← 回到研究成果

計算方法

重現 Heitfield、Park、Danesh(2026, FEDS Notes)的做法,並記錄每一處與原文的差異。

1. 資料

項目來源用途
WTI 現貨EIA WTI Cushing(FRED DCOILWTICO)st、st+m、油股相關性
WTI 期貨NYMEX CL1–CL15 收盤價、每天對應的實際合約與其最後交易日(Bloomberg)ft,m
無風險利率FRED DTB3、DTB6、DGS1淨便利收益率
S&P 500Bloomberg SPX Index油股相關性

原始資料與抓取程式不公開,只公開計算程式與衍生結果。

2. 期貨曲線的兩個版本

3. 淨便利收益率

淨便利收益率 (y − u) = r − ln(F / S) / τ τ = m / 12,r = ln(1 + 殖利率)

3 個月用 DTB3、6 個月用 DTB6、1 年用 DGS1。沒有儲存成本資料,所以這是扣除儲存成本後的「淨」值,和原文一致。

4. 風險溢酬模型(原文式 1)

s(t+m) − f(t,m) = α + β · (f(t,m) − s(t)) + ε(t)

白話:哪部分用歷史、哪部分用今天

成分來源意思多久更新
α、β2000 年至今每一天的「曲線斜率」對「之後實際結果」做迴歸歷史上,曲線每陡 1%,期貨平均會高估(或低估)多少變動很慢(見圖 5);程式每次都重估,但每月重估一次也幾乎一樣
ln(F/S)今天的期貨價與現貨價今天的曲線有多陡每天

比喻:β 是歷史經驗換算出來的「匯率」,今天的斜率是你今天手上的金額,兩者相乘才是今天的風險溢酬。 每天更新只需要當天的 F 和 S;重估 β 用的是本機已存的完整歷史,不需要重拉舊合約,只要補最新幾天的價格與新上市合約的到期日。

例(2026-10-14,1 年期,版本 B)

步驟來源數字
① α、β歷史迴歸(2000 年至今)α = 0.0703,β = 0.5529
② 現貨 S、1 年期貨 F10/14 收盤S = 101.91,F = 80.87
③ 今天的斜率ln(80.87 / 101.91)−23.1%
④ 風險溢酬0.0703 + 0.5529 × (−0.231)−5.8%
⑤ 市場預期油價80.87 × e−0.058≈ 76.3

網頁「最新」區塊下方的「怎麼算出來的」會用當期資料自動列出同樣的步驟。

5. 圖表與表格

6. 驗證(checks.py)

7. 已知差異