國內外燃料油價格關聯度及動態滾動預測的模型研究

　　——基于日數據的實證分析

　　摘 要 本文采用協整理論及基于VAR的Grange 因果關系檢驗與沖擊反應函數方法對國內外燃料油價格關聯度及走勢作建模分析。單位根檢驗顯示，選取的樣本序列均為I(1)。Granger因果關系檢驗顯示：美原油期貨價格，新加坡180燃料油現貨價格、美元匯率變量為燃料油期價的Granger原因；上海燃料油期貨價格是黃埔現貨價格的單向的Granger原因，期貨價格對現貨價格具有發現作用。最終作出的長期協整方程顯示：美原油期貨價格，新加坡180燃料油現貨價格、歐元匯率與上海燃料油現貨價構成長期顯著的均衡關系。美原油期貨價格對滬燃料油期價的彈性為0.74；新加坡180燃料油現貨價格對滬燃料油期價的彈性為0.59；歐元匯率對滬燃料油期價的彈性為0.84。從最終建立動態模型來看，模型有較好的擬合及預測精度。因此，該模型對滬燃料油期價風險控制具有較好的參考作用。

　　關鍵詞 燃料油 協整檢驗 VAR 沖擊反應

　　目前國際原油價格高位波動，給國內期貨市場帶來較大的沖擊影響，從而給國民經濟的健康穩健運行帶來一定的風險。如何規避原油價格波動風險，確保國內期貨市場的健康運行顯得極為迫切。本文試圖采用協整理論及基于VAR的Grange 因果關系檢驗方法及沖擊反應函數及方差分解的方法探求國內外燃料油關聯度并對其走勢作動態模型研究，以期對生產及消費提供理論及實踐的指導作用。

　　一、文獻綜述

　　國內外對期貨市場交易及其規律的研究由來已久。尤其是近年來，從經濟建模的角度研究期貨市場的規律是一個發展方向。

　　具體來說，目前國內針對燃料油研究的相關文獻主要有：郝海等(2002)論證石油市場為一復雜的非線性系統，并運用分形、混沌等復雜性理論對石油價格的系統動力學特征進行實證研究，得出石油市場系統的分形特征、復雜性程度、系統演化類型。胡政、李輝(2002)對新加坡燃料油市場對我國石油市場價格影響做了定性分析。胡蓉、呂寧(2002)從經濟學角度分析了合理油價的空間，而后進一步分析了影響油價的非供求因素如期貨市場、石油庫存、氣候以及歐佩克的影響力，力圖提供一個預測國際原油價格走勢的基本框架。李紅軍等(2003)提出在系統動力學模型中加入時序自回歸AR(p)子模塊，并且建立歐佩克(OPEC)石油產量、世界GDP等十一個因素影響下的Brent原油價格預測模型。杜慧濱等(2003)分析了國際石油市場供求關系、政治因素、歐佩克國家之間的博弈以及世界環境保護對二氧化碳排放的限制等因素對國際石油價格的影響，采用定性與定量相結合的自組織石油價格預測方法預測了2005～2050國際石油價格的波動趨勢。余煒彬等(2004)利用單位根檢驗和協整關系檢驗驗證了Brent原油期貨市場的有效范圍，發現其在5個月內是有效的。在市場有效范圍內，對現貨價格和期貨價格建立了向量誤差修正模型，具有良好的預測效果；同時發現該期貨市場某時刻價格的影響可以持續兩個月。韓冬炎等(2004)從石油價格的歷史波動中尋找到其內在的規律，運用分形法對石油價格進行預測，以避免對影響因素估計不準確而影響預測結果。馮春山等(2004)通過對石油價格的實證分析認為，石油價格波動具有時變性，并且現貨價格和期貨價格具有協整關系。用帶有GARCH誤差項的向量誤差修正模型求解時變套期保值比率，結果表明，該方法套期保值效果好于通常最優固定套期比的方法。彭志偉等(2004)通過應用R/S分析方法對紐約商品交易所的無鉛汽油期貨價格的日收益進行實證分析，結果表明紐約商品交易所的無鉛汽油期貨市場具有明顯的持久性和長期記憶特性，作用周期為10天，并且這種“長期記憶“作用是間歇性的無限拓展的。

　　國外關于油價波動及預測的研究文獻最早可追溯到Hotelling (1930)提出了可耗竭資源模型。這種模型得出的最優價結論是資源價格增長率與貼現值相等及最優開采量結論。沿著Hotelling的研究思路，后來的許多文獻通過設定石油市場不同結構和參與石油市場主體的不同行為，建立各類理論模型，引進各類相關參數來分析油價波動的原因和未來趨勢，如后來的Pindyck(1978)，Gately(1983，1984)等等。現在除了仍有相當多文獻采用上述類似的研究思路和方法外，還有相當一部分文獻采用隨機序列的方法進行研究。此外新的研究方法不斷出現，如目前使用較多的經濟時間序列方法，包括Granger(1969)的因果關系方法，Engle& Granger(1987)提出的協整理論，Engle(1982)提出的條件異方差模型，以及九十年代興起的VAR方法及最近出現的分形和混沌的方法等。

　　綜上，從目前到研究成果來看，對原油期貨規律的定量研究基本是建立在簡單線性回歸模型以及時間序列建模角度以及近年來興起的分形市場理論及神經網絡理論基礎之上的，單從預測的角度來看，現有的文獻中模型的預測效果均不能讓人滿意。此外，目前對國內燃料油期貨市場風險控制及運行規律的研究極少，對燃料油價格的形成機制的研究還是一個空白。協整理論的發展，為研究原油期貨市場規律提供了新的思路。因此，本文試圖利用協整理論，基于向量自回歸(VAR)的Granger因果關系檢驗以及沖擊響應函數方法，從多變量的角度對國內外燃料油關聯性及動態走勢預測做建模研究，以期為有關部門規避交易風險提供理論支持。

　　二、變量的確定及樣本的選取

　　根據現行規定：

國際油價對國內成品油價格的影響，是指新加坡汽油與柴油等現貨掛牌交易價的變動引起國內成品油價格相應波動。但是，中國的成品油國際市場價格并不是獨立變動，而是受到市場原油交易價格變動趨勢的影響。

　　國際市場原油與成品油價格的變動，在短期內并不是一一對應關系，在一個相對較長的時期內，如一年以上，則具有明顯而穩定的比價關系。目前國內比較流行的分析國際油價對國內成品油價格的影響的方法是按照國際原油價格波動及相應的成品油價格波動引起比價關系波動，從而確定對國內成品油價格的實際影響。燃料油作為成品油的一種，從定性的角度來說，這種分析方法對國內燃料油價格波動走勢有一定的參考作用。然而，影響國內燃料油價格的因素不僅有國際原油價格這一因素，為了進一步從定量建模的角度來研究燃料油價格的形成機制，我們從可能影響燃料油價格的多變量因素的角度來考慮。

　　我們知道影響燃料油期貨價格的因素有很多，諸如：國家的宏觀調控政策；現貨的供給與需求；現貨的價格；成交量與持倉量；國際政治形勢；國際期貨市場的影響等等。為了遵從建模簡化的原則，我們僅從國際經濟變化的影響及國際期貨市場的聯動影響方面考慮，選取對燃料油期價可能產生較大影響的美元匯率、國際原油價格、國內黃埔燃料油現貨報價、新加坡180燃料油現貨報價變量作為我們建模的主要變量，通過建模分析試圖找到中國燃料油期價的變化規律。

　　1.中國燃料油期貨與現貨價格指標的選取及數據的處理

　　國內燃料油期貨正式上市交易時間是2004年8月26日，交易的合約種類是從1月合約到12月合約，總共有12種合約。國內燃料油期貨價格指標的選取時間段為2004-08-26～2005-11-18，選取日數據。由于燃料油期貨每個期貨合約都將在一定時間到期，因此，為克服期貨價格的不連續性，我們按照以下方法產生一個連續的期貨價格序列，即選取成交量最大的期貨合約每天的收盤價格序列作為代表 ，這樣做的目的是為了克服最近期月份可能成交量比較小，價格波動不穩定的缺點。數據來源：富遠期貨行情軟件，英國路透網站。

　　國內燃料油現貨價格，我們選取國內具有代表性的黃埔高硫180CST現貨價格數據，時間段為2004-08-26～2005-11-18，選取日數據。數據來源：慧聰——中國石油網。

　　2.國際原油價格指標的選取及數據的處理

　　目前國際上的原油交易以三大原油為基礎。它們分別是WTI、Brent和Dubai。它們之間的價格對比是決定全球原油流向的主要因素：美洲的原油購買者主要依據Brent和WTI價格對比來決定是否從歐洲或西非進口原油，亞洲的原油購買者則主要依據Brent和Dubai的價格對比來決定是否從歐洲或西非進口原油。從某種意義上來說，Brent原油市場是全球原油貿易的核心，但是從成交量、持倉量來看WTI比Brent要大的多。因此，國際原油價格，我們選取成交量、持倉量最大的WTI價格(即美國原油期貨價格)作為國際原油期貨價格的代理變量。數據選取美國原油連續數據，時間段為：2004-08-26～2005-11-18，選取日數據。數據來源：富遠期貨行情軟件，英國路透網站。

　　3.新加坡燃料油價格指標的選取及數據的處理

　　目前，新加坡是亞洲石油定價中心。因為新加坡有100多年的石油貿易歷史；位于世界主要貿易航線，且海運發達，港口吞吐能力強，轉運石油非常方便，成本較低；擁有龐大的獨立存儲石油的能力與完善的物流系統；新加坡是極少數的政府不干預石油行業的國家，有法制的傳統等。因此，目前在亞洲還沒有任何一個地方可替代新加坡，新加坡作為主要的石油貿易中心以及亞洲石油價格中心，其地位將繼續保持。

　　所以，國內燃料油價格除了受國際原油期貨價格的影響之外，還受到新加坡燃料油價格的影響。新加坡燃料油價格有兩個具有代表性的價格數據即：新加坡高硫180CST現貨價格及紙貨價格。因為新加坡燃料油期貨數據和美國原油期貨價格數據相比，從成交量、持倉量來說都要小的多，因此，對市場的影響要比美國原油期貨的影響要小的多。但是，新加坡高硫180CST現貨交易的成交量、持倉量要比其紙貨交易的成交量、持倉量要大的多，而且，國內現貨報價基本參照新加坡燃料油現貨報價，因此，我們選取新加坡高硫180CST現貨價格作為新加坡燃料油價格的替代變量。時間段為2004-08-26～2005-11-18，選取日數據。數據來源：慧聰——中國石油網。

　　4.匯率指標的選取

　　事實證明，上世紀末葉日漸突出的經濟全球化浪潮最直接的結果是形成了世界經濟同步發展的基本格局，使美國經濟成為世界經濟整體走勢的風向標：全球范圍配置及流動的資本把美、日、歐三大經濟體緊密地聯系在一起，須臾不可分離，三個經濟體的商業周期步伐由原來的此消彼漲、相互補充逐漸轉為一榮俱榮、一損俱損、同步進退。其中，GDP占世界總產出接近30%的美國，其經濟走勢對其他國家和地區具有極大的影響力。美元匯率的變化幾乎是世界經濟變化的“晴雨表”。同時隨著經濟的全球化，日本、歐盟經濟的迅速崛起，對美國產生了一定的制衡作用。美元匯率的變化不可避免地傳遞到期貨市場，引導資本的國際流動，導致期貨價格的波動。我們選取具有代表性的美匯歐元匯率、美元指數作為美元匯率的代理變量。時間段2004-08-26～2005-11-18，選取日數據。數據來源：美聯儲網站

　　由于我們選擇的國內燃料油、黃埔現貨價和新加坡期現價格及美元匯率收盤價格數據在某些具體時間不匹配，比如：中國的“五.一”、“十.一”、“春節”等節假日國內期貨市場閉市，而國外開市；國外在圣誕節等閉市，國內開市。我們將不匹配的數據刪除，得到了連續的時間序列數據309個，為了克服在建模過程中可能出現的異方差問題，對數據做取對數處理。

　　三、國內外燃料油關聯度及動態走勢的實證分析

　　1.數據平穩性的檢驗

　　協整是描述時間序列之間長期關系的一種統計性質。檢驗變量間是否具有協整關系之前，首先要檢驗數據的平穩性。平穩性的常用檢驗方法是圖示法與單位根檢驗法。

　　圖示法即對所選各個時間序列變量及其一階差分作時序圖(限于篇幅省略備索)，從圖中可以看到，各個變量的時序圖均表現出明顯的非平穩性，而經過一階差分后均表現出平穩性的特征。

　　我們再經過單位根檢驗來確定各個非平穩變量的單整階數。單位根檢驗方法很多，一般有DF，ADF檢驗和Philips的非參數檢驗(PP檢驗)，其中Engle-Granger的基于殘差的ADF檢驗是最常用的檢驗方法。在ADF檢驗中選取最優滯后期的標準我們采用：保證殘差項不相關的前提下，同時采用AIC 準則與SC準則，作為最佳時滯的標準，在二者值同時為最小時的滯后長度即為最佳長度。在ADF檢驗回歸中包括三種情況：常數、常數和線性趨勢或者二者都不包括。通過變量的時序圖觀察，本文選擇標準：如果序列好像包含有趨勢(確定的或隨機的)，序列回歸中應既有常數又有趨勢；如果序列沒有表現任何趨勢且有非零均值，回歸中應僅有常數；如果序列在零均值波動，檢驗回歸中應既不含有常數又不含有趨勢。(具體檢驗結果略，備索)

　　單位根檢驗結果：在我們分析的樣本期內，我們選取的經濟數據的非平穩性非常顯著。選取的所有的時間序列日數據均是含有一個單位根的非平穩序列。

　　2.上海燃料油價格與其它變量間的Granger因果關系檢驗

　　因果關系(causal relationship)是由Granger提出的。Geweke，Meese和Dent給出了檢驗因果關系的數學模型：

　　

　　這里和是與滯后值的回歸系數，是值及其滯后值的回歸系數，和是白噪聲。檢驗從到

單向因果關系，即是檢驗對 的零假設 。診斷統計量為: 。式中　 和 分別上述模型最小二乘法回歸方程中的殘差的平方和，T是時間序列 的樣本數。在置信概率α下，若 ，則拒絕 假設，認為 對 有因果關系。由于因果關系檢驗對滯后階較為敏感，在實際檢驗中，根據AIC，SC準則，選取最佳滯后階數為2。(限于篇幅具體檢驗結果省略，備索)

　　檢驗結果：在10%顯著性水平下，美國原油期貨價格、新加坡180燃料油現貨價格、美元指數是上海燃料油期貨價格的Granger原因，歐元匯率是上海燃料油期貨價格的Granger原因的概率是0.85；在10%顯著性水平下，上海燃油期貨價格，美原油期貨價格、新加坡180燃料油現貨價格是黃埔現貨價格的Granger原因；美國原油期貨價格、歐元匯率是新加坡180燃料油現貨價格的Granger原因，上海燃料油期貨價格對黃埔現貨價格具有單向的引導作用。說明中國上海期貨交易所燃料油期貨價格受美國原油期貨價格、新加坡現貨價格、美元匯率影響較大；而國內黃埔現貨價格對其影響較小。國內黃埔現貨價格受上海期貨交易所燃料油期貨價格、國際原油期貨價格、新加坡現貨價格影響較大。進一步說明影響上海期貨交易所燃料油期貨價格的主要因素為國際原油期貨價格及新加坡現貨價格及美元匯率；上海期貨交易所燃料油期貨價格對現貨價格已經具有價格發現作用。

　　3.上海燃料油價格與其它變量間的長期均衡關系檢驗

　　我們做出國際原油期貨價格、新加坡現貨價格、國內黃埔現貨價格、美元匯率與中國上海燃料油期貨價格的長期關聯圖(限于篇幅省略，備索)，可以看到國際原油期貨價格、與新加坡燃料油現貨價格、國內黃埔現貨價格、美元匯率存在長期相關關系。

　　關于協整關系的檢驗與估計目前有許多具體的技術模型，如EG兩步法、Johansen極大似然法、Gregory，Hansan(1996)法、自回歸分布滯后模型( ARDL)方法、頻域非參數譜回歸法、Bayes方法等等。Engle和Granger建議使用兩階段回歸法解決時間序列的非平穩性，由于此方法易于計算，因而早期被廣泛采用，但其缺點是在小樣本下，參數估計的誤差較大，并且當變量超過兩個以上時，變量間可能存在多個協整關系，此方法無法找到所有可能的協整向量，其分析結果不易解釋。Johansen(1988)針對上述問題提出極大似然估計法(MLE)，Gonzalo利用模擬分析所獲得結果顯示，Johansen檢驗優于Engle和Granger的方法。本文即采用Johansen檢驗法。

　　協整檢驗對滯后階尤為敏感，不當的滯后階，很可能導致虛協整，因此，必須先確定合理的滯后階數p，我們采用AIC信息準則和SC準則對p值進行選擇，即選取當二者同時為最小值時的階數。在p值確定后，再對協整中是否具有常數項和(或)時間趨勢進行驗證，然后再對其它組數據進行協整檢驗。最終得到正確協整關系。

　　我們對上述各個非平穩時間序列與中國上海燃料油期貨價格之間的協整關系作Johansen極大似然估計檢驗。根據SC準則，AIC準則確定最佳滯后階數的方程形式、最終我們選取滯后階數1到1，最大化特征根對應的協整方程為：

　　LNP＝0.4367LNP1+0.1328LNP01+0.5525LNP02+0.6929LNER+0.4205LNDI

　　(0.16000) (0.32697) (0.31724) (0.32900) (0.20518)

　　其中：LNP表示上海燃料油期貨價格對數，LNP1表示美國原油期貨價格對數，LNP01表示黃埔燃料油現貨價格對數，LNP02表示新加坡180現貨價格對數，LNER表示美元對歐元匯率對數，LNDI表示美元指數對數，方程括號內數值為標準差，以下同。

　　從我們得到的協整方程看到：美元對歐元匯率比美元指數對中國上海燃料油價格影響大，且二者之間存在一定的相關性，因此，我們刪除美元指數變量，重新作Johansen極大似然估計檢驗。根據SC準則，AIC準則確定最佳滯后階數的方程形式、最終我們選取滯后階數1到1，最大化特征根對應的協整方程為：

　　LNP＝0.7917LNP1+0.1304LNP01+0.6133LNP02+1.4153LNER

　　(0.40754) (0.57990) (0.60048) (1.01451)

　　從我們得到的協整方程看到：黃埔燃料油現貨價格比新加坡180燃料油現貨價格對中國上海燃料油價格影響小，由于黃埔燃料油現貨價格不是上海燃料油期貨價格的Granger原因，而且黃埔燃料油現貨價格與新加坡180燃料油現貨價格之間存在較強的相關性，因此，我們刪除黃埔燃料油現貨價格變量，重新作Johansen極大似然估計檢驗。根據SC準則，AIC準則確定最佳滯后階數的方程形式、最終我們選取滯后階數1到4，最大化特征根對應的協整方程為：

　　LNP＝0.7357LNP1+0.5877LNP02+0.8392LNER+1.4888

　　(0.36054) (0.17310) (0.66167)

　　從最終我們得到的協整方程看到：美國原油期貨價格對中國上海燃料油期貨價格的彈性是0.74；新加坡180燃料油現貨價格對中國上海燃料油期貨價格的彈性是0.59；美元對歐元匯率對中國上海燃料油期貨價格彈性是0.84。以下作出了協整方程所對應的實際值與擬合值圖形。(其中：Actual表示實際值， Fitted 表示擬合值，Residual表示殘差值。)

　　圖1 基于協整方程的上海燃料油期貨價格實際值與預測值圖

　　

基于協整方程的上海燃料油期貨價格實際值與預測值圖。（來源：中大期貨） 點擊此處查看全部財經新聞圖片

　　4.動態預測模型構建

　　我們從以上分析中得知，基于最終協整關系變量，我們構建無約束向量自回歸模型，結果如下：根據AIC準則與SC準則，取最佳滯后階數2，使殘差滿足白噪聲的要求，得到如下的最終模型：

　　表1 中國上海燃料油期貨價格動態模型結果

調整樣本數 :309
變量	系數	標準差	t統計量	P值
LNP(-1)	0.696899	0.058614	11.88954	0.0000
LNP(-2)	0.235571	0.057433	4.101669	0.0001
LNP1(-1)	0.291872	0.030416	9.596018	0.0000
LNP1(-2)	-0.274136	0.031128	-8.806722	0.0000
LNP02(-1)	0.088033	0.040913	2.151730	0.0322
LNP02(-2)	-0.041748	0.040548	-1.029609	0.3040
LNER(-1)	0.260492	0.127525	2.042678	0.0420
LNER(-2)	-0.263400	0.126388	-2.084063	0.0380
C	0.206237	0.092146	2.238169	0.0260
復相關系數	0.994972	相依變量均值		7.818100
修正復相關系數	0.994836	相依變量標準差		0.162257
回歸標準差	0.011659	赤池統計量		-6.036348
殘差平方和	0.040239	許瓦茲統計量		-5.926568
對數似然	929.5430	F統計量		7322.330
DW統計量	2.024982	誤判概率		0.000000

　　模型的基本統計指標優良。以下作出了模型的實際值與擬合值時序圖，如下圖所示，(其中：Actual表示實際值，Fitted表示擬合值)。從實際值與擬合值對數圖(圖2)，看到實際值與擬合值幾乎重合，從預測值圖及預測性能評價指標(圖3)來看，有較好的預測性能。

　　圖2 基于動態方程的上海燃料油期貨價格實際值與擬合值及殘差圖

　　

基于動態方程的上海燃料油期貨價格實際值與擬合值及殘差圖。（來源：中大期貨） 點擊此處查看全部財經新聞圖片

　　圖3 基于動態方程的上海燃料油期貨價格實際值與預測值圖及預測性能指標

　　

基于動態方程的上海燃料油期貨價格實際值與預測值圖及預測性能指標圖。（來源：中大期貨） 點擊此處查看全部財經新聞圖片

　[1]　[2]　[下一頁]