2.2 石油价格风险金融化特征分析

国际油价的剧烈波动和大幅上升引起各国对石油价格的广泛关注，国际局势紧张、局部冲突又加剧了国际石油市场的波动。例如2011年2月22日利比亚首都爆发骚乱，中东局势一度变得非常紧张，布伦特油价更是狂涨至每桶108美元，WTI和布伦特的价差也显著扩大，造成了欧洲石油供给的紊乱。为规避国际油价的剧烈波动风险以及脆弱的供需不平衡给我国企业经营带来的巨大风险，期货市场的套期保值作用越来越受到人们的追捧。套期保值是把期货市场作为价格风险转移的场所，根据交易者的实际需求，在期货市场进行反向操作，在期货市场上买进和卖出与现货市场交易品种相同、数量相同、月份相同或相近的期货合约，在未来某一时间，当价格发生变动时，卖出和买进该期货合同以抵消现货价格变动带来的风险。期货市场的套期保值功能为我们提供了转移价格风险的工具，有利于企业锁定生产成本，保证生产有序进行，对稳定经济发展具有不可忽视的作用。期货市场还具有远期价格发现的功能。期货价格可以从一定程度上反映未来市场的供需情况，对现货价格具有一定的引导作用。通常期货交易形成的价格具有预测性、连续性、公开性和权威性，通过公开竞争的方式形成的期货价格比较真实地反映了未来连续时间段的价格波动和供求关系，有助于企业根据期货市场反映的价格信息安排未来的生产经营活动。

因此，期货市场常被认为具有远期价格发现和套期保值规避价格风险的功能。通过对原油期货市场和期货价格的研究，为我国石油的进口与采购，宏观政策的制定提供了重要的决策依据。然而如何有效利用国际原油期货市场进行风险管理，还要取决于两方面：一是对于石油期货价格风险特征的认识；二是期货市场的有效性。本节就期货市场的风险特征和有效性进行系统分析。

本节利用GARCH类模型对纽约商业交易所上市的WTI原油期货价格进行研究，WTI原油期货合约具有良好的流动性及很高的价格透明度，是世界原油市场上的三大基准价格之一。下面针对国际原油期货价格的具体特征选择合适的GARCH类模型。另外，采用交叠样本方法具体分析不同时段收益与风险的变化状况。

2.2.1 价格风险特征分析工具：GARCH类模型

本节利用GARCH类模型研究石油价格收益与价格风险的关系，以及价格风险的非对称性，并在均值和方差方程中引入虚拟变量，实证研究纽约商品交易所上市的原油期货价格收益与风险的周内效应。

对期货收益率的计算采用自然对数价格之差，计算公式为

其中，Pt为当日原油价格，Pt-1为上一个交易日的原油价格。Rt为当日的原油价格收益率。

在现实生活中高的收益率只是决策的一个方面，因为高收益往往伴随着较高的风险。本节应用GARCH-M模型对石油价格收益率与价格风险之间的关系进行研究，分析风险对收益率的影响程度。GARCH-M模型表达式如下：

方程（2-20）为均值方程，ht为条件方差；为条件标准差；方程（2-21）为方差方程，ai为ARCH项系数，表示上一期残差平方对本期条件方差的影响程度；βi为GARCH项系数，表示上一期的预测方差对本期条件方差的影响程度。根据2.1节阐述，这里的条件标准差可以作为石油价格风险的基本度量指标，如果（2-20）中的系数δ显著大于0，表明石油价格收益与风险成正相关，即高收益伴随着高风险。

其次，在实际生活中利好消息和利坏消息对市场的冲击可能不相同，通常金融资产价格的下跌比相同幅度的价格上涨对资产价格波动的冲击影响更大，即存在所谓的“杠杆效应”，进一步引入TARCH模型，在条件方差中加入非对称项。模型设定如下：

其中，It-1为虚拟变量，当εt-1＜0（消息为利坏消息）时It-1=1，否则εt-1≥0, It-1=0。系数α表示利好消息对价格波动的影响，α+γ表示利坏消息对价格波动的影响。本节采用的是TARCH（1, 2）模型，利用AIC值与异方差检验，通过多次模拟发现TARCH（1, 2）模型拟合效果较好。

另外，通过在GARCH模型中引入虚拟变量研究周一到周五各交易日收益率的周内效应，检验的模型表达式如下：

Rt为期货价格收益，ξt为误差项，DM、DT、DW、DH、DF表示对应星期一至星期五期货价格收益的虚拟变量，即如果收益发生在星期一，对应的DM=1, DT、DW、DH、DF取0，其他定义类似，aM、aT、aW、aH、aF为虚拟变量系数，通过检验虚拟变量系数在统计上的显著性判断石油期货价格收益是否存在周内效应。通常模型（2-24）可以用最小二乘法直接估计，但是时间序列里残差往往存在异方差现象，即残差方差具有时变性，为了解决残差的非恒定导致的无效估计问题，我们引入自回归条件异方差（GARCH）模型。并假定收益方程的随机扰动项服从正态分布ξt～N（0, ht），模型设定为

在石油价格风险方程中引入星期一至星期五的虚拟变量DM、DT、DW、DH、DF，通过检验虚拟变量系数VM、VT、VW、VH、VF的统计显著性判断星期一到星期五价格风险的差异，由于不能通过现成的计量软件直接估计，我们采取极大似然估计法，并用Eviews编程语言对式（2-24）和式（2-25）联合估计，具体程序见附录Ⅱ。

在所有的均值方程中都没有引入收益的滞后项，是因为引入收益率滞后项的系数，统计结果并不显著，故在模型中没有添加滞后项。另外，本节对于随机扰动项的三种分布即正态分布、t分布、广义差分分布也进行了合理分析，最后选择了正态分布，在此不一一详述。

2.2.2 基于GARCH类模型的石油价格风险金融化特征分析

1．数据来源与描述性统计分析

本节选取的数据是纽约商品交易所上市的原油期货合同一的日价格。样本区间为2002年1月7日到2009年9月4日，共有2000个样本。数据来源于美国能源情报署网站（www.eia.doe.gov）。由于GARCH模型要求数据为连续的，对于没有价格数据的日期，参考冯春山等（2003）处理方法，取相邻日期价格的平均值。表2-1给出了石油期货价格收益率序列的基本统计特征。

从表2-1收益率的基本统计量可知，石油价格总体收益为正但不显著，星期二收益最低为负数且比较显著，星期四、星期五收益为正并且比较显著；标准差（即石油价格风险）方面，星期三的标准差最大，其次是星期一，星期五的标准差最小。从上述数据可知，星期五的收益显著为正，用标准差度量的价格风险却最小，星期三的价格风险最大，却没出现相对大的收益。另外，星期一到星期五的峰度都大于3，偏度不等于0，收益具有尖峰厚尾不对称的分布特征。JB统计量显示所有的数据都不服从正态分布。从Q统计量知星期一、星期三的收益序列具有自相关；从收益平方的Q统计量可知，所有交易日都存在异质条件方差的特性。所以下面我们采用GARCH模型对数据进行拟合。

2．收益与风险关系及风险的杠杆效应

表2-2给出了用GARCH-M模型和TARCH模型的拟合结果，选取的数据为WTI 2002年1月7日到2009年9月4日价格数据，两个模型的标准化残差的Q统计量、标准化残差平方的Q统计量以及ARCH-LM统计量均对应较大的P值，表明残差不存在自相关或异方差，模型拟合结果较好。

表2-2中的δ在1%水平上显著为正，表明石油期货市场上的价格风险和收益之间有显著的正向关系，具体而言即投资者因为承担高风险而受到补偿获得高收益，且预期的风险增加一个百分点，则收益率也相应地增加0.061个百分点。TARCH模型的拟合结果中γ为正且非常显著，说明石油价格风险具有显著地非对称性，负向冲击要比同样程度正向冲击带来更大的价格风险，当出现利好消息时会给石油期货收益带来一个0.045倍的冲击，而出现利空消息时则会带来0.149倍的冲击，即油价下跌比油价上涨对此后的油价风险具有更大的影响。

3．有效性检验

下面利用GARCH模型具体研究石油期货价格在一周各个交易日的收益与价格风险的关系，采用的仍然是WTI从2002年1月7日到2009年9月4日，共2000个价格日数据。由于中东国家政治局势的不稳定、供需的变化、炼油技术的进步、美元汇率的变化以及投机者行为的改变都将引起石油期货价格的剧烈波动，一个长的时间序列中间可能存在结构性突变，不同的样本区间所估计的结果可能会发生一定的变化，而对样本区间的划分有很多方法，如我们可以将2008年9月金融危机的发生这一重大事件作为分段依据。赵留彦与王一鸣（2004）采用交叠的样本方法与分段取样方法研究了中国股市收益率在不同时间段内的周内效应。考虑到样本量的限制，如果样本区间的观测值比较少，则会影响到GARCH模型估计结果的稳定性和有效性，于是我们分四个区间来检验周内效应，首先将2000个数据作为整体进行检验，其次将全部数据划分为两个时间段，前1000个数据为一段（2002年到2005年），后1000个数据为第二段（2005年到2009年），分别对两段数据进行检验，最后对中间的数据2003年到2007年进行检验，结果见表2-3。

从表2-3结果可知，在所有的时间段，星期四和星期五均出现显著的正收益，而在价格风险方程中星期五却始终没有出现相应比较大的风险，这说明星期五相对比较高的收益并不能由该日的风险溢价来解释，应属于异常收益。在后期阶段，星期四的风险变为最大，与其高的收益吻合。星期三的价格风险一直比较大且较为显著，后期中星期三的收益为正且统计显著，这与其始终高的风险相符。另外，星期二在后期出现了负的收益且较为显著。这些结果与表2-3结果基本相符。模型的标准化残差和标准化残差的平方滞后12期的Q统计量均不显著，残差不存在自相关，ARCH检验也显示不存在ARCH效应，所以模型的拟合是合理的。

4．结论

本节从期货市场收益和波动的关系及有效性的角度进行分析，为国家和企业的石油进口、采购和避险提供重要的决策依据。通过利用GARCH类模型对2002年1月7日到2009年9月4日NYMEY石油期货市场有效性以及WTI期货价格的风险进行了分析和实证研究，总结得出以下结论。

第一，纽约商业期货市场上的石油期货价格收益率与风险之间存在显著的正向关系，预期的风险增加一个百分点，收益率也相应的增加0.061个百分点。高风险往往会带来相应的高收益。这符合市场经济所具有的高风险高收益的特点，有利于生产经营者利用期货市场进行套期保值，将风险转移给投机者，从而规避现货市场价格风险带来的损失，获得正常的经营利润。然而，在实际的套期保值操作中，我们需要注意到套期保值可以为企业规避风险，锁定成本，但不能以盈亏作为套期保值的衡量标准，更不能冒险去进行投机行为。实际实施中我们需要全面掌握国际原油市场价格信息，选择合适的套保比和套保工具，对价格进行全程监控，及时追踪保证金，并强调现货价格和期货价格具有高度的相关性，对基差风险有效地管理。最后，我们还要时刻检测国际油价的波动特征，谨防国外的投资势力对国际原油期货价格的操纵，导致期货价格收益与风险的异常变化。

第二，期货市场的价格风险存在非对称性，人们对坏消息的反映要比对好消息的反映强烈。这可能由于近年来中国、印度等发展中国家经济的高速增长导致强劲的石油需求，而作为一次性能源的石油供给增长能力有限。由于这种脆弱的供需关系，再加上美元贬值、地缘政治、投机资金以及石油的生产极易受到天气因素的影响等这些非供求因素，使得国际油价屡创新高，长期在高位剧烈震荡，油价下跌必定将是短暂的，从而决定了油价波动的不对称性（范英，焦建玲，2008）。因此，油价的下跌通常比油价的上涨对以后波动的影响作用更大，所以在油价下跌时，企业应更警惕未来市场的变化，未雨绸缪，及时计划好应对未来国际油价剧烈波动的策略。

第三，纽约商业交易所上市的原油期货价格周五的收益率显著为正，这与美国股票市场的周五效应相吻合。期货市场在一周内呈现出低开高收的走势。理论上说，在其他条件不变的情况下，我们若在周一低价时买入期货合约，持有一周后在周五高价卖出即可获得超额收益。这似乎与有效市场假说相矛盾，然而现实中可能存在的市场风险、交易成本、观测误差、交易者的行为都可能影响一周各交易日收益的差异。而且在后期阶段中，出现的周三的正收益和周四比较大的风险，也从一定程度上说明了价格基本上反映了市场信息，市场在朝着比较有效的方向运行。因此，经济主体在利用期货市场制定原油采购策略时，应综合考虑各方面的因素，包括市场风险、基差风险、交易成本、企业自身的财务问题以及期货市场的有效性问题，尽量避免因周内效益等特殊现象而引起的采购成本的增加。

最后，如何有效地利用期货市场的两大功能，深入了解国际原油期货价格的风险特征，避免第二个中航油事件的再次发生，不仅需要我们对国际石油期货的风险特征、期货市场的有效性和期货市场的运作特征有着深入的研究和分析，在具体的进口和采购中，还需要结合我国的实际情况。作为仅次于美国的第二大石油进口国，我国当前应不断建立和完善国内原油和燃料油期货市场，积极争取国际石油定价权。另外，作为一次性能源的石油，其价格风险还受到其他多种因素的影响，如中东主要石油生产国的政治局势直接影响到全球石油市场的供给。石油的生产和消费也都会受到异常天气的影响。近些年，美元的不断贬值也加剧了国际油价的不断攀升趋势。在利用期货市场的两大功能制定进口采购策略时，我们应综合考虑各方面的因素。