例如,一家公共事业型公司可以通过购买HDD的线性投放赔付方式(公式1a)来规避暖冬可能带来的收入下降。合同的参数通常由公司往年的收入波动和HDD变动的相关性数据确定,另一方面,电力能源的主要消费者可以通过购买HDD的召回保险以减少在严寒时电力能源的涨价时增加的支出。
伴随着HDD和CDD的召回投放保险合约的广泛使用,天气衍生品也有了新的改革和发展。假如一个除雪机零售商为了提高其销售量,向顾客承诺如果在当年冬季的总降雪量低于往年水平,将给与购买者相应比例的折扣。那么当降雪量低于往年水平时,该公司将面临巨大的负债问题。但,公司可以通过购买与降雪量较少后所产生损失等值的总降雪量投放保险来转嫁风险。在这个例子中,二进制赔付方式(公式1b)将比线性赔付更适合,因为折扣量将很好的决定了二进制方程中的临界点。
天气衍生品的卖方主要包括那些在产品生产和贸易环节将承担巨大风险的大型能源类公司。保险公司和再保险公司也成为重要的卖方,他们将为保险者寻找可替代方式来有效管理他们的资产。尽管天气衍生品这样短时间的交易史,是我们不能够对其运作情况以及对金融市场的相关性影响做到十分透彻的分析,但介于这种不确定性并不影响天气衍生品规避风险的价值,社会希望能够有更多的投资者采取这种方式规避风险减少灾害所带来的社会损失。
4.分析
要把握好一份天气衍生品合同的框架,买方需要对我们在第二点中所提到的六个条件有明确的定义要清楚所需保护的等级和类型。而这些又一般取决于买方对以下两点知识的掌握程度及其相关性变化的理解:(i)天气指数(ii)贸易中涉及相关的收支情况变化,就像第二点中已经提到的。而因为上述内容对于不同的贸易情况和买方来说,个体之间会有很大的差异性,所以面前的研究并没有在这方作特别的分析和总结。
下一个问题是,对于一份合同其合理价位是多少?尽管保险金额基本上是按照市场供需要求来决定的,合同的花费通常被当做是一个有用的基准。一份天气衍生品合约的经费包含最终合约的赔付金额(P)以及这之前卖方所需支付的开销。前者并没有太多的多样性,而后者更是一个已被决定了的定值,因此,花费本身的变化并不大。由此,从卖方的角度看投资的回报(定义为保险金加上投资一般收入再减去花费)也是基本不会有太大变化的。
从卖方的角度,保险金额必须大于赔付才能够在长远上有所收益(可能性期待回报),卖方同时还将要求伴随风险等级的提高其回报的标准差具有可测性增长。但,对于风险投资及回报的详细讨论超出了本文所涉及的范围。感兴趣的读者可以参考Rudd and Clasing(1988)。从买方的角度,保险金和合同预计损失的差别在于后者转嫁了天气相关的风险,以减少了本身的损失,而买方需要确定开销本身将小于天气风险所带来的损失。
分析合约花费的概率性变化的关键是对于P, fP( p)概率函数(PDF)的分析,由于P是由W(公式(1a)或(1b))所决定,因此,我们首先分析W, fW(w)的概率函数。 a. W的概率特征
通常得到 fW(w)的方法包括
(a)拟合历史数据,建立概率模型,假设历史数据为独立样本不受环境影响; (b)拟合一个时间序列模型,例如应用历史数据得到自动回归滑动平均模型
而这些方法均必须依靠明确定义的统计学假设和在社会科学及自然科学的各个领域中成功应用的为基础。
但是上述这些模型所采用的历史数据并不是完全独立的,而目前我们所掌握的那些物理现象的趋势变化和年际波动并不能很好的通过纯统计学模型建立准确的估计模型。而这是因为我们在建立这些模型时并没有考虑到W本身是受大气-海洋环流的控制,这些物理