煤炭价格波动论文范文

本站小编为你精心准备了煤炭价格波动论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1数据分析

选取2009年1月至2013年11月的秦皇岛动力煤平仓价(日)和澳大利亚BJ动力煤现货价(周)作为分析煤炭价格波动特点的数据样本。首先，应用式(1)计算煤炭价格的波动率。其中，Rit表示第i个市场第t期的煤炭价格波动率，pcoalit表示第i个市场第t期的煤炭价格，i等于1表示为秦皇岛煤炭市场，i等于2表示澳大利亚BJ动力煤市场。2009年1月至2013年11月期间秦皇岛和澳大利亚市场煤炭价格波动率序列R1和R2的走势图分别如图1、图2所示，由两图可以看出两个市场的煤炭价格波动率均具有时变性、突发性和聚集性的特征。通过计算秦皇岛煤炭市场煤炭价格波动率序列R1和澳大利亚BJ动力煤价格波动率序列R2的相关统计量可得，秦皇岛煤炭市场煤炭价格波动率序列R1的日均波动率为0.00431%，标准差为0.005994;偏度为2.157570，分布偏;峰度为46.53091，显著地大于正态分布的峰度值3，说明秦皇岛煤炭市场煤炭价格波动率序列具有明显的“尖峰厚尾”特征;JB统计量为96475.33，p值为0，说明秦皇岛煤炭市场煤炭价格波动率序列R1t的分布显著地异于正态分布。而澳大利亚BJ动力煤价格波动率序列R2的日均波动率明显高于序列R1，达到0.0281%;标准差为0.025006，也明显大于序列R1，说明澳大利亚BJ动力煤价格序列R2的波动更加明显;偏度为－0.01649，分布左偏;峰度为6.614902，显著地大于正态分布的峰度值3，说明澳大利亚BJ动力煤价格序列R2也具有明显的“尖峰厚尾”特征;JB统计量为137.2204，p值为0，说明序列R2的分布也显著地异于正态分布。

价格序列R1和R2的平稳性使用ADF单位根检验法来检验。根据式(2)确定最大滞后阶数分别为22和15，并由图1和图2得出两个序列均不包含截距项和趋势项，检验结果见表1。由表1可得，序列R1和R2均拒绝存在单位根的原假设，因此可以认为这两个序列都是平稳的。由序列R1和R2的自相关图和偏自相关图经若干次调整，将序列R1的自回归模型的被解释变量设为R1t，解释变量设为R1，t－2;将序列R2的自回归模型的被解释变量设为R2t，解释变量设为R2，t－1，并用最小二乘法OLS进行估计，建立序列R1和R2如式(3)和式(4)表示的自回归模型。式(4)的拟合优度R2=0.1401，对数似然值等于588.84，AIC=－4.684，SC=－4.6699。

在建立ARCH模型前，首先应用ARCH－LM检验法来验证序列R1和R2是否存在ARCH效应，结果见表2。序列R1在滞后阶数等于7时存在ARCH效应，序列R2在滞后阶数等于1时存在ARCH效应。由于序列R1存在高阶ARCH效应，用ARCH(7)来估计的话会损失很大的样本容量。因此直接建立序列R1的GARCH、GARCH－M、和TARCH模型，结果见表3。由表3可以看出，在GARCH模型中ARCH项和GARCH项的系数分别为0.0915和0.8872，且均在1%的显著性水平下通过检验;二者之和为0.9787，略小于1，表明外部冲击和自身过去的波动对秦皇岛市场煤炭价格的影响有着很强的持续性，消失速度缓慢。GARCH项的系数明显大于ARCH项系数，说明该市场煤炭价格波动主要是由于自身过去的波动造成的;GARCH－M模型中风险溢价系数ξ为－0.2683，但不显著，说明秦皇岛煤炭市场不存在“高风险、高回报”的特征，即不存在“风险溢价”;TARCH模型中代表非对称效应(杠杆效应)的参数θ为－0.1259，小于0且在1%的显著性水平下通过检验，说明秦皇岛市场煤炭价格波动存在非对称效应，即“好消息”对煤炭价格波动率的影响要大于“坏消息”的影响;对上述三个模型的残差项分别进行ARCH－LM检验，发现F统计量和T×R2统计量均不显著，即拟合后的模型不再存在ARCH效应，这表明拟合效果较好。序列R2的ARCH、GARCH、GARCH－M和TARCH模型结果见表4

。由表4可以看出，GARCH模型中ARCH项和GARCH项的系数分别为0.2021和0.5168，且分别在5%和1%的显著性水平下通过检验;二者之和为0.7189，略小于1，表明外部冲击和自身过去的波动对澳大利亚市场煤炭价格的影响有着较强的持续性，但消失的速度比秦皇岛市场的要稍快一些。GARCH项的系数大于ARCH项系数，说明自身过去的波动对价格波动的影响更大;GARCH－M模型中风险溢价系数ξ为0.0212，但不显著，说明澳大利亚煤炭市场也不存在“高风险、高回报”的特征，即不存在“风险溢价”;TARCH模型中代表非对称效应(杠杆效应)的参数θ为－0.0279，但不显著，说明澳大利亚市场的煤炭价格波动不存在非对称效应，即“好消息”和“坏消息”对该市场煤炭价格波动率的影响是一样的;对上述三个模型的残差项分别进行ARCH－LM检验，发现F统计量和T×R2统计量均不显著，即拟合后的模型不再存在ARCH效应，表明拟合效果较好。

2结论

通过应用ARCH类模型对秦皇岛煤炭市场和澳大利亚市场煤炭价格的波动性特征进行分析，研究发现，无论是秦皇岛市场还是澳大利亚市场，外部冲击和自身过去的波动对煤炭价格均具有较为持续的影响，并且自身过去波动的影响要更大，而秦皇岛市场上这种影响消失的速度比澳大利亚市场的更慢一些。秦皇岛市场和澳大利亚市场均不存在“高风险、高回报”的特征，即不存在“风险溢价”。秦皇岛市场的煤炭价格波动存在“非对称效应”，“好消息”对煤炭价格的影响要大于“坏消息”的影响;而在澳大利亚市场上，这种“非对称效应”却不显著。对于秦皇岛市场和澳大利亚市场来说，应用ARCH类模型研究煤炭价格的波动特征都是合适的，拟合后的ARCH模型不再存在ARCH效应，拟合效果较好。

作者：申万张广军单位：神华科学技术研究院