世界景氣復甦，經濟整體發展良好，使得石油需求與日俱增，且人們普遍形 成高油價的心理預期，投資基金藉機炒等因素，造成國際原油價格自2004年開始 迅猛上漲，從早期的一桶約30美元左右，至今已成長到每桶接近70美元的價格，
短短3年間原油價格足足成長了兩倍之多，雖然迄今漲勢稍歇，但未來價格波動 卻仍方興未艾。我國由於自產能源有限，98%以上的能源供應均需仰賴進口，原 油更是幾乎全數仰賴進口，因此國際原油價格的高漲及波動對經濟發展及國民生 計之影響更是至關重要，是以本篇研究針對三大指標性原油價格進行波動幅度之 研究與評估，期望對於關心原油相關產業之風險控管者，提供其在面對油價波動 時之操作依據。
根據本篇研究結果發現西德州原油價格、北海布蘭特原油價格以及杜拜安曼 原油價格，彼此間之變化極具關聯性，價格漲跌趨勢相當一致，且雖然該等原油 價格呈現逐年持續向上攀升的趨勢，但觀察其波動率時間序列圖形，卻可發現其 波動幅度相反的呈現逐年縮小的現象，推估造成波動幅度逐年縮小的原因，可能 是因為資訊傳遞迅速，市場效率增加，導致外部事件對價格所造成的震盪效果變 小所造成，亦有可能研究期間前段所發生之重大國際政治衝突等事件較後段期間 多所造成的現象。
此外本研究利用自我相關條件異質變異數模型，進行三大指標性原油價格波 動性模型的估計，以標準的 GARCH 模型和納入風險溢酬考量的 GARCH-M 模 型及考慮槓桿效果的TGARCH 模型作為估計波動性工具，進行相互比較，探討 納入風險溢酬或槓桿效果後之延伸修正的GARCH 模型，是否其樣本內配適度及 樣本外的預測能力，皆較標準的GARCH 模型為佳。實證結果指出:
1. 利用樣本內的資料所建立的波動性模型中，以納入槓桿效果的 TGARCH 模 型收斂效果最好，其次則為標準的GARCH 模型，而收斂效果最差的則為考 量風險溢酬的GARCH-M 模型。
2. GARCH-M 模型中用以判斷風險溢酬效果是否存在的參數δ ，在三大指標性 原油價格的波動性模型中皆不顯著，表三大指標性原油價格報酬率皆不存在 風險溢酬的效果。
3. TGARCH 模型中用以判斷槓桿效果是否存在的參數ω ，在布蘭特原油價格 波動性模型及西德州原油價格波動性模型中，皆於1%的信心水準之下，拒 絕參數為零的虛無假設，表示在這兩種原油價格的波動性模型中，皆存在槓
桿效果，且跌價所造成的波動幅度大於漲價時所造成的波動幅度。
4. 針對樣本外資料的預測能力評估，利用標準的 GARCH 模型和延伸修正之 GARCH-M 模型及 TGARCH 模型進行評估，結果發現其分別出現不一致的 表現，且由於其預測能力結果差異不大，因此在此研究中無法明確判斷何種 模型的預測能力最佳，僅能就些微差距，判定出三種模型中何者的預測能力 略佳:
(1) 布蘭特原油價格的波動性預測，不論是利用靜態預測法或動態預測法，
皆以GARCH 模型的預測能力略佳。
(2) 杜拜安曼原油價格的波動性預測，在靜態預測法或動態預測法之下，則 是以GARCH-M 模型的預測能力略佳。
(3) 西德州原油價格的波動性預測，在動態預測法之下，GARCH 模型的預 測能力略佳，然在靜態預測法之下，則是以TGARCH 模型的預測能力略 佳。
推論上述三大指標性原油價格波動性模型的預測能力，之所以出現不一 致的結果，原因可能是因為樣本外資料共計100 筆，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，以致於原本估 計樣本內資料收斂效果最佳的 TGARCH 模型，在樣本外資料的預測評估 中，無法呈現顯著的預測能力，而產生與樣本內相同的一致性結論。
綜合上述結論可知針對三大指標性原油價格波動性的評估與預測，利用三種 廣泛應用的自我相關條件異質變異數模型進行評估，確實可以得到一個收斂效果 及配適度佳的估計模型－TGARCH模型，雖然受限於樣本期間的限制，導致期間 較短的樣本外資料，其預測能力無法出現與樣本內資料一致的結論，但本研究之 貢獻在於提供任何關心資產價格波動之風險控管者，於估計資產價格波動性時，
一種方法上的參考依據，如能以本研究之方法為基礎，將更複雜的經濟環境變數 例如季節性因素等納入考量，予以適當之修正，於實務上之風險控管必能發揮一 定之功用。
是以對於未來有志研究各種資產價格波動性者，本文提供以下建議：
1. 受限於資料取得之管道，本文之研究期間為 2000 年初始至 2007 年初為止，
總計約七年，未來如能將研究期間拉長，不論是樣本內估計抑或樣本外預測 必能出現更準確且一致性之結論。
2. 本研究之實證方法，受限於應用軟體 Eviews 與內容篇幅之限制，無法將其 他用於研究波動性之方法一同併入考量，例如以歷史資料直接進行評估、利 用 Black-Scholes 模型計算隱含波動率之方法及利用類神經網路推估波動性 等，未來有志從事任何資產價格波動性研究者，除可採用前述各種不同方法 進行個別評估外，並可朝比較分析各種研究方法的方向發展，探討是否時間 序列方法所推估出來之波動率優於其他方法，抑或隨著研究方法的日新月 異，後續發展出來的特殊模型較能準確評估資產價格的波動性。
參考文獻
中文文獻
1. 楊奕農 (2005)，「時間序列分析經濟與財務上之應用」，雙葉書廊。
2. 廖惠珠 (2004)，「由基礎面檢視未來原油價格走勢」，《經濟部能源局能源報 導月刊》，2，頁 30-32。
3. 林楚雄、劉維琪、吳欽杉 (1999)，「不對稱 GARCH 模型的研究」，《管 理學報》，16，頁 479-515。
4. 莊忠柱 (2000)，「臺股指數期貨上市與現貨價格非對稱波動性的結構性改變
－臺灣的早期經驗」，《台灣金融財務季刊》，1(1)，頁 22-40。
5. 莊益源、張鐘霖、王祝三 (2003)，「波動率模型預測能力的比較-以台指選擇 權為例」，《台灣金融財務季刊》，4(2)，頁 41-63。
6. 劉筱筠 (2004)，「應用門檻 GARCH-M 模型分析國際原油價格變動與台灣 股價報酬波動之關連性」，國立台北大學經濟學系碩士論文。
7. 能源政策白皮書，http://www.moeaec.gov.tw。
英文文獻
1. Akgiray, V. (1998), “Conditional Heteroskedasticity in Time Series of Stock Return: Evidence and Forecasts,” Journal of Business, 62, 55-80.
2. Baillie, R., and Myers, R. J. (1991), “Bivariate GARCH Estimation of the Optimal Commodity Futures Hedge,”Journal of Applied Econometrics, 6,109-124.
3. Bollerslev, T. (1986), “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, 31, 307-327.
4. Brailsford, T.J. and Faff, R.W. (1996), “An Evaluation of Volatility Forecasting Techniques,” Journal of Banking and Finance, 20, 419-438.
5. Brooks, C. (1998), “Forecasting Stock Return Volatility: Does Volume Help?,”
Journal of Forecasting, 17, 59-80.
6. Ciner, C. (2001), “Energy Stocks and Financial Markets: Nonlinear Linkage,”
Studies in Nonlinear Dynamics and Econometrics, 5, 203-212.
7. Donaldson, R. G. and Kamstra, M. (1997), “An Artificial Neural Network- GARCH Model for International Stock Return Volatility,” Journal of Empirical Finance, 4, 17-46.
8. Engle, R.F. (1982), “Autoregressive Conditional Heteroskedasticity with
Estimates of the Variance of United Kingdom Inflation,” Econometrica, 50, 987-1007.
9. Engle, R.F. and Ng. , V.K. (1993), “Measuring and Testing the Impact of News on Volatility,” Journal of Finance, 48, 1749-1778.
10. Franses, P.H. and van Dijk, D. (1996), “Forecasting Stock Market Volatility Using Non-linear GARCH Models,” Journal of Forecasting, 15, 229-235.
11. Glosten, L.R.,and Jagannathan, R. and Runkle, D.E. (1993), “On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks,” Journal of Finance, 48, 1779-1801.
12. Hamilton, J. (1983), “Oil and Macroeconomy since World War Ⅱ,” Journal of Monetary Economics, 38, 215-220.
13. Hooker, M. A. (1996), “What Happened to the Oil Price-Macroeconomy Relationship?,” Journal of Monetary Economics, 38, 195-213.
14. Huang, D., R. Masulis, and H. Stoll (1996), “Energy Shocks and Financial Markets,” Journal of Futures Market, 16, 1-27.
15. Kaneko, T. and B.-S. Lee (1995), “Relative Importance of Economic Factors in the U.S. and Japanese Stock Markets,” Journal of the Japanese and International Economics, 9, 290-307.
16. Kaul, G. and C. M. Jones (1996), “Oil and the Stock Markets,” Journal of Finance, 51, 463-491.
17. Keng Yap Liew and Robert D. Brooks (1998), “Returns and Volatility in the Kuala Lumpur Crude Palm Oil Futures Market ”, The Journal of Futures Markets ,18, 985-999
18. Lee, K., S. Ni and R. Ratti (1995), “Oil Shocks and the Macroeconomy : The Role of Price Variability,” Energy Journal, 16, 39-56.
19. Mork, A. (1989), “Oil and the Macroeconomy When Prices Go Up and Down:
An Extension of Hamilton Results,” Journal of Political Economy, 97, 740-744.
20. Nelson, D.B. (1991), “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, 59, 347-370.
21. Sadorsky, P. (1999), “Oil Price Shocks and Stock Market Activity,” Energy Economics, 21, 449-469.
22. Papapetrout, E. (2001), “Oil Price Shocks, Stock Market, Economic Activity and Employment in Greece,” Energy Economics, 23, 511-532.
23. Pagan, A.R. and Schwert, G.W. (1990), “Alternative Models for Conditional Stock Volatilities,” Journal of Econometrics , 45, 267-290.
24. Robert F. Engle ; David M. Lilien ; Russell P. Robins (1987), “Estimating Time Varying Risk Premia in the Term Structure: The Arch-M Model,” Econometrica , 55 ,2 ,391-407.
25. West, K.D. and Cho, D. (1995) “The Predictive Ability of Several Models of Exchange Rate Volatility,” Journal of Econometrics , 69, 367-391.
參考網站
經濟部能源局網站