下一期油价预测_下一次油价

1.什么是股指期货？如何买卖？

2.实证研究结果讨论

你好，这东西没人会预测。

如果真会预测，早就成为亿万富翁了。

预测这东西我早就不信了，以前在网站上，经常看别人预测，结果买了，连一个号码都没对上。

楼主真要买，就权当是献爱心吧。

如果有人告诉你买什么号码，建议你都不要相信，因为我玩了几年房子跟老婆都玩没了。

PS：这东西真的不是好东西，洗心革面，重新做人，希望你能当机立断，不要存侥幸心理，果断戒赌。

写在最后，献给所有有缘看到这个答案的赌友或者赌友的亲人。

如果你，不管是深陷其中还是刚尝到甜头，一定要努力自救。

会使自己人生观和价值观出现巨大的扭曲，人会变的懒惰不堪。会给家庭带来无尽的痛苦，会让那些爱你的人对你绝望，人们说败家，而又何尝不是？当亲人一个个对你置之不理时，不要觉得世态炎凉，每个人都有自己的生活，何况再怎么旺的火也会被浇灭。

什么是股指期货？如何买卖？

4.4.3.1 WTI和Brent市场收益率的统计特征

令WTI和Brent市场第t日的石油价格分别为P1,t和P2,t，则WTI和Brent市场第t日的对数收益率分别为Y1,t=ln（P1,t/P1,t-1）和Y2,t=ln（P2,t/P2,t-1），从而各得到4943个收益率样本。图4.20是两个市场所有样本收益率的走势图，不难发现，两个收益率序列均存在明显的波动集聚性。

图4.20 WTI和Brent市场原油现货收益率走势

WTI和Brent两个市场样本内收益率的基本统计特征如表4.17所示。总体而言，两个市场的收益率的平均水平和波动水平都非常接近，这也可以从图4.20上得到印证。同时，与标准正态分布的偏度为0、峰度为3相比，本节两个市场收益率的偏度为负（即呈现左偏现象），峰度远大于3，因此它们均具有尖峰厚尾的特征，而且从JB检验的结果也能看到收益率序列显著不服从正态分布。而对收益率序列进行自相关性LB 检验时，根据样本容量，选择滞后阶数为 ，检验结果表明它们均具有显著的自相关性。另外，通过AD F单位根检验，发现它们都是平稳序列。

表4.17 WTI和Brent市场收益率的基本统计特征

4.4.3.2 WTI和Brent市场收益率的GARCH模型估计

（1）WTI市场收益率的GARCH模型估计

为了滤掉收益率序列的自相关性，本节引入ARMA模型对收益率序列建模。根据自相关和偏自相关函数的截尾情况，并按照AIC值最小原则，经过多次尝试，发现ARMA（1,1）模型比较合适。对ARMA（1,1）模型的残差序列进行自相关性Ljung-Box检验，从自相关分析图上看到，残差序列的自相关系数都落入了随机区间，自相关系数的绝对值都小于0.1，与0没有明显差异，表明该残差序列是纯随机的，换言之，ARMA（1,1）模型很好地拟合了原有收益率序列。

鉴于WTI市场收益率序列存在明显的波动集聚性，因此，本节对ARMA（1,1）模型的残差进行ARCH效应检验，结果发现存在高阶ARCH效应，因此考虑用GARCH模型。由于收益率序列存在厚尾现象，因此本节在GARCH 模型中引入GED 分布来描述模型的残差。根据AIC 值最小的原则以及模型系数要显著和不能为负的要求，通过比较GARCH（1,1）,GARCH（1,2），GARCH（2,1）和GARCH（2,2）模型，本节选择GARCH（1,1）模型来拟合原有收益率序列。

为了进一步研究WTI收益率序列的波动特征，本节检验了TGARCH（1,1）和GARCH-M（1,1）模型。结果发现，收益率序列存在显著的TGARCH效应和GARCH-M 效应，即收益率的波动不但具有显著的不对称特征，而且还受到预期风险的显著影响。考虑到模型的AIC值要最小，以及为了描述收益率波动的不对称性，本节选择TGARCH（1,1）模型对WTI市场收益率的波动集聚性建模，模型形式如式4.16。另外，我们看到模型的GED分布参数为1.260823，小于2，从而验证了该收益率序列的尾部比正态分布要厚的特征，也为本节接下来进一步准确计算WTI市场的风险铺垫了良好的基础。

WTI市场收益率的TGARCH（1,1）模型为

国外油气与矿产利用风险评价与决策支持技术

式中：ε1,t-1﹤0,d1,t-1=1；否则，d1,t-1=0;

Log likelihood=11474.52,AIC=-4.898557,GED参数＝1.260823

从模型的方差方程看到，油价收益率下跌时， 对h1,t的影响程度为α1＋Ψ，即0.057202；而油价上涨时，该影响程度为α1，即0.083559，约为前者的1.5倍。h1,t-1前的系数为0.920539，接近1，表明当前方差冲击的92.0539%在下一期仍然存在，因此波动冲击衰减速度较慢，波动集聚现象比较严重。而检验TGARCH（1,1）模型的残差时发现，其自相关函数都在随机区间内，取阶数为68时，残差的Q统计量的显著性概率大于20%，而Q2统计量的显著性概率大于30%，因此经TGARCH（1,1）建模后的序列不再存在自相关现象和波动集聚性。另外，残差的ARCH-LM检验结果也表明，它不再存在波动集聚性，因此TGARCH（1,1）模型对WTI市场收益率序列的拟合效果较好。

（2）Brent市场收益率的GARCH模型估计

基于Brent市场收益率的波动特征，按照与WTI市场GARCH 模型类似的建模思路，建立了MA（1）模型。而利用ARCH-LM检验方法发现模型的残差存在显著的高阶ARCH效应，因此用基于GED分布的GARCH模型。比较GARCH（1,1）,GARCH（1,2）,GARCH（2,1）和GARCH（2,2）模型的AIC值，以及有关系数的显著性，发现选择GARCH（1,1）模型是最合适的，具体形式如（式4.17）。进一步，对收益率序列建立TGARCH（1,1）模型和GARCH-M（1,1）模型，结果表明，有关系数并不显著，因此说明Brent市场收益率的波动并不存在显著的不对称杠杆效应，也不存在显著的GARCH-M效应。而且，我们也发现GED分布的参数小于2，因此验证了Brent市场收益率同样具有厚尾特征。

Brent市场收益率的GARCH（1,1）模型为

国外油气与矿产利用风险评价与决策支持技术

Log likelihood=116.19,AIC=-4.993462,GED参数＝1.324630

在模型的方差方程中，h2,t-1前的系数为0.912673，表示当前方差冲击的91.2673%在下一期仍然存在。可见，与WTI市场类似，Brent市场同样存在波动冲击衰减速度较慢的现象。检验模型的残差，发现其自相关函数都在随机区间内，取阶数为68时，标准残差的Q统计量的显著性概率大于50%，而Q2统计量的显著性概率大于20%，因此经GARCH（1,1）建模后的序列不再存在自相关现象和波动集聚性。另外，残差的ARCH-LM检验结果也表明，它不再存在波动集聚性，因此GARCH（1,1）模型对Brent市场收益率序列的拟合效果也较好。

图4.21给出了两个市场的条件异方差的走势，分别代表着它们的波动水平。从图中看到，一方面，两个市场收益率的波动水平基本相当，只是在某些区间WTI市场的波动会更大一些。当然，在海湾战争期间，Brent市场的波动程度相比而言更剧烈一点；另一方面，两个市场都存在一个明显的现象，那就是在波动比较剧烈的时期，其条件方差最高可达一般水平的20倍以上，这种波动的大规模震荡不但说明了国际石油市场存在显著的极端风险，而且对于市场波动和风险的预测具有重要的现实意义。

图4.21 WTI和Brent市场的条件异方差比较

4.4.3.3 WTI和Brent市场收益率的VaR模型估计和检验

正如前文所述，石油市场需要同时度量收益率下跌和上涨的风险，从而为石油生产者和购者提供决策支持。为此，本节将用上述基于GED分布的TGARCH（1,1）模型和GARCH（1,1）模型，按照方差－协方差方法来分别度量WTI和Brent市场在收益率上涨和下跌时的VaR 风险值。

（1）GED分布的分位数确定

根据GED分布的概率密度函数，使用MATLAB编程，经过多次数值测算，求出GED分布在本节所得自由度下的分位数，如表4.18所示。表中结果显示，95%的分位数与正态分布的1.645基本相同；但99%的分位数却明显大于正态分布的2.326，这也表明了国际油价收益率具有严重的厚尾特征。

表4.18 WTI和Brent市场收益率的GED分布参数及分位数

（2）基于GED-GARCH模型的VaR风险值计算

根据VaR风险的定义，我们得到以下两个计算VaR风险的公式。其中上涨风险的VaR值计算公式为

国外油气与矿产利用风险评价与决策支持技术

式中；zm,α﹥0，表示第m个市场中（T）GARCH（1,1）模型的残差所服从的GED分布的分位数；hm,t为第m个市场的收益率的异方差。

同理，得到下跌风险的VaR值计算公式为

国外油气与矿产利用风险评价与决策支持技术

根据上述两个VaR风险计算公式，本节计算了在95%和99%的置信度下，WTI和Brent市场的上涨风险和下跌风险（表4.19，表4.20）。

表4.19 WTI市场收益率的VaR计算结果

表4.20 Brent市场收益率的VaR计算结果

从表4.19和表4.20的实证结果看到，第一，除95%的置信度下市场收益率上涨风险的LR值略大于临界值外，其他所有LR统计量的值均小于相应的临界值，因此按照Kupiec的返回检验方法，可以认为基于GED分布的TGARCH模型和GARCH模型基本上能够充分估计出两个市场收益率的VaR风险值。从市场收益率与VaR风险值的走势也可以看到这一点（图4.22）。第二，在99%的置信度下，两个市场的VaR 模型对收益率的上涨风险比对收益率的下跌风险的估计精度都更高，这可能是由于收益率分布的左尾比较长，GED分布尚未完全捕捉到所有的厚尾现象。而在95%的置信度下，对下跌风险的估计精度更高。第三，从VaR的均值来看，在相同的置信度下，不管收益率是上涨还是下跌，WTI市场的VaR值都要比Brent市场对应的VaR 风险值大，因此需要更多的风险准备金。当然，从图4.23的VaR 风险走势可以发现，事实上，两个市场的VaR风险基本上相差不大，只是在某些样本区间内，WTI市场的风险会超过Brent市场。

图4.22 99%的置信度下Brent市场的收益率及其VaR风险值

图4.23 99%的置信度下WTI和Brent市场收益率上涨和下跌时的VaR风险值

（3）VaR模型比较

在用GARCH模型计算市场收益率的VaR 风险值时，一般都设模型的残差服从正态分布，从而直接令zm,α等于标准正态分布的分位数。但实际上，石油市场的收益率及其模型残差一般都是非正态分布的，因此得到的VaR 模型往往不够充分。为此，本节以99%的置信度为例，建立了基于正态分布分位数的VaR 模型，计算结果如表4.21所示，并与表4.19和表4.20中VaR模型的有关结果进行比较。

表4.21 基于正态分布分位数的VaR模型计算结果

结果表明，从VaR均值上看，基于正态分布的VaR模型在两个市场、两个方向（即上涨和下跌）上计算得到的VaR风险值均比基于GED分布的VaR 模型的相应结果要靠近零点，这从模型失效次数的比较上也能得到验证。再者，由于表4.21中的失效次数均超过了99%的置信度下临界处的失效次数（约为47），因此此时的计算结果低估了市场的实际风险。

而按照Kupiec的返回检验方法，可看出与99%置信度下的临界值6.64相比，不管是WTI市场还是Brent市场，不管是上涨还是下跌方向，用基于正态分布分位数的VaR模型计算市场风险基本上都不够合理。其中，尽管WTI市场的上涨风险计算结果基本上可以接受，但与表4.19中对应的LR值相比，发现后者更加充分而准确。因此，总体而言，用基于GED分布的VaR模型要比基于正态分布的VaR模型更充分而合适，得到的结果更可取。

当然，在95%的置信度下，基于正态分布和GED分布的VaR模型的LR值几乎一样，都是比较充分的。这是由于它们的分位数几乎是一样的，均为1.645左右。

另外，本节通过计算还发现，如果在建立GARCH模型时设残差服从正态分布，而计算VaR时又选择一般所用的正态分布分位数，则得到的VaR模型不管是哪个市场、哪个方向的风险都将很不充分，而先前很多研究往往就是这么做的。

（4）VaR模型的预测能力

从上述分析中可以看到，基于GED-GARCH的VaR模型能够较好地估计和预测样本内数据。为了更加全面检验这种VaR模型的预测能力，接下来本节以95%的置信度为例，用它来预测样本外数据的VaR风险值，并与样本外的实际收益率数据进行比较。结果发现，在WTI和Brent市场上，落在预测得到的正向VaR和负向VaR之间的实际收益率占整个样本外预测区间所有收益率的比例均为95.76%，接近95%；相应的LR值为0.3409，小于95%置信度下的临界值3.84，因此是可以接受的（图4.24，图4.25）。换言之，根据样本内数据建立的VaR 模型用于预测样本外数据的VaR风险时，其预测能力是可以接受的。另外，为了比较，本节也用了广受好评的H SAF方法建立模型，并预测了样本外数据的VaR风险，但检验却发现其在此处的预测结果并不理想。因为不管是WTI市场还是Brent市场，落在预测得到的正向VaR和负向VaR之间的收益率占整个预测区间所有收益率的比例均为91.92%，离95%较远；相应的LR统计量为4.40，大于临界值，因此应该拒绝原设，即认为在此处用HSAF方法预测市场VaR风险并不妥当。

图4.24 95%的置信度下WTI市场的样本外实际收益率与预测VaR值

图4.25 95%的置信度下Brent市场的样本外实际收益率与预测VaR值

4.4.3.4 WTI与Brent市场风险溢出效应检验

得到WTI和Brent两个市场的收益率上涨和下跌时的VaR风险值之后，本节根据Hong（2003）提出的风险－Granger因果检验方法，构造相应的统计量Q1（M）和Q2（M），并通过MATLAB编程求出统计量的值及其显著性概率，从而检验两个石油市场之间的单向和双向风险溢出效应。计算结果如表4.22所示，其中M分别取10,20和30。

表4.22 WTI与Brent市场风险溢出效应检验结果

从表4.22看到，一方面，在95%和99%的置信度下，不管是上涨风险还是下跌风险，WTI和Brent市场都具有显著的双向Granger因果关系，即两个石油市场之间存在强烈的风险溢出效应；另一方面，为了进一步确定风险溢出的方向，我们从利用单向风险－Granger因果检验的统计量Q1（M）计算得到的结果看到，不管置信度是95%还是99%，不管是上涨风险还是下跌风险，都存在从WTI到Brent市场的风险溢出效应。而若Brent到WTI市场的风险溢出情况稍微复杂，在95%的置信度下，只存在收益率下跌方向的风险溢出，而收益率上涨时并不存在；在99%的置信度下，情况则相反，只存在收益率上涨方向的风险溢出，而不存在下跌方向的风险溢出效应。前者可能是由于95%的置信度下收益率上涨方向的VaR 模型不够充分导致，而99%的置信度下VaR模型是非常充分的，因此后者更为可信。换言之，可以认为在99%的置信度下，不存在从Brent市场到WTI市场的风险溢出效应。

这表示，当市场出现利空消息从而导致油价收益率下跌时，WTI市场的风险状况有助于预测Brent市场的风险，而反之不然。当市场出现利好消息从而导致油价收益率上涨时，两个市场的风险的历史信息均有助于预测彼此未来的市场风险。这对有关和企业的科学决策具有一定的借鉴意义。

实证研究结果讨论

指数期货与普通的商品期货除了在到期交割时有所不同外，基本上没有什么本质的区别。以某一股票市场是指数为例，定当前它是1000点，也就是说，这个市场指数目前现货买卖的“价格”是1000点，现在有一个“12月底到期的这个市场指数期货合约”，如果市场上大多数投资者看涨，可能目前这一指数期货的价格已经达到1100点了。如说你认为到12月底时，这一指数的“价格”会超过1100点，也许你就会买入这一股指期货，也就是说你承诺在12月底时，以1100点的“价格”买入“这个市场指数”。这一指数期货继续上涨到1150点，这时，你有两个选择，或者是继续持有你是期货合约，或者是以当前新的“价格”，也就是1150点卖出这一期货，这时，你就已经平仓，并且获得了50点的收益。当然，在这一指数期货到期前，其“价格”也有可能下跌，你同样可以继续持有或平仓割肉。 但是，当指数期货到期时，谁都不能继续持有了，因为这时的期货已经变成“现货”，你必须以承诺的“价格”买入或卖出这一指数。根据你期货合约的“价格”与当前实际“价格”之间的价差，多退少补。比如上例中，如12月底到期时，这个市场指数实际是1130点，你就可以得到30个点的差价补偿，也就是说你赚了30个点。相反，如到时指数是1050点的话，你就必须拿出50个点来补贴，也就是说亏损了50个点。 当然，所谓赚或亏的“点数”是没有意义的，必须把这些点折算成有意义的货币单位。具体折算成多少，在指数期货合约中必须事先约定，称为合约的尺寸，如规定这个市场指数期货的尺寸是100元，以1000点为例，一个合约的价值就是100000元。 股指期货交易与股票交易的不同

1.股指期货可以进行卖空交易。股票卖空交易的一个先决条件是必须首先从他人手中借到一定数量的股票。国外对于股票卖空交易的进行设有较严格的条件,而进行指数期货交易则不然。实际上有半数以上的指数期货交易中都包括拥有卖空的交易头寸。对投资者而言,做空机制最富有魅力之处是,当预期未来股市的总体趋势将呈下跌态势时,投资人可以主动出击而非被动等待股市见底,使投资人在下跌的行情中也能有所作为。 2.交易成本较低。相对现货交易,指数期货交易的成本是相当低的,在国外只有股票交易成本的十分之一左右。指数期货交易的成本包括：交易佣金、买卖价差、用于支付保证金(也叫按金)的机会成本和可能的税项。美国一笔期货交易(包括建仓并平仓的完整交易)收取的费用只有30美元左右。 3.较高的杠杆比率。较高的杠杆比率也即收取保证金的比例较低。在英国,对于一个初始保证金只有2500英镑的期货交易帐户来说,它可以进行的金融时报100种(FTSE-100)指数期货的交易量可达70000英镑,杠杆比率为28：1。 4.市场的流动性较高。有研究表明,指数期货市场的流动性明显高于股票现货市场。如在1991年,FTSE-100指数期货交易量就已达850亿英镑。 5.股指期货实行现金交割方式。期指市场虽然是建立在股票市场基础之上的衍生市场,但期指交割以现金形式进行,即在交割时只计算盈亏而不转移实物,在期指合约的交割期投资者完全不必购买或者抛出相应的股票来履行合约义务,这就避免了在交割期股票市场出现“挤市”的现象。 6.一般说来,股指期货市场是专注于根据宏观经济资料进行的买卖,而现货市场则专注于根据个别公司状况进行的买卖。 股指期货市场的结构与功能

一、期货

期货指的是法律允许的具体买卖股指期货合约的场所。期货是期货市场的重要组成部分，世界上绝大多数国家(地区)的法律都规定期：货交易必须在指定的内进行，任何在期货外进行的交易都是非法的。 尽管各类近年来出现了公司化经营趋势，但世界上大多数都是非盈利性的会员制组织。我国1999年9月1日起实施的《期货交易管理暂行条例》第七条规定：期货不以盈利为目的，按照其章程的规定实行自律管理；期货以其全部财产承担民事责任。中国证监会颁布的《期货管理办法》规定：期货的注册资本划分为均等份额的会员资格费，由会员出资认缴。期货的权益由会员共同享有，在其存续期间，不得将其积累分配给会员。并规定了期货应当履行的十项职责：提供期货交易的场所、设施及相关服务；制定并实施期货的业务规则；设计期货合约、安排期货合约上市；组织、监督期货交易、结算和交割；制定并实施风险管理制度，控制市场风险；保证期货合约的履行；发布市场信息；监管会员期货业务，检查会员违法、违规行为；监管指定交割仓库的期货业务；中国证监会规定的其他职能。 《期货管理办法》明确了期货的组织机构。期货设会员大会和理事会。会员大会是期货的权力机构，由全体会员组成。理事会是会员大会的常设机构，对会员大会负责。理事会由9至15人组成，其中非会员理事不少于理事会成员总数的1／3，不超过理事会成员总数的1／2。期货理事会可以设立监察、交易、交割、会员资格审查、调解、财务等专门委员会、专门委员会的具体职责由理事会确定，并对理事会负责。期货设总经理一人，副总经理若干人。总经理是期货的法人代表，是当然理事。 除了期货合约外，也提供期权和其他现货金融工具的交易机会。设立的基本宗旨是提供一个有组织的集中市场，并制定标准化的期货合约和统一的交易法规让会员从事交易，监督所有交易的进行与有关法规的执行。但是，本身并不从事期货买卖。会员有权利进场做交易，但并没有义务一定要进场从事交易。 二、清算所

清算所又称清算公司，是指对期货中交易的期货合约负责对冲、交割和统一清算的机构。清算所的建立是期货交易安全而有效率的重要保障。有些清算所是的一个重要部门(如芝加哥商业CME和纽约商业NYMEX)，有些清算所则是在组织机构、财务体系、运行制度等方面独立于的机构(如芝加哥期货CBOT)。大部分的清算所都是各自独立的机构，但也有几个不同共同使用一个清算机构的情况，如国际商品清算所(ICCH)负责清算大部分英国期货，市场间清算公司(The Intermartet Clearing Corp)则替纽约期货(NYFE)与费城(PBOT)清算。 P> 和一样，清算所通常是个非营利性的会员组织。清算所的会员通常都是依附于的会员，除了拥有的一般会员席位外，还要通过比一般会员更严格的财务指标规定。所以，期货的会员分为清算会员和非清算会员，非清算会员要通过清算会员进行清算，并支付一定的佣金费用。 我国的期货有组织，监督期货结算的职能，下设结算部作为承担期货结算职责的机构。全球证券市场、期货市场整合的趋势之一便是和清算机构间日益增多的合并案例。 三、经纪商

期货的会员分为自营商和经纪商两种。自营商是为自己在场内进行期货买卖的会员，而经经商本身并不买卖期货合约，而只是受非会员的客户委托，代替他们在进行期货交易，并从客户那里收取佣金以作为其收入。在国外，有些仅限私人拥有席位，而有些也允许企业、公司等机构申请拥有席位。在美国，根据全国期货协会(NFA)的定义，期货经纪高(或称期货佣金商，FCM)可以是个人，也可以是组织，是一个代表金融、商业机构或一般公众进行期货或期权交易的商行或公司，也有人称其为电话所，经纪人事务所或佣金行，它是金融领域高度多样化的一个组成部分，一些商号专长于金融和商业性套期保值，其它的则致力于公众投机交易。 《期货交易管理暂行办法》规定期货经纪公司会员只能接受客户委托从事期货经纪业务，非期货经纪公司会员只能从事期货自营业务。《期货经纪公司管理办法》进一步明确：期货经纪是指接受客户委托，按照客户的指令，以自己的名义为客户进行期货交易并收取交易手续费，交易结果由客户承担的经营活动。经营期货经纪业务的，必须是依法设立的期货经纪公司。其他任何单位或者个人不得经营期货经纪业务。 四、投资者

股指期货的投资者范围很广，一种区分方法是分为自营商或专业投机商，套期保值者和大众交易者，专业投机商又分为”抢帽子者”，日交易者和大头寸交易者。但更一般的区分是将投资者分为套期保值者、套利者和投机者。 1．套期保值者

套期保值者是通过股指期货交易来规避股票交易中系统风险的交易者，它们是股指期货市场的主要参与者。股指期货的套期保值者主要包括证券发行商、基金管理公司。保险公司、证券公司等证券市场的机构投资者。 2．套利者

套利者是指利用股指期货市场和股票现货市场，以及不同股指期货市场，不同股指期货合约之间出现的价格不合理关系，通过同时买进卖出以赚取价差收益的交易者。有关严格区分套利和图利的讨论见第六、七章。股指期货的套利最常用的是指数套利，当实际期货价格偏离理论期货价格时，可能通过同时买卖赚取无风险收益。 套利者的交易活动对股指期货市场是十分重要的，其交易活动可以使市场的错误定价迅速恢复平衡，有利于市场价格的稳定，也是股指期货市场价格发现机制的传递渠道。 3．投机者

投机者是根据他们对股票价格指数走势的预测通过低买高卖，或高卖低买以获取利润的交易者。对股指期货的投机者而言，并不完全相同于商品期货或其它金融期货，因为投资者根据对股票市场走势的判断，通过股指期货市场低成本、高效率的间接投资股票市场。 五、股指期货市场的基本功能

股指期货市场的基本功能包括两方面。一方面是从整个资本市场或社会经济体系来讲，股指期货有三个的经济功能：一是价格发现功能。股指期货的价格是交易双方在通过公开喊价或计算机自动撮合的电子交易形成的，有关期货价格的信息不停地来自各个分散的方面，交易者不断地利用有关信息，将其考虑到价格决定中去，以对期货价格变化做出合理的估计。虽然单个投资者对相关资产的价格估计会有所偏差，但从市场整体看，集体理性会形成比较合理的期货价格。由于期货合约交易频繁、市场流动性很高、交易成本低、买卖差价小，瞬时信息的价值会较快地在期货价格上得到反映。股指期货的集中、公开交易近似于在一个完全竞争的市场中，价格信息的公开、透明和及时传播对股票的价格预期和下一期股指期货的价格决定有重要的影响。二是稳定市场和增强流动性的功能。当股票市场价格和股指期货市场价格偏离时，市场中的投机者、套利者和套期保值者能够敏锐地衡量出两个市场一方或两方的错误定价程度，通过比较交易成本，进行各种策略的交易操作，从而纠正市场的错误定价平抑市场波动，防止暴涨暴跌。股指期货会增加因套利、套期保值及其它投资策略对股票交易的需求，从而增强股票市场的流动性。三是促进资本形成的作用。根据著名经济学家托宾（J．Tobin）提出的Q比率的概念，企业资产负债的市场价值与其重置成本的比率为Q比率，Q>1时，进行新的资本投资更有利，从而增加投资需求，Q<1时，公司买现成的资本产品比新的资本投资更便宜，会减少资本需求。只要企业的资产负债的市场价值相对于其重置成本有所提高，即提高Q比率，就会增加资本形成。证券的价格水平是由证券供求双方的力量达到平衡而决定的。股指期货能够增加由于套利交易和规避风险需求导致的股票需求，也可以使证券供给因预期性套期保值而相对比较稳定这些因素都能够促进资本形成。 股指期货市场另一方面的基本功能是投资者可以利用股指期货更有效地进行投资和资产管理。第一，证券资产在居民和机构的金融资产中所占的比重不断提高，投资者往往要根据各种资产收益率变化进行资产调整和重新配置，单纯利用证券现货市场进行大幅度的资产结构调整，会引起股票价格的大幅度变化，增大市场波动性和投资者交易的执行成本和佣金费用，而利用股指期货合约可能通过不同资产的暴露程度使综合头寸达到调整资产结构的要求，而不至于引起价格的大幅波动，交易费用也较低。第二，证券承销商和发行人可以利用股指期货进行预期性套期保值规避价格风险，保证证券发行顺利进行。第三，投资者可以利用股指期货市场进行套期保值和套利交易。香港恒生指数期货市场，以对冲风险为目的的交易约占总交易量的20％，充分反映了恒指期货对套期保值的巨大存在价值。而机构投资者，尤其是指数投资基金可以利用股指期货进行套利交易以获取无风险收益。第四，投资者可以利用股指期货间接投资股票市场，使自己专注于分析宏观经济景气状况和股票市场大势，免除从繁多的股票中桃选可投资股票的麻烦，以及减少投资股票市场的信息搜集、加工、处理成本。 六、中国发展股指期货市场的一些特殊的功能

除了以上这些一般性功能，中国发展股指期货市场还有一些特殊的功能。第一，为培育和发展机构投资者提供条件。发达证券市场的经验表明，以保险资金、共同基金、养老基金为主体的机构投资者对证券市场的稳定和发展具有重要推动作用，机构投资者的优势在于用组合投资来降低风险，但组合投资只能降低非系统性风险，但无法规避系统性风险。中国证券市场还处于发展阶段，属于新兴市场，系统性风险所占比例很高，要培育和发展机构投资者，必须提供包括股指期货作为规避系统性风险工具在内的一系列条件，股指期货市场已经与优化投资者结构联系在一起。第二，股票市场国际化的需要。随着中国加入WTO，中国经济的对外开放将面临一系列的考验，一方面，境外投资者是以机构投资者为主的，他们有规避风险的强烈需求，另一方面，境外投资者进入中国股票市场可能会加大市场的波动甚至出现大幅度的涨落调整，股指期货市场不单是满足境外投资者的需求，以吸引国外资本，也是在开放条件下稳定股票市场的需要。第三，完善证券市场的结构，丰富市场层次，推动市场深化。中国证券市场目前只有单一的主板市场和创业板市场，即只有交易市场，缺乏非上市股票的柜台交易市场和机构投资者需要的第三、第四市场，不能最大限度的满足不同层次的资金需求者、资金供给者的需求，不完善的市场机制难以使筹集资产、配置等证券市场功能的发挥。在发展和完善各层次基础资产市场的同时，包括股指期货、股票期权、股指期权和认股权证、可转换债券、存托凭证等工具在内的衍生品市场的发展对促进市场深化和市场功能发挥具有十分重要的作用。 股指期货的五大意义

股指期货具有套期保值、价格发现、资产配置等功能,是国际资本市场重要的风险管理工具。 根据当前我国资本市场的特征与发展趋势,开展我国的股指期货交易具有积极的意义,这表现在： （一）回避股市系统风险,保护广大投资者的利益

我国股市的一个特点是股指波动幅度较大,系统风险较大,这种风险无法通过股票市场上的分散投资加以回避。开展股指期货交易,既可为股票承销商在一级市场包销股票提供风险回避的工具,又可为二级市场广大投资者对冲风险、确保投资收益。 （二）有利于创造性地培育机构投资者,促进股市规范发展

目前,我国机构投资者比重偏低,不利于股市规范发展。开展股指期货交易,可以为机构投资者提供有效的风险管理工具,增加投资品种,能促进长期组合投资与理,能提高市场流动性,降低机构投资者的交易成本 ,提高资金的使用效率。特别是我国将发展开放式基金,由于其可随时赎回 ,因此,必须有相应股指期货等衍生工具相配套,才能保证开放式基金的安全运作。可见,股指期货有利于创造性地培育机构投资者,促进股市的规范发展。这一点已被国际市场发展的成功经验所证明。 （三）促进股价的合理波动,充分发挥经济晴雨表的作用

由于缺乏风险回避机制,许多机构投资者只能借助内幕消息进行短线投机以达到获利的目的,从而造成股市异常波动。开展股指期货交易能够大量聚集各种信息,有利于提高股票现货市场的透明度；如果股票现货市场价格与股指期货市场间价差增大,将会引来两个市场间的大量套利行为, 可抑制股票市场价格的过度波动；此外,股指期货交易发现的预期价格可更敏感反映国民经济的未来变化,充分发挥国民经济晴雨表的作用。 （四）改善国企大盘股的股性,为国企改革服务

股指期货的推出将会促使一些大盘股的股性发生转变,提高投资者投资国企大盘股的积极性。目前,我国成份指数样本股往往以大盘绩优股为主,国企大盘股占较大权重。股指期货交易的开展,有助于提高投资者参与这类股票交易的积极性,从而间接促进国企大盘股发行工作的开展。Damod aran等人（1990年）对S＆P500指数样本股所作的实证研究表明,开展股指期货交易后的5年间,指数样本股的市值提高幅度为非样本股的2倍以上。另外,为解决国有股的上市流通问题,目前讨论的解决途径之一是成立大型基金,而股指期货的推出有利于基金的风险回避与安全运作,从而为国有股的上市流通提供服务。 （五）完善功能与体系,增强我国资本市场的国际竞争力

从国际市场的发展潮流可见,股指期货在完善资本市场功能与体系方面的作用已得到广泛的认同。在经济全球化的今天,如果我们还是停留在传统的交易方式中,不引进现代金融工具,我国资本市场在功能与体系方面都将是不健全的,不但难以与国际金融市场接轨,而且难以为国际投资资本的进入提供回避风险的场所,不利于我国对外资的吸引及加入WTO；此外, 中国在开展自己的股指期货交易方面并无专利权,如日经225指数被新加坡抢先开发成功就是一例。目前,由于我国资本市场没有完全开放,国外还没有推出中国股指期货,但一旦资本市场对外开放,国外必将迅速地推出中国股指期货交易。因此,为增强我国资本市场的竞争力,我国应尽快推出股指期货交易。这一点对我国资本市场的发展具有重大的战略意义。

股指期货的特点与功能

金融期货品种分为外汇、利率与指数期货三大类。股指期货是指数类期货中的主导品种,也是金融期货中历史最短、发展最快的金融产品。 一、股指期货的概念与特点

股票指数期货交易指的是以股票指数为交易标的的期货交易。和其它期货品种相比,股指期货品种具有以下几个特点： 1、股指期货标的物为相应的股票指数。

2、股指期货报价单位以指数点计,合约的价值以一定的货币乘数与股票指数报价的乘积来表示。 3、股指期货的交割用现金交割,即不是通过交割股票而是通过结算差价用现金来结清头寸。 二、股指期货的功能

股指期货具有价格发现、套期保值、资产配置等功能。具体表现在：

（一）价格发现

股指期货交易以集中搓合竞价方式能产生未来不同到期月份的股票指数期货合约价格,反映对股票市场未来走势的预期；同时,国外学者通过大量实证研究表明,股指期货价格一般领先于股票现货市场的价格,并有助于提高股票现货市场价格的信息含量。因此,股指期货与现货市场股票指数一起可起到国家宏观经济景气晴雨表的作用。 （二）套期保值

股指期货能满足市场参与者对股市风险对冲工具的强烈需求,促进一级市场和二级市场的发展。具体表现在： 1、严格说来,个股的价格风险只能通过相应的股票期货进行风险对冲；但当股票市场出现系统性风险时,个股或股票组合投资就可通过股指期货合约进行套期保值。 2、股票承销商在包销股票的同时,为规避股市总体下跌的风险,可通过预先卖出相应数量的股指期货合约以对冲风险、锁定利润。 3、当上市公司股东、证券自营商、投资基金、其他投资者在持有股票时,可通过卖出股指期货合约对冲股市整体下跌的系统性价格风险,在继续享有相应股东权益的同时维持所持股票资产的原有价值；减轻集中性抛售对股票市场造成的恐慌性影响,促进股票二级市场的规范与发展。 （三）资产配置

股指期货具有资产配置的功能,具体表现在：

1、引进做空机制。做空机制使得投资者的投资策略从等待股票价格上升的单一模式转变为双向投资模式,使投资人的资金在行情下跌中也能有所作为而非被动闲置。 2、便于发展机构投资者,促进组合投资、加强风险管理。

3、增加市场流动性,提高资金使用效率,完善资本市场的功能等。

海外股指期货市场的产生和发展

股指期货市场最初的产生是基于为机构投资者（尤其是指数投资基金）提供避险工具的考虑，一般不外乎这样三个条件：一是对机构投资者规避系统性风险的现实需求；二是金融创新的动力；三是相关法律法规的健全。 美国是最早推出股指期货交易的国家，其股指期货的产生发展得益于这样几个方面的因素：一是70年代初期由于美国持续两位数的通货膨胀导致股市暴跌，出现了对现货市场避险工具的需求；二是14年美国国会通过的《退休收入保障法》要求退休基金管理人遵循“谨慎人原则”管理资金，严格分散和规避市场风险，进一步强化了其避险需求；三是80年代初期券商承销收益和佣金收入大幅降低，迫使券商进行金融创新，努力寻求新的盈利模式；四是14年商品期货交易委员会的设立及其后对《商品交易法》管辖范围的扩大为股指期货的产生扫清了法律障碍。 但是美国的情况并不能解释一切，尤其是90年代以来亚洲国家和地区如日本、韩国和我国台湾地区股指期货的产生和发展。这些国家和地区股指期货市场的产生和发展与其证券市场的对外开放尤其是QFII制度是密切相关的。 1、日本股指期货市场的产生与发展

日本股指期货市场的发展经历了较为明显的三个阶段。

第一阶段：80年代初期到1987年，股指期货在外界因素的推动下从无到有的初步试验阶段。日本于80年代初期即已开放了其证券市场，允许境外投资者投资境内股市。但是，其股指期货合约却首先出现在海外，1986年9月3日，日经225指数期货在新加坡金融期货（SIMEX）交易。按照日本当时的证券交易法规定，证券投资者从事期货交易被禁止。所以，当时的日本证券市场并不具备推出股指期货交易的法律条件。而且，按照当时的证券交易法，日本国内的基金是被禁止投资SIMEX的日经225指数的，只有美国和欧洲的机构投资者利用SIMEX的日经225股指期货合约对其投资于日本的股票进行套期保值。本国的机构投资者明显处于不利位置。基于这样的原因，1987年6月9日，日本推出了第一支股票指数期货合约———50种股票期货合约，受当时证券交易法禁止现金交割的限制，50种股票期货合约取现货交割方式，以股票指数所代表的一揽子股票作为交割标的。 第二阶段：1988年到1992年逐步完善的过渡阶段。这一阶段，通过修改和制订法律，国内股指期货市场逐步走上正轨。50种股指期货刚刚推出的前几个月，交易发展缓慢，直到1987年股市暴跌后交易量迅速发展起来。1987年10月20日上午，日本证券市场无法开始交易，卖盘远大于买盘，由于涨跌停板的限制，交易刚开始即达到跌停板。由于当时50种股票期货合约实行现货交割，所以，境内投资者也无法实施股指期货交易。而在SIMEX交易的境外投资者却能够继续交易期货合约。受此影响，1988年日本金融市场管理当局批准了大阪证券关于进行日经指数期货交易的申请。1988年5月，日本修改证券交易法，允许股票指数和期权进行现金交割，当年9月大阪证券开始了日经225指数期货交易。1992年3月，大阪证券50种股票期货停止了交易。 第三阶段：对股票指数进行修改，股指期货市场走向成熟。由于日经225指数用第一批上市的225种股票，以股价简单平均的形式进行指数化。针对这样的情况，大阪证券根据大藏省指示，开发出了新的对现货市场影响小的日经300指数期货以取代日经225，并于1994年2月14日起开始交易。此后，日本股指期货市场便正式走向成熟。 2、 韩国股指期货市场的产生

韩国股指期货的产生源于其资本市场的逐步开放，以及正式引入QFII之后对于市场避险工具日益迫切的需求，但是，由于没有象日本市场那样遭遇外国市场的竞争，其股指期货的推出较为从容，在法律法规、投资者教育、交易系统以及指数设计等方面的准备也更充分。 1981年，韩国宣布了资本市场国际化。年，韩国允许境外投资者通过境内的基金（韩国信投）间接投资境内的股票；到1992年底，境外投资者通过韩国信投对韩国的投资达到了150亿美元，接近韩国证券市场总市值的1.5%，加上当年QFII直接买卖股票的数额，境外投资者持有的股票市值达到韩国证券市场总市值的3.1%。 在数量快速增长的同时，股票市场结构方面的问题也逐渐暴露出来，投资工具缺乏，尤其缺乏规避风险的工具，人们无法有效地管理市场波动所带来的风险。这增加了市场的波动性。虽然从1985年到1990年，韩国股市一直处于上涨趋势，但每隔3至5个月，股市都会出现上下较为显著的波动。这表明如果在韩国证券市场引入股指期货，投资者利用股指期货进行套期保值的需求将会很高。1987年11月，在全球股市经历了“黑色星期一”的暴跌之后不久，韩国修改了证券交易法，授权韩国证券建立期货市场。1992年4月至1993年4月，韩国证券开展了对机构投资者指导和教育工作。

4.5.3.1 基本统计分析

令POt,PEt分别表示第t日WTI国际原油价格和欧元对美元汇率价格，其统计特征如表4.23所示。不难发现，首先，两个价格（汇率也可以看做一种相对价格）序列都是非正态分布的；其次，两个价格序列都存在显著的自相关性和异方差性，因此存在显著的波动集聚性。还有，ADF检验结果表明，在5%的显著性水平下，两个价格序列都是非平稳序列，但都是一阶单整序列。从两者的标准差也可以发现，总体而言油价波动的风险比汇率波动风险要大。

表4.23 国际油价和美元汇率序列的基本统计特征

4.5.3.2 均值溢出效应检验

（1）协整性分析

为了利用长期弹性的概念，我们先对两个价格序列取自然对数，得到两个新的变量1n_PO和1n_PE。由于国际油价和美元汇率序列取自然对数后仍然均是一阶单整序列

检验结果表明，取自然对数以后，两个价格序列仍然是一阶单整的，符合应用协整理论的基本要求。具体统计检验结果可向作者索要。

国外油气与矿产利用风险评价与决策支持技术

式中：括号内为相应变量的t统计量值；**表示在1%的显著性水平下显著。用ADF方法检验回归方程残差项εt的平稳性，结果发现，残差序列在1%的显著性水平下是显著平稳的。因此，我们认为国际油价和美元汇率之间存在长期均衡的协整关系。而从协整回归系数看到，两者之间存在的均衡关系是正向的。并且，国际油价关于欧元对美元汇率的长期弹性系数为1.26，即美元汇率变动1%，国际油价长期来看平均变动1.2607%。可见，两个市场之间的长期互动关系非常显著，因此在分析和预测国际油价长期走势时，美元汇率的变化必须考虑。

（2）跨期互相关检验

尽管国际油价和美元汇率都不是平稳序列，但它们之间存在协整关系，因此符合建立VaR模型的先决条件。而为了确认是否需要用VaR模型建模，我们先检验国际油价序列和美元汇率序列的跨期互相关性，滞后2阶时，得到跨期互相关系数如表4.24所示。可见，油价和汇率序列之间滞后2期的互相关系数都较大，这说明两个市场的条件均值之间存在显著的引导和滞后关系。因此，建立VaR模型很有必要。

表4.24 国际油价和美元汇率之间的跨期互相关系数

（3）均值溢出效应检验

通过对油价和汇率两个序列建立VaR模型，根据模型的整体AIC值最小准则，求得Granger因果检验的最佳滞后阶数为1，从而得到Granger因果检验结果如表4.25所示。从显著性概率发现，欧元对美元汇率是国际油价波动的Granger原因。而国际油价变化并不是显著引起美元汇率起伏的Granger原因。因此可以认为，存在从美元汇率到国际油价的单向均值溢出效应，即国际油价的变化受前期美元汇率变化的显著影响。

表4.25 油价和汇率的Granger因果检验结果

自2002年起，美元持续贬值，原因非常复杂，其中最根本的原因在于美国试图有效拉动出口，缩减贸易赤字。另一方面，受到市场供需、地缘政治和金融市场等因素的综合影响，国际油价自2002年起也连创新高。通过上述均值溢出效应检验，我们可以认为，美元的贬值对国际油价上涨存在显著的推动作用。这是由于原油期货交易主要以美元计价，而美元贬值导致部分外国投资者大量买进原油期货交易合约以获取更高利润，而原油期货价格的走高势必导致现货价格的上扬。当然，这里面也暗含一种长期影响的意义。

与前人用实际油价和实际汇率计算得到的结果相比，用名义价格得到的结果表明，尽管从长期而言油价和美元汇率之间仍然存在一种均衡的互动关系，但是相互影响的方向发生了变化。因此可以认为，物价水平一定程度上改变了两个市场之间的长期互动关系。

（4）脉冲响应函数结果分析

在VaR 模型中，脉冲响应函数可用于衡量来自随机扰动项的一个标准差冲击对变量当期和未来取值的影响。基于国际油价与美元汇率建立的脉冲响应函数如图4.27所示。可见，美元汇率一个标准差（对数值为0.1463，对应原始汇率的0.1557）对国际油价的影响是缓慢增加的，在大约1年以后（具体结果为234天）达到最大程度0.00879美元/桶（此为对数值，转换成国际油价为1.0088美元/桶），并趋于平稳减缓；而国际油价的一个标准差（对数值为0.2422美元/桶，对应原始油价为8.3743美元/桶）对美元汇率的影响较为微弱，接近于0。这种结果进一步验证了国际油价和美元汇率之间的单向均值溢出效应。

图4.27 国际油价与美元汇率的脉冲响应函数

a—油价受到冲击后的反应；b—美元汇率受到冲击后的反应

4.5.3.3 波动溢出效应检验

（1）价格序列的GARCH效应分析

从表4.23中看到，两个价格的平方序列均存在显著的序列相关性，即原序列具有显著的波动集聚性，因此我们引入ARCH 类模型刻画这种性质。考虑到序列的自相关性，因此主体模型用随机游走模型。通过检验残差的ARCH 效应，我们发现，国际油价序列存在显著的高阶ARCH 效应，因此考虑用GARCH 模型，然后按照AIC值最小的准则，多次尝试，决定用GARCH（1,1）模型来描述国际油价序列的波动集聚性。另外，考虑到实证研究结果表明油价上涨和下跌带来的价格波动并不对称，因此考虑用TGARCH 模型，通过模型的AIC 值发现，这样的做法也是合理的。检验TGARCH模型残差的ARCH 效应，发现ARCH 效应已经滤掉，而且，Q（10）和Q2（10）统计量的检验结果也表明模型残差不再存在额外的序列相关性和波动集聚性，这说明TGARCH（1,1）模型对国际原油价格波动特征的拟合效果较好。同理，我们发现GARCH（1,1）模型能较好地刻画欧元对美元汇率的波动集聚性。模型参数估计结果如表4.26所示。

表4.26 国际油价和美元汇率的（T）GARCH模型参数估计结果

需要说明的是，考虑到模型的残差都不服从正态分布，因此我们用基于GED分布的（T）GARCH模型描述模型残差的尖峰厚尾特征。表4.23结果显示，GED分布的参数均小于2，从而验证了使用（T）GARCH模型对油价和美元汇率序列建模时所得残差项的厚尾特征。

波动模型的参数估计结果表明，国际油价的波动具有显著的不对称性，即杠杆效应。杠杆系数为负，表示相同幅度的油价上涨比油价下跌对以后油价的波动具有更大的影响。具体而言，油价下跌时， 对ht的影响程度α1＋Ψ为0.0219；而油价上涨时，该影响程度α1为0.0688，是油价下跌时的3.1倍左右。产生这种杠杆效应的原因是多方面的，石油的不可再生性是其中最根本的原因，它决定了石油供给者的市场地位明显高于石油需求者。因此，油价上涨会加剧石油短缺的预期，使市场交易者倾向于在当期购买。这种争夺加剧了油价的进一步上扬，加上市场投机因素的推波助澜，促使油价上涨时波动程度格外突出。而油价下跌时，石油生产商减少开量，石油经销商囤货待售，导致市场供给量降低，油价出现回升，阻碍了其进一步下挫。可见，石油市场多空双方的不对称地位决定了供给不足时油价的上涨幅度要大于供给过剩时油价的下跌幅度，从而造成了石油市场的上述杠杆效应。

从波动模型也可以发现，美元汇率的波动存在显著的GARCH 效应。方差方程中 与h t-1前的系数之和α1＋β1刻画了波动冲击的衰减速度；其值越靠近1，则衰减速度越慢。在本节的GARCH（1,1）模型中，该系数之和为0.9872，说明美元汇率具有有限方差，即属于弱平稳过程。美元汇率的波动最终会衰减，但可能会持续较长时间。其中ht-1前的系数为0.9533，表示当期方差冲击的95.33%在下一期仍然存在，因此半衰期为14天。

（2）波动溢出效应检验

按照前文的波动溢出效应检验模型，得到国际油价与美元汇率之间波动溢出效应估计结果，如表4.27所示。我们发现，从统计上讲，国际油价和美元汇率的y系数都不显著。可见，尽管国际油价和美元汇率之间存在长期均衡的协整关系，也有显著的单向均值溢出效应；但是它们之间的波动溢出效应并不显著，即双方的价格波动信息具有一定的独立性，价格波动程度的大小不会显著互相传递。这也表明，从价格波动态势的角度讲，美元汇率对国际油价的影响相当薄弱。

表4.27 国际油价与美元汇率的波动溢出效应检验结果

4.5.3.4 风险溢出效应检验

市场有波动不代表一定有风险，因此风险溢出效应是波动溢出效应的一种拓展。按照VaR的计算思路，本节用国际油价分布函数的左分位数来度量油价下跌的风险，表示由于油价大幅度下跌而导致的原油生产者销售收入的减少；而用分布函数的右分位数来度量油价上涨的风险，表示油价大幅度上涨而导致的原油购者的额外支出。这种全面考虑市场风险的思路同样适用于美元汇率市场。就本节用的欧元对美元汇率而言，汇率的涨跌将在多个方面给国际汇率市场的不同主体产生不同的风险。比如就发生在美国本土的国际进出口贸易而言，汇率下降表示美元升值，美国出口商和欧元区的进口商将面临较大风险；汇率上升表示美元贬值，则美国进口商和欧元区的出口商就可能面临明显的市场风险；而就石油美元而言，美元升值，将额外增加石油进口国（如欧元区）的开销；美元贬值，又会给主要石油出口国（如OPEC）的石油销售收入形成阻碍。

综上所述，石油市场和美元汇率市场都需要同时度量价格下跌和上涨的风险，从而为市场不同参与主体提供决策支持。本节将用上述基于GED分布的TGARCH（1,1）模型和GARCH（1,1）模型，按照方差－协方差方法来分别度量国际油价和美元汇率在价格上涨和下跌时的VaR 风险值，并检验两个市场之间的风险溢出效应。

（1）GED分布的分位数确定

根据GED分布的概率密度函数，使用MATLAB编程，经过多次数值测算，求出GED分布在本节所得自由度下的分位数（表4.28）。表中结果显示，95%的分位数与正态分布的1.645基本相同，但99%的分位数却明显大于正态分布的2.326，这也表明国际油价和美元汇率价格都具有严重的厚尾特征。

表4.28 国际油价和美元汇率价格的GED分布参数及分位数

（2）基于GED－（T）GARCH模型的VaR风险值计算

根据上述VaR 风险的含义，按照方差－协方差方法，我们得到以下两个计算VaR风险的公式。价格上涨风险的VaR值计算公式为：

国外油气与矿产利用风险评价与决策支持技术

式中：μm,t为第m个市场第t日价格的条件均值（即实际值与残差的差），zm,a为第m个市场中（T）GARCH（1,1）模型的残差所服从的GED分布的右分位数；hm,t为第m个市场价格的异方差。

同理，得到价格下跌风险的VaR值计算公式为

国外油气与矿产利用风险评价与决策支持技术

基于上述计算公式，本节计算了在95%和99%的置信度下，国际油价和美元汇率的上涨风险和下跌风险。经过LR检验（Kupiec,1995），我们发现VaR 风险的结果是可靠和可行的。

（3）风险溢出效应检验

得到国际油价和美元汇率价格上涨和下跌时的VaR风险值之后，我们根据Hong（2003）提出的风险－Granger因果检验方法，构造相应的统计量Q1（M）和Q2（M），并通过M ATLA B编程求出统计量的值及其显著性概率，从而检验石油市场和美元汇率市场之间的双向和单向风险溢出效应。计算结果如表4.29所示，其中M分别取10,20和30。

从风险检验结果看到，从下跌风险角度（即油价下跌，美元升值）看，国际石油价格与美元汇率之间存在双向风险溢出效应，进一步检验单向风险溢出效应，发现在95%的置信度下，存在从美元汇率市场到国际石油市场的风险溢出，而并不存在从国际石油市场到美元汇率市场的风险溢出效应。可见，美元汇率升值的风险对国际油价下跌的风险影响显著。而在99%的置信度下，国际油价和美元汇率之间并不存在任何方向的风险溢出效应。因此可以认为，就下跌风险而言，两个市场之间的风险溢出效应比较有限，当准确性要求提高到一定程度时，美元汇率升值对油价下跌的风险影响可以忽略。

表4.29 国际油价与美元汇率价格风险溢出效应检验结果

另一方面，从上涨风险角度（即油价上涨，美元贬值）看，不管是在95%还是99%的置信度下，两个市场之间都不存在任何方向的风险溢出效应。可见，近些年来，虽然美元总体上持续贬值，但就市场风险而言，这种贬值并未给国际原油价格的上涨风险带来显著的推动作用。换言之，尽管国际油价高企导致国际石油市场的主要购者（如中国和印度）的购油额外支出明显增加，但美元持续贬值并不是这些国家支出增加的显著原因。

总体而言，我们需要特别关注美元升值对国际油价走低的风险作用，取积极手段，有效规避市场风险。近些年来，尽管从每日交易的角度而言，美元汇率时有涨落。但总体而言，美元贬值是大趋势，欧元对美元汇率连创历史新高，这种趋势并没有给油价上涨风险产生显著的影响。因此，在这种大环境下，对市场交易者而言，风险溢出效应的实证结果是一个满意的信号。