中国原油期货价格波动时段特征分析及预测研究

　　原油价格波动对全球经济和中国特别是对石油化工企业及金融市场具有深刻影响。

过去十年间，国际原油价格的剧烈波动给中国企业带来了显著的冲击，尤其是在2020年初由于COVID-19疫情和地缘政治因素导致美国西得克萨斯原油期货价格历史性地跌入负值，这一事件不仅影响了中国的宏观经济和金融市场，还加剧了投资者情绪的不稳定。中国原油期货市场虽然起步较晚，但其与国际市场的密切联系凸显了发展适应中国市场特点的波动预测模型的重要性。目前关于原油市场的研究多聚焦于西方市场，针对中国市场的研究相对较少。因此将中国市场的特点加入到波动预测模型来发展适合中国市场特点的波动预测模型，对于管理市场极端波动风险以及丰富中国原油期货市场波动率特征的研究都有重要的意义。

　　中国原油期货合约的正常交易时间与国外主流合约交易时间并不一致。具体表现为中国合约交易时间为：21:00(前一个交易日)- 2:30的夜晚交易时间段，9:00-11:30的上午交易时间段，13:30-15:00的下午交易时间段。而国外主流合约交易时间如Brent、WTI则是连续的十几个小时。如图1所示，国外原油期货合约的交易时间较为相似，它们几乎都是一个连续的交易时段。而对于中国市场，不仅交易时间较短，交易时间还被分为了三段。这种交易时间短且具有明确间断的特点，使得投资者在一天内有足够时间去分析及调整自己的投资行为。因此本文假设在不同的交易时段，投资者行为的异质性则可能导致原油期货价格波动的异质性，即中国市场具有时段特征。

　　本文采用HAR-RV模型来研究中国原油期货市场价格波动率是否具有时段特征问题，并通过上海期货交易所的综合交易平台(Comprehensive Transaction Platform，CTP)实时采集得到包含235个交易日一共9072591条原始样本。CTP是上海期货交易所研发的快速证券交易系统，参照交易所发布的CTP平台接口规范，本文通过API接口实时记录0.5秒间隔的市场交易快照。数据收集区间是2019年8月23日至2020年9月18日。由于高频预测模型里，HAR-RV模型在具备不错的预测性能情况下，还兼备了经济学意义的可解释性，因此本文选定该模型作为主要研究工具。通过整理和分析收集的半秒级的高频交易数据流，本文构造了时段已实现波动率、跳跃变差、杠杆效应指标、成交量指标、时段虚拟变量5个指标。为了探究中国原油期货市场是否具有时段结构特征，本文首先将以往研究的时间颗粒度从日度已实现波动率(RVD)进一步缩小到交易时段尺度下的时段已实现波动率(RVI)，并借鉴以往HAR-RV模型构建HAR-RVI这一基础模型;然后在模型1(HAR-RVI)的基础上加入了时段虚拟变量得到模型2.用以研究时段特征是否存在;在模型2的基础上逐步加入跳跃变差、杠杆效应指标、成交量指标这三个指标得到模型3-模型5.以此来研究当研究的时间颗粒度缩小的时候其影响是否存在;最后将所有的影响因子加入到模型中得到综合模型：模型6.以此检验综合预测能力。

　　本文通过样本内与样本外拟合来研究中国市场波动率的时段特征是否存在问题，最终得到以下几个发现：第一，将波动率预测尺度进一步缩小到交易时段尺度在中国市场上是可行的，这是由中国市场交易规则特点所致。第二，不同交易时段的时段已实现波动率(RVI)对未来RVI影响是异质的，即存在时段特征，且基于时段特征的改进基准模型相比于以往基准模型更加适合中国市场波动率结构。第三，以往主流基准模型在交易时段尺度上依然具有适用性，并且一些以往文献常用的波动率影响因子在交易时段尺度上也有一定作用，说明了在交易时段尺度上中国市场波动率结构与国外市场具有很多的共同之处。除此之外，本文在实证过程中还发现了时间序列数据的非平稳问题可以通过缩小时间尺度的方式来缓解，这种方式相比以往通过对数非线性变换来缓解时间序列非平稳问题，更具解释性。