 | 第116-118页 |
作者简介 | 第118页 |
在学期间发表的学位论文 | 第118页 |
在学期间参加科研项目 | 第118页 |