石油行业周期与企业并购策略实证分析

发布时间：2020-01-25 10:43

【摘要】：原油作为最基础的能源和化工原料,对国家经济发展和社会稳定影响重大。原油价格的波动影响着世界经济的脉搏,对世界各国的能源战略和能源安全也影响重大,研究原油价格的走势具有重要意义。石油化工行业具有周期变动特点,循环规律受到经济发展阶段、经济发展水平等因素的影响。并购作为跨国公司重要的发展战略途径,其优点主要有规避贸易壁垒,控制风险,发挥协同作用,减少竞争,实现对市场的控制等。石油行业具有典型的周期性特点,自上世纪以来,许多大型石油企业,如壳牌、BP均利用了石油行业的周期性特点进行大规模的并购活动,从而进一步优化提升企业的资金运用能力,实现资源的优化配置。本文首先从计量经济学的角度,运用EVIEWS软件,对1996年至2013年的国际原油价格进行数据整理,运用ARIMA模型并加入季节因子建立原油价格模型,并通过模型走势对2014年至2020年的国际原油价格进行预测,从而为后面的并购策略选择提供合理的石油价格预期和周期变化的预测。其次从分析2003年至2014年以来皇家壳牌石油公司和BP石油公司两大石油企业的财务状况及并购行为入手,研究壳牌、BP公司对于周期性石化行业的并购策略选择,并在此基础上对比研究中国的石油化工企业的并购策略选择。最后,综合前两部分的分析为中国石油企业的并购发展之路提供建议。
【图文】：

12图 3-1 D(X1)的自相关和偏相关检验如表 3-3 所示，序列取一阶差分后，应拒绝原假设，一阶差分后的原序列在单位根。如图 3-1 所示，通过一阶差分后的自相关图和偏相关图可以看阶差分后的序列基本实现平稳，但不够优化。由于对原序列直接取一阶差分不够理想，，因此再针对 lnX1 做一阶差分，结果如下表 3-4、图 3-2 所示：

存在单位根。如图 3-1 所示，通过一阶差分后的自相关图和偏相关图可以看到，一阶差分后的序列基本实现平稳，但不够优化。由于对原序列直接取一阶差分结果不够理想，因此再针对 lnX1 做一阶差分，结果如下表 3-4、图 3-2 所示：
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F271;F416.22

【相似文献】

相关期刊论文 前10条

1 黄美龙;原油价格走高为哪般[J];杭州金融研修学院学报;2004年10期

2 ;微博[J];中国石化;2015年04期

3 王福庆;;国际原油价格特征及发展趋势对我国的启示作用[J];中国市场;2019年17期

4 ;原油价格30天[J];中国石油企业;2017年11期

5 ;原油价格30天[J];中国石油企业;2017年12期

6 钟正生;陈秋祺;;原油价格对未来通胀影响[J];中国金融;2017年24期

7 周颖光;;浅析原油定价机制对原油价格的影响[J];时代金融;2018年14期

8 王莹;;国际原油价格下跌对航运企业的影响研究[J];珠江水运;2016年21期

9 于湛;;浅析国际原油价格下跌对我国经济的影响[J];现代商业;2016年07期

10 孙姣;;原油价格对我国经济的影响[J];大众投资指南;2017年01期

相关会议论文 前10条

1 佘建跃;;原油价格的供需与博弈[A];第十届中国期货分析师暨场外衍生品论坛论文集[C];2016年

2 毛锦凰;;ARIMA模型在宁夏财政预测中的应用[A];中国企业运筹学第十届学术年会论文集[C];2015年

3 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

4 杨斌清;张贤平;张希琳;;基于ARIMA时间序列模型的稀土氧化物价格预测研究[A];中国稀土学会2017学术年会摘要集[C];2017年

5 何巧娜;胡樱;张增长;宇传华;;湖北省卫生总费用的ARIMA模型研究[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集（下册）[C];2004年

7 何榕健;李少霞;庞竣;;基于ARIMA的WCDMA无线扩容预测模型[A];2014全国无线及移动通信学术大会论文集[C];2014年

8 Yulin Du;;Application and analysis of forecasting stock price index based on combination of ARIMA model and BP neural network[A];第30届中国控制与决策会议论文集（3）[C];2018年

9 刘倩;鲁光泉;;基于时间序列ARIMA模型的道路特性分析[A];第十三届中国智能交通年会大会论文集[C];2018年

10 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

相关重要报纸文章 前10条

1 明茜;原油价格跌跌不休 并购的好机会？[N];21世纪经济报道;2008年

2 本报记者 张智;脱欧余震：大宗商品受伤[N];华夏时报;2016年

3 本报记者 马爽;欧佩克减产独木难支 原油价格“上不去、下不来”[N];中国证券报;2019年

4 华信;甲苯价格小幅走高[N];中国化工报;2013年

5 华化;甲苯:窄幅震荡难有突破[N];中国化工报;2014年

6 本报记者 王孝弟;PTA利空云集进入下半年[N];中国化工报;2015年

7 肖化;油价下挫，欧美化企受伤[N];中国化工报;2014年

8 华化;苯乙烯价格跌至5年新低[N];中国化工报;2014年

9 本报记者 王朱莹;油价与美元同步走跌不可持续[N];中国证券报;2018年

10 王溯持 中投元邦;明年原油价格预计先扬后抑[N];期货日报;2018年

相关博士学位论文 前10条

1 何文忠;国际原油价格对中国股票市场的“溢出效应”及其传导机制研究[D];复旦大学;2012年

2 曾惠珠;不同种类国际油价之发展趋势[D];西南财经大学;2008年

3 杨云飞;基于EMD分解技术的不同市场原油价格相关性分析及预测研究[D];华中科技大学;2011年

4 孙继民;发热伴血小板减少综合征时空预测研究[D];中国疾病预防控制中心;2018年

5 Annie Uwimana;用时间序列模型预测非洲国内生产总值[D];中国科学技术大学;2018年

6 钱松;基于利益相关者的中国矿业企业国外并购后整合研究[D];中国矿业大学（北京）;2012年

7 宋迎春;并购能力与并购绩效问题研究[D];武汉大学;2012年

8 杨君慧;中国上市公司连续并购的市场反应研究[D];东华大学;2012年

9 肖东华;中国上市公司换股并购研究[D];武汉大学;2013年

10 乐琦;基于合法性视角的并购后控制与并购绩效关系的实证研究[D];华南理工大学;2010年

相关硕士学位论文 前10条

1 李璇;石油行业周期与企业并购策略实证分析[D];天津大学;2014年

2 周海宝;国际原油价格的影响因素分析及其预测研究[D];南京理工大学;2012年

3 宁毓洁;国际原油价格变动对于不同行业股票价格影响的实证研究[D];华东政法大学;2017年

4 何煌达;基于EEMD和局部回归的原油价格预测模型研究[D];深圳大学;2018年

5 冯美星;中国经济政策不确定性与原油价格动态相关性研究[D];南京农业大学;2017年

6 樊梦婷;原油价格和原油进出口国家股票市场的分位Granger因果分析[D];湖南大学;2018年

7 黄辉;亚太股市与原油价格的极端分位相依及动态冲击效应研究[D];湖南大学;2018年

8 梁U

本文编号：2572995