国内外燃料油价格关联度及动态滚动预测的模型研究.docx

国内外燃料油价格关联度及动态滚动预测的模型研究该文发表于2005年第12期《国际石油经济》。

——基于日数据的实证分析
高 辉
（中大期货公司，杭州，310003；东北财经大学统计系，大连，160025）

摘 要 本文采用协整理论及基于VAR的Grange 因果关系检验与冲击反应函数方法对国内外燃料油价格关联度及走势作建模分析。单位根检验显示，选取的样本序列均为I(1)。Granger因果关系检验显示：美原油期货价格，新加坡180燃料油现货价格、美元汇率变量为燃料油期价的Granger原因；上海燃料油期货价格是黄埔现货价格的单向的Granger原因，期货价格对现货价格具有发现作用。最终作出的长期协整方程显示：美原油期货价格，新加坡180燃料油现货价格、欧元汇率与上海燃料油现货价构成长期显著的均衡关系。美原油期货价格对沪燃料油期价的弹性为0.74；新加坡180燃料油现货价格对沪燃料油期价的弹性为0.59；欧元汇率对沪燃料油期价的弹性为0.84。从最终建立动态模型来看，模型有较好的拟合及预测精度。因此，该模型对沪燃料油期价风险控制具有较好的参考作用。
关键词 燃料油 协整检验 VAR 冲击反应

目前国际原油价格高位波动，给国内期货市场带来较大的冲击影响，从而给国民经济的健康稳健运行带来一定的风险。如何规避原油价格波动风险，确保国内期货市场的健康运行显得极为迫切。本文试图采用协整理论及基于VAR的Grange 因果关系检验方法及冲击反应函数及方差分解的方法探求国内外燃料油关联度并对其走势作动态模型研究，以期对生产及消费提供理论及实践的指导作用。
一、文献综述
国内外对期货市场交易及其规律的研究由来已久。尤其是近年来，从经济建模的角度研究期货市场的规律是一个发展方向。
具体来说，目前国内针对燃料油研究的相关文献主要有：郝海等（2002）论证石油市场为一复杂的非线性系统，并运用分形、混沌等复杂性理论对石油价格的系统动力学特征进行实证研究，得出石油市场系统的分形特征、复杂性程度、系统演化类型。胡政、李辉（2002）对新加坡燃料油市场对我国石油市场价格影响做了定性分析。胡蓉、吕宁（2002）从经济学角度分析了合理油价的空间，而后进一步分析了影响油价的非供求因素如期货市场、石油库存、气候以及欧佩克的影响力，力图提供一个预测国际原油价格走势的基本框架。李红军等（2003）提出在系统动力学模型中加入时序自回归ＡＲ(ｐ)子模块，并且建立欧佩克(ＯＰＥＣ)石油产量、世界ＧＤＰ等十一个因素影响下的Brent原油价格预测模型。杜慧滨等（2003）分析了国际石油市场供求关系、政治因素、欧佩克国家之间的博弈以及世界环境保护对二氧化碳排放的限制等因素对国际石油价格的影响，采用定性与定量相结合的自组织石油价格预测方法预测了2005～2050国际石油价格的波动趋势。余炜彬等（2004）利用单位根检验和协整关系检验验证了Brent原油期货市场的有效范围，发现其在5个月内是有效的。在市场有效范围内，对现货价格和期货价格建立了向量误差修正模型，具有良好的预测效果；同时发现该期货市场某时刻价格的影响可以持续两个月。韩冬炎等（2004）从石油价格的历史波动中寻找到其内在的规律，运用分形法对石油价格进行预测，以避免对影响因素估计不准确而影响预测结果。冯春山等（2004）通过对石油价格的实证分析认为，石油价格波动具有时变性，并且现货价格和期货价格具有协整关系。用带有ＧＡＲＣＨ误差项的向量误差修正模型求解时变套期保值比率，结果表明，该方法套期保值效果好于通常最优固定套期比的方法。彭志伟等（2004）通过应用Ｒ/Ｓ分析方法对纽约商品交易所的无铅汽油期货价格的日收益进行实证分析，结果表明纽约商品交易所的无铅汽油期货市场具有明显的持久性和长期记忆特性，作用周期为10天，并且这种“长期记忆“作用是间歇性的无限拓展的。
国外关于油价波动及预测的研究文献最早可追溯到Hotelling (1930)提出了可耗竭资源模型。这种模型得出的最优价结论是资源价格增长率与贴现值相等及最优开采量结论。沿着Hotelling的研究思路，后来的许多文献通过设定石油市场不同结构和参与石油市场主体的不同行为，建立各类理论模型，引进各类相关参数来分析油价波动的原因和未来趋势，如后来的Pindyck(1978)，Gately(1983，1984)等等。现在除了仍有相当多文献采用上述类似的研究思路和方法外，还有相当一部分文献采用随机序列的方法进行研究。此外新的研究方法不断出现，如目前使用较多的经济时间序列方法，包括Granger(1969)的因果关系方法，Engle& Granger(1987)提出的协整理论，Engle(1982)提出的条件异方差模型，以及九十年代兴起的VAR方法及最近出现的分形和混沌的方法等。
综上，从目前到研究成果来看，对原油期货规律的定量研究基本是建立在简单线性回归模型以及时间序列建模角度以及近年来兴起的分形市场理论及神经网络理论基础之上的，单从预测的角度来看，现有的文献中模型的预测效果均不能让人满意。此外，目前对国内燃料油期货市场风险控制及运行规律的研究极少，对燃料油价格的形成机制的研究还是一个空白。协整理论的发展，为研究原油期货市场规律提供了新的思路。因此，本文试图利用协整理论，基于向量自回归（VAR）的Granger因果关系检验以及冲击响应函数方法，从多变量的角度对国内外燃料油关联性及动态走势预测做建模研究，以期为有关部门规避交易风险提供理论支持。
二、变量的确定及样本的选取
根据现行规定：国际油价对国内成品油价格的影响，是指新加坡汽油与柴油等现货挂牌交易价的变动引起国内成品油价格相应波动。但是，中国的成品油国际市场价格并不是独立变动，而是受到市场原油交易价格变动趋势的影响。
国际市场原油与成品油价格的变动，在短期内并不是一一对应关系，在一个相对较长的时期内，如一年以上，则具有明显而稳定的比价关系。目前国内比较流行的分析国际油价对国内成品油价格的影响的方法是按照国际原油价格波动及相应的成品油价格波动引起比价关系波动，从而确定对国内成品油价格的实际影响。燃料油作为成品油的一种，从定性的角度来说，这种分析方法对国内燃料油价格波动走势有一定的参考作用。然而，影响国内燃料油价格的因素不仅有国际原油价格这一因素，为了进一步从定量建模的角度来研究燃料油价格的形成机制，我们从可能影响燃料油价格的多变量因素的角度来考虑。
我们知道影响燃料油期货价格的因素有很多，诸如：国家的宏观调控政策；现货的供给与需求；现货的价格；成交量与持仓量；国际政治形势；国际期货市场的影响等等。为了遵从建模简化的原则，我们仅从国际经济变化的影响及国际期货市场的联动影响方面考虑，选取对燃料油期价可能产生较大影响的美元汇率、国际原油价格、国内黄埔燃料油现货报价、新加坡180燃料油现货报价变量作为我们建模的主要变量，通过建模分析试图找到中国燃料油期价的变化规律。

1.中国燃料油期货与现货价格指标的选取及数据的处理
国内燃料油期货正式上市交易时间是2004年8月26日，交易的合约种类是从1月合约到12月合约，总共有12种合约。国内燃料油期货价格指标的选取时间段为2004-08-26～2005-11-18，选取日数据。由于燃料油期货每个期货合约都将在一定时间到期，因此，为克服期货价格的不连续性，我们按照以下方法产生一个连续的期货价格序列，即选取成交量最大的期货合约每天的收盘价格序列作为代表克服期货价格的不连续性已有的处理方法：常见的有选取最近期月份的期货合约每天的收盘价格序列作为代表,在最近期期货合约进入交割月后,选择下一个最近期月份的期货合约作为代表,这样做的目的是为了克服交割月交易量较小,价格波动不稳定的缺点（参见：高辉（2005））。

，这样做的目的是为了克服最近期月份可能成交量比较小，价格波动不稳定的缺点。数据来源：富远期货行情软件，英国路透网站：
国内燃料油现货价格，我们选取国内具有代表性的黄埔高硫180CST现货价格数据，时间段为2004-08-26～2005-11-18，选取日数据。数据来源：慧聪——中国石油网：

2.国际原油价格指标的选取及数据的处理
目前国际上的原油交易以三大原油为基础。它们分别是WTI、Brent和Dubai。它们之间的价格对比是决定全球原油流向的主要因素：美洲的原油购买者主要依据Brent和WTI价格对比来决定是否从欧洲或西非进口原油，亚洲的原油购买者则主要依据Brent和Dubai的价格对比来决定是否从欧洲或西非进口原油。从某种意义上来说，Brent原油市场是全球原油贸易的核心，但是从成交量、持仓量来看WTI比Brent要大的多。因此，国际原油价格，我们选取成交量、持仓量最大的WTI价格（即美国原油期货价格）作为国际原油期货价格的代理变量。数据选取美国原油连续数据，时间段为：2004-08-26～2005-11-18，选取日数据。数据来源：富远期货行情软件，英国路透网站：

3.新加坡燃料油价格指标的选取及数据的处理
目前，新加坡是亚洲石油定价中心。因为新加坡有100多年的石油贸易历史；位于世界主要贸易航线，且海运发达，港口吞吐能力强，转运石油非常方便，成本较低；拥有庞大的独立存储石油的能力与完善的物流系统；新加坡是极少数的政府不干预石油行业的国家，有法制的传统等。因此，目前在亚洲还没有任何一个地方可替代新加坡，新加坡作为主要的石油贸易中心以及亚洲石油价格中心，其地位将继续保持。
所以，国内燃料油价格除了受国际原油期货价格的影响之外，还受到新加坡燃料油价格的影响。新加坡燃料油价格有两个具有代表性的价格数据即：新加坡高硫180CST现货价格及纸货价格。因为新加坡燃料油期货数据和美国原油期货价格数据相比，从成交量、持仓量来说都要小的多，因此，对市场的影响要比美国原油期货的影响要小的多。但是，新加坡高硫180CST现货交易的成交量、持仓量要比其纸货交易的成交量、持仓量要大的多，而且，国内现货报价基本参照新加坡燃料油现货报价，因此，我们选取新加坡高硫180CST现货价格作为新加坡燃料油价格的替代变量。时间段为2004-08-26～2005-11-18，选取日数据。数据来源：慧聪——中国石油网，

4.汇率指标的选取
事实证明，上世纪末叶日渐突出的经济全球化浪潮最直接的结果是形成了世界经济同步发展的基本格局，使美国经济成为世界经济整体走势的风向标：全球范围配置及流动的资本把美、日、欧三大经济体紧密地联系在一起，须臾不可分离，三个经济体的商业周期步伐由原来的此消彼涨、相互补充逐渐转为一荣俱荣、一损俱损、同步进退。其中，GDP占世界总产出接近30%的美国，其经济走势对其他国家和地区具有极大的影响力。美元汇率的变化几乎是世界经济变化的“晴雨表”。同时随着经济的全球化，日本、欧盟经济的迅速崛起，对美国产生了一定的制衡作用。美元汇率的变化不可避免地传递到期货市场，引导资本的国际流动，导致期货价格的波动。我们选取具有代表性的美汇欧元汇率、美元指数作为美元汇率的代理变量。时间段2004-08-26～2005-11-18，选取日数据。数据来源：美联储网站：http://www.federalreserve.gov/releases/
由于我们选择的国内燃料油、黄埔现货价和新加坡期现价格及美元汇率收盘价格数据在某些具体时间不匹配，比如：中国的“五.一”、“十.一”、“春节”等节假日国内期货市场闭市，而国外开市；国外在圣诞节等闭市，国内开市。我们将不匹配的数据删除，得到了连续的时间序列数据309个，为了克服在建模过程中可能出现的异方差问题，对数据做取对数处理。

三、国内外燃料油关联度及动态走势的实证分析

1.数据平稳性的检验
协整是描述时间序列之间长期关系的一种统计性质。检验变量间是否具有协整关系之前，首先要检验数据的平稳性。平稳性的常用检验方法是图示法与单位根检验法。
图示法即对所选各个时间序列变量及其一阶差分作时序图（限于篇幅省略备索），从图中可以看到，各个变量的时序图均表现出明显的非平稳性，而经过一阶差分后均表现出平稳性的特征。
我们再经过单位根检验来确定各个非平稳变量的单整阶数。单位根检验方法很多，一般有DF，ADF检验和Philips的非参数检验(PP检验)，其中Engle-Granger的基于残差的ADF检验是最常用的检验方法。在ADF检验中选取最优滞后期的标准我们采用：保证残差项不相关的前提下，同时采用AIC 准则与SC准则，作为最佳时滞的标准，在二者值同时为最小时的滞后长度即为最佳长度。在ADF检验回归中包括三种情况：常数、常数和线性趋势或者二者都不包括。通过变量的时序图观察，本文选择标准：如果序列好像包含有趋势（确定的或随机的），序列回归中应既有常数又有趋势；如果序列没有表现任何趋势且有非零均值，回归中应仅有常数；如果序列在零均值波动，检验回归中应既不含有常数又不含有趋势。（具体检验结果略，备索）
单位根检验结果：在我们分析的样本期内，我们选取的经济数据的非平稳性非常显著。选取的所有的时间序列日数据均是含有一个单位根的非平稳序列。

2.上海燃料油价格与其它变量间的Granger因果关系检验
因果关系(causal relationship)是由Granger提出的。Geweke，Meese和Dent给出了检验因果关系的数学模型：
，，
这里和是与滞后值的回归系数，是值及其滞后值的回归系数，和是白噪声。检验从到单向因果关系，即是检验对的零假设:=0(j=1，2，…，k)。诊断统计量为:。式中和分别上述模型最小二乘法回归方程中的残差的平方和，T是时间序列的样本数。在置信概率α下，若，则拒绝假设，认为对有因果关系。由于因果关系检验对滞后阶较为敏感，在实际检验中，根据AIC，SC准则，选取最佳滞后阶数为2。（限于篇幅具体检验结果省略，备索）
检验结果：在10%显著性水平下，美国原油期货价格、新加坡180燃料油现货价格、美元指数是上海燃料油期货价格的Granger原因，欧元汇率是上海燃料油期货价格的Granger原因的概率是0.85；在10%显著性水平下，上海燃油期货价格，美原油期货价格、新加坡180燃料油现货价格是黄埔现货价格的Granger原因；美国原油期货价格、欧元汇率是新加坡180燃料油现货价格的Granger原因，上海燃料油期货价格对黄埔现货价格具有单向的引导作用。说明中国上海期货交易所燃料油期货价格受美国原油期货价格、新加坡现货价格、美元汇率影响较大；而国内黄埔现货价格对其影响较小。国内黄埔现货价格受上海期货交易所燃料油期货价格、国际原油期货价格、新加坡现货价格影响较大。进一步说明影响上海期货交易所燃料油期货价格的主要因素为国际原油期货价格及新加坡现货价格及美元汇率；上海期货交易所燃料油期货价格对现货价格已经具有价格发现作用。

3.上海燃料油价格与其它变量间的长期均衡关系检验
我们做出国际原油期货价格、新加坡现货价格、国内黄埔现货价格、美元汇率与中国上海燃料油期货价格的长期关联图（限于篇幅省略，备索），可以看到国际原油期货价格、与新加坡燃料油现货价格、国内黄埔现货价格、美元汇率存在长期相关关系。
关于协整关系的检验与估计目前有许多具体的技术模型，如EG两步法、Johansen极大似然法、Gregory，Hansan（1996）法、自回归分布滞后模型( ARDL)方法、频域非参数谱回归法、Bayes方法等等。Engle和Granger建议使用两阶段回归法解决时间序列的非平稳性，由于此方法易于计算，因而早期被广泛采用，但其缺点是在小样本下，参数估计的误差较大，并且当变量超过两个以上时，变量间可能存在多个协整关系，此方法无法找到所有可能的协整向量，其分析结果不易解释。Johansen（1988）针对上述问题提出极大似然估计法(MLE)，Gonzalo利用模拟分析所获得结果显示，Johansen检验优于Engle和Granger的方法。本文即采用Johansen检验法。
协整检验对滞后阶尤为敏感，不当的滞后阶，很可能导致虚协整，因此，必须先确定合理的滞后阶数ｐ，我们采用AIC信息准则和SC准则对ｐ值进行选择，即选取当二者同时为最小值时的阶数。在ｐ值确定后，再对协整中是否具有常数项和(或)时间趋势进行验证，然后再对其它组数据进行协整检验。最终得到正确协整关系。
我们对上述各个非平稳时间序列与中国上海燃料油期货价格之间的协整关系作Johansen极大似然估计检验。根据SC准则，AIC准则确定最佳滞后阶数的方程形式、最终我们选取滞后阶数1到1，最大化特征根对应的协整方程为：
LNP＝0.4367LNP1+0.1328LNP01+0.5525LNP02+0.6929LNER+0.4205LNDI
(0.16000) (0.32697) (0.31724) (0.32900) (0.20518)
其中：LNP表示上海燃料油期货价格对数，LNP1表示美国原油期货价格对数，LNP01表示黄埔燃料油现货价格对数，LNP02表示新加坡180现货价格对数，LNER表示美元对欧元汇率对数，LNDI表示美元指数对数，方程括号内数值为标准差，以下同。
从我们得到的协整方程看到：美元对欧元汇率比美元指数对中国上海燃料油价格影响大，且二者之间存在一定的相关性，因此，我们删除美元指数变量，重新作Johansen极大似然估计检验。根据SC准则，AIC准则确定最佳滞后阶数的方程形式、最终我们选取滞后阶数1到1，最大化特征根对应的协整方程为：
LNP＝0.7917LNP1+0.1304LNP01+0.6133LNP02+1.4153LNER
(0.40754) (0.57990) (0.60048) (1.01451)
从我们得到的协整方程看到：黄埔燃料油现货价格比新加坡180燃料油现货价格对中国上海燃料油价格影响小，由于黄埔燃料油现货价格不是上海燃料油期货价格的Granger原因，而且黄埔燃料油现货价格与新加坡180燃料油现货价格之间存在较强的相关性，因此，我们删除黄埔燃料油现货价格变量，重新作Johansen极大似然估计检验。根据SC准则，AIC准则确定最佳滞后阶数的方程形式、最终我们选取滞后阶数1到4，最大化特征根对应的协整方程为：
LNP＝0.7357LNP1+0.5877LNP02+0.8392LNER+1.4888
(0.36054) (0.17310) (0.66167)
从最终我们得到的协整方程看到：美国原油期货价格对中国上海燃料油期货价格的弹性是0.74；新加坡180燃料油现货价格对中国上海燃料油期货价格的弹性是0.59；美元对欧元汇率对中国上海燃料油期货价格弹性是0.84。以下作出了协整方程所对应的实际值与拟合值图形。（其中：Actual表示实际值， Fitted 表示拟合值，Residual表示残差值。）

图1 基于协整方程的上海燃料油期货价格实际值与预测值图

4.动态预测模型构建
我们从以上分析中得知，基于最终协整关系变量，我们构建无约束向量自回归模型，结果如下：根据AIC准则与SC准则，取最佳滞后阶数2，使残差满足白噪声的要求，得到如下的最终模型：
表1 中国上海燃料油期货价格动态模型结果
调整样本数:309
变量
系数
标准差
t统计量
P值
LNP(-1)
0.696899
0.058614
11.88954
0.0000
LNP(-2)
0.235571
0.057433
4.101669
0.0001
LNP1(-1)
0.291872
0.030416
9.596018
0.0000
LNP1(-2)
-0.274136
0.031128
-8.806722
0.0000
LNP02(-1)
0.088033
0.040913
2.151730
0.0322
LNP02(-2)
-0.041748
0.040548
-1.029609
0.3040
LNER(-1)
0.260492
0.127525
2.042678
0.0420
LNER(-2)
-0.263400
0.126388
-2.084063
0.0380
C
0.206237
0.092146
2.238169
0.0260
复相关系数
0.994972
相依变量均值
7.818100
修正复相关系数
0.994836
相依变量标准差
0.162257
回归标准差
0.011659
赤池统计量
-6.036348
残差平方和
0.040239
许瓦兹统计量
-5.926568
对数似然
929.5430
F统计量
7322.330
DW统计量
2.024982
误判概率
0.000000
模型的基本统计指标优良。以下作出了模型的实际值与拟合值时序图，如下图所示，（其中：Actual表示实际值，Fitted表示拟合值）。从实际值与拟合值对数图（图2），看到实际值与拟合值几乎重合，从预测值图及预测性能评价指标（图3）来看，有较好的预测性能。

图2 基于动态方程的上海燃料油期货价格实际值与拟合值及残差图

图3 基于动态方程的上海燃料油期货价格实际值与预测值图及预测性能指标

5.冲击反应分析与方差分解
根据Ender(1995)的研究，一个时间序列预测的误差方差是自身扰动及系统其他扰动共同作用的结果。冲击分解的目的就是研究一个系统中，当某一扰动发生时，系统随后的变动多大程度受到该扰动的影响。冲击响应函数刻画的是在扰动项上加一个标准差大小的冲击，对于内生变量当前值和未来值所带来的影响。对一个变量的冲击直接影响这个变量，并且通过VAR模型的动态结构传导给其它所有的内生变量。
确定了协整向量后，我们对VAR模型进行估计，为了对变量间的动态特性有清楚地了解，应用VAR模型进行冲击响应分析（impulse-response）即：计算1个单位的美国原油期货价格、新加坡180燃料油期货价格、美元对欧元汇率变量（变量为“新息”）冲击对中国上海燃料油期货价格影响，冲击响应曲线如图4。
从冲击反应图看到：中国上海燃料油期货价格的自身冲击具有稳定向下的内力；美国原油期货价格的正向冲击在两天内将导致中国上海燃料油期货价格上升，在两天后将引导中国上海燃料油期货价格趋于稳定；新加坡180燃料油现货价格的正向冲击对中国上海燃料油期货价格影响逐渐增强；美元对欧元汇率对中国上海燃料油期货价格在第二天达到最大，以后产生稳定的正向冲击影响。因此，我们可以知道中国上海燃料油期货价格对美元原油期货价格反应滞后一天，对新加坡180燃料油现货价格反应无明显滞后，对美元对欧元汇率的反应滞后一天。

图4 基于动态模型做出的冲击反应图形
从方差分解结果看到，随着时期的增加，中国上海燃料油期货价格自身的方差贡献率逐渐减小，其它变量的方差贡献率逐渐增大，依次为：美国原油期货价格、新加坡180燃料油现货价格、美元对欧元汇率。因此，中国上海燃料油期货价格的变异性（Variability）的显著性百分比主要归因于国际原油价格波动、美元汇率的波动的革新冲击。
表2 基于动态模型作出的方差分解结果
Period
S.E.
SHF1
FP
P2
ER
1
0.011476
100.0000
0.000000
0.000000
0.000000
2
0.016913
83.69832
15.07060
0.564155
0.666918
3
0.020686
81.21736
16.11034
1.648145
1.024146
4
0.024058
78.05786
18.46469
2.370806
1.106641
5
0.026996
75.72946
20.03127
3.118459
1.120812
6
0.029686
73.58673
21.52349
3.801418
1.088361
7
0.032174
71.64414
22.86569
4.453270
1.036907
8
0.034509
69.83673
24.12123
5.066174
0.975863
9
0.036719
68.14782
25.29883
5.641847
0.911505
10
0.038825
66.56243
26.41090
6.179438
0.847234

6.中国上海燃料油期货动态滚动预测效果评价
基于上述模型，笔者跟踪对中国上海燃料油期货价格作动态滚动预测，预测效果较好，经过近几个月的跟踪预测，图形如下：其中红色代表中国上海燃料油期货主力合约的日收盘价预测值，蓝色代表中国上海燃料油期货主力合约收盘价的实际值。跟踪预测时间段：2005-4-25～2005-11-21。从实际的预测效果来看，预测精度较高，说明建立的模型对中国上海燃料油期货价格预测具有极高的理论价值与实践意义。

图5 基于动态模型的主力合约日收盘价动态滚动预测的实际值与预测值效果图

四、结 论
通过上述分析可知，我们采用协整理论的分析方法具体研究了国内外燃料油价格关联性及动态趋势作了预测模型研究。从单位根检验结果中可以看出，在我们分析的样本期内，我们所选数据的非平稳性是非常显著的。选取的所有的时间序列日数据，均是含有一个单位根的非平稳序列。
基于日数据所作的Granger因果关系检验结果看到：中国上海期货交易所燃料油期货价格受美国原油期货价格、新加坡现货价格、美元汇率影响较大；而国内黄埔现货价格对其影响较小。国内黄埔现货价格受上海期货交易所燃料油期货价格、国际原油期货价格、新加坡现货价格影响较大。进一步说明影响中国上海期货交易所燃料油期货价格的主要因素为国际原油期货价格及新加坡现货价格及美元汇率。中国上海期货交易所燃料油期货价格对现货价格已经具有价格发现作用。
基于日数据所作的长期协整方程，我们得到的结论如下：美国原油期货价格对中国上海燃料油期货价格的弹性是0.74；新加坡180燃料油现货价格对中国上海燃料油期货价格的弹性是0.59；美汇欧元汇率对中国上海燃料油期货价格弹性是0.84。
基于日数据的短期动态方程可看到：中国上海燃料油期货价格受其自身滞后1～2天的累积影响，影响较强；中国上海燃料油期货价格受美原油期货价格滞后1～2天累积影响，影响稍弱；中国上海燃料油期货价格受新加坡180现货价格滞后1～2天累积影响，影响稍弱；中国上海燃料油期货价格受美汇欧元汇率滞后1～2天累积影响，影响较强。因此，模型对中国上海燃料油期货价格交易风险控制具有较好的参考作用，我们通过美原油期货价格、新加坡180燃料油现货价格、美元对汇欧元就可以准确，及时预测出中国上海燃料油期货价格的日及周的变动及趋势，从而可以及时规避燃料油交易风险，为套期保值者和投资者提供理论与实践的支持。
综上，通过对基于日数据的中国上海燃料油期货价格的定量建模研究，给我们的启示是：通过准确预测中国上海燃料油期货价格日及周的波动及趋势，为国内燃料油期货交易提供交易参考。尤其是为现货企业套期保值提供了强有力的理论支持，从而可以避免中国上海燃料油期货价格巨幅波动带来的生产、交易风险。

参 考 文 献
[1] 杜慧滨、顾培亮、张保银（2003）.国际石油价格分析与预测[J].价格理论与实践，2003（10）：48-49
[2] 胡政、李辉.新加坡燃料油市场对我国的影响[J].国际石油经济.2002（10）：15-20
[3] 高辉.中国上海与英国伦敦期货价格收益率波动性实证研究[C]//中国资本市场发展与金融工程创新研讨会论文集.上海：（出版社）2005（5）：789-805。
[4] 郝海，顾培亮，卢奇.石油价格的系统动力学特征分析[J].系统工程.2002，20（4）：37-45
[5] 胡蓉，吕宁.国际原油价格预测因素探讨[J].石油化工技术经济.2002（18），69-14
[6] 韩冬炎，陈蕊，崔立瑶.对石油价格走势预测的数理研究[J].价格理论与实践.2004（5）：51-52
[7] 冯春山，吴家春，蒋　馥.石油期货套期保值时变套期比研究[J].上海理工大学学报.2004（4）：328-333
[8] 李优树.国际石油价格波动分析[J].财经科学.2000年（6）：1-6
[9] 李红军，范玉妹，程蕾.用带时序子模块的系统动力学模型预测Ｂｒｅｎｔ原油价格[J].应用基础与工程科学学报.2003，11（2）：216-223
[10] 刘希宋，陈蕊.石油价格对国民经济波及效应研究[J].经济师.2004（3）：9-10
[11] 彭志伟，蔡淑琴，杨雪，付红桥.国际石油期货市场长期记忆特性的实证分析[J].武汉大学学报：工学版.2004，37（4）：133-139
[12] 杨志华.国际原油价格走势对中国经济的影响及对策分析[J].财经理论与实践. 2003，24（126）：96-99。
[13] 余炜彬，范英，魏一鸣，焦建玲.Ｂｒｅｎｔ原油期货市场的协整性分析[J].数理统计与管理.2004，23（5）：26-33
[14] 周若洪.关于石油价格形成机制的几点思考[J].当代石油石化.2001,Vol.9(4):23-27
[15] Lanza A，Manera M，Grasso M，Giovannini.M.Long-run Models of Oil Stock Prices[J].NOTA DI LAVORO 96.2003.IEM–International Energy Markets.2003(10)
[16] Watson D.Testing for Serial Correlation in Least Squares Regression .II.Biometrika. 1951,38:159-178
[17] DavisS, Haltiwanger J.Sectoral job Creation and Distruction Responses to oil price changes and other shocksforthcoming[J].Journal of Monetary Economics，2001,Vol. 3 and 4
[18] Krichene1 N.A Simultaneous Equations Model for World Crude Oil and Natural Gas Markets.IMF Workig Paper:African Department.International Monetary Fund. February 2005
[19] Engle R.F.Autoregressive Conditional Heteroscedasticity With Estimates of the Variance of United Kingdom Inflation[J].Econometrica,1982,50:987-1007.
[20] Engle RF,Granger CWJ.Cointegration and error correction representation estimation and testing[J]. Econometrica,1987,55:251-276
[21] Granger CEJ.Some properties of time series data and theirs in econometric model specification[J].Journal of Econometrics,1981,121-130.
[22] Harvey A..The Econometric Analysis of Time Series.Oxford:Philip Allan . p.173
[23] Hotelling，H.The economics of exhaustible resources[J] Journal of Political Economy 1931,XXXIX(2)
[24] Johansen S..Estimation and Hypothesis Testing of Cointegration Vectors in Gauss Vector Autoregressive Models[J].Economitrica,1991,59:1551－1580
[25] Johansen S.Statistical Analysis of Cointergration Vectors[J]. Journal of Economic Dynamics and Control.1988,12:231-254.
[26]. Hamilton J.D,Oil price and Macroeconomy since World two[J],Journal of Political economy， 1983,91:228-248
[27] James D.,Hamilton. A,Herrera M.Oil Shocks and Aggregate Macroeconomic Behavior: The Role of Monetary Policy[D].University of California at San Diego.Economics Working Paper Series:with number 2001-10.

作者简介：高辉：安徽省淮南市人，东北财经大学统计学专业博士研究生。中大期货公司客服中心经理、研究所付所长、高级研究员。研究方向：宏观货币政策分析，证券期货行情及定量分析，经济建模与预测。近两年来，先后在《经济学季刊》，《南开经济研究》等国内省级以上刊物公开发表论文近三十篇及各种网站等媒体发表论文四十余篇。其中《中国利率市场化下货币政策规则的构建》入选2003中国经济学年会论文，并在北京大学《经济学季刊》2004.10公开发表，《中国市场化利率形成机制研究》入选2004中国首届金融年会论文，并在2005年1月《财经问题研究》第一期首篇重点栏目重点文章公开刊发。先后参与并完成参与国家社会科学基金及自然科学基金课题研究两项，主持承担2004中国上海期货交易所课题研究并结题。现承担2005中国上海期货交易所第二期招标课题研究并结题。
联系地址：浙江杭州中大广场6号楼8楼 中大期货公司 高辉。
邮编：310003。
电话：[phone]（办）传真：[phone]
E-Mail: Gao_hui1018@
Gao_hui1018@