基于Markov机制转换模型的我国原油价格波动特征研究.docVIP

基于Markov机制转换模型的我国原油价格波动特征研究 　　摘要：石油作为重要的生产原料，对国民经济发展有着至关重要的作用。本文采用大庆原油现货月平均价格数据，建立Markov机制转换模型对我国原油价格的波动特征进行研究，得出以下结论：第一，油价波动主要有大幅下跌、小幅上涨、大幅上涨三种状态，而且不同状态下的波动具有非对称性；第二，1998年以来原油价格主要处于上涨阶段，其中油价小幅上涨是一种经常、持续的现象；第三，MSMH（3）-AR（4）模型比简单的AR模型能更好地刻画我国原油价格波动。 　　关键词：原油价格；Markov机制转换模型；非对称性 　　中图分类号：F830.73 文献标识码：A 文章编号： 　　1、引言 　　自从1998年6月1日我国实行与国际油价接轨的定价机制以来，国内原油价格主要受国际市场的影响。近年来，由于经济环境和政治环境风云莫测，国际原油价格波动剧烈，对我国这样的石油消费大国的经济发展造成很大的冲击，已经成为我国宏观经济不稳定的重要因素。因此，研究我国原油价格的波动特征具有重要意义，许多学者也对此开展了大量工作。张跃军、范英、魏一鸣（2007）建立了基于GED分布的GARCH类模型，说明我国原油价格波动具有显著的GARCH效应，但半衰期比国际油价短。肖龙阶、仲伟俊（2009）利用ARIMA（1，1，4）模型对大庆原油价格进行拟合，并对2009年1月至6月的油价进行短期预测，结果模拟值与实际值十分接近，预测结果良好。王雪标、周维利、范庆珍（2012）利用DCC-MGARCH模型比较分析了Brent、Dubai、WTI与我国原油价格的波动溢出效应。侯建朝、谭忠富、施泉生（2011）基于非对称协整检验的方法，发现国内外原油价格和我国宏观经济之间具非对称协整关系，油价下降对宏观经济的影响大于油价上升。目前，关于我国原油价格的研究成果丰富，但是对我国原油价格波动本身特征的研究不够充分，主要停留在以GARCH类模型为分析方法的风险测度上。本文采用1996年10月至2012年10月大庆原油现货月平均价格数据，建立MSMH（3）-AR（4）模型进行实证分析，从而比较准确地刻画我国原油价格的波动特征。 　　2 数据来源与模型设定 　　2.1数据来源 　　无论是美国能源情报署网站公布的世界各地原油价格，还是世界知名交易所公布的原油价格数据，都是以大庆原油价格作为中国原油价格的代表。因此，本文选取美国能源情报署网站的大庆原油从1996年10月至2012年10月的月平均现货价格共169个数据，对其对数进行一阶差分得出原油收益率，即 ，其中， 为 时刻的收益率， 为 时刻的价格，并以计算出的168个原油收益率数据作为研究样本。 　　2.2模型设定 　　Markov机制转换模型最早由Hamilton于1989年提出，其基本形式如下： 　　其中 表示时间序列在t时刻所处的状态，它不能被直接观察到，只能通过时间序列的外在表现推断出来。设时间序列有m种状态，则可记为 （j=1，2……m），同时 在各个状态机制之间的转换服从一阶马尔科夫过程，即未来状态仅与当前状态有关，与过去所有状态无关。若在t-1时刻 ，在t时刻 ，则转换概率表示为 。 　　模型设定主要考虑状态个数m和滞后阶数q。现实经济中油价变动总体上可分为上涨、下跌和不变三种状态，因此可设定模型的状态个数为3，即m=3。滞后阶数可以利用AIC信息准则确定，经过比较可以得出滞后阶数为4时模型最合适，即q=4。根据上述分析，可以对原油收益率建立三状态、异方差、四阶Markov机制转换模型（MSMH（3）-AR（4））如下： 　　其中 表示原油收益率， 表示状态变量； 、 分别表示t时刻 的均值和方差，它们的值均取决于t时刻所处的状态 。 　　3 实证分析 　　3.1基本统计分析 　　图1为1998年10月至2012年10月大庆原油收益率的时间序列图。从图1中可以看出，我国原油收益率波动频繁，而且在不同时间阶段具有不同的特征。根据原油收益率的大小研究原油价格的增长率，可以发现原油价格主要呈现小幅波动，只有小部分时间内剧烈波动；上升的时间段明显多于下降的时间段，油价总体呈现上涨趋势；2008年9月至12月期间原油价格暴跌，一度超过40%，究其根源，主要是受到金融危机以及多家机构做空的影响。 　　3.2参数估计及解释 　　本文利用OxMetrics6对所建立的MSMH（3）-AR（4）模型进行参数估计，所得结果均显著，如表1所示。 　　由表1结果可知，三种机制下的均值分别为 =-9.8190 、 =2.2886、 =11.2964，即 ，基本上与现实经济中油价变动的三种状态相符。即机制1，原油价格月平均下跌-10.0936%，可视为大幅下跌阶