论文部分内容阅读
摘 要:本文选取2018年3月26日至2021年4月2日,共736个交易日的数据,利用VAR模型分析了我国原油期货价格与股票价格指数的相关性。股票价格指数选取的是上证指数和证监会一级行业指数中的农林牧渔业指数、采矿业指数、制造业指数、水电煤气业指数和交运仓储业指数。研究发现,上证综指、采矿业、交运仓储业股票价格指数对我国原油期货价格均有单向引导作用。同时,我国原油期货价格与其他行业股票价格指数之间均不存在因果关系。此外,我国原油期货价格的冲击对制造业造成的影响最大,上证指数的冲击对我国原油期货价格冲击的影响最大。因此,本文提出两点建议:①我国原油期货需密切关注大盘走势及采矿业、交运仓储业发展;②制造类企业需密切关注我国原油期货市场动向。
关键词:我国原油期货价格 股票价格指数 相关性 VAR模型
一、引言
原油作为重要的能源材料,对一国的经济发展至关重要。《BP世界能源统计年鉴2020》及中国海关的数据显示,我国原油消费量高、进口量大,我国原油进口量从2004年的1.23亿吨上升至2019年的5.06亿吨,但是总体而言探明储量低。目前,我国已然是全球第一大原油进口国,还存在着供需不匹配的问题。原油价格的波动无疑会对我国的经济产生重要影响。现今,越来越多的投资者涌现在原油期货市场,导致原油的价格波动剧烈,原油也因此被赋予了独特的金融属性。
当原油价格有所波动时,被视作实体经济“晴雨表”的股票市场也会作出相应的反应,因此,支撑我国重要经济发展的重原油必然与股票市场有着一定的联系。例如,2020年3月,由于OPEC(石油输出国组织)会议上关于石油减产意见未达成一致,同时,新冠肺炎疫情冲击使得全球对原油需求量大幅降低,原油价格一度跌破20美元/桶。2020年4月21日,WTI 5月原油期货合约暴跌至-37.63美元/桶,跌幅达305.9%,紧接着又在波动中上涨。原油价格的大幅波动也给实体经济发展带来很多不确定性因素。从WTI跌至负油价当日起,欧美股市接连下挫,A股市场也随之下行,沪深两市股票价格指数全线低开。可见原油作为众多产业链的最上端,其价格的变化会对整条产业链,乃至整个股票市场产生重大冲击。
我国作为世界上最大的原油进口国,长期以来却只能被动接受原油定价,甚至要承受一定的“溢价”,支付更高的成本。因此提高我国在原油定价方面的影响力,规避原油价格波动带来风险的意义重大。众多期待下,我国原油期货正式推出,目前已上市运行3年有余。
研究我国原油期货与原油相关行业的关系,一方面,有助于理解我国原油期货与金融市场的关系以及需要优化之处,从而为政策制定者提供一定的参考和建议。另一方面,在进行股票投资时,投资者也可以根据本文结果,理解我国股票市场与我国原油期货价格的变动关系,从而防范原油价格波动或是大盘震荡带来的冲击。对原油相关公司的经营与发展而言,本文的研究也大有裨益。
二、文献综述
(一)国内研究现状
1.原油期货价格与股票价格间的传导机制
从原油期货价格对股票价格的传导机制来看,金洪飞和金荦利用VAR和GARCH模型对中美两国股票价格和国际石油价格的关系进行了系统性研究,分析了国际油价对股票市场的传导机制,发现国际石油价格变化可以预测美国股市收益率,但是我国股票市场与国际原油市场之间不存在溢出关系。程安以价格传导理论为切入点,发现油价对外国石油企业股票价格传导,对中国石油企业股票价格不传导,有效验证了油价对中外石油企业股票价格传导存在差异的观点。
杨诗惠以我国为背景,在系统分析石油与金融市场相关要素价格传导机理的基础上构建了原油价格与金融价格传导指标体系,并通过向量自回归模型从实证角度研究了原油价格与金融市场价格的传导机制。实证分析表明股票价格受到原油价格的冲击很大,但二者互不为格兰杰原因。段吟颖、王会珍利用VAR-BEKK-GARCH模型,分析了国际原油价格与新兴市场股票价格指数之间的相关性,研究表明国际原油价格对新兴市场股票价格指数有着十分重要的引导效果。此外,刘振华分别从整体市场和行业板块两个维度出发,从行业差异来看,与油价冲击和经济政策不确定性波动溢出关系较为紧密的是能源业、工业、公共事业和金融業股市。何文忠使用了DCC-GARCH模型发现在股市稳定阶段,原油价格对股票市场有显著的负向冲击,表明国际原油价格已经成为影响我国股票市场变动的重要力量,同时也说明了股改后我国股票市场的有效性有了明显的提升。
2.原油期货价格与股票价格的关系
(1)原油期货价格对股票价格的影响存在非对称性。
有部分学者分析了国际原油价格在不同国家股票市场中的作用。郦博文、巴曙松和韦伟研究了布伦特原油价格对6个代表性的国家(或地区)的股票价格指数的影响,通过改进后的Copula模型能够发现原油价格和股票价格指数收益率间的关系是非线性和非对称的。朱小能和袁经发通过移动平均法构建了油价趋势因子,并发现在“一带一路”沿线国家中,对产油国和非产油国股票市场而言,国际油价变化的影响存在着显著的差异。余乐安等采用Vine-Copula-GARCH模型,分析了国际原油价格与中美两国各10个行业股票价格指数的相关性,结果显示,不同行业股票价格与国际油价间的关系显著不同,美国的行业股票价格与油价之间的相关性强于中国。王鹏、蒋焰和吴金宴发现国际原油价格与发达国家或地区的股票市场及新兴股票市场的收益率波动、偏度等都有显著的关系,相较之下,新兴股票市场所受的影响大于发达国家或地区。
还有部分学者分析了原油价格与各行业股票价格之间的关系。刘剑锋、何文祥通过Copula模型对原油价格指数与中国11个行业指数之间的相关性进行了分析,实证结果表明原油市场与中国行业指数之间的静态相关性很低,但在金融危机期间,能源板块、材料板块与原油指数的相关性会显著上升。姜永宏、穆金旗和聂禾从行业视角出发,研究表明原油价格冲击对农林牧渔业和材料行业的溢出影响最显著,而对金融地产行业的溢出影响最不显著,对不同行业的影响程度存在差异。余慧利用了GARCH-Copula-CoVaR模型,发现对石油价格较为敏感的行业来说,市场更加注重于石油价格的预期变化,相较于我国原油期货,WTI原油期货对于这些行业股票价格指数风险溢出强度更大。从风险溢出强度上来看,我国原油期货对石油开采、石油替代行业中的煤炭开采、燃气这类生产性行业的风险溢出效应较大。 (2)原油期货价格与股票价格存在正向关系。
陈晓春和黄媛发现原油市场与亚太股票市场的关系是正向的。极端行情下,原油市场与股票市场的联动性关系更加明显。李英良和刘鑫发现我国原油期货市场与股票市场日收益率呈现正相关关系,同时,通过格兰杰因果关系检验、脉冲相应分析与方差分解均指向相同结论:我国股票市场对原油期货市场具有明显的单向风险溢出性。李竹芸以万得一级行业指数、上证指数、WTI原油作为研究对象,实证结果表明国际原油价格与我国能源行业、公共事业行业、电信服务行业的相关性为正且显著。彭睿重点考察了来自不同国际油价冲击对中国能源行业所造成的影响,研究发现对于来自石油供给冲击以及全球总需求冲击,能源行业呈正向反应,对于需求冲击,能源行业呈现负向反应。
(3)原油期货价格与股票价格存在负向关系。
司晓丽和杨爱军以上海原油期货和中证新能源指数作为研究对象,通过VAR模型的结果发现上海原油期货价格的下跌会引起我国新能源行业股票价格的上涨,两者表现出反向变动。同时,上海原油期货价格对新能源行业股票价格的贡献率在不断提高,相互影响程度逐渐增强。杨威和边俊仙主要从宏观经济角度切入,分析了我国能源股票价格与原油价格之间的相关性。研究结果表明我国宏观经济条件及原油持仓情况对我国能源类股票及国际原油价格的同步性会产生一定的负面作用,相较而言,原油持仓多空平衡的作用更为强烈。
(二)国外研究现状
1.原油期货价格对股票价格的影响存在非对称性
部分学者从不同国家或地区的角度出发,分析了原油与股票市场之间的关系。N.Antonakakis和G.Filis从原油进口国和原油出口国的角度切入,考虑了原油进口国(美国、英国和德国)和原油出口经济体(加拿大和挪威)的5个股票市场指数。利用DCC-GARCH模型发现油价变动后,原油进口国和原油出口国的股市的变化趋势是不对称的,原油进口国的反应是消极的,但对出口国的影响不大。Di X.和Wang J.研究了全球两大原油收益率和8个具有代表性的股票收益率的因果关系和复杂性演化。他们应用样本熵来量化每个独立市场的动态复杂性,研究发现原油市场和股票市场之间存在非线性双向因果关系。此外,WTI和布伦特原油价格在它们与多个股票市场的静态或动态关系中的作用并不相同。
部分学者从油价不同的影响程度和方向出发,分析了原油价格对股票市场的影响。Dutta A.的研究结果显示,清洁能源股票市场回报率对原油波动率指数冲击高度敏感。此外,原油波动率指数的影响程度远大于WTI原油现货价格。Zhang X.和Liu L.在明确考虑原油市场金融化的基础上,考察了国际油价冲击对中国股市的影响。研究结果表明,熊市下油价冲击对中国股市的影响要大于牛市时期,这种非线性对原油供应冲击和总需求冲击更为明显。在行业层面,油价冲击的非线性效应在能源、工业和非必需消费品部門尤为明显。
2.原油期货价格与股票价格存在正向关系
R.Nadal,A.Szklo和 A.F.P.Lucena用DCC-GARCH模型研究了美国股市、原油价格波动、需求冲击之间的关系,研究表明来自需求方的冲击引发的原油价格波动对金融市场巨变阶段和复苏阶段的股市收益都有着正向的作用。B.Aziz和W.Hassan针对巴基斯坦、印度和中国这三个国家,研究了原油价格对其的影响。分析结果表明,原油价格与股票每股收益之间存在正相关关系。因此可以认为市场油价上涨会增加股票收益率,而降低油价则会降低股票收益率。
3.原油期货价格与股票价格存在负向关系
K.Mokni基于结构VAR和时变参数回归模型,采用两阶段方法研究了一组原油相关国家股票市场对油价冲击的动态反应。研究发现原油特定需求冲击对原油出口股票收益率有正向影响,对原油进口国(中国市场除外)则为负面影响。A.K.Tiwari等人使用分位数相关性方法和非参数条件风险价值格兰杰检验,发现油价与巴西、印度和南非货币之间的长期动态呈显著负相关,巴西汇率与原油价格之间存在着强烈的单向滞后依赖关系。Elena Maria Diai等考察7国集团经济体的油价波动与股票收益率之间的关系,发现这7个国家的股票市场对原油价格波动有着负向的反应。
4.国内外研究现状述评
就原油与股市的相关性来看,最开始学者的关注点主要是在原油市场波动与宏观经济的关系。后来学者们开始研究原油市场与股票市场的相关性。因为对于探讨宏观经济与原油期货价格之间的关系层面,各学者们已得到了比较成熟的结果。但是目前更多人则主要是从整体市场的角度来研究原油期货价格波动对股市所产生的影响。同时,我们可以看到不同学者对国际油价与股票价格的相关性的研究有着不同的结论,这可能是由于他们采用的市场、选取的时间、纳入的指标、使用的模型等不同而导致。无论是研究内容上,还是基于行业分析的视角,在已有的文献研究中以我国原油期货与中国股市的相关性为主题的研究还有待完善与补充。因此,本文基于行业的视角,选取与工业行业相关的制造业和交运仓储业、与能源行业相关的采矿业和水电煤气业,同时还选取了包括农林牧渔业和上证指数在内共6种股票价格指数来分析它们与我国原油期货价格的关系。
三、我国原油发展现状
原油既具有商品属性又具备金融属性,这决定了原油市场与股票市场具有一定相关性。在经济体系中,商品不是独立的单个物品,而是通过互相作用形成了网状系统。在市场上,某一商品的价格变动,都很可能通过市场间的作用如供需关系导致影响溢出到其他市场,从而导致其他商品价格的变动。
(一)我国原油期货简介
石油行业作为一个具有垄断性的行业,在近年来的改革中也逐步有效地走向市场化。从原油供需的角度看,现今国内外原油市场供大于需,我国的原油进口量也处在高位。 2018年3月26日,我国上海INE原油期货在上海国际能源交易中心正式上市交易,交易准则见表1。
如表1所示,我国原油期货采用中质含硫原油作为交易品种,主要原因是包括我国在内的亚太地区国家的主要石油大部分是源自中东地区国家,而该地区原油主要为中质含硫原油。采用中质含硫原油可以更好地推动亚太地区投资者参与我国原油期货交易。
此外,为避免出现极端行情,也可采用胜利原油进行实物交割。同时,我国原油期货的计价单位为国际通用的“桶”,但是以人民币而非美元为计价单位。一方面可以通过我国原油期货助推人民币国际化,另一方面可以有效打破美元垄断现象,避免出现“石油美元”现象。
2020年,虽经历极端事件考验,但我国上海原油期货的运行情况较为平稳,尤其是新冠肺炎疫情后期,呈现稳中有进的向好态势。可以从图1中看到,受新冠肺炎疫情蔓延、OPEC+谈判失败、沙特大幅增产的多重考验,2020年伊始原油价格出现大幅度迅速下跌的情况。在4月21日WTI原油期货甚至出现史上首次负油价行情,当日触发熔断30余次。此后,国际石油形势向好、新冠肺炎疫情得到有效控制的助推下,原油价格波动上行。
(二)国内石油定价机制
不同于发达国家采用的市场定价法,我国成品油定价受到国家管控,主要采用成本加成法。我国国内成品油价格主要由4部分组成:原料成本、炼化成本利润、政府相关部门征收的税费、贸易商及加油站的成本利润等。
我国成品油定价采取10个工作日一调的方法,在设置上限为130美元、下限为40美元的条件下,参考国际石油价格的变动。具体地,当国际石油价格的始末在10个工作日内变动,我国成品油也将做出同向的变动。相比于国际石油,我国成品油变动的频次和幅度更低。如表2所示,我国成品油价格参照国际原油价格,设置了上下限的同时,兼顾了汽柴油价格,保障了国内经济的平稳运行。同时,当出现特殊情况,如黑天鹅事件,发改委可以经国务院同意后申请小幅条件,再按照约定办法执行。
(三)原油价格与各行业经济的相关性
在市场间的价格传导过程中包括了很多的影响因素和介质,通过层层传递才能反映到另一个市场的价格变化上。石油作为极其重要的基本生产要素,对生产生活的各个领域都有着重要的影响。
原油期货价格与其他商品期货类似,对现货市场具有价格发现功能,是重要的现货油价的先导指标,可以敏锐捕捉到现货油价未来的变动。而现货油价的涨跌,则关系到实体经济的发展。实体经济是国家经济的重要基础,是国家财富的重要来源,影响我国的整体经济,进而对我国股票市场产生影响。
对于企业而言,诸多企业与原油价格都环环相扣、紧密联系,油价的变动对企业造成的影响日趋明显。原油价格的变动影响着相关企业的生产经营,但是对处于生产链上不同位置的企业而言,受原油价格变动的影响又不相同。具体地,可以将企业进行细分,对处于不同产业链的企业而言,原油价格与股票价格的关系不一致。
(1)农林牧渔业。此类行业的众多生产设备都需要用到石油为燃料,其他能源产品的可替代程度不高。油价的提升可能导致农林牧渔业的生产性降低,提高该行业的作业成本,拉低利润,因此农林牧渔业股票价格可能与油价存在反向变动关系。
(2)采矿业。采矿业是油价变动的直接利益相关者,该类企业会从油价的上升中得到利润的提高。同时,采矿业还包含了一些原油的可替代品,如煤炭,但当原油价格变高时,煤炭相关企业也能够从替代效应中得到利润的提升。此外,采矿业作为原油产业链的上端,其生产情况可能对原油价格产生一定影响,经济情况好会使原油价格提高,反之亦然。因此,原油价格可能与采矿业股票市场存在正向关系。
(3)制造业。我国的制造类企业众多,且较多企业是以原油作为生产性的材料。因此,当原油价格有所提高时,可能会导致制造类企业的生产成本上升,与此同时,这类成本多由企业自行消化,因此制造类企业的股票价格与原油的价格可能存在反向变动的关系。
(4)水电煤气业。原油和水电煤气业在一定程度上属于替代关系,因而原油价格的提高可能会使其产生替代效应,导致需求向相关企业转移,相关企业的利润提高。对于水务相关企业而言,需要消耗大量能源;燃气企业需要直接购买能源,原油价格上升对此类企业的利润会产生不利影响。同时对于电力企业而言,我国的发电方式主要是火力发电,而火力发电又需要使用大量的能源,因此,原油价格上升对电力相关企业的影响也是不利的。综上所述,我国原油价格与水电煤气业股票价格可能呈反向关系。
(5)交运仓储业。交运仓储业包括海运、航运、公路及铁路运输,仓储等。交运仓储业需要用到的运输工具十分依赖原油,其他产品的可替代性甚微,原油价格的提高会加大交通运输成本,进而降低利润。因此,原油价格的变化可能会与该行业股票价格呈反方向变动。
四、实证分析
(一)数据说明和描述性分析
1.数据说明
我國原油期货的上市时间为2018年3月26日,因此样本数据时间跨度从2018年3月26日到2021年4月2日,共736个交易日,7个变量。上证指数反映了上海证券交易所大部分股票的价格变动,且上海证券交易所的市场价格和交易数量都在深圳交易所之上,因此本文选择上证综指作为衡量整体经济的基准。各行业指数采用的是证监会一级行业指数,所有数据均采集于Wind终端。
2.描述性分析
本文对源数据进行了对数处理,其中需要分别计算出样本区间内我国原油期货价格与相关行业股票价格指数的收益率,本文以原油期货连续结算价和行业股票价格指数收盘价对数值的一阶差分作为日度收益率:
Rt=ln Pt-ln Pt-1 (1) 其中,Rt代表收益率,Pt代表当期收盘价,Pt-1代表上一期收盘价。
INE表示的是我国原油期货,本文所使用到的变量如表3所示,从变量的描述性统计中可以看出,各个变量的标准差都小于1,说明经对数收益率处理后变量内部差异较小。从偏度和峰度看,各变量都有一定的左偏或右偏的分布态势,除农林牧渔业和制造业外,所有变量的峰度值都大于3,说明多数变量的分布较为陡峭,存在着一定的“尖峰厚尾”现象。
此外,为探究我国原油期货与各行业股票价格指数之间的关系,本文先根据收集到的数据绘出两市场价格的折线图。图2展示了我国原油期货价格和各行业股票价格指数的走势。
如图2所示,我国原油期货价格的整体态势是向下波动的,尤其是2020年3月,出现了断崖式下跌。除我国原油期货价格和制造业股票价格指数外,其他股票价格指数的走势较为接近,都出现了从2018年3月开始下行至2019年1月,后开始波动平稳的态势。制造业股票价格指数则出现了先下降、后上升的态势。在后期,我国原油期货价格与制造业股票价格指数都出现了较为明显的上升态势。
本文还利用了相关性分析,研究各变量之间统计意义上的相关性。如圖3所示,我国原油期货价格与各个变量的相关系数较小,表明相关性不强。其中,我国原油期货价格与采矿业指数的相关系数最高,为0.26,经检验,相关关系显著。同时,我国原油期货与各行业股票价格指数也是正相关的。
(二)均值溢出效应研究
从上文可推断出我国原油期货价格与上证指数及各行业指数之间有一定相关性,但上文只是基于静态时间序列的判断。因此,本部分将通过具体实证模型判断我国原油期货价格与上证指数之间的关系。
向量自回归模型(VAR)是一种非结构化的模型,不依赖于变量之间特有的经济理论关系,VAR模型的变量之间只存在当期与滞后期之间的关系,这样就破除了变量之间具有经济理论关系的限制。
假设模型有k个变量,则VAR模型的形式为
y1ty2tykt=Φ1y1,t-1y2,t-1yk,t-1+…+Φpy1,t-py2,t-pyk,t-p+Hx1,tx2,txk,t+ε1,tε2,tεk,t(2)
用向量表示为
Yt=Φ1Yt-1+…+ΦpYt-p+HXt+εt(t=1,2,…,T)(3)
上式即为含有k个时间序列变量的VAR(p)模型,其中Y为k×1维列向量,H和Φi(i=1,2,…,p)都为k×k系数矩阵,X表示趋势项,为k×1维列向量,εt表示残差。
1.数据平稳性检验
在实证研究中,经济时间序列数据需要考虑平稳性。如果数据不平稳,即存在单位根则会影响接下来的相关检验,出现伪回归,不能进行有效预测,最终影响模型结果。运用可检验高阶序列的ADF方法,表4显示了各个变量在ADF方法下的单位根检验结果。
如表4所示,所有变量的ADF统计量值都小于1%、5%、10%显著性水平下的临界值,p值为0.000,通过了ADF检验,因此我国原油期货价格和各行业股票价格指数都不存在单位根,是平稳的,因此可以继续进行接下来的分析。
2.模型滞后阶数选择
为了分析我国原油期货和股票市场之间的相关性,本文建立我国原油期货价格与各股票价格指数之间的收益率序列双变量VAR模型:
y1ty2t=Φ1y1,t-1y2,t-1+…+Φpy1,t-py2,t-p+Hx1,tx2,t+ε1,tε2,t(4)
其中,yit(i=1,2)分别表示两个市场的收益率序列。
选择模型的滞后阶数,表5中第一列为模型,变量之间用“.”分隔。例如“INE.上证”,表示我国原油期货与上证综指的VAR模型,下文同理。从表5的模型滞后阶数估计结果中可以得到,对于所有模型而言,1阶滞后期对应的AIC、BIC和HQ最小,故对我国原油期货价格与各行业股票价格指数的VAR模型中,本文选择1阶滞后期是合适的。
3.协整检验及模型估计
协整检验主要是为了分析在长期内,我国原油期货价格与股票价格指数之间的关系是否处于稳定均衡状态。如果通过协整检验,则代表两变量间存在协整关系,存在价格传导,存在长期均衡的关系。通过上一步骤的平稳性分析,我们可以得出中国原油期货和各行业收益率指数变量都是平稳的,因此可以对其进行协整检验。
由上文中ADF检验结果可知,用我国原油期货价格和各行业股票价格指数所构建的VAR模型是稳定的,因此能够以该模型作为基础进行协整检验。结果整理在表6中。由表6可知,无论是我国原油期货价格还是各行业股票价格指数二者中任一方作为解释变量,协整检验中构建的协整方程的残差序列是平稳的。可以认为我国原油期货价格与各行业股票价格指数之间存在协整关系。
由上文的协整检验结果可知我国原油期货价格收益率、各行业股票价格指数收益率之间存在协整关系。接下来对我国原油期货价格与股票价格指数建立VAR模型,进而进行模型的估计,估计结果如表7所示。
4.格兰杰因果关系检验
格兰杰因果关系检验可以用来推断各变量之间具有的统计性意义上的因果关系。格兰杰因果检验的主要原理是:为了考察两个变量X与Y之间是否存在因果关系,首先估计当前的X被其自身的滞后值解释的程度,其次检验引入Y的滞后值后对X值的解释程度,若是提高了解释程度,说明Y是X的格兰杰原因;同理,可以推断X是否是Y的格兰杰原因。数学表示如下。 Xt=α0+∑pi=1αiXt-i+∑qj=1βiYt-j;
Yt=λ0+∑pi=1λiYt-i+∑qj=1ηiXt-j(5)
其中p和q是滞后阶数。检验原假设为
① β1=β2=…=βq=0(6)
② η1=η2=…=ηq=0(7)
若假设①成立,则Y不是X的格兰杰原因,反之则是X的格兰杰原因;若假设②成立,则X不是Y的格兰杰原因,反之则是Y的格兰杰原因。
根据上文所选择的VAR模型最优滞后期1,我国原油期货与各行业股票价格指数之间的格兰杰因果关系检验结果如表8所示。
由表8可知,在1%的显著水平下,我国原油期货价格与上证指数之间,只存在上证指数到我国原油期货价格的短期单向引导关系。说明在短期内,上证指数价格的变化对我国原油期货价格具有预测作用,上证指数能够引导我国原油期货价格;而我国原油期货价格变化对上证指数没有预测作用,我国原油期货价格变化不能引导上证指数变化。
同理,对各行业股票价格指数而言,采矿业和交运仓储业都是我国原油期货的格兰杰原因,说明在统计意义上这两个行业的股票价格变动能引起我国原油期貨价格的变动,具有单向传导的关系。但反之,我国原油期货价格的变动则对各个行业都没有统计意义上的传导关系。
需要注意的是,格兰杰因果关系只是时间上的“先后”关系,关注的是各个变量之间统计意义上的显著性,非经济意义上的显著性。因此,本文需要通过脉冲响应函数和方差分解来考察变量之间的相关关系,下文将用脉冲响应和方差分解来分析我国原油期货价格与股票价格指数之间的关系。
5.脉冲响应函数分析
脉冲响应函数通过分析当误差项发生变化,或模型受到某种冲击时对变量的动态影响。本部分在VAR(1)模型的基础上,采用脉冲响应函数来分析我国原油期货与各行业股票价格指数之间的动态相关关系,从而得到脉冲响应分析图,如图4至图9所示。
图4表示的是我国原油期货和上证综指之间的脉冲响应。从图4(a)中可以发现,在受到我国原油期货一个标准差信息冲击后,其本身为正响应,响应值突破0.02,之后迅速下降,到第4期接近于0,随后收敛至0。说明我国原油期货对自身的反应很快,脉冲响应持续周期为1~4期。而上证综指收益率对我国原油期货的冲击为正响应,响应程度不足0.05,下降至第2期及以后接近于0。说明我国上证综指对我国原油期货冲击的响应程度不高。
如图4(b)所示,在受到上证综指的一个标准差冲击后,我国原油期货的响应为正,缓慢上升到第1期即最高点0.002附近,后又下降至第3期,趋近于0。对上证综指自身的脉冲响应,其第1期为正值,突破0.012,而后降至最低点,在1期处出现负值,后趋近于0。说明这上证综指和我国原油期货对自身及对方的响应方向及程度不一致,但最后都能将信息消化完毕。
如图5所示,可知我国原油期货与农林牧渔业指数的关系。由图5(a),在我国原油期货的冲击下,农林牧渔业指数的响应为正,且响应值较小,不足0.005,在第2期后趋近于0。由图5(b),在农林牧渔业指数的冲击下,我国原油期货从0升至1期的最高值,后在2期缓慢下降且趋近于0。在受到农林牧渔业其自身一个标准差的冲击之下,由0期骤降至1期,到3期趋近于0。
类似地,可得出我国原油期货与采矿业指数的关系。如图6(a)所示,在我国原油期货的冲击下,采矿业指数的响应为正,且响应值较小,但接近0.005。在第2期后趋近于0。在采矿业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。在受到其自身一个标准差的冲击之下,采矿业指数的影响由0期骤降至1期,后至3期且趋近于0。
如图7(a)所示,在我国原油期货的冲击下,制造业指数的响应为正,且响应值较小,小于采矿业指数。在第2期后趋近于0。如图7(b),在制造业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。如图7(b),在受到制造业指数其自身一个标准差的冲击之下,制造业指数由0期降至1期,后至2期且趋近于0。
图8表示的是我国原油期货与水电煤气业指数之间的关系。由图8(a),在我国原油期货的冲击下,水电煤气业指数的响应为正,且响应值十分小,小于其他各行业指数,在第2期后趋近于0。由图8(b),在水电煤气业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。在受到水电煤气业指数其自身一个标准差的冲击之下,其在1期降至负值,后缓慢上升至2期且趋近于0。
图9表示的是我国原油期货与交运仓储业指数之间的关系。由图9(a),在我国原油期货的冲击下,交运仓储业指数的响应为正,且响应值较小,不足0.005。在第2期后趋近于0。由图9(b),在交运仓储业指数的冲击下,我国原油期货从0升至1期的最高值,最高值介于0至0.005,后缓慢下降至2期且后趋近于0。在受到交运仓储业指数其自身一个标准差的冲击之下,其由0期下降至1期,后至2期且趋近于0。
(三)方差分解
方差分解是进一步就各内生变量对预测方差的贡献率进行评价,从而评价出不同结构冲击的重要程度。下面使用方差分解法来展现VAR模型中变量对产生影响的每个随机扰动的相对重要程度。
表9为我国原油期货价格指数(INE)和股票价格指数的方差分解表。第一列表示滞后期,第二、第三列为我国原油期货收益率的方差分解,表示各变量对我国原油期货收益率方差的贡献程度。第四、第五列为我国股票价格指数收益率的方差分解,表示各变量对股票价格指数收益率的方差贡献程度,值越大表示贡献程度越大。 从表9中可以看出,我国原油期货在第一期全部的贡献均由自身引起,从第二期开始各个股票价格指数收益率对其产生贡献,其中能源指数收益率对我国原油期货收益率的贡献率最高,为1.1%,其他变量对我国原油期货收益率的贡献率较低。说明我国原油期货收益率对各个股票价格指数收益率的反應并不灵敏,与上文的研究结论相符。
此外,各个股票价格指数的方差分解中,我国原油期货收益率的贡献率占比尚可,在第一期就产生了影响,方差贡献率都超过了1%,其中我国原油期货收益率对采矿业行业指数的贡献率最高,在滞后2期后稳定于6.8%。方差分解的结果也呈现出与脉冲响应类似的特征。对于来自我国原油期货的冲击,各行业股票价格指数对其的反应较快,但是反应程度不高;对于来自各行业股票价格指数的冲击,我国原油期货对其的反应滞后,说明我国原油期货与股票市场的相关性不够密切,有待进一步改善。
五、结论及建议
从本文的分析中可以看出,从整体上,我国原油期货上市以来对我国股市的影响较为有限,我国原油期货仍处于不断发展和完善的初级阶段。具体地,本文对2018年3月26日至2021年4月2日的我国原油期货价格与上证综指、各行业股票价格指数的关系进行了分析,主要通过VAR模型探讨了我国原油期货价格与上证综指、农林牧渔业指数、采矿业指数、制造业指数、水电煤气业指数和交运仓储业指数之间的关系。首先,本文通过ADF平稳性检验,发现各变量都是平稳的,通过协整检验发现变量间具有长期协整关系。其次,本文进行了格兰杰因果检验,发现我国原油期货与部分行业指数存在因果关系。最后,通过脉冲响应分析和方差分解分析,分析了我国原油期货与各行业股票价格指数之间的影响大小。
(一)结论
1.上证综指正向引导我国原油期货价格变化
通过相关系数矩阵,可见我国原油期货价格与上证综指的相关系数为0.19,较为微弱。通过协整检验发现,我国原油期货与上证综指具有长期均衡的关系。其中,上证综指能够单向引导我国原油期货价格,而我国原油期货不是上证综指价格变动的原因。说明在统计上,上证综指对我国原油期货有引导作用,但我国原油期货价格对上证综指的影响较小。对于来自我国原油期货的冲击,上证综指对其反应较弱,但是对来自自身冲击的反应较强。对于来自上证综指的冲击,我国原油期货的反应滞后,同时反应十分微弱。
2.我国原油期货价格与其他行业股票价格指数为正向关系
(1)采矿业与交运仓储业股票价格指数引导我国原油期货价格。
就我国原油期货与各行业股票价格指数的关系而言,其受到采矿业与交运仓储业的影响,采矿业和交运仓储业会正向引导我国原油期货价格的变化,说明这两个行业的变动早于我国原油期货价格,但是影响程度较小。从现实角度看,采矿业位于原油产业链的上游,其发展情况直接决定了我国原油供给,导致供需关系的变化,进而对我国原油期货价格产生影响。对于交运仓储业而言,虽然一定程度上交运仓储业依赖于原油的价格,原油是直接原材料,但是交运仓储业的发展也会对原油期货价格产生影响,关系到原油是否能够被运输、原油期货是否能够如期交割的问题。
(2)我国原油期货价格与其他行业无引导关系。
我国原油期货虽与农林牧渔业、制造业、水电煤气业均存在长期的均衡关系,但是经格兰杰因果关系检验,发现我国原油期货与这些行业没有统计意义上的引导作用,但出于实际情况的考虑,我国原油期货对各行业的影响可能较为间接,而并非完全没有作用。
(3)制造业指数对我国原油期货价格变动的反应最剧烈。
虽然经过格兰杰因果检验,我国原油期货对各行业股票价格指数均没有统计意义上的引导作用,但针对来自我国原油期货价格的冲击,制造业指数的反应最剧烈。原因可能是制造业的直接原材料是来自原油,原油作为产业链上游,它的冲击对位于产业链后方的制造业有着深刻的影响。
(二)建议
上述结论反映出我国原油期货价格与我国股市存在的一定相关性,与预期一致,其中与采矿业、交运仓储业的关系最密切。那么,针对以上情况本文提出下列建议,以期我国原油期货市场发展得更完善、成熟。
1.我国原油期货需密切关注大盘走势及采矿业、交运仓储业发展
我国原油期货价格与各行业股票市场之间存在着较为复杂的关系,对于原油期货市场,应加强对股票市场的关注。要格外关注影响我国股市各因素的变化情况,尤其要关注采矿业和交运仓储业的发展,以合理应对来自股市的风险。同时,我们也应意识到我国原油期货上市时间较短,对现有国内股票市场的冲击十分有限,且我国的原油进口量十分巨大,还存在着需要大量进口的情况。因此,在未来的发展中,我国原油期货价格要充分发挥能动性作用,发挥价格发现功能。同时增强市场运行的稳健性,鼓励更多企业在我国原油期货市场中进行套期保值,使原油期货与实体经济有机结合,更好地引导社会资源合理分配。
2.制造类企业需密切关注我国原油期货市场
当前,中国原油市场价格机制的形成和发展主要以中国市场力量来推动,我国原油期货目前受制于国际重要原油期货价格的影响,如WTI、布伦特原油、阿曼原油等。同时我们也应该看到从本文的分析中,也显现出我国原油期货对制造类企业的冲击力度较大。因此,针对此情形,同时在绿色中国发展战略的大背景下,制造类企业应该主动关注我国原油期货市场的动向,以更好地应对来自我国原油期货市场的冲击,充分利用我国期货市场的价格发现功能和套期保值功能。
参考文献
[1]金洪飞,金荦.石油价格与股票市场的溢出效应——基于中美数据的比较分析[J].金融研究,2008(2):83-97.
[2]金洪飞,金荦.国际石油价格对中国股票市场的影响——基于行业数据的经验分析[J].金融研究,2010(2):173-187. [3]程安.原油期货价格对中外石油企业股票价格的传导差异研究[D].北京:中国农业大学,2018.
[4]杨诗惠.石油与金融市场的价格传导机制研究[D].成都:西南石油大学,2018.
[5]段吟颖,王会珍.新兴市场股票价格与原油价格波动外溢相关性研究[J].统计与决策,2016(3):165-168.
[6]刘振华.经济政策不确定性下国际原油价格冲击对中国股票市场的影响研究[D].北京:中国矿业大学,2019.
[7]何文忠.国际原油价格对中国股票市场的“溢出效应”及其传导机制研究[D].上海:复旦大学,2012.
[8]郦博文,巴曙松,韦伟.石油价格与股票市场的动态相关性分析[J].大连理工大学学报(社会科学版),2017,38(4):40-45.
[9]朱小能,袁经发.去伪存真:油价趋势与股票市场——来自“一带一路”35国的经验证据[J].金融研究,2019(9):131-150.
[10]余乐安,查锐,贺凯健,汤铃.国际油价与中美股票价格的相依关系研究——基于不同行业数据的分析[J].中国管理科学,2018,26(11):74-82.
[11]王鹏,蒋焰,吴金宴.原油价格与世界股票市场之间的高阶矩相依性研究[J].管理科学,2017,30(3):136-146.
[12]刘剑锋,何文祥.国际原油市场与中国股票行业板块之间的相关性研究——基于Copula模型的方法[J].金融理论与实践,2020(6):79-85.
[13]姜永宏,穆金旗,聂禾.国际石油价格与中国行业股市的风险溢出效应研究[J].经济与管理评论,2019,35(5):99-112.
[14]余慧.上海原油期货对石油相关行业股票价格指数的风险溢出效应研究[D].济南:山东大学,2020.
[15]陈晓春,黄媛.国际原油市场与股票市场的联动关系研究——基于分位数回归的经验证据[J].财经理论与实践,2017,38(5):53-58.
[16]李英良,刘鑫.我国股票市场与原油期货市场间的风险溢出效应分析[J].现代营销(下旬刊),2020(12):39-41.
[17]李竹芸.国际原油价格波动对我国股市的影响研究——基于不同行业的分析[J].金融经济,2020(4):54-66.
[18]彭睿.國际原油市场与中国股票市场的联动研究[D].成都:西南财经大学,2019.
[19]司晓丽,杨爱军.上海原油期货价格与我国新能源股票价格的相关性研究[J].中国林业经济,2021(2):103-106.
[20]杨威,边俊仙.国际原油价格与中国能源股票价格的同步性测度及分析[J].系统科学与数学,2019,39(11):1823-1838.
[21]ANTONAKAKIS N,FILIS G.Oil prices and stock market correlation:A time-varying approach[J].International Journal of Energy and Statistics,2013,1(1):17-29.
[22]DI X,WANG J.Dynamic complexity and causality of crude oil and major stock markets[J].Energy,2020,193(C).
[23]DUTTA A.Oil price uncertainty and clean energy stock returns:New evidence from crude oil volatility index[J].Journal of Cleaner Production,2017,164:1157-1166.
[24]ZHANG X,LIU L.Heterogeneous impacts of international oil price shocks on the stock market-evidence from China[J].Emerging Markets Finance and Trade,2020,56(12):2749-2771.
[25]NADAL R,SZKLO A,LUCENA A F P.Time-varying impacts of demand and supply oil shocks on correlations between crude oil prices and stock markets indices[J].Research in International Business and Finance,2017,42(DEC):1011-1020. [26]AZIZ B,HASSAN W.Does oil price transmits to emerging stock market returns:A case of pak,India & China[J].International Journal of Research in Finance and Marketing,2016,6(7):103-126.
[27]MOKNI K.Time-varying effect of oil price shocks on the stock market returns:Evidence from oil-importing and oil-exporting countries[J].Energy Reports,2020,6:605-619.
[28]TIWARI A K,TRABELSI N,ALQAHTANI F,BACHMEIER L.Modelling systemic risk and dependence structure between the prices of crude oil and exchange rates in BRICS economies:Evidence using quantile coherency and NGCoVaR approaches[J].Energy Economics,2019,81:1011-1028.
[29]ELENA MARIA DIAZ,JUAN CARLOS MOLERO,FERNANDO PEREZ DE GRACIA.Oil price volatility and stock returns in the G7 economies[J].Energy Economics,2016,54:417-430.
[30]BROADSTOCK D C,FILIS G.The(time-varying)importance of oil prices to U.S.stock returns:A tale of two beauty-contests[J].The Energy Journal,2020,41(6).
关键词:我国原油期货价格 股票价格指数 相关性 VAR模型
一、引言
原油作为重要的能源材料,对一国的经济发展至关重要。《BP世界能源统计年鉴2020》及中国海关的数据显示,我国原油消费量高、进口量大,我国原油进口量从2004年的1.23亿吨上升至2019年的5.06亿吨,但是总体而言探明储量低。目前,我国已然是全球第一大原油进口国,还存在着供需不匹配的问题。原油价格的波动无疑会对我国的经济产生重要影响。现今,越来越多的投资者涌现在原油期货市场,导致原油的价格波动剧烈,原油也因此被赋予了独特的金融属性。
当原油价格有所波动时,被视作实体经济“晴雨表”的股票市场也会作出相应的反应,因此,支撑我国重要经济发展的重原油必然与股票市场有着一定的联系。例如,2020年3月,由于OPEC(石油输出国组织)会议上关于石油减产意见未达成一致,同时,新冠肺炎疫情冲击使得全球对原油需求量大幅降低,原油价格一度跌破20美元/桶。2020年4月21日,WTI 5月原油期货合约暴跌至-37.63美元/桶,跌幅达305.9%,紧接着又在波动中上涨。原油价格的大幅波动也给实体经济发展带来很多不确定性因素。从WTI跌至负油价当日起,欧美股市接连下挫,A股市场也随之下行,沪深两市股票价格指数全线低开。可见原油作为众多产业链的最上端,其价格的变化会对整条产业链,乃至整个股票市场产生重大冲击。
我国作为世界上最大的原油进口国,长期以来却只能被动接受原油定价,甚至要承受一定的“溢价”,支付更高的成本。因此提高我国在原油定价方面的影响力,规避原油价格波动带来风险的意义重大。众多期待下,我国原油期货正式推出,目前已上市运行3年有余。
研究我国原油期货与原油相关行业的关系,一方面,有助于理解我国原油期货与金融市场的关系以及需要优化之处,从而为政策制定者提供一定的参考和建议。另一方面,在进行股票投资时,投资者也可以根据本文结果,理解我国股票市场与我国原油期货价格的变动关系,从而防范原油价格波动或是大盘震荡带来的冲击。对原油相关公司的经营与发展而言,本文的研究也大有裨益。
二、文献综述
(一)国内研究现状
1.原油期货价格与股票价格间的传导机制
从原油期货价格对股票价格的传导机制来看,金洪飞和金荦利用VAR和GARCH模型对中美两国股票价格和国际石油价格的关系进行了系统性研究,分析了国际油价对股票市场的传导机制,发现国际石油价格变化可以预测美国股市收益率,但是我国股票市场与国际原油市场之间不存在溢出关系。程安以价格传导理论为切入点,发现油价对外国石油企业股票价格传导,对中国石油企业股票价格不传导,有效验证了油价对中外石油企业股票价格传导存在差异的观点。
杨诗惠以我国为背景,在系统分析石油与金融市场相关要素价格传导机理的基础上构建了原油价格与金融价格传导指标体系,并通过向量自回归模型从实证角度研究了原油价格与金融市场价格的传导机制。实证分析表明股票价格受到原油价格的冲击很大,但二者互不为格兰杰原因。段吟颖、王会珍利用VAR-BEKK-GARCH模型,分析了国际原油价格与新兴市场股票价格指数之间的相关性,研究表明国际原油价格对新兴市场股票价格指数有着十分重要的引导效果。此外,刘振华分别从整体市场和行业板块两个维度出发,从行业差异来看,与油价冲击和经济政策不确定性波动溢出关系较为紧密的是能源业、工业、公共事业和金融業股市。何文忠使用了DCC-GARCH模型发现在股市稳定阶段,原油价格对股票市场有显著的负向冲击,表明国际原油价格已经成为影响我国股票市场变动的重要力量,同时也说明了股改后我国股票市场的有效性有了明显的提升。
2.原油期货价格与股票价格的关系
(1)原油期货价格对股票价格的影响存在非对称性。
有部分学者分析了国际原油价格在不同国家股票市场中的作用。郦博文、巴曙松和韦伟研究了布伦特原油价格对6个代表性的国家(或地区)的股票价格指数的影响,通过改进后的Copula模型能够发现原油价格和股票价格指数收益率间的关系是非线性和非对称的。朱小能和袁经发通过移动平均法构建了油价趋势因子,并发现在“一带一路”沿线国家中,对产油国和非产油国股票市场而言,国际油价变化的影响存在着显著的差异。余乐安等采用Vine-Copula-GARCH模型,分析了国际原油价格与中美两国各10个行业股票价格指数的相关性,结果显示,不同行业股票价格与国际油价间的关系显著不同,美国的行业股票价格与油价之间的相关性强于中国。王鹏、蒋焰和吴金宴发现国际原油价格与发达国家或地区的股票市场及新兴股票市场的收益率波动、偏度等都有显著的关系,相较之下,新兴股票市场所受的影响大于发达国家或地区。
还有部分学者分析了原油价格与各行业股票价格之间的关系。刘剑锋、何文祥通过Copula模型对原油价格指数与中国11个行业指数之间的相关性进行了分析,实证结果表明原油市场与中国行业指数之间的静态相关性很低,但在金融危机期间,能源板块、材料板块与原油指数的相关性会显著上升。姜永宏、穆金旗和聂禾从行业视角出发,研究表明原油价格冲击对农林牧渔业和材料行业的溢出影响最显著,而对金融地产行业的溢出影响最不显著,对不同行业的影响程度存在差异。余慧利用了GARCH-Copula-CoVaR模型,发现对石油价格较为敏感的行业来说,市场更加注重于石油价格的预期变化,相较于我国原油期货,WTI原油期货对于这些行业股票价格指数风险溢出强度更大。从风险溢出强度上来看,我国原油期货对石油开采、石油替代行业中的煤炭开采、燃气这类生产性行业的风险溢出效应较大。 (2)原油期货价格与股票价格存在正向关系。
陈晓春和黄媛发现原油市场与亚太股票市场的关系是正向的。极端行情下,原油市场与股票市场的联动性关系更加明显。李英良和刘鑫发现我国原油期货市场与股票市场日收益率呈现正相关关系,同时,通过格兰杰因果关系检验、脉冲相应分析与方差分解均指向相同结论:我国股票市场对原油期货市场具有明显的单向风险溢出性。李竹芸以万得一级行业指数、上证指数、WTI原油作为研究对象,实证结果表明国际原油价格与我国能源行业、公共事业行业、电信服务行业的相关性为正且显著。彭睿重点考察了来自不同国际油价冲击对中国能源行业所造成的影响,研究发现对于来自石油供给冲击以及全球总需求冲击,能源行业呈正向反应,对于需求冲击,能源行业呈现负向反应。
(3)原油期货价格与股票价格存在负向关系。
司晓丽和杨爱军以上海原油期货和中证新能源指数作为研究对象,通过VAR模型的结果发现上海原油期货价格的下跌会引起我国新能源行业股票价格的上涨,两者表现出反向变动。同时,上海原油期货价格对新能源行业股票价格的贡献率在不断提高,相互影响程度逐渐增强。杨威和边俊仙主要从宏观经济角度切入,分析了我国能源股票价格与原油价格之间的相关性。研究结果表明我国宏观经济条件及原油持仓情况对我国能源类股票及国际原油价格的同步性会产生一定的负面作用,相较而言,原油持仓多空平衡的作用更为强烈。
(二)国外研究现状
1.原油期货价格对股票价格的影响存在非对称性
部分学者从不同国家或地区的角度出发,分析了原油与股票市场之间的关系。N.Antonakakis和G.Filis从原油进口国和原油出口国的角度切入,考虑了原油进口国(美国、英国和德国)和原油出口经济体(加拿大和挪威)的5个股票市场指数。利用DCC-GARCH模型发现油价变动后,原油进口国和原油出口国的股市的变化趋势是不对称的,原油进口国的反应是消极的,但对出口国的影响不大。Di X.和Wang J.研究了全球两大原油收益率和8个具有代表性的股票收益率的因果关系和复杂性演化。他们应用样本熵来量化每个独立市场的动态复杂性,研究发现原油市场和股票市场之间存在非线性双向因果关系。此外,WTI和布伦特原油价格在它们与多个股票市场的静态或动态关系中的作用并不相同。
部分学者从油价不同的影响程度和方向出发,分析了原油价格对股票市场的影响。Dutta A.的研究结果显示,清洁能源股票市场回报率对原油波动率指数冲击高度敏感。此外,原油波动率指数的影响程度远大于WTI原油现货价格。Zhang X.和Liu L.在明确考虑原油市场金融化的基础上,考察了国际油价冲击对中国股市的影响。研究结果表明,熊市下油价冲击对中国股市的影响要大于牛市时期,这种非线性对原油供应冲击和总需求冲击更为明显。在行业层面,油价冲击的非线性效应在能源、工业和非必需消费品部門尤为明显。
2.原油期货价格与股票价格存在正向关系
R.Nadal,A.Szklo和 A.F.P.Lucena用DCC-GARCH模型研究了美国股市、原油价格波动、需求冲击之间的关系,研究表明来自需求方的冲击引发的原油价格波动对金融市场巨变阶段和复苏阶段的股市收益都有着正向的作用。B.Aziz和W.Hassan针对巴基斯坦、印度和中国这三个国家,研究了原油价格对其的影响。分析结果表明,原油价格与股票每股收益之间存在正相关关系。因此可以认为市场油价上涨会增加股票收益率,而降低油价则会降低股票收益率。
3.原油期货价格与股票价格存在负向关系
K.Mokni基于结构VAR和时变参数回归模型,采用两阶段方法研究了一组原油相关国家股票市场对油价冲击的动态反应。研究发现原油特定需求冲击对原油出口股票收益率有正向影响,对原油进口国(中国市场除外)则为负面影响。A.K.Tiwari等人使用分位数相关性方法和非参数条件风险价值格兰杰检验,发现油价与巴西、印度和南非货币之间的长期动态呈显著负相关,巴西汇率与原油价格之间存在着强烈的单向滞后依赖关系。Elena Maria Diai等考察7国集团经济体的油价波动与股票收益率之间的关系,发现这7个国家的股票市场对原油价格波动有着负向的反应。
4.国内外研究现状述评
就原油与股市的相关性来看,最开始学者的关注点主要是在原油市场波动与宏观经济的关系。后来学者们开始研究原油市场与股票市场的相关性。因为对于探讨宏观经济与原油期货价格之间的关系层面,各学者们已得到了比较成熟的结果。但是目前更多人则主要是从整体市场的角度来研究原油期货价格波动对股市所产生的影响。同时,我们可以看到不同学者对国际油价与股票价格的相关性的研究有着不同的结论,这可能是由于他们采用的市场、选取的时间、纳入的指标、使用的模型等不同而导致。无论是研究内容上,还是基于行业分析的视角,在已有的文献研究中以我国原油期货与中国股市的相关性为主题的研究还有待完善与补充。因此,本文基于行业的视角,选取与工业行业相关的制造业和交运仓储业、与能源行业相关的采矿业和水电煤气业,同时还选取了包括农林牧渔业和上证指数在内共6种股票价格指数来分析它们与我国原油期货价格的关系。
三、我国原油发展现状
原油既具有商品属性又具备金融属性,这决定了原油市场与股票市场具有一定相关性。在经济体系中,商品不是独立的单个物品,而是通过互相作用形成了网状系统。在市场上,某一商品的价格变动,都很可能通过市场间的作用如供需关系导致影响溢出到其他市场,从而导致其他商品价格的变动。
(一)我国原油期货简介
石油行业作为一个具有垄断性的行业,在近年来的改革中也逐步有效地走向市场化。从原油供需的角度看,现今国内外原油市场供大于需,我国的原油进口量也处在高位。 2018年3月26日,我国上海INE原油期货在上海国际能源交易中心正式上市交易,交易准则见表1。
如表1所示,我国原油期货采用中质含硫原油作为交易品种,主要原因是包括我国在内的亚太地区国家的主要石油大部分是源自中东地区国家,而该地区原油主要为中质含硫原油。采用中质含硫原油可以更好地推动亚太地区投资者参与我国原油期货交易。
此外,为避免出现极端行情,也可采用胜利原油进行实物交割。同时,我国原油期货的计价单位为国际通用的“桶”,但是以人民币而非美元为计价单位。一方面可以通过我国原油期货助推人民币国际化,另一方面可以有效打破美元垄断现象,避免出现“石油美元”现象。
2020年,虽经历极端事件考验,但我国上海原油期货的运行情况较为平稳,尤其是新冠肺炎疫情后期,呈现稳中有进的向好态势。可以从图1中看到,受新冠肺炎疫情蔓延、OPEC+谈判失败、沙特大幅增产的多重考验,2020年伊始原油价格出现大幅度迅速下跌的情况。在4月21日WTI原油期货甚至出现史上首次负油价行情,当日触发熔断30余次。此后,国际石油形势向好、新冠肺炎疫情得到有效控制的助推下,原油价格波动上行。
(二)国内石油定价机制
不同于发达国家采用的市场定价法,我国成品油定价受到国家管控,主要采用成本加成法。我国国内成品油价格主要由4部分组成:原料成本、炼化成本利润、政府相关部门征收的税费、贸易商及加油站的成本利润等。
我国成品油定价采取10个工作日一调的方法,在设置上限为130美元、下限为40美元的条件下,参考国际石油价格的变动。具体地,当国际石油价格的始末在10个工作日内变动,我国成品油也将做出同向的变动。相比于国际石油,我国成品油变动的频次和幅度更低。如表2所示,我国成品油价格参照国际原油价格,设置了上下限的同时,兼顾了汽柴油价格,保障了国内经济的平稳运行。同时,当出现特殊情况,如黑天鹅事件,发改委可以经国务院同意后申请小幅条件,再按照约定办法执行。
(三)原油价格与各行业经济的相关性
在市场间的价格传导过程中包括了很多的影响因素和介质,通过层层传递才能反映到另一个市场的价格变化上。石油作为极其重要的基本生产要素,对生产生活的各个领域都有着重要的影响。
原油期货价格与其他商品期货类似,对现货市场具有价格发现功能,是重要的现货油价的先导指标,可以敏锐捕捉到现货油价未来的变动。而现货油价的涨跌,则关系到实体经济的发展。实体经济是国家经济的重要基础,是国家财富的重要来源,影响我国的整体经济,进而对我国股票市场产生影响。
对于企业而言,诸多企业与原油价格都环环相扣、紧密联系,油价的变动对企业造成的影响日趋明显。原油价格的变动影响着相关企业的生产经营,但是对处于生产链上不同位置的企业而言,受原油价格变动的影响又不相同。具体地,可以将企业进行细分,对处于不同产业链的企业而言,原油价格与股票价格的关系不一致。
(1)农林牧渔业。此类行业的众多生产设备都需要用到石油为燃料,其他能源产品的可替代程度不高。油价的提升可能导致农林牧渔业的生产性降低,提高该行业的作业成本,拉低利润,因此农林牧渔业股票价格可能与油价存在反向变动关系。
(2)采矿业。采矿业是油价变动的直接利益相关者,该类企业会从油价的上升中得到利润的提高。同时,采矿业还包含了一些原油的可替代品,如煤炭,但当原油价格变高时,煤炭相关企业也能够从替代效应中得到利润的提升。此外,采矿业作为原油产业链的上端,其生产情况可能对原油价格产生一定影响,经济情况好会使原油价格提高,反之亦然。因此,原油价格可能与采矿业股票市场存在正向关系。
(3)制造业。我国的制造类企业众多,且较多企业是以原油作为生产性的材料。因此,当原油价格有所提高时,可能会导致制造类企业的生产成本上升,与此同时,这类成本多由企业自行消化,因此制造类企业的股票价格与原油的价格可能存在反向变动的关系。
(4)水电煤气业。原油和水电煤气业在一定程度上属于替代关系,因而原油价格的提高可能会使其产生替代效应,导致需求向相关企业转移,相关企业的利润提高。对于水务相关企业而言,需要消耗大量能源;燃气企业需要直接购买能源,原油价格上升对此类企业的利润会产生不利影响。同时对于电力企业而言,我国的发电方式主要是火力发电,而火力发电又需要使用大量的能源,因此,原油价格上升对电力相关企业的影响也是不利的。综上所述,我国原油价格与水电煤气业股票价格可能呈反向关系。
(5)交运仓储业。交运仓储业包括海运、航运、公路及铁路运输,仓储等。交运仓储业需要用到的运输工具十分依赖原油,其他产品的可替代性甚微,原油价格的提高会加大交通运输成本,进而降低利润。因此,原油价格的变化可能会与该行业股票价格呈反方向变动。
四、实证分析
(一)数据说明和描述性分析
1.数据说明
我國原油期货的上市时间为2018年3月26日,因此样本数据时间跨度从2018年3月26日到2021年4月2日,共736个交易日,7个变量。上证指数反映了上海证券交易所大部分股票的价格变动,且上海证券交易所的市场价格和交易数量都在深圳交易所之上,因此本文选择上证综指作为衡量整体经济的基准。各行业指数采用的是证监会一级行业指数,所有数据均采集于Wind终端。
2.描述性分析
本文对源数据进行了对数处理,其中需要分别计算出样本区间内我国原油期货价格与相关行业股票价格指数的收益率,本文以原油期货连续结算价和行业股票价格指数收盘价对数值的一阶差分作为日度收益率:
Rt=ln Pt-ln Pt-1 (1) 其中,Rt代表收益率,Pt代表当期收盘价,Pt-1代表上一期收盘价。
INE表示的是我国原油期货,本文所使用到的变量如表3所示,从变量的描述性统计中可以看出,各个变量的标准差都小于1,说明经对数收益率处理后变量内部差异较小。从偏度和峰度看,各变量都有一定的左偏或右偏的分布态势,除农林牧渔业和制造业外,所有变量的峰度值都大于3,说明多数变量的分布较为陡峭,存在着一定的“尖峰厚尾”现象。
此外,为探究我国原油期货与各行业股票价格指数之间的关系,本文先根据收集到的数据绘出两市场价格的折线图。图2展示了我国原油期货价格和各行业股票价格指数的走势。
如图2所示,我国原油期货价格的整体态势是向下波动的,尤其是2020年3月,出现了断崖式下跌。除我国原油期货价格和制造业股票价格指数外,其他股票价格指数的走势较为接近,都出现了从2018年3月开始下行至2019年1月,后开始波动平稳的态势。制造业股票价格指数则出现了先下降、后上升的态势。在后期,我国原油期货价格与制造业股票价格指数都出现了较为明显的上升态势。
本文还利用了相关性分析,研究各变量之间统计意义上的相关性。如圖3所示,我国原油期货价格与各个变量的相关系数较小,表明相关性不强。其中,我国原油期货价格与采矿业指数的相关系数最高,为0.26,经检验,相关关系显著。同时,我国原油期货与各行业股票价格指数也是正相关的。
(二)均值溢出效应研究
从上文可推断出我国原油期货价格与上证指数及各行业指数之间有一定相关性,但上文只是基于静态时间序列的判断。因此,本部分将通过具体实证模型判断我国原油期货价格与上证指数之间的关系。
向量自回归模型(VAR)是一种非结构化的模型,不依赖于变量之间特有的经济理论关系,VAR模型的变量之间只存在当期与滞后期之间的关系,这样就破除了变量之间具有经济理论关系的限制。
假设模型有k个变量,则VAR模型的形式为
y1ty2tykt=Φ1y1,t-1y2,t-1yk,t-1+…+Φpy1,t-py2,t-pyk,t-p+Hx1,tx2,txk,t+ε1,tε2,tεk,t(2)
用向量表示为
Yt=Φ1Yt-1+…+ΦpYt-p+HXt+εt(t=1,2,…,T)(3)
上式即为含有k个时间序列变量的VAR(p)模型,其中Y为k×1维列向量,H和Φi(i=1,2,…,p)都为k×k系数矩阵,X表示趋势项,为k×1维列向量,εt表示残差。
1.数据平稳性检验
在实证研究中,经济时间序列数据需要考虑平稳性。如果数据不平稳,即存在单位根则会影响接下来的相关检验,出现伪回归,不能进行有效预测,最终影响模型结果。运用可检验高阶序列的ADF方法,表4显示了各个变量在ADF方法下的单位根检验结果。
如表4所示,所有变量的ADF统计量值都小于1%、5%、10%显著性水平下的临界值,p值为0.000,通过了ADF检验,因此我国原油期货价格和各行业股票价格指数都不存在单位根,是平稳的,因此可以继续进行接下来的分析。
2.模型滞后阶数选择
为了分析我国原油期货和股票市场之间的相关性,本文建立我国原油期货价格与各股票价格指数之间的收益率序列双变量VAR模型:
y1ty2t=Φ1y1,t-1y2,t-1+…+Φpy1,t-py2,t-p+Hx1,tx2,t+ε1,tε2,t(4)
其中,yit(i=1,2)分别表示两个市场的收益率序列。
选择模型的滞后阶数,表5中第一列为模型,变量之间用“.”分隔。例如“INE.上证”,表示我国原油期货与上证综指的VAR模型,下文同理。从表5的模型滞后阶数估计结果中可以得到,对于所有模型而言,1阶滞后期对应的AIC、BIC和HQ最小,故对我国原油期货价格与各行业股票价格指数的VAR模型中,本文选择1阶滞后期是合适的。
3.协整检验及模型估计
协整检验主要是为了分析在长期内,我国原油期货价格与股票价格指数之间的关系是否处于稳定均衡状态。如果通过协整检验,则代表两变量间存在协整关系,存在价格传导,存在长期均衡的关系。通过上一步骤的平稳性分析,我们可以得出中国原油期货和各行业收益率指数变量都是平稳的,因此可以对其进行协整检验。
由上文中ADF检验结果可知,用我国原油期货价格和各行业股票价格指数所构建的VAR模型是稳定的,因此能够以该模型作为基础进行协整检验。结果整理在表6中。由表6可知,无论是我国原油期货价格还是各行业股票价格指数二者中任一方作为解释变量,协整检验中构建的协整方程的残差序列是平稳的。可以认为我国原油期货价格与各行业股票价格指数之间存在协整关系。
由上文的协整检验结果可知我国原油期货价格收益率、各行业股票价格指数收益率之间存在协整关系。接下来对我国原油期货价格与股票价格指数建立VAR模型,进而进行模型的估计,估计结果如表7所示。
4.格兰杰因果关系检验
格兰杰因果关系检验可以用来推断各变量之间具有的统计性意义上的因果关系。格兰杰因果检验的主要原理是:为了考察两个变量X与Y之间是否存在因果关系,首先估计当前的X被其自身的滞后值解释的程度,其次检验引入Y的滞后值后对X值的解释程度,若是提高了解释程度,说明Y是X的格兰杰原因;同理,可以推断X是否是Y的格兰杰原因。数学表示如下。 Xt=α0+∑pi=1αiXt-i+∑qj=1βiYt-j;
Yt=λ0+∑pi=1λiYt-i+∑qj=1ηiXt-j(5)
其中p和q是滞后阶数。检验原假设为
① β1=β2=…=βq=0(6)
② η1=η2=…=ηq=0(7)
若假设①成立,则Y不是X的格兰杰原因,反之则是X的格兰杰原因;若假设②成立,则X不是Y的格兰杰原因,反之则是Y的格兰杰原因。
根据上文所选择的VAR模型最优滞后期1,我国原油期货与各行业股票价格指数之间的格兰杰因果关系检验结果如表8所示。
由表8可知,在1%的显著水平下,我国原油期货价格与上证指数之间,只存在上证指数到我国原油期货价格的短期单向引导关系。说明在短期内,上证指数价格的变化对我国原油期货价格具有预测作用,上证指数能够引导我国原油期货价格;而我国原油期货价格变化对上证指数没有预测作用,我国原油期货价格变化不能引导上证指数变化。
同理,对各行业股票价格指数而言,采矿业和交运仓储业都是我国原油期货的格兰杰原因,说明在统计意义上这两个行业的股票价格变动能引起我国原油期貨价格的变动,具有单向传导的关系。但反之,我国原油期货价格的变动则对各个行业都没有统计意义上的传导关系。
需要注意的是,格兰杰因果关系只是时间上的“先后”关系,关注的是各个变量之间统计意义上的显著性,非经济意义上的显著性。因此,本文需要通过脉冲响应函数和方差分解来考察变量之间的相关关系,下文将用脉冲响应和方差分解来分析我国原油期货价格与股票价格指数之间的关系。
5.脉冲响应函数分析
脉冲响应函数通过分析当误差项发生变化,或模型受到某种冲击时对变量的动态影响。本部分在VAR(1)模型的基础上,采用脉冲响应函数来分析我国原油期货与各行业股票价格指数之间的动态相关关系,从而得到脉冲响应分析图,如图4至图9所示。
图4表示的是我国原油期货和上证综指之间的脉冲响应。从图4(a)中可以发现,在受到我国原油期货一个标准差信息冲击后,其本身为正响应,响应值突破0.02,之后迅速下降,到第4期接近于0,随后收敛至0。说明我国原油期货对自身的反应很快,脉冲响应持续周期为1~4期。而上证综指收益率对我国原油期货的冲击为正响应,响应程度不足0.05,下降至第2期及以后接近于0。说明我国上证综指对我国原油期货冲击的响应程度不高。
如图4(b)所示,在受到上证综指的一个标准差冲击后,我国原油期货的响应为正,缓慢上升到第1期即最高点0.002附近,后又下降至第3期,趋近于0。对上证综指自身的脉冲响应,其第1期为正值,突破0.012,而后降至最低点,在1期处出现负值,后趋近于0。说明这上证综指和我国原油期货对自身及对方的响应方向及程度不一致,但最后都能将信息消化完毕。
如图5所示,可知我国原油期货与农林牧渔业指数的关系。由图5(a),在我国原油期货的冲击下,农林牧渔业指数的响应为正,且响应值较小,不足0.005,在第2期后趋近于0。由图5(b),在农林牧渔业指数的冲击下,我国原油期货从0升至1期的最高值,后在2期缓慢下降且趋近于0。在受到农林牧渔业其自身一个标准差的冲击之下,由0期骤降至1期,到3期趋近于0。
类似地,可得出我国原油期货与采矿业指数的关系。如图6(a)所示,在我国原油期货的冲击下,采矿业指数的响应为正,且响应值较小,但接近0.005。在第2期后趋近于0。在采矿业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。在受到其自身一个标准差的冲击之下,采矿业指数的影响由0期骤降至1期,后至3期且趋近于0。
如图7(a)所示,在我国原油期货的冲击下,制造业指数的响应为正,且响应值较小,小于采矿业指数。在第2期后趋近于0。如图7(b),在制造业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。如图7(b),在受到制造业指数其自身一个标准差的冲击之下,制造业指数由0期降至1期,后至2期且趋近于0。
图8表示的是我国原油期货与水电煤气业指数之间的关系。由图8(a),在我国原油期货的冲击下,水电煤气业指数的响应为正,且响应值十分小,小于其他各行业指数,在第2期后趋近于0。由图8(b),在水电煤气业指数的冲击下,我国原油期货从0升至1期的最高值,后缓慢下降至2期且后趋近于0。在受到水电煤气业指数其自身一个标准差的冲击之下,其在1期降至负值,后缓慢上升至2期且趋近于0。
图9表示的是我国原油期货与交运仓储业指数之间的关系。由图9(a),在我国原油期货的冲击下,交运仓储业指数的响应为正,且响应值较小,不足0.005。在第2期后趋近于0。由图9(b),在交运仓储业指数的冲击下,我国原油期货从0升至1期的最高值,最高值介于0至0.005,后缓慢下降至2期且后趋近于0。在受到交运仓储业指数其自身一个标准差的冲击之下,其由0期下降至1期,后至2期且趋近于0。
(三)方差分解
方差分解是进一步就各内生变量对预测方差的贡献率进行评价,从而评价出不同结构冲击的重要程度。下面使用方差分解法来展现VAR模型中变量对产生影响的每个随机扰动的相对重要程度。
表9为我国原油期货价格指数(INE)和股票价格指数的方差分解表。第一列表示滞后期,第二、第三列为我国原油期货收益率的方差分解,表示各变量对我国原油期货收益率方差的贡献程度。第四、第五列为我国股票价格指数收益率的方差分解,表示各变量对股票价格指数收益率的方差贡献程度,值越大表示贡献程度越大。 从表9中可以看出,我国原油期货在第一期全部的贡献均由自身引起,从第二期开始各个股票价格指数收益率对其产生贡献,其中能源指数收益率对我国原油期货收益率的贡献率最高,为1.1%,其他变量对我国原油期货收益率的贡献率较低。说明我国原油期货收益率对各个股票价格指数收益率的反應并不灵敏,与上文的研究结论相符。
此外,各个股票价格指数的方差分解中,我国原油期货收益率的贡献率占比尚可,在第一期就产生了影响,方差贡献率都超过了1%,其中我国原油期货收益率对采矿业行业指数的贡献率最高,在滞后2期后稳定于6.8%。方差分解的结果也呈现出与脉冲响应类似的特征。对于来自我国原油期货的冲击,各行业股票价格指数对其的反应较快,但是反应程度不高;对于来自各行业股票价格指数的冲击,我国原油期货对其的反应滞后,说明我国原油期货与股票市场的相关性不够密切,有待进一步改善。
五、结论及建议
从本文的分析中可以看出,从整体上,我国原油期货上市以来对我国股市的影响较为有限,我国原油期货仍处于不断发展和完善的初级阶段。具体地,本文对2018年3月26日至2021年4月2日的我国原油期货价格与上证综指、各行业股票价格指数的关系进行了分析,主要通过VAR模型探讨了我国原油期货价格与上证综指、农林牧渔业指数、采矿业指数、制造业指数、水电煤气业指数和交运仓储业指数之间的关系。首先,本文通过ADF平稳性检验,发现各变量都是平稳的,通过协整检验发现变量间具有长期协整关系。其次,本文进行了格兰杰因果检验,发现我国原油期货与部分行业指数存在因果关系。最后,通过脉冲响应分析和方差分解分析,分析了我国原油期货与各行业股票价格指数之间的影响大小。
(一)结论
1.上证综指正向引导我国原油期货价格变化
通过相关系数矩阵,可见我国原油期货价格与上证综指的相关系数为0.19,较为微弱。通过协整检验发现,我国原油期货与上证综指具有长期均衡的关系。其中,上证综指能够单向引导我国原油期货价格,而我国原油期货不是上证综指价格变动的原因。说明在统计上,上证综指对我国原油期货有引导作用,但我国原油期货价格对上证综指的影响较小。对于来自我国原油期货的冲击,上证综指对其反应较弱,但是对来自自身冲击的反应较强。对于来自上证综指的冲击,我国原油期货的反应滞后,同时反应十分微弱。
2.我国原油期货价格与其他行业股票价格指数为正向关系
(1)采矿业与交运仓储业股票价格指数引导我国原油期货价格。
就我国原油期货与各行业股票价格指数的关系而言,其受到采矿业与交运仓储业的影响,采矿业和交运仓储业会正向引导我国原油期货价格的变化,说明这两个行业的变动早于我国原油期货价格,但是影响程度较小。从现实角度看,采矿业位于原油产业链的上游,其发展情况直接决定了我国原油供给,导致供需关系的变化,进而对我国原油期货价格产生影响。对于交运仓储业而言,虽然一定程度上交运仓储业依赖于原油的价格,原油是直接原材料,但是交运仓储业的发展也会对原油期货价格产生影响,关系到原油是否能够被运输、原油期货是否能够如期交割的问题。
(2)我国原油期货价格与其他行业无引导关系。
我国原油期货虽与农林牧渔业、制造业、水电煤气业均存在长期的均衡关系,但是经格兰杰因果关系检验,发现我国原油期货与这些行业没有统计意义上的引导作用,但出于实际情况的考虑,我国原油期货对各行业的影响可能较为间接,而并非完全没有作用。
(3)制造业指数对我国原油期货价格变动的反应最剧烈。
虽然经过格兰杰因果检验,我国原油期货对各行业股票价格指数均没有统计意义上的引导作用,但针对来自我国原油期货价格的冲击,制造业指数的反应最剧烈。原因可能是制造业的直接原材料是来自原油,原油作为产业链上游,它的冲击对位于产业链后方的制造业有着深刻的影响。
(二)建议
上述结论反映出我国原油期货价格与我国股市存在的一定相关性,与预期一致,其中与采矿业、交运仓储业的关系最密切。那么,针对以上情况本文提出下列建议,以期我国原油期货市场发展得更完善、成熟。
1.我国原油期货需密切关注大盘走势及采矿业、交运仓储业发展
我国原油期货价格与各行业股票市场之间存在着较为复杂的关系,对于原油期货市场,应加强对股票市场的关注。要格外关注影响我国股市各因素的变化情况,尤其要关注采矿业和交运仓储业的发展,以合理应对来自股市的风险。同时,我们也应意识到我国原油期货上市时间较短,对现有国内股票市场的冲击十分有限,且我国的原油进口量十分巨大,还存在着需要大量进口的情况。因此,在未来的发展中,我国原油期货价格要充分发挥能动性作用,发挥价格发现功能。同时增强市场运行的稳健性,鼓励更多企业在我国原油期货市场中进行套期保值,使原油期货与实体经济有机结合,更好地引导社会资源合理分配。
2.制造类企业需密切关注我国原油期货市场
当前,中国原油市场价格机制的形成和发展主要以中国市场力量来推动,我国原油期货目前受制于国际重要原油期货价格的影响,如WTI、布伦特原油、阿曼原油等。同时我们也应该看到从本文的分析中,也显现出我国原油期货对制造类企业的冲击力度较大。因此,针对此情形,同时在绿色中国发展战略的大背景下,制造类企业应该主动关注我国原油期货市场的动向,以更好地应对来自我国原油期货市场的冲击,充分利用我国期货市场的价格发现功能和套期保值功能。
参考文献
[1]金洪飞,金荦.石油价格与股票市场的溢出效应——基于中美数据的比较分析[J].金融研究,2008(2):83-97.
[2]金洪飞,金荦.国际石油价格对中国股票市场的影响——基于行业数据的经验分析[J].金融研究,2010(2):173-187. [3]程安.原油期货价格对中外石油企业股票价格的传导差异研究[D].北京:中国农业大学,2018.
[4]杨诗惠.石油与金融市场的价格传导机制研究[D].成都:西南石油大学,2018.
[5]段吟颖,王会珍.新兴市场股票价格与原油价格波动外溢相关性研究[J].统计与决策,2016(3):165-168.
[6]刘振华.经济政策不确定性下国际原油价格冲击对中国股票市场的影响研究[D].北京:中国矿业大学,2019.
[7]何文忠.国际原油价格对中国股票市场的“溢出效应”及其传导机制研究[D].上海:复旦大学,2012.
[8]郦博文,巴曙松,韦伟.石油价格与股票市场的动态相关性分析[J].大连理工大学学报(社会科学版),2017,38(4):40-45.
[9]朱小能,袁经发.去伪存真:油价趋势与股票市场——来自“一带一路”35国的经验证据[J].金融研究,2019(9):131-150.
[10]余乐安,查锐,贺凯健,汤铃.国际油价与中美股票价格的相依关系研究——基于不同行业数据的分析[J].中国管理科学,2018,26(11):74-82.
[11]王鹏,蒋焰,吴金宴.原油价格与世界股票市场之间的高阶矩相依性研究[J].管理科学,2017,30(3):136-146.
[12]刘剑锋,何文祥.国际原油市场与中国股票行业板块之间的相关性研究——基于Copula模型的方法[J].金融理论与实践,2020(6):79-85.
[13]姜永宏,穆金旗,聂禾.国际石油价格与中国行业股市的风险溢出效应研究[J].经济与管理评论,2019,35(5):99-112.
[14]余慧.上海原油期货对石油相关行业股票价格指数的风险溢出效应研究[D].济南:山东大学,2020.
[15]陈晓春,黄媛.国际原油市场与股票市场的联动关系研究——基于分位数回归的经验证据[J].财经理论与实践,2017,38(5):53-58.
[16]李英良,刘鑫.我国股票市场与原油期货市场间的风险溢出效应分析[J].现代营销(下旬刊),2020(12):39-41.
[17]李竹芸.国际原油价格波动对我国股市的影响研究——基于不同行业的分析[J].金融经济,2020(4):54-66.
[18]彭睿.國际原油市场与中国股票市场的联动研究[D].成都:西南财经大学,2019.
[19]司晓丽,杨爱军.上海原油期货价格与我国新能源股票价格的相关性研究[J].中国林业经济,2021(2):103-106.
[20]杨威,边俊仙.国际原油价格与中国能源股票价格的同步性测度及分析[J].系统科学与数学,2019,39(11):1823-1838.
[21]ANTONAKAKIS N,FILIS G.Oil prices and stock market correlation:A time-varying approach[J].International Journal of Energy and Statistics,2013,1(1):17-29.
[22]DI X,WANG J.Dynamic complexity and causality of crude oil and major stock markets[J].Energy,2020,193(C).
[23]DUTTA A.Oil price uncertainty and clean energy stock returns:New evidence from crude oil volatility index[J].Journal of Cleaner Production,2017,164:1157-1166.
[24]ZHANG X,LIU L.Heterogeneous impacts of international oil price shocks on the stock market-evidence from China[J].Emerging Markets Finance and Trade,2020,56(12):2749-2771.
[25]NADAL R,SZKLO A,LUCENA A F P.Time-varying impacts of demand and supply oil shocks on correlations between crude oil prices and stock markets indices[J].Research in International Business and Finance,2017,42(DEC):1011-1020. [26]AZIZ B,HASSAN W.Does oil price transmits to emerging stock market returns:A case of pak,India & China[J].International Journal of Research in Finance and Marketing,2016,6(7):103-126.
[27]MOKNI K.Time-varying effect of oil price shocks on the stock market returns:Evidence from oil-importing and oil-exporting countries[J].Energy Reports,2020,6:605-619.
[28]TIWARI A K,TRABELSI N,ALQAHTANI F,BACHMEIER L.Modelling systemic risk and dependence structure between the prices of crude oil and exchange rates in BRICS economies:Evidence using quantile coherency and NGCoVaR approaches[J].Energy Economics,2019,81:1011-1028.
[29]ELENA MARIA DIAZ,JUAN CARLOS MOLERO,FERNANDO PEREZ DE GRACIA.Oil price volatility and stock returns in the G7 economies[J].Energy Economics,2016,54:417-430.
[30]BROADSTOCK D C,FILIS G.The(time-varying)importance of oil prices to U.S.stock returns:A tale of two beauty-contests[J].The Energy Journal,2020,41(6).