论文部分内容阅读
[摘 要] 2014年下半年以来的国际油价暴跌，再次使原油市场成为理论和实务界关注的焦点。本文基于贝叶斯符号VAR模型，探讨了原油市场的供给、需求、名义标价、多头投机、空头投机5种冲击性质对美国宏观经济和金融市场的影响。实证结果表明，WTI油价对需求冲击有持续正响应，原油产量和库存需求增加，产出也有正响应；WTI油价对供给负冲击有正响应，产出减少，原油产量和库存减少；美元升值使油价下跌，库存增加，但原油产量无显著响应；多空投机需求显著影响了原油期货价格、原油供给和库存水平，且其影响具有非对称性。
[关键词] 原油市场；冲击性质；多空投机；贝叶斯符号VAR
[中图分类号] F831.5 [文献标识码] A [文章编号] 1673 - 0194（2015）09- 0174- 03
0 引 言
2014年以来，中、美、欧、日四个主要经济体的基本面和货币政策分歧加剧，全球股市、汇市和商品市场进入新的震荡周期，原油价格走低。同时，OPEC组织宣布不缩减石油产量，致使国际油价加剧下跌，2014年末已跌破55美元/桶，年内累计跌幅近50%。此外，我国从2012年12月超越美国跃居全球最大能源进口国，能源需求持续增加且对外依存度不断攀高。据海关总署公布的数据显示，2014年中国的进口原油依存度已经达到59.6%。然而，原油价格对我国来说依然是个“外生变量”，这意味着国际原油市场的价格和产量冲击，会对我国国内的宏观经济和调控政策带来意料不到的重要影响。
本文正是在上述背景下，借鉴相关研究成果的基础上，采用贝叶斯符号约束向量自回归模型，对美国原油市场波动的性质进行甄别，探讨了需求冲击、供给冲击、名义价格冲击以及投机需求冲击，对经济、金融变量的系统性影响，并以此为借鉴来加深对油价波动的原因和影响的认识。与以往文献相比，本文的特殊之处体现在符号约束前采用贝叶斯方法对VAR模型进行估计，以节约待估参数并增加预测准确性；首次将原油市场投机需求冲击进一步区分为多头投机需求冲击（Bull Speculation Shock）和空头投机需求冲击（Bear Speculation Shock）两类，并尝试在对多空市场的界定中探讨市场投机行为的异质性影响；考虑到美元与原油的强经验关系，将美元指数冲击作为名义标价冲击纳入模型；采用了自1983年纽约商品交易所（NYMEX）首次推出轻质低硫原油，即WTI（西德克萨斯中质原油）期货合约至2014年末的完整样本区间的月度数据①。
1 数据与模型
1.1 数据描述
运用美国原油市场与相关经济、金融方面共8个重要变量的， 1983年4月～2014年11月共380期数据进行建模，模型变量描述见表1。
此外，对于各时间序列的平稳性检验采用了ADF检验和PP检验两种方法，结果表明除期现价差变量外，其余序列均为一阶单整序列。为了保证模型的直接经济含义，本文没有像部分文献那样，取对数增长率以得到增长率序列进行建模，而是依然运用各变量的水平值进入模型。
1.2 模型简介
（1）贝叶斯VAR模型。BVAR模型是经典的向量自回归模型的重要扩展模型，由美国明尼苏达大学计量经济学家Litterman于1986年正式提出，随后被广泛用于时间序列的预测和建模领域。与经典VAR模型相比，贝叶斯向量自回归模型不需要高阶滞后阶数，预测精度尤其是短期预测精度高，能够避免结构化约束引起的不可靠性。贝叶斯向量自回归遵循贝叶斯统计的基本思想，假设系数矩阵中各元素分别满足某一先验分布，通过设置系数矩阵中各元素的数学期望和标准差的变动范围，控制各经济变量对整个预测系统的影响。例如，BVAR模型在施加对参数的约束时，其原理是当参数被断定在某一值（如0值）时，使模型参数趋近于这一取值，而不是强制性限制为该值（如经典的SVAR模型那样），因为只要有必要的数据支持，最终会得到更为精确的估计值。
（2）符号约束向量自回归模型。在VAR类模型中，结构向量自回归模型（SVAR）最先对模型施加了结构化约束，使VAR模型具有直接的经济解释意义。但由于SVAR模型所施加的约束必须为“0”约束和非“0”约束，且约束矩阵的形式也不够灵活，不能够满足针对冲击方向进行的更为宽松的符号约束。基于此，Uhlig（2005）、Mountford 和Uhlig（2009）、Fry 和 Pagan（2011）等先后发展和完善了符号约束向量自回归模型。其基本原理可以描述为，给定一个已估计的简化形式VAR，我们在N维空间的均匀分布中抽取q个向量，除以它的长度即可得到冲击向量的一个候选抽取（candidate draw）并计算出它的脉冲响应，同时抛弃那些不符合符号约束的向量。按照Uhlig（2005）首先为简化的VAR设定一个先验分布，使（B（L），∑）服从Normal-Wishart先验分布，这意味着作为（B（L），∑）乘以指数函数的后验分布也服从Normal-Wishart分布。接着从Normal-Wishart后验分布中为（B（L），∑）进行联合抽取，并获得候选的q个向量。这些从后验分布提取出来的向量是为了计算Cholesky分解式。如果所有的脉冲相应符合符号约束，则对（B（L），∑，α）进行的联合抽取将被保留，反之则丢弃。这个过程将进行到获得1 000次符合符号约束的抽取为止，并基于保留的抽取计算出誤差的范围。
1.3 模型设定
建立如下简化的VAR模型：
yt=[output inflation usdind federalR Futspo WTI oilQ inventory]
1.3.1 BVAR模型的设定
将参数的先验分布类型设为共轭分布（Conjugate Prior）②，即一个概率分布的参数的先验分布和观测到一些数据之后的参数的后验分布，同属于同一个函数族（Function Family）。这一设定主要是考虑到采用Conjugate Prior后，后验概率可以有封闭形式（closed-form），这为计算带来了很大方便。将参数θ设定为[0.2 1 1000]，模型滞后期P设为4，抽样次数设为10 000次，将控制系数矩阵B先验期望总体紧度的参数λ设为0.005。在完成对BVAR的估计之后，接着计算脉冲响应函数。这里选取Cholesky脉冲响应的函数形式，脉冲响应函数的期数定为50。 1.3.2 符號向量自回归模型的设定
（1）需求冲击。对需求冲击进行符号设定时，令产出、物价、WTI原油现货价格、原油产量的符号为“ ”，原油期现价差的符号为“-”，其他变量的符号未定，设为“？”。
（2）供给冲击。对原油市场供给冲击进行符号约束时，将原油产量、原油期现价差设为“-”，将WTI原油现货价格设为“ ”，其他变量符号未定，设置为“？”。
（3）名义价格冲击。对应着广义名义美元指数符号为“ ”，其他变量的符号未定。
（4）多头投机冲击的符号约束设置。由于既有的文献大多研究的是多头投机需求如何导致市场价格出现极度泡沫的情形，所以对多头投机需求的符号约束条件比较容易设定。本文借鉴李卓、张茜（2012）的设定方法，将多头投机需求冲击的条件设定为WTI价格的符号为“ ”，期现价差的符号为“ ”，其余设为未定。
（5）空头投机冲击的符号约束设置。做空投机活动一般发生在美元升值预期加剧、货币政策收紧的宏观环境中，当然还需要原油价格下跌，且期现价差为负两个市场条件。所以本文尝试将空头投机需求冲击的符号设定为联邦基金利率为“ ”，美元指数为“ ”，WTI价格为“-”，期现价差为“-”，其余设为未定。
现将符号约束VAR的约束条件总结见表2。
2 实证结果
根据贝叶斯符号约束VAR的原理和设定，利用Matlab软件进行估计和蒙特卡洛模拟抽样。在BVAR模型估计时，抽得10 000次模拟结果进行模型估计。在对冲击进行约束的阶段，每个冲击抽得1000个符合约束条件的结果进行脉冲响应的估计和计算，脉冲响应如图1所示。
（1）需求冲击。WTI油价有持续的正响应，表明市场涨价预期强化。原油产量两年内有显著增加，库存需求也增加，产出也收敛至正响应水平。
（2）供给冲击。对于原油供给负冲击，WTI价格上涨，产出减少，原油减产，库存减少。
（3）名义标价冲击。对于名义标价正冲击，即美元升值，WTI油价下跌，短期库存增加，产出短期有正响应，但原油产量没有显著响应。
（4）多头与空头投机冲击。空头投机引发的油价跌幅比多头投机引发的油价涨幅更大，且衰减速度更快；空头投机使库存长期持续减少，暗示油价悲观预期弱化了储备石油的动机；而多头投机冲击下，库存没有显著响应；原油产量对空头投机冲击有长期负响应，而对多头投机冲击则没有显著影响。经济产出对多头投机冲击和空头投机冲击均有微弱的负响应，显示了投机活动对价格信号的干扰从而造成的经济行为扭曲，对实体经济造成负面影响。
3 结 论
本文在近年来国际原油市场剧烈震荡和我国即将正式推出原油期货的宏观背景下，运用贝叶斯符号约束VAR模型和美国经验数据，探讨了需求、供给、名义价格以及多空条件下的投机冲击对经济的系统性影响。实证结果表明，WTI油价对需求冲击有持续正响应，原油产量和库存需求增加，产出也有正响应；WTI油价对供给负冲击有正响应，产出减少，原油产量和库存减少；美元升值使油价下跌，库存增加，但原油产量无显著响应；多空投机需求显著影响了原油期货价格、原油供给和库存水平，且其影响具有非对称性。
另外，原油市场的空头投机冲击，对价格、产量、库存的影响机制与实体经济供需规律不尽相同。市场参与者在空头投机冲击的诱导下所做出的决策，例如油价走低反而更加减少石油库存需求，抛售原油存货③，从而扭曲市场价格信号调节实体供需的功能，导致原油价格的深度下跌。在我国建设有国际影响力的原油期货衍生品的过程中，如何更好地发挥衍生品市场的价格发现、规避风险以及适度的投资功能，同时规避过度投机导致的价格暴涨、暴跌，价格信号与实体经济严重脱节，从而扰乱实体经济正常运转等风险，都是理论和实践中值得格外关注的重要课题。
主要参考文献
[1]李卓，张茜.国际油价波动与石油冲击：基于符号约束模型实证分析[J].世界经济研究，2012（8）.
[2]张思奇，萨默斯.贝叶斯向量自回归（BVAR）季度预测模型[J].数量经济技术经济研究，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.
[关键词] 原油市场；冲击性质；多空投机；贝叶斯符号VAR
[中图分类号] F831.5 [文献标识码] A [文章编号] 1673 - 0194（2015）09- 0174- 03
0 引 言
2014年以来，中、美、欧、日四个主要经济体的基本面和货币政策分歧加剧，全球股市、汇市和商品市场进入新的震荡周期，原油价格走低。同时，OPEC组织宣布不缩减石油产量，致使国际油价加剧下跌，2014年末已跌破55美元/桶，年内累计跌幅近50%。此外，我国从2012年12月超越美国跃居全球最大能源进口国，能源需求持续增加且对外依存度不断攀高。据海关总署公布的数据显示，2014年中国的进口原油依存度已经达到59.6%。然而，原油价格对我国来说依然是个“外生变量”，这意味着国际原油市场的价格和产量冲击，会对我国国内的宏观经济和调控政策带来意料不到的重要影响。
本文正是在上述背景下，借鉴相关研究成果的基础上，采用贝叶斯符号约束向量自回归模型，对美国原油市场波动的性质进行甄别，探讨了需求冲击、供给冲击、名义价格冲击以及投机需求冲击，对经济、金融变量的系统性影响，并以此为借鉴来加深对油价波动的原因和影响的认识。与以往文献相比，本文的特殊之处体现在符号约束前采用贝叶斯方法对VAR模型进行估计，以节约待估参数并增加预测准确性；首次将原油市场投机需求冲击进一步区分为多头投机需求冲击（Bull Speculation Shock）和空头投机需求冲击（Bear Speculation Shock）两类，并尝试在对多空市场的界定中探讨市场投机行为的异质性影响；考虑到美元与原油的强经验关系，将美元指数冲击作为名义标价冲击纳入模型；采用了自1983年纽约商品交易所（NYMEX）首次推出轻质低硫原油，即WTI（西德克萨斯中质原油）期货合约至2014年末的完整样本区间的月度数据①。
1 数据与模型
1.1 数据描述
运用美国原油市场与相关经济、金融方面共8个重要变量的， 1983年4月～2014年11月共380期数据进行建模，模型变量描述见表1。
此外，对于各时间序列的平稳性检验采用了ADF检验和PP检验两种方法，结果表明除期现价差变量外，其余序列均为一阶单整序列。为了保证模型的直接经济含义，本文没有像部分文献那样，取对数增长率以得到增长率序列进行建模，而是依然运用各变量的水平值进入模型。
1.2 模型简介
（1）贝叶斯VAR模型。BVAR模型是经典的向量自回归模型的重要扩展模型，由美国明尼苏达大学计量经济学家Litterman于1986年正式提出，随后被广泛用于时间序列的预测和建模领域。与经典VAR模型相比，贝叶斯向量自回归模型不需要高阶滞后阶数，预测精度尤其是短期预测精度高，能够避免结构化约束引起的不可靠性。贝叶斯向量自回归遵循贝叶斯统计的基本思想，假设系数矩阵中各元素分别满足某一先验分布，通过设置系数矩阵中各元素的数学期望和标准差的变动范围，控制各经济变量对整个预测系统的影响。例如，BVAR模型在施加对参数的约束时，其原理是当参数被断定在某一值（如0值）时，使模型参数趋近于这一取值，而不是强制性限制为该值（如经典的SVAR模型那样），因为只要有必要的数据支持，最终会得到更为精确的估计值。
（2）符号约束向量自回归模型。在VAR类模型中，结构向量自回归模型（SVAR）最先对模型施加了结构化约束，使VAR模型具有直接的经济解释意义。但由于SVAR模型所施加的约束必须为“0”约束和非“0”约束，且约束矩阵的形式也不够灵活，不能够满足针对冲击方向进行的更为宽松的符号约束。基于此，Uhlig（2005）、Mountford 和Uhlig（2009）、Fry 和 Pagan（2011）等先后发展和完善了符号约束向量自回归模型。其基本原理可以描述为，给定一个已估计的简化形式VAR，我们在N维空间的均匀分布中抽取q个向量，除以它的长度即可得到冲击向量的一个候选抽取（candidate draw）并计算出它的脉冲响应，同时抛弃那些不符合符号约束的向量。按照Uhlig（2005）首先为简化的VAR设定一个先验分布，使（B（L），∑）服从Normal-Wishart先验分布，这意味着作为（B（L），∑）乘以指数函数的后验分布也服从Normal-Wishart分布。接着从Normal-Wishart后验分布中为（B（L），∑）进行联合抽取，并获得候选的q个向量。这些从后验分布提取出来的向量是为了计算Cholesky分解式。如果所有的脉冲相应符合符号约束，则对（B（L），∑，α）进行的联合抽取将被保留，反之则丢弃。这个过程将进行到获得1 000次符合符号约束的抽取为止，并基于保留的抽取计算出誤差的范围。
1.3 模型设定
建立如下简化的VAR模型：
yt=[output inflation usdind federalR Futspo WTI oilQ inventory]
1.3.1 BVAR模型的设定
将参数的先验分布类型设为共轭分布（Conjugate Prior）②，即一个概率分布的参数的先验分布和观测到一些数据之后的参数的后验分布，同属于同一个函数族（Function Family）。这一设定主要是考虑到采用Conjugate Prior后，后验概率可以有封闭形式（closed-form），这为计算带来了很大方便。将参数θ设定为[0.2 1 1000]，模型滞后期P设为4，抽样次数设为10 000次，将控制系数矩阵B先验期望总体紧度的参数λ设为0.005。在完成对BVAR的估计之后，接着计算脉冲响应函数。这里选取Cholesky脉冲响应的函数形式，脉冲响应函数的期数定为50。 1.3.2 符號向量自回归模型的设定
（1）需求冲击。对需求冲击进行符号设定时，令产出、物价、WTI原油现货价格、原油产量的符号为“ ”，原油期现价差的符号为“-”，其他变量的符号未定，设为“？”。
（2）供给冲击。对原油市场供给冲击进行符号约束时，将原油产量、原油期现价差设为“-”，将WTI原油现货价格设为“ ”，其他变量符号未定，设置为“？”。
（3）名义价格冲击。对应着广义名义美元指数符号为“ ”，其他变量的符号未定。
（4）多头投机冲击的符号约束设置。由于既有的文献大多研究的是多头投机需求如何导致市场价格出现极度泡沫的情形，所以对多头投机需求的符号约束条件比较容易设定。本文借鉴李卓、张茜（2012）的设定方法，将多头投机需求冲击的条件设定为WTI价格的符号为“ ”，期现价差的符号为“ ”，其余设为未定。
（5）空头投机冲击的符号约束设置。做空投机活动一般发生在美元升值预期加剧、货币政策收紧的宏观环境中，当然还需要原油价格下跌，且期现价差为负两个市场条件。所以本文尝试将空头投机需求冲击的符号设定为联邦基金利率为“ ”，美元指数为“ ”，WTI价格为“-”，期现价差为“-”，其余设为未定。
现将符号约束VAR的约束条件总结见表2。
2 实证结果
根据贝叶斯符号约束VAR的原理和设定，利用Matlab软件进行估计和蒙特卡洛模拟抽样。在BVAR模型估计时，抽得10 000次模拟结果进行模型估计。在对冲击进行约束的阶段，每个冲击抽得1000个符合约束条件的结果进行脉冲响应的估计和计算，脉冲响应如图1所示。
（1）需求冲击。WTI油价有持续的正响应，表明市场涨价预期强化。原油产量两年内有显著增加，库存需求也增加，产出也收敛至正响应水平。
（2）供给冲击。对于原油供给负冲击，WTI价格上涨，产出减少，原油减产，库存减少。
（3）名义标价冲击。对于名义标价正冲击，即美元升值，WTI油价下跌，短期库存增加，产出短期有正响应，但原油产量没有显著响应。
（4）多头与空头投机冲击。空头投机引发的油价跌幅比多头投机引发的油价涨幅更大，且衰减速度更快；空头投机使库存长期持续减少，暗示油价悲观预期弱化了储备石油的动机；而多头投机冲击下，库存没有显著响应；原油产量对空头投机冲击有长期负响应，而对多头投机冲击则没有显著影响。经济产出对多头投机冲击和空头投机冲击均有微弱的负响应，显示了投机活动对价格信号的干扰从而造成的经济行为扭曲，对实体经济造成负面影响。
3 结 论
本文在近年来国际原油市场剧烈震荡和我国即将正式推出原油期货的宏观背景下，运用贝叶斯符号约束VAR模型和美国经验数据，探讨了需求、供给、名义价格以及多空条件下的投机冲击对经济的系统性影响。实证结果表明，WTI油价对需求冲击有持续正响应，原油产量和库存需求增加，产出也有正响应；WTI油价对供给负冲击有正响应，产出减少，原油产量和库存减少；美元升值使油价下跌，库存增加，但原油产量无显著响应；多空投机需求显著影响了原油期货价格、原油供给和库存水平，且其影响具有非对称性。
另外，原油市场的空头投机冲击，对价格、产量、库存的影响机制与实体经济供需规律不尽相同。市场参与者在空头投机冲击的诱导下所做出的决策，例如油价走低反而更加减少石油库存需求，抛售原油存货③，从而扭曲市场价格信号调节实体供需的功能，导致原油价格的深度下跌。在我国建设有国际影响力的原油期货衍生品的过程中，如何更好地发挥衍生品市场的价格发现、规避风险以及适度的投资功能，同时规避过度投机导致的价格暴涨、暴跌，价格信号与实体经济严重脱节，从而扰乱实体经济正常运转等风险，都是理论和实践中值得格外关注的重要课题。
主要参考文献
[1]李卓，张茜.国际油价波动与石油冲击：基于符号约束模型实证分析[J].世界经济研究，2012（8）.
[2]张思奇，萨默斯.贝叶斯向量自回归（BVAR）季度预测模型[J].数量经济技术经济研究，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.