【情緒因素對原油期貨價格的影響探究文獻綜述4200字】

情緒因素對原油期貨價格的影響研究國內(nèi)外文獻綜述目錄TOC\o"1-2"\h\u17069情緒因素對原油期貨價格的影響研究國內(nèi)外文獻綜述 1575原油期貨價格影響因素的研究 118074情緒指數(shù)對原油期貨波動的影響研究 29733波動率預測研究 38514文獻評述 417982參考文獻 4原油期貨價格影響因素的研究原油是世界上最重要的能源，也是國際市場上的主要大宗商品之一。它與世界各國的經(jīng)濟發(fā)展緊密相關(guān)，受到許多國家資本的關(guān)注。為了減少國際原油現(xiàn)貨價格波動的風險，美國于1983年成功推出了WTI原油期貨交易。之后，英國也在1988年推出了Brent原油期貨。他們希望通過期貨市場的價格發(fā)現(xiàn)和套期保值這兩項基本功能，確保各自實現(xiàn)原油價格安全這一目標，重新掌握國際原油定價權(quán)。近年來，原油現(xiàn)貨和期貨價格頻繁波動，這給金融市場的穩(wěn)定發(fā)展帶來了挑戰(zhàn)。行為金融學者認為，原油期貨的價格不僅受到傳統(tǒng)因素的影響，而且與投資者情緒、國際政治局勢等密切相關(guān)，對原油期貨價格影響因素的研究已經(jīng)成為包括學術(shù)界在內(nèi)的社會各界廣泛關(guān)注的問題。國際原油期貨價格波動的影響因素不能單獨歸結(jié)為單一因素或某一主導因素，而是包括基本面因素(如原油供求，Wu&Zhang，2014)和非基本面因素(如投機活動、投資者情緒，Ji、Bourietal.(2019)；Zhang&Li,2019；Zhang&Wang,2019)。原油期貨價格波動是一個復雜多變的過程，是多種因素綜合作用的結(jié)果。根據(jù)作用范圍、影響程度和發(fā)生頻率，影響原油期貨價格波動的因素主要分為三類。一是影響原油期貨價格中長期走勢的基本因素，主要包括原油供應(Manickavasagametal.,2020)、原油需求(Perifanisetal.,2019)和原油交易結(jié)算貨幣（Samantaetal.,2011）；二是影響原油期貨價格短期走勢的結(jié)構(gòu)性因素，主要包括現(xiàn)貨市場原油庫存(Kimetal.,2020)和替代品(如天然氣、煤炭)價格的變化(Manzooretal.,2011)，金融市場(期貨市場)頭寸的變化(套利、投機等)(Johnetal.,2010;Moosaetal.,2000)、投資者情緒（Jietal.,2019;Zhang&Li,2019;Zhang&Wang,2019）三是引發(fā)原油期貨價格短期波動的偶發(fā)因素，主要包括地緣政治事件(Liuetal.,2019)、戰(zhàn)爭、氣候突變(Blairetal.,2008)等。在市場中，影響原油期貨價格的各種因素和類別既相互獨立，又相互作用，呈現(xiàn)出整體性、有機相關(guān)性、動態(tài)發(fā)展性、秩序性和復雜性，形成了“交易-市場-環(huán)境”的綜合體系（CongxinWuetal.,2020）。情緒指數(shù)對原油期貨波動的影響研究傳統(tǒng)金融理論認為市場是有效的，投資者是理性的，能夠?qū)κ袌鲂畔⑦M行理性判斷，對資產(chǎn)價格進行合理估值，實現(xiàn)理性的投資決策（如Fama,1965）。同時，由于套利行為可以抵消噪聲交易者的非理性交易，因此噪聲交易者并不能影響資產(chǎn)價格。即當資產(chǎn)價格偏離其內(nèi)在價值時，套利行為會使價格偏差迅速縮小直至消失，而不受情緒等非理性因素的影響。然而，自二十世紀七十年代以來，市場上涌現(xiàn)出了許多金融市場股票價格、期貨價格暴漲暴跌等金融異象，這促使學者嘗試從投資者行為的角度剖析原因，逐漸形成了行為金融學理論。行為金融學以有限理性和有限套利為基礎(chǔ)，基于大量的理論和實證研究發(fā)現(xiàn)，投資者并非完全理性，他們的理性是有限度的，其非理性交易會對資產(chǎn)的價格和收益產(chǎn)生持續(xù)影響。與其他影響原油期貨價格波動的因素相比，行為金融學者更關(guān)注投資者情緒的作用。投資者情緒是反映投資者心理的重要因素，可以定義為投資者基于未來現(xiàn)金流預期和對資產(chǎn)投資風險水平的預期而形成的一種信念（Baker和Wurgler(2006，2007)。它會影響非理性投資者對資產(chǎn)未來收益的主觀判斷，從而影響其投資行為，導致資產(chǎn)價格與其內(nèi)在價值不同。從邏輯角度分析，如果投資者過度自信，通常會高估自己的信念或預測，而低估自己的認知偏差，更有可能增加對金融資產(chǎn)的需求，做多市場并驅(qū)使價格走高。如果投資者反應不足，處于保守主義，更有可能出做空市場從而迫使價格走低。噪聲交易者的非理性交易不會影響金融資產(chǎn)的基礎(chǔ)價值，但是隨著噪聲交易者的增加，資產(chǎn)的價格可能會頻繁地偏離其內(nèi)在價值，即導致資產(chǎn)誤定價，從而增加資產(chǎn)價格的波動和市場的交易風險。RongdaChenetal.（2021）以INE原油期貨為例，實證研究了在涉及投資者情緒時能源期貨市場波動的可預測性，其結(jié)果發(fā)現(xiàn)，對于中國這樣充斥著噪聲交易者的新興市場，投資者情緒的影響程度更大，市場的波動性也更大。與宏觀經(jīng)濟變量不同，投資者情緒變量難以直接觀測，只能通過間接的方式予以測量。Baker和Wurgler(2006)基于封閉式基金折價、交易量、股利收益、股票發(fā)行/證券發(fā)行比例、IPO數(shù)量及上市首日收益等6個單項情緒指標，構(gòu)建了一個度量投資者情緒的復合指數(shù)。這一指數(shù)是年度指標，在歐美等成熟市場尚可較為真實地反映投資者情緒的變化，但對于中國這樣的新興市場，投資者的經(jīng)驗相對匱乏，非理性行為更多，因此更短期的頻率指標也許能夠更好地反映國內(nèi)金融市場的真實情況。國內(nèi)學者借鑒和參考了Baker和Wurgler(2006)的情緒指數(shù)構(gòu)建方法和思路，構(gòu)建了月度投資者情緒指數(shù)，如中國股市投資者情緒綜合指數(shù)CICSI（易志高,茅寧，2009）、A股市場投資者情緒指數(shù)ISI（魏星集等，2014）等。投資者情緒的成功量化極大地促進了相關(guān)研究的發(fā)展。JiawenLuoetal.（2022）在波動率預測模型中首次納入了捕捉市場中投資者投機和對沖傾向的各種情緒指標，對WTI原油期貨和黃金期貨的日內(nèi)數(shù)據(jù)進行了預測應用，結(jié)果表明在預測模型中納入與情緒相關(guān)的指標不僅可以提高波動率模型的預測性能，而且還具有重大的經(jīng)濟意義，為投資者提供了更高的風險調(diào)整后回報。YuzeLietal.（2020）從原油新聞標題中提取定性信息，建立了一種新的關(guān)于投資者情緒的VMD-BiLSTM模型，用于原油預測。其實證結(jié)果表明，新聞情緒的沖擊顯著地引起了原油期貨價格的波動，新聞情緒對原油期貨的波動具有非對稱影響。XinjieLuetal.(2020)利用MS-MIDAS模型對原油情緒指數(shù)(OVX)是否具有預測中國原油期貨波動率的能力進行了評價，結(jié)果發(fā)現(xiàn)OVX對中國原油期貨市場未來短期、中期和長期波動性均有顯著影響。Huang&Zheng(2020)研究了投資者情緒與WTI原油期貨價格指數(shù)之間的關(guān)系。ZiboNiuetal.（2021）研究了與新冠疫情相關(guān)的恐慌指數(shù)PI、國家情緒指數(shù)CSI和假新聞指數(shù)FNI等新冠病毒新聞預測指標對中國原油波動率的預測能力，結(jié)果表明恐慌指數(shù)PI和國家情緒指數(shù)CSI對中國原油波動的影響較大。波動率預測研究波動率指的是特定資產(chǎn)在某一特定時間內(nèi)價格變化的強度，是衡量資產(chǎn)收益率的不確定性的一種指標。波動率預測在資產(chǎn)定價和金融風險管理中起著至關(guān)重要的作用（Wangetal.,2020；Luetal.,2021），因此，預測波動率已成為金融市場研究的重要部分，有助于投資者掌握市場變動趨勢、規(guī)避市場風險和規(guī)劃投資組合。在理論研究和實踐應用中，原油期貨市場波動率的建模和預測進展效果明顯。對于原油期貨波動的研究，以往的文獻主要包括兩種方法。一種是GARCH（GeneralizedAutoregressiveConditionalHeteroscedasticity，廣義自回歸條件異方差）類模型（Bildirici&Ersin，2015）。雖然GARCH類模型的應用范圍十分廣泛，但其建模時要求變量的時間序列數(shù)據(jù)必須處于相同頻率。另一種方法是根據(jù)歷史數(shù)據(jù)預測原油期貨價格的實際波動(Herrera&Pastor,2018)，這種方法忽略了影響原油期貨價格波動的各種外部因素和長期穩(wěn)定條件，并且以往研究表明WTI原油期貨市場在短期和長期內(nèi)都有很大的不穩(wěn)定性，即原油期貨市場是弱式無效的（Pan&Wang,2018）目前，GARCH類模型已經(jīng)成為主流的原油期貨波動率預測模型。由于其單一頻率的限制，GARCH類模型在處理混頻數(shù)據(jù)時普遍地將高頻數(shù)據(jù)轉(zhuǎn)換為低頻數(shù)據(jù)，這將會導致高頻數(shù)據(jù)中樣本信息的丟失，人為地在一定程度上降低高頻金融數(shù)據(jù)的波動，致使模型預測結(jié)果的準確度降低。Ghysels于2007年提出了混頻數(shù)據(jù)采樣方法MIDAS，Engleetal.(2013)把MIDAS和GARCH模型相結(jié)合，構(gòu)建了著名的GARCH-MIDAS模型，這個模型的靈活性非常強，它可以區(qū)分長期波動和短期波動，以及由低頻波動性和宏觀經(jīng)濟因素所引起的長期波動，所以近年來它已被廣泛應用在很多的預測研究當中。例如，Engleetal.(2013)利用GARCH-MIDAS模型來衡量和比較不同的宏觀經(jīng)濟變量對股市波動率的貢獻；Asgharianetal.(2013)應用GARCH-MIDAS模型來檢驗宏觀經(jīng)濟變量是否有助于預測股市回報的方差；ZhongbaoZhouetal.(2019)采用G-M模型探討了中美兩國的經(jīng)濟政策的相對不確定性（中美兩國的EPU之比）對中國匯率變動的影響。這些實證研究表明，與傳統(tǒng)的GARCH模型相比，GARCH-MIDAS模型的預測表現(xiàn)更加優(yōu)秀，能夠顯著得提高預測波動率的準確性。文獻評述基于以上三方面的文獻回顧，我們可以在現(xiàn)有研究中發(fā)現(xiàn)一些不足，具體體現(xiàn)在以下三個方面：第一，目前，關(guān)于情緒指數(shù)對于原油期貨波動率影響的文獻主要集中于WTI和Brent等國際原油期貨市場，對于中國原油期貨市場波動的研究較少；第二，在利用情緒指數(shù)預測原油期貨波動率的研究中，大部分聚焦于個別情緒指數(shù)，目前，還沒有文獻統(tǒng)一多種情緒指數(shù)來研究和比較他們對原油期貨波動率的影響和預測能力，也沒有形成比較統(tǒng)一和全面的看法；第三，關(guān)于新冠疫情國家情緒指數(shù)對中國原油期貨波動的影響，目前尚缺乏其影響機制和影響大小的定量研究。參考文獻XuGong,LiqiangChen,BoqiangLin.Analyzingdynamicimpactsofdifferentoilshocksonoilprice[J].Energy,2020,198BinMo,CuiqiongChen,HeNie,YongHongJiang.VisitingeffectsofcrudeoilpriceoneconomicgrowthinBRICScountries:Freshevidencefromwavelet-basedquantile-on-quantiletests[J].Energy,2019,178Brown,G.W.,Cliff,M.T.,2005.Investorsentimentandassetvaluation.J.Bus.78(2),405–440.Chen,R.,&Xu,J.(2019).ForecastingvolatilityandcorrelationbetweenoilandgoldpricesusinganovelmultivariateGASmodel.EnergyEconomics,78,379–391ArshianSharif,ChakerAloui,LarisaYarovaya.COVID-19pandemic,oilprices,stockmarket,geopoliticalriskandpolicyuncertaintynexusintheUSeconomy:Freshevidencefromthewavelet-basedapproach[J].InternationalReviewofFinancialAnalysis,2020,70ChenRongda,BaoWeiwei,JinChenglu.InvestorsentimentandpredictabilityforvolatilityonenergyfuturesMarkets:EvidencefromChina[J].InternationalReviewofEconomicsandFinance,2021,75.Wu,G.,&Zhang,Y.J.(2014).DoesChinafactormatter?Aneconometricanalysisofinternationalcrudeoilprices.EnergyPolicy,72,78–86Ji,Q.,Bouri,E.,Roubaud,D.,&Kristoufek,L.(2019).Informationinterdependenceamongenergy,cryptocurrencyandmajorcommoditymarkets.EnergyEconomics,81,1042–1055.Zhang,Y.J.,&Li,S.H.(2019).Theimpactofinvestorsentimentoncrudeoilmarketrisks:Evidencefromthewaveletapproach.QuantitativeFinance,19(8),1357–1371.Zhang,Y.J.,&Wang,J.L.(2019).Dohigh-frequencystockmarketdatahelpforecastcrudeoilprices?EvidencefromtheMIDASmodels.EnergyEconomics,78,192–201政策不確定性與企業(yè)杠桿率[J].金融研究,2019(10):59-78.魏星集,夏維力,孫彤彤.基于BW模型的A股市場投資者情緒測度研究[J].管理觀察,2014(33):71-73+76.易志高,茅寧.中國股市投資者情緒測量研究:CICSI的構(gòu)建[J].金融研究,2009(11):174-184.劉靜.原油市場的波動率預測[D].西南交通大學,2018.方嫻,金剛.社會學習與消費升級——來自中國電影市場的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟,2020(01):43-61.張苗苗.基于LASSO降維、LSTM和混頻模型的上證綜指價格預測研究[D].東華大學,2021.DOI:10.27012/ki.gdhuu.20