煤电差价合约及其合作效益优化分配的博弈模型

随着煤炭市场的规模化、集中化的出现,煤炭商利用其市场力哄抬煤炭市场价格的现象自然会出现,而煤炭价格的上涨又会带来发电上网价格、供电销售价格的上涨。可见,控制煤炭商市场力可以从源头有效管理能源价格问题。本文设计了煤电的差价合约模型,然后运用Cournot寡头垄断模型论述差价合约对煤炭商的生产行为与发电商的决策行为的影响,运用Stackelberg寡头垄断模型论述发电商之间合作对其效应的影响,并通过Shapley原理给出了发电商之间合作利益分配模型。通过算例模拟发现,煤电差价合约可以促使煤炭商增加生产量,降低煤炭市场价格,稳定销售量,而发电商的合作行为使这种效应更加明显。     

新时期煤炭需求调查、市场走势及价格预测问题探讨

煤炭市场面临着许多新挑战,其未来走势如何对我国国民经济影响重大。随着各种新能源的应用,煤炭需求也将受到影响,如何控制供需量显得无比重要。在诸多因素的作用下,煤炭价格必将会有所变化,应提前预测,减少风险。在此主要对煤炭的需求调查、市场走势和价格预测三方面进行了分析。     

基于DBN模型的WTI原油期货价格区间预测

文章提出基于DBN模型的WTI原油期货价格的区间预测方法。具体是将结算价、开盘价、收盘价、最高价和最低价等原始价格序列数据转换成图片作为DBN模型的输入特征进行训练,以训练好的模型为基础进行趋势预测,在此基础上提出区间预测方法,以期改善DBN模型在原油期货价格预测中的应用效果,为原油期货价格预测提供新的思路和参考价值。     

煤炭市场的形势变化对煤炭行业的影响探析

近年来,随着经济的不断发展,作为世界常规能源的煤炭需求量逐年提高,煤炭的价格也逐渐攀升,煤炭市场具有较好的发展前景,促进了煤炭行业的景气度上升.本文主要对煤炭市场的形式变化对煤炭行业产生的影响进行分析,就煤炭行业的发展前景进行研究.     

我国今年煤炭市场的进出口特点

今年以来,由于世界经济危机的影响,国际能源及煤炭市场都发生了很大变化,出现了前所未有的市场疲软、需求下滑、交易清淡的不景气现状。我国煤炭市场虽然受到全球煤炭市场变化的巨大影响,但是,由于世界金融危机及经济危机对我国的影响程度相对较小,国家又及时采取了扩大内需,保持增长,推动经济振兴的一系列经济刺激政策,     

当前企业成本管理工作中问题与对策

进入到2014年我国煤炭市场持续低迷,随着市场需求疲软、落后产能占据大部分生产力、进口煤持续影响国内煤炭市场价格、国家节能减排政策的出台,以及大中型国有煤炭企业税费负担严重以及社会负担较重等多重因素叠加影响下,煤炭企业经济效益大幅下降、成本高居不下、企业持续亏损,我国大部分煤炭企业面临生存危机。     

基于EMD和SVMs的原油价格预测方法

针对原油价格预测问题,提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法.该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到3个新序列,分别代表市场波动价格、重大事件价格、趋势价格;针对此3个序列,构建不同SVMs模型分别进行预测,得到各序列预测值;用SVMs针对各序列预测值构建组合模型得到最终预测值.采用WTI和Brent原油现货价格数据验证本方法的有效性,结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度.     

煤炭价格市场化思考

我国煤炭价格市场化改革已经很多年了,煤炭价格市场化推动了煤炭行业快速的发展,促进了社会的进步。因此,我国煤炭市场化改革是对的,成效是显著的。我们不应该用计划经济的手段来解决煤炭市场的经济问题,应该考虑通过市场经济体制来解决市场经济发展中出现的问题,把煤炭价格市场化改革的路子走向一个新的台阶。     

双因子随机条件极差模型及其实证研究

对波动率的建模和估计传统上主要基于由收盘价计算得到的收益率信息,而基于包含更多日内价格变动信息的价格极差对波动率的研究却相对较少.对经典的针对价格极差动态性建模的条件自回归极差(CARR)模型进行扩展,借鉴随机波动率(SV)模型的建模思路,同时考虑波动率的长记忆特征,引入Gamma分布刻画价格极差新息的分布,构建了双因子随机条件极差(2FSCR)模型来描述价格极差的动态性.进一步,基于连续粒子滤波算法,给出了2FSCR模型参数的极大似然估计方法,并通过蒙特卡罗模拟实验表明了该估计方法的有效性.采用上证综合指数(SSE)、深证成份指数(SZSE)、香港恒生指数(HSI)和美国标普500指数(SPX)数据进行了实证研究,结果表明:2FSCR模型相比CARR模型以及单因子的SCR模型都具有更好的数据拟合效果.进一步的模型诊断分析表明,2FSCR模型相比CARR模型和SCR模型能够更好地刻画价格极差新息的尾部分布,能够更充分地捕获波动率的动态特征(时变性、聚集性与长记忆性).采用滚动窗方法对波动率进行预测,利用价格极差与已实现波动率作为比较基准对模型的预测能力进行了比较分析,结果表明:2FSCR模型相比CARR模型和SCR模型都具有更为优越的波动率预测效果.     

基于ARMA-GARCH模型的内蒙古煤炭价格波动性研究

文章运用ARMA-GARCH模型,以内蒙古煤炭价格指数的对数收益率为研究对象,对内蒙古煤炭价格波动性进行实证研究。研究结果显示,内蒙古煤炭价格指数的对数收益率序列均具有明显的波动集聚性,波动率序列具有显著的ARCH效应;煤炭市场往期的波动对现在波动的影响明显大于外部冲击;通过ARMA-GARCH模型中ARCH系数与GARCH系数之和与“1”的大小比较可知,波动具有不同强度的持续性和增强的趋势。     

陕西省煤炭价格的模拟与预测研究

基于煤炭价格布朗运动的特性,建立了煤炭价格函数,并借助ITO定理对煤炭价格进行了求解。在此基础上,结合陕西省煤炭价格实际,利用计算机VC语言编程辅助处理,对陕西省煤炭价格进行了模拟和长期预测。     

中国铁矿石期货市场的定价影响力研究——基于VEC-SVAR模型的实证分析

为探究中国铁矿石期货这一新兴市场的定价影响力状况以评价其对于中国铁矿石国际定价权的提升所起到的作用,本文从期货市场功能的视角,采用以VEC-SVAR模型为核心的研究方法,选取2013年10月至2016年3月的相关日度历史数据,对中国铁矿石期货价格与国内外现货价格间的动态联动及引导关系进行实证分析。结果表明：中国铁矿石期货价格与国内外现货价格之间存在高度关联性和长期均衡关系,已具备风险规避功能,可用于套期保值转移市场风险,但尚不具备有效的价格发现功能,无法对国内外现货价格的形成起决定和引导作用,定价影响力较弱,并未实质性地促进中国铁矿石国际定价权的提升;以TSI为代表的国际铁矿石现货价格指数占据绝对的定价权主导地位,但其高度的价格独立性和不透明的编制过程隐藏有价格操纵的可能性。     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

中国燃油期货市场的VaR与ES风险度量

近年来,我国燃油期货市场取得快速发展,但有关该市场波动特征和风险状况的研究却非常缺乏。以上海期货交易所燃油期货价格指数为例,分别在多头和空头两种头寸状况以及5种不同分位数水平下,运用条件覆盖检验、非条件覆盖检验等后验分析方法,实证对比了不同风险测度模型对VaR和ES两种不同风险指标估计的精度差异。研究结果表明:在我国燃油期货市场的风险测度估计中考虑国际燃油价格波动因素有助于获得更为精准的风险测度精度;在综合考虑了模型对价格变化动力学的刻画效果以及对极端风险的测度精度等因素后,FIGARCH_CST-SST模型是一个相对合理的风险测度模型选择。     

供给与需求驱动型原油价格变动对股票市场的多时间尺度影响研究

不同时间尺度下,供给和需求驱动型原油价格变动对股票市场的影响具有差异性,本文结合小波变化及向量自回归模型,从影响方向、影响强度及影响持续时间三个角度对这种差异性展开研究。首先,在多时间尺度下识别供给和需求驱动型原油价格变动;随后,就不同类型原油价格变动对全球综合股指的动态影响进行分析。结果发现：1）两类原油价格变动对股票市场在短、中及长期下均有显著影响,但需求驱动型原油价格变动在超短期（尺度1：2-4个月）和超长期（尺度6：64-128个月）下对股票市场没有显著影响;2）两类原油价格变动对股票市场的影响方向在短期和中期下具有随机性,在长期下具有正向影响;3）两类原油价格变动对股票市场的影响强度在短期和中期较在长期要高出至少60%;4）两类原油价格变动对股票市场的影响时间随着时间尺度的增长而增长,由短期下的20个月左右延长至长期下的60个月以上。     

Optimizing global thermal coal shipments

Thermal coal is used to produce energy; with changing emissions standards and advents in renewable technology, the thermal coal market has seen significant transformation over the past decade. We develop a mixed-integer optimization problem that seeks to minimize shipment costs while meeting demand for thermal coal, and which respects quality constraints, supply limits, and port capacity; we use this model to analyze the following scenarios: (i) a counterfactual setting in which we compare historical shipping patterns to model results using a 2012 base year; (ii) the explicit effect of Chinese mandates on coal shipments; (iii) the impact on our shipping patterns of reduced Chinese and Indian demand; (iv) the effects of the Baltic Dry Index and oil prices; and (v) a comparison of shipments prior and subsequent to Panama Canal expansion. Our work can be used to inform policy, study responses to variable price and demand scenarios, and provide insight to both coal producers and consumers about the international coal market. For example, removal of mandates set by the Chinese government to fill its own demand decreases coal flows from Northern to Southern China by 56%, which has a spill-over effect on European and American markets; and, expansion of the Panama Canal leads to only modest shipping increases through the canal (6.7%), with more coal originating from Colombia serving Asian demand.     

基于经验模态分解的房价周期波动实证分析

房地产市场是一个复杂的系统,房价是多种因素共同作用下最终的表现形式。经验模态分解方法是处理非平稳、非线性序列的有效工具,将其运用于房价分析,可以从房价时间序列自身出发揭示内在特征。以杭州市过去四年新建商品住宅交易的周度价格数据为例,对其分解,再根据本征模态函数的特征进行重组。研究表明:房价时间序列由经济基本面决定的长期趋势、金融危机等重大事件带来的低频振动和短期市场不均衡导致的随机波动三方面构成,为短期房价预测提供了思路。杭州市商品住宅市场存在3年的大周期,14个月和7个月的小周期。     

基于Copula模型的商业银行碳金融市场风险整合度量

目前低碳经济已经成为转变经济发展方式的战略措施之一, 碳金融业务逐渐成为金融机构助力低碳经济发展的重要金融创新领域, 而风险控制问题始终是影响金融创新成败的关键。目前中国的碳金融市场以清洁发展机制(CDM)下商业银行参与的间接金融为主导, 商业银行参与碳金融业务面临国际碳价波动、碳交易结算货币汇率波动等诸多风险, 且多源风险因子之间具有业务共生性和复杂相关性。论文选取2009-2012年美国洲际交易所(ICE)的核证减排量CERs期货价格和欧元兑人民币汇率价格作为金融时间序列的样本数据, 探究运用ARMA-GARCH模型分别刻画碳价风险和汇率风险特性的方法, 研究处理风险因子间的非线性相关关系的Copula函数方法, 构建Copula-ARMA-GARCH模型并利用Monte Carlo模拟计算碳市场多源风险的整合VaR。实证发现:碳金融市场收益率具有波动聚集性和异方差特性;潜在的碳价风险要高于汇率风险;若忽视不同风险因子之间的相关性会高估碳市场风险;政府汇率监管在一定程度上降低了碳市场的风险。研究贡献在于探究符合碳金融资产风险特征的多源风险整合度量技术, 为商业银行有效控制碳市场风险、促进碳金融创新提供理论依据。     

国际原油价格系统结构性突变识别与分析

选取1997年至2011年作为样本区间,以国际原油市场结构的周期性和突变特征作为研究对象,在筛选变量的基础上,以原油的价格、供应、需求、美元指数和中国原油净进口为内生变量,以库存和投机因素为外生变量,建立原油市场结构经验VARX模型,分析各变量对原油价格的影响,并以此为基础建立基于Bayes理论的原油价格系统MSBVAR模型,识别和分析原油价格系统在考察期内的结构性变化。研究结果表明,影响原油价格波动的首要因素为中国原油净进口,存在亚洲溢价现象且持续期为2个多季度,美元指数影响次之,之后是原油需求,原油供应的贡献率影响最小;原油价格的翘尾效应在不同状态下的滞后期均为1个季度,且效应显著。突发事件对原油价格系统均衡结构的冲击不可忽视,1997年至2011年国际原油市场只存在一个结构突变点,即美国金融危机是导致该次原油价格系统结构平衡被打破的唯一事件。