国际原油价格与我国新能源股股价的波动研究

黄泽锋 叶艺虹 黄广仪

[摘 要] 选取2014年5月16日至2018年10月25日WTI原油期货价格与深证国证新能指数的日样本数据，通过ADF检验、自相关检验、ARCH检验等方法，基于ARMA-GARCH模型对二者的VaR（在险价值）与其之间的△CoVaR进行拟合和预测，对国际原油价格与我国能源股价格间的波动关系进行量化研究，并做出经济解释。结果表明，国际原油期货价格对我国新能源股的溢出效应呈现正负交替的时变性以及显著的不对称性，即油价下跌的溢出效应比其上涨更为明显；从长期来看，原油对新能源股存在较为显著的正向风险溢出。故政府需做好准备应对这种溢出效应，重点勘察国际油价下跌给股市造成的风险。

[关键词] 国际原油；能源股；波动溢出效应；△CoVaR

[中图分类号] F831.5 [文献标识码] A [文章编号] 1009-6043（2019）03-0156-03

一、引言与文献综述

在经济学中，原油与新能源存在明显的收入效应与替代效应。近些年来，国际原油期货价格变化剧烈，就WTI原油期货价格历史数据来看，近六年其最大跌幅近75.8%。过低的国际油价可能使新能源在价格竞争中处于劣势，间接影响我国新能源产业的发展。

近十年，国际原油与新能源市场之间的经济关系研究是学术界热点之一。早在2008年，Henriques and Sadorsky（2008）[1]运用VaR模型发现原油价格会影响美国可替代能源公司股价；温晓倩（2014）[2]发现原油期货价格对我国新能源行业存在溢出效应；欧阳资生、李钊（2017）[3]通过Copula函数，发现国际原油价格的波动对中国股票市场的风险溢出效应相较美国市场要弱。

综合已有文献，近年对于国际原油市场和我国新能源股票市场之间的相关性研究较少，大环境的变动使先前的研究结论可能失去时效性。从研究方向上看，国内文献大多研究原油价格波动对A股市场的风险传染途径，而较少进行二者的风险测度，当原油发生极端风险时，无法给予部分利益相关者引导。本文参考臧子欢[4]的研究采用CoVaR-GARCH的方法对原油市场和我国新能源股价之间的风险溢出效应进行量化，并对其波动做出经济解释。

二、模型构建与实证分析

（一）樣本数据选取与处理

选取WTI原油期货价格作为国际原油价格数据，选用深证国证新能指数作为新能源股价格代表。先采集并调整得到二者的对数收益率，分别用GZ和WTI表示，共得到13692个有效样本观测值。

运用Eviews进行基本统计特征与平稳性检验。由基本统计特征输出表可知，新能源股价的收益率均值大于0，而原油期货的收益率小于0，说明我国新能源股票市场表现优于原油期货市场；而从两序列的峰度和偏度来看，二者的峰度都大于3，GZ偏度小于0而WTI偏度大于0，表明其分布均不满足正态分布的条件，原油收益率呈现右偏分布而新能源股收益率呈现左偏分布。

后为防止出现不平稳序列的伪回归现象，对序列进行ADF（平稳性）检验，发现两序列在90%、95%和99%的置信水平下p值均为0，表明二者都是平稳的时间序列。

后进行格兰杰因果检验。为了使Granger因果检验的结果更加客观准确，采用LR、FPE、AIC、SC和HQ评判原则，得出两序列的最优滞后阶数均为1阶。接着进行1阶条件下的格兰杰检验。结果表明，原油市场对我国新能源股票市场有显著的单向格兰杰因果。

（二）新能源股票指数与原油期货价格的VaR计算

1.自相关性与ARCH检验

（1）国证新能

通过Eviews进行GZ的自相关性检验，发现其Q统计量p值在不同滞后阶数下均小于0.05，说明在5%的显著性水平下，序列存在较强的自相关性。接着建立ARMA模型得到残差序列，

对残差进行ARCH-LM检验，发现p值接近0，说明误差项具有条件方差性，即存在ARCH效应，可用GARCH类模型建模。

（2）原油期货

通过Eviews进行WTI的自相关性检验，发现其Q统计量p值出现明显的发散性，序列不存在显著的相关性。需要做白噪声假设，然后对去均值后得到的残差平方序列作Q检验。结果表明残差平方存在很强的自相关性，对其进行ARCH-LM检验，方程p值为0，表明残差的ARCH效应非常显著。

2.建立GARCH族模型

本文假设模型的残差序列分别服从GED分布、正态分布和T分布，为去除模型的集聚性和波动性的影响，在不同分布下建立四种模型，分别是GARCH-M、GARCH（1，1）、EGARCH和TGARCH模型，通过四个筛选原则，选出最优的GARCH模型并进行下一步建模。

筛选模型的标准如下：

①α1+β1小于且接近1，表明条件方差受到持久冲击，对未来预测有重要影响；

②除了常数项μ和ω，各参数估计的p值小于0.05，表示参数影响显著；

③最大似然值越大或AIC、SC值越小，说明模型能够比较好地拟合数据；

④LM检验的p值大于5%表明模型不存在ARCH效应，GARCH的拟合效果较好。

（1）国证新能

运用Eviews得到模型估计结果如下：

①条件方差方程α1和β1系数均较为显著，但不同分布下GARCH-M模型的最大似然值均大于GARCH（1，1）模型，且AIC与SC值更小，因此，GARCH-M模型优于GARCH（1，1）。确认模型后，考虑分布情况。T分布下GARCH-M模型的ρ要比其他分布更显著，因此选择T分布下的GARCH-M模型；

②考虑到金融风险中存在杠杆效应，比较TGARCH和EGARCH模型结果可知方程和系数都较为显著。后考虑分布情况，发现只有正态分布下EGARCH模型的γ值较为显著，因此，选择正态分布下的EGARCH模型；

③综上，对比T分布下的GARCH-M模型和正态分布下的EGARCH模型结果，由于后者的α1+β1>1，且前者的最大似然值更大，AIC与SC更小，因此，选择T分布下的GARCH-M模型进入下一步建模。

（2）原油期货

同上文GZ的思路，通过Eviews输出结果表，经过四个原则，对比筛选，最后选择T分布下的EGARCH模型作为最优模型构建。

另外，由于两个序列为金融时间序列，故下文考虑加入自回归移动平均项提高模型拟合程度。

3.建立ARMA模型

对于GZ序列，从Eviews结果可知，AR（3）项系数的p值为0.1580，即自回归项（AR项）加到第三项时，仍处于较不显著的情况。而当加入滞后一阶的MA项时，发现AR（1）项系数和其余参数均变得显著，且可决系数较之前上升，因此选取ARMA（1，1）-GARCH-M模型。提取出该模型的R和σt，用Matlab计算出该模型T分布下的上侧0.05分位数为1.7920，根据公式（3）计算得出VaR（GZ）。

VaR（GZ）=R-Q（q）*σt （3）

对于WTI序列，同GZ序列思路，发现AR（2），MA（1）条件下的模型可决系数最大，因此选取ARMA（2，1）-EGARCH模型。接着提取出该模型的相关参数值，用Matlab计算出该模型T分布下的上侧0.05分位数为2.0461，最后根据公式（3）计算得到VaR（WTI）。

（三）原油期货价格对新能源股的风险溢出效应

1.格兰杰因果检验

对VaR（WTI）和VaR（GZ）序列进行格兰杰因果测试，结果显示p1=0.02，拒绝VaR（WTI）变化不是VaR（GZ）变化的Granger原因，说明国际原油期货价格波动对我国新能源股价波动会产生影响，而p2=0.1384表明反之则不成立，即原油期货价格对新能源股具有单向的风险溢出。

在2014至2018年间，WTI原油期货价格对我国新能源股票的风险溢出效应具有显著的时变性特征，表现出正负交替的溢出作用，且正向溢出作用大大强于负向溢出。相比于2014至2016年，2017至2018年国际原油对新能源股的溢出作用明显减弱。

3.结果分析和经济解释

（1）原油期货价格对我国新能源股具有较为显著的正向溢出效应

从2014年12月到2015年6月，原油对股市的正向溢出开始增大。沙特阿拉伯发动也门战争并提高原油官方销售价、美国原油库存减少等利好消息逆转原油下跌趋势。与此同时，中国股市由于券商股杠杆资金的运用，杠杆率急升，市场出现剧烈变动的牛市。国内牛市和原油价格的回暖加速了我國新能源股的上涨，其正向溢出效应开始增大。

从2015年7月到2016年2月，原油对股市的正向溢出急剧增大。美国页岩革命迎来高潮，美联储加息，大宗商品全面下跌，原油价格受压下行。与此同时，中国股市结束疯牛，杠杆的过度运用后A股迎来暴跌，大部分股票无量跌停。原油的急剧下跌与股市熊市，大大扩大了这段时间原油对我国新能源股的溢出作用。

（2）原油期货价格对新能源股的溢出效应具有时变性

从2016年2月到2017年1月，供需关系相比于2015年有了较大的改善。产油国上游油气投资规模紧缩、产量增速放缓，而下半年石油工人罢工、产油国武装冲突和英国脱欧等事件推动原油上涨。2016年末，OPEC与其他产油国达成联合减产协议，油价同比上涨40%，达到55美元/桶。而在2016年上半年，我国地方新能源推广政策、补贴标准及电动汽车电基础设施建设规划等政策纷纷出台，支撑着新能源股价，政策的利好与油价的反弹这段时间内原油对新能源股主要呈现出正向溢出。在2016年末到2017年1月，原油价格一直比较稳定，并且处于50到55美元的相对高位，我国政策力度也有所减缓，对新能源股的溢出效应明显减弱并呈现出负向风险溢出。

而从2017年7月到2018年10月，受原油产量的不断下调以及全球经济的回复振兴，原油价格稳步上涨，从42美元上升至77美元。从政治背景看，美国制裁伊朗，委内瑞拉遭遇经济危机，其产量持续收缩，并且降至近40年来最低点；从自然灾害看，飓风频发使对美湾沿岸炼油压力增大，全球原油市场供应再度收缩，原油价格持续上升，对新能源股呈现正向溢出效应。

（3）原油期货价格对新能源股的溢出效应具有不对称性

在2018年10月10日到2018年10月26日，原油从77美元跌至59美元，美国能源公司石油钻井平台和页岩盆地的原油产量都打破历史记录，供应量激增以及需求萎缩的担忧不断打压原油价格。这段期间，原油价格对新能源股的溢出效应要强于2017年7月至2018年10月油价上涨的溢出效应，而原油在2015年7月到2016年2月份油价下跌的溢出效应也明显大于2016年2月至2017年1月上涨的溢出效应，可以看出油价上涨的溢出效应小于下跌的溢出效应，具有不对称性。

三、研究结论与建议

综上可知，原油期货价格对我国新能源股市存在正向风险溢出，加上我国新能源行业发展尚不成熟，国际原油期货价格波动极大可能加剧我国能源股的波动，故政府需做好准备应对这种溢出效应。由于原油下跌对新能源股的溢出效应大于其上涨的溢出效应，因此需重点勘察国际油价下跌给股市造成的风险，关注影响原油价格的消息，例如主要产油国产量信息发布及相关政策颁布、OPEC会议举行、自然灾害或国际地缘事件暴发等，关注两市场的正向溢出效应与其时变性，提前做好防范措施，保护好新能源产业。

对于机构投资者而言，应深知市场风险具有传染性与溢出性，了解国际原油市场对新能源股的正负交替的溢出效应，时刻关注影响原油价格的国际事件，提高机构资产配置与套期保值能力，例如可建立风险准备金、通过金融衍生品套期保值等，防止原油市场发生剧烈波动时造成巨大损失。

对于个人投资者而言，应了解投资原油的风险要小于投资新能源股的风险，根据自身的资产财务能力和风险偏好程度，考虑建立原油期货空头与新能源股多头进行套期保值，建立适合于自己的投资组合来规避市场间的溢出效应造成的风险。

[参考文献]

[1]Henriques， I.， Sadorsky， p. Oil prices and the Stock prices of Alternative Energy Companies[J]. Energy Economic，2008，30（3）：998-1010.

[2]温晓倩，魏宇，黄登仕.我国新能源公司股票价格与原油价格的波动率外溢与相关性研究[J].管理评论，2012（12）：20-30.

[3]欧阳资生，李钊.原油价格波动对中国股票市场的风险溢出效应研究[J].湖南财政经济学院学报，2017（10）：39-45.

[4]臧子欢.原油期货价格对我国新能源股票的风险溢出效应研究[D].北京：中国地质大学（北京），2018：1-56.

[责任编辑：潘洪志]