柴 建, 李曉芬

(西安電子科技大學經(jīng)濟與管理學院,陜西西安 710126)

1 引 言

作為一種清潔、高效、便利的能源,天然氣在世界能源系統(tǒng)中占據(jù)了重要位置.中國要實現(xiàn)能源節(jié)能與環(huán)保,提高能效的措施是盡快增加天然氣在一次能源構(gòu)成中的比率,天然氣承擔了我國能源轉(zhuǎn)型的重要任務[1]. 此外,推進能源結(jié)構(gòu)轉(zhuǎn)型也是實現(xiàn)中國2030 年CO2減排雙重目標的重要保障[2].

天然氣供應和需求波動較大,供需平衡多次被打破. 在多重因素交互作用下,我國出現(xiàn)了“氣荒”與“荒氣”交替的現(xiàn)象.另一方面,天然氣消費結(jié)構(gòu)不斷優(yōu)化. 液化天然氣已經(jīng)開始被大量地應用于城市燃氣和以替代燃油、燃煤為功能的工業(yè)燃料. 就城市燃氣用途劃分,包括居民用氣和交通用氣. 天然氣作為城市燃氣,具有清潔干凈、低污染排放、燃燒效率高的優(yōu)勢. 保持天然氣的有效供給和合理需求,是保障城市居民日常用氣,促進下游城市燃氣企業(yè)原料供應穩(wěn)定的有效途徑. 國內(nèi)外學者對天然氣市場、天然氣產(chǎn)業(yè)鏈以及與資金市場關(guān)系進行了大量研究.結(jié)合本文研究問題,本文從天然氣市場、能源與資本市場的關(guān)系兩個方面對相關(guān)文獻進行歸納整理.

從天然氣市場來看,姜子昂等[3]、史立軍等[4]和陳正惠[5]提出為了緩解資源趨緊、環(huán)境污染等各方面的壓力,就要加快天然氣的開發(fā)和利用;Wang 等[6]、李潤生等[7]和Shi 等[8]發(fā)現(xiàn),由于國內(nèi)天然氣生產(chǎn)能力、消費需求以及進口依存度上升等因素的影響,天然氣市場具有很大的不確定性;劉毅軍[9]、王震等[10]和董秀成等[11]提出解決天然氣氣荒的方式就是優(yōu)化天然氣產(chǎn)業(yè)鏈. 綜合分析相關(guān)文獻,優(yōu)化天然氣產(chǎn)業(yè)鏈與解決天然氣不確定性,緩解環(huán)境污染緊密相連.

能源市場的波動不僅受到經(jīng)濟基本面的影響, 能源市場與金融市場的關(guān)系也不可忽視[12-14]. Tang等[15]指出商品價格不再僅僅由其供求關(guān)系決定,也取決于金融市場的總體風險偏好與多元化投資行為.學者們開始把能源市場與資本市場結(jié)合研究.Hamilton[16]采用格蘭杰因果檢驗考察國際油價上漲對于企業(yè)投資的影響;韓立巖等[17]建立因素增強型向量自回歸模型體系,就美國與中國實體經(jīng)濟、國際投機因素、商品期貨市場供需與庫存狀態(tài)進行研究,發(fā)現(xiàn)長期商品價格仍然是受到基本面的影響,在短期金融市場的投資因素會影響商品市場; Ratti 等[18]使用估計動態(tài)投資模型,發(fā)現(xiàn)實際油價上漲會導致制造業(yè)企業(yè)投資下降,所以穩(wěn)定能源的相對價格可以穩(wěn)定企業(yè)投資;王勇等[19]通過GARCH 模型研究,發(fā)現(xiàn)國際油價不確定性對國內(nèi)微觀企業(yè)投資具有顯著的負向影響;俞劍等[20]采用SVAR 和TVAR 模型,從微觀和宏觀兩方面研究油價與企業(yè)投資之間的關(guān)系;Zhang 等[21]通過GARCH 提取歷史波動率的方法,研究天然氣、原油市場與股票市場之間的波動溢出關(guān)系;Ji 等[22]用VAR 模型,將金融市場與能源市場聯(lián)系起來,結(jié)果表明金融市場尤其是股票市場會影響中國的能源市場,金融的發(fā)展對中國清潔能源的發(fā)展有重要的作用.

關(guān)于區(qū)制轉(zhuǎn)換模型, Almansour[23]運用Markov 機制轉(zhuǎn)換模型分區(qū)制研究原油與天然氣的期貨期限結(jié)構(gòu);柴建等[24]建立基于Bayes 理論的原油價格系統(tǒng)MSBVAR 模型識別原油價格系統(tǒng),發(fā)現(xiàn)原油價格波動的首要因素為中國原油凈進口,同時對影響原油價格系統(tǒng)進行了結(jié)構(gòu)性分析,發(fā)現(xiàn)原油市場狀態(tài)轉(zhuǎn)換的漸變性;鐘美瑞等[25]提出供需因素與金融因素影響有色金屬價格波動的作用機理,構(gòu)建MSVAR 模型研究銅價格影響機制,發(fā)現(xiàn)銅價格波動存在顯著的區(qū)制轉(zhuǎn)換特征;諶金宇等[26]構(gòu)建MSVAR 模型實證分析我國貨幣政策對大宗商品市場的非線性影響,我國大宗商品價格波動存在顯著的區(qū)制轉(zhuǎn)換特征,即上行期、平穩(wěn)期、下行期三種狀態(tài);劉超等[27]采用馬爾科夫區(qū)制轉(zhuǎn)移模型與主成分分析法相結(jié)合,對我國金融系統(tǒng)性風險預警進行實證分析.

在總結(jié)以前學者研究的基礎(chǔ)上,本文從天然氣供需和結(jié)構(gòu)變化出發(fā),在天然氣供給不足、對外依存度攀升以及城市燃氣用戶增加的背景下,研究我國的天然氣市場波動對天然氣下游城市燃氣企業(yè)資本市場的影響效應.同時,對學者的方法進行總結(jié),研究影響天然氣市場與下游企業(yè)資本市場的關(guān)系.探討這些問題,有利于解決我國天然氣市場供應不確定性的問題、規(guī)范我國天然氣市場、滿足居民城市用氣和交通用氣、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)具有現(xiàn)實意義.

2 影響效應分析模型

2.1 基于季節(jié)趨勢分解

基于Loess 的季節(jié)趨勢分解方法(seasonal-trend decomposition procedure based on Loess)是一種對時間序列進行分解的方法,簡稱為STL 分解[28]. STL 分解將時間序列分解成季節(jié)項、趨勢項及殘余項.比起傳統(tǒng)的時間序列分解模型,STL 分解可以適用于任何季節(jié)周期的數(shù)據(jù),季節(jié)性成分隨時間的變化率可以被控.STL分解如下.

其中Tt,St和Rt分別是趨勢成分、周期成分和殘差成分.

2.2 結(jié)構(gòu)向量自回歸模型

VAR 模型是西姆斯引入經(jīng)濟學[29],并推動了經(jīng)濟系統(tǒng)動態(tài)分析.但是,VAR 模型并沒有給出變量之間的當期相關(guān)關(guān)系.為了彌補這一缺點,Blanchard 等[30]提出了結(jié)構(gòu)向量自回歸模型,在模型中包含變量之間的當期關(guān)系.本文采用了SVAR 模型

其中yt= (I,Q,P,U),I為液化天然氣進口量對數(shù)值的一階差分,即液化天然氣進口量增長率;Q為液化天然氣產(chǎn)量對數(shù)值的一階差分,即液化天然氣產(chǎn)量增長率;P為液化天然氣價格對數(shù)值的一階差分,即液化天然氣價格變化率;U為下游企業(yè)價格指數(shù)的收益率,

其中εt和ut分別代表的是結(jié)構(gòu)性擾動項及簡化式擾動項.

2.3 基于傳導機制的識別約束設(shè)定

1)考慮城市燃氣企業(yè)資本市場對天然氣市場的影響具有時滯性,假設(shè)下游天然氣企業(yè)價格指數(shù)不對當期任何變量產(chǎn)生影響,因此約束矩陣第4 列除第4 個元素外,其余元素均為0,即C14=C24=C34=0.

2)根據(jù)液化天然氣進口量的影響機制,液化天然氣進口量增加→液化天然氣總供給增加→液化天然氣的價格下降→液化天然氣產(chǎn)量增加. 進口量改變不會立即反映在產(chǎn)量上來,進口量的改變不能影響即期產(chǎn)量,即C21=0.

3)根據(jù)供需原理,產(chǎn)量的改變首先影響的是價格,然后才影響需求,當需求不能被滿足時,需要增加進口. 因此當期液化天然氣產(chǎn)量缺口不能立即影響當期的液化天然氣進口量,假設(shè)產(chǎn)量不對即期進口量產(chǎn)生影響,即C12=0.

4)液化天然氣生產(chǎn)商在受到液化天然氣價格的沖擊時,需要很長時間才能調(diào)整液化天然氣產(chǎn)量,液化天然氣產(chǎn)量的變化依賴于即期需求量,假設(shè)液化天然氣價格不對即期液化天然氣產(chǎn)量產(chǎn)生影響,因此C23=0.

2.4 馬爾可夫區(qū)制轉(zhuǎn)換模型

由于經(jīng)濟具有周期性,天然氣市場有季節(jié)性的特征,所以僅僅研究天然氣市場對下游城市燃氣的影響效應,是不能全面分析整個天然氣市場對下游企業(yè)資本市場的影響.因此,在建立SVAR 模型的基礎(chǔ)上,通過區(qū)制轉(zhuǎn)換,來研究整個天然氣市場. 馬爾科夫區(qū)制轉(zhuǎn)移向量自回歸模型(MSVAR 模型)就是在向量自回歸模型的基礎(chǔ)上加上馬爾科夫鏈特性的模型. Hamilton[31]提出的馬爾可夫區(qū)制轉(zhuǎn)換模型,是在基本轉(zhuǎn)換回歸的基礎(chǔ)上,將各變量在各區(qū)制間的轉(zhuǎn)換概率.將樣本分成不可觀測的若干區(qū)間,分析不同區(qū)制下變量間的相互關(guān)系,MSVAR 模型為

3 指標體系構(gòu)建與數(shù)據(jù)

3.1 指標體系構(gòu)建

在信息論中,熵權(quán)法是一種客觀賦權(quán)重的方法,通過這種方式,可以使數(shù)據(jù)避免了主觀性. 包含的信息越少,在系統(tǒng)中所占的比重越小,相應所占的比重越小,通過這種方法構(gòu)建15 家下游企業(yè)價格指數(shù)[32,33],具體構(gòu)建步驟如下.

步驟1 給定了k個指標,其中各指標數(shù)據(jù)的值為X1,X2,...,Xk.

3.2 數(shù)據(jù)選取與處理

液化天然氣是下游城市燃氣企業(yè)的原材料,因此天然氣市場數(shù)據(jù)選擇了液化天然氣的產(chǎn)量、液化天然氣進口量和液化天然氣現(xiàn)貨價格.下游企業(yè)價格指數(shù)包括下游企業(yè)15 家公司收盤價(后復權(quán)). 根據(jù)數(shù)據(jù)的可得性,這里選取了2012 年1 月～2019 年7 月的月度數(shù)據(jù)作為研究區(qū)間,共455 個數(shù)據(jù). 數(shù)據(jù)來源于Wind數(shù)據(jù)庫,論文所涉及數(shù)據(jù)如下:

1)天然氣供需存在著生產(chǎn)的相對均衡性和用氣量波動之間的矛盾,天然氣市場具有區(qū)域性和季節(jié)性,因此收集了液化天然氣產(chǎn)量數(shù)據(jù). 原始數(shù)據(jù)單位為104t,為了統(tǒng)一數(shù)據(jù)單位,轉(zhuǎn)換為t. 2)受多種因素影響,LNG 價格快速上漲和下跌,因此選擇液化天然氣現(xiàn)貨價作為代表天然氣市場波動的變量之一.這里用的是丙烷(冷凍貨):CFR 華東的現(xiàn)貨價來代替LNG 市場價,單位: 萬元/t. 3)目前,我國的天然氣供應是國產(chǎn)氣與進口氣并存. 由于天然氣進口量增加,對外依存度上升,所以這里選取了液化天然氣進口量作為研究天然氣市場的變量之一.原始數(shù)據(jù)單位為104t,轉(zhuǎn)換為t. 4)中國內(nèi)地有15 家上市城市燃氣企業(yè),這里用的是中國內(nèi)地城市燃氣企業(yè)15 家上市企業(yè)的收盤價(后復權(quán)),通過熵權(quán)法構(gòu)建中國內(nèi)地城市燃氣企業(yè)15 家上市企業(yè)價格指數(shù).

做了三方面的數(shù)據(jù)預處理. 統(tǒng)一數(shù)據(jù)頻率,液化天然氣價格選擇的是每個月最后一個交易日的數(shù)據(jù),其它液化天然氣產(chǎn)量和進口量的數(shù)據(jù)均為月度數(shù)據(jù);填補缺漏數(shù)據(jù),通過使用SPSS 軟件,通過分析點處的線性趨勢,填補了液化天然氣產(chǎn)量的缺失數(shù)據(jù). 為了去除時間序列的季節(jié)性,采取了X-12 方法對各變量進行了季節(jié)性調(diào)整.

采取對數(shù)差分的方式對數(shù)據(jù)進行處理,將液化天然氣進口量,液化天然氣產(chǎn)量,液化天然氣價格和下游價格指數(shù)進行對數(shù)差分,即

由于許多數(shù)據(jù)是非平穩(wěn)的, 直接建模容易導致“偽回歸”. 本文對原始數(shù)據(jù)取自然對數(shù)和一階差分, 采用ADF 檢驗的方法,各序列的單位根如下表1 所示.

表1 單位根檢驗結(jié)果Table 1 unit root test results

穩(wěn)定性檢驗可以作為檢驗理論合理性的標準.根據(jù)ADF 檢驗,對數(shù)后的數(shù)據(jù)顯著性水平P大于0.05,所以對原數(shù)據(jù)進行了差分處理,處理后的數(shù)據(jù)均在1%顯著性水平下滿足一階差分平穩(wěn).

4 影響效應分析

4.1 變化率分析

為了研究天然氣市場的波動性,對2012 年1 月～2019 年7 月天然氣進口量的變動率、天然氣產(chǎn)量的變動率、天然氣價格的變動率,以及下游企業(yè)收益率以時間序列圖的形式表現(xiàn)出來,可以更好的探索其波動性.

圖1 描繪了下游企業(yè)價格指數(shù)和液化天然氣價格,進口量,產(chǎn)量在2012 年1 月～2019 年7 月變化率圖.除了液化天然氣產(chǎn)量變化率比較穩(wěn)定外,其他都呈現(xiàn)波動趨勢. 其中液化天然氣進口量變化率波動最為頻繁,下游企業(yè)價格指數(shù)收益率變動次之,液化天然氣價格變化率最小.

圖1 天然氣市場波動與下游企業(yè)價格指數(shù)收益率圖Fig.1 Natural gas market volatility and downstream enterprise price index yield chart

圖2 描繪了液化天然氣進口量變化率與下游企業(yè)價格指數(shù)收益率的變動圖. 液化天然氣進口量的變化率與下游企業(yè)價格指數(shù)的收益率幾乎呈現(xiàn)相同的變化趨勢,但是液化天然氣進口量的變化率比下游企業(yè)價格指數(shù)的收益率的波動幅度更大、更頻繁.

圖2 天然氣進口量變化率與下游企業(yè)價格指數(shù)Fig.2 Change rate of natural gas import and price index of downstream enterprises

圖3 表明,液化天然氣產(chǎn)量的變化率趨勢呈現(xiàn)周期性. 下游天然氣企業(yè)原料供給主要來源于國內(nèi)供給和國外的進口,液化天然氣產(chǎn)量變化率趨于穩(wěn)定,有利于下游城市燃氣企業(yè)液化天然氣的有效供給,保證天然氣產(chǎn)業(yè)鏈的有效運轉(zhuǎn).

圖3 天然氣產(chǎn)量變化率與下游企業(yè)價格指數(shù)Fig.3 Change rate of natural gas production and price index of downstream enterprises

天然氣價格變化率與下游企業(yè)價格指數(shù)見圖4.根據(jù)圖4,2014 年10 月,液化天然氣價格的變化率下降,但是下游企業(yè)價格指數(shù)的收益率卻上升. 這說明,液化天然氣的價格雖然與下游企業(yè)價格指數(shù)的變化不完全呈現(xiàn)相同的趨勢,但是液化天然氣價格變動會直接或者間接影響天然氣下游企業(yè)的資本市場.

圖4 天然氣價格變化率與下游企業(yè)價格指數(shù)Fig.4 Natural gas price change rate and downstream enterprise price index

綜上,根據(jù)液化天然氣進口量、產(chǎn)量、價格與下游城市燃氣企業(yè)的變化率圖,可以發(fā)現(xiàn),液化天然氣市場的變化與下游企業(yè)的資本市場有著趨勢關(guān)系.對液化天然氣進口量、產(chǎn)量、價格變化率及下游企業(yè)價格指數(shù)進行STL 分解,研究其季節(jié)性與趨勢性.

4.2 基于季節(jié)趨勢分解的分析

將液化天然氣進口量變化率、液化天然氣產(chǎn)量變化率、液化天然氣價格變化率和下游企業(yè)價格指數(shù)進行STL 分解. 結(jié)果見圖5.

圖5 STL 分解Fig.5 STL breakdown

對于四組時間序列,季節(jié)性特征明顯. 趨勢項來看,天然氣產(chǎn)量呈線性下降趨勢,供給變化率下降. 液化天然氣進口量與下游企業(yè)價格指數(shù)幾乎呈現(xiàn)相同趨勢,在2016 年,液化天然氣進口量的趨勢達到最大,在2015 年底,下游企業(yè)價格指數(shù)的趨勢達到最大.但是STL 分解只能看出液化天然氣市場與下游企業(yè)價格指數(shù)之間的趨勢,為了進一步分析天然氣市場與下游企業(yè)價格指數(shù)之間的動態(tài)關(guān)系,下一步構(gòu)建了SVAR模型.

4.3 基于SVAR模型的分析

根據(jù)AIC 信息標準、SC標準、HQ 信息標和FPE 準則的不同滯后值選擇模型,不同信息準則的具體結(jié)果如表2. 根據(jù)少數(shù)服從多數(shù)原則,選擇3 階.

表2 VAR 模型的滯后期選擇Table 2 Late stage selection of VAR model

在SVAR 滿足可識別條件的情況下,可以用完全信息極大似然方法估計得到SVAR 模型的所有未知參數(shù),得到的估計結(jié)果見表3.

表3 即期影響矩陣估計結(jié)果Table 3 Estimation results of immediate impact matrix

C32表示液化天然氣產(chǎn)量沖擊對液化天然氣價格沖擊的即期影響系數(shù),估計符號為負,這表明液化天然氣產(chǎn)量的增加會使得液化天然氣價格的下降,符合理論預期.從估計系數(shù)來看,C32為-0.099,當其他變量保持不變時,液化天然氣產(chǎn)量每增加1 個單位,則會影響當期價格下降0.099 個單位. 液化天然氣產(chǎn)量過剩的話,會引起價格的下降.C31表示液化天然氣進口量沖擊對液化天然氣價格沖擊的即期影響系數(shù),估計符號為正,液化天然氣進口量的增加會使得當期液化天然氣總供給量增加,促使當期液化天然氣價格上升. 當液化天然氣進口量變動1 個單位時,會使得液化天然氣價格變動0.076 個單位.

C41,C42和C43分別表示液化天然氣進口量、產(chǎn)量和價格對下游企業(yè)價格指數(shù)的影響,無論是哪個因素的正向沖擊,都會對即期下游企業(yè)價格指數(shù)產(chǎn)生反向的沖擊.從系數(shù)上來看,液化天然氣進口量的沖擊對于即期企業(yè)價格指數(shù)的影響最大,液化天然氣價格沖擊次之,液化天然氣產(chǎn)量最小. 進一步證明了液化天然進口量沖擊對于下游企業(yè)價格指數(shù)影響最大.

圖6 的第一行為液化天然氣進口量、產(chǎn)量、價格和下游企業(yè)價格指數(shù)對液化天然氣進口量沖擊的脈沖圖. 可以看到,當產(chǎn)生一個正向的沖擊后,除了下游企業(yè)價格指數(shù)的沖擊外,液化天然氣產(chǎn)量和液化天然氣價格在當月都會對液化天然氣進口量產(chǎn)生上升的壓力. 由于液化天然氣具有季節(jié)性,液化天然產(chǎn)量增加的時候,往往需求也比較大,當產(chǎn)量的增加無法滿足消費需求時,就需要進口液化天然氣,所以產(chǎn)量的增加會給進口量帶來上升的壓力,符合經(jīng)濟學基本面的原理;而液化天然氣價格的上升在短期內(nèi)會促進進口量的增加;下游企業(yè)價格指數(shù)會對液化天然氣進口量有一個下降的壓力,在第5 期(第5 個月)這種沖擊效應基本就消失了. 綜上,從影響時間來看,液化天然價格沖擊對液化天然氣進口量影響時間最長,液化天然氣產(chǎn)量次之,下游企業(yè)價格指數(shù)的影響時間最短;從影響系數(shù)來看,下游企業(yè)價格指數(shù)影響最大,液化天然氣價格的影響次之,液化天然氣產(chǎn)量的影響最小.

圖6 的第二行為液化天然氣進口量、液化天然氣產(chǎn)量、液化天然氣價格和下游企業(yè)價格指數(shù)對一個單位液化天然氣產(chǎn)量結(jié)構(gòu)沖擊的響應圖. 但是它們對于液化天然氣產(chǎn)量的沖擊程度都比較小,影響微弱,但是持續(xù)期比較長,到第10 期,這種沖擊趨于穩(wěn)定. 我國液化天然氣產(chǎn)量較為穩(wěn)定,受其他影響較小.

圖6 的第三行液化天然氣進口量、產(chǎn)量、價格和下游企業(yè)價格指數(shù)沖擊對液化天然氣價格的影響.產(chǎn)生一個單位正向沖擊后,除了液化天然氣進口量對于液化天然氣的價格產(chǎn)生的是負向的沖擊以外,液化天然氣產(chǎn)量、下游企業(yè)價格指數(shù)對液化天然氣價格都是正向沖擊.液化天然氣進口量的增加會使得其價格的下降,這是符合經(jīng)濟學的規(guī)律.產(chǎn)量產(chǎn)生正向的沖擊后,在短期會給價格一個向上的壓力,隨后沖擊效應由正變負,影響效應減弱. 下游企業(yè)價格指數(shù)對價格沖擊變化頻繁,說明液化天然氣價格與下游企業(yè)的關(guān)系密切.

圖6 的第四行液化天然氣進口量、液化天然氣產(chǎn)量、液化天然氣價格和下游企業(yè)價格指數(shù)對一個單位下游企業(yè)價格指數(shù)結(jié)構(gòu)沖擊的響應圖. 隨著我國天然氣對外依存度的增加,液化天然氣的進口量對于我國下游企業(yè)價格指數(shù)有著顯著的影響.我國的液化天然氣進口量逐年增加,對外依存度上升,會對我國下游企業(yè)價格指數(shù)產(chǎn)生影響.液化天然氣價格在短期會對下游企業(yè)價格指數(shù)沖擊效應為負,這種沖擊效應逐漸減弱,在第20 期完全消失.液化天然氣產(chǎn)量、進口量、價格與下游企業(yè)價格指數(shù)的影響日益密切,液化天然氣市場與下游企業(yè)資本市場的關(guān)系增強.

圖6 脈沖響應圖Fig.6 Pulse response diagram

脈沖響應分析能夠?qū)ψ兞恐g的動態(tài)影響過程進行分析,但是要進一步了解不同變量之間的相互影響程度還需進一步進行方差分解分析.這里著重對下游企業(yè)價格指數(shù)沖擊預測的方差分解進行分析.由表4可知,對于下游企業(yè)價格指數(shù)沖擊的預測方差,液化天然氣產(chǎn)量在第一個月的解釋能力為1.43%,液化天然氣價格的解釋能力為5.40%,下游企業(yè)價格指數(shù)自身的解釋能力為91.04%,液化天然氣進口量的解釋能力為2.13%. 但是從第2 個月開始,下游企業(yè)價格指數(shù)自身的解釋能力開始下降,液化天然氣產(chǎn)量、價格、進口量的解釋能力增強. 到第5 個月就開始穩(wěn)定,液化天然氣產(chǎn)量的解釋能力上升到1.69%,液化天然氣價格的解釋能力上升到5.89%,液化天然氣進口量的解釋能力上升到5.14%,下游企業(yè)價格指數(shù)的解釋能力下降到87.28%. 從預測方差結(jié)果看,除了自身的影響外,在短期內(nèi)液化天然氣價格對下游企業(yè)價格指數(shù)有著較大影響.從長期來看,液化天然氣價格和進口量對下游企業(yè)價格指數(shù)影響比較大.結(jié)果見表4.

表4 下游企業(yè)價格指數(shù)預測誤差方差分解Table 4 Variance decomposition of price index prediction error of downstream enterprises company

綜上分析,可以看到,液化天然氣進口量沖擊對下游企業(yè)價格指數(shù)影響最大,液化天然氣進口量的變化關(guān)系著我國能源的安全. 而液化天然氣價格對下游企業(yè)資本市場的影響次之,液化天然氣產(chǎn)量比較穩(wěn)定,對下游企業(yè)影響比較小.

4.4 MSVAR 模型分析

表5 展示了區(qū)制轉(zhuǎn)換下滯后變量的系數(shù).

表5 MSVAR 模型回歸系數(shù)值Table 5 Regression coefficient value of MSVAR model

從液化天然氣價格來看,在區(qū)制1 的狀態(tài)下,液化天然氣進口量對當期液化天然氣價格的影響為負,且滯后期越長,影響系數(shù)越大;區(qū)制2 下,滯后一期的液化天然氣進口量和滯后二期的液化天然氣進口量對當期液化天然氣價格的影響為正,但是滯后三期的液化天然氣進口量對當期液化天然氣價格的影響反向是負向的,影響系數(shù)隨著滯后階數(shù)變小. 滯后一期的下游企業(yè)價格指數(shù)在區(qū)制1 和區(qū)制2 下都不對當期液化天然氣價格產(chǎn)生影響,在區(qū)制1 狀態(tài)下,滯后二期和滯后三期的下游企業(yè)價格指數(shù)對當期的液化天然氣價格產(chǎn)生負向影響,區(qū)制2 下,滯后二期和滯后三期下游企業(yè)價格指數(shù)對當期液化天然氣價格產(chǎn)生正向影響.從液化天然氣進口量來看,區(qū)制一和區(qū)制二液化天然氣價格對液化天然氣進口量的影響方向相反.液化天然氣價格對液化天然氣進口量影響在不同區(qū)制的影響系數(shù)是不同的,區(qū)制一下影響系數(shù)更大.從下游企業(yè)價格指數(shù)來看,液化天然氣價格和液化天然氣進口量在滯后三期對下游企業(yè)價格指數(shù)的影響大.而且液化天然氣進口量對下游企業(yè)價格指數(shù)影響更大.

綜上分區(qū)制研究,可以看到,區(qū)制1 下的影響系數(shù)比區(qū)制2 的狀態(tài)下的影響系數(shù)更大.同時,進一步證明了無論處于怎樣的狀態(tài)下,液化天然氣進口量對下游企業(yè)價格指數(shù)的影響最大.

圖7 給出MSVAR 模型在兩種狀態(tài)下的平滑概率值. 由圖7 可知, 模型主要處在狀態(tài)1. 2012 年1月～2012 年4 月區(qū)制1 占總體,但從2012 年5 月開始, 從區(qū)制1 向區(qū)制2 轉(zhuǎn)換;2012 年6 月完全處在區(qū)制2,到了2012 年8 月又轉(zhuǎn)換至區(qū)制1. 2015 年2 月、2016 年9 月和2019 年1 月分別經(jīng)歷了三次狀態(tài)轉(zhuǎn)換主要分析如下.

圖7 MSVAR 模型二區(qū)制平滑概率圖Fig.7 Two zone smoothing probability of MSVAR model

2012 年1 月～2015 年2 月這段時間,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. 2012 年5 月和2015 年2 月有兩次狀態(tài)的轉(zhuǎn)換.這一結(jié)果表明,西氣東輸二線、三線以及川氣東送等開通,我國天然氣產(chǎn)量穩(wěn)定性和國內(nèi)供給能力增強,使得天然氣市場打破了之前的平衡,出現(xiàn)了狀態(tài)轉(zhuǎn)換.2016 年9 月以后,出現(xiàn)了頻繁的區(qū)制轉(zhuǎn)移的多變時期,一直到2017 年8 月才穩(wěn)定下來.

受全球經(jīng)濟環(huán)境低迷、國際油價大跌的影響,國內(nèi)天然氣消費量增速已降至10%以內(nèi),與油價掛鉤的中國LNG 進口價格上漲,2018 年1 月～12 月LNG 到岸均價同比上漲42%,同時液化天然氣消費量的上升以及液化天然氣進口量的增加,液化天然氣市場的波動導致整個系統(tǒng)出現(xiàn)了區(qū)制的轉(zhuǎn)換.

MSVAR 模型各個狀態(tài)間的轉(zhuǎn)移概率, 處于區(qū)制1 的概率更高, 為0.91, 由區(qū)制1 向區(qū)制2 轉(zhuǎn)換的由0.09,處于區(qū)制2 的概率為0.60,由區(qū)制2 向區(qū)制1 轉(zhuǎn)換的概率為0.40,同時模型由區(qū)制2 轉(zhuǎn)向區(qū)制1 的概率要比相反方向的轉(zhuǎn)換概率高很多. 區(qū)制1 平均持續(xù)期為11.38 月,而區(qū)制2 平均持續(xù)期為1.67 個月. 總體而言,區(qū)制1 的持續(xù)概率最大,平均持續(xù)期最長,穩(wěn)定性最強. 結(jié)果見表6.

表6 狀態(tài)轉(zhuǎn)移概率矩陣和持續(xù)期Table 6 Probability matrix and duration of state transition

5 結(jié)束語

本文研究天然氣市場波動對城市燃氣企業(yè)資本市場的影響效應.通過熵權(quán)法,構(gòu)建了下游企業(yè)城市燃氣價格指數(shù). 利用STL 分解,對數(shù)據(jù)進行基于Loess 的季節(jié)趨勢的分解. 采用結(jié)構(gòu)向量自回歸模型,通過脈沖響應和方差分解研究天然氣市場波動的影響效應,并以此為基礎(chǔ)建立二區(qū)制的馬爾科夫區(qū)制轉(zhuǎn)移向量自回歸模型. 結(jié)果發(fā)現(xiàn),液化天然氣進口量對天然氣下游企業(yè)資本市場影響最大.各種有關(guān)天然氣的突發(fā)事件,使得天然氣市場存在波動性.

隨著天然氣市場與下游企業(yè)資本市場關(guān)系的日益密切,天然氣市場的波動,無論是價格波動、產(chǎn)量波動還是進口量的波動會通過兩種方式傳導到下游企業(yè),既有成本傳導機制,也有金融傳導機制.所以穩(wěn)定天然氣市場,不僅僅保證了下游企業(yè)城市燃氣的有效供給,為居民城市用氣和交通用氣提供了方便,同時,也保證了下游天然氣產(chǎn)業(yè)鏈的穩(wěn)定.