中国石油需求与全球石油库存对国际油价的影响研究

谢楠　龚旭　林伯强　庞连芳

摘要：本文基于全球石油總供给、中国石油需求、其它国家或地区石油需求、全球石油库存和国际石油价格等时间序列，构建一个五变量的SVAR模型，研究国际石油价格对各因素的结构响应。并重点分析了中国石油需求和全球石油库存对国际石油价格的影响。本文的实证结果显示，中国石油需求对国际石油价格有显著的正向冲击，而全球石油库存对国际石油价格有显著的负向冲击。本文还发现中国石油需求和全球石油库存对国际石油价格波动的贡献度较大，两者之和占比高达20%左右。因此，中国石油需求和全球石油库存是影响国际石油价格重要因素，分析国际石油价格变化时不能被忽视。

关键词：国际石油价格；中国石油需求；全球石油库存；SVAR模型；结构脉冲响应

文献标识码：A 文章编号：1002-2848-2018（04）-0021-08

一、引 言

石油是全球最重要的能源资源之一，被誉为“工业的血液”，石油价格的变化对各国经济产生重要影响[1-4]。然而，石油价格受很多因素的影响，其变化是非常复杂的。因此，石油价格的研究成为了学术界重点和难点问题之一，引起了许多学者的关注。

在现有研究石油价格影响因素的文献中，比较有代表性的有：刘湘云和朱春明发现美元汇率是影响国际石油价格的重要因素，美元贬值会导致石油价格上涨[5]。张珣等发现产油国家的政治性战争、自然灾害等突发事件会对国际石油价格产生较大的影响[6]。Hamilton从石油需求和供给的角度解释了2007—2008年石油价格波动的原因[7]。zbek和zlale的研究显示，全球的经济活动是影响真实石油价格的重要原因[8]。Baumeister和Peersman发现石油需求和石油供给的短期价格弹性变化，对石油价格变化有一定的解释作用[9]。Hamilton和Wu发现指数基金投资影响石油期货的价格[10]。Kilian分析了美国页岩气革命对美国石油价格的影响[11]。

以上列出的文献通常把影响石油价格的因素看作一个外生变量，然而影响石油价格的因素也可能受石油价格的影响，所以把这些因素当作外生变量可能不合适。Kilian把石油供给、石油需求和石油价格视为内生变量，基于全球石油生产、全球经济活动指数（即Kilian指数）和美国的真实油价构建了一个结构石油市场模型（Structural oil market model）——SVAR模型，研究了石油供给冲击、石油总需求冲击和石油特别需求冲击（石油自身价格变动）对美国真实油价的影响[12]。该研究得到了国内外学者的广泛关注，基于不同石油价格影响因子的SVAR模型（或其它类型的VAR模型）成为研究国际石油价格变动的经典模型。李卓和张茜运用符号约束识别VAR模型，分析了石油供给冲击、石油总需求冲击、石油特定需求冲击和石油投机冲击对国际石油价格的影响[13]。在Kilian的基础上，Kilian和Murphy将全球石油库存加入到SVAR模型中，重点分析了全球石油库存对美国真实油价的冲击[14]。左菲菲等使用SVAR模型对国际石油价格波动进行结构性因素分析，发现特殊供给冲击、其他供给冲击、一般需求冲击、投机活动冲击和特殊需求冲击对国际石油价格产生的影响存在较大差异[15]。Bataa和Park构建了包含美国石油供给变化、全球石油供给变化、全球真实经济活动变化和真实石油价格变化的SVAR模型，重点分析了美国的石油生产是对真实石油价格的影响[16]。

以上文献表明，SVAR模型可以将石油价格和影响石油价格的因子都视为内生变量，更具有经济学含义。还需要指出的是，前期的文献中石油需求都是研究全球石油需求或者使用全球经济活动指数度量，我们还没有发现在SVAR模型中将中国石油需求设为一个单独的影响因素。然而，随着中国经济的迅速发展，中国对石油的需求量和进口量不断增加，在国际石油贸易中占有重要地位，所以中国的石油需求可能对国际石油价格产生较大的影响。另外，在前期的文献[14]显示，全球石油库存对美国真实石油价格产生一定的影响，它是否也影响国际石油价格呢？这值得我们进一步调查。因此，本文也使用SVAR模型对国际石油价格进行结构性因素分析，重点分析中国石油需求和全球石油库存对国际石油价格的影响。

本文的创新和贡献主要包括三个方面，第一，虽然本文的分析框架类似于Kilian以及Kilian和Murphy等研究[12，14]，但本文使用的数据与以上研究都存在较大的差别。在Kilian以及Kilian和Murphy的研究[12，14]中，分别使用全球石油总生产、全球经济活动指数（即Kilian指数）和美国的真实油价来度量全球石油总供给、石油需求和石油价格，而本文的研究直接使用全球石油总供给、石油需求和国际石油价格数据，研究过程和结果更加直观。第二，本文将中国石油需求设为一个单独的影响因素纳入SVAR模型中，分析了中国石油需求对国际油价的影响，发现中国石油需求对国际石油价格有显著的正向冲击，并且它能解释国际石油价格10%左右的变动。第三，本文研究了全球石油库存对国际石油价格的影响，发现国际石油价格对全球石油库存有显著的负向结构脉冲响应，其波动可以被全球石油库存解释将近10%。

二、模型构建

Kilian基于全球石油产量、经济需求和石油价格建立了一个SVAR模型

SVAR模型在其它领域也有广泛的应用，如宏观经济领域[17-21]、金融领域[22-24]。，该模型成为研究石油供需因素和价格因素对石油价格影响的经典模型[12]。Kilian和Murphy等的研究表明，石油价格除了受石油产品本身的供给、需求和价格等因素影响外，还受市场投机等因素的影响[14]。他们将石油库存加入Kilian提出的经典模型中，构建了一个四变量的SVAR模型，研究石油供给冲击、整体需求冲击、投机需求（库存变化）冲击和特别需求冲击对美国真实油价的影响。本文在Kilian和Murphy提出的四变量SVAR模型的基础上，进一步将石油需求分解为中国需求和其它国家或地区需求，构建一个五变量的SVAR模型，分析石油供给冲击、中国需求冲击、其它国家或地区需求冲击、投机需求（库存变化）冲击和特别需求冲击对国际石油价格的影响。SVAR模型构建过程可以表示如下：

之所以采用上述结构量化分析国际石油价格的形成机制主要基于以下四个方面的理由：（1）根据商品的价格理论，全球石油供给是影响国际石油价格的重要因素，通常而言石油的供给与石油的价格呈现负相关关系。（2）需求因素也是影响国际石油价格的重要因素。特别地，由于近些年来，中国经济发展迅速，石油的需求也越来越多，在全球需求中占比也越来越大，所以本文将全球石油需求分为中国需求和其它国家或地区的需求（3）石油价格受供给和需求双方因素的影响，同时还考虑供需之外的全球石油库存变化对国际石油价格的影响，在Kilian和Murphy的研究[14]中把美国库存变化带来的冲击定义为投机性冲击。（4）国际石油的价格具有明显的持续性，所以在判断当期的石油价格时，需要考虑前期油价对当期油价的影响，在Kilian以及Kilian和Murphy的研究[12，14]中，将自身价格变化带来的冲击定义为特别需求冲击。

三、实证分析

（一）样本选择

该部分主要实证分析第2部分中提出的五变量SVAR模型，定量分析全球石油总供给、中国石油需求、其它国家或地区需求、全球石油库存（投机需求冲击）和前期石油价格（特别需求冲击）对国际石油价格的影响。考虑到数据的可得性，本文使用的石油数据主要为原油数据。五变量SVAR模型中的全球石油总供给ASt包括欧佩克国家的原油供给、非欧佩克国家的原油供给、非传统原油等，其单位为百万桶/天。中国石油需求CDt主要指中国的原油需求，其单位为百万桶/天。其它国家或地区的原油需求ODt是指除中国以外的其它国家或地区的原油需求，由全球原油总需求减去中国的原油需求计算得到，其单位也为百万桶/天。全球石油库存It包括国家的战略石油库存和商业石油库存，其单位为百万桶。目前，美国纽约商业交易所（NYMEX）上市的西德克萨斯轻质（WTI）原油价格和欧洲洲际交易所（ICE）上市的布伦特（Brent）原油价格是全球做重要的两种石油参考价格。虽然两种石油的品种不一样，其价格也不完全相同，但它们之间具有很强的联动性。另外，汪寿阳等的研究发现WTI原油价格比Brent原油价格更能反映出全球原油市场上的信息。因此，本文选择WTI现货离岸价格（WTI Spot Price FOB）表示国际石油价格[25]。

上述全球石油总供给、中国石油需求、其它国家或地区石油需求、全球石油库存和国际石油价格数据都来源于Wind数据库。全球石油总供给、中国石油需求、其它国家或地区石油需求可以直接下载得到季度数据。全球石油库存和国际石油价格下载得到月度数据后，处理得到季度数据。其中，全球石油库存是由当季度最后一月的数据表示该季度的库存，即3、6、9和12月的石油库存分别表示第1、2、3和4季度的石油库存。国际石油价格是由当季度内三个月的月度均价取平均得到季度均价，即1、2和3月石油月均价格的平均得到第1季度的石油价格，4、5和6月石油月均价格的平均得到第2季度的石油价格，7、8和9月石油月均价格的平均得到第3季度的石油价格，10、11和12月石油月均价格的平均得到第4季度的石油价格。2001年中国加入全球贸易组织（WTO），中国经济与全球经济的联系更加紧密。中国石油需求与国际石油价格的相互影响在2002年后会表现得更加突出，使用2002年后数据的研究结果会更有意义。因此，以上数据都开始于2002年第1季度，到最近的2017年第4季度，时间间隔为16年，每个变量包括64个样本。

1.中国石油需求对国际油价的影响

图1a给出了国际石油价格对中国石油需求的结构脉冲响应函数图，图1b给出了国际石油价格对中国石油需求的累积结构脉冲响应函数图。图1a显示对于中国石油需求冲击，国际石油价格在当期、第1期和第2期都有正向的响应，且当期在95%的置信区间上显著。国际石油价格在第3期出现负向的响应，但不显著；随后其响应逐渐接近于。观察图1b，可以发现国际石油价格对中国石油需求在当期到12期内一直具有累积的正向响应，且该正向响应在95%的置信区间上是显著的。

图1a和1b显示国际石油价格对中国石油需求有正向的响应，即中国石油需求越大，国际油价会越高。这主要是由于中国在本文研究的样本期内经济快速发展，对石油的需求也越来越多。图2给出了2002—2017年中国石油需求量和进口量。从图中明显可以看出，在2002—2017年期间中国的石油需求量在逐年上升，在国内石油产量有限的背景下，石油进口量也在逐步上升。中国的石油需求量不断增多，于是中国的石油进口量也不断增多，中国在国际石油贸易中扮演者非常重要的角色，从而中国石油需求量变化会显著影响国际石油的价格。当中国的需求量越多时，国际石油价格也越高。

2.全球石油库存对国际油价的影响

图3a呈现了国际石油价格对全球石油库存的结构脉冲响应函数图，图3b呈现了国际石油价格对全球石油库存的累积结构脉冲响应函数图。图3a显示，在当期和第1期全球石油库存对国际石油价格有明显的负向冲击，随后的第2期至第12期接近接近于0。以上结果说明全球石油库存增多时，在当前季度和下一个季度的国际石油价格会下降，对第2个季度之后的国际石油价格影响较小。再观察图3b，可以发现在当前到随后的12个季度国际石油价格对全球石油库存的累积结构脉冲响应都显著为负。

图3a和3b的结果显示国际石油库存对国际石油价格为负向的冲击。这是由于当全球石油库存增加时，表明市场上石油供應量过剩，导致国际石油价格下跌；当全球石油库存减少时，表明市场上对石油的需求旺盛，引起国际石油价格上涨。因此，全球石油库存是影响国际油价的重要因素，国际石油价格对全球石油库存表现出负向的结构脉冲响应。

3.其它因素对国际油价的影响

在上文中，我们分析了中国石油需求和全球石油库存对国际油价的影响。在本文构建的五变量SVAR模型中，除了中国石油需求和全球石油库存因素外，还包括全球石油总供给、其它国家或地区石油需求以及自身价格对国际石油价格的冲击。图4a和4b分别列出了国际石油价格对全球石油总供给的结构脉冲响应函数和累积结构脉冲响应函数。从图4a可以看出，全球石油总供给对国际石油价格的冲击比较复杂。虽然在当期和第2期是正向的冲击，在第3期和第4期表现为负向的冲击，随后其冲击接近于0；但全球石油总供给对国际石油价格的冲击在95%的置信区间上都不显著。图4b的结果也显示全球石油总供给对国际石油价格的累积冲击在95%的置信区间上也不显著。

图5a和5b分别列出了国际石油价格对其它国家或地区石油需求的结构脉冲响应函数和累积结构脉冲响应函数。图5a显示，在第2期其它国家或地区石油需求对国际石油价格有明显的正向冲击，在第4期其它国家或地区石油需求对国际石油价格有明显的负向冲击，而其它期的冲击都接近于0。另外，图5b显示，除了当期外，其它国家或地区石油需求对国际石油价格的累积冲击都为正向，但在5%的显著性水平下都不显著。

图6a和6b分别呈现了国际石油价格对自身价格的结构脉冲响应函数和累积结构脉冲响应函数。在Kilian的研究[12]中，把其定义为油价的特别需求冲击。从图6a可以看出，在当期和第1期油价的特别需求冲击显著为正，在第2期的冲击为负，随后第3期至第12期接近于0。图6b显示，国际油价的累积特别需求冲击都是正向的，且都在95%的置信区间上显著。

（四）方差分解

进一步，本文对国际石油价格进行方差分解，研究各因素对其价格波动的贡献度。表2给出了国际石油价格的方差分解结果。从表2中可以看出，在不同的预测期，各因素对国际石油价格波动的贡献度差别较小，尤其是最后几期它们的贡献度都趋于稳定。趋于稳定后，全球石油总供给、中国石油需求、其它国家或地区石油需求、全球石油库存和自身价格（石油特别需求冲击）对国际石油价格波动的贡献度分别约为3.9%、11.0%、5.5%、8.9%和70.4%。国际石油价格除了其自身的冲击外，本文重点分析的中国石油需求和全球石油库存对国际石油价格的影响较大，两者之和高达占比20%左右；而全球石油总供给和其它国家或地区石油需求对国际石油价格的影响较小，两者之和占比不到10%。

中国石油需求对国际石油价格的影响较大，主要是由于近20年来中国对石油的需求量和进口量都不断增加，在国际石油贸易中具有非常重要的地位，从而较大幅度的影响国际石油价格。国际石油库存对国际石油价格的影响较大，是因为自20世纪70年代发生了两次石油危机后，全球各国都非常重视石油安全，加强了石油的战略储备和商业储备。随着全球各国石油战略储备和商业储备增加，其库存量的变化对国际石油价格的影响也越来越大，所以国际石油库存变化对国际石油价格波动有较大的贡献度。全球石油总供给和其它国家或地区石油需求对国际石油价格波动的贡献度较小，主要是因为在本文研究的样本期内全球石油总供给和其它国家或地区石油需求相对比较稳定，变化幅度较小，所以对国际油价的影响也较小。

四、结 论

本文借鉴Kilian以及Kilian和Murphy等的研究[12，14]，构建一个五变量的SVAR模型，研究了石油供给冲击、中国需求冲击、其它国家或地区需求冲击、全球库存（投机需求）冲击和自身价格（特别需求）冲击对国际石油价格的影响。

本文的脉冲响应结果显示，国际石油价格对中国石油需求有显著的正向累积结构脉冲响应，对全球石油库存表现为显著的负向累积结构脉冲响应；其它三个因素中，全球石油总供给和其它国家或地区石油需求对国际石油价格的冲击不显著，而其自身价格对国际石油价格有显著的正向冲击。进一步，其方差分解结果显示，除了其自身的价格外，中国石油需求和全球石油库存对国际石油价格波动的贡献度最大，两者之和高达20%左右；而全球石油总供给和其它国家或地区石油需求对国际石油价格波动的贡献度较小，两者之和不到10%。

本文的研究结果表明，国际石油价格受多种因素的影响，其中中国石油需求和全球石油库存是影响国际石油价格的重要因素。对于投资者、石油相关制造商和政府机构而言，其投资决策、生产计划和政策制定都需要考虑这两个因素对国际石油价格的影响。特别地，对于石油对外依存度较高的中国而言，一方面，需要调整能源消费结构，加强天然气和新能源的发展，抑制石油需求的过快增长，从而缓解国际石油价格的过快上涨；另一方面，需要重视石油的战略储备和商业储备，提高石油库存，保证石油安全，为中国经济的平稳发展提供保障。

参考文献：

[1] Kilian L. The economic effects of energy price shocks [J]. Journal of Economic Literature， 2008， 46（4）： 871-909.

[2] 林伯强， 牟敦国. 能源价格对宏观经济的影响——基于可计算一般均衡（CGE）的分析 [J]. 经济研究， 2008（11）： 88-101.

[3] 杨继军， 范从来. “中国制造”对全球经济“大稳健”的影响——基于价值链的实证检验 [J]. 中国社会科学， 2015（10）： 92-113.

[4] Kim W J， Hammoudeh S， Hyun J S， et al. Oil price shocks and Chinas economy： reactions of the monetary policy to oil price shocks [J]. Energy Economics， 2016， 62： 61-69.

[5] 劉湘云， 朱春明. 美元贬值和石油价格变动相关性的实证分析 [J]. 国际金融研究， 2008（11）： 50-55.

[6] 张珣， 余乐安， 黎建强， 汪寿阳. 重大突发事件对原油价格的影响 [J]. 系统工程理论与实践， 2009， 29（3）： 12-17.

[7] Hamilton J D. Causes and consequences of the oil shock of 2007—08 [J]. Brookings Papers on Economic Activity， 2009（1）： 215-283.

[8] zbek L， zlale . Analysis of real oil prices via trendcycle decomposition [J]. Energy Policy， 2010， 38（7）： 3676-3683.

[9] Baumeister C， Peersman G. The role of timevarying price elasticities in accounting for volatility changes in the crude oil market [J]. Journal of Applied Econometrics， 2013， 28（7）： 1087-1109.

[10]Hamilton J D， Wu J C. Effects of indexfund investing on commodity futures prices [J]. International Economic Review， 2015， 56（1）： 187-205.

[11]Kilian L. The impact of the shale oil revolution on US oil and gasoline prices [J]. Review of Environmental Economics and Policy， 2016， 10（2）： 185-205.

[12]Kilian L. Not all oil price shocks are alike： Disentangling demand and supply shocks in the crude oil market [J]. American Economic Review， 2009， 99（3）： 1053-1069.

[13]李卓， 張茜. 国际油价波动与石油冲击——基于符号约束VAR模型实证分析 [J]. 世界经济研究， 2012（8）： 10-17.

[14]Kilian L， Murphy D P. The role of inventories and speculative trading in the global market for crude oil [J]. Journal of Applied Econometrics， 2014， 29（3）： 454-478.

[15]左菲菲， 焦建玲， 李兰兰. 国际石油价格波动的结构性因素分析 [J]. 合肥工业大学学报（自然科学版）， 2015（3）： 399-404.

[16]Bataa E， Park C. Is the recent low oil price attributable to the shale revolution？ [J]. Energy Economics， 2017， 67： 72-82.

[17]胡援成， 张朝洋. 美元贬值对中国通货膨胀的影响： 传导途径及其效应 [J]. 经济研究， 2012（4）： 101112.

[18]程凤朝， 叶依常. 资本充足率对宏观经济的影响分析 [J]. 管理世界， 2014（12）： 111.

[19]赵春艳， 文新雷. 中国核心通货膨胀率估算 [J]. 当代经济科学， 2014， 36（3）： 11-18.

[20]段忠东. 住房价格在货币政策传导中的作用效果 ——基于SVAR模型的反事实模拟研究 [J]. 当代经济科学， 2015， 37（5）：1121.

[21]Gong X， Lin B. Timevarying effects of oil supply and demand shocks on Chinas macroeconomy [J]. Energy， 2018， 149： 424437.

[22]章洪量， 封思贤. 金融脱媒对我国资本配置效率的影响分析 [J]. 当代经济科学， 2015， 37（1）： 78-86.

[23]贾生华， 董照樱子， 陈文强. 影子银行、货币政策与房地产市场 [J]. 当代经济科学， 2016， 38（3）： 13-19.

[24]韩雍， 刘生福. 利率市场化背景下的货币政策调控模式选择——基于一般均衡方法的理论推演与实证检验 [J]. 当代经济科学， 2017， 39（1）： 75-87.

[25]汪寿阳， 余乐安， 房勇. 国际油价波动分析与预测 [M]. 长沙： 湖南大学出版社， 2008.

责任编辑、校对： 李再扬