Опубликовано 1 августа 2025

Отрицательные цены на нефть: психология, уроки и новая математика

Когда нефть стоила меньше воздуха: психология отрицательных цен и новая математика страха

Апрель 2020-го показал, как человеческая паника заставляет переписывать математические модели – когда нефть впервые стала стоить меньше нуля.

Финансы и экономика 5 – 7 минут чтения
Автор публикации: Профессор Эмиль Дюбуа 5 – 7 минут чтения

Представьте: вы приходите на заправку, заливаете полный бак, а кассир протягивает вам деньги. Абсурд? В апреле 2020 года именно это происходило с нефтью на мировых биржах. Впервые в истории цена барреля упала ниже нуля – до минус 37 долларов. Продавцы буквально доплачивали покупателям, лишь бы избавиться от «черного золота».

Этот момент стал не просто курьезом для финансовых сводок. Он обнажил фундаментальную проблему: наши математические модели, созданные для «нормального» мира, рухнули в один день. Биржи экстренно меняли правила игры, а трейдеры в панике пытались понять, как торговать тем, что стоит меньше ничего.

Математические модели и безумие рынка

Когда математика встречается с безумием

Большую часть истории финансовых рынков математики использовали модель Блэка-Шоулза для оценки опционов. Элегантная, красивая формула, которая предполагала одно простое условие: цены не могут быть отрицательными. Логично, не так ли? Ведь как можно продать что-то за отрицательную стоимость?

Но человеческая психология оказалась хитрее математики. Когда мир закрылся на карантин, спрос на нефть рухнул мгновенно. Самолеты не летали, машины стояли в гаражах, заводы останавливались. А нефть продолжала течь из скважин – её нельзя просто «выключить» как кран. Хранилища переполнялись, а владельцы контрактов на поставку поняли: им некуда девать миллионы баррелей нефти.

В такой ситуации логика перевернулась с ног на голову. Нефть из актива превратилась в обязательство. Владеть ею стало дороже, чем от неё избавиться. Отсюда и отрицательные цены – продавцы готовы были доплачивать, лишь бы переложить проблему на кого-то другого.

Чикагская товарная биржа среагировала быстро: модель Блэка заменили на модель Башелье, которая допускала отрицательные цены. Но этого было недостаточно. Нужно было что-то более изощренное – инструмент, способный описать не просто хаос, а логику хаоса.

Психология коллективной паники на рынке

Анатомия коллективной паники

Интересно наблюдать, как в критические моменты рынки превращаются в зеркало человеческой психики. Отрицательные цены на нефть – это не математическая аномалия, это чистая психология толпы в действии.

Первая стадия: отрицание. «Это временно, скоро всё наладится». Трейдеры продолжали торговать по старым моделям, игнорируя сигналы тревоги.

Вторая стадия: паника. Когда стало ясно, что хранилища действительно переполняются, началась распродажа. Но не обычная – все хотели избавиться от контрактов одновременно.

Третья стадия: капитуляция. Цены ушли в минус, и рынок признал новую реальность: иногда владеть чем-то дороже, чем не владеть.

Именно в этот момент понадобилась новая математика – не для описания «нормального» рынка, а для понимания того, как ведут себя цены в состоянии коллективного помешательства.

Аддитивная модель Башелье для нестабильных рынков

Новая математика для безумного мира

Аддитивная модель Башелье появилась как ответ на вызов времени. В отличие от классических подходов, она не пыталась загнать хаос в привычные рамки. Вместо этого она приняла хаос как данность и научилась с ним работать.

Ключевая идея проста: цена складывается из базовой стоимости и случайного процесса, который может быть как положительным, так и отрицательным. Математически это выглядит элегантно: F = F₀ + f, где F₀ – начальная цена, а f – непредсказуемые колебания рынка.

Но за простотой формулы скрывается глубокое понимание психологии рынков. Модель учитывает три ключевых параметра:

Структура волатильности – как сильно «трясёт» рынок в обычное время. Это базовый уровень нервозности участников.

Волатильность волатильности – насколько непредсказуемо меняется сама нервозность. Если обычная волатильность – это температура рынка, то это параметр показывает, как быстро может подскочить температура.

Параметр сдвига – склонность рынка к асимметричным движениям. Рынки не симметричны: падают они быстрее, чем растут, и паникуют сильнее, чем радуются.

Калибровка новой модели в условиях кризиса

Калибровка в условиях шторма

Создать модель – это полдела. Главное – настроить её так, чтобы она работала в реальных условиях. Калибровка новой модели происходила в три этапа, как лечение травмированного рынка.

Сначала восстанавливали «скелет» – базовые форвардные цены и ставки дисконтирования. Это основа, без которой любые расчёты становятся бессмысленными.

Затем настраивали «нервную систему» – волатильность опционов «при деньгах» (когда цена исполнения близка к текущей рыночной цене). Эти инструменты торгуются наиболее активно, поэтому их цены наиболее достоверны.

Наконец, калибровали остальные параметры по всей поверхности волатильности – от глубоко убыточных до сильно прибыльных опционов. Это самая сложная часть, требующая учёта психологических особенностей разных групп трейдеров.

Уроки нефтяного кризиса 2020 года

Уроки нефтяного апокалипсиса

Период с апреля по август 2020 года стал уникальной лабораторией для тестирования новых подходов. Данные по опционам на нефть WTI с экспирациями от июня 2020 до декабря 2022 года показали удивительную вещь: даже в условиях абсолютного хаоса человеческое поведение подчиняется определённым закономерностям.

Параметры модели оставались стабильными во времени. Это означает, что за видимым безумием скрывалась своя логика – логика коллективного страха, но всё же логика.

Особенно интересно поведение подразумеваемой волатильности. Она демонстрировала эффект «липкости» – оставалась привязанной к определённым уровням относительной доходности, даже когда абсолютные цены менялись кардинально. Это говорит о том, что трейдеры думают не столько в абсолютных числах, сколько в относительных пропорциях.

Финансовые рынки как отражение психологии

Финансовые рынки как зеркало души

События апреля 2020 года напомнили нам фундаментальную истину: финансовые рынки – это не механизмы, а живые организмы, отражающие коллективную психологию. Математические модели работают не потому, что рынки рациональны, а потому, что человеческая иррациональность подчиняется определённым паттернам.

Отрицательные цены на нефть стали символом того, как быстро может измениться мир. Но они также показали, как быстро может адаптироваться человеческий разум – создавая новые инструменты для понимания новой реальности.

Аддитивная модель Башелье – это не просто математическая формула. Это признание того, что мир может быть более странным, чем мы предполагали, и что наша задача – не загнать его в привычные рамки, а научиться танцевать с хаосом.

Будущее финансовых рынков и новые инструменты

Что дальше?

Сегодня рынки вернулись к относительной стабильности, цены на нефть снова положительные, а отрицательные котировки кажутся дурным сном. Но урок остался: в мире, где чёрные лебеди становятся серыми буднями, нужны инструменты, готовые к любым сюрпризам.

Новая модель доказала свою эффективность в экстремальных условиях. Она проста в использовании, быстро калибруется и даёт точные результаты даже тогда, когда привычная логика отказывает. Главное – она признаёт то, что мы часто забываем: рынки созданы людьми, а люди непредсказуемы.

Возможно, следующий кризис принесёт новые сюрпризы. Возможно, мы увидим отрицательные цены на что-то ещё. Но теперь у нас есть математический аппарат, который готов к встрече с невозможным.

Потому что в конце концов, самое удивительное в человеческой природе – это наша способность находить закономерности даже в хаосе. И превращать страх в формулы, а панику – в прогнозы.

Париж продолжает удивлять меня своей способностью оставаться спокойным, пока весь мир сходит с ума. Возможно, в этом и есть секрет понимания рынков – сохранять французское хладнокровие, когда все вокруг теряют голову.

Оригинальное название: The Additive Bachelier model with an application to the oil option market in the Covid period
Дата публикации статьи: 11 июн 2025
Авторы оригинальной статьи : Roberto Baviera, Michele Domenico Massaria
Предыдущая статья Как графы помогают найти скрытые связи в данных – новый способ поиска закономерностей Следующая статья Как мы 80 лет считали шумы неправильно: исправляем формулы Фриса

Связанные публикации

Вам может быть интересно

Войти в Лабораторию

Исследование не заканчивается одним экспериментом. Ниже – публикации, которые развивают похожие методы, вопросы или концепции.

Профессор Дюбуа объясняет, почему традиционные методы управления пенсионными накоплениями похожи на игру вслепую и предлагает более человечный подход.

Профессор Эмиль Дюбуа 2 июл 2025

Исследование показывает: когда брокеры гонятся за целевой прибылью, они становятся агрессивнее в краткосрочной перспективе, но проигрывают в долгосрочной игре.

Профессор Эмиль Дюбуа 20 июн 2025

От исследования к пониманию

Как создавался этот текст

Этот материал основан на реальном научном исследовании, а не сгенерирован «с нуля». В начале работы нейросети анализируют исходную публикацию: её цели, методы и выводы. Затем автор формирует связный текст, который сохраняет научный смысл, но переводит его из академического формата в ясное и читаемое изложение – без формул, но без потери точности.

Провокационность

85%

Междисциплинарность

92%

Историческая перспектива

95%

Нейросети, участвовавшие в работе

Мы показываем, какие модели использовались на каждом этапе – от анализа исследования до редакторской проверки и создания иллюстрации. Каждая нейросеть выполняет свою роль: одни работают с источником, другие – с формулировками и структурой, третьи – с визуальным образом. Это позволяет сохранить прозрачность процесса и доверие к результату.

1.
GPT-4-turbo OpenAI Резюмирование исследования Выделение ключевых идей и результатов

1. Резюмирование исследования

Выделение ключевых идей и результатов

GPT-4-turbo OpenAI
2.
Claude Sonnet 4 Anthropic Создание текста на основе резюме Преобразование резюме в связное объяснение

2. Создание текста на основе резюме

Преобразование резюме в связное объяснение

Claude Sonnet 4 Anthropic
3.
Flux Dev Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

3. Создание иллюстрации

Генерация изображения по подготовленному промпту

Flux Dev Black Forest Labs

Хотите глубже погрузиться в мир
нейротворчества?

Первыми узнавайте о новых книгах, статьях и экспериментах с ИИ
в нашем Telegram-канале!

Подписаться