📈 الاقتصاد

Do data artefacts manufacture climate and ESG risk signals in energy markets? Evidence from contract rolls in JKM LNG futures

توضح هذه الورقة أن المصنوعات البيانية الناشئة عن عمليات تدوير العقود في عقود الغاز الطبيعي المسال (JKM) المستقبلية تخلق قفزات سعرية اصطناعية مدفوعة بالتقويم، مما يؤدي إلى تشويه إشارات المخاطر، وتقديرات التقلب، وتحليلات الارتباط بالسوق بشكل كبير، وهو ما يستلزم تصحيحاً تشخيصياً محدداً لضمان دقة نمذجة أسواق الطاقة.

المؤلفون الأصليون: Arthur Walter Chen

نُشر 2026-09-29

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Arthur Walter Chen

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في عالم الطاقة العالمي المتقلب والمدوّي، غالباً ما يملي رقم واحد تكلفة تدفئة المنازل وتشغيل المصانع عبر آسيا. هذا الرقم هو سعر شحنة من الغاز الطبيعي المسال، وهو وقود تم تبريده إلى حالة سائلة ليتمكن من الإبحار عبر المحيطات. ولتتبع هذا السعر، يعتمد المتداولون والباحثون على مؤشر مرجعي محدد يُعرف باسم "جي كي إم" (JKM)، والذي يعمل كميزان حرارة يومي للسوق الآسيوية. ومع ذلك، فإن البيانات المستخدمة لتتبع هذا السعر ليست خطاً تاريخياً بسيطاً ومستمراً؛ بل هي سلسلة من العقود المنفصلة، حيث يغطي كل منها شهراً معيناً للتسليم، وهي مربوطة ببعضها البعض من طرف لآخر. وعندما ينتهي عقد ويحل محله الآخر، فإن السعر المسجل في ذلك اليوم غالباً ما يقفز صعوداً أو هبوطاً. وهذا القفز ليس رد فعل لعاصفة، أو نقص، أو تغير في الطلب؛ بل هو مجرد نتيجة ميكانيكية للانتقال من ورقة إلى أخرى. ولسنوات، تعامل الباحثون مع هذه القفزات كأنها تحركات حقيقية في السوق، مستخدمين إياها لحساب المخاطر، والتنبؤ بالتأثيرات المناخية، وتحديد مقدار الأموال التي يجب على البنوك الاحتفاظ بها كاحتياطي.

تكشف دراسة جديدة أجراها آرثر والتر تشين من جامعة موناش أن هذه الممارسة الشائعة قد ساهمت في بناء صورة زائفة للواقع. فقد فحص الباحث التاريخ السعري اليومي لمؤشر "جي كي إم" من أواخر عام 2017 حتى عام 2025، واكتشف أن البيانات تحتوي على نمط متكرر خفي لا علاقة له بسوق الغاز الفعلي. ونظراً لأن الغاز الطبيعي يُستخدم بكثافة للتدفئة في الشتاء وللتبريد في الصيف، فإن سعر التسليم الشتوي يكون بطبيعته أعلى بكثير من سعر التسليم الصيفي. فعندما تنتقل سلسلة البيانات من عقد شتوي إلى عقد ربيعي، ينخفض السعر بشكل حاد. وعندما ينتقل من الصيف إلى الشتاء، فإنه يرتفع فجأة. وهذه التحولات تحدث وفق جدول زمني ثابت، مما يخلق نمطاً "مسنناً" يمكن التنبؤ به في البيانات، يبدو وكأنه حدث سوقي ضخم ولكنه في الواقع مجرد أثر محاسبي. ووجدت الدراسة أن أيام التحول القليلة هذه، والتي تشكل أقل من خمسة بالمائة من أيام التداول، كانت مسؤولة عن ما يقرب من ثلثي التقلبات الظاهرة في سلسلة الأسعار. وبعبارة أخرى، بدا السوق غير مستقر وخطير للغاية، لكن جزءاً كبيراً من عدم الاستقرار هذا كان وهماً ناتجاً عن طريقة تجميع البيانات.

اختبر الباحث هذه الفكرة من خلال مقارنة بيانات الغاز الآسيوي ببيانات مماثلة للغاز الأوروبي والنفط الخام من نفس المصدر. وعلى عكس سلسلة الغاز الآسيوي، لم تظهر بيانات الغاز الأوروبي والنفط تلك القفزات الضخمة المدفوعة بالتقويم. وقد أكد هذا أن المشكلة كانت خاصة بكيفية ربط عقود الغاز الآسيوي ببعضها البعض، وليست خللاً عاماً في مزود البيانات. ثم طرحت الدراسة سؤالاً حاسماً: هل تنجح الطرق القياسية التي يستخدمها الباحثون لتنظيف البيانات الفوضوية في حل هذه المشكلة؟ كانت الإجابة "لا" قاطعة. فتقنيات شائعة، مثل إزالة القيم المتطرفة أو تنعيم البيانات، فشلت في القضاء على المشكلة؛ وذلك لأن "القيم المتطرفة" لم تكن أخطاء عشوائية، بل كانت سمة نظامية متكررة في سلسلة البيانات. وعندما حاول الباحثون تنعيمها، ظلت الارتفاعات الاصطناعية قائمة، ولا تزال تشوه الصورة.

إن عواقب هذا التشويه بعيدة المدى وتؤثر على فهمنا للعالم. فعندما تم تغذية النماذج القياسية المستخدمة لقياس المخاطر بهذه البيانات الملوثة، أنتجت النماذج نتائج مضللة. فعلى سبيل المثال، وجد نموذج يحلل العلاقة بين الأنماط الجوية وأسعار الغاز ارتباطاً قوياً وذا دلالة إحصائية. ومع ذلك، عندما استبدل الباحث بيانات الطقال الحقيقية بمتغير وهمي لا يحتوي على أي معلومات على الإطلاق -مجرد نمط تقويمي متكرر- وجد النموذج أيضاً ارتباطاً قوياً. وقد أثبت هذا أن النموذج لم يكن يكتشف في الواقع علاقة بين الطقس والسعر، بل كان يتفاعل ببساطة مع القفزات التقويمية الاصطناعية في البيانات. وظهرت هذه الإشارة الزائفة نفسها في النماذج المصممة لقياس مقدار رأس المال الذي يجب أن تحتفظ به البنوك لمواجهة المخاطر. وباستخدام البيانات غير المصححة، طالبت النماذج برأس مال يزيد بنسبة ثلاثين بالمائة تقريباً عما هو ضروري، وهو تقدير مبالغ فيه للمخاطر قد يؤدي إلى استخدام غير كفء للأموال.

ولعل النتيجة الأكثر إثارة للدهشة هي كيف غير هذا الأثر المفهوم حول العلاقة بين أسواق الطاقة المختلفة. فقبل التصحيح، أشارت البيانات إلى أن سوق الغاز الآسيوي كان معزولاً، يتحرك بشكل مستقل عن أسواق الغاز الأوروبي والنفط. وبمجرد إزالة القفزات الاصطناعية، روت البيانات قصة مختلفة تماماً؛ إذ تضاعف الاتصال بين هذه الأسواق ثلاث مرات، مما كشف أنها كانت في الواقع أكثر تكاملاً مما كان يُعتقد سابقاً. بل إن اتجاه التأثير قد انقلب، مما غير النظرة للغاز الآسيوي من كونه متلقياً سلبياً للصدمات العالمية إلى مرسل نشط لها. وتخلص الدراسة إلى أن سلسلة الأسعار المستمرة والمجانية المستخدمة على نطاق واسع من قبل الباحثين معيبة جوهرياً لأي تحليل جاد. وتوصي بأنه قبل بدء أي دراسة، يجب على الباحثين فحص البيانات بحثاً عن هذه القفزات التقويمية، وإذا وجدت، يجب إزالة الأيام المحددة التي تحدث فيها عمليات التبديل. فبدون هذه الخطوة التشخيصية البسيطة، قد تُبنى الاستنتاجات حول مخاطر المناخ، وتكامل الأسواق، والسلامة المالية على أساس من الحركة الزائفة، حيث يتم الخلط بين إيقاع التقويم ونبض الاقتصاد العالمي.

أبحاث مشابهة