• info@haiqib.com
  • 400-069-0969
  • 波浪
  • 波浪
  • 波浪
  • 波浪

原油价格波动特征研究分析与数据来源与模型设定

分类: 全球行业动态 / 2018-06-29

  自从1998年6月1日我国实行与国际油价接轨的定价机制以来,国内原油价格主要受国际市场的影响。近年来,由于经济环境和政治环境风云莫测,国际原油价格波动剧烈,对我国这样的石油消费大国的经济发展造成很大的冲击,已经成为我国宏观经济不稳定的重要因素。因此,研究我国原油价格的波动特征具有重要意义,许多学者也对此开展了大量工作。张跃军、范英、魏一鸣(2007)建立了基于GED分布的GARCH类模型,说明我国原油价格波动具有显著的GARCH效应,但半衰期比国际油价短。肖龙阶、仲伟俊(2009)利用ARIMA(1,1,4)模型对大庆原油价格进行拟合,并对2009年1月至6月的油价进行短期预测,结果模拟值与实际值十分接近,预测结果良好。王雪标、周维利、范庆珍(2012)利用DCC-MGARCH模型比较分析了Brent、Dubai、WTI与我国原油价格的波动溢出效应。侯建朝、谭忠富、施泉生(2011)基于非对称协整检验的方法,发现国内外原油价格和我国宏观经济之间具非对称协整关系,油价下降对宏观经济的影响大于油价上升。目前,关于我国原油价格的研究成果丰富,但是对我国原油价格波动本身特征的研究不够充分,主要停留在以GARCH类模型为分析方法的风险测度上。本文采用1996年10月至2012年10月大庆原油现货月平均价格数据,建立MSMH(3)-AR(4)模型进行实证分析,从而比较准确地刻画我国原油价格的波动特征。

  2 数据来源与模型设定

  2.1数据来源

  无论是美国能源情报署网站公布的世界各地原油价格,还是世界知名交易所公布的原油价格数据,都是以大庆原油价格作为中国原油价格的代表。因此,本文选取美国能源情报署网站的大庆原油从1996年10月至2012年10月的月平均现货价格共169个数据,对其对数进行一阶差分得出原油收益率,即 ,其中, 为 时刻的收益率, 为 时刻的价格,并以计算出的168个原油收益率数据作为研究样本。

  2.2模型设定

  Markov机制转换模型最早由Hamilton于1989年提出,其基本形式如下:

  其中 表示时间序列在t时刻所处的状态,它不能被直接观察到,只能通过时间序列的外在表现推断出来。设时间序列有m种状态,则可记为 (j=1,2……m),同时 在各个状态机制之间的转换服从一阶马尔科夫过程,即未来状态仅与当前状态有关,与过去所有状态无关。若在t-1时刻 ,在t时刻 ,则转换概率表示为 。

  模型设定主要考虑状态个数m和滞后阶数q。现实经济中油价变动总体上可分为上涨、下跌和不变三种状态,因此可设定模型的状态个数为3,即m=3。滞后阶数可以利用AIC信息准则确定,经过比较可以得出滞后阶数为4时模型最合适,即q=4。根据上述分析,可以对原油收益率建立三状态、异方差、四阶Markov机制转换模型(MSMH(3)-AR(4))如下:

  其中 表示原油收益率, 表示状态变量; 、 分别表示t时刻 的均值和方差,它们的值均取决于t时刻所处的状态 。

  3 实证分析

  3.1基本统计分析

  图1为1998年10月至2012年10月大庆原油收益率的时间序列图。从图1中可以看出,我国原油收益率波动频繁,而且在不同时间阶段具有不同的特征。根据原油收益率的大小研究原油价格的增长率,可以发现原油价格主要呈现小幅波动,只有小部分时间内剧烈波动;上升的时间段明显多于下降的时间段,油价总体呈现上涨趋势;2008年9月至12月期间原油价格暴跌,一度超过40%,究其根源,主要是受到金融危机以及多家机构做空的影响。

  3.2参数估计及解释

  本文利用OxMetrics6对所建立的MSMH(3)-AR(4)模型进行参数估计,所得结果均显著,如表1所示。

  由表1结果可知,三种机制下的均值分别为 =-9.8190 、 =2.2886、 =11.2964,即 ,基本上与现实经济中油价变动的三种状态相符。即机制1,原油价格月平均下跌-10.0936%,可视为大幅下跌阶段;机制2,原油价格月平均上涨1.3706%,可视为小幅上涨阶段;机制3,原油价格月平均上涨10.2442%,可视为大幅上涨阶段。与此同时,三种机制下的标准差明显不同, =11.9529、 =2.8669、 = 4.9003,即 ,体现了油价波动在不同阶段具有非对称性的特征:大幅下跌过程中原油收益率的波动最为剧烈,大约是大幅上涨过程的两倍还多,极易受市场或非市场因素的影响;相对而言,油价大幅上涨过程中波动幅度次之,为4.9003%;油价小幅上涨时波动最小,仅为2.8669%。

  模型中的三种机制总在一定的概率下进行转换,表2为各种机制下相应的转移概率矩阵。由表2的结果可知, ,即当月油价大幅下跌时,下月油价继续大幅下跌、转而小幅上涨以及大幅上涨的可能性分别为28.25%、46.11%、25.64%,由此可见如果当月油价大幅下跌,下月油价变动的三种状态都有可能出现,但是小幅上涨的可能性最大,继续大幅下跌比大幅上涨的可能性略大一些; ,即当月油价小幅上涨时,下月油价突然大幅下跌、保持小幅上涨以及大幅上涨的可能性分别为17.80%、62.69%、19.51%,由此可见如果当月油价小幅上涨,未来油价最有可能继续保持小幅上涨状态,大幅上涨和大幅下跌的可能性均较小; ,即当月油价大幅上涨时,下月油价突然大幅下跌、转而小幅上涨以及保持大幅上涨的可能性分别为26.48%、73.52%、0,由此可见如果当月油价大幅上涨,未来几乎不可能继续大幅上涨,一般会放缓增长速度转而小幅上涨,同时也有较小可能大幅下跌。

  • clogo
  • clogo
  • clogo
  • clogo
  • clogo