天津財經(jīng)大學 蔡進洲
石油作為現(xiàn)代工業(yè)的血液, 對一個國家的生產(chǎn)活動、經(jīng)濟發(fā)展和社會穩(wěn)定都肩負有不可替代的責任。中國作為目前世界上最大的轉(zhuǎn)型經(jīng)濟體,在經(jīng)濟的發(fā)展過程中,對石油等基礎性資源的依賴程度也與日俱增,對石油貿(mào)易的依賴性也越來越強,據(jù)相關機構測算,國際石油價格每上漲10美元,我國GDP增長將減緩0.6個百分點,這與我國GDP增長20%來自石油的貢獻是吻合的。據(jù)《世界能源展望2007:中國與印度探索》相關數(shù)據(jù)報告,在2010年代初期,中國的常規(guī)石油產(chǎn)量估計會達到390萬桶/日的高峰,隨后開始下降。因此,中國的石油凈進口量將從2006年的350萬桶/日增長到2030年的1310萬桶/日,而凈進口在總需求中的比例將從50%上升到80%。中國石油需求不斷加大、對外依存度不斷加深,使國內(nèi)石油市場與世界石油市場的聯(lián)系日益緊密。2000年以來,出于對全球通貨膨脹加劇的憂慮,越來越多的資金源源不斷的進入商品市場。石油成為很多基金的投資和投機的目標。石油價格已經(jīng)不再僅僅取決于供給和需求,石油安全問題已經(jīng)由“供給安全”向“價格安全”發(fā)生了轉(zhuǎn)變,石油已經(jīng)化生為金融市場里的一個交易標的物,石油金融化特征愈加明顯。中國作為世界第二大石油消費國,國際石油市場的變化,尤其是國際油價的變動,對中國經(jīng)濟的影響也將越來越大。正是基于以上問題的思考,本文將石油當作一種金融資產(chǎn),并運用計量經(jīng)濟學的方法研究如何有效控制石油貿(mào)易市場風險,其研究結果具有一定的實踐價值。
國外有關石油貿(mào)易中市場價格風險的研究文獻很多:Pierre(2003)應用向量自回歸( )模型研究了石油價格波動性,并系統(tǒng)探索了其風險的來源及規(guī)避方法。作為國際上通用的風險管理方法VaR,以其眾多的優(yōu)點正被越來越多的學者和機構應用到能源風險的管理中;在研究方法上,Robert(2002)成功的應用VaR理論中的極值理論方法對高置信度、短持有期的一個電力投資組合進行分析。并將估計所得 的值與能源市場風險管理中常用的模型的分析結果進行比較,發(fā)現(xiàn)該方法在95%~99%的置信水平下表現(xiàn)優(yōu)于其他模型。此外,還發(fā)現(xiàn)基于資產(chǎn)回報正態(tài)分布性假設的模型在95%~99%的置信水平下都不準確;Sember(2003)應用VaR模型來度量石油價格風險,指出 能夠提供一定置信水平下石油的最大價格變化信息,并能夠用來制定風險策略。
我國學者馮春山、吳家春(2003)及潘慧峰、張金水(2005)也運用 類模型分別分析了國內(nèi)外原油價格的波動性,得出阿拉伯輕油價格具有波動性和非對稱性,國內(nèi)原油價格收益率具有顯著的異方差性和杠桿效應等重要結論;張躍軍、范英等(2007)通過模型分析我國大慶油價的波動率,發(fā)現(xiàn)國內(nèi)油價存在顯著的 效應,此結論與馬超群、李科的研究結果相反;袁放建、許燕紅、劉德運(2011)運用 族模型分析了石油市場與黃金市場的波動關系,認為私有市場具有顯著的方差時變性以及新信息對波動沖擊的持續(xù)性, 模型能夠很好地消除其 效應。
本文選取了國際原油貿(mào)易市場上比較有代表性的西得克薩斯中油(WTI)現(xiàn)貨市場日價格數(shù)據(jù)為研究對象,在這里,我們其實是把石油現(xiàn)貨價格作為一種金融資產(chǎn)、投資工具或一只“虛擬”股票的價格,計算樣本取2009年2月8日至2012年1月9日三年中的705個交易日數(shù)據(jù);所選數(shù)據(jù)樣本取自最近幾年的數(shù)據(jù),更具備說服力,樣本容量相對較大,有助于提高模型模擬的準確性。
2.1.1 價格收益率
石油價格的收益率是指在每一期石油價格相對于前一期價格所獲得的收益,本文收益率表達形式采用幾何收益率的計算方法:,其中 是第t天的價格。
2.1.2 石油價格收益率序列的特性
我們運用計量經(jīng)濟學軟件Eviews 6.0對石油現(xiàn)貨價格日收益率進行正態(tài)性檢驗。在隨機變量x為正態(tài)分布的零假設條件下,峰度為3,偏度為0,Jarque-Bera統(tǒng)計量服從自由度為2的 分布。在此,我們得到的檢驗結果如圖1所示:
從上述檢驗結果來看,石油現(xiàn)貨價格的收益率分布的偏度為-0.340018,小于0,左偏,峰度為10.16144,大于3,呈現(xiàn)尖峰厚尾的特征,Jarque-Bera統(tǒng)計量的值為1517.961,相應 分布對應的分布概率為0,所以拒絕正態(tài)分布假設。因此,本文使用t-分布代替正態(tài)分布反應石油市場收益率的尖峰厚尾性。
2.2.1 石油市場收益率的ARCH效應檢驗
圖1 收益率正態(tài)性檢驗
圖2 收益率的殘差序列圖
由圖2可知,殘差序列波動性隨時間變化出現(xiàn)連續(xù)偏高或連續(xù)偏低的現(xiàn)象,呈現(xiàn)明顯的波動集聚性,這說明隨機擾動項有可能存在條件異方差性。在此我們假設石油現(xiàn)貨價格對數(shù)收益率的均值方程為:,進一步使用拉格朗日乘數(shù)法檢驗數(shù)據(jù)序列可能存在的條件異方差性,結果如表1所示,表明收益率拒絕不存在 效應的原假設,即存在顯著地的 效應。因此本文可以采用 模型予以擬合。
表1 收益率的ARCH-LM檢驗結果
2.2.2 石油市場收益率的平穩(wěn)性檢驗
在使用 模型之前我們必須對收益率時間序列進行平穩(wěn)性檢驗。使用ADF檢驗法檢驗數(shù)據(jù)的平穩(wěn)性,結果如表2所示,在1%、5%和10%的顯著水平下都拒絕序列非平穩(wěn)的原假設,表明收益率是十分平穩(wěn)的。
表2 收益率的平穩(wěn)性檢驗結果
2.2.3 石油市場風險狀況 模型分析
通過以上對石油現(xiàn)貨價格收益率序列的分析,我們發(fā)現(xiàn)石油價格日收益率是一個非正態(tài)分布的平穩(wěn)序列,具有尖峰厚尾的特征,而且石油現(xiàn)貨價格收益率存在顯著的“波動集聚性”特征。所以,我們這里不能簡單的使用正態(tài)分布來模擬石油價格日收益率的變動。針對這一現(xiàn)象,許多經(jīng)濟學學者進行了大量的研究,這其中最成功的模型就是恩格爾(Engle)提出的自回歸條件異方差模型(即 模型)及其擴展的 模型等。本文選用
模型來檢驗石油現(xiàn)貨價格收益率波動性情況。為了能更好的描述石油現(xiàn)貨市場的波動情況,我們需要選擇
中最佳的p和q值,此處我們可以使用信息準則來判斷模型是否有效,檢驗結果如表3:
表3 模型信息準則檢驗結果
均值方程:
方差方程:
可以看出,收益率條件方差方程中 項和 項都非常顯著,表明收益率具有顯著的波動性。另外,方差方程中項和 項系數(shù)之和為0.960115,接近于1,且滿足的約束條件,表明條件方差有限,新信息對石油市場波動的沖擊有很強的持續(xù)性。建立上述 模型后,再進行一次效應檢驗,結果如表4所示,收益率接受不具有 效應的原假設,即不再具有 效應,說明了 模型的擬合效果較好。
表4 收益率的ARCH-LM檢驗結果
2.3.1 收益率日 的計算
運用 模型計算 的計算公式為: 。在計算 時,采用95%和99%的置信水平分別計算石油市場現(xiàn)貨收益率序列在樣本期間的日 ,計算公式為:
95%置信度: =-1.645*條件標準差
99%置信度:=-2.326*條件標準差
其中,1.645和2.326分別為在t-分布下的95%和99%的分為點。計算結果的統(tǒng)計特征如表5:
表5 不同置信水平下日 計算結果
如上表所示,在 模型下,樣本期限內(nèi)所持有石油市場現(xiàn)貨在95%的置信水平下每天潛在的平均虧損不超過3.8678%,最小虧損不超過2.9274%,最大虧損不超過14.2098%;而在99%的置信水平下,每天潛在的平均虧損則不超過5.4691%,最小虧損不超過4.1393%,最大虧損不超過20.0924%。
2.3.2 后驗測試
本文采用失敗檢驗法對 的準確性進行檢驗,失敗檢驗法通過比較實際損失超過 的頻率與在一定的置信水平下的上限值是否極其接近或者相等,來對 模型是否有效作出判斷。如果模擬的失敗率非常近似的等于預先設定的顯著性水平,則可以認為模型是有效的;如果失敗率與顯著性水平相差較大時,則說明模型是不適合的。結果如表6所示:
表6 不同置信水平下 后驗測試結果
由表6可知,在95%的置信水平下,模型失敗率為4.96454%;在99%的置信水平下,模型失敗率為1.70213%,分別接近于5%和1%的顯著性水平,說明模型是有效的。我們得到收益率與不同置信水平下的擬合圖如圖3所示:
圖3 收益率與不同置信水平下 的擬合圖
本文通過對西得克薩斯中油(WTI)現(xiàn)貨市場2009年2月8日至2012年1月9日三年中的705個交易日的價格進行匯總,運用模型對石油市場收益率波動性、風險狀況進行了實證研究,得出了如下結論:
(1)石油貿(mào)易市場價格收益率呈現(xiàn)尖峰厚尾現(xiàn)象,不具有正態(tài)分布特征,且存在顯著的 效應,而且石油現(xiàn)貨價格收益率存在顯著的“波動集聚性”特征。
(2)模型能夠很好地消除石油市場收益率的 效應,且其方差方程中的 項和 項系數(shù)之和都接近于1,表明新信息對石油貿(mào)易市場波動性具有很強的持續(xù)性。
(3)我們可以看到后驗測試的結果基本符合要求, 值預測較為有效,這表明基于t-分布的 模型能夠較好的估計石油貿(mào)易市場的價格風險。同時,通過上面的收益率和 的擬合圖,我們可以明顯的看出,對于 模型來說,置信水平越高,收益率超過 的次數(shù)就越少。
[1]陳柳欽.新形勢下中國石油金融戰(zhàn)略研究[J].金融理論與實踐,2011(7).
[2]馮春山,吳家春,蔣馥.國際石油市場的ARCH效應分析[J].石油大學學報(社會科學版),2003(4).
[3]潘慧峰,張金水.基于ARCH類模型的國內(nèi)石油波動分析[J].統(tǒng)計研究,2005(4).
[4]張躍軍,范英,魏一鳴.基于GED-GARCH模型的中國原油價格波動特征分析[J].數(shù)理統(tǒng)計與管理,2007,26(3).
[5]袁放建,許燕紅,劉德運.石油市場與黃金市場收益率波動溢出效應研究[J].上海金融,2011(3).