中国原油期货的国际定价能力研究

doi:10.16381/j.cnki.issn1003-207x.2022.0197

中国管理科学 ›› 2024, Vol. 32 ›› Issue (11): 13-24.doi: 10.16381/j.cnki.issn1003-207x.2022.0197

中国原油期货的国际定价能力研究

杨坤¹, 魏宇²(), 马钱挺³, 何建敏⁴, 于文华¹

^1. 成都理工大学商学院，四川成都 610059
^2. 云南财经大学金融学院，云南昆明 650221
^3. 南京农业大学金融学院，江苏南京 210095
^4. 东南大学经济管理学院，江苏南京 211189

收稿日期:2022-01-28 修回日期:2022-06-19 出版日期:2024-11-25 发布日期:2024-12-09
通讯作者: 魏宇
基金资助:
国家自然科学基金项目(71971055); 四川省高等学校人文社会科学重点研究基地——四川灾害经济研究中心2023年一般项目(ZHJJ2023YB002); 四川高校社科重点研究基地成渝地区双城经济圈科技创新与新经济研究中心项目(CYCX2024YB32); 中国博士后科学基金第71批面上项目(2022M711649)

The International Pricing Power of China's Crude Oil Futures: Comparative Analyses from the Perspective of Dynamic Information Spillover

Kun Yang¹, Yu Wei²(), Qianting Ma³, Jianmin He⁴, Wenhua Yu¹

^1. Business School，Chengdu University of Technology，Chengdu 610059，China
^2. School of Finance，Yunnan University of Finance and Economics，Kunming 650221，China
^3. College of Finance，Nanjing Agricultural University，Nanjing 210095，China
^4. School of Economics and Management，Southeast University，Nanjing 211189，China

Received:2022-01-28 Revised:2022-06-19 Online:2024-11-25 Published:2024-12-09
Contact: Yu Wei

摘要/Abstract

摘要：

中东原油“亚洲溢价”现象的存在是对亚太地区各国经济发展的一种长期不公正待遇，而上海原油期货的推出正是我国提升国际原油定价话语权的重要举措。本文采用基于时变参数向量自回归（TVP-VAR）模型的溢出指数方法，从全球原油期货和亚洲原油现货市场间的动态信息溢出视角，量化比较了我国原油期货和三类成熟原油期货的定价能力及其动态特征，并重点考察新冠疫情前后各类原油期货定价能力的变化。为增强结论的稳健性，本文还进一步区分了正、负向收益关联系统中原油期货市场的非对称溢出行为。结果表明：（1）WTI和Brent原油期货在原油系统中占据支配地位，而我国原油期货的定价能力总体上弱于三类成熟原油期货，但其对亚洲原油现货市场的重要性在新冠疫情发生后有所提升；（2）在四类原油商品期货中，我国原油期货对亚洲原油现货的价格引领作用更容易受到新冠疫情传播的影响，并且不同于疫情发生前主要充当其他原油市场的信息净接受者，我国原油期货在疫情后曾短暂成为了各亚洲原油现货市场的净溢出者；（3）虽然新冠疫情对原油系统信息溢出强度及其非对称特征具有明显影响，但并未从根本上改变原油市场间的信息传递方向，同时，疫情对原油系统的剧烈冲击在五个月内被逐渐吸收。

关键词: 中国原油期货, 定价能力, 动态信息溢出, 溢出指数, TVP-VAR

Abstract:

The “Asian premium” phenomenon in crude oil trade is a long-term unfair treatment for the economic development of Asia-Pacific countries， and the launch of Shanghai crude oil futures is a crucial measure for China to compete for the pricing right of international crude oil market. The pricing powers and their dynamic features of China’s crude oil futures and other three developed crude oil futures are quantitatively compared from the perspective of dynamic information spillovers among global crude oil futures and Asian crude oil spot markets， using a spillover index method based on the time-varying parameter vector autoregressive （TVP-VAR） model. Meanwhile， the impacts of COVID-19 pandemic on the pricing powers of various crude oil futures are also focused on. In order to enhance the robustness of our conclusions， the asymmetric spillover behaviors of crude oil futures market in the correlation systems of positive and negative returns are further distinguished. The empirical results show that， first， the crude oil system is still dominated by WTI and Brent crude oil futures， and the pricing power of China’s crude oil futures is generally weaker than those of three developed crude oil futures. While， China’s crude oil futures becomes more crucial to Asian crude oil spot markets after the COVID-19 outbreak. Second， the price-leading role of China’s crude oil futures in Asian crude oil spot is more susceptible to the COVID-19 pandemic than those of three developed crude oil futures. Different from acting a net information receiver of other crude oil markets before the COVID-19 outbreak， China’s crude oil futures also became a net information transmitter of Asian crude oil spot markets for a short time after the outbreak. Finally， even though there are significant impacts of COVID-19 pandemic on the information spillover intensity of oil system and its asymmetric feature， the spillover directions among these crude oil markets have not changed. At the same time， the tremendous effects of the pandemic on crude oil system are gradually absorbed within five months.

Key words: China’s crude oil futures, pricing power, dynamic information spillover, spillover index, TVP-VAR

中图分类号:

F830

杨坤, 魏宇, 马钱挺, 何建敏, 于文华. 中国原油期货的国际定价能力研究[J]. 中国管理科学, 2024, 32(11): 13-24.

Kun Yang, Yu Wei, Qianting Ma, Jianmin He, Wenhua Yu. The International Pricing Power of China's Crude Oil Futures: Comparative Analyses from the Perspective of Dynamic Information Spillover[J]. Chinese Journal of Management Science, 2024, 32(11): 13-24.

图/表 7

表1

表2

图1

图2

图3

图4

图5

参考文献 50

1	Ji Q， Zhang D. China’s crude oil futures： Introduction and some stylized facts［J］. Finance Research Letters， 2019， 28： 376-380.
2	Zhang S， Guo Y， Cheng H， et al. Cross-correlations between price and volume in China’s crude oil futures market： A study based on multifractal approaches［J］. Chaos， Solitons & Fractals， 2021， 144： 110642.
3	Lu X， Ma F， Wang J， et al. Examining the predictive information of CBOE OVX on China’s oil futures volatility： Evidence from MS-MIDAS models［J］. Energy， 2020， 212： 118743.
4	Chen R， Bao W， Jin C. Investor sentiment and predictability for volatility on energy futures markets： Evidence from China［J］. International Review of Economics & Finance， 2021， 75： 112-129.
5	Wang J， Ma F， Wahab M I M， et al. Forecasting China’s crude oil futures volatility： The role of the jump， jumps intensity， and leverage effect［J］. Journal of Forecasting， 2021， 40（5）： 921-941.
6	Wen D， Wang Y， Zhang Y. Intraday return predictability in China’s crude oil futures market： New evidence from a unique trading mechanism［J］. Economic Modelling， 2021， 96： 209-219.
7	张大永，姬强. 中国原油期货动态风险溢出研究［J］. 中国管理科学， 2018， 26（11）： 42-49.
	Zhang D Y， Ji Q. Studies on the dynamic risk spillovers for China’s crude oil futures［J］. Chinese Journal of Management Science， 2018， 26（11）： 42-49.
8	Lv F， Yang C， Fang L. Do the crude oil futures of the shanghai international energy exchange improve asset allocation of Chinese petrochemical-related stocks？［J］. International Review of Financial Analysis， 2020， 71： 101537.
9	He C， Li G， Fan H， et al. Correlation between Shanghai crude oil futures， stock， foreign exchange， and gold markets： A GARCH-vine-copula method［J］. Applied Economics， 2021， 53（11）： 1249-1263.
10	Yang K， Wei Y， Li S， et al. Global financial uncertainties and China’s crude oil futures market： Evidence from interday and intraday price dynamics［J］. Energy Economics， 2021， 96： 105149.
11	Zhu P， Tang Y， Wei Y， et al. Relationships and portfolios between oil and Chinese stock sectors： A study based on wavelet denoising-higher moments perspective［J］. Energy， 2021， 217： 119416.
12	田洪志，姚峰，李慧. 中国是否拥有原油的国际定价权？——基于油价间独立性与传导性视角［J］. 中国管理科学， 2020， 28（11）： 90-99.
	Tian H Z， Yao F， Li H. Does China have the international pricing power for crude oil？ Based on a perspective of independence and conductivity between oil prices［J］. Chinese Journal of Management Science， 2020， 28（11）： 90-99.
13	Zhang Y J， Ma S J. Exploring the dynamic price discovery， risk transfer and spillover among INE， WTI and Brent crude oil futures markets： Evidence from the high‐frequency data［J］. International Journal of Finance & Economics， 2021， 26（2）： 2414-2435.
14	Yang C， Lv F， Fang L， et al. The pricing efficiency of crude oil futures in the Shanghai International Exchange［J］. Finance Research Letters， 2020， 36： 101329.
15	田洪志，姚峰，李慧. 国际油价波动下的东亚原油市场格局［J］. 日本学刊， 2022（3）： 28-49+149-150+152.
	Tian H Z， Yao F， Li H. East asian crude oil market patterns in the change of international oil price［J］. Japanese Studies， 2022（3）： 28-49+149-150+152.
16	Huang X， Huang S. Identifying the comovement of price between China’s and international crude oil futures： A time-frequency perspective［J］. International Review of Financial Analysis， 2020， 72： 101562.
17	Palao F， Pardo Á， Roig M. Is the leadership of the Brent-WTI threatened by China’s new crude oil futures market？［J］. Journal of Asian Economics， 2020， 70： 101237.
18	Liu Z， Ding Z， Zhai P， et al. Revisiting the integration of China into the world crude oil market： The role of structural breaks［J］. Frontiers in Energy Research， 2019（7）： 146.
19	田洪志，姚峰，罗浩，等. 中国原油价格争取成为国际基准指标的进程研判［J］.中国软科学， 2020（12）： 11-21.
	Tian H Z， Yao F， Luo H， et al. Study and judge the process of China’s oil price striving to become the international benchmark index［J］. China Soft Science， 2020（12）： 11-21.
20	Li J， Huang L， Li P. Are Chinese crude oil futures good hedging tools？［J］. Finance Research Letters， 2021， 38： 101514.
21	Wu X， Miao H， Zhu S， et al. Study on the optimal hedging ratio of Shanghai crude oil futures based on Copula models［J］. Asia-Pacific Journal of Accounting & Economics， 2022，29（6）： 1657-1670.
22	Zhang Q， Di P， Farnoosh A. Study on the impacts of Shanghai crude oil futures on global oil market and oil industry based on VECM and DAG models［J］. Energy， 2021， 223： 120050.
23	卜林，李晓艳，朱明皓. 上海原油期货的价格发现功能及其国际比较研究［J］. 国际贸易问题， 2020（9）： 160-174.
	Bu L， Li X Y， Zhu M H. A study on price discovery function of Shanghai crude oil futures and its international comparison［J］. Journal of International Trade， 2020（9）： 160-174.
24	杨子晖，陈雨恬，张平淼. 重大突发公共事件下的宏观经济冲击、金融风险传导与治理应对［J］. 管理世界， 2020， 36（5）： 13-35.
	Yang Z H， Chen Y T， Zhang P M. Macroeconomic shock， financial risk transmission and governance response to major public emergencies［J］. Journal of Management World， 2020， 36（5）： 13-35.
25	Bakas D， Triantafyllou A. Commodity price volatility and the economic uncertainty of pandemics［J］. Economics Letters， 2020， 193： 109283.
26	Shaikh I. Impact of COVID-19 pandemic on the energy markets［J］. Economic Change and Restructuring， 2022， 55（1）： 433-484.
27	Shaikh I. On the relation between pandemic disease outbreak news and crude oil， gold， gold mining， silver and energy markets［J］.Resources Policy，2021，72： 102025.
28	Borgards O， Czudaj R L， Van Hoang T H. Price overreactions in the commodity futures market： An intraday analysis of the Covid-19 pandemic impact［J］. Resources Policy， 2021， 71： 101966.
29	Bouri E， Lei X， Jalkh N， et al. Spillovers in higher moments and jumps across US stock and strategic commodity markets［J］.Resources Policy， 2021， 72： 102060.
30	Hung N T， Vo X V. Directional spillover effects and time-frequency nexus between oil， gold and stock markets： Evidence from pre and during COVID-19 outbreak［J］. International Review of Financial Analysis， 2021， 76： 101730.
31	Yang Y， Ma Y R， Hu M， et al. Extreme risk spillover between chinese and global crude oil futures［J］. Finance Research Letters， 2021， 40： 101743.
32	Diebold F X， Yilmaz K. Measuring financial asset return and volatility spillovers， with application to global equity markets［J］. The Economic Journal， 2009， 119（534）： 158-171.
33	Diebold F X， Yilmaz K. Better to give than to receive： Predictive directional measurement of volatility spillovers［J］. International Journal of Forecasting， 2012， 28（1）： 57-66.
34	Diebold F X， Yilmaz K. On the network topology of variance decompositions： Measuring the connectedness of financial firms［J］. Journal of Econometrics， 2014， 182（1）： 119-134.
35	陈昊，陈平，杨海生，等. 离岸与在岸人民币利率定价权的实证分析——基于溢出指数及其动态路径研究［J］. 国际金融研究， 2016（6）： 86-96.
	Chen H， Chen P， Yang H S， et al. Empirical analysis on the price power of onshore and offshore RMB interest rate： Based on the research of spillover index and its dynamic path［J］. Studies of International Finance， 2016（6）： 86-96.
36	朱学红，谌金宇，邵留国. 信息溢出视角下的中国金属期货市场国际定价能力研究［J］. 中国管理科学， 2016， 24（9）： 28-35.
	Zhu X H， Chen J Y， Shao L G. The international pricing power of Chinese metal futures market： Based on information spillover［J］. Chinese Journal of Management Science， 2016， 24（9）： 28-35.
37	Liu T， Gong X. Analyzing time-varying volatility spillovers between the crude oil markets using a new method［J］. Energy Economics， 2020， 87： 104711.
38	郑挺国，刘堂勇. 股市波动溢出效应及其影响因素分析［J］. 经济学（季刊）， 2018， 17（2）： 669-692.
	Zheng T G， Liu T Y. Volatility spillovers across stock markets and its influencing factors［J］. China Economic Quarterly， 2018， 17（2）： 669-692.
39	Antonakakis N， Chatziantoniou I， Gabauer D. Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions［J］. Journal of Risk and Financial Management， 2020， 13（4）： 84.
40	Primiceri G E. Time varying structural vector autoregressions and monetary policy［J］. The Review of Economic Studies， 2005， 72（3）： 821-852.
41	Dai Y H， Xie W J， Jiang Z Q， et al. Correlation structure and principal components in the global crude oil market［J］. Empirical Economics，2016， 51（4）： 1501-1519.
42	Yang Z， Zhou Y. Quantitative easing and volatility spillovers across countries and asset classes［J］. Management Science， 2017， 63（2）： 333-354.
43	杨子晖，周颖刚. 全球系统性金融风险溢出与外部冲击［J］. 中国社会科学， 2018（12）： 69-90+200-201.
	Yang Z H， Zhou Y G. Global systemic financial risk spillovers and their external shocks［J］. Social Sciences in China， 2018（12）： 69-90+200-201.
44	Akhtaruzzaman M， Boubaker S， Sensoy A. Financial contagion during COVID-19 crisis［J］.Finance Research Letters， 2021， 38： 101604.
45	Lin B， Su T. Does COVID-19 open a Pandora’s box of changing the connectedness in energy commodities？［J］. Research in International Business and Finance， 2021， 56： 101360.
46	Yang J， Zhou Y. Return and volatility transmission between China’s and international crude oil futures markets： A first look［J］. Journal of Futures Markets， 2020， 40（6）： 860-884.
47	张晓晶，刘磊. 宏观分析新范式下的金融风险与经济增长——兼论新型冠状病毒肺炎疫情冲击与在险增长［J］. 经济研究， 2020， 55（6）： 4-21.
	Zhang X J， Liu L. Financial risk and economic growth under the new paradigm of macro-analysis on the impact of the COVID-19 pandemic and growth at risk［J］. Economic Research Journal， 2020， 55（6）： 4-21.
48	Corbet S， Hou Y， Hu Y， et al. The influence of the COVID-19 pandemic on asset-price discovery： Testing the case of Chinese informational asymmetry［J］. International Review of Financial Analysis， 2020， 72： 101560.
49	Liu Y， Wei Y， Wang Q， et al. International stock market risk contagion during the COVID-19 pandemic［J］. Finance Research Letters， 2022， 45： 102145.
50	Mensi W， Al Rababa’a A R， Vo X V， et al. Asymmetric spillover and network connectedness between crude oil， gold， and Chinese sector stock markets［J］. Energy Economics， 2021， 98： 105262.

原油期现货市场	平均值	最小值	最大值	标准差	偏度	峰度	LM	ADF
Panel A：原油期货
WTI	0.001	-0.350	0.157	0.157	-3.663^***	49.887^***	109.100^***	-9.234^***
Brent	0.001	-0.203	0.151	0.151	-1.156^***	20.826^***	52.419^***	-6.079^***
Oman	0.001	-0.217	0.279	0.279	0.560^***	37.842^***	37.343^***	-6.595^***
SC	0.001	-0.105	0.072	0.072	-0.695^***	3.020^***	55.635^***	-8.079^***
Panel B：亚洲原油现货
Daqing	0.001	-0.310	0.257	0.257	-1.180^***	36.567^***	30.501^***	-6.283^***
Shengli	0.001	-0.223	0.190	0.190	-0.933^***	23.697^***	31.450^***	-6.137^***
Minas	0.001	-0.294	0.288	0.288	-0.677^***	40.889^***	33.420^***	-5.979^***
Cinta	0.000	-0.299	0.257	0.257	-1.053^***	33.331^***	29.590^***	-6.386^***
Duri	0.001	-0.193	0.170	0.170	-0.813^***	19.850^***	34.175^***	-6.041^***
Tapis	0.001	-0.253	0.228	0.228	-0.799^***	30.803^***	41.633^***	-6.511^***

指标	WTI	Brent	Oman	SC	Daqing	Shengli	Minas	Cinta	Duri	Tapis
Panel A：总样本区间（2018.3.26—2021.12.31）
溢出	97.2	119.0	62.9	37.4	86.5	85.9	85.4	86.8	84.0	85.4
溢入	72.7	74.5	82.2	74.4	87.9	88.1	87.5	87.7	88.0	87.6
净溢出	24.5	44.6	-19.2	-36.9	-1.5	-2.2	-2.1	-0.9	-4.0	-2.2
对其他期货市场的净溢出	7.3	17.3	-7.2	-17.4
对亚洲现货市场的净溢出	17.2	27.2	-12.0	-19.5
Panel B：COVID-19爆发前（2018.3.26—2019.12.30）
溢出	88.8	99.1	74.0	43.9	91.0	90.7	87.0	91.6	88.1	87.1
溢入	74.7	78.1	83.2	80.1	87.7	87.9	86.9	87.7	87.8	87.3
净溢出	14.1	21.0	-9.1	-36.2	3.3	2.8	0.1	4.0	0.3	-0.2
对其他期货市场的净溢出	3.8	8.7	0.2	-12.7
对亚洲现货市场的净溢出	10.3	12.3	-9.3	-23.5
Panel C：COVID-19爆发后（2019.12.31—2021.12.31）
溢出	103.7	134.7	54.2	32.4	82.9	82.2	84.0	83.0	80.9	84.0
溢入	71.1	71.7	81.4	69.9	88.1	88.3	87.9	87.7	88.2	87.8
净溢出	32.7	63.1	-27.2	-37.5	-5.2	-6.2	-3.8	-4.7	-7.3	-3.8
对其他期货市场的净溢出	10.1	24.1	-13.1	-21.1
对亚洲现货市场的净溢出	22.6	39.0	-14.1	-16.4

[1]	罗长青,刘澜,朱慧明,张敏. 基于多尺度信息份额模型的原油市场定价能力动态演变研究[J]. 中国管理科学, 2024, 32(6): 1-12.
[2]	朱莉, 刘向丽, 杨晓光. 投资者情绪影响股指期现货市场的价格动态关系吗？[J]. 中国管理科学, 2022, 30(4): 52-62.
[3]	钟婉玲, 李海奇. 国际油价、宏观经济变量与中国股市的尾部风险溢出效应研究[J]. 中国管理科学, 2022, 30(2): 27-37.
[4]	张小婉, 易荣华, 俞莹, 王颖. 基于滚窗VAR的沪港通波动溢出效应测度[J]. 中国管理科学, 2022, 30(11): 42-51.
[5]	朱鹏飞, 唐勇, 洪晓梅, 卢团团. P2P网贷利率存在波动溢出吗？——基于时-频域溢出指数的实证研究[J]. 中国管理科学, 2021, 29(4): 82-92.
[6]	胡成春, 陈迅. 经济政策不确定性、宏观经济与资产价格波动——基于TVAR模型及溢出指数的实证分析[J]. 中国管理科学, 2020, 28(11): 61-70.
[7]	刘晓君, 姜伟, 胡劲松. 基于TVP-VAR模型的信心、货币政策与中国经济波动研究[J]. 中国管理科学, 2019, 27(8): 37-46.
[8]	朱学红, 谌金宇, 邵留国. 信息溢出视角下的中国金属期货市场国际定价能力研究[J]. 中国管理科学, 2016, 24(9): 28-35.

中国原油期货的国际定价能力研究

The International Pricing Power of China's Crude Oil Futures: Comparative Analyses from the Perspective of Dynamic Information Spillover

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 50

相关文章 8

Metrics

本文评价

推荐阅读 0