石油期货论文：石油期货价格距到期日效应波动实证研究.docVIP

石油期货论文： 石油期货价格距到期日效应波动实证研究 摘要: 世界石油期货价格是否存在价格的波动性随到期日的临近而上升的趋势,对于投机商和市场监管都至关重要.研究根据中外石油期货合约的收盘价格得到较为平稳的日收益率,以37个合约的收益率为样本,分别建立时间序列ARMA主模型,并进一步建立带“到期时间”哑变量的GARCH模型.实证分析了世界石油期货收益率的到期日效应.在分析产生到期日效应原因的时,建立了带“成交量”与“国际价格”变量的GARCH模型,对成交量与国际石油期货价格对中国期货价格到期日的影响进行研究. 关键词: 期货;收益率;ARMA时间序列;GARCH模型 引 言 Samnelson (1976)发现在期货价格波动中存在到期日效应,即随着合约临近交割,价格波动有变大的趋势[1]. Anderson (1985)和Milonas (1986)的研究证实了这一观点[2-3].Herbert (1995)通过对几十个天然气期货合约的研究发现,到期日效应对价格的波动具有显著的意义[4]. D.E.Allen amp; S.N.Cruickshank (2000)以羊毛、电能、小麦、大麦、可可,咖啡和糖为研究对象,证明其都存在到期效应[5].胡畏(2000)以铝、铜、绿豆、大豆和天然橡胶为研究对象,得到价格波动率到期效应仅在农产品期货中有所表现的结论[6].王云清(2007)则认为铜、铝、天然橡胶、大豆、豆粕、小麦,农产品比金属能源到期效应明显[7].ARCH和GARCH等模型被广泛应用于期货价格波动的研究中.王惠文(2007)运用TARCH模型,证明硬麦距离交割日4-12个月时价格波动大[8].徐剑刚(1997)指出期货报酬时间序列具有ARCH效应[9].冯春山等(2003)得到结论认为国际石油价格呈现明显的ARCH效应[10].张跃军等(2007)则指出中国原油价格具有显著的GARCH[11].张启文(2007)用GARCH模型计算出中国小麦到期效应在一月之内[12].在影响石油价格的原因方面,Andrew Worthington amp; Helen Higgs(2004)得出结论,存在从期货市场到现货市场的溢出效应[13].周少甫、周家生(2006)指出Brent和WTI原油市场均对我国原油市场存在不同程度的单向的波动溢出效应;而国内市场只对沙特市场具有溢出效应[14].另外,Rubayah Binti Yakob(2002)认为成交量越大,在整个期间内波动越大[15].华仁海(2004)则证明了价格波动与(当期或滞后期的)成交量和持仓量的变动存在密切联系[16].而RonaldD.Ripple amp; Imad A.Moosa(2006)则证明了成交量和持仓量对到期效应都有影响,成交量影响更大[17].在中国市场上,吴载斌等(2007)对硬麦研究价格波动不同交易时段的差异是由成交量引起的[18]. 本文的研究对象是上海期货交易所上市交易的燃油期货价格、纽约期货交易所的原油期货价格、新加坡期货交易所的CST180燃油价格,和伦敦期货交易所的布伦特原油价格. 2 价格波动分析模型 在金融市场中,价格波动具有聚集性和时变性,价格变动率的方差是时变的,传统的时序模型无法有效地刻画方差时变现象.为此Engle(1982)提出了自回归条件异方差模型RCH模型. yt Ωt~N(xtαt,σ2t) (1) εt=yt-xtα(2) σ2t=α0+∑qi=1αiε2t-i(3) 其中,xt是回归式的自变量向量,xt=(1,x1t,x2t,…,xkt);α是回归式的系数向量,α=(α0,α1,α2,…,αk)′;q是回归阶数,决定了冲击的影响存留于后续误差项方差中的时间长度,q值越大,波动持续的时间也就越长;xtt表示在信息集合Ωt所能获得变数的先行组合(即α0+α1x1t+α2x2t+...+αkxkt). 当用ARCH模型描述某些时间序列,阶数q须取一个很大的值时,通常采用由ollerslev(1986)提出的广义自回归条件异方差模型GARCH模型. σ2t=α0+∑qi=1αiε2t-i+∑pj=1βjσ2t-j(4) 用GARCH(p,q)来表示阶数为p和q的GARCH过程.为了保证GARCH(p,q)是宽平稳的,存在参数约束条件∑qi=1αi+∑pj=1βj 1 .3 数据及结果分析 3.1 数据预处理及建立ARMA时序模型 根据合约标准的规定,一个石油期货合约在市场上交易的时间跨度为12个月.在本研究中,我们采取了如下方法表示价格的每日波动: YT,t=(InXT,t-InXT,t-1)*100 (5) YT,t:T期到期的合约在t日的波动,近似为日收益率;XT,t: T期到期的合约在t日的收盘价格. 上海和国际石