前言:中文期刊网精心挑选了金属价格范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
金属价格范文1
大宗商品价格大幅下挫
7月份以来,因能源价格大幅下挫的冲击,大宗商品价格指数大幅下跌,单月跌幅达到10%,为1980年3月下跌10.5%以来的最大跌幅。自6月底的价格高点计算:黄金跌幅13%;铜、铝、锡等金属价格跌幅在巧一20%之间;NYMEX原油期货跌幅超过20%,部分农产品价格跌幅更是达到30%。
大宗商品的“暴跌”主要源于:美元的快速升值和中国制造业增长趋于放缓的忧虑。7月份以来,美元出现出现持续的快速升值,资金回流美国和资金的重新配置,大宗商品遭遇到严重的抛售,期货持仓大幅下降。
而08年对中国金属消费的乐观期待一直是支撑金属价格的关键因素之一。然而,7月份中国采购经理人指数只有48.4,意味着未来几个月内工业生产步入紧缩的可能性大幅增加。因此,低于预期的中国经济数据,严重冲击了投资者的信心。
金属矿业股也遭遇抛售
与商品市场一样,金属矿业股也遭遇到投资者的抛售。自5月底金属矿业
股达到历史性高位之后,截至8月8日跌幅已经达到30%左右。
各子行业数据解读
铝:减产带动铝价小幅回升
受到国内铝厂减产消息的刺激,7月份国内外铝价均有小幅的回升。但是,国内供需并没有出现根本的改善,1一7月份均价仍然同比下滑8%。
夏季电力消费高峰的来临加上部分地区煤炭供应的紧张,对一些冶炼厂的生产造成了直接的冲击,部分铝厂不得不被动减产。我们的判断是:减产将主要是被动的,在目前消费也不强劲的背景下,还不会对供需形成根本影响。当然,未来减产的范围和幅度还是值得密切关注。
截止7月,国内现货均价下跌8%
铜:表观消费仍然低迷
7月份,国内外铜价表现相对平稳,基本上与6月份持平。特别是,7月中下旬之后,LME铜价的大幅下滑,大大改善了国内外的比价关系,进口亏损幅度缩小至2000元/吨左右的水平,这也有助于改善国内进口精矿的盈利能力。
至于未来走势。尽管LME铜价近期跌幅达到20%左右,但是相对锌、铅、镍等金属,铜价的表现还是比较强劲。然而,对于许多投资者的预期来说,相对较高的铜价意味着继续下滑的空间仍然很大。我们的观点是:近期,对中国经济乐观预期的“失望”给商品投资者很大的打击,以及国际市场资产的重新配置带动了美元的快速升值,都给近期的铜价很大的冲击。短期内,压力仍将持续;长期内,结构性的供需矛盾并没有解决,长期铜价仍然乐观。
铅锌:价格继续表现低迷
产量增长的加速,对金属价格形成了很大冲击。08年以来,铅锌价格呈持续下滑走势。其中:国内外锌价同比下滑都超过37%;而由于去年同期较低的基数,铅价同比涨幅仍在20%左右,随着基数的上升,均价涨幅将快速下滑。
从行业运行数据来看,中国铅锌消费继续保持两位数的增长速度。然而对价格来说,更重要的是精矿产量的大幅增长。根据中国有色工业协会的数据,上半年中国锌精矿产量达到143万吨,同比增长21%,而铅精矿产量增长更是接近40%,达到53万吨。
锌、铅价格的持续低迷,行业总体盈利仍然处于下滑趋势中,特别是矿山利润下滑趋势更为显著。根据英国商品研究局(CRU)预测,08年上半年锌矿山和冶炼商利润分别下降46%和21%,而铅矿山和冶炼商利润同期则分别上升24%和53%。随着铅行业盈利基数的上升,盈利增长将出现显著的下滑;而锌受到高成本冶炼商的支撑,继续下滑的空间已经不大。
不锈钢企业减产的压力下,镍消费继续受到抑制,镍价继续下跌。尽管,中国镍铁的生产成本较高,且电价、焦炭价格的上涨继续提升了镍铁的冶炼成本;但是,镍铁中铁含量的计价,大大减轻了镍铁生产商的成本压力。我们认为:在不锈钢企业减产的背景下,镍价强劲上涨的可能性不大;当然,18000美元以下的镍价也逼近镍铁的综合成本线,继续下滑的空间也有限。
锡:产量增长依然缓慢
自07年8月份以来,国内锡价基本上维持在14一16万元/吨的区间运行,尽管国际锡价一度从14000美元/吨上涨至24000美元/吨之上。国际锡价的强势和国内锡价的高位运行,主要得益于中国产量的缓慢增长:08年1一7月份锡精矿产量同比下滑1.8%,而精炼锡产量更是下滑13%。中国产量的下滑,一方面造成了出口的停滞,同时还导致进口大幅增长65%,改善了国际市场锡的供需格局,带动了国际锡价的大幅上升。
当然,目前锡市场也面临着其他金属同样的宏观环境,中国金属消费增长放缓甚至低迷的预期,锡价也从高位大幅下滑。但是,一旦宏观经济重新加速,缓慢的供应增长将导致供需再度紧张,价格重启上升趋势还是值得期待。
黄金:美元升值仍是短期压力
7月份,国内外黄金均价环比小幅上涨;但是,中旬以后美元的持续升值和能源价格的大幅下挫,给黄金市场带来了很大的压力,目前的国际黄金价格已经跌至860美元附近,而国内金价也跌回190一200元/克的区间。
至于未来的走势。短期内,美元的大幅升值仍是黄金价格走势的主要压力;而中长期内,通胀的压力和美元相对于新兴市场国家货币贬值的压力,仍将是未来黄金价格乐观预期的基础因素。
估值及评级
7月份,与A股市场整体走势一致,经过两个月左右的振荡继续下滑,板块指数再创新低。截至8月8日,7月份以来的跌幅达到12%。
金属价格范文2
关键词:美元指数;有色金属;负相关;内生机理
中图分类号:F830.91 文献标识码:A 文章编号:1001-828X(2013)01-0-02
一、引言
60年代的越南战争导致美国经济形势恶化,美元危机多次爆发,布雷顿森林体系崩溃。在此背景下,1973年美元指数诞生,在之后的近40年里,美元指数严格意义上的大幅上涨周期只有1980-1985和1996-2002年,大部分时候都处于贬值状态。
与此同时,国际市场有色金属价格自20世纪70年代以来经历了多次大幅震荡。1982年以来出现3次大幅上升,大约每8年左右要经历一次大涨,尤其是2004至2006年间的持续上涨最为突出。而最近几年,宽幅波动已经成为其走势的新特征。2003年以来,受到新兴市场快速发展带来的有色金属需求增长和金融资本进入有色金属期货市场进行投机的双重作用,有色金属价格又出现了新一轮急剧上涨。
分析二者在近40年里的历史表现,美元指数与有色金属价格之间似乎确实存在着某种负的相关性。一直以来各大投行的投资报告也将二者之间的关系作为一种既有结论来进行预测。但很少有人探究美元指数与有色金属价格的相关性到底有多大?造成这种相关性的内生机理又是什么?
二、美元指数与有色金属价格的统计性特征
2002年元月3日以前,克林顿时代的美国采取强势美元政策,有色金属价格都比较低。但此后,特别是美国“9.11”事件后,美国凭借美元的国际本位货币地位和优势,采取弱势美元策略,意图通过美元贬值将美国国内的很多矛盾转移到其它国家,其最直接的结果是资源性大宗商品大幅度涨价。
对美元指数的数据分析发现,从2000年1月3日的100.22到2012年11月24日的80.22,美元指数下跌幅度为24.93%,年平均下跌幅度为1.92%。而同期铜现货价为7762美元/吨,铅为2196美元/吨,锡为20868美元/吨,镍为16563美元/吨,与2000年1月3日相比上涨幅度分别达到321.53%、351.16%、242.15%、102.93%。年平均上涨幅度分别高达24.73%、27.01%、18.63%和7.92%。
由以上分析可知,美元指数与有色金属价格之间确实存在着一定的反向关系,但其相关到何种程度难以直接看出,因此我们对2000年到2012年13年间的数据进行相关性检验,得到下表:
美元指数与有色金属相关系数表
分析上表我们发现,在采集的13年数据中,2000-2002年相关性较差,但2003年起,美元指数和有色金属的负相关性明显增加。其中2000-2002年和2006-2008年间的铅/美元指数和锌/美元指数的相关系数呈现异常的正相关,通过对历史事件和数据的进一步分析,我们认为很可能是2001年美国“9.11”事件和07、08年次贷危机的情境下,全球避险情绪升高,对美元的需求增加,其增加的影响部分反映到有色金属价格上(有色金属可作为避险工具)。
三、实证分析
1.美元指数与有色金属价格的数量关系
确定美元指数和有色金属价格之间的负相关性后,为探求美元指数能在多大程度上解释有色金属价格的形成,我们同样以2000年到2012年13年间的676组数据作为样本,建立回归模型解释美元指数对有色金属价格的影响。
将美元指数和铜的价格对数化后建立如下回归模型:
用EVIEWS处理得:
通过上述模型测算可以看出,美元指数能解释79.6%以上的铜的价格构成,回归模型对铜的解释效果较好。截距项和系数的P值都为0,模型很显著。但DW值为0.155496,存在一阶正相关。加入一个滞后项R(1)修正,得:
修正后R-squared为0.97,解释效果非常好。DW值也接近于二,有效消除一阶正相关。得最终模型:
同理,我们对铝、铅、锌、锡、镍分别与美元指数建立回归模型,测算得到,美元指数对铝、铅、锌、锡、镍价格的解释效果分别为56%,82%,52%,78%和70%。
根据模型测算,在涨跌幅度上,美元指数每涨跌1%,铜的价格涨跌幅度约为-0.13%,铝、铅、锌、锡、镍价格的涨跌幅分别约为-0.43%、-0.19%、-0.21%、-0.20%、0.21%。显然,铝对美元指数的变动较敏感,其他几类金属对美元指数的1%涨跌幅的反应变动都在-0.20%左右。
2.美元指数与有色金属价格负相关关系的内在机理
数量关系分析的结果显示,美元指数确实能在一定程度上解释有色金属价格的构成。通过对文献、投行研究报告的阅读和总结,结合美元指数与有色金属价格相关性在不同历史环境下变化情况的分析,我们得出二者负相关性的内在机理包括以下几点:
(1)美元是美国经济好坏的标志,美国经济影响美国货币政策,政策信号影响股市汇市。
美元指数通过计算美元和对选定的一揽子货币的综合的变化率,来衡量美元的强弱程度,美指的高低直接反映世界各国对美元的需求情况。美国经济向好,美元坚挺会增强人们持有美元的信心,从而各国增加对美元的需求,使美指上扬。
美联储通常根据非农数据、GDP(国民生产总值)、PMI(制造业采购经理人指数)、CPI(消费者物价指数)和消费信心指数等一系列经济数据来判断美国经济的景气状况,从而决定采取什么样的货币政策来实现对经济的干预,如调节美国联邦基金利率、贴现率、30年期国库券收益率(也叫长期债券)、控制货币发行量等,这些政策信号会传导到股市、汇市,使美指和有色金属价格出现大幅波动。比如美国从08年起多次实行的量化宽松货币政策推动了全球资本市场流动性增加,促使有色金属等资源性商品变成“准金融商品”,促进有色金属牛市的形成。
(2)美元指数变动影响非美元地区的购买力变动,有色金属需求变动影响价格。
美元指数综合反映了美元在国际外汇市场的汇率情况,美元指数下降,其他货币相对美元升值,非美元地区购买力增强。购买力的增强促使非美元地区增加有色金属的购买,需求的扩大引起有色金属价格变动。
(3)美元指数变动影响有色金属名义价格,投机行为强化有色金属价格变动趋势。
国际市场有色金属通常以美元标价,美元的贬值推动有色金属名义价格的上涨,当其涨幅传递到相关上市公司股价上时被成倍放大,以美元标价的有色金属期货、期权就显得更有利可图,投机活动对有色金属价格的上涨更是起到了推波助澜的作用。
(4)美元指数下跌,美元的贬值促使有色金属逐步成为新的避险工具。
美国次贷危机爆发以来,国际基金为防备受到更大的影响,以免遭更大的损失,纷纷从美国股市等资本市场撤出,资金的趋利性又使得资金会重新投入到更为有利、更为安全的场所,而此时已调整较长时间的金属期货市场是基金选择的最有利的避险场所。
(5)美元指数波动包含其他货币走势,其他货币因素影响有色金属价格。
由美元指数定义可知,美元指数是美元对选定的一揽子货币的综合的变化率。以占比重最大的欧元为例,影响其走势的一系列事件也会通过影响美元传导给有色金属。2011年欧债危机爆发后,受欧元下跌影响,有色金属价格下跌。直至今日,有色金属价格仍未回到2011年3月的最高点。但随着欧债危机出现转机,可以看到欧元和有色金属价格的缓慢上涨。包括欧元在内的这一揽子货币都可以看作是美元的交易对手,与美元具有明显的反向变动趋势。影响这些汇率变动最主要的因素是各国央行的货币政策,它们会直接影响各国对美元的汇率,从而传导给有色金属。因此,各国央行采取的货币政策都会在一定程度上影响有色金属价格,特别是量化宽松政策或类似政策的出台都会引起本币贬值,从而导致对手货币升值以及有色金属价格的上升。
四、结论和建议
根据前文分析,我们得知,美元指数与有色金属价格之间确实存在着一定的负相关性。通过建立模型可知美元指数能在一定程度上解释有色金属的价格,铜、铅、锡的解释效果较好。在涨跌幅度上,铝对美元指数的变动较敏感。美元指数每涨跌1%,铝的价格涨跌幅度约为-0.43%。
结合美元指数和有色金属价格的历史表现和历史事件的分析,我们得出美元指数对有色金属价格产生作用的内在机理。
首先,美指反映了美国经济状况,美联储针对美国经济状况采取的一系列货币政策影响国际金融市场流动性,资金的趋利性增加有色金属的“金融属性”,推动有色金属牛市形成;其次,美元指数的波动影响非美元地区购买力的变动,需求变动影响有色金属价格;再次,美元指数变动对有色金属名义价格产生影响,金融市场的投机行为强化有色金属价格波动趋势;另外,近年来美指的下跌也使得有色金属逐步成为新的避险工具;最后,由于美元指数的组成包含其他货币因素,其他货币对金属价格的影响也通过美元指数得到反映。
由以上分析,我们对政府及投资者提出几点建议:
(1)根据美元指数与有色金属价格之间的负相关关系,由美元指数可通过分析美国经济政策、国际经济政治环境等进行预测的数据可得性,可以用美元指数走势来预测有色金属价格走势。
(2)由美元指数与有色金属价格之间的负相关关系,可以考虑利用有色金属作为避险工具,建立美元外汇储备和有色金属储备的制衡机制,降低风险。
(3)在充分考虑美元指数波动的情况下,可以考虑选择以铜、铝等有色金属作为投资对象,从而使其从美元指数波动中中收益或者保值。
(4)美元指数对部分有色金属解释能力稍弱,如铝、锌(美元指数可分别解释铝和锌56%和52%的价格构成)。考虑到突发事件会降低美元指数对有色金属的解释能力,在遇到国际政治经济形势变化等突发事件情况时,分析有色金属走势(尤其是铝和锌)应考虑更多的参照指标。
参考文献:
[1]林阳.2012美元反弹冲击金属价格——美元指数与金属价格专题报告.东兴证券,2012-1-10.
[2]张建国,沙俊杰.国际金融市场铜价与美元指数相关性研究.科技信息,2007(01).
金属价格范文3
关键词: 有色金属;板块指数;EGARCH模型;Copula函数;相关性
中图分类号:F 224.7 文献标志码:A 文章编号:1672-8513(2011)05-0417-05
Study on the Relativity between Non-Ferrous Metal Stock Plate Indexes
and Its Future Price Based on the Empirical Research of Copula Functions
HE Shuhong1,2,ZHANG Xuyong1
(1. School of Mathematics and Statistics, Yunnan University, Kunming 650091, China;2. School of Economics, Yunnan University, Kunming 650091, China)
Abstract: The study on the relativity between nonferrous metal stock Plate indexes and its future price in China focuses on the interactive effect between futures and the stock market, and Copula function could reflect the correlation between variables accurately, especially tail-related features. The research firstly adopted the EGARCH model to deal with the conditional heteroskedasticity of the sequence of return rates, and then focused the Copula modeling. Empirical results show that t-Copula and Gumbel Copula can well reveal the relevance of the two markets.
Key words: non-ferrous metal; stock plate indexes; EGARCH model; Copula functions; relevance
相关性是我们分析随机变量的重要指标,而刻画随机变量的相关性最难的就是如何确定联合分布函数,Copula函数在建立金融模型时,将随机变量的边缘分布和它们之间的相关性分开研究,使得边缘分布给定,联合分布函数也因此变的简单的多,同时,比起线性相关系数,Copula函数更能很好地拟合金融市场上尖峰厚尾的数据.
本文研究的是股票市场和期货市场的相关性问题,特别的,是以波动性比较频繁,影响较大的有色金属板块指数为例,国内对板块指数的研究大都集中在股票市场中各板块的联动性[1],期货市场和现货市场的套期保值比率[2]等方面.本文拟结合Copula函数相关性指标和EGARCH模型来描述有色金属板块指数与期货价格的相关性,找出这2个板块的尾部分布特征,建立合适的Copula函数来拟合这2个序列的分布函数.
1 Copula函数相关理论[3]
1.1 Copula 函数的定义
定义 二元Copula函数(Nelsen,2006)是指具有以下性质的函数C(•,•):
① C(•,•)的 定义域为:I2,即[0,1]2;
② t∈I,都有C(t,0)=C(0,t)=0,C(t,1)=C(1,t)=t;
③ 对I中任意的u1,u2,v1,v2,若有 u1≤u2,v1≤v2.有C(u2,v2)-C(u2,v1)-C(u1,v2)+C(u1,v1)≥0.
则称二元函数C(•,•)为Copula函数.
由Sklar定理可知,若H(•,•)为具有边缘分布F(•)和G(•)的联合分布函数 ,那么一定存在1个Copula函数C(•,•),满足
H(•,•)=C(F(x),G(x)).
1.2 Copula函数的相关性测度
考察2个变量的相关性时,最简单、最直观的方法是考察它们的变化趋势是否一致,若一致,表明变量间存在正相关;若正好相反,表明变量间存在负相关,由此建立了一致性与相关性测度的联系.令(x1,y1)和(x2,y2)为随机向量的2组观测值,如果x1y2,即:(x1-x2)y1-y2>0,则称(x1,y1)和(x2,y2)是一致的;类似的,x1y2,或者x1>x2且y1
下面给出常见的基于Copula函数的相关性度量Kendall相关系数τ,Spearman相关系数ρ,其表达式为 :
τ=4∫01∫01C(u,v)dC(u,v)-1;ρ=12∫01∫01uvdC(u,v)-3.
1.3 几种常见的Copula函数
1.3.1 Gauss Copula函数
CGa(u,v)=∫φ-1(u)-∞∫φ-1(v)-∞12π(1-ρ2)12•exp-(s2-2ρst+t2)2(1-ρ2)dsdt,
其中φ为一元标准正态分布, ρ∈(-1,1), ρ通常是φ-1(u)和φ-1(v)的线性相关系数.CGa事实上是边际分布为标准正态分布.
1.3.2 T-Copula函数
C(u,v)=∫T-1u(v)0∫T-1v(u)012π1-ρ21+s2+t2-2ρstν1-ρ2-ν+22dsdt,
其中ρ∈(-1,1)为线性相关系数,T-1v(•)是自由度为ν的一元t分布函数Tv(•)的逆函数.
1.3.3 Clayton Copula函数
Clayton Copula函数的分布函数为
CCl(u,v,θ)=u-θ+v-θ-1-1θ,
其中,θ∈(0,∞)为相关参数.当θ0时,随机变量u,v趋向于独立,即limθ0CClu,v;θ=uv;当θ∞时,随机变量u,v趋向于完全相关,且limθ∞CClu,v;θ=min(u,v)=C+,即当θ∞时,Clayton Copula函数趋向于Frechet上界C+.
另外,Clayton Copula函数的相关参数θ与传统的相关性和一致性测度常常有一一对应的关系,如Kendall的秩相关系数τ与相关参数θ的关系为:τC=θ/θ+2.
1.3.4 Frank Copula函数
Gumbel Copula和Clayton Copula函数只能描述变量间的非负相关关系,而Frank Copula函数还可以描述变量间的负相关关系.Frank Copula函数的分布函数和密度函数分别为
CF(u,v,λ)=-1λln(1+(e-λu-1)(e-λv-1)e-λ-1),
其中λ为相关参数,λ≠0.λ>0,随机变量u,v正相关,λ0表示随机变量u,v趋向于独立,λ
1.3.5 Gumbel Copula函数
Gumbel Colula函数的分布函数为
CG=(u,v,α)=exp-(-ln u)1α+(-ln v)1αα,
其中,α∈(0,1]为相关参数.当α=1时,随机变量u,v独立,即CGu,v;1=uv;当α0时,随机变量u,v趋向于完全相关,且limα0CG(u,v;α)=min(u,v)=C+,即当α0时,Gumbel Copula函数趋向于Frechet上界C+.
Gumbel Copula的密度函数具有非对称性,其密度分布呈“J”字形,即上尾高下尾低.Gumbel Copula函数对变量在分布上尾部的变化十分敏感,能够快速捕捉到上尾相关的变化,若2个随机变量之间的相关结构可由Gumbel Copula函数CG(•,•;α),α∈(0,1)来描述,就意味着在分布的上尾部,变量间具有更强的相关性.而在分布的下尾部,由于变量是渐进独立的,因此Gumbel Copula函数对变量在分布下尾部的变化不敏感,难以捕捉到下尾相关的变化.
1.3.6 常见Copula函数的相关系数
表1列出了几种常见的基于Copula函数的相关系数Kendall τ,Spearman ρ.
2 Copula模型的估计(参数估计方法)
Copula模型的参数估计一般采用极大似然估计和矩估计,其中极大似然估计是最常用的Copula模型的参数估计方法.通过Copula函数C(•,…,•,•)的密度函数c(•,…,•,•)和边缘密度函数fn(•,•),n=1,2,…,N,可以求出联合分布函数的密度函数.
尽管同时估计所有的参数可以得到最优估计,但考虑到同时估计的参数过多不利于寻优,而且Copula函数的特点使Copula模型非常适于采用多阶段估计法,很多学者的实证也都表明采用一步极大似然估计法和两阶段极大似然估计法来估计Copula模型,得到的参数估计值差异不显著,所以一般采用两阶段极大似然估计法来估计Copula模型的参数.
采用两阶段极大似然估计法可将Copula模型的参数估计分解为2步
第1步:
1=argmaxθ1∈Rm1∑Tt=1ln f1(x1t;θ1);
2=argmaxθ2∈Rm2∑Tt=1ln f2(x2t;θ2);
3=argmaxθ3∈Rm3∑Tt=1ln f3(x3t;θ3).
第2步:
c=argmaxθc∈Rmc∑Tt=1c(F1(x1t;1),F2(x2t;2),…,FN(xNt;N);θc).
即首先估计出边缘分布函数的参数θn,n=1,2,…,N,然后将它们的估计值n,n=1,2,…,N作为已知数代入Copula函数中,进而估计得到Copula函数中的参数θc的值.
两阶段极大似然估计使Copula模型的参数估计问题大大简化.
3 模型的评价[4]
设(xi,yi)(i=1,2,…,n)为取自二维总体(X,Y)的样本,记X,Y的经验样本函数分别为Fn(x),Gn(x),定义样本的经验Copula如下:
C^n(u,v)=1n∑ni=1IFn(xi)≤uIGn(yi)≤v,u,v∈[0,1]
其中,I•为示性函数,当Fn(xi)≤u时,IFn(xi)≤u=1,否则IFn(xi)≤u=0.
有了经验Copula函数之后,我们可以定义Copula函数C^(ui,vi)与经验Copula函数C^(ui,vi)的平方欧氏距离
d2=∑ni=1C^n(ui,vi)-C^(ui,vi) ,
其中ui=Fn(xi),vi=Gn(yi)(i=1,2,…),在 评价的过程中d2的值越小说明其所对应的Copula函数越能更好地拟合原始数据.
4 EGARCH模型[3]
为了反应在正负信息冲击下金融资产价格波动的非对称性,人们提出EGARCH模型即指数(Exponential)GARCH模型.模型中条件方差采用了自然对数形式,意味着杠杆效应是指数型的,该模型中条件方差方程变为
ln(σ2t)=ω+∑pi=1αiμt-iσt-i-E(μt-iσt-i)+∑qj=1βjln(σ2t-i)+∑tk=1γkμt-iσt-i .
EGARCH模型的一个重要特征是在条件方差σ2t中引入了参数γ,使得σ2t在冲击μtσt取正或负时有不同程度的变化,从而可以描述冲击对价格波动的非对称影响,若-1
5 实证分析
我们选取了2008年9月25日~2011年5月15日有色金属板块指数和沪铜期指的每日收盘价作为样本,将收益率定义为:Rt=100(ln Pt-ln Pt-1).
5.1 边缘分布函数的选取
在选取边缘分布之前,对上述2个收益率序列进行平稳性检验,检验结果如表2所示.
显然的,在假设条件下进行单位根检验,2个收益率序列所计算出的ADF统计量的绝对值均大于各显著性水平下的临界值,因此不拒绝平稳的假设,认为收益率序列不存在单位根,也就是说,2个序列的收益率时间序列是平稳的.
下面对2个序列进行正态性检验,检验之前先观察2个序列的Q-Q图和直方图,如图1~2.
进一步判定,我们进行正态性检验,检验结果见表3.
从表3中可以看出 K-S检验通过检验,但其他都没通过,这也说明2个收益率序列不服从正态分布,也就是说收益率序列存在尖峰厚尾的特征,下面用E-GARCH(1,1)-t模型来拟合2个收益率序列,用以描述序列的波动特征,拟合结果见表4.
从表中可以看出,除了γ外,其他系数均是显著的,而β的系数接近1,说明2个指数数据都有ARCH效应.
在对Copula函数进行拟合之前,需将原时间序列的标准化残差进行概率积分变换转化为[0,1]上的均匀分布,图3便是对2个期货合约的收益率残差进行概率积分变换以后所得到的序列散点图,也就是接下来Copula函数所要拟合的数据.
5.2 秩相关系数和参数估计
分别估计出这些数据的Kendall相关系数和Spearman相关系数,结果见表5.
和原始数据的秩相关系数比较,我们发现T-Copula,Gumbel和原始数据的秩相关系数的差距比较小,也就是说T-Copula和Gumbel能较好的反映了2个随机变量之间的秩相关性,也就是说可以近似地用这2个模型来拟合数据.
利用极大似然估计的方法,我们可以估计出Clayton,Frank,Gumbel Copula函数的参数结果(见表6).
5.3 模型检验
为了评价模型的优劣,我们用上述的经验Copula函数计算平方欧式距离,在 Matlab中运行程序以后结果见表7.
由表7可知T-copula和Gumbel copula与经验函数之间的距离最接近,这和前面对秩相关系数的判断是一致的,也就是说上面几种Copula函数对随机变量的建模,T-Copula和Gumbel Copula是优于其他函数的,同时因为Gumbel Copula函数所描述的是具有上尾相关特性的金融市场间的相关关系,也就是说能很好地描述牛市时期股票市场有色金属板块指数和沪铜期指间相关性增强的情形,也就是当有色金属指数暴涨时,沪铜期指暴涨的可能性会增大,2个指数之间具有更强的相关性.
6 结语
本文利用常见的Copula函数来描述有色金属板块指数和沪铜期指的分布特征,从讨论一个随机变量的分布函数出发,生成一个合适的Copula函数,从相关性的层面探讨,考虑到随机变量的波动影响和EGARCH模型族在度量数据波动特征方面的优越性,本文结合时间序列的EGARCH模型和Copula函数建立Copula-EGARCH模型来进一步描述数据特征,但建模的过程中我们发现,T-Copula函数和Gumbel Copula函数比Gaussian-Copula更能较好地捕捉到数据的尾部特征,而研究尾部的特征对金融时间序列来说是非常重要的,也更具有实际意义.
参考文献:
[1]姚禄仕,徐键益.期股联动性的实证研究――以沪铜期货与江西铜业股价为例[J].市场论坛,2010,71(2):79-81.
[2]迟国泰,于超,杨万武.多种期货对多种现货的最优套期保值决策模型[J].系统工程学报,2010,25(1):50-54.
[3]韦艳华,张世英.Copula理论及其在金融分析上的应用[M].北京:清华大学出版社.2008.
[4]谢中华.Matlab统计分析与应用――40个案例分析[M].北京:航天航空大学出版社,2010.
[5]黄鸿,蒋晓全.我国有色金属期货价格与股票价格相关性研究[J].上海经济研究,2010(5):50-53.
[6]王黎明,章明媛.混合Copula模型在股市板块分析中的应用[J].兰州商学院学报,2011,27(1):87-92.[7]秦伟良,颜华实,达庆利.基于多分辨分析的沪深股市相关性分析[J].数理统计与管理,2009,28(3):517-522.
收稿日期:2011-06-17.
金属价格范文4
关键词 工业化;能源效率;影响因素;中国
中图分类号 F062.2文献标识码 A 文章编号 1002-2104(2010)04-0035-08 doi:10.3969/j.issn.1002-2104.2010.04.007
从对中国工业化进程中能源效率的评价结果来看,省际、区际能源效率差异较大,工业行业以及国内整体的能源效率水平较低,而且能源与其他要素之间的替代效应微弱,刚性的高耗能结构对过低的能源相对价格不敏感(李世祥、成金华,2008;2009)。到底是什么原因导致了这样的能源效率现状与特征呢?影响能源效率的因素有很多。从能源经济理论与实践看,这些影响因素包括工业化所处阶段、产业结构、要素禀赋结构、技术进步、制度安排、财政投资、生产结构、消费结构、社会文化与消费习惯等多个方面。对处于经济转型、体制过渡、工业化、城镇化推进阶段的中国来讲,我们需要集中关注经济结构、技术进步、能源市场化改革等重要经济变量对能源利用及其效率的影响(李世祥、成金华,2008)。在本文,我们首先分析这些主要的影响因素对能源利用及其效率的作用机理,然后应用计量模型,分别从1990-2006年省际、四大区域、13个主要工业省区面板数据,以及工业行业数据的角度,实证估计其对中国工业化进程中能源效率的影响程度,并对结果进行深入解释。
1 研究假设:能源效率影响因素的作用机理
经济结构、技术进步以及能源市场化改革是中国工业化进程中的主要影响因素。基于此,我们深入分析了中国工业化中能源效率影响因素的作用机理。
1.1 经济结构
一般认为,产业结构的变化,尤其是工业与服务业以及工业轻重结构的变化,是导致能耗强度变化的主要因素(Kambara, 1992; Richard, 1999;齐志新、陈文颖等,2007;魏楚、沈满洪,2008),在本文中,我们主要研究中国工业化背景下能源利用及其效率的影响因素,因此,需要集中关注产业结构、工业内部结构、城市化水平以及能源结构等主要经济结构对能源效率的影响。
1.1.1 工业结构
工业化、城镇化的迅速推进是近10多年来中国经济发展的显著特点。工业化、城镇化导致了大量钢材、水泥等高耗能产品需求,而高耗能产品的生产却需要消耗大量能源。因此,要理解中国工业化进程中能源利用情况及其效率特征背后的影响因素,必须结合工业化的背景来考察。目前,中国正处于工业化中期,重工业化任务未完成,近些年重新重工业化的趋势明显,高能耗产业增长迅速,城镇化的任务还很艰巨,由此导致经济结构以工业经济为主,工业占经济总量的50%左右,而工业结构又以重工业为主,重工业所占比重几乎在60%以上。在这样的经济背景下考察能源效率的影响因素,我们首先要关注以工业经济为主的产业结构,以及以重工业为主的工业内部结构等重要结构变量。在实证研究中,我们以工业增加值占GDP的比重代表产业结构,以工业产值中的重工业比重代表工业内部结构。
1.1.2 就业结构
与产业结构、工业内部结构具有直接联系的是工业化水平。一般而言,工业化水平 是由工业进程所处的阶段决定的,而工业化阶段又决定了相应的产业结构与工业内部结构。在中国,工业化主要是靠政府推动的,特别是改革开放前的重工业优先增长战略,虽然改革后市场推动的力量在增强,但“路径依赖”可能会减弱该种力量。因此,以产业结构和工业内部结构来衡量工业化水平可能不准确。有的也提出用人均GDP来衡量工业化水平,但中国是人口大国,经济发展不平衡,以人均GDP作为工业化水平的衡量指标也不见得准确。相对而言,以非农产业就业比重来衡量工业化水平,应该优于其他衡量指标。这是因为,一方面,改革开放以来,中国工业化进程的最直接表现就是农业剩余劳动力向非农产业快速转移。工业是中国的主要经济部门,也是吸收农村剩余劳动力的重要途径,迅速转移的剩余劳动力推动了中国工业的快速增长,提升了工业化水平。另一方面,这一时期,以农业剩余劳动力快速转移为特征的工业化更多的是靠市场力量来推动的,比较符合工业化水平演变的内在经济规律。此外,非农产业就业比重还可以反映城镇化水平。以工业化带动的城镇化进程的推进,在相当程度上促进了原材料工业、城镇基础设施建设的迅速增长,导致了能源消耗的大量增加。基于此,在实证研究中,我们以非农产业的就业比重来衡量工业化水平。
1.1.3 能源结构
除了产业结构、工业结构和工业化水平外,能源结构也会对能源效率产生影响。不同的能源品种具有不同的利用效率,不同的能源结构也会产生不同的组合能源效率。事实表明,中国能源利用效率与发达工业化国家存在较大差距的主要原因在于以煤炭为主的能源结构。在中国的能源消费结构中,煤炭几乎占到了70%,而非化石能源的增长却很缓慢。因此,中国提高能源效率的关键在于改善能源结构,注重能源结构的调整和优化。但中国特有的资源赋存,又决定了以煤炭为主的能源消费结构在短时间内是难以改变的,这也决定了中国节能减排任务的艰巨性和长期性。在实证研究中,我们以能源消费结构中的煤炭比重和非化石能源比重代表能源结构,由于1990-2006年分省数据很难收集到,我们只是在工业行业的计量分析中加入这一指标。
1.2 技术进步
经济结构是长期的影响因素,而在经济结构相对稳定的短期内,结构变动不再是能 源效率的重要影响因素,在这种情况下,技术进步将成为促进能源效率提高的重要因素。目前,中国正处于工业化加速时期,对能源依赖较强的钢铁、化工、建材、有色、石油加工、电力等高能耗产业的发展将依然是经济的主要推动力,因而未来一定时期也是整个工业化进程中能源消耗量和增长速度较高的时期。因此,从一个不太长的时期来看,中国工业化 过程中的能源密集型结构状态将很难得到改变,短期内结构调整对于节能减排的作用将会减弱。在这种情况下,技术进步将成为当前中国节能减排的重要促进器,越来越受到政策制定者的关注。
对于发展中国家,技术进步有两种实现方式,即自己投资进行研究开发,或者向发达国家学习模仿。开发尖端新技术的投入很大而失败的概率很高;相对而言,模仿和购买技术所需的成本低得多。中国与发达工业化国家相比,在技术上存在着很大的差距,因而在选择技术进步的实现方式上具有后发优势,可以采用模仿、购买等方式来实现技术进步。在引进技术方面,中国充分地发挥了后发优势,而继续发挥后发优势是保持中国经济持续增长的重要战略。然而,同时也应当看到,如果采用引进技术的方法来实现技术进步,这种进步通常是与引进机器设备或者购买专利技术同时进行的,从而内嵌在资本投入的增长中(通过进口发达工业化国家的技术设备),因此注意分析物化性技术进步的作用是关键(易纲、樊纲等,2003)。
考虑到改革开放后中国采取的是比较优势战略,主要通过引进外资(包括跨国企业在华投资建厂,进口发达工业化国家的技术设备以及其他形式的技术转移、技术引进、技术扩散等)来加快物化性技术进步,我们在实证研究中用各地区外商投资企业年底投资总额占全国的比重表征技术进步,在对工业行业的研究中用外资额增长指数来衡量这一指标。
成金华等:结构变动、技术进步以及价格对能源效率的影响中国人口•资源与环境 2010年 第4期1.3 能源市场化改革
除了结构变动、技术进步以外,能源价格也是能源效率的重要影响因素。1978年经 济改革之前,中国的能源价格完全由国家控制。1982年实行双轨定价机制之后,行政定价才逐渐转向由市场调节定价。1990年,大约46%的煤炭、80%的原油是通过计划来分配的(Garbaccio, 1995)。自20世纪90年代起,随着社会主义市场经济体制改革目标的确立,市场化改革的步伐加快,对于大多数商品,市场已取代计划成为主要的分配手段,包括较大数量的煤炭和石油分配从计划走向了市场。煤炭行业采取了“三年放开煤价,三年抽回补贴”的重大改革措施,决定从1993年起放开国有重点煤矿的指令性煤炭价格。1994年7月,国家又取消了统一的煤炭计划价格,除电煤实行政府指导定价外,炼焦用煤、建材用煤和化工用煤等电煤以外的煤炭价格全部放开。1994年5月,国务院决定终止石油行业的产量承包制,合并原油的计划价格和市场价格,取消了“双轨制”。同一时期,电力价格也进行了调整,实现城乡用电同价。
取消“双轨制”后,能源市场化改革继续推进。1998年,与石油行业重组一起,石油价格定价机制改为与国际油价接轨。但是,为了稳定国内市场价格,国家仍对成品油实行较严格的管制。“十五”时期以来,为了促进电力工业的发展和加速电价市场化的步伐,国家有关部门出台了《电价改革方案》。发电、售电价格由市场竞争形成,输电、配电价格由政府制定。“十五”期初,煤炭供需关系紧张,电煤价格过低,国家的电煤指导价格受到煤炭企业的抵制,2002年政府决定全部放开电煤价格,由供需双方确立合同价,但是政府并没有放开电价,重点合同电煤价格与市场煤炭价格差距仍然非常大。为了解决煤电矛盾,政府于2004年年底推出了煤电联动政策。煤电联动是缩小煤电矛盾的一个过渡办法,是一种价格定价机制,却仍然是典型的政府定价方式。
总体上看,虽然中国的能源价格改革滞后于其他经济领域的改革,但自上个世纪90年代以来,国内能源市场化与价格改革不断加速,市场化程度不断提高。2007年11月份成品油价格的上调,以及2008年6-7月份汽油、柴油、航空煤油、电的价格上调是中国能源价格改革的又一次推进。目前包括开征燃油税在内的新一轮能源价格改革即将进行,预计将对整个经济系统的能源效率改进以及当前的节能减排起到积极的促进作用。为了考察市场经济环境以及能源市场化改革背景下的能源价格对于中国工业化进程中能源效率的影响程度,我们以燃料动力类价格指数代表该变量。
2 模型、变量与数据
2.1 模型
在DEA模型中,测度基于投入的技术效率的CCR-DEA模型如下:
θ*=minθ
约束条件为:
∑nj=1xijλjθxi0(i代表资本、劳动、能源)
∑nj=1yjλjy0(产出)
λj0,j=1,2,…n
最优值θ*表明决策单元在既定产出下,所有投入的成比例缩减是可能的。该模型要求在充分发挥能源与其他投入之间互补效应的前提下,尽可能地按比例削减所有投入。如果模型中某种特定投入(如能源)的约束条件是非强制性的,这意味着在不减少产出或不增加其他投入的情况下,减少这种投入(如能源)是可能的。在考虑到投入冗余的情况下,用最优解条件下的目标能源投入除以实际能源投入可以得到测度能源效率的一种方法。我们将利用该方法得到的能源效率值记为γ*。
由于能源与其他要素之间的替代效应微弱是中国工业化进程中能源效率的主要特征之一,长期以来内化而成的刚性高能耗技术结构使得能源与其他要素之间的互补性较强。因此,上述模型的假设前提与中国的能源经济现实是非常吻合的。
与大多数使用单位GDP能耗作为被解释变量的做法不同,我们利用基于非参数前沿的能源效率作为被解释变量。由于计算得到的能源效率为受限值(0,1],采用Tobit回归方法来估计是合适的。该方法第一步采用DEA评估出决策单位的效率值,第二步以第一步中得出的效率值作为因变量,以影响因素等作为自变量建立回归模型。Tobit回归模型属于因变量受到限制的一种模型,其概念最早是由Tobit(1958)提出,然后由经济学家Goldberger(1964)首度采用,之后在很多方面得到了广泛应用。当因变量为截断值(Truncated)或受限值(Censored)时,需采用Tobit回归模型。DEA得出的效率指数介于0 和1 之间,因此回归方程的因变量就被限制在这个区间。如果直接采用最小二乘法,会给参数估计带来严重的有偏和不一致。为此,第二步需要采用Tobit 回归分析。标准Tobit 模型如下:
Y*=Xiβ+εi,其中i=1,2,…n
Yi=Y*i,如果Y*i>0
Yi=0,如果Y*i0
Y*为潜变量(latent dependent variable),Yi为观察到的因变量,Xi为自变量向量,β为相关系数向量,εi为独立的且εi~N(0,σ),因此Y*~N(Xiβ,σ)。
2.2 变量定义及数据处理
在能源效率评价模型的应用中,我们假定中国各省以及工业部门的经济活动可以概念化为一种产出(即生产总值GDP)、三种投入(即资本K、劳动L、能源E)的生产技术。样本区间为1990-2006年。相关数据来源于各年《中国统计年鉴》和《中国能源统计年鉴》。
省际面板数据包括29省,其中将重庆市的数据合并到四川省,以及港澳台地区因数据限制而未被纳入。13个主要工业省区是指黑龙江、江苏、山西、天津、山东、浙江、广东、河北、上海、辽宁、河南、湖北、福建。四大区域是指东北老工业基地、东部沿海、中部和西部。在省际和区域面板数据中,我们利用商品零售价格指数,以1952年不变价格,对各省GDP数据进行了缩减。能源投入使用各省每年的能源消费量来表示,已经折算成标准煤。资本存量采用永续盘存法(PIM)计算。人力资本存量用平均受教育年限和劳动力数量的乘积表示。
工业行业的考察样本为整个工业部门以及6个两位码工业行业,这些行业是能源消耗 大户,包括钢铁、化工、建材、电力、石油加工、有色金属等6大高能耗产业。产出(y)采用分行业工业增加值指标(其中1990-1991年用工业净产值数据代替),并按“分行业工业品出厂价格指数”进行平减,换算成1990年不变价格。分行业的资本存量年均余额(K)采用永续盘存法来构建。劳动投入(L)用分行业的职工年平均人数代表。分行业的能源消费量(E)已折算成标准煤,极个别缺失数据用线性插值法补齐。关于省际和行业数据的详细处理情况见李世祥、成金华(2008)。
在对能源效率影响因素作用机理分析的基础上,我们从经济结构、技术进步、能源价格三个方面展开计量分析。解释变量包括产业结构、工业内部结构、工业化水平、能源结构、技术进步、能源价格。为了从多方面检验上述主要经济变量对能源效率的影响,我们分别利用1990-2006年省际、四大区域、13个主要工业省区面板数据,以及工业行业数据进行计量分析。在省际面板数据分析中,由于能源利用状况受地区经济规模、要素投入规模等宏观经济变量的影响,我们使用三个变量即GDP、资本存量(K)、劳动投入(L)作为模型的控制变量。相关变量的名称、符号及定义见表1。
表1 能源效率影响因素Tobit估计的相关变量名称、符号及定义
Tab.1 Variable, sign and definition about Tobit estimate of energy efficiency determinants
变量名称
Variable符号Sign定义Definition能源效率γ* 基于技术效率和冗余调整的能源效率 产业结构ivs工业增加值占GDP的比重工业内部结构his工业产值中的重工业比重工业化水平nals非农产业的就业比重能源结构cs
nfs能源消费结构中的煤炭比重
能源消费结构中的非化石能源比重技术进步fdii各地区外商投资企业年底投资总额占全国的比重;在工业行业数据中,采用实际利用外资额增长指数能源价格pe燃料动力类价格指数GDP
控制资本
变量劳动gdp
k
l国内生产总值
基于永续盘存法的资本存量
平均受教育年限和劳动力数量的乘积;在工业行业数据中,采用职工年平均人数
3 计量结果及解释
表2给出了解释全国29个省份以及几个主要区域能源效率变化的Tobit估计值。基于工业行业数据的估计结果见表3。由于2000年是中国能源消耗特征发生变化的转折点,因此对全国以及几大区域分1990-1999年和2000-2006年两个阶段的数据进行分段回归是有意义的,估计结果见表4 。
从总体上看,几种估计结果都具有良好的稳健性。从控制变量的估计系数来看,由GDP、资本存量(K)、劳动投入(L)所体现的经济规模,对能源效率的影响极其有限。基于所有估计结果的主要结论如下:
3.1 当前的经济结构特征不利于能源效率的提升
估计结果表明,中国典型的经济结构特征对能源效率具有显著的负向作用,不利于能源效率的提升。从全国看,产业结构(ivs)和工业内部结构(his)对能源效率的负向作用明显:工业增加值占GDP的比重每增加一个单位,将导致能源效率降低0.26-0.28个单位;重工业占工业的比重每增加一个单位,将导致能源效率降低0.32个单位。而全国的工业化水平(nals)变量未通过显著性检验,这可能是由于以非农产业比重衡量的工业化水平存在较大的区域差异性,从而在全国层次上未表现出明显的趋势性。
对于东北老工业基地,重工业比重以及工业化水平每增加一个单位将导致能源效率下降约1个单位。而该地区工业比重变量独特地表现出了对能源效率的正面影响,影响系数在0.83-0.98之间,这可能是由于在振兴东北老工业基地战略的推动下,该地区的工业结构出现了高端化趋势。东部沿海地区工业比重每增加一个单位,将导致能源效率降低约0.3个单位,工业化水平每上升一个单位
解释变量进行第一次回归,然后利用第一次回归中在10%或更好显著水平上的解释变量进行第二次回归。括号内为标准误,*、**、***分别表示显著水平为10%、5%、1%。在保留四位小数时,数值很小的数字就变为0.000 0。
也将引起能源效率下降约0.1个单位。中西部地区的产业结构、工业内部结构以及工业化水平对于能源效率的影响方向和程度基本一致,工业比重每上升一个单位将引起能源效率下降约0.3个单位,而中部地区工业化水平对能源效率的影响程度远大于西部地区。减少产业结构差异后的13个主要工业省区,其工业内部结构差异仍然导致了能源效率的差异,重工业比重的负向作用系数为-016,工业化水平的负向作用系数为-0.11。
从耗能大户――工业行业看,结果显示,产业结构(ivs)、工业化水平(nals)对于工业以及主要耗能产业的能源效率具有明显的负向作用。产业结构中的工业比重每增加一个单位将导致能源效率下降7-20个单位,影响系数较大的如钢铁、建材、电力、石油加工行业;工业化水平每提高一个单位将导致能源效率下降3-14个单位,影响系数较大的如钢铁、建材行业。由于高能耗产业是典型的重工业,长期以来中国的重工业比重维持在一个相对稳定的状态,导致工业内部结构(his)变量对工业行业能源效率的影响不显著。在估计结果中,煤炭比重(cs)要么是系数符号与预期相反,要么是未通过显著性检验,而非化石能源比重(nfs)的增加反而引起了工业行业能源效率的下降,这可能与刚性的高能耗技术结构有关。
除了农业剩余劳动力向非农产业快速转移以外,中国工业化的另一显著特点就是工业部门迅速扩张。1990-2006年间各省GDP中工业所占比重虽有缓慢下降的趋势但仍然维持在一个较高的比例,而且重工业比重呈不断增加的趋势,出现了“重新重工业化”的现象。中国工业部门扩张不是由自身的技术结构升级引起的,而是由重型化的高能耗产业投资膨胀引起的。这导致了中国在过去及未来相当长的一段时间内所具有的能源密集型工业结构与生产技术结构的特性。具有刚性且不断得到强化的高能耗技术结构使得生产中的能源不容易与其他要素进行替代,从而使工业行业以及全国整体上的能源利用呈现低效率的特征。
从分段估计结果看,2000年后中国典型经济结构特征对能源效率的负向影响程度在降低。一方面,东北老工业基地、东部沿海工业比重的增加在2000年前明显不利于能源效率的提高,而在2000年后明显有利于增加能源效率,意味着这些地区在2000年后开始注重工业结构的高端化,促使工业结构优化升级。另一方面,重工业比重对于能源效率的影响程度在逐渐减轻,如全国的影响系数由2000年前的0.94减少到2000年后的0.04,东北老工业基地的影响系数由2000年前的5.64减少到2000年后的0.49,中部地区由2000年前的1.74减少到2000年后的1.5,13个主要工业省区由2000年前的0.24减少到2000年后的0.1。这表明当前推行的科学发展、新型工业化道路等战略、产业结构以及工业内部结构调整政策对于能源效率的提升具有重要促进作用。2000年后工业结构高端化趋势已经初步显现,致使工业内部结构重型化程度有所降低,从而使得能源效率有明显提升的趋势。
值得注意的是,中西部地区2000年前工业结构对能源效率的负面影响大大小于2000年后。东部沿海2000年前的重工业结构效应不显著,2000年后的结构效应显著,西部地区却与此相反。西部地区2000年前工业化水平对能源效率的影响系数为正,而2000年后为负。这种变化态势可能与西部大开发、中部崛起战略的实施,以及近年来东部高能耗产业向中西部转移有关。
3.2 技术进步对能源效率具有显著的提升作用
结果显示,从全国范围看,技术进步每增加一个单位,将促使能源效率提升2个单位。该变量对东北老工业基地的影响最大,影响程度为6-8个单位。对西部地区的影响次之,系数为4.6-5.4;对东部沿海及主要工业省区的影响程度也在1.8个单位左右。有趣的是,该变量对中部地区的影响系数为负,可能与中部地区承接产业转移的角色有关,这意味着在中部崛起战略、特别是在建设资源节约型、环境友好型社会的实验区背景下,承接产业转移中如何避免高能耗、高污染产业向中部地区集中是值得研究的课题。
从工业行业看,技术进步每增加一个单位将使得整个工业部门能源效率提高0.04-0.05个单位。该变量对建材行业的影响最大,系数在0.07-0.09之间,钢铁行业次之,在0.05-0.06之间,石油加工业为0.04。
这里的技术进步指的是广义技术进步。在本文的实证估计中采用外商直接投资来代替该变量,因而估计结果主要反映的是国外技术以及所蕴含的观念、方法、制度对中国能源效率的影响。在中国改革开放以及工业化进程中,这方面的影响是相当重要的。在研究中,有的采用R&D、专利数量、教育质量等指标来反映技术进步变量,也是重要的研究视角和方法,但这些变量在过去及现在的较长时期内并未占主导地位,增强自主创新能力尚需时日。在改革开放以来的较长时期内,中国主要从国外引进技术,有利于发挥后发优势和比较优势,这种方式应该持续到自主创新能力提高后、引进技术不再有比较优势为止。
从分段估计结果看,技术进步对能源效率的作用在减弱,影响系数由2000年前的1.9减少到2000年后的0.72。东北老工业基地由2000年前的26.11减少到2000年后的1.05。西部地区在2000年后却变成负数了,中部地区在2000年前后都为负数,这可能与这些地区引进的主要是高能耗技术产业有关。而东部沿海地区和13个主要工业省区,其技术进步对能源效率的正向促进作用在逐渐增加,特别是东部沿海地区的增加幅度在1个单位左右,这可能与东部沿海地区近年来加强工业技术结构升级和自主创新能力建设有关。
3.3 能源市场化改革有利于能源效率的改进
对于省际和区际数据,从能源价格(pe)的估计结果看,全国及几大区域都通过了显著性检验,但只有东北老工业基地、中部地区以及13个主要工业省区的系数符号与预期相同,能源市场化改革与能源价格的合理提升对于这些地区的能源效率具有明显的正向促进作用。
从工业行业数据的估计结果来看,能源市场化改革对于工业以及主要耗能行业的能源效率具有一致的显著促进作用。对于整个工业部门,能源价格的影响系数在0.5-0.6之间;对钢铁行业的影响系数在0.5-0.7之间;化工行业为0.5-0.6;建材行业为0.45-0.7;电力行业为0.6-0.7;石油加工业为0.7;有色金属行业为0.4-0.55。
由于中国迫切需要节能减排,要使现阶段中国资本与能源之间出现替代关系从而提高能源效率,那么从根本上来讲要提高能源价格,只有提高能源价格才能引导节能技术的大量使用,从而弱化长期以来内化而成的高能耗技术结构。
从分段估计结果来看,能源价格对于能源效率的影响没有明显的差异。虽然能源的市场化改革在逐步推进,能源价格在逐步合理化,但由于能源与资本、劳动等生产要素之间的相对比价还是无法体现出能源的相对稀缺性,导致能源价格对能源效率的提升作用在短期内没有明显体现出来。
4 基本结论
在本文中,我们结合中国的历史、发展阶段以及能源经济的实际,提出了中国工业化中能源效率影响因素的分析框架。对处于经济转型、体制过渡、工业化、城镇化推进阶段的中国来讲,我们需要集中关注经济结构、技术进步、能源市场化改革等重要经济变量对能源利用及其效率的影响。从能源效率影响因素的作用机理来看,经济结构与工业化阶段密切相关,对能源效率的影响是一个长期的过程。而在经济结构相对稳定的短期内,技术进步是提升能源效率的重要因素。在市场经济条件下,能源价格是提高能源效率的长期而稳定的激励机制。这与当前的能源效率影响因素研究缺少简明而合理的分析框架有一定程度的区别。进一步,我们选取多个样本,基于Tobit计量模型的实证检验结果发现:①中国典型的经济结构特征对能源效率具有显著的负向作用,不利于能源效率的提升;②技术进步对能源效率具有显著的提升作用;③能源市场化改革有利于能源效率的改进。
上述基本结论意味着节能减排的政策重点必须立足于长期,谨慎采用单纯的节能降耗这种行政命令式的短期策略,重点采用基于激励机制的治理策略,弱化长期以来形成的高耗能技术结构,引导节能环保型技术的创新与扩散。
参考文献(References)
[1]Garbaccio R F Price Reform and Structural Change in the Chinese Economy: Policy Simulations Using a CGE Model[J].China Economic Review, 1995, (6): 1-34.
[2]Goldberger A S Econometric Theory[M]. New York: John Wiley & Sons, Inc, 1964.
[3]Kambara T. The Energy Situation in China[J].The China Quarterly, 1992, (131): 608-636.
[4]Richard G N, Adam B J. and Robert, N. S. The Induced Innovation Hypothesis and Energy-saving Technological Change[J].The Quarterly Journal of Economics, 1999, (3): 941-975.
[5]Tobin J. Estimation of Relationship for Limited Dependent Variables[J].Econometrica, 1958, (26): 24-36.
[6]李世祥,成金华.中国主要工业省区能源效率分析:1990-2006年[J].数量经济技术经济研究, 2008, (10):32-43.[Li Shixiang and Cheng Jinhua. Analysis on the Energy Efficiency about Main Industrial Provinces in China: 1990-2006[J].The Journal of Quantitative & Technical Economics, 2008, (10):32-43.]
[7]李世祥,成金华.中国能源效率评价及其影响因素分析[J].统计研究, 2008, (10) :18-27.[Li Shixiang and Cheng Jinhua.Study on the Energy Efficiency of China and its Determinants[J]. Statistical Research, 2008, (10):18-27.]
[8]李世祥, 成金华. 中国工业行业的能源效率特征及其影响因素――基于非参数前沿的实证分析[J].财经研究, 2009, (7):134-143. [Li Shixiang and Cheng Jinhua. The Energy Efficiency Feature of Industrial Sectors in China and Its Influencing Factors[J]. Journal of Finance and Economics, 2009, (7):134-143.]
[9]齐志新,陈文颖,吴宗鑫.工业轻重结构变化对能源消费的影响[J].中国工业经济, 2007, (2):35-42. [Qi Zhixin, Chen Wenying and Wu Zongxin. Effect of Light-heavy Industry Structure Changes on Energy Consumption[J].China Industrial Economy, 2007, (2):35-42.]
[10]魏楚,沈满洪.结构调整能否改善能源效率:基于中国省级数据的研究[J].世界经济, 2008, (11):77-85. [Wei Chu and Shen Manhong. Can Structure Change Improve the Energy Efficiency? An Empirical Study Based on Provincial Data [J].The Journal of World Economy, 2008, (11):77-85.]
[11]易纲,樊纲,李岩.关于中国经济增长与全要素生产率的理论思考[J].经济研究, 2003, (8):13-20. [Yi Gang, Fan Gang and Li Yan. A Theoretical Analysis on Economic Growth in China and Total Factor Productivity[J].Economic Research Journal, 2003, (8):13-20.]
Structural Shift, Techlogical Progress, Energy Price and Energy Efficiency
CHENG JinHua1 LI Shixiang2
(1.School of Economics and Management, China University of Geosciences, Wuhan Hubei 430072,China;
2.Lab of homeland Resources Security and legal Environment, China University of Geosciences, Wuhan Hubei 430072,China)
金属价格范文5
关键词一:更芯换代
平台/处理器的更新换代毫无疑问是今年笔记本电脑市场最大的看点。从技术角度上看,Intel年初新一代迅驰移动平台Napa,引领笔记本电脑正式拥抱双核,这是笔记本电脑跨时代的里程碑;而年中AMDTurion 64X2移动处理器,也将笔记本电脑从双核技术延伸到“双核+64位”,随之Intel其基于酷睿架构的64位双核处理器Merom,由于架构变化,“奔腾时代”正式被送别,随之迎来了Intel的“酷睿”时代。这些技术沿革带动了产品更新换代,从更高性能、更低功耗等方面带来了重大突破。
关键词二:平民价格
虽然这一年的主流配置随不同时期有所差别,但主流价格段仍维持在6000元至9000元间,价格总体上呈继续走低的状态,双核笔记本电脑也因为价格快速走向平易而迅速成为主流,这比当时Sonoma平台上市并成为主流的时间将近缩短了半年。
价格战从年初Napa平台就开始上演,并持续了整整一年。这不仅是商家抢占市场份额的法宝,同时也是技术更新引发产品换代的必然结果。暑促期间,联想、HP等国际大厂都布局了低价位笔记本,并卡位在4999元;三星等厂商更是在此期间就直接上市了低价位双核笔记本。随着AMD双核移动处理器,市场上的双核产品类别日渐丰富,价格战也就由之前的“让市降价”发展到不同阵营之间的竞争。
一直定位高端的整机厂商也放低了姿态,如索尼、富士通等厂商,在今年都先后推出了价位在8000元左右的双核笔记本,打出了平民价格牌。
关键词三:分合交融
分是指衍生新的产品类别,UMPC是其中最抢眼的一个,它具有超强移动性,既实现了PDA大小的便携性,又实现了普通笔记本电脑的功能。目前在市场上可以看到三星Q1、方正Mininote、华硕R2,如果把定义中的7英寸要求放宽,4.5英寸的索尼UX也算其中一个。虽然目前UMPC在续航时间、散热等方面还有一定的改进余地,但它确实在某种意义上更新了我们的应用体验。
合是指功能和定位融合,UMPC就是融合多种产品类别功能的代表;同样,商务笔记本则呈现出与消费类产品融合的迹象,今年我们测试的笔记本电脑,尤其是临近年末的新品更为明显,如今的商务笔记本已经融入了如高亮宽屏、读卡器甚至多媒体快捷键等消费类产品多采用的设计,商务如今正在走向娱乐化。
关键词四:安全走红
今年的商务笔记本尤其强调全方位的安全性,HP、联想、DELL、富士通等厂商多次新品,并将“安全”作为其商用产品宣传的主题词。从技术层面来看,有实力的大厂在完善并整合其安全解决方案,如联想昭阳其核心安全技术LTT,Think事业部推出“镁制防滚架”等等。TPM芯片今年也被更多厂商应用到了产品当中,如索尼、夏新以及年底宣告进军商务笔记本市场的华硕等。目前厂商是采用第三方软件来实现TPM的部分功能,提供如文件加解密等服务,在Vista企业版正式后,TPM安全芯片将真正发挥其幕后英雄的本色,大量系统安全功能都将通过它来实现。
海尔我变V60是海尔&英特尔创新产品研发中心设计的一款拳头产品,这是一款定位高端的屏幕可拉伸的商务笔记本。它在开发理念上颠覆了传统设计,采用了一种用特殊材料制成的可自由拉伸屏幕,通过屏幕提高模式、屏键平行模式、飞机应用模式、影音娱乐模式、特色会议模式等应用模式,为用户提供了各种不同应用环境下的理想视角;为了满足商务人士的需求,V60还特别配置了GPS导航软件,方便用户出行使用。
基本配置:Intel Core Duo L2500/ 1024MB/ 160GB /集成/ 12.1英寸
参考价格:39998元
V1J是华硕全线商务机中的首款尊贵商务系列产品。这款15.4英寸宽屏产品的硬件配置可谓豪华,高端处理器、大容量存储以及ATI X1600独立显卡,表现出了强劲性能,并提供了移动影院、视频会议、无线商务等多项应用解决方案;在数据安全方面,V1J采用了TPM安全芯片,以双重密码管理+硬盘密码锁+生物指纹识别管理+安全管理软件,打造全方位的安全保障。
基本配置:Intel Core 2 Duo T7200/2048MB/120GB/ATI X1600/15.4英寸
参考价格:36988元
索尼VAIO SZ38CP
基本配置:Intel Core 2 Duo T7400/2048MB/120GB/NVIDIA GeForce GO7400/14.1英寸
参考价格:27988元
SZ38CP是索尼推出的针对商务用户的高端机型,它秉承了SZ系列的优秀特质和独有技术。其机盖采用了碳纤维材料,在增强坚固度的同时,减轻了机身重量;通过采用白光LED技术,SZ38CP的液晶显示屏的厚度仅有5.1mm,令机身更为轻薄,并延长了待机时间;SZ38CP还配备了索尼VAIO特有的双显卡切换功能,用户可以根据不同应用环境灵活选择;在商务安全方面,SZ38CP集硬盘密码、硬盘保护和指纹识别技术于一身,为用户提供了全面的数据保护功能。
联想昭阳E390A
基本配置:Intel Core 2 Duo T5600/512MB/ 60GB/ATI X1300/14.1英寸
这是昭阳产品线中首款引入了联想安全解决方案LTT技术的商用笔记本电脑,它采用了恒智安全芯片,并实现了指纹识别、一键恢复、一键修复、一键杀毒、冰封系统、数据拯救等一系列功能,从系统、数据、物理、应用等多个维度强化了整机安全性。值得一提的是,联想的一键修复功能是在这款机型上首次使用,这项功能能智能检测诊断系统故障,快速修复系统核心文件和硬盘引导记录,经过我们测试,修复过程平均耗时仅为20秒左右。
三星X11
基本配置;Intel Core 2 Duo T7200/1024MB/100GB/NVIDIA GeForce GO 7400/14英寸
参考价格:16988元
作为三星高端超薄商务笔记本,X11以其时尚的梯形斜面圆滑棱角设计,展示出三星的设计风格。这款以超薄设计和良好性能受到青睐的产品采用了银黑内饰,稳重中更显时尚。
X11目前已经推出了采用酷睿2处理器的高配版本,进一步提高了整机性能;新型号上还融入了健康卫生的安全保护技术,通过加入银离子涂层,有效杀灭附着在键盘上的细菌。这款机型推出了15种不同配置,以满足用户不同应用以及价格需求。
清华紫光W460S
基本配置:Intel Core DuoT2300 /512MB/80GB/集成/14.1英寸
金属价格范文6
内容摘要:生活离不开数学,数学更离不开生活,数学知识源于生活,而最终服务于生活。在小学数学教学中,把生活融入课堂,让数学走进生活,缩短数学与孩子之间的距离,是学生学好数学用好数学的前提。因此我们要引导学生用数学眼光去观察和认识周围事物、认识社会;要重视学生的生活实际和已有经验,将数学与学生的生活、学习联系起来,实施“生活化教学”。
关键词:数学 源于 回归 生活
《数学课程标准》强调数学教学要紧密联系学生的生活实际,从学生的生活经验和已有的知识体验出发,引导学生从数学角度去观察问题、思考问题。还要发展学生的思维能力,让学生体验学习乐趣、感悟数学的作用。数学知识来源于生活,对于小学数学,更能在生活中找到其原型。因此,为了能给学生终身可持续发展打好基础,我们必须开放小课堂,让生活走进数学、让数学回归生活。
一、从生活中来
1、“信手拈来”,数学就在身边。
学习“简单的平均数应用题”时,如何把教学内容与生活实际联系起来,使学生明确学习的目的呢?我设计了这样的新课导入。首先请文娱委员唱支歌,随后请四名小组长和教师一起按百分制打分,思考:以谁的评分为准?应该怎么办呢?由此引入求平均数问题教学。这样设计教学不仅激发了学生的学习兴趣,感受到生活中时时有数学,并能通过学习自发寻找生活中的平均数问题,有效地培养了解决实际问题的能力,认识数学学习的实用价值。
2、创设情境,激发兴趣。
如在教学《几何初步知识整理和复习》时,我创设“小金鱼迁入新居”的情境,即分别出示圆柱体、长方体、正方体的鱼缸,并提出问题:如果想给小鱼找个宽敞的家,大家准备选哪个做它们的新家?搬家前要往鱼缸里倒水,该倒多少立方厘米的水呢?这样一来,求物体体积的枯燥的几何问题就被故事化、生活化、情趣化了,因而激起了学生的求知欲望,学生兴趣盎然,同时也感受到了数学与生活的密切联系,进而激发起强烈的探索兴趣。
3、捕捉生活现象学习数学
生活中到处有数学,到处有数学思想,关键在教师是否善于结合教学内容去捕捉生活现象,采撷生活数学实例,为课堂教学服务。教学《比例的意义和基本性质》安排了这样一段插曲:你们知道在我们人体上有许多有趣的比吗?将拳手翻滚一周,它的长度与脚底长度的比大约是1:1,身高与双臂平直伸长度的长大约也是1:1,脚底长与身高的比大约1:7,人的大腿与小腿长度之比是1:0.618,人的肘关节把手臂分割为1:0.618两部分,知道这些有趣的比有许多用处,到商场买袜子,只要将袜子在你的拳头绕一周,就会知道这双袜子是否适合你穿,假如你就一个侦察员,中要发现罪犯的脚印,就可估计出罪犯的身高……,这样利用“人体中有趣的比”的生活现象,引出比例的学习。利用捕捉到的生活现象学习数学,使学生对数学产生一种亲近感,感受到数学与生活同在,激起学生爱数学、学数学的情感。
又如:在教学“时、分、秒”时,因为时间单位不像长度、重量单位那样容易用具体的物体表现出来,它比较抽象。因此,我设计了许多与生活密切相关,又是学生喜欢的活动,有数脉搏、跳绳、拍皮球、转呼拉圈等活动。通过这些活动,学生能亲身感受到、体验到1分钟、1秒钟的长短,使抽象的时间概念变成学生看得见、摸得着的东西。尔后,让学生根据生活经验填一填时间单位:①小华每天睡9();②小红跳绳10下用了7();③小亮吃饭用了20();④小明跑50米用了12()等等。
二、回生活中去
《数学课程标准》指出:“教师应该充分利用学生已有的生活经验,引导学生把所学的数学知识应用到现实中去,以体会数学在现实生活中的应用价值。”这就要求我们教师积极构建生活教学的教学体系,把课本知识与社会生活实践紧密地结合起来,让学生在生活实践中主动地观察、思考、分析,揭示规律,再用于指导生活实践,体验研究的价值,感受数学的魅力所在。
1、实践生活化
教学中,应再现生活情景,引导学生回归生活空间,在生活空间中实践,在生活实践中感知,激发学生自觉地应用所学知识解决生活中相关的问题,让学生在生活实践中提高解决问题的能力。如:教学“长方形和正方形的面积”后可设计这样一道题:有一间长4米,宽3米的客厅,妈妈准备花800元铺地砖。让你和父母一起去商店挑选材料。其中有3种规格的地砖。甲种:边长为50厘米的正方形地砖,每块9元;乙种:边长为50厘米的正方形地砖,每块7元;丙种:边长为40厘米的正方形地砖,每块8元。你能为父母做参谋,买到适合你家的地砖吗?买地砖,关键是要搞清楚所买地砖应符合下列条件:(1)价格适中,总价在800元以内。(2)质量较好。那么究竟哪一种地砖符合条件呢?只有尽快地算算才知道。首先算出家里铺甲、乙、丙三种地砖分别需要几块:用房间面积除以甲(乙或丙)的地砖面积。再分别算出铺三种地砖各需的费用,分别为720元、560元、1000元。最后通过比较知道,丙种价值太贵,甲、乙规格相同,价格均在800元以内,但乙的价钱太便宜,可能质量不够好,所以选择甲种地砖最合适。像这样把数学知识应用于实际,数学就变得有血有肉、富有生气了。再如:让学生比较使用“液化气”和“电”哪个便宜?如何设计校园绿化方案?模拟购物、存款等……这样的教学安排,以直观性、开放性、体验性而更贴近生活,让学生学会用数学的眼光观察周围世界,解决实际生活问题,提高他们参与社会的能力,为他们的终身可持续发展奠定良好的基础。
2、创造生活化