國際原油價格系統(tǒng)結(jié)構(gòu)性突變識別與分析

柴 建，張鐘毓，付舉磊，郭菊娥，汪壽陽

1 陜西師范大學(xué) 國際商學(xué)院，西安 710119 2 國防科學(xué)技術(shù)大學(xué) 信息系統(tǒng)與管理學(xué)院，長沙 410073 3 中國科學(xué)院 國家數(shù)學(xué)與交叉科學(xué)中心，北京 100190 4 西安交通大學(xué) 管理學(xué)院，西安 710049

1 引言

1960年原油輸出國組織(Organization of Petroleum Exporting Countries，OPEC)的建立，使部分國際原油市場的控制權(quán)從?？松梨?、英國原油等私營的跨國巨頭向產(chǎn)油國的國有原油公司轉(zhuǎn)變，導(dǎo)致傳統(tǒng)行業(yè)巨頭的影響力大為削弱。同時油品期貨市場的建立，使國際原油產(chǎn)品的金融屬性大大增強(qiáng)。因此，原油供需基本面在很大程度上并不能控制油價，而投資者對全球經(jīng)濟(jì)恢復(fù)前景的預(yù)判、美元走勢等越來越成為影響油價波動的重要因素。不管是對原油資源地或原油運(yùn)輸渠道的控制，還是對原油期貨市場的控制，最終目的都是為了得到原油的定價權(quán)。歷史上每次原油危機(jī)的發(fā)生都會導(dǎo)致原油的定價權(quán)控制主體產(chǎn)生些許變化，也就是說在油價形成中各種影響因素的作用效果在發(fā)生著變化。隨著這種影響主體或影響效果的變化，油價的運(yùn)行狀態(tài)不可能固定不變。因此，通過考察油價運(yùn)行狀態(tài)的變化，對更加深入地了解原油市場價格系統(tǒng)的結(jié)構(gòu)性動態(tài)變化及科學(xué)制訂中國能源政策都會有重大的理論意義和現(xiàn)實(shí)意義。

2 相關(guān)研究評述

長期看，油價主要由原油的供需基本面決定，影響油價波動的其他各種因素均可能通過改變原油的供求關(guān)系或者人們對供求關(guān)系的預(yù)期而對原油價格產(chǎn)生影響[1]。Stevens[2]介紹了一種理論框架來解釋供給與需求相互作用對國際原油價格的決定作用，分析原油市場的形成及工作原理，并利用這個理論框架解釋油價狀態(tài)愈發(fā)不穩(wěn)定等熱點(diǎn)問題。

影響油價的供給因素涉及全球原油儲量和產(chǎn)量、OPEC產(chǎn)量在世界原油市場供給結(jié)構(gòu)中的比重、勘探開發(fā)投資及原油生產(chǎn)成本等。由于世界原油資源的分布極具地域性和不均衡性的特點(diǎn)，OPEC擁有世界上絕大部分探明原油儲量，其產(chǎn)量和價格政策對世界原油供給和價格具有重大影響，故OPEC在原油價格波動中所起的影響和作用成為能源經(jīng)濟(jì)的一個重要研究方向。Roumasset等[3]運(yùn)用可耗竭性理論估算不考慮壟斷利潤下的均衡原油價格，研究結(jié)果表明，1974年及1979年至1980年原油價格的上升可以看做是由于供應(yīng)的變動引起的；Ramcharran[4]利用目標(biāo)收入理論驗(yàn)證原油市場生產(chǎn)者行為與油價的關(guān)系，說明OPEC需要調(diào)整自己的原油價格和生產(chǎn)策略，以轉(zhuǎn)變所占原油市場份額不斷下降的趨勢；Alhajji等[5]和Brémond等[6]對OPEC的非卡特爾性質(zhì)進(jìn)行解釋和說明，同時也說明OPEC在油價的定價權(quán)方面具有較強(qiáng)的控制力；Lin等[7]利用事件研究方法，考察OPEC宣告主要原油產(chǎn)品生產(chǎn)計劃對國際原油價格的影響。

影響油價的需求因素涉及經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)變化、替代能源的發(fā)展以及節(jié)能技術(shù)的發(fā)展和應(yīng)用等，全球經(jīng)濟(jì)增長會帶動國際原油市場價格上漲，反過來，異常高的油價勢必會阻礙世界經(jīng)濟(jì)的發(fā)展，全球經(jīng)濟(jì)增長速度放緩又會影響原油需求的增加。作為全世界最大的經(jīng)濟(jì)組織，經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Co-operation and Development，OECD)的原油消費(fèi)始終占世界原油消費(fèi)總量的一半以上，具有明顯的代表性。Huntington[8]利用響應(yīng)曲面分析模型分析OECD原油需求的價格彈性；Chevillon等[9]研究表明，OECD的原油需求是原油現(xiàn)貨價格的重要決定因素，隨著新興經(jīng)濟(jì)體的發(fā)展和金融市場的繁榮，油價將受到越來越多的因素影響，波動將更加劇烈和頻繁。

亞太地區(qū)是當(dāng)前世界上對原油需求增長最旺盛而資源量又嚴(yán)重不足的地區(qū)，中國是東亞地區(qū)最大并發(fā)展最快的經(jīng)濟(jì)體，是原油消費(fèi)大國。2003年中國已經(jīng)超過日本，成為全球僅次于美國的第二大原油消費(fèi)國，即使在2008年底和2009年全球經(jīng)濟(jì)發(fā)展速度放緩過程中，中國仍在繼續(xù)進(jìn)口更多的原油。近年來，中國原油進(jìn)口量的日益增長和海外油氣資源的拓展行為受到很多國家的高度關(guān)注和憂慮，中國因素在原油價格波動中所受的影響及所起的作用已成為很多學(xué)者考察的對象。Skeer等[10]研究中國交通行業(yè)的原油需求增長在不同情境下對國際原油價格的影響，結(jié)果表明，在基準(zhǔn)情境下，到2020年中國交通部門新增的原油需求將導(dǎo)致國際原油價格出現(xiàn)1%～3%的增長率；而在原油供應(yīng)緊張的情境下，到2020年中國交通部門新增的原油需求將導(dǎo)致國際原油價格出現(xiàn)3%～10%的增長率。Bénassy-Quéré等[11]研究1974年至2004年原油價格與美元指數(shù)之間的協(xié)整和因果關(guān)系，結(jié)果表明，從長遠(yuǎn)看，原油價格上升10%伴隨著4.3%的美元溢價，而且存在從原油到美元的因果關(guān)系，而這種異常關(guān)系的出現(xiàn)主要是由于中國在原油和外匯交易市場上的迅猛發(fā)展。

近年來，原油作為國家性戰(zhàn)略資源的地位不斷增強(qiáng)，影響油價波動的因素日益增多，已從主要為供求關(guān)系的單一因素向多種因素互相影響、共同作用的方向轉(zhuǎn)變，包括全球經(jīng)濟(jì)增長、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)、匯率、地緣政治、投機(jī)、季節(jié)性氣候和庫存等。

20世紀(jì)90年代以來，巨額的投資基金不斷流入原油期貨市場，對國際原油市場的影響顯著增強(qiáng)，對原油價格產(chǎn)生較大沖擊。Foster[12]研究1990年至1991年海灣沖突階段英國和美國的原油期貨與現(xiàn)貨市場間的行為關(guān)系，分析期貨市場的價格發(fā)現(xiàn)功能，重點(diǎn)放在時變狀態(tài)下的價格發(fā)現(xiàn)研究，結(jié)果表明，這樣的價格發(fā)現(xiàn)關(guān)系具有強(qiáng)烈的時變特性，給出一種新的研究現(xiàn)貨與期貨市場之間關(guān)系的視角；Tomatate[13]通過供需情境分析，對原油價格的未來態(tài)勢進(jìn)行預(yù)測，仿真研究結(jié)果表明，原油價格在未來2年～3年將繼續(xù)重復(fù)大幅波動，平均價格處于15～18美元水平左右，原油方面的投機(jī)因素將會加劇原油市場的價格波動。

庫存是短期中供求關(guān)系的指示器，近幾年庫存對油價波動的影響越來越明顯。庫存增加超出預(yù)期，說明市場供應(yīng)充足，油價下行可能性增大；庫存減少超出預(yù)期，說明市場供不應(yīng)求，推動油價上漲，因此，直觀上庫存與原油價格呈現(xiàn)負(fù)相關(guān)關(guān)系。Ghouri[14]從定量和定性兩方面分析1995年2月至2004年7月月末美國油類產(chǎn)品庫存的變化對北美西得克薩斯(West Texas Intermediate, WTI)原油價格的影響，證明兩者之間具有顯著負(fù)相關(guān)性。

從過去幾年國際市場原油價格變化看，美元貶值也是導(dǎo)致高油價的重要因素。很多實(shí)證表明，原油價格變動和美元與國際主要貨幣之間的匯率變動存在相關(guān)關(guān)系。Zhang等[15]研究美元匯率的變動對原油價格的影響，結(jié)果表明，長期看，美元匯率對原油價格具有顯著的影響效應(yīng)；Lizardo等[16]研究貨幣政策，表明美元指數(shù)的變動及各進(jìn)、出口原油大國的匯率均受到原油價格沖擊的影響。

在國際油價波動及趨勢狀況的研究方面，中國學(xué)者集中于考慮國際油價的波動性風(fēng)險來源、趨勢預(yù)測以及波動的影響效益。在波動性風(fēng)險來源方面，如突發(fā)事件[17]、中國原油進(jìn)口[18]、OPEC政策的演變與產(chǎn)量行為[19-21]以及石油工人階段性的罷工[22]等；在國際油價趨勢預(yù)測方面，如建立基于3種不同分布的IGARCH 模型刻畫國際油價的走勢[23]、基于對近40年的國際油價歷史變化情況和原因的描述判斷未來油價趨勢[24]、構(gòu)建多重均衡視角的國際油價變動模型、預(yù)測后金融危機(jī)時代下國際油價的未來可能走勢[25]等；在國際油價波動的影響效應(yīng)方面，如研究對中國通貨膨脹的影響[26]，對中國物價水平[27-28]、煤炭價格[29]、私人汽車擁有量[30]、農(nóng)產(chǎn)品價格的沖擊[31]，對中國GDP增長率、消費(fèi)者物價指數(shù)(CPI)和一年期存款利率產(chǎn)生的動態(tài)沖擊效應(yīng)的影響[32]。

對原油價格進(jìn)行分析，需要對原油價格的影響因素及影響機(jī)理有一個較為全面的認(rèn)識。原油作為一種重要的國際商品，其價格的形成機(jī)制十分復(fù)雜。全球經(jīng)濟(jì)增長、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)、匯率、地緣政治、投機(jī)、季節(jié)性氣候、庫存、替代能源價格和生產(chǎn)成本等因素都會直接或間接地對原油價格產(chǎn)生影響，如果將所有影響因素全放入模型，模型的復(fù)雜度將會非常高。因此，應(yīng)從眾多的影響因素中進(jìn)行科學(xué)的篩選，找出有代表性的、抓住主要信息量的因素，并在此基礎(chǔ)上對原油價格進(jìn)行剖析?；谶@種需求，本研究利用因果檢驗(yàn)和協(xié)整分析法篩選因素，建立油價系統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ?，在此基礎(chǔ)上討論油價系統(tǒng)的周期性和突變特征。

3 油價系統(tǒng)模型變量篩選及經(jīng)驗(yàn)?zāi)Ｐ偷臉?gòu)建和分析

建立MSBVAR模型考察原油價格系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性突變點(diǎn)以及結(jié)構(gòu)失衡時的持續(xù)期會有多長。本研究首先利用因果檢驗(yàn)、協(xié)整分析等方法建立原油價格系統(tǒng)VARX模型，以原油的價格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量，以庫存和投機(jī)因素為外生變量，且對原油價格系統(tǒng)VARX(2)模型進(jìn)行原油價格方差分解；其次，為考察原油價格系統(tǒng)所處狀態(tài)的變化，在原油價格系統(tǒng)VARX模型的基礎(chǔ)上，建立基于Bayes理論的原油價格系統(tǒng)MSVAR模型(即MSBVAR)。

3.1 變量篩選

本研究選取原油現(xiàn)貨價格(OP，以下簡稱原油價格)、OPEC原油產(chǎn)量(OPD，以下簡稱原油供應(yīng))、OECD原油消費(fèi)量(OPC，以下簡稱原油需求)、OECD原油庫存(OPS)、非商業(yè)凈多頭(ONL)、美元指數(shù)(UDI)、中國原油凈進(jìn)口(CNI)作為原油價格系統(tǒng)的考察變量。為了考察中國原油凈進(jìn)口對原油價格的影響，首先需要對數(shù)據(jù)考察區(qū)間進(jìn)行選擇，據(jù)統(tǒng)計，1996年第4季度中國才真正成為原油凈進(jìn)口國，因此選取1997年至2011年的以上各變量數(shù)據(jù)作為樣本。由于原油的消費(fèi)具有明顯的季節(jié)性，本研究選擇季節(jié)頻度數(shù)據(jù)作為分析的對象。所有數(shù)據(jù)來源于美國能源信息管理(U.S.Energy Information Administration,EIA)。

本研究通過對以上各變量間的因果檢驗(yàn)結(jié)果表明，在10%的顯著性下，原油供應(yīng)、原油需求、美元指數(shù)及中國原油凈進(jìn)口與原油價格互為Granger原因，故本研究建立的原油價格系統(tǒng)模型將以原油的價格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量。

原油庫存在調(diào)節(jié)市場供需平衡的過程中也起到關(guān)鍵作用，雖然庫存不是絕對價格的直接反映，但庫存是對市場上漲或下跌動力的一個實(shí)際顯示，價格是這些動力的瞬間反映。高原油價格期間，會降低庫存以增加市場供應(yīng)，反過來拉低原油價格；低原油價格期間，會增加庫存以減少市場供應(yīng)，進(jìn)而推高原油價格。因此，庫存的變動將會對原油價格系統(tǒng)的平衡產(chǎn)生沖擊，本研究將其作為一個外生變量。

目前國際原油價格存在特殊的形成機(jī)制，供求雙方在簽訂供貨合同時依據(jù)某種計價公式確定基準(zhǔn)價格，以此直接關(guān)聯(lián)原油期貨市場上的原油價格。因此，期貨價格在很大程度上影響現(xiàn)貨價格，原油價格必然會受到期貨市場投機(jī)因素的影響，本研究將投機(jī)因素也作為一個外生變量。

綜上，本研究以原油的價格、供應(yīng)、需求、美元指數(shù)和中國原油凈進(jìn)口為內(nèi)生變量，以庫存和投機(jī)因素為外生變量，建立油價模型系統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ汀；诖耍瑯?gòu)建帶有外生變量的向量自回歸模型(vector autoregressive model with exogenous variables，VARX)，反映原油價格系統(tǒng)變量間的相互關(guān)系。需求注意的是，本研究變量之間有相關(guān)關(guān)系，存在一定的共線性問題，但是現(xiàn)有技術(shù)如果完全消除共線性問題，在經(jīng)濟(jì)學(xué)解釋上會大打折扣，權(quán)衡之下，本研究根據(jù)歷史經(jīng)驗(yàn)的總結(jié)、Granger因果檢驗(yàn)及VARX經(jīng)驗(yàn)?zāi)Ｐ徒⒌臋z驗(yàn)過程對變量進(jìn)行篩選，鑒于篇幅所限，不做詳細(xì)的說明。

3.2 模型建立

VARX模型需要確定很多變量，如滯后期的選擇、是否穩(wěn)定等一系列問題，首先對VARX模型的滯后期進(jìn)行選擇和確定。在對初步選取的VARX模型進(jìn)行檢驗(yàn)后發(fā)現(xiàn)，似然比統(tǒng)計量、最終預(yù)測誤差、赤池信息準(zhǔn)則、漢南-奎因準(zhǔn)則的檢驗(yàn)結(jié)果表明，選擇滯后5階的模型是最優(yōu)的，施瓦茨信息準(zhǔn)則的檢驗(yàn)結(jié)果表明滯后1階的模型是最優(yōu)的，但分別對VARX(5)模型和VARX(1)模型進(jìn)行穩(wěn)定性檢驗(yàn)，發(fā)現(xiàn)兩個模型均不能通過穩(wěn)定性檢驗(yàn)，同時滯后5階的模型的估計參數(shù)過多，模型自由度嚴(yán)重不足。因此，本研究對滯后1階～5階的模型均進(jìn)行檢驗(yàn)，發(fā)現(xiàn)只有滯后2階的模型是穩(wěn)定的，而且對各個變量的解釋能力和模擬效果也是最好的，故本研究選擇VARX(2)模型進(jìn)行估計和分析。模型穩(wěn)定性檢驗(yàn)結(jié)果見圖1，圖中的橫軸為實(shí)數(shù)軸，縱軸為虛數(shù)軸，以原點(diǎn)為圓心、半徑為1的圓為單位圓，單位圓中的點(diǎn)即為VARX(2)模型特征方程的根，所有的點(diǎn)全部位于單位圓內(nèi)，表明模型具有穩(wěn)定性。

圖1 VARX(2)模型穩(wěn)定性檢驗(yàn)結(jié)果Figure 1 Stability Test Results of VARX(2) Model

注：(-1)為滯后1階，即1個季度；(-2)為滯后2階，即2個季度。下同。

在建立變量之間的VARX模型之后，還需做進(jìn)一步的協(xié)整檢驗(yàn)，檢驗(yàn)變量間是否存在長期穩(wěn)定的均衡關(guān)系。Granger最早提出協(xié)整概念，后來經(jīng)過Engle等[33-34]不斷完善，使協(xié)整分析廣泛應(yīng)用于宏觀經(jīng)濟(jì)研究和金融市場分析中，而這些經(jīng)濟(jì)系統(tǒng)的顯著特點(diǎn)是，短期動態(tài)關(guān)系易受到隨機(jī)擾動因素的顯著影響，而長期關(guān)系又易受到均衡關(guān)系的制約。本研究對VARX(2)模型進(jìn)行Johansen協(xié)整檢驗(yàn)，跡統(tǒng)計量和最大特征值統(tǒng)計量都表明，模型變量間均存在協(xié)整關(guān)系。原油價格系統(tǒng)VARX(2)模型通過了穩(wěn)定性檢驗(yàn)和協(xié)整檢驗(yàn)，其具體估計結(jié)果如表1。

由表1的估計結(jié)果可知，模型的決定系數(shù)R2和調(diào)整的決定系數(shù)R2都接近 于1，說明模型擬合效果較好，解釋能力較強(qiáng)，且各變量的F統(tǒng)計量的值都大于5%顯著性水平下的F臨界值，說明模型通過了F檢驗(yàn)，具有較高的可信度。

3.3 脈沖響應(yīng)分析

由于向量自回歸模型是一種非理論模型，它無需對變量做任何先驗(yàn)性約束，因此在分析該類模型時，往往不分析一個變量的變化對另一個變量的影響，而是分析當(dāng)一個誤差項(xiàng)發(fā)生變化，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，此時需要采用脈沖響應(yīng)函數(shù)方法來分析模型。

對以原油價格為因變量，以原油供需、美元指數(shù)和中國原油凈進(jìn)口為自變量建立的VARX模型進(jìn)行脈沖響應(yīng)分析，并繪制脈沖響應(yīng)分析圖，見圖2。圖2描繪了原油供需、美元指數(shù)和中國原油凈進(jìn)口的波動對原油價格的沖擊效應(yīng)，橫軸為沖擊作用的滯后期間數(shù)，即波動持續(xù)期(單位為季度)，本研究將沖擊作用的滯后期設(shè)定為12個季度；縱軸為原油價格的響應(yīng)程度或波動程度(單位為%)；曲線為脈沖響應(yīng)函數(shù)的計算值，代表原油價格對原油產(chǎn)量、原油消費(fèi)量、美元指數(shù)和中國原油凈進(jìn)口的沖擊效應(yīng)。

由圖2可知，中國原油凈進(jìn)口對原油價格的正向沖擊效應(yīng)最為明顯，中國原油凈進(jìn)口的增加從第1期開始就會對原油價格產(chǎn)生正向沖擊效應(yīng)(波動程度為正)，至第3期后效應(yīng)緩慢增加，至第5期達(dá)到最大，然后逐漸平穩(wěn)下降；原油需求(即消費(fèi)量)對原油價格的正向沖擊在第1期至第2期非常小，從第2期開始上升至第4期達(dá)到最大，然后緩慢下降；原油供應(yīng)(即產(chǎn)量)對原油價格的負(fù)沖擊效應(yīng)在第2期即達(dá)到最大(波動程度為負(fù))，至第4期沖擊效應(yīng)基本消失；美元指數(shù)對原油價格的負(fù)向沖擊效應(yīng)極為明顯，從第1期開始產(chǎn)生作用至第4期達(dá)到最大，然后波動逐漸緩慢減少，趨向于0。

圖2 原油價格對原油供需及美元指數(shù)、中國原油凈進(jìn)口的脈沖響應(yīng)分析圖Figure 2 Impulse Response Analysis Chart of Crude Oil Price to the Supply and Demand for Crude Oil, the U.S. Dollar Index and Chinese Net Imports of Crude Oil

圖3 中國原油凈進(jìn)口對原油價格和美元指數(shù)的脈沖響應(yīng)分析圖Figure 3 Impulse Response Analysis Chart of Chinese Net Imports of Crude Oil to Crude Oil Price and the U.S.Dollar Index

對以中國原油凈進(jìn)口為因變量、以原油價格和美元指數(shù)為自變量建立的VARX模型進(jìn)行脈沖響應(yīng)分析，并繪制脈沖響應(yīng)分析圖，如圖3所示。由圖3可知，原油價格的脈沖響應(yīng)函數(shù)值在前兩期為正，說明原油價格的增加伴隨著中國原油凈進(jìn)口的增加，這種現(xiàn)象不難解釋。中國石化企業(yè)受到現(xiàn)行的原油采購和儲備政策的制約，無法根據(jù)國際原油價格的漲跌變化靈活采購和儲備原油，因此造成中國進(jìn)口原油時的亞洲溢價現(xiàn)象，即中國原油凈進(jìn)口的增加和原油價格上升的現(xiàn)象同時出現(xiàn)。但是這種現(xiàn)象持續(xù)期只有2期多一點(diǎn)，2期后波動程度變?yōu)樨?fù)值，原油價格上漲對中國原油凈進(jìn)口的沖擊開始顯現(xiàn)出應(yīng)有的拉低作用。美元指數(shù)的波動值一直為負(fù)數(shù)，說明美元指數(shù)的上升對中國原油凈進(jìn)口一直是負(fù)效應(yīng)，這是因?yàn)槊涝笖?shù)上升伴隨著原油價格的降低。根據(jù)中國進(jìn)口原油的亞洲溢價現(xiàn)象，原油價格的下降伴隨著中國原油凈進(jìn)口的下降，由圖3可知，美元指數(shù)上升對中國原油凈進(jìn)口的沖擊效應(yīng)為負(fù)，至第3期達(dá)到最大，然后逐漸回落，趨向于0。

3.4 方差分解

脈沖響應(yīng)函數(shù)描述了各變量對于沖擊是如何反應(yīng)的，而方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化(通常用方差來度量)的貢獻(xiàn)度，進(jìn)一步評價不同結(jié)構(gòu)沖擊的重要性，因此方差分解能給出對VAR模型中變量產(chǎn)生影響的每個隨機(jī)擾動的相對重要性的信息。

以原油價格為因變量，以原油產(chǎn)量、原油消費(fèi)量、中國原油凈進(jìn)口和美元指數(shù)為自變量建立VARX(2)模型，并計算相對方差貢獻(xiàn)率。表2給出原油價格的方差分解結(jié)果，各變量的貢獻(xiàn)率在同一周期下進(jìn)行對比。在全部周期內(nèi)，除原油價格對自身的貢獻(xiàn)率較大外(100%～41.37%)，中國原油凈進(jìn)口對原油價格波動的貢獻(xiàn)最大(0%～32.003%)，在各周期內(nèi)明顯大于其他變量的貢獻(xiàn)率。這是由于邊際需求 影響邊際價格，邊際需求量越大，波動范圍越大，則邊際價格的波動就會越大。在全球原油供需體制中，現(xiàn)貨交易就是影響邊際價格的邊際需求。如果將中國巨大的原油需求納入全球長線供需體制，則可以回避原油價格的波動，減少對世界原油價格的影響。但是，由于中國負(fù)責(zé)市場采購的企業(yè)在國際期貨交易中沒有發(fā)言權(quán)，無法履行平抑價格的儲油義務(wù)；同時，政策又隔阻了國內(nèi)需求與國際供應(yīng)商直接進(jìn)行長線原油交易的機(jī)會，從而使中國的絕大部分需求成為直接造成國際原油價格波動的現(xiàn)貨交易，為國際套利者創(chuàng)造巨大的投機(jī)空間，為國際原油價格的不斷攀升創(chuàng)造條件，因此引發(fā)了中國能源威脅論的觀點(diǎn)。表2中數(shù)據(jù)表明，在第4期，中國原油凈進(jìn)口對原油價格波動的貢獻(xiàn)率即達(dá)到12.889%，而其他各變量如原油產(chǎn)量、原油消費(fèi)量和美元指數(shù)的貢獻(xiàn)率分別只有1.692%、7.721%和9.579%；至第12期，中國原油凈進(jìn)口的貢獻(xiàn)率已達(dá)到32.003%。

表2 原油價格系統(tǒng)VARX(2)模型原油價格的方差分解結(jié)果Table 2 Variance Decomposition Results of Crude Oil Price with the Crude Oil Price System VARX(2) Model

眾所周知，美元是全球原油市場的主要結(jié)算貨幣，美元指數(shù)的升降意味著增加或侵蝕原油生產(chǎn)國的收益，故國際原油價格的漲跌與美元指數(shù)有很大關(guān)系。表2中數(shù)據(jù)表明，美元指數(shù)對原油價格變動的貢獻(xiàn)率僅次于中國原油凈進(jìn)口，第4期即達(dá)到9.579%，至第12期達(dá)到13.471%。然后是原油需求，貢獻(xiàn)率最小的是原油供應(yīng)。

4 基于MSBVAR模型的原油價格系統(tǒng)結(jié)構(gòu)突變點(diǎn)分析

為考察原油價格系統(tǒng)所處狀態(tài)的變化，在原油價格系統(tǒng)VARX模型的基礎(chǔ)上，本研究建立基于Bayes理論的原油價格系統(tǒng)MSVAR模型(MSBVAR)，目的在于識別油價系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性變點(diǎn)，若存在則測算油價系統(tǒng)結(jié)構(gòu)失衡狀態(tài)的持續(xù)期時長。

VAR模型也存在缺陷。①VAR模型的建立不依賴于經(jīng)濟(jì)理論，其非結(jié)構(gòu)化的多方程模型不斷受到人們的指責(zé)。為此，Blanchard等[35]提出結(jié)構(gòu)型向量自回歸模型，考慮到部分同期關(guān)系，適用于預(yù)測，而不適用于政策評價。該模型不僅提出向量自回歸的框架，也包括結(jié)構(gòu)內(nèi)容，給出美國宏觀經(jīng)濟(jì)波動的凱恩斯解釋。但相比較而言，VAR模型更適合用于預(yù)測。Tsay[36]證明結(jié)構(gòu)式與一般式存在等價關(guān)系。②VAR模型需要使用大量數(shù)據(jù)和估計相當(dāng)多的參數(shù)，當(dāng)樣本容量較小時，多數(shù)參數(shù)的估計量誤差較大。而在這種小樣本以及VAR模型參數(shù)過多的情況下，Bayes推斷理論則顯現(xiàn)了絕對優(yōu)勢。Zellner[37]將Bayes理論應(yīng)用到計量經(jīng)濟(jì)學(xué)領(lǐng)域，為這方面的系統(tǒng)研究打下基礎(chǔ)；Litterman[38]是在VAR 模型中應(yīng)用Bayes理論的創(chuàng)始人，基于Bayes理論解決向量自回歸模型的估計和分析問題，對明尼蘇達(dá)州的7個宏觀指標(biāo)進(jìn)行很好的預(yù)測。隨后在BayesVAR模型的理論和應(yīng)用方面發(fā)展了越來越多的研究成果[39-41]。

由于經(jīng)濟(jì)時間序列表現(xiàn)出經(jīng)常變化的特征，而且這種變化或是由一些不可觀測的原因引起的，或是與一些不可觀測的狀態(tài)關(guān)系緊密，如經(jīng)濟(jì)周期等。在這種情況下，普通的回歸分析或相關(guān)分析對這些具有周期性變動或異常值的序列研究表現(xiàn)出不穩(wěn)定，而參數(shù)狀態(tài)不斷轉(zhuǎn)換的模型是一個很好的選擇。狀態(tài)機(jī)制轉(zhuǎn)換過程包含很多不同的狀態(tài)，這些狀態(tài)均有不同的變動特征，各種狀態(tài)下不同的參數(shù)便可用來描述其特征的差異。在每種狀態(tài)下，過程均具有穩(wěn)定的先驗(yàn)，具有線性穩(wěn)定性，但不同狀態(tài)間的轉(zhuǎn)換使整個過程又具有高度的非線性。建模的主要任務(wù)就是當(dāng)過程在不同的狀態(tài)間進(jìn)行變動時，利用已觀測的樣本數(shù)據(jù)，對不同的參數(shù)及狀態(tài)轉(zhuǎn)移的概率進(jìn)行概率推斷。Harris[42]利用MCMC理論解決狀態(tài)轉(zhuǎn)換的向量自回歸模型的算法及理論推導(dǎo)；Rubio-Ramírez等[43]對馬爾科夫狀態(tài)轉(zhuǎn)換結(jié)構(gòu)向量自回歸模型(Markov switching structural vector autoregression model, MSSVAR)的算法及應(yīng)用做了全面地介紹；Sims等[44-45]和Hamilton等[46]分別對馬爾科夫狀態(tài)轉(zhuǎn)換的VAR模型(Markov switching vector autoregression model, MSVAR)的廣泛應(yīng)用做了進(jìn)一步的發(fā)展?；贐ayes VAR模型和狀態(tài)轉(zhuǎn)化模型，本研究在Sims等[45]的馬爾科夫狀態(tài)轉(zhuǎn)換貝葉斯向量自回歸模型(Markov switching Bayes vector autoregression model，MSBVAR)基礎(chǔ)上進(jìn)行擴(kuò)展應(yīng)用，對原油價格系統(tǒng)的突變特征進(jìn)行識別和分析。需要說明的是，本研究并沒有對模型的理論及構(gòu)架上做出擴(kuò)展，而是在MSBVAR模型中運(yùn)用馬氏鏈蒙特卡羅MCMC算法在研究問題上做了新的應(yīng)用。下面先對模型進(jìn)行簡單介紹。

MSBVAR模型是在VAR模型的基礎(chǔ)上，假定各變量之間的結(jié)構(gòu)關(guān)系是變動的，由每個模型的待估系數(shù)值來具體表現(xiàn)其結(jié)構(gòu)關(guān)系，在不同的時期該結(jié)構(gòu)關(guān)系處于不同的狀態(tài)，這樣就會使模型待估參數(shù)個數(shù)翻倍，在自由度不足或小樣本情況下，利用Bayes理論充分融合先驗(yàn)信息和樣本信息對待估參數(shù)進(jìn)行估計是目前最好的解決方式，而基于Bayes理論的MCMC方法成為本研究模型估計算法的首選。

(1)

為方便，上述的VAR(q)狀態(tài)轉(zhuǎn)換模型記為遞歸結(jié)構(gòu)向量自回歸RSVAR(q,k′)模型。大部分情況下可以經(jīng)過矩陣變換將VAR(q)模型轉(zhuǎn)化為VAR(1)模型，具體變換過程如下。

給出k階VAR(k)模型，k為滯后階數(shù)，是大于等于0的整數(shù)，則模型為

Yt=μ+P1Yt-1+P2Yt-2+…+PkYt-k+ut

(2)

其中，Yt～Yt-k為變量在下標(biāo)對應(yīng)時間的值所組成的向量矩陣，P1～Pk為對應(yīng)向量矩陣待估系數(shù)向量矩陣，ut為誤差向量。再給出如下等式，即

Yt-1=Yt-1,Yt-2=Yt-2,…,Yt-k+1=Yt-k+1

(3)

聯(lián)立(3)式和(2)式，形成聯(lián)立方程，可以把(2)式中的k個等式寫成分塊矩陣形式，即

(4)

其中，每一個元素(包括0)都表示一個向量或矩陣，N為每個向量的維數(shù)，k為每個向量的個數(shù)，Nk×1為Nk行1列的向量，Nk×Nk為Nk行Nk列的向量矩陣，μ為(2)式截矩的向量，Π為(2)式向量系數(shù)的矩陣，I為(2)式單位對角矩陣。令

(5)

(6)

其中，A0為截距向量，A1為待估系數(shù)向量矩陣，Ut為誤差向量矩陣。這時(4)式可寫為Yt=A0+A1Yt-1+Ut，按照這種方法可將(1)式的VAR(q)狀態(tài)轉(zhuǎn)換模型變?yōu)镽SVAR(q,k′)模型，具體形式為

(7)

即

(8)

(9)

(10)

其中，t>q，Yt=(x1,x2,…,xt)，exp{·}為求指數(shù)函數(shù)。另外，可以通過以下模型得到一階自回歸矩陣形式的似然函數(shù)l(Xq|ρq,λ)。在任意狀態(tài)下， 有

(11)

其中，τ為滯后階數(shù)。假定模型是穩(wěn)定的，則在任意狀態(tài)下，有

(12)

則

(13)

這時令Y=YN,ρ={ρq,…,ρN}。對狀態(tài)進(jìn)行積分可以得到待估參數(shù)λ的極大似然函數(shù)為

(14)

在一般情況下，可以通過對含參數(shù)λ的似然函數(shù)的最大化估計參數(shù)值。但是參數(shù)如此之多，如果要通過似然函數(shù)法獲得參數(shù)的后驗(yàn)分布及估計很困難，甚至不太可能，而MCMC方法為這種需要高階積分推導(dǎo)的概率計算提供了一種易于實(shí)施的方案。MCMC方法就是利用已知數(shù)據(jù)，在聯(lián)合后驗(yàn)分布下抽取狀態(tài)參數(shù)的樣本，利用Gibbs抽樣和Metropolis-Hastings算法，通過不斷迭代抽樣為

p(ρc|Y,λc)→ρc+1

p(μc|Y,ρc,Ac,Ωc,Pc)→μc+1

p(Ac|Y,ρc,μc+1,Ωc,Pc)→Ac+1

p(Ωc|Y,ρc,μc+1,Ac+1,Pc)→Ωc+1

p(Pc|Y,ρc,μc+1,Ac+1,Ωc+1)→Pc+1

其中，c為待估變量的模擬抽樣次數(shù)，表示第c次抽樣，(c+1)表示第(c+1)次抽樣；p為抽樣分布。

根據(jù)VARX(2)模型的分析結(jié)果以及上述理論，利用基準(zhǔn)VARX(2)模型，去掉外生變量，建立基于Bayes理論的油價系統(tǒng)MSBVAR模型。就單個原油價格序列來說，歷史原油價格可能存在多個突變點(diǎn)，在原油價格存在突變點(diǎn)時，原油的供應(yīng)、庫存或需求也可能同時出現(xiàn)突變點(diǎn)，這樣整個原油的供需均衡結(jié)構(gòu)并未發(fā)生明顯變動，系統(tǒng)均衡就不可能被打破，原油價格系統(tǒng)的突變點(diǎn)可能就不會出現(xiàn)，在原油價格及供需沒有同時變動、或變動幅度差異很大的情況下，原油價格系統(tǒng)就可能出現(xiàn)突變點(diǎn)。

參照(7)式，基于上述具體算法的思路過程，利用R軟件進(jìn)行計算檢驗(yàn)，發(fā)現(xiàn)二狀態(tài)(MS模型的假定狀態(tài)個數(shù))下MSBVAR模型比三狀態(tài)下的MSBVAR模型在各方面的顯著性檢驗(yàn)結(jié)果更好，同時二狀態(tài)MSBVAR模型對原油價格系統(tǒng)的解釋力更強(qiáng)。因此本研究選擇具有兩狀態(tài)的馬爾科夫狀態(tài)轉(zhuǎn)換模型，計算結(jié)果為兩個狀態(tài)，分別記為狀態(tài)1和狀態(tài)2，表3和表4為不同狀態(tài)下MSBVAR模型回歸系數(shù)值。

由表3和表4結(jié)果可知，對原油價格來說，在不同的狀態(tài)下，各因素對原油價格的影響效應(yīng)不同。在狀態(tài)1下，原油價格的主要影響由其滯后1期值決定，影響效果為1.000，但其滯后2期對自身的影響為-0.0004， 說明原油價格的翹尾效應(yīng)在滯后1個季度的情況下很顯著，但是價格增加一段時間后會導(dǎo)致供應(yīng)增加、需求減少，這樣滯后2個季度后價格便開始回落；美元指數(shù)的上升會導(dǎo)致原油價格下降，在狀態(tài)1下，滯后1期和滯后2期美元指數(shù)值對原油價格的影響均為負(fù)，回歸系數(shù)分別為-0.065和-0.0001；其他因素在滯后1期均對原油價格產(chǎn)生正的推動作用。在狀態(tài)2下，除原油價格的滯后1期值對原油價格有正的推動作用外(尾部效應(yīng))， 回歸系數(shù)為0.983，其他影響因素各階滯后、包括原油價格的滯后2期值均為負(fù)，對原油價格的上升起抑制作用。不同狀態(tài)下，模型系數(shù)不僅在數(shù)值大小上存在變化，而且在方向上也存在變化，這是一種結(jié)構(gòu)上的變動。

表3 狀態(tài)1下MSBVAR模型回歸系數(shù)值Table 3 MSBVAR Model Regression Coefficient Values in State 1

表4 狀態(tài)2下MSBVAR模型回歸系數(shù)值Table 4 MSBVAR Model Regression Coefficient Values in State 2

圖4 MSBVAR模型二狀態(tài)平滑概率圖Figure 4 Smoothed Probability Chart of MSBVAR Model in Two States

圖4給出MSBVAR模型在兩種狀態(tài)下的平滑概率值。由圖4可知，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。但從2008年第2季度開始原油價格系統(tǒng)模型開始向狀態(tài)2轉(zhuǎn)換，至2008年第4季度完全處于狀態(tài)2，2009年第2季度又完全恢復(fù)到狀態(tài)1。這一結(jié)果表明，1997年至2009年整個原油價格系統(tǒng)的平衡被打破一次，美國金融危機(jī)是1997年以來對原油價格系統(tǒng)沖擊最為嚴(yán)重的事件，也是能夠在改變原油價格運(yùn)行區(qū)間的同時打破原有原油市場均衡的唯一事件。

表5給出MSBVAR模型各個狀態(tài)間的轉(zhuǎn)移概率，由表5可知，原油價格系統(tǒng)模型處于狀態(tài)1的概率更高，為0.981，平均持續(xù)期為53個季度，而處于狀態(tài)2的平均持續(xù)期為35個季度。同時模型由狀態(tài)2轉(zhuǎn)向狀態(tài)1的概率要比相反方向的轉(zhuǎn)換概率高很多(0.029>0.019)。

表5 狀態(tài)轉(zhuǎn)移概率矩陣和持續(xù)期Table 5 Transition Probability Matrix and Durations of States

5 結(jié)論

本研究建立MSBVAR模型，考察原油價格系統(tǒng)在考察期內(nèi)是否存在結(jié)構(gòu)性變點(diǎn)，利用因果檢驗(yàn)、協(xié)整分析等方法建立原油價格系統(tǒng)模型VARX模型，對油價系統(tǒng)VARX(2)模型進(jìn)行油價方差分解；為考察油價系統(tǒng)所處狀態(tài)的變化，在油價系統(tǒng)VARX模型的基礎(chǔ)上，建立基于Bayes理論的油價系統(tǒng)MSVAR模型。

研究結(jié)果表明，①原油價格系統(tǒng)VARX(2)模型的估計結(jié)果很好地解釋了中國原油凈進(jìn)口時的亞洲溢價現(xiàn)象。②相對供需因素的影響，原油價格的尾部效應(yīng)更為顯著。③1997年至2011年整個原油價格系統(tǒng)的平衡只被打破一次，美國金融危機(jī)是1997年以來對原油價格系統(tǒng)沖擊最為嚴(yán)重的事件，也是能夠在改變原油價格運(yùn)行區(qū)間的同時打破已有原油市場均衡的唯一事件。

研究結(jié)論還表明，國際原油價格波動的主要原因在于中國原油凈進(jìn)口，其次是美元指數(shù)、原油需求和原油供應(yīng)，突發(fā)事件(如金融危機(jī))對原油價格系統(tǒng)的穩(wěn)定極具破壞力。因此，為穩(wěn)定國際原油價格，防止原油價格波動對各國經(jīng)濟(jì)造成嚴(yán)重影響，中國作為最大新興石油進(jìn)口國，應(yīng)逐步開放國內(nèi)石油市場，與發(fā)達(dá)國家和石油輸出國保持合作關(guān)系，以穩(wěn)定擴(kuò)大中國石油進(jìn)口來源；此外還應(yīng)擴(kuò)大海外石油資源開發(fā)投資，積極參與國際原油期貨市場，健全中國石油期貨市場，擔(dān)負(fù)起穩(wěn)定國際原油價格的責(zé)任和義務(wù)。

國際原油市場是一個復(fù)雜的系統(tǒng)，其結(jié)構(gòu)性的變動并不一定是突變，也可能是漸變，由于每個模型的限制性，利用更多的理論和方法對國際原油市場的演進(jìn)規(guī)律進(jìn)行全面的、多角度的分析將是進(jìn)一步研究的方向。

[1]Askari H,Krichene N.Oil price dynamics (2002-2006)[J].Energy Economics,2008,30(5):2134-2153.

[2]Stevens P.The determination of oil prices 1945-1995:A diagrammatic interpretation[J].Energy Policy,1995,23(10):861-870.

[3]Roumasset J,Isaak D,Fesharaki F.Oil prices without OPEC:A walk on the supply-side[J].Energy Economics,1983,5(3):164-170.

[4]Ramcharran H.OPEC′s production under fluctuating oil prices:Further test of the target revenue theory[J].Energy Economics,2001,23(6):667-681.

[5]Alhajji A F,Huettner D.OPEC and world crude oil markets from 1973 to 1994:Cartel,oligopoly,or competitive?[J].The Energy Journal,2000,21(3):31-60.

[6]Brémond V,Hache E,Mignon V.Does OPEC still exist as a cartel?An empirical investigation[J].Energy Economics,2012,34(1):125-131.

[7]Lin S X,Tamvakis M.OPEC announcements and their effects on crude oil prices[J].Energy Policy,2010,38(2):1010-1016.

[8]Huntington H G.Oil price forecasting in the 1980s:What went wrong?[J].The Energy Journal,1994,15(2):1-22.

[9]Chevillon G,Rifflart C.Physical market determinants of the price of crude oil and the market premium[J].Energy Economics,2009,31(4):537-549.

[10] Skeer J,Wang Y.China on the move:Oil price explosion?[J].Energy Policy,2007,35(1):678-691.

[11] Bénassy-Quéré A,Mignon V,Penot A.China and the relationship between the oil price and the dollar[J].Energy Policy,2007,35(11):5795-5805.

[12] Foster A J.Price discovery in oil markets:A time varying analysis of the 1990-1991 gulf conflict[J].Energy Economics,1996,18(3):231-246.

[13] Tomatate T.Simulation study on falling oil prices:Supply-demand and prices scenarios to 2000[J].Energy Policy,1986,14(6):571-574.

[14] Ghouri S S.Assessment of the relationship between oil prices and US oil stocks[J].Energy Policy,2006,34(17):3327-3333.

[15] Zhang Y J,Fan Y,Tsai H T,Wei Y M.Spillover effect of US dollar exchange rate on oil prices[J].Journal of Policy Modeling,2008,30(6):973-991.

[16] Lizardo R A,Mollick A V.Oil price fluctuations and U.S.dollar exchange rates[J].Energy Economics,2010,32(2):399-408.

[17] 王書平,陳鈺,金玉靜.突發(fā)事件對國際油價的影響分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2009,39(9):88-92.

Wang Shuping,Chen Yu,Jin Yujing.Analysis about the impact of emergencies on international oil price[J].Mathematics in Practice and Theory,2009,39(9):88-92.(in Chinese)

[18] 蔣瑛,羅明志.中國原油進(jìn)口對國際油價波動的影響及其戰(zhàn)略轉(zhuǎn)型研究[J].四川大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2012(6):133-140.

Jiang Ying,Luo Mingzhi.The impact of China′s oil import on the fluctuation of international oil price and China′s relevant strategic transformation[J].Journal of Sichuan University:Philosophy and Social Science Edition,2012(6):133-140.(in Chinese)

[19] 劉冬.歐佩克石油政策的演變及其對國際油價的影響[J].西亞非洲,2012(6):37-60.

Liu Dong.The evolution of OPEC′s oil policy and its influence on the oil prices[J].West Asia and Africa,2012(6):37-60.(in Chinese)

[20] 梁琳琳,齊中英.歐佩克產(chǎn)量對國際油價動態(tài)影響的實(shí)證分析[J].預(yù)測,2008,27(6):44-48.

Liang Linlin,Qi Zhongying.The dynamic influences of OPEC output on oil price[J].Forecasting,2008,27(6):44-48.(in Chinese)

[21] 梁琳琳.歐佩克產(chǎn)量行為對國際油價波動影響的實(shí)證研究[J].數(shù)理統(tǒng)計與管理,2009,28(6):963-973.

Liang Linlin.Empirical analysis of OPEC′s influences on the world oil price volatility[J].Application of Statistics and Management,2009,28(6):963-973.(in Chinese)

[22] 吳振信,金玉靜,王書平.石油工人罷工的階段性對國際油價的影響分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報,2010,31(1):59-62.

Wu Zhenxin,Jin Yujing,Wang Shuping.Analysis of the impact of strikes by oil workers on the international oil price[J].Journal of Hebei University of Economics and Business,2010,31(1):59-62.(in Chinese)

[23] 王吉培,楊遠(yuǎn),肖宏偉.基于IGARCH投影尋蹤回歸的國際油價走勢擬合模型[J].統(tǒng)計與決策,2009(5):49-51.

Wang Jipei,Yang Yuan,Xiao Hongwei.Establishing the international oil prices fitting model based on IGARCH projection pursuit regression[J].Statistics and Decision,2009(5):49-51.(in Chinese)

[24] 張雷,李江蘇,黃園淅,楊波.國際油價變化及未來趨勢判斷[J].資源科學(xué),2011,33(1):158-162.

Zhang Lei,Li Jiangsu,Huang Yuanxi,Yang Bo.A fluctuated international crude oil price and its perspective[J].Resources Science,2011,33(1):158-162.(in Chinese)

[25] 陳宇峰,薛蕭繁,徐振宇.國際油價波動對國內(nèi)農(nóng)產(chǎn)品價格的沖擊傳導(dǎo)機(jī)制:基于LSTAR模型[J].中國農(nóng)村經(jīng)濟(jì),2012(9):74-87.

Chen Yufeng,Xue Xiaofan,Xu Zhenyu.How fluctuation in international oil prices effecting the domestic prices of agricultural commodities:With LSTAR model[J].Chinese Rural Economy,2012(9):74-87.(in Chinese)

[26] 鄭淼,王貴寶.國際油價波動與中國通貨膨脹的相關(guān)性分析[J].商業(yè)時代,2012(28):53-54.

Zheng Miao,Wang Guibao.Correlation analysis of international oil price volatility and inflation in China[J].Commercial Times,2012(28):53-54.(in Chinese)

[27] 鄭麗琳.國際油價波動對中國物價水平影響的研究:基于協(xié)整和狀態(tài)空間模型的估計[J].經(jīng)濟(jì)經(jīng)緯,2013(2):116-120.

Zheng Lilin.A study on the impact of international crude oil price fluctuations on the China′s price level:Based on cointegration analysis and state space model[J].Economic Survey,2013(2):116-120.(in Chinese)

[28] 陳建寶,李坤明.國際油價對我國物價水平的非線性沖擊:基于STR模型的研究[J].廈門大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2011(5):43-50.

Chen Jianbao,Li Kunming.The nonlinear impact of international oil prices on the CPI in China:Findings from the STR model[J].Journal of Xiamen University:Arts & Social Sciences,2011(5):43-50.(in Chinese)

[29] 段繼紅.國際油價沖擊對中國宏觀經(jīng)濟(jì)的影響[J].統(tǒng)計研究,2010,27(7):25-29.

Duan Jihong.Impact of international oil price shocks on China′s macroeconomy[J].Statistical Research,2010,27(7):25-29.(in Chinese)

[30] 戰(zhàn)彥領(lǐng).國際油價走勢及對國內(nèi)煤炭價格的影響分析[J].中國煤炭,2008,34(9):21-24.

Zhan Yanling.Analysis of world oil price trends and impacts on domestic coal prices[J].China Coal,2008,34(9):21-24.(in Chinese)

[31] 施鳳丹,徐婕,郭紅燕.國際油價波動對中國私人汽車擁有量的實(shí)證研究[J].企業(yè)經(jīng)濟(jì),2008(4):106-108.

Shi Fengdan,Xu Jie,Guo Hongyan.Empirical study on international oil price fluctuations on the ownership of private car in China[J].Enterprise Economy,2008(4):106-108.(in Chinese)

[32] 陳宇峰.后危機(jī)時代的國際油價波動與未來走勢:一個多重均衡的視角[J].國際貿(mào)易問題,2010(12):3-11.

Chen Yufeng.International oil price fluctuation and future trend in post-crisis era:A perspective based on multiple equilibrium model[J].Journal of International Trade,2010(12):3-11.(in Chinese)

[33] Engle R F,Granger C W J.Co-integration and error correction:Representation,estimation,and testing[J].Econometrica,1987,55(2):251-276.

[34] Engle R F,Yoo B S.Forecasting and testing in co-integrated systems[J].Journal of Econometrics,1987,35(1):143-159.

[35] Blanchard O J,Quah D.The dynamic effects of aggregate demand and supply disturbances[J].The American Economic Review,1989,79(4):655-673.

[36] Tsay R S.Analysis of financial time series[M].2nd ed.Hoboken,NJ:John Wiley & Sons,2005:349-350.

[37] Zellner A.An introduction to Bayesian inference in econometrics[M].San Francisco,CA:John Wiley & Sons,1971:13-18.

[38] Litterman R B.Forecasting with Bayesian vector autoregressions:Five years of experience[J].Journal of Business & Economic Statistics,1986,4(1):25-38.

[39] Canova F,Ciccarelli M.Estimating multi-country VAR models[J].International Economic Review,2009,50(3):929-959.

[40] Canova F.Methods for applied macroeconomic research[M].Princeton,NJ:Princeton University Press,2007:355-399.

[41] Canova F.You can use VARs for structural analyses.A comment to VARs and the great moderation[R].Barcelona:Universitat Pompeu Fabra,2006.

[42] Harris G R.Markov chain Monte Carlo estimation of regime switching vector autoregressions[J].ASTIN Bulletin,1999,29(1):47-79.

[43] Rubio-Ramírez J F,Waggoner D F,Zha T.Markov-switching structural vector autoregressions:Theory and application[R].Atlanta:Federal Reserve Bank of Atlanta,2005.

[44] Sims C A,Waggoner D F,Zha T.Methods for inference in large multiple-equation Markov-switching models[J].Journal of Econometries,2008,146(2):255-274.

[45] Sims C A,Zha T.Were there regime switches in U.S.monetary policy?[J].The American Economic Review,2006,96(1):54-81.

[46] Hamilton J D,Raj B.Advances in Markov-switching models:Applications in business cycle research and finance[M].Heidelberg:Physica-Verlag,2002:37-49.