柴建　朱青 張鐘毓 肖浩 汪壽陽

摘要 隨著國(guó)際油價(jià)對(duì)各種事件反應(yīng)靈敏度的增加及中國(guó)成品油價(jià)格改革的市場(chǎng)化方向，油價(jià)頻繁的突變將對(duì)我國(guó)宏觀經(jīng)濟(jì)的平穩(wěn)發(fā)展產(chǎn)生巨大沖擊，但是經(jīng)濟(jì)環(huán)境的變化、油價(jià)核心影響因素的變遷使得不同時(shí)間下油價(jià)發(fā)生突變的引致因素及突發(fā)事件均有所不同，識(shí)別并分析油價(jià)突變的時(shí)間及形成原因具有重要的現(xiàn)實(shí)意義?；诖?，作者首先給出了商品價(jià)格變動(dòng)容忍閾值及商品價(jià)格突變的定義，利用PPM模型，對(duì)國(guó)際歷史油價(jià)及相關(guān)影響變量的突變進(jìn)行識(shí)別和分析，結(jié)果共顯示出8次顯著的油價(jià)突變。1999年2季度油價(jià)突變發(fā)生的直接原因是亞洲金融危機(jī)的沖擊，實(shí)際原因是石油供需結(jié)構(gòu)的失衡，具體來說，石油供應(yīng)方對(duì)市場(chǎng)石油需求變動(dòng)的估計(jì)不足及中國(guó)凈進(jìn)口的增加，導(dǎo)致了油價(jià)的快速回落和短期劇烈反彈；此后的7次油價(jià)突變，美元指數(shù)一直是最主要的直接影響因素之一，而地緣政治事件及經(jīng)濟(jì)情況帶動(dòng)的需求變化或預(yù)期變化成為油價(jià)突變的基礎(chǔ)，新興經(jīng)濟(jì)體的需求增長(zhǎng)成為促使油價(jià)突變的新生因素。

關(guān)鍵詞石油價(jià)格；石油供需；美元指數(shù)；突變；PPM

中圖分類號(hào)F062.1

文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)1002-2104（2014）01-0109-09doi：10.3969/j.issn.1002-2104.2014.01.016

曾在殼牌原油公司工作過的美國(guó)地質(zhì)學(xué)家Hubbert[1]早在1956年的論文中就提出了“原油峰值”理論，對(duì)原油危機(jī)的發(fā)生給出了警告。BP公司在2009 年世界能源統(tǒng)計(jì)評(píng)論中指出，由于俄羅斯、挪威和中國(guó)原油儲(chǔ)量的下降，2008年全球探明原油儲(chǔ)量出現(xiàn)了自1998年以來的首次下降，世界剩余原油儲(chǔ)量壓力空前。隨著原油期貨市場(chǎng)、原油場(chǎng)外衍生品市場(chǎng)的迅猛發(fā)展，油價(jià)對(duì)各種事件的反應(yīng)愈加靈敏，從而導(dǎo)致油價(jià)波動(dòng)劇烈，但是并不是每次波動(dòng)都會(huì)造成油價(jià)的突變或拐點(diǎn)的出現(xiàn)。目前，油價(jià)由低到高的漸變已成為共識(shí)，在油價(jià)變動(dòng)趨勢(shì)預(yù)測(cè)及其影響效應(yīng)分析方面已出現(xiàn)了大量的研究成果[2-5]。但在油價(jià)的突變識(shí)別與分析、油價(jià)供需均衡結(jié)構(gòu)變化方面的研究很少。Jian Chai et al[6]建立了油價(jià)系統(tǒng)的BVARTVP模型來考察油價(jià)核心影響因素對(duì)油價(jià)的影響時(shí)滯及影響力的動(dòng)態(tài)變化。主要分析結(jié)果表明：美元指數(shù)始終是油價(jià)波動(dòng)的重要影響因素且控制力逐漸加大，中國(guó)石油凈進(jìn)口對(duì)油價(jià)的影響自2006年開始才顯著出現(xiàn)。由于油價(jià)突變對(duì)經(jīng)濟(jì)的發(fā)展和復(fù)蘇產(chǎn)生了不可估量的沖擊，因此識(shí)別并分析油價(jià)突變點(diǎn)的發(fā)生時(shí)間和產(chǎn)生原因，對(duì)分析原油價(jià)格的變動(dòng)規(guī)律、刻畫相關(guān)變量對(duì)原油市場(chǎng)的沖擊具有重大的理論意義和現(xiàn)實(shí)價(jià)值。

1商品價(jià)格突變概念

變點(diǎn)問題自上世紀(jì)70年代以來一直是熱門課題之一，從統(tǒng)計(jì)學(xué)的觀點(diǎn)來看，觀察序列在變點(diǎn)前后所服從的分布不同，故變點(diǎn)是指統(tǒng)計(jì)模型中某些變量的分布或數(shù)字特征發(fā)生了突變的時(shí)刻[7]，它把統(tǒng)計(jì)控制理論、估計(jì)和假設(shè)檢驗(yàn)理論、非貝葉斯和貝葉斯方法、固定樣本抽樣和連續(xù)抽樣方法結(jié)合起來。從歷史上說，現(xiàn)在一般認(rèn)為變點(diǎn)問題的研究始自Page[8]在Biometrika上發(fā)表的一篇關(guān)于連續(xù)抽樣檢驗(yàn)的文章。

近幾十年來，關(guān)于變點(diǎn)問題的研究無論在理論還是在應(yīng)用方面皆有了快速的發(fā)展。國(guó)內(nèi)外統(tǒng)計(jì)學(xué)家研究出了很多識(shí)別和處理變點(diǎn)問題的方法，如Bayes方法、極大似然比方法、Schwarz信息準(zhǔn)則法、PPM[9]（product partition model）等，在特定的假設(shè)條件下，這些方法均能有效地判斷及識(shí)別出均值變點(diǎn)、概率變點(diǎn)及模型變點(diǎn)等。Dipak[10]基于Bayes方法，對(duì)已知變點(diǎn)個(gè)數(shù)的單參數(shù)指數(shù)分布族中的變點(diǎn)問題進(jìn)行了處理，而且該方法能夠很容易獲得變點(diǎn)的邊際后驗(yàn)分布。Inclan[11]運(yùn)用Bayes方法研究了股價(jià)收益率的多變點(diǎn)分析問題。Inclan和Tiao[12]用累加平方和的方法來研究方差多變點(diǎn)問題，并給出了IT檢驗(yàn)，該方法計(jì)算量小，但探測(cè)多變點(diǎn)時(shí)必須將整個(gè)時(shí)間序列樣本分割，難以保證得到的變點(diǎn)在全局意義上具有顯著性。聶巧平[13]基于可行廣義最小二乘估計(jì)的分析，提出一套較為完備的確定性趨勢(shì)變量的檢驗(yàn)和估計(jì)程序以便確定突變類型。Ferreira[14]在已知變點(diǎn)個(gè)數(shù)的假定下，對(duì)簡(jiǎn)單線性回歸模型中方程系數(shù)的變點(diǎn)問題進(jìn)行了分析。項(xiàng)后軍、潘錫泉[15]運(yùn)用LM內(nèi)生結(jié)構(gòu)突變檢驗(yàn)方法和GregoryHansen等變結(jié)構(gòu)協(xié)整檢驗(yàn)方法，對(duì)中美人民幣匯率購(gòu)買力平價(jià)是否成立進(jìn)行了重新研究。Choy[16]在同樣的假定下，對(duì)變廣義線性模型回歸系數(shù)的變點(diǎn)問題進(jìn)行了處理。在宏觀經(jīng)濟(jì)學(xué)的研究中，由于Markov機(jī)制轉(zhuǎn)換模型能夠捕捉到時(shí)間序列變量在不同狀態(tài)下的變化及轉(zhuǎn)換過程，故Hamilton[17]提出的Markov機(jī)制轉(zhuǎn)換模型是當(dāng)前學(xué)術(shù)界中較為流行的一類研究周期運(yùn)動(dòng)及突變點(diǎn)識(shí)別的非線性時(shí)間序列模型，但由于Markov機(jī)制轉(zhuǎn)換模型的結(jié)構(gòu)變化是內(nèi)生的，在時(shí)間上是具有隨機(jī)性和連續(xù)性，故Markov機(jī)制轉(zhuǎn)換模型更加適合于擬合具有持續(xù)結(jié)構(gòu)變化的時(shí)間序列變量數(shù)據(jù)。相比較而言，PPM模型的智能性對(duì)分析單個(gè)變量時(shí)間序列的突變問題更為合適。

在實(shí)際中，由于沒有標(biāo)準(zhǔn)，對(duì)任意商品歷史上的每次價(jià)格變動(dòng)的時(shí)刻均可被當(dāng)作該商品價(jià)格的一次突變，但對(duì)于需要使用這些結(jié)果的企業(yè)和政府來說，不可能將每一次的變化都作為一次突變來對(duì)待，只有突變前后的差異達(dá)到一定的程度才會(huì)引起企業(yè)或政府的重視和應(yīng)對(duì)。同時(shí)由于經(jīng)濟(jì)環(huán)境、政策環(huán)境的不同及不同企業(yè)或政府的具體情況相差較大，使得每一主體對(duì)商品價(jià)格變動(dòng)差異的接受程度不同。因此，商品價(jià)格的突變應(yīng)該與數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、工程技術(shù)等學(xué)科中的突變有著不同的定義。有了定義就有了對(duì)商品價(jià)格突變進(jìn)行識(shí)別和分析的標(biāo)準(zhǔn)，這樣的分析才更加具有科學(xué)性。遺憾的是，這樣的定義（標(biāo)準(zhǔn)）在前人有關(guān)價(jià)格突變的研究中并未出現(xiàn)?；诖耍疚膰L試給出一個(gè)商品價(jià)格突變的定義，以期起到拋磚引玉的效果。在給定商品價(jià)格突變定義之前，先給出商品價(jià)格變動(dòng)容忍閾值的定義。

定義1，對(duì)任一指定商品，該商品價(jià)格的變動(dòng)會(huì)引起消費(fèi)主體（最終消費(fèi)者和中間消費(fèi)者）及生產(chǎn)主體（生產(chǎn)企業(yè)）的感知和行為發(fā)生變動(dòng)，進(jìn)而對(duì)微觀經(jīng)濟(jì)主體收益和宏觀經(jīng)濟(jì)指標(biāo)產(chǎn)生影響，不同的商品價(jià)格變動(dòng)幅度對(duì)應(yīng)著不同的影響效應(yīng)。消費(fèi)主體、生產(chǎn)主體或政府根據(jù)自身的情況對(duì)此影響效應(yīng)大小的容忍極限值所對(duì)應(yīng)的商品價(jià)格變動(dòng)幅度A0，稱為該主體（消費(fèi)主體、生產(chǎn)主體或政府）的商品價(jià)格變動(dòng)容忍閾值。

定義2，假定對(duì)任一商品的考察期為T（觀察時(shí)點(diǎn)為t1， t2，……， tn），在考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格為Pi（i=1，2，……，n）， 考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格突變概率為Fi（i=1，2，……，n-1），某一主體對(duì)該商品的商品價(jià)格變動(dòng)容忍閾值為A0，如果：

則對(duì)該主體來說，選定商品價(jià)格在tk時(shí)刻發(fā)生了突變。對(duì)應(yīng)的F0=minFk：Ptk+1-Ptk≥A0稱為選定商品價(jià)格突變概率的容忍閾值。

在此定義的基礎(chǔ)上，本文引入PPM模型對(duì)原油價(jià)格及相關(guān)變量的歷史突變點(diǎn)進(jìn)行識(shí)別，分析相關(guān)變量的突變時(shí)點(diǎn)與油價(jià)突變時(shí)點(diǎn)間的滯后關(guān)系，對(duì)油價(jià)的突變進(jìn)行識(shí)別和解析，給出了一種新的考察油價(jià)突變及突發(fā)事件影響效果的方法和思路。

2計(jì)量模型PPM模型介紹

PPM模型是一種分析變點(diǎn)問題的動(dòng)態(tài)分析模型，與以往只能在假定變點(diǎn)個(gè)數(shù)的前提下識(shí)別變點(diǎn)的模型不同，PPM模型在分析的過程中假定變點(diǎn)個(gè)數(shù)為未知的隨機(jī)變量。PPM模型由Hartigan[18]創(chuàng)建，Barry和Hartigan將此模型應(yīng)用在變點(diǎn)問題的分析上，將Bayesian分析方法應(yīng)用到PPM模型的計(jì)算及求解上[19]，隨后經(jīng)過眾多學(xué)者[20-23]的發(fā)展，PPM模型的求解及分析技術(shù)日趨成熟，并在股票市場(chǎng)價(jià)格的分析過程中取得了良好的應(yīng)用效果。利用PPM模型能方便地識(shí)別復(fù)雜數(shù)據(jù)序列的突變點(diǎn)，并同時(shí)測(cè)算出突變概率的大小。

摘要 隨著國(guó)際油價(jià)對(duì)各種事件反應(yīng)靈敏度的增加及中國(guó)成品油價(jià)格改革的市場(chǎng)化方向，油價(jià)頻繁的突變將對(duì)我國(guó)宏觀經(jīng)濟(jì)的平穩(wěn)發(fā)展產(chǎn)生巨大沖擊，但是經(jīng)濟(jì)環(huán)境的變化、油價(jià)核心影響因素的變遷使得不同時(shí)間下油價(jià)發(fā)生突變的引致因素及突發(fā)事件均有所不同，識(shí)別并分析油價(jià)突變的時(shí)間及形成原因具有重要的現(xiàn)實(shí)意義?；诖耍髡呤紫冉o出了商品價(jià)格變動(dòng)容忍閾值及商品價(jià)格突變的定義，利用PPM模型，對(duì)國(guó)際歷史油價(jià)及相關(guān)影響變量的突變進(jìn)行識(shí)別和分析，結(jié)果共顯示出8次顯著的油價(jià)突變。1999年2季度油價(jià)突變發(fā)生的直接原因是亞洲金融危機(jī)的沖擊，實(shí)際原因是石油供需結(jié)構(gòu)的失衡，具體來說，石油供應(yīng)方對(duì)市場(chǎng)石油需求變動(dòng)的估計(jì)不足及中國(guó)凈進(jìn)口的增加，導(dǎo)致了油價(jià)的快速回落和短期劇烈反彈；此后的7次油價(jià)突變，美元指數(shù)一直是最主要的直接影響因素之一，而地緣政治事件及經(jīng)濟(jì)情況帶動(dòng)的需求變化或預(yù)期變化成為油價(jià)突變的基礎(chǔ)，新興經(jīng)濟(jì)體的需求增長(zhǎng)成為促使油價(jià)突變的新生因素。

關(guān)鍵詞石油價(jià)格；石油供需；美元指數(shù)；突變；PPM

中圖分類號(hào)F062.1

文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)1002-2104（2014）01-0109-09doi：10.3969/j.issn.1002-2104.2014.01.016

曾在殼牌原油公司工作過的美國(guó)地質(zhì)學(xué)家Hubbert[1]早在1956年的論文中就提出了“原油峰值”理論，對(duì)原油危機(jī)的發(fā)生給出了警告。BP公司在2009 年世界能源統(tǒng)計(jì)評(píng)論中指出，由于俄羅斯、挪威和中國(guó)原油儲(chǔ)量的下降，2008年全球探明原油儲(chǔ)量出現(xiàn)了自1998年以來的首次下降，世界剩余原油儲(chǔ)量壓力空前。隨著原油期貨市場(chǎng)、原油場(chǎng)外衍生品市場(chǎng)的迅猛發(fā)展，油價(jià)對(duì)各種事件的反應(yīng)愈加靈敏，從而導(dǎo)致油價(jià)波動(dòng)劇烈，但是并不是每次波動(dòng)都會(huì)造成油價(jià)的突變或拐點(diǎn)的出現(xiàn)。目前，油價(jià)由低到高的漸變已成為共識(shí)，在油價(jià)變動(dòng)趨勢(shì)預(yù)測(cè)及其影響效應(yīng)分析方面已出現(xiàn)了大量的研究成果[2-5]。但在油價(jià)的突變識(shí)別與分析、油價(jià)供需均衡結(jié)構(gòu)變化方面的研究很少。Jian Chai et al[6]建立了油價(jià)系統(tǒng)的BVARTVP模型來考察油價(jià)核心影響因素對(duì)油價(jià)的影響時(shí)滯及影響力的動(dòng)態(tài)變化。主要分析結(jié)果表明：美元指數(shù)始終是油價(jià)波動(dòng)的重要影響因素且控制力逐漸加大，中國(guó)石油凈進(jìn)口對(duì)油價(jià)的影響自2006年開始才顯著出現(xiàn)。由于油價(jià)突變對(duì)經(jīng)濟(jì)的發(fā)展和復(fù)蘇產(chǎn)生了不可估量的沖擊，因此識(shí)別并分析油價(jià)突變點(diǎn)的發(fā)生時(shí)間和產(chǎn)生原因，對(duì)分析原油價(jià)格的變動(dòng)規(guī)律、刻畫相關(guān)變量對(duì)原油市場(chǎng)的沖擊具有重大的理論意義和現(xiàn)實(shí)價(jià)值。

1商品價(jià)格突變概念

變點(diǎn)問題自上世紀(jì)70年代以來一直是熱門課題之一，從統(tǒng)計(jì)學(xué)的觀點(diǎn)來看，觀察序列在變點(diǎn)前后所服從的分布不同，故變點(diǎn)是指統(tǒng)計(jì)模型中某些變量的分布或數(shù)字特征發(fā)生了突變的時(shí)刻[7]，它把統(tǒng)計(jì)控制理論、估計(jì)和假設(shè)檢驗(yàn)理論、非貝葉斯和貝葉斯方法、固定樣本抽樣和連續(xù)抽樣方法結(jié)合起來。從歷史上說，現(xiàn)在一般認(rèn)為變點(diǎn)問題的研究始自Page[8]在Biometrika上發(fā)表的一篇關(guān)于連續(xù)抽樣檢驗(yàn)的文章。

近幾十年來，關(guān)于變點(diǎn)問題的研究無論在理論還是在應(yīng)用方面皆有了快速的發(fā)展。國(guó)內(nèi)外統(tǒng)計(jì)學(xué)家研究出了很多識(shí)別和處理變點(diǎn)問題的方法，如Bayes方法、極大似然比方法、Schwarz信息準(zhǔn)則法、PPM[9]（product partition model）等，在特定的假設(shè)條件下，這些方法均能有效地判斷及識(shí)別出均值變點(diǎn)、概率變點(diǎn)及模型變點(diǎn)等。Dipak[10]基于Bayes方法，對(duì)已知變點(diǎn)個(gè)數(shù)的單參數(shù)指數(shù)分布族中的變點(diǎn)問題進(jìn)行了處理，而且該方法能夠很容易獲得變點(diǎn)的邊際后驗(yàn)分布。Inclan[11]運(yùn)用Bayes方法研究了股價(jià)收益率的多變點(diǎn)分析問題。Inclan和Tiao[12]用累加平方和的方法來研究方差多變點(diǎn)問題，并給出了IT檢驗(yàn)，該方法計(jì)算量小，但探測(cè)多變點(diǎn)時(shí)必須將整個(gè)時(shí)間序列樣本分割，難以保證得到的變點(diǎn)在全局意義上具有顯著性。聶巧平[13]基于可行廣義最小二乘估計(jì)的分析，提出一套較為完備的確定性趨勢(shì)變量的檢驗(yàn)和估計(jì)程序以便確定突變類型。Ferreira[14]在已知變點(diǎn)個(gè)數(shù)的假定下，對(duì)簡(jiǎn)單線性回歸模型中方程系數(shù)的變點(diǎn)問題進(jìn)行了分析。項(xiàng)后軍、潘錫泉[15]運(yùn)用LM內(nèi)生結(jié)構(gòu)突變檢驗(yàn)方法和GregoryHansen等變結(jié)構(gòu)協(xié)整檢驗(yàn)方法，對(duì)中美人民幣匯率購(gòu)買力平價(jià)是否成立進(jìn)行了重新研究。Choy[16]在同樣的假定下，對(duì)變廣義線性模型回歸系數(shù)的變點(diǎn)問題進(jìn)行了處理。在宏觀經(jīng)濟(jì)學(xué)的研究中，由于Markov機(jī)制轉(zhuǎn)換模型能夠捕捉到時(shí)間序列變量在不同狀態(tài)下的變化及轉(zhuǎn)換過程，故Hamilton[17]提出的Markov機(jī)制轉(zhuǎn)換模型是當(dāng)前學(xué)術(shù)界中較為流行的一類研究周期運(yùn)動(dòng)及突變點(diǎn)識(shí)別的非線性時(shí)間序列模型，但由于Markov機(jī)制轉(zhuǎn)換模型的結(jié)構(gòu)變化是內(nèi)生的，在時(shí)間上是具有隨機(jī)性和連續(xù)性，故Markov機(jī)制轉(zhuǎn)換模型更加適合于擬合具有持續(xù)結(jié)構(gòu)變化的時(shí)間序列變量數(shù)據(jù)。相比較而言，PPM模型的智能性對(duì)分析單個(gè)變量時(shí)間序列的突變問題更為合適。

在實(shí)際中，由于沒有標(biāo)準(zhǔn)，對(duì)任意商品歷史上的每次價(jià)格變動(dòng)的時(shí)刻均可被當(dāng)作該商品價(jià)格的一次突變，但對(duì)于需要使用這些結(jié)果的企業(yè)和政府來說，不可能將每一次的變化都作為一次突變來對(duì)待，只有突變前后的差異達(dá)到一定的程度才會(huì)引起企業(yè)或政府的重視和應(yīng)對(duì)。同時(shí)由于經(jīng)濟(jì)環(huán)境、政策環(huán)境的不同及不同企業(yè)或政府的具體情況相差較大，使得每一主體對(duì)商品價(jià)格變動(dòng)差異的接受程度不同。因此，商品價(jià)格的突變應(yīng)該與數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、工程技術(shù)等學(xué)科中的突變有著不同的定義。有了定義就有了對(duì)商品價(jià)格突變進(jìn)行識(shí)別和分析的標(biāo)準(zhǔn)，這樣的分析才更加具有科學(xué)性。遺憾的是，這樣的定義（標(biāo)準(zhǔn)）在前人有關(guān)價(jià)格突變的研究中并未出現(xiàn)?；诖耍疚膰L試給出一個(gè)商品價(jià)格突變的定義，以期起到拋磚引玉的效果。在給定商品價(jià)格突變定義之前，先給出商品價(jià)格變動(dòng)容忍閾值的定義。

定義1，對(duì)任一指定商品，該商品價(jià)格的變動(dòng)會(huì)引起消費(fèi)主體（最終消費(fèi)者和中間消費(fèi)者）及生產(chǎn)主體（生產(chǎn)企業(yè)）的感知和行為發(fā)生變動(dòng)，進(jìn)而對(duì)微觀經(jīng)濟(jì)主體收益和宏觀經(jīng)濟(jì)指標(biāo)產(chǎn)生影響，不同的商品價(jià)格變動(dòng)幅度對(duì)應(yīng)著不同的影響效應(yīng)。消費(fèi)主體、生產(chǎn)主體或政府根據(jù)自身的情況對(duì)此影響效應(yīng)大小的容忍極限值所對(duì)應(yīng)的商品價(jià)格變動(dòng)幅度A0，稱為該主體（消費(fèi)主體、生產(chǎn)主體或政府）的商品價(jià)格變動(dòng)容忍閾值。

定義2，假定對(duì)任一商品的考察期為T（觀察時(shí)點(diǎn)為t1， t2，……， tn），在考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格為Pi（i=1，2，……，n）， 考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格突變概率為Fi（i=1，2，……，n-1），某一主體對(duì)該商品的商品價(jià)格變動(dòng)容忍閾值為A0，如果：

則對(duì)該主體來說，選定商品價(jià)格在tk時(shí)刻發(fā)生了突變。對(duì)應(yīng)的F0=minFk：Ptk+1-Ptk≥A0稱為選定商品價(jià)格突變概率的容忍閾值。

在此定義的基礎(chǔ)上，本文引入PPM模型對(duì)原油價(jià)格及相關(guān)變量的歷史突變點(diǎn)進(jìn)行識(shí)別，分析相關(guān)變量的突變時(shí)點(diǎn)與油價(jià)突變時(shí)點(diǎn)間的滯后關(guān)系，對(duì)油價(jià)的突變進(jìn)行識(shí)別和解析，給出了一種新的考察油價(jià)突變及突發(fā)事件影響效果的方法和思路。

2計(jì)量模型PPM模型介紹

PPM模型是一種分析變點(diǎn)問題的動(dòng)態(tài)分析模型，與以往只能在假定變點(diǎn)個(gè)數(shù)的前提下識(shí)別變點(diǎn)的模型不同，PPM模型在分析的過程中假定變點(diǎn)個(gè)數(shù)為未知的隨機(jī)變量。PPM模型由Hartigan[18]創(chuàng)建，Barry和Hartigan將此模型應(yīng)用在變點(diǎn)問題的分析上，將Bayesian分析方法應(yīng)用到PPM模型的計(jì)算及求解上[19]，隨后經(jīng)過眾多學(xué)者[20-23]的發(fā)展，PPM模型的求解及分析技術(shù)日趨成熟，并在股票市場(chǎng)價(jià)格的分析過程中取得了良好的應(yīng)用效果。利用PPM模型能方便地識(shí)別復(fù)雜數(shù)據(jù)序列的突變點(diǎn)，并同時(shí)測(cè)算出突變概率的大小。

摘要 隨著國(guó)際油價(jià)對(duì)各種事件反應(yīng)靈敏度的增加及中國(guó)成品油價(jià)格改革的市場(chǎng)化方向，油價(jià)頻繁的突變將對(duì)我國(guó)宏觀經(jīng)濟(jì)的平穩(wěn)發(fā)展產(chǎn)生巨大沖擊，但是經(jīng)濟(jì)環(huán)境的變化、油價(jià)核心影響因素的變遷使得不同時(shí)間下油價(jià)發(fā)生突變的引致因素及突發(fā)事件均有所不同，識(shí)別并分析油價(jià)突變的時(shí)間及形成原因具有重要的現(xiàn)實(shí)意義。基于此，作者首先給出了商品價(jià)格變動(dòng)容忍閾值及商品價(jià)格突變的定義，利用PPM模型，對(duì)國(guó)際歷史油價(jià)及相關(guān)影響變量的突變進(jìn)行識(shí)別和分析，結(jié)果共顯示出8次顯著的油價(jià)突變。1999年2季度油價(jià)突變發(fā)生的直接原因是亞洲金融危機(jī)的沖擊，實(shí)際原因是石油供需結(jié)構(gòu)的失衡，具體來說，石油供應(yīng)方對(duì)市場(chǎng)石油需求變動(dòng)的估計(jì)不足及中國(guó)凈進(jìn)口的增加，導(dǎo)致了油價(jià)的快速回落和短期劇烈反彈；此后的7次油價(jià)突變，美元指數(shù)一直是最主要的直接影響因素之一，而地緣政治事件及經(jīng)濟(jì)情況帶動(dòng)的需求變化或預(yù)期變化成為油價(jià)突變的基礎(chǔ)，新興經(jīng)濟(jì)體的需求增長(zhǎng)成為促使油價(jià)突變的新生因素。

關(guān)鍵詞石油價(jià)格；石油供需；美元指數(shù)；突變；PPM

中圖分類號(hào)F062.1

文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)1002-2104（2014）01-0109-09doi：10.3969/j.issn.1002-2104.2014.01.016

曾在殼牌原油公司工作過的美國(guó)地質(zhì)學(xué)家Hubbert[1]早在1956年的論文中就提出了“原油峰值”理論，對(duì)原油危機(jī)的發(fā)生給出了警告。BP公司在2009 年世界能源統(tǒng)計(jì)評(píng)論中指出，由于俄羅斯、挪威和中國(guó)原油儲(chǔ)量的下降，2008年全球探明原油儲(chǔ)量出現(xiàn)了自1998年以來的首次下降，世界剩余原油儲(chǔ)量壓力空前。隨著原油期貨市場(chǎng)、原油場(chǎng)外衍生品市場(chǎng)的迅猛發(fā)展，油價(jià)對(duì)各種事件的反應(yīng)愈加靈敏，從而導(dǎo)致油價(jià)波動(dòng)劇烈，但是并不是每次波動(dòng)都會(huì)造成油價(jià)的突變或拐點(diǎn)的出現(xiàn)。目前，油價(jià)由低到高的漸變已成為共識(shí)，在油價(jià)變動(dòng)趨勢(shì)預(yù)測(cè)及其影響效應(yīng)分析方面已出現(xiàn)了大量的研究成果[2-5]。但在油價(jià)的突變識(shí)別與分析、油價(jià)供需均衡結(jié)構(gòu)變化方面的研究很少。Jian Chai et al[6]建立了油價(jià)系統(tǒng)的BVARTVP模型來考察油價(jià)核心影響因素對(duì)油價(jià)的影響時(shí)滯及影響力的動(dòng)態(tài)變化。主要分析結(jié)果表明：美元指數(shù)始終是油價(jià)波動(dòng)的重要影響因素且控制力逐漸加大，中國(guó)石油凈進(jìn)口對(duì)油價(jià)的影響自2006年開始才顯著出現(xiàn)。由于油價(jià)突變對(duì)經(jīng)濟(jì)的發(fā)展和復(fù)蘇產(chǎn)生了不可估量的沖擊，因此識(shí)別并分析油價(jià)突變點(diǎn)的發(fā)生時(shí)間和產(chǎn)生原因，對(duì)分析原油價(jià)格的變動(dòng)規(guī)律、刻畫相關(guān)變量對(duì)原油市場(chǎng)的沖擊具有重大的理論意義和現(xiàn)實(shí)價(jià)值。

1商品價(jià)格突變概念

變點(diǎn)問題自上世紀(jì)70年代以來一直是熱門課題之一，從統(tǒng)計(jì)學(xué)的觀點(diǎn)來看，觀察序列在變點(diǎn)前后所服從的分布不同，故變點(diǎn)是指統(tǒng)計(jì)模型中某些變量的分布或數(shù)字特征發(fā)生了突變的時(shí)刻[7]，它把統(tǒng)計(jì)控制理論、估計(jì)和假設(shè)檢驗(yàn)理論、非貝葉斯和貝葉斯方法、固定樣本抽樣和連續(xù)抽樣方法結(jié)合起來。從歷史上說，現(xiàn)在一般認(rèn)為變點(diǎn)問題的研究始自Page[8]在Biometrika上發(fā)表的一篇關(guān)于連續(xù)抽樣檢驗(yàn)的文章。

近幾十年來，關(guān)于變點(diǎn)問題的研究無論在理論還是在應(yīng)用方面皆有了快速的發(fā)展。國(guó)內(nèi)外統(tǒng)計(jì)學(xué)家研究出了很多識(shí)別和處理變點(diǎn)問題的方法，如Bayes方法、極大似然比方法、Schwarz信息準(zhǔn)則法、PPM[9]（product partition model）等，在特定的假設(shè)條件下，這些方法均能有效地判斷及識(shí)別出均值變點(diǎn)、概率變點(diǎn)及模型變點(diǎn)等。Dipak[10]基于Bayes方法，對(duì)已知變點(diǎn)個(gè)數(shù)的單參數(shù)指數(shù)分布族中的變點(diǎn)問題進(jìn)行了處理，而且該方法能夠很容易獲得變點(diǎn)的邊際后驗(yàn)分布。Inclan[11]運(yùn)用Bayes方法研究了股價(jià)收益率的多變點(diǎn)分析問題。Inclan和Tiao[12]用累加平方和的方法來研究方差多變點(diǎn)問題，并給出了IT檢驗(yàn)，該方法計(jì)算量小，但探測(cè)多變點(diǎn)時(shí)必須將整個(gè)時(shí)間序列樣本分割，難以保證得到的變點(diǎn)在全局意義上具有顯著性。聶巧平[13]基于可行廣義最小二乘估計(jì)的分析，提出一套較為完備的確定性趨勢(shì)變量的檢驗(yàn)和估計(jì)程序以便確定突變類型。Ferreira[14]在已知變點(diǎn)個(gè)數(shù)的假定下，對(duì)簡(jiǎn)單線性回歸模型中方程系數(shù)的變點(diǎn)問題進(jìn)行了分析。項(xiàng)后軍、潘錫泉[15]運(yùn)用LM內(nèi)生結(jié)構(gòu)突變檢驗(yàn)方法和GregoryHansen等變結(jié)構(gòu)協(xié)整檢驗(yàn)方法，對(duì)中美人民幣匯率購(gòu)買力平價(jià)是否成立進(jìn)行了重新研究。Choy[16]在同樣的假定下，對(duì)變廣義線性模型回歸系數(shù)的變點(diǎn)問題進(jìn)行了處理。在宏觀經(jīng)濟(jì)學(xué)的研究中，由于Markov機(jī)制轉(zhuǎn)換模型能夠捕捉到時(shí)間序列變量在不同狀態(tài)下的變化及轉(zhuǎn)換過程，故Hamilton[17]提出的Markov機(jī)制轉(zhuǎn)換模型是當(dāng)前學(xué)術(shù)界中較為流行的一類研究周期運(yùn)動(dòng)及突變點(diǎn)識(shí)別的非線性時(shí)間序列模型，但由于Markov機(jī)制轉(zhuǎn)換模型的結(jié)構(gòu)變化是內(nèi)生的，在時(shí)間上是具有隨機(jī)性和連續(xù)性，故Markov機(jī)制轉(zhuǎn)換模型更加適合于擬合具有持續(xù)結(jié)構(gòu)變化的時(shí)間序列變量數(shù)據(jù)。相比較而言，PPM模型的智能性對(duì)分析單個(gè)變量時(shí)間序列的突變問題更為合適。

在實(shí)際中，由于沒有標(biāo)準(zhǔn)，對(duì)任意商品歷史上的每次價(jià)格變動(dòng)的時(shí)刻均可被當(dāng)作該商品價(jià)格的一次突變，但對(duì)于需要使用這些結(jié)果的企業(yè)和政府來說，不可能將每一次的變化都作為一次突變來對(duì)待，只有突變前后的差異達(dá)到一定的程度才會(huì)引起企業(yè)或政府的重視和應(yīng)對(duì)。同時(shí)由于經(jīng)濟(jì)環(huán)境、政策環(huán)境的不同及不同企業(yè)或政府的具體情況相差較大，使得每一主體對(duì)商品價(jià)格變動(dòng)差異的接受程度不同。因此，商品價(jià)格的突變應(yīng)該與數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、工程技術(shù)等學(xué)科中的突變有著不同的定義。有了定義就有了對(duì)商品價(jià)格突變進(jìn)行識(shí)別和分析的標(biāo)準(zhǔn)，這樣的分析才更加具有科學(xué)性。遺憾的是，這樣的定義（標(biāo)準(zhǔn)）在前人有關(guān)價(jià)格突變的研究中并未出現(xiàn)?；诖?，本文嘗試給出一個(gè)商品價(jià)格突變的定義，以期起到拋磚引玉的效果。在給定商品價(jià)格突變定義之前，先給出商品價(jià)格變動(dòng)容忍閾值的定義。

定義1，對(duì)任一指定商品，該商品價(jià)格的變動(dòng)會(huì)引起消費(fèi)主體（最終消費(fèi)者和中間消費(fèi)者）及生產(chǎn)主體（生產(chǎn)企業(yè)）的感知和行為發(fā)生變動(dòng)，進(jìn)而對(duì)微觀經(jīng)濟(jì)主體收益和宏觀經(jīng)濟(jì)指標(biāo)產(chǎn)生影響，不同的商品價(jià)格變動(dòng)幅度對(duì)應(yīng)著不同的影響效應(yīng)。消費(fèi)主體、生產(chǎn)主體或政府根據(jù)自身的情況對(duì)此影響效應(yīng)大小的容忍極限值所對(duì)應(yīng)的商品價(jià)格變動(dòng)幅度A0，稱為該主體（消費(fèi)主體、生產(chǎn)主體或政府）的商品價(jià)格變動(dòng)容忍閾值。

定義2，假定對(duì)任一商品的考察期為T（觀察時(shí)點(diǎn)為t1， t2，……， tn），在考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格為Pi（i=1，2，……，n）， 考察期內(nèi)每一時(shí)點(diǎn)的商品價(jià)格突變概率為Fi（i=1，2，……，n-1），某一主體對(duì)該商品的商品價(jià)格變動(dòng)容忍閾值為A0，如果：

則對(duì)該主體來說，選定商品價(jià)格在tk時(shí)刻發(fā)生了突變。對(duì)應(yīng)的F0=minFk：Ptk+1-Ptk≥A0稱為選定商品價(jià)格突變概率的容忍閾值。

在此定義的基礎(chǔ)上，本文引入PPM模型對(duì)原油價(jià)格及相關(guān)變量的歷史突變點(diǎn)進(jìn)行識(shí)別，分析相關(guān)變量的突變時(shí)點(diǎn)與油價(jià)突變時(shí)點(diǎn)間的滯后關(guān)系，對(duì)油價(jià)的突變進(jìn)行識(shí)別和解析，給出了一種新的考察油價(jià)突變及突發(fā)事件影響效果的方法和思路。

2計(jì)量模型PPM模型介紹

PPM模型是一種分析變點(diǎn)問題的動(dòng)態(tài)分析模型，與以往只能在假定變點(diǎn)個(gè)數(shù)的前提下識(shí)別變點(diǎn)的模型不同，PPM模型在分析的過程中假定變點(diǎn)個(gè)數(shù)為未知的隨機(jī)變量。PPM模型由Hartigan[18]創(chuàng)建，Barry和Hartigan將此模型應(yīng)用在變點(diǎn)問題的分析上，將Bayesian分析方法應(yīng)用到PPM模型的計(jì)算及求解上[19]，隨后經(jīng)過眾多學(xué)者[20-23]的發(fā)展，PPM模型的求解及分析技術(shù)日趨成熟，并在股票市場(chǎng)價(jià)格的分析過程中取得了良好的應(yīng)用效果。利用PPM模型能方便地識(shí)別復(fù)雜數(shù)據(jù)序列的突變點(diǎn)，并同時(shí)測(cè)算出突變概率的大小。