油价涨跌机制_油价涨跌模型分析表

1.利用总供给和总需求曲线分析在石油价格上涨时，对国民经济的短期和长期影响

2.现货原油走势图如何分析？

3.国际原油价格主要影响因素的定性分析

4.全球石油价格多维分析

5.基于实物期权的投资决策模型

4.4.1.1 基于GED分布的GARCH-VaR模型

在对油价收益率序列建模时，往往发现收益率的波动具有集聚性。为了刻画时间序列的波动集聚性，Engle（1982）提出了ARCH 模型。而在ARCH 模型的阶数很高时，Bollerslev（1986）提出采用广义的ARCH 模型即GARCH 模型来描述波动集聚性。

GARCH模型的形式为

国外油气与矿产资源利用风险评价与决策支持技术

式中：Yt为油价收益率；Xt为由解释变量构成的列向量；β为系数列向量。

国外油气与矿产资源利用风险评价与决策支持技术

事实上，GARCH（p,q）模型等价于ARCH（p）模型趋于无穷大时的情况，但待估参数却大为减少，因此使用起来更加方便而有效。

同时，由于油价收益率序列的波动通常存在杠杆效应，即收益率上涨和下跌导致的序列波动程度不对称，为此本节引入TGARCH模型来描述这种现象。TGARCH模型最先由Zakoian（1994）提出，其条件方差为

国外油气与矿产资源利用风险评价与决策支持技术

式中：dt-1为名义变量：εt-1﹤0,dt-1=1；否则，dt-1=0，其他参数的约束与GARCH模型相同。

由于引入了dt-1，因此油价收益率上涨信息（εt-1﹥0）和下跌信息（εt-1﹤0）对条件方差的作用效果出现了差异。上涨时， 其影响程度可用系数 表示；而下跌时的影响程度为 。简言之，若Ψ≠0，则表示信息作用是非对称的。

在关注石油市场的波动集聚性及杠杆效应的基础之上，进一步计算和监控石油市场的极端风险同样是非常重要的。而监控极端市场风险及其溢出效应的关键在于如何度量风险，为此，本节将引入简便而有效的VaR 方法。VaR（Value-at-Risk）经常称为风险值或在险值，表示在一定的持有期内，一定的置信度下可能的最大损失。VaR 要回答这样的问题：在给定时期内，有x%的可能性，最大的损失是多少？

从统计意义上讲，VaR表示序列分布函数的分位数。本节采用国际油价收益率的分布函数的左分位数来度量油价下跌的风险，表示由于油价大幅度下跌而导致的石油生产者销售收入的减少；而采用分布函数的右分位数来度量油价上涨的风险，表示油价大幅度上涨而导致的石油采购者的额外支出。这种思路，一方面推进了一般金融市场仅仅分析价格下跌风险的做法；另一方面，也针对石油市场的特殊情况，更加全面地度量了市场风险，从而为从整体上认识石油市场，判断市场收益率的未来走向奠定了基础。

VaR风险值的计算方法很多，能够适用于不同的市场条件、数据水平和精度要求。概括而言，可以归结为3种：方差－协方差方法、历史模拟方法和方法。本节采用方差－协方差方法计算国际石油市场的VaR 风险。在采用方差－协方差方法的过程中，估计VaR模型的参数是至关重要的。常用的参数估计方法包括GARCH 模型和J.P.摩根的Risk Metrics方法。由于后者假设价格序列服从独立异方差的正态分布，而且不能细致描述价格波动的某些特征（如杠杆效应），因此相对而言，前者更受青睐。但是，使用GARCH模型估计VaR时，选择残差项的分布是一个非常重要的问题。考虑到油价收益率序列具有尖峰厚尾和非正态分布的特征，因此直接采用正态分布的假设往往会低估风险。为此，本节引入Nelson（1990）提出的广义误差分布（GED）来估计GARCH模型的残差项。其概率密度函数为

国外油气与矿产资源利用风险评价与决策支持技术

式中： Г（·）为gamma函数；k为GED分布参数，也称作自由度，它控制着分布尾部的薄厚程度，k=2表示GED分布退化为标准正态分布；k﹥2表示尾部比正态分布更薄；而k﹤2表示尾部比正态分布更厚。可见GED分布是一种复杂而综合的分布。实际上，也正是由于GED分布在描述油价收益率分布的厚尾方面具有独特的优势，因此本节引入基于GED分布的GARCH模型来估计国际石油市场收益率上涨和下跌时的VaR。

计算出石油市场的VaR风险值之后，为了给有关方面提供准确可靠的决策支持，有必要对计算结果进行检验，以判断所建立的VaR模型是否充分估计了市场的实际风险。为此，本节将采用Kupiec提出的检验方法来检验VaR模型的充分性和可靠性。该方法的核心思想是：假设计算VaR的置信度为1－α，样本容量为T，而失效天数为Ⅳ，则失效频率f＝Ⅳ/T。这样对VaR 模型准确性的评估就转化为检验失效频率f是否显著不同于α。基于这种思想，Kupiec提出了对原假设f＝а的最合适的似然比率检验：在原假设下，统计量LR服从自由度为1的X2分布，95%和99%置信度下的临界值分别为3.84和6.64。根据x2分布的定义，如果估计值LR大于临界值，就拒绝原假设，即认为估计的VaR模型是不充分的。

国外油气与矿产资源利用风险评价与决策支持技术

4.4.1.2 基于核权函数的风险溢出效应检验方法

本节将采用Hong（2003）提出的风险－Granger因果关系检验方法检验WTI和Brent原油市场的风险溢出效应。该方法的核心思想是通过VaR 建模来刻画随着时间变化的极端风险，然后运用Granger因果检验的思想来检验一个市场的大风险历史信息是否有助于预测另一个市场的大风险的发生。

首先，定义基于VaR的风险指标函数。以下跌风险为例：

Zm,t=I（Ym,t﹤－VaRm,t）（m=1,2）　（4.11）

式中：I（·）为指标函数。当实际损失超过VaR时，风险指标函数取值为1，否则为0。

如果检验市场2是否对市场1产生了单向的风险溢出，则原假设为H0:E（Z1,t∣I1,t-1）＝E（Z1,t∣It-1），而备择假设为HA:E（Z1,t∣I1,t-1）≠E（Z1,t∣It-1），其中It-1={Ym,t-1,Ym,t-2，…），表示t-1时刻可以获得的信息集。通过这种转换，｛ Y1,t｝和｛Y2,t｝之间的风险－Granger因果关系就可以看成是｛Z1,t｝和｛Z2,t｝之间的均值－Granger因果关系，即计量经济学模型中广泛使用的Granger因果关系。

如果Ho成立，即市场2 对市场1不存在单向的风险－Granger因果关系，则表示Cov（Z1,t,Z2,t-j）＝0, j﹥0。如果对某一阶j﹥0，有Cov（Z1,t,Z2,t-j）≠0，则表明存在风险－G ranger因果关系。换言之，当一个市场发生大的风险时，我们能用这个信息去预测另一个市场未来可能发生同样风险的可能性。

现在设VaRm,t=VaRm（Im,t-1，α），m=1,2是市场m在风险水平（即显著性水平）α下得到的VaR序列，本节引入基于GED分布的GARCH 模型，并利用方差－协方差方法得到该序列。设有T个随机样本 并令Zm,t=I（Ym,t﹤－VaRm,t），m=1,2，则定义Z1,t和Z2,t之间的样本互协方差函数（CCF）为

国外油气与矿产资源利用风险评价与决策支持技术

式中： 。而Z1,t和Z2,t的样本互相关函数为

国外油气与矿产资源利用风险评价与决策支持技术

式中： 是Zm,t的样本方差；j=0，±1，…，±（T-1）。

然后，Hong（2003）提出了基于核权函数的单向风险－Granger因果关系检验统计量：

国外油气与矿产资源利用风险评价与决策支持技术

式中：中心因子和尺度因子分别为

国外油气与矿产资源利用风险评价与决策支持技术

式中k（·）为核权函数，而且H ong（2003）证明了Daniell核权函数k（z）＝sin（π）z/π ,z∈（－∞，＋∞）是最优的核权函数，能够最大化检验效力。该核权函数的定义域是无界的，此时可把M 看作是有效滞后截尾阶数；而且当M 较大时，Q1（M）能够更加有效地检测出风险溢出效应的时滞现象。

Hong（2003）同时给出了检验双向风险－Granger因果关系的统计量，其原假设为两个市场之间任何一个市场均不G ranger－引起另一个市场的极端风险，并且两个市场之间不存在任何即时风险溢出效应。这表示对于任意阶j=0，±1，±2，…，均有Cov（Z1,t,Z2,t-j）＝0。为了检验该原假设，Hong（2003）提出了如下的统计量：

国外油气与矿产资源利用风险评价与决策支持技术

式中：中心因子和尺度因子分别为

国外油气与矿产资源利用风险评价与决策支持技术

原假设成立时，Q1（M）和Q2（M）在大样本条件下均服从渐近的标准正态分布。而且，Hong（2003）指出，运用这两个统计量时，应该使用标准正态分布的右侧临界值。

利用总供给和总需求曲线分析在石油价格上涨时，对国民经济的短期和长期影响

（一）原油的商品属性——供求关系决定油价方向

决定原油价格长期走势的主要是原油供需基本面因素。由于原油是不可再生性资源，因此原油短期供给弹性较小，所以在没有新的大型油田被发现以及重大技术创新出现时，影响原油价格的最主要因素是决定原油需求的世界经济发展状况。

（二）原油库存——影响油价波动预期

1.何为原油库存

原油库存分为商业库存和战略储备，商业库存的主要目的是保证在原油需求出现季节性波动的情况下企业能够高效运作，同时防止潜在的原油供给不足；国家战略储备的主要目的是应付原油危机。

各个国家的原油库存在国际原油市场中起到调节供需平衡的作用，其数量的变化直接关系到世界原油市场供求差额的变化。在国际原油市场上，美国原油协会(API)、美国能源部能源信息署（EIA)每周公布的原油库存和需求数据己经成为许多原油商判断短期国际原油市场供需状况和进行实际操作的依据。

2.原油库存与油价

原油库存和需求数据公布后，WTI油价选择向上或向下波动的方向，从而直接影响伦敦和新加坡布伦特油的走向，带动油品价格向上或向下波动。原油库存对油价的影响是复杂的，当期货价格远高于现货价格时，原油公司倾向于增加商业库存，减少当期供应，从而刺激现货价格上涨，期货现货价差减小；当期货价格低于现货价格时，原油公司倾向于减少商业库存，增加当期供应，从而导致现货价格下降，与期货价格形成合理价差。

截至2009年11月末，经合组织国家商业原油库存达到27.38亿桶，高出上年同期5100万桶，可供满足OECD国家60天的原油需求，超过过去五年平均水平的上限。据美国能源情报署预计，2010年OECD国家商业原油库存仍将比较充裕，较高的库存将会在一定程度上抑制油价上涨。

（三）美元汇率因素——影响油价的实际高低

由于国际原油交易主要以美元为标价，因此美元汇率也是影响原油价格涨跌的重要因素之一。当美元升值时，国际上黄金、原油、铜等大宗商品原料价格有下跌的压力；反之，当美元贬值时，此类大宗商品的价格将上涨。

自2002年到2010年7月，由于美元对世界主要货币的大幅贬值，导致原油价格节节攀升。美国为了缓解次贷危机所采取的利率调整和汇率政策，直接带来了流动性泛滥，引起了全球通货膨胀和美元持续贬值，导致包括原油在内的大宗商品价格暴涨，油价在美国宽松的货币政策的推动下叠创新高，2008 年7月达到历史最高点147美元。在金融危机冲击实体经济的背景下，油价迅速一路下跌至35美元。因而，美元与油价之间存在典型负相关关系，美元疲软将会支撑油价上涨。

但是，美元汇率因素对油价的影响只是暂时的，而且不够显著。统计分析显示，WTI原油期价与美元指数的相关系数为-0.22，这说明在油价波动中，美元汇率相对于原油的供求关系来说所起的作用非常微小。

（四）世界经济发展状况——促进油价阶段性调整

全球经济的增长会通过改变原油市场的需求量影响原油价格，经济增长和石油需求的增长有较强的正相关关系，它们之间的比例关系一般用原油消费对GDP的弹性系数来表示。

然而，经济增长率的变化不只可以用来解释中长期的油价上升，短暂经济衰退导致的油价回落也可在经济数据的变化中显现出来。图4-2显示，1999—2008这十年中总体油价趋势是上涨，其间至少有三次明显的阶段性回调，一次是2000年美国NASDAQ泡沫破裂后美国经济短暂下滑导致的需求下降，由全球经济增长率与国际油价的对比变化情况，可以清楚地看到全球经济下滑对油价的影响。第二次则是2006 年中空闲产能的短暂回升在短时间缓解了市场压力所致。第三次始于2008年中以来的油价深度回调更是与经济危机密不可分。

2010年，世界经济将曲折缓慢复苏，国际油价将呈稳步上行趋势。如果世界经济复苏前景好于预期，经济金融市场信心得到恢复，通货膨胀压力加大，美元继续大幅走软，那么，国际油价上行趋势将更加明显。如果爆发新的金融冲击，世界经济复苏遇阻，出现第二次经济衰退，为防止滞胀美元在政策主导下转为强势，那么，国际油价运行平台存在下移的可能。

（五）突发事件与气候状况——使油价波动更加不确定

原油除了具有一般商品属性外，还具有战略物资的属性，其价格和供应很大程度上受政治势力和政治局势的影响。近年来，随着政治多极化、经济全球化、生产国际化的发展，争夺原油资源和控制原油市场已成为油市动荡和油价飙涨的重要原因。紧张的地缘政治强化了国际原油市场对供给收缩的预期。针对原油设施的恐怖袭击、原油工人罢工、产油国政局动荡等地缘政治因素都会对国际油价带来冲击。目前，伊拉克恐怖袭击事件频发，原油设施经常遭受破坏。美国领导的阿富汗反恐活动“越反越恐”，阿富汗的局势不但至今未得到有效控制，反而不断升级，并逐步蔓延到巴基斯坦、伊朗等地。伊朗是世界重要的产油大国，在其核问题悬而未决，再加上“恐怖活动”添乱，国际原油的“恐怖溢价”也将日益高涨，并通过投机活动而进一步放大。局部的政治动荡或战争都会刺激油价的上涨。

气候状况会影响到原油的供给和需求，比如异常的天气可能会对原油生产设施造成破坏，导致供给中断，从而影响国际油价，但它对整个国际油价的影响作用是短期的。此外欧美许多国家用原油作为取暖燃料，因此当气候变化异常时，会引起燃料油需求的短期变动，从而带动原油和其他油品价格发生变化。

（六）国际原油投机因素——加剧油价的短期波动

目前在国际原油期货市场上，国际投机资本的操作是影响国际油价不可忽略的因素。原油市场的投机与市场预期往往加大了原油价格的波动，国际原油市场中投机因素对原油价格有着10%-20%的影响力。尤其是某些突发性事件发生的时候，大量的投机资本便在国际原油期货市场上进行操作，加剧了国际原油价格的动荡。

在低油价时期， 投机基金的规模比较小， 对国际事件在原油期货价格形成中的作用放大能力有限。随着原油价格的逐步上升， 原油期货市场吸引了越来越多的投机基金， 投机基金的规模变得越来越庞大，“羊群效应”也越来越明显，任何敏感数据的出炉和事件的发生， 如原油库存变化、油田爆炸、地缘政治关系、工人罢工以及气候变化等，在大规模投机基金的作用下，其影响都会骤然放大，加剧油价的波动。

（七）地缘政治因素

石油是一种稀缺的不可再生资源，是国家生存和发展不可或缺的战略资源，其对国家的经济、军事、安全等有着重大的影响。国际原油的市场价格的变化往往会受到地缘政治和产油国政局因素的影响。

地缘政治和产油国政局因素对油价的影响主要从两个方面发挥作用。其一是地缘政治冲突导致原油供给量真实下降；其二是地缘政治冲突导致国际原油市场对未来供给减少的担忧，但实际供给量没有减少。从目前地缘政治形势来看，未来一段时间内地缘政治的焦点地区主要还是在中东地区的伊拉克和伊朗。2006年，伊朗核问题危机引起国际石油市场对伊朗原油供给中断的担忧，并导致2006年国际油价不断上升。

作为世界上最重要的石油输出国组织——OPEC，在世界上具有很强的石油定价权。该组织为了维护各成员国的利益，对各成员国实施严格的生产上限制度，并且每当国际油价下跌的时候，该组织各成员国将施行减产的政策，以达到维护高油价，获取高额利润的目的。

（八）人们的预期——心理因素助长油价波动

近几年，对美元贬值以及通货膨胀的预期使得大量的投资基金选择长期投资原油以规避通胀风险。短期内又有大量的投机资本进入原油市场利用各种预期或题材炒作，放大了油价上涨的趋势。投机资金借助于经济波动或一些突发事件，引导和利用人们的预期，在现货和期货市场上大肆炒作。预期的变化和投机行为互相影响，现货价格和期货价格互相推动，使得油价向上或向下突破关键价位后出现了类似于“超调”的特征，加剧了原油价格的波动。

（九）利率因素

你可以看一下www.orbex.com/?ref_id=1676

在标准不可再生资源模型中，利率的上升会导致未来开采价值相对现在开采价值减少，因此会使得开采路径凸向现在而远离未来。高利率会减少资本投资，导致较小的初始开采规模；高利率也会提高替代技术的资本成本，导致开采速度下降，进而导致原油价格上涨。

影响油价的各种因素交织在一起共同作用，增加了人们准确预测油价的难度。除了供求这一主要因素外，其他因素是随机的、不确定的，而且在不同时期所呈现的强度也不尽相同。这些因素单个或者多个发生变化都会影响国际油价。从国际石油供需结构格局的变化中可以预见油价将长期在高位波动，而一些随机因素的变动则会引起油价短期的剧烈波动。

现货原油走势图如何分析？

当价格水平上升时，将会同时打破产品市场和货币市场上的均衡。在货币市场上，价格水平上升导致实际货币供给下降，从而使LM曲线向左移动，均衡利率水平上升，国民收入水平下降。在产品市场上，一方面由于利率水平上升造成投资需求下降（即利率效应），总需求随之下降。

另一方面，价格水平的上升还导致人们的财富和实际收入水平下降以及该国出口产品相对价格的提高从而使人们的消费需求下降，该国的出口也会减少、国外需求减少，进口增加。这样，随着价格水平的上升，总需求水平就会下降。

扩展资料

完善成品油价格形成机制

1、设定成品油价格调控下限。下限水平定为每桶40美元，即当国内成品油价格挂靠的国际市场原油价格低于每桶40美元时，国内成品油价格不再下调。

2、建立油价调控风险准备金。当国际市场原油价格低于40美元调控下限时，成品油价格未调金额全部纳入风险准备金，设立专项账户存储，经国家批准后使用，主要用于节能减排、提升油品质量及保障石油供应安全等方面。具体管理办法另行制定。

3、放开液化石油气出厂价格。液化石油气出厂价格由供需双方协商确定。

4、简化成品油调价操作方式。发展改革委不再印发成品油价格调整文件，改为以信息稿形式发布调价信息。

百度百科-石油价格管理办法

百度百科-总供给曲线

国际原油价格主要影响因素的定性分析

第一步，看阳柱阴柱。 阳柱代表趋势方向，阳线一般是红色，表示将继续上涨，阴线一般是绿色，表示将继续下跌。以阳线为例，在经过一段时间的多空拼搏，收盘高于开盘表明多头占据上风，根据牛顿力学定理，在没有外力作用下价格仍将按原有方向与速度运行，因此阳线预示下一阶段仍将继续上涨，最起码能保证下一阶段初期能惯性上冲

第二步，看影线 影线代表转折信号，向一个方向的影线越长，越不利于原油向这个方向变动，即上影线越长，越不利于油价上涨，下影线越长，越不利于油价下跌。以上影线为例，在经过一段时间多空斗争之后，多头终于晚节不保败下阵来，一朝被蛇咬，十年怕井绳，不论K线是阴还是阳，上影线部分已构成下一阶段的上档阻力，油价向下调整的概率居大

第三步，看实体 实体大小代表内在动力，实体越大，现货原油价格上涨或下跌的趋势越是明显，反之趋势则不明显。以阳线为例，其实体就是收盘高于开盘的那部分，阳线实体越大说明了上涨的动力越足，就如质量越大与速度越快的物体，其惯性冲力也越大的物理学原理，阳线实体越大代表其内在上涨动力也越大，其油价上涨的动力将大于实体小的阳线。

全球石油价格多维分析

影响国际原油价格的因素很多，既包括产量、消费需求量、世界经济的发展状况、世界石油储备量这些市场因素，又包括战争、意外事件等非市场性因素。由于非市场因素的随机性太大，本节打算从市场因素出发，建立相应的计量经济学模型，研究和分析这些市场因素在国际原油价格形成中所起的作用。

4.3.1.1 石油输出国组织（OPEC）及其产量、价格政策

为反击国际大石油公司、维护石油收入，统一和协调石油输出国的石油政策，1960年9月在伊拉克政府的邀请下，沙特阿拉伯、委内瑞拉、科威特、伊朗和伊拉克与会代表在巴格达聚会，会议决定成立一个永久性的组织，即石油输出国组织，最初成立时只有上述5个成员国，后来又加入了6个，欧佩克现有11个成员国，它们分别是：阿尔及利亚、印度尼西亚、伊朗、伊拉克、科威特、利比亚、尼加拉瓜、卡塔尔、沙特、阿联酋和委内瑞拉。

目前，OPEC已探明储量占世界石油储量的78%，但产量只占世界总产量的40%左右，图4.12为OPEC在1960～2002年期间石油产量占世界石油产量的份额变化。OPEC市场份额的高峰出现在1973年，占世界石油产量的55%。此后由于石油危机引起的高油价导致世界经济萧条，石油消费量锐减，以及替代能源和节能技术的开发利用、能源使用效率的不断提高，墨西哥、英国北海油田、北阿拉斯加等许多大油田的相继发现，加上其他非OPEC国家受高油价诱使增加产量等原因的综合影响，OPEC的市场份额不断下降。20世纪80年代中期跌到最低时只有30%左右，但1986年后的低油价刺激了世界石油消费的增长，抑制了对高成本油田的投资和石油勘探投资，加上20世纪90年代初苏联解体，使得对OPEC的石油需求量增大，世界新增石油需求主要由欧佩克来满足，OPEC的石油市场份额开始缓慢上升。近年来由于非OPEC，特别是俄罗斯等国不断增产，OPEC的市场份额略有下降，但基本上稳定在40%左右。虽然目前只有40%左右的产量份额，但由于OPEC还留有约600万桶/日（或3亿/t年）的机动生产能力，这是其他石油生产国所无能为力的。世界上有50多个非OPEC产油国，他们以不足1/4的已探明储量，生产着占世界60%的年产量。因此，这些非OPEC石油生产大国，如俄罗斯等，基本上都已开足马力在生产。

凭借巨大的剩余生产能力，OPEC可以在国际原油价格超过市场承受能力、对主要石油进口国的经济生产产生不利影响时增加产量，缓解供不应求的局面，以此阻止油价的上涨并进一步降低油价；反之，当油价过低对石油出口国收入和经济生产产生不利影响时减少产量，缓解供过于求的局面，阻止油价的继续下滑，促使油价进一步回升。OPEC根据市场状况，通过剩余生产能力对世界石油市场的供给进行调节，力争将世界石油价格稳定在一个合理的范围内。所以从目前阶段看，虽然有很多不确定因素限制和制约了OPEC对国际石油价格的影响和控制能力，但它对国际石油市场的影响力仍然是不容忽视的，有时甚至能够操纵国际油价的涨落。尽管非欧佩克国家的石油总产量占世界石油总产量的60%，但各国均按自己的行为方式生产，没有统一的组织和行动，所以单一非O PEC国家的产量通常无法对国际原油价格产生实质性的影响。

图4.12 OPEC石油产量份额

（据h tp://www.eia.doe.gov/emeu/aer/pdf/pages/sec11_10.pdf）

此外，由于OPEC有大量的已探明石油储量，许多长期预测都表明将来世界对OPEC资源的依赖性会越来越大，从长期来看OPEC的石油份额有增大的趋势。因此，OPEC对国际石油价格的影响不仅不会降低，还可能会进一步增大。所以如果OPEC能够协调好各国的利益，做到行动一致，将油价控制在给定的范围内，应当是一件较有把握的事情。

OPEC原油价格指的是沙特阿拉伯轻油（Arab Light）、阿尔及利亚撒哈拉混合油（Sahara Blend）、印度尼西亚米纳斯（Mlnas）、尼日利亚邦尼轻油（Bonny Light）、阿联酋迪拜油（Dubai）、委内瑞拉蒂朱纳轻油（TiaJuana Light）、墨西哥依斯莫斯轻油（Isthmus）,7种原油市场监督价格的平均价格，O PEC利用这个价格监督国际石油市场的原油价格。OPEC从1999年9月以后开始研究价格带机制，并从2000年3月起开始正式实施这一机制。所谓价格带机制就是事先设定一个价格幅度，如果实际价格超过或低于这个幅度一定时间，就通过调整产量使价格回到设定的幅度内。欧佩克进行的尝试和各国货币当局为回避外汇大幅度变动而介入外汇市场的做法相似。

2000年10月开始，0PEC启用石油产量调整机制，使油价在2001年9月之前都维持在OPEC设定的价格机制带中。但到2001年9月美国爆发“9.11”事件，虽使油价一度上涨，但随后因国际石油市场担心美国经济将受重挫，带来石油需求大幅减少，加上产油国为了维持国际稳定而暂停启用石油产量调整机制，未在需求降低时进行减产，使油价在2001年10月跌至低于每桶20美元，甚至到2001年11月接近16美元/桶。截止到2001年12月底，因为冬季需求增加，且OPEC和非OPEC产油国也确定进行减产，油价才重新回到价格机制带中。2002年底和2003年初由于美伊战争和国际投机力量的双重影响，国际油价一度冲高到33美元/桶。但战争开始后油价迅速回落，此后的半年左右时间里油价基本上控制在OPEC的价格机制带中。

伊拉克战争结束后，伊拉克安全形势日趋紧张，重建问题又困难重重，人们担心中东地区动荡局势将进一步加剧，从而导致石油供应紧张，加上世界经济的复苏和O PEC 在2003年9月和2004年4月两次减产，在这些因素的综合作用下，2003年油价不断振荡上行，2004年4月以后更是一路上涨，完全脱离了OPEC设定的价格机制带。图4.13为2001～2004年11月OPEC一揽子油价走势。应该说在平稳时期OPEC的产量政策效果还是比较有效的。

图4.13 OPEC一揽子价格走势

（据EIA/OPEC通讯社）

4.3.1.2 OPEC原油产量与国际原油价格

原油产量作为供给的一个最主要的因素，对国际原油价格的形成具有重要的作用。世界原油产量由OPEC和非OPEC原油产量两大块构成，OPEC和非OPEC的产量波动引起世界原油总产量的波动，进而影响国际原油价格。图4.14和图4.15 分别反映了1960～2002年期间OPEC、非OPEC和世界总的原油产量变化趋势和波动状况。

图4.14 原油产量波动

图4.15 石油产量波动

可以看出，自1960年以来的30多年里，除在20世纪90年代初期由于苏联的解体，非OPEC国家原油产量出现微弱的下降外，其余时间里非OPEC原油产量基本上呈稳步上升的趋势。世界原油产量的波动主要来自OPEC原油产量的波动（表4.2，表4.3）。OPEC组织在第一次石油危机前的原油产量稳步上升，波动较小，但随后的10多年时间里产量波动较大。其中20世纪70年代发生了两次大的石油危机，OPEC原油产量处于较大的变动之中；80年代初期O PEC原油产量大幅下降，从而导致世界原油产量发生相似的波动。

表4.2 欧佩克、非欧佩克和世界原油产量波动性统计量

表4.3 欧佩克、非欧佩克和世界原油产量波动之间的相关系数

从图4.16明显地看出，20世纪70年代初至80年代中期和90年代末，世界原油产量的剧烈波动与OPEC原油产量的波动几乎完全一致。统计分析显示，OPEC原油产量变化与世界原油产量变化之间的相关系数高达0.941，在1%的显著性水平上是显著的；而非OPEC产量变化与世界原油产量变化的相关系数只有0.278，在5%的显著性水平上不显著。由于OPEC和非OPEC共同提供世界所需的原油产量，所以两者之间具有此消彼长的关系，两者的相关系数为负（－0.062）也说明了这一点。但由于世界所需的原油产量是随着供需、经济发展等情况而不断变化的，所以两者的这种反向关系很微弱，是不显著的。因此，OPEC原油产量波动是造成世界原油产量波动的一个最主要和最直接的原因，进而也是造成国际原油价格变化的原因。

既然OPEC原油产量变动是世界原油产量波动的主要原因，因此OPEC产量变动对国际原油价格的形成和波动起了一定的作用。图4.16反映了1970～1998年期间OPEC原油产量与世界原油价格的变化趋势。

图4.16 OPEC原油产量与国际原油价格

在OPEC原油产量波动的同时，国际原油价格也从1970年初的每桶3～4美元上涨到每桶30多美元。第一次石油危机之前原油产量稳步上升，原油价格基本上保持稳定，中东石油禁运打乱了石油产量的稳定走势，造成恐慌，使得原油价格迅速上涨。但随后OPEC组织进一步减产，原油价格仍然下滑，显然这就不是供给方面的原因，而主要是由于前一阶段高昂的原油价格造成世界经济的萧条导致需求减少所造成的。所以OPEC原油产量与国际原油价格的变动趋势并不呈完全反向变动关系，这也可以简单地说明O PEC组织可以通过调整产量对国际原油价格的走势产生一定的影响，但并不能完全反映或左右国际原油价格的走势。

4.3.1.3 世界经济活动水平（GDP）与世界石油需求

一般来说，世界经济稳步增长时，由于各行各业扩大生产，需求的能源量相应增加，随着生产规模的扩大，企业需要更多的工人或更长的工作时间或劳动强度，从而增加了居民的收入，居民收入的增加有可能导致居民对生活能源使用的增多；相反，世界经济发展不景气时，各行业相对缩小生产规模，导致作为原材料的石油需求量减少，由于各部门生产规模缩小，或减少了雇佣劳动力或缩短了工作时间或降低了工作强度，使得居民收入也随之减少，这又进一步减少了居民对生活能源的使用。所以，能源消费量与世界经济活动水平（GDP）之间存在着正向变动关系。一些文献从实证角度也证实了这种关系的存在性。

4.3.1.4 OECD石油储备与国际原油价格

石油储备在将各种市场波动传送到油价中起了很重要的作用。石油战略储备和商业库存在国际石油市场这个大系统中处于调节总供需量的地位。其数量变化直接关系到世界石油市场进出口量的变化（抛出库存可使进口量减少，购进库存则使进口量增加）。库存的作用相当于一个调节进出口量的“水库”。库存（物流）变化（即库存油在市场上的流量大小与方向）主要受供求差额、库存目标量、经营决策等信息流的制约与调节。它是一个累积性数量，与油价走势有相当密切的关系（图4.17）。

图4.17 OECD石油储备与国际原油价格

（1）20世纪80到90年代，油价基本处于经库存调节后的相对平稳的收敛阶段

从20世纪80年代中期起，一直到20世纪90年代后期的10多年里，除了1990年伊拉克入侵科威特后的海湾危机中有很短的一段时期出现了每桶原油价格超过30美元的情况外，油价一般都在每桶15～25美元的较小范围内波动。鉴于石油是中短期需求价格弹性极低的商品，而在20世纪80年代初开始到90年代末的近20年的时间里，国际石油市场是处于OPEC组织和西方石油大公司都无法完全控制局面的条件之下，石油价格应该有相当大的波动空间。而这种大波动没有频繁发生的原因之一，可以说是与主要石油进口国的巨大石油库存储备的存在和合理使用有相当大的关系。

（2）1997年起的油价动荡与同期储备量较大的变化有关

从1997年初开始，由于亚洲金融风暴等因素的影响，世界石油需求锐减，OECD国家的石油库存储备量开始持续上升，彻底改变了长期以来库存储备总量在460Mt到480Mt之间窄幅波动的局面。1998年1月一举突破500Mt大关后继续扶摇直上，1998年8月份达到526Mt的高峰。库存量不断刷新历史纪录，反映了当时国际石油市场供过于求的严重情况。虽然库存的迅速增加有助于大量吸收过剩的石油，在一定程度上缓解了石油价格暴跌的压力，但是油价的急落还是几乎同步而来。到1999年2月，油价跌破了每桶10美元的心理线。这说明在1997年以后制约世界石油市场的大环境条件方面与以前有了很大变化。

（3）如果没有库存调节，油价波动幅度明显增大

有研究表明，即使原来市场处于平衡状态，也会由于经济增长的变化、节能、替代能源的发展等因素的影响而使消费行为发生变化，也可能破坏原有的平衡，使油价波动不可避免，并且由于产、消双方调节不能合拍，使得油价有暴涨的趋势，甚至很长时间内不能达到相对稳定状态。且油价波动幅度明显增大，而没有像在可调节库存的条件下出现的油价波动渐趋平缓收敛的迹象。

因此，无论是在过去的相对稳定时期，还是在剧烈变动时期，库存的存在都有助于抑制或缓解油价的过激变化。

因此从长期来看，OPEC原油产量、世界经济活动水平（GDP）和OECD石油储备量是影响国际原油价格最主要、最基本的因素。

基于实物期权的投资决策模型

传统的数据仓库展现，一般是通过建立数据仓库、设定维度、预先计算，然后向客户端展现多维分析的结果。在本系统中，则采取了与之不同的另一种数据仓库构建的思路，即在系统的数据仓库展现中尝试利用多维数据表之间的关联性来实现实时的多维分析功能。

在多维数据结构中，事实表和维度表之间是通过直接或间接的关系联系在一起的。对于某张表中某条记录的选取，可以在其他相关联表之间查询到与之相关联的数据记录，并可以对选取的数据和相关联的数据进行统计分析，得到这些数据的分布、趋势等分析结果，并且可以在设定了多维分析的维度之后，按照维度之间的层次关系对数据从各个不同的组合角度进行分析，形成实时的多维分析。

数据仓库展现的开发内容一般可以分为数据仓库的设计和多维分析的实现两部分。数据仓库的设计包括星型模式的搭建、数据抽取方式的确定、数据转换净化的实现，以及多维数据的存储等内容。多维分析的实现则包括多维分析维度的选取、度量值的定义、维度变换方式、钻取路径的定义、钻取数据显示方式的确定等内容。

本系统在开发过程中，由于原型系统带来的需求不确定性和数据齐备性等因素的制约，如何设计出良好的结构来更好地进行多维数据展现以及采取何种形式进行展现是一个重点问题。前文已经讨论过系统中数据仓库的架构模式、多维数据结构的定义等内容，讨论了系统原始数据源中存在的复杂性、数据完整性和数据有效性等方面存在的问题及解决办法。多维分析的设计包括维度之间的关联、事实数据展现的内容和形式、数据钻取等内容。

5.3.2.1 维度表关联性分析

数据源表结构中包括一张事实表和数张维度表。针对这些维度表可以设计用于多维分析的维度，分别为油品、交易市场、交易类型、价格单位和价格日期维度。维度数据和中间事实表之间存在直接关联，维度数据之间通过中间事实表而产生简洁的关联关系。从而可以在既有事实数据的基础上，对维度之间的关联关系进行可视化展现。

图5.29中显示了4个维度的内容数据，并列出了各维度中所具有的字段取值，这些字段通过事实表产生关联。在选择了Crude Oil油品之后，其他3个维度中的字段取值背景出现变化。白色背景表示在事实表中存在与Crude Oil相关联的交易市场，分别为Cushing,OK和Europe Brent，这表明事实表中存在有Crude Oil在这两个市场中的价格数据，没有在其他市场上的价格数据。

图5.29 多维分析维度列表

在默认情况下，维度列表显示了全部可能的维度取值。而在选择了某一维度之后，比如选择产品名称中的Crude Oil值，则在其他维度中高亮显示与此维度选中值通过油价数据关联起来的维度值。通过维度之间的关联显示，可以分析出源数据中隐藏的一些分布模式。在本示例中就可以看出系统中具有Crude Oil在Cushing,OK和Europe Brent两个市场的Spot Price FOB价格，而价格时间则从1986年到2008年都存在，油价的单位名称只存在Dollar per Barrel一种形式。多维分析的维度关联性分析，还允许在一次分析基础之上继续缩小选择值的范围。

5.3.2.2 维度表和事实表的关联性分析及展现

在实时多维分析中，除了可以进行维度表之间的关联性分析，也可将维度表和事实表关联起来进行分析。在此类分析中，除了可以在界面左侧展示维度表之间的关联之外，还可以在界面主体部分显示出事实表数据以及以事实表数据为基础的一些统计分析。图5.30中展现的是全球石油价格不同交易类型的对比分析，反映出对各石油品种在现货交易、期货交易等方式下的价格对比情况，分析的结果可以随左侧维度选择的变化实时变动。

图5.30 交易价格比较分析

对于事实表的展现，除了按照默认的维度顺序进行统计分析，维度之间的顺序也可以直接通过在界面中拖动维度的位置来完成维度的变换，实现多维分析旋转功能，在此不再赘述。

5.3.2.3 事实表数据钻取

多维分析另外一个很重要的内容就是数据钻取。在实时多维分析中，数据钻取的功能可以更为丰富。出于分析的目的，我们预先定义了钻取路径：

市场→价格类型→价格年份→产品名称。

这样就可以按照这样的路径对油价进行钻取分析。第一次默认按照市场名称来统计历史油价，在选择了一个市场之后就向下钻取两层，就可以得到按照价格年份来统计的历史油价。这里的钻取分析可以和维度关联性分析结合起来使用，从而更灵活地实现数据钻取（图5.31，图5.32）。

图5.31 数据钻取分析一

图5.32 数据钻取分析二

5.3.2.4 价格趋势分析

价格趋势分析可以作为价格预测的一种补充，它的功能展现过去时间的不同油品、不同交易类型及价格单位等相关信息，以此来直观表达油品的未来走向与趋势。这一块已经有了单独的模型程序模块来完成（图5.33）。

图5.33 多维价格趋势分析

通过在数据仓库展现中利用实时多维分析中的维度表关联性以及维度表和事实表之间的关联性，可以更好地拓展多维分析的功能。而对多维分析的需求确定可以考虑采取原型法来进行，利用数据仓库的实时多维展现来发现数据的内涵和数据之间的关联性，逐步帮助确定需要分析的维度、度量值、展现方式等内容，并反向影响到数据源表结构的设计。

4.7.1.1 DCF法在油田开发投资中的运用

假定海外油气田开发全过程分为建设期和生产期，建设投资一次性发生在建设期初，经营成本发生在生产期的每一时间段，投资决策点的净现值可以表示为

NPV=S-X　　　　　　（4.42）

其中，

国外油气与矿产资源利用风险评价与决策支持技术

式中：S为生产期间油田的净产出价值，万美元；X 为油田建设投资，万美元；Ⅳ为开采年限，年；P为原油价格，美元/桶；ρ为美元对人民币汇率；Q（t）为第t年的产油量，万吨；t为油田开采的第t年；Tq为矿区使用费费率，%; ct为第t年的经营成本，万美元；fs为商业化率，%; Tdx为当地综合税率，%; Ts为所得税率，%; rf为无风险利率，%。

在运用DCF方法对油田进行投资决策时，NPV﹥0，可以进行投资；NPV≤0，则放弃投资。DCF的根本缺陷在于它以静止和孤立的观点对待管理者的决策，没有考虑延迟开发中的期权价值。在油气田项目可能的延迟开发期限内，由于商业环境变化，开发价值也会发生变化。在可延迟开发期限内的每一个决策点，决策者有机会根据当时所掌握的信息重新进行决策定位。

4.7.1.2 石油价格的波动率

石油价格的波动，类似于金融市场中股票价格的波动，其波动率多采用连续复利的回报率模型进行计算，而后通过计算回报率的标准差即可得出波动率的估计值。采用对数收益率Rt的波动来度量价格变动大小，设Pt为第t年的国际石油价格，第t年对数收益率为

Rt=lnPt-lnPt-1　　　　　　　（4.44）

则m年内的平均收益率为

国外油气与矿产资源利用风险评价与决策支持技术

标准差反映收益率离散程度，用于度量石油价格波动率为

4.7.1.3 基于风险中性定价的二叉树分析方法

国外油气与矿产资源利用风险评价与决策支持技术

二叉树期权定价方法，通过构造二叉树图的方式描绘了石油价格、项目价值的可能分布，它是标的资产价格连续时间模型的离散时间形式，模型中将一段时间分割成许多小段，随机地对变量可能的轨迹进行取样，由此算出变量将来的概率分布。二叉树模型的风险中性定价分析方法，更适合对于油气田开发价值的客观评价。假定期权期限内共有T个间隔期为n年的决策点，第j-1个决策点时的国际平均油价为Pj-1，这里，1≤j≤T，在第j个决策点时，油价要么增加至Pj,1，要么减少至Pj,2。价值上升系数u和价格下降

系数d为

国外油气与矿产资源利用风险评价与决策支持技术

这里，u=1/d，可列出第j决策点油价的两个可能值为

国外油气与矿产资源利用风险评价与决策支持技术

当油价变为Pj,i,i=1,2 时，如果可开采储量价值大于开发成本X，根据式（4.43），开发权的执行价值Vj,i为Sj,i-X（折现率取无风险利率），否则开发权的执行价值为0，即

国外油气与矿产资源利用风险评价与决策支持技术

设p为风险中性概率，δ为净便利收益，是为推迟项目建设而保持投资期权有活力的机会成本。n个时间段内项目储量价值变动率的期望值为

国外油气与矿产资源利用风险评价与决策支持技术

可得到风险中性概率为

国外油气与矿产资源利用风险评价与决策支持技术

根据概率p，可计算开发权的持有价值。假定二叉树模型中回报率的方差与观察到的正态分布的方差相等，Pj,1和Pj,2对称分布，则开发权的期权价值为

国外油气与矿产资源利用风险评价与决策支持技术

通过从后向前推算，计算每个时期末开发权的持有价值，然后比较持有价值Cj,i与相应的执行价值Vj,i，其中较大者为各个时期末开发权的实际价值Aj,i，即

Aj,i＝max（Cj,i,Vj,i）　　　　　　（4.55）

依据不同时点实际价值大小，决定勘探开发投资的最佳时机。