亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)及影響因素分析
        ——基于主成分分析法的月度實(shí)證結(jié)果

        2021-10-11 03:03:20張克欽
        時(shí)代經(jīng)貿(mào) 2021年9期
        關(guān)鍵詞:金融市場(chǎng)波動(dòng)能源

        張克欽

        (中國(guó)石油大學(xué)(華東)經(jīng)濟(jì)管理學(xué)院 山東青島 266580)

        引言

        2020年4月發(fā)生的“原油寶”事件引起全國(guó)關(guān)注,大量投資者蒙受巨額損失。雖然該事件中銀行的風(fēng)控措施失靈可能是損失產(chǎn)生的直接原因,但這次事件也使得能源金融的高風(fēng)險(xiǎn)特性成為人們關(guān)注的重點(diǎn)。我國(guó)已經(jīng)成為世界第一大能源消費(fèi)國(guó)和第一大原油、天然氣進(jìn)口國(guó),巨量的能源進(jìn)口在推動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的同時(shí)也帶來(lái)了一定的潛在風(fēng)險(xiǎn)。不斷加深的對(duì)外依存度、不完善的能源市場(chǎng)、不夠合理的能源資源配置、不夠有效的定價(jià)機(jī)制都是我國(guó)能源領(lǐng)域目前存在的問(wèn)題(林伯強(qiáng),2014)。能源金融的發(fā)展在為能源市場(chǎng)參與方提供了新的規(guī)避風(fēng)險(xiǎn)工具的同時(shí),也讓能源金融市場(chǎng)風(fēng)險(xiǎn)的影響更加多元復(fù)雜。目前,對(duì)于能源金融市場(chǎng)風(fēng)險(xiǎn)研究成果比較少,尤其是對(duì)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的時(shí)序特征分析、影響因素分析、指標(biāo)選取和數(shù)據(jù)處理方面還有進(jìn)一步完善的空間。因此,在我國(guó)經(jīng)濟(jì)深度融入世界經(jīng)濟(jì)的今天,準(zhǔn)確評(píng)價(jià)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)和研究其影響因素,在理論和實(shí)踐上都具有非常重要的意義。

        本文梳理過(guò)往研究成果,從宏觀經(jīng)濟(jì)和市場(chǎng)波動(dòng)兩方面選取評(píng)價(jià)指標(biāo),運(yùn)用主成分分析法和日度極差方差法構(gòu)建我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型,得到2002年1月-2020年12月每月我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù),旨在分析加入世界貿(mào)易組織以來(lái)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的時(shí)間序列波動(dòng)特征以及影響因素,為我國(guó)防范能源金融風(fēng)險(xiǎn)提供一定的參考。本文研究結(jié)果表明:與過(guò)往部分研究結(jié)果有所不同,本文發(fā)現(xiàn)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)總體呈現(xiàn)出易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài),我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的預(yù)警應(yīng)當(dāng)注重對(duì)國(guó)際重大事件的研判而非對(duì)過(guò)往數(shù)據(jù)的純粹計(jì)量預(yù)測(cè)結(jié)果;金融市場(chǎng)類指標(biāo)代表的價(jià)格波動(dòng)風(fēng)險(xiǎn)對(duì)于我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)影響最大,且在不同時(shí)期各市場(chǎng)指標(biāo)貢獻(xiàn)程度排名并不相同,而我國(guó)能源供需規(guī)模增長(zhǎng)的影響則較小。本文為研究我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)提供了新的方法和視角,對(duì)提高我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)防范能力、保障我國(guó)能源安全具有一定的參考價(jià)值。

        本文具體結(jié)構(gòu)安排如下:第一部分為引言;第二部分為文獻(xiàn)回顧及本文創(chuàng)新點(diǎn);第三部分為指標(biāo)選擇與研究方法;第四部分為模型構(gòu)建與樣本數(shù)據(jù)描述;第五部分為實(shí)證結(jié)果與分析,主要包括靜態(tài)影響因素及風(fēng)險(xiǎn)指數(shù)時(shí)間序列分析、平穩(wěn)性檢驗(yàn)、動(dòng)態(tài)影響因素分析和穩(wěn)健性檢驗(yàn);最后在第六部分本文基于分析結(jié)果進(jìn)行總結(jié)并提出政策建議。

        一、文獻(xiàn)回顧與研究創(chuàng)新

        近年來(lái),金融風(fēng)險(xiǎn)成為金融領(lǐng)域的研究重點(diǎn)。金融風(fēng)險(xiǎn)的研究?jī)?nèi)容很廣泛,主要的研究熱點(diǎn)包括金融風(fēng)險(xiǎn)度量及預(yù)警、金融風(fēng)險(xiǎn)傳染等。Hart和Zingales (2011)將金融風(fēng)險(xiǎn)定義為極端事件如金融機(jī)構(gòu)倒閉或者金融市場(chǎng)崩潰在金融體系內(nèi)不斷擴(kuò)散并沖擊相應(yīng)的實(shí)體經(jīng)濟(jì)。目前主要的研究方法有網(wǎng)絡(luò)分析方法(李政,2016)、條件風(fēng)險(xiǎn)價(jià)值CoVaR(Adrian和Brunnermeier,2016)、Copula模型(劉曉星等,2011;李叢文和閆世軍,2015)等。此外,還有一些學(xué)者通過(guò)研究各金融機(jī)構(gòu)之間風(fēng)險(xiǎn)傳染的路徑、范圍及影響大小進(jìn)而度量金融系統(tǒng)性風(fēng)險(xiǎn)(隋聰?shù)龋?016;Gofman,2017;胡宗義等,2018)??偟膩?lái)說(shuō),金融風(fēng)險(xiǎn)研究的主體大多仍為股票市場(chǎng)等傳統(tǒng)金融市場(chǎng)以及銀行等傳統(tǒng)金融行業(yè),對(duì)于能源金融市場(chǎng)風(fēng)險(xiǎn)的關(guān)注較少。

        能源金融領(lǐng)域中,目前大部分研究集中在特定行業(yè)的能源金融風(fēng)險(xiǎn)。李凱風(fēng)等(2013)通過(guò)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)我國(guó)2011年各季度煤炭行業(yè)金融安全形勢(shì)得分;李凱風(fēng)等(2014)采用AHP層次分析法和BP神經(jīng)網(wǎng)絡(luò)方法比較太陽(yáng)能、核能、地?zé)崮?、風(fēng)能及生物能的金融運(yùn)行狀況;王新霞等(2016)使用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(GABP)對(duì)2015年我國(guó)油氣、煤炭和電力行業(yè)金融風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。在目前研究中對(duì)我國(guó)整體能源金融風(fēng)險(xiǎn)的評(píng)價(jià)和預(yù)警的研究較少。王淑貞等(2011)運(yùn)用模糊綜合評(píng)價(jià)法度量我國(guó)1995-2008年每年能源風(fēng)險(xiǎn)預(yù)警系數(shù)并進(jìn)行預(yù)測(cè);李麗紅(2015)運(yùn)用主成分分析法分析了2002-2013年我國(guó)各年度能源金融市場(chǎng)風(fēng)險(xiǎn)強(qiáng)度并通過(guò)ARMA預(yù)測(cè)了下一年風(fēng)險(xiǎn)強(qiáng)度。綜上可以發(fā)現(xiàn),目前相關(guān)研究主要存在以下問(wèn)題:第一,對(duì)整體能源金融市場(chǎng)風(fēng)險(xiǎn)的關(guān)注比較少;第二,大多考察未來(lái)風(fēng)險(xiǎn)的預(yù)測(cè),但對(duì)于風(fēng)險(xiǎn)形成的影響因素并沒(méi)有深入分析;第三,分析結(jié)果主要以年為時(shí)間單位且時(shí)間跨度較短,對(duì)風(fēng)險(xiǎn)變化缺乏比較完整的梳理;第四,部分文獻(xiàn)的指標(biāo)選取簡(jiǎn)單化,測(cè)度市場(chǎng)價(jià)格風(fēng)險(xiǎn)方面忽視了對(duì)波動(dòng)性的度量。

        基于此,本文的創(chuàng)新點(diǎn)主要在以下幾個(gè)方面:第一,創(chuàng)新性地從宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)與市場(chǎng)波動(dòng)風(fēng)險(xiǎn)兩方面選取能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型的各項(xiàng)指標(biāo),一方面強(qiáng)調(diào)了金融市場(chǎng)價(jià)格波動(dòng)造成的風(fēng)險(xiǎn),另一方面也將宏觀經(jīng)濟(jì)、市場(chǎng)規(guī)模情況等因素納入分析范疇,使得評(píng)價(jià)模型更加客觀全面;第二,在能源金融市場(chǎng)風(fēng)險(xiǎn)研究中率先引入日度極差方差法計(jì)算價(jià)格波動(dòng),強(qiáng)調(diào)將價(jià)格波動(dòng)作為市場(chǎng)風(fēng)險(xiǎn)的衡量指標(biāo);第三,采用較長(zhǎng)時(shí)間跨度(2002-2020年)的月度數(shù)據(jù)作為樣本,得到我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)月度時(shí)間序列,對(duì)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)行更精準(zhǔn)的刻畫(huà)和梳理,發(fā)現(xiàn)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)呈現(xiàn)出易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài),并提出一個(gè)新的觀點(diǎn):對(duì)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的預(yù)測(cè)應(yīng)當(dāng)強(qiáng)調(diào)對(duì)國(guó)際重大事件的研判而非對(duì)過(guò)往數(shù)據(jù)的純粹計(jì)量預(yù)測(cè)結(jié)果;第四,基于主成分分析視角和時(shí)間序列視角,從靜態(tài)和動(dòng)態(tài)兩方面分析我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的影響因素,對(duì)于分析能源金融風(fēng)險(xiǎn)來(lái)源、提高我國(guó)能源金融風(fēng)險(xiǎn)防范能力、完善我國(guó)能源金融風(fēng)險(xiǎn)防范體系具有一定參考價(jià)值。

        二、指標(biāo)選擇與研究方法

        (一)評(píng)價(jià)模型與指標(biāo)選取

        目前國(guó)內(nèi)關(guān)于能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)方面的文獻(xiàn)較少,部分研究是針對(duì)特定能源領(lǐng)域進(jìn)行風(fēng)險(xiǎn)度量。李凱風(fēng)(2013)基于專家調(diào)查法,從宏觀經(jīng)濟(jì)環(huán)境、煤炭金融融資、煤炭金融投資三方面選取指標(biāo)分析我國(guó)煤炭行業(yè)金融安全預(yù)警管理;李凱風(fēng)(2014)基于宏觀、中觀、微觀三個(gè)層面分別選取政策、技術(shù)、投融資作為風(fēng)險(xiǎn)因素對(duì)我國(guó)新能源金融安全狀況進(jìn)行評(píng)價(jià);李麗紅(2015)指出,能源金融市場(chǎng)風(fēng)險(xiǎn)屬于中觀層面的能源金融風(fēng)險(xiǎn),但對(duì)于能源金融市場(chǎng)風(fēng)險(xiǎn)的分析同樣需要考慮宏觀因素;何凌云(2014)指出,能源金融風(fēng)險(xiǎn)主要包括能源實(shí)體金融和能源虛擬金融兩部分。綜上可知,對(duì)于能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)選取尚未形成統(tǒng)一的認(rèn)識(shí)和標(biāo)準(zhǔn),但都強(qiáng)調(diào)將宏觀經(jīng)濟(jì)情況與具體領(lǐng)域情況相結(jié)合。

        綜合各類文獻(xiàn)中的指標(biāo)分析,本文認(rèn)為指標(biāo)選取要考慮市場(chǎng)變化和宏觀經(jīng)濟(jì)形勢(shì)變化兩方面帶來(lái)的風(fēng)險(xiǎn)。與部分文獻(xiàn)中將價(jià)格絕對(duì)值作為市場(chǎng)類指標(biāo)的做法不同,本文認(rèn)為以市場(chǎng)波動(dòng)程度衡量金融市場(chǎng)的影響更符合現(xiàn)實(shí)情況,故以市場(chǎng)收益波動(dòng)率度量市場(chǎng)類指標(biāo)。因此,本文從宏觀經(jīng)濟(jì)與市場(chǎng)波動(dòng)角度出發(fā)選取能源供需類和金融市場(chǎng)類兩類指標(biāo)構(gòu)成指標(biāo)體系。除此之外,本文所選取的指標(biāo)還有以下特點(diǎn):一是更大的時(shí)間跨度。2001年11月我國(guó)正式加入世界貿(mào)易組織,我國(guó)的經(jīng)濟(jì)發(fā)展與世界的聯(lián)系愈發(fā)緊密,因此將2002年作為樣本數(shù)據(jù)時(shí)間起點(diǎn),而2020年的新冠肺炎疫情對(duì)于全球經(jīng)濟(jì)造成了巨大沖擊,故本文選擇2002年1月—2020年12月作為樣本數(shù)據(jù)時(shí)間范圍;二是高頻數(shù)據(jù)刻畫(huà)更加精準(zhǔn)。過(guò)往研究多采用年度數(shù)據(jù),本文為更準(zhǔn)確描述我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的變化情況,選擇構(gòu)建月度風(fēng)險(xiǎn)指數(shù)。

        宏觀經(jīng)濟(jì)方面,本文從我國(guó)能源供需兩方面選取相關(guān)指標(biāo)。由于過(guò)往文獻(xiàn)所采用的指標(biāo)如我國(guó)能源消費(fèi)量、能源生產(chǎn)量以及GDP均為年度或季度數(shù)據(jù),考慮到月度數(shù)據(jù)的可獲得性與代表性,本文選擇將我國(guó)每月石油原油與成品油進(jìn)口總和作為我國(guó)能源供給指標(biāo),將我國(guó)每月固定資產(chǎn)投資作為能源需求指標(biāo),并將二者歸類為能源供需類指標(biāo)。相關(guān)指標(biāo)選取的穩(wěn)健性將在下文中加以論證。

        市場(chǎng)波動(dòng)方面,本文選取多個(gè)市場(chǎng)波動(dòng)情況將其并歸類為金融市場(chǎng)類指標(biāo)。首先,能源市場(chǎng)價(jià)格波動(dòng)風(fēng)險(xiǎn),這對(duì)能源金融安全具有直接的影響;其次,金融全球化與金融自由化的發(fā)展導(dǎo)致各金融市場(chǎng)間的聯(lián)系更加緊密,因此其他金融市場(chǎng)的價(jià)格波動(dòng)對(duì)于能源金融安全也會(huì)產(chǎn)生影響。鑒于劉程程等(2020)指出股票市場(chǎng)的交易活躍且信息相對(duì)完備,可有效代表金融市場(chǎng)當(dāng)前的運(yùn)行狀態(tài),因此本文將股票指數(shù)波動(dòng)作為其他金融市場(chǎng)影響的代理指標(biāo);最后,美元作為主要國(guó)際能源交易貨幣,其匯率變動(dòng)對(duì)于我國(guó)能源交易具有巨大影響,因此匯率波動(dòng)風(fēng)險(xiǎn)也應(yīng)加以考慮。具體指標(biāo)選取方面,本文選取布倫特原油期貨市場(chǎng)收益波動(dòng)率作為能源市場(chǎng)風(fēng)險(xiǎn)指標(biāo);標(biāo)普500指數(shù)收益波動(dòng)率作為國(guó)際金融市場(chǎng)風(fēng)險(xiǎn)指標(biāo);美元指數(shù)收益波動(dòng)率作為匯率市場(chǎng)風(fēng)險(xiǎn)指標(biāo)。

        綜上,本文構(gòu)建的能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型指標(biāo)體系如表1所示。

        表1 我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型指標(biāo)體系

        (二)研究方法

        1. 主成分分析法

        本文基于主成分分析法(principal components analysis)對(duì)指標(biāo)進(jìn)行降維處理,得到我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)。主成分分析法由Hotelling(1933)首先提出,是一種基于降維思想、在損失較少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法。通常將轉(zhuǎn)化后的綜合指標(biāo)稱為主成分,并且每個(gè)主成分都是互不相關(guān)的原始變量的線性組合,這樣就可以對(duì)較少的主成分進(jìn)行分析,簡(jiǎn)化問(wèn)題,提高效率。許傳華等(2012)指出主成分分析法在數(shù)據(jù)本身的基礎(chǔ)上構(gòu)造權(quán)重,具有較高的客觀性,可以避免層次分析法、評(píng)分系統(tǒng)法中出現(xiàn)的主觀性。

        2. 日度極差方差法

        本文借鑒Diebold和Yilmaz(2012)的方法,采用日度極差方差法計(jì)算各金融市場(chǎng)的收益波動(dòng)率作為各金融市場(chǎng)類指標(biāo)的取值。日度極差方差法在使用較少數(shù)據(jù)的同時(shí)較高效率地估計(jì)市場(chǎng)收益波動(dòng)率(Parkinson,1980),是大量經(jīng)濟(jì)學(xué)文獻(xiàn)采用的衡量市場(chǎng)價(jià)格波動(dòng)情況的方法(Diebold和Yilmaz,2012)。具體計(jì)算方法如下:

        對(duì)于t時(shí)刻的金融市場(chǎng)i,其日度極差方差為:

        相應(yīng)的t時(shí)刻金融市場(chǎng)i的年化收益波動(dòng)率為:

        其中,Pitmax、Pitmin分別為t時(shí)刻金融市場(chǎng)i的最高價(jià)和最低價(jià)。

        三、模型構(gòu)建與數(shù)據(jù)描述

        (一)風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建

        我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建步驟如下:第一,獲得各指標(biāo)月度原始數(shù)據(jù)。運(yùn)用日度極差方差法得到各金融市場(chǎng)每月平均年化收益波動(dòng)率,與能源供需類指標(biāo)月度數(shù)據(jù)共同構(gòu)成指標(biāo)原始數(shù)據(jù);第二,對(duì)所有指標(biāo)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;第三,通過(guò)主成分分析法得到各成分特征值、貢獻(xiàn)率及其各指標(biāo)的初始載荷,貢獻(xiàn)率的值表征著其對(duì)應(yīng)的成分所包含的信息量的多少,選取累計(jì)貢獻(xiàn)率超過(guò)80%的成分作為主成分;第四,將各主成分中指標(biāo)的初始載荷除以其對(duì)應(yīng)主成分特征值的平方根,再將其乘以其主成分特征值占全部主成分特征值之和的比重,得到各主成分中指標(biāo)系數(shù)后將同一指標(biāo)的系數(shù)累計(jì)求和,即得到綜合后的各指標(biāo)系數(shù)。對(duì)綜合后的各指標(biāo)系數(shù)進(jìn)行歸一化,得到最終我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)公式;第五,計(jì)算我國(guó)能源金融風(fēng)險(xiǎn)指數(shù)。基于所選取的各指標(biāo)權(quán)重代入標(biāo)準(zhǔn)化處理后的各月度數(shù)據(jù),得到2002年1月—2020年12月我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)月度指數(shù)值。

        (二)統(tǒng)計(jì)描述

        本文選擇2002年1月—2020年12月我國(guó)每月原油與成品油進(jìn)口總額、每月固定資產(chǎn)投資、每日布倫特原油期貨價(jià)格、每日標(biāo)普500指數(shù)、每日美元指數(shù)作為初始數(shù)據(jù),其中每月固定資產(chǎn)投資由于每年1—2月份僅公布合計(jì)值,故采用合計(jì)值的算數(shù)平均值作為1、2月固定資產(chǎn)投資額。原油與成品油進(jìn)口總額數(shù)據(jù)來(lái)自國(guó)家海關(guān)總署;固定資產(chǎn)投資數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù);布倫特原油期貨價(jià)格數(shù)據(jù)來(lái)自英為財(cái)情網(wǎng)站;標(biāo)普500指數(shù)、美元指數(shù)數(shù)據(jù)來(lái)自東方財(cái)富Choice金融終端,美元指數(shù)數(shù)據(jù)個(gè)別缺失值通過(guò)新浪財(cái)經(jīng)網(wǎng)站補(bǔ)充。

        經(jīng)過(guò)本章前述建模步驟得到5個(gè)指標(biāo)的每月標(biāo)準(zhǔn)化數(shù)據(jù),每個(gè)指標(biāo)有228個(gè)樣本數(shù)據(jù),具體描述性統(tǒng)計(jì)結(jié)果如下:

        1.?dāng)?shù)理統(tǒng)計(jì)信息

        標(biāo)準(zhǔn)化處理后,數(shù)據(jù)樣本均值均為0,樣本方差均為1,故主要統(tǒng)計(jì)指標(biāo)最小值、最大值的結(jié)果如表2所示。

        表2 各項(xiàng)指標(biāo)基本信息

        由表2可以發(fā)現(xiàn),金融市場(chǎng)類指標(biāo)(油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng))的最大值普遍較高,這說(shuō)明在特定情況下金融市場(chǎng)價(jià)格震蕩會(huì)出現(xiàn)更高的極端情況,相較于宏觀因素指標(biāo)(石油進(jìn)口、能源消費(fèi)),金融市場(chǎng)相關(guān)指標(biāo)對(duì)于市場(chǎng)事件的反應(yīng)可能會(huì)更激烈。

        2.各指標(biāo)時(shí)間序列

        圖1展示的是各指標(biāo)在2002年1月—2020年12月之間每月數(shù)據(jù)時(shí)間序列,反映了數(shù)據(jù)隨時(shí)間變化的波動(dòng)情況。

        圖1 能源金融市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)模型各指標(biāo)時(shí)間序列圖

        能源供需類指標(biāo)即石油進(jìn)口以及能源消費(fèi)都呈現(xiàn)明顯的趨勢(shì)性。2002—2019年石油進(jìn)口及能源消費(fèi)逐年增長(zhǎng),而2020年由于新冠肺炎疫情的影響,二者都出現(xiàn)了輕微的下降,但總體仍表現(xiàn)出增長(zhǎng)態(tài)勢(shì)。這一方面說(shuō)明隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展,我國(guó)能源進(jìn)口與能源需求所呈現(xiàn)的上升趨勢(shì)使得能源金融安全的重要性愈發(fā)凸顯;另一方面也說(shuō)明由于能源領(lǐng)域的產(chǎn)業(yè)鏈較長(zhǎng),我國(guó)能源產(chǎn)業(yè)的增長(zhǎng)具有相當(dāng)?shù)姆€(wěn)定性,不易受到外界因素影響。另外,我國(guó)能源需求也呈現(xiàn)出規(guī)律性波動(dòng),具有較強(qiáng)的季節(jié)效應(yīng),即夏秋季節(jié)較高、冬春季節(jié)較低。通過(guò)線性趨勢(shì)線可以看出,去除時(shí)間趨勢(shì)后,兩個(gè)指標(biāo)數(shù)據(jù)的波動(dòng)并不大。

        金融市場(chǎng)類指標(biāo)的數(shù)據(jù)則沒(méi)有明顯的趨勢(shì)性,且表現(xiàn)出較大的起伏,但并未出現(xiàn)長(zhǎng)期偏離。這同樣說(shuō)明,市場(chǎng)波動(dòng)風(fēng)險(xiǎn)相對(duì)來(lái)說(shuō)更易受到市場(chǎng)環(huán)境、國(guó)際重大事件等各類因素影響。

        四、實(shí)證結(jié)果與分析

        (一)能源金融市場(chǎng)風(fēng)險(xiǎn)靜態(tài)影響因素及風(fēng)險(xiǎn)指數(shù)時(shí)間序列

        對(duì)所得到的指標(biāo)數(shù)據(jù)進(jìn)行主成分分析,得到的結(jié)果如表3所示。根據(jù)表3,第1、2個(gè)成分的特征值均大于1,而其余成分的特征值均小于0.5,且第1、2個(gè)成分累計(jì)方差貢獻(xiàn)率為80.73%,超過(guò)80%的經(jīng)驗(yàn)值標(biāo)準(zhǔn),具有較好的信息解釋效果,故選擇第1、2個(gè)成分作為主成分。主成分的初始載荷系數(shù)如表4所示。

        表3 主成分分析的結(jié)果

        表4 初始載荷系數(shù)矩陣

        根據(jù)模型構(gòu)建的第4步,得到綜合后的各指標(biāo)系數(shù),結(jié)果如表5所示。由表5可以看出:橫向比較時(shí),成分1中影響程度較高的主要是油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng),代表國(guó)際因素,而成分2中影響程度較高的為石油進(jìn)口和能源消費(fèi),代表國(guó)內(nèi)因素;縱向比較時(shí),油價(jià)波動(dòng)具有最高權(quán)重,其次依次是股指波動(dòng)、匯率波動(dòng)、石油進(jìn)口、能源消費(fèi)。綜上可知,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)受國(guó)際因素影響較大,國(guó)內(nèi)因素影響較小,且受國(guó)際油價(jià)波動(dòng)影響最大。但此處各指標(biāo)的權(quán)重為靜態(tài)影響水平,而各個(gè)指標(biāo)對(duì)風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)影響將在本章節(jié)第(三)部分作具體分析。

        表5 綜合后各指標(biāo)系數(shù)

        對(duì)綜合后的各指標(biāo)權(quán)重值進(jìn)行歸一化處理,得到我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)函數(shù):

        其中,RIi為i時(shí)刻我國(guó)能源金融風(fēng)險(xiǎn)指數(shù),X1i、X2i、X3i、X4i、X5i分別為i時(shí)刻的石油進(jìn)口、能源消費(fèi)、油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)指標(biāo)值。

        將指標(biāo)數(shù)據(jù)帶入函數(shù)中,得到2002年1月—2020年12月我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)月度指數(shù),其時(shí)間序列結(jié)果如圖2所示。從圖2中可以發(fā)現(xiàn):一方面,2002—2020年我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)總體較為平穩(wěn)(時(shí)間序列的平穩(wěn)性將在本章節(jié)第二部分進(jìn)行更嚴(yán)密的論證),并未呈現(xiàn)明顯的趨勢(shì)性;另一方面,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)在特定時(shí)期會(huì)出現(xiàn)明顯波動(dòng),可能與同時(shí)期國(guó)際能源形勢(shì)變化有關(guān)。

        圖2 我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)時(shí)間序列圖

        對(duì)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)時(shí)間序列進(jìn)行具體分析:2002—2003年,由于美國(guó)發(fā)動(dòng)伊拉克戰(zhàn)爭(zhēng),對(duì)于國(guó)際能源格局造成較大影響,導(dǎo)致我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)上升;2004年1月—2008年5月期間,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)穩(wěn)定在較低水平;2008年6月份開(kāi)始,由于金融危機(jī)的爆發(fā),我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)入上升通道, 10月達(dá)到峰值,保持高位直至2009年8月回落;2010—2012年,受歐債危機(jī)的影響,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)出現(xiàn)了數(shù)次上升;2012—2015年,由于全球經(jīng)濟(jì)緩慢復(fù)蘇,風(fēng)險(xiǎn)指數(shù)保持在低位水平;2016年1—2月,由于美國(guó)等西方國(guó)家解禁伊朗的原油出口以及美聯(lián)儲(chǔ)近十年來(lái)首次加息,國(guó)際能源及金融市場(chǎng)出現(xiàn)動(dòng)蕩,能源金融市場(chǎng)風(fēng)險(xiǎn)上升;2017—2019年,風(fēng)險(xiǎn)指數(shù)基本保持穩(wěn)定,中美貿(mào)易摩擦導(dǎo)致國(guó)際金融市場(chǎng)風(fēng)險(xiǎn)上升,但由于其涉及能源領(lǐng)域較少,故對(duì)我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)影響較??;2020年3—6月,由于新冠肺炎疫情在全球范圍的暴發(fā),全世界經(jīng)濟(jì)陷入動(dòng)蕩,導(dǎo)致能源價(jià)格波動(dòng)大幅加劇,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)急劇升高;2020年7—12月,由于全球防控新冠肺炎疫情進(jìn)入常態(tài)化,市場(chǎng)波動(dòng)逐漸趨緩,能源金融市場(chǎng)風(fēng)險(xiǎn)穩(wěn)定在較低水平。

        綜上可以看出,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)基本保持在較為平穩(wěn)的階段,但能源商品特有的戰(zhàn)略屬性讓其更易受到經(jīng)濟(jì)、政治等多方面的影響,重大國(guó)際事件尤其是2008年金融危機(jī)以及2020年新冠肺炎疫情對(duì)于我國(guó)能源金融市場(chǎng)安全具有明顯的沖擊。

        (二)平穩(wěn)性檢驗(yàn)

        對(duì)風(fēng)險(xiǎn)指數(shù)的時(shí)間序列數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn),判斷其是否平穩(wěn)。圖3為風(fēng)險(xiǎn)指數(shù)的12階自回歸和偏自回歸關(guān)系圖,由其可知風(fēng)險(xiǎn)指數(shù)的時(shí)間序列數(shù)據(jù)的自回歸函數(shù)隨著時(shí)間的推移逐漸減小,且Q統(tǒng)計(jì)量在1%水平上顯著,初步判斷為平穩(wěn)時(shí)間序列。

        圖3 風(fēng)險(xiǎn)指數(shù)的12階自回歸和偏自回歸關(guān)系圖

        為進(jìn)一步檢驗(yàn)風(fēng)險(xiǎn)指數(shù)的時(shí)間序列是否平穩(wěn),需要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。本文采用DF檢驗(yàn)、ADF檢驗(yàn)、PP檢驗(yàn)、DF-GLS檢驗(yàn)、KPSS檢驗(yàn)進(jìn)行單位根檢驗(yàn)。首先進(jìn)行含趨勢(shì)項(xiàng)和不含趨勢(shì)項(xiàng)的DF檢驗(yàn),檢驗(yàn)結(jié)果如表6所示,風(fēng)險(xiǎn)指數(shù)在1%水平上拒絕“存在單位根”的原假設(shè)。

        表6 DF檢驗(yàn)結(jié)果

        由于DF檢驗(yàn)中的擾動(dòng)項(xiàng)可能存在自相關(guān),故考慮更高階的ADF檢驗(yàn)。本文選擇使用由大到小的序貫t規(guī)則(general-to-specific sequential t rule)來(lái)確定滯后階數(shù)。首先需要確定最大滯后階數(shù),Schwert(1989)建議取值為pmax=[12×(T/100)1/4],其中T為樣本容量,[·]表示取整數(shù)部分。本文中風(fēng)險(xiǎn)指數(shù)樣本容量為228,則pmax=14.745685,故取整數(shù)14作為最大滯后階數(shù)。經(jīng)過(guò)由大到小的序貫t規(guī)則最后得到滯后期p=5,含趨勢(shì)項(xiàng)與不含趨勢(shì)項(xiàng)的ADF檢驗(yàn)結(jié)果如表7所示。由表7可知,不含趨勢(shì)項(xiàng)和含趨勢(shì)項(xiàng)的ADF檢驗(yàn)結(jié)果表明風(fēng)險(xiǎn)指數(shù)分別在1%和5%水平上拒絕“存在單位根”的原假設(shè)且趨勢(shì)項(xiàng)系數(shù)并不顯著。

        表7 ADF檢驗(yàn)結(jié)果

        表8、表9、表10分別表示PP檢驗(yàn)、DF-GLS檢驗(yàn)、KPSS檢驗(yàn)的檢驗(yàn)結(jié)果。PP檢驗(yàn)表明,風(fēng)險(xiǎn)指數(shù)數(shù)據(jù)在1%水平上拒絕“存在單位根”的原假設(shè);DF-GLS檢驗(yàn)表明,從1-13階滯后在5%水平上拒絕“存在單位根”的原假設(shè),大多數(shù)在1%水平上拒絕“存在單位根”的原假設(shè);KPSS檢驗(yàn)表明,大多數(shù)滯后均不顯著,由于KPSS檢驗(yàn)的原假設(shè)為“平穩(wěn)序列”,故不可拒絕“平穩(wěn)序列”的原假設(shè)。

        表8 PP檢驗(yàn)結(jié)果

        表9 DF-GLS檢驗(yàn)結(jié)果

        表10 KPSS檢驗(yàn)結(jié)果

        綜上可知,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的時(shí)間序列數(shù)據(jù)為平穩(wěn)時(shí)間序列,且不具有明顯的時(shí)間趨勢(shì),但同時(shí)特定時(shí)間區(qū)間中出現(xiàn)的大幅度波動(dòng)同樣值得關(guān)注。對(duì)于我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的動(dòng)態(tài)影響因素,將在下一部分進(jìn)行分析。

        (三)動(dòng)態(tài)影響因素分析

        在本章節(jié)(一)中,基于主成分分析的結(jié)果可知,在能源金融市場(chǎng)風(fēng)險(xiǎn)影響因素的靜態(tài)分析中,油價(jià)波動(dòng)的權(quán)重最高,其次依次是股指波動(dòng)、匯率波動(dòng)、石油進(jìn)口、能源消費(fèi),但由于在不同時(shí)期各指標(biāo)的取值并不相同,因此各指標(biāo)對(duì)風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)貢獻(xiàn)排名可能與指標(biāo)權(quán)重并不完全相同。本文采用堆積面積圖來(lái)表現(xiàn)各指標(biāo)在不同階段對(duì)于風(fēng)險(xiǎn)指數(shù)的貢獻(xiàn)度,以此來(lái)分析我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)影響因素,結(jié)構(gòu)如圖4所示。

        圖4 各指標(biāo)影響程度堆積面積圖

        由圖4可以發(fā)現(xiàn),對(duì)于能源金融市場(chǎng)風(fēng)險(xiǎn)的主要貢獻(xiàn)來(lái)源于金融市場(chǎng)類的三個(gè)指標(biāo),即油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng)。雖然油價(jià)波動(dòng)在風(fēng)險(xiǎn)指數(shù)函數(shù)中的權(quán)重最高,但并不是每次風(fēng)險(xiǎn)指數(shù)上升的主要原因都是國(guó)際油價(jià)波動(dòng)的上升。例如,在伊拉克戰(zhàn)爭(zhēng)期間,第一次風(fēng)險(xiǎn)大幅上升主要是因?yàn)楣芍覆▌?dòng)上升,第二次則是美股指數(shù)波動(dòng)和國(guó)際油價(jià)波動(dòng)同時(shí)上升引起;在金融危機(jī)期間,油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng)共同起作用,且美元指數(shù)在金融危機(jī)后期波動(dòng)更大;在歐債危機(jī)期間,美股指數(shù)和美元指數(shù)的大幅度波動(dòng)助推了風(fēng)險(xiǎn)上升;2012—2015年期間風(fēng)險(xiǎn)下行,主要原因也是三個(gè)金融市場(chǎng)類指標(biāo)的下行;而在2015—2016年的風(fēng)險(xiǎn)峰值則主要是因?yàn)槟茉磧r(jià)格的波動(dòng)上升;2017—2019年的風(fēng)險(xiǎn)下行主要是美股指數(shù)波動(dòng)較小,這與美國(guó)2017—2019年經(jīng)濟(jì)平穩(wěn)增長(zhǎng)有一定關(guān)系;2020年3、4月份的風(fēng)險(xiǎn)指數(shù)飆升則主要是國(guó)際油價(jià)劇烈波動(dòng)引起的。另外,石油進(jìn)口與能源消費(fèi)引起的風(fēng)險(xiǎn)對(duì)于總體風(fēng)險(xiǎn)指數(shù)的影響很小。

        綜上可以看出,無(wú)論是靜態(tài)還是動(dòng)態(tài)影響因素分析,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的主要影響因素為能源市場(chǎng)價(jià)格波動(dòng)、股票市場(chǎng)價(jià)格波動(dòng)、匯率市場(chǎng)價(jià)格波動(dòng),且在不同時(shí)期的影響大小各不相同。這個(gè)發(fā)現(xiàn)對(duì)于第六部分的結(jié)論與政策建議提供了重要依據(jù)。

        (四)穩(wěn)健性檢驗(yàn)

        本文通過(guò)對(duì)將其他指標(biāo)替換原本選取的指標(biāo)來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。李麗紅(2015)在研究中選用年度GDP數(shù)據(jù)作為描述能源供需的指標(biāo)之一,認(rèn)為能源需求會(huì)隨著GDP的增長(zhǎng)而上升。本文選擇將GDP作為能源需求指標(biāo)替換原來(lái)的固定資產(chǎn)投資,通過(guò)比較替換前后風(fēng)險(xiǎn)指數(shù)時(shí)間序列的差別來(lái)驗(yàn)證穩(wěn)健性?;跀?shù)據(jù)的可得性和結(jié)果的可比較性,本文選擇季度數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。

        將原來(lái)數(shù)據(jù)取季度算數(shù)平均值得到第一組季度指標(biāo)數(shù)據(jù),并用2002-2020年各季度GDP的標(biāo)準(zhǔn)化數(shù)據(jù)替換固定資產(chǎn)投資的數(shù)據(jù)得到第二組季度指標(biāo)數(shù)據(jù),重復(fù)之前的步驟得到兩組季度風(fēng)險(xiǎn)指數(shù)的時(shí)間序列圖,二者對(duì)比如圖5所示。

        圖5 不同指標(biāo)體系下的季度能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)對(duì)比圖

        由圖5可知,將季度GDP指標(biāo)替換固定資產(chǎn)投資指標(biāo)后,風(fēng)險(xiǎn)指數(shù)的波動(dòng)并未出現(xiàn)明顯的區(qū)別,證明本文所選取的指標(biāo)具有較高的穩(wěn)健性。

        與此同時(shí),本文注意到季度風(fēng)險(xiǎn)指數(shù)與月度風(fēng)險(xiǎn)指數(shù)的時(shí)間序列結(jié)果有所差異,故將二者進(jìn)行對(duì)比,結(jié)果如圖6所示。由圖6可知,月度數(shù)據(jù)與季度數(shù)據(jù)在總體上趨勢(shì)相近,但相較于季度數(shù)據(jù),月度數(shù)據(jù)有兩方面優(yōu)勢(shì):一方面,月度數(shù)據(jù)的波動(dòng)性更大,而季度數(shù)據(jù)則“熨平”月度數(shù)據(jù)的起伏。在市場(chǎng)活動(dòng)瞬息萬(wàn)變的今天,波動(dòng)性更強(qiáng)的數(shù)據(jù)能夠更加準(zhǔn)確地刻畫(huà)風(fēng)險(xiǎn)的變化,有利于對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)和預(yù)測(cè)。另一方面,月度數(shù)據(jù)更加及時(shí),由圖6可以看出,對(duì)于伊拉克戰(zhàn)爭(zhēng)(2002—2003年)、金融危機(jī)(2008—2009年)、歐債危機(jī)(2010—2011年)和新冠肺炎疫情期間(2020年)的風(fēng)險(xiǎn)上升情況,月度數(shù)據(jù)都比季度數(shù)據(jù)更早地反應(yīng)出來(lái),有利于風(fēng)險(xiǎn)防范。綜上,能源金融市場(chǎng)風(fēng)險(xiǎn)月度數(shù)據(jù)具有明顯的理論和實(shí)踐優(yōu)勢(shì)。

        圖6 基于季度數(shù)據(jù)和月度數(shù)據(jù)的我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)對(duì)比圖

        五、結(jié)論與政策建議

        (一)結(jié)論

        第一,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)總體呈現(xiàn)為易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài),即長(zhǎng)期來(lái)看并沒(méi)有明顯的上升或下降趨勢(shì),但同時(shí)對(duì)重大事件比較敏感,短時(shí)間內(nèi)會(huì)有較大起伏。這說(shuō)明總體而言我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)還處于平穩(wěn)可控范圍,同時(shí)也要注意如果我國(guó)能源對(duì)外依存度進(jìn)一步升高,能源供給可能會(huì)受到市場(chǎng)波動(dòng)的更大影響。進(jìn)一步地,本文對(duì)于我國(guó)2019年來(lái)各月能源金融市場(chǎng)風(fēng)險(xiǎn)指數(shù)的梳理表明,我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)受國(guó)際重大事件的影響比較大,因此本文認(rèn)為我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的預(yù)警,應(yīng)當(dāng)更加注重對(duì)國(guó)際重大事件的研判、預(yù)測(cè),而非單純依據(jù)對(duì)以往經(jīng)濟(jì)數(shù)據(jù)的計(jì)量預(yù)測(cè)結(jié)果。本文風(fēng)險(xiǎn)指數(shù)長(zhǎng)期平穩(wěn)的結(jié)論以及對(duì)風(fēng)險(xiǎn)預(yù)警的分析與過(guò)往的研究結(jié)果有所不同,對(duì)于我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)研究提供了一些新的實(shí)證方法和思路。

        第二,在我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)的影響因素方面,靜態(tài)分析下油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)等金融市場(chǎng)類指標(biāo)的權(quán)重明顯高于石油進(jìn)口、能源消費(fèi)等石油供需類指標(biāo),其中油價(jià)波動(dòng)指標(biāo)的權(quán)重最高;而通過(guò)時(shí)間序列進(jìn)行動(dòng)態(tài)分析可以看出,在不同時(shí)期油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)三個(gè)指標(biāo)的影響比重各有不同,而石油進(jìn)口、能源消費(fèi)兩個(gè)指標(biāo)的影響則始終十分微弱。這說(shuō)明雖然我國(guó)能源產(chǎn)業(yè)規(guī)模逐年增長(zhǎng),但是規(guī)模的增長(zhǎng)對(duì)于風(fēng)險(xiǎn)的影響并不明顯,而三個(gè)市場(chǎng)指標(biāo)的變動(dòng)始終具有較大的影響。

        (二)政策建議

        第一,強(qiáng)化對(duì)能源安全的日常監(jiān)管和對(duì)國(guó)際重大事件的研判。我國(guó)能源金融市場(chǎng)風(fēng)險(xiǎn)長(zhǎng)期總體平穩(wěn)、短期易受重大事件影響的特征表明,相較于基于過(guò)往數(shù)據(jù)進(jìn)行單純的計(jì)量分析預(yù)測(cè),更重要的是加強(qiáng)對(duì)可能影響能源金融市場(chǎng)波動(dòng)的國(guó)際重大事件的研判和分析。因此,我國(guó)應(yīng)加強(qiáng)對(duì)能源安全的日常監(jiān)管,長(zhǎng)期保持對(duì)于全球能源市場(chǎng)以及國(guó)際形勢(shì)的關(guān)注,特別要防范“黑天鵝”“灰犀牛”等重大風(fēng)險(xiǎn)事件,同時(shí)積極創(chuàng)新能源金融工具,對(duì)潛在風(fēng)險(xiǎn)提前進(jìn)行防范與化解。

        第二,推動(dòng)國(guó)內(nèi)能源金融市場(chǎng)建設(shè),積極參與全球能源治理,構(gòu)建能源領(lǐng)域“雙循環(huán)”新發(fā)展格局。我國(guó)能源需求雖然規(guī)模巨大,但在國(guó)際市場(chǎng)中的話語(yǔ)權(quán)仍然較低,受國(guó)際市場(chǎng)形成價(jià)格影響較大。本文經(jīng)過(guò)分析發(fā)現(xiàn),規(guī)模因素在能源金融市場(chǎng)風(fēng)險(xiǎn)中的作用比較弱,因此我們不應(yīng)過(guò)度高估自身體量所形成的影響力而忽視風(fēng)險(xiǎn)因素,但同時(shí)也不應(yīng)低估我國(guó)能源需求規(guī)模在降低能源金融風(fēng)險(xiǎn)中可能起到的作用。當(dāng)前國(guó)際形勢(shì)日趨錯(cuò)綜復(fù)雜,我國(guó)巨大的能源需求是發(fā)展國(guó)內(nèi)能源金融市場(chǎng)、提升國(guó)際能源金融話語(yǔ)權(quán)的有利條件,應(yīng)抓緊構(gòu)建能源領(lǐng)域的“雙循環(huán)”新發(fā)展格局機(jī)遇。一方面,依托現(xiàn)有的巨大能源產(chǎn)業(yè)規(guī)模,抓緊推動(dòng)本土能源金融市場(chǎng)建設(shè),完善能源定價(jià)機(jī)制和能源資源配置機(jī)制,同時(shí)提高我國(guó)能源戰(zhàn)略儲(chǔ)備;另一方面,積極參與全球能源治理,提高在能源領(lǐng)域的話語(yǔ)權(quán),全方位提高我國(guó)能源金融風(fēng)險(xiǎn)防范能力。

        猜你喜歡
        金融市場(chǎng)波動(dòng)能源
        金融市場(chǎng):寒意蔓延【精讀】
        假如金融市場(chǎng)崩潰,會(huì)發(fā)生什么? 精讀
        第六章意外的收獲
        羊肉價(jià)回穩(wěn) 后期不會(huì)大幅波動(dòng)
        微風(fēng)里優(yōu)美地波動(dòng)
        2019年國(guó)內(nèi)外油價(jià)或?qū)⒉▌?dòng)加劇
        用完就沒(méi)有的能源
        ————不可再生能源
        家教世界(2019年4期)2019-02-26 13:44:20
        干濕法SO2排放波動(dòng)對(duì)比及分析
        福能源 緩慢直銷路
        Copula模型選擇及在金融市場(chǎng)的應(yīng)用
        91中文人妻熟女乱又乱| 成人a在线观看| 亚洲精品123区在线观看| 一本久久综合亚洲鲁鲁五月夫| 日本一区二区三区经典视频| 疯狂三人交性欧美| 国产成人精品日本亚洲11| 国产成人亚洲精品77| 国产精品国产三级国产不卡| 国产精品视频亚洲二区| 无码日韩精品一区二区三区免费| 国产美女在线精品亚洲二区| 色婷婷av一区二区三区不卡| 二区三区三区视频在线观看| 国产成本人片无码免费2020| 国产小毛片| 亚洲第一女人天堂av| 精品精品久久宅男的天堂| 欧美日韩一区二区综合| 秋霞日韩一区二区三区在线观看| 在线女同免费观看网站| 欧美a级在线现免费观看| 爱情岛论坛亚洲品质自拍hd| 亚洲精品国产二区三区在线| 日本老熟妇五十路一区二区三区| 成人免费无遮挡在线播放| 狠狠躁夜夜躁无码中文字幕| 果冻国产一区二区三区| 亚洲一区二区三区日韩在线观看| 日本又色又爽又黄又免费网站| 99久久久无码国产aaa精品| 亚洲av色香蕉一区二区蜜桃| 在线精品首页中文字幕亚洲| 中文字幕被公侵犯的漂亮人妻| 亚洲国产精品嫩草影院久久| 精品人妻av区二区三区| 在线观看人成视频免费| 亚洲欧洲无码av不卡在线 | 97在线观看播放| 国产亚洲一本大道中文在线| 人妻系列少妇极品熟妇|