2024年4月3日发(作者：二手丰田锐志)
金融在线
上海原油期货与布伦特原油期货价格相关性分析
段若麟杨茹
(中国海洋大学
，
山东青岛
266000)
摘要
：
本文对上海原油期货与布伦特原油期货价格序列建立
VAR
模型
，
通过相关系数分析
、
格兰杰因果检验
、
脉冲响应以及方差分解方法进行研究
。
实证结果表明
，
布伦特原油期货价格对于上海原油期货价格具有单方面的显
著影响
。
关键词
：
上海原油期货价格
；
布伦特原油期货价格;
VAR
模型
；
格兰杰因果检验
；
脉冲响应
；
方差分解
中图分类号:
F426.
22
；
F764.
1
；
F713.
35
；
F224
文献识别码
：
A
文章编号
：
2096
—
3157(2020)12
—
0146
—
03
—
、
弓
I
言
原油作为当今社会最主要的能源和化工业原材料
，
对于
表
1
上海原油期货收盘价与布伦特原油收盘价相关性检验表
上海原油期货收盘价
上海原油期货收盘价
布伦特原油期货收盘价
一个国家的工业具有不可替代的作用
，
是
“
工业的血液
”
。国
1.
0000
0.
8897
布伦特原油收盘价
际原油期货种类繁多且具有不同的计价货币
，
而其中
，
北海
(0.
0000)
1.
0000
布伦特轻质原油
(
Brent
oil)
是最具指标性的原油
，
在远期
、
期
货以及现货市场被广泛接受
，
全球
65%
以上的实货原油挂靠
布伦特体系定价
。
随着
“
一带一路
”倡议的不断推进
，
中国在世界尤其是亚
洲地区的国际影响不断提升
，
建立一个以人民币作为计价工
2018
年
4
月?
2018
年
9
月
，
由于经济向好
，
世界石油需
求上升外加伊朗局势动荡
，
国内外原油期货价格呈现波动上
升趋势
。
2018
年
10
月?
2019
年
2
月
，
OPEC
组织以及俄罗
斯等产油国的增产使得国际原油供给上升导致原油期货价
格出现大幅下跌
,2019
年
3
月?
2020
年
2
月
，
原油期货价格
相对稳定
。
2020
年
3
月后
，
国内外原油期货价格均出现断崖
具
，
允许国内外企业共同参与
，
能够成为亚洲原油基础定价
标准的原油期货市场成为广泛共识
。
2018
年
3
月
26
日
，
原
油期货在中国上海国际能源交易中心正式上市
。
截至
2019
年
，
上海原油期货成交金额累计达
56.
6
万亿元
，
成交量累计
式下跌
。
主要原因在于全球新冠肺炎疫情导致经济动荡以
及
OPEC
与俄罗斯的原油减产协议协商失败
，
沙特阿拉伯等
产油国降低石油价格进行的价格战
。
达
1.
2
亿手
，
成为仅次
WTI
和布伦特的第三个重要的原油
期货平台
。
原油作为最重要的大宗商品
，除了本身的商品属性外还
有很强的金融属性
，
国际政治博弈
、
地缘局势变化等因素往
往会引起原油价格的大幅波动
。
2020
年以来
，
由于俄罗斯和
沙特阿拉伯等产油大国为了抢占有限的市场份额开展价格
战
，
加之疫情对全球石油需求的抑制
，
导致国际油价暴跌
。
在这样的背景下,研究上海原油期货与布伦特原油期货价格
的相关性,对于了解期货价格波动原因
，
降低国际油价波动
曰期
带来的负面冲击
，
稳定期货市场的发展具有重要意义
。
--------
布伦特原油收盘价
1
-----------------
上海原油期货收盘价
|
二
、
国内外原油期货价格波动现状
2018
年
4
月以来
，
国际原油市场经历了两次大幅下跌
。
以布伦特原油收盘价作为国际原油期货价格的代表指标
，
检
图
1
国内外原油期货价格走势图
三
、
模型构建
向量自回归模型
(
V
ector
auto
—
regression)
是由美国宏
验其与上海原油期货价格的相关性(表
1)
并构建国内外原油
期货价格走势图(图
1
)
。
两变量相关系数为
0.
8897.
,
存在
着的正相关关系
。
图
1
显示
，
国内外原油期货价格的走势基
本相同
，
具有高度联动性
。
观计量经济学家克里斯托弗
?
西姆斯提出的
，
用于描述变量
之间因果关系和动态联系的计量模型
。
其具体数学表达就
是将由时间序列变量构成的
nXl
维向量表达为
：
146
全国流通经济
%
Y
t
=
y
3t
丿
=1,2,3,
…
，
N
(1)
*
一个滞后阶数为
P
的
VAR
模型可以表示为
：
X
=
C+
0i
Y-
+
02
Y-
+
…
+
0
P
Y
t
_
p
+?
(2)
其中
，
C
表示
nXl
维常数向量，
0
t
表示
nXn
维自回归
系数矩阵
，
“
为
nXl
维白噪声列向量
(VMN)
，
满足条件
：
E@)
=
0
(3)
E(g)
=
(Q
=
工
g
斗
(4)
本文主要研究问题是上海原油期货价格与布伦特原油
期货价格之间的相关性问题
，
以两者期货合约收盘价序列进
行
VAR
模型的构建
。
构造时间序列变量列向量
：
=
(5)
构建向量自回归模型为
：
X
t
=
c
+
%
X-
+
爭
2
X-
+
…
+
必
Xr
+
E
(6)
其中
，
人为
t
期布伦特原油期货收盘价
，
瓦为
t
期上海原
油期货收盘价
，
卜为自回归系数矩阵,
P
表示
VAR
模型的自
相关滞后阶数
。
四
、
实证研究结果及分析
1.
数据平稳性检验
构建
VAR
模型的前提条件要求时间序列具有平稳性
。
对原始数据取对数后进行一阶差分
。
经过
ADF
单位根检
验
，
原始数据不具有平稳性但处理后数据
t
统计量小于
1%
置信水平下的临界值,
P
值近似为
0,
序列平稳
。
2.
VAR
模型滞后阶数的选择
构建
VAR
模型中的最大滞后阶数
p
的选择对于模型具
有重要影响
。
利用赤池信息准则
，
施瓦茨信息准则
，
H
—
Q
信息准则及最大似然比
(LR)
选择最优滞后阶数
，
结果如表
2
所示
。
依据
“
多数原则
”
,选择滞后期为
7
期的
VAR
模型
。
表
2
VAR
模型最优滞后阶数判断结果
Lags
LR
SIC
AIC
HQIC
1
238.
91
-9.
85505
—
9.
90806
-9.
8772
2
52.
172
-9.
91369
*
—
10.
002
-9.
96728
3
22.
591
-9.
90939
—
10.
0331
-9.
98442
4
10.
995
—
9.
88042
—
10.
0395
-9.
97689
5
7.
4932
—
9.
84400
—
10.
0384
-9.
96191
6
12.
054
-9.
81728
-10.
047
-9.
95663
7
28.
4098
*
-9.
82536
—
10.
0904
*
-9.98615
*
3.
模型的估计及稳定性检验
选择滞后期为
7
期
，
建立两变量间的
VAR
模型
。
估计
结果如下:
金融在线
dlns
t
=
—
0.
2851461
dins
—
—
0.
1597258
dlns
t
_2
+
0.
0135494
dins小
一
0639583
dins
—
一
0.
0238434
dins
宀
一
0.
1322535
dins
厂6
一
999464
dins
—
+
4965003
dlnb^
+
0.
2978677
dlnb^
2
+
0.
1659658
dlnb
—
一
0.
0298959
dlnb^
+
0.
0740663
dlnb^5
—
0.
0060378
dlnb^
+
0.
0707412
dlnb^
dlnb
t
=
0.
1656045
dlns
t
-^
+
0.
0435775
dlns
t
-
2
+
0.
0280451
dinst
—
3
+
0.
0130404
dlns
t
-^
一
0.
0175748
dinst
—
5
一
0.
1960117
dlnst
—
6
+
0.
0368013
dlns
t
_
7
—
0.
1214528
dlnb
t
^
—
0.
0507451
dlnb^
2
+
0.
0282914
dlnb
t
_.
—
0.
014922
dlnb
t
_,
+
0.
1030912
dlnb
t
_,
+
0.
0874263
dlnb^
+
0.
2808765
dlnb^
由回归结果可以发现
，
dlnb
对于
dins
的回归系数总和为
0.
801,
正系数绝对值之和为
0.
837,
说明布伦特原油期货价
格对于上海原油期货价格具有显著的正向影响。
同样的
，
各
滞后期的
dins
对
dlnb
回归系数的总和为
0.
073,
正系数绝对
值之和为
0.
287,
说明上海原油期货价格的变动对于布伦特
原油期货价格有一定的正向影响
，
但影响程度较小
。
VAR
模型稳定性要求其特征根
（
入
）
小于
1
即特征根落
在单位圆范围内
。
稳定性检验的结果如图
2
所示
，
所有特征
根均分布于单位圆内部
，
模型具有稳定性
。
图
2
稳定性检验结果
4.
格兰杰因果关系检验
通过格兰杰因果关系检验可以分析变量间是否存在格
兰杰因果关系
。
检验结果如表
3
所示
。结果显示
，
dlnb
是
dins
的格兰杰原因
。
但在
10%
的置信水平下
，
dins
不是
dlnb
的格兰杰原因
。
表
3
格兰杰因果关系检验结果
Null
Hypothesis
chi2
卡方统计量
Prob>
chi2
dlnb
不是
dins
的格兰杰原因
350.
36
0.
000
dins
不是
dlnb
的格兰杰原因
&
7845
0.
269
5.
脉冲响应分析
脉冲响应分析指对于线性系统中的变量施加脉冲信号
，
观察各变量受到冲击后的响应程度与变化趋势
，
从而了解系
统间各变量的动态关系
。
脉冲响应分析结果如图
3
所示
。
dins
对于
dlnb
受到一个标准差脉冲信号冲击的响应,在一个
全国流通经济
147
金融在线
周期后达到最大
，
dlnb
每上升
1
个百分点将使得
dins
上升
0.5
个百分点
。
在第二个周期后
，
dins
的响应程度迅速衰退
至
0,
说明上海原油期货价格受到布伦特原油期货价格的冲
击后会有同向变化趋势
，
但受影响时间较短
，
其均衡价格具
有稳定性
。
dlnb
对于
dins
受到一个标准差脉冲信号冲击后
的响应程度很小,始终在
0
值附近波动
。
dins
对于自身价格冲击在第一个周期具有较强的负向
响应,之后迅速衰减
，
但在
0
附近长时间正负交替波动
。
类
似的
，
dlnb
对于自身价格冲击在第一周期有较强负向响应
，
但之后迅速趋于平稳
。
说明上海原油期货价格与布伦特原
油期货价格对于自身价格冲击响应程度较小,但影响时间较
长
，
价格具有记忆性
。
95%
Cl impulse-response
function
(irf)
|
Graphs
by
irfname,
impulse
variable,
and
response
variable
图
3
脉冲响应分析结果
6.
方差分解分析
方差分解是将变量的预测方差分解为各个变量相对应
的方差
，
从而分析影响内生变量的结构冲击的贡献度
，
进而
了解变量间的动态结构
。
方差分析结果如表
4
所示。
dins
的方差分解结果表明
，
第一周期
dins
的预测标准差
完全由其自身的误差导致
，
从第二个周期开始
，
dins
的方差
分解结果基本稳定,这与脉冲响应分析的结果相一致
。
来自
布伦特原油期货价格的新息占上海原油期货价格预测标准
误的
40%
左右,而来自其自身的新息占预测标准误
60%
左
右,说明长期来看上海原油期货价格变动受到其自身与布伦
特原油两者的共同影响
。
表
4
dins
dlnb
的方差分解结果
Step
dins
方差分解结果
dins
方差分解结果
dins
dlnb
dins
dlnb
1
10
0.
192323
0.
807677
2
0.
606096
0.
393904
0.
191203
0.
808797
3
0.
598829
0.
401171
0.
190919
0.
809081
4
0.
600933
0.
399067
0.
191225
0.
808775
5
0.
602212
0.
397788
0.
191353
0.
808647
dlnb
的方差分解结果表明
，
各周期结果基本稳定
，
来自
148
全国流通经济
上海原油期货价格的新息占布伦特原油期货价格预测标准
误的
19%
左右,而来自其自身的新息占预测标准误
81%
左
右,说明布伦特原油期货价格的波动主要受到自身的影响
，
上海原油期货价格对其影响有限
。
五
、
结论
利用上海原油期货收盘价序列与布伦特原油收盘价序
列构建滞后期为
7
的
VAR
模型
，
以格兰杰因果关系检验
，
脉
冲响应分析与方差分解分析为主要方法
，
得到以下结论
：
从相关系数角度分析
，
上海原油期货价格与布伦特原油
期货价格走势相近
，
两者高度相关
。
从格兰杰因果关系检验结果分析
，
布伦特原油期货价格
变动单方向引起上海原油期货价格变动
。
从脉冲响应与方差分解结果分析,上海原油期货价格的
变动是其自身价格变动与布伦特原油期货价格变动的共同
结果
，
其中
，
布伦特原油期货价格变动的贡献率在
40%
左右
，
但受到影响的时间较短
。
布伦特原油期货价格变动主要受
到其自身价格变动的影响
，
上海原油期货价格变动的影响有
限
。
其主要原因可能是:布伦特原油期货价格体系作为国际
原油市场成熟度最高的价格体系
，
对于世界原油价格起到决
定性作用
。而上海原油期货在
2018
年挂牌成立
，
期货品种
、
交易者参与度
、
影响力范围有限
，
目前其作用在于为市场参
与者提供一定的主动避险方式,价格发现功能的作用程度与
范围有限
。
参考文献
：
［
1
］
韩靖雪.中外石油期货价格与我国原油现货价格间联
动关系的研究
［
D
］
.
上海外国语大学
，
201&
［
2
］
吕龙.中国与国际原油市场价格相依性
、
风险溢出与资
产组合研究
［
D
］
.
华中科技大学
，
2019.
:
3
］
李文星.国际原油价格对国内原油价格的非线性冲击
及其政策启示
：
基于
STR
模型的实证研究
［
J
］
.
税务与经
济
,2017,(04):42
?
49.
［
4
］
陈瑾.国内外原油期货价格与我国原油现货价格关系
研究
［
D
］
.
山东大学
,2019.
［
5
］
任建斌.国内外原油期货价格联动关系比较分析
［
J
］
.
中
国经贸导刊(中
),2020,(01):57
?
58.
［
6
］
于舒也.国内外原油期货市场价格联动效应分析
［
D
］
.
上海外国语大学
，
2019.
作者简介
：
1.
段若麟
，
中国海洋大学硕士研究生
；
研究方向
：
金融学
。
2.
杨茹
，
中国海洋大学硕士研究生
；
研究方向
：
金融机构与
政策
。
更多推荐
原油期货,价格,上海,原油
发布评论