基于GARCH模型族国际船用燃油价格波动性研究.docVIP

基于GARCH模型族国际船用燃油价格波动性研究 摘要：船用燃油成本一直都在航次成本中占有较大的比重，加强对船用燃油价格波动的监控和预测是航运企业加强经营成本控制和管理的重要手段。以新加坡市场船用燃油IFO380cst作为研究对象，利用ARMA（1，1）模型对其价格收益率进行回归拟合，通过GARCH模型消除了序列存在的异方差性，并利用GARCH-M模型和TARCH模型对其进行进一步研究，发现对于新加坡市场船用燃油IFO380cst而言，不存在ARCH in mean效应和杠杆效应。关键词：船用燃油；收益率；波动性；GARCH模型族中图分类号：F014.3；F027 文献标识码：A DOI：10.3963/j.issn.1671-6477.2012.06.014在航运实践中，船用燃油成本一直都在航次成本中占有较大的比重，长航次中燃油成本可占航次成本的75%左右，在短航次中也可占有20%左右的比重，平均看来燃油成本要占到航次成本的50%以上。因此，燃油价格的波动将会直接影响到船舶经营人的经营???本，进而影响到盈利水平。在当前形势下，由于原油价格的高居不下，船用燃油价格也一直处于高位，再加上因货运需求不旺，运力过剩等市场因素的影响，航运企业均面临着巨大的成本压力，因此加强经营成本的控制和管理，成为众多航运企业应对航运业发展低谷的重要手段，加强对船用燃油价格波动的监控和预测则成为重中之重。在国内外学术研究中，还鲜见有文章专门研究分析船用燃油价格的波动性，但是有大量的学者从多种角度对石油价格波动进行了相关研究。Yang等人利用ECM模型对美国石油市场石油价格的影响因素进行了分析，同时利用GARCH-ARMA模型研究了石油价格的波动性[1]；Paresh Kumar 和Seema利用EGARCH模型研究了1991年至2006年间的原油价格波动，为了验证结论的可靠性，文章还将样本时间序列分成若干段分别进行研究。研究结果表明：原油价格变化规律在短期内是不断变化的，但就长期而言，外部冲击对价格波动有持续和非对称的影响[2]；Aijun和Sandy通过对布伦特及WTI原油市场的石油价格收益率的研究，证明了非参数GARCH模型比广泛使用的参数GARCH模型具有更好的样本外预测能力[3]；冯春山等人利用 ARCH模型对国际石油价格进行波动性检验，发现国际石油价格呈现较为明显的ARCH效应，指出石油企业抵御价格风险，应建立以期货交易为主要手段的风险管理体制[4]；潘慧峰、张金水基于ARCH类模型探讨了我国原油价格收益率的波动性，得出收益率序列具有显著的异方差性，但波动呈现“短记忆”性以及石油市场存在显著的杠杆效应，具体表现为相同幅度的油价上涨比下跌对下一期波动的影响更大等结论[5]；邹艳芬、陆宇海采用GARCH模型，实证分析证明了石油价格的GARCH（1，1）-t模型模拟结果优于GARCH（1，1）-N模型[6]；魏巍贤、林伯强运用GARCH模型证明了国际石油市场波动集聚现象和波动的持续性比国内市场更为严重[7]。虽然学术界对于石油价格波动性研究已较为成熟，但是仍有必要对船用燃油价格的波动性进行专门的研究，因为船用燃油市场有着其独有的特征，世界船用燃油交易主要集中在新加坡、鹿特丹以及休斯顿三地，其中以新加坡市场的交易量最大，由于船用燃油的需求来自于海运业，而海运业的季节性全球性特征，对船用燃油价格有着一定的影响。为深入研究船用燃油价格的波动性，本文以GARCH模型族为研究工具，对新加坡市场的IFO380cst①价格波动性进行实证分析。一、GARCH模型族概述1982年Engle提出ARCH模型以描述波动的聚类性和持久性。1986年Bollerslev为解决ARCH模型中需要估计大量参数的难题，提出了GARCH模型。对于金融资产而言，一般其收益与其风险成正比，风险越大则意味着预期的收益就越高，1987年Engle等人构造出GARCH-M模型，利用条件方差来表示预期风险。在资本市场中资产价格的波动率在受市场冲击影响下往往表现出非对称性，具体来看波动率对市场下跌的反应要强烈于对市场上涨的反应，这一非对称性也被称为“杠杆效应”。1990年Zakoǐan和1993年Glosten等人针对“杠杆效应”提出了TARCH模型，用以描述好坏消息带来冲击的非对称效应。现分别给出上述模型的数学表达式。GARCH（q，p）模型的均值方程为yt=xtγ+μ，条件方差方程为σ2t=ω+∑qj=1βjσ2t-j+∑pi=1αiμ2t-iGARCH-M模型在均值方程中引入参数ρ与条件方差σ2t，其均值方差为yt=xtγ+ρσ2t+μt，条件方差方程保持不变。TARCH模型则是在条件方差方程中引入虚拟变量dt-k，将条件方差方程设定为σ2t=ω+∑qj=1βjσ2t-j