武汉大学经济与管理学院 李 卓 张 茜[1]
一、引言
石油作为国际性战略物资，其价格的剧烈波动是中国能源安全和经济安全的隐患。近年来，随着石油市场和金融市场的相互渗透与结合，石油金融属性日益凸显。石油价格已不再仅仅取决于石油供给和需求，因此对于石油安全问题也不能仅仅考虑“供给安全”，更需要关注“价格安全”。在国内外石油市场波动传导存在显著的波动溢出效应的情况下，国际油价的波动对国内油价具有绝对的导向作用，国际油价的波动将会很大程度地影响我国油品及其相关生产资料的价格，甚至影响整个宏观经济运行(魏巍贤和林伯强，2007)。因此，在中国石油依存度的不断提高的情况下，国际石油供给价格的合理性是中国经济能否保持持续稳定发展的关键。站在“十二五”开局的起点上，我们应以更加理性的态度，面对国际石油价格的频繁波动，只有深入分析认识国际油价波动的原因，才能寻找到适合中国国情的应对石油冲击的方法。
传统观念认为油价的波动是由石油市场供需基本面决定的。简而言之，石油价格的上涨仅仅是因为石油的需求增加，或石油供给的减少。据此，国外不少文献将近年来油价持续上涨归咎于“中国因素”(如Hamilton，2009;Kilian，2009)，他们认为20世纪70、80年代的两次石油危机期间的油价上涨是供给方的原因，而将本世纪以来的油价上涨归因于需求方因素，尤其是正处于快速工业化进程中的中国。这种看似符合经济学基本原理的供求分析法只是一个局部均衡的分析，因为商品的价格不仅仅取决于商品现货市场的供给和需求，还取决于商品衍生品市场中多方与空方力量的博弈。国际石油期货市场属于虚拟经济的范畴，并已具备影响实体经济的能力。当石油期货价格上涨时，现货价格会随之上涨，并直接反映到生产成本上，最终通过价格水平体现。一些对石油期货价格与现货价格的同步性研究表明，石油现货价格至少在短期内高于石油供需基本面所决定的均衡价格(Khan 2009，Miller和Ratti 2009，Kaufmann和Ullman 2009)。
自Sims(1992)以来，大量文献开始利用标准VAR或SVAR模型对石油价格波动原因及其影响进行实证研究和分析。Blanchard和Gali(2007)以1983年为分界点，利用脉冲响应函数观察了前后两个时期石油价格上涨对产出和通货膨胀的负面冲击，发现后一个阶段中石油价格上涨带来的负面冲击显著下降，下降的幅度超过一倍。Bernanke，Gertler和Watson(1997)利用标准VAR模型和结构性VAR模型比较了不同货币政策规则下石油价格上涨对宏观经济的冲击，他们比较了对石油价格变动作出反应及不作出反应的两种情况，发现不作为的货币政策环境下的油价冲击对产出的负面影响会小很多，而且影响迅速消失。我国学者李卓和赵会(2010)基于影响国际油价波动的广义供求分析建立SVAR模型。对1974年以来的国际油价波动影响因素进行结构化分解和脉冲响应分析，并将美元流动性冲击作为影响国际油价波动的结构性因素，借助SVAR模型分析了各类结构性冲击影响的相对重要性及动态特征。张斌和徐建炜(2010)利用一个5维结构SVAR模型，分析了石油价格波动对我国主要宏观经济变量的影响，认为石油价格上涨带来了广泛的相对价格变化和结构性调整意义上的产出下降和物价上升，石油价格上涨触发的过度货币政策反应也会对产出和物价的影响。并且只有当油价变化传导至一般价格水平上涨、要素投入变化以及货币政策调整的时候，才会显著影响中国宏观经济。在一系列利用VAR模型研究石油问题的文献中，Kilian(2009)创造性地利用三变量递归结构SVAR模型区分石油市场中的石油供给冲击、石油特定需求冲击和总需求冲击，分析各类冲击对油价的波动的解释力度。还有一些文献采用更先进的VAR技术分析不同类型石油冲击的影响。例如，Aastveit(2009)利用丰富的数据环境，采用因素增强型向量自回归(factor-augmented vector autoregressive，FAVAR)模型分析得到石油需求冲击对宏观经济变量的影响远高于供给冲击。Baumeister和Peersman(2008)则运用时变向量自回归(time-varying，TVAR)模型框架发现石油需求冲击对实际油价波动有较大作用，而且这种作用随时间增强。
与以上文献研究方法不同，本文采用符号约束(Sign restrictions)识别VAR模型。与标准VAR和SVAR方法不同，符号约束方法不是直接对简化式残差和结构式残差系数施加约束，而是基于经济理论对脉冲响应的符号和形状施加约束，例如，由Uhlig(2005)及Mountford和Uhlig(2009)提出的蒙特卡罗模拟方法(Monte-carlo Simulation)。符号约束最先用于识别货币政策冲击(Faust 1998，Uhlig 1999，Canova和De Nicolo 2002)，其方法优势在于，不需要对同期响应矩阵或冲击长期影响施加零约束。同时，符号约束识别方法适用于任何频率的数据，识别冲击时只依赖宏观经济时间序列数据本身，不需要其他许多的附加信息(Pappa，2009)。Kilian和Murphy(2010)利用符号约束识别Kilian(2009)建立的石油市场模型，以弥补原研究中递归结构识别的经济理论上的不足，通过符号约束及对短期供给弹性施加一些约束，令原研究的结果更有说服力。并在符号约束框架下，进一步分析加入投机活动(以石油存货量衡量)后的石油市场模型，他们得到过去十年石油价格波动主要是由需求而不是供给或投机冲击引起的结论。
我们在综合分析各类研究石油价格和石油冲击的文献和方法的基础上，提出本文试图解答的问题:(1)不同类型的石油冲击对石油价格的影响到底有多大?(2)在VAR模型广泛应用的当下，其技术方法否能有所突破?(3)石油期货市场的投机行为是否导致了近年的油价急剧上涨?(4)“中国因素”是否真的支撑了近年来油价的稳步攀升?
本文的创新之处在于:第一，为研究的全面性和可靠性，本文建立有别于传统的仅存在供需冲击的石油市场模型，将投机活动作为相对于供需基本面的非基本面的冲击引入石油市场模型中;第二，采用符号约束识别VAR模型，将石油市场的供需基本面冲击(石油供给冲击、经济活动导致的石油需求冲击、石油特定需求冲击)与非基本面的投机冲击进行区分，考察他们对国际油价波动的影响;第三，本文利用石油期货市场价差的变动衡量投机冲击，这比之前许多文献中将石油存货多少作为衡量投机冲击大小更具合理性。
本文的结构框架为:引言部分提出了本文的研究对象和研究目的，对相关文献进行了回顾，并在总结国内外研究现状的基础上提出了本文的特色;第二部分介绍了所用的计量模型和评估方法;第三部分对石油冲击进行了实证分析，分别利用脉冲响应函数、方差分解及历史分解深入分析石油市场基本面与非基本面冲击对油价波动的解释程度;第四部分是本文的主要结论。
二、实证框架:符号约束识别VAR模型
1.石油期货价格与现货价格
有关商品期货价格的决定的相关文献可以追溯至Keynes (1930)提出的商品反向期限结构理论(the Theory of Normal Backwardation)，该理论比较了在T时刻交割的期货价格(Ft，T)与当前现货价格(St)之间的不同，区分预期T时刻的现货价格(Et(ST))与现货价格(St)减去风险溢价(πt，T):
商品反向期限结构理论认为若要考虑存货，期货价格和预期现货价格必须随时间上涨以弥补存货持有者的存储成本，但是这很难解释期货曲线的斜率为什么向下倾斜。
Kaldor(1939)引入存货理论，该存货理论建立起现货和期货价格间的同期联系，并通过引入便利收益完善了商品反向期限结构理论。便利收益是商品实物所有者的一种隐形收益，商品未来的交付合同的所有者不具有这种收益(Brennan和Schwartz，1985)。这些额外的收益包括生产平滑(Kaldor 1939;Working 1948)和持有存货的价值(Dixit和Pindyck，1994)。就石油市场而言，便利收益更具特殊性，不仅因为拥有石油的战略利益，而且石油是不可再生的稀缺资源(Coppola，2008)。在考虑存货成本和无套利机会条件下，期货和现货间关系可以表示为:
根据Pindyck(1994)将净便利收益率(ψt，T)表示为关于石油存货水平(It)、石油现货价格(St)、石油预期需求(Qt+1)函数形式:
其中，函数ψ满足如下性质:
ψs＞0，函数ψ以St速度增长，因为更高的油价意味着持有现货会获得更多的便利收益。
ψI＜0，ψII＞0，函数ψ以It的速度下降，因为存货下降会使额外一单位的边际便利收益增加。
ψQ＞0，函数ψ以Qt+1大小增加，因为预期期货市场严密的情况下，更高的预期需求将使得持有存货将获得更多的便利收益。
根据(2)式和(3)式有:
就石油期货市场而言，在市场有效且无套利的情况下，期货价格与现货价格存在正向关系，与预期石油基本面负相关，与无风险利率正相关。
但当市场出现投机活动时，由投机驱动的期货合约需求会使得期货价格偏离基本面所决定的价格。因此，我们观测到的石油期货价格为:
其中，Ft，T为无套利条件下期货价格;假设εFt弱平稳，表示观测到的期货价格与无套利条件下期货价格的偏差，也即期货市场中的投机冲击。
根据(4)式和(5)式有:
因此，我们可以得到石油期货与现货价格间的价差:
这个方程表明石油期货现货价差由两部分组成——(A)基本面因素和(B)非基本面因素(石油期货市场投机部分)。根据(7)式，石油市场基本面的变动对价差有负的影响，而投机冲击对价差有正的影响。
2.模型与数据
本文主要是研究引起国际油价波动的原因，分析不同类型石油冲击对油价波动的解释程度。具体而言，就是考察国际石油价格上涨在多大程度上是由石油市场基本面和非基本面决定的;另一方面，随着石油金融属性日益增强，近年来对投机是否造成油价上涨存在争议，我们将通过一系列的实证分析给出本文对这一问题的观点。
Kilian和Murphy(2010)提出的将石油冲击根据性质分类的VAR模型为我们定量分析这些问题提供了一个较好的计量框架。但我们认为他们研究中以石油存货量来衡量投机冲击可以被看做石油特定需求冲击的一部分，本文则采用石油期货和现货间价差以更好地衡量石油期货市场的金融投机活动。就石油市场而言，价差交易的利润取决于期限结构和油价的上涨。套利使得石油期货市场形成了两类期限结构:上升结构(contango)和下降结构(backwardation)。油价上涨刺激了价差交易，而价差交易的上升又反过来推动了油价的进一步上涨。因此，我们将期货—现货价差作为分析考察石油期货市场中投机冲击具有一定的合理性。
我们构造如下形式的内生变量向量Yt:
本文选取1991年1月至2010年10月的月度数据样本，我们设定滞后阶数为12。[3]所有的变量取自然对数并一阶差分后均转换为月度增长率，且对所有变量进行季节调整。根据ADF检验，所有变量均在10%的置信水平下拒绝单位根假设。
3.基于符号约束识别
如引言所述，短期零约束排除法识别表示经济变量对结构冲击的同期响应，不仅约束要求严格也未基于理论考量。而符号约束识别VAR方法的基本思想是识别某个变量的冲击时不需要详细知道变量之间的相互关系，只需要知道相互作用的方向即可。这种方法的优势在于不需要对同期响应矩阵施加零约束，符号约束观点更清晰。[4]
具体如下，P=∏m，nQm，n，其中Qm，n(θ)循环矩阵的形式为:
我们利用贝叶斯方法估计推断模型，VAR模型中的先验和后验分布属于正态－Wishart分布。模型中含有6个变量，VAR中存在十个不同元素二元循环:θ=θ1，…，θ10，行m和n依据方程(2)中的角度θi循环。
这里有:
根据这10个在[0，π]范围内的参数θi变化进行循环。为使无限循环转换为足够大的有限循环，我们需要将[0，π]区间划分成M个点区间[5]。同期响应矩阵由区间的每个点决定，Bj=(j=1，…，M10)，因此，我们可以得到如下相应的脉冲响应函数:
在t时刻，对滞后期为k的变量p受到第q类冲击的脉冲响应施加符号约束的形式为:
其中，p=1，2，3，4，5，6，q=1，2，3，4。
为了便于分析，这里我们将脉冲响应的符号约束形式以表格形式给出:
表1 符号约束在VAR模型中的识别
首先，我们区分传统供需基本面冲击与非基本面(石油期货市场投机)冲击。因为基本面冲击与非基本面冲击是相对的，而投机冲击很大程度上是追求价差的结果，根据(7)式我们将供需基本冲击和投机冲击对期货—现货价差的影响中赋相反符号:石油供需基本面冲击会导致油价上涨，对期货—现货价差产生负向作用;石油期货市场中投机冲击会导致期货价格上涨，对期货—现货价差产生正向作用。因此，我们定义石油期货市场中的投机冲击是一种导致石油期货价格上涨以及期货—现货价差上升的冲击。石油期货市场中投机活动对现货市场中的变量的影响无法判断，因此我们对受投机冲击后的现货价格不赋予任何符号约束。
其次，我们根据石油市场的供求理论得到关于石油供需基本面冲击的相关符号约束。石油市场供给面冲击引起石油供给曲线变动，使油价和产量反向变动;石油市场需求面冲击引起石油需求曲线变动，使油价和产量同向变动。具体而言，作为外生冲击的石油供给冲击使石油供给曲线向左移动，导致石油产量下降和石油价格上升，全球工业生产不会因此增加。在无套利条件下，这种冲击会使石油期货价格上升，但期货—现货价差下降，这是因为石油供给冲击导致的石油现货价格上涨，使便利收益[6]上升到更高水平。相反，由全球经济活动激增所导致的石油需求冲击，使石油需求曲线向上移动，导致石油产量和石油价格同时增长。在满足无套利条件下，期货价格将上涨，期货—现货价差将下降。
最后，石油特定需求冲击是一种不受强劲经济增长驱动的石油需求冲击，这种冲击也会引起石油价格和石油产量上升，但对经济活动存在负向的影响。例如，石油对煤炭的替代增加使石油需求上升，直接导致石油价格上涨及石油产量增加，但由于高油价的作用，这类冲击对经济活动不利。另外来自预期基本面冲击，若预期未来石油供需紧张，则预期未来油价会上升，石油存货需求将增加。这将使石油价格上涨及石油产量增加，但由于高油价的原因，不会刺激经济活动。由于这种石油价格上涨也是受基本面驱动，根据无套利条件，期货价格将上涨，期货—现货价差下降。
我们需要从1048576次循环中，根据蒙特卡洛模拟找到1000次成功识别四类不同冲击的脉冲响应符号约束。我们采用五变量的VAR模型来识别四类石油冲击，其余所有不能被解释的结构化冲击用残差冲击表示。这种残差冲击并没有直接的经济学解释，基于下一节实证结果的分析发现它对解释石油现货和期货价格的作用较小。
三、实证结果分析
1.脉冲响应
在VAR模型中，某一个变量的冲击不仅直接影响到自身，而且会通过VAR模型的滞后结构传递到其他内生变量。脉冲响应函数主要用于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，即任何一个变量的扰动项如何通过模型影响所有其他变量，最终又反馈到自身的过程。图1给出了一个标准差的不同类型石油冲击对石油价格、石油产量、石油存货、全球经济活动、石油期货价格和期货—现货价差的影响。
图1 不同类型石油冲击的脉冲响应函数
注:我们将石油冲击进行标准化处理，表示冲击每变动10%对各变量的影响。
从石油市场中的基本面冲击来看。首先，从图1可以看到，外生的石油供给冲击导致石油产量下降的同时油价上涨。石油产量下降使石油存货暂时处于较低水平，经济活动也受到明显冲击。石油供给冲击对石油期货价格和现货价格的动态影响较为相似，但期货价格相对而言上涨幅度较低，所以期货—现货价差出现下降。受到石油供给冲击后，石油期货曲线的斜率在长期没有显著改变，所以价差的这种下降只是暂时性的。其次，由经济活动引起的石油需求冲击使石油价格持续上升，同时一定程度上促使石油产量上升以及全球工业生产增长。而由于石油需求的激增，石油存货出现暂时性的下降，但库存减少并不明显。此外，石油期货价格与现货价格对石油需求冲击反应相似，价差暂时性下降。最后，石油特定需求冲击也导致石油现货价格持续上升以及石油产量的增加，价差仅在短期下降。但与经济活动引起的石油需求冲击不同，这类石油需求的增加对全球经济活动水平存在负向作用。实际上，这种石油特定需求冲击类似于石油市场中的预防性需求增加。在国际石油市场中，由于担心全球市场的供需失衡加剧，各国政府、大型跨国石油公司以及炼油厂会纷纷增加预防性石油需求以应对可能发生的石油危机，因此石油库存会呈现一定增长态势。
从我们得到的脉冲响应图形来看，除传统意义上的供需基本面冲击外，石油期货市场中的投机冲击对石油现货价格也有显著影响。但投机冲击对石油现货价格的影响在半年后开始下降，相较供需基本面冲击对石油现货价格影响而言持续时间较短。我们发现期货—现货价差在受到投机冲击后持续上升，这说明虽然石油期货市场中的投机冲击对现货石油价格有很强的影响，但投机冲击对期货价格的影响并没有及时、完全的传递到石油现货市场。在对投机影响进行估计时，模型中包括期货市场变量是必要的，因为在无套利条件下期货价格冲击完全传递到石油现货价格在实际上是不成立的。
我们没有发现在受到投机冲击后石油产量和存货有显著反应，全球经济活动也没有受到明显冲击。不少文献不认为，在过去的研究忽视投机对油价的作用是因为没有考虑石油存货的增加(Irwin和Sanders 2010)。Hamilton(2009)利用一个简单的理论模型得到只要石油需求价格弹性较小，投机对现货价格的影响就不会引起石油存货显著上升的结论。Kilian和Murphy(2010)在Hamilton (2009)对石油市场投机作用的理论分析的基础上，通过限制石油需求的价格弹性大小来约束在受到投机冲击后石油存货的反应，他们实际上将现货市场的石油库存定义为一种投机冲击。与他们对投机定义不同，我们无需对石油期货市场中的交易活动施加约束。我们的研究也表明投机活动会影响现货石油价格，但确实与石油存货的变动之间没有显著关系。我们实证结果中的石油产量对投机冲击的这种不显著反应与著名的霍特林原则(Hotelling Principle)的结论一致，当期货价格高于现货价格时，石油生产者有将石油产量保留在地下的倾向。我们认为这种反应仅在市场为上升结构(contango)，即现货价格低于期货价格时存在。同时，我们发现在受到投机冲击后，无论市场为上升结构(contango)还是下降结构(backwardation)，期货—现货价差均上升。
2.方差分解
VAR模型中各个内生变量的各期方差是其自身扰动及系统内其他扰动共同作用的结果，方差分解的目的就是要将VAR系统中任意一个内生变量的预测方差分解成各个变量的随机冲击所做的贡献。比较这个相对重要性信息随时间的变化，就可以估计出该变量的作用时滞后效应大小。上述脉冲响应函数分析表明除我们所熟知的传统供需基本面冲击外，石油期货市场中的投机活动对石油现货价格也有较大影响。这一节我们将进一步通过预测误差方差分解来分析供需基本面冲击与非基本面(投机)冲击对石油现货价格及石油期货价格的影响程度。
表2 石油现货价格和石油期货价格预测误差的方差分解[7]
续表
由表2可知，来自供需基本面的冲击解释了我们所选样本中的石油现货价格波动的大部分。石油供需基本面的冲击可以解释石油现货价格预测误差的65%以上。其中由经济活动所引起的石油需求冲击对预测误差方差的解释力度最强，可以解释30%以上的预测误差方差。石油供给冲击在短期可以解释30%左右的预测误差，而长期解释力度下降。同时，投机活动冲击对石油现货价格的解释力度也较强。在不同预测范围，尽管与供需基本面冲击相比，投机活动冲击的解释力度不是最大，但它对现货价格预测误差分解的解释度平均为11%左右，因此不能忽视其对油价波动的作用。
表2右边为石油期货价格的预测误差方差分解。我们发现，虽然石油期货价格波动仍主要是由(预期)基本面冲击解释，特别是经济活动导致的石油需求冲击。但投机活动在解释期货价格波动中占有很重要的位置，短期内对预测误差的解释力在20%以上，长期会适当下降，但仍较强，约为16%。
就投机冲击而言，其对现货市场的贡献较期货市场小，我们认为这主要是因为并非所有石油期货市场中的交易活动都完全传递到石油现货市场，与我们之前在脉冲响应分析中发现的投机冲击对石油现货价格不完全传递一致。最后，我们还发现不确定的残差冲击在短期的贡献非常小，这表明在短期内，我们模型设定的四类冲击几乎可以完全解释所选样本中石油现货和期货价格的预测误差，模型设定合理。
3.历史分解
上述预测误差方差分解的结果已经表明，在我们所选的整个样本区间(1999年1月—2010年10月)内，供需基本面冲击对石油现货价格和期货价格的解释力较投机冲击大。但是自本世纪以来，石油的金融属性得到很大发展，国际石油价格已不仅仅由供需决定。与此同时，由美元主导的全球货币信用体系和浮动汇率所以发的流动性过剩造成虚拟经济过度膨胀，不可避免的导致国际石油市场的动荡。这些都表明石油期货市场中的投机冲击对石油现货价格的影响可能越来越重要。所以有必要单独研究2000年1月到2010年10月间各石油冲击对石油现货价格影响程度，为此本文采用历史分解(Historical Decomposition)的方法对此进行研究。[8]结构VAR模型中t+j期的变量可以分解成:
分解式第一项表示各个变量冲击引起的从t+1至t+j期的预测值和真实值之间的误差，第二项为假设t期后没有任何冲击时对t+j期的预测值。通过历史分解方法，真实值可以被分解为预测值和预测误差，而预测误差可以被分解为每个变量冲击的贡献。历史贡献度的逐渐下降表示负向冲击导致石油价格下降，反之亦然。图2中给出四类石油冲击的历史分解和石油价格走势。[9]
图2 石油冲击的历史分解
注:结构冲击的历史贡献是累积的，用百分比来表示对基本预测的偏离。这里将2000年1月的冲击贡献设为零，将历史贡献标准化。
石油价格在经历了2000年的25美元/桶上下波动后，由于受到互联网经济泡沫和“9.11”事件的打击全球经济疲软，此时石油供给相对石油需求过剩，以及负的投机冲击使石油价格在2001年处于低位运行。2003年初开始，随着格林斯潘的低利率政策所导致的房地产泡沫逐渐扩大，全球经济开始摆脱互联网泡沫的影响逐步复苏，国际油价也由2002年1月最低的17.04美元/桶一路上涨，2008年7月达到历史高位127.77美元/桶。
从图2中我们看到，整个2003—2008年油价上涨期间，在石油供给相对紧张的背景下，正向石油需求冲击使油价稳步上涨，其中经济活动增加引起的石油需求冲击支撑了油价30%～40%的上涨，而石油特定需求冲击在这一时期的贡献不足10%。Hamilton (2009)和Kilian(2009)的相关文献均提到，在石油供给趋紧的情况下，以中国为首的新兴经济体强劲经济增长引起石油需求的大幅增加是造成2003年以来的油价高企的原因。但需要指出的是，他们的研究忽视了对投机冲击的深入研究，即便提到过投机冲击也仅限于对石油存货的分析，未涉及石油期货市场。就石油存货而言，其全球数据的不可获得为研究制造了一定难度，同时石油期货价格对现货价格的影响不容忽视。
根据我们的实证结果，图2清楚地表明2003年以来的石油价格大幅上涨不仅仅是(相对紧张的石油供给)经济活动导致的石油需求冲击所致，投机冲击对油价的影响也不容小觑。在2003—2008年，石油期货市场中的投机活动推动油价高于(当期和预期)石油基本面决定价格约20%。投机冲击从2005年开始对油价上涨的贡献逐渐增加，尤其在2007—2008年油价暴涨期间，投机冲击明显加剧了石油市场波动，投机冲击对这一时期油价上涨的贡献超过30%。这与近年来美国的定量宽松政策向全球释放了大量的流动性不无关系。大量避险和逐利资金涌入石油期货市场，主力的基金机构不断做多国际石油期货市场助推了油价上涨。
2008年3月美国第五大投行贝尔斯登和9月第四大投行雷曼兄弟相继宣布破产，金融危机全面爆发，全球经济下滑，对石油需求下降，石油价格从最高峰时跌落到了62%。图2显示了这一时期的显著特点:石油需求大幅下降，全球石油产量仍然停滞，此时需求冲击和投机冲击的贡献均显著下降。紧接着，伴随着全球各国政府的联合救市和大规模历史超低利率甚至是负利率的流动性注入，国际油价又开始了以惊人速度反弹。2009年初，在全球经济复苏的背景下石油需求再次增加，投机者又迅速转向石油期货市场。
通过以上分析发现，在过去的10年中，除石油全球的生产供给不平衡引起石油价格急剧动荡外，石油金融化也起到推波助澜作用。因此，石油金融化虽然一定程度上完善石油市场，促进市场主体多元化，但巨额的投机交易会使虚拟的石油衍生品交易和实体经济所需的真实石油量严重背离，其结果自然是油价的暴涨暴跌。
四、主要结论
本文采用有别于标准VAR和SVAR的符号约束VAR模型对1991年1月至2010年10月的国际油价波动进行了深入研究，并专门探究了近年来油价急剧波动的原因。我们将石油供给冲击、经济活动驱动的石油需求冲击以及石油特定需求冲击均归为基本面冲击，与石油期货市场中投机冲击的非基本面相区别。这样区分石油冲击既有利于全面研究石油市场活动，又有利于分析近年来日益加剧的石油投机活动。
我们根据一系列实证研究，得到不同类型石油冲击对石油市场各变量的影响不尽相同的结论。其中，经济活动驱动的石油需求冲击对油价上涨的贡献相对较大，当然，石油供给的偏紧也一定程度上加剧了石油市场供需不平衡的矛盾。而更大的发现是，过去几年，石油期货市场中的投机活动很大程度上扭曲了石油市场的价格形成机制，对石油现货价格和期货价格有较大影响，但对石油产量和存货几乎没有影响。尤其在2007—2008年油价暴涨期间，投机活动导致油价显著偏离基本面决定的价格水平。因此，油价的上涨是多方面因素共同作用的结果，简单地将油价上涨归结于中国的石油需求增长，过度放大“中国因素”是没有根据的。
在过去十年中，国际石油市场发生了巨大的变化。石油衍生品交易量大幅度超过实物的产量，而金融机构已经取代了传统的石油买家和卖家，成为市场的主动性力量。石油市场这种“金融化”现象不可避免地影响石油价格的形成机制。因此，在以美元本位体制为核心的国际货币体系短期内无法改变的情况下，石油价格的暴涨暴跌仍将继续。
［1］Aastveit，K.A.，Modeling Transmission of Oil Price Shocks and Monetary Policy in a Data-Rich Environment.2009.
［2］Baumeister，C.and G.Peersman.Time-varying effects of oil supply shocks on the US economy.2008.
［3］Bernanke，B.S.，et al.，Systematic monetary policy and the effects of oil price shocks.Brookings papers on economic activity，1997(1): 91-157.
［4］Blanchard，O.J.and J.Galí，The Macroeconomic Effects of Oil Price Shocks:Why are the 2000s so different from the 1970s?in International Dimensions of Monetary Policy.2007，National Bureau of Economic Research，Inc.373-421.
［5］Brennan，M.J.，The price of convenience and the valuation of commodity contingent claims.Stochastic models and option values，1991.200:33-71.
［6］Brennan，M.J.and E.S.Schwartz，Evaluating natural resource investments.Journal of business，1985:135-157.
［7］Canova，F.and G.D.Nicol O，Monetary disturbances matter for business fluctuations in the G-7.Journal of Monetary Economics，2002.49(6):1131-1159.
［8］Coppola，A.，Forecasting oil price movements:Exploiting the information in the futures market.Journal of Futures Markets，2008.28(1):34-56.
［9］Dixit，A.K.and R.S.Pindyck，Investment under uncertainty.1994.
［10］Fackler，J.S.and W.Douglas McMillin，Historical decomposition of aggregate demand and supply shocks in a small macro model.Southern Economic Journal，1998.64:648-664.
［11］Faust，J.，The robustness of identified VAR conclusions about money.1998，Board of Governors of the Federal Reserve System (U.S.).
［12］Fry，R.andA.Pagan，Sign Restrictions in Structural Vector Autoregressions:A Critical Review.2010，National Centre for Econometric Research.
［13］Hamilton，J.D.andA.M.Herrera，Comment:oil shocks and aggregate macroeconomic behavior:the role of monetary policy.Journal of Money，Credit and Banking，2004:265-286.
［14］Hamilton，J.D.，Causes and Consequences of the Oil Shock of 2007-08.Brookings Papers on Economic Activity，2009.40(1) (Spring):215-283.
［15］Irwin，S.H.and D.R.Sanders，The impact of index and swap funds on commodity futures markets:preliminary results.OECD Food，Agriculture and Fisheries Working Papers，2010.
［16］Kaufmann，R.K.and B.Ullman，Oilprices，speculation，and fundamentals:Interpreting causal relations among spot and futures prices.Energy Economics，2009.31(4):550-558.
［17］Keynes，J.M.，A Treatise on Money.Volume 2 ed.1930，London: Macmillan.
［18］Kilian，L.，Not All Oil Price Shocks Are Alike:Disentangling Demand and Supply Shocks in the Crude Oil Market.American Economic Review，2009.99(3):1053-1069.
［19］Kilian，L.and D.Murphy，The Role of Inventories and Speculative Trading in the Global Market for Crude Oil.2010，C.E.P.R.Discussion Papers.
［20］Miller，J.I.and R.A.Ratti，Crude oil and stock markets:Stability，instability，and bubbles.Energy Economics，2009.31(4):559-568.
［21］Mountford，A.and H.Uhlig，What are the effects of fiscal policy shocks?Journal of Applied Econometrics，2009.24(6):960-992.
［22］Pappa，E.，THE EFFECTS OF FISCAL SHOCKS ON EMPLOYMENT AND THE REAL WAGE*.International Economic Review，2009.50(1):217-244.
［23］Pindyck，R.S.，The Present Value Model of Rational Commodity Pricing.Economic Journal，1993.103(418):511-530.
［24］Sims，C.A.，Interpreting the macroeconomic time series facts:the effects of monetary policy.European Economic Review，1992.36 (5):975-1000.
［25］Uhlig，H.，What are the effects of monetary policy on output? Results from an agnostic identification procedure.Journal of Monetary Economics，2005.52(2):381-419.
［26］Working，H.，Speculation on hedging markets.Food Research Institute Studies，1960.1(2):185-220.
［27］李卓与赵会，并非所有的需求性油价冲击都是类似的——关于国际油价需求性冲击的进一步分解.经济评论［J］，2010 (05):121～131.
［28］魏巍贤与林伯强，国内外石油价格波动性及其互动关系.经济研究［J］，2007.42(012):130～141.
［29］张斌与徐建炜，石油价格冲击与中国宏观经济:机制、影响与对策.管理世界［J］，2010(11).
【注释】
[1]李卓，武汉大学经济与管理学院，教授，博士生导师，系主任。张茜，武汉大学经济与管理学院，博士研究生。
[2]6个主要非OECD国家包括巴西、中国、印度、印度尼西亚、俄罗斯联邦及南非。
[3]尽管滞后标准建议选择2或3阶滞后，但我们决定选取一年为滞后阶数(见Hamilton和Hererra 2004)。该样本开始于可获得的期货价格数据。
[4]关于符号约束的详细分析，可参考Fry和Pagan(2010)的文献。
[5]本文M=4，则存在错误!未找到引用源。次可能的循环。
[6]Brennan(1991)把便利收益界定为实物商品自然产生的增值收益流，这种增值收益流是实物商品持有者获得的，而非以实物商品为标的资产的衍生合约持有者。并发现商品存货、现货价格和便利收益之间存在以下关系:当存货水平较低时，现货价格相对较高，便利收益也相对较高;当存货水平较高时，现货价格相对较低，便利收益也相对较低。
[7]若对VAR模型中其他变量的预测误差方差分解感兴趣，可向作者索取数据。
[8]关于历史分解的详细分析，可参考Fackler和McMillin(1998)的文献。
[9]历史分解结果可以通过RATS软件包得到，限于篇幅具体过程及程序不在这里列出，有兴趣的读者可以向作者索取。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
