基于混频技术和模型组合方法的原油市场预测研究

A large number of theoretical and empirical studies suggest that oil price shocks always have important impacts on world economies and financial markets. Therefore, the investigations of oil price and volatility predictability have essential implications for oil market risk management, financial investment and macroeconomic management. This application first intends to introduce time-varying parameters to mixed-frequency models. Then, we will propose a set of new prediction methods based on model combination and model selection methods to comprehensively take advantage of high-frequency derivative trading data and low-frequency real-time fundamental data in crude oil market. Finally, we use these new methods to forecast crude oil prices and volatility and further use the forecasting results to improve the efficiency of risk management and macroeconomic policy operation.

大量理论和实证研究表明，油价冲击往往对世界各国宏观经济和金融市场产生重要影响。因此，原油价格和波动率的预测研究对原油市场风险管理、金融投资和宏观经济管理具有重要意义。本申请拟在混频模型的基础上引入时变参数结构，结合模型组合策略和模型选择机制提出一类新的预测方法，综合利用原油现货市场低频实时基本面数据和衍生品市场的高频交易数据，从而提高原油价格和波动率的预测精度，并将预测结果付诸于风险管理和宏观政策实施等实践中。

油价冲击对宏观经济和金融市场的重要影响已经成为学术界和实务界的共识。如何综合利用各种短期和长期的信息，灵活捕捉石油市场动态信息，改进现有的模型以提高原油市场预测效果，对原油市场风险管理、金融投资和宏观经济管理具有重要意义。.本课题将机制转换、状态空间和泛函系数等各类时变参数，引入回归、混频模型和已实现波动率模型，构建全新的模型以全面刻画油价和基本面因素之间的动态联系。然后，课题组运用模型组合或者模型平均等方法，综合各类预测信息，以提高预测表现。本课题的主要内容集中在以下几个方面；.1.在分析油价变动原因的基础上，构造石油市场实时数据。课题组对比分析供给需求等基本面因素和投机行为对油价变动的影响。我们发现基本面因素主导油价的变化。在此基础上，课题组构建原油市场实时数据，为下一步的预测研究做好准备。.2.将时变参数引入波动率模型，提高预测效果。现在常用的波动率模型主要是GARCH类模型和已实现波动率模型。我们构建机制转换GARCH-MIDAS和泛函系数HAR-RV模型。样本内和样本外的实证结果都表明，时变参数模型的表现好于固定参数模型。.3.将模型组合方法与各种时变参数模型结合，提出新的预测方法以提高价格和波动率预测效果。我们发现多种模型组合或模型平均的预测能力高于单一模型。这一做法也更加符合现实操作，因为投资者或者政策制定者不可能依赖于单一模型做出决策。.4. 将提出的新预测方法用于不同视角下商品和金融市场的预测。我们从投资者视角预测原油价格和波动率。同时，课题组进一步运用新方法预测金融资产收益率和波动率，探讨如何改进资产组合表现，从更宽广的领域探寻改善预测效果的方法和模型。