进入21 世纪, 随着能源衍生品(期货、期权等)的不断丰富, 能源定价开始向市场化转变。

　　在这一过程中, 能源商品往往表现出超过供需基本面的价格行为规律, 能源商品的金融属性开始凸显, 这一现象被称为能源金融化. 随着能源产品金融化程度的增加, 在学术界也开始涌现出一些学者关注能源领域的金融问题.

　　虽然学术界已经开展了大量的能源金融理论与实证研究, 但目前对于能源金融还没有统一的定义。

　　从现有研究来看, 众学者主要将能源金融界定为金融系统与能源系统进行深度融合, 从而影响能源系统的定价行为。

　　近日，厦门大学中国能源政策研究院与中国科学院科技战略咨询研究院的科研人员联合发表研究成果，首次较全面地梳理了能源金融理论的发展脉络, 从能源价格驱动因素、能源市场建模与预测、能源资产定价与套期保值、能源-商品-金融市场相关性、能源行业投融资以及能源公司金融等六个方面描述了能源金融的研究进展, 凝练出各方向的研究热点。进一步, 提出了大数据能源金融、人工智能+能源金融以及能源金融与能源安全三个前沿研究方向。成果以《能源金融研究回顾与前沿方向探索》为题于11月4日在《系统工程理论与实践》进行了网络首发。第一作者为龚旭副教授，姬强研究员和林伯强教授为通讯作者。

　　研究将能源金融定义为: 随着金融市场面向能源的产品创新不断增加, 能源价格表现出的金融化行为以及能源市场与金融市场日益深化的一体化特征。简单来说, 能源金融就是能源市场在金融属性下表现出的新的价格形态和微观行为规律,以及衍生的能源相关的资本运作和金融活动。

　　能源金融是一种新的业态, 它与传统金融的最大区别在于能源作为一种资产兼具“商品”和“金融”双重属性, 能源的价格行为受金融活动的影响, 但又遵循商品价值的供需理论, 能源资产的“商品”属性也给能源金融的研究带来了一定的独特性。

　　研究发现：

　　(1)由于石油的金融化程度最高, 所以石油市场的研究是能源金融研究的主战场,而其他能源市场的研究相对较少。

　　(2)现有能源价格驱动因素的文献主要从能源商品的“商品”和“金融”属性解释能源价格变化, 其中从“商品”属性解释能源价格变化的研究更多。

　　(3)在现有能源市场建模与预测文献中, 通过回顾能源价格、收益率和波动建模与预测的相关文献, 发现预测方法上早期的研究主要使用简单的线性预测模型(如ARMA 模型), 而最近的研究更多的运用复杂的非线性预测模型(如神经网络模型); 就运用的数据类型而言, 以往研究主要运用日度、周度和月度等低频数据, 随着内日高频数据越来越容易获得, 基于高频数据或者混频数据的能源市场预测研究越来越多。

　　(4)在能源资产定价与套期保值中, 现有的文献主要是研究化石能源(石油、天然气和煤炭)和电力的定价与套期保值, 而几乎没有关注新能源的定价与套期保值的文献, 该领域的研究不充分。

　　(5)在能源-商品-金融市场相关性研究中,本文主要关注能源市场内部的相关性、能源市场与商品市场之间的相关性以及能源市场与金融市场之间的相关性三个方面的文献. 虽然研究不同类型的市场, 但文献中应用的方法都比较类似, 常用的方法有格兰杰因果方法、多元GARCH 模型、copula 方法以及Diebold 和Yilmaz 溢出方法等(其中Diebold 和Yilmaz 溢出方法是当前非常流行的研究方法), 且它们得到的结论大多是不同市场之间存在明显的相关关系。

　　(6)回顾能源行业投融资的文献时,研究发现研究新能源和储能技术的文献相对较多, 由于新能源和储能技术的重要性, 研究人员预计未来这两个领域的投融资问题仍然是学术界研究的重点。

　　(7)在能源公司金融方面, 该部分的文献回顾将基于公司的类型分为化石能源公司金融、可再生能源公司金融和电力公司金融, 这部分的研究内容相对比较分散, 并没有形成固定的研究规律, 也没有常用的研究方法。

　　这项研究得到了国家自然科学基金、中央高校基本科研业务费专项资金的支持。