关键词不能为空

当前您在: 主页 > 综合信息 > 金融相关 >

您与2021年10月27日 07时10分58秒 访问本站,欢迎留言!

基金股票黄金基础知识基于DCC-MGARCH的国内外石油市场联动性研究

作者:东文网
来源:https://www.cacac.net.cn
首发:2021-07-10 22:23
【最后更新日期】2021年10月27日 07时10分58秒

怎样做好基金业务知识培训-基金炒期货的逻辑

2021年7月10日发(作者:裘锡圭)
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:

Analysis of the co-movement of domestic and international
oil market based on DCC-MGARCH Model
Abstract: This paper analyzes the international oil market price formation mechanism and
then applies DCC –MGARCH model to study the co-movement relatihip among West Teas,
Brent, Dubai and China's Daqing crude oil markets during January 3th 1997 and March 18th 2011.
Study shows that China's Daqing crude oil market has significant dynamic correlation with Dubai
crude oil market, while the dynamic correlation with European and American markets is low.
Especially, the co-movement with international crude oil market is strengthened after tenth five
year plan. Moreover, international market has leading effect to the domestic market. In the last
part, the conclusion and some policy implicati are given.

Keywords: Oil Market; Co-movement; DCC-MGARCH

一、引言
石油(也称原油)被广泛运用于交通运、石化等各行各业,被称为经济乃至整个社会
的“黑黄金”、“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
[8]
(2007)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约,2005年印度大宗商品交易所
(MCX)推出了原油期货约。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到设得兰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,石油出国组织)油
价,用作往亚洲-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,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、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。

p
i,t
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:
P
i,t
?c
i
?
?
i
1
P
i,t?1
??
?
i
p
P
i,t?p
?
?
i,t
c?
?
i
1
?
i,t?1
??
?
i
q
?
i,t?q
(1)
其中
?
i,t
为第
i
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
?
t
?
t?1
?
N(0,H
t
)
,
?
t
?(
?
1,t
,
?
2,t
?
?
n,t
)
?
其中
?
t?1
表示
t?1
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:
h
t
?
?
i
?
?
i
?
i,t?1
2
?
?
i
d
i,t?1
?
i,t?1
2
?
?
i
h
i,t?1
(2)
其中
d
i,t?1
是示性函数,表示当
?
i,t?1
?0

d
i,t?1
?1
,否则
d
i,t?1
?0
。当
?
i
?0
时,模
型简化成为一个标准的GARCH模型。具体DCC模型如下:
H
t
=D
t
P
t
D
t
(3)
P
t
?diag(Q
t
)
?12
Q
t
diag(Q
t
)
?12
(4)
Q
t
?(1?a?b)Q?a?
?
t?1
?
?
t?1
?bQ
t?1
(5)
其中,
D
t
?h
i,t
,即矩阵
D
t
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
P
t
为动态相关系数矩阵。
Q
为无条件协方差矩阵,
?
t?1
为五维标准化残差向量,
?
i,1?t
是通过第
i
个市场的单变量GARCH模型的残差向量
?
t?1
标准化得到的,即
?
?
i,1?t
?
t?1

h
i,t?1
对每个观测期
t
,条件对数似然定义为:
L
t
(
??
t?1
)??
?1
1
?
D
t
?1
P
t
?1
D
t
?1
?
t
)(nln2
?
?lnDPD?
?
?
tttt
2
t
(6)
1
2
(nln2
?
?lnD?
?
t
?
?
t
)
?
t
t
2
(7)

?
t
?D
t
?
t
,并对所有时刻对数似然函数值求和,得到
L
t
(
?
)?
?
t
L
t
(
??
t?1
)??
?
1
(lnP
t
?
?
t
?
P
t
?1
?
t
?
?
t
?
?
t
)
?
t
2
分别记
L
v
(
?
)??
1
2
(nln2
?
?lnD?
?
t
?
?
t
)
?
t
t
2
(8)
L
c
(
?
)??
1
?
P
t
?1
?
t
?
?
t
?
?
t
)(lnP?
?
?
tt
2
t
(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
1997
1998-1999
2000
2001
2002
2003
2006-2007
2008
注:表格参考Filis(2011)
[14]
事件
亚洲金融危机
OPEC减少了石油生产
房地产热
9.11事件
PdVSA罢工
伊拉克战争
中国经济增长
全球金融危机

石油价格冲击来源
总需求
供给
总需求
预防性需求
供给
预防性需求
总需求
总需求
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O matri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
均值
大庆
0.000377
迪拜
0.000368
西德克萨斯
0.000332
北海布伦特
0.000364
中位数
标准差
偏度
峰度
JB统计量
Q(20) LB统计量
ARCH LM 统计量
ADF 检验
0.000559
0.010080
-0.231989
6.284536
979.3073***
44.999***
47.13160**
-47.56085**
0.000662
0.009972
-0.216501
5.591404
614.3549***
37.957***
32.83607**
-49.74003**
0.000478
0.011327
0.218982
9.287334
3535.292***
44.999***
85.23626**
-30.59374**
0.000487
0.010294
0.074278
8.543891
2737.355***
42.449***
42.17758**
-49.15544**
注:表2 中Q(20) 是滞后20 阶的Ljung-Bo 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。
ARCH LM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
0.8236
0.0795
0.1047
迪拜
0.8229
1.0000
0.1672
0.2108
西德克萨斯
0.1495
0.1671
1.0000
0.8550
北海布伦特
0.1876
0.2108
0.8550
1.0000
-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,
?
0

?
1
分别为自回归模型AR(1)的常数
和一阶参数。
?

?

?

?
分别为常数项、ARCH参数、GARCH参数和非对称参数。从
?
1
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。
?

?
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,
?

?
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
φ0 φ1 ω λ γ κ
大庆 0.0014 -0.0276 0.3248 0.0595 0.7803 0.1046
****** **
(2.30) (-1.26) (1.95) (1.25) (8.76) (2.32)
迪拜 0.0014 -0.0990 0.1516 0.0003 0.8826 0.1208
** *** ***** ***
(2.45) (-4.36) (2.57) (0.02) (26.28) (3.40)
西德克0.0012 -0.0176 0.3705 -0.0064 0.8313 0.1337
萨斯 **** *
(1.64) (-0.80) (0.95) (-0.27) (5.60) (1.69)
北海布0.0015 -0.0519 0.1781 0.0135 0.8860 0.1139
伦特 ** ** ****** ***
(2.06) (-2.37) (2.61) (0.70) (43.52) (2.70)
估计效极大似8234.46 AIC -22.12 SC -21.95
果 然值
相关性估计

α 0.0178
***
(3.89)
β 0.9821
***
(142.50)
大庆vs 0.8236
迪拜
大庆vs
西德克
萨斯
大庆vs
北海布
伦特
0.0795

0.1046

注:括号中数值为t 统计量。*** 、**和* 分别表示参数在1 %、5 %和10 %显著性水平显著。 AIC 和SC分别表示Akaike
信息准则和Schwartz 准则。
表5非对称MGARCH的DCC模型估计结果 (2005年—2011年)



DQ
波动性估计
φ0 φ1
0.0023 -0.0276
***
(2.65) (-1.26)
0.0023 -0.0991
******
(2.92) (-4.36)
0.0023 -0.0176
**
(2.33) (-0.80)
0.0022-0.0519
** **
(2.55) (-2.37)
极大似然 3859.84

ω
0.1134
**
(1.82)
0.1020
**
(2.27)
0.2239

(0.96)
0.1534
*
(1.74)
AIC
λ
0.0041

(0.11)
0.0219

(0.68)
0.00003

(0.00)
-0.0172
*
(-0.68)
-23.6533
γ
0.8979
***
(21.11)
0.8770
***(27.5
1)
0.8469
***
(6.76)
0.8846
***
(17.86)
SC
κ
0.0955
**
(2.43)
0.1027**
(2.53)
0.1343
*
(1.53)
0.1428
***
(2.87)
-23.3266
相关性估计

α 0.0737
***
(3.04)
β 0.7214
***
(6.83)
大庆vs 迪0.9272

大庆vs西
德克萨斯
大庆vs北
海布伦特
0.1223

0.1792
DUBAI
WTI
BRENT
估计
效果
注:括号中数值为t 统计量。*** 、**和* 分别表示参数在1 %、5 %和10 %显著性水平显著。 AIC 和SC分别表示Akaike 信
息准则和Schwartz 准则。
3.动态相关系数。
为了更加清晰地考察中国与其他三个原油市场之间的联动性及其联动性的时间变化轨
迹。我们计算出它们的动态相关系数,图2是样本期中国与各原油市场价格对数周收益率的
动态相关系数趋势图,并将这些动态相关系数的描述统计量整理在表6中。
表6中国大庆原油市场与其他市场动态相关系数描述统计
变量
大庆 vs 迪拜
大庆vs 西德克萨斯
大庆 vs 北海布伦特
均值
0.84027
0.03861
0.10726
标准差
0.103
0.12479
0.1341
最小值
0.4411
-0.24593
-0.25355
最大值
0.96483
0.54061
0.59091
从表6和图2可以看出,大庆原油市场与迪拜原油具有较高的动态相关性,动态相关系
数均值为0.84,最大相关系数约为0.97,而大庆原油市场和西德克萨斯原油市场和北海布伦
特原油市场的动态相关系性较小,动态相关系数均值分别为0.04和0.11,甚至在部分时间
段出现负相关关系。表明中国原油市场与欧美原油市场之间有一定的阻隔,相关联动性较低。
而迪拜原油作为中东主要产油的基准油,通常OPEC一揽子油价是根据七种原油的均价制
定的,对中国市场的油价影响较大,两者的关联性表现的最为密切,基本维持在0.8以上。
这与前文的静态相关系数分析结果基本一致。


图2 中国原油市场与世界主要原油市场的动态相关系数比较
需要注意的是,1998年上半年,大庆原油市场和迪拜的相关系数出现一定程度的下降,
1998年下半年,两个市场的相关系数开始逐步上升,最终稳定在0.8之上。这主要是因为
1998年6月1日,我国国内油价与国际油价接轨,实行新的价格机制和流通体制:锁定一个
国际化的石油市场价格,以此为标准,加上相应的运成本、关税等费用,计算出国内石油
的终端销售价,再按5%的利润空间倒推出批发价(刘希宋等, 2006)
[15]
。此外,值得注意的是
从2005年9月份开始,我国大庆石油市场与迪拜、西德克萨斯和北海布伦特石油市场的联
动性逐渐增强。这主要是因为“十一五”期间,伴随着我国经济的快速增长,石油消费量急
剧增加,石油进口依存度不断提高,从而导致国内外市场联动性增强。
(二)国内外原油市场的协整和因果关系分析
1. Granger因果检验。
通过前文的分析发现,我国大庆石油市场与与迪拜石油市场具有较高的联动性,但与西
德克萨斯原油市场和北海布伦特原油市场具有一定的联动性,虽然联动性不强。不同市场之
间的联动性是通过什么样的机制相互影响?本文接下来利用Granger因果检验法检验不同市
场之间的“因果关系”,检验结果见表7。
表7DQ对DUBAI、WTI和BRENT的格兰杰检验结果
原假设
WTI不是DQ的原因
DQ不是WTI的原因
BRENT不是DQ的原因
DQ不是BRENT的原因
DUBAI不是DQ的原因
DQ不是DUBAI的原因
F统计量
276.38
1.50
364.42
2.27
5.99
7.23
P值
6.E-228
0.19
2.E-282
0.06
1.6E-05
1.0E-06
从表7可以看出,西德克萨斯市场和北海布伦特市场是我国大庆市场的Granger原因,
但是大庆市场不是西德克萨斯市场和北海布伦特市场的Granger,存在着单向的Granger因
果关系。迪拜市场是我国大庆市场的Granger原因,同时大庆市场也是迪拜市场的Granger
原因,也就是可以认为大庆原油价格和迪拜原油价格是互为格兰杰因果关系的,即双向的;
说明这三种国际原油市场价格对我国大庆原油价格的预测都有一定的修正作用,同时我国的
原油价格对迪拜原油价格的预测有一定的修正作用,但对Brent和WTI的修正作用不明显。
这与我国原油消费大国的身份相符,说明我国的原油价格对国际原油价格有一定的影响,特
别是对中东原油市场影响较大。但是总体上说,国内原油价格对数日收益率相对国际的处于
被动地位。
2.协整检验。
利用EG两步法分别对大庆原油价格和三个国际原油价格序列做协整检验,检验结果见
表8。
表8? 回归残差的ADF检验
时间序列
Resid1
Resid2
Resid3
ADF检验统计量
-32.01619
-32.29176
-54.26621
1%临界值
-3.433217
-3.433217
-3.433215
5%临界值
-2.862693
-2.862693
-2.862692
10%临界值
-2.567430
-2.567430
-2.567429
P值
0.0000
0.0000
0.0001
注:Resid1、Resid2、Resid3分别是大庆市场与迪拜、西德克萨斯、北海布伦特市场的回归残差。
表8中的结果显示,残差序列resid1,resid2和resid3是平稳的。所以,大庆原油价格
的日收益率和国际上的西德克萨斯,北海布伦特和迪拜原油价格有长期的协整关系。即我国
大庆的原油价格已经基本与国际原油价格存在协同变化的趋势。根据协整检验的结果,我国
原油价格对迪拜、西德克萨斯和北海布伦特原油价格日收益率的长期弹性分别为0.83、0.13
和0.18。因此可以认为国内外原油价格基本上是成比例变化的,相对价格在长期保持不变。
六、结论及政策性建议
本文在梳理国内外原油价格形成和影响机制的基础上,应用多种计量经济学方法定量实
证研究国内外原油价格的联动性。如果说潘慧峰等(2007),魏巍贤和林伯强(2007)等是
对中外石油市场的联动性关系提供一个相对静止的“快照”,那么本文将以动态的视角对国
际原油市场与我国原油市场之间的关系进行更为细致、深入的全景刻画。研究结果表明,我
国大庆原油市场与迪拜原油具有较高的动态相关性,动态相关系数均值为0.84,最大相关系
数约为0.97,而大庆原油市场和西德克萨斯原油市场和北海布伦特原油市场的动态相关系性
较低,动态相关系数均值分别为0.04和0.11,甚至在部分时间段出现负相关关系。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显著的提高。表明我国原油市场与国外原油市场的
联系更为紧密了。Granger检验发现西德克萨斯市场和北海布伦特市场是我国大庆市场的
Granger原因,但是大庆市场不是西德克萨斯市场和北海布伦特市场的Granger,存在着单向
的Granger因果关系。迪拜市场是我国大庆市场的Granger原因,同时大庆市场也是迪拜市
场的Granger原因,也就是可以认为大庆原油价格和迪拜原油价格是互为格兰杰因果关系的,
即双向的。
本文的结论引发如下的政策性思考:首先,原油作为基础性的原材料,其价格波动必然
引起产业链相关行业的价格变化,为了防止油价上涨引起物价普遍上涨进而引起的通货膨
胀,减缓百姓生活消费的压力,国家有必要采取适当的方式进行宏观调控,建议政府转
变其在原油市场的角作用,由价格制定者转变为市场监管者,把监管的力量主要放在规范
和监督市场行为上。其次,我国应加强与原油生产国政府、国际能源组织和跨国石油公司全
方位作的总体战略,分别制定双边作或多边作方案,建立稳定的作关系和利益纽带,
稳定国内原油市场,实现供需平衡,同时大力支持国内能源企业实施“走出去”的国际化发
展战略,以获取更多的份额油和权益油,提高抵御高油价风险的能力。第三,国内原油价格
与国际市场接轨是我国对外开放,参与国际市场竞争,充分利用国际资源,满足国内经济发
展需要的必然选择,但目前实行的与国际原油价格对接的油价形成机制仍然是有缺陷的,与
其被动地接受国际油价,不如主动我国独立的原油市场报价体系,形成能够直接反映国内市
场供求关系的原油,这样使油价的形成过程能够客观反映我国原油的市场供求关系,并将我
国原油变化情况以价格信号的形式反馈到国际原油市场。要努力将中国的原油市场价格作为
亚洲原油市场价格的重要组成部分,争取使我国成为亚洲地区的原油定价中心,减弱直至消
除“亚洲溢价”对我国原油进口造成的负面影响,并积极参与世界原油交易价格的形成,扩
大我国在世界原油市场的主动权和影响力。

参考文献:
[1]魏巍贤、林伯强. 国内外石油价格波动性及其互动关系[J]. 经济研究,2007(12):130-141.
[2] N Sharma. Forecasting oil price volatility[M]. Virginia: Virginia Polytechnic Institute and State University,
1998.
[3]史丹. 国际油价的形成机制及对我国经济发展的影响[J]. 经济研究,2000(12):48-53.
[4]曾建武. 国际油价波动:因素分析及对我国经济的影响[D]:[博士学位论文].厦门:厦门大学,2009.
[5]潘慧峰、张金水. 国内外石油市场的极端风险溢出检验[J].中国管理科学,2007(3):25-30.
[6]焦建玲、范英、张九天,等. 中国原油价格与国际原油价格的互动关系研究[J].管理论坛,2004(7):48-52.
[7]李新颜、王嘉、高丽亚. 国内原油价格与国际原油价格的相互关系[J].统计与决策,2005(10):73-75.
[8]张意翔、孙涵、成金华. 国内外原油价格关系的动态分析[J].管理学报,2007(7):453-459.
[9] 李成、王彬、马文涛.国际石油价格与通货膨胀的周期波动关系[J].统计研究.2010(4):28-36.
[10] R ENGLE. Dynamic conditional correlation [J]. Journal of Business and Economic Statistics, 2002(20):339–350.
[11]R ENGLE. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom
inflation[J].Econometrica,1982(50):987-1008.
[12] T Bollerslev. Modelling the Coherence in Short Run Nominal Echange Rates: a Multivariate Generalized ARCH
Model[J].The Review of Economics and Statistics, 1990(72):498–505.
[13]美国能源信息署网站, [EBOL]. .
[14] G Filis; S Degiannakis and C Floros. Dynamic correlation between stock market and oil prices: The case of
oil-importing and oil-eporting countries[J].International Review of Financial Analysis,2011(20):152–164.
[15]刘希宋、韩冬炎等.石油价格研究[M].北京:经济科学出版社,2006.--

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:

Analysis of the co-movement of domestic and international
oil market based on DCC-MGARCH Model
Abstract: This paper analyzes the international oil market price formation mechanism and
then applies DCC –MGARCH model to study the co-movement relatihip among West Teas,
Brent, Dubai and China's Daqing crude oil markets during January 3th 1997 and March 18th 2011.
Study shows that China's Daqing crude oil market has significant dynamic correlation with Dubai
crude oil market, while the dynamic correlation with European and American markets is low.
Especially, the co-movement with international crude oil market is strengthened after tenth five
year plan. Moreover, international market has leading effect to the domestic market. In the last
part, the conclusion and some policy implicati are given.

Keywords: Oil Market; Co-movement; DCC-MGARCH

一、引言
石油(也称原油)被广泛运用于交通运、石化等各行各业,被称为经济乃至整个社会
的“黑黄金”、“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
[8]
(2007)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约,2005年印度大宗商品交易所
(MCX)推出了原油期货约。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到设得兰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,石油出国组织)油
价,用作往亚洲-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,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、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。

p
i,t
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:
P
i,t
?c
i
?
?
i
1
P
i,t?1
??
?
i
p
P
i,t?p
?
?
i,t
c?
?
i
1
?
i,t?1
??
?
i
q
?
i,t?q
(1)
其中
?
i,t
为第
i
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
?
t
?
t?1
?
N(0,H
t
)
,
?
t
?(
?
1,t
,
?
2,t
?
?
n,t
)
?
其中
?
t?1
表示
t?1
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:
h
t
?
?
i
?
?
i
?
i,t?1
2
?
?
i
d
i,t?1
?
i,t?1
2
?
?
i
h
i,t?1
(2)
其中
d
i,t?1
是示性函数,表示当
?
i,t?1
?0

d
i,t?1
?1
,否则
d
i,t?1
?0
。当
?
i
?0
时,模
型简化成为一个标准的GARCH模型。具体DCC模型如下:
H
t
=D
t
P
t
D
t
(3)
P
t
?diag(Q
t
)
?12
Q
t
diag(Q
t
)
?12
(4)
Q
t
?(1?a?b)Q?a?
?
t?1
?
?
t?1
?bQ
t?1
(5)
其中,
D
t
?h
i,t
,即矩阵
D
t
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
P
t
为动态相关系数矩阵。
Q
为无条件协方差矩阵,
?
t?1
为五维标准化残差向量,
?
i,1?t
是通过第
i
个市场的单变量GARCH模型的残差向量
?
t?1
标准化得到的,即
?
?
i,1?t
?
t?1

h
i,t?1
对每个观测期
t
,条件对数似然定义为:
L
t
(
??
t?1
)??
?1
1
?
D
t
?1
P
t
?1
D
t
?1
?
t
)(nln2
?
?lnDPD?
?
?
tttt
2
t
(6)
1
2
(nln2
?
?lnD?
?
t
?
?
t
)
?
t
t
2
(7)

?
t
?D
t
?
t
,并对所有时刻对数似然函数值求和,得到
L
t
(
?
)?
?
t
L
t
(
??
t?1
)??
?
1
(lnP
t
?
?
t
?
P
t
?1
?
t
?
?
t
?
?
t
)
?
t
2
分别记
L
v
(
?
)??
1
2
(nln2
?
?lnD?
?
t
?
?
t
)
?
t
t
2
(8)
L
c
(
?
)??
1
?
P
t
?1
?
t
?
?
t
?
?
t
)(lnP?
?
?
tt
2
t
(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
1997
1998-1999
2000
2001
2002
2003
2006-2007
2008
注:表格参考Filis(2011)
[14]
事件
亚洲金融危机
OPEC减少了石油生产
房地产热
9.11事件
PdVSA罢工
伊拉克战争
中国经济增长
全球金融危机

石油价格冲击来源
总需求
供给
总需求
预防性需求
供给
预防性需求
总需求
总需求
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O matri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
均值
大庆
0.000377
迪拜
0.000368
西德克萨斯
0.000332
北海布伦特
0.000364
中位数
标准差
偏度
峰度
JB统计量
Q(20) LB统计量
ARCH LM 统计量
ADF 检验
0.000559
0.010080
-0.231989
6.284536
979.3073***
44.999***
47.13160**
-47.56085**
0.000662
0.009972
-0.216501
5.591404
614.3549***
37.957***
32.83607**
-49.74003**
0.000478
0.011327
0.218982
9.287334
3535.292***
44.999***
85.23626**
-30.59374**
0.000487
0.010294
0.074278
8.543891
2737.355***
42.449***
42.17758**
-49.15544**
注:表2 中Q(20) 是滞后20 阶的Ljung-Bo 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。
ARCH LM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
0.8236
0.0795
0.1047
迪拜
0.8229
1.0000
0.1672
0.2108
西德克萨斯
0.1495
0.1671
1.0000
0.8550
北海布伦特
0.1876
0.2108
0.8550
1.0000
-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,
?
0

?
1
分别为自回归模型AR(1)的常数
和一阶参数。
?

?

?

?
分别为常数项、ARCH参数、GARCH参数和非对称参数。从
?
1
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。
?

?
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,
?

?
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
φ0 φ1 ω λ γ κ
大庆 0.0014 -0.0276 0.3248 0.0595 0.7803 0.1046
****** **
(2.30) (-1.26) (1.95) (1.25) (8.76) (2.32)
迪拜 0.0014 -0.0990 0.1516 0.0003 0.8826 0.1208
** *** ***** ***
(2.45) (-4.36) (2.57) (0.02) (26.28) (3.40)
西德克0.0012 -0.0176 0.3705 -0.0064 0.8313 0.1337
萨斯 **** *
(1.64) (-0.80) (0.95) (-0.27) (5.60) (1.69)
北海布0.0015 -0.0519 0.1781 0.0135 0.8860 0.1139
伦特 ** ** ****** ***
(2.06) (-2.37) (2.61) (0.70) (43.52) (2.70)
估计效极大似8234.46 AIC -22.12 SC -21.95
果 然值
相关性估计

α 0.0178
***
(3.89)
β 0.9821
***
(142.50)
大庆vs 0.8236
迪拜
大庆vs
西德克
萨斯
大庆vs
北海布
伦特
0.0795

0.1046

注:括号中数值为t 统计量。*** 、**和* 分别表示参数在1 %、5 %和10 %显著性水平显著。 AIC 和SC分别表示Akaike
信息准则和Schwartz 准则。
表5非对称MGARCH的DCC模型估计结果 (2005年—2011年)



DQ
波动性估计
φ0 φ1
0.0023 -0.0276
***
(2.65) (-1.26)
0.0023 -0.0991
******
(2.92) (-4.36)
0.0023 -0.0176
**
(2.33) (-0.80)
0.0022-0.0519
** **
(2.55) (-2.37)
极大似然 3859.84

ω
0.1134
**
(1.82)
0.1020
**
(2.27)
0.2239

(0.96)
0.1534
*
(1.74)
AIC
λ
0.0041

(0.11)
0.0219

(0.68)
0.00003

(0.00)
-0.0172
*
(-0.68)
-23.6533
γ
0.8979
***
(21.11)
0.8770
***(27.5
1)
0.8469
***
(6.76)
0.8846
***
(17.86)
SC
κ
0.0955
**
(2.43)
0.1027**
(2.53)
0.1343
*
(1.53)
0.1428
***
(2.87)
-23.3266
相关性估计

α 0.0737
***
(3.04)
β 0.7214
***
(6.83)
大庆vs 迪0.9272

大庆vs西
德克萨斯
大庆vs北
海布伦特
0.1223

0.1792
DUBAI
WTI
BRENT
估计
效果
注:括号中数值为t 统计量。*** 、**和* 分别表示参数在1 %、5 %和10 %显著性水平显著。 AIC 和SC分别表示Akaike 信
息准则和Schwartz 准则。
3.动态相关系数。
为了更加清晰地考察中国与其他三个原油市场之间的联动性及其联动性的时间变化轨
迹。我们计算出它们的动态相关系数,图2是样本期中国与各原油市场价格对数周收益率的
动态相关系数趋势图,并将这些动态相关系数的描述统计量整理在表6中。
表6中国大庆原油市场与其他市场动态相关系数描述统计
变量
大庆 vs 迪拜
大庆vs 西德克萨斯
大庆 vs 北海布伦特
均值
0.84027
0.03861
0.10726
标准差
0.103
0.12479
0.1341
最小值
0.4411
-0.24593
-0.25355
最大值
0.96483
0.54061
0.59091
从表6和图2可以看出,大庆原油市场与迪拜原油具有较高的动态相关性,动态相关系
数均值为0.84,最大相关系数约为0.97,而大庆原油市场和西德克萨斯原油市场和北海布伦
特原油市场的动态相关系性较小,动态相关系数均值分别为0.04和0.11,甚至在部分时间
段出现负相关关系。表明中国原油市场与欧美原油市场之间有一定的阻隔,相关联动性较低。
而迪拜原油作为中东主要产油的基准油,通常OPEC一揽子油价是根据七种原油的均价制
定的,对中国市场的油价影响较大,两者的关联性表现的最为密切,基本维持在0.8以上。
这与前文的静态相关系数分析结果基本一致。


图2 中国原油市场与世界主要原油市场的动态相关系数比较
需要注意的是,1998年上半年,大庆原油市场和迪拜的相关系数出现一定程度的下降,
1998年下半年,两个市场的相关系数开始逐步上升,最终稳定在0.8之上。这主要是因为
1998年6月1日,我国国内油价与国际油价接轨,实行新的价格机制和流通体制:锁定一个
国际化的石油市场价格,以此为标准,加上相应的运成本、关税等费用,计算出国内石油
的终端销售价,再按5%的利润空间倒推出批发价(刘希宋等, 2006)
[15]
。此外,值得注意的是
从2005年9月份开始,我国大庆石油市场与迪拜、西德克萨斯和北海布伦特石油市场的联
动性逐渐增强。这主要是因为“十一五”期间,伴随着我国经济的快速增长,石油消费量急
剧增加,石油进口依存度不断提高,从而导致国内外市场联动性增强。
(二)国内外原油市场的协整和因果关系分析
1. Granger因果检验。
通过前文的分析发现,我国大庆石油市场与与迪拜石油市场具有较高的联动性,但与西
德克萨斯原油市场和北海布伦特原油市场具有一定的联动性,虽然联动性不强。不同市场之
间的联动性是通过什么样的机制相互影响?本文接下来利用Granger因果检验法检验不同市
场之间的“因果关系”,检验结果见表7。
表7DQ对DUBAI、WTI和BRENT的格兰杰检验结果
原假设
WTI不是DQ的原因
DQ不是WTI的原因
BRENT不是DQ的原因
DQ不是BRENT的原因
DUBAI不是DQ的原因
DQ不是DUBAI的原因
F统计量
276.38
1.50
364.42
2.27
5.99
7.23
P值
6.E-228
0.19
2.E-282
0.06
1.6E-05
1.0E-06
从表7可以看出,西德克萨斯市场和北海布伦特市场是我国大庆市场的Granger原因,
但是大庆市场不是西德克萨斯市场和北海布伦特市场的Granger,存在着单向的Granger因
果关系。迪拜市场是我国大庆市场的Granger原因,同时大庆市场也是迪拜市场的Granger
原因,也就是可以认为大庆原油价格和迪拜原油价格是互为格兰杰因果关系的,即双向的;
说明这三种国际原油市场价格对我国大庆原油价格的预测都有一定的修正作用,同时我国的
原油价格对迪拜原油价格的预测有一定的修正作用,但对Brent和WTI的修正作用不明显。
这与我国原油消费大国的身份相符,说明我国的原油价格对国际原油价格有一定的影响,特
别是对中东原油市场影响较大。但是总体上说,国内原油价格对数日收益率相对国际的处于
被动地位。
2.协整检验。
利用EG两步法分别对大庆原油价格和三个国际原油价格序列做协整检验,检验结果见
表8。
表8? 回归残差的ADF检验
时间序列
Resid1
Resid2
Resid3
ADF检验统计量
-32.01619
-32.29176
-54.26621
1%临界值
-3.433217
-3.433217
-3.433215
5%临界值
-2.862693
-2.862693
-2.862692
10%临界值
-2.567430
-2.567430
-2.567429
P值
0.0000
0.0000
0.0001
注:Resid1、Resid2、Resid3分别是大庆市场与迪拜、西德克萨斯、北海布伦特市场的回归残差。
表8中的结果显示,残差序列resid1,resid2和resid3是平稳的。所以,大庆原油价格
的日收益率和国际上的西德克萨斯,北海布伦特和迪拜原油价格有长期的协整关系。即我国
大庆的原油价格已经基本与国际原油价格存在协同变化的趋势。根据协整检验的结果,我国
原油价格对迪拜、西德克萨斯和北海布伦特原油价格日收益率的长期弹性分别为0.83、0.13
和0.18。因此可以认为国内外原油价格基本上是成比例变化的,相对价格在长期保持不变。
六、结论及政策性建议
本文在梳理国内外原油价格形成和影响机制的基础上,应用多种计量经济学方法定量实
证研究国内外原油价格的联动性。如果说潘慧峰等(2007),魏巍贤和林伯强(2007)等是
对中外石油市场的联动性关系提供一个相对静止的“快照”,那么本文将以动态的视角对国
际原油市场与我国原油市场之间的关系进行更为细致、深入的全景刻画。研究结果表明,我
国大庆原油市场与迪拜原油具有较高的动态相关性,动态相关系数均值为0.84,最大相关系
数约为0.97,而大庆原油市场和西德克萨斯原油市场和北海布伦特原油市场的动态相关系性
较低,动态相关系数均值分别为0.04和0.11,甚至在部分时间段出现负相关关系。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显著的提高。表明我国原油市场与国外原油市场的
联系更为紧密了。Granger检验发现西德克萨斯市场和北海布伦特市场是我国大庆市场的
Granger原因,但是大庆市场不是西德克萨斯市场和北海布伦特市场的Granger,存在着单向
的Granger因果关系。迪拜市场是我国大庆市场的Granger原因,同时大庆市场也是迪拜市
场的Granger原因,也就是可以认为大庆原油价格和迪拜原油价格是互为格兰杰因果关系的,
即双向的。
本文的结论引发如下的政策性思考:首先,原油作为基础性的原材料,其价格波动必然
引起产业链相关行业的价格变化,为了防止油价上涨引起物价普遍上涨进而引起的通货膨
胀,减缓百姓生活消费的压力,国家有必要采取适当的方式进行宏观调控,建议政府转
变其在原油市场的角作用,由价格制定者转变为市场监管者,把监管的力量主要放在规范
和监督市场行为上。其次,我国应加强与原油生产国政府、国际能源组织和跨国石油公司全
方位作的总体战略,分别制定双边作或多边作方案,建立稳定的作关系和利益纽带,
稳定国内原油市场,实现供需平衡,同时大力支持国内能源企业实施“走出去”的国际化发
展战略,以获取更多的份额油和权益油,提高抵御高油价风险的能力。第三,国内原油价格
与国际市场接轨是我国对外开放,参与国际市场竞争,充分利用国际资源,满足国内经济发
展需要的必然选择,但目前实行的与国际原油价格对接的油价形成机制仍然是有缺陷的,与
其被动地接受国际油价,不如主动我国独立的原油市场报价体系,形成能够直接反映国内市
场供求关系的原油,这样使油价的形成过程能够客观反映我国原油的市场供求关系,并将我
国原油变化情况以价格信号的形式反馈到国际原油市场。要努力将中国的原油市场价格作为
亚洲原油市场价格的重要组成部分,争取使我国成为亚洲地区的原油定价中心,减弱直至消
除“亚洲溢价”对我国原油进口造成的负面影响,并积极参与世界原油交易价格的形成,扩
大我国在世界原油市场的主动权和影响力。

参考文献:
[1]魏巍贤、林伯强. 国内外石油价格波动性及其互动关系[J]. 经济研究,2007(12):130-141.
[2] N Sharma. Forecasting oil price volatility[M]. Virginia: Virginia Polytechnic Institute and State University,
1998.
[3]史丹. 国际油价的形成机制及对我国经济发展的影响[J]. 经济研究,2000(12):48-53.
[4]曾建武. 国际油价波动:因素分析及对我国经济的影响[D]:[博士学位论文].厦门:厦门大学,2009.
[5]潘慧峰、张金水. 国内外石油市场的极端风险溢出检验[J].中国管理科学,2007(3):25-30.
[6]焦建玲、范英、张九天,等. 中国原油价格与国际原油价格的互动关系研究[J].管理论坛,2004(7):48-52.
[7]李新颜、王嘉、高丽亚. 国内原油价格与国际原油价格的相互关系[J].统计与决策,2005(10):73-75.
[8]张意翔、孙涵、成金华. 国内外原油价格关系的动态分析[J].管理学报,2007(7):453-459.
[9] 李成、王彬、马文涛.国际石油价格与通货膨胀的周期波动关系[J].统计研究.2010(4):28-36.
[10] R ENGLE. Dynamic conditional correlation [J]. Journal of Business and Economic Statistics, 2002(20):339–350.
[11]R ENGLE. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom
inflation[J].Econometrica,1982(50):987-1008.
[12] T Bollerslev. Modelling the Coherence in Short Run Nominal Echange Rates: a Multivariate Generalized ARCH
Model[J].The Review of Economics and Statistics, 1990(72):498–505.
[13]美国能源信息署网站, [EBOL]. .
[14] G Filis; S Degiannakis and C Floros. Dynamic correlation between stock market and oil prices: The case of
oil-importing and oil-eporting countries[J].International Review of Financial Analysis,2011(20):152–164.
[15]刘希宋、韩冬炎等.石油价格研究[M].北京:经济科学出版社,2006.--

股票基金知识入门教科书级别-韭菜炒新基金


宁波市知识产权运营基金管理办法-炒etf好还是分级基金好


证券基金基础知识 难吗-专业炒基金的基金代码


基金从业基础理论知识或私募-炒基金10块钱


基金买卖知识-c类基金如何炒


股权基金基础知识-炒基金能赚多少钱


基金理财知识讲解直播-只炒一只指数基金


股市基金基本知识有声-怎么赚钱怎么利用炒基金赚钱



本文来自网络,不代表本网站立场,转载请注明出处:https://www.cacac.net.cn/1311093.html

基于DCC-MGARCH的国内外石油市场联动性研究的相关文章

  • 网上的炒股老师靠谱吗(炒股入门初学者基础知识)

    基金基础知识所有公式-炒韩国股票的基金 2021年10月27日发(作者:嵇联晋) 炒股的入门知识与技巧 ——炒股亏钱原因分析 新股民炒股亏钱原因一:新股民大都在不够理性的市况下入市。

    金融相关
  • 000511烯碳新材传闻(000511重新上市)

    黄金基金的基本知识-炒基金和炒期货有区别吗 2021年10月27日发(作者:雷恩逮) 内容:石墨烯专题:新材料技术革命的引领者 作者:招商证券 张士宝 孙恒业 投资要点: 石墨烯是二十一世

    金融相关
  • 股票如何复盘实例(股票复盘四个步骤)

    基金快速入门基础知识-炒基金挣大钱案例 2021年10月27日发(作者:陆毅) 盘感训练的几点建议 良好的盘感是投资股票的必备条件,盘感需要训练,通过训练,大多数人会进步。如何训练

    金融相关
  • bv是顶奢吗(bv阳性严重吗)

    基金相关知识的书籍-炒基金一年赚百分之20算多吗 2021年10月27日发(作者:滕毅) 法国船级社(BV)介绍 林正锦 【摘 要】法国船级社(BV)建于1828年.集团总部位于法国巴黎拉德方向(La

    金融相关
  • 苹果股市app怎么用(苹果电脑系统炒股软件)

    基金的基础知识ppt 公募私募-炒etf基金有手续费吗 2021年10月27日发(作者:庞尧勋) 如何使用同花顺炒股软件 同花顺股票软件是中国唯一官方授权的免费股票行情分析软件,通过国家SSL安

    金融相关
  • 中信证券开户怎么开(1万炒股一年最多挣多少)

    在中国基金涨得最高的是什么知识-etf与分级基金b哪个好炒 2021年10月27日发(作者:常衮) 续列 键 续列 功能 点键 功能 键 功能 续列 功能 键 即时分析 个股分时走势 每笔成交明细 分价表

    金融相关
更新:4115篇