馬嫣然, 吳 菲, 張大永, 姬 強(qiáng)*

(1. 中國科學(xué)院科技戰(zhàn)略咨詢研究院, 北京 100190; 2. 西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)與管理研究院, 成都 610074)

0 引 言

2018年3月中國原油期貨(INE)市場作為中國首個(gè)對(duì)外開放的交易平臺(tái)正式上市,這對(duì)促進(jìn)中國經(jīng)濟(jì)活力和推進(jìn)人民幣國際化具有重要作用.近年來,國內(nèi)外市場黑天鵝事件頻發(fā),國際原油期貨市場極端風(fēng)險(xiǎn)增加.例如,2020年國際原油期貨價(jià)格異常波動(dòng),直接導(dǎo)致全球多國股票市場觸發(fā)熔斷機(jī)制,全球宏觀經(jīng)濟(jì)不確定性明顯增加.面對(duì)國際市場價(jià)格高波動(dòng)和風(fēng)險(xiǎn)傳染的情況,考慮到中國原油期貨市場監(jiān)管機(jī)制、風(fēng)險(xiǎn)防范機(jī)制以及預(yù)警機(jī)制方面的建設(shè)還不完善,如何在中國原油期貨市場快速發(fā)展的同時(shí)防控風(fēng)險(xiǎn)、維持價(jià)格穩(wěn)定,成為交易所面臨的重要挑戰(zhàn).因此,本文以中國原油期貨市場為研究對(duì)象,旨在識(shí)別并分析不同時(shí)間尺度下影響價(jià)格波動(dòng)規(guī)律的驅(qū)動(dòng)因素,為國內(nèi)監(jiān)管部門和投資者把握中國原油期貨市場波動(dòng)、規(guī)避市場風(fēng)險(xiǎn)提供理論指導(dǎo).

目前原油價(jià)格波動(dòng)預(yù)測的研究主要聚焦于WTI市場和BRENT市場,而關(guān)于INE原油價(jià)格波動(dòng)預(yù)測的量化研究基本處于空白狀態(tài).通過梳理相關(guān)文獻(xiàn),本文將預(yù)測油價(jià)波動(dòng)的方法分為兩大類.第一類是基于原油價(jià)格歷史信息預(yù)測.學(xué)者們主要基于歷史油價(jià)數(shù)據(jù)(包括高頻數(shù)據(jù)或低頻數(shù)據(jù)),利用GARCH族類模型[1, 2]、HAR類模型[3, 4]、MIDAS模型[5]等計(jì)量工具,描述并預(yù)測原油價(jià)格波動(dòng).這類預(yù)測對(duì)數(shù)據(jù)要求比較低,但研究證實(shí)原油價(jià)格受一組動(dòng)態(tài)且復(fù)雜多變的因素驅(qū)動(dòng),歷史價(jià)格信息不足以全面反映原油價(jià)格變化情況[6].因此,第二類預(yù)測方法在模型中引入了預(yù)測因子來提高預(yù)測精度.這類研究重在篩選影響原油價(jià)格波動(dòng)的因素,建立其與油價(jià)波動(dòng)的函數(shù)關(guān)系.歸納文獻(xiàn)發(fā)現(xiàn),主要因素包括：全球原油供需基本面信息、宏觀經(jīng)濟(jì)環(huán)境、市場金融化因素、匯率變動(dòng)、地緣政治等[7-12].但目前大多數(shù)研究僅聚焦于某類信息對(duì)油價(jià)波動(dòng)的預(yù)測能力,而沒有對(duì)各項(xiàng)預(yù)測因子做分類和對(duì)比分析.因此,本文重點(diǎn)關(guān)注兩個(gè)問題：第一,如何構(gòu)造合理的預(yù)測因子;第二,對(duì)比分析多維信息對(duì)油價(jià)的預(yù)測效果.

本文的貢獻(xiàn)主要包括四個(gè)方面.首先,是第一篇量化分析和預(yù)測中國原油期貨價(jià)格波動(dòng)的研究.具體地,從多因素預(yù)測的視角,基于原油市場供需屬性、商品屬性、金融屬性、匯率影響、全球宏觀經(jīng)濟(jì)以及相關(guān)事件六個(gè)維度構(gòu)造了相應(yīng)的預(yù)測因子,用于預(yù)測中國原油期貨的價(jià)格波動(dòng).其次,重點(diǎn)識(shí)別和對(duì)比分析不同時(shí)間尺度下,各類信息對(duì)INE原油價(jià)格波動(dòng)的預(yù)測效果,為中國原油期貨市場規(guī)避市場短期、中期和長期的異常波動(dòng)提供理論支持.再次,從信息視角,基于廣義動(dòng)態(tài)因子模型提取并合成同類因素的信息,避免因素之間的同質(zhì)化影響和維數(shù)災(zāi)難,為分析油價(jià)波動(dòng)提供了新的分析工具.最后,本文采用互聯(lián)網(wǎng)數(shù)據(jù)來量化突發(fā)事件.與虛擬變量刻畫事件相比,本方法能更有效地反映事件發(fā)生的規(guī)模效應(yīng)、響應(yīng)模式以及持續(xù)強(qiáng)度[13].

1 構(gòu)建預(yù)測因子

首先,利用廣義動(dòng)態(tài)因子模型構(gòu)造原油市場供需預(yù)測因子、匯率市場信息預(yù)測因子、市場金融化預(yù)測因子、商品市場預(yù)測因子和全球宏觀經(jīng)濟(jì)預(yù)測因子.其次,借鑒Da等[14]方法,利用互聯(lián)網(wǎng)數(shù)據(jù)量化了原油市場相關(guān)事件,構(gòu)造了事件預(yù)測因子.

1.1 指標(biāo)體系和數(shù)據(jù)

本部分重點(diǎn)介紹各個(gè)維度指標(biāo)的選取和指標(biāo)體系的構(gòu)建依據(jù),詳見表1(1)各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果如需可向作者索要..1)供需基本面信息.原油價(jià)格波動(dòng)很大程度上服從供求規(guī)律[8].選取INE原油庫存體現(xiàn)市場短期供需;選取波羅的海干貨指數(shù)和中國沿海散貨運(yùn)價(jià)指數(shù)描述全球和中國原油需求情況;選取中國原油進(jìn)口金額體現(xiàn)中國原油市場需求側(cè)信息.2)匯率市場信息.中國原油期貨以人民幣計(jì)價(jià)和結(jié)算,人民幣貨幣信息變動(dòng)會(huì)影響國際交易者的參與活躍度.選取同業(yè)拆放利率、美元兌人民幣匯率以及人民幣指數(shù)描述國內(nèi)外匯率市場信息變動(dòng)情況.3)商品市場信息.原油作為大宗商品市場的重要組成部分,其他大宗商品信息變動(dòng)會(huì)直接傳染到原油市場中[11].選取CRB指數(shù)和南華商品指數(shù)分別用于描述國外和國內(nèi)商品市場信息.4)市場金融化信息.隨著原油金融類資產(chǎn)的成熟,原油市場金融化屬性凸顯,其他金融市場信息會(huì)通過跨市場交易傳遞到原油市場當(dāng)中,驅(qū)動(dòng)原油價(jià)格變動(dòng)[11].選取國內(nèi)外股票市場信息(即,上證指數(shù)和S&P 500指數(shù))、中國原油期貨市場場內(nèi)交易信息和兩市場隱含波動(dòng)率描述市場金融化信息.5)宏觀經(jīng)濟(jì)環(huán)境信息.全球宏觀經(jīng)濟(jì)不確定性增加會(huì)通過影響全球原油供需誘導(dǎo)原油價(jià)格劇烈波動(dòng)[15].選取經(jīng)濟(jì)政策不確定性指數(shù)(EPU)量化宏觀經(jīng)濟(jì)的不確定性[16],根據(jù)全球主要原油需求和供給國家,分別選取美國、中國、日本、俄羅斯、加拿大以及歐洲六個(gè)國家和地區(qū)的指數(shù).6)事件信息.與其他金融資產(chǎn)不同,原油市場具有物理屬性和地緣政治屬性.地緣政治事件、極端天氣等突發(fā)事件容易引起原油價(jià)格波動(dòng)[13].本文以O(shè)PEC事件、地緣政治事件、自然災(zāi)害等65個(gè)詞條為關(guān)鍵詞,提取互聯(lián)網(wǎng)數(shù)據(jù),并以此量化事件信息沖擊的規(guī)模效應(yīng)和動(dòng)態(tài)變化.

1.2 構(gòu)建預(yù)測因子

1)廣義動(dòng)態(tài)因子模型

與傳統(tǒng)的因子模型不同,廣義動(dòng)態(tài)因子模型[17]能夠描述系統(tǒng)統(tǒng)計(jì)結(jié)構(gòu)的動(dòng)態(tài)屬性.同時(shí),廣義動(dòng)態(tài)因子可以將各個(gè)變量之間的動(dòng)態(tài)聯(lián)系納入到各個(gè)變量共同成分的計(jì)算中,可反映原油市場系統(tǒng)的復(fù)雜動(dòng)態(tài).具體模型如下

對(duì)于?n∈N,t∈T,各類信息Yit可以分解為“共同信息成分”Xit和“隨機(jī)信息成分”Zit如下

(1)

表1 預(yù)測因子指標(biāo)體系說明

其中Xit和Zit分別表示各類信息的共同成分和隨即成分;ukt是共同信息Xit變動(dòng)的共同因子;Q是共同因子數(shù)目.模型假設(shè)請(qǐng)參考Forni等[17].

2)量化突發(fā)事件

表2 INE油價(jià)波動(dòng)與原油市場相關(guān)事件的有效關(guān)鍵詞之間的格蘭杰因果檢驗(yàn)

2 波動(dòng)預(yù)測模型及檢驗(yàn)

2.1 波動(dòng)預(yù)測模型

為探究六類信息對(duì)INE原油價(jià)格波動(dòng)的影響機(jī)制和預(yù)測效果,根據(jù)數(shù)據(jù)源頻度存在不一致現(xiàn)象,本文選取GARCH-MIDAS模型[18]用于預(yù)測.模型具體表達(dá)式如下：

假設(shè)第t周第i天INE油價(jià)收益服從下述過程

(2)

其中ri,t是第t周第i天的油價(jià)收益,μ是油價(jià)收益在基于φi-1,t信息集的的條件期望.而ri,t的條件方差被分解為短期成分gi,t和長期成分τt.模型假設(shè)短期成分gi,t服從GARCH(1,1)過程,表達(dá)式如下

(3)

(4)

其中RVt-k表示已實(shí)現(xiàn)波動(dòng)相對(duì)當(dāng)期(t期)滯后K期的水平值.K表示該變量水平值的最大滯后階數(shù).

在式(4)的基礎(chǔ)上引入預(yù)測因子,探究這些變量對(duì)長期成分τt的影響機(jī)制,以及對(duì)油價(jià)波動(dòng)的預(yù)測效果.具體表達(dá)式如下

(5)

其中Xt-k表示預(yù)測因子相對(duì)當(dāng)期(t期)滯后K期的水平值.K表示該變量水平值的最大滯后階數(shù).

原油收益條件方差定義為

σi,t2=τtgi,t

(6)

在式(4)和式(5)中的權(quán)重φk為Beta權(quán)重函數(shù)表達(dá)式如下

(7)

本文構(gòu)建兩種不同類型的模型,主要區(qū)別于對(duì)波動(dòng)長期成分τt的度量,其中短期成分gi,t保持不變.

1)RV模型.在度量長期波動(dòng)成分τt時(shí),該模型僅引入已實(shí)現(xiàn)波動(dòng)RV,并未考慮預(yù)測因子,詳見式(4).

2)RV+X模型.該模型在度量長期波動(dòng)成分τt時(shí),在上一類模型基礎(chǔ)上引入預(yù)測因子,詳見式(5).

2.2 預(yù)測效果檢驗(yàn)?zāi)Ｐ?/h3>

采用MCS檢驗(yàn)方法[19]量化六類預(yù)測因子在多個(gè)損失函數(shù)下的預(yù)測損失,識(shí)別出不同時(shí)間尺度下的最優(yōu)預(yù)測模型.

首先,選用如下4種常用的損失函數(shù)

(8)

(9)

(10)

(11)

其次,將2.1節(jié)中的7個(gè)預(yù)測模型記為候選模型,即為M0={1, 2, …, 7}.模型樣本內(nèi)估計(jì)和樣本外預(yù)測長度分別為h和q,則根據(jù)式(8)～式(11)損失函數(shù)可以計(jì)算第t日損失值Li,j,t(其中i表示損失函數(shù)類型,i=1,2,3,4;j表示相應(yīng)的預(yù)測模型,t表示預(yù)測時(shí)間點(diǎn),t=h+1,h+2,…,h+q).在M0中任意兩個(gè)波動(dòng)率預(yù)測模型u和v,可計(jì)算出損失函數(shù)差即相對(duì)預(yù)測表現(xiàn)值,duv,t≡Lu,t-Lv,t.

根據(jù)duv,t可定義“高級(jí)對(duì)象的集合”M*：

M*≡{u∈M0：E(di,uv,t)≤0, for?v∈M0}

最后,MCS檢驗(yàn)本質(zhì)是對(duì)集合M0中的預(yù)測模型M進(jìn)行顯著性檢驗(yàn).具體過程如下：1)根據(jù)零假設(shè)H0,M對(duì)集合M?M0進(jìn)行相等性檢驗(yàn)δM;2)根據(jù)剔除準(zhǔn)則eM逐步剔除集合M0中聚集原假設(shè)H0,M的模型,即剔除預(yù)測能力較差的模型.3)通過重復(fù)如上兩個(gè)檢驗(yàn)最終得到一個(gè)“最優(yōu)”模型.其中,零假設(shè)具體表達(dá)式如下

H0,M：E(di,uv,t)=0,對(duì)于所有u,v∈M?M0

為實(shí)現(xiàn)上述兩個(gè)檢驗(yàn)本文參考Hansen等[19]選取常用的三個(gè)統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)檢驗(yàn).

(12)

(13)

(14)

3 實(shí)證結(jié)果

在此分析樣本內(nèi)各類預(yù)測因子在GARCH-MIDAS模型中的表現(xiàn),識(shí)別出最有助于預(yù)測INE原油價(jià)格波動(dòng)的預(yù)測因子.

3.1 數(shù)據(jù)描述

中國原油期貨于2018年3月26日正式掛牌交易,本文數(shù)據(jù)樣本覆蓋2018年4月2日至2020年5月31日,并采用一階對(duì)數(shù)差分計(jì)算得到日收益率,即yt=ln (Pt/Pt-1).

圖1展示了2018年至2020年各類預(yù)測因子的走勢情況.由圖可見,2020年前各類預(yù)測因子走勢相對(duì)比較平穩(wěn),而在疫情驅(qū)動(dòng)下,2020年度各類信息變動(dòng)幅度明顯增加.表3提供了收益和各類預(yù)測因子時(shí)間序列基本統(tǒng)計(jì)量.首先,從偏度和峰度來看,大部分序列均呈現(xiàn)左偏及尖峰厚尾的特征.其次,匯率預(yù)測因子的標(biāo)準(zhǔn)差明顯比其他幾個(gè)指標(biāo)大,表明匯率市場信息波動(dòng)明顯大于其他.最后,各變量的單位根檢驗(yàn)均拒絕原假設(shè),說明樣本中所有時(shí)間序列均是平穩(wěn)的.表4提供了各類預(yù)測因子與INE原油價(jià)格波動(dòng)之間的格蘭杰因果檢驗(yàn)結(jié)果,用于檢驗(yàn)六類預(yù)測因子能否引起INE原油價(jià)格波動(dòng).結(jié)果表明,在1%的水平下,本文構(gòu)造的六類信息預(yù)測因子對(duì)INE原油價(jià)格波動(dòng)均拒絕原假設(shè),即各類信息預(yù)測因子均是導(dǎo)致INE原油價(jià)格波動(dòng)的格蘭杰原因,同時(shí)反映本文所構(gòu)建六類信息預(yù)測因子的有效性.

圖1 2018年至2020年六類信息預(yù)測因子走勢圖

表3 INE原油收益與六類信息預(yù)測因子的描述性統(tǒng)計(jì)量

表4 INE原油價(jià)格波動(dòng)與六類信息預(yù)測因子之間的格蘭杰因果檢驗(yàn)

3.2 樣本內(nèi)估計(jì)結(jié)果

選擇2018年4月2日到2019年11月20日進(jìn)行樣本內(nèi)參數(shù)估計(jì).表5展現(xiàn)了兩類GARCH-MIDAS模型(共7個(gè)模型)樣本內(nèi)估計(jì)結(jié)果.表中所有模型的β均顯著,表明INE原油價(jià)格波動(dòng)具有記憶性.同時(shí),表中α+β均超過0.5說明原油價(jià)格波動(dòng)短期成分gi,t和所受的沖擊力是持久的.

在油價(jià)波動(dòng)長期成分τt方程中,本文重點(diǎn)關(guān)注已實(shí)現(xiàn)波動(dòng)RV(θRV)和各類信息預(yù)測因子(θpredictor)對(duì)INE原油價(jià)格波動(dòng)的影響.表5結(jié)果顯示大部分模型中已實(shí)現(xiàn)波動(dòng)參數(shù)θRV和各類信息預(yù)測因子θpredictor均顯著為正,表明該因素是驅(qū)動(dòng)INE油價(jià)波動(dòng)長期成分τt的關(guān)鍵成分,且這些因素會(huì)增加INE原油價(jià)格波動(dòng).1)供需預(yù)測因子θpredictor顯著為正,表明國內(nèi)外原油市場供需基本面信息發(fā)生變動(dòng)會(huì)顯著增加INE原油價(jià)格波動(dòng)[8].2)匯率市場預(yù)測因子θpredictor顯著為負(fù),表明人民幣無風(fēng)險(xiǎn)利率和外匯信息變動(dòng)是顯著緩解INE原油價(jià)格波動(dòng)的關(guān)鍵因素.說明除對(duì)標(biāo)的資產(chǎn)價(jià)值變動(dòng)會(huì)產(chǎn)生影響外,匯率變化也是關(guān)鍵驅(qū)動(dòng)因素.3)金融化預(yù)測因子θpredictor顯著為正,表明其他金融資產(chǎn)與中國原油期貨市場之間的跨市場交易行為和跨市場風(fēng)險(xiǎn)傳染會(huì)引起INE原油價(jià)格劇烈波動(dòng).這說明中國原油期貨市場與國際原油市場一樣存在金融化特征[20],與Ma等研究結(jié)論相一致[11].Ma等研究強(qiáng)調(diào)市場金融化不僅增加市場投機(jī),同時(shí)豐富了原油類金融資產(chǎn),使得投機(jī)資本在全球范圍內(nèi)流動(dòng),為市場外部信息沖擊原油價(jià)格變動(dòng)和風(fēng)險(xiǎn)傳染到原油市場中提供新渠道.4)商品市場預(yù)測因子θpredictor顯著為負(fù),表明大宗商品市場信息會(huì)顯著影響INE原油價(jià)格波動(dòng).5)宏觀經(jīng)濟(jì)預(yù)測因子θpredictor顯著為正,表明全球宏觀經(jīng)濟(jì)政策不確定性增加原油價(jià)格波動(dòng).Wei等[12]強(qiáng)調(diào)宏觀經(jīng)濟(jì)不確定性會(huì)通過改變市場供應(yīng)商、消費(fèi)者以及投機(jī)者的預(yù)期,影響INE油價(jià)波動(dòng).6)事件預(yù)測因子θpredictor顯著為正,表明突發(fā)性事件和地緣政治事件所包含的信息會(huì)增加INE原油價(jià)格波動(dòng).Ji和Guo[13]強(qiáng)調(diào)突發(fā)性事件以及資源國地緣政治事件的信息釋放到原油市場會(huì)擾亂投資者的市場預(yù)期,從而增加市場的波動(dòng).

3.3 樣本外預(yù)測

為識(shí)別各類信息的預(yù)測能力、確保模型結(jié)果的穩(wěn)健性,本文對(duì)比分析已實(shí)現(xiàn)波動(dòng)和六類預(yù)測因子在樣本外的預(yù)測能力.對(duì)2018年4月2日到2019年11月20日樣本外數(shù)據(jù)進(jìn)行2 d、5 d、22 d和125 d的預(yù)測,并通過MCS方法檢驗(yàn)?zāi)Ｐ皖A(yù)測效果.參照魏宇等[21]和張一鋒等[22],選取d=2和模擬次數(shù)B=10 000次作為MCS檢驗(yàn)中Bootstrap過程的控制參數(shù),并將MCS檢驗(yàn)的顯著性水平α取值為0.1.若p值小于0.1,則認(rèn)為波動(dòng)率預(yù)測模型樣本外預(yù)測能力較差,將在MCS檢驗(yàn)過程中被剔除,反之,若波動(dòng)率預(yù)測模型p值大于0.1,則在MCS檢驗(yàn)中保留.

預(yù)測樣本外2 d、5 d、22 d和125 d INE原油價(jià)格波動(dòng)情況,并通過預(yù)測效果識(shí)別出最有助于預(yù)測INE原油價(jià)格波動(dòng)的預(yù)測因子,詳見表6～表9.表6～表9是檢驗(yàn)已實(shí)現(xiàn)波動(dòng)和六類預(yù)測因子對(duì)INE原油價(jià)格波動(dòng)的預(yù)測效果,表中的第1列是本文所涉及的全部波動(dòng)率預(yù)測模型 (共7個(gè)),第1行是各損失函數(shù)Li,表中數(shù)字是在各損失函數(shù)下統(tǒng)計(jì)量TR、TSQ、TMAX對(duì)應(yīng)的p值.

由表6～表8得到如下結(jié)論.第一,中短期,與其他類信息預(yù)測因子相比,事件預(yù)測因子的預(yù)測效果最佳.表6～表8結(jié)果表示基于已實(shí)現(xiàn)波動(dòng)和事件預(yù)測因子的模型(模型7)的預(yù)測損失最低,說明該模型具有最高的預(yù)測精度.并且在所有的損失函數(shù)MSE、MAE、QLIKE、R2ln標(biāo)準(zhǔn)下,只有模型7被保留(p值大于0.1),其他模型均被剔除(p值小于0.1).第二,隨著預(yù)測時(shí)間尺度的增長,已實(shí)現(xiàn)波動(dòng)信息、市場供需預(yù)測因子以及商品市場信息預(yù)測因子對(duì)INE原油價(jià)格波動(dòng)的預(yù)測效果逐漸提高.由表6可知,在所有損失函數(shù)下,除模型7外,其他模型均被剔除.表7至表9結(jié)果顯示,在QLIKE和R2ln兩個(gè)標(biāo)準(zhǔn)的MCS檢驗(yàn)中已實(shí)現(xiàn)波動(dòng)信息(模型1)、市場供需預(yù)測因子(模型2)以及商品市場信息預(yù)測因子(模型5)均通過檢驗(yàn)成為幸存模型.因此,與短期預(yù)測相比,在中長期預(yù)測中,這些預(yù)測因子的預(yù)測能力明顯增強(qiáng).

表9展示了預(yù)測樣本外125 d INE原油價(jià)格波動(dòng)的評(píng)估結(jié)果,可見市場供需預(yù)測因子(模型2)對(duì)INE原油價(jià)格波動(dòng)預(yù)測能力最強(qiáng).在四個(gè)損失函數(shù)下,僅有模型2通過檢驗(yàn),其他模型均被剔除.反映在長期預(yù)測中,市場供需信息對(duì)INE原油價(jià)格波動(dòng)的預(yù)測效果最好.

總體上,首先,在預(yù)測樣本外2 d、5 d和22 d的短期和中期INE原油價(jià)格波動(dòng)時(shí),基于已實(shí)現(xiàn)波動(dòng)和原油市場相關(guān)事件的預(yù)測模型(模型7)(p值大于0.1或p值等于1)的預(yù)測效果最好.短、中期內(nèi),國內(nèi)外原油市場相關(guān)事件對(duì)INE原油價(jià)格波動(dòng)起到主要驅(qū)動(dòng)作用.這符合當(dāng)前中國原油期貨市場特點(diǎn),理由如下：1)與國際原油市場相比,中國原油期貨市場剛處于初級(jí)發(fā)展階段,市場成熟度和風(fēng)險(xiǎn)防控機(jī)制建設(shè)水平有待提高,市場更易受到地緣政治事件和黑天鵝事件的影響,從而造成市場價(jià)格短期波動(dòng).2)與其他國際市場不同,中國原油期貨市場以勝利油和阿曼、上扎庫姆、巴士拉輕油、迪拜、卡塔爾海洋、馬西拉等6種中東油種作為交易標(biāo)的.一旦中東局勢震蕩,將直接影響我國原油期貨市場交易.與國際市場相比,中國原油期貨價(jià)格對(duì)地緣政治等突發(fā)事件的反應(yīng)更加敏感.因此,面對(duì)原油市場特有“地緣政治屬性”,市場參與者在短期內(nèi)應(yīng)更多地關(guān)注原油市場相關(guān)事件的影響,以提高INE原油價(jià)格波動(dòng)的預(yù)測精度.

其次,隨著預(yù)測時(shí)間尺度的延展,供需預(yù)測因子對(duì)INE原油價(jià)格波動(dòng)的預(yù)測能力逐漸增強(qiáng),并成為主導(dǎo).首先,這一結(jié)果反映不同影響因素對(duì)不同時(shí)間尺度INE原油價(jià)格波動(dòng)的預(yù)測效果存在差異性.為市場參與者在不同時(shí)間尺度下如何重點(diǎn)關(guān)注市場預(yù)測指標(biāo)和防范市場異常波動(dòng)提供理論依據(jù).其次,這一結(jié)論證實(shí)從長期預(yù)測來看,原油供需信息仍是決定INE原油價(jià)格波動(dòng)的關(guān)鍵.Degiannakis和Filis[23]同樣證實(shí)原油市場供需基本面信息對(duì)長期原油價(jià)格波動(dòng)的預(yù)測效果較好.Degiannakis和Filis認(rèn)為這主要是由于市場供需基本面信息更全面,包含全球商業(yè)周期、全球石油產(chǎn)量和全球原油庫存之間的長期均衡關(guān)系等.

因此,在六類信息預(yù)測因子中,事件預(yù)測因子和原油市場供需預(yù)測因子對(duì)INE原油價(jià)格波動(dòng)的預(yù)測能力較強(qiáng).其中,前者在短期、中期內(nèi)起主導(dǎo)作用,后者在長期波動(dòng)預(yù)測中占主導(dǎo).本文認(rèn)為,參考原油市場相關(guān)事件信息和市場供需信息,可有效提高原油價(jià)格波動(dòng)的預(yù)測精度.

3.4 穩(wěn)健性檢驗(yàn)

本文通過改變樣本內(nèi)時(shí)間窗口長度檢驗(yàn)了預(yù)測效果的穩(wěn)健性.表10描述了預(yù)測未來2 d、5 d、22 d和125 d INE原油價(jià)格波動(dòng)的最優(yōu)預(yù)測模型.可見,對(duì)未來2 d、5 d和22 d的INE油價(jià)波動(dòng)預(yù)測時(shí),原油市場事件預(yù)測因子的預(yù)測效果最佳.隨著預(yù)測時(shí)間尺度的增加,市場供需基本面信息的預(yù)測能力逐漸增強(qiáng).這與文中表6～表9的結(jié)果相一致,表明本文研究結(jié)果和結(jié)論是穩(wěn)健的.

表10 預(yù)測未來2 d、 5 d、 22 d和125 d INE原油價(jià)格波動(dòng)的最優(yōu)預(yù)測模型(2) 詳細(xì)穩(wěn)健性檢驗(yàn)結(jié)果可向作者索要.

4 結(jié)束語

本文從原油市場供需、外匯市場、商品市場、原油市場金融屬性、全球宏觀經(jīng)濟(jì)以及原油市場相關(guān)事件六個(gè)維度提取相關(guān)信息構(gòu)造預(yù)測因子,并對(duì)INE原油價(jià)格波動(dòng)進(jìn)行分析與預(yù)測.具體結(jié)論如下.

首先,與其他指標(biāo)相比,本文發(fā)現(xiàn)原油市場相關(guān)事件信息對(duì)INE油價(jià)波動(dòng)的預(yù)測精度更高.市場短期波動(dòng)已經(jīng)偏離供需框架的范疇,因此,面對(duì)原油價(jià)格持續(xù)低迷的情況,突發(fā)性事件和地緣政治事件等成為刺激原油價(jià)格波動(dòng)的重要信息.對(duì)INE原油市場投資者來說,未來更加復(fù)雜的市場交易、地緣政治環(huán)境,以及突發(fā)的自然災(zāi)害等黑天鵝事件,將成為短期內(nèi)需要應(yīng)對(duì)的主要風(fēng)險(xiǎn)點(diǎn).其次,隨著預(yù)測尺度的增加,原油市場供需因子的預(yù)測能力增強(qiáng).這一結(jié)果反映出INE原油價(jià)格波動(dòng)在長期仍由供需決定,同時(shí)本文也證實(shí)了,在不同時(shí)間尺度下決定INE原油價(jià)格波動(dòng)的信息是變化的.

本文的研究結(jié)論為原油市場參與者、政策制定者、市場監(jiān)管者提供了把握未來市場的分析工具和參考依據(jù).本文強(qiáng)調(diào)了原油市場相關(guān)事件信息和市場供需信息在分析和預(yù)測INE原油價(jià)格波動(dòng)中的重要性.并且強(qiáng)調(diào)不同影響因素在不同時(shí)間尺度下對(duì)INE原油價(jià)格波動(dòng)的預(yù)測效果存在差異.這一發(fā)現(xiàn)提示INE原油市場參與者在把握未來INE油價(jià)波動(dòng)時(shí)應(yīng)更多地考慮原油市場突發(fā)事件,同時(shí)對(duì)于價(jià)格監(jiān)管者來說,應(yīng)加強(qiáng)對(duì)國際資本投機(jī)的監(jiān)管從而有效地抑制原油價(jià)格過度波動(dòng).同時(shí),在預(yù)測INE原油價(jià)格波動(dòng)時(shí),市場參與者可根據(jù)預(yù)測時(shí)間尺度選擇合適的預(yù)測因子.此外,本文構(gòu)建的原油價(jià)格波動(dòng)預(yù)測模型和研究框架具有一般性特點(diǎn),可推廣應(yīng)用到其他原油市場的研究中.