能源在经济、股市和资产组合优化中的作用分析

发布时间：2020-11-10 00:11

　　 本文试图考察能源对宏观经济和微观经济的作用,并分析石油在冲组合风险中扮演的角色。我们用传统的具体分析方法来达到这项研究的目标。首先,我们利用210个国家的年度数据,试图分析石油价格和电力消费对国内生产总值的影响。进一步将数据分为五个子类别:收入水平,经合组织和非经合组织,区域水平,可再生能源消费比例和石油进出口国家。对于长期和短期分析,我们使用完全修正的普通最小二乘法和矢量误差修正模型。调查结果几乎在所有类别中都分析了油价和电力消费的重要性。另外,我们去掉了 53个国家的数据,将其余157个国家用于第二代面板计量经济学估计。在面板之间存在截面相关关系,这导致本文应用第二代单位根检验,Westerlund(2007)协整检验和混合分组平均估计。结果与210个国家的调查结果一致,表明油价,电力消费和国内生产总值之间存在显著关系。然而,在大多数情况下,石油价格是正向显著的。我们的经验证据显示了所有五个发展中国家分组中经济增长的显著性。在中低收入国家,中高收入国家,东亚和太平洋地区,中东和北非以及南亚地区显示出电力消费对经济增长的显着正效应。对于五个发展中国家分组中有三个,石油价格是显著的。中高收入和南亚类别显示出显著的结果。总之,结果证实,尽管石油价格高涨,发展中国家仍严重依赖电力消费而不是价格来实现经济增长。适应性健全的财政政策,货币政策和工业基础设施,可以缓解石油价格冲击对经济增长的影响。此外,我们使用面板OLS和动态OLS进行稳健检验。实证证据证实了电力消费,石油价格,资本和劳动力对经济增长的影响,这与FMOLS的实证结果一致。这表明长期的实证结果是可靠和稳健的。下一个目标通过仅考虑一个国家即巴基斯坦,来限定研究范围。这部分调查了石油价格、电力价格和电力消费对宏观和微观经济的影响。采用混合最小二乘法,固定效应模型,差分广义矩法和系统广义矩法进行实证分析。所有的技术都证明,滞后的公司股票收益和电力消耗与公司的股票收益正相关;油价被证明是不显著的,但是电价上涨导致公司的股票收益率下降。对于工业股票回报,混合OLS,固定效应模型和差分GMM和系统GMM发现油价的显着性,电价的结果是正向显著的,这与Model-1类似。电力消耗在1%的显著性水平下显著为负值。下一水平,检查能源变量与股市回报之间的关系;油价上涨和能源消耗提高了股市回报,但电价与股市收益呈负相关。第四层次,是能源变量对经济增长的回归;石油价格具有显著的正相关关系,这表明具有良好制造基础设施的发展中国家有吸收石油价格冲击的潜力。油价上涨导致货币贬值,增加出口,导致经济增长增加,反之亦然。相反,电价上涨对宏观经济指标产生负面影响。电价的结果与预期一致,电价上涨是由于巴基斯坦电力短缺造成的,并对公司的生产,销售,财务业绩和股票收益产生不利影响。考虑到这一分析,油价上涨的结果显示对国内生产总值、股市回报率和工业股票收益率都有正向影响。相反,电价和电力消费与国内生产总值,股市回报率,工业股票回报率和公司股票回报率负相关。前面,我们研究能源变量对巴基斯坦宏观经济和微观经济的影响。然而,这项研究的下一个目标是试图更加具体,只强调巴基斯坦股市。目标是调查石油和股市之间的冲击传导和波动溢出。通过分析股票与石油回报之间的冲击依赖和波动溢出,这有助于巴基斯坦股票与石油市场之间的联系。此外,研究这种关系在不同的时间段的情况,即对危机前、危机期间和危机后分别进行检查。溢出结果被用来计算最优投资组合权重,从而形成一个有利的投资组合,并分析套期保值比率,在不变的预期收益下来最小化风险。该估计基于GARCH建模方法,能够分析其本国市场回报的冲击和波动性依赖性,以及两个市场的波动溢出效应。结果表明,与过去的信息相比,过去的波动性对巴基斯坦股票市场和石油市场目前的条件波动性的发展具有更加预测性的作用。在全样本和危机前期都发现从股票到石油市场的重大冲击和波动性传导;而在危机期间、后危机时期,没有证据表明存在股市向石油市场的溢出效应。除了在后危机时期外,石油市场到股票市场也出现了显着的冲击和波动溢出效应。关于对最优投资组合权重的估计,研究结果表明在全样本、危机前、危机期间和后危机期间,最优投资组合中有更多的股票而不是石油资产,来构成一个有利的投资组合。与套期保值比率相关的结果表明,在整个样本和危机前期,股票多头和石油空头头寸持仓。然而,在危机期间和危机后期,BEKK系列和cDCC系列的结果是矛盾的。根据BEKK系列,投资者应该在石油多头和股票空头。而cDCC和GJR-DCC的结果表明,投资者在危机期间持有石油空头,在后危机期间持有石油多头。这些结果表明,在危机前、危机期间和危机后期,石油是对巴基斯坦股票更好的对冲方式。这一发现,对个人投资者和投资组合经理同样重要,具有实际意义。平均来看,估计结果显示,在危机前期(EGARCH除外),投资总额应投资购买石油资产的比例约为30%。在危机期间,约是21%,危机后是18%。这些估计值表明,投资者应该在危机期间和危机后期减少对石油资产的依赖,而在危机前期,投资者可以增加其在石油资产上的投资比例。总体而言,结果显示,在不改变预期收益的情况下,石油是最小化投资组合风险的重要资产。有大量文献调查了石油价格如何影响股票收益。然而,这份文献中存在明显的研究空白,即分析不同行业对油价冲击的反应。因而,下一个目标是研究石油价格冲击对不同行业的影响。我们的方法是专注于三个具体问题。首先,我们考察石油价格对巴基斯坦公司收益的影响,目的是分析1998-2014年期间397家上市公司的数据。广义矩矩法(GMM)证实了油价与公司股票收益之间存在显着的正相关关系。其次,研究调查了油价对企业股票收益的影响是否在所有行业相同;我们确认它不是。石油价格对企业水平股票收益的影响是与特定行业相关的。我们将公司分为12个行业,并解释说大部分行业的石油价格上涨通常会提高公司的股票收益;而烟草,黄麻和人造黄油是那些被证明不显著的行业。最后,我们研究滞后石油价格是否会影响企业的股权收益率,以及这种关系是否具有行业特定性。结果发现,大多数行业中,滞后油价的影响是不利的,除了烟草,人造黄油和其他行业。显著的正相关关系表明,油价上涨不会对巴基斯坦工业基础设施产生不利影响,总体水平和工业水平的股市吸收了油价冲击。结果表明,油价的变化可能是由于研究期间的需求压力造成的,由于巴基斯坦产业对石油需求的增加而提价,这也为股市带来积极信号,投资者增加买卖这些股票。另一方面,当石油价格下跌时,巴基斯坦政府并没有将优势转移到产业层面和个人身上;运输成本,原材料成本和电力成本保持不变。结果,油价的下跌对行业和股票影响不显著或不利。滞后的负向关系的预期原因可能是生产成本的增加。油价的持续上涨推高了生产成本,反过来又提高了产品价格,这种经济上的通胀压力降低了消费者的购买力。之后,企业降低了产量,对公司的财务收益造成不利影响,并在股市中传递了负面信号。结果,投资者减少了股票交易,降低了巴基斯坦股票市场的股票收益率。油价的波动带来不确定性,并对增长和投资者的信心产生显著影响(Masih,Peters,Mello,2011)。石油进口国可能受到此类石油价格波动的影响更大,尤其是在基础设施和政策要求弱的情况下。与负面冲击相反,股价回报受到正向的石油价格冲击的显著影响。总括而言;石油价格的上涨传递出股市的积极信号,提振了巴基斯坦公司的股票收益率。本研究的意义是多维的;首先,由于工业基础设施不足以长时间吸收油价的影响,所以管理者和决策者应制定健全的产业政策,以缓解油价在较长时期内的不利影响。其次,从投资者角度来看,油价与企业股权收益之间的正相关关系表明,在油价上涨过程中,投资者应该购买公司股票以获得较高的资本收益,但不应该持续较长时间。第三,财务主管可以通过实施对冲活动来应对油价波动的风险。接下来的部分将试图考察石油价格冲击和波动对企业股票收益的影响。根据全球行业分类标准,这些企业分为十一个部门:汽车,水泥,化工,金融和投资,工程,食品,保险,石油和天然气,纸和纸板,制药和纺织品。我们使用107个公司的日度数据集,从数据集中排除具有缺失值的公司。使用BEKK-GARCH模型来研究企业股票和石油市场中相互依存,冲击传递和波动溢出的存在。研究结果为企业股票和石油市场提供了相互依存的证据,表明企业股票和石油市场的滞后冲击对其当前的市场条件波动具有显著影响。同时,考虑到冲击传导的估计,我们可以观察到结果在不同行业之间有所不同,但很难否认跨公司股票和石油市场的冲击传导的存在。在巴基斯坦的情况下,所有公司都证明存在从石油到公司股票以及从公司股票到石油市场的波动性传导。考虑到所有情况,那么我们可以得出结论:油价对国内生产总值,股市回报,工业股票收益和企业股票收益具有正向和统计上的显著影响。这种正向关系的背后原因可以通过不同的渠道来讨论,比如巴基斯坦是一个发展中国家,需要能源来展开其工业活动,这反过来又会促进该国的企业利润,股票收益和经济增长。在讨论石油对宏观和微观经济的作用后,我们将注意力转移到石油资产对投资组合风险进行套期保值的重要性上。首先,我们利用股票市场和石油市场数据来调查石油资产在降低投资组合风险的作用。平均权重和套期保值比率的结果证实了石油资产的重要性,证明可以通过购买更多的石油资产对冲组合风险。之后,我们研究了不同情景下的投资组合分析:危机前,危机期间和危机后。大部分估计证实,石油资产有助于在不改变预期收益的情况下最大限度地降低投资组合风险。最后,本部分研究更详细的方面;在这一部分我们强调的是单个公司的股票收益而不是股票市场。我们使用从BEKK-GARCH估计中提取的方差和协方差序列来分析包括石油和公司股票的投资组合的平均权重和套期保值比率。制造业企业,显示了石油资产对于减少投资组合风险的重要性;投资者可以通过将总投资的50%以上在石油资产上来对冲风险,剩余的投资可以用来购买制造业企业的股票。在这种情况下,可以清楚地看到,油价波动对制造业公司股票产生负向影响,因此与公司股票相比,投资者应该高度依赖石油资产。恰恰相反,对于属于金融和投资行业以及石油和天然气行业的公司,投资者可以通过投资更高比例在购买公司股票上、并减少石油资产比例来对冲投资组合风险。金融和投资组合结果背后的原因是,该部门不会依赖石油来进行经营活动。然而,总的来说,石油是一个必要的组成部分,对宏观到微观经济以及对冲投资组合风险都起着重要作用。投资组合经理和个人投资者可以利用这些发现来构建最优投资组合,从而在不改变预期回报的情况下,将风险降至最低。
【学位单位】：山东大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：F416.2;F831.51
【文章目录】：
摘要
Abstract
1. CHAPTER ONE: INTRODUCTION
    1.1. Background
        1.1.1. Effect of Energy on Global Economy
        1.1.2. Energy prices and Pakistani Economy
        1.1.3. Oil prices and Pakistani Stock Market Returns
        1.1.4. Energy and Pakistani Industrial and Firm Stock Returns
        1.1.5. Energy and Pakistani Firm Stock Returns and Portfolio Optimization
    1.2. Aim of the study
    1.3. Objectives
    1.4. Contribution
    1.5. Structure of Thesis
2. CHAPTER TWO: THEOREITICAL BACKGROUND AND RELATED LITERATURE
    2.1 Theoretical Background
        2.1.1. Economic Growth Rate Hypothesis
        2.1.2. Theory of Economic Enhancement:
        2.1.3. Neoclassical Growth Model
        2.1.4. Endogenous Economic Growth Model
        2.1.5. Finance, Stock Market Development and Economic Growth
    2.2 Previous Literature
        2.2.1. Energy and Economic Growth
        2.2.2. Electricity Consumption and Economic Growth
        2.2.3. Oil Price and Economic Growth
        2.2.4. Oil price effect on industry-level returns
        2.2.5. Oil price effect on firm-level returns
        2.2.6. Asymmetry effect of oil price shocks on stock returns
        2.2.7. Portfolio analysis
    2.3 Research Gap
3. CHAPTER THREE: DATA AND ESTIMATION STRATEGY FOR WORLD LEVELANALYSIS （FIRST GENERATION TESTING）
    3.1. Data
    3.2. Estimation strategy
        3.2.1. First generation panel unit root
        3.2.2. Panel Cointegration tests
        3.2.3. Estimation of panel cointegration regression
        3.2.4. Panel VECM causality
4. CHAPTER FOUR: DATA AND ESTIMATION STRATEGY FOR WORLD LEVELANALYSIS （SECOND GENERATION TESTING）
    4.1. Data
    4.2. Estimation strategy
        4.2.1. Cross-Sectional Dependence Test
        4.2.2. Panel Unit Root under Cross-Sectional Dependence
        4.2.3. Panel Cointegration Test
        4.2.4. Estimation of Panel Regression
        4.2.5. Pool Mean Group（PMG）Test
        4.2.6. Heterogeneous Panel Causality Test
5. CHAPTER FIVE: DATA AND ESTIMATION STRATEGY FOR PAKISTAN LEVELANALYSIS
    5.1. Energy and economic growth
        5.1.1. Data
        5.1.2. Estimation strategy
    5.2. Energy and stock market returns
        5.2.1. Data
        5.2.2. Estimation strategy
    5.3. Energy and industrial stocks returns
        5.3.1. Data
        5.3.2. Estimation strategy
    5.4. Energy and firm stock returns
        5.4.1. Data
        5.4.2. Estimation strategy
    5.5. Portfolio Optimization
        5.5.1. Portfolio weight and hedge ratio for stock market
        5.5.2. Portfolio weight and hedge ratio for stock market
6. CHAPTER SIX:RESULTS AND DISCUSSION FOR WORLD LEVEL ANALYSIS
    6.1. First generation testing
    6.2. Second generation testing
7. CHAPTER SEVEN:RESULT AND DISCUSSION FOR PAKISTAN LEVEL ANALYSIS
    7.1. Resuts for energy and economic growth
    7.2. Result for energy and stock market
    7.3. Results for energy and industrial stock returns
    7.4. Results for firm level analysis
    7.5. Portfolio optimization
        7.5.1. Portfolio weight and hedge ratio for stock market
        7.5.2. Portfolio weight and hedge ratio for firm stocks
    7.6. Summary of results
8. CHAPTER EIGHT: SUMMARY AND CONCLUSION
    Practical Implications
    Limitation
    Future direction
References
Appendix
Research Papers
Awards
学位论文评阅及答辩情况表


本文编号：2877164