能源在当今世界各国的国家安全和经济发展中占据战略地位,其中,原油作为最重要的非再生性能源最具代表性,未预期的原油价格大幅度波动势必会对各国经济、金融市场甚至国家安全产生重要影响。随着原油金融化,原油及原油衍生品市场受到投资者和政府部门的密切关注!同时,原油市场波动率与资产定价、投资组合选择以及风险测度与管控的联系愈加紧密,对原油市场波动率的建模和预测、深刻理解原油市场的主要影响因素及各种预测指标的作用引发各界重视,也是现代能源经济学术界和实务界极具挑战性的难点之一。近些年来,在地缘政治事件、供需不平衡、金融危机和投机因素等的影响下,国际原油价格波动更是日益加剧。在异常复杂的原油市场中,原油市场波动程度是否可预测,如何才能更为精准地预测原油波动从而及早规避价格风险?影响原油价格波动的主要因素有哪些?随着时间的推移,这些因素的预测能力发生了怎么的变化?在众多的预测指标中,哪类指标、哪些指标最具预测能力?本文将围绕这些问题逐步展开研究并深入讨论分析。本文研究问题主要可以概括为三个方面:第一,在高频数据可得的条件下,如何提高原油市场波动率预测精度?第二,传统观点存在关于原油供需因素、投机因素谁起主导作用的争议,那么,在考虑经济政策不确定性时,哪个因素对原油市场波动率最具预测能力?第三,复杂的原油市场受各种各样因素的影响,综合目前已有理论和实证研究,众多指标中究竟哪些指标最能预测原油市场价格波动,各种指标对原油价格波动的影响和预测表现如何?本文研究内容主要涉及如下:本文第2章旨在考虑原油价格的时变波动特征、在时变环境下提高原油市场波动率预测精度。首先,基于原油价格高频序列数据,第2章用异质自回归已实现极差波动率模型(the heterogeneous autoregressive realized range-based volatility(HAR-RRV)model)及其扩展HAR-RRV-type模型预测原油市场波动率;其次,鉴于时变环境下单个HAR-RRV-type模型的不稳定性和动态模型平均(Dynamic model averaging approach,简称DMA)方法的灵活适应性,本章构建了常数组合和时变组合波动率模型来预测原油波动率;最后,通过损失函数统计检验、平均混合误差统计检验(MME)、模型信度集(Model confidence set,简称MCS)检验等多种标准评估了三类模型(单个已实现极差波动率模型、常数组合预测模型和时变组合预测模型)在不同高频数据下的预测表现。实证结果表明基于高频数据的时变组合模型可以获得更为精准的波动率预测结果。本文第3章皆在识别原油价格波动率预测中最具信息含量的影响因素。通过混频数据模型GARCH-MIDAS和第2章的时变组合预测方法来检测各因素的预测能力。本章不仅考虑了原油市场一直以来存在的争议—决定原油波动的是供需基本面因素还是投机因素,还特别考虑到原油的政治属性和未来不确定性对原油价格波动的影响,因而将经济政策不确定性一起纳入主要因素来考察。本章首次将全球经济政策不确定性指数(the global economic policy uncertainty indices,简称GEPU)、决定原油供需的各国经济政策不确定性指数和传统的原油供求及投机因素整合在一个框架内讨论分析。结果显示:新颖的经济政策不确定性(EPU)指数综合了政治、经济、市场情绪等多种信息,能反映未来不确定性水平,是原油市场波动的主导因素;特别地,在各种经济政策不确定性指数中,全球经济政策不确定性指数和美国经济政策不确定性指数对WTI原油实际价格波动率拥有更强的预测能力。本文第4章在第3章原油市场波动主要影响因素分析的基础上,进一步细化,考察各种具体指标对原油市场价格波动的预测作用。本章首次探索了众多指标在预测原油波动中的有效性,为分析原油市场提供了比较全面的实证结论。我们共筛选了45种指标并分为3类:宏观经济类指标(macroeconomic indicators,简称MF)、市场情绪类指标(uncertainty and market sentiment indicators,简称UMS)和技术类指标(technical indicators,简称TE)。通过OLS回归、组合预测及套索回归(LASSO regression)的实证预测分析,发现如下:(1)以各类指标为变量所构建的模型中,市场情绪类指标对原油波动率的预测作用最为显著;(2)在所有模型中,组合预测和套索回归显著优于基准模型。尤其是,DMA时变组合方法比其他方法产生的预测值更为精准;(3)考虑了各种指标的组合预测和套索策略在经济衰退期比经济扩张期表现更好。本章研究为哪些指标和策略能够提高原油市场波动率的预测精度提供了比较全面的实证观点。