基于DCCMGARCH的国内外石油市场联动性研究.docx
《基于DCCMGARCH的国内外石油市场联动性研究.docx》由会员分享，可在线阅读，更多相关《基于DCCMGARCH的国内外石油市场联动性研究.docx（17页珍藏版）》请在冰豆网上搜索。
基于DCCMGARCH的国内外石油市场联动性研究
基于DCC-MGARCH的国内外石油市场联动性研究
内容提要本文在分析国内外石油市场价格形成机制的基础上，应用DCC-MGARCH模型研究了1997年1月3日到2011年3月18日的西德克萨斯（WTI）、北海布伦特（Brent）、迪拜（Dubai）原油市场和我国大庆原油市场的动态相关性。
研究表明：
我国大庆原油市场与迪拜原油市场具有较高的动态相关性，而与欧美市场的动态相关性较低，且“十五”后我国与国际市场的动态相关性都明显提高了。
此外，国际市场对国内市场具有导向性作用。
最后，给出了研究结论和若干政策含义。
关键词石油市场；联动性；DCC-MGARCH
中国分类号：
C812文献标识码：
A文章编号：
Analysisoftheco-movementofdomesticandinternationaloilmarketbasedonDCC-MGARCHModel
Abstract:
ThispaperanalyzestheinternationaloilmarketpriceformationmechanismandthenappliesDCC–MGARCHmodeltostudytheco-movementrelationshipamongWestTexas,Brent,DubaiandChina'sDaqingcrudeoilmarketsduringJanuary3th1997andMarch18th2011.StudyshowsthatChina'sDaqingcrudeoilmarkethassignificantdynamiccorrelationwithDubaicrudeoilmarket,whilethedynamiccorrelationwithEuropeanandAmericanmarketsislow.Especially,theco-movementwithinternationalcrudeoilmarketisstrengthenedaftertenthfiveyearplan.Moreover,internationalmarkethasleadingeffecttothedomesticmarket.Inthelastpart,theconclusionandsomepolicyimplicationsaregiven.
Keywords:
OilMarket;Co-movement;DCC-MGARCH
一、引言
石油（也称原油）被广泛运用于交通运输、石化等各行各业，被称为经济乃至整个社会的“黑色黄金”、“经济血液”，石油也是一种战略物资，在国防和国家安全领域发挥着不可替代的作用。
同时，石油是一种地缘性很强的商品，分布极不均匀，但需求价格弹性很小，与国际政治密切相关。
因而对石油价格波动进行分析就显得极为重要。
随着我国经济的发展，对石油的需求越来越大，进口依存度也不断提高，据统计，2010年我国的石油消费量近一半是进口的，对于我国这样的石油消费大国和进口大国来说，国际石油价格的较大波动都可能会对我国经济造成巨大的冲击。
日益升高石油进口依存度使我国更加深刻体会和认识到油价的不稳定性（林伯强，2007）[1]。
因此研究国内外石油市场的联动关系对于监控油价风险具有重要的理论和现实意义。
国内外已有较多学者对油价波动特征和原因进行了研究。
Sharma（1998）[2]利用GARCH模型研究了石油价格收益率波动，并认为基于GED分布的GARCH模型相对于基于正态分布的GARCH模型能更好刻画石油收益率的“尖峰厚尾”现象。
史丹（2000）[3]分析了国际石油市场的供需结构特点及OPEC石油供给策略对国际石油价格的影响，进而研究了国际油价波动对我国经济发展的影响及对策。
曾建武（2009）[4]在分析国际油价波动影响因素的基础上，采用贝叶斯向量误差修正模型实证分析各因素变化对油价变化的影响程度和国际油价波动对中国宏观经济的影响，并结合中国国情，提出相应的政策建议。
潘慧峰等（2007）[5]采用西德克萨斯和我国大庆从2000年5月8日到2005年5月20日间原油价格的日数据，运用GED分布的GARCH模型估计了两个市场的VaR以此来刻画极端风险，并利用风险-Granger因果检验方法分析了两个石油市场的极端风险溢出效应，认为国际原油市场对国内原油油市场存在单向的风险溢出,但该研究针对的是极端风险，并没有完整刻画国内外原油市场的价格波动关系。
焦建玲、魏一鸣等（2004）[6]和李新颜等（2005）[7]分别选取不同时间段的Brent原油现格与大庆原油现货价格周数据进行了实证分析，从VAR模型中得出国内外原油价格走势存在长期协整关系的结论。
但焦建玲、魏一鸣等（2004）认为滞后二期的国内原油价格对国际原油价格是有显著影响，而李新颜等（2005）则认为滞后一期和滞后二期的国内原油价格对国际原油价格影响都不显著。
可见VAR模型对于不同的时间区间会得出不同的结论，而且这两篇文章都未对两个市场的动态相关关系进行分析。
张意翔等（2007）[8]以2000年1月至2006年12月的WTI价格与中国大庆原油现货价格月数据进行了实证检验，在VAR模型的基础上结合了脉冲响应函数分析了国内外原油价格之间的动态关系和影响机制，认为国内原油价格和国际原油价格之间存在动态均衡关系，但是国内原油价格对国际原油价格的影响小于国际原油价格对我国原油价格的影响。
虽然张意翔等（2007）利用脉冲响应函数等进行了一定的动态分析，但是由于金融市场本身的特性，简单使用VAR模型是难以捕捉到市场中的波动聚集效应以及杠杆效应等。
林伯强等（2007）利用基于GED分布的GARCH（1,1）分析了国内外原油价格波动性及其相互关系。
但基于GED分布的GARCH（1,1）是假定不同市场之间的相关系数保持恒定的常数，这样的假设往往不符合实际情况，因此分析的结果就会受到严重的偏倚。
李成等（2010）利用小波变换频带分析方法和多元GARCH-BEKK模型研究了中美两国通货膨胀与国际油价间的溢出关系。
综观以往研究国内外石油市场关系的文献：
从研究方法来看，都从静态角度分析，众所周知，市场之间的关系是随时间而变化，不会一成不变的，因此基于静态的研究方法难免产生偏误；从研究时间来看，据我们的了解，很少有对近几年国内外石油市场关系的研究，由于近年来受金融危机和各国石油政策的影响，石油市场的价格波动较大，石油市场之间的联动性是否发生了重大变化需要进行深度研究。
因此，本文在系统梳理国内外原油价格形成机制和波动原因的基础上，利用非对称DCC-MGARCH模型，应用Engle（2002）[9]提出的动态条件相关方法（DCC）对1997年1月3日到2011年3月18日的西德克萨斯（WTI）原油市场、北海布伦特（Brent）原油市场、迪拜（Dubai）原油市场和大庆原油市场的波动性进行研究，并捕捉国内外市场动态相关系数，从而更精确地考察中外原油市场之间的联动性的变化特征。
本文接下来的结构安排如下：
第二部分梳理了国内外石油市场价格机制的发展情况，第三部分介绍了DCC-MVGARCH模型，第四部分对数据来源、变量选取做了说明，并对数据进行初步的描述统计分析，第五部分是本文的实证分析，最后给出论文的研究结果和若干政策建议。
二、国内外石油价格机制及其发展
价格形成机制是市场化程度的一个重要标志。
理论上，价格机制应该由市场的自发力量决定。
但在石油市场中，国际原油定价权的转移与变迁远非完全竞争市场买卖双方自由竞价的过程，是多方长期博弈的结果，具有力量多元化、手段市场化的特点。
国际原油定价权是指在国际原油市场上市场参与者对国际原油价格的影响力和决定力，此力量的大小直接决定不同国家和地区的原油价格，并影响国际上重大的政治、军事和外交行为。
（一）国际石油价格机制
目前，国际石油市场经过100多年的发展,在西方发达国家的现代市场经济体系下,已形成了比较完整的现货市场和衍生品市场体系。
主要的石油现货市场有新加坡市场、美国市场、加勒比海市场、地中海市场以及西北欧市场；在期货市场方面，主要有纽约商品交易所、伦敦国际石油交易所以及今年新兴的东京工业品交易所三大期货市场。
对于亚洲国家而言，为了增加本国在国际原油市场的话语权，从21世纪初开始纷纷筹建原油期货市场。
2001年日本东京工业品交易所（TOCOM）推出了中东原油期货合约，2005年印度大宗商品交易所（MCX）推出了原油期货合约。
然而，亚洲至今没有一个能与纽约商品交易所和伦敦国际石油交易所相竞争的，能够全面反映亚洲原油供需状态并代表亚洲国家利益的原油期货市场，造成亚洲地区的原油进口国要比欧美国家多支付数额巨大的不平等价格，形成所谓的“亚洲溢价”。
石油的定价机制与当今石油市场的格局密不可分。
国际原油市场定价大都是以世界各主要产油区的标准油为参考基准，以基准油在交货或提单日前后某一段时间内现货市场或期货市场价格加上升（贴）水作为原油贸易的最终结算价。
其中最有影响力的是三大原油基准价是：
纽约原油期货交易所的WTI（美国西得克萨斯出产的“中间基原油”）原油期货，是全球交易量最大的商品期货，包括所有北美洲生产或销往北美的原油；伦敦国际石油交易所（IPE）推出布伦特（北海布伦特（Brent）原油）原油期货。
北海布伦特原油由北海东设得兰盆地中的15个油田的原油组成。
开采出来的油首先运输到设得兰群岛的萨洛姆石油终端。
欧洲、非洲和中东运往西方的原油按照北海布伦特原油标价，因此它是一个重要的价格标数；阿联酋的高硫“迪拜（Dubai）”原油，这就是有代表性的欧佩克（OPEC，石油输出国组织）油价，用作输往亚洲-太平洋地区的中东原油的价格标数。
由于各地出产的原油品质上有较大差别，所以除了三大原油基准价以外，还有一些稍小一些的石油产地的原油价格。
常用的参考原油有马来西亚塔皮斯轻质原油TAPIS，作为远东轻原油的参考标准；印度尼西亚的米纳斯原油MINAS，作为远东重原油的参考标准。
（二）国内石油价格机制
我国石油价格经历了单一的国家计划控制、双轨制、并轨制和与国际接轨制四个阶段。
我国石油定价机制和石油市场的变迁是一个逐步与国际接轨、逐步市场化的过程。
我国原油价格体制从1955年起经历了长达26年的计划价格体制，完全脱离国际市场价格；1981年国务院决定实行原油产量包干政策，即允许超出包干基数1亿吨的超产油，以及国际油价出口或以计划内高价在国内销售，所得收入由石油部支配，用于加强石油资源的勘探开发力量，实行双轨制；1995年5月1日取消计划内平价、高价，计划外市场价和计划内限价等多种价格，统一实行一种类型两个档次的价格体系。
1998年6月起，我国对原油和成品油的价格形成机制进行了重大改革。
改革后，中国石油天然气集团公司和中国石油化工集团公司之间购销的原油价格由双方协商确定。
协商的基本原则是，国内陆上原油运达炼厂的成本与进口原油到厂成本基本相当。
2001年7月，国家计委又正式公布了《中央定价目录》，有107种商品和服务价格从新目录中删除，其中就包括原油。
这一时期市场力量逐渐显现，国内原油价格开始对资源配置发挥作用，但是原油产品的生产和销售被几大石油公司垄断，价格不能完全反应市场供求，与国际原油也只是在价格水平上的同步，而不是价格形成机制的接轨。
尽管如此，经过了这一系列价格改革后，中国原油价格与国际原油价格已越来越接近了，在这种情况下研究中国油价与国际油价的联动关系有重要的现实意义。
三、研究方法与模型
自Engel（1982）[10]提出自回归条件异方差（ARCH）模型以来，ARCH类模型己广泛应用于资本资产定价模型、资产组合、期权定价等领域,但由于只用波动性来描述变化无穷的金融现象存在着一定的限制以及金融产品的多样化引起的风险管理复杂性等情况的出现，使得“动态相关性”方法得以产生。
目前，多变量GARCH模型是用来研究时间序列间的动态相关性的主要方法，但由此产生的过多参数成为多元GARCH模型中最令人困扰的“维数的诅咒”。
Bollerslev（1990）[11]提出的常相关系数多元GARCH（CCC-MVGARCH）模型以及Engle（2002）在此基础上推广得到的动态相关系数多元GARCH（DCC-MVGARCH）模型是近年来使用最广泛的多元GARCH参数化方法之一，它相比以前的模型具有参数节俭性和良好的计算优势，由灵活的GARCH模型和具有简洁参数的相关系数模型构成，可以用来估计大规模的相关系数矩阵，便于研究变量之间非线性的时变相关关系。
本文采用DCC-MVGARCH（1，1）模型对国内外四个石油市场间的波动性和动态相关性建模并采用Engle的两步法进行估计。
首先，估计每个市场收益率的单变量GARCH模型，然后用得到的条件方差去除残差，得到标准化残差序列；再用第一步得到的标准化残差序列估计出模型动态条件相关系数。
用
表示四个市场对数周收益率，我们假定对数周收益率均值方程为ARMA（p，q）过程：
（1）
其中
为第
个市场对数周收益率的误差扰动项。
假定残差项服从一个正态分布过程
其中
表示
时刻的信息集。
对于单变量GARCH模型，我们考虑GJR-GARCH（1，1）来模拟各条件方差，以考察信息的非对称效应，模型如下：
（2）
其中
是示性函数，表示当
时
，否则
。
当
时，模型简化成为一个标准的GARCH模型。
具体DCC模型如下：
（3）
（4）
（5）
其中，
，即矩阵
中对角线上的元素分别为各个市场周收益率的条件标准差，矩阵
为动态相关系数矩阵。
为无条件协方差矩阵，
为五维标准化残差向量，
是通过第
个市场的单变量GARCH模型的残差向量
标准化得到的，即
。
对每个观测期
，条件对数似然定义为：
（6）
令
，并对所有时刻对数似然函数值求和，得到
（7）
分别记
（8）
（9）
可见，对数似然函数值可以分解为似然函数的波动部分和相关性部分。
四、数据来源与说明
（一）变量的选取与说明
本文选取了美国西德克萨斯轻质（WTI）原油、英国北海布伦特（Brent）原油、阿联酋的高硫迪拜（Dubai）原油作为国际石油价格的代表，大庆（DQ）原油价格作为国内石油价格的代表。
理由有：
第一、石油产品种类纷繁复杂，因此我们需要选择相对有效的产品价格来进行分析，原油处于整个石油产业链的上游，价格的变动对其他石油产品都具有一定的传导意义。
第二、大庆油田就油气探明储量和年产量而言，是我国最大的油区，也是世界最高产的油气产地之一。
大庆原油50年来生产原油超过20亿吨，占同期约占中国原油产量的四成多，因此大庆原油价格基本上代表了我国整体原油价格水平。
第三、国际原油市场定价，都是以世界各主要产油区的标准油为基准，其中纽约原油期货交易所的西德克萨斯（WTI）原油期货，伦敦国际石油交易所（IPE）推出北海布伦特（Brent）原油期货和OPEC阿联酋的高硫迪拜（Dubai）原油市场是最有影响力的是三大原油基准价，它们的价格变化对国际石油市场价格具有关键性、决定性的意义。
注：
数据来源于美国能源信息署。
[13]
图1国内外石油市场的走势分析
从图1的国内外石油的近10多年的周历史价格来看，原油价格上涨的轨迹不是渐进性而是阶段性的。
1997年由于受到亚洲金融危机的冲击，国内外石油价格呈下跌趋势；1998-1999年OPEC减少了石油产量以及2000年的房地产热，致使石油价格呈回升趋势；2001年的“911”事件和2002年PdVSA罢工事件致使石油价格出现较大的波动；2003年由于伊拉克战争以及中国经济快速增长引发的石油需要的快速增加，石油价格不断攀升，进入高油价阶段；而2008年受到全球金融危机的影响，石油价格冲高回落，2008年2月原油价格首度超过100美元/桶之后屡创新低，且随后的一年中国际油价出现骤升暴跌。
表1国际油价波动事件表
时间
事件
石油价格冲击来源
1997
亚洲金融危机
总需求
1998-1999
OPEC减少了石油生产
供给
2000
房地产热
总需求
2001
9.11事件
预防性需求
2002
PdVSA罢工
供给
2003
伊拉克战争
预防性需求
2006-2007
中国经济增长
总需求
2008
全球金融危机
总需求
注：
表格参考Filis（2011）[14]。
本文研究样本数据选取了1997年1月3日到2011年3月18日的WTI原油、Brent原油、Dubai原油和大庆原油价格的对数周收益率数据，共742个样本。
数据来源美国能源署EIA，实证分析结果由Eviews5.0和Oxmatrix实现。
（二）数据的描述统计分析
在进行实证分析前，我们有必要对各个市场的原油数据进行描述统计分析以及异方差性、序列自相关和平稳性检验，结果详见表2。
表2各市场原油对数收益率的描述统计量
市场
大庆
迪拜
西德克萨斯
北海布伦特
均值
0.000377
0.000368
0.000332
0.000364
中位数
0.000559
0.000662
0.000478
0.000487
标准差
0.010080
0.009972
0.011327
0.010294
偏度
-0.231989
-0.216501
0.218982
0.074278
峰度
6.284536
5.591404
9.287334
8.543891
JB统计量
979.3073***
614.3549***
3535.292***
2737.355***
Q（20）LB统计量
44.999***
37.957***
44.999***
42.449***
ARCHLM统计量
47.13160**
32.83607**
85.23626**
42.17758**
ADF检验
-47.56085**
-49.74003**
-30.59374**
-49.15544**
注：
表2中Q（20）是滞后20阶的Ljung-Box统计量。
ARCH是检验ARCH效应的滞后5阶的LM检验。
ADF是增广的Dickey-Fuller单位根检验,通过SIC准则自动选择滞后项。
***表示1%的显著性水平，**表示5%的显著性水平,*表示10%的显著性水平。
从表2可以看出，国内外市场的对数收益率均值相差不大，其中大庆的收益率均值最大。
WTI原油和Brent原油价格对数收益率略微右偏，而大庆和DUBAI原油价格对数收益率略微左偏。
所有的收益率序列都具有显著较高的峰度，并且都在1%的显著性水平下拒绝了J-B正态分布的原假设，不能认为样本来自正态总体。
滞后20阶的的LB检验显示，所有对数收益率序列在1%的显著性水平下都显著，表明各原油价格对数收益率指标为非白噪声序列。
ARCHLM检验显示所有对数收益率序列在5%的显著性水平下存在明显的异方差性，拒绝无ARCH效应的假设，采用GARCH模型是合理的。
同时根据ADF的单位根检验结果，所有的收益率序列都是平稳序列。
五、实证分析
（一）国内外原油市场的联动性分析
1.静态相关分析。
首先利用简单相关系数分析国内外石油市场周收益率之间的相关关系，结果见表3。
从表3可以看出，我国的大庆石油价格与迪拜的石油价格相关性最大，约为0.82，而与西德克萨斯和北海布伦特的相关性很低，分别只有约0.15和0.19，这说明我国石油市场与中东石油市场具有较高相关性，但与欧美市场相关性不大。
另外，西德克萨斯和北海布伦特之间也具有较高的相关性，但它们与迪拜市场相关性都不大。
这说明欧美市场之间具有较高的相关性，但其与中东市场、亚洲市场相关性不大。
表明国际石油市场存在一定程度的“分割”。
但需要注意的是，表3中所得到的相关系数没有考虑到相关性随时间动态变化，是一种静态的相关系数。
而实际上不同市场在不同的时点上相关性应该是不同的，因此仅凭静态相关系数来断定中国原油价格与国际原油价格的相关性结论并不充分。
接下来，本文利用DCC-MGARCH模型来进一步分析国内外油价的联动性。
表3静态相关系数
大庆
迪拜
西德克萨斯
北海布伦特
大庆
1.0000
0.8229
0.1495
0.1876
迪拜
0.8236
1.0000
0.1671
0.2108
西德克萨斯
0.0795
0.1672
1.0000
0.8550
北海布伦特
0.1047
0.2108
0.8550
1.0000
2.DCC-MGARCH模型参数估计。
为了研究国内外石油市场的波动性和联动性，本文构建了非对称的DCC-MGARCH模型，参数估计结果见表4。
首先，在波动性部分中，
和
分别为自回归模型AR
（1）的常数和一阶参数。
、
、
和
分别为常数项、ARCH参数、GARCH参数和非对称参数。
从
的估计结果可以看出，DUBAI和Brent存在着明显的动量效应，而在其他两个市场，这种效应并不明显。
且都不存在着明显的反转效应。
和
用来捕捉石油价格收益的ARCH效应和GARCH效应，各个市场的
参数估计值几乎都达到了1%以上的显著性水平，说明了这些市场都存在着明显的收益波动集聚效应。
非对称参数
用来捕捉“杠杆效应”。
所谓“杠杆效应”是指市场受前一期负面信息的冲击大于同等程度下的正面信息影响，即“坏消息”比“好消息”引发的市场波动更大。
这与股票市场类似，与投资者风险规避的习惯性心里一致。
我们发现，国内外四个原油市场的
值都通过了显著性检验，说明了这些市场存在着较为明显的杠杆效应。
其次，在相关性部分中，
和
是DCC模型估计的常数项，而中国大庆原油价格对数周收益率与其他三个原油价格对数周收益率的交互无条件（或平均）相关系数是本文所关注的关键参数。
从估计结果可以看出，中国与迪拜市场原油价格对数周收益率表现出较强的正相关性，而与其他两个市场的原油价格对数周收益率表现出微弱的正相关。
然而，当将研究窗口推至2005～2011年（“十五”规划后）期间时，我们发现无论是中国与迪拜市场，还是中国与欧美市场的相关性都有了明显的提高。
具体来说，中国与三个世界主要原油市场的对数周收益率相关性不仅为正，而且在统计上都显著，大庆与迪拜的相关性从之前的0.82转为0.93，大庆与西德克萨斯的相关性从之前的0.08转为0.12，大庆与北海布伦特t的相关性从0.10转为0.18。
说明在此期间我国石油市场与世界石油市场的联系更为紧密，联动性更强。
这主要因为“十一五”（2006-2010年）我国经济快速发展（GDP平均增长率10.7%），能源消费需求急剧增加，2010年中国能源消费占世界总量的20.3%，超过美国而成为世界上最大的能源消费国，但我国能源生产量增长速度远低于能源需求量增长速度，因此能源进口依存度不断提高。
据中国海关总署统计，2010年我国进口原油2.19亿吨，同比去年增长17.5%，原油进口依存度高达53.7%。
这使得中国原油市场与世界石油市场联系日益紧密。
表4非对称MGARCH的DCC模型估计结果（1997年—2011年）
波动性估计
相关性估计
φ0
φ1
ω
λ
γ
κ
大庆
0.0014
**
（2
升级会员 