全球金融市场在新冠疫情下的变化及马尔科夫区制转移模型研究

价格发现是大宗商品期货的显著特点之一，期货市场是一个公开、高效、竞争的市场，期货市场的参与者通过交易将影响商品价格的供求关系等现货市场的因素反映到期货的价格中，因此期货的价格具有预期性，期货、现货的价格之间有直接的相互影响。2018年，上海国际能源中心推出了我国的原油期货，我国作为原油的需求和投资大国，我国原油期货的价格与国际原油期货价格之间的相关性不容忽视，因此可以用向量自回归模型（VAR）对三者之间的关系进行研究。然而，原油商品期、现货的交易、持仓和供需行为复杂且涉及多个市场、主体的参与，同时在疫情发展的不同时间，原油因涉及多个领域多个行业，其价格发生明显的波动和转折，因此固定参数的VAR模型可能难以较好地拟合变量之间的关系，本章选取Hamilton（1989）提出的常转移概率的马尔科夫区制转移模型（MSVAR），研究疫情不同阶段、状态或机制下价格变量的不同特征和性质。下面我们对模型进行简单说明。

对于n维时间序列变量Yt，如果：

其中Y为n维向量，a为n维向量，b为n×n阶矩阵，且E（et）=0，

则称该式为p阶向量自回归模型，将该过程称为p阶向量自回归过程，即VAR过程。

对上述过程引入不可观测的区制变量St，St取值区间为{1，2…X}，X表示区制数目，则有：(www.xing528.com)

该模型为马尔科夫区制转移模型，即MSVAR模型。马尔科夫区制转移模型将变量分为不同区制，研究不同区制下各变量之间的相互影响，时间序列变量的产生过程取决于不同的区制变量。

对于平稳的时间序列数据建立的VAR模型，可以运用Granger因果检验，检验变量间的内生性。两个经济变量X、Y之间的格兰杰因果关系表示若在包含了变量X、Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因。检验要求估计以下回归：

其中μ1t和μ2t是两个不相关的白噪声序列，对于式（3），假设检验的零假设为假设X的系数均为0，若拒绝原假设，则表明存在格兰杰因果关系。

格兰杰因果检验有效检验了变量间的统计学因果关系，对两变量之间在经济学意义上的相关性研究具有参考价值。