油价历史走势图_wti油价历史数据分析

1.2014 年 10 月的 WTI 石油暴跌是什么原因？

2.谁告诉我下汽油的涨价历史 ？

3.中国石油进口量与国际石油市场价格变化趋势分析

4.实证结果分析与讨论

5.国际油价冲高反弹，国内油价为何会结束“五连降”？

近半年来原油节节攀升，表现冠绝大宗商品。然而不过一个月，美油就抹平年内全部涨幅，跌入技术性熊市，还创下最长连跌纪录，为何油价牛熊转换这么快？熊真的来了吗？

　之前还是牛冠商品的王者，眨眼便从指标上跌入了“熊市”概念区域，从直冲云霄到坠落谷底，周期不过短短一月，原油的牛熊转化令人猝不及防。其中WTI原油日线十连阴，创下34年最长连阴记录，更令市场瞩目。

　分析人士表示，国际原油价格连续大跌在历史上并不罕见，主要因为品种受宏观因素影响较多，市场体量庞大，周期性趋势性较强。短期内原油市场供需结构尚处于偏弱格局之中，后市油价依然会呈现易跌难涨的格局。

　 油价跌入技术性熊市

　10月3日，美油和布油双双创下76.90美元/桶和86.74美元/桶的四年新高，时隔一个多月后的11月9日，美油和布油最低下探至最低59.26美元/桶和69.13美元/桶，较前期高点已经跌去超过20%，进入了技术性熊市。

　美尔雅期货能化分析师黎磊表示，造成本轮油价大幅下跌的主要原因有三个：一是原油市场处于库存升、价格跌的周期，美国商业原油库存连续7周大幅增加，超过5年均值水平，油价在库存压力下转头下跌。

　二是美国在正式制裁伊朗后，豁免包括中国在内的8个，最大的利多因素消失，促使油价加速下跌。三是IMF预测主要原油消费国2019年经济增速放缓，全球经济下行风险加大带动原油需求减弱，中长期油价面临较大压力。

　11月初调查数据均显示，10月OPEC产量环比增幅高达40万桶/日。同时，俄罗斯10月产量再创新高，环比增加5万桶至1141万桶/天。

　“供应过剩和需求放缓的忧虑导致原油延续弱势。”前海期货分析师唐伟表示，美国制裁伊朗原油出口的靴子落地，搭配豁免条款的制裁措施显得成色不足，而在供应端，一些主要产油国在压力下大幅增产以弥补可能的缺口，两者出现了一定的错位，短期反而导致了供应可能过剩的担忧。

　宝城期货分析师陈栋指出，目前美国、俄罗斯和沙特石油产量正处于或接近历史最高水平，日产量超过3300万桶，占全球石油产量的三分之一。

　 连续阴跌少见多怪

　10月29日至11月9日，WTI原油连续10个交易日下跌，累计跌幅11.37%。雷菲尼蒂夫公司数据显示，美国原油期货价格连续十个交易日下跌，为年7月以来最长跌势。

　事实上，国际原油价格连续大跌在历史上并不罕见。例如，文华财经数据显示，WTI原油主力连续合约2016年3月22日至2016年4月4日，日线9连阴。6连阴、7连阴更是多次出现。

　混沌天成期货研究院表示，不同于其他商品，原油供需基本面对于原油价格的影响程度明显偏低。美元强弱、地缘政治、OPEC政策等均会对油价产生明显影响。造成油价持续下跌的原因一般分为三种情况：一是地缘政治风险导致油价脉冲式上涨之后的冲高回落；二是OPEC减产协议失败之后对于原油供应边际上大幅增加的悲观预期；三是全球性的经济危机对于原油需求的冲击。唐伟表示：

　“原油市场体量庞大，参与者众多，市场价格充分竞争，趋势性表现强。”

　11月11日，OPEC监管委员会在阿布扎比召开会议，讨论12月及2019年可能的减产措施。尽管会议没有达成任何实质性的减产协议，但会议前各石油部长释放出的信号，以及沙特能源部长法利赫在会后表示，12月沙特的原油日均供应量将比11月减少50万桶，堪堪稳住了油价的跌势。

　截至11月12日17:40分，美油上涨0.78%；报60.66美元/桶；布伦特原油则上涨1.24%，报71.04美元/桶。唐伟说：

　“原油由于人为因素干扰带来的供应紧张并不具有可持续性，随着美国、巴西、中国等非OPEC+会议成员原油产量的提升，OPEC+减产会议影响的边际效应在下降。由于供应端的保障，未来需求端对价格的影响将更加突出。”

　黎磊表示，减产协议名存实亡，减产执行力主要看沙特和俄罗斯。从今年4月份开始，产油大国的减产执行力度出现松动，沙特、俄罗斯原油产量分别增加61万桶/日、39万桶/日，减产协议名存实亡。

　沙特和俄罗斯是减产协议的主力军，如果两国重新执行较高的减产执行率，而不是靠伊朗、委内瑞拉等被动减产支撑，原油市场将重新进入降库存、再平衡的阶段，使价格超过产油国的财政盈亏平衡油价。

　 熊来了吗

　当前市场，对于原油进入熊市的声音日渐高涨。目前持油价跌入熊市观点的主要依据有二，一是油价相比于10月份高点跌幅超过20%。二是近期WTI、Brent远期曲线已经由Back转变为Contango结构(远期升水)，这通常被认定为原油市场熊市的特征之一。

　混沌天成期货研究院认为，油价下跌只是挤出风险溢价，冲高回落。由于OPEC对于供应端的调控，油价下行空间有限，并未真正进入下行通道，而是重回震荡区间。陈栋认为，油价目前处于中期调整的阶段，是对于2017年6月以来的上涨作出的阶段性回调行情。

　短期而言，原油市场供需结构尚处于偏弱格局之中，后市油价依然会呈现易跌难涨的格局，外盘油价WTI或继续走低至55美元/桶，布伦特原油或继续下探至65美元/桶，国内原油期货1812合约也将面临继续走低的风险，短期关注475-485元/桶的区间支撑。

　中期来看，随着北美需求取暖油消费旺季到来，以及中东地缘因素的再度光临，未来油价存在上涨的积极因素，中期油价存在反弹的动力和预期。唐伟表示：

　“12月的OPEC+会议大幅收紧供应的概率不大，同时增产的概率更小。宏观经济表现对价格影响较大，预计原油后市震荡偏弱，下行趋势还将延续。”

　相关报道>>>

　油价入熊新兴市场有喜有忧 OPEC会否减产下月见分晓

　成品油价或本周五下调 有望刷新年内最大降幅

（文章来源：中国证券网）

2014 年 10 月的 WTI 石油暴跌是什么原因？

原油走势和国际油价如下：

一、原油走势分析

1、原油从技术角度看，昨日原油首次惯性触高点73.30。长惯量释放后，触及4小时水平的下行线受阻，美股板块压力回落至70.50并收于低位。日线收获一阴一K线，三阳反弹后阴落。日线收于低位，周线今日收于低位，倾向于进一步下跌收于低位。

2、4小时反弹触及首条下行阻力线，同时头肩盘本周初反弹空间也已释放，释放空间是时间节点选择强弱转换，强势将继续收高。反之，低收盘价会变弱。也就是说，强弱转换需要结合形式和空间。

3、4小时一波高回测试连续阴，收于71.0-71.20低位下方，今日此位进入阻力位，短线适当看回落，首个支撑留意此前的突破颈线口69.0-69.30，从顶部和底部变成支撑。1小时图表走出一波连续的负弱势下行。总体而言，今日短线操作建议以反弹高空为主，回调低多为辅。

二、国际油价

截至昨天12月11日收盘：美国轻质原油WTI价格为71.67美元/桶，上涨1.03%，布伦特原油价格为75.15美元/桶，上涨0.98%。

一、国内油价

1、安徽 0号柴油价格下调为 6.68 元/升。福建 0号柴油价格下调为 6.64 元/升

2、今天吉林92号汽油价格为7.10元/升；目前吉林省95号汽油价格为7.66元/升；目前吉林省98号汽油价格为8.34元/升；今天吉林省0号柴油价格为6.70元/升；

3、浙江油价调整后，92号汽油价格为 6.87 ， 95号汽油价格为 7.31 元/升；

4、湖北加油站国六0#车用柴油6.77元/升；国六92汽油7.15元/升；湖北加油站国六95汽油7.66元/升。

二、影响油价的因素

1、影响油价的因素有：供求关系，市场的供求出现明显变化的时候，就会出现油价上涨或者下跌，例如：供小于求的时候，油价就会上涨。

2、原油的储存量也直接影响油价，因为原油就是汽油的本质，如果储量较少的话，那么油价肯定会上涨。

3、国际原油价格的变化也会直接影响油价，国际原油价格上涨的话，国内的汽油价格肯定会上涨，几乎不可能会下跌或者不涨的现象。

4、政治因素也会直接影响油价，这个是必然的，因为油价过高的话，会影响人们的使用，国家一般会进行宏观调控，这个大家一般应该都是懂一些的。

5、战争也会直接影响油价，因为战争需要用到的油量是非常多的，大家都应该明白，一旦战争上用油过多的话，那么生活中用到的油量必然会减少，价格上涨也是必然趋势。

6、市场变化也是会影响油价的，市场主要取决于地区差变化，有些地方的人口使用油量比较多，那么这个地方的价格往往油价会高一些的，并不会全国统一性的油价，这是各个地区的市场决定的。

谁告诉我下汽油的涨价历史 ？

油价下跌了小三分之一。这么大的事儿知乎上竟然没啥讨论？

类比下，如果国内大米价格跌倒了1.4一斤，电价跌了三分之一。这是个什么概念

大宗基础商品价格暴跌，影响应该是比较大的。为什么分析这么少。估计大家都在闷声发大财吧。。。

好吧。脑洞继续开。就说说利益影响吧

先说说受害的有哪些方面：

首当其冲是俄罗斯。各种新闻都出来了，能不能熬过去得看。

其次是其他的石油出产国，为什么不降低产量，我也是没看懂。

第三在产业方面，新能源产业影响不小，比如页岩气、新能源汽车、斯特拉什么的。如果油价长期低于80，估计新能源产业也很难干起来了。。

其他的想到了再补充。。

接着说得利的方面：

首先是中国等石油进口国。现在有些新闻说中国大量吸纳低价油，其实真正吸纳的可不是中国一家吧。日本印度肯定也在大量买油。

其次是乌克兰欧盟等等。今年冬天应该不会特别冷了。再熬四个月开春了还能继续战斗

最后猜猜油价能低多久：不会超过四个月。

中国石油进口量与国际石油市场价格变化趋势分析

2011年2月20日 汽柴油价格每吨分别上涨350元；

2010年12月22日 汽、柴油价格每吨分别上涨310元和300元；

2010年10月26日

汽油出厂价格每吨上调230元；柴油每吨上调220元；

2010年6月1日 汽、柴油价格每吨分别降低230元和220元；

2010年4月14日

汽、柴油价格每吨均上调320元；

2009年11月10日 汽、柴油价格每吨均上调480元；

2009年9月29日

汽、柴油价格每吨均下调190元；

2009年9月1日 汽、柴油价格每吨上调300元；

2009年7月28日

汽、柴油价格每吨降低220元；

2009年6月30日 汽、柴油价格每吨均提高600元；

2009年6月1日

汽、柴油价格每吨均提高400元；

2009年3月25日 汽、柴油价格每吨分别提高290元和180元；

2009年1月14日

汽油出厂价每吨降低140元；柴油出厂价每吨降低160元

2008年12月19日汽油出厂价每吨降低900元；柴油出厂价每吨降低1100元；航空煤油出厂价每吨降低2400元；

2008年6月20日上调汽油、柴油价格每吨1000元；上调航空煤油价格每吨1500元；

2007年10月31日上调汽油出厂价格每吨提高500元；上调柴油出厂价格每吨500元；上调航空煤油出厂价每吨500元；

2007年1月14日

下调汽油出厂价格每吨220元；下调航空煤油出厂价每吨90元；

2006年5月24日 上调汽、柴、航空煤油每吨500元；

2006年3月26日

上调汽油出厂价格每吨300元；上调柴油出厂价格每吨200元；上调航空煤油出厂价每吨300元；

2005年7月23日

上调汽油出厂价格每吨300元；上调柴油出厂价格每吨250元；上调航空煤油出厂价格每吨300元；

2005年6月25日

上调汽油出厂价格每吨200元；上调柴油出厂价格每吨150元；上调航空煤油出厂价格每吨300元；

2005年5月23日

降低汽油出厂价格每吨150元；

2005年5月10日 上调柴油出厂价格每吨150元；

2005年3月23日 上调汽油出厂价格每吨300元；

实证结果分析与讨论

石油和天然气市场是一个最典型的全球化市场。虽然V.I.Vysotskii和A.N.Dmitrievskii乐观地估计，目前全球可开油气为5547×108t石油和634.3×1012m3天然气[42]。但是，因为油气的稀缺性、禀赋的不均衡性，以及卖方市场的特殊性，致使石油和天然气产品被国家垄断，其销售带有浓厚的政治色彩，因此使得世界油气市场的价格受控于这些国家或其组织。那么，价格变化规律也不例外。而油气价格的波动将会给石油进口的成本管理带来极大的不确定性，导致经济风险增加。

另外，石油价格与国家经济发展密不可分。据IMF公布的数据显示，原油价格每上升10%，全球的GDP会减少0.10%～0.15%[47]。2005年原油国际价格较2004年上涨42.1%，世界经济因此减缓了0.8%[48]。因此，说明油价的波动将影响到国家的经济发展，以及战略油气储备的价值。另一个值得重点关注的是世界石油市场的价格变化趋势，这将关系到中国石油进口的经济安全性。

1.国际石油市场价格变化分析

近30年来，世界油气市场的价格变化波动很大且总体呈上升趋势。从1980年以来，国际石油市场的交易价格总体呈现不断上升趋势的同时，还具有明显的其他特征。

一是不同地方的石油交易价格差别较大的同时又具有地域代表性。就BP公司2010年的世界能源报告中公布的数据来看，4个具有代表性的世界石油交易价格，即迪拜（Dubai）、布伦特（Brendt）、福卡斯（Nigerian Forcados）和西德克萨斯（West Texas Intermdiate，W T I）。它们分别代表着中东、欧洲、非洲和美洲地区的石油交易价格。基本呈现前者的石油交易价格最低，西德克萨斯价位较高的规律。但是，2005年以后福卡斯取代了高油价地位，2011年和2012年西德克萨斯取代了低价位地位（图6-3）。这与该地区的石油需求状况和油质水平挂钩，2007年后受美国金融危机影响，世界各地石油交易价格差从7.09美元/桶（2008年）降到1.96美元/桶（2009年）。同时，也应该看到美国的页岩气的开发利用，这个石油替代品对其价格的影响非常明显。

图6-3 1980-2010年世界石油交易价格变化趋势图（数据来源：BP Statistical Review of World Energy June 2013）

二是不同地域的石油交易价格差在不断地加大，同时显示价格差与价格水平有一定关系。1980年到1989年间平均价格差为2.10美元/桶、1990年到1999年为3.09美元/桶，而到了2000年至2009年间就上升为4.91美元/桶。利用1980年至2011年间迪拜（Dubai）、布伦特（Brendt）、福卡斯（Nigerian Forcados）和西德克萨斯（WTI）的石油交易价格数据，可以计算出每一年的石油交易价格极差值（图6-4），其也显示世界石油价格地区差别不断加大的趋势，尤其是21世纪以来更加明显。

图6-4 1980-2010年间世界石油交易价格极差变化趋势图

三是世界石油价格在2008年达到有史以来创纪录的油价147美元/桶。虽然2007年以后至今欧洲和美国受到金融危机的影响，经济发展呈现负增长，能源消费随之下降，但是经济发展受人关注地从西方转向了东方，中国和印度的经济发展不容置疑在该时期对整个世界经济发展起到了重要推动作用，由此也带来了对石油需求量的提高，石油使用量的增长也就从西方转向亚洲，世界对石油的总需求量增长还是基本没变，致使石油价格在该时期下降程度超出估计。

里卡多战略咨询公司在2011年公布的一项研究报告中指出，影响世界市场油价的主要因素分为供给因素、需求因素等。包括OPEC的产能、配产政策，以及石油公司在石油期货市场上的投机行为等[49]。

2.中国石油进口量与国际油价变化关系分析

世界石油交易价格的大起大落对中国产生影响的最直接途径就是中国进口石油量（表6-6）。

表6-6 中国石油进口量与油价变化趋势

数据来源：中国国土综合统计年报1990—2008，中国海关统计年鉴2008-2013，中石油网，BP Statistical Review of World Energy June 2013。

中国的石油生产与消费需求的关系从1993年开始出现不平衡以来，就不得不依靠石油的进口来弥补其差额。因此从1994年至2012年间，表6-6数据就显示随着中国年需求量的迅速提高则从国外进口石油的量逐年攀升。1996年比1994年增加了近7倍，而2004年比1994年增长了60多倍。从2000年以来，中国年进口量比20世纪90年代增长速度加快，尤其是2008年以后（图6-5）。2000年5.1294×108桶到2007年的11.9109×108桶，8年时间增长了1.32倍（表6-6）。中国石油进口量变化有3个较为明显的增长台阶，2000年、2004年和2008年（图6-5）。中国有如此强劲的石油进口需求，那么国际油价与其关系非常值得研究。

图6-5 中国石油进口量与国际石油价格变化趋势图（数据来源：BP Statistical Review of World Energy June 2013）

世界石油交易价格相对较高地区代表为西德克萨斯和布伦特价格。以此为代表，与中国石油进口量的变化规律总体趋势比较。由此（图6-4）显示，总体趋势是世界石油价格不断上升，中国的石油进口量不断提高。但是2000年至2002年，随着布伦特石油价格降低，中国石油进口量却有所减少；2009年受世界金融危机的影响，世界石油价格下跌，中国的石油进口量却一直快速增加。这可能与中国的战略石油储备基地基础设施建设陆续完工进入注油期有关。中国石油进口量变化趋势和世界油价相对较低的地区代表价格迪拜和福卡斯的变化规律与前基本相同。

从中国石油进口价格与国际石油市场价格走势比较来看，2000年至2003年间，中国进口石油的平均价格基本与国际油价的最高值持平，以后该问题有所缓和（表6-7，图6-6）。但是这个平均价格是由不同品质的原油进口金额平均而得，若低质低价的原油进口的多，那么平均价格就会下来。所以这还不能说明中国原油的进口完全抓住了国际原油市场最低价格机会了，只是已有这种倾向。

表6-7 中国石油进口平均价格与油价变化趋势　单位：美元/桶

续表

数据来源：中国国土年鉴2001-2009；中国海关统计年鉴2009-2013；BP Statistical Review of World Energy June 2013。

注：平均进价由进口量与金额计算而得。

图6-6 中国进口原油平均价格与国际油价比较（数据来源：中国国土年鉴2001-2009，中国海关统计年鉴2009-2013，BP Statistical Review of World Energy June 2013）

通过以上分析可知，中国石油进口量增加时国际油价就上升，当然这本身也符合市场经济规律。这个现象可以从两方面理解：一是，只要中国石油进口需求加大，国际市场就会提价；另一个方面也可以认为中国的石油需求对国际油价已经有了影响的力量。前者对于中国发展经济，在国际石油市场上的地位等都为威胁因素，后者则说明已有了影响市场的机会。所以应该想办法取措施，抓住该机会，以促进国家的经济发展、国际名声的提高。

国际油价冲高反弹，国内油价为何会结束“五连降”？

4.4.3.1 WTI和Brent市场收益率的统计特征

令WTI和Brent市场第t日的石油价格分别为P1,t和P2,t，则WTI和Brent市场第t日的对数收益率分别为Y1,t=ln（P1,t/P1,t-1）和Y2,t=ln（P2,t/P2,t-1），从而各得到4943个收益率样本。图4.20是两个市场所有样本收益率的走势图，不难发现，两个收益率序列均存在明显的波动集聚性。

图4.20 WTI和Brent市场原油现货收益率走势

WTI和Brent两个市场样本内收益率的基本统计特征如表4.17所示。总体而言，两个市场的收益率的平均水平和波动水平都非常接近，这也可以从图4.20上得到印证。同时，与标准正态分布的偏度为0、峰度为3相比，本节两个市场收益率的偏度为负（即呈现左偏现象），峰度远大于3，因此它们均具有尖峰厚尾的特征，而且从JB检验的结果也能看到收益率序列显著不服从正态分布。而对收益率序列进行自相关性LB 检验时，根据样本容量，选择滞后阶数为 ，检验结果表明它们均具有显著的自相关性。另外，通过AD F单位根检验，发现它们都是平稳序列。

表4.17 WTI和Brent市场收益率的基本统计特征

4.4.3.2 WTI和Brent市场收益率的GARCH模型估计

（1）WTI市场收益率的GARCH模型估计

为了滤掉收益率序列的自相关性，本节引入ARMA模型对收益率序列建模。根据自相关和偏自相关函数的截尾情况，并按照AIC值最小原则，经过多次尝试，发现ARMA（1,1）模型比较合适。对ARMA（1,1）模型的残差序列进行自相关性Ljung-Box检验，从自相关分析图上看到，残差序列的自相关系数都落入了随机区间，自相关系数的绝对值都小于0.1，与0没有明显差异，表明该残差序列是纯随机的，换言之，ARMA（1,1）模型很好地拟合了原有收益率序列。

鉴于WTI市场收益率序列存在明显的波动集聚性，因此，本节对ARMA（1,1）模型的残差进行ARCH效应检验，结果发现存在高阶ARCH效应，因此考虑用GARCH模型。由于收益率序列存在厚尾现象，因此本节在GARCH 模型中引入GED 分布来描述模型的残差。根据AIC 值最小的原则以及模型系数要显著和不能为负的要求，通过比较GARCH（1,1）,GARCH（1,2），GARCH（2,1）和GARCH（2,2）模型，本节选择GARCH（1,1）模型来拟合原有收益率序列。

为了进一步研究WTI收益率序列的波动特征，本节检验了TGARCH（1,1）和GARCH-M（1,1）模型。结果发现，收益率序列存在显著的TGARCH效应和GARCH-M 效应，即收益率的波动不但具有显著的不对称特征，而且还受到预期风险的显著影响。考虑到模型的AIC值要最小，以及为了描述收益率波动的不对称性，本节选择TGARCH（1,1）模型对WTI市场收益率的波动集聚性建模，模型形式如式4.16。另外，我们看到模型的GED分布参数为1.260823，小于2，从而验证了该收益率序列的尾部比正态分布要厚的特征，也为本节接下来进一步准确计算WTI市场的风险铺垫了良好的基础。

WTI市场收益率的TGARCH（1,1）模型为

国外油气与矿产利用风险评价与决策支持技术

式中：ε1,t-1﹤0,d1,t-1=1；否则，d1,t-1=0;

Log likelihood=11474.52,AIC=-4.898557,GED参数＝1.260823

从模型的方差方程看到，油价收益率下跌时， 对h1,t的影响程度为α1＋Ψ，即0.057202；而油价上涨时，该影响程度为α1，即0.083559，约为前者的1.5倍。h1,t-1前的系数为0.920539，接近1，表明当前方差冲击的92.0539%在下一期仍然存在，因此波动冲击衰减速度较慢，波动集聚现象比较严重。而检验TGARCH（1,1）模型的残差时发现，其自相关函数都在随机区间内，取阶数为68时，残差的Q统计量的显著性概率大于20%，而Q2统计量的显著性概率大于30%，因此经TGARCH（1,1）建模后的序列不再存在自相关现象和波动集聚性。另外，残差的ARCH-LM检验结果也表明，它不再存在波动集聚性，因此TGARCH（1,1）模型对WTI市场收益率序列的拟合效果较好。

（2）Brent市场收益率的GARCH模型估计

基于Brent市场收益率的波动特征，按照与WTI市场GARCH 模型类似的建模思路，建立了MA（1）模型。而利用ARCH-LM检验方法发现模型的残差存在显著的高阶ARCH效应，因此用基于GED分布的GARCH模型。比较GARCH（1,1）,GARCH（1,2）,GARCH（2,1）和GARCH（2,2）模型的AIC值，以及有关系数的显著性，发现选择GARCH（1,1）模型是最合适的，具体形式如（式4.17）。进一步，对收益率序列建立TGARCH（1,1）模型和GARCH-M（1,1）模型，结果表明，有关系数并不显著，因此说明Brent市场收益率的波动并不存在显著的不对称杠杆效应，也不存在显著的GARCH-M效应。而且，我们也发现GED分布的参数小于2，因此验证了Brent市场收益率同样具有厚尾特征。

Brent市场收益率的GARCH（1,1）模型为

国外油气与矿产利用风险评价与决策支持技术

Log likelihood=116.19,AIC=-4.993462,GED参数＝1.324630

在模型的方差方程中，h2,t-1前的系数为0.912673，表示当前方差冲击的91.2673%在下一期仍然存在。可见，与WTI市场类似，Brent市场同样存在波动冲击衰减速度较慢的现象。检验模型的残差，发现其自相关函数都在随机区间内，取阶数为68时，标准残差的Q统计量的显著性概率大于50%，而Q2统计量的显著性概率大于20%，因此经GARCH（1,1）建模后的序列不再存在自相关现象和波动集聚性。另外，残差的ARCH-LM检验结果也表明，它不再存在波动集聚性，因此GARCH（1,1）模型对Brent市场收益率序列的拟合效果也较好。

图4.21给出了两个市场的条件异方差的走势，分别代表着它们的波动水平。从图中看到，一方面，两个市场收益率的波动水平基本相当，只是在某些区间WTI市场的波动会更大一些。当然，在海湾战争期间，Brent市场的波动程度相比而言更剧烈一点；另一方面，两个市场都存在一个明显的现象，那就是在波动比较剧烈的时期，其条件方差最高可达一般水平的20倍以上，这种波动的大规模震荡不但说明了国际石油市场存在显著的极端风险，而且对于市场波动和风险的预测具有重要的现实意义。

图4.21 WTI和Brent市场的条件异方差比较

4.4.3.3 WTI和Brent市场收益率的VaR模型估计和检验

正如前文所述，石油市场需要同时度量收益率下跌和上涨的风险，从而为石油生产者和购者提供决策支持。为此，本节将用上述基于GED分布的TGARCH（1,1）模型和GARCH（1,1）模型，按照方差－协方差方法来分别度量WTI和Brent市场在收益率上涨和下跌时的VaR 风险值。

（1）GED分布的分位数确定

根据GED分布的概率密度函数，使用MATLAB编程，经过多次数值测算，求出GED分布在本节所得自由度下的分位数，如表4.18所示。表中结果显示，95%的分位数与正态分布的1.645基本相同；但99%的分位数却明显大于正态分布的2.326，这也表明了国际油价收益率具有严重的厚尾特征。

表4.18 WTI和Brent市场收益率的GED分布参数及分位数

（2）基于GED-GARCH模型的VaR风险值计算

根据VaR风险的定义，我们得到以下两个计算VaR风险的公式。其中上涨风险的VaR值计算公式为

国外油气与矿产利用风险评价与决策支持技术

式中；zm,α﹥0，表示第m个市场中（T）GARCH（1,1）模型的残差所服从的GED分布的分位数；hm,t为第m个市场的收益率的异方差。

同理，得到下跌风险的VaR值计算公式为

国外油气与矿产利用风险评价与决策支持技术

根据上述两个VaR风险计算公式，本节计算了在95%和99%的置信度下，WTI和Brent市场的上涨风险和下跌风险（表4.19，表4.20）。

表4.19 WTI市场收益率的VaR计算结果

表4.20 Brent市场收益率的VaR计算结果

从表4.19和表4.20的实证结果看到，第一，除95%的置信度下市场收益率上涨风险的LR值略大于临界值外，其他所有LR统计量的值均小于相应的临界值，因此按照Kupiec的返回检验方法，可以认为基于GED分布的TGARCH模型和GARCH模型基本上能够充分估计出两个市场收益率的VaR风险值。从市场收益率与VaR风险值的走势也可以看到这一点（图4.22）。第二，在99%的置信度下，两个市场的VaR 模型对收益率的上涨风险比对收益率的下跌风险的估计精度都更高，这可能是由于收益率分布的左尾比较长，GED分布尚未完全捕捉到所有的厚尾现象。而在95%的置信度下，对下跌风险的估计精度更高。第三，从VaR的均值来看，在相同的置信度下，不管收益率是上涨还是下跌，WTI市场的VaR值都要比Brent市场对应的VaR 风险值大，因此需要更多的风险准备金。当然，从图4.23的VaR 风险走势可以发现，事实上，两个市场的VaR风险基本上相差不大，只是在某些样本区间内，WTI市场的风险会超过Brent市场。

图4.22 99%的置信度下Brent市场的收益率及其VaR风险值

图4.23 99%的置信度下WTI和Brent市场收益率上涨和下跌时的VaR风险值

（3）VaR模型比较

在用GARCH模型计算市场收益率的VaR 风险值时，一般都设模型的残差服从正态分布，从而直接令zm,α等于标准正态分布的分位数。但实际上，石油市场的收益率及其模型残差一般都是非正态分布的，因此得到的VaR 模型往往不够充分。为此，本节以99%的置信度为例，建立了基于正态分布分位数的VaR 模型，计算结果如表4.21所示，并与表4.19和表4.20中VaR模型的有关结果进行比较。

表4.21 基于正态分布分位数的VaR模型计算结果

结果表明，从VaR均值上看，基于正态分布的VaR模型在两个市场、两个方向（即上涨和下跌）上计算得到的VaR风险值均比基于GED分布的VaR 模型的相应结果要靠近零点，这从模型失效次数的比较上也能得到验证。再者，由于表4.21中的失效次数均超过了99%的置信度下临界处的失效次数（约为47），因此此时的计算结果低估了市场的实际风险。

而按照Kupiec的返回检验方法，可看出与99%置信度下的临界值6.64相比，不管是WTI市场还是Brent市场，不管是上涨还是下跌方向，用基于正态分布分位数的VaR模型计算市场风险基本上都不够合理。其中，尽管WTI市场的上涨风险计算结果基本上可以接受，但与表4.19中对应的LR值相比，发现后者更加充分而准确。因此，总体而言，用基于GED分布的VaR模型要比基于正态分布的VaR模型更充分而合适，得到的结果更可取。

当然，在95%的置信度下，基于正态分布和GED分布的VaR模型的LR值几乎一样，都是比较充分的。这是由于它们的分位数几乎是一样的，均为1.645左右。

另外，本节通过计算还发现，如果在建立GARCH模型时设残差服从正态分布，而计算VaR时又选择一般所用的正态分布分位数，则得到的VaR模型不管是哪个市场、哪个方向的风险都将很不充分，而先前很多研究往往就是这么做的。

（4）VaR模型的预测能力

从上述分析中可以看到，基于GED-GARCH的VaR模型能够较好地估计和预测样本内数据。为了更加全面检验这种VaR模型的预测能力，接下来本节以95%的置信度为例，用它来预测样本外数据的VaR风险值，并与样本外的实际收益率数据进行比较。结果发现，在WTI和Brent市场上，落在预测得到的正向VaR和负向VaR之间的实际收益率占整个样本外预测区间所有收益率的比例均为95.76%，接近95%；相应的LR值为0.3409，小于95%置信度下的临界值3.84，因此是可以接受的（图4.24，图4.25）。换言之，根据样本内数据建立的VaR 模型用于预测样本外数据的VaR风险时，其预测能力是可以接受的。另外，为了比较，本节也用了广受好评的H SAF方法建立模型，并预测了样本外数据的VaR风险，但检验却发现其在此处的预测结果并不理想。因为不管是WTI市场还是Brent市场，落在预测得到的正向VaR和负向VaR之间的收益率占整个预测区间所有收益率的比例均为91.92%，离95%较远；相应的LR统计量为4.40，大于临界值，因此应该拒绝原设，即认为在此处用HSAF方法预测市场VaR风险并不妥当。

图4.24 95%的置信度下WTI市场的样本外实际收益率与预测VaR值

图4.25 95%的置信度下Brent市场的样本外实际收益率与预测VaR值

4.4.3.4 WTI与Brent市场风险溢出效应检验

得到WTI和Brent两个市场的收益率上涨和下跌时的VaR风险值之后，本节根据Hong（2003）提出的风险－Granger因果检验方法，构造相应的统计量Q1（M）和Q2（M），并通过MATLAB编程求出统计量的值及其显著性概率，从而检验两个石油市场之间的单向和双向风险溢出效应。计算结果如表4.22所示，其中M分别取10,20和30。

表4.22 WTI与Brent市场风险溢出效应检验结果

从表4.22看到，一方面，在95%和99%的置信度下，不管是上涨风险还是下跌风险，WTI和Brent市场都具有显著的双向Granger因果关系，即两个石油市场之间存在强烈的风险溢出效应；另一方面，为了进一步确定风险溢出的方向，我们从利用单向风险－Granger因果检验的统计量Q1（M）计算得到的结果看到，不管置信度是95%还是99%，不管是上涨风险还是下跌风险，都存在从WTI到Brent市场的风险溢出效应。而若Brent到WTI市场的风险溢出情况稍微复杂，在95%的置信度下，只存在收益率下跌方向的风险溢出，而收益率上涨时并不存在；在99%的置信度下，情况则相反，只存在收益率上涨方向的风险溢出，而不存在下跌方向的风险溢出效应。前者可能是由于95%的置信度下收益率上涨方向的VaR 模型不够充分导致，而99%的置信度下VaR模型是非常充分的，因此后者更为可信。换言之，可以认为在99%的置信度下，不存在从Brent市场到WTI市场的风险溢出效应。

这表示，当市场出现利空消息从而导致油价收益率下跌时，WTI市场的风险状况有助于预测Brent市场的风险，而反之不然。当市场出现利好消息从而导致油价收益率上涨时，两个市场的风险的历史信息均有助于预测彼此未来的市场风险。这对有关和企业的科学决策具有一定的借鉴意义。

国际原油从每桶93.78美元上涨至96.94美元，布伦特原油从每桶99.3美元上涨至102.95美元。WTI原油在上月30日和9月1日短暂下跌后，从86.56美元上涨到88.60美元，布兰特原油从92.66美元上涨到95.13美元，从2日到5日。虽然距离本轮国内成品油调价窗口还有一个工作日，原油变化率有可能继续收窄，但业内认为，本轮国内成品油涨价方向不变。自今年上半年以来，发改委成品油零售指导价已多次上调，该指导价以上述三个地区的原油价格为基础。

中信期货首席能源分析师桂晨曦告诉第一财经记者，?最近的油价节奏与地缘政治进程高度相关，但总体价格仍在每桶90至100美元的范围内。多空力量的激烈博弈是支撑近期国际油价反弹的主要因素。面对这一消息，欧佩克最大产油国沙特阿拉伯暗示欧佩克+可能减产，阻止国际油价下跌。早在上一轮调价窗口开启前，业内分析表明，本轮油价将有所上涨。当时的观点是，全球能源体系再次受到供应链中断风险的严峻考验。如果欧洲能源危机继续升级，最终将影响石油市场并支撑价格。

卓创资讯成品油分析师杨霞指出，本轮定价周期前期，受沙特减产言论提振，虽然中东国家一直在谈判，但原油价格强势且波动较大，这带动原油变化率在正波动区间上行。油价下跌的可持续性和范围仍需根据沙特等浮动产油国的生产战略进行综合评估。沙特阿拉伯和其他国家目前的声明表明，它们对油价下跌的容忍度较低，可能会取适当的对冲策略来平衡全球供应。金连昌成品油分析师马建才认为，欧佩克+减产仍将支撑原油价格走势，因此新一轮负利率变化率收窄的概率比较大，不排除后期转正的可能性。