基于dcc-mgarch的国内外石油市场联动性研究

《基于dcc-mgarch的国内外石油市场联动性研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、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

2、文章编号：Analysisoftheco-movementofdomesticandinternationaloilmarketbasedonDCC-MGARCHModelAbstract:ThispaperanalyzestheinternationaloilmarketpriceformationmechanismandthenappliesDCC–MGARCHmodeltostudytheco-movementrelationshipamongWestTexas,Brent,DubaiandChina'sDaqingcrudeoilmarketsduringJanuary

3、3th1997andMarch18th2011.StudyshowsthatChina'sDaqingcrudeoilmarkethassignificantdynamiccorrelationwithDubaicrudeoilmarket,whilethedynamiccorrelationwithEuropeanandAmericanmarketsislow.Especially,theco-movementwithinternationalcrudeoilmarketisstrengthenedaftertenthfiveyearplan.Moreover,interna

4、tionalmarkethasleadingeffecttothedomesticmarket.Inthelastpart,theconclusionandsomepolicyimplicationsaregiven.Keywords:OilMarket;Co-movement;DCC-MGARCH一、引言石油（也称原油）被广泛运用于交通运输、石化等各行各业，被称为经济乃至整个社会的“黑色黄金”、“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

5、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。国内外已有较多学者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GARCH5.1-9,,service

6、s,andmakethecitymoreattractive,strengtheningpublictransportinvestment,establishedasthebackboneoftheurbanrailtransitmulti-level,multi-functionalpublictransportsystem,thusprotectingtheregionalpositionandachieve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

7、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，并结合中国国情，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