油价调整信息来源有哪些_油价的调整

1.中国的成品油定价机制是什么样的

1、非农数据

每个月第一个周五北京时间（冬令时：11月--3月）21:30，（夏令时：4月--10月）20:30发布，数据来源于美国劳工部劳动统计局公布的非农就业人数变化，会影响整个汇市与大宗商品市场。 当实际公布数值大于预测数值时，利空金银；当实际公布数值小于预测数值时，利多金银。

2、石油库存

该数据一般每周公布一次，时间为每周三晚间11：30(夏令时10:30)公布，该数据对汇市以及贵金属市场都会造成一定的影响，每周三能源信息EIA公布的权威数据。

原油库存的变化实际上反映了美国对油价的态度。如果战略原油库存大幅增加，表明美国认可当时的油价，因此就会增加战略库存抢夺原油，从而激化供需矛盾导致油价上涨。反之亦然。

一般来说原油价格走势与美元指数走势相反，与贵金属走势相同。

当原油库存 增加，表明市场上原油供应量过剩，导致油价下跌，美元上涨，黄金下跌。

当原油库存减少，表明市场上对原油需求旺盛，导致油价上涨，美元下跌，黄金上涨。

3、美元指数

最能反映美国经济前景的风向标，同时国际能源还是用美元结算支付的。

美元指数的实时数据由路透社根据构成美元指数的各成分货币的即时汇率每隔约15秒更新一次。中长期美元指数与有色金属铜、铝、锌、铅期货价格显著负相关；短期美元指数与锌期货相关不显著；美元指数与铜期货价格相关程度最高；样本容量越小，相关程度未必越高。对于铜期货操作而言，美元指数是重要的参考指标。对于其它有色金属，美元指数参考意义有限。

4、美联储议息会议

一年仅8次，公布的美联储货币政策或前瞻性指引。

会议一般持续一到两天，主要讨论的内容：经济运行状况，金融市场风险，货币政策决定。每次还会有联储的经济学家展示研究成果。2015年美联储议息会议时间安排表

10月27～28日 (周二-周三)声明、预测、新闻发布会

12月15～16日 (周二-周三)声明、预测、新闻发布会

5、战争和战争预期

每次有战争爆发，或仅仅是战争的预期，就会影响市场。

6、供求关系

产量与需求的关系是油价涨跌最关键的影响因素，比如联合国禁止他国进口伊拉克石油，打压了市场需求。

中国的成品油定价机制是什么样的

5.2.2.1 数据库

根据该系统的开发需求，按照数据库的功能和作用将其分为风险查询类、风险评价类、系统管理类三大类（萨师煊等，2000）。主要数据见表5.5。

表5.5 海外油气与金属矿产开发风险管理系统的主要数据表

续表

5.2.2.2 数据仓库

油价数据来源于美国能源部（DOE）下属的能源信息署（EIA）网站、中石油（CNPC）网站和《华尔街日报》（WSJ）网站提供的油价数据，油价序列本身就是一个不规则的时间序列，油价数据具有以下几个特点。

（1）数据的一致性差

油价数据格式多样，存在数据冗余，主要体现在：使用的数据格式均不相同，并且各个子系统相对独立。在网站单独作用的情况下，一般都没有问题，但要将这些不同系统或不同时期的数据集中起来综合利用，就可能出现数据不齐全、不一致或重复的现象。

（2）数据存放的分散

油价数据来源多，缺乏统一管理，没有一种相应的网页数据自动化抓取操作实现数据的本地化操作过程。

（3）数据开发不充分

大容量数据导致对数据的开发利用不充分，缺乏对获取的数据如各分析机构制定的期货合约元数据进行各种深层次分析、综合、提炼、挖掘和展现的应用，因此很难对丰富的统计数据进行二次开发利用。

根据油价数据中所包含的油气产品种类、油气产品合约制定日期、油气产品的价格类型、不同市场下油气产品价格的差异等，能够加深对油价走势的了解。油价的这种与时间相关性、不可修改性，以及集成的性质，使得我们用多种角度对原始数据进行理解，并真实反映其特性，也让我们发现使用一种整合的技术对油价进行精确预测十分必要。

数据仓库的构建流程如图5.13所示由下至上逐步实现。

图5.13 数据仓库构建流程

1）数据源。

A.数据源的复杂性。数据分散在数据库管理系统、电子表格、电子邮件系统、电子文档甚至纸上。系统中要求集的3个数据源中，EIA 网站存储在网页上的油价相关更新较慢，虽然提供了各市场日、周、月、年的油价数据下载，但是下载完成之后的表格字段格式时常发生变化，这为实现自动获取数据并下载到本地自动入库的要求增加了难度；中石油网站数据除上述只显示3条数据之外，网站上会将访问流量过大的IP地址列入黑名单使其不能继续下载到本地进行保存，为这些数据建立统一的模型将会耗费很大精力。

B.数据的有效性。由于存在经验局限，如何处理数据的空值、不同时间间隔时间字段格式，入库时应注意的问题等，如果应用程序没有检验数据的有效性，会对数据多维显示产生极大影响，因此也归结为数据源数据质量问题。

C.数据的完整性。数据源上的数据并不那么明显或者容易获得。油价是高度敏感的数据，因此各个网站虽然提供了各个油品交易市场的日、月或年数据，但是完整性并不能充分保证，根据企业政策的不同，有时对要获得的数据，需花费大量精力。为此，要对不同的数据源进行建库，以保证所获数据的完整性。

2）数据处理。

高效的多维数据集展示离不开底层数据源数据的精确获取，或者叫做数据理解和数据清洗。于是系统在基于元数据获取、加工、入库和多维数据集展示上实现预期的要求。

A.ETL。该功能是整个油价数据仓库的核心之一，主要功能是按照事先定义的数据表对应关系从相关系统表中抽取数据（Extraction），经过数据清洗和转换（Transform）,最终把正确的数据装载到数据仓库的源数据中（Load），作为以后应用的基础。

B.数据转换。该功能是在数据抽取过程中按照定义的规则转换数据，避免了数据在分析时的多样性，保证数据一致性。

C.数据集成。该功能主要是把油价信息数据仓库系统的源数据，按照事先定义的计算逻辑以主题的方式重新整合数据，并以新的数据结构形式存储。

3）数据存储。

星型模型（星型架构）是数据仓库开发中多维展现重要的逻辑结构，构成星型模型的几个重要特征是：维、度和属性，在实际应用中表示为事实表和维度表。在油价数据中，各市场的期现货价格表为数据仓库的事实表，油品类型、合约规定日期等为维度表。

油价数据仓库星型模型的设计方案如下：

A.事实表。数据库表中EIA的期现货价格表（包括日、周、月、年表）作为数据仓库中的事实表，根据不同时间维度构成多个星型模型，即星座模型。这些价格表中以市场编号、油气产品类型、期货合约日期、价格单位度量衡编号作为主键和外键与其他维度表相连，形成多维展示联动的基础，以油价数据和其他事实数据为记录数据，作为主要输出结果。

B.维度表。根据市场、油品、价格数据、度量衡和类型作为油气数据仓库中多维分析的角度和目标。

图5.14以EIA的日期货数据表作事实表为例，构建星型模型，其他不同时间维度的模型结构图与此图基本相同。

图5.14 以EIA数据为例的日期货价格星型模型

以星型模型设计为基础，完善数据存储中操作型数据存储（ODS）的原型设计，提供DB-DW之间中间层的数据环境，可实现操作型数据整合和各个系统之间的数据交换。

2001年11月，国内成品油价格“挂钩连动”机制进入进一步完善阶段，主要内容是由单纯依照新加坡市场油价确定国内成品油价格改为参照新加坡、鹿特丹、纽约三地市场价格来调整国内成品油价格。国内成品油价格以纽约、新加坡和鹿特丹三地市场一揽子价格加权平均值为定价基础（新加坡：鹿特丹：纽约=6∶3∶1），根据基本杂费及国内关税，加上由国家确定的成品油流通费用，形成由国家计委制定的国内成品油零售中准价。两大石油集团可以在中准价上下8%的范围内制定具体的成品油零售价。该机制一直沿用至今，简称为“三地成品油定价法”。

据最新消息，今年初中国将可能实施新的成品油定价机制，国家对零售油价的统一管制将有所放松。新的定价办法将放弃原来紧盯纽约、新加坡和鹿特丹三地成品油价的计算办法，而基本锁定“原油成本法”，即改以布伦特、迪拜和米纳斯三地原油价格的平均值为基准，再加上炼油成本和适当的利润空间以及国内关税、成品油流通费等，共同形成国内成品油零售基准价。这表明，用了5年的“三地成品油定价法”走到了尽头，我国成品油定价机制改革将迎来第四个发展阶段——“原油成本法”阶段。