原油价格的剧烈波动不仅会冲击各个国家的宏观经济活动,同时也深刻影响金融市场的安全与稳定。目前,对于原油市场的从业者而言,如何准确地预测原油市场的风险一直是一个挑战和难题。原因如下:首先,与其它金融市场相比,原油价格更容易出现极端波动。例如,在2020年4月20日,WTI原油价格出现了罕见的“负油价”现象。其次,原油价格的变化不仅取决于过去的每日价格信息,还受到各种低频宏观因素的驱动,例如原油供给、原油需求、原油库存、经济政策不确定性和地缘政治因素等。然而,目前常规的风险预测方法无法捕捉来自于更低频率的宏观变量的信息,也无法有效地刻画原油价格收益分布的尾部极端变化。基于以上背景,本文基于Mc Neil和Frey（2000）“两步法”的建模思路,将善于刻画金融资产价格序列偏态、厚尾特点的极值理论（Extreme Value Theory,EVT）与可以捕捉各种混频信息的GARCHMIDAS模型相结合,组成一系列新的GARCH-MIDAS-EVT模型,并验证该模型在原油市场风险预测中的预测精度。在实证部分,本文将GARCH-MIDAS-EVT系列模型与其他两类模型在原油市场Va R预测精度方面进行了比较。第一类是基准模型,包括两种历史模拟法和三种传统GARCH模型。历史模拟法是金融机构使用最多的Va R预测方法,本文除了采用基本历史模拟法外,还采用了其衍生形式BRW历史模拟法作为基准模型。传统GARCH模型是学术研究中常用于刻画原油市场波动的Va R预测模型,本文选择三种传统GARCH模型,即标准GARCH模型以及可以描述杠杆效应的GJR-GARCH和EGARCH模型作为基准模型。第二类则是刻画不同低频信息的GARCH-MIDAS系列模型。本文将GARCH-MIDAS-EVT系列模型与以上两类模型进行对比,验证论文构建的新模型是否在原油市场风险预测方面具有优越性。在稳健性检验中,本文将滚动估计窗口期、预测区间、回测检验方法以及EVT阈值等条件进行变换,进一步验证结论的可靠性。通过对实证结果进行分析,本文得出以下结论:1.GARCH-MIDAS系列模型的预测效果依赖低频宏观变量的选择。例如,加入国际原油需求信息的GARCH-MIDAS-IP模型往往具有更优秀的风险预测能力,而加入其他低频宏观变量的GARCH-MIDAS系列模型的预测能力与基准模型相差不多。2.相对于基准模型和GARCH-MIDAS模型,将EVT与GARCH-MIDAS模型结合后,重新组成的GARCH-MIDAS-EVT系列模型能更准确地预测原油市场风险。3.综合论文所采用的所有模型来看,GARCH-MIDAS-EVT-IP模型,即加入原油需求相关信息的GARCH-MIDAS-EVT模型,在原油市场风险预测方面显著优于其他模型。该模型预测能力突出可能有以下两种原因:第一,多位学者曾证实原油市场需求侧冲击对原油价格影响较大。第二,EVT能够对收益率序列的极端值单独建模,更准确地刻画原油价格的极端变动。4.从本文的多组回测检验结果来看,两种历史模拟法对原油市场Va R值的预测效果较差,这说明基本历史模拟法和BRW历史模拟法在原油市场的风险预测方面都存在较大的局限性。基于以上结论,本文提出四点建议。1.投资者或监管者应在运用带有低频宏观变量的GARCH-MIDAS模型之前,提前对该模型的预测效果进行检验,选择预测能力较强的模型进行应用。从本文的研究结果来看,我们建议投资者和监管者使用带有原油需求信息的GARCH-MIDAS-IP模型计算国际原油市场的Va R值。2.国际原油市场参与者可以在使用GARCH-MIDAS模型对风险进行预测的基础上,选择EVT对国际原油价格收益率的尾部进行建模,以更好地刻画国际原油价格收益率偏态、厚尾的特点,进一步提升模型对原油市场的预测精确度。3.投资者和管理者在研究国际原油市场风险时,建议使用本文构建的GARCH-MIDAS-EVT-IP模型预测风险。4.因两种历史模拟法的预测能力非常有限,应尽量避免使用历史模拟法预测国际原油市场风险。