國(guó)際油價(jià)波動(dòng)與中國(guó)成品油價(jià)格風(fēng)險(xiǎn)研究

沈沛龍,邢通政

(山西財(cái)經(jīng)大學(xué) a.財(cái)政金融學(xué)院;b.應(yīng)用經(jīng)濟(jì)研究院,山西太原 030006)

國(guó)際油價(jià)波動(dòng)與中國(guó)成品油價(jià)格風(fēng)險(xiǎn)研究

沈沛龍a,b,邢通政a

(山西財(cái)經(jīng)大學(xué) a.財(cái)政金融學(xué)院;b.應(yīng)用經(jīng)濟(jì)研究院,山西太原 030006)

文章以擾動(dòng)項(xiàng)為正態(tài)分布的 GARCH模型研究了Brent、Dubai和Minas原油市場(chǎng)的價(jià)格波動(dòng)風(fēng)險(xiǎn),以Kupiec的失敗頻率檢驗(yàn)法檢驗(yàn)?zāi)Ｐ偷挠行?結(jié)果表明,模型能夠刻畫考察期的原油收益率波動(dòng)特征,也能較好地度量上述 3個(gè)原油市場(chǎng)的價(jià)格風(fēng)險(xiǎn)。由于中國(guó)成品油定價(jià)過(guò)程中參照 Brent、Dubai和Minas原油市場(chǎng),文章對(duì) 3個(gè)原油市場(chǎng)的歷史數(shù)據(jù)擬合結(jié)果進(jìn)行了相關(guān)性分析,通過(guò)組合波動(dòng)最小原理得出 3地市場(chǎng)的權(quán)重比為 0.238 9∶0.575 9∶0.185 2時(shí),中國(guó)成品油用油成本的波動(dòng)率達(dá)到最小值。通過(guò)蒙特卡羅模擬驗(yàn)證了這一結(jié)果,實(shí)證表明在 75美元/桶的國(guó)際油價(jià)水平下,置信水平取 95%,使用最優(yōu)權(quán)重能夠減少用油成本波動(dòng) 0.16～0.17美元/桶。

成品油;國(guó)際油價(jià);GARCH模型;價(jià)格風(fēng)險(xiǎn)

隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展,中國(guó)的石油消耗量日益增加,且對(duì)外依存度不斷提高,2008年依存度攀升到 47.95%,導(dǎo)致國(guó)內(nèi)用油成本與國(guó)際原油價(jià)格越來(lái)越密切相關(guān),國(guó)際油價(jià)的劇烈波動(dòng)加劇了中國(guó)經(jīng)濟(jì)的運(yùn)行風(fēng)險(xiǎn)。出于維護(hù)國(guó)內(nèi)經(jīng)濟(jì)、政治穩(wěn)定的考慮,國(guó)家政策性地屏蔽了國(guó)際油價(jià)波動(dòng)對(duì)國(guó)內(nèi)油價(jià)的影響,使中國(guó)成品油價(jià)格長(zhǎng)期與國(guó)際油價(jià)脫節(jié),也使得成品油的定價(jià)成為一個(gè)備受社會(huì)各界關(guān)注的問(wèn)題。2008年 12月以前國(guó)內(nèi)成品油定價(jià)采用“市場(chǎng)化指導(dǎo)、政府定奪”的原則,國(guó)家發(fā)改委參照新加坡、鹿特丹、紐約三地市場(chǎng)成品油價(jià)格調(diào)整國(guó)內(nèi)成品油價(jià)格。但在實(shí)際操作中,油價(jià)調(diào)整過(guò)于僵化,造成了價(jià)格扭曲,成品油價(jià)格不能真實(shí)反映中國(guó)成品油的成本和需求,這不僅給國(guó)家財(cái)政帶來(lái)了沉重的負(fù)擔(dān),而且影響到油品消費(fèi)負(fù)擔(dān)的公平性以及經(jīng)濟(jì)的健康發(fā)展。長(zhǎng)遠(yuǎn)來(lái)看,中國(guó)成品油價(jià)格困境的解決必須建立與國(guó)際市場(chǎng)接軌的市場(chǎng)化定價(jià)機(jī)制。2008年12月以后,國(guó)家發(fā)改委按照“成本定價(jià)”的原則,開始參照國(guó)際市場(chǎng)上原油價(jià)格加權(quán)確定國(guó)內(nèi)成品油價(jià)格,只要國(guó)際油價(jià)波動(dòng)的上限不長(zhǎng)時(shí)間高于 80美元/桶,國(guó)內(nèi)成品油價(jià)格就緊跟國(guó)際原油價(jià)格的波動(dòng)調(diào)整,而且油價(jià)調(diào)整趨于常態(tài)化,這就是所謂的“間接接軌”方式。顯然,這種定價(jià)方式是一種向市場(chǎng)化過(guò)渡的機(jī)制,這樣的定價(jià)模式將直接導(dǎo)致國(guó)際原油價(jià)格的波動(dòng)對(duì)中國(guó)成品油價(jià)格的影響,因此通過(guò)對(duì)國(guó)際石油價(jià)格風(fēng)險(xiǎn)的刻畫,研究中國(guó)成品油價(jià)格風(fēng)險(xiǎn)管理問(wèn)題,以減輕國(guó)際油價(jià)波動(dòng)對(duì)國(guó)內(nèi)成品油市場(chǎng)的沖擊就有著特別重要的意義。由于目前中國(guó)采用 Brent、Dubai、Minas3地原油市場(chǎng)價(jià)格加權(quán)確定成品油價(jià)格,筆者主要研究這 3個(gè)市場(chǎng)的原油價(jià)格風(fēng)險(xiǎn)和中國(guó)成品油定價(jià)的權(quán)重選擇以及價(jià)格風(fēng)險(xiǎn)管理問(wèn)題。

一、文獻(xiàn)綜述

國(guó)際油價(jià)波動(dòng)始于 20世紀(jì) 70年代的第四次中東戰(zhàn)爭(zhēng),之后,石油生產(chǎn)國(guó)和消費(fèi)國(guó)對(duì)石油定價(jià)權(quán)的爭(zhēng)奪日趨激烈,國(guó)際石油的定價(jià)體系逐漸形成了以期貨定價(jià)為主的復(fù)雜體系,在這種方式下,石油價(jià)格的金融性逐步顯現(xiàn),油價(jià)波動(dòng)成為常態(tài)。21世紀(jì)以來(lái),國(guó)際油價(jià)從 2000年的 20美元/桶一度升至 2008年的 147美元/桶,受 2008年金融危機(jī)的影響又迅速跌至 40美元/桶以下,2009年 6月的油價(jià)回升至70美元/桶左右,之后半年維持在 80美元/桶附近。徐偉紅等曾研究預(yù)測(cè)由于國(guó)際石油市場(chǎng)和石油工業(yè)的內(nèi)在機(jī)制作用,高油價(jià)和油價(jià)波動(dòng)狀態(tài)將長(zhǎng)期存在,這一點(diǎn)得到了印證[1]。

大部分學(xué)者將注意力集中在國(guó)際石油價(jià)格的波動(dòng)和分布方面。Pindyck發(fā)現(xiàn)美國(guó)石油價(jià)格波動(dòng)的半衰期為 5～10周[2]。與之對(duì)應(yīng),國(guó)內(nèi)學(xué)者張躍軍等對(duì)中國(guó)大慶原油價(jià)格建立了 GED-GARCH模型,認(rèn)為中國(guó)國(guó)內(nèi)石油價(jià)格波動(dòng)也存在顯著的 GARCH效應(yīng),但波動(dòng)的半衰期僅為 5天,主要的原因是中國(guó)原油市場(chǎng)并非完全市場(chǎng)化運(yùn)作[3]。馮春山[4]、潘慧峰和張金水[5]分別應(yīng)用ARCH類模型研究了國(guó)際和國(guó)內(nèi)的油價(jià)波動(dòng),前者使用 1986年 1月 -2002年 4月阿拉伯輕油月均價(jià)格數(shù)據(jù)發(fā)現(xiàn)了阿拉伯輕油市場(chǎng)的杠桿效應(yīng)和波動(dòng)聚集性,后者使用 1997年 1月 -2003年 11月中國(guó)國(guó)內(nèi)原油價(jià)格 FOB周數(shù)據(jù)分析了國(guó)內(nèi)油價(jià)波動(dòng)的杠桿效應(yīng),并以不可再生資源理論的視角進(jìn)行解釋。魏巍賢使用馬爾可夫機(jī)制轉(zhuǎn)換模型刻畫油價(jià)變化,認(rèn)為油價(jià)變化有大幅上漲、小幅上漲和大幅下跌 3種形態(tài),其中小幅上漲是最主要形態(tài)[6]。Ahn解釋了石油價(jià)格分布的肥尾性的意義,認(rèn)為在長(zhǎng)期來(lái)看,肥尾分布能夠稀釋市場(chǎng)流動(dòng)性[7]。Chang等則以多維ARCH類模型研究了WTI、Brent、Dubai和 Tapis原油現(xiàn)貨及衍生品市場(chǎng)波動(dòng)的相關(guān)關(guān)系[8-9],實(shí)證研究發(fā)現(xiàn) GARCH效應(yīng)在原油市場(chǎng)之間不是獨(dú)立存在的,但連續(xù)條件相關(guān)關(guān)系并不存在,而在多元條件異方差模型中,VARMA-AGARCH模型比VARMA-GARCH模型和 CCC模型(conditionally constant correlation)能夠更好地刻畫原油市場(chǎng)的非對(duì)稱效應(yīng)和市場(chǎng)之間的溢出效應(yīng)。

對(duì)于石油價(jià)格風(fēng)險(xiǎn)的管理問(wèn)題,學(xué)術(shù)界也有許多論述。Mauro計(jì)算了煉油企業(yè)的市場(chǎng)風(fēng)險(xiǎn) VaR (Value at Risk,風(fēng)險(xiǎn)價(jià)值),以此為基礎(chǔ)對(duì)能源價(jià)格變化與能源企業(yè)市場(chǎng)風(fēng)險(xiǎn)間的關(guān)系進(jìn)行分析[10]。Egenhofer等從國(guó)家角度探討原油供應(yīng)安全中減小風(fēng)險(xiǎn)管理成本的問(wèn)題,并提出短期內(nèi)平滑油價(jià)波動(dòng),長(zhǎng)期內(nèi)減少石油消費(fèi)的建議[11]。黃運(yùn)成等則探討了石油衍生品市場(chǎng)對(duì)石油價(jià)格風(fēng)險(xiǎn)管理的作用,提出中國(guó)應(yīng)當(dāng)不斷推進(jìn)石油定價(jià)機(jī)制改革,建立交易所市場(chǎng)和場(chǎng)外交易市場(chǎng) (OTC),并推動(dòng)二者良性互動(dòng)發(fā)展[12]。魏一鳴等全面分析了國(guó)際油價(jià)的上漲對(duì)中國(guó)經(jīng)濟(jì)社會(huì)的影響,并對(duì)石油管制政策和相關(guān)部門的技術(shù)進(jìn)步進(jìn)行了政策模擬,認(rèn)為短期內(nèi)堅(jiān)持石油價(jià)格管制和技術(shù)進(jìn)步能夠緩解油價(jià)上漲對(duì)中國(guó)的影響[13]。潘慧峰和張金水以 Granger因果檢驗(yàn)方法研究了國(guó)內(nèi)外原油市場(chǎng)間的信息流動(dòng)方向,發(fā)現(xiàn)中國(guó)大慶原油市場(chǎng)尚不能對(duì)WTI市場(chǎng)產(chǎn)生影響,中國(guó)對(duì)國(guó)際油價(jià)的波動(dòng)仍處于被動(dòng)接受狀態(tài),提出中國(guó)應(yīng)當(dāng)發(fā)展石油期貨市場(chǎng),建立規(guī)避國(guó)際油價(jià)波動(dòng)的體系[14]。對(duì)于中國(guó)成品油定價(jià)以及價(jià)格風(fēng)險(xiǎn)管理問(wèn)題,王小川提出完善市場(chǎng)準(zhǔn)入制度、提高企業(yè)組織化程度、加強(qiáng)市場(chǎng)監(jiān)測(cè)、建設(shè)石油商業(yè)儲(chǔ)備等措施[15]。孫仁金在中國(guó)現(xiàn)行成品油定價(jià)機(jī)制的基礎(chǔ)上,以“雙向有效”為目標(biāo),提出完善市場(chǎng)準(zhǔn)入和退出機(jī)制、嚴(yán)格按照國(guó)際市場(chǎng)調(diào)節(jié)國(guó)內(nèi)成品油價(jià)等改進(jìn)措施[16]。目前學(xué)術(shù)界在這一方面存在很大的不足,表現(xiàn)在對(duì)中國(guó)石油價(jià)格風(fēng)險(xiǎn)管理方面的定量研究還比較缺乏,對(duì)中國(guó)成品油市場(chǎng)的研究?jī)H局限于定價(jià)機(jī)制的討論,很少針對(duì)中國(guó)成品油用油成本進(jìn)行價(jià)格風(fēng)險(xiǎn)管理系統(tǒng)量化研究。

筆者對(duì) Brent、Dubai、Minas原油市場(chǎng)建立了GARCH模型,在擾動(dòng)項(xiàng)條件正態(tài)分布的假設(shè)下實(shí)證研究了國(guó)際油價(jià)的波動(dòng)風(fēng)險(xiǎn),并檢驗(yàn)了 GARCH模型下的VaR方法度量國(guó)際石油價(jià)格風(fēng)險(xiǎn)的有效性,在此基礎(chǔ)上,考慮國(guó)際原油市場(chǎng)之間的相關(guān)關(guān)系,預(yù)測(cè)了成品油定價(jià)中最優(yōu)的權(quán)重系數(shù)選擇,并對(duì)結(jié)果進(jìn)行了蒙特卡羅模擬驗(yàn)證。

二、理論模型

本部分主要闡述筆者所用的計(jì)量模型,這些模型中, VaR為油價(jià)波動(dòng)風(fēng)險(xiǎn)的度量工具,擾動(dòng)項(xiàng)正態(tài)分布的G ARCH模型為計(jì)算油價(jià)波動(dòng)率的工具,檢驗(yàn) G ARCH模型有效性的方法為 Kupiec失敗頻率檢驗(yàn)法[17]。

(一)VaR的概念及其蒙特卡羅模擬法

VaR是目前通行的風(fēng)險(xiǎn)度量工具,指某一金融資產(chǎn)或證券組合在一定的置信水平和未來(lái)特定的一段時(shí)間內(nèi)的最大期望損失,可表示為:

其中,ΔP為投資組合在持有期Δt內(nèi)的損失,c為置信水平,VaR為置信水平 c下處于風(fēng)險(xiǎn)中的價(jià)值。從統(tǒng)計(jì)的角度看,VaR是投資組合回報(bào)分布的一個(gè)百分位數(shù)。對(duì)于 VaR的計(jì)算有多種方法,比較常用的一種是蒙特卡羅模擬法。

蒙特卡羅模擬法是隨著現(xiàn)代計(jì)算機(jī)技術(shù)的發(fā)展而發(fā)展成熟的一種計(jì)算風(fēng)險(xiǎn)價(jià)值 VaR的方法,主要用于變量的表達(dá)式不易得到的情形。其基本思路是首先根據(jù)其歷史數(shù)據(jù)得到概率分布的參數(shù),然后對(duì)生成金融變量的隨機(jī)過(guò)程重復(fù)模擬,得到金融變量的整體分布情況,進(jìn)而求得 VaR。在實(shí)證部分將使用這一技術(shù)計(jì)算石油市場(chǎng)組合的價(jià)格風(fēng)險(xiǎn)。

(二)GARCH模型

GARCH模型是處理具有非正態(tài)性、非獨(dú)立性、肥尾性和波動(dòng)集群性等條件異方差特征的數(shù)據(jù)的常用模型。已有研究表明,國(guó)際油價(jià)波動(dòng)數(shù)據(jù)是典型的條件異方差數(shù)據(jù),因此筆者采用 GARCH模型擬合,以便有效地消除數(shù)據(jù)中的條件異方差現(xiàn)象。結(jié)合我們對(duì)實(shí)證數(shù)據(jù)的分析,筆者選用 GARCH(1,1)模型,即:

式 (2)稱為均值方程,xt是 1×(k+1)維外生變量向量,r是 (k+1)×1維系數(shù)向量;式 (3)稱為條件方差方程,w是常數(shù)項(xiàng),u2t-1是用均值方程的擾動(dòng)項(xiàng)平方的滯后來(lái)度量從前期得到的波動(dòng)性的信息,是指上期方差。據(jù)式 (3)所得油價(jià)的波動(dòng)率可得油價(jià)的VaR估計(jì)值,即

其中σt|t-1為在 t-1期的信息下資產(chǎn)收益率的條件標(biāo)準(zhǔn)差,Pt-1為 t-1期的資產(chǎn)價(jià)格,如果僅僅考慮相對(duì) VaR值,Pt-1可以省略。

(三)Kupiec的失敗頻率檢驗(yàn)法

對(duì)VaR模型有效性的檢驗(yàn)常用 Kupiec的失敗頻率檢驗(yàn)法[17]。假定計(jì)算 VaR的置信度為 а,考察天數(shù)為 T,如果某交易日的收益率實(shí)際損失超過(guò)VaR模型所設(shè)定的估計(jì)值,就記模型失敗一次,若失敗次數(shù)為 N,則失敗頻率記為 p(N|T)。則令 p＊= 1-а,零假設(shè)為 p(N|T)=p＊,這樣對(duì)模型準(zhǔn)確性的評(píng)估就轉(zhuǎn)化為檢驗(yàn)失敗頻率 p是否顯著不同于p＊。假定VaR估計(jì)具有時(shí)間獨(dú)立性,失敗出現(xiàn)次數(shù)可視為獨(dú)立的貝努力試驗(yàn),則 T次實(shí)驗(yàn)中失敗 N次的概率為 (T/N)pN(1-p)T-N。Kupiec的零假設(shè)最適合的似然比率檢驗(yàn)式為:

統(tǒng)計(jì)量 LR服從自由度為 1的卡方分布,此分布的 95%的置信區(qū)間臨界值為3.84,99%的置信區(qū)間的臨界值為 6.65,只要相應(yīng)的置信區(qū)間上LR的值小于臨界值,我們就接受模型。

三、實(shí)證分析

本部分的目的是在當(dāng)前原油定價(jià)機(jī)制下尋求能夠使中國(guó)成品油價(jià)格波動(dòng)風(fēng)險(xiǎn)最小的策略。由于當(dāng)前中國(guó)成品油定價(jià)機(jī)制中參照 Brent、Dubai和Minas3地原油市場(chǎng),本部分主要確定能減小中國(guó)成品油價(jià)格風(fēng)險(xiǎn)的最優(yōu)參照權(quán)重,采用的方法是通過(guò)擾動(dòng)項(xiàng)正態(tài)分布假設(shè)下的 GARCH模型求解單一原油市場(chǎng)每期的波動(dòng)率和 VaR值,通過(guò)概率積分轉(zhuǎn)換求解原油市場(chǎng)間的線性相關(guān)系數(shù),通過(guò)二次規(guī)劃得到最優(yōu)參照權(quán)重,而蒙特卡羅模擬技術(shù)將用于對(duì)這一權(quán)重值的驗(yàn)證。

(一)數(shù)據(jù)的選取與檢驗(yàn)

筆者選取 Brent、Dubai和 Minas三地原油現(xiàn)貨價(jià)格 1999年 9月至 2009年 8月的周收盤數(shù)據(jù), Brent市場(chǎng)有 522個(gè)交易數(shù)據(jù),Dubai和Minas市場(chǎng)有520個(gè)交易數(shù)據(jù)。Dubai和Minas市場(chǎng)缺少 1999年12月 17日和 2000年 9月 1日的數(shù)據(jù),為了方便應(yīng)用,筆者利用線性插值方法,假設(shè)這兩個(gè)交易日的數(shù)據(jù)為其前一期和后一期數(shù)據(jù)的算術(shù)平均值,使 3個(gè)市場(chǎng)的數(shù)據(jù)長(zhǎng)度相等。這些數(shù)據(jù)來(lái)源于美國(guó)能源情報(bào)署網(wǎng)站①http://tonto.eia.doe.gov/dnav/pet/pet_pri_wco_k_w.htm,數(shù)據(jù)處理使用 Eviews5.0軟件。

以指數(shù)收益率計(jì)算每周的收益率,用 r表示:

對(duì)數(shù)據(jù)作條件異方差 (ARCH效應(yīng))檢驗(yàn)、正態(tài)性檢驗(yàn)等,結(jié)果如圖 1至圖 6所示。3組收益率數(shù)據(jù)均存在顯著的ARCH效應(yīng),分布形態(tài)具有尖峰厚尾特征。

使用拉格朗日乘數(shù)法進(jìn)一步檢驗(yàn)數(shù)據(jù)中可能存在的ARCH效應(yīng)如表 1所示,3組數(shù)據(jù)中均存在顯著的ARCH效應(yīng)。使用 ADF檢驗(yàn)法對(duì)數(shù)據(jù)作平穩(wěn)性檢驗(yàn),結(jié)果表明 3個(gè)數(shù)據(jù)序列都是十分平穩(wěn)的。因此,筆者以 GARCH模型擬合。

圖 1 Brent市場(chǎng)日收益率波動(dòng)圖

圖 2 Brent市場(chǎng)日收益率正態(tài)檢驗(yàn)圖

圖 3 Dubai市場(chǎng)日收益率波動(dòng)圖

圖 4 Dubai市場(chǎng)日收益率正態(tài)檢驗(yàn)圖

圖 5 Minas市場(chǎng)日收益率波動(dòng)圖

圖 6 Minas市場(chǎng)日收益率正態(tài)檢驗(yàn)圖

表 1 收益率序列的ARCH效應(yīng)檢驗(yàn)和平穩(wěn)性檢驗(yàn)結(jié)果

(二)GARCH模型對(duì)原油市場(chǎng)價(jià)格風(fēng)險(xiǎn)的刻畫

使用基于擾動(dòng)項(xiàng)正態(tài)分布的 GARCH模型處理數(shù)據(jù),并計(jì)算 3個(gè)原油市場(chǎng)的 VaR值,即應(yīng)用式(2)、(3)和 (4)可得表 2所示結(jié)果,經(jīng)式 (5)檢驗(yàn), GARCH模型確定的波動(dòng)率能夠較準(zhǔn)確地刻畫原油市場(chǎng)的風(fēng)險(xiǎn) VaR。這里,表 2中長(zhǎng)期預(yù)測(cè)標(biāo)準(zhǔn)差是指由式(2)和 (3)估計(jì)的長(zhǎng)期內(nèi)原油市場(chǎng)收益率條件正態(tài)分布假設(shè)下的標(biāo)準(zhǔn)差。

表2 GARCH模型對(duì)邊緣分布的刻畫

(三)成品油定價(jià)權(quán)重的選擇

下面我們結(jié)合上述 3個(gè)市場(chǎng)原油價(jià)格的風(fēng)險(xiǎn)狀況,分析中國(guó)成品油價(jià)格的確定問(wèn)題,并給出一種成品油定價(jià)方法和模型。

1.原油市場(chǎng)的相關(guān)性

我們知道,國(guó)際原油價(jià)格波動(dòng)的直接原因是受復(fù)雜因素?cái)_動(dòng),比如運(yùn)輸條件的變化、天氣和季節(jié)、政治事件和戰(zhàn)爭(zhēng)、美元匯率及金融市場(chǎng)的波動(dòng)等等,都能對(duì)國(guó)際油價(jià)形成沖擊。眾多擾動(dòng)因素中有的只對(duì)某一個(gè)市場(chǎng)存在影響,有的對(duì)多個(gè)市場(chǎng)存在影響,造成國(guó)際原油市場(chǎng)之間的相關(guān)性存在。筆者下面采用相關(guān)系數(shù)刻畫 3個(gè)原油市場(chǎng)之間的相關(guān)性。

在 GARCH模型的條件正態(tài)分布假設(shè)下,對(duì) 3個(gè)原油市場(chǎng)收益率歷史數(shù)據(jù)作概率積分變換,使用K-S檢驗(yàn)法檢驗(yàn)其是否服從均勻分布,結(jié)果如表 3所示,沒(méi)有充分的理由拒絕概率積分變換后的序列服從[0,1]均勻分布,對(duì)變換后的序列做DW統(tǒng)計(jì)量自相關(guān)檢驗(yàn),序列也不存在顯著的自相關(guān)性。因此,可以使用 GARCH所設(shè)定的原油市場(chǎng)分布和概率積分變換方法進(jìn)行成品油價(jià)格風(fēng)險(xiǎn)的模擬。

計(jì)算概率積分變換后的序列間的線性相關(guān)系數(shù)(ρ),結(jié)果見表 3。這表明通過(guò)合理的組合可以降低3個(gè)市場(chǎng)組合收益的風(fēng)險(xiǎn),進(jìn)而實(shí)現(xiàn)成品油價(jià)格風(fēng)險(xiǎn)管理目標(biāo)。

表 3 原油市場(chǎng)的相關(guān)系數(shù)和 K-S檢驗(yàn)

2.最優(yōu)權(quán)重的理論值確定

由于 GARCH模型是一個(gè)典型的時(shí)變系統(tǒng),筆者討論以 GARCH模型預(yù)測(cè)的未來(lái)原油市場(chǎng)長(zhǎng)期波動(dòng)情形下的權(quán)重選擇。中國(guó)成品油定價(jià)方式以 Brent、Dubai、Minas3地市場(chǎng)原油的加權(quán)價(jià)格為基礎(chǔ)加固定的基準(zhǔn)點(diǎn),令 3個(gè)市場(chǎng)對(duì)應(yīng)權(quán)重分別為α,β,γ。為方便起見,設(shè)基準(zhǔn)點(diǎn)為常數(shù)A。

在一段時(shí)期內(nèi),令 Brent、Dubai、Minas市場(chǎng)原油的價(jià)格向量為 (p1,p2,p3),收益率向量為 (r1,r2,r3),則成品油的價(jià)格可以用 Brent、Dubai、Minas市場(chǎng)的價(jià)格表示:

在式 (11)式中,CPY是以指數(shù)收益率表示的成品油價(jià)格變動(dòng)指標(biāo),成品油價(jià)格風(fēng)險(xiǎn)管理的目的就是使CPY的波動(dòng)最小,即選擇α,β,γ的估計(jì)值 ^α,^β, ^γ使 CPY的估計(jì)值 C^PY的波動(dòng)最小。

根據(jù)前文所述,可以設(shè)定原油市場(chǎng)分布為均值為 0,標(biāo)準(zhǔn)差為長(zhǎng)期預(yù)測(cè)值的正態(tài)分布,則上述問(wèn)題變?yōu)閷?duì)α,β,γ求解二次規(guī)劃,如下:

在式 (13)中,σCPY為成品油價(jià)格變動(dòng)指標(biāo)的波動(dòng)率,σ1,σ2,σ3分別表示 Brent、Dubai和Minas市場(chǎng)的長(zhǎng)期預(yù)測(cè)波動(dòng)率,ρ12,ρ23,ρ13分別表示 Brent與Dubai、Dubai與Minas以及 Brent與Minas市場(chǎng)間的相關(guān)系數(shù)。求解上述二次規(guī)劃得最優(yōu)權(quán)重及相應(yīng)的成品油價(jià)格波動(dòng)的最小值:

顯然,與表2中 G ARCH模型刻畫的單個(gè)原油市場(chǎng)的長(zhǎng)期預(yù)測(cè)波動(dòng)率相比,在最優(yōu)權(quán)重的理論值下,成品油價(jià)格的波動(dòng)率低于任何一個(gè)原油市場(chǎng)的波動(dòng)率。

(四)理論權(quán)重與經(jīng)驗(yàn)權(quán)重的比較

以理論的最優(yōu)權(quán)重作為價(jià)格風(fēng)險(xiǎn)管理策略,筆者在預(yù)定的經(jīng)驗(yàn)權(quán)重α、β、γ下,利用蒙特卡羅模擬技術(shù),計(jì)算CPY的VaR以檢驗(yàn)價(jià)格風(fēng)險(xiǎn)管理策略的有效性。

表 4 理論權(quán)重與經(jīng)驗(yàn)權(quán)重下的成品油價(jià)格風(fēng)險(xiǎn)比較

對(duì)比情形(Ⅰ)和情形 (Ⅱ),我們發(fā)現(xiàn) 4個(gè) VaR值指標(biāo)情形 (Ⅰ)均優(yōu)于情形 (Ⅱ),所以使用情形(Ⅰ)的權(quán)重對(duì)成品油定價(jià)能夠降低風(fēng)險(xiǎn)。

假設(shè)當(dāng)期用油成本為 75美元/桶,在 95%的置信水平下,根據(jù)式 (6),如果國(guó)際市場(chǎng)原油價(jià)格下跌,情形 (Ⅰ)確定的下期油價(jià)為 72.10美元 /桶,情形(Ⅱ)確定的油價(jià)為 71.94美元 /桶;如果國(guó)際市場(chǎng)原油價(jià)格上漲,情形 (Ⅰ)確定的下期油價(jià)為 78.90美元/桶,情形 (Ⅱ)確定的油價(jià)為 79.07美元 /桶。這就是說(shuō),在國(guó)際原油市場(chǎng)波動(dòng)率不變的情況下,用情形(Ⅰ)所確定的權(quán)重定價(jià)能夠減少用油成本波動(dòng)0.16～0.17美元 /桶。

四、結(jié)論及建議

筆者以擾動(dòng)項(xiàng)為正態(tài)分布的 GARCH模型研究了Brent、Dubai和Minas原油市場(chǎng)的價(jià)格波動(dòng)風(fēng)險(xiǎn),以 Kupiec的失敗頻率檢驗(yàn)法檢驗(yàn)?zāi)Ｐ偷挠行?結(jié)果表明,模型能夠刻畫考察期的原油收益率波動(dòng)特征,也能夠較好地度量 3地原油市場(chǎng)的價(jià)格風(fēng)險(xiǎn)。由于 3地原油市場(chǎng)油價(jià)與中國(guó)成品油的定價(jià)密切相關(guān),筆者對(duì) 3個(gè)原油市場(chǎng)的歷史數(shù)據(jù)擬合結(jié)果進(jìn)行相關(guān)性分析,計(jì)算了原油市場(chǎng)之間的相關(guān)系數(shù),通過(guò)組合波動(dòng)最小原理得出在成品油定價(jià)過(guò)程中參照 3地市場(chǎng)的權(quán)重比為 0.238 9∶0.575 9∶0.185 2時(shí),中國(guó)成品油用油成本的波動(dòng)達(dá)到最小值,進(jìn)而,筆者通過(guò)蒙特卡羅模擬驗(yàn)證了在這一結(jié)果,在 75美元/桶的國(guó)際油價(jià)水平下,置信水平取 95%,使用最優(yōu)權(quán)重能夠減少用油成本波動(dòng) 0.16～0.17美元/桶。這一結(jié)果能夠方便地用于中國(guó)原油貿(mào)易以及成品油價(jià)格風(fēng)險(xiǎn)管理。

國(guó)際油價(jià)的波動(dòng)給中國(guó)經(jīng)濟(jì)運(yùn)行帶來(lái)了巨大的風(fēng)險(xiǎn),中國(guó)成品油定價(jià)采用原油成本法的目的是逐步實(shí)現(xiàn)國(guó)內(nèi)石油消費(fèi)與國(guó)際市場(chǎng)接軌,這必然要求中國(guó)利用國(guó)際原油市場(chǎng)的風(fēng)險(xiǎn)管理方法加強(qiáng)自身成品油價(jià)格風(fēng)險(xiǎn)管理。中國(guó)石油部門應(yīng)當(dāng)適應(yīng)新的經(jīng)濟(jì)形勢(shì),以定性和定量相結(jié)合的辦法研究國(guó)際油價(jià)及其波動(dòng)風(fēng)險(xiǎn),對(duì)相關(guān)的國(guó)際原油市場(chǎng)建立風(fēng)險(xiǎn)模型,在國(guó)際石油市場(chǎng)價(jià)格風(fēng)險(xiǎn)與國(guó)內(nèi)油品價(jià)格風(fēng)險(xiǎn)之間的關(guān)系充分量化研究的基礎(chǔ)上,形成完善的價(jià)格風(fēng)險(xiǎn)管理的體系,保障中國(guó)石油價(jià)格安全。

[1]徐偉紅,來(lái)君,孫大利.對(duì)國(guó)際石油市場(chǎng)的理論分析和展望[J].重慶大學(xué)學(xué)報(bào) (社會(huì)科學(xué)版),2006,12(6):19-23.

[2]P INDYCK R S.Volatility in natural gas and oil markets [J].The Journal of Energy and Development,2004,30 (1):1-20.

[3]張躍軍,范英,魏一鳴.基于 GED-GARCH模型的中國(guó)原油價(jià)格波動(dòng)特征分析[J].數(shù)理統(tǒng)計(jì)與管理,2007,26 (3):398-406.

[4]馮春山,吳家春,蔣馥.國(guó)際石油市場(chǎng)的 ARCH效應(yīng)分析

[J].石油大學(xué)學(xué)報(bào) (社會(huì)科學(xué)版).2003,19(2):18-20. [5]潘慧峰,張金水.基于 ARCH類模型的國(guó)內(nèi)油價(jià)波動(dòng)分

析[J].統(tǒng)計(jì)研究,2005(4):16-20.

[6]魏巍賢,陳智文,王建軍.三狀態(tài)馬爾可夫機(jī)制轉(zhuǎn)換模型研究——在世界油價(jià)波動(dòng)分析中的應(yīng)用[J].財(cái)經(jīng)研究, 2006(6):120-131.

[7]AHN D P.Fat tails and futures markets illiquidity:Theory and evidence from crude oil and natural gas[EB/OL]. (2007-11-10).http://www.ssrn.com.

[8]CHANGChia-lin,McALEERM,TANSUCHAT R.Modelling Conditional Correlations for Risk Diversification in Crude OilMarkets[EB/OL]. (2009-05-20).http:// www.ssrn.com.

[9]CHANG Chia-lin,McALEER M,TANSUCHAT R.Forecasting volatility and spillovers in crude oil spot,forward and futuresmarkets[EB/OL].(2009-05-16).http:// www.ssrn.com.

[10]MAURO A.Price Risk Management in the energy industry:The value at risk approach[EB/OL].(1999-06-22).http://www.ssrn.com.

[11]EGENHOFER C,G IALOGLOU K,LUC IAN I G.Marketbased options for security of energy supply[EB/OL]. (2004-09-26).http://www.ssrn.com.

[12]黃運(yùn)成,李暢,馬衛(wèi)鋒 .中國(guó)石油價(jià)格風(fēng)險(xiǎn)管理的困境與選擇[J].世界經(jīng)濟(jì)研究,2005(10):22-26.

[13]魏一鳴,焦建玲,梁強(qiáng),等.油價(jià)長(zhǎng)期高位對(duì)我國(guó)社會(huì)經(jīng)濟(jì)的影響與對(duì)策 [J].中國(guó)科學(xué)院院刊,2008,23(1): 11-15.

[14]潘慧峰,張金水.國(guó)內(nèi)外石油市場(chǎng)的信息流動(dòng)與一體化[J].重慶大學(xué)學(xué)報(bào) (社會(huì)科學(xué)版),2008,14(2):20-26.

[15]王小川.我國(guó)成品油市場(chǎng)管理的改革和發(fā)展[J].國(guó)際石油經(jīng)濟(jì),2008(4):22-25.

[16]孫仁金,馬杰,王琳旋.“雙向有效”的成品油定價(jià)機(jī)制調(diào)整方法研究 [J].價(jià)格理論與實(shí)踐,2009(7):39-40.

[17]KUPIEC P.Techniques for verifying the accuracy of risk managementmodels[J].Journal ofDerivatives,1995(3): 73-84.

[18]DORAN J S,RONN E.Computing the Market Price of Volatility Risk the Energy CommodityMarkets[EB/OL]. (2008-01-06).http://www.ssrn.com.

[19]P IL IPOV IC D.Energy risk[M].New York:TheMcGraw-Hill Companies,Inc,2007:35-254,375-454.

[20]DORAN J S.The influence of tracking error on volatility risk premium estimation[EB/OL]. (2006-05-21). http://www.ssrn.com.

[21]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京:清華大學(xué)出版社,2006.

Research on InternationalO il Price Volatility and China’s Refined O il Price Risk

SHEN Pei-longa,b,XING Tong-zhenga
(a.School of Finance and B anking; b.Applied Econom ic Research Institute,Shanxi University of Finance and Econom ics,Taiyuan 030006,P.R.China)

The price risk ofBrent,Dubai andMinasCrudeOilmarketwith GARCH model atNormal distribution is analyzed in thispaper,and the results are examined by using Kupiec test.The price volatility is significantly described;price risks are measured aswell.Because China sets its refined oil price according to Brent,Dubai and Minas Crude oilmarket,the correlation between the three markets are analyzed based on their historical data.The results present that theweightsover the threemarkets at0.2389:0.5759:0.1852 would bemin imized oil cost volatility in China’s refined oilmarket.The results are tested byMonte Carlo simulation,too.Giving the international oil price at 75 dollars/barrel and taking 95%confidence level,China’s oil cost volatility could be reduced 0.16-0.17 dollars/barrel in the method mentioned in this paper compared with common empiricalmethods.

refined oil;international oil price;GARCH model;price risk

F764.1

A

1008-5831(2011)01-0035-07

(責(zé)任編輯 傅旭東)

2009-11-14

國(guó)家自然科學(xué)基金項(xiàng)目(70873078)

沈沛龍(1964-),男,山西省襄汾縣人,山西財(cái)經(jīng)大學(xué)應(yīng)用經(jīng)濟(jì)研究院院長(zhǎng),山西財(cái)經(jīng)大學(xué)財(cái)政金融學(xué)院教授,博士,博士研究生導(dǎo)師,主要從事金融工程與風(fēng)險(xiǎn)管理研究。