石油期货论文:石油期货价格距到期日效应波动实证研究
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
.实证分析了世界石油期货收益率的到期间”哑变量的GARCH模型
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 & 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 & 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 & 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,ζ2t) (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=1βjζ2t-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
的
,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.
上海和国际石油期货的37个合约的峰度都明显有大于3,表示较正态分布存在尖峰厚尾的特征.对样本数据进行J-B检验,11个上海合
约中,有3个在1%置信度下拒绝服从正态分布,有8个合约数据不显著,不拒绝正态分布的假设;26个国际合约中,有3个在1%置信度下拒绝服从正态分布,另外23个不拒绝正态分布的假设.通过二阶滞后的ADF检验,所有的t统计量均小于显著水平为1%的临界值,伴随概率均为0.0000,因此认为石油期货每日价格波动的时间序列是平稳的,可以进行下面的建模工作.对石油期货合约建立ARMA模型,并对这些模型的残差项进行1-12阶的ARCH-LM检验,结果显示,基本所有数据均显示存在高阶ARCH效应,可以进行GARCH建模.
3.2 建立加入“到期时间”哑变量的GARCH模型
确定ARMA主模型结构后,加入“距离到期的时间T”哑变量,T取值
为:某合约距离最后交易日的时间小于n个交易日时,取值为1;某合约距离最后交易日的时间大于n个交易日时,取值为0.n是预先设定的数值,以确定到期效应的长短.若存在到期效应,则哑变量T的参数应显著大于零.通过对设定的n=7,10,19,32,54,用ARMA-GARCH(1,1)模型进行分析.
σ2t=α0+?qi=1αiε2t-i+?pj=1βjζ2t-j+δT(6)
对比得到以下结论,当n=7时,上海模型中哑变量T的系数比较显著,而其他n值的结果不理想;对于纽约和伦敦模型来说,当n=7-10时,哑变量T的系数比较显著;对于新加坡燃油合约来说,当n=19时,哑变量T的系数比较显著,其他n值的结果不理想,表一列出了加入哑变量T后ARMA(p,q)-GARCH(1,1)模型参数估计结果.
37个样本合约中(上海合约n=7,伦敦合约n=7,纽约合约n=10,新
加坡合约n=19)有27个合约的GARCH模型参数均在1%水平下显著;满足参数约束条件,α+β<1即系数的合约为30个. 37个合约中哑变量T的参数有25个为正值,12个负值;取正值的25个参数中,有17个在10%水平下显著, 8个在10%水平下不显著;取负值的12个参数中, 7个在10%水平下不显著,且数字比较大.因此可以认为期货到期日效应对于石油期货合约产生正相关的影响.
3.3 加入成交量和国际价格变量的GARCH模型
Kocagil和Shachmurove(1998)发现的绝大多数的期货品种的绝对价格波动与成交量之间存在双向的Granger因果关系[19],周少甫[14]指出国际原油市场对国内原油市场存在显著的波动溢出效应说明.下面通过对ARMA-GARCH(1,1)模型加入成交量和国际价格变量进行定性和定量研究.加入了代表“成交量”的变量B,T的取值与前面相同,B为中国上海石油期货的成交量.“国际价格”变量P,T的取值与前面相同,P为其他国家石油期货价格的日收益率。
σ2t=α0+?qi=1αiε2t-i+?pj=1βjζ2t-j+δTB(7)
σ2t=α0+?qi=1αiε2t-i+?pj=1βjζ2t-j+δTP(8)
通过对成交量系数的比较,中国石油期货的成交量对于收益率到期日的影响确实存在,而且仿佛越是临近到期日,系数数值会较明显(系数最大的用加粗表示),如2008年5月到期的合约,n=10时显然比n=19时的系数要大,影响的时间范围比较平均.同时,伦敦和美国期货收益率对中国石油收益率的影响的显著时刻普遍集中在54日左右,符号大部分为正.这说明,国际油价对中国的油价的影响是正相关的,但
随着到期日的临近,中国受外国影响程度降低,也可以说期货的溢出效
应逐渐减弱.
4 结果分析
上海燃油期货确实存在到期效应,且与纽约和伦敦原油的距到期
日效应波动相似,与新加坡相异.探究产生这种到期日效应的原因,我
们假设了两种原因,分别是成交量对成交价格的因果关系和国际石油
期货的价格溢出效应.将这两个因素作为变量加入到GARCH模型中,
结果说明,随着到期日的临近,国际石油期货价格对国内燃油期货的溢
出效应的影响逐渐衰弱,而中国燃油期货自身的成交量的影响效果仍
然自始至终影响着日收益率.
参考文献:
[1] Samuelson P A. Proof that properly anticipated prices fluctuate randomly[J]. Industrial Management Review,1965,6(2):41-63.
[2] Anderson R W. Some determinants of the volatility of futures prices[J]. The Journal of Futures Markets,1985,5(3):331-348.
[3] Milonas N T. Price variability and the maturity effect in futures market[J]. The Journal of Futures Markets,1986, 6(3):443-460
[4] John H Herbert. Trading volume, maturity and natural gas futures price volatility[J]. Energy Economiec,1995,17(4):293-299.
[5] Allen D E, Cruickshank S N. Empirical testing of the Samuelson hypothesis: An application to futures markets inAustralia, Singapore and the UK[D]. School of finance and business economics
Edith Cowan University, 2000.
[6] 胡畏.中国市场价格波动率的到期效应[J].预
测,2000,19(1):45-46.
[7] 王云清.中国期货市场存在到期效应吗?——基于三大期货交
易所的实证研究[J].金融经济, 2007, (10): 124-125.
[8] 王惠文.中国硬麦期货交易的距到期日效应研究[J].系统工程
与设计,2007,27(3):123-127.
[9] 徐剑刚.期货报酬时间序列统计特征[J].统计研究, 1997, (3):
70-72.
[10] 冯春山,吴家春,蒋馥.国际石油市场的ARCH效应分析[N].
中国石油大学学报(社会科学版),2003,19(2):18-20.
[11] 张跃军,范英,魏一鸣.基于GED-GARCH模型的中国原油价
格波动特征研究[J].数理统计与管理,2007,26(3):398-406.
[12] 张启文,邢圆圆.小麦期货市场价格波动与到期效应的实证
研究[J].技术经济,2007,26(7):102-106.
[13] Andrew W, Helen H. The relationship between energy spot and futures prices: evidence from the Australianelectricity market[J]. ICFAI Journal of Applied economics,2004,3(4):65-82.
[14] 周少甫,周家生.国内与国际原油市场波动溢出效应研究[N].
中国石油大学学报(社会科学版),2006,22(3):8-11.
[15] Rubayah Binti Yakob, Liza Marwati Binti Mohd Yusoff, Fauzias Binti Mat Nor. The relationship between pricevolatility, maturity
and volume of trade of the Malaysian bond market[J]. Malaysian Bond Market, 2002,3(1):51-65.
[16] 华仁海,仲伟俊.我国期货市场期货价格波动与成交量和空
盘量动态关系的实证分析[J].数量经济技术经济研
究,2004,(7):123-132.
[17] Ronald D.Ripple,Imad A.Moosa. The effect of
maturity,trading volume,and open interest on crude oil futuresprice range-based volatility[C]. EcoMod conference on energy and environmental modeling, 2007.
[18] 吴载斌,孟洁,李大鹏,王惠文.中国硬麦期货价格的波动性实
证研究[N].北京航空航天大学学报,2007,20(3):19-21.
[19] Kocagil A E,Shachmurove Y. Return-volume dynamics in futures markets[J]. The Journal of Futures Markets,1998,(18): 399-426.