| 研究问题 | 伊美谅解备忘录谈判事件的公开信息是否被原油期货市场有效吸收?地缘政治风险缓解的预期如何通过期货价格发现机制传导至不同期限合约?近月与远月合约的价格调整是否存在显著差异? |
| 理论框架 | 有效市场假说(Fama, 1970);便利收益模型(Theory of Storage, Kaldor 1939; Working 1949);信息渐进扩散理论(Hong & Stein, 1999) |
| 研究方法 | 事件研究法(Event Study) + 期货期限结构分解 + 高频日内数据波动率建模(GARCH-M);以伊美谈判关键事件日为事件窗口,估计异常收益率和异常波动;对比近月/远月合约的累积异常收益差异 |
| 数据来源 | WTI和Brent原油期货日度及日内高频数据(CME Group、ICE);地缘政治风险指数(GPR Index, Caldara & Iacoviello 2022);CBOE原油波动率指数(OVX);彭博终端新闻情绪数据 |
| 创新点 | 首次以伊美谈判进程为自然实验,从期货期限结构维度检验地缘政治风险冲击的价格发现效率;区分风险缓解预期与风险溢价收窄在近远月合约中的差异化表现,揭示便利收益在风险消化中的作用机制 |
根据有效市场假说(Fama, 1970),在强式有效市场中,所有公开信息应即时、充分地反映在资产价格中。伊美谅解备忘录的披露作为地缘政治风险缓解信号,应被原油期货市场快速吸收。然而,根据信息渐进扩散理论(Hong & Stein, 1999),市场参与者对复杂地缘政治信息的处理存在渐进性——投资者需时间评估谅解备忘录条款的可信度与可实现性,因此价格调整可能并非瞬时完成。同时,根据储存理论(Theory of Storage),地缘政治风险主要通过便利收益(convenience yield)渠道影响近月合约价格——供应中断风险推高便利收益,风险缓解则压低便利收益,使得近月合约价格跌幅大于远月合约。
据此提出以下假说:
- H1:伊美谈判关键事件日前后,原油期货存在显著的负异常收益率,且异常收益在事件发生后1-3个交易日内逐步释放,而非瞬时完成。
- H2:近月合约的负异常收益率绝对值显著大于远月合约——地缘政治风险缓解通过便利收益收缩渠道集中影响近月合约定价。
- H3:当美伊双方对条款表述存在矛盾时(市场分歧上升),价格调整速度减慢,波动率显著升高——信息模糊性削弱定价效率。
本文采用事件研究法识别地缘政治风险缓解对原油期货价格的因果效应。识别逻辑为:伊美谈判的关键事件日(如阿拉格齐首次披露草案内容、美方官员表态)作为外生的信息冲击,在事件窗口内,若不存在其他同期重大冲击,则异常收益率可归因于该事件。关键识别假定:(1)事件窗口内无其他系统性影响油价的事件(通过控制OPEC产量公告、EIA库存报告等同期事件加以验证);(2)正常收益率模型设定正确(以事件前60个交易日为估计窗口,分别采用市场模型和常数均值模型);(3)事件本身为外生冲击——谈判进程由外交博弈驱动,而非原油市场基本面反向决定。
事件研究法的基准模型设定为:
AR_it = R_it − E(R_it | X_t)
其中 AR_it 为合约 i 在第 t 日的异常收益率,R_it 为实际收益率,E(R_it | X_t) 为基于估计窗口(T₀ − 60, T₀ − 1)的市场模型拟合的正常收益率。累积异常收益率 CAR_i(τ₁, τ₂) = Σ_{t=τ₁}^{τ₂} AR_it。
近远月差异检验模型:ΔCAR_h = CAR_near,h − CAR_far,h,使用 Patell Z 统计量和 BMP 交叉截面检验。波动率效应使用 GARCH(1,1)-M 模型:r_t = μ + δσ²_t + ε_t, σ²_t = ω + αε²_{t−1} + βσ²_{t−1} + γD_event,其中 D_event 为事件虚拟变量,γ 捕捉事件对波动率的增量效应。
被解释变量:WTI和Brent原油期货日度对数收益率 r_t = ln(P_t/P_{t−1}),以及日内5分钟高频收益率。核心解释变量:事件虚拟变量 D_event(取值1为事件日及后2个交易日,否则为0),地缘政治风险指数(GPR Index)的日度变化 ΔGPR_t。控制变量:美元指数日度收益率、标普500指数日度收益率(控制全球风险偏好)、EIA原油库存变动(控制供需基本面)。样本区间:2025年1月至2026年6月,日度频率,共约380个交易日。日内高频样本覆盖2026年5-6月谈判关键期。
- **替换正常收益率模型**:以Fama-French三因子模型替代市场模型估计正常收益率,检验异常收益的模型敏感性;同时采用常数均值模型作为基准参照。
- **安慰剂检验**:将事件日向前或向后移动5个交易日,重新估计"虚假事件"的累积异常收益率,验证真实事件日的异常收益是否显著区别于随机日期。
- **剔除同期干扰事件**:手动识别事件窗口内的OPEC会议、EIA库存公告等同期重大事件,剔除受污染的事件日后重新估计,检验结论对同期冲击的稳健性。
- **改变事件窗口长度**:分别使用[0, +1]、[0, +3]、[0, +5]三种事件窗口估计CAR,检验结论对窗口选择的敏感性。
---