柴 建，張鐘毓，付舉磊，郭菊娥，汪壽陽

1 陜西師范大學(xué) 國際商學(xué)院，西安 710119 2 國防科學(xué)技術(shù)大學(xué) 信息系統(tǒng)與管理學(xué)院，長沙 410073 3 中國科學(xué)院 國家數(shù)學(xué)與交叉科學(xué)中心，北京 100190 4 西安交通大學(xué) 管理學(xué)院，西安 710049

1 引言

1960年原油輸出國組織(Organization of Petroleum Exporting Countries，OPEC)的建立，使部分國際原油市場(chǎng)的控制權(quán)從?？松梨凇⒂偷人綘I的跨國巨頭向產(chǎn)油國的國有原油公司轉(zhuǎn)變，導(dǎo)致傳統(tǒng)行業(yè)巨頭的影響力大為削弱。同時(shí)油品期貨市場(chǎng)的建立，使國際原油產(chǎn)品的金融屬性大大增強(qiáng)。因此，原油供需基本面在很大程度上并不能控制油價(jià)，而投資者對(duì)全球經(jīng)濟(jì)恢復(fù)前景的預(yù)判、美元走勢(shì)等越來越成為影響油價(jià)波動(dòng)的重要因素。不管是對(duì)原油資源地或原油運(yùn)輸渠道的控制，還是對(duì)原油期貨市場(chǎng)的控制，最終目的都是為了得到原油的定價(jià)權(quán)。歷史上每次原油危機(jī)的發(fā)生都會(huì)導(dǎo)致原油的定價(jià)權(quán)控制主體產(chǎn)生些許變化，也就是說在油價(jià)形成中各種影響因素的作用效果在發(fā)生著變化。隨著這種影響主體或影響效果的變化，油價(jià)的運(yùn)行狀態(tài)不可能固定不變。因此，通過考察油價(jià)運(yùn)行狀態(tài)的變化，對(duì)更加深入地了解原油市場(chǎng)價(jià)格系統(tǒng)的結(jié)構(gòu)性動(dòng)態(tài)變化及科學(xué)制訂中國能源政策都會(huì)有重大的理論意義和現(xiàn)實(shí)意義。

2 相關(guān)研究評(píng)述

長期看，油價(jià)主要由原油的供需基本面決定，影響油價(jià)波動(dòng)的其他各種因素均可能通過改變?cè)偷墓┣箨P(guān)系或者人們對(duì)供求關(guān)系的預(yù)期而對(duì)原油價(jià)格產(chǎn)生影響[1]。Stevens[2]介紹了一種理論框架來解釋供給與需求相互作用對(duì)國際原油價(jià)格的決定作用，分析原油市場(chǎng)的形成及工作原理，并利用這個(gè)理論框架解釋油價(jià)狀態(tài)愈發(fā)不穩(wěn)定等熱點(diǎn)問題。

影響油價(jià)的供給因素涉及全球原油儲(chǔ)量和產(chǎn)量、OPEC產(chǎn)量在世界原油市場(chǎng)供給結(jié)構(gòu)中的比重、勘探開發(fā)投資及原油生產(chǎn)成本等。由于世界原油資源的分布極具地域性和不均衡性的特點(diǎn)，OPEC擁有世界上絕大部分探明原油儲(chǔ)量，其產(chǎn)量和價(jià)格政策對(duì)世界原油供給和價(jià)格具有重大影響，故OPEC在原油價(jià)格波動(dòng)中所起的影響和作用成為能源經(jīng)濟(jì)的一個(gè)重要研究方向。Roumasset等[3]運(yùn)用可耗竭性理論估算不考慮壟斷利潤下的均衡原油價(jià)格，研究結(jié)果表明，1974年及1979年至1980年原油價(jià)格的上升可以看做是由于供應(yīng)的變動(dòng)引起的；Ramcharran[4]利用目標(biāo)收入理論驗(yàn)證原油市場(chǎng)生產(chǎn)者行為與油價(jià)的關(guān)系，說明OPEC需要調(diào)整自己的原油價(jià)格和生產(chǎn)策略，以轉(zhuǎn)變所占原油市場(chǎng)份額不斷下降的趨勢(shì)；Alhajji等[5]和Brémond等[6]對(duì)OPEC的非卡特爾性質(zhì)進(jìn)行解釋和說明，同時(shí)也說明OPEC在油價(jià)的定價(jià)權(quán)方面具有較強(qiáng)的控制力；Lin等[7]利用事件研究方法，考察OPEC宣告主要原油產(chǎn)品生產(chǎn)計(jì)劃對(duì)國際原油價(jià)格的影響。

影響油價(jià)的需求因素涉及經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)變化、替代能源的發(fā)展以及節(jié)能技術(shù)的發(fā)展和應(yīng)用等，全球經(jīng)濟(jì)增長會(huì)帶動(dòng)國際原油市場(chǎng)價(jià)格上漲，反過來，異常高的油價(jià)勢(shì)必會(huì)阻礙世界經(jīng)濟(jì)的發(fā)展，全球經(jīng)濟(jì)增長速度放緩又會(huì)影響原油需求的增加。作為全世界最大的經(jīng)濟(jì)組織，經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Co-operation and Development，OECD)的原油消費(fèi)始終占世界原油消費(fèi)總量的一半以上，具有明顯的代表性。Huntington[8]利用響應(yīng)曲面分析模型分析OECD原油需求的價(jià)格彈性；Chevillon等[9]研究表明，OECD的原油需求是原油現(xiàn)貨價(jià)格的重要決定因素，隨著新興經(jīng)濟(jì)體的發(fā)展和金融市場(chǎng)的繁榮，油價(jià)將受到越來越多的因素影響，波動(dòng)將更加劇烈和頻繁。

亞太地區(qū)是當(dāng)前世界上對(duì)原油需求增長最旺盛而資源量又嚴(yán)重不足的地區(qū)，中國是東亞地區(qū)最大并發(fā)展最快的經(jīng)濟(jì)體，是原油消費(fèi)大國。2003年中國已經(jīng)超過日本，成為全球僅次于美國的第二大原油消費(fèi)國，即使在2008年底和2009年全球經(jīng)濟(jì)發(fā)展速度放緩過程中，中國仍在繼續(xù)進(jìn)口更多的原油。近年來，中國原油進(jìn)口量的日益增長和海外油氣資源的拓展行為受到很多國家的高度關(guān)注和憂慮，中國因素在原油價(jià)格波動(dòng)中所受的影響及所起的作用已成為很多學(xué)者考察的對(duì)象。Skeer等[10]研究中國交通行業(yè)的原油需求增長在不同情境下對(duì)國際原油價(jià)格的影響，結(jié)果表明，在基準(zhǔn)情境下，到2020年中國交通部門新增的原油需求將導(dǎo)致國際原油價(jià)格出現(xiàn)1%～3%的增長率；而在原油供應(yīng)緊張的情境下，到2020年中國交通部門新增的原油需求將導(dǎo)致國際原油價(jià)格出現(xiàn)3%～10%的增長率。Bénassy-Quéré等[11]研究1974年至2004年原油價(jià)格與美元指數(shù)之間的協(xié)整和因果關(guān)系，結(jié)果表明，從長遠(yuǎn)看，原油價(jià)格上升10%伴隨著4.3%的美元溢價(jià)，而且存在從原油到美元的因果關(guān)系，而這種異常關(guān)系的出現(xiàn)主要是由于中國在原油和外匯交易市場(chǎng)上的迅猛發(fā)展。

近年來，原油作為國家性戰(zhàn)略資源的地位不斷增強(qiáng)，影響油價(jià)波動(dòng)的因素日益增多，已從主要為供求關(guān)系的單一因素向多種因素互相影響、共同作用的方向轉(zhuǎn)變，包括全球經(jīng)濟(jì)增長、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)、匯率、地緣政治、投機(jī)、季節(jié)性氣候和庫存等。

20世紀(jì)90年代以來，巨額的投資基金不斷流入原油期貨市場(chǎng)，對(duì)國際原油市場(chǎng)的影響顯著增強(qiáng)，對(duì)原油價(jià)格產(chǎn)生較大沖擊。Foster[12]研究1990年至1991年海灣沖突階段英國和美國的原油期貨與現(xiàn)貨市場(chǎng)間的行為關(guān)系，分析期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能，重點(diǎn)放在時(shí)變狀態(tài)下的價(jià)格發(fā)現(xiàn)研究，結(jié)果表明，這樣的價(jià)格發(fā)現(xiàn)關(guān)系具有強(qiáng)烈的時(shí)變特性，給出一種新的研究現(xiàn)貨與期貨市場(chǎng)之間關(guān)系的視角；Tomatate[13]通過供需情境分析，對(duì)原油價(jià)格的未來態(tài)勢(shì)進(jìn)行預(yù)測(cè)，仿真研究結(jié)果表明，原油價(jià)格在未來2年～3年將繼續(xù)重復(fù)大幅波動(dòng)，平均價(jià)格處于15～18美元水平左右，原油方面的投機(jī)因素將會(huì)加劇原油市場(chǎng)的價(jià)格波動(dòng)。

庫存是短期中供求關(guān)系的指示器，近幾年庫存對(duì)油價(jià)波動(dòng)的影響越來越明顯。庫存增加超出預(yù)期，說明市場(chǎng)供應(yīng)充足，油價(jià)下行可能性增大；庫存減少超出預(yù)期，說明市場(chǎng)供不應(yīng)求，推動(dòng)油價(jià)上漲，因此，直觀上庫存與原油價(jià)格呈現(xiàn)負(fù)相關(guān)關(guān)系。Ghouri[14]從定量和定性兩方面分析1995年2月至2004年7月月末美國油類產(chǎn)品庫存的變化對(duì)北美西得克薩斯(West Texas Intermediate, WTI)原油價(jià)格的影響，證明兩者之間具有顯著負(fù)相關(guān)性。

從過去幾年國際市場(chǎng)原油價(jià)格變化看，美元貶值也是導(dǎo)致高油價(jià)的重要因素。很多實(shí)證表明，原油價(jià)格變動(dòng)和美元與國際主要貨幣之間的匯率變動(dòng)存在相關(guān)關(guān)系。Zhang等[15]研究美元匯率的變動(dòng)對(duì)原油價(jià)格的影響，結(jié)果表明，長期看，美元匯率對(duì)原油價(jià)格具有顯著的影響效應(yīng)；Lizardo等[16]研究貨幣政策，表明美元指數(shù)的變動(dòng)及各進(jìn)、出口原油大國的匯率均受到原油價(jià)格沖擊的影響。

在國際油價(jià)波動(dòng)及趨勢(shì)狀況的研究方面，中國學(xué)者集中于考慮國際油價(jià)的波動(dòng)性風(fēng)險(xiǎn)來源、趨勢(shì)預(yù)測(cè)以及波動(dòng)的影響效益。在波動(dòng)性風(fēng)險(xiǎn)來源方面，如突發(fā)事件[17]、中國原油進(jìn)口[18]、OPEC政策的演變與產(chǎn)量行為[19-21]以及石油工人階段性的罷工[22]等；在國際油價(jià)趨勢(shì)預(yù)測(cè)方面，如建立基于3種不同分布的IGARCH 模型刻畫國際油價(jià)的走勢(shì)[23]、基于對(duì)近40年的國際油價(jià)歷史變化情況和原因的描述判斷未來油價(jià)趨勢(shì)[24]、構(gòu)建多重均衡視角的國際油價(jià)變動(dòng)模型、預(yù)測(cè)后金融危機(jī)時(shí)代下國際油價(jià)的未來可能走勢(shì)[25]等；在國際油價(jià)波動(dòng)的影響效應(yīng)方面，如研究對(duì)中國通貨膨脹的影響[26]，對(duì)中國物價(jià)水平[27-28]、煤炭?jī)r(jià)格[29]、私人汽車擁有量[30]、農(nóng)產(chǎn)品價(jià)格的沖擊[31]，對(duì)中國GDP增長率、消費(fèi)者物價(jià)指數(shù)(CPI)和一年期存款利率產(chǎn)生的動(dòng)態(tài)沖擊效應(yīng)的影響[32]。

對(duì)原油價(jià)格進(jìn)行分析，需要對(duì)原油價(jià)格的影響因素及影響機(jī)理有一個(gè)較為全面的認(rèn)識(shí)。原油作為一種重要的國際商品，其價(jià)格的形成機(jī)制十分復(fù)雜。全球經(jīng)濟(jì)增長、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)、匯率、地緣政治、投機(jī)、季節(jié)性氣候、庫存、替代能源價(jià)格和生產(chǎn)成本等因素都會(huì)直接或間接地對(duì)原油價(jià)格產(chǎn)生影響，如果將所有影響因素全放入模型，模型的復(fù)雜度將會(huì)非常高。因此，應(yīng)從眾多的影響因素中進(jìn)行科學(xué)的篩選，找出有代表性的、抓住主要信息量的因素，并在此基礎(chǔ)上對(duì)原油價(jià)格進(jìn)行剖析。基于這種需求，本研究利用因果檢驗(yàn)和協(xié)整分析法篩選因素，建立油價(jià)系統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ停诖嘶A(chǔ)上討論油價(jià)系統(tǒng)的周期性和突變特征。

3 油價(jià)系統(tǒng)模型變量篩選及經(jīng)驗(yàn)?zāi)Ｐ偷臉?gòu)建和分析

建立MSBVAR模型考察原油價(jià)格系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性突變點(diǎn)以及結(jié)構(gòu)失衡時(shí)的持續(xù)期會(huì)有多長。本研究首先利用因果檢驗(yàn)、協(xié)整分析等方法建立原油價(jià)格系統(tǒng)VARX模型，以原油的價(jià)格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量，以庫存和投機(jī)因素為外生變量，且對(duì)原油價(jià)格系統(tǒng)VARX(2)模型進(jìn)行原油價(jià)格方差分解；其次，為考察原油價(jià)格系統(tǒng)所處狀態(tài)的變化，在原油價(jià)格系統(tǒng)VARX模型的基礎(chǔ)上，建立基于Bayes理論的原油價(jià)格系統(tǒng)MSVAR模型(即MSBVAR)。

3.1 變量篩選

本研究選取原油現(xiàn)貨價(jià)格(OP，以下簡(jiǎn)稱原油價(jià)格)、OPEC原油產(chǎn)量(OPD，以下簡(jiǎn)稱原油供應(yīng))、OECD原油消費(fèi)量(OPC，以下簡(jiǎn)稱原油需求)、OECD原油庫存(OPS)、非商業(yè)凈多頭(ONL)、美元指數(shù)(UDI)、中國原油凈進(jìn)口(CNI)作為原油價(jià)格系統(tǒng)的考察變量。為了考察中國原油凈進(jìn)口對(duì)原油價(jià)格的影響，首先需要對(duì)數(shù)據(jù)考察區(qū)間進(jìn)行選擇，據(jù)統(tǒng)計(jì)，1996年第4季度中國才真正成為原油凈進(jìn)口國，因此選取1997年至2011年的以上各變量數(shù)據(jù)作為樣本。由于原油的消費(fèi)具有明顯的季節(jié)性，本研究選擇季節(jié)頻度數(shù)據(jù)作為分析的對(duì)象。所有數(shù)據(jù)來源于美國能源信息管理(U.S.Energy Information Administration,EIA)。

本研究通過對(duì)以上各變量間的因果檢驗(yàn)結(jié)果表明，在10%的顯著性下，原油供應(yīng)、原油需求、美元指數(shù)及中國原油凈進(jìn)口與原油價(jià)格互為Granger原因，故本研究建立的原油價(jià)格系統(tǒng)模型將以原油的價(jià)格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量。

原油庫存在調(diào)節(jié)市場(chǎng)供需平衡的過程中也起到關(guān)鍵作用，雖然庫存不是絕對(duì)價(jià)格的直接反映，但庫存是對(duì)市場(chǎng)上漲或下跌動(dòng)力的一個(gè)實(shí)際顯示，價(jià)格是這些動(dòng)力的瞬間反映。高原油價(jià)格期間，會(huì)降低庫存以增加市場(chǎng)供應(yīng)，反過來拉低原油價(jià)格；低原油價(jià)格期間，會(huì)增加庫存以減少市場(chǎng)供應(yīng)，進(jìn)而推高原油價(jià)格。因此，庫存的變動(dòng)將會(huì)對(duì)原油價(jià)格系統(tǒng)的平衡產(chǎn)生沖擊，本研究將其作為一個(gè)外生變量。

目前國際原油價(jià)格存在特殊的形成機(jī)制，供求雙方在簽訂供貨合同時(shí)依據(jù)某種計(jì)價(jià)公式確定基準(zhǔn)價(jià)格，以此直接關(guān)聯(lián)原油期貨市場(chǎng)上的原油價(jià)格。因此，期貨價(jià)格在很大程度上影響現(xiàn)貨價(jià)格，原油價(jià)格必然會(huì)受到期貨市場(chǎng)投機(jī)因素的影響，本研究將投機(jī)因素也作為一個(gè)外生變量。

綜上，本研究以原油的價(jià)格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量，以庫存和投機(jī)因素為外生變量，建立油價(jià)模型系統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ?。基于此，?gòu)建帶有外生變量的向量自回歸模型(vector autoregressive model with exogenous variables，VARX)，反映原油價(jià)格系統(tǒng)變量間的相互關(guān)系。需求注意的是，本研究變量之間有相關(guān)關(guān)系，存在一定的共線性問題，但是現(xiàn)有技術(shù)如果完全消除共線性問題，在經(jīng)濟(jì)學(xué)解釋上會(huì)大打折扣，權(quán)衡之下，本研究根據(jù)歷史經(jīng)驗(yàn)的總結(jié)、Granger因果檢驗(yàn)及VARX經(jīng)驗(yàn)?zāi)Ｐ徒⒌臋z驗(yàn)過程對(duì)變量進(jìn)行篩選，鑒于篇幅所限，不做詳細(xì)的說明。

3.2 模型建立

VARX模型需要確定很多變量，如滯后期的選擇、是否穩(wěn)定等一系列問題，首先對(duì)VARX模型的滯后期進(jìn)行選擇和確定。在對(duì)初步選取的VARX模型進(jìn)行檢驗(yàn)后發(fā)現(xiàn)，似然比統(tǒng)計(jì)量、最終預(yù)測(cè)誤差、赤池信息準(zhǔn)則、漢南-奎因準(zhǔn)則的檢驗(yàn)結(jié)果表明，選擇滯后5階的模型是最優(yōu)的，施瓦茨信息準(zhǔn)則的檢驗(yàn)結(jié)果表明滯后1階的模型是最優(yōu)的，但分別對(duì)VARX(5)模型和VARX(1)模型進(jìn)行穩(wěn)定性檢驗(yàn)，發(fā)現(xiàn)兩個(gè)模型均不能通過穩(wěn)定性檢驗(yàn)，同時(shí)滯后5階的模型的估計(jì)參數(shù)過多，模型自由度嚴(yán)重不足。因此，本研究對(duì)滯后1階～5階的模型均進(jìn)行檢驗(yàn)，發(fā)現(xiàn)只有滯后2階的模型是穩(wěn)定的，而且對(duì)各個(gè)變量的解釋能力和模擬效果也是最好的，故本研究選擇VARX(2)模型進(jìn)行估計(jì)和分析。模型穩(wěn)定性檢驗(yàn)結(jié)果見圖1，圖中的橫軸為實(shí)數(shù)軸，縱軸為虛數(shù)軸，以原點(diǎn)為圓心、半徑為1的圓為單位圓，單位圓中的點(diǎn)即為VARX(2)模型特征方程的根，所有的點(diǎn)全部位于單位圓內(nèi)，表明模型具有穩(wěn)定性。

圖1 VARX(2)模型穩(wěn)定性檢驗(yàn)結(jié)果Figure 1 Stability Test Results of VARX(2) Model

注：(-1)為滯后1階，即1個(gè)季度；(-2)為滯后2階，即2個(gè)季度。下同。

在建立變量之間的VARX模型之后，還需做進(jìn)一步的協(xié)整檢驗(yàn)，檢驗(yàn)變量間是否存在長期穩(wěn)定的均衡關(guān)系。Granger最早提出協(xié)整概念，后來經(jīng)過Engle等[33-34]不斷完善，使協(xié)整分析廣泛應(yīng)用于宏觀經(jīng)濟(jì)研究和金融市場(chǎng)分析中，而這些經(jīng)濟(jì)系統(tǒng)的顯著特點(diǎn)是，短期動(dòng)態(tài)關(guān)系易受到隨機(jī)擾動(dòng)因素的顯著影響，而長期關(guān)系又易受到均衡關(guān)系的制約。本研究對(duì)VARX(2)模型進(jìn)行Johansen協(xié)整檢驗(yàn)，跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量都表明，模型變量間均存在協(xié)整關(guān)系。原油價(jià)格系統(tǒng)VARX(2)模型通過了穩(wěn)定性檢驗(yàn)和協(xié)整檢驗(yàn)，其具體估計(jì)結(jié)果如表1。

由表1的估計(jì)結(jié)果可知，模型的決定系數(shù)R2和調(diào)整的決定系數(shù)R2都接近 于1，說明模型擬合效果較好，解釋能力較強(qiáng)，且各變量的F統(tǒng)計(jì)量的值都大于5%顯著性水平下的F臨界值，說明模型通過了F檢驗(yàn)，具有較高的可信度。

3.3 脈沖響應(yīng)分析

由于向量自回歸模型是一種非理論模型，它無需對(duì)變量做任何先驗(yàn)性約束，因此在分析該類模型時(shí)，往往不分析一個(gè)變量的變化對(duì)另一個(gè)變量的影響，而是分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化，或者說模型受到某種沖擊時(shí)對(duì)系統(tǒng)的動(dòng)態(tài)影響，此時(shí)需要采用脈沖響應(yīng)函數(shù)方法來分析模型。

對(duì)以原油價(jià)格為因變量，以原油供需、美元指數(shù)和中國原油凈進(jìn)口為自變量建立的VARX模型進(jìn)行脈沖響應(yīng)分析，并繪制脈沖響應(yīng)分析圖，見圖2。圖2描繪了原油供需、美元指數(shù)和中國原油凈進(jìn)口的波動(dòng)對(duì)原油價(jià)格的沖擊效應(yīng)，橫軸為沖擊作用的滯后期間數(shù)，即波動(dòng)持續(xù)期(單位為季度)，本研究將沖擊作用的滯后期設(shè)定為12個(gè)季度；縱軸為原油價(jià)格的響應(yīng)程度或波動(dòng)程度(單位為%)；曲線為脈沖響應(yīng)函數(shù)的計(jì)算值，代表原油價(jià)格對(duì)原油產(chǎn)量、原油消費(fèi)量、美元指數(shù)和中國原油凈進(jìn)口的沖擊效應(yīng)。

由圖2可知，中國原油凈進(jìn)口對(duì)原油價(jià)格的正向沖擊效應(yīng)最為明顯，中國原油凈進(jìn)口的增加從第1期開始就會(huì)對(duì)原油價(jià)格產(chǎn)生正向沖擊效應(yīng)(波動(dòng)程度為正)，至第3期后效應(yīng)緩慢增加，至第5期達(dá)到最大，然后逐漸平穩(wěn)下降；原油需求(即消費(fèi)量)對(duì)原油價(jià)格的正向沖擊在第1期至第2期非常小，從第2期開始上升至第4期達(dá)到最大，然后緩慢下降；原油供應(yīng)(即產(chǎn)量)對(duì)原油價(jià)格的負(fù)沖擊效應(yīng)在第2期即達(dá)到最大(波動(dòng)程度為負(fù))，至第4期沖擊效應(yīng)基本消失；美元指數(shù)對(duì)原油價(jià)格的負(fù)向沖擊效應(yīng)極為明顯，從第1期開始產(chǎn)生作用至第4期達(dá)到最大，然后波動(dòng)逐漸緩慢減少，趨向于0。

圖2 原油價(jià)格對(duì)原油供需及美元指數(shù)、中國原油凈進(jìn)口的脈沖響應(yīng)分析圖Figure 2 Impulse Response Analysis Chart of Crude Oil Price to the Supply and Demand for Crude Oil, the U.S. Dollar Index and Chinese Net Imports of Crude Oil

圖3 中國原油凈進(jìn)口對(duì)原油價(jià)格和美元指數(shù)的脈沖響應(yīng)分析圖Figure 3 Impulse Response Analysis Chart of Chinese Net Imports of Crude Oil to Crude Oil Price and the U.S.Dollar Index

對(duì)以中國原油凈進(jìn)口為因變量、以原油價(jià)格和美元指數(shù)為自變量建立的VARX模型進(jìn)行脈沖響應(yīng)分析，并繪制脈沖響應(yīng)分析圖，如圖3所示。由圖3可知，原油價(jià)格的脈沖響應(yīng)函數(shù)值在前兩期為正，說明原油價(jià)格的增加伴隨著中國原油凈進(jìn)口的增加，這種現(xiàn)象不難解釋。中國石化企業(yè)受到現(xiàn)行的原油采購和儲(chǔ)備政策的制約，無法根據(jù)國際原油價(jià)格的漲跌變化靈活采購和儲(chǔ)備原油，因此造成中國進(jìn)口原油時(shí)的亞洲溢價(jià)現(xiàn)象，即中國原油凈進(jìn)口的增加和原油價(jià)格上升的現(xiàn)象同時(shí)出現(xiàn)。但是這種現(xiàn)象持續(xù)期只有2期多一點(diǎn)，2期后波動(dòng)程度變?yōu)樨?fù)值，原油價(jià)格上漲對(duì)中國原油凈進(jìn)口的沖擊開始顯現(xiàn)出應(yīng)有的拉低作用。美元指數(shù)的波動(dòng)值一直為負(fù)數(shù)，說明美元指數(shù)的上升對(duì)中國原油凈進(jìn)口一直是負(fù)效應(yīng)，這是因?yàn)槊涝笖?shù)上升伴隨著原油價(jià)格的降低。根據(jù)中國進(jìn)口原油的亞洲溢價(jià)現(xiàn)象，原油價(jià)格的下降伴隨著中國原油凈進(jìn)口的下降，由圖3可知，美元指數(shù)上升對(duì)中國原油凈進(jìn)口的沖擊效應(yīng)為負(fù)，至第3期達(dá)到最大，然后逐漸回落，趨向于0。

3.4 方差分解

脈沖響應(yīng)函數(shù)描述了各變量對(duì)于沖擊是如何反應(yīng)的，而方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化(通常用方差來度量)的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性，因此方差分解能給出對(duì)VAR模型中變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性的信息。

以原油價(jià)格為因變量，以原油產(chǎn)量、原油消費(fèi)量、中國原油凈進(jìn)口和美元指數(shù)為自變量建立VARX(2)模型，并計(jì)算相對(duì)方差貢獻(xiàn)率。表2給出原油價(jià)格的方差分解結(jié)果，各變量的貢獻(xiàn)率在同一周期下進(jìn)行對(duì)比。在全部周期內(nèi)，除原油價(jià)格對(duì)自身的貢獻(xiàn)率較大外(100%～41.37%)，中國原油凈進(jìn)口對(duì)原油價(jià)格波動(dòng)的貢獻(xiàn)最大(0%～32.003%)，在各周期內(nèi)明顯大于其他變量的貢獻(xiàn)率。這是由于邊際需求 影響邊際價(jià)格，邊際需求量越大，波動(dòng)范圍越大，則邊際價(jià)格的波動(dòng)就會(huì)越大。在全球原油供需體制中，現(xiàn)貨交易就是影響邊際價(jià)格的邊際需求。如果將中國巨大的原油需求納入全球長線供需體制，則可以回避原油價(jià)格的波動(dòng)，減少對(duì)世界原油價(jià)格的影響。但是，由于中國負(fù)責(zé)市場(chǎng)采購的企業(yè)在國際期貨交易中沒有發(fā)言權(quán)，無法履行平抑價(jià)格的儲(chǔ)油義務(wù)；同時(shí)，政策又隔阻了國內(nèi)需求與國際供應(yīng)商直接進(jìn)行長線原油交易的機(jī)會(huì)，從而使中國的絕大部分需求成為直接造成國際原油價(jià)格波動(dòng)的現(xiàn)貨交易，為國際套利者創(chuàng)造巨大的投機(jī)空間，為國際原油價(jià)格的不斷攀升創(chuàng)造條件，因此引發(fā)了中國能源威脅論的觀點(diǎn)。表2中數(shù)據(jù)表明，在第4期，中國原油凈進(jìn)口對(duì)原油價(jià)格波動(dòng)的貢獻(xiàn)率即達(dá)到12.889%，而其他各變量如原油產(chǎn)量、原油消費(fèi)量和美元指數(shù)的貢獻(xiàn)率分別只有1.692%、7.721%和9.579%；至第12期，中國原油凈進(jìn)口的貢獻(xiàn)率已達(dá)到32.003%。

表2 原油價(jià)格系統(tǒng)VARX(2)模型原油價(jià)格的方差分解結(jié)果Table 2 Variance Decomposition Results of Crude Oil Price with the Crude Oil Price System VARX(2) Model

眾所周知，美元是全球原油市場(chǎng)的主要結(jié)算貨幣，美元指數(shù)的升降意味著增加或侵蝕原油生產(chǎn)國的收益，故國際原油價(jià)格的漲跌與美元指數(shù)有很大關(guān)系。表2中數(shù)據(jù)表明，美元指數(shù)對(duì)原油價(jià)格變動(dòng)的貢獻(xiàn)率僅次于中國原油凈進(jìn)口，第4期即達(dá)到9.579%，至第12期達(dá)到13.471%。然后是原油需求，貢獻(xiàn)率最小的是原油供應(yīng)。

4 基于MSBVAR模型的原油價(jià)格系統(tǒng)結(jié)構(gòu)突變點(diǎn)分析

為考察原油價(jià)格系統(tǒng)所處狀態(tài)的變化，在原油價(jià)格系統(tǒng)VARX模型的基礎(chǔ)上，本研究建立基于Bayes理論的原油價(jià)格系統(tǒng)MSVAR模型(MSBVAR)，目的在于識(shí)別油價(jià)系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性變點(diǎn)，若存在則測(cè)算油價(jià)系統(tǒng)結(jié)構(gòu)失衡狀態(tài)的持續(xù)期時(shí)長。

VAR模型也存在缺陷。①VAR模型的建立不依賴于經(jīng)濟(jì)理論，其非結(jié)構(gòu)化的多方程模型不斷受到人們的指責(zé)。為此，Blanchard等[35]提出結(jié)構(gòu)型向量自回歸模型，考慮到部分同期關(guān)系，適用于預(yù)測(cè)，而不適用于政策評(píng)價(jià)。該模型不僅提出向量自回歸的框架，也包括結(jié)構(gòu)內(nèi)容，給出美國宏觀經(jīng)濟(jì)波動(dòng)的凱恩斯解釋。但相比較而言，VAR模型更適合用于預(yù)測(cè)。Tsay[36]證明結(jié)構(gòu)式與一般式存在等價(jià)關(guān)系。②VAR模型需要使用大量數(shù)據(jù)和估計(jì)相當(dāng)多的參數(shù)，當(dāng)樣本容量較小時(shí)，多數(shù)參數(shù)的估計(jì)量誤差較大。而在這種小樣本以及VAR模型參數(shù)過多的情況下，Bayes推斷理論則顯現(xiàn)了絕對(duì)優(yōu)勢(shì)。Zellner[37]將Bayes理論應(yīng)用到計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域，為這方面的系統(tǒng)研究打下基礎(chǔ)；Litterman[38]是在VAR 模型中應(yīng)用Bayes理論的創(chuàng)始人，基于Bayes理論解決向量自回歸模型的估計(jì)和分析問題，對(duì)明尼蘇達(dá)州的7個(gè)宏觀指標(biāo)進(jìn)行很好的預(yù)測(cè)。隨后在BayesVAR模型的理論和應(yīng)用方面發(fā)展了越來越多的研究成果[39-41]。

由于經(jīng)濟(jì)時(shí)間序列表現(xiàn)出經(jīng)常變化的特征，而且這種變化或是由一些不可觀測(cè)的原因引起的，或是與一些不可觀測(cè)的狀態(tài)關(guān)系緊密，如經(jīng)濟(jì)周期等。在這種情況下，普通的回歸分析或相關(guān)分析對(duì)這些具有周期性變動(dòng)或異常值的序列研究表現(xiàn)出不穩(wěn)定，而參數(shù)狀態(tài)不斷轉(zhuǎn)換的模型是一個(gè)很好的選擇。狀態(tài)機(jī)制轉(zhuǎn)換過程包含很多不同的狀態(tài)，這些狀態(tài)均有不同的變動(dòng)特征，各種狀態(tài)下不同的參數(shù)便可用來描述其特征的差異。在每種狀態(tài)下，過程均具有穩(wěn)定的先驗(yàn)，具有線性穩(wěn)定性，但不同狀態(tài)間的轉(zhuǎn)換使整個(gè)過程又具有高度的非線性。建模的主要任務(wù)就是當(dāng)過程在不同的狀態(tài)間進(jìn)行變動(dòng)時(shí)，利用已觀測(cè)的樣本數(shù)據(jù)，對(duì)不同的參數(shù)及狀態(tài)轉(zhuǎn)移的概率進(jìn)行概率推斷。Harris[42]利用MCMC理論解決狀態(tài)轉(zhuǎn)換的向量自回歸模型的算法及理論推導(dǎo)；Rubio-Ramírez等[43]對(duì)馬爾科夫狀態(tài)轉(zhuǎn)換結(jié)構(gòu)向量自回歸模型(Markov switching structural vector autoregression model, MSSVAR)的算法及應(yīng)用做了全面地介紹；Sims等[44-45]和Hamilton等[46]分別對(duì)馬爾科夫狀態(tài)轉(zhuǎn)換的VAR模型(Markov switching vector autoregression model, MSVAR)的廣泛應(yīng)用做了進(jìn)一步的發(fā)展。基于Bayes VAR模型和狀態(tài)轉(zhuǎn)化模型，本研究在Sims等[45]的馬爾科夫狀態(tài)轉(zhuǎn)換貝葉斯向量自回歸模型(Markov switching Bayes vector autoregression model，MSBVAR)基礎(chǔ)上進(jìn)行擴(kuò)展應(yīng)用，對(duì)原油價(jià)格系統(tǒng)的突變特征進(jìn)行識(shí)別和分析。需要說明的是，本研究并沒有對(duì)模型的理論及構(gòu)架上做出擴(kuò)展，而是在MSBVAR模型中運(yùn)用馬氏鏈蒙特卡羅MCMC算法在研究問題上做了新的應(yīng)用。下面先對(duì)模型進(jìn)行簡(jiǎn)單介紹。

MSBVAR模型是在VAR模型的基礎(chǔ)上，假定各變量之間的結(jié)構(gòu)關(guān)系是變動(dòng)的，由每個(gè)模型的待估系數(shù)值來具體表現(xiàn)其結(jié)構(gòu)關(guān)系，在不同的時(shí)期該結(jié)構(gòu)關(guān)系處于不同的狀態(tài)，這樣就會(huì)使模型待估參數(shù)個(gè)數(shù)翻倍，在自由度不足或小樣本情況下，利用Bayes理論充分融合先驗(yàn)信息和樣本信息對(duì)待估參數(shù)進(jìn)行估計(jì)是目前最好的解決方式，而基于Bayes理論的MCMC方法成為本研究模型估計(jì)算法的首選。

(1)

為方便，上述的VAR(q)狀態(tài)轉(zhuǎn)換模型記為遞歸結(jié)構(gòu)向量自回歸RSVAR(q,k′)模型。大部分情況下可以經(jīng)過矩陣變換將VAR(q)模型轉(zhuǎn)化為VAR(1)模型，具體變換過程如下。

給出k階VAR(k)模型，k為滯后階數(shù)，是大于等于0的整數(shù)，則模型為

Yt=μ+P1Yt-1+P2Yt-2+…+PkYt-k+ut

(2)

其中，Yt～Yt-k為變量在下標(biāo)對(duì)應(yīng)時(shí)間的值所組成的向量矩陣，P1～Pk為對(duì)應(yīng)向量矩陣待估系數(shù)向量矩陣，ut為誤差向量。再給出如下等式，即

Yt-1=Yt-1,Yt-2=Yt-2,…,Yt-k+1=Yt-k+1

(3)

聯(lián)立(3)式和(2)式，形成聯(lián)立方程，可以把(2)式中的k個(gè)等式寫成分塊矩陣形式，即

(4)

其中，每一個(gè)元素(包括0)都表示一個(gè)向量或矩陣，N為每個(gè)向量的維數(shù)，k為每個(gè)向量的個(gè)數(shù)，Nk×1為Nk行1列的向量，Nk×Nk為Nk行Nk列的向量矩陣，μ為(2)式截矩的向量，Π為(2)式向量系數(shù)的矩陣，I為(2)式單位對(duì)角矩陣。令

(5)

(6)

其中，A0為截距向量，A1為待估系數(shù)向量矩陣，Ut為誤差向量矩陣。這時(shí)(4)式可寫為Yt=A0+A1Yt-1+Ut，按照這種方法可將(1)式的VAR(q)狀態(tài)轉(zhuǎn)換模型變?yōu)镽SVAR(q,k′)模型，具體形式為

(7)

即

(8)

(9)

(10)

其中，t>q，Yt=(x1,x2,…,xt)，exp{·}為求指數(shù)函數(shù)。另外，可以通過以下模型得到一階自回歸矩陣形式的似然函數(shù)l(Xq|ρq,λ)。在任意狀態(tài)下， 有

(11)

其中，τ為滯后階數(shù)。假定模型是穩(wěn)定的，則在任意狀態(tài)下，有

(12)

則

(13)

這時(shí)令Y=YN,ρ={ρq,…,ρN}。對(duì)狀態(tài)進(jìn)行積分可以得到待估參數(shù)λ的極大似然函數(shù)為

(14)

在一般情況下，可以通過對(duì)含參數(shù)λ的似然函數(shù)的最大化估計(jì)參數(shù)值。但是參數(shù)如此之多，如果要通過似然函數(shù)法獲得參數(shù)的后驗(yàn)分布及估計(jì)很困難，甚至不太可能，而MCMC方法為這種需要高階積分推導(dǎo)的概率計(jì)算提供了一種易于實(shí)施的方案。MCMC方法就是利用已知數(shù)據(jù)，在聯(lián)合后驗(yàn)分布下抽取狀態(tài)參數(shù)的樣本，利用Gibbs抽樣和Metropolis-Hastings算法，通過不斷迭代抽樣為

p(ρc|Y,λc)→ρc+1

p(μc|Y,ρc,Ac,Ωc,Pc)→μc+1

p(Ac|Y,ρc,μc+1,Ωc,Pc)→Ac+1

p(Ωc|Y,ρc,μc+1,Ac+1,Pc)→Ωc+1

p(Pc|Y,ρc,μc+1,Ac+1,Ωc+1)→Pc+1

其中，c為待估變量的模擬抽樣次數(shù)，表示第c次抽樣，(c+1)表示第(c+1)次抽樣；p為抽樣分布。

根據(jù)VARX(2)模型的分析結(jié)果以及上述理論，利用基準(zhǔn)VARX(2)模型，去掉外生變量，建立基于Bayes理論的油價(jià)系統(tǒng)MSBVAR模型。就單個(gè)原油價(jià)格序列來說，歷史原油價(jià)格可能存在多個(gè)突變點(diǎn)，在原油價(jià)格存在突變點(diǎn)時(shí)，原油的供應(yīng)、庫存或需求也可能同時(shí)出現(xiàn)突變點(diǎn)，這樣整個(gè)原油的供需均衡結(jié)構(gòu)并未發(fā)生明顯變動(dòng)，系統(tǒng)均衡就不可能被打破，原油價(jià)格系統(tǒng)的突變點(diǎn)可能就不會(huì)出現(xiàn)，在原油價(jià)格及供需沒有同時(shí)變動(dòng)、或變動(dòng)幅度差異很大的情況下，原油價(jià)格系統(tǒng)就可能出現(xiàn)突變點(diǎn)。

參照(7)式，基于上述具體算法的思路過程，利用R軟件進(jìn)行計(jì)算檢驗(yàn)，發(fā)現(xiàn)二狀態(tài)(MS模型的假定狀態(tài)個(gè)數(shù))下MSBVAR模型比三狀態(tài)下的MSBVAR模型在各方面的顯著性檢驗(yàn)結(jié)果更好，同時(shí)二狀態(tài)MSBVAR模型對(duì)原油價(jià)格系統(tǒng)的解釋力更強(qiáng)。因此本研究選擇具有兩狀態(tài)的馬爾科夫狀態(tài)轉(zhuǎn)換模型，計(jì)算結(jié)果為兩個(gè)狀態(tài)，分別記為狀態(tài)1和狀態(tài)2，表3和表4為不同狀態(tài)下MSBVAR模型回歸系數(shù)值。

由表3和表4結(jié)果可知，對(duì)原油價(jià)格來說，在不同的狀態(tài)下，各因素對(duì)原油價(jià)格的影響效應(yīng)不同。在狀態(tài)1下，原油價(jià)格的主要影響由其滯后1期值決定，影響效果為1.000，但其滯后2期對(duì)自身的影響為-0.0004， 說明原油價(jià)格的翹尾效應(yīng)在滯后1個(gè)季度的情況下很顯著，但是價(jià)格增加一段時(shí)間后會(huì)導(dǎo)致供應(yīng)增加、需求減少，這樣滯后2個(gè)季度后價(jià)格便開始回落；美元指數(shù)的上升會(huì)導(dǎo)致原油價(jià)格下降，在狀態(tài)1下，滯后1期和滯后2期美元指數(shù)值對(duì)原油價(jià)格的影響均為負(fù)，回歸系數(shù)分別為-0.065和-0.0001；其他因素在滯后1期均對(duì)原油價(jià)格產(chǎn)生正的推動(dòng)作用。在狀態(tài)2下，除原油價(jià)格的滯后1期值對(duì)原油價(jià)格有正的推動(dòng)作用外(尾部效應(yīng))， 回歸系數(shù)為0.983，其他影響因素各階滯后、包括原油價(jià)格的滯后2期值均為負(fù)，對(duì)原油價(jià)格的上升起抑制作用。不同狀態(tài)下，模型系數(shù)不僅在數(shù)值大小上存在變化，而且在方向上也存在變化，這是一種結(jié)構(gòu)上的變動(dòng)。

表3 狀態(tài)1下MSBVAR模型回歸系數(shù)值Table 3 MSBVAR Model Regression Coefficient Values in State 1

表4 狀態(tài)2下MSBVAR模型回歸系數(shù)值Table 4 MSBVAR Model Regression Coefficient Values in State 2

圖4 MSBVAR模型二狀態(tài)平滑概率圖Figure 4 Smoothed Probability Chart of MSBVAR Model in Two States

圖4給出MSBVAR模型在兩種狀態(tài)下的平滑概率值。由圖4可知，模型主要處在狀態(tài)1，概率約等于1，模型處在狀態(tài)2的概率很小，幾乎為零。但從2008年第2季度開始原油價(jià)格系統(tǒng)模型開始向狀態(tài)2轉(zhuǎn)換，至2008年第4季度完全處于狀態(tài)2，2009年第2季度又完全恢復(fù)到狀態(tài)1。這一結(jié)果表明，1997年至2009年整個(gè)原油價(jià)格系統(tǒng)的平衡被打破一次，美國金融危機(jī)是1997年以來對(duì)原油價(jià)格系統(tǒng)沖擊最為嚴(yán)重的事件，也是能夠在改變?cè)蛢r(jià)格運(yùn)行區(qū)間的同時(shí)打破原有原油市場(chǎng)均衡的唯一事件。

表5給出MSBVAR模型各個(gè)狀態(tài)間的轉(zhuǎn)移概率，由表5可知，原油價(jià)格系統(tǒng)模型處于狀態(tài)1的概率更高，為0.981，平均持續(xù)期為53個(gè)季度，而處于狀態(tài)2的平均持續(xù)期為35個(gè)季度。同時(shí)模型由狀態(tài)2轉(zhuǎn)向狀態(tài)1的概率要比相反方向的轉(zhuǎn)換概率高很多(0.029>0.019)。

表5 狀態(tài)轉(zhuǎn)移概率矩陣和持續(xù)期Table 5 Transition Probability Matrix and Durations of States

5 結(jié)論

本研究建立MSBVAR模型，考察原油價(jià)格系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性變點(diǎn)，利用因果檢驗(yàn)、協(xié)整分析等方法建立原油價(jià)格系統(tǒng)模型VARX模型，對(duì)油價(jià)系統(tǒng)VARX(2)模型進(jìn)行油價(jià)方差分解；為考察油價(jià)系統(tǒng)所處狀態(tài)的變化，在油價(jià)系統(tǒng)VARX模型的基礎(chǔ)上，建立基于Bayes理論的油價(jià)系統(tǒng)MSVAR模型。

研究結(jié)果表明，①原油價(jià)格系統(tǒng)VARX(2)模型的估計(jì)結(jié)果很好地解釋了中國原油凈進(jìn)口時(shí)的亞洲溢價(jià)現(xiàn)象。②相對(duì)供需因素的影響，原油價(jià)格的尾部效應(yīng)更為顯著。③1997年至2011年整個(gè)原油價(jià)格系統(tǒng)的平衡只被打破一次，美國金融危機(jī)是1997年以來對(duì)原油價(jià)格系統(tǒng)沖擊最為嚴(yán)重的事件，也是能夠在改變?cè)蛢r(jià)格運(yùn)行區(qū)間的同時(shí)打破已有原油市場(chǎng)均衡的唯一事件。

研究結(jié)論還表明，國際原油價(jià)格波動(dòng)的主要原因在于中國原油凈進(jìn)口，其次是美元指數(shù)、原油需求和原油供應(yīng)，突發(fā)事件(如金融危機(jī))對(duì)原油價(jià)格系統(tǒng)的穩(wěn)定極具破壞力。因此，為穩(wěn)定國際原油價(jià)格，防止原油價(jià)格波動(dòng)對(duì)各國經(jīng)濟(jì)造成嚴(yán)重影響，中國作為最大新興石油進(jìn)口國，應(yīng)逐步開放國內(nèi)石油市場(chǎng)，與發(fā)達(dá)國家和石油輸出國保持合作關(guān)系，以穩(wěn)定擴(kuò)大中國石油進(jìn)口來源；此外還應(yīng)擴(kuò)大海外石油資源開發(fā)投資，積極參與國際原油期貨市場(chǎng)，健全中國石油期貨市場(chǎng)，擔(dān)負(fù)起穩(wěn)定國際原油價(jià)格的責(zé)任和義務(wù)。

國際原油市場(chǎng)是一個(gè)復(fù)雜的系統(tǒng)，其結(jié)構(gòu)性的變動(dòng)并不一定是突變，也可能是漸變，由于每個(gè)模型的限制性，利用更多的理論和方法對(duì)國際原油市場(chǎng)的演進(jìn)規(guī)律進(jìn)行全面的、多角度的分析將是進(jìn)一步研究的方向。

[1]Askari H,Krichene N.Oil price dynamics (2002-2006)[J].Energy Economics,2008,30(5):2134-2153.

[2]Stevens P.The determination of oil prices 1945-1995:A diagrammatic interpretation[J].Energy Policy,1995,23(10):861-870.

[3]Roumasset J,Isaak D,Fesharaki F.Oil prices without OPEC:A walk on the supply-side[J].Energy Economics,1983,5(3):164-170.

[4]Ramcharran H.OPEC′s production under fluctuating oil prices:Further test of the target revenue theory[J].Energy Economics,2001,23(6):667-681.

[5]Alhajji A F,Huettner D.OPEC and world crude oil markets from 1973 to 1994:Cartel,oligopoly,or competitive?[J].The Energy Journal,2000,21(3):31-60.

[6]Brémond V,Hache E,Mignon V.Does OPEC still exist as a cartel?An empirical investigation[J].Energy Economics,2012,34(1):125-131.

[7]Lin S X,Tamvakis M.OPEC announcements and their effects on crude oil prices[J].Energy Policy,2010,38(2):1010-1016.

[8]Huntington H G.Oil price forecasting in the 1980s:What went wrong?[J].The Energy Journal,1994,15(2):1-22.

[9]Chevillon G,Rifflart C.Physical market determinants of the price of crude oil and the market premium[J].Energy Economics,2009,31(4):537-549.

[10] Skeer J,Wang Y.China on the move:Oil price explosion?[J].Energy Policy,2007,35(1):678-691.

[11] Bénassy-Quéré A,Mignon V,Penot A.China and the relationship between the oil price and the dollar[J].Energy Policy,2007,35(11):5795-5805.

[12] Foster A J.Price discovery in oil markets:A time varying analysis of the 1990-1991 gulf conflict[J].Energy Economics,1996,18(3):231-246.

[13] Tomatate T.Simulation study on falling oil prices:Supply-demand and prices scenarios to 2000[J].Energy Policy,1986,14(6):571-574.

[14] Ghouri S S.Assessment of the relationship between oil prices and US oil stocks[J].Energy Policy,2006,34(17):3327-3333.

[15] Zhang Y J,Fan Y,Tsai H T,Wei Y M.Spillover effect of US dollar exchange rate on oil prices[J].Journal of Policy Modeling,2008,30(6):973-991.

[16] Lizardo R A,Mollick A V.Oil price fluctuations and U.S.dollar exchange rates[J].Energy Economics,2010,32(2):399-408.

[17] 王書平,陳鈺,金玉靜.突發(fā)事件對(duì)國際油價(jià)的影響分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2009,39(9):88-92.

Wang Shuping,Chen Yu,Jin Yujing.Analysis about the impact of emergencies on international oil price[J].Mathematics in Practice and Theory,2009,39(9):88-92.(in Chinese)

[18] 蔣瑛,羅明志.中國原油進(jìn)口對(duì)國際油價(jià)波動(dòng)的影響及其戰(zhàn)略轉(zhuǎn)型研究[J].四川大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2012(6):133-140.

Jiang Ying,Luo Mingzhi.The impact of China′s oil import on the fluctuation of international oil price and China′s relevant strategic transformation[J].Journal of Sichuan University:Philosophy and Social Science Edition,2012(6):133-140.(in Chinese)

[19] 劉冬.歐佩克石油政策的演變及其對(duì)國際油價(jià)的影響[J].西亞非洲,2012(6):37-60.

Liu Dong.The evolution of OPEC′s oil policy and its influence on the oil prices[J].West Asia and Africa,2012(6):37-60.(in Chinese)

[20] 梁琳琳,齊中英.歐佩克產(chǎn)量對(duì)國際油價(jià)動(dòng)態(tài)影響的實(shí)證分析[J].預(yù)測(cè),2008,27(6):44-48.

Liang Linlin,Qi Zhongying.The dynamic influences of OPEC output on oil price[J].Forecasting,2008,27(6):44-48.(in Chinese)

[21] 梁琳琳.歐佩克產(chǎn)量行為對(duì)國際油價(jià)波動(dòng)影響的實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理,2009,28(6):963-973.

Liang Linlin.Empirical analysis of OPEC′s influences on the world oil price volatility[J].Application of Statistics and Management,2009,28(6):963-973.(in Chinese)

[22] 吳振信,金玉靜,王書平.石油工人罷工的階段性對(duì)國際油價(jià)的影響分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào),2010,31(1):59-62.

Wu Zhenxin,Jin Yujing,Wang Shuping.Analysis of the impact of strikes by oil workers on the international oil price[J].Journal of Hebei University of Economics and Business,2010,31(1):59-62.(in Chinese)

[23] 王吉培,楊遠(yuǎn),肖宏偉.基于IGARCH投影尋蹤回歸的國際油價(jià)走勢(shì)擬合模型[J].統(tǒng)計(jì)與決策,2009(5):49-51.

Wang Jipei,Yang Yuan,Xiao Hongwei.Establishing the international oil prices fitting model based on IGARCH projection pursuit regression[J].Statistics and Decision,2009(5):49-51.(in Chinese)

[24] 張雷,李江蘇,黃園淅,楊波.國際油價(jià)變化及未來趨勢(shì)判斷[J].資源科學(xué),2011,33(1):158-162.

Zhang Lei,Li Jiangsu,Huang Yuanxi,Yang Bo.A fluctuated international crude oil price and its perspective[J].Resources Science,2011,33(1):158-162.(in Chinese)

[25] 陳宇峰,薛蕭繁,徐振宇.國際油價(jià)波動(dòng)對(duì)國內(nèi)農(nóng)產(chǎn)品價(jià)格的沖擊傳導(dǎo)機(jī)制:基于LSTAR模型[J].中國農(nóng)村經(jīng)濟(jì),2012(9):74-87.

Chen Yufeng,Xue Xiaofan,Xu Zhenyu.How fluctuation in international oil prices effecting the domestic prices of agricultural commodities:With LSTAR model[J].Chinese Rural Economy,2012(9):74-87.(in Chinese)

[26] 鄭淼,王貴寶.國際油價(jià)波動(dòng)與中國通貨膨脹的相關(guān)性分析[J].商業(yè)時(shí)代,2012(28):53-54.

Zheng Miao,Wang Guibao.Correlation analysis of international oil price volatility and inflation in China[J].Commercial Times,2012(28):53-54.(in Chinese)

[27] 鄭麗琳.國際油價(jià)波動(dòng)對(duì)中國物價(jià)水平影響的研究:基于協(xié)整和狀態(tài)空間模型的估計(jì)[J].經(jīng)濟(jì)經(jīng)緯,2013(2):116-120.

Zheng Lilin.A study on the impact of international crude oil price fluctuations on the China′s price level:Based on cointegration analysis and state space model[J].Economic Survey,2013(2):116-120.(in Chinese)

[28] 陳建寶,李坤明.國際油價(jià)對(duì)我國物價(jià)水平的非線性沖擊:基于STR模型的研究[J].廈門大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2011(5):43-50.

Chen Jianbao,Li Kunming.The nonlinear impact of international oil prices on the CPI in China:Findings from the STR model[J].Journal of Xiamen University:Arts & Social Sciences,2011(5):43-50.(in Chinese)

[29] 段繼紅.國際油價(jià)沖擊對(duì)中國宏觀經(jīng)濟(jì)的影響[J].統(tǒng)計(jì)研究,2010,27(7):25-29.

Duan Jihong.Impact of international oil price shocks on China′s macroeconomy[J].Statistical Research,2010,27(7):25-29.(in Chinese)

[30] 戰(zhàn)彥領(lǐng).國際油價(jià)走勢(shì)及對(duì)國內(nèi)煤炭?jī)r(jià)格的影響分析[J].中國煤炭,2008,34(9):21-24.

Zhan Yanling.Analysis of world oil price trends and impacts on domestic coal prices[J].China Coal,2008,34(9):21-24.(in Chinese)

[31] 施鳳丹,徐婕,郭紅燕.國際油價(jià)波動(dòng)對(duì)中國私人汽車擁有量的實(shí)證研究[J].企業(yè)經(jīng)濟(jì),2008(4):106-108.

Shi Fengdan,Xu Jie,Guo Hongyan.Empirical study on international oil price fluctuations on the ownership of private car in China[J].Enterprise Economy,2008(4):106-108.(in Chinese)

[32] 陳宇峰.后危機(jī)時(shí)代的國際油價(jià)波動(dòng)與未來走勢(shì):一個(gè)多重均衡的視角[J].國際貿(mào)易問題,2010(12):3-11.

Chen Yufeng.International oil price fluctuation and future trend in post-crisis era:A perspective based on multiple equilibrium model[J].Journal of International Trade,2010(12):3-11.(in Chinese)

[33] Engle R F,Granger C W J.Co-integration and error correction:Representation,estimation,and testing[J].Econometrica,1987,55(2):251-276.

[34] Engle R F,Yoo B S.Forecasting and testing in co-integrated systems[J].Journal of Econometrics,1987,35(1):143-159.

[35] Blanchard O J,Quah D.The dynamic effects of aggregate demand and supply disturbances[J].The American Economic Review,1989,79(4):655-673.

[36] Tsay R S.Analysis of financial time series[M].2nd ed.Hoboken,NJ:John Wiley & Sons,2005:349-350.

[37] Zellner A.An introduction to Bayesian inference in econometrics[M].San Francisco,CA:John Wiley & Sons,1971:13-18.

[38] Litterman R B.Forecasting with Bayesian vector autoregressions:Five years of experience[J].Journal of Business & Economic Statistics,1986,4(1):25-38.

[39] Canova F,Ciccarelli M.Estimating multi-country VAR models[J].International Economic Review,2009,50(3):929-959.

[40] Canova F.Methods for applied macroeconomic research[M].Princeton,NJ:Princeton University Press,2007:355-399.

[41] Canova F.You can use VARs for structural analyses.A comment to VARs and the great moderation[R].Barcelona:Universitat Pompeu Fabra,2006.

[42] Harris G R.Markov chain Monte Carlo estimation of regime switching vector autoregressions[J].ASTIN Bulletin,1999,29(1):47-79.

[43] Rubio-Ramírez J F,Waggoner D F,Zha T.Markov-switching structural vector autoregressions:Theory and application[R].Atlanta:Federal Reserve Bank of Atlanta,2005.

[44] Sims C A,Waggoner D F,Zha T.Methods for inference in large multiple-equation Markov-switching models[J].Journal of Econometries,2008,146(2):255-274.

[45] Sims C A,Zha T.Were there regime switches in U.S.monetary policy?[J].The American Economic Review,2006,96(1):54-81.

[46] Hamilton J D,Raj B.Advances in Markov-switching models:Applications in business cycle research and finance[M].Heidelberg:Physica-Verlag,2002:37-49.