基于分位数回归模型的石油价格影响因素分析.docx

? ? 基于分位数回归模型的石油价格影响因素分析 ? ? 赵黎明 (合肥工业大学 数学学院，安徽 合肥 230009) 基于分位数回归模型的石油价格影响因素分析 赵黎明 (合肥工业大学 数学学院，安徽 合肥 230009) 本文运用分位数回归模型探讨了供给因素、需求因素、新兴市场经济国家石油供给与需求、美元汇率对国际石油价格的影响。实证分析结果表明不同的分位点得到不同的回归分析模型，即不同影响因素的平均影响效果。这为个人和机构投资者在石油领域的决策提供支持。 分位数回归；石油价格；影响因素 分位数回归是目前国内外比较热门的统计方法之一，该方法可以度量变量与回归变量在不同的分位数情况下的关系，分位数回归方法比普通的线性回归方法具有更强的稳健性，而且对异常值、强影响点都不敏感，通过分位数回归建立的模型具备较高的可靠性，因此在建模与分析领域分位数回归具有独特的优势[1-2]。 国内外很多学者在分位数回归的理论与应用领域做出了重要的贡献，Koenker和Zhijie Xiao (2000)[3-4]解决了分位数回归模型分析过程中的某些特定推断问题；Kim 和Muller (2000)[5]对双步同分位数回归模型的渐进性进行了深入研究；Tasche (2001)[6]研究了最小分位数回归模型的无偏性；Chernozhukov 和Han Hong (2002)[5]提出了“三步评估法”用于审查分位数回归。此外，国内外还有很多的学者都成功地将分位数回归模型运用于金融、经济和环境分析等。 自从上个世纪70年代开始就出现了世界范围内的能源供给危机，能源资源的供给、需求和保障问题是很多学者研究的热点。在上个世纪70年代前国际油价处于较低且稳定的水平，但是由于70年代中期发生的两次海湾战争导致出现了国际石油危机，同时也导致了国际石油价格波动较大且频繁，这不仅冲击了国家工业化，同样也引起了学术界对石油价格的研究、预测、模型构建等广泛讨论，因此油价问题也成为了焦点[8-9]。 陈磊[10]针对国际石油价格波动及其影响因素，借助最小二乘回归分析了石油价格变动的各个影响因素，并且也总结出了英镑、美元、日元和马克的贸易加权指数与原油期货价格之间存在着显著的负相关性，当石油价格上涨时就会出现美元汇率紧随走软的现象。孟岩、张燃(2008)[11]通过建立向量自回归模型研究石油价格波动和我国GDP增长率、股票市场收益、通货膨胀率之间的动态关系，同时也研究了国际石油价格波动对中国经济产生的影响。相对于最小二乘回归模型只能得到单一的结果而言，分位数回归模型能够从历史数据中挖掘出更多有价值的信息，能够度量在不同的分位数下响应变量和回归变量间的关系，更有利于研究者了解石油价格的波动因素，进而做出更好的决策行为。本文将分位数回归方法应用于石油价格波动因素分析，可以判定不同的影响因素对石油价格影响效果。 1 分位数回归的基本思想 分位数回归的基本思想最早是由Koenker和Bassett[12]于1978年提出，从那以后该理论就得到了较大的发展和拓展，该模型相比较于传统的最小二乘法模型具有明显优势，具体的定义如下： 定义1 设X为实值随机变量，分布函数为 F(x) =P(X≤x)，则对任意τ∈(0，1)，有 F-1(τ)=inf{x|F(x)≥τ} 则称F-1(τ)为X的τ分位数。通常用Q(τ)表示X的τ分位数。当τ=0.5时，也就是中位数，记做Q(0.5)，中位数在实际的模型构建和分析过重中具有重要的作用，并且中位数和均值经常被拿来共同研究数据所蕴含的位置信息。 定义2 在决策理论中定义函数 ρτ(u)=u(τ-I(u0)) 为损失函数，0τ1，其中，函数 为示性函数。形式上看损失函数是分段函数，并且ρτ(u)≥0。 定义3 对任意的τ∈(0,1)，所得的参数β(τ)称为τ回归分位数。 当模型为线性模型Y=XTβ+ε时，ε的分布函数是F，则回归分位数β(τ)的值等价于求解下式的解： 对于给定的样本观测值(xi1,xi2,…,xip,yi),其中i=1, 2,…,n，及分位数τ∈(0,1)，根据τ分位数的定义求得参数β=(β0+F-1(τ),β1,…,βp)T的估计为 从而得到Y的条件为τ∈(0,1)分位数的估计为： 分位数回归借助加权残差绝对值之和最小的方法对参数进行估计，因此具有以下显著的优点： (1)分位数回归模型的稳健性较强，这主要是由于分位数回归模型并不需要对随机误差做任何的假定，所以模型中的随机误差项可以满足任何的概率分析。 (2)分位数回归模型对数据中的异常点具有较强的耐抗性，因为分位数回归是针对所有的分位数进行回归分析的。 (3)分位数回归对因变量具有单调不变形，而这一点与普通最小二乘回归明显不同。 (4)通过分位数回归估计所得到的参数在大样本模型和理