国际油价剧烈波动，给预测工作带来了显著困难。GARCH类模型经常被国内外学者用于预测油价波动率，在GARCH类模型中考虑机制转换，是否能更加贴近油价波动的状况，是否有助于提高油价预测性能，是一个重要但尚无定论的问题。
为此，2018年，张跃军教授团队在International Review of Economics & Finance（SSCI二区期刊）发表论文，基于WTI和Brent原油的日数据和周数据，分别运用三种单机制GARCH（GARCH、GJR-GARCH和EGARCH）模型和两种机制转换GARCH（MMGARCH和MRS-GARCH）模型拟合和预测了油价波动率；并运用模型置信集（MCS）方法评价了各模型的预测效果。
结果表明，MRS-GARCH模型对周数据的拟合优度比其他模型高，但是机制转换的引入并未显著提高油价波动率预测精度。同时，并不存在绝对最优的油价波动率预测模型，预测结果往往会受样本区间、数据频度和损失函数的影响。这些结果对油价预测的理论建模和实务工作提供了重要启示。
论文链接：
