石油上市公司论文范文

一、研究模型

国外的学者经过实证研究发现，股票市场的价格波动率具有以下几个特征，即过度波动率（excessvolatili-ty）、集群波动率（volatilityclustering）、波动率的杠杆效应（leverageeffect）和长久记忆过程（longmemoryprocess）等。为了对这些问题进行研究和预测，国外学者又发展出了许多模型和研究方法，其中包括：自回归条件异方差（AutoregressiveConditionalHeteroskedasticityVariance,ARCH）模型、随机波动（StochasticVolatility,SV）模型、马尔科夫机制转换（MRS）模型、阀值（T）模型等。其中，ARCH模型、SV模型是最常用的。[2]ARCH模型最早由Engle在1982年提出，但该模型建立的前提只是“集群波动率”，未考虑波动率的其他特性，其所需要的数据条件严格，适用范围有限。在ARCH模型的基础上还发展出了如GARCH模型、共积GARCH模型、指数GARCH模型、多元GARCH模型等。笔者采用的SV模型，是在为了解决ARCH模型本身缺陷的基础上提出的，并由Hull和White用于对布莱克——斯科尔斯期权定价模型进行修正。SV模型可拟和具有肥尾特征的数据，也可很好地描述期权价格存在的“微笑效应”。

鉴于前人基于随机波动模型的期权价格研究，笔者大胆地采用随机波动模型，分析我国石油行业上市公司的股票价格波动。具体分析如下：1.基于正态分布的随机波动模型随机波动（SV）模型具有数理金融学和金融计量经济学的双重根源。1973年，Clark最早提出把资产收益作为信息到达随机过程的函数建模。之后，又有许多专家和学者通过努力研究发展了许多SV模型。其中，yt是均值去除后的收益，即yt=rt-r，rt=logst-1-logst；st是t时刻股票的价格；rt是第t期的对数回报率；μ、φ、τ是模型本身的3个参数，也是我们要求的解的值；詛ht2是一个随机波动的值，取决于ht的函数；μ是ht的常数项；φ是ht-1与ht的相关系数；τ2是ht序列的波动率；W1和ηt是两个独立不相关的正态分布。2.参数估计如今，计算机CPU性能的增强以及计算机技术的飞速发展，对公式（2）中的μ、φ、τ三个参数的估计也变得容易多了。最早用来估计的方法一般有两类：一类是基于矩的方法，其代表是AitSahalia（1998）的广义矩估计方法GMM（GeneralizedMomentMethod）；另一类是以马尔科夫链蒙特卡洛（MarkovChainMonteCarlo）方法为代表的基于模拟的方法。

笔者将采用蒙特卡洛模拟方法来估计参数。马尔科夫链蒙特卡洛模型的一般过程为：（1）根据提出的问题构造随机波动模型，使问题的解对应于该模型中随机变量的某些特征，如概率、均值和方差等，所构造的模型在主要特征参量方面要与实际问题或系统相一致。（2）根据模型中各个随机变量的分布，在计算机上产生随机数，实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后生成服从某一分布的随机数，方可进行随机模拟试验。（3）根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽样方法，并对每个随机变量进行抽样（包括直接抽样、分层抽样、相关抽样、重要抽样等）。（4）按照所建立的模型进行仿真试验、计算，求出问题的随机解。（5）统计分析模拟试验结果，给出问题的概率解。

二、实证分析

1.研究对象的选择2014年，中国证监会《上市公司行业分类指引》所做的现有上市公司名单表明，与石油相关的行业主要包含：以石油和天然气开采业为主的公司（如中国石油、中国石化、海油工程等）和以石油加工、炼焦及核燃料加工业为主的公司（如茂化实华、岳阳兴长、国创高新、华锦股份等）。考虑到以石油加工、炼焦及核燃料加工业为主的公司数量较多，共有18家，取舍标准难定，因而选择以石油和天然气开采业为主的公司，主要有通源石油（300164）、中国石化（600028）、海油工程（600583）、中国石油（601857）四家。又考虑到除了通源石油是创业板以外，其他三家公司都是在主板上市的，因而，进一步将研究对象缩小到中国石化、海油工程、中国石油三家公司。

2.数据的采集与处理由于普遍都认为收盘价是当日行情的标准，又是下一个交易日开盘价的依据，可据以预测未来的市场行情。因此，本文采用上市公司的收盘价作为计算依据。[4]由于中国石油的上市时间较晚，所以，笔者选取各公司从2009年5月25日起，至2014年5月22日五年的收盘价作为研究数据。各公司股票收盘价的原始数据均来自iFinD软件。经过对数据的初步分析，得到了三家公司的股票收盘价的波动图（见图1）。从图1中可看出，三家上市公司在2009年时股票的收盘价均保持在差不多的数值，且普遍超过10元。之后，由于墨西哥、沙特等一系列石油泄漏事件，以及大连输油管线爆炸事件等的影响，三家上市公司的每日收盘价都时起时落，但总体而言都处于4～10元中间。其中，在大部分时间段内，海油工程与中石油的股价变动较为相似，而中石化由于青岛发生特大燃爆事故，股价下跌2.57%。突发事件的发生使得股价呈现不规则的波动。为了进一步了解股票收盘价的波动情况，笔者又做了三家上市公司的股票价格的对数回报率图。三家石油上市公司的对数回报率图的数据特征见表1。从图1、表1可看出，2009～2011年，三家石油上市公司的股价都有明显的波动，还有波动聚集。而其中中石化在2013年中有特别大的波动，也与图1相符。而且从数据特征中还可以发现，数据不是标准的正态分布，海油工程与中石化的偏度都较大，不能忽略，需要进一步处理。为此，笔者采用了R软件来对取得的数据进行处理，主要是利用R软件分别对三家上市公司的股票收盘价做了5000组左右的蒙特卡洛模拟。其中，去除了前面1000组较不稳定的结果，得到了图3、图4、图5及相应的参数估计。通过R软件模拟得到的三家石油上市公司的参数估计值见表2。由上面的3幅图并结合表2中通过R软件模拟得到的参数估计值中可看到，中石油、中石化最终得到解的比较相近，这从图4、图5的相似度上可以体现。此外，得到的解的分布也是近似于正态分布的。由于每家公司的股价受不同因素的影响，在模拟次数上还是有所不同的，而且从图3、图4、图5中可以看到，三次模拟中只有海油工程在经过一系列的模拟后达到了稳定，并在一定范围内浮动，而且得到的解的分布也更接近于正态分布。当然，这也与本次实证采用的SV(1)模型有关，如果能用SV(2)、SV(3)、SV(4)等更高阶的模型，相信得到的结果肯定能更好地呈现数据的特征，为我们揭开股价变动的“神秘面纱”。

三、结论

股市容易受到消息、政府政策等许多外在因素的影响，本文将重点放在了石油行业上市公司上，不仅因为石油的稀有及其在工业生产和人们生活中的重要性，而且石油价格变动引起的股价变动更受到投资者的关注。笔者用随机波动模型，分析石油行业上市公司的股票价格波动，得到了一定的结果。但由于时间和能力有限，只用了SV(1)模型,在一定程度上影响了结果。如能利用SV模型的高阶或它的各种扩展，对石油相关上市公司的股价进行分析，寻找其中的规律，在实践上将是有很大意义的。

作者：郦解放费金叶单位：浙江工业大学