董加加

（東北財經(jīng)大學(xué) 社會與行為跨學(xué)科研究中心，遼寧 大連 116025）

0 引言

2014年以來，中、美、歐、日四個主要經(jīng)濟(jì)體的基本面和貨幣政策分歧加劇，全球股市、匯市和商品市場進(jìn)入新的震蕩周期，原油價格走低。同時，OPEC組織宣布不縮減石油產(chǎn)量，致使國際油價加劇下跌，2014年末已跌破55美元／桶，年內(nèi)累計跌幅近50%。此外，我國從2012年12月超越美國躍居全球最大能源進(jìn)口國，能源需求持續(xù)增加且對外依存度不斷攀高。據(jù)海關(guān)總署公布的數(shù)據(jù)顯示，2014年中國的進(jìn)口原油依存度已經(jīng)達(dá)到59.6%。然而，原油價格對我國來說依然是個“外生變量”，這意味著國際原油市場的價格和產(chǎn)量沖擊，會對我國國內(nèi)的宏觀經(jīng)濟(jì)和調(diào)控政策帶來意料不到的重要影響。

本文正是在上述背景下，借鑒相關(guān)研究成果的基礎(chǔ)上，采用貝葉斯符號約束向量自回歸模型，對美國原油市場波動的性質(zhì)進(jìn)行甄別，探討了需求沖擊、供給沖擊、名義價格沖擊以及投機(jī)需求沖擊，對經(jīng)濟(jì)、金融變量的系統(tǒng)性影響，并以此為借鑒來加深對油價波動的原因和影響的認(rèn)識。與以往文獻(xiàn)相比，本文的特殊之處體現(xiàn)在符號約束前采用貝葉斯方法對VAR模型進(jìn)行估計，以節(jié)約待估參數(shù)并增加預(yù)測準(zhǔn)確性；首次將原油市場投機(jī)需求沖擊進(jìn)一步區(qū)分為多頭投機(jī)需求沖擊（Bull Speculation Shock）和空頭投機(jī)需求沖擊（Bear Speculation Shock）兩類，并嘗試在對多空市場的界定中探討市場投機(jī)行為的異質(zhì)性影響；考慮到美元與原油的強(qiáng)經(jīng)驗(yàn)關(guān)系，將美元指數(shù)沖擊作為名義標(biāo)價沖擊納入模型；采用了自1983年紐約商品交易所（NYMEX）首次推出輕質(zhì)低硫原油，即WTI（西德克薩斯中質(zhì)原油）期貨合約至2014年末的完整樣本區(qū)間的月度數(shù)據(jù)①除了紐約商品交易所外， 倫敦國際石油交易所（IPE） 和新加坡（SGX）也分別于1988 年和2002 年推出了布倫特原油期貨合約和迪拜原油期貨合約，與西德克薩斯原油期貨合約一起形成了國際基準(zhǔn)原油合約體系。目前，我國上海期貨交易所亦在嘗試構(gòu)建有國際影響力的期貨合約品種。。

1 數(shù)據(jù)與模型

1.1 數(shù)據(jù)描述

運(yùn)用美國原油市場與相關(guān)經(jīng)濟(jì)、金融方面共8個重要變量的，1983年4月～2014年11月共380期數(shù)據(jù)進(jìn)行建模，模型變量描述見表1。

表1 變量描述及來源

此外，對于各時間序列的平穩(wěn)性檢驗(yàn)采用了ADF檢驗(yàn)和PP檢驗(yàn)兩種方法，結(jié)果表明除期現(xiàn)價差變量外，其余序列均為一階單整序列。為了保證模型的直接經(jīng)濟(jì)含義，本文沒有像部分文獻(xiàn)那樣，取對數(shù)增長率以得到增長率序列進(jìn)行建模，而是依然運(yùn)用各變量的水平值進(jìn)入模型。

1.2 模型簡介

（1）貝葉斯VAR模型。BVAR模型是經(jīng)典的向量自回歸模型的重要擴(kuò)展模型，由美國明尼蘇達(dá)大學(xué)計量經(jīng)濟(jì)學(xué)家Litterman于1986年正式提出，隨后被廣泛用于時間序列的預(yù)測和建模領(lǐng)域。與經(jīng)典VAR模型相比，貝葉斯向量自回歸模型不需要高階滯后階數(shù)，預(yù)測精度尤其是短期預(yù)測精度高，能夠避免結(jié)構(gòu)化約束引起的不可靠性。貝葉斯向量自回歸遵循貝葉斯統(tǒng)計的基本思想，假設(shè)系數(shù)矩陣中各元素分別滿足某一先驗(yàn)分布，通過設(shè)置系數(shù)矩陣中各元素的數(shù)學(xué)期望和標(biāo)準(zhǔn)差的變動范圍，控制各經(jīng)濟(jì)變量對整個預(yù)測系統(tǒng)的影響。例如，BVAR模型在施加對參數(shù)的約束時，其原理是當(dāng)參數(shù)被斷定在某一值（如0值）時，使模型參數(shù)趨近于這一取值，而不是強(qiáng)制性限制為該值 （如經(jīng)典的SVAR模型那樣），因?yàn)橹灰斜匾臄?shù)據(jù)支持，最終會得到更為精確的估計值。

（2）符號約束向量自回歸模型。在VAR類模型中，結(jié)構(gòu)向量自回歸模型（SVAR）最先對模型施加了結(jié)構(gòu)化約束，使VAR模型具有直接的經(jīng)濟(jì)解釋意義。但由于SVAR模型所施加的約束必須為“0”約束和非“0”約束，且約束矩陣的形式也不夠靈活，不能夠滿足針對沖擊方向進(jìn)行的更為寬松的符號約束。基于此，Uhlig（2005）、Mountford 和 Uhlig（2009）、Fry 和 Pagan（2011）等先后發(fā)展和完善了符號約束向量自回歸模型。其基本原理可以描述為，給定一個已估計的簡化形式VAR，我們在N維空間的均勻分布中抽取q個向量，除以它的長度即可得到?jīng)_擊向量的一個候選抽?。╟andidate draw）并計算出它的脈沖響應(yīng)，同時拋棄那些不符合符號約束的向量。按照Uhlig（2005）首先為簡化的VAR設(shè)定一個先驗(yàn)分布，使（B（L），∑）服從 Normal-Wishart先驗(yàn)分布，這意味著作為（B（L），∑）乘以指數(shù)函數(shù)的后驗(yàn)分布也服從Normal-Wishart分布。接著從 Normal-Wishart后驗(yàn)分布中為（B（L），∑）進(jìn)行聯(lián)合抽取，并獲得候選的q個向量。這些從后驗(yàn)分布提取出來的向量是為了計算Cholesky分解式。如果所有的脈沖相應(yīng)符合符號約束，則對（B（L），∑，α）進(jìn)行的聯(lián)合抽取將被保留，反之則丟棄。這個過程將進(jìn)行到獲得1 000次符合符號約束的抽取為止，并基于保留的抽取計算出誤差的范圍。

1.3 模型設(shè)定

建立如下簡化的VAR模型：

yt=［output inflation usdind federalR Futspo WTI oilQ inventory］

1.3.1 BVAR模型的設(shè)定

將參數(shù)的先驗(yàn)分布類型設(shè)為共軛分布（Conjugate Prior）②這里具體指的是正態(tài)反Wishart分布（Normal Inverted-Wishart）。此外，在估計BVAR模型時常用的先驗(yàn)分布類型還有擴(kuò)散先驗(yàn)分布（diffuse prior distribution）和正態(tài)先驗(yàn)分布（Normal prior distribution）。，即一個概率分布的參數(shù)的先驗(yàn)分布和觀測到一些數(shù)據(jù)之后的參數(shù)的后驗(yàn)分布，同屬于同一個函數(shù)族（Function Family）。這一設(shè)定主要是考慮到采用Conjugate Prior后，后驗(yàn)概率可以有封閉形式（closed-form），這為計算帶來了很大方便。將參數(shù)θ設(shè)定為［0.2 1 1000］，模型滯后期P設(shè)為4，抽樣次數(shù)設(shè)為10 000次，將控制系數(shù)矩陣B先驗(yàn)期望總體緊度的參數(shù)λ設(shè)為0.005。在完成對BVAR的估計之后，接著計算脈沖響應(yīng)函數(shù)。這里選取Cholesky脈沖響應(yīng)的函數(shù)形式，脈沖響應(yīng)函數(shù)的期數(shù)定為50。

1.3.2 符號向量自回歸模型的設(shè)定

（1）需求沖擊。對需求沖擊進(jìn)行符號設(shè)定時，令產(chǎn)出、物價、WTI原油現(xiàn)貨價格、原油產(chǎn)量的符號為“＋”，原油期現(xiàn)價差的符號為“-”，其他變量的符號未定，設(shè)為“？”。

（2）供給沖擊。對原油市場供給沖擊進(jìn)行符號約束時，將原油產(chǎn)量、原油期現(xiàn)價差設(shè)為“-”，將WTI原油現(xiàn)貨價格設(shè)為“＋”，其他變量符號未定，設(shè)置為“？”。

（3）名義價格沖擊。對應(yīng)著廣義名義美元指數(shù)符號為“＋”，其他變量的符號未定。

（4）多頭投機(jī)沖擊的符號約束設(shè)置。由于既有的文獻(xiàn)大多研究的是多頭投機(jī)需求如何導(dǎo)致市場價格出現(xiàn)極度泡沫的情形，所以對多頭投機(jī)需求的符號約束條件比較容易設(shè)定。本文借鑒李卓、張茜（2012）的設(shè)定方法，將多頭投機(jī)需求沖擊的條件設(shè)定為WTI價格的符號為“＋”，期現(xiàn)價差的符號為“＋”，其余設(shè)為未定。

（5）空頭投機(jī)沖擊的符號約束設(shè)置。做空投機(jī)活動一般發(fā)生在美元升值預(yù)期加劇、貨幣政策收緊的宏觀環(huán)境中，當(dāng)然還需要原油價格下跌，且期現(xiàn)價差為負(fù)兩個市場條件。所以本文嘗試將空頭投機(jī)需求沖擊的符號設(shè)定為聯(lián)邦基金利率為“＋”，美元指數(shù)為“＋”，WTI價格為“-”，期現(xiàn)價差為“-”，其余設(shè)為未定。

現(xiàn)將符號約束VAR的約束條件總結(jié)見表2。

表2 符號約束對沖擊性質(zhì)的識別

2 實(shí)證結(jié)果

根據(jù)貝葉斯符號約束VAR的原理和設(shè)定，利用Matlab軟件進(jìn)行估計和蒙特卡洛模擬抽樣。在BVAR模型估計時，抽得10 000次模擬結(jié)果進(jìn)行模型估計。在對沖擊進(jìn)行約束的階段，每個沖擊抽得1000個符合約束條件的結(jié)果進(jìn)行脈沖響應(yīng)的估計和計算，脈沖響應(yīng)如圖1所示。

（1）需求沖擊。WTI油價有持續(xù)的正響應(yīng)，表明市場漲價預(yù)期強(qiáng)化。原油產(chǎn)量兩年內(nèi)有顯著增加，庫存需求也增加，產(chǎn)出也收斂至正響應(yīng)水平。

（2）供給沖擊。對于原油供給負(fù)沖擊，WTI價格上漲，產(chǎn)出減少，原油減產(chǎn)，庫存減少。

（3）名義標(biāo)價沖擊。對于名義標(biāo)價正沖擊，即美元升值，WTI油價下跌，短期庫存增加，產(chǎn)出短期有正響應(yīng)，但原油產(chǎn)量沒有顯著響應(yīng)。

（4）多頭與空頭投機(jī)沖擊?？疹^投機(jī)引發(fā)的油價跌幅比多頭投機(jī)引發(fā)的油價漲幅更大，且衰減速度更快；空頭投機(jī)使庫存長期持續(xù)減少，暗示油價悲觀預(yù)期弱化了儲備石油的動機(jī)；而多頭投機(jī)沖擊下，庫存沒有顯著響應(yīng)；原油產(chǎn)量對空頭投機(jī)沖擊有長期負(fù)響應(yīng)，而對多頭投機(jī)沖擊則沒有顯著影響。經(jīng)濟(jì)產(chǎn)出對多頭投機(jī)沖擊和空頭投機(jī)沖擊均有微弱的負(fù)響應(yīng)，顯示了投機(jī)活動對價格信號的干擾從而造成的經(jīng)濟(jì)行為扭曲，對實(shí)體經(jīng)濟(jì)造成負(fù)面影響。

圖1 5類沖擊的脈沖響應(yīng)圖

3 結(jié)論

本文在近年來國際原油市場劇烈震蕩和我國即將正式推出原油期貨的宏觀背景下，運(yùn)用貝葉斯符號約束VAR模型和美國經(jīng)驗(yàn)數(shù)據(jù)，探討了需求、供給、名義價格以及多空條件下的投機(jī)沖擊對經(jīng)濟(jì)的系統(tǒng)性影響。實(shí)證結(jié)果表明，WTI油價對需求沖擊有持續(xù)正響應(yīng)，原油產(chǎn)量和庫存需求增加，產(chǎn)出也有正響應(yīng)；WTI油價對供給負(fù)沖擊有正響應(yīng)，產(chǎn)出減少，原油產(chǎn)量和庫存減少；美元升值使油價下跌，庫存增加，但原油產(chǎn)量無顯著響應(yīng)；多空投機(jī)需求顯著影響了原油期貨價格、原油供給和庫存水平，且其影響具有非對稱性。

另外，原油市場的空頭投機(jī)沖擊，對價格、產(chǎn)量、庫存的影響機(jī)制與實(shí)體經(jīng)濟(jì)供需規(guī)律不盡相同。市場參與者在空頭投機(jī)沖擊的誘導(dǎo)下所做出的決策，例如油價走低反而更加減少石油庫存需求，拋售原油存貨③③在索羅斯《超越金融》一書中，將投機(jī)活動的這一特征概括為“正反饋”，并稱由于該特征金融市場可以長期脫離均衡狀態(tài)。，從而扭曲市場價格信號調(diào)節(jié)實(shí)體供需的功能，導(dǎo)致原油價格的深度下跌。在我國建設(shè)有國際影響力的原油期貨衍生品的過程中，如何更好地發(fā)揮衍生品市場的價格發(fā)現(xiàn)、規(guī)避風(fēng)險以及適度的投資功能，同時規(guī)避過度投機(jī)導(dǎo)致的價格暴漲、暴跌，價格信號與實(shí)體經(jīng)濟(jì)嚴(yán)重脫節(jié)，從而擾亂實(shí)體經(jīng)濟(jì)正常運(yùn)轉(zhuǎn)等風(fēng)險，都是理論和實(shí)踐中值得格外關(guān)注的重要課題。

［1］李卓，張茜.國際油價波動與石油沖擊：基于符號約束模型實(shí)證分析［J］.世界經(jīng)濟(jì)研究，2012（8）.

［2］張思奇，薩默斯.貝葉斯向量自回歸（BVAR）季度預(yù)測模型［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1998（9）.

［3］L Kilian.Not All Oil Price Shocks Are Alike： Disentangling Demand and Supply Shocks in the Crude Oil Market ［J］.American Economic Review，2009（99）：1053-1069.

［4］R B Litterman.Forecasting with Bayesian Vector Autoregressions-Five Years of Experience［J］.Journal of Business and Economic Statistics，1986（4）： 25-38.

［5］A Mountford，H Uhlig.What are the Effects of Fiscal Policy Shocks？ ［J］.Journal of Applied Econometrics，2009，24（6）：960-992.

［6］H Uhlig.What Are the Effects of Monetary Policy on Output？ Results from an Agnostic Identification Procedure ［J］.Journal of Monetary Economics， 2005（2）：381-419.