楊坤 張清朵 何曉龍
[摘 要]選取原油、煤炭以及燃料乙醇市場(chǎng)代表國(guó)際能源市場(chǎng),利用AR(1)-GJR(1,1)-t模型構(gòu)建邊緣分布,并在此基礎(chǔ)上比較靜態(tài)與時(shí)變SJC Copula的擬合狀況,并對(duì)擬合較好模型的參數(shù)估計(jì)結(jié)果進(jìn)行分析。研究結(jié)果表明,國(guó)際能源市場(chǎng)間并沒(méi)有表現(xiàn)出明顯的動(dòng)態(tài)相依關(guān)系;能源市場(chǎng)間的下尾相關(guān)系數(shù)均大于上尾相關(guān)系數(shù),其同時(shí)下跌的可能性較大;并且原油與煤炭市場(chǎng)間出現(xiàn)同時(shí)下跌的可能性最大。
[關(guān)鍵詞]能源市場(chǎng);SJC Copula;相依關(guān)系
[中圖分類(lèi)號(hào)]F713.5 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]
2095-3283(2015)09-0018-03
[作者簡(jiǎn)介]楊坤(1994-),男,四川射洪人,本科生,研究方向:國(guó)際經(jīng)濟(jì)與貿(mào)易;張清朵(1990-),女,河南南陽(yáng)人,碩士研究生,研究方向:金融工程與在險(xiǎn)價(jià)值;何曉龍(1992-),男,四川德陽(yáng)人,本科生,研究方向:國(guó)際經(jīng)濟(jì)與貿(mào)易。
能源是保證經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步和人民生活水平提高的重要物質(zhì)基礎(chǔ)。目前,我國(guó)對(duì)能源的需求巨大,能源市場(chǎng)的對(duì)外依存度較高,國(guó)內(nèi)能源市場(chǎng)與國(guó)外市場(chǎng)聯(lián)系緊密,國(guó)際能源價(jià)格波動(dòng)影響我國(guó)能源市場(chǎng),進(jìn)而影響國(guó)民經(jīng)濟(jì)各個(gè)部門(mén)。同時(shí),由于能源產(chǎn)品之間的替代效應(yīng),存在一定的風(fēng)險(xiǎn)傳導(dǎo)關(guān)系,單個(gè)能源市場(chǎng)的價(jià)格波動(dòng)通常會(huì)影響其他能源市場(chǎng),而不同國(guó)際能源市場(chǎng)間的風(fēng)險(xiǎn)傳播會(huì)加大對(duì)國(guó)內(nèi)經(jīng)濟(jì)的影響。因此,對(duì)國(guó)際能源市場(chǎng)相依關(guān)系進(jìn)行研究,有利于為我國(guó)制定能源政策提供依據(jù),降低投資風(fēng)險(xiǎn),促進(jìn)國(guó)民經(jīng)濟(jì)的平穩(wěn)健康發(fā)展。
一、文獻(xiàn)綜述
國(guó)內(nèi)外學(xué)者就能源市場(chǎng)相依關(guān)系進(jìn)行了一系列有益的探索,Jots運(yùn)用格蘭杰因果檢驗(yàn)研究了不同能源市場(chǎng)間的相互關(guān)系,發(fā)現(xiàn)能源市場(chǎng)只有在極端熊市等時(shí)期時(shí)才存在因果關(guān)系;Serra等結(jié)合VEC(向量誤差修正模型)與MVGARCH模型,指出在巴西存在原油市場(chǎng)到燃料乙醇市場(chǎng),再到蔗糖市場(chǎng)的單向波動(dòng)溢出鏈路;劉紅等基于VAR(向量自回歸模型)對(duì)國(guó)內(nèi)燃油期貨與國(guó)際原油期貨的價(jià)格關(guān)系進(jìn)行了研究,發(fā)現(xiàn)國(guó)內(nèi)外原油市場(chǎng)間存在著長(zhǎng)期均衡關(guān)系,并且國(guó)際原油市場(chǎng)對(duì)國(guó)內(nèi)市場(chǎng)具有深遠(yuǎn)影響。
通過(guò)對(duì)上述研究現(xiàn)狀分析可知,國(guó)內(nèi)外學(xué)者在選擇能源市場(chǎng)進(jìn)行研究時(shí),多選取傳統(tǒng)能源市場(chǎng)而忽略了新能源市場(chǎng)。但近年來(lái),新能源由于其清潔性以及可再生性,受到了各國(guó)政府的大力支持,因此將新能源市場(chǎng)納入研究范圍對(duì)于促進(jìn)新能源市場(chǎng)發(fā)展以及完善能源市場(chǎng)結(jié)構(gòu)具有重要意義。在研究方法的選擇上,現(xiàn)有研究多采用VAR、VEC以及GARCH族模型,但這些方法并不能測(cè)量相依度的大小?;谝陨峡紤],在能源市場(chǎng)劇烈波動(dòng)的背景下,本文選取原油、煤炭以及燃料乙醇市場(chǎng)代表國(guó)際能源市場(chǎng),利用AR(1)-GJR(1,1)-t模型建立邊緣分布,并且通過(guò)比較靜態(tài)與時(shí)變SJC Copula的擬合狀況,選擇擬合較好的模型分析國(guó)際能源市場(chǎng)間的相依關(guān)系。
二、模型構(gòu)建與研究方法
根據(jù)Sklar提出的Copula理論,一個(gè)N維聯(lián)合分布可以被分解為N個(gè)邊緣分布以及一個(gè)Copula函數(shù)。其中,Copula函數(shù)能夠?qū)⒙?lián)合分布與各變量的邊緣分布鏈接起來(lái),因而又被稱為連接函數(shù)。由于Copula函數(shù)能夠克服Pearsons ρ線性相關(guān)方法在描繪非線性相關(guān)上的弱點(diǎn),近年來(lái)得到了廣泛的運(yùn)用,本文將采用二元SJC Copula模型對(duì)國(guó)際能源市場(chǎng)的相依關(guān)系進(jìn)行研究。
Joe-Clayton Copula模型仍然存在一定的缺陷,即當(dāng)時(shí)間序列尾部相關(guān)性相等時(shí),該模型在一定程度上仍存在非對(duì)稱性,所以Patton對(duì)Joe-Clayton copula模型進(jìn)行了修正。修正后的Joe-Clayton copula(SJC Copula)不僅能夠捕捉變量的非對(duì)稱及尾部相依關(guān)系,還能預(yù)防尾部相關(guān)性一致時(shí)的非對(duì)稱性,能夠更為準(zhǔn)確地刻畫(huà)變量間的相依關(guān)系,具體公式如下:
三、實(shí)證分析
(一)數(shù)據(jù)及描述性統(tǒng)計(jì)
本文分別選取紐約商業(yè)交易所的原油期貨代表原油市場(chǎng)、倫敦石油交易所的荷蘭鹿特丹煤炭期貨代表煤炭市場(chǎng)以及芝加哥期貨交易所的乙醇期貨代表燃料乙醇市場(chǎng)。為了具體考察能源市場(chǎng)在劇烈波動(dòng)背景下的相依狀態(tài),樣本數(shù)據(jù)選擇2014年6月1日到2015年3月31日的每日收盤(pán)價(jià),記為Pt,并在此基礎(chǔ)上計(jì)算其日度收益率:
表1為指數(shù)收益率的描述性統(tǒng)計(jì)結(jié)果,由表1可知,國(guó)際能源市場(chǎng)表現(xiàn)出了一定的尖峰、有偏特征,并且根據(jù)J-B檢驗(yàn)結(jié)果,收益率序列均拒絕服從正態(tài)分布的原假設(shè)。
(二)邊緣分布建模
根據(jù)以上分析,國(guó)際能源市場(chǎng)呈現(xiàn)出了尖峰、有偏、非正態(tài)等特征,不能直接建立邊緣分布。因此本文選擇AR(1)-GJR(1,1)-t作為邊緣分布模型,通過(guò)AR(1)捕捉收益率的自回歸性,GJR(1,1)捕捉波動(dòng)集聚性以及杠桿效應(yīng),該模型為:
本文先利用AR(1)-GJR(1,1)-t對(duì)數(shù)據(jù)進(jìn)行擬合,求得各收益率序列的標(biāo)準(zhǔn)殘差序列;然后對(duì)殘差序列進(jìn)行相應(yīng)概率積分的轉(zhuǎn)換;最后運(yùn)用Kolmogorov-Smirnov統(tǒng)計(jì)檢驗(yàn)序列的分布。表2為邊緣分布模型的擬合結(jié)果,根據(jù)K-S檢驗(yàn),轉(zhuǎn)換后的序列服從[0,1]上的均勻分布,因此AR(1)-GJR(1,1)-t模型能夠很好地過(guò)濾收益率序列的自回歸性、波動(dòng)集聚以及杠桿效應(yīng)。
(三)SJC Copula函數(shù)的參數(shù)估計(jì)
為了研究國(guó)際能源市場(chǎng)相依關(guān)系,并且明確相關(guān)關(guān)系的動(dòng)態(tài)變化狀態(tài),本文先后利用靜態(tài)SJC Copula模型與時(shí)變SJC Copula模型對(duì)數(shù)據(jù)進(jìn)行擬合,擬合結(jié)果見(jiàn)表3與表4。
通過(guò)對(duì)比表3與表4中的AIC值可知,靜態(tài)SJC Copula模型的AIC值均小于相應(yīng)時(shí)變SJC Copula模型的AIC值,靜態(tài)SJC Copula對(duì)于數(shù)據(jù)的擬合程度更高,這說(shuō)明不同國(guó)際能源市場(chǎng)的動(dòng)態(tài)相依特征并不明顯。這可能是由于能源市場(chǎng)兼具商品市場(chǎng)與金融市場(chǎng)的特征,其相關(guān)關(guān)系相較于單純的金融市場(chǎng)更為穩(wěn)定,因而時(shí)變性并不顯著。因此,本文將對(duì)靜態(tài)SJC Copula的參數(shù)估計(jì)結(jié)果進(jìn)行具體分析。endprint
第一,能源市場(chǎng)間的下尾相關(guān)系數(shù)均大于其上尾相關(guān)系數(shù)。這說(shuō)明在國(guó)際油價(jià)暴跌后,由于能源市場(chǎng)的相互影響,利空消息對(duì)于相關(guān)性的影響大于利好消息的影響,其出現(xiàn)同時(shí)下跌的可能性大于同時(shí)上行的可能性。
第二,原油和煤炭市場(chǎng)間的下尾相關(guān)性更強(qiáng),兩市場(chǎng)間出現(xiàn)同時(shí)下跌的可能性最大。作為最重要的兩種能源,當(dāng)國(guó)際油價(jià)暴跌后,由于替代效應(yīng)的存在,煤炭市場(chǎng)也出現(xiàn)了持續(xù)的下跌。
四、結(jié)論
本文選取原油、煤炭以及燃料乙醇市場(chǎng)代表國(guó)際能源市場(chǎng),運(yùn)用AR(1)-GJR(1,1)-t模型對(duì)數(shù)據(jù)進(jìn)行過(guò)濾并建立邊緣分布,比較靜態(tài)SJC Copula與時(shí)變SJC Copula的擬合狀況,選擇擬合程度相對(duì)較高的靜態(tài)SJC Copula,對(duì)其參數(shù)估計(jì)結(jié)果進(jìn)行具體分析,得出以下結(jié)論:1.國(guó)際能源市場(chǎng)呈現(xiàn)出了一定的尖峰、有偏以及非正態(tài)的特征,而通過(guò)AR(1)-GJR(1,1)-t模型能夠有效地捕捉收益率的自回歸性、波動(dòng)集聚以及杠桿效應(yīng);2.靜態(tài)SJC Copula對(duì)于數(shù)據(jù)的擬合程度更高,不同國(guó)際能源市場(chǎng)間并沒(méi)有表現(xiàn)出明顯的動(dòng)態(tài)相依關(guān)系;3.國(guó)際能源市場(chǎng)受到利空消息的影響,同時(shí)下跌的可能性大于上行的可能性。風(fēng)險(xiǎn)管理部門(mén)應(yīng)當(dāng)密切關(guān)注能源市場(chǎng)的風(fēng)險(xiǎn)相依關(guān)系,減小價(jià)格波動(dòng)對(duì)經(jīng)濟(jì)所產(chǎn)生的不利影響;4.在不同能源市場(chǎng)間,原油市場(chǎng)與煤炭市場(chǎng)同時(shí)下跌的可能性最大,生產(chǎn)者應(yīng)當(dāng)注意防范二者價(jià)格同向變動(dòng)而可能引起的經(jīng)營(yíng)風(fēng)險(xiǎn)。
[參考文獻(xiàn)]
[1]Jots M,Mignon V.On the link between Forward Energy Prices: A Nonlinear Panel Cointegrationapproach[J].Energy Economics,2011(33):1170–1175.
[2]Jots M.Energy Price Transmissions during Extreme Movements[J].Economic Modelling,2014(40):392-399.
[3]Serra T,Zilberman D,Gil J M,et al.Nonlinearities in the U.S.Corn-Ethanol-Oil-Gasoline Price System[J].Agricultural Economics,2011,42(1):35-45.
[4]劉紅,王小嬌.我國(guó)燃油期貨與國(guó)際原油期貨的價(jià)格關(guān)系研究[J].價(jià)格理論與實(shí)踐,2014(1):103-105.
[5]張堯庭.連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J].統(tǒng)計(jì)研究,2002(4):48-51.
[6]Patton,A J.Modelling Asymmetric Exchange Rate Dependence[J].International Economic Review,2006,47(2):527–556.
(責(zé)任編輯:董博雯)endprint