美国石油库存对国际石油价格的影响分析

2010-07-23 07:15董秀成
统计与决策 2010年4期
关键词:石油价格库存量格兰杰

高 建,杨 丹,董秀成

(中国石油大学,北京 102249)

在国际经济、地缘政治、军事与战争、生产成本、替代产品、库存变化等各种因素相互作用下,国际石油价格呈现长期波动变化状态。美国石油库存数量波动直接关系到国际石油市场的供求差额的变化,与油价走势有相当密切的关系,有着明显的相关性。美国是主要的能源消费需求国,国内石油供需压力大,作为重要的战略性资源,美国政府定期或不定期地根据现状来调整石油库存,从而影响石油的市场价格。本文将主要采取基于因果联系的横向分析,研究美国石油库存对国际石油价格的影响。找出两者间的关系规律,为预测未来价格走势和规避油价波动风险提供决策建议。

1 分析方法及数据的进取

本文研究美国石油库存对国际石油价格的影响,首先对美国石油库存和国际石油价格数据进行季节调整以消除季节差异,对季节调整后的数据取自然对数以使其趋势线性化、消除时间序列中存在的异方差现象。其次,进行单位根检验,判断数列是否为稳定数列,如为一阶数列,则可将两个一阶数列进行协整检验,如存在协整关系,则建立模型并进行回归和格兰杰因果关系检验。如果数列经单位根检验后为零阶数列,则可直接得到回归方程并验证其因果关系的成立。

采取1998年1月~2008年2月的国际石油价格月度数据和美国石油库存的月度数据。所需数据来源于美国能源部(Energy International Association)2008年 3月公布的 1998年1月~2008年2月月度能源回顾数据库。由于以上多为月度数据,为避免季节性因素,对所有的数据进行移动平均季节法进行季节调整。石油现货价格采用的是Cushing,Oklahoma原油现货价格FOB(单位:美元/桶),原油的品种选择的是西德克萨斯中质油(WTI)。石油储备量数据采用的是美国原油商业库存量(单位:百万桶),该数据不包含美国战略石油库存量。

2 数据的统计特性描述

2.1 数据趋势

研究选取两组数据,各自描述了1998年1月~2008年2月期间,国际WTI石油价格OPSA及美国石油库存OSSA,进行分析美国石油库存对国际石油价格的影响。图1、2展示了对这两组数据的描述和检测。

从图1~2可见,石油价格和美国石油库存在经过季节调整并且取对数后,统计特征无明显丢失。

由图3~4可见,国际石油价格及美国石油库存量对数数据在经过一阶差分后,基本呈平稳态势。

2.2 数据统计特征描述

2.2.1 WTI原油价格的统计描述

以Pt表示国际石油本月价格,国际石油本月相对价格变化或国际石油市场月均收益Rt=(Pt-Pt-I)/Pt-I。在连续组合的基础上,给定期间的价格收益:

对国际石油月均价格序列和国际石油月均收益序列分别进行统计描述,结果如图5~6所示:

原油价格月均收益从图6可以看出,样本数量为121,偏度为-0.192660,右偏;峰度为2.759522。分布呈现厚尾扁峰特征。

2.2.2 美国石油库存的统计描述

如果Qt表示美国石油库存,则美国石油本月相对产量变动St=(Qt-Qt-I)/Qt-I。在连续组合的基础之上,给定期间的库存变动量:

对美国石油库存Qt序列和美国石油库存月变动量序列分别进行统计描述,得出如图7~8所示:

从图8得出样本为121,偏度为-0.103103,略右偏,峰度为2.566448,分布呈现厚尾扁峰特征。

2.2.3 国际石油价格与美国石油库存相关性统计描述

由图9~10可以得出WIT原油价格和美国原油库存相关性为-0.007941,存在一定的负相关,而WIT原油价格和美国原油库存的相关性为-3.344313,两者存在较为明显的负相关。

3 模型检验

3.1 平稳性检验

回归方法分析时间序列之间关系需要考察原数列是否平稳,如果序列非平稳的,即使回归检验发现序列之间的关系比较显著,但回归会是“伪回归”。所以进行回归分析前先检验变量是否平稳。本文运用Dickey-Fuller的ADF检验方法,对LGOPSA、LGOSSA进行平稳性检验,国际石油价格(LGOPSA)变动序列的一阶差分序列的ADF检验值为–10.42508,在1%显著水平下,小于临界值-3.4856,美国石油库存(LGOSSA)的ADF检验值为-11.53741,在1%显著水平下,小于-3.4856,这说明LGOPSA和LGOSSA均为一阶平稳序列。

从上面表格单位根检验结果中可以得出,在1%显著水平下,国际石油价格Pt序列(即季节调整后水平变量自然对数)的ADF统计量为-0.34590,大于临界值-3.4870;而国际石油月价格变动序列rt(即月价格pt序列一阶差分序列)的ADF统计量为–10.42508,小于临界值-3.4856,表明国际石油月价格变动序列rt平稳,且不存在单位根。由此得出国际石油月价格序列不平稳,存在一个单位根过程,而一阶差分则消除了序列的非平稳性。综合表1和统计的相关信息,可知虽然时间序列LGOPSA、LGOSSA是非平稳的,但其一阶差分序列DLGOPSA、DLGOSSA是平稳序列,这说明LGOPSA、LGOSSA均为一阶单整序列。

表1 单位根ADF检验结果

3.2 协整检验

运用Johansen协整检验法对1998年1月~2008年2月美国石油库存对国际石油价格的协整关系进行检验,得出检验结果见表2。

表2 Johansen协整性检验

检验结果表明:在1%的显著水平,美国石油库存对国际石油价格存在一个协整关系。经过标准化的协向量(LGOPSA,LGOSSA,C)为(1.0000000,-0.068249,-5.491258),得出美国石油库存量和国际石油价格的长期均衡方程是:LGOPSA=-0.068249LGOSSA-5.491258

3.3 格兰杰因果关系检验

协整检验表明原油期货价格和原油库存之间存在长期的均衡关系,但均衡关系是否构成因果关系,即是由国际石油价格影响美国石油库存增长,还是美国石油库存影响国际石油价格增长还需要进一步验证。使用1998年1月~2008年2月美国石油库存和国际石油价格的月度数据,对其进行格兰杰因果关系检验,检验结果见表3~4。

在确定LGOPSA和LGOSSA为平稳序列后,进行格兰杰因果检验,当滞后期为4期时,检验后得到结果为:

由上可得在5%的显著水平下不是统计显著,所以不能判定美国石油库存量是国际石油价格的格兰杰原因。

对国际石油价格和美国石油库存进行季节调整后去对数的数据设定滞后期分别进行检验,得出结论:

在滞后期为1~17个月时,美国原油库存变化不构成国际石油价格变化的格兰杰原因不显著。在滞后期多于17月时,美国石油库存是构成国际石油价格变化的格兰杰原因。

4 结论

研究所用数据来自美国能源部(EIA)的官方网站公布的1998年1月~2008年2月WIT石油价格和美国石油库存量数据。对原始数据经季节调整后去自然对数,所得的数据进行单位根检验,有了单位根,数据非平稳;将上述数据一阶差分后使数据成平稳时间序列,协整检验后进行回归分析,最后进行格兰杰因果关系检验。实证检验结果如下:

(1)本研究以ADF进行单位根检验发现美国石油库存量序列为非平稳时间序列,经一阶差分后成平稳序列,并满足协整检验的必要条件。

(2)协整检验结果表明,在美国石油库存和国际石油价格之间存在协整关系。

(3)格兰杰因果关系检验后发现,美国石油库存量和国际石油价格之间存在单向的因果关系。在滞后期17个月后,美国石油库存量变化构成国际石油价格变化的格兰杰原因,也即美国石油库存量的变化将导致国际石油价格变化;在1~17个月时,美国石油库存量变化构成国际石油价格变化的格兰杰原因不显著,也即美国石油库存量变化将不能明显导致国际石油价格变化。无论滞后期多长,国际石油价格均不构成美国石油库存量变化的格兰杰原因,也即国际石油价格变化将不能显著导致美国石油库存量变化。

[1]黄健.世界石油价格波动的原因分析[J].经济纵横,2005,4.

[2]张永昶,戴正洪.石油库存存储量对油价的作用机制的仿真及数量分析司[J].石油化工技术经济,2002,01.

[3]刘希宋,韩冬炎,崔立瑶,陈蕊.石油价格研究[J].经济科学出版,2006,02.

[4]韩文科.2007世界石油价格走势及对策[J].组织导报,2007,(3).

[5]程立伟.影响国际石油价格因素的定量分析[J].国际石油经济,2005,(8).

[6]肖汉平.2007年国际油价驱动因素及油价水平预测[J].国际石油经济,2007,(1).

[7]高铁梅.计量经济分析方法与建模-EVIEWS应用与实例[M].北京:清华大学出版社,2006,(1).

[8]Won-Cheol Yun.Selective Hedging Strategies for Oil Stockpiling[J].Energy Policy,2006,34(18).

[9]Salman Saif Ghouri.Assessment of the Relationship between Oil Prices and US Oil Stocks[J].Energy Policy,2006,34(17).

猜你喜欢
石油价格库存量格兰杰
国内大豆库存量攀升!6月豆粕价格能否走弱?
国内外铜期货市场的格兰杰因果检验分析
石油价格沉底
经济增长对石油需求及石油价格影响的计量分析
基于极值BMM模型的石油价格极端风险度量研究
国际橡胶研究组织公布全球天然橡胶库存量
2014年2月14日日本橡胶库存量增长4.1%
2014年2月马来西亚棕油库存量减少到166万t
临终的医生与关怀的本意
格兰杰因果关系在复杂网络中的应用*