.

[摘要]2020年年初，新型冠狀病毒疫情暴發(fā)，布倫特原油價(jià)格發(fā)生了較大的波動(dòng)，而原油價(jià)格的波動(dòng)對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展至關(guān)重要。為此，文章選取了2020年1月2日到2020年6月30日布倫特原油期貨的開(kāi)盤(pán)數(shù)據(jù)，對(duì)其進(jìn)行二階差分建立平穩(wěn)性的原油價(jià)格序列，通過(guò)建立ARMA（1，2）模型，計(jì)算其殘差并進(jìn)行ARCH檢驗(yàn)，發(fā)現(xiàn)序列存在著高階ARCH效應(yīng);又進(jìn)一步研究發(fā)現(xiàn)，序列有顯著的非對(duì)稱(chēng)現(xiàn)象，最終確定對(duì)序列建立TARCH（1，1）模型對(duì)原油價(jià)格波動(dòng)進(jìn)行分析。

[關(guān)鍵詞]新型冠狀病毒;布倫特原油價(jià)格;ARMA模型;TARCH模型;EARCH模型

[DOI]10.13939/j.cnki.zgsc.2021.31.057

從2020年1月以來(lái)，排除美伊沖突的影響，倫敦布倫特原油價(jià)格受新型冠狀病毒疫情的影響較大。從疫情的危險(xiǎn)性來(lái)看，新型冠狀病毒具有人與人之間的高傳染性，故需實(shí)行隔離措施，控制人員流動(dòng)，防止交叉感染。部分企業(yè)不完全復(fù)工，私家車(chē)出行減少，航空客運(yùn)班次減少，部分物流運(yùn)輸行業(yè)停工，工地基建項(xiàng)目停工，汽柴油的消費(fèi)受壓制，總之原油價(jià)格降低和原油需求降低，歐佩克將深化減產(chǎn)。

1文獻(xiàn)綜述

近年來(lái)，國(guó)內(nèi)外一些學(xué)者研究了一些因素對(duì)石油價(jià)格波動(dòng)的影響。王傳穩(wěn)基于ARMA-GARCH-M模型對(duì)石油價(jià)格市場(chǎng)進(jìn)行了研究[1];周宇，徐凌等利用ARIMA模型對(duì)石油價(jià)格進(jìn)行了預(yù)測(cè)[2-3];Rabemananjara R對(duì)ARCH模型和非對(duì)稱(chēng)效應(yīng)有一定的研究[4];吳孟琪對(duì)原油價(jià)格的非對(duì)稱(chēng)效應(yīng)進(jìn)行了探討[5];于曉娟應(yīng)用GARCH模型對(duì)布倫特原油價(jià)格波動(dòng)性進(jìn)行了分析[6];馮超應(yīng)用TARCH（1，1）模型對(duì)石油價(jià)格波動(dòng)進(jìn)行了分析[7];新型冠狀病毒疫情的影響如同“壞消息”對(duì)原油價(jià)格波動(dòng)的影響，TARCH模型適用于文章研究。

2實(shí)證分析及模型檢驗(yàn)

2.1樣本的選擇與處理

文章選取2020年1月2日到2020年6月30日倫敦布倫特原油期貨的開(kāi)盤(pán)數(shù)據(jù)，除去周末及節(jié)假日，共計(jì)128個(gè)數(shù)據(jù)，數(shù)據(jù)來(lái)源于英為財(cái)情網(wǎng)。其中pricet是第t天的原油開(kāi)盤(pán)價(jià)格，之后用STATA軟件進(jìn)行相關(guān)數(shù)據(jù)處理。

如圖1所示，原油價(jià)格在2020年1月初時(shí)為70美元/桶，但在3月和4月時(shí)價(jià)格已經(jīng)跌破30美元/桶，這期間由于受疫情影響，原油需求量減少，油田開(kāi)始限產(chǎn)等，對(duì)原油價(jià)格產(chǎn)生了巨大的沖擊。從圖1中明顯可見(jiàn)原油價(jià)格序列存在著顯著的非對(duì)稱(chēng)性和非平穩(wěn)性。

2.2數(shù)據(jù)的檢驗(yàn)

通過(guò)二階差分計(jì)算，可將原油價(jià)格序列換算成平穩(wěn)序列D2_y，如圖2所示，可在一定程度上減少趨勢(shì)及其他因素對(duì)序列的影響。由圖3可以看出，數(shù)據(jù)有一定的聚集現(xiàn)象，在3—4月時(shí)間段內(nèi)數(shù)值非常大，可能存在ARCH或GARCH效應(yīng)。

對(duì)序列進(jìn)行ADF檢驗(yàn)，結(jié)果如表1所示，其中檢驗(yàn)標(biāo)準(zhǔn)為無(wú)截距項(xiàng)與時(shí)間趨勢(shì)項(xiàng)。ADF統(tǒng)計(jì)量為-18.838，小于-4.032、-3.447、-3.147;P值為0，說(shuō)明此時(shí)的序列是平穩(wěn)的，可以對(duì)該序列進(jìn)行建模分析。

如圖4所示，對(duì)序列計(jì)算各統(tǒng)計(jì)量，其序列的分布情況有別于正態(tài)分布，其均值為0.0071429，不等于0，故正態(tài)分布的基本假設(shè)不滿足。其偏度為-0.3306876，可知序列左偏分布;峰度為5.304158，相比正態(tài)分布的最大峰度值3要大，故尖峰特征明顯。

2.3模型的建立與選擇

2.3.1ARCH模型

ARCH模型又稱(chēng)自回歸條件異方差模型，可用于描述一般均值方程的隨機(jī)擾動(dòng)項(xiàng)條件方差的變化。通常，隨機(jī)擾動(dòng)項(xiàng)的平方服從一個(gè)p階的ARCH模型：

σ2t=α0+α1ε2t-1+…+αqε2t-p+ηt， t=1， 2， …（1）

式（1）中，ηt獨(dú)立同分布，E（ηt）=0， D（ηt）=λ2，則模型為自回歸條件異方差模型。

2.3.2GARCH模型

在p階的ARCH模型中，如果p值大，則應(yīng)估計(jì)較多參數(shù)，會(huì)對(duì)樣本容量有損失，廣義自回歸條件異方差模型（GARCH）在ARCH 模型的基礎(chǔ)上，加上σ2t的自回歸部分，使得待估計(jì)參數(shù)減少，對(duì)未來(lái)?xiàng)l件方差的預(yù)測(cè)更加準(zhǔn)確。

GARCH（p，q）隨機(jī)擾動(dòng)項(xiàng)為：

σ2t=α0+α1ε2t-1+…+αqε2t-p+γ1σ2t-1

+…+γqσ2t-q， t=1， 2， …（2）

式（2）中，p為σ2t的自回歸階數(shù)，而q為εt的滯后階數(shù)。在STATA中，稱(chēng)εt為ARCH項(xiàng)，而稱(chēng)σ2t為GARCH項(xiàng)，最常用的GARCH 模型為GARCH（1，1）。從某種意義上講，GARCH（1，1）相當(dāng)于無(wú)窮階ARCH 模型。

因此，如果引入σ2t-1作為解釋變量，高階ARCH（p）模型可簡(jiǎn)化為GARCH（1，1）。對(duì)GARCH 模型同樣采取條件MLE估計(jì)。

2.3.3TARCH模型

TARCH模型又叫門(mén)限ARCH 模型，它的條件方差方程為：

σ2t=α0+α1ε2t-1+…+λ1ε2t-1·1（ε2t-1>0）+

β1σ2t-1， t=1， 2， （3）

式（3）中，1（·）為示性函數(shù)，即當(dāng)ε2t-1>0 時(shí)，取值為1，此時(shí)存在非對(duì)稱(chēng)項(xiàng);反之，則為0，不存在非對(duì)稱(chēng)項(xiàng)。λ1ε2t-1·1（ε2t-1>0）為T(mén)ARCH項(xiàng)。該模型適用于研究“壞消息”對(duì)資產(chǎn)價(jià)格波動(dòng)的影響可能大于“好消息”的影響。

2.3.4ARCH效應(yīng)檢驗(yàn)

文章首先對(duì)二階差分序列D2_y建立均值方程，通過(guò)對(duì)序列建立時(shí)間序列模型（ARMA模型），并根據(jù)相關(guān)系數(shù)和P值大小判斷，序列滿足ARMA（1，2）模型。

由此可建立模型的均值方程：

D2yt-0.0086=-0.9588（D2yt-1-0.0086）+εt-

0.2047εt-1-0.9795εt-2（4）

但從圖3可以看出，數(shù)據(jù)存在聚集現(xiàn)象。文章用OLS對(duì)序列D2_y進(jìn)行常數(shù)回歸，然后使用拉格朗日乘子檢驗(yàn)（LM）對(duì)滯后階數(shù)為2的殘差項(xiàng)進(jìn)行檢驗(yàn)，可得P值為0，拒絕原假設(shè)H0，則說(shuō)明有ARCH效應(yīng)，應(yīng)考慮建立TARCH或GARCH模型。

2.3.5模式識(shí)別

從圖1可以看出，倫敦布倫特原油價(jià)格在3—4月有巨大的下跌，且原油價(jià)格序列也存在非對(duì)稱(chēng)性。所以，應(yīng)由其殘差項(xiàng)構(gòu)建TARCH或EARCH模型來(lái)描述原油市場(chǎng)的波動(dòng)情況。文章在選擇擬合GARCH（1，1）模型基礎(chǔ)上再加上TARCH（1）模型，P值較小，即通過(guò)t檢驗(yàn)。文章另外選擇擬合EARCH（1，1）模型，P值較小，即通過(guò)t檢驗(yàn)。

由表2結(jié)果可知，TARCH模型的似然函數(shù)數(shù)值更大，為-326.5728;而AIC、BIC的值更小，為665.1456和682.1155，擇優(yōu)選擇建立TARCH模型。實(shí)際計(jì)算中，TARCH模型中各個(gè)系數(shù)的P值多數(shù)小于0.05，可認(rèn)為T(mén)ARCH模型可用。其均值方程和條件方差方程如下：

均值方程：

ΔD2yt=0.6651-0.7109ΔD2yt-1（5）

條件方差方程：

σ2t=2.939+0.2606ε2t-1+0.3192ε2t-1dt-1+0.3860σ2t-1（6）

在條件方差方程式（6）中，當(dāng)有好消息時(shí)，dt-1=0，無(wú)非對(duì)稱(chēng)項(xiàng)，只有一個(gè)0.2606倍數(shù)的沖擊;當(dāng)有壞消息時(shí)，dt-1=1，有非對(duì)稱(chēng)項(xiàng)，會(huì)有一個(gè)0.5798倍數(shù)的沖擊。因?yàn)棣?>α1， λ1>0，非對(duì)稱(chēng)效應(yīng)的作用加劇波動(dòng)的影響。

3結(jié)論

文章選取布倫特原油價(jià)格的數(shù)據(jù)區(qū)間，進(jìn)行實(shí)證分析后發(fā)現(xiàn)，原油價(jià)格受到新型冠狀病毒疫情壞消息的影響，原油價(jià)格在3—4月有顯著的下跌現(xiàn)象。此外，對(duì)原油價(jià)格殘差序列進(jìn)行ARCH效應(yīng)檢驗(yàn)后，發(fā)現(xiàn)存在ARCH效應(yīng)且具有顯著的非對(duì)稱(chēng)性。為此，通過(guò)方法優(yōu)選對(duì)序列建立TARCH（1，1）模型。根據(jù)模型的參數(shù)可知，模型中非對(duì)稱(chēng)系數(shù)為正值，會(huì)使得原油價(jià)格的波動(dòng)逐漸變大;而出現(xiàn)壞消息時(shí)，對(duì)原油價(jià)格的沖擊要比出現(xiàn)好消息時(shí)的沖擊更大。

由上述的實(shí)證分析，可以清楚地認(rèn)識(shí)到新型冠狀病毒疫情對(duì)原油價(jià)格的沖擊是較大的。當(dāng)原油價(jià)格受到該不利因素影響時(shí)，石油行業(yè)將面臨大量油井關(guān)停限產(chǎn)，國(guó)家和石油公司需要制定相關(guān)的長(zhǎng)期措施和短期計(jì)劃，減少原油價(jià)格變化所帶來(lái)的損失。各個(gè)國(guó)家應(yīng)該考慮石油公司桶油成本，采取減少燃料補(bǔ)貼或增加稅收等行政手段進(jìn)行干預(yù)，在一定范圍內(nèi)嚴(yán)格控制成品油價(jià)格。石油公司仍然面臨存貨減值、經(jīng)營(yíng)業(yè)績(jī)下滑的風(fēng)險(xiǎn)。石油公司短期內(nèi)應(yīng)當(dāng)全產(chǎn)業(yè)鏈削減各類(lèi)成本和降低資本支出。石油公司應(yīng)建立長(zhǎng)期轉(zhuǎn)型目標(biāo)，構(gòu)建清潔低碳的多元能源供給體系，向綜合能源公司轉(zhuǎn)型。

參考文獻(xiàn)：

[1]王傳穩(wěn)，趙凱，葉靜，等.基于ARMA-GARCH-M模型的石油價(jià)格市場(chǎng)風(fēng)險(xiǎn)與收益關(guān)系研究[J].青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（4）.

[2]周宇.ARIMA模型在石油價(jià)格預(yù)測(cè)分析中的應(yīng)用[J].北方經(jīng)貿(mào)，2017（8）.

[3]徐凌，黎佳卉，李亮.ARIMA模型在國(guó)際原油價(jià)格預(yù)測(cè)中的應(yīng)用[J]，河南科學(xué)，2013（5）.

[4]RABEMANANJARA R，ZAKOIAN.Jarch models and asymmetries in volatility[J].Journal of Applied Econometrics，1993（1）.

[5]吳孟琪.國(guó)際原油價(jià)格的波動(dòng)對(duì)我國(guó)產(chǎn)出的非對(duì)稱(chēng)效應(yīng)研究[D].南昌：江西財(cái)經(jīng)大學(xué)，2018.

[6]于曉娟，張學(xué)東，顧浩.基于GARCH模型的BRENT原油價(jià)格波動(dòng)性分析[J].中國(guó)證券期貨，2012（8）.

[7]馮超，申世昌.基于TARCH（1，1）模型對(duì)石油價(jià)格波動(dòng)的實(shí)證分析[J].佳木斯大學(xué)學(xué)報(bào)（自然科學(xué)版），2019（4）.

[作者簡(jiǎn)介]饒溯（1989—），男，江西人，工程師，碩士，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院在職人員高級(jí)課程研修班學(xué)員，中海石油國(guó)際能源服務(wù)（北京）有限公司工程師，研究方向：石油勘探開(kāi)發(fā)、經(jīng)濟(jì)學(xué)。