应对成品油市场价格波动风险，要守正创新，系统化构建价格风险管理体系。

　　近两年，成品油市场容量较为可观，成品油销售企业负责将3亿吨的油品提供给亿万消费者和各类客户，而成品油价格常伴随着原油走势或突发事件等剧烈波动，由此引发价格风险。比如，2020年一季度因原油暴跌叠加新冠肺炎疫情冲击，汽柴油跌幅均超过2000元/吨，给销售企业及整个行业带来了巨大跌价损失。近期，汽柴油又经历了“过山车”行情。2021年9月至10月23日，伴随着能源短缺和原油大涨，汽油一路上涨到每吨1500元，柴油更是上涨超过2000元/吨，随后又在两周内迅速下跌，汽柴油均下跌1300元~1500元/吨，致使很多市场参与者措手不及、进退失据。如何更科学、更有效地管理和应对成品油价格波动风险，成为成品油销售企业迫切需要解决的问题。

　　守正创新：构建价格风险管理体系

　　在成品油市场，注重市场研判，一向是传统做法。深入市场，取得一手数据，是市场调研的基础所在和先决要素，也是应对价格波动和市场激烈竞争的必然要求。除了注重市场研判外，最为重要的就是把握采销节奏。

　　新形势下，成品油供需失衡、竞争加剧，政策准入放宽、市场玩家鱼龙混杂，新冠肺炎疫情叠加行业绿色低碳转型，各类因素使得成品油价格波动频繁而剧烈。为更有效、更科学地应对和管理价格波动风险，就要在坚持传统做法、注重市场研判和把握采销节奏的基础上，守正创新，坚持系统思维和底线思维，系统化构建价格风险管理体系。

　　成立价格风险管理委员会。各个企业要加强顶层设计，在企业管理层面，设立涵盖销售、采购、物流、风控、财务等相关人员的价格风险管理委员会，统筹负责价格风险管理体系的建设和具体政策的实施、监督及完善。

　　科学划分和深入研究价格风险。新时期对于价格风险，不能笼统含糊地对待，要提升科学性和分析研究的深度和广度。价格风险按照触发原因，可分为成品油供需基本面变化导致的价格风险，原油价格变化引发的价格风险，宏观经济变化导致的价格风险，行业政策变化导致的价格风险，突发事件导致的价格风险。以2021年9月、10月柴油价格暴涨后又大跌为例，就是多种风险类型多重因素叠加的结果：价格大涨由原油上涨、轻循环油进口环节消费税征收导致社会资源减少、主营炼厂持续降低柴汽比、国家对进口原油以及消费税严查以及部分地区“拉闸限电”等多重因素触发;随后价格大跌主要受原油盘整、国家要求主营炼厂加大生产保供资源以及终端需求下滑所致。

　　加强供应商和客户履约能力管理。一方面，当价格剧烈波动时，经常出现供应商和客户不履约的情况，给企业应对价格波动风险和正常经营带来不小的困难。由此，企业要加强履约能力管理。比如，企业签约时就征收定金或履约保证金，可在较大程度上提升履约情况。2020年以来，中海炼化华东销售公司就针对供应商开展了履约能力管理，根据合同数量以及供应商的等级在签约时征收每笔100万元左右的保证金，采购合同履约率得以大幅提升。另一方面，企业要定期对供应商和客户进行优胜劣汰，不断提升供应商和客户的整体质量。

　　期现结合套期保值。对于风险敞口规模很大的企业，特别是实施集中采购的主流企业，因资源敞口规模大，面临的价格波动风险也更大，有必要对资源持仓/资源敞口进行部分套期保值，以降低价格波动风险特别是价格下行风险，还可以利用期货市场波动优化成本，实现风险对冲。中化成品油大区销售公司开创了成品油联动原油期货的跨品种套期保值先河，在2020年疫情蔓延以及成品油跌价巨大的情况下，依托国内原油期货开展套期保值以部分化解价格下跌风险，逆势创造了500万吨的年销售量，利润指标也超100%完成。

　　创新销售模式。面临激烈的市场竞争和频繁的价格波动，不少企业正在创新销售模式。比如，电商平台交易、交易所挂单竞价交易、产能预售交易等等。近年来，中海炼化大力开展销售数字化转型，打造“海油商城”。截至2021年8月，“海油商城”累计交易量6600万吨，交易额突破3000亿元。除此之外，中海炼化利用上海石油天然气交易中心开展线上油品竞价销售，一方面扩大销售渠道，另一方面实现远期产品价格锁定，规避价格风险。截至2021年11月，中海炼化在交易中心共实现挂单交易量30万吨。

　　迭代优化：大数据管理系统

　　在大数据和AI时代，成品油销售价格风险管理体系应跟上时代步伐，在更高维度提升价格风险管理的科学性和有效性。要对各类风险应对措施进行数学模型构建，系统化整合在一个管理模型中，实现对各层面数据的实时汇总分析、实时输出科学建议。同时，以大数据管理系统为依托，并结合价格风险管理委员会的科学决策，以期实现价格风险管理成效的质的提升。

　　树立数据金矿的理念。企业要高度重视数据价值，重视积累各有关要素的历史和现实数据，拓展数据分析的纵向历史周期和横向维度，通过挖掘原油、库存、供需、客户和供应商、行业演化等数据金矿，精准分析历史演变和现实影响，全要素、全周期的呈现分析结果。

　　尝试构建数学模型。各要素的研究要从感性认识更多地上升为理性分析，最佳途径就是数学模型构建。比如，要研究分析原油变化的影响，就要对原油的预测进行数学建模。建模的过程，要结合长周期的历史数据，深入研究开采、投资、库存、市场情绪等因素对原油的影响，赋予不同的权重，形成科学的数学模型。其他因素亦是如此。构建以数据为基础的模型，并搭建在统一的大数据管理系统中。

　　实现决策的科学化。在大数据管理系统输出价格预测或风险提示后，价格风险管理委员会仍然需要进行决策，也就是说既要依靠大数据系统又不能完全依赖，要在数据输出的基础上进行科学决策。价格风险管理委员会全体成员，应充分讨论、各抒己见。若不能达成一致意见时，应根据不同权重进行投票，实施科学的集体决策，最终实现价格风险管理的质的飞跃。

　　责任编辑：周志霞