張克欽

（中國石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院 山東青島 266580）

引言

2020年4月發(fā)生的“原油寶”事件引起全國關(guān)注，大量投資者蒙受巨額損失。雖然該事件中銀行的風(fēng)控措施失靈可能是損失產(chǎn)生的直接原因，但這次事件也使得能源金融的高風(fēng)險(xiǎn)特性成為人們關(guān)注的重點(diǎn)。我國已經(jīng)成為世界第一大能源消費(fèi)國和第一大原油、天然氣進(jìn)口國，巨量的能源進(jìn)口在推動(dòng)我國經(jīng)濟(jì)發(fā)展的同時(shí)也帶來了一定的潛在風(fēng)險(xiǎn)。不斷加深的對(duì)外依存度、不完善的能源市場、不夠合理的能源資源配置、不夠有效的定價(jià)機(jī)制都是我國能源領(lǐng)域目前存在的問題（林伯強(qiáng)，2014）。能源金融的發(fā)展在為能源市場參與方提供了新的規(guī)避風(fēng)險(xiǎn)工具的同時(shí)，也讓能源金融市場風(fēng)險(xiǎn)的影響更加多元復(fù)雜。目前，對(duì)于能源金融市場風(fēng)險(xiǎn)研究成果比較少，尤其是對(duì)我國能源金融市場風(fēng)險(xiǎn)的時(shí)序特征分析、影響因素分析、指標(biāo)選取和數(shù)據(jù)處理方面還有進(jìn)一步完善的空間。因此，在我國經(jīng)濟(jì)深度融入世界經(jīng)濟(jì)的今天，準(zhǔn)確評(píng)價(jià)我國能源金融市場風(fēng)險(xiǎn)和研究其影響因素，在理論和實(shí)踐上都具有非常重要的意義。

本文梳理過往研究成果，從宏觀經(jīng)濟(jì)和市場波動(dòng)兩方面選取評(píng)價(jià)指標(biāo)，運(yùn)用主成分分析法和日度極差方差法構(gòu)建我國能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型，得到2002年1月-2020年12月每月我國能源金融市場風(fēng)險(xiǎn)指數(shù)，旨在分析加入世界貿(mào)易組織以來我國能源金融市場風(fēng)險(xiǎn)的時(shí)間序列波動(dòng)特征以及影響因素，為我國防范能源金融風(fēng)險(xiǎn)提供一定的參考。本文研究結(jié)果表明：與過往部分研究結(jié)果有所不同，本文發(fā)現(xiàn)我國能源金融市場風(fēng)險(xiǎn)總體呈現(xiàn)出易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài)，我國能源金融市場風(fēng)險(xiǎn)的預(yù)警應(yīng)當(dāng)注重對(duì)國際重大事件的研判而非對(duì)過往數(shù)據(jù)的純粹計(jì)量預(yù)測結(jié)果；金融市場類指標(biāo)代表的價(jià)格波動(dòng)風(fēng)險(xiǎn)對(duì)于我國能源金融市場風(fēng)險(xiǎn)指數(shù)影響最大，且在不同時(shí)期各市場指標(biāo)貢獻(xiàn)程度排名并不相同，而我國能源供需規(guī)模增長的影響則較小。本文為研究我國能源金融市場風(fēng)險(xiǎn)提供了新的方法和視角，對(duì)提高我國能源金融市場風(fēng)險(xiǎn)防范能力、保障我國能源安全具有一定的參考價(jià)值。

本文具體結(jié)構(gòu)安排如下：第一部分為引言；第二部分為文獻(xiàn)回顧及本文創(chuàng)新點(diǎn)；第三部分為指標(biāo)選擇與研究方法；第四部分為模型構(gòu)建與樣本數(shù)據(jù)描述；第五部分為實(shí)證結(jié)果與分析，主要包括靜態(tài)影響因素及風(fēng)險(xiǎn)指數(shù)時(shí)間序列分析、平穩(wěn)性檢驗(yàn)、動(dòng)態(tài)影響因素分析和穩(wěn)健性檢驗(yàn)；最后在第六部分本文基于分析結(jié)果進(jìn)行總結(jié)并提出政策建議。

一、文獻(xiàn)回顧與研究創(chuàng)新

近年來，金融風(fēng)險(xiǎn)成為金融領(lǐng)域的研究重點(diǎn)。金融風(fēng)險(xiǎn)的研究內(nèi)容很廣泛，主要的研究熱點(diǎn)包括金融風(fēng)險(xiǎn)度量及預(yù)警、金融風(fēng)險(xiǎn)傳染等。Hart和Zingales （2011）將金融風(fēng)險(xiǎn)定義為極端事件如金融機(jī)構(gòu)倒閉或者金融市場崩潰在金融體系內(nèi)不斷擴(kuò)散并沖擊相應(yīng)的實(shí)體經(jīng)濟(jì)。目前主要的研究方法有網(wǎng)絡(luò)分析方法（李政，2016）、條件風(fēng)險(xiǎn)價(jià)值CoVaR（Adrian和Brunnermeier，2016）、Copula模型（劉曉星等，2011；李叢文和閆世軍，2015）等。此外，還有一些學(xué)者通過研究各金融機(jī)構(gòu)之間風(fēng)險(xiǎn)傳染的路徑、范圍及影響大小進(jìn)而度量金融系統(tǒng)性風(fēng)險(xiǎn)（隋聰?shù)龋?016；Gofman，2017；胡宗義等，2018）。總的來說，金融風(fēng)險(xiǎn)研究的主體大多仍為股票市場等傳統(tǒng)金融市場以及銀行等傳統(tǒng)金融行業(yè)，對(duì)于能源金融市場風(fēng)險(xiǎn)的關(guān)注較少。

能源金融領(lǐng)域中，目前大部分研究集中在特定行業(yè)的能源金融風(fēng)險(xiǎn)。李凱風(fēng)等（2013）通過BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測我國2011年各季度煤炭行業(yè)金融安全形勢得分；李凱風(fēng)等（2014）采用AHP層次分析法和BP神經(jīng)網(wǎng)絡(luò)方法比較太陽能、核能、地?zé)崮?、風(fēng)能及生物能的金融運(yùn)行狀況；王新霞等（2016）使用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)（GABP）對(duì)2015年我國油氣、煤炭和電力行業(yè)金融風(fēng)險(xiǎn)進(jìn)行預(yù)測。在目前研究中對(duì)我國整體能源金融風(fēng)險(xiǎn)的評(píng)價(jià)和預(yù)警的研究較少。王淑貞等（2011）運(yùn)用模糊綜合評(píng)價(jià)法度量我國1995-2008年每年能源風(fēng)險(xiǎn)預(yù)警系數(shù)并進(jìn)行預(yù)測；李麗紅（2015）運(yùn)用主成分分析法分析了2002-2013年我國各年度能源金融市場風(fēng)險(xiǎn)強(qiáng)度并通過ARMA預(yù)測了下一年風(fēng)險(xiǎn)強(qiáng)度。綜上可以發(fā)現(xiàn)，目前相關(guān)研究主要存在以下問題：第一，對(duì)整體能源金融市場風(fēng)險(xiǎn)的關(guān)注比較少；第二，大多考察未來風(fēng)險(xiǎn)的預(yù)測，但對(duì)于風(fēng)險(xiǎn)形成的影響因素并沒有深入分析；第三，分析結(jié)果主要以年為時(shí)間單位且時(shí)間跨度較短，對(duì)風(fēng)險(xiǎn)變化缺乏比較完整的梳理；第四，部分文獻(xiàn)的指標(biāo)選取簡單化，測度市場價(jià)格風(fēng)險(xiǎn)方面忽視了對(duì)波動(dòng)性的度量。

基于此，本文的創(chuàng)新點(diǎn)主要在以下幾個(gè)方面：第一，創(chuàng)新性地從宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)與市場波動(dòng)風(fēng)險(xiǎn)兩方面選取能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型的各項(xiàng)指標(biāo)，一方面強(qiáng)調(diào)了金融市場價(jià)格波動(dòng)造成的風(fēng)險(xiǎn)，另一方面也將宏觀經(jīng)濟(jì)、市場規(guī)模情況等因素納入分析范疇，使得評(píng)價(jià)模型更加客觀全面；第二，在能源金融市場風(fēng)險(xiǎn)研究中率先引入日度極差方差法計(jì)算價(jià)格波動(dòng)，強(qiáng)調(diào)將價(jià)格波動(dòng)作為市場風(fēng)險(xiǎn)的衡量指標(biāo)；第三，采用較長時(shí)間跨度（2002-2020年）的月度數(shù)據(jù)作為樣本，得到我國能源金融市場風(fēng)險(xiǎn)指數(shù)月度時(shí)間序列，對(duì)我國能源金融市場風(fēng)險(xiǎn)進(jìn)行更精準(zhǔn)的刻畫和梳理，發(fā)現(xiàn)我國能源金融市場風(fēng)險(xiǎn)呈現(xiàn)出易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài)，并提出一個(gè)新的觀點(diǎn)：對(duì)我國能源金融市場風(fēng)險(xiǎn)的預(yù)測應(yīng)當(dāng)強(qiáng)調(diào)對(duì)國際重大事件的研判而非對(duì)過往數(shù)據(jù)的純粹計(jì)量預(yù)測結(jié)果；第四，基于主成分分析視角和時(shí)間序列視角，從靜態(tài)和動(dòng)態(tài)兩方面分析我國能源金融市場風(fēng)險(xiǎn)的影響因素，對(duì)于分析能源金融風(fēng)險(xiǎn)來源、提高我國能源金融風(fēng)險(xiǎn)防范能力、完善我國能源金融風(fēng)險(xiǎn)防范體系具有一定參考價(jià)值。

二、指標(biāo)選擇與研究方法

（一）評(píng)價(jià)模型與指標(biāo)選取

目前國內(nèi)關(guān)于能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)方面的文獻(xiàn)較少，部分研究是針對(duì)特定能源領(lǐng)域進(jìn)行風(fēng)險(xiǎn)度量。李凱風(fēng)（2013）基于專家調(diào)查法，從宏觀經(jīng)濟(jì)環(huán)境、煤炭金融融資、煤炭金融投資三方面選取指標(biāo)分析我國煤炭行業(yè)金融安全預(yù)警管理；李凱風(fēng)（2014）基于宏觀、中觀、微觀三個(gè)層面分別選取政策、技術(shù)、投融資作為風(fēng)險(xiǎn)因素對(duì)我國新能源金融安全狀況進(jìn)行評(píng)價(jià)；李麗紅（2015）指出，能源金融市場風(fēng)險(xiǎn)屬于中觀層面的能源金融風(fēng)險(xiǎn)，但對(duì)于能源金融市場風(fēng)險(xiǎn)的分析同樣需要考慮宏觀因素；何凌云（2014）指出，能源金融風(fēng)險(xiǎn)主要包括能源實(shí)體金融和能源虛擬金融兩部分。綜上可知，對(duì)于能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)選取尚未形成統(tǒng)一的認(rèn)識(shí)和標(biāo)準(zhǔn)，但都強(qiáng)調(diào)將宏觀經(jīng)濟(jì)情況與具體領(lǐng)域情況相結(jié)合。

綜合各類文獻(xiàn)中的指標(biāo)分析，本文認(rèn)為指標(biāo)選取要考慮市場變化和宏觀經(jīng)濟(jì)形勢變化兩方面帶來的風(fēng)險(xiǎn)。與部分文獻(xiàn)中將價(jià)格絕對(duì)值作為市場類指標(biāo)的做法不同，本文認(rèn)為以市場波動(dòng)程度衡量金融市場的影響更符合現(xiàn)實(shí)情況，故以市場收益波動(dòng)率度量市場類指標(biāo)。因此，本文從宏觀經(jīng)濟(jì)與市場波動(dòng)角度出發(fā)選取能源供需類和金融市場類兩類指標(biāo)構(gòu)成指標(biāo)體系。除此之外，本文所選取的指標(biāo)還有以下特點(diǎn)：一是更大的時(shí)間跨度。2001年11月我國正式加入世界貿(mào)易組織，我國的經(jīng)濟(jì)發(fā)展與世界的聯(lián)系愈發(fā)緊密，因此將2002年作為樣本數(shù)據(jù)時(shí)間起點(diǎn)，而2020年的新冠肺炎疫情對(duì)于全球經(jīng)濟(jì)造成了巨大沖擊，故本文選擇2002年1月—2020年12月作為樣本數(shù)據(jù)時(shí)間范圍；二是高頻數(shù)據(jù)刻畫更加精準(zhǔn)。過往研究多采用年度數(shù)據(jù)，本文為更準(zhǔn)確描述我國能源金融市場風(fēng)險(xiǎn)的變化情況，選擇構(gòu)建月度風(fēng)險(xiǎn)指數(shù)。

宏觀經(jīng)濟(jì)方面，本文從我國能源供需兩方面選取相關(guān)指標(biāo)。由于過往文獻(xiàn)所采用的指標(biāo)如我國能源消費(fèi)量、能源生產(chǎn)量以及GDP均為年度或季度數(shù)據(jù)，考慮到月度數(shù)據(jù)的可獲得性與代表性，本文選擇將我國每月石油原油與成品油進(jìn)口總和作為我國能源供給指標(biāo)，將我國每月固定資產(chǎn)投資作為能源需求指標(biāo)，并將二者歸類為能源供需類指標(biāo)。相關(guān)指標(biāo)選取的穩(wěn)健性將在下文中加以論證。

市場波動(dòng)方面，本文選取多個(gè)市場波動(dòng)情況將其并歸類為金融市場類指標(biāo)。首先，能源市場價(jià)格波動(dòng)風(fēng)險(xiǎn)，這對(duì)能源金融安全具有直接的影響；其次，金融全球化與金融自由化的發(fā)展導(dǎo)致各金融市場間的聯(lián)系更加緊密，因此其他金融市場的價(jià)格波動(dòng)對(duì)于能源金融安全也會(huì)產(chǎn)生影響。鑒于劉程程等（2020）指出股票市場的交易活躍且信息相對(duì)完備，可有效代表金融市場當(dāng)前的運(yùn)行狀態(tài)，因此本文將股票指數(shù)波動(dòng)作為其他金融市場影響的代理指標(biāo)；最后，美元作為主要國際能源交易貨幣，其匯率變動(dòng)對(duì)于我國能源交易具有巨大影響，因此匯率波動(dòng)風(fēng)險(xiǎn)也應(yīng)加以考慮。具體指標(biāo)選取方面，本文選取布倫特原油期貨市場收益波動(dòng)率作為能源市場風(fēng)險(xiǎn)指標(biāo)；標(biāo)普500指數(shù)收益波動(dòng)率作為國際金融市場風(fēng)險(xiǎn)指標(biāo)；美元指數(shù)收益波動(dòng)率作為匯率市場風(fēng)險(xiǎn)指標(biāo)。

綜上，本文構(gòu)建的能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型指標(biāo)體系如表1所示。

表1 我國能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型指標(biāo)體系

（二）研究方法

1． 主成分分析法

本文基于主成分分析法（principal components analysis）對(duì)指標(biāo)進(jìn)行降維處理，得到我國能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)。主成分分析法由Hotelling（1933）首先提出，是一種基于降維思想、在損失較少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法。通常將轉(zhuǎn)化后的綜合指標(biāo)稱為主成分，并且每個(gè)主成分都是互不相關(guān)的原始變量的線性組合，這樣就可以對(duì)較少的主成分進(jìn)行分析，簡化問題，提高效率。許傳華等（2012）指出主成分分析法在數(shù)據(jù)本身的基礎(chǔ)上構(gòu)造權(quán)重，具有較高的客觀性，可以避免層次分析法、評(píng)分系統(tǒng)法中出現(xiàn)的主觀性。

2． 日度極差方差法

本文借鑒Diebold和Yilmaz（2012）的方法，采用日度極差方差法計(jì)算各金融市場的收益波動(dòng)率作為各金融市場類指標(biāo)的取值。日度極差方差法在使用較少數(shù)據(jù)的同時(shí)較高效率地估計(jì)市場收益波動(dòng)率（Parkinson，1980），是大量經(jīng)濟(jì)學(xué)文獻(xiàn)采用的衡量市場價(jià)格波動(dòng)情況的方法（Diebold和Yilmaz，2012）。具體計(jì)算方法如下：

對(duì)于t時(shí)刻的金融市場i，其日度極差方差為：

相應(yīng)的t時(shí)刻金融市場i的年化收益波動(dòng)率為：

其中，Pitmax、Pitmin分別為t時(shí)刻金融市場i的最高價(jià)和最低價(jià)。

三、模型構(gòu)建與數(shù)據(jù)描述

（一）風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建

我國能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建步驟如下：第一，獲得各指標(biāo)月度原始數(shù)據(jù)。運(yùn)用日度極差方差法得到各金融市場每月平均年化收益波動(dòng)率，與能源供需類指標(biāo)月度數(shù)據(jù)共同構(gòu)成指標(biāo)原始數(shù)據(jù)；第二，對(duì)所有指標(biāo)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；第三，通過主成分分析法得到各成分特征值、貢獻(xiàn)率及其各指標(biāo)的初始載荷，貢獻(xiàn)率的值表征著其對(duì)應(yīng)的成分所包含的信息量的多少，選取累計(jì)貢獻(xiàn)率超過80%的成分作為主成分；第四，將各主成分中指標(biāo)的初始載荷除以其對(duì)應(yīng)主成分特征值的平方根，再將其乘以其主成分特征值占全部主成分特征值之和的比重，得到各主成分中指標(biāo)系數(shù)后將同一指標(biāo)的系數(shù)累計(jì)求和，即得到綜合后的各指標(biāo)系數(shù)。對(duì)綜合后的各指標(biāo)系數(shù)進(jìn)行歸一化，得到最終我國能源金融市場風(fēng)險(xiǎn)指數(shù)公式；第五，計(jì)算我國能源金融風(fēng)險(xiǎn)指數(shù)。基于所選取的各指標(biāo)權(quán)重代入標(biāo)準(zhǔn)化處理后的各月度數(shù)據(jù)，得到2002年1月—2020年12月我國能源金融市場風(fēng)險(xiǎn)月度指數(shù)值。

（二）統(tǒng)計(jì)描述

本文選擇2002年1月—2020年12月我國每月原油與成品油進(jìn)口總額、每月固定資產(chǎn)投資、每日布倫特原油期貨價(jià)格、每日標(biāo)普500指數(shù)、每日美元指數(shù)作為初始數(shù)據(jù)，其中每月固定資產(chǎn)投資由于每年1—2月份僅公布合計(jì)值，故采用合計(jì)值的算數(shù)平均值作為1、2月固定資產(chǎn)投資額。原油與成品油進(jìn)口總額數(shù)據(jù)來自國家海關(guān)總署；固定資產(chǎn)投資數(shù)據(jù)來自國泰安數(shù)據(jù)庫；布倫特原油期貨價(jià)格數(shù)據(jù)來自英為財(cái)情網(wǎng)站；標(biāo)普500指數(shù)、美元指數(shù)數(shù)據(jù)來自東方財(cái)富Choice金融終端，美元指數(shù)數(shù)據(jù)個(gè)別缺失值通過新浪財(cái)經(jīng)網(wǎng)站補(bǔ)充。

經(jīng)過本章前述建模步驟得到5個(gè)指標(biāo)的每月標(biāo)準(zhǔn)化數(shù)據(jù)，每個(gè)指標(biāo)有228個(gè)樣本數(shù)據(jù)，具體描述性統(tǒng)計(jì)結(jié)果如下：

1．?dāng)?shù)理統(tǒng)計(jì)信息

標(biāo)準(zhǔn)化處理后，數(shù)據(jù)樣本均值均為0，樣本方差均為1，故主要統(tǒng)計(jì)指標(biāo)最小值、最大值的結(jié)果如表2所示。

表2 各項(xiàng)指標(biāo)基本信息

由表2可以發(fā)現(xiàn)，金融市場類指標(biāo)（油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)）的最大值普遍較高，這說明在特定情況下金融市場價(jià)格震蕩會(huì)出現(xiàn)更高的極端情況，相較于宏觀因素指標(biāo)（石油進(jìn)口、能源消費(fèi)），金融市場相關(guān)指標(biāo)對(duì)于市場事件的反應(yīng)可能會(huì)更激烈。

2．各指標(biāo)時(shí)間序列

圖1展示的是各指標(biāo)在2002年1月—2020年12月之間每月數(shù)據(jù)時(shí)間序列，反映了數(shù)據(jù)隨時(shí)間變化的波動(dòng)情況。

圖1 能源金融市場風(fēng)險(xiǎn)評(píng)價(jià)模型各指標(biāo)時(shí)間序列圖

能源供需類指標(biāo)即石油進(jìn)口以及能源消費(fèi)都呈現(xiàn)明顯的趨勢性。2002—2019年石油進(jìn)口及能源消費(fèi)逐年增長，而2020年由于新冠肺炎疫情的影響，二者都出現(xiàn)了輕微的下降，但總體仍表現(xiàn)出增長態(tài)勢。這一方面說明隨著我國經(jīng)濟(jì)的高速發(fā)展，我國能源進(jìn)口與能源需求所呈現(xiàn)的上升趨勢使得能源金融安全的重要性愈發(fā)凸顯；另一方面也說明由于能源領(lǐng)域的產(chǎn)業(yè)鏈較長，我國能源產(chǎn)業(yè)的增長具有相當(dāng)?shù)姆€(wěn)定性，不易受到外界因素影響。另外，我國能源需求也呈現(xiàn)出規(guī)律性波動(dòng)，具有較強(qiáng)的季節(jié)效應(yīng)，即夏秋季節(jié)較高、冬春季節(jié)較低。通過線性趨勢線可以看出，去除時(shí)間趨勢后，兩個(gè)指標(biāo)數(shù)據(jù)的波動(dòng)并不大。

金融市場類指標(biāo)的數(shù)據(jù)則沒有明顯的趨勢性，且表現(xiàn)出較大的起伏，但并未出現(xiàn)長期偏離。這同樣說明，市場波動(dòng)風(fēng)險(xiǎn)相對(duì)來說更易受到市場環(huán)境、國際重大事件等各類因素影響。

四、實(shí)證結(jié)果與分析

（一）能源金融市場風(fēng)險(xiǎn)靜態(tài)影響因素及風(fēng)險(xiǎn)指數(shù)時(shí)間序列

對(duì)所得到的指標(biāo)數(shù)據(jù)進(jìn)行主成分分析，得到的結(jié)果如表3所示。根據(jù)表3，第1、2個(gè)成分的特征值均大于1，而其余成分的特征值均小于0．5，且第1、2個(gè)成分累計(jì)方差貢獻(xiàn)率為80．73%，超過80%的經(jīng)驗(yàn)值標(biāo)準(zhǔn)，具有較好的信息解釋效果，故選擇第1、2個(gè)成分作為主成分。主成分的初始載荷系數(shù)如表4所示。

表3 主成分分析的結(jié)果

表4 初始載荷系數(shù)矩陣

根據(jù)模型構(gòu)建的第4步，得到綜合后的各指標(biāo)系數(shù)，結(jié)果如表5所示。由表5可以看出：橫向比較時(shí)，成分1中影響程度較高的主要是油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng)，代表國際因素，而成分2中影響程度較高的為石油進(jìn)口和能源消費(fèi)，代表國內(nèi)因素；縱向比較時(shí)，油價(jià)波動(dòng)具有最高權(quán)重，其次依次是股指波動(dòng)、匯率波動(dòng)、石油進(jìn)口、能源消費(fèi)。綜上可知，我國能源金融市場風(fēng)險(xiǎn)受國際因素影響較大，國內(nèi)因素影響較小，且受國際油價(jià)波動(dòng)影響最大。但此處各指標(biāo)的權(quán)重為靜態(tài)影響水平，而各個(gè)指標(biāo)對(duì)風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)影響將在本章節(jié)第（三）部分作具體分析。

表5 綜合后各指標(biāo)系數(shù)

對(duì)綜合后的各指標(biāo)權(quán)重值進(jìn)行歸一化處理，得到我國能源金融市場風(fēng)險(xiǎn)指數(shù)函數(shù)：

其中，RIi為i時(shí)刻我國能源金融風(fēng)險(xiǎn)指數(shù)，X1i、X2i、X3i、X4i、X5i分別為i時(shí)刻的石油進(jìn)口、能源消費(fèi)、油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)指標(biāo)值。

將指標(biāo)數(shù)據(jù)帶入函數(shù)中，得到2002年1月—2020年12月我國能源金融市場風(fēng)險(xiǎn)月度指數(shù)，其時(shí)間序列結(jié)果如圖2所示。從圖2中可以發(fā)現(xiàn)：一方面，2002—2020年我國能源金融市場風(fēng)險(xiǎn)總體較為平穩(wěn)（時(shí)間序列的平穩(wěn)性將在本章節(jié)第二部分進(jìn)行更嚴(yán)密的論證），并未呈現(xiàn)明顯的趨勢性；另一方面，我國能源金融市場風(fēng)險(xiǎn)在特定時(shí)期會(huì)出現(xiàn)明顯波動(dòng)，可能與同時(shí)期國際能源形勢變化有關(guān)。

圖2 我國能源金融市場風(fēng)險(xiǎn)指數(shù)時(shí)間序列圖

對(duì)我國能源金融市場風(fēng)險(xiǎn)指數(shù)時(shí)間序列進(jìn)行具體分析：2002—2003年，由于美國發(fā)動(dòng)伊拉克戰(zhàn)爭，對(duì)于國際能源格局造成較大影響，導(dǎo)致我國能源金融市場風(fēng)險(xiǎn)上升；2004年1月—2008年5月期間，我國能源金融市場風(fēng)險(xiǎn)穩(wěn)定在較低水平；2008年6月份開始，由于金融危機(jī)的爆發(fā)，我國能源金融市場風(fēng)險(xiǎn)進(jìn)入上升通道， 10月達(dá)到峰值，保持高位直至2009年8月回落；2010—2012年，受歐債危機(jī)的影響，我國能源金融市場風(fēng)險(xiǎn)出現(xiàn)了數(shù)次上升；2012—2015年，由于全球經(jīng)濟(jì)緩慢復(fù)蘇，風(fēng)險(xiǎn)指數(shù)保持在低位水平；2016年1—2月，由于美國等西方國家解禁伊朗的原油出口以及美聯(lián)儲(chǔ)近十年來首次加息，國際能源及金融市場出現(xiàn)動(dòng)蕩，能源金融市場風(fēng)險(xiǎn)上升；2017—2019年，風(fēng)險(xiǎn)指數(shù)基本保持穩(wěn)定，中美貿(mào)易摩擦導(dǎo)致國際金融市場風(fēng)險(xiǎn)上升，但由于其涉及能源領(lǐng)域較少，故對(duì)我國能源金融市場風(fēng)險(xiǎn)影響較小；2020年3—6月，由于新冠肺炎疫情在全球范圍的暴發(fā)，全世界經(jīng)濟(jì)陷入動(dòng)蕩，導(dǎo)致能源價(jià)格波動(dòng)大幅加劇，我國能源金融市場風(fēng)險(xiǎn)急劇升高；2020年7—12月，由于全球防控新冠肺炎疫情進(jìn)入常態(tài)化，市場波動(dòng)逐漸趨緩，能源金融市場風(fēng)險(xiǎn)穩(wěn)定在較低水平。

綜上可以看出，我國能源金融市場風(fēng)險(xiǎn)基本保持在較為平穩(wěn)的階段，但能源商品特有的戰(zhàn)略屬性讓其更易受到經(jīng)濟(jì)、政治等多方面的影響，重大國際事件尤其是2008年金融危機(jī)以及2020年新冠肺炎疫情對(duì)于我國能源金融市場安全具有明顯的沖擊。

（二）平穩(wěn)性檢驗(yàn)

對(duì)風(fēng)險(xiǎn)指數(shù)的時(shí)間序列數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)，判斷其是否平穩(wěn)。圖3為風(fēng)險(xiǎn)指數(shù)的12階自回歸和偏自回歸關(guān)系圖，由其可知風(fēng)險(xiǎn)指數(shù)的時(shí)間序列數(shù)據(jù)的自回歸函數(shù)隨著時(shí)間的推移逐漸減小，且Q統(tǒng)計(jì)量在1%水平上顯著，初步判斷為平穩(wěn)時(shí)間序列。

圖3 風(fēng)險(xiǎn)指數(shù)的12階自回歸和偏自回歸關(guān)系圖

為進(jìn)一步檢驗(yàn)風(fēng)險(xiǎn)指數(shù)的時(shí)間序列是否平穩(wěn)，需要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。本文采用DF檢驗(yàn)、ADF檢驗(yàn)、PP檢驗(yàn)、DF-GLS檢驗(yàn)、KPSS檢驗(yàn)進(jìn)行單位根檢驗(yàn)。首先進(jìn)行含趨勢項(xiàng)和不含趨勢項(xiàng)的DF檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示，風(fēng)險(xiǎn)指數(shù)在1%水平上拒絕“存在單位根”的原假設(shè)。

表6 DF檢驗(yàn)結(jié)果

由于DF檢驗(yàn)中的擾動(dòng)項(xiàng)可能存在自相關(guān)，故考慮更高階的ADF檢驗(yàn)。本文選擇使用由大到小的序貫t規(guī)則（general-to-specific sequential t rule）來確定滯后階數(shù)。首先需要確定最大滯后階數(shù)，Schwert（1989）建議取值為pmax=[12×（T/100）1/4]，其中T為樣本容量，[·]表示取整數(shù)部分。本文中風(fēng)險(xiǎn)指數(shù)樣本容量為228，則pmax=14．745685，故取整數(shù)14作為最大滯后階數(shù)。經(jīng)過由大到小的序貫t規(guī)則最后得到滯后期p=5，含趨勢項(xiàng)與不含趨勢項(xiàng)的ADF檢驗(yàn)結(jié)果如表7所示。由表7可知，不含趨勢項(xiàng)和含趨勢項(xiàng)的ADF檢驗(yàn)結(jié)果表明風(fēng)險(xiǎn)指數(shù)分別在1%和5%水平上拒絕“存在單位根”的原假設(shè)且趨勢項(xiàng)系數(shù)并不顯著。

表7 ADF檢驗(yàn)結(jié)果

表8、表9、表10分別表示PP檢驗(yàn)、DF-GLS檢驗(yàn)、KPSS檢驗(yàn)的檢驗(yàn)結(jié)果。PP檢驗(yàn)表明，風(fēng)險(xiǎn)指數(shù)數(shù)據(jù)在1%水平上拒絕“存在單位根”的原假設(shè)；DF-GLS檢驗(yàn)表明，從1-13階滯后在5%水平上拒絕“存在單位根”的原假設(shè)，大多數(shù)在1%水平上拒絕“存在單位根”的原假設(shè)；KPSS檢驗(yàn)表明，大多數(shù)滯后均不顯著，由于KPSS檢驗(yàn)的原假設(shè)為“平穩(wěn)序列”，故不可拒絕“平穩(wěn)序列”的原假設(shè)。

表8 PP檢驗(yàn)結(jié)果

表9 DF-GLS檢驗(yàn)結(jié)果

表10 KPSS檢驗(yàn)結(jié)果

綜上可知，我國能源金融市場風(fēng)險(xiǎn)的時(shí)間序列數(shù)據(jù)為平穩(wěn)時(shí)間序列，且不具有明顯的時(shí)間趨勢，但同時(shí)特定時(shí)間區(qū)間中出現(xiàn)的大幅度波動(dòng)同樣值得關(guān)注。對(duì)于我國能源金融市場風(fēng)險(xiǎn)的動(dòng)態(tài)影響因素，將在下一部分進(jìn)行分析。

（三）動(dòng)態(tài)影響因素分析

在本章節(jié)（一）中，基于主成分分析的結(jié)果可知，在能源金融市場風(fēng)險(xiǎn)影響因素的靜態(tài)分析中，油價(jià)波動(dòng)的權(quán)重最高，其次依次是股指波動(dòng)、匯率波動(dòng)、石油進(jìn)口、能源消費(fèi)，但由于在不同時(shí)期各指標(biāo)的取值并不相同，因此各指標(biāo)對(duì)風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)貢獻(xiàn)排名可能與指標(biāo)權(quán)重并不完全相同。本文采用堆積面積圖來表現(xiàn)各指標(biāo)在不同階段對(duì)于風(fēng)險(xiǎn)指數(shù)的貢獻(xiàn)度，以此來分析我國能源金融市場風(fēng)險(xiǎn)指數(shù)的動(dòng)態(tài)影響因素，結(jié)構(gòu)如圖4所示。

圖4 各指標(biāo)影響程度堆積面積圖

由圖4可以發(fā)現(xiàn)，對(duì)于能源金融市場風(fēng)險(xiǎn)的主要貢獻(xiàn)來源于金融市場類的三個(gè)指標(biāo)，即油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng)。雖然油價(jià)波動(dòng)在風(fēng)險(xiǎn)指數(shù)函數(shù)中的權(quán)重最高，但并不是每次風(fēng)險(xiǎn)指數(shù)上升的主要原因都是國際油價(jià)波動(dòng)的上升。例如，在伊拉克戰(zhàn)爭期間，第一次風(fēng)險(xiǎn)大幅上升主要是因?yàn)楣芍覆▌?dòng)上升，第二次則是美股指數(shù)波動(dòng)和國際油價(jià)波動(dòng)同時(shí)上升引起；在金融危機(jī)期間，油價(jià)波動(dòng)、股指波動(dòng)和匯率波動(dòng)共同起作用，且美元指數(shù)在金融危機(jī)后期波動(dòng)更大；在歐債危機(jī)期間，美股指數(shù)和美元指數(shù)的大幅度波動(dòng)助推了風(fēng)險(xiǎn)上升；2012—2015年期間風(fēng)險(xiǎn)下行，主要原因也是三個(gè)金融市場類指標(biāo)的下行；而在2015—2016年的風(fēng)險(xiǎn)峰值則主要是因?yàn)槟茉磧r(jià)格的波動(dòng)上升；2017—2019年的風(fēng)險(xiǎn)下行主要是美股指數(shù)波動(dòng)較小，這與美國2017—2019年經(jīng)濟(jì)平穩(wěn)增長有一定關(guān)系；2020年3、4月份的風(fēng)險(xiǎn)指數(shù)飆升則主要是國際油價(jià)劇烈波動(dòng)引起的。另外，石油進(jìn)口與能源消費(fèi)引起的風(fēng)險(xiǎn)對(duì)于總體風(fēng)險(xiǎn)指數(shù)的影響很小。

綜上可以看出，無論是靜態(tài)還是動(dòng)態(tài)影響因素分析，我國能源金融市場風(fēng)險(xiǎn)的主要影響因素為能源市場價(jià)格波動(dòng)、股票市場價(jià)格波動(dòng)、匯率市場價(jià)格波動(dòng)，且在不同時(shí)期的影響大小各不相同。這個(gè)發(fā)現(xiàn)對(duì)于第六部分的結(jié)論與政策建議提供了重要依據(jù)。

（四）穩(wěn)健性檢驗(yàn)

本文通過對(duì)將其他指標(biāo)替換原本選取的指標(biāo)來進(jìn)行穩(wěn)健性檢驗(yàn)。李麗紅（2015）在研究中選用年度GDP數(shù)據(jù)作為描述能源供需的指標(biāo)之一，認(rèn)為能源需求會(huì)隨著GDP的增長而上升。本文選擇將GDP作為能源需求指標(biāo)替換原來的固定資產(chǎn)投資，通過比較替換前后風(fēng)險(xiǎn)指數(shù)時(shí)間序列的差別來驗(yàn)證穩(wěn)健性?；跀?shù)據(jù)的可得性和結(jié)果的可比較性，本文選擇季度數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。

將原來數(shù)據(jù)取季度算數(shù)平均值得到第一組季度指標(biāo)數(shù)據(jù)，并用2002-2020年各季度GDP的標(biāo)準(zhǔn)化數(shù)據(jù)替換固定資產(chǎn)投資的數(shù)據(jù)得到第二組季度指標(biāo)數(shù)據(jù)，重復(fù)之前的步驟得到兩組季度風(fēng)險(xiǎn)指數(shù)的時(shí)間序列圖，二者對(duì)比如圖5所示。

圖5 不同指標(biāo)體系下的季度能源金融市場風(fēng)險(xiǎn)指數(shù)對(duì)比圖

由圖5可知，將季度GDP指標(biāo)替換固定資產(chǎn)投資指標(biāo)后，風(fēng)險(xiǎn)指數(shù)的波動(dòng)并未出現(xiàn)明顯的區(qū)別，證明本文所選取的指標(biāo)具有較高的穩(wěn)健性。

與此同時(shí)，本文注意到季度風(fēng)險(xiǎn)指數(shù)與月度風(fēng)險(xiǎn)指數(shù)的時(shí)間序列結(jié)果有所差異，故將二者進(jìn)行對(duì)比，結(jié)果如圖6所示。由圖6可知，月度數(shù)據(jù)與季度數(shù)據(jù)在總體上趨勢相近，但相較于季度數(shù)據(jù)，月度數(shù)據(jù)有兩方面優(yōu)勢：一方面，月度數(shù)據(jù)的波動(dòng)性更大，而季度數(shù)據(jù)則“熨平”月度數(shù)據(jù)的起伏。在市場活動(dòng)瞬息萬變的今天，波動(dòng)性更強(qiáng)的數(shù)據(jù)能夠更加準(zhǔn)確地刻畫風(fēng)險(xiǎn)的變化，有利于對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)和預(yù)測。另一方面，月度數(shù)據(jù)更加及時(shí)，由圖6可以看出，對(duì)于伊拉克戰(zhàn)爭（2002—2003年）、金融危機(jī)（2008—2009年）、歐債危機(jī)（2010—2011年）和新冠肺炎疫情期間（2020年）的風(fēng)險(xiǎn)上升情況，月度數(shù)據(jù)都比季度數(shù)據(jù)更早地反應(yīng)出來，有利于風(fēng)險(xiǎn)防范。綜上，能源金融市場風(fēng)險(xiǎn)月度數(shù)據(jù)具有明顯的理論和實(shí)踐優(yōu)勢。

圖6 基于季度數(shù)據(jù)和月度數(shù)據(jù)的我國能源金融市場風(fēng)險(xiǎn)指數(shù)對(duì)比圖

五、結(jié)論與政策建議

（一）結(jié)論

第一，我國能源金融市場風(fēng)險(xiǎn)總體呈現(xiàn)為易受重大事件影響的平穩(wěn)時(shí)間序列狀態(tài)，即長期來看并沒有明顯的上升或下降趨勢，但同時(shí)對(duì)重大事件比較敏感，短時(shí)間內(nèi)會(huì)有較大起伏。這說明總體而言我國能源金融市場風(fēng)險(xiǎn)還處于平穩(wěn)可控范圍，同時(shí)也要注意如果我國能源對(duì)外依存度進(jìn)一步升高，能源供給可能會(huì)受到市場波動(dòng)的更大影響。進(jìn)一步地，本文對(duì)于我國2019年來各月能源金融市場風(fēng)險(xiǎn)指數(shù)的梳理表明，我國能源金融市場風(fēng)險(xiǎn)受國際重大事件的影響比較大，因此本文認(rèn)為我國能源金融市場風(fēng)險(xiǎn)的預(yù)警，應(yīng)當(dāng)更加注重對(duì)國際重大事件的研判、預(yù)測，而非單純依據(jù)對(duì)以往經(jīng)濟(jì)數(shù)據(jù)的計(jì)量預(yù)測結(jié)果。本文風(fēng)險(xiǎn)指數(shù)長期平穩(wěn)的結(jié)論以及對(duì)風(fēng)險(xiǎn)預(yù)警的分析與過往的研究結(jié)果有所不同，對(duì)于我國能源金融市場風(fēng)險(xiǎn)研究提供了一些新的實(shí)證方法和思路。

第二，在我國能源金融市場風(fēng)險(xiǎn)的影響因素方面，靜態(tài)分析下油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)等金融市場類指標(biāo)的權(quán)重明顯高于石油進(jìn)口、能源消費(fèi)等石油供需類指標(biāo)，其中油價(jià)波動(dòng)指標(biāo)的權(quán)重最高；而通過時(shí)間序列進(jìn)行動(dòng)態(tài)分析可以看出，在不同時(shí)期油價(jià)波動(dòng)、股指波動(dòng)、匯率波動(dòng)三個(gè)指標(biāo)的影響比重各有不同，而石油進(jìn)口、能源消費(fèi)兩個(gè)指標(biāo)的影響則始終十分微弱。這說明雖然我國能源產(chǎn)業(yè)規(guī)模逐年增長，但是規(guī)模的增長對(duì)于風(fēng)險(xiǎn)的影響并不明顯，而三個(gè)市場指標(biāo)的變動(dòng)始終具有較大的影響。

（二）政策建議

第一，強(qiáng)化對(duì)能源安全的日常監(jiān)管和對(duì)國際重大事件的研判。我國能源金融市場風(fēng)險(xiǎn)長期總體平穩(wěn)、短期易受重大事件影響的特征表明，相較于基于過往數(shù)據(jù)進(jìn)行單純的計(jì)量分析預(yù)測，更重要的是加強(qiáng)對(duì)可能影響能源金融市場波動(dòng)的國際重大事件的研判和分析。因此，我國應(yīng)加強(qiáng)對(duì)能源安全的日常監(jiān)管，長期保持對(duì)于全球能源市場以及國際形勢的關(guān)注，特別要防范“黑天鵝”“灰犀?！钡戎卮箫L(fēng)險(xiǎn)事件，同時(shí)積極創(chuàng)新能源金融工具，對(duì)潛在風(fēng)險(xiǎn)提前進(jìn)行防范與化解。

第二，推動(dòng)國內(nèi)能源金融市場建設(shè)，積極參與全球能源治理，構(gòu)建能源領(lǐng)域“雙循環(huán)”新發(fā)展格局。我國能源需求雖然規(guī)模巨大，但在國際市場中的話語權(quán)仍然較低，受國際市場形成價(jià)格影響較大。本文經(jīng)過分析發(fā)現(xiàn)，規(guī)模因素在能源金融市場風(fēng)險(xiǎn)中的作用比較弱，因此我們不應(yīng)過度高估自身體量所形成的影響力而忽視風(fēng)險(xiǎn)因素，但同時(shí)也不應(yīng)低估我國能源需求規(guī)模在降低能源金融風(fēng)險(xiǎn)中可能起到的作用。當(dāng)前國際形勢日趨錯(cuò)綜復(fù)雜，我國巨大的能源需求是發(fā)展國內(nèi)能源金融市場、提升國際能源金融話語權(quán)的有利條件，應(yīng)抓緊構(gòu)建能源領(lǐng)域的“雙循環(huán)”新發(fā)展格局機(jī)遇。一方面，依托現(xiàn)有的巨大能源產(chǎn)業(yè)規(guī)模，抓緊推動(dòng)本土能源金融市場建設(shè)，完善能源定價(jià)機(jī)制和能源資源配置機(jī)制，同時(shí)提高我國能源戰(zhàn)略儲(chǔ)備；另一方面，積極參與全球能源治理，提高在能源領(lǐng)域的話語權(quán)，全方位提高我國能源金融風(fēng)險(xiǎn)防范能力。