1985年1月至2005年12月,原油现货交易价格如下表。(1)研究1985-2005年原油现货价格的走势，对原油价格拟合 ARIMA模型。 (2)研究原油现货价格的波动特征。如果存在条件异异方差，则拟合适当的条件异方差模型。 (3)预测2006-2007年月原油现货价格的走势及 95%的置信区间。

1. 首先，我们可以使用Stata中的`tsset`命令将数据集中的时间变量设置为Stata的时间序列格式：

tsset date

2. 然后，我们可以使用Stata的`tsline`命令创建时间序列图形，以便可视化数据的走势：

tsline oil_price

3. 接下来，我们可以使用Stata的`acf`和`pacf`命令来确定时间序列的自相关和偏自相关：

acf oil_price
pacf oil_price

4. 然后，我们可以使用Stata的`arima`命令来拟合ARIMA模型：

arima oil_price, arima(1,1,1)

5. 如果存在条件异方差，我们可以拟合适当的条件异方差模型。例如，我们可以使用Stata的`arch`命令来拟合ARCH模型：

arch oil_price, arch(1)

6. 最后，我们可以使用Stata的`predict`命令来预测2006-2007年月原油现货价格的走势：

predict oil_price_forecast, dynamic(250) n(24)

其中，`dynamic(250)`表示使用前250个观测值来动态预测，`n(24)`表示预测未来24个月的值。

我们还可以使用Stata的`predictnl`命令来计算95%的置信区间：

predictnl lbound ubound, oil_price_forecast-1.96*sqrt(e(V,1,1)) oil_price_forecast+1.96*sqrt(e(V,1,1))

其中，`oil_price_forecast`是使用`predict`命令预测的原油价格序列，`e(V,1,1)`是残差的方差。`lbound`和`ubound`分别是下限和上限的预测值。