利用月差和曲線結構預測原油庫存變化

企業(yè)應時刻觀察其變化以合理安排生產(chǎn)和經(jīng)營

數(shù)據(jù)選取

本文選取的解釋變量包括原油價 格趨勢、曲線結構、M1-M3價差絕對數(shù)值，目的是為了預測未來原油庫存變化。數(shù)據(jù)選取美國商業(yè)原油庫存周數(shù)據(jù)(代表庫存變化趨勢)和Brent M1-M3價差周數(shù)據(jù)(代表價格變化，目前市場應用最廣泛)。

 由于全球庫存數(shù)據(jù)難以收集完整，且不準確，這里用美國商業(yè)原油庫存數(shù)據(jù)來代表全球商業(yè)原油的庫存，并利用ICE Brent價格走勢代表一個總體價格和價差的變化趨勢。

通過對數(shù)據(jù)進行觀察可以發(fā)現(xiàn)，原油庫存存在明顯的季節(jié)性，為了更好地分析價差對庫存的影響，這里對庫存進行了季節(jié)性調整；同時為了剔除單個數(shù)據(jù)波動的影響，更好地反映決策者的邏輯，一般參考價格取最近4個數(shù)據(jù)的平均價。

選取2008年1月18日—2017年7月21日的庫存數(shù)據(jù)，是為了覆蓋較全面的信息，更好地反映近幾年的變化。數(shù)據(jù)周期太長的話，更多的不定因素會干擾模型。

為了方便描述，這里用M1-M3表示第一個月減去第三個月合約的價差，即行業(yè)普遍使用的月差。用MV4代表價差周數(shù)據(jù)，前4個數(shù)據(jù)的平均值。6W表示基于現(xiàn)在的庫存水平，6周后的變化量。

在選擇月差對庫存影響的傳導周期時候，標準依據(jù)有兩個：一是C(Contango，升水)結構下，上漲次數(shù)最多；二是B(Backwardation，貼水)結構下，上漲次數(shù)較少。同時，為了防止結構性影響，本文將時間周期按照上述辦法分為3個階段，最后再統(tǒng)一概括。

歷史分段研究

第一階段(2014年年中—2017年)：C結構

選擇6W作為傳導周期的原因，統(tǒng)計結果如下表所示：

在C結構下，2014年年中—2017年和2008—2010年這兩個階段，和其他時間相比，6W時間傳導最有效。庫存6周后變化的情況，在2014年年中—2017年，有153個數(shù)據(jù)，其中有101個數(shù)據(jù)是上漲的，上漲對應的價差平均是-1.2.B結構下，2011—2014年這個階段，6W的上漲周數(shù)不是最少，但與其他時間比，差距不大，所以選擇6W作為月差的傳導時間。

圖為2014年年中—2017年Brent價格走勢

圖為2014年年中—2017年MV4變化

這個時期的結構是升水結構，也叫C結構。期貨的單邊趨勢可以細分四個階段：首先是急速跳水階段，讓曲線結構從B到C；接著是振蕩下調階段，曲線結構維持較好的C結構，且保持不錯的升水程度；隨后，小幅回彈階段，曲線結構被迅速拉平，但依舊保持C結構；最后，小幅回調后的低幅度振蕩階段，在C結構的情況下，價差的波動增大。

從曲線結構可以看出，價差的敏感性隨著期貨價格的變化迅速反應，簡單來說就是，前月的波動和反應加劇，后月的反應有一定的滯后，波動較小。

圖為2014年年中—2017年原油價差變化

直線是庫存的0線，表示在線上都是庫存增加，線下都是庫存減少，不具體考慮變化的量。從這張圖可以看出，自2014年價差急速跳水，庫存就一直保持增長的水平，直到2016年5月，價差出現(xiàn)上漲，庫存反應較慢，但后來也是快速減少。隨后的價差和庫存的變化就保持很好的負相關。為了更好地量化多大的價差才能導致庫存增加，我們利用庫存上漲對應的價差平均值來作為指標，來回測是否可以得出庫存增加。

數(shù)據(jù)統(tǒng)計結果顯示，當MV4小于等于-1.2時候，對應周數(shù)有55個，在這55個里面，有40個周變化是正值。也就是說，如果利用-1.2作為分界點來猜測庫存變化，大概73%的概率會出現(xiàn)庫存增加。

第二階段(2011—2014年年中)：B結構

2011—2014年年中曲線結構處于B階段。細分為兩段：首先是2011—2012年B結構，單邊振蕩走低，91個數(shù)據(jù)中，52個為上漲；之后是2013—2014年B結構，區(qū)域振蕩，79個數(shù)據(jù)里面，38個為上漲。

圖為2011—2014年年中Brent價格走勢

圖為2011—2014年年中原油價差變化

直線是庫存的0線，表示在線上都是庫存增加，線以下都是庫存減產(chǎn)，不具體考慮變化的量。從上圖可以看出，2011—2014年年中MV4的趨勢是區(qū)間振蕩，這也導致庫存增加或減少。不過，MV4價差和庫存的變化情況還是有幾處明顯的背離關系，用圓圈標出了。特別要注意的是，曲線背離關系不能完全解釋價差與庫存變化，要看到價差的位置和觀察庫存變化是否處于0點以上。

綜合來看，庫存上漲對應的價差均值為1.1.

這里上漲的主要原因是下游剛性需求增長，還有一些政策購買計劃等。當然，庫存上漲的次數(shù)相對C結構下的次數(shù)就少了很多。特別在行情波動下的市場，大家對方向把握不準，進貨的情緒會比較保守。同樣為了更好地量化多大的價差才能導致庫存增加，我們利用庫存上漲對應的價差平均值來作為指標，來回測是否可以得出庫存增加。

數(shù)據(jù)統(tǒng)計結果顯示，當MV4小于等于1.1時候，對應101個周。在這101個里面，有46個周變化是正值。這也就是說，我們如果利用1.1作為分界點來猜測庫存變化，大概45%的概率會出現(xiàn)庫存增加，與之前的73%有了很明顯的對比。

第三階段(2008—2010年)：C結構

2008—2010年的結構屬于C結構，這里分為兩個階段：第一階段是急速跳水，讓曲線結構從B到C；隨后進入振蕩上漲階段，曲線C結構在慢慢走弱，轉向B結構的趨勢。

前一階段的快速下降，讓庫存增加速度和量都維持高位，但隨后的振蕩上漲階段，讓價差也呈現(xiàn)上漲后振蕩的趨勢，價差縮小，導致利潤下降，庫存的變化也小幅上漲或下降。C結構的價差均值約為-1.9.

圖為2008—2010年Brent價格走勢

圖為2008—2010年原油價差變化

數(shù)據(jù)統(tǒng)計結果顯示，當MV4小于等于-1.9時候，對應42個周，在這42個周里面，有34個周變化是正值。這也就是說，我們如果利用-1.9作為分界點來猜測庫存變化，大概81%的概率會出現(xiàn)庫存增加。但值得注意的是，出現(xiàn)增長的34個周里面，大部分集中在2008年，2009—2010年的C結構走向B結構的趨勢導致庫存變化出現(xiàn)不確定。

指導意義及不足

對比上述三個階段，可以發(fā)現(xiàn)在C結構下，市場補庫存的情緒比B結構下要積極。特別是在原油期貨處于下降趨勢的情況下，且處于C結構，價差預測庫存變化最有效。研究成果可以幫助解決擇時的問題，在趨勢不明朗的情況下，可以借助研究結果驗證目前的情況，幫助投資者選擇入場時間。

然而研究依然存在不足，首先利用美國庫存代表整體數(shù)據(jù)，不能完全包含所有樣本的特點；其次，利用ICE的價差結合美國的庫存數(shù)據(jù)會出現(xiàn)日期不吻合的情況，但影響不大，而且，價差選擇、庫存變化周期很可能出現(xiàn)變化。最后，突發(fā)事件未能考慮進入模型，不能更好地貼合市場。

產(chǎn)量對庫存的傳導作用

產(chǎn)量和庫存

圖為庫存與產(chǎn)量對比

庫存和產(chǎn)量通過單因素模型，統(tǒng)計結果如下：

    R Square 0.149191

    Adjusted R Square 0.144616

從大方向來說，庫存和產(chǎn)量的走勢趨同，但不能直接就認為產(chǎn)量增加就一定會導致庫存的增加。一是產(chǎn)量不會直接導致庫存增加，產(chǎn)量的影響傳導至庫存變化一定要考慮消費、進口、出口等因素；二是產(chǎn)量與庫存之間的線性關系很弱，R平方只有0.15，不能完全解釋庫存變化。

產(chǎn)量與價格

圖為產(chǎn)量與價格對比

價格和產(chǎn)量通過單因素模型，統(tǒng)計結果如下：

    R Square 0.383084357

    Adjusted R Square 0.379767606

為了更好地發(fā)現(xiàn)數(shù)據(jù)的特征，統(tǒng)計學結果如上。

從大方向來說，價格和產(chǎn)量的走勢有較強的背離，但不能直接就認為產(chǎn)量增加就一定會導致價格的走低。產(chǎn)量不會直接導致價格變化，產(chǎn)量的影響傳導至價格變化一定要考慮金融環(huán)境、投機度、消費等因素。另外，產(chǎn)量與價格之間的線性關系很弱，R平方只有0.38，不能完全解釋庫存變化，但快速增長的產(chǎn)量會導致價格的下跌。

指導意義

產(chǎn)量和庫存的傳導沒有明顯的線性關系，有一定的滯后性，但結合研究成果，從價格和產(chǎn)量的趨勢來看，過高的產(chǎn)量會對價格打壓，導致曲線結構的變化從而傳導至庫存的上升。

備注：數(shù)據(jù)僅供參考，不作為投資依據(jù)。