谢楠+颜志军+薛倩倩

摘要： 为保障石油供应安全，我国自2003经中央正式批准开始战略石油储备工作。本文使用美国原油市场1998年1月至2017年3月的相关数据构建VEC模型，分析讨论供需关系、价格和战略石油储备策略的相互影响，为政府决策提供支持。

Abstract： In order to ensure the safety of oil supply， China has been approved by the central government since 2003 to start the strategic oil reserve work. This paper uses the relevant data of the US crude oil market from January 1998 to March 2017 to construct the VEC model to analyze the inter influence of supply and demand， price and strategic oil reserve strategy， and provides support for government decision-making.

关键词： 市场供需关系；国际原油价格；战略石油储备；VEC模型

Key words： market supply and demand；international crude oil price；strategic oil reserve；VEC model

中图分类号：F764.1 文献标识码：A 文章编号：1006-4311（2018）01-0240-03

0 引言

改革开放以来，随着石油供需缺口的不断加大，我国对进口原油的依赖程度不断攀升。为保证能源供应安全，维护国民经济持续和稳定发展，2008起，我国启动战略石油储备工作，并形成了一定的规模。但是，我国的战略石油储备工作还处在初级阶段，运行机制仍在形成和探索之中，还有许多值得深入研究的问题。本文从战略石油储备管理策略的视角出发，定量分析市场供需关系和战略石油储备策略的相互影响，为政府决策提供参考。

1 定量分析模型和数据选取说明

1.1 研究现状分析

石油市场影响因素较多，使用传统的计量经济方法难以对它们之间的动态联系做出令人满意的解释，因此，利用时间序列数据建立的向量自回归（英文为Vector Auto Regression，以下简称VAR）模型或向量误差修正（英文为Vector Error Correction，以下简称VEC）模型及其相关的检验方法得到了广泛的应用。

如2009年高新伟和张伟伟使用1990年1月至2008年9月之间的美国战略石油储备量、美国商业石油储备量和OECD国家的石油总储备量及国际原油价格数据，采用VEC模型分析变量间的相互影响[1]；2010年高建等采用相关检验方法对1998年1月至2008年2月的美国石油库存和国际原油价格数据进行分析，研究它们之间的关系[2]；等等[3-9]。

1.2 VAR/VEC模型简介

VAR/VEC模型把系统中每一个内生变量都看作是系统中所有内生变量的滞后值，可将各单变量模型拓展为由多元时间序列变量组成的模型[10]。其中，单纯的VAR模型是无约束条件的；而VEC模型则是有协整约束的VAR模型，适用于具有协整关系的非平稳时间序列，约束其内生变量的长期变动，但允许短期波动[10]。

1.3 样本数据选取说明

近年来，美国石油产量变化对国际原油市场供应格局形成巨大冲击，2015年，美国已成为全球最大的石油产出国。作为最大的石油消费国，美国经济形势和石油需求情况对全球经济和国际石油市场具有风向标作用，具备很强的国际影响力。作为世界上最早开展战略石油储备的国家，美国战略石油储备体系相对成熟，储备经验丰富，其市场历史数据清晰完整，具有代表意义。因此，本文选取美国石油产量、消费量、战略石油储备规模的月度时间序列数据（均来自EIA网站）为变量，使用Eviews软件构建VAR/VEC模型开展研究。

1.4 变量设计和模型构成

如前所述，战略石油储备是石油进口國采取的政府手段，用于解决石油对外依存度高带来的能源安全问题。为取得较好的研究效果，用美国月度石油消费量减产量，得到的差值，即月度石油需求缺口（以下简称GAP），也可以理解为美国需要向其他国家购买的进口量，作为新变量；选取1998年1月至2017年3月美国月度GAP和SPR规模序列建立VAR/VEC模型。

2 构建VAR/VEC模型

2.1 数据检验

2.1.1 单位根检验

由于GAP与SPR规模时间序列数据未能通过单位根检验，是非平稳序列，但它们的一阶滞后项的差分项均为平稳序列。因此，GAP与SPR规模序列可能存在协整关系。

2.1.2 VAR模型估计

使用GAP与SPR规模序列建立滞后2期的无约束VAR模型（以下简称GAP-SPR规模VAR模型）。

2.1.3 确定VAR模型的最大滞后阶数

样本为月度数据，按经验值比较到p=12。在滞后期选择中，5个评价指标中有3个（LR、FPE和AIC）认为应该建立VAR（12）模型，取12作为最大滞后阶数。

2.1.4 协整关系检验

对GAP与SPR规模序列进行Johansen协整检验。将检验值设为常用值0.05时显示GAP 与SPR规模不存在协整关系。考虑到石油市场和SPR规模影响因素较多，将检验值由0.05放宽至0.1。

检验结果分为三部分：endprint

第一部分给出了检验结果：在0.1的检验水平下，迹统计量和最大特征值统计量均拒绝“GAP 与SPR规模无协整关系”的原假设，接受“GAP 与SPR规模至多存在一个协整关系”的原假设；并指出GAP 与SPR规模存在一个协整关系。

第二部分给出了非标准化的协整参数矩阵：

以及调整参数矩阵：。

第三部分给出标准化的协整参数向量：？茁=（1 8.40）′，以及调整参数向量？琢=（-0.0070 0.00065）′。

2.1.5 格兰杰因果性检验

选择p=12作为滞后量，在0.05的检验水平下，SPR规模是GAP的格兰杰原因，GAP不是SPR规模的格兰杰原因。

2.2 检验结果分析

综上，GAP与SPR規模序列为非平稳序列；将检验标准由0.05放宽至0.1，GAP与SPR规模序列存在1个协整关系；GAP与SPR规模序列存在单向格兰杰因果关系。因此，如采取适度宽松的标准，GAP与SPR规模序列可以用于构建VAR模型；具体来说，应当建立有协整约束的VEC模型（以下简称GAP-SPR规模VEC模型）。

2.3 建立GAP-SPR规模VEC模型

？驻GAP的误差修正项为-0.0070*（GAP（-1）+8.40* SPR（-1）-597439.78）；？驻SPR的误差修正项为-0.00065*（GAP（-1）+8.40*SPR（-1）-597439.78）。

3 模型及检验结果分析

3.1 长期均衡关系

从误差修正方程可知，长期均衡关系对GAP和SPR规模的边际贡献均为负，但拉动能力很弱：对？驻GAP的拉动系数为-0.0070；对？驻SPR的拉动系数为-0.00065。这一特征说明，市场长期均衡会带来需求缺口的减少和SPR规模的下降，但幅度很小，从侧面说明石油市场的变动干扰项和SPR策略的影响因素均较多，其自身的均衡关系影响力非常有限。

3.2 格兰杰因果关系

在最大滞后期为12个月时，SPR规模是GAP的格兰杰原因，而GAP不是SPR规模的格兰杰原因。说明SPR规模变化将影响供需关系，但影响力发挥是持续而缓慢的，需要在一年后才能完全体现。同时说明，SPR规模受需求关系影响不具有统计学意义上的显著性；由此可以推断，相对于市场供需情况变化，美国的SPR策略更多地体现了政府对石油供应中断的风险偏好和能源战略。

3.3 协整关系

协整检验结果显示，GAP与SPR规模时间序列数据存在1个协整关系，协整方程为GAP=8.40SPR。由此可知，GAP与SPR规模呈现同向变动关系，GAP对SPR规模的长期弹性是8.40。

3.3.1 GAP与SPR规模呈现同向变动关系

联系实际可知，SPR规模增大意味着政府在市场上购买石油作为SPR，市场出现额外需求，因此需求缺口相应增大；SPR规模减小意味着政府在向市场销售SPR，市场出现额外供给，因此需求缺口相应减小。

3.3.2 SPR策略对市场有放大作用

GAP对SPR规模的长期弹性是8.40，说明SPR规模的变化会导致8.4倍的GAP变化。这说明相对于SPR的收储（规模增大）和释放（规模减小）行为对石油市场供应量的直接影响，SPR规模的变化对市场预期的影响更为显著，因此SPR规模对GAP的影响存在明显的放大作用。

4 政策建议

从模型分析来看，SPR收储（规模增大）和释放（规模减小）行为不但对需求关系具有直接影响，战略石油储备工作策略调整对市场预期的影响和对投机行为的威慑作用更为显著。拥有足够的战略石油储备规模，不但能够在发生石油供应危机时增加供给直接影响市场供给，其对市场预期的影响对市场的稳定作用更为有效和明显。

我国是目前世界上最大的石油进口国，原油对外依存度接近60%。2016年9月，国家统计局公布的数据显示，我国战略石油储备规模已经达到3197万吨[11]。根据我国战略石油储备规划[12]，2020年，我国的战略石油储备总规模应达到近7000万吨。从我国战略石油储备工作开展情况来看，总体收储节奏保持在规划范围内，但收储规模的增长略慢。为保证国家石油供应安全，充分发挥战略石油储备作为国民经济“稳定器”的作用，我国应加大收储力度，快速增加战略石油储备规模。

参考文献：

[1]高新伟，张伟伟.不同石油储备与油价关系分析及管理研究[J].财贸经济，2009（11）：120-126.

[2]高建，杨丹，董秀成.美国石油库存对国际石油价格的影响分析[J].统计与决策，2010（4）：82-84.

[3]Wang S P， Hu A M， Wu Z X. The Impact of Oil Price Volatility on Chinas Economy： An Empirical Investigation Based on VAR Model[J]. Advanced Materials Research， 2012， 524-527： 3211-3215.

[4]范秋芳，杜秀娥.基于VEC模型的国际油价波动与中国经济增长关系的实证研究[J].中外能源，2012，17（9）：15-19.

[5]Hou K， Mountain D， Wu T. Oil Price Shocks and Their Transmission Mechanism in an Oil-Exporting Economy： a VAR Analysis Informed by a DSGE Model[J]. Journal of International Money & Finance， 2016， 68： 21-49.

[6]Zhang J， Xie M. China's oil product pricing mechanism： What role does it play in China's macroeconomy？[J]. China Economic Review， 2016.

[7]Jadidzadeh A， Serletis A. How does the U.S. natural gas market react to demand and supply shocks in the crude oil market？ [J]. Energy Economics， 2017， 63： 66-74.

[8]Kang W， Gracia F P D， Ratti R A. Oil price shocks， policy uncertainty， and stock returns of oil and gas corporations [J]. Journal of International Money & Finance， 2017， 70： 344-359.

[9]郇志坚，徐晓莉，王玉.国内外原油价格的波动溢出效应与动态相关性研究——基于四元非对称VAR-MGARCH-BEKK和DCC模型[J].金融发展评论，2017（01）：87-104.

[10]张晓峒.EViews使用指南与案例[M].机械工业出版社， 2007.

[11]Nbs. Significant Progress has been Made in the Construction of Natioanl Petroleum Reservation. http：//www.stats.gov.cn/tjsj/zxfb/201609/t20160902_1396131.html： National Bureau of Statistics of China， 2016.

[12]薛力，肖欢容.中国战略石油储备规模：缺陷与应对[J].当代亚太，2009（02）：74-92，73.endprint