本文是一篇企业管理论文，本研究在已有研究基础上拓展研究新的变量，对共同跳跃进行了一系列的拓展，以及引入跳跃强度共同跳跃强度等强度变量，并建立了新的预测模型。加入共同跳跃的因素后，预测效果有显著的提升，其核心作用机理主要是，首先，用 S&P500 指数价格作为美国股票市场信息的代理变量，而 S&P500 指数价格包含与石油相关的经济基本面，加入共同跳跃的因素后的模型具有更好的预测能力的一个合理解释是，原油价格受到了美国股市冲击的影响。
第 1 章 绪论
1.1 研究背景
原油价格的不确定性是能源相关企业、投资者和政策制定者非常关心的问题。据前人的研究（Balke et al.，2002；Barsky and Kilian，2004；Chen and Chen，2007；Elder and Serletis，2010；Hamilton，2003；Jo，2014；Kilian and Park，2009；Degiannakis and Filis，2017）发现原油价格的不确定性会对实体经济产生重大影响。例如，Jo（2014）研究了油价不确定性对全球实体经济活动的影响，发现在其他条件相同的情况下，原油价格不确定性冲击对世界工业生产有负面影响。Ferderer（1996）和Lee et al.（1995）指出，在没有股票市场为变量的模型中，原油价格波动对宏观经济有显著的影响。
原油期货市场是世界能源市场的重要组成部分，原油期货价格波动对全球经济和金融市场至关重要（Hamilton，1983，1996；Kilian et al.，2009；Wang et al.，2019）。原油期货价格对国际原油现货市场的价格具有导向性，能影响整个宏观经济活动和金融市场。套期保值是期货市场最重要的功能之一。对能源产业的企业管理者来说，原油期货价格波动的准确预测会影响企业经营，从而对原油生产资产或储备、库存和设施的投资等生产经营活动进行调整。Larsson and Nossman（2011）表明，原油价格波动剧烈，原油价格波动会给生产者和工业消费者带来更高的风险。石化企业可利用原油期货的套期保值功能来规避风险，保证企业的生产经营成本以及预期利润率维持在一个相对稳定的状态。对倾向于使用金融衍生工具避险的普通企业管理者来说，关注国际原油市场的变化，对原油期货市场波动率进行准确的预测，能及时掌握宏观经济活动状况来规避风险，进而改善经营策略来提高企业绩效。原油期货本身具有金融属性，企业可在期货市场进行投机交易活动利用价格波动赚取收益。随着金融计量的快速发展，对原油期货价格进行波动率建模和预测的研究受到了国内外学者的深切关注。
1.2 问题的提出与选题意义
1.2.1 问题的提出 问题
1.哪一种跳跃检验更加适合原油期货市场？
原油期货是一种影响经济活动和金融市场的全球性商品。套期保值是期货市场最重要的功能之一。因此，需要研究原油期货对冲油价风险的不仅是石油生产企业和炼油企业，以及金融市场参与者和政策制定者，还有倾向于使用金融衍生工具提高企业经营绩效的普通企业管理者。对原油期货市场波动率建模和提高波动率的预测能力具有理论和实践的重要意义。利用跳跃对波动率进行建模和预测是波动率预测研究的一个重要分支。准确识别出跳跃是对跳跃进行分解拓展研究的基础。六种跳跃检验方法（日内跳跃检验的代表性方法为 sBNS，ABD，LM，TOD 跳跃检验，日间跳跃的代表性检验方法为 C_Tz 检验与 Z 检验）究竟哪一种更加适合原油期货市场？此答案在第 2章节通过实证分析来验证。
问题 2. 正的共同跳跃和负的共同跳跃是否能显著提高未来波动率的预测能力？
日内收益率具有正负性，Barndorff-Nielsen et al.（2010）据此将已实现方差（the realized variance，RV）分解成为正的和负的两部分。Patton and Sheppard（2015）通过计算已实现正半方差和负半方差来获得日间有符号的跳跃。Patton and Sheppard（2015），Liu et al.（2016），Audrino and Hu（2016），Tauchen and Zhou（2011）and Prokopczuk et al.（2015）以及吴恒煜等（2015）的研究发现正负跳跃对波动率存在显著的非对称性的影响。通过文献梳理知道了已有对于单个市场的正负符号跳跃的研究，而本研究基于单市场符号跳跃进一步拓展为多市场的共同跳跃的符号变差进行研究。因此，对有符号的跳跃及有符号的共同跳跃角度探讨波动率建模和预测是本研究的重点探讨对象。 基于 C_Tz 检验的日间跳跃以及四个日内跳跃和共同跳跃的符号对未来波动率的影响是否是非对称的，究竟是正分量还是负分量对未来波动率展示出更强的预测能力？此外，笔者提出的模型，包括跳跃和共同跳跃的符号分量，是否能够产生更高的预测精度？区别正的和负的共同跳跃是否可以显著提高对未来波动率的预测效果？此疑问的答案将在文章的第 3 章的研究中获得。
第 2 章 跳跃及跳跃检验
2.1 引言
遵循前人的研究成果，跳跃定义为金融资产的高频收益率在日内近似连续的时间内出现的大幅度波动（Andersen et al.，2007），金融资产收益的这种不连续行为是理论界和实务界的重点研究方向。假设股票的对数价格服从连续时间的跳跃扩散过程（Andersen et al.，2007，Jacod，2012，Park and Linton，2012）。使用离散状态下测度的已实现波动率来代替二次变差 QV，此方法由 Andersen and Bollerslev（1998，2001）提出。假设资产价格服从连续扩散过程，用已实现波动率作为真实波动率的一致估计量来准确度量资产的波动率（由 Barndorff-Nielse and Shephard，2004，2006 提出）。已实现波动率 RV 可用日内高频收益（intraday returns）的平方和来计算。用已实现二次幂变差 BPV 近似等价于积分波动率，当已实现波动率 RV 和二次幂变差 BPV 之间的差值显著不等于 0 时则判断为发生了跳跃。
利用跳跃对波动率进行建模和预测是波动率预测研究的一个重要分支。准确识别出跳跃是对跳跃进行分解拓展研究的基础。跳跃的检验分为了参数法和非参数法。早在 1976 年学者 Merton 就使用参数法开创性地对跳跃进行了研究。2004 年由 Barndorff-Nielsen and Shephard 首次使用非参数法对跳跃进行了检验，提出的 BNS 跳跃检验将波动率分解成为了跳跃成分和连续成分两个序列。非参数法的跳跃检验主要分为了日间跳跃检验以及日内跳跃检验。通过文献梳理可以知道主要有三个日间跳跃检验广泛使用，即 Barndorff-Nielsen and Shephard（2004）的 Z 检验，Barndorf-Neilsen and Shephard（2005）的 BNS 统计量，以及 Corsi et al.（2010）提出的 C_Tz 检验。主流研究主要采用四个日内检验来检测日内跳跃，包括连续 Anderson et al.（2010）提出的 sBNS 检验、Andersen et al.（2007b）提出的 ABD 检验、Lee and Mykland（2008）提出的 LM 检验以及 Bollerslev et al.（2013）提出的 TOD 检验。其中的 sBNS 跳跃检验是在 BNS 跳跃检验基础上进行的拓展，BNS 跳跃检验无法刻画跳跃的方向，而 sBNS 跳跃检验可识别跳跃的动态特征（Andersen et al.，2010）。国内学者，王春峰等（2008）对于跳跃检验也有较为深刻的研究。基于此，本研究及本团队成员利用 LM 日内跳跃识别检验和HAR-RV 模型，实证发现引入显著的日内跳跃成分能显著改善 HAR-RV 模型的预测精度（Liu et al.，2016；Pu et al.，2016；徐伟举等，2016）。
2.2 模型评价方法介绍
通常需要通过样本内估计和样本外预测评价两个步骤对波动率模型好坏进行评价（Hansen and Lunde，2005；Wei et al.，2009；Raggi and Bordigon，2012；Wang et al.，2016；Ma et al.，2017；Liu et al.，2018；文凤华等，2012），其中样本内估计主要是分析过去的能力，且样本内预测关系不是恒定的，而是随时间而变化的。Wang et al（.2016），Gong and Lin（2017），Ma et al.（2018），Liu et al.（2018）等学者认为市场参与者更关心模型改善未来的预测能力，同模型的样本内性能相比，模型的样本外性能（即预测能力）对市场参与者来说更为重要，他们还认为，对波动率序列进行对数化处理可提高原波动率模型的预测精度。以此为据，本研究对已实现波动率均采取对数化处理以确保研究结论更严谨和稳健。
损失函数法作为模型预测性能评价标准，依然存在着几个缺陷，首先是用损失函数计算得到的结果稳定性不够，若样本数据发生改变，结论可能发生改变；其次，不仅仅只有这两个学术界主流的损失函数，还有其他数个损失函数，不同的损失函数也可能导致结论的不同；然后，Hansen and Lunde（2005b）认为损失函数的方法易受到少数奇异的点的影响。尽管这三个缺陷的存在，损失函数依然可协助对模型预测性能进行评估，除此以外还需要进一步使用一些更高级的模型评价方法来比较模型之间的显著差异，例如由 Hansen and Lunde（2005b）提出的 SPA 预测方法。然而 SPA 依然存在着一些固有的缺陷（如产生“参数厌恶”、多重比较等问题）。
第 3 章 符号共同跳跃 ...................................... 46
3.1 引言 .......................................... 46
3.2 符号跳跃及其共同跳跃 ................................ 48
第 4 章 大小共同跳跃 ............................... 60
4.1 引言 ................................. 60
4.2 大小跳跃及其共同跳跃 ............................ 61
第 5 章 跳跃强度 ............................... 77
5.1 引言 ........................................ 77
5.2 跳跃强度 .................................... 79
第 6 章 对中国石油相关企业管理创新的影响及建议
6.1 对中国石油相关企业管理创新的影响
国际已有较为成熟的原油期货市场，如在NYMEX上市的WTI原油期货、IPE上市的Brent原油期货，以及迪拜交易所、新加坡交易所以及印度交易所等也都上市过原油期货。中国于2018年3月26日上海原油期货也正式上市交易。上海原油期货上市后与此前上市的沥青期货、燃料油期货等品种以及境外原油期货均形成较好的联动，给相关企业提供了盘面利润套利以及跨市场套利的机会（隋晓影，2020）。程安（2019）等学者选取美股上市的31家欧美主要石油企业作为对象使用多元线性回归模型分析2007至2016年间石油企业套期保值参与度对企业经营绩效的影响研究发现，在美国上市的欧美主要石油企业能够充分利用原油期货套期保值功能安排生产，对冲风险，有利于企业绩效的提升。王世文（2019）等学者从石油产业链角度，运用时变相关Copula函数来拟合我国原油期货，沥青期货以及聚丙烯期货收益率之间的动态相关性，实证结果表明了我国原油期货与国内化工类期货价格联动加强，与沥青期货下尾相关性表现最显著；相较国际原油期货，我国原油期货对化工类企业进行套期保值与对冲风险更具有优势，但其在石油产业链相关期货价格传导系统中的核心地位尚未确定，影响力还需进一步提升。而对原油期货市场波动率进行准确的预测能大大提高企业通过期货市场进行套期保值的效率，进而影响企业经营并及时对原油生产资产或储备、库存和设施的投资等生产经营策略进行调整，从而提高企业绩效。
总结和展望
1.总结
通过这一系列的研究，获得的主要实证结果有：
（1）使用六种跳跃检验方法（日内跳跃检验的代表性方法为sBNS，ABD，LM，TOD跳跃检验，日间跳跃的代表性检验方法为C_Tz检验与Z检验）来对原油期货市场的跳跃进行检验，其中LM跳跃检验是表现最为优秀的。实证结果表明，HAR-CRV-LM模型样本内结果的系数为正，说明跳跃与未来波动率为正相关关系；样本外结果可以看到该模型的预测能力最为优秀，这与前人的研究结论一致。通过一系列稳健性检验表明此研究结果是稳健的。
（2）引入符号跳跃和符号共同跳跃。样本内结果表明，长期投资者的行为对单步（one-ahead-step）预测的影响更大。有符号的日间跳跃是非对称的，负的跳跃对未来已实现波动率的贡献更大。此外，利用四个日内跳跃检验交集的共同跳跃分量对短期波动率有负向影响，对未来波动率也有较大影响。其次，笔者构建的新模型，包括有符号的跳跃和共同跳跃分量，在预测原油波动率方面具有优越的预测能力，可以提高原油期货市场的预测精度。有趣的是，笔者构建的新模型在预测 5 天和 22 天的时间跨度方面表现得更好。稳健性检验结果表明此研究结果是稳健的。
（3）引入大小跳跃和大小共同跳跃。本研究的结果提供了强有力的证据，表明结合大跳跃和小跳跃的模型获得了显著优越的预测能力。更具体地说，从中期和长期来看，跳跃的大小成分对未来波动率有正的影响。周平均、月平均的大跳跃会导致一天内更大的波动，大的跳跃比小的跳跃有更强的影响。共同跳跃及其大小分解对未来波动率的影响是混和的。另外，包含有大小跳跃信息、以及通过四种日内检验取交集获得的共同跳跃的大小分量的新模型 HAR-CJ*LS-CIJLS 模型在预测波动率方面具有较突出的性能。这意味着，原油期货市场和美国股票市场之间的大的共同跳跃和小的共同跳跃比共同跳跃本身包含更多有用的预测信息。通过一系列稳健性检验，表明本结论是稳健可靠的。
参考文献（略）