基于TVP-FAVAR模型的国际油价驱动因素研究:2000-2015,本文主要内容关键词为:国际油价论文,模型论文,因素论文,FAVAR论文,TVP论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
作为基础性能源,石油价格波动不仅关系到工业生产和物价水平的稳定,还会通过贸易条件的改变造成国民收入的潜在损益风险,对世界经济产生巨大的冲击。20世纪70年代爆发的两次能源危机导致油价大幅上涨,曾经迫使西方国家建立战略石油储备体系和增加非产油国的石油开采以应对油价动荡和供应紧张。进入80年代,随着石油输出国组织(OPEC)取消“限产报价”政策以及石油勘探开发成本的不断降低,油价开始大幅下降,除去科威特战争期间油价剧烈上涨,布伦特原油均价在之后的20年里维持在13.1-24.2美元/桶的范围内波动。1997-1998年石油输出国增产,又恰逢亚洲金融危机爆发导致原油需求受挫,布伦特原油价格跌至9.8美元/桶。进入21世纪,原油价格运行进入了全新的时期,在经历过小幅下降后布伦特油价从2003年开始一路飞速攀升,至2008年7月达到132美元/桶,创下了原油价格历史新高。2008年全球金融危机爆发,布伦特原油价格在半年之内下挫至40美元/桶,跌幅超过70%,危机过后油价随着经济回升又大幅反弹,于2011年达到123美元/桶。2011年以后油价在123-102美元/桶的范围内小幅震荡下行,到2014年下半年加速下跌,至2015年3月跌幅超过50%。 国际油价的每一次剧烈涨跌都与供需矛盾、宏观经济及金融周期波动和地缘政治冲击等因素密切相关。2003年以来油价经历过的这两轮大幅上涨和下跌,其波动的幅度和频率均超过历史水平。从近十年国际油价的变动来看,国际原油市场呈现以下几个特点:一是非常规石油开采在全球石油产量增量中的地位逐步提高,根据美国能源情报署(EIA)的估计,美国页岩油日均产量从2009年69万桶增加到2014年407万桶,增幅为489%;另外非欧派克国家原油产量比重快速提升,2014年全球原油供应中只有35.22%来自于OPEC国家,剩余的64.78%来自于非OPEC国家,其中俄罗斯、美国、加拿大的市场份额占到12.43%、10.13%和4.05%。二是石油相关金融工具投资急剧膨胀。截至2012年,全球商品指数基金规模达到2400亿美元,其中约50%投资于能源商品。纽约商业期货交易所投机者持有的未平仓合约占比从2000年的20%上升到2008年的40%多,其交易规模远远超出了实际消费需求。三是国际大宗商品市场中各类商品价格趋向于同涨同跌。图1描述了近30年布伦特原油价格、CRB金属价格指数和食品价格指数的走势,各类大宗商品价格的联动性增强,说明原油价格和其他非能源类商品价格在某种程度上受到共同影响因素的驱动。四是中国石油需求的飞速增长。自80年代以来,中国经济总量从全球第10位跃升至第2位,推动国内石油需求量日益上升。1980年至2003年,国内原油消费量从170万桶/天上涨到550万桶/天,2004年中国石油消费更是超过日本成为世界第二大原油消费国。2003年至2012年,全国石油消费从27126万桶/年上升至47650万桶/年,且随着消费需求的攀升,中国的原油进口量从2732万吨上升至27103万吨,涨幅接近十倍,对外依存度从6.79%上升到56.42%,超过国际公认的50%安全警戒标准。随着原油需求占比的显著提高,中国的原油需求成为国际油价的重要推动力量。如果中国GDP保持年均7%的增速,以现有的石油使用率,预计至2020年中国的原油消费量将高达8.49亿吨,届时将成为世界第一大原油消费国和第一大原油进口国。五是金融危机过后普遍宽松的货币政策和流动性的泛滥成为国际市场上的又一重要特征。特别是自2008年年末开始,以美国为代表的西方发达国家为了摆脱危机的困境轮番实施扩张的货币政策,向国际市场注入了大量的流动性。一般认为,全球流动性过剩伴随着普遍低利率、货币供给增速加快和宽松的信贷条件,能够影响市场参与者用于本土和跨境资产交易的能力、意愿及资金可用性,会对国际金融资产和原油价格产生重要影响。根据万德和彭博数据库的资料,自金融危机爆发至2011年3月美国、日本和欧洲的央行资产分别扩张2.87、1.41和1.32倍,同期CRB现货指数上涨86.7%。而美国历次退出QE1、QE2和QE3前夕,RJ/CRB指数分别下降8.8%、11%、3.6%,铜价分别下跌17.3%、1.6%、9.4%,WTI原油期货价格分别下跌15.2%、20%、1%。 一直以来国际油价都是各国政府和业界学者关注的焦点。中国因素在国际原油供需基本面中扮演着什么样的角色?金融投机是否是原油价格的波动的重要推手?国际市场的流动性水平和货币因素怎样作用于原油价格?为了厘清这些问题,本文引入因素增广型向量自回归模型(FAVAR),建立原油价格影响因素的广义视角分析框架,并结合TVP-FAVAR模型分析各因素对油价的影响的时变特征。 本文剩余部分按照如下结构展开:第一部分是文献综述,围绕供需基本面因素、货币政策与全球流动性以及投机行为对油价的影响因素进行分类归纳并总结;第二、三部分是基本因子的提取和FAVAR模型的实证分析,通过提取基本因素的形式得到解释变量,并阐述各因子与原油价格的关系;第四部分是TVP-FAVAR模型的构建和实证检验;第五部分是通过替换不同类型全球流动性指标的稳健性检验;最后是结论与政策建议。 一、文献综述 现有文献关于原油市场影响因素的分析主要集中在以下几个方面: 首先,供需基本面因素。1.供给方面,Kilian(2009)认为原油价格波动来源于未预料到的供给冲击、实体经济需求和投机需求3个方面的结构性冲击,他通过构建SVAR模型对1970-2007年原油市场的数据进行检验,发现未预期到的供给冲击会立刻减少世界原油产量并抬高油价,但来自某个地区的原油供给减少将会刺激其他产油地区增产,因此在冲击发生后的1年内世界原油总产量反而会增加。Bloodgood(2006)通过研究发现不断扩张的中国经济刺激了原油需求,但是由于1995-2004年国际原油供给增长超过中国需求的扩张,中国需求对全球原油市场供需压力影响较小,因此对原油价格的抬升作用并不显著。通过研究1970年以来的历次经济周期更替,张珣(2009)发现历史上国际原油价格的大多数波动来源于供给冲击。Unalmis和Unsal(2012)结合DSGE模型和1982-2007年的数据的实证分析,提出原油供给冲击是造成油价波动的最重要因素,另外库存需求对油价波动也产生重要影响,在模型中忽略库存将会高估原油供给冲击的影响。Dvir和Rogoff(2012)利用美国的数据发现原油产量、美国原油库存、实际原油价格和美国工业产值之间存在稳定的协整关系,验证了库存、供给与油价密切相关。Roache和Erbil(2010)发现原油现、期货价格、库存和利率之间存在长期关系,油价在受短期冲击影响后会逐渐回归至均衡状态,而库存的数量会影响油价的调整速度。2.需求方面,很多学者将原油价格的上涨归因于以中国为代表的新兴经济体的高能源消耗和经济高增长预期。Hamilton(2009)分析了2007-2008年与石油危机期间油价上涨的特点,发现之前油价震荡基本来源于供给冲击,而2007-2008年的飞速上涨则是由实体经济需求拉动的。Smith(2009)分析了OPEC成员国及非OPEC国家相对于1973-1975年的生产水平与原油需求的关系,发现油价在2004年之后的上涨能够被以中国为代表的新兴经济体的需求增长和由高成本引起的原油供给负向冲击解释。Kilian和Hicks(2009)运用预测修正模型论证了来自中国、印度等亚洲新兴市场国家的高经济增长刺激了原油需求,是推动2000-2008年油价上涨的主要原因。Sedik和Cevik(2011)探究了1990-2010年原油和红酒价格上涨的原因,发现实体经济需求增长对商品价格的推动作用超过供给约束,而且商品价格的上涨更多来自新兴经济体需求的增长。Knut,Hilde和Thorsrud(2012)发现全球经济需求增长能够解释油价50%的波动,新兴经济体尤其是亚洲新兴市场国家的迅速发展对石油价格的冲击作用为发达国家的两倍。不过也有文献对中国需求对国际原油价格的影响提出质疑,Mu和Ye(2010)基于1997-2010年油价波动和中国原油净进口的月度数据建立VAR模型,发现中国原油进口增长并不是油价上涨的原因,中国需求冲击对2002-2008年油价上涨的推动作用很小。 其次,全球流动性与货币因素。全球流动性对原油等国际商品价格的影响,按照识别全球流动性冲击角度的不同,可以分为以下两类:1.从数量指标识别全球流动性。2003-2007年国际大宗商品价格以每年24.6%的速度上涨,Askari和Krichene(2010)将其归因于全球流动性的泛滥,他们认为扩张型的货币政策导致社会信用不断膨胀,增加了对资产、商品以及服务的需求,而受限于短期供给约束,商品供给不能随需求快速增加。不同种类的商品和资产受全球流动性的影响机制会有差异,Darius和Radde(2010)测算了不同资产价格受全球流动性影响的程度,发现全球流动性对房地产价格的冲击最为显著,对股票价格影响最为有限,而商品价格受全球流动性的影响居于两者之间。Landgraf和Chowdury(2011)结合VEC模型和1995-2010年的季度数据,发现包括“金砖四国”在内的新兴市场国家的流动性水平能够显著地推升国际商品价格,其对大宗商品市场的影响甚至超过发达国家。Belke、Bordon和Volz(2012)研究了1980-2011年全球流动性与不同商品价格指数的关系,发现全球流动性变化对食品价格和商品价格指数存在正向冲击,但不会因商品价格指数的波动而调整。由于中国的货币供给M2在全球M2的占比从1996年的5%上升到2011年的28%,Ratti和Vespignani(2012)认为中国的工业生产和流动性水平的提高刺激了全球的工业原材料需求,原油价格在2009-2010年的飞速上涨很大程度上来源于全球经济复苏和中国向市场注入的大量流动性。此外,政策预期的存在会给流动性的传导机制带来很大影响,Gospodinov和Jamali(2013)将全球流动性冲击划分为预期到的和未预期到的货币政策冲击,通过回归分析得出每25个基点的非预期货币政策冲击会引起油价变化2.66%、铜价变化1.55%、金价变化1.33%、CRB现货指数变化0.83%,并且指出流动性主要是通过影响商品市场投机者的净长头寸作用于商品价格。Rosa(2013)提出了测算未预期到的货币政策冲击的3种方法:(1)测算实际利率与联邦基金利率的目标值得差额;(2)对未来一段时期货币政策的不确定性进行预测;(3)未预期到的大额资产购买声明。通过分析得到,未预期到的货币政策冲击对商品期货的价格和交易量都有显著地影响,联邦基金利率平均每高于目标值100个基点,会引起原油期货价格下降3%。2.从价格指标考察全球流动性。关于商品价格与全球利率水平关系的研究有很长的历史,Chu和Morrison(1984)指出非能源大宗商品价格除了会受到来自基本面的因素影响外,还会受到美元汇率和世界利率水平的影响。Frankel和Hardouvelis(1986)推断石油价格和利率之间存在一定的相关关系,并证明低利率会刺激石油产出国增加存货、减少石油输出从而推动油价上涨。进入新世纪以来,原油价格与利率水平之间的变动关系受到众多学者的关注。Barsky和Kilian(2002)认为石油价格会受到包括利率水平在内的宏观经济变量的影响,货币政策的转变是20世纪70年代原油价格的上涨以及主要发达国家的经济滞涨的主要原因,不断提高的流动性水平刺激了原油和工业商品需求,造成1973-1974年前后油价与大宗商品价格的普遍上涨。Hammoudeh和Yuan(2008)利用GARCH、EGARCH和CGARCH模型分析了短期利率的调整、市场信息的冲击和商品市场过去的震荡对国际大宗商品价格波动的影响,发现:(1)金、银等贵金属的价格对市场上的利空消息不敏感,在金融危机、恶性通货膨胀以及战争时期可以充当保值工具;(2)升高的利率可以有效抑制商品价格的波动,可以通过调整货币政策稳定商品市场。Frankel(2008)认为美联储的低利率是造成原油价格在20世纪70年代和21世纪初大幅上涨的主要原因,因为低利率使得美元贬值并降低商品存货成本,而实行美元盯住汇率制度的国家也会随美联储降息,进而刺激这些国家的原油需求。Anzuinie、Lombardi和Pagano(2010)运用SVAR模型对美国联邦基金利率与大宗商品价格的关系进行分析后发现,利率水平每提高100个基点会对商品价格产生2%的负向影响。Eickmeier和Lombardi(2012)基于1991-2010年的月度数据建立带有符号限制的VAR模型,研究货币政策的冲击对原油价格的影响,发现:(1)全球利率水平和金融市场冲击对国际油价影响显著;(2)2008年国际油价的上涨很大程度上来源于货币政策的驱动;(3)货币政策主要是通过影响基本面作用于商品价格。此外,国内外学者关于汇率变动对国际商品价格的影响也有大量的研究。于爱芝等(2011)利用自回归分布滞后模型(ARDL)研究实际有效汇率变化对不同商品进出口的影响,发现汇率变化对出口商品影响种类多于进口商品,且敏感系数也大于进口商品。Akram(2008)选取1990-2007年OECD国家工业生产、美国短期实际利率、美元汇率与油价指数的季度数据,通过建立SVAR模型分析后发现,短期实际利率和美元汇率对油价波动具有很强的解释力,并且油价会对利率的冲击做出“超调”反应。Breitenfellner和Cuaresma(2008)论述了美元汇率影响原油价格的五个途径:第一,原油出口国进口货物主要以欧元结算,而出口原油主要以美元结算,为稳定对外贸易收入,原油出口国常常在美元贬值时调高油价;第二,美元贬值使得以美元计价的原油价格相对下降,进而刺激石油进口国的原油需求;第三,美元贬值会导致实行盯住美元汇率制度的国家施行宽松的货币政策,造成流动性充斥国际市场,刺激原油需求;第四,美元贬值减少了美元资产的收益,吸引国际投资者寻求以原油为代表的大宗商品资产作为替代;第五,由于外汇市场的有效性强于原油商品市场,外汇市场的变动通常先于油价反映实体经济需求预期,进而影响原油价格。 再者,预期和金融投机因素。国际大宗商品相关金融工具的投资需求自2003年开始急剧膨胀,至2011年大宗商品相关资产价值已经上涨到4500亿美元,其中有相当大的部分投资于能源商品市场,Chong和Miffre(2010)认为当资金在各品种之间频繁进出时,会造成大宗商品价格轮番上涨或下跌。Vansteenkiste(2011)构建了一个基于噪声交易的异质人代理模型,发现2004年之后除基本面因素外的其他因素,例如期货市场的投机活动,对于原油期货价格波动的解释能力日趋显著。Kilian和Murphy(2012)认为关于油价波动的预期对原油价格影响显著,在1979、1986和1990年前后在原油价格波动中发挥了重要作用,但2003-2008年原油价格的上涨主要来源于旺盛的实体经济需求。Eickmeier和Lombardi(2012)发现投机和货币政策都对原油价格有显著影响,其中金融投机行为直接作用于油价,而货币政策则是通过作用于基本面影响油价。Lombardi和Robays(2012)运用符号约束的SVAR模型测度了金融投机对原油价格的冲击,发现油价波动主要围绕供求基本面运行,但原油市场的投机行为在过去的10年发展迅速,并且短期内会对原油现货价格造成很大影响。Manera、Nicolini和Vignati(2013)采用working's T①指标和投机者持有的净长头寸比例表示长期投机,用期货交易食价(Scalping)表示短期投机,并通过构建GARCH模型发现,自2000年起短期投机行为对于油价波动影响显著。Hamilton和Wu(2013)运用风险规避型套利模型分析原油期货价格的波动,发现金融危机前后油价的剧烈波动与持有大量原油期货多头合约的商品指数基金有关。Linn、Zhu和Chiou-Wei(2014)通过研究美国能源类商品期货市场在美国能源局的周度公告发布前后的表现,发现有关基本面运行的信息尤其是新闻对能源商品价格运行影响显著。 现有文献从实体经济需求、供给约束、全球流动性与货币因素以及金融投机活动等角度解释了油价的波动。原油市场在21世纪以后进入了全新的发展阶段,油价波动的频率和幅度均创下历史新高,单独从某一种因素入手很难合理地解释油价长期剧烈的波动。近年来原油供给市场份额争夺激烈,新兴国家经济增速由快放缓,主要发达国家货币政策分化加剧,全球流动性泛滥,美元汇率结束贬值进入升值通道,原油市场内外部环境的改变需要我们以动态的视角分析原油价格影响因素及各因素在新世纪以来的变化。和以往文献相比,本文具有三个方面的创新和改进:首先,全面测度油价影响因素,本文分别从反映国内外原油需求、供给、全球流动性和投机因素的一共39个经济指标中提取基本因素,从广义视角构建中国需求、国外原油市场供需压力、全球流动性、投机因素和美元汇率5个解释变量并代入模型分析;其次,针对中国因素在国际原油市场发挥的作用进行分析,对比中国相对于其他经济体对国际原油市场造成的影响;再者,将全球流动性划分为数量指标和价格指标,并分别针对不同指标的全球流动性对油价的冲击进行测度;最后,通过引入TVP-FAVAR模型,从动态视角分析油价波动以及各因素在不同历史时期对原油市场影响的变化情况。 二、FAVAR理论模型和基本因子提取 国际原油市场的实际运行受到来自宏观经济因素、供需矛盾、金融投机活动、货币因素等众多因素的影响,这些因素在不同程度上直接或间接地对原油价格产生冲击。在进行实证分析时,很难通过直接观察或测量得到能够全面代表某一方面因素的指标变量,为解决这一问题,本文将主成份分析与VAR模型相结合,通过提取基本因素的形式建立反映国际原油价格影响因素的代表性子空间,为我们从广义视角研究原油价格影响因素提供了一个较好的计量框架。 (一)FAVAR理论模型建立 设n维向量组代表一个原始容量为n的样本信息集,则样本协方差矩阵和样本相关矩阵分别为: (二)变量选取 通过主成份分析,我们可以将复杂的高位空间样本降低至低维空间进行处理,有效涵盖广泛的市场信息。结合文献梳理,本文选用供需因素、金融投机、全球流动性和美元汇率作为原油价格波动的解释变量,其中,为了测度中国需求增长对国际原油价格的影响,将供需因素分为中国需求与国外原油市场供需因素。美元汇率选用美联储网站公布的实际美元加权汇率表示,其他变量则通过从中国实体经济需求、国外实体经济需求、原油供给水平、全球流动性和金融投机五个方面分别提取基本因素得到,从而解决了传统向量自回归模型的有限变量问题。数据选取的时间跨度为2000年1月至2015年3月,频率均统一为月度,对个别缺漏数据采用三次样条(spline interpolation)插值法填充。 第一方面是中国石油需求因素,包括中国工业增加值、中国原油进口、新增固定资产投资额以及宏观经济景气指数4个变量。工业增加值和新增固定资产投资额来源于CEIC数据库,中国原油进口和宏观经济景气指数来自于WIND数据库。第二方面是国外需求因素,包括以下8个指标:国际干散货运价格指数、以贸易和产量加权的发达国家工业生产指数、以产量加权的发达国家工业生产指数、发达国家进口贸易指数、经合组织石油需求量、美欧日三国石油进口量、NYMEX天然气价格和澳大利亚BJ动力煤价格指数。其中工业生产和进出口贸易指数来源于CPB World Trade Monitor,干散货海运指数和石油需求及进口来源于Bloomberg数据库,天然气和原煤价格来源于Wind数据库。第三方面是全球石油供给因素,包括:全球原油产量、OPEC原油剩余产能、全球钻机数、美国原油库存、欧洲原油库存和OPEC估计石油产量。产量和库存数据来源于美国能源署和Bloomberg,钻机数量来源于贝克休斯网站。第四方面是金融投机因素,包括:芝加哥商业期货交易所原油期货投机净持仓、非期货投机净持仓、投机性期货净持仓占总未平仓合约比、非商业性套利净持仓、非商业性投资交易者数量、期货期权投机净头寸、基金投资者投机净持仓。以上数据来源于CFTC网站和Wind数据库。第五方面是全球流动性因素,本文从货币供给、信贷和价格变量三个层面,选取14个衡量流动性的代表型变量进入模型:(1)货币供给层面,选取所有OECD国家货币供给量M1、M3、全球外汇储备(FX Reserve)、全球中央银行资产(Central bank assets)4个变量;(2)信贷方面,选取全球跨境信贷(Cross-border credit)、美日欧银行贷款(bank loans)、美日欧债券发行(debt securities)、信贷总额超GDP占比((Credit-GDP)/GDP)4个变量;(3)价格变量方面,选取VIX指数、G7成员国和欧盟加权长期利率(long-term rate)、伦敦同业拆借利率(Libor)、美国短期利率(US short rate)、日本短期利率(JP short rate)和欧洲短期利率(EU short rate)6个变量。其中VIX指数来源于BIS Financial Statistics,利率指标来源于OECD-Main Economic Indicators,其他来源于Bloomberg数据库。原油价格方面,选用国际原油市场三大基准原油布伦特原油、WTI原油和杜拜原油价格现货价格,数据来源于Wind数据库。 (三)基本因子构造 为消除各变量的量纲不同、数值差异过大对经济含义的影响,首先对变量观测矩阵进行标准化处理。目前标准化常用的方法有Z值法、线性插值法、小数定标标准法和百分位数法,本文采用小数定标标准化法(Decimal scaling),即通过移动数据的小数点位置将原始数值x标准化到x',计算方法为,其中j是满足条件的最小整数值。根据各组变量,经主成分提取,分别得到代表中国需求、国际需求、原油供给、金融投机和全球流动性价格与数量指标以及金融投机的6个因子。如表1所示,各因子对所代表指标的贡献程度分别达到90.55%、95.83%、92.32%、95.43%、97.92%和89.92%。本文将原油供给与国际原油需求的比值s-d-i=supply/demand作为国外原油市场供需失衡压力变量,当s-d-i升高时,表明国际原油需求相对供给在减少,原油供需矛盾缓和,而当s-d-i下降时则表明原油供需失衡压力上升。关于全球流动性变量,我们分价格指标和数量指标两方面进行测算,其中价格指标主要包括利率和市场指数,数量指标包括信贷状况和货币供应。为了检验模型结果的稳健性,我们在下文实证分析部分首先选取全球流动性的价格指标进入模型,而将对以数量指标表示的全球流动性因子的考察放入稳健性检验中。 由此得到中国原油需求因子(d-china)、国外市场供需压力因子(s-d-i)、投机因子(specu)、全球流动性价格因子(liqui1)、全球流动性数量因子(liqui2)和美元汇率(reer)6个基本变量,图2描述了各个因子与原油价格之间的数量关系。供需压力、以价格指标表示的全球流动性、美元实际汇率与原油价格负相关。中国需求、以数量指标表示的全球流动性、投机行为与原油价格正相关。供需压力上升(s-d-i下降),原油需求增长大于供给,会推动原油价格升高;全球流动性价格指标(liqui1)下降,说明市场资金状况良好,风险溢价下降,进而推升油价;美元汇率(reer)升高则会带动以美元计价的原油价格下降。而原油市场上的投机行为的增加伴随大量资金进入原油市场,推动油价升高,因此其走势与原油价格高度一致。 三、基于FAVAR模型的实证分析 (一)数据处理和检验 为了消除模型各变量序列中的随机趋势和确定趋势,避免“伪回归”,本文先对解释变量和油价运用X12法进行季节调整,而后对各序列进行先取对数后差分的处理。接下来采用ADF单位根检验各变量平稳性,最优滞后阶数根据SIC准则在1-12期内选取,针对每一个变量的走势决定是否添加截距项和趋势项。经检验,模型所有变量均满足平稳性条件,单位根检验结果如表2所示。 下面对各变量建立VAR模型,根据LR和AIC法则确定滞后期p=2。为考察油价和模型中各驱动因素的因果关系,对经过上文处理的各变量进行格兰杰非因果检验,滞后阶数的选取与VAR模型保持一致,解释变量与油价波动的因果关系检验结果如表3所示,最右1列表示的是原假设成立的概率。检验结果显示,中国需求、国外供需压力、全球流动性、投机和美元汇率在90%的置信水平下均是油价波动的格兰杰原因,从而验证了影响因素指标与原油价格变动的因果关系。 (二)基于2000-2015年数据的FAVAR模型实证结果 在进行脉冲响应和方差分解时,通常参考Bernanke(2005)的做法,将解释变量排在因变量之后。考虑到实体经济需求一定程度上反映了经济繁荣程度,会对市场资金状况和风险预期产生影响,进而又会作用于流动性水平和投机行为,所以本文将模型中各变量的排列顺序调整为国外市场供求压力(s-d-i)、中国需求因子(d-china)、全球流动性(liqui)、投机因素(specu)、美元汇率(usreer)和油价(oilprice)。首先运用Cholesky方差分解分析各个变量冲击对油价波动1单位标准差的贡献程度。 表4描述了方差分解结果,选取结果趋于稳定的第12期进行分析。除自身因素外,各驱动因素在2000-2015年间对油价波动的贡献度由大到小依次为投机因素(14.737%)、国外供需压力(10.691%)、美元汇率(6.473%)、全球流动性(3.443%)和中国需求(2.996%)。模型选取的解释变量对原油价格波动的累计解释程度达到38.34%,其中投机因素和国外供需压力对油价波动的贡献均超过10%。从方差分解的结果来看,中国需求因素对国际原油市场的影响较弱,对油价波动的解释力度在冲击趋于平稳后只有不到3%。投机因素对原油价格波动的影响于第1期便达到最大,其他各变量对油价的影响则从冲击开始后逐渐增加。 脉冲响应函数测度的是模型中某一变量的1单位冲击对模型中各内生变量在冲击发生后一定时期内所产生的影响。脉冲响应函数的结果刻画在图3中,中国需求和原油市场的投机因素对油价的冲击为正,而国外供需压力、全球流动性和美元汇率均对原油价格产生负向冲击。首先,取各因素1单位的正向冲击发生6个月内对原油价格冲击的平均值,按照绝对值由大到小的顺序排列为:国外供需压力(-0.00497)、美元汇率(-0.00415)、全球流动性(-0.0033)、中国需求(0.002035)和投机因素(0.001934)。而各因素对油价脉冲响应的峰值按绝对值由大到小依次为:投机因素(0.032159)、国外供需压力(-0.02092)、美元汇率(-0.0165)、中国需求(0.01621)和全球流动性(-0.0107)。其次,从各因素冲击达到峰值的速度看,投机因素、中国需求和美元汇率对原油价格影响的传递较为迅速,在冲击发生的第1期便达到峰值,其中投机行为对油价的作用在冲击发生后的第2和第3期转为负向。全球流动性在第2期达到峰值,而供需基本面的压力对油价影响的传递最慢,在冲击发生后的第3期才达到最大。最后,从冲击持续时间看,原油市场上的投机行为在冲击发生后的第4个月便趋于稳定,而国内外供需因素、美元汇率和全球流动性则在冲击发生后的6个月才趋于稳定。 上述模型对原油价格的驱动因素以及各因素在新世纪以来对油价的影响进行分析,结果发现投机因素和国外市场的供需因素是影响原油价格运行的主导因素。原油市场上的投机行为能够迅速作用于油价,并在冲击发生4个月后趋于稳定;而供需因素对原油价格影响的传导则较为缓慢,但冲击的持续时间较长。货币因素与市场资金状况也对油价产生重要影响,美元汇率的贬值和全球流动性的提高会推高油价。作为重要的原油需求与进口国,中国国内实体经济需求增长虽然对油价有提振作用,但总体来看对国际油价的作用力较小。 四、基于2000-2015年TVP-FAVAR模型的实证分析 传统VAR模型中所有的变量系数和协方差在样本期内是固定不变的,因此由传统VAR模型所得到的脉冲响应结果是基于整个样本区间,并不能分析模型中的解释变量对因变量的冲击在样本期内的时变特征。随着世界经济发展和国际商品市场发展进入新的历史时期,需要我们从动态的视角跟踪原油市场各因素与油价波动的关系。为此,本文结合时变参数向量自回归(TVP-VAR)模型构造TVP-FAVAR模型,分析2000-2015年各驱动因素对原油价格的影响。 (一)TVP-VAR模型理论框架 时变参数向量自回归模型中系数和冲击的协方差矩阵都是时变的,能够捕捉模型滞后结构的时变特性和各变量联立关系的非线性特征。首先定义一个基本的结构VAR模型,该模型可简写为: (6)中的参数服从随机游走过程,表述如下: 本文将TVP-VAR模型与FAVAR模型相结合,构建同时具有广义视角和时变特征的TVP-FAVAR模型。对于时变模型参数的估计,我们在贝叶斯推断的背景下构建马尔科夫门特卡罗(MCMC)算法并连续抽样10000次,为了保证抽样的有效性,使用模拟滤波器对时变参数β和a取样。同时为了保证模型分析的一致性,滞后阶数的选取与上文保持一致。 (二)2000-2015年原油驱动因素时变参数模型结果分析 时变参数等间隔反应函数测度的是样本期内每一期解释变量的变化对相等时间间隔后的内生变量产生的冲击,由于反应函数根据不同时期的变量确定系统参数,因此可以追踪原油价格的驱动因素在样本期内的表现和变化趋势。本文统一选取各个基本因素在2000-2015年每一期的冲击在3个月后对原油价格的影响进行分析,为了保证结果的稳健性,在模型分析中同时添加各因素在2个月和4个月后对油价的影响。 首先是供需基本面因素,图4中第1、第2幅图刻画了2000-2015年原油市场上1单位的中国需求冲击和国外供需压力冲击分别在2、3、4个月后对油价的影响。从图中走势可以看出,中国因素对于国际原油市场的影响整体呈上升趋势。21世纪初世界经济逐渐摆脱亚洲危机的困境,新兴市场国家经济增长强劲,2000-2005年间以中国、印度为代表的亚洲新兴经济体工业生产增加55.8%,出口贸易增长71.7%,实体经济的繁荣极大刺激了原油市场需求。另外在同一时期,伊拉克战争的爆发导致原油市场供需压力骤升,并推动油价大幅升高。因此,供需因素自2000年开始对油价的影响逐渐增大,在2004-2007年成为推动油价飞速上涨的主要原因。伴随实体经济的迅速膨胀,中国需求成为国际油价上涨的重要推手。自2006年开始,虽然中国需求的增长继续刺激原油市场,但国际油价受国际供需因素的影响在逐渐减小,一方面由于国际大宗商品市场的金融化趋势使得油价偏离基本面,另一方面石油供给的平稳增长能够满足世界实体经济需求,特别是随着美国开采技术的成熟,美国页岩油日均产量自2009年开始以每年百万桶的速度增长,2009-2011年世界原油日均产量增加717.3万桶,很大程度上缓解了原油市场供需压力。自2011年以来,随着国际大宗商品市场上升周期的终结,原油市场投机者的热情逐渐消退,供需基本面对油价的影响开始增强,特别是中国需求对于国际原油市场的影响进一步提升。近年来新兴市场国家经济增速放缓,发达国家除美国外经济状况未见好转,天然气及煤等替代能源价格一路下行,而原油市场供给逐年稳步增长,尤其是2014年下半年以来原油供给增长大大超过需求,是导致油价大跌的重要原因。 其次是全球流动性因素,从图4刻画的模型结果可以发现自2000年以来全球流动性对原油的冲击经历了不同的发展阶段。2000-2006年以价格指标表示的全球流动性对原油市场的影响逐渐减弱,这一时期由于新兴经济体高速发展,为了抑制经济相对过热和通货膨胀世界主要经济体利率开始进入上行通道,因此全球流动性对油价的负向冲击力度较弱。但是自2007年开始原油受流动性冲击作用猛增,特别是金融危机过后的2009-2010年,全球流动性水平在欧美等发达国家宽松的货币政策刺激下迅速提升,成为这一时期油价上涨的重要推手。2011年之后,随着主要发达国家利率下行空间的收窄,全球流动性冲击对油价的影响逐渐降低。 再次是原油市场投机因素,图4中刻画了2000-2015年投机因素的冲击对油价的影响。2000-2002年原油市场上的投机行为较为稳定,2003年美联储放行国际大宗商品现货交易,允许花旗银行旗下的Phibro公司参与能源市场交易,原油市场的投机行为开始膨胀,投机因素对油价的推动作用出现小幅上涨趋势。此后随着国际商品期货与指数投资的兴起,全球原油期货合约交易规模从2004年的0.89亿张上涨到2009年的3.18亿张,原油市场的金融化程度不断加深。时变参数模型的结果显示,自2006年下半年开始投机因素对油价的驱动作用迅速增强,是推动2007-2008年油价攀升的重要因素;金融危机过后,受全球范围内普遍低利率的刺激以及原油价格触底反弹的影响,2010-2011年大量的投机资金流入原油期货市场,这一时期投机行为对油价的推动作用进一步上升,并拉动油价大幅上涨。自2012年至今原油市场上的投机活动仍然保持较高水平,但对油价的影响效力逐渐降低。 最后是美元汇率因素,从图7描述的时变参数模型结果中可以发现美元汇率对原油价格的影响从2002年开始呈增长趋势,从金融危机到现在一直稳定在较高水平。实际美元汇率在2002年4月-2008年6月和2009年3月-2011年6月的贬值幅度分别达到30%和17%,是这两个时期推动原油价格上涨的重要因素。随着2013年之后美联储逐步退出量化宽松货币政策,美元汇率呈上行趋势,特别是2014年下半年以来美国经济超预期复苏和美联储加息预期升温,推动美元汇率指数进一步走强并创5年半以来新高,成为这一时期油价下跌的重要原因。 (三)分阶段的油价波动因素分析 根据各因素对油价影响的动态变化,本文将2000-2015年原油价格的波动分为5个阶段,图5描述了不同阶段油价运行的主要驱动因素: 第一阶段,2000年1月-2008年6月:模型结果显示推动国际原油价格创历史高点的主要原因来自于国际供求压力,其次是美元汇率的贬值、投机行为的兴起以及全球流动性水平的提高。自1998年开始新兴工业国家消费了世界原油产量的三分之二,新兴经济体的飞速发展使得原油供求压力剧增。虽然中国经济持续快速地发展,国内石油消耗以每年6.3%的速度增长,但整体来看中国需求对于这一时期油价上涨的推动作用并不显著。自2004年开始,原油期货和指数投资开始迅速膨胀,不仅推动了油价上涨,还直接推动了原油商品的金融化进程,深刻影响了国际原油市场的运行和定价机制。货币层面,美联储长期的低利率政策导致美元汇率自2002年开始一路走低,至2008年金融危机前累计贬值幅度接近32%,不断推动油价上行;另外美元的长期贬值导致实行美元盯住汇率的国家被迫施行低利率政策,从而推升了国际市场的流动性水平,是这一时期推高油价的又一重要因素。 第二阶段,2008年7月-2009年2月:供需基本面、金融投机以及美元汇率的升值是导致原油价格大幅下跌的主要原因。这一期间金融危机全面爆发并波及至实体经济,不仅影响了西方发达国家经济发展,还使得中国等新兴市场国家工业生产和经济增长大幅下滑,原油需求严重受挫。而国际金融市场的剧烈动荡一方面影响到商品投资者的预期和风险偏好,原油市场的投机者纷纷看空油价;另一方面吸引投机者转向以美元等避险货币计价的资产,使得美元在金融危机期间强势反弹,进一步拉低了油价。 第三阶段,2009年3月-2011年5月:原油价格触底反弹,原油市场上的投机行为和全球流动性水平对油价的推动作用显著增强。为摆脱金融危机影响,东西方各国普遍施行积极的财政和货币政策,全球经济的复苏和全球流动性水平的提高刺激原油需求增加并逐渐恢复到危机前的水平;金融投机方面,国际商品市场的繁荣和对世界经济前景的看好降低了投机者的风险预期,吸引大量资金进入原油市场,成为这一时期油价急剧上涨的重要原因。 第四阶段,2011年6月-2014年5月:在经历大幅反弹后油价进入震荡下行阶段,这一时期投机行为和全球流动性作用于油价的效用开始减弱,包括中国需求在内的供需因素以及美元汇率对油价的影响逐渐增强。供需方面,随着页岩气开采技术的成熟,美国的原油产量和全球占比稳步上升,其中液态石油产量于2013年已经与沙特持平,原油市场供需压力逐步减小,另外随着大宗商品周期的终结,原煤、天然气等价格步入下行通道,进一步遏制了原油需求的增长;金融投机方面,随着2011年多德弗兰克法案出台和国际投行缩减或退出国际商品市场业务,投机因素对油价的影响开始减弱;流动性与美元汇率方面,在全球主要经济体轮番降息后,全球流动性对油价的提振作用逐步减小,而随着美联储退出QE和收紧货币政策的预期不断升温,美元汇率开始进入上行通道,令国际油价承压。在这一时期,中国需求对于国际原油市场的影响程度得到提高,国内不断放缓的工业增长和石油需求也成为油价疲软的重要因素。 第五阶段,2014年6月-2015年3月:原油价格加速下跌,来自国内外供需基本面的因素和美元汇率升值是导致油价下跌的主要原因。一方面以中国为代表的新兴经济体增速放缓,西方发达国家尚未完全走出金融危机的泥潭,导致原油需求增长乏力,另一方面以沙特为代表的石油输出国与美俄等国的供给市场份额争夺激烈,全球原油生产稳步攀升,成为油价下跌的重要原因。而受美联储加息预期和美国经济复苏的影响,美元汇率大幅回升,进一步打压油价。 五、基于数量型全球流动性指标的稳健性检验 上文中关于全球流动性指标的选取主要围绕利率、指数等价格型指标进行,而根据我们对全球流动性的定义,货币供应增长、国际储备以及反映信贷状况等的数量型指标也是构成全球流动性状况的重要部分。为分析不同类型的全球流动性指标对于原油市场的冲击,同时检验模型结果的稳健性,我们将全球流动性数量指标替换价格指标,并带入模型进行分析。具体的指标包括:货币供给层面,选取所有OECD国家货币供给量M1、M3、全球外汇储备(FX Reserve)、全球中央银行资产(Central bank assets)4个变量;信贷层面:选取全球跨境信贷(Cross-border credit)、美日欧银行贷款(bank loans)、美日欧债券发行(debt securities)、信贷总额超GDP占比((Credit-GDP)/GDP)4个变量。图6描述了以数量指标和价格指标表示的全球流动性的变动关系,数量因子变大表示全球流动性水平提高,二者的变动呈现负相关关系,且数量因子的波动幅度小于价格因子。 表5、图7和图8分别为基于数量型全球流动性指标的方差分解、脉冲响应和等间隔冲击函数结果,稳健性检验的结论与实证部分基本一致。除自身因素外,各驱动因素在2000-2015年间对油价波动的贡献度由大到小依次为投机因素(15.908%)、国外供需压力(10.535%)、全球流动性(6.983%)、美元汇率(3.250%)和中国需求(2.189%)。与价格指标相比,全球流动性数量因子与原油价格呈正向变动,其对于油价的影响在冲击发生后第3期达到峰值,冲击传递速度慢于价格型指标,但对原油市场的影响力度更强。金融危机过后的2009-2011年,全球流动性对原油价格的冲击力度达到最强,此后虽然有所回落,但其对油价的推动作用仍高于危机前的水平。这里与全球流动性价格因子的迅速下滑有明显差异,说明在普遍低利率的市场环境下,货币供应的扩张和信贷状况的改善仍然能够显著地推升原油价格。 六、结论和政策建议 作为关系到全球工业生产和商品市场命脉的重要资源商品,原油价格在21世纪的两次巨幅上涨和下跌成为业界和学术界关注的焦点。本文将FAVAR模型与TVP-VAR模型相结合,从原油市场众多经济指标中提取影响油价的基本因素,并以动态的视角分析2000-2015年影响油价运行的因素及发展趋势,得出以下四方面的结论: (1)原油市场基本面的供求矛盾和金融投机行为是新世纪以来驱动油价运行最重要的因素,其中投机行为能够迅速作用于油价并造成原油市场的短期波动,而供求因素影响油价的传导速度较慢,但冲击持续时间较长;美元汇率与全球流动性的变化对油价也产生重要影响,且金融危机过后发达国家货币政策的大幅调整使全球流动性对油价的冲击显著增强。 (2)虽然原油市场上的投机行为在2000-2008年迅速发展,但这一时期油价历史性的攀升主要是由于新兴经济体高速发展造成供需压力增加和美元汇率的持续贬值,另外美联储长期低利率政策使得与美元汇率挂钩国家被迫降低利率并向国际市场投放大量流动性,进一步刺激原油需求上涨;2009-2011年油价的上涨中,投机因素和全球流动性水平的提高扮演了重要角色,供需因素对油价的推动作用降低。 (3)2012年以后油价保持震荡下行,全球流动性和投机因素对油价的冲击减弱;全球原油产量大幅增加是造成2014年下半年以来油价加速下跌的主要原因,而受美联储加息预期和美国经济复苏影响美元汇率大幅升值,是打压油价的又一重要因素。 (4)在过去15年中,中国国内的实体经济需求并不构成原油价格波动的主要原因,但中国需求对国际原油市场的影响力度逐渐呈上升趋势。 面对国际原油市场的波动,我们应积极采取措施应对:首先,加强对原油期货市场上投机行为的监管,对于预防和控制短期内油价的波动具有重要的意义。监管过程中要注意对指数投资基金杠杆水平和持仓量的监测,同时也要注重增强商品衍生品柜台交易的透明度;其次,由于货币政策大幅调整期间,全球流动性对原油价格的效力也会大大增强,因此需要特别关注发达国家特别是美国货币政策的溢出效应;最后,油价的运行最终要回归到供求均衡的轨道,因此如何在全球经济持续增长的过程中调整能源供给格局以适应需求,是应对原油市场波动的根本问题。这一方面要求新兴经济体加速增长转型,摆脱高度依赖投资驱动和资源消耗型的增长模式,提高资源性商品的使用效率;另一方面要加强国际合作,推动新型能源行业的发展,尤其对于以中国为代表的高能耗国家,应加大能源基础设施建设并增强中长期的能源供给能力。 ①Working's T指标描述了投机活动相对于套保行为的活跃程度,是描述期货市场投机活动活跃程度的传统指标。具体描述参见参考文献。标签:油价论文; 石油论文; 原油论文; 货币政策论文; 原油期货论文; 原油投资论文; 国际原油论文; 原油库存数据论文; 第一原油论文; 原油分析论文; 供给和需求论文; 石油投资论文; 石油美元论文; 国际原油指数论文; 价格发现论文; 金融商品论文; 投资论文; 经济论文; 流动性论文;