原油期權對原油市場波動非對稱性影響研究

高天辰 高輝

摘?要：本文基于日數(shù)據采用GARCH模型族實證研究了原油期權推出對原油期貨市場變量（價格、成交量、持倉量、庫存）波動性及非對稱杠桿效應的影響。結論如下：不考慮疫情影響下原油期權推出除了對成交量，對價格、持倉量及庫存波動均產生較長時間波動性影響；考慮疫情影響下僅對價格產生長時間波動性影響。無論是否考慮疫情影響，原油期權推出后均加劇了價格收益波動性，降低了成交量、持倉量、庫存波動性，考慮疫情影響下原油期貨價格收益波動增強程度減弱，成交量波動減弱程度降低。不考慮疫情影響下原油期貨價格、成交量、持倉量、庫存波動率均存在負的非對稱杠桿效應，利空消息的影響均大于利多消息的影響；考慮疫情影響下原油期權推出前后，原油期貨價格收益波動均由負的非對稱性轉變?yōu)檎姆菍ΨQ性杠桿效應，原油期貨成交量波動負的非對稱性杠桿效應在原油期權上市后變小且減小的幅度小于不考慮疫情影響下的杠桿效應，持倉量及庫存的波動在原油期權推出后負的非對稱性杠桿效應均減弱。最后，針對國內期權市場建設給出相關政策建議。

關鍵詞：原油期權；GARCH模型族；波動率；非對稱性；杠桿效應

一、?引言

海外的期權市場發(fā)展比較早，18世紀在歐洲及美國市場就已經出現(xiàn)了期權交易。20世紀70年代初，美國的芝加哥期權交易所采用標準化的期權合約后，海外期權市場得到了快速發(fā)展。國內期貨市場雖然經過了30多年的發(fā)展，但是期權的推出卻比較晚，我國第一個期權品種是2015年2月9日在上海證券交易所上市的上證50ETF期權。商品期權的上市則更晚一些，2017年3月31日上市的豆粕期權是國內第一個商品期權，截至2022年國內商品期權上市品種超過20個，商品期權的推出有力地推動了國內期貨市場發(fā)展。

原油期貨作為國內第一個國際化的商品期貨于2018年3月26日上市，原油期貨的推出對國內商品期貨國際化建設具有重要意義。經過三年多的發(fā)展，2021年6月21日國內原油期貨市場迎來了原油期權品種，原油期權是國內首批以人民幣計價的國際化期權品種。原油期權的上市完善了國內原油市場結構，提高了原油期貨市場的價格發(fā)現(xiàn)效率，豐富了油企的避險工具種類，提升了原油產業(yè)鏈企業(yè)風險管理的手段。

為了進一步研究原油期權推出對原油期貨市場的作用及影響，我們采用GARCH模型族對原油期權推出前后對原油期貨市場波動的全面影響進行實證分析，探討原油期權推出對原油期貨市場的作用影響及局限性，為進一步發(fā)展國內商品期權市場提供有價值的建議。

中國證券期貨2023年6月

第3期原油期權對原油市場波動非對稱性影響研究

二、文獻綜述

國內外關于期權的研究文獻有很多，其中關于期權推出對標的資產市場影響的研究大多集中在資本市場，關于商品市場的研究相對比較少。國內外文獻研究的結果也存在較大的差異。

國外有部分文獻研究認為期權的推出降低了標的市場波動。諸如，Roll（1977）研究發(fā)現(xiàn)期權的推出和交易可以降低標的現(xiàn)貨市場的波動性，原因可能是期權的推出交易會促使那些掌握大量信息的投資者將他們的資金轉移到期權市場；Hakansson等（1982）研究發(fā)現(xiàn)在引入期權后，標的現(xiàn)貨市場的波動性會顯著降低。引入期權會增加投資者的選擇策略集，提高投資者風險收益機會，從而增強市場的有效性，改變不完全金融市場的狀態(tài)；Damodaran和Subrahmanyam（1992）研究了美國的期權和現(xiàn)貨市場后發(fā)現(xiàn)，期權的推出和交易對標的現(xiàn)貨市場的波動性能起到一定的抑制作用。?Kumar等（1995）研究發(fā)現(xiàn)東京證交所股指期權上市后，標的指數(shù)的波動率和成交量都有所下降；Kumar等（1998）研究發(fā)現(xiàn)美國股票期權的推出在降低標的股票市場波動的同時，提高了現(xiàn)貨股票市場的質量；Wang等（2009）研究發(fā)現(xiàn)在香港市場上股指期權交易降低了Ｈ股市場的波動性；Bhaumik和Bose（2009）研究發(fā)現(xiàn)在印度金融市場，期權推出后的標的市場波動性減弱。Liu（2009）運用控制變量的方法研究發(fā)現(xiàn)S&P100?股指期權的引入交易抑制了標的股票的波動，但是對金融市場的價格和整體的系統(tǒng)性風險并沒有顯著的影響，并且股指期權交易并非標的股票市場異常波動的原因。Galloway和Miller（1997）研究發(fā)現(xiàn)股指期權的引入不會加劇股指期貨市場的波動性，期權的交易對現(xiàn)貨市場的波動性能起到一定的抑制作用。

國外有部分文獻研究認為期權的推出增強了標的市場波動。諸如，Robbani和Bhuyan（2005）采用GARCH模型研究發(fā)現(xiàn)道瓊斯指數(shù)期權推出后，由道瓊斯指數(shù)所對標的30家股票的波動性明顯加劇。Filis等（2007，2011）研究發(fā)現(xiàn)在希臘股票市場希臘個股期權的推出增加了標的市場的波動，同時希臘市場也變得更加有效。Fong和Han（2015）研究發(fā)現(xiàn)香港恒生指數(shù)期權上市初期，期權市場加劇了現(xiàn)貨市場的波動性，而從長期來看，隨著市場的穩(wěn)定，期權也逐漸減弱現(xiàn)貨市場的波動性。

國外有部分文獻研究認為期權的推出對標的市場波動沒有明顯影響。諸如，Kabir（1999）研究發(fā)現(xiàn)在荷蘭金融市場，期權發(fā)行上市之后，標的市場的波動性并沒有明顯變化；Antonios和Koutmos（2004）借助GARCH模型，將日經225指數(shù)和德國DAX指數(shù)作為標的市場股指，研究發(fā)現(xiàn)期權上市后這兩個指數(shù)都沒有發(fā)生明顯的波動。Mazouz（2004）對?CBOE?期權上市對股票波動率的影響進行了研究，發(fā)現(xiàn)期權上市并沒有對標的股票的波動率產生顯著影響；Floros和Vougas（2006）以?GARCH模型族作為實證分析工具，研究發(fā)現(xiàn)股指期貨的上市交易對標的市場波動性影響有限，無法從經濟意義上準確判斷。

國外還有部分文獻認為期權的推出對標的市場的影響要結合相關情況才能確定。諸如，Ma和Rao（1988）的研究認為不能一以概之地說引入期權是增加還是降低了現(xiàn)貨市場的波動，影響的具體特征要視標的現(xiàn)貨市場自身的運行情況而定，如果該標的現(xiàn)貨市場自身是充分、有效的，那么期權的推出交易將會進一步增強市場的有效性，降低市場的波動性；反之，則會加劇市場的波動性。Ronel（2004）的研究認為引入期權對標的現(xiàn)貨市場的影響存在一定的突變效應，因為拋開市場整體的影響，直接研究期權對現(xiàn)貨市場的影響存在一定困難。如果金融市場是不完全、不充分的，金融衍生品的引入交易對現(xiàn)貨市場的影響則會呈現(xiàn)離散性和跳躍性，缺乏平滑性特征。

從國內文獻來看，部分文獻研究認為期權的推出會降低標的市場波動。有部分文獻研究美國標準普爾?100?指數(shù)期權推出后，均認為標的指數(shù)波動率有所降低，如劉龐龐（2017）、盛積良和馮玉蘭（2018）。有部分文獻采用多種計量方法研究認為國內上證50指數(shù)期權推出后，標的指數(shù)波動率有所降低，如吳國維（2015）、李邢軍（2016）、蘇志偉和王小青（2016）、張靜和宋福鐵（2016）、毛杰（2017）、張元芳（2018）等。有部分文獻對國內商品期貨期權的推出對商品期貨市場的影響進行了研究，認為商品期權的推出降低了標的商品期貨的波動性，如繳建?。?018）采用GARCH模型族研究發(fā)現(xiàn)白糖期權和豆粕期權的推出在一定程度上抑制了標的期貨市場價格的波動性，而且提高了標的市場信息處理效率，同時白糖期貨市場中的杠桿效應有所改善；涂騰（2018）研究發(fā)現(xiàn)隨著豆粕期權的上市，標的期貨市場價格的波動性和非對稱性都有所降低；王一如（2020）研究發(fā)現(xiàn)白糖和銅期權推出后，標的期貨市場價格的整體波動性和非對稱現(xiàn)象都有所降低，而且信息處理效率有所提升；羅亮（2022）研究發(fā)現(xiàn)天然橡膠商品期權的上市能夠減少標的期貨市場的價格波動。

從國內文獻來看，部分文獻研究認為期權的推出加大了標的市場波動。有些學者采用多種計量方法研究國內外股指等期權推出后，認為標的指數(shù)波動率有所增強，如熊熊等（2011）采用多元?GARCH?模型研究發(fā)現(xiàn)引入KOSPI200?股指期權之后，KOSPI200?指數(shù)市場和指數(shù)期貨市場的波動性都有所放大；王琦（2013）研究發(fā)現(xiàn)韓國KOSPI200股指期權上市增強了其標的現(xiàn)貨指數(shù)收益率的波動性；趙尚梅等（2015）采用Agent實驗仿真方法研究發(fā)現(xiàn)我國股指期權的推出加劇了標的股票市場的波動性；劉亞明等（2017）采用GARCH模型，研究發(fā)現(xiàn)國內50ETF期權推出后標的指數(shù)波動性有所提高，壞消息更會加劇標的市場的波動，同時杠桿效應有所增加。關于商品期權推出增強標的市場波動的研究比較少，僅有劉奇揚和左敏（2022）研究發(fā)現(xiàn)棉花期貨價格收益率序列存在波動集聚性，同時無論是否發(fā)生新冠感染，棉花期權的推出不僅會加劇棉花期貨收益率的波動性，還會降低棉花期貨市場的整體波動性，減少非對稱現(xiàn)象。

從國內文獻來看，部分文獻研究認為期權的推出對標的市場波動沒有明顯影響。有些采用多種計量方法研究國內外股指期權，認為其標的指數(shù)波動率沒有明顯增強，如郭城（2014）研究了全球范圍內9個典型的股指期權，認為期權的推出對標的市場波動性的影響無規(guī)律可循，可能由其他原因引起波動性變化；樊文俊（2015）研究發(fā)現(xiàn)50ETF期權推出對標的指數(shù)波動性無顯著影響；張文慧（2016）研究發(fā)現(xiàn)50ETF期權推出對標的成分股波動性無顯著影響。關于商品期權推出對標的市場波動沒有影響的研究比較少，僅有郭晨光等（2021）從日度數(shù)據研究發(fā)現(xiàn)白糖期權上市后白糖期貨的價格波動并沒有顯著變化，但從5?分鐘高頻數(shù)據看，白糖期權上市后白糖期貨市場的“毛刺”現(xiàn)象有所緩解，表明期權發(fā)揮了抑制期貨交易中短期非理性波動的作用。

綜上，國內外關于期權推出對標的市場影響的研究文獻大多集中于國內外股票市場的期權推出對標的股指或股票波動率的影響方面，研究結論具有多樣性。關于商品期貨期權推出對標的商品期貨波動率影響的研究相對比較少，研究方法大多采用ARCH、GARCH等，從已有的文獻來看，研究商品期權的推出對標的期貨的影響均集中在對商品期貨價格波動性單變量的影響上，目前針對原油期權推出對原油期貨及多變量的影響方面的研究尚屬空白。因此，本文采用GARCH模型族方法研究原油期權的推出對原油期貨市場微觀變量（價格、成交量、持倉量、庫存）波動性及非對稱性杠桿效應的影響，期望得到有價值的結論，為中國期貨市場發(fā)展提供有價值的參考。

三、研究模型的設定

（一）原油期貨變量波動的GARCH模型設定

Engle（1982）在研究通貨膨脹時提出了自回歸條件異方差（Autoregressive?Conditional?Heteroskedastic，ARCH）模型，Bollerslev（1986）在ARCH模型的基礎上提出了GARCH模型，該模型可以推廣到允許條件方差對收益率產生影響。因此，原油期貨變量（價格、成交量、持倉量、庫存）波動的GARCH（q，p）模型方差方程可以設定為：

σ2t=α0+∑pi=1αiε2t-i+∑qj=1βjσ2t-j（1）

其中，p是ARCH項的階數(shù)，q是GARCH項的階數(shù)，p>0，q≥0，α0>0，αi≥0，βj≥0，∑pi=1αi+∑qj=1βj<1?。模型反映原油期貨相關指標當期波動率受前期波動性信息的影響，∑pi=1αi+∑qj=1βj的值越接近于1，表示信息沖擊對波動性影響的時間越持久。

為了進一步研究原油期權推出后對原油期貨市場波動的影響，我們在原油期貨變量（價格、成交量、持倉量、庫存）波動的GARCH（q，p）模型中引入虛擬變量，則引入虛擬變量的模型設定如下：

σ2t=α0+∑pi=1αiε2t-i+∑qj=1βjσ2t-j+λ1D1（2）

其中，D1為虛擬變量，即D1=0原油期權推出前1原油期權推出后，λ1?是虛擬變量的系數(shù)，當λ1>0?時，說明原油期權推出后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動加??；當λ1<0?時，說明原油期權推出后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動降低；當λ1=0時，說明原油期權推出后，原油期貨變量（價格收益率、成交量、持倉量及庫存變化）的波動一般沒有顯著變化（可以根據檢驗結果的P值確定）。

由于原油期權推出前新冠疫情就已經發(fā)生，考慮到其可能對原油期貨市場變量波動的影響，我們對期權推出前新冠疫情發(fā)生對原油期貨市場波動的影響進行分析，在模型（1）中引入虛擬變量D2，比較分析原油期權推出前新冠疫情發(fā)生對原油市場的影響，模型設定如下：

σ2t=α0+∑pi=1αiε2t-i+∑qj=1βjσ2t-j+λ2D2（3）

其中，D2=0新冠疫情發(fā)生前1新冠疫情發(fā)生后到原油期權推出前，λ2?是虛擬變量的系數(shù)，當λ2>0?時，說明新冠疫情發(fā)生后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動加??；當λ2<0時，說明新冠疫情發(fā)生后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動降低；當λ2=0時，說明新冠疫情發(fā)生后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動一般沒有顯著變化（可以根據檢驗結果的P值確定）。

考慮到新冠疫情的影響，為了更加精確地區(qū)分原油期權的推出對原油期貨市場波動的影響，將新冠疫情發(fā)生后到原油期權推出前與推出后進行比較，在模型（1）中引入虛擬變量D3，模型設定如下：

σ2t=α0+∑pi=1αiε2t-i+∑qj=1βjσ2t-j+λ3D3（4）

其中，D3=0新冠疫情發(fā)生后到原油期權推出前1原油期權推出后，λ3?是虛擬變量的系數(shù)，當λ3>0?時，說明原油期權推出后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動加??；當λ3<0時，說明原油期權推出后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動降低；當λ3=0時，說明原油期權推出后，原油期貨變量（價格收益率、成交量和持倉量及庫存變化）的波動一般沒有顯著變化（可以根據檢驗結果的P值確定）。

（二）原油期貨變量波動的非對稱EGARCH模型設定

非對稱杠桿效應體現(xiàn)了波動性傳導的單向性，或者在一定程度上的風險態(tài)度差異，杠桿效應可以通過在GARCH模型中引入一定的非對稱性來實現(xiàn)，由于市場波動和反映的非對稱性具有多種結構形式和表示方法，有一些對GARCH模型的推廣形式，如EGARCH模型等應用比較廣泛。我們根據Nelson（1991）提出的EGARCH模型，設定原油期貨變量（價格、成交量、持倉量、庫存）波動的條件方差方程為：

lnσ2t=ω+βlnσ2t-1+αεt-1σt-1+γεt-1σt-1（5）

好消息εt>0?和壞消息εt<0對條件方差有不同的影響，好消息的影響因子為α+γ，壞消息的影響因子為α-γ。如果γ≠0，則沖擊反映存在非對稱性及杠桿效應；如果γ<0，利空消息對波動率的影響大于利多消息的影響；如果γ>0，則利多消息對波動率的影響大于利空消息的影響；如果γ=0，則不存在非對稱性及杠桿效應。令

fεtσt=αεt-1σt-1+γεt-1σt-1（6）

則f（·）為信息沖擊曲線。

基于基本EGARCH模型形式，可以將原油期貨變量（價格收益率、成交量、持倉量）波動的EGARCH模型多階形式的方差方程設定為：

lnσ2t=ω+∑pj=1βjlnσ2t-j+∑qi=1αiεt-iσt-i+γiεt-iσt-i（7）

好消息εt>0?和壞消息εt<0對條件方差有不同的影響，好消息的影響因子為∑qi=1（αi+γi），壞消息的影響因子為∑qi=1（αi-γi），如果∑qi=1γi≠0，即存在杠桿效應，如果∑qi=1γi=0，則不存在杠桿效應。

四、實證分析

（一）變量選擇與數(shù)據處理

本文以上海國際能源交易中心2018年3月26日上市的國際原油期貨為研究標的，選擇原油期貨價格、成交量、持倉量及庫存指標。原油期貨價格選擇成交量最大的活躍合約日收盤價格連接成連續(xù)價格時間序列，成交量指標選擇原油期貨合約總的日成交量，持倉量指標選擇活躍合約日持倉量，庫存指標選擇原油期貨日庫存量。時間為2018年3月26日至2022年9月22日。去掉節(jié)假日共有有效數(shù)據1095個。數(shù)據來源為上海國際能源交易中心。其中在原油期貨上市初期沒有原油庫存量，即2018年3月26日至2018年6月25日原油庫存為0，為了研究需要，用1補足。

對選取的數(shù)據進行取對數(shù)處理，其中原油期貨價格收益率為原油期貨價格對數(shù)的一階差分，即Rt=DlnPt=lnPt-lnPt-1，其中Rt為t日的原油期貨價格收益率，Pt為t日的原油期貨價格，Pt-1為t-1日的原油期貨價格。同理，對原油期貨成交量、持倉量及庫存量分別做對數(shù)的一階差分處理，分別得到原油期貨成交量、持倉量及庫存量波動指標如下：DlnQt=lnQt-lnQt-1、DlnIt=lnIt-lnIt-1、DlnSt=lnSt-lnSt-1，其中Q?、I、?S分別表示原油期貨成交量、持倉量和庫存量。以下為各個變量對數(shù)一階差分序列走勢（見圖1）。

圖1?原油期貨價格、成交量、持倉量及庫存量對數(shù)一階差分序列走勢

從圖1中可以看到，原油期貨價格及成交量、持倉量、庫存量對數(shù)一階差分序列走勢均表現(xiàn)出波動集聚效應，因此可以判斷原油期貨價格及成交量、持倉量、庫存量對數(shù)一階差分序列可能存在異方差。以2021年6月21日原油期權上市作為時間分界點來看，對原油期貨價格收益率來說，在原油期權上市前后，其波動率沒有顯著的變化，甚至在個別時間段有波動率增大的情況，這種現(xiàn)象的出現(xiàn)可能和新冠感染的影響有關；從成交量、持倉量及庫存量波動來看，三者在原油期權推出前后波動性均有較大的變化，原油期權推出后均表現(xiàn)出波動性降低的情況。

由于原油期權推出時已經有新冠感染，國內疫情最早在2019年年底出現(xiàn)，世界衛(wèi)生組織將疫情全球大流行的時間點定為2020年3月11日，因此，我們采用世界衛(wèi)生組織的觀點確定疫情流行的時間點，為了更好地分析原油期權推出對原油期貨市場波動的影響情況，我們將選擇的樣本分成以下幾種情況：全樣本（2018年3月26日至2022年9月22日）、疫情發(fā)生前（2018年3月26日至2020年3月11日）、疫情發(fā)生后到原油期權推出前（2020年3月11日至2021年6月21日）、原油期權推出前（2018年3月26日至2022年6月21日）、原油期權推出后（2021年6月21日至2022年9月22日）。以下給出幾種情況下的描述性統(tǒng)計，具體情況如表1所示。

從表1可以看到，幾種情況下所有樣本峰度值均大于3，偏度值部分大于0，部分小于0，說明各個指標均表現(xiàn)出尖峰后尾特征，部分表現(xiàn)出長左拖尾及部分長右拖尾的分布特征；在1%的顯著性水平下，JB統(tǒng)計量均拒絕正態(tài)分布假設，表明在幾種情況下各個指標序列均不滿足正態(tài)分布。從標準差來看，原油期權推出后原油價格收益波動及持倉量波動比原油期權推出前數(shù)值略大，沒有顯著變化，而原油期貨成交量及庫存量波動在原油期權推出后數(shù)值變小，存在顯著變化。由于原油期權推出時疫情已經發(fā)生一年多，疫情出現(xiàn)對原油期貨市場波動產生較大的影響，對比疫情發(fā)生前與疫情發(fā)生后到原油期權推出前來看，原油期貨價格及持倉量波動均增強，原油成交量及庫存量波動減弱。在疫情防控期間，原油期權推出前后，我們再對比疫情發(fā)生后到原油期權推出前與原油期權推出后這兩個時間段，在這兩個時間段疫情均對原油期貨市場有影響，比較原油期權推出前后在這兩個時間段的影響可以看到：原油期權推出后，除了原油期貨庫存量波動變化不顯著外，原油期貨價格收益波動、成交量波動、持倉量波動與疫情發(fā)生后到原油期權推出前相比均有所降低，因此，從日數(shù)據來看，原油期權的上市對原油期貨市場波動有一定的影響，在不考慮疫情的情況下，雖然原油期貨價格及持倉量波動變化不大，但是原油期貨成交量及庫存波動明顯減弱；在考慮疫情的情況下，疫情發(fā)生前后原油期貨價格及持倉量波動均增強，成交量及庫存波動減弱；在疫情防控期間，原油期權的推出降低了原油期貨市場價格收益、成交量、持倉量的波動，庫存波動增強。以上描述性統(tǒng)計在一定程度上描述了原油期權推出對原油期貨市場波動的影響，具體的影響程度還需要進一步的模型實證分析。

（二）相關檢驗

1數(shù)據平穩(wěn)性的單位根檢驗

我們對選取的原油期貨價格、成交量、持倉量及庫存量的對數(shù)一階差分序列在三種情況下的平穩(wěn)性做單位根檢驗，我們采用常用的ADF檢驗法，檢驗結果如表2所示。

通過ADF單位根檢驗結果可以看到，在1%、5%、10%顯著性水平下，幾種情況下原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列均是平穩(wěn)的，可以采用ARMA模型進行后續(xù)模型實證分析。

2ARCH效應檢驗

根據原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列的自相關與偏自相關函數(shù)圖像確定各個ARMA模型階數(shù)（限于篇幅，具體圖像省略）。通過原油期貨價格收益自相關與偏自相關函數(shù)圖像可知不存在一方拖尾一方截尾的現(xiàn)象，同時二者圖像均存在一定拖尾現(xiàn)象，可以考慮ARMA模型。根據AIC、SC等信息準則確定滯后階數(shù)，最后得到原油期貨價格收益ARMA模型為ARMA（1，1）；通過原油期貨成交量對數(shù)一階差分序列自相關與偏自相關函數(shù)圖像可知偏自相關系數(shù)二階截尾，自相關系數(shù)二階截尾，可以確定原油期貨成交量對數(shù)一階差分序列ARMA模型為ARMA（2，2）；通過原油期貨持倉量對數(shù)一階差分序列自相關與偏自相關函數(shù)圖像可知偏自相關系數(shù)與自相關系數(shù)均存在截尾，可以確定原油期貨持倉量對數(shù)一階差分序列ARMA模型為ARMA（17，1）；通過原油期貨庫存量對數(shù)一階差分序列自相關與偏自相關函數(shù)圖像可知不存在一方拖尾一方截尾的現(xiàn)象，同時二者圖像均存在一定拖尾現(xiàn)象，根據AIC、SC等信息準則確定滯后階數(shù)，最后得到原油期貨庫存量對數(shù)一階差分序列ARMA模型為ARMA（1，1）。

然后進行ARCH效應檢驗，即對原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列各個ARMA模型：ARMA（1，1）、ARMA（2，2）、ARMA（17，1）、ARMA（1，1）殘差的平方做自相關檢驗。根據AIC、SC等信息準則確定各個ARCH模型的最佳滯后階數(shù)，分別為3、3、2、17階，具體檢驗結果如表3所示。

從表3中可以看到，四種情況下F統(tǒng)計量及卡方統(tǒng)計量對應的P值均為0，說明原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分的殘差序列均存在ARCH效應。

（三）全樣本下原油期權推出后對原油期貨變量波動率影響的實證分析

由于我們選定的原油期貨變量：期貨價格、成交量、持倉量、庫存量對數(shù)差分序列ARMA模型殘差均存在ARCH效應，因此我們對各個變量的對數(shù)差分序列波動GARCH模型進行實證估計，根據AIC、?SC等信息準則確定GARCH模型的最佳滯后階數(shù)（限于篇幅，具體檢驗省略），可知原油期貨價格收益率、成交量、持倉量、庫存量波動的GARCH模型均為GARCH（1，1）模型。

由上述ARCH效應檢驗結果可以看到，檢驗統(tǒng)計量均不顯著，對應的P值均大于10%，說明模型均有效擬合了殘差序列的條件異方差性，說明引入虛擬變量D1的各個GARCH模型的設定是有效的，根據上述檢驗結果得到結論如下：

（1）對加入虛擬變量D1原油期貨價格收益率GARCH（1，1）模型估計來說，ARCH項與GARCH系數(shù)α1、β1均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α1與β1之和為09599，接近于1，說明信息沖擊對原油期貨價格收益率產生較長時間的波動性影響；ARCH項系數(shù)α1較小，說明新信息對原油期貨價格波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β1較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ1?大于0并在1%水平上顯著，說明原油期權推出后加劇了原油期貨價格收益的波動性，由于系數(shù)值比較小，說明加劇的程度十分有限。

（2）對加入虛擬變量D1原油期貨成交量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α2、β2均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α2與β2之和為04474，說明信息沖擊對原油期貨成交量產生較短時間的波動性影響；ARCH項系數(shù)α2較大，說明新信息對原油期貨成交量波動性沖擊較大，消化新信息的速度較快；GARCH系數(shù)β2較小，說明歷史信息沖擊影響較?。惶摂M變量系數(shù)λ2為負值并在1%水平上顯著，說明原油期權推出后降低了原油期貨成交量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

（3）對加入虛擬變量D1原油期貨持倉量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α3、β3均大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α3與β3之和為07135，說明信息沖擊對原油期貨持倉量產生較長時間的波動性影響；ARCH項系數(shù)α3較小且不顯著，說明新信息對原油期貨持倉量波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β3較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ3為負值且不顯著，說明原油期權推出后對原油期貨持倉量波動性沒有顯著影響。

（4）對加入虛擬變量D1原油期貨庫存量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α4、β4均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α4與β4之和為08213，說明信息沖擊對原油期貨庫存量波動產生較長時間的波動性影響；ARCH項系數(shù)α4較小，說明新信息對原油期貨庫存波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β4較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ4為負值并在1%水平上顯著，說明原油期權推出后降低了原油期貨庫存量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

2原油期權推出前后GARCH模型估計

為了進一步深入分析信息沖擊對原油期貨變量波動影響的信息處理速度，分別對原油期貨推出前后GARCH模型進行比較分析。具體模型實證結果如表6所示。

由表6中原油期權推出前后原油期貨變量波動GARCH估計結果可以看到：

（1）原油期貨價格收益率波動GARCH（1，1）模型估計結果中的α1+β1值在原油期權推出前后分別為09731和09400，有微小的減弱，表示信息的沖擊對原油期貨價格收益波動性影響的持續(xù)性在微小減弱，即波動的長期記憶性有微小減弱，并且α1值有所減弱，β1值有所增強，表示原油期權推出后，新市場信息產生的沖擊在減弱，對原油期貨價格波動性影響在減弱，吸收新信息的速度在減弱，而歷史信息對波動產生的沖擊影響在增強，說明原油期權推出后，原油期貨價格市場處理信息速度有所下降。

（2）原油期貨成交量波動GARCH（1，1）模型估計結果中的α2+β2值在原油期權推出前后分別為05906和07500，有一定的增強，表示信息的沖擊對原油期貨成交量波動性影響的持續(xù)性在增強，即波動的長期記憶性有一定的增強，并且α2值有所減弱，β2值有所增強，表示原油期權推出后，新市場信息產生的沖擊在減弱，對原油期貨成交量波動性影響在減弱，吸收新信息的速度在減弱，而歷史信息對波動產生的沖擊影響在增強，說明原油期權推出后，總的來說原油期貨成交量市場處理信息速度有一定的增強。

（3）原油期貨持倉量波動GARCH（1，1）模型估計結果中的α3+β3值在原油期權推出前后分別為05113和06473，有一定的增強，表示信息的沖擊對原油期貨持倉量波動性影響的持續(xù)性在增強，即波動的長期記憶性有一定的增強，并且α3、β3值均有所增強，表示原油期權推出后，新市場信息產生的沖擊在增強，對原油期貨持倉量波動性影響在增強，吸收新信息的速度在增強，歷史信息對波動產生的沖擊影響也在增強，說明原油期權推出后，原油期貨市場持倉量處理信息速度有所增強。

（4）原油期貨庫存量波動GARCH（1，1）模型估計結果中的α4+β4值在原油期權推出前后分別為09738和09879，有一定的增強，表示信息的沖擊對原油期貨庫存量波動性影響的持續(xù)性在增強，即波動的長期記憶性有一定的增強，并且α4值有所增強，β4值有所減弱，表示原油期權推出后，新市場信息產生的沖擊在增強，對原油期貨庫存波動性影響在增強，吸收新信息的速度在增強，而歷史信息對波動產生的沖擊影響在減弱，說明原油期權推出后，原油期貨庫存市場處理信息速度有所增強。

（四）原油期權推出前新冠疫情對原油期貨變量波動率影響的分析

從以上分析可以看到，單純考慮原油期權推出前后對原油期貨市場波動的影響來看，期權推出對原油期貨微觀市場指標（期貨價格、成交量、持倉量、庫存量）波動的影響有限，其中僅對期貨成交量及庫存量的波動有減弱的影響，對期貨價格及持倉量的波動有增強的影響。出現(xiàn)這種現(xiàn)象的原因可能是由于新冠疫情的影響，所以要對新冠疫情出現(xiàn)前后原油期貨市場變量波動變化的情況進行分析。我們對原油期貨市場變量（期貨價格、成交量、持倉量、庫存量）波動的GARCH模型加入虛擬變量D2，即當疫情發(fā)生之前D2值為0，疫情發(fā)生之后到原油期權推出之前D2值為1。首先確定各個變量的ARMA的形式，根據原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列的自相關與偏自相關函數(shù)圖像確定各個ARMA模型階數(shù)（限于篇幅，具體圖像省略）。經過檢驗得到期權推出前的原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列各個ARMA模型分別為：ARMA（1，1）、ARMA（2，2）、ARMA（17，1）、ARMA（1，1）（限于篇幅，具體檢驗省略）。然后對GARCH模型再做估計，具體結果如表7所示。

根據以上檢驗結果可以得到以下結論：

（1）對加入虛擬變量D2原油期貨價格收益率GARCH（1，1）模型估計來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為09389，接近于1，說明信息沖擊對原油期貨價格收益率產生較長時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨價格波動性沖擊較小，消化新信息的速度較慢；GARCH?系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ?大于0，在10%水平下顯著，說明新冠疫情出現(xiàn)后對原油期貨價格收益率的波動性加劇略強。

（2）對加入虛擬變量D2原油期貨成交量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為05826，說明信息沖擊對原油期貨成交量產生較短時間的波動性影響；ARCH項系數(shù)α較大，說明新信息對原油期貨成交量波動性沖擊較大，消化新信息的速度較快；GARCH系數(shù)β較小，說明歷史信息沖擊影響較?。惶摂M變量系數(shù)λ為負值并在1%水平上顯著，說明新冠疫情出現(xiàn)后降低了原油期貨成交量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

（3）對加入虛擬變量D2原油期貨持倉量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為03266，說明信息沖擊對原油期貨持倉量產生較短時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨持倉量波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ為負值并在1%水平上顯著，說明新冠疫情出現(xiàn)后降低了原油期貨持倉量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

（4）對加入虛擬變量D2原油期貨庫存量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為09626，說明信息沖擊對原油期貨庫存量產生較長時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨庫存量波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ為負值并在1%水平上顯著，說明新冠疫情出現(xiàn)后降低了原油期貨庫存量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

綜上，在原油期權推出前，新冠疫情出現(xiàn)對原油期貨市場變量波動有一定的影響，在一定程度上增強了原油期貨價格收益率波動，降低了原油期貨成交量、持倉量及庫存量波動率。

（5）新冠疫情出現(xiàn)后原油期權推出對原油期貨變量波動率影響的實證分析

由上述分析可知，新冠感染的出現(xiàn)對原油期貨市場各個變量波動性具有一定的影響，為了更深入地研究原油期權推出前后對原油期貨市場變量波動性的影響，我們對疫情出現(xiàn)后原油期權推出前后對原油期貨市場變量波動性的影響進行分析，我們對原油期貨市場變量（期貨價格、成交量、持倉量、庫存量）波動的GARCH模型加入虛擬變量D3，即當疫情發(fā)生后到原油期權推出之前D3值為0，原油期權推出之后D3值為1，對GARCH模型再做估計。首先根據原油期貨價格、成交量、持倉量、庫存量對數(shù)一階差分序列的自相關與偏自相關函數(shù)圖像確定各個ARMA模型階數(shù)（限于篇幅，具體圖像省略）。經過檢驗得到原油期貨價格、成交量、持倉量、庫存對數(shù)一階差分序列各個ARMA模型分別為：ARMA（1，1）、ARMA（3，1）、ARMA（17，2）、ARMA（1，1）（限于篇幅，具體檢驗省略）。

加入虛擬變量D3的原油期貨各個市場變量的GARCH（1，1）模型估計結果如表8所示。

說明：對上述加入虛擬變量D3的原油期貨各個變量波動的GARCH（1，1）模型分別在兩個時間區(qū)間內進行ARCH效應檢驗，結果均通過檢驗，各個模型均有效擬合了殘差序列的條件異方差性，說明引入虛擬變量D3的各個GARCH模型的設定是有效的（限于篇幅，具體檢驗結果省略）。

由上述估計結果可知：

（1）對加入虛擬變量D3原油期貨價格收益率的GARCH（1，1）模型估計來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為09442，接近于1，說明信息沖擊對原油期貨價格收益率產生較長時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨價格波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ值為?115E-05，不顯著，說明疫情發(fā)生后，原油期權推出前后相比，原油期貨價格收益率的波動性增強不顯著，基本沒有變化。

（2）對加入虛擬變量D3原油期貨成交量波動的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為04310，說明信息沖擊對原油期貨成交量產生較短時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨成交量波動性沖擊較小，消化新信息的速度較快；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ為-00129，說明疫情發(fā)后，原油期權推出后降低了原油期貨成交量的波動性，由于系數(shù)值均不夠顯著，影響的程度均有限。

（3）對加入虛擬變量D3原油期貨持倉量的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均顯著大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為05563，說明信息沖擊對原油期貨持倉量產生較短時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨持倉量波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ為-00072并在1%水平上顯著，說明疫情發(fā)生后，原油期權的推出降低了原油期貨持倉量的波動性，由于系數(shù)值比較小，說明降低的程度有限。

（4）對加入虛擬變量D3原油期貨庫存量的GARCH（1，1）模型估計結果來說，ARCH項與GARCH系數(shù)α、β均大于0，說明前一期波動率對當期有正向影響，滿足波動率集群特性；α與β之和為04565，說明信息沖擊對原油期貨庫存量產生較短時間的波動性影響；ARCH項系數(shù)α較小，說明新信息對原油期貨庫存量波動性沖擊較小，消化新信息的速度較慢；GARCH系數(shù)β較大，說明歷史信息沖擊影響較大；虛擬變量系數(shù)λ為-00009并在10%水平上顯著，說明疫情發(fā)生后，原油期權推出降低了原油期貨庫存量的波動性。由于系數(shù)值較小，說明影響的程度有限。

綜上，在疫情出現(xiàn)后原油期權推出對原油期貨市場變量波動有一定的影響，在一定程度上增強了原油期貨價格收益率波動，降低了原油期貨成交量、持倉量及庫存量波動性。和原油期權推出前疫情出現(xiàn)對原油期貨市場變量波動的影響相比，原油期貨價格收益率波動增強程度減弱，成交量波動減弱程度降低，持倉量與庫存量波動性降低沒有明顯差異。

（五）原油期權推出前后原油期貨變量波動非對稱性EGARCH模型估計

上述我們對全樣本區(qū)間原油期權推出對原油期貨市場各個變量波動、原油期權推出前疫情發(fā)生對原油期貨市場各個變量波動及疫情發(fā)生后原油期權推出前后原油期貨市場各個變量波動GARCH模型估計分別進行了比較分析，下面采用EGARCH模型估計分析原油期權推出前后原油期貨市場變量波動非對稱性杠桿效應變化。

1全樣本下EGARCH模型估計

表9分析在全樣本區(qū)間，原油期貨市場各個變量波動非對稱杠桿效應EGARCH模型估計，為了和前述估計GARCH（1，1）模型保持一致，下面我們采用EGARCH（1，1）模型進行實證估計，具體估計結果如表9所示。

由上述ARCH效應檢驗結果可以看到，檢驗統(tǒng)計量均不顯著，對應的P值均大于10%，說明模型均有效擬合了殘差序列的條件異方差性，即各個EGARCH模型的設定是有效的，根據上述檢驗結果得到結論如下：

（1）原油期貨價格收益率波動的EGARCH模型中非對稱系數(shù)為-00438，表明序列存在弱的負的非對稱杠桿效應，利空消息的影響大于利多消息的影響；利多消息對原油期貨價格收益率波動帶來α1+γ1=02482倍的沖擊影響；利空消息對原油期貨價格收益率波動帶來α1-γ1=03358倍的沖擊影響。

（2）原油期貨成交量波動的EGARCH模型中非對稱系數(shù)為-01510，表明序列存在負的非對稱杠桿效應，利空消息的影響大于利多消息的影響；利多消息對原油期貨成交量波動帶來α2+γ2=06265倍的沖擊影響；利空消息對原油期貨成交量波動帶來α2-γ2=09286倍的沖擊影響。

（3）原油期貨持倉量波動的EGARCH模型中非對稱系數(shù)為-07412，表明序列存在較強的負的非對稱杠桿效應，利空消息的影響遠大于利多消息的影響；利多消息對原油期貨持倉量波動帶來α3+γ3=00202倍的沖擊影響；利空消息對原油期貨持倉量波動帶來α3-γ3=15026倍的沖擊影響。

（4）原油期貨庫存量波動的EGARCH模型中非對稱系數(shù)為-00167，表明序列存在較弱的負的非對稱杠桿效應，利空消息的影響微大于利多消息的影響；利多消息對原油期貨庫存波動帶來α4+γ4=00486倍的沖擊影響；利空消息對原油期貨庫存波動帶來α4-γ4=00821倍的沖擊影響，多空因素對其影響均較小。

2原油期權推出前后EGARCH模型估計對比分析

為了進一步分析原油期權推出后原油期貨市場變量波動非對稱性杠桿效應改善的情況，我們分別對原油期權推出前后原油期貨市場變量波動的EGARCH模型估計進行比較分析，由于疫情的影響，我們分別考慮疫情出現(xiàn)后原油期權推出前后對原油期貨市場相關變量波動的非對稱性杠桿效應的影響，以及不考慮疫情的情況下原油期權推出后對原油期貨市場相關變量波動的非對稱性杠桿效應的影響。我們分別對疫情出現(xiàn)后原油期權推出前后原油期貨市場變量波動的EGARCH模型估計進行比較分析（具體檢驗結果限于篇幅省略），具體模型采用上述疫情后原油期權推出前后各個變量的ARMA模型形式及EGARCH模型形式。同時，不考慮疫情影響，對原油期權推出前后對原油期貨相關變量波動影響的EGARCH（1，1）模型估計進行比較分析（具體檢驗結果限于篇幅省略），具體模型采用上述原油期權推出前后時間區(qū)間的各個變量的ARMA模型形式及EGARCH（1，1）模型形式。具體模型參數(shù)估計比較結果如表11所示。

由表11結果可以看到，原油期權上市前后的各個EGARCH（1，1）模型估計參數(shù)均在10%水平上顯著，我們通過以上參數(shù)進行對比分析如下：

（1）原油期權推出前后原油期貨價格收益率波動非對稱性杠桿效應比較。

在是否考慮疫情影響的兩種情況下，原油期權推出前均有γ<0?且α+γ<α-γ，結果和全樣本分析結果相同，利空消息的影響大于利多消息的影響；而原油期權推出后γ>0?且α+γ>α-γ，利多消息的影響大于利空消息的影響。說明無論是否考慮疫情影響，原油期權推出前后非對稱性杠桿效應均發(fā)生了變化，均由負的非對稱性轉變?yōu)檎姆菍ΨQ性，由于γ?值在無論是否考慮疫情情況下原油期權推出前數(shù)值基本相同，而在原油期權上市后均略變小，說明原油期貨價格收益率波動非對稱性杠桿效應在原油期權上市后均略變小。由于原油期權推出前后的α+γ、α-γ數(shù)值均較小，正負非對稱性均不明顯。

為了更加直觀地觀察信息沖擊產生的非對稱性杠桿效應，以下分別做原油期權推出前、疫情出現(xiàn)后原油期權推出前、原油期權推出后原油期貨價格收益率波動的信息沖擊曲線，如圖2所示。

從上述原油期權推出前后原油期貨價格信息沖擊曲線可以看到，無論是否考慮疫情影響，原油期權推出前后均存在一定的非對稱，非對稱均由負轉正，非對稱性杠桿效應程度均不顯著。從這里可以看到疫情對原油期權推出前后原油期貨價格波動非對稱性杠桿效應有影響但是不夠明顯。

（2）原油期權推出前后原油期貨成交量波動非對稱性杠桿效應比較。

在不考慮疫情影響的情況下，原油期權推出前后γ<0?且α+γ<α-γ，結果和全樣本分析結果相同，利空消息的影響均大于利多消息的影響，原油期權推出前后均為負的非對稱性，對稱性有所減弱。考慮疫情影響下，疫情出現(xiàn)后原油期權推出前γ>0?且α+γ>α-γ，結果和全樣本分析結果相反，利多消息的影響大于利空消息的影響；而原油期權推出后γ<0?且α+γ<α-γ，利空消息的影響大于利多消息的影響。說明在疫情的影響下，疫情出現(xiàn)后原油期權推出前后非對稱性杠桿效應發(fā)生了變化，由正的非對稱性轉變?yōu)樨摰姆菍ΨQ性。由于γ?值在原油期權上市后均變小，說明疫情出現(xiàn)后原油期貨成交量波動非對稱性杠桿效應在原油期權上市后變小且減小的幅度小于不考慮疫情影響下的杠桿效應。

為了更加直觀地觀察信息沖擊產生的非對稱性杠桿效應，以下分別做原油期權推出前、疫情出現(xiàn)后原油期權推出前、原油期權推出后原油期貨成交量波動的信息沖擊曲線，如圖3所示。

從上述原油期權推出前后原油期貨成交量信息沖擊曲線可以看到，不考慮疫情影響下原油期權推出前后均存在一定的負的非對稱，原油期權推出后非對稱性杠桿效應減弱。疫情出現(xiàn)后原油期權推出前后均存在一定的非對稱，非對稱由正轉負，非對稱性杠桿效應程度減弱。從這里可以看到，疫情對原油期權推出前原油期貨成交量波動非對稱性杠桿效應有一定的影響。

（3）原油期權推出前后原油期貨持倉量波動非對稱性杠桿效應比較。

無論是否考慮疫情影響，原油期權推出前后均有γ<0?且α+γ<α-γ，結果和全樣本分析結果相同，利空消息的影響均大于利多消息的影響。不考慮疫情影響下，由于原油期權推出后的α+γ及α-γ數(shù)值均變小，說明利多消息及利空消息的沖擊均變小；由于γ?值在原油期權上市后均變小，說明不考慮疫情影響下，原油期貨持倉量波動非對稱性杠桿效應在原油期權上市后略變大?？紤]疫情影響下，利多消息及利空消息的沖擊均變小，非對稱性杠桿效應在原油期權上市后略變小。

為了更加直觀地觀察信息沖擊產生的非對稱性杠桿效應，以下分別做原油期權推出前、疫情出現(xiàn)后原油期權推出前、原油期權推出后原油期貨持倉量波動的信息沖擊曲線，如圖4所示。

從上述信息沖擊曲線可以看到，無論是否考慮疫情影響，原油期權推出前后均存在一定的負的非對稱，不考慮疫情影響下，原油期權推出后非對稱性杠桿效應略變大；考慮疫情影響下，原油期權推出后原油期貨持倉量波動的非對稱性杠桿效應略變小。因此，疫情對原油期權推出后原油期貨持倉量波動的杠桿效應有一定的影響。

（4）原油期權推出前后原油期貨庫存量波動非對稱性杠桿效應比較。

無論是否考慮疫情影響，原油期權推出前后均有γ<0?且α+γ<α-γ，結果和全樣本分析結果相同，利空消息的影響均大于利多消息的影響。無論是否考慮疫情影響，原油期權推出后的α+γ及α-γ數(shù)值均變小，說明利多消息及利空消息的沖擊均變小。γ?值在原油期權上市后略變小，只是考慮疫情影響下變小的程度稍大些，說明無論是否考慮疫情影響，原油期貨庫存量波動非對稱性杠桿效應在原油期權上市后均略變小。

為了更加直觀地觀察信息沖擊產生的非對稱性杠桿效應，以下分別做原油期權推出前、疫情出現(xiàn)后原油期權推出前、原油期權推出后原油期貨庫存量波動的信息沖擊曲線，如圖5所示。

從上述信息沖擊曲線可以看到，無論是否考慮疫情影響，原油期權推出前后均存在一定的負的非對稱，原油期權推出后非對稱性杠桿效應減弱。

五、結論與建議

本文采用GARCH類模型實證研究了原油期權推出對原油期貨市場變量（價格、成交量、持倉量、庫存）波動率及非對稱杠桿效應的影響。得到以下結論。

其一，從不考慮疫情影響的全樣本區(qū)間來看，原油期權推出后信息沖擊對原油期貨價格收益率、持倉量、庫存波動產生較長時間的波動性影響，而對成交量產生較短時間的波動性影響；原油期權推出加劇了原油期貨價格收益波動性，降低了成交量、持倉量、庫存波動性；原油期權推出后，原油期貨價格市場處理信息速度有所下降，而對成交量、持倉量、庫存市場處理信息速度有所提升。

其二，從考慮疫情對原油期貨市場的影響來看，信息沖擊對原油期貨價格收益率、庫存波動產生較長時間的波動性影響，而對成交量、持倉量波動產生較短時間的波動性影響；新冠疫情出現(xiàn)提升了原油期貨價格收益的波動性，降低了原油期貨成交量、持倉量、庫存的波動性，三者的降低程度均有限。

其三，從考慮疫情發(fā)生后原油期權推出對原油期貨市場的影響來看，信息沖擊對原油期貨價格收益率產生較長時間的波動性影響，而對成交量、持倉量、庫存量均產生較短時間的波動性影響；在疫情出現(xiàn)后原油期權推出對原油期貨市場變量波動有一定的影響，在一定程度上增強了原油期貨價格收益率波動，降低了原油期貨成交量、持倉量及庫存量波動率。和原油期權推出前疫情出現(xiàn)對原油期貨市場變量波動率的影響相比，原油期貨價格收益率波動增強程度減弱，成交量波動減弱程度降低，持倉量與庫存量波動率降低沒有明顯差異。

其四，針對非對稱性杠桿效應來說，不考慮疫情影響的情況下，原油期貨價格收益率、成交量、持倉量、庫存量波動率均存在負的非對稱杠桿效應，利空消息的影響均大于利多消息的影響，其中成交量與持倉量波動的負的杠桿效應較大?？紤]疫情影響下，原油期權推出前后原油期貨價格收益波動非對稱性杠桿效應均發(fā)生了變化，均由負的非對稱性轉變?yōu)檎姆菍ΨQ性?？紤]疫情影響下原油期權推出前后成交量波動存在一定的負的非對稱，疫情出現(xiàn)后原油期貨成交量波動非對稱性杠桿效應在原油期權上市后變小，且減小的幅度小于不考慮疫情影響下的杠桿效應。無論是否考慮疫情影響，原油期權推出前后持倉量波動均存在一定的負的非對稱，不考慮疫情影響下，原油期權推出后非對稱性杠桿效應略變大；考慮疫情影響下，原油期權推出后原油期貨持倉量波動的非對稱性杠桿效應略減弱。無論是否考慮疫情影響，原油期權推出前后庫存波動均存在一定的負的非對稱，原油期權推出后非對稱性杠桿效應減弱。

綜上，原油期權的推出對原油期貨市場微觀變量的波動性及非對稱性杠桿效應產生了一定的影響，為了更好地發(fā)揮原油等商品期權的作用，建議如下：

1采取多種形式提升投資者教育

由于原油期權等商品期權推出的時間比較晚，作為期貨市場新的交易品種，投資者對其了解有限，而且商品期權的定價更為復雜，應用到復雜的期權定價模型等，增加了投資者參與交易的難度，交易所等機構可以開展線上或者線下等形式多樣的投資者教育，提升投資者的認知水平，不斷擴大投資者參與的規(guī)模。

2不斷豐富商品期貨期權品種

從目前來看，國內商品市場推出了部分商品期權品種，從數(shù)量上來看仍然比較少，為了滿足投資者的避險及投資需求，應盡可能推出更多的現(xiàn)有商品期貨期權，確保期貨市場健康發(fā)展；另外，針對單一品種的商品期權也可以考慮推出小合約的迷你期權等，以活躍市場，滿足市場多樣化需求。

3滿足國際化的需要，不斷完善相關規(guī)則

國內商品期權作為一種創(chuàng)新品種在不斷發(fā)展。相對來說，有些品種如原油期權參與的門檻相對過高，可以考慮隨著市場的發(fā)展，適當降低投資者參與的門檻；另外，對一些上市的商品期權品種來說，根據市場發(fā)展及國際化的需要，適當改進、完善相關的交易規(guī)則。比如，目前商品期權的做市商制度要逐步放開管制，做到自我調價等，更有利于活躍市場、吸引更多國際投資者進入國內市場。

4不斷改進提升商品期權市場技術設施及水平

由于原油等商品期權的定價具有復雜性，因而對期權交易的技術設施及水平要求較高，對期權的結算來說，管理保證金的同時要考慮市場價格波動及波動率，需要升級原有的清算系統(tǒng)；投資者需要的期權交易軟件要能夠提供基于期權定價模型的各種交易策略，并且操作簡單，提高投資者參與期權的便利度，這些都要求交易所及經紀公司不斷提升期權交易技術水平，改進技術設施。

5在期貨法的監(jiān)管框架內加強監(jiān)管

期貨法的出臺規(guī)范了我國期貨市場的發(fā)展，由于期權定價及交易的復雜性，期權交易市場可能會出現(xiàn)一些風險。比如，專業(yè)投資者利用專業(yè)優(yōu)勢可能會對期權交易市場產生過度投機，因此在期貨法的框架內，加強對過度投機炒作等市場行為進行監(jiān)管，確保期貨期權市場的穩(wěn)健運行。

參考文獻

［1］ROLL?R?An?analytic?valuation?formula?for?unprotected?American?call?options?on?stocks?with?known?dividends［J］Journal?of?Financial?Economics，1977，5（2）：251-258

［2］HAKANSSON?N?H，KUNKEL?J?G，OHLSON?J?ASufficient?and?Necessary?Conditions?for?Information?to?Have?Social?Value?in?Pure?Exchange［J］The?Journal?of?Finance，1982，37（5）：1169-1181

［3］DAMODARAN?A，SUBRAHMANYAM?M?GThe?Effects?of?Derivative?Securities?on?the?Markets?for?the?Underlying?Assets?in?the?United?States：A?Survey［J］Financial?Markets?Institutions?and?Instruments，1992，5（1）：1-22

［4］KUMAR?R?，SARIN?A?，SHASTRI?K?The?impact?of?index?options?on?the?underlying?stocks：The?evidence?from?the?listing?of?Nikkei?Stock?Average?options［J］Pacific-Basin?Finance?Journal，1995，3（2-3）：303-317

［5］KUMAR?R，SARIN?A，SHASTRI?KThe?Impact?of?Options?Trading?on?the?Market?Quality?of?the?Underlying?Security：An?empirical?Analy［J］The?Journal?of?Finance，1998，53（2）：717-732

［6］WANG?S?S，LI?W，CHENG?L?T?WThe?impact?of?H-share?derivatives?on?the?underlying?equity?market［J］Review?of?Quantitative?Finance?and?Accounting，2009（3）：235-267

［7］BHAUMIK?S?K，BOSE?SImpact?of?derivatives?trading?on?emerging?stock?markets：some?evidence?from?India［J］Comparative?Economic?Studies，2009，51（1）：118-137

［8］LIU?S?The?impacts?of?index?options?on?the?underlying?stocks：The?case?of?the?S&P?100［J］The?Quarterly?Review?of?Economics?&?Finance，2009，49（3）：1034-1046

［9］GALLOWAY?T?M?，MILLER?J?M?Index?Futures?Trading?and?Stock?Return?Volatility：Evidence?from?the?Introduction?of?Mid?Cap?400?Index?Futures［J］The?Financial?Review，1997，32（4）：845-866

［10］ROBBANI?M?G，BHUYAN?RIntroduction?of?futures?and?options?on?a?stock?index?and?their?impact?on?the?trading?volume?and?volatility：Empirical?evidence?from?the?DJIA?components［J］Derivatives?Use，Trading?&?Regulation，2005，11（3）：246-260

［11］FILIS?GStock?options?trading，returns?and?volatility［R］University?of?Winchester?Working?Paper，2007

［12］FILIS?G，F(xiàn)LOROS?C，EECKELS?BOption?listing，returns?and?volatility：evidence?from?Greece［J］Applied?Financial?Economics，2011，21（19a，21）：1423-1435

［13］FONG?L，HAN?CImpacts?of?derivative?markets?on?spot?market?volatility?and?their?persistence［J］Applied?Financial?Economics，2015，47（22）：2250-2258

［14］KABIR?RThe?price?and?volatility?effects?of?stock?option?introductions：a?reexamination［R］Tilburg?University?Working?Paper，1999

［15］ANTONIOS?A，KOUTMOS?G?GMomentum?trading：Evidence?From?Future?Markets［J］SSRN?Electronic?Journal，2004：6-9

［16］MAZOUZ?KThe?effect?of?CBOE?option?listingon?the?volatility?of?NYSE?traded?stocks：a?time-varying?variance?approach［J］Journal?of?Empirical?Finance，2004，11（5）：695-708

［17］FLOROS?С?，VOUGAS?D?V?Samuelsons?Hypothesis?in?Greek?Stock?Index?Futures

Market［J］Investment?Management?and?Financial?Innovations，2006（3）：154-170

［18］MA?C?K?，RAO?R?P?Information?Asymmetry?and?Options?Trading［J］The?Financial?Review，1988，23（1）：39-51

［19］RONEL?EWelfare?effects?of?financial?innovation?in?Incomplete?Markets?Economies?with?Several?Consumption?Goods［J］Journal?of?Economic?Theory，2004，65（1）：43-78

［20］劉龐龐?期權市場對現(xiàn)貨市場波動率影響的實證分析——基于上證?50ETF?期權上市前后的比較［J］統(tǒng)計與信息論壇?，2017，32（10）：50-57

［21］盛積良，馮玉蘭上證?50ETF?期權推出對現(xiàn)貨市場質量的影響——基于?STAR?模型和?GARCH?模型的實證分析［J］金融與經濟，2018（7）：40-46

［22］吳國維股票指數(shù)?ETF?期權推出對中國股票市場波動性的影響——基于上

證?50ETF?期權高頻數(shù)據的實證分析［J］中國經貿導刊，2015（14）：37-38

［23］李邢軍上證50ETF期權對我國股票市場波動性影響的實證研究［J］．時代金融，2016（4）：145-146．

［24］蘇志偉，王小青．股票期權推出對股票市場波動性影響研究［J］．價格理論與實踐，2016（11）：118-121．

［25］張靜，宋福鐵上證?50ETF?期權上市對標的股票的影響——基于流動性和波動性的視角［J］金融發(fā)展研究，2016（3）：59-65

［26］毛杰．指數(shù)ＥＴＦ期權上市對標的指數(shù)成份股市場質量的影響——來自上證50ETF?期權上市的經驗證據［J］．證券市場導報，2017（3）：65-74．

［27］張元芳．50ETF期權與上證50股指期貨推出對50ETF影響的實證研究［J］．時代金融，2018（8）：211-213．

［28］繳建巍豆粕和白糖期貨期權對標的市場波動性的影響研究［D］石家莊：河北大學，2018

［29］涂騰．中國豆粕商品期貨和期權市場的關系研究［D］，哈爾濱：哈爾濱工業(yè)大學，2018．

［30］王一如．我國商品期貨期權對標的市場波動性的影響研究——以白糖期權和銅期權為例［Ｄ］．蘇州：蘇州大學，2020．

［31］羅亮商品期權對標的期貨市場波動的影響研究——以天然橡膠期權為例［J］新經濟，2022（5）：98-102

［32］熊熊，張宇，張維，等股指期權推出對股票市場和股指期貨市場波動性影響：以?KOSPI200?股指期權為例［J］系統(tǒng)工程理論與實踐，2011，31（5）：785-791

［33］王琦股指期權對標的指數(shù)波動性影響研究——以韓國為例［D］大連：遼寧大學，2013

［34］趙尚梅?，孫桂平?，楊海軍股票期權對股票市場的波動性分析?：基于?agent?的計算實驗金融仿真角度［J］管理工程學報?，2015，29（1）：207-215

［35］劉亞明，樊鵬英，陳敏我國股指期權對現(xiàn)貨市場的波動性影響研究［J］數(shù)學的實踐與認識，2017，47（4）：45-51

［36］劉奇揚，左敏棉花期權推出對標的期貨波動性的影響研究［J］科技和產業(yè)，2022，22（7）：51-56

［37］郭城．股指期權交易對股票市場的影響［J］．經濟研究導刊，2014（26）：198-199

［38］樊文?。覈F(xiàn)有期權及其波動率指數(shù)與股票市場的相關關系研究［D］杭州：浙江財經大學，2015．

［39］張文慧．上證50ETF期權對現(xiàn)貨市場影響的實證研究［D］烏魯木齊：新疆財經大學，2016．

［40］郭晨光，崔二濤，熊學萍期權上市對期貨市場波動性的影響研究——以白糖期權為例［J］華北金融，2021（5）：1-7

［41］ENGLE?R?FAutoregressive?Conditional?Heteroscedasticity?with?Estimates?of?the?Variance?of?United?Kingdom?Inflation［J］Econometrica，1982，50（4）：987-1007

［42］BOLLERSLEV?TGeneralized?Autoregressive?Conditional?Heteroskedasticity［J］Journal?of?Econometrics1986，31（3）：307-327

［43］NELSON?D?BConditional?Heteroscedasticity?in?Asset?Returns：A?New?Approach［J］Econometrica，1991（59）：347-370

Research?on?Volatility?and?Asymmetric?Effect?of?Crude?Oil?Options?on?of?Crude?Oil?Market

GAO?Tianchen1?GAO?Hui2

（1University?of?Sydney，Australia，NSW?2006；2Shang?Hai?Futures?Exchange，Shanghai?200122，China）

Abstract：Based?on?daily?data，this?paper?uses?the?GARCH?model?family?to?empirically?study?the?impact?of?crude?oil?option?launch?on?the?volatility?and?asymmetric?leverage?effect?of?crude?oil?futures?market?variables（futures?price，trading?volume，open?position，inventory）The?conclusion?is?as?follows：Regardless?of?the?impact?of?the?COVID-19，the?launch?of?crude?oil?options?has?a?long-term?volatility?impact?on?price，position?and?inventory?volatility?in?addition?to?trading?volume，and?only?has?a?long-term?volatility?impact?on?prices?under?the?influence?of?COVID-19Regardless?of?whether?the?impact?of?COVID-19?is?considered，the?launch?of?crude?oil?options?has?intensified?the?volatility?of?price?returns，reduced?the?volatility?of?trading?volume，position?and?inventory，and?Considering?COVID-19?influence，the?volatility?of?crude?oil?futures?prices?yield?has?weakened，and?the?degree?of?weakening?of?trading?volume?fluctuations?has?decreasedRegardless?of?the?impact?of?COVID-19，crude?oil?futures?prices，trading?volume，positions，and?inventory?volatility?all?have?negative?asymmetric?leverage?effects，and?the?impact?of?negative?news?is?greater?than?the?impact?of?bullish?newsConsidering?the?introduction?of?crude?oil?options?under?the?influence?of?COVID-19：the?fluctuation?of?crude?oil?futures?prices?yield?has?changed?from?negative?asymmetry?to?positive?asymmetric?leverage?effectThe?asymmetric?leverage?effect?of?negative?fluctuations?in?crude?oil?futures?trading?volume?becomes?smaller?and?decreases?less?than?the?leverage?effect?without?considering?the?impact?of?COVID-19?after?the?listing?of?crude?oil?optionsFluctuations?in?position?and?inventory?have?weakened?the?negative?asymmetric?leverage?effect?after?the?launch?of?crude?oil?optionsFinally，relevant?policy?suggestions?are?given?for?the?construction?of?the?domestic?options?market

Key?words：Crude?Oil?Options；GARCH?Model?Family；Volatility；Asymmetry；Leverage?Effect