各種波動模型之預測能力分析

表 4.4.1、表 4.4.2 及表 4.4.3 為三大指標原油價格波動性模型預測能力結果 之整理，由表4.4.1 中發現，布蘭特原油價格波動性模型的預測能力，在動態預 測法之下，以MAPE 值進行預測能力判斷時，TGARCH 模型略優於 GARCH 模 型，但以MAE 和 RMSE 值進行判斷時，則是以 GARCH 模型的預測效果最佳。

而靜態預測法之下，以 MAPE 值進行預測能力判斷時，GARCH-M 模型略 優於其他兩者，然利用 MAE 值與 RMSE 值進行預測能力之判斷時，則是以 GARCH 模型的預測效果最佳。

因此根據上述結果判斷三種布蘭特原油價格波動性模型的預測能力，在100 筆樣本外的資料下，由於其預測能力差異不大，因此只能判斷預測效果略佳的為 GARCH 模型，然要針對布蘭特原油價格的波動率預測，以現有之 100 筆樣本外 資料尚無法明確判斷出預測效果最佳的模型為何。

　表4.4.1 　 布蘭特原油價格波動性預測能力分析

GARCH(1,2) GARCH-M(3,1) TGARCH(1,3) Dynamic Static Dynamic Static Dynamic Static MAE 0.017673 0.017580 0.017791 0.017611 0.017674 0.017584 RMSE 0.023022 0.022875 0.023047 0.022908 0.023027 0.022887 MAPE 96.45529 103.1270 99.31746 102.5498 96.42468 103.9004

說明：

1. Dynamic：為動態預測法（Dynamic Forecast Method），又稱重覆代入法，其係將預測 值重複代入估計模型中，以獲得預測值，在n→∞，預測值會收斂之模型的長期平均 值。

2. Static：為靜態預測法（Static Forecast Method），又稱逐次代入法，其係將實際值代入 估計模型中，以獲得預測值。

杜拜安曼原油價格波動性模型的預測能力，則是以 GARCH-M 模型的預測 能力略佳，因為在靜態預測法之下，其MAE 值、RMSE 值、MAPE 值在三種模 型中皆為最低值，而在動態預測法之下，除RMSE 值在 TGARCH 模型中最低值 外，其MAE 值、MAPE 值在三種波動性模型中亦為最低值，然同布蘭特原油價 格之結論，由於其預測能力差異不大，因此無法針對杜拜安曼原油價格的波動 率，利用現有之100 筆樣本外資料明確判斷出預測效果最佳的模型為何。

表4.4.2 　 杜拜安曼原油價格波動性預測能力分析

GARCH(3,3) GARCH-M(2,1) TGARCH(2,1) Dynamic Static Dynamic Static Dynamic Static MAE 0.016139 0.016137 0.016110 0.016097 0.016134 0.016120 RMSE 0.020094 0.020079 0.020101 0.020004 0.020089 0.020064 MAPE 98.31649 112.6134 97.96142 109.2407 98.21135 111.2575

西德州原油價格波動性模型的預測能力，在動態預測法之下，GARCH 模型 的預測能力略佳，雖然 TGARCH 模型的 RMSE 值略低於 GARCH 模型，但其 MAE 值與 MAPE 值在三種模型中為最低值。

而在靜態預測法之下，除GARCH-M 模型的 MAE 值略低於其他兩個模型之 外，TGARCH 模型所得之 RMSE 值、MAPE 值為三種模型中的最低值，是以在 靜態預測法之下，TGARCH 模型在三種模型中，其預測能力略佳，而其結論亦 同布蘭特原油及杜拜安曼原油，其無法利用現有100 筆樣本外資料進行最佳預測 模型之判斷。

表4.4.3 　 西德州原油價格波動性預測能力分析

GARCH(1,2) GARCH-M(1,4) TGARCH(3,2) Dynamic Static Dynamic Static Dynamic Static MAE 0.015861 0.015826 0.015866 0.015824 0.015863 0.015834 RMSE 0.019967 0.019990 0.020001 0.019999 0.019966 0.019984 MAPE 96.97758 99.78609 101.6223 99.68449 97.00626 98.66608

綜合上述預測結果發現，三大指標性原油價格波動性模型的預測能力，以現 有100 筆的樣本外資料進行判斷，無法找出預測效果明確優異的模型。而在三種 原油價格中，預測能力略佳的預測模型，則出現不一致的結論，推論其原因可能 是因為樣本外資料期間較短，僅約三個月左右的時間，期間內無重大國際事件造 成原油價格上下震盪，以致於納入風險溢酬考量的 GARCH-M 模型及評估槓桿 效果的 TGARCH 模型，在樣本外資料的波動率預測評估中，相對於標準的 GARCH 模型，無法呈現顯著優越的預測能力。