基于多元時間序列的國內基礎油價格影響因素分析

王雷,曹正倫,王磊,楊月嬌,宋琳琳

(1.中國石油大連潤滑油研究開發中心,遼寧 大連 116021;2.大連理工大學,遼寧 大連 116024)

0 引言

步入后金融危機時代以來,受地緣政治等因素影響,國際原油價格頻繁波動,與之相應的基礎油價格波動也愈發明顯,為潤滑油企業的生產成本帶來了一定壓力。

國內外對原油價格的研究工作已經相對成熟。Yang等人[1]分析了宏觀經濟變量和相關技術指標,對原油價格進行了預測,結果表明這些指標的可預見性以及原油市場的金融化。張意翔等人[2]以2000年1月至2006年12月之間的國內外原油價格為研究對象,進行協整分析,表明兩者之間存在著動態均衡關系。魏巍賢等人[3]利用協整檢驗和GARCH模型,以1998年6月至2007年8月之間的國內外原油價格為研究對象,得出國際油價的波動對國內油價具有導向作用的結論。高輝[4]以2004年8月26日至2005年11月18日之間的國內外燃料油價格數據為基礎,利用協整檢驗和Granger因果檢驗,研究了原油與燃料油之間的關聯性,并預測了國內燃料油的價格走勢。

基礎油是原油產業鏈的下端產品,作為潤滑油產品的原材料,其價格的波動對潤滑油企業的產銷利潤會造成直接影響。因此研究基礎油價格的影響因素并分析基礎油價格變化規律是十分有必要的。但目前國內外對基礎油價格變化規律的研究工作尚不完善,無法為企業買入原材料提供決策依據和信息支持,進而增強企業對基礎油行業的抗風險能力,提高企業的國際競爭力。

1 研究方法

針對上述問題,文章通過建立數學模型,研究基礎油價格變化的規律和影響因素。首先,文章通過檢索文獻以及咨詢從業專家等方式,確定影響基礎油價格波動的主要因素并獲取相關數據,將初始試驗數據整理成多變量時間序列。其次,文章建立了向量自回歸模型,通過脈沖響應分析與方差分解分析判斷各變量對目標變量的影響時間和幅度,從而篩選出對基礎油價格變動產生主要影響的變量。通過以上方法得到的數學模型能夠定性分析基礎油價格的影響因素,從而為潤滑油企業制定和基礎油價格相關的決策提供理論支持。

2 向量自回歸(VAR)模型的建立

2.1 模型簡介

向量自回歸模型,簡稱VAR模型,是AR模型的推廣,也是一種常用的計量經濟模型。VAR模型是用模型中所有當期變量對所有變量的若干滯后變量進行回歸來構造模型[5],從而實現將單變量自回歸模型推廣到由多元時間序列變量組成的自回歸模型。VAR模型被用于預測相互聯系的時間序列系統以及分析隨機擾動對變量系統的動態影響[6],主要應用于宏觀經濟學,是多個相關經濟指標的分析與預測中最容易操作的模型之一。

VAR模型除了分析自身滯后項的影響外,還分析其他相關因素的滯后項對未來值產生的影響,模型的形式為:

yt=β1yt-1+α1xt-1+β2yt-2+α2xt-2+……+βpyt-p+αpxt-p

其中,xt-1是其他因子的滯后項,p為滯后階數。

因此,VAR模型是集合了多元線性回歸(可以加入多個因子)以及時間序列模型(可以分析滯后項的影響)兩者優點的綜合模型[7]。

此外,VAR模型不以嚴格的經濟理論為依據,在建模過程中只需明確兩件事:①共有哪些變量是相互有關系的,把有關系的變量包括在VAR模型中;②確定滯后期p,使模型能最大程度地反映出變量間的相互影響。

2.2 實證分析

本試驗基于R 4.0.5,利用可公開查詢到的資源價格及基礎油信息的相關數據建立多變量VAR模型來分析國內Ⅱ類基礎油150N價格與其他變量之間的動態關系。

2.2.1 變量選擇

通過國內外文獻調研,未發現與基礎油價格形成機制有明確相關性的研究報告。因此,文章以咨詢從業專家并由專家組投票的方式,確定基礎油價格主要受國際原油價格、宏觀經濟和相關油品價格聯動三大因素影響。其中國際原油價格主要受布倫特原油價格、美國西德克薩斯輕質原油(WTI)價格等影響;宏觀經濟主要受我國國內生產總值(GDP)、消費者物價指數(CPI)、生產者物價指數(PPI)、采購經理人指數(PMI)等影響;相關油品價格聯動主要受白油價格、柴油價格等影響。

對于預測變量,在國際原油價格方面,由于布倫特原油市場是世界原油貿易的核心,且布倫特原油交易量占世界原油交易量的三分之二,因此試驗選取布倫特原油期貨價格代表國際原油價格可以比較全面地考察原油產業上下游產品之間的價格聯動關系;在宏觀經濟方面,由于國內生產總值(GDP)的原始數據過于稀疏,將其納入預測變量會大幅減少數據樣本維度,進而影響模型的擬合效果,因此只選取消費者物價指數(CPI)、生產者物價指數(PPI)、匯豐采購經理人指數(PMI)等指標;在相關油品價格聯動方面,白油選取某地方煉廠10#白油的周度價格,柴油選取某國有煉廠國Ⅵ 0#柴油周批發價格。

而對于響應變量,選取國內華東地區Ⅱ類油中的150N以及500N的周度均價作為初始數據樣本,其價格時序如圖1所示。文章主要針對150N進行詳細說明,對500N的具體分析過程不再贅述。

圖1 基礎油價格時序

2.2.2 平穩性檢驗

為消除時間序列的異方差性影響,文章對變量取對數,并在此基礎上建立VAR模型。根據VAR模型的建模步驟,首先需要對變量進行平穩性檢驗,如果所有內生變量都是平穩的或者是同階單整的才可進行VAR模型的擬合。

本試驗選擇urca包中的ur.df函數進行單位根檢驗(ADF檢驗)以判斷序列的平穩性,若存在單位根則序列不平穩[8];反之,則序列平穩。判斷序列是否平穩主要看詳細擬合結果的最后兩部分——檢驗統計量的值和顯著性水平下檢驗統計量的臨界值。

如表1所示,以150N基礎油的價格為例,對其對數序列進行ADF檢驗。結果表明,ln(150N)的檢驗統計量的值在1%、5%、10%的顯著性水平下都分別大于臨界值-3.98、-3.42和-3.13,所以不能拒絕原假設,即ln(150N)序列存在單位根,說明ln(150N)序列是不平穩的。因此,對其進行一階差分,得到序列dln(150N),如表2所示,通過ADF檢驗可知該序列是平穩的。

表1 ln(150N)的平穩性檢驗結果

表2 dln(150N)的平穩性檢驗結果

圖2為一階差分后的對數150N基礎油價格的時序圖,通過一階差分后的150N基礎油價格的時序圖也可以看出,差分后的變量序列沒有明顯的波動聚集或上升下降的趨勢,比較平穩。

圖2 dln(150N)的(一階差分)時序

繼而,對所有變量序列作一階差分并進行ADF檢驗,試驗結果顯示變量的一階差分序列均平穩,即所選各變量序列是一階單整的[9],可以利用這些變量建立VAR模型。

2.2.3 協整檢驗

非平穩序列很可能出現偽回歸現象,協整檢驗的意義就是檢驗描述它們之間因果關系的回歸方程是否存在偽回歸,即檢驗變量之間是否存在一種長期均衡的關系[10]。非平穩序列的因果關系檢驗就是協整檢驗。其中考察兩者的協整檢驗通常采用恩格爾-格蘭杰檢驗(E-G兩步法),兩者以上則用Johansen檢驗。

對研究所選的各變量序列進行Johansen檢驗。檢驗結果如表3所示,在1%的顯著性水平上拒絕r=0(表示不存在協整關系)的原假設,說明各序列之間存在協整關系,這意味著150N基礎油價格和其他變量之間具有長期均衡關系。

2.2.4 確定滯后階數

在擬合VAR模型之前,需要注意模型滯后階數的選擇。如果滯后階數p過小,隨機誤差項會出現自相關問題;如果滯后階數p過大,模型所需要估計的參數過多,模型自由度會降低[11]。

通用方法是綜合分析各種準則,包括Akaike信息準則(AIC)、Hannan-Quinn信息準則(HQ)、施瓦茲準則(SC)和最終預測誤差(FPE)等,選取使各種檢驗準則達到最小值數量最多的階數作為模型的滯后階數。

本試驗利用VARS包中的VARselect函數進行滯后階數的選取。根據表4的結果,建立2階模型和5階模型都是合理的,但一般來說,在相同條件下簡潔的模型更有利于分析,因此研究選擇建立2階VAR模型進行分析。

2.2.5 模型穩定性檢驗

確定模型階數之后,便可以擬合模型、估計模型參數。為了查看模型在擬合時,數據樣本有沒有發生結構性變化,需要進行模型的穩定性檢驗,以保證后續脈沖響應分析和方差分析的意義[12]。本試驗使用OLS-CUSUM函數進行參數穩定性檢驗,該函數給出的是殘差累積和,在該檢驗生成的曲線圖中,時間為橫坐標,殘差累積和為縱坐標,圖中繪出兩條臨界線,如果累積和超出了這兩條臨界線,則說明參數不具有穩定性。由圖3可以看出,研究所擬合的VAR(2)模型是穩定的。其中,lny1代表150N基礎油價格的對數序列,lnx1代表布倫特原油價格的對數序列,lnx2代表某國有煉廠0#柴油價格的對數序列,lnx3代表某地方煉廠10#白油價格的對數序列。

圖3 模型穩定性檢驗

2.2.6 脈沖響應分析

在VAR模型中,脈沖響應分析的作用是分析某個變量對其他變量的影響時間和幅度,其本質是描述某一內生變量對于殘差沖擊的反應。具體而言,就是考察在某一變量的隨機誤差項上施加一個標準差大小的沖擊后對其他變量的當期值和未來值所產生的影響。

圖4展示了150N基礎油價格、布倫特原油、某國有煉廠0#柴油以及某地方煉廠10#白油的脈沖響應圖,分別展示了這4個變量對其他變量以及其自身的影響時間和幅度。從圖4(a)中可以看出,對150N基礎油價格變動反應最為強烈的是其自身。綜合比較圖4(b)、4(c)、4(d),我們可以看出,150N基礎油價格在圖4(b)中的響應最積極,而在圖4(c)、4(d)的反應非常微弱,在0～0.01之間。這表明,150N基礎油的價格受布倫特原油價格波動的影響較大,而某國有煉廠0#柴油以及某地方煉廠10#白油對150N基礎油的價格影響非常微弱。

圖4 所選變量的脈沖響應(相關油品價格)

對于宏觀經濟層面(圖5),本試驗使用同樣的分析方法發現,采購經理人指數(PMI)對150N基礎油價格的沖擊也比較大。由此可以得出結論,150N基礎油價格主要受布倫特原油價格和采購經理人指數(PMI)的影響。

圖5 所選變量的脈沖響(宏觀經濟層面)

2.2.7 方差分解分析

方差分解用于分析某個變量對其他變量的解釋度,亦即該內生變量對目標變量的方差貢獻率。如果說脈沖響應函數是描述模型中的任一個內生變量的沖擊對其他變量造成的影響,那么方差分解就是分析各個內生變量的沖擊對目標內生變量變動的貢獻比例,進而判斷分析各個變量的重要程度。

以150N基礎油的價格為例,作出該變量的方差分解圖像,查看各變量的沖擊對該變量波動的貢獻比例,如圖6和圖7所示。圖中橫軸表示滯后期數,結果表明當滯后期為1時,其自身的方差貢獻率為100%,隨著滯后期增加,自身的方差貢獻率下降,其他變量的貢獻率逐漸增加,尤其是布倫特原油價格和采購經理人指數(PMI)。試驗結果進一步表明,對150N基礎油的價格波動具有明顯影響的變量是自身過往價格以及布倫特原油價格和采購經理人指數(PMI)。

圖6 150N的方差分解圖像(相關油品價格聯動層面)

圖7 150N基礎油價格的方差分解圖像(宏觀經濟層面)

至此,本試驗完成了對150N基礎油的價格影響因素分析。考慮到500N與150N基礎油性質的相似性,本試驗利用同樣的方法,以500N基礎油的價格為研究對象,也進行了影響因素分析,并得出了相同的結論。

3 結論

(1)基礎油價格主要受到國際原油價格、宏觀經濟和相關油品價格聯動三大因素影響。其中國際原油價格主要受布倫特原油價格、WTI輕質原油價格等影響;宏觀經濟主要受我國GDP、CPI、PPI及匯豐PMI等影響;相關油品價格聯動主要受白油價格、柴油價格等影響。

(2)對150N與500N基礎油的價格波動具有明顯影響的因素為其自身過往價格以及布倫特原油價格和采購經理人指數(PMI)。