美联储调息周期利率对WTI原油期货价格的影响——基于VAR模型的实证分析

马晓青 孙韬昊

（上海电力大学 经济与管理学院，上海 201306）

原油作为大宗商品，其价格波动受到基本面供需关系的影响，其金融属性越来越受到重视。由于原油是美元定价，原油又是金融机构资产配置的标的，因此原油价格与美元汇率、美元利率的关系成为研究热点。在美联储加息背景下，笔者采用VAR模型研究2016年以来美元加息和降息周期与原油价格波动的相关性，试图根据历史数据预测未来美元加息对原油价格带来的冲击。

一、文献综述

早期文献中，大多注重基本面因素的研究。李卓和张茜（2012）利用符号约束VAR模型来区分石油期货市场中的投机冲击和石油市场的基本供需冲击，发现经济活动的需求冲击从30%至50%不等，供给冲击会导致油价短期波动30%，但其影响会迅速消退。[1]Aastveit K.A.（2013）采用 1974—2008 年的数据进行研究，发现在使用因素增广VAR模型时，由需求冲击引起的油价上涨的持久性更加明显。[2]谭小芬等（2015）采用TVP-FAVAR模型对2000—2015年国际原油价格演变的主要驱动因素进行研究后发现：原油供需压力增加是导致2000—2008年油价上涨的主要原因；2014年下半年国际原油价格大幅下跌则是全球石油供应量大幅增加和美元汇率逐步升值共同作用的结果；中国需求并不是影响国际油价波动的主要因素，但中国需求对油价的影响程度正在逐渐加大。[3]

随着原油期货市场日渐完善，部分学者对投机因素进行了研究。韩立岩和尹力博（2012）以投机因素作为代理变量，选择期货合约的非商业持仓占比进行相关研究，指出大宗商品价格长期上涨的驱动力仍然是实体经济因素，国际投机因素会在短期内推高大宗商品价格，而中国因素对商品价格的影响是间接的，可以忽略不计。[4]隋颜休和郭强（2014）基于结构断点检验实证研究发现，石油期货市场中具有明显的长期与短期投机活动，其中长期投机因素对油价波动的影响程度更深。[5]田利辉和谭德凯（2014）对2002—2012年国际原油价格波动的影响因素进行了分析，认为2002年以来国际原油价格持续上涨的主要原因在于市场金融投机行为，且在2008年国际原油市场价格波动中发挥了主导和放大作用。[6]李卓和李海（2017）从商品金融角度实证分析了国际原油价格波动与各种影响因素间的即期因果关系，结果发现指数投资者的投资决策决定于整个市场的价格走势，在进行长期投资决策时不能忽视价格走势影响因素。[7]

当前，有不少学者认为金融因素是引致国际原油价格变动的重要原因。李治国等 （2012）采用Granger因果检验和ECM模型实证研究了2000年1月—2001年4月的美国原油现货价格和美元指数之间的关系，结果表明美元指数变动是WTI原油现货价格变动的Granger原因，但WTI原油现货价格变动不是美元指数变动的Granger原因。程明华（2013）认为，2000—2012年国际原油价格频繁剧烈波动是美元汇率等多种金融因素和投机因素共同作用的结果。[8]田利辉和谭德凯（2015）利用ARDL和VAR模型考察了2002—2012年国际原油价格变化的主要影响因素，发现中国原油需求在国际原油价格的长期走势中没有占有重要地位，国际原油价格走势受到金融因素影响较大。短期看，中国石油需求因素影响油价，但影响弱于金融因素。[9]韩立岩等 （2017）采用VAR等计量模型进行研究后发现，全球GDP、国际贸易总额对国际油价具有显著正向影响，并与国际油价长期相关，而美元指数对国际油价波动的影响在短期内明显，但存在两个月的延迟效应。[10]丁磊和郭万山（2018）认为，中国通货膨胀、人民币兑美元汇率和国际油价之间存在长期均衡关系，一旦汇率和国际油价受到影响，就会传导到中国国内，增加国内通货膨胀率。[11]

综上，基于WTI原油期货价格已从负油价进入持续上涨阶段，美联储为稳定国内经济发展迟迟不肯加息，这进一步加剧了美国国内的通货膨胀。笔者参考相关文献，结合当前WTI原油期货价格的波动走势，拟从美联储加息或减息视角研究其对WTI原油期货价格的影响。

二、研究数据与方法

（一）数据来源及变量选取

WTI原油期货每月均存在合约可供交易，但各个合约价格并不一致，持仓量也有所不同，笔者认为将原油期货价格指数化更为合理。选取了国内文华财经金融衍生品交易信息系统提供的WTI原油期货价格指数的月度数据，该指数是国内原油衍生品交易时的重要参照。WTI原油期货价格指数是由在纽约商品交易所上市交易的轻质原油品种各个月份合约价格加权计算得出，相较于单月合约更加综合全面，更能反映当时原油期货的价格水平。美联储加息或降息不会直接调整存款或贷款利息，而是调整美国联邦基金利率，此利率变动能够快速且真实地反映美国商业银行资金的余缺。调息是美联储解决美国通货膨胀的货币手段，因此选用美国联邦基金利率来表示美联储加息或降息周期利率，利率月度数据来自Wind数据库。近几年WTI原油期货价格出现过两次低点，第一次为2016年1月，第二次为2020年4月。笔者以2016年1月作为数据样本的起点，选取2016年1月～2022年1月为样本区间。样本区间中包含两次上涨阶段和一次下跌阶段，两次上涨阶段即2016年1月～2018年5月、2020年4月至今；一次下跌阶段即2018年5月～2020年4月。

研究涉及的变量名称、缩写及含义如表1所示。为降低原油期货价格样本数据异方差程度，对原油期货价格数据取对数处理。

表1 变量、符号及含义

（二）变量描述性分析

选取变量后，笔者通过Eviews10.0软件绘制了原油期货价格指数及美国联邦基金利率变化趋势图（见图1）。从中可以看到，2016年1月～2018年5月，原油期货价格由34.4美元/桶涨至68.61美元/桶，波动率为100.03%，波动率计算过程见式（1）；2018年5月～2020年4月，原油期货价格由68.61美元/桶跌至26.31美元/桶，波动率为160.78%；2020年4月～2022年1月，原油期货价格由26.31美元/桶涨至79.93美元/桶，波动率为203.8%，当前油价已超过2018年5月时的最大值。在选取的样本区间内，原油期货价格波动相当剧烈。

图1 2016年1月—2022年1月PF与FFR变动趋势

从图1中PF与FFR变化趋势看，2016年1月～2018年5月，原油期货价格与美国联邦基金利率呈共同上涨趋势；2018年6月～2020年4月，原油期货价格与美国联邦基金利率呈共同下降趋势。原油期货价格与美国联邦基金利率均在2020年4月跌至谷值，这可能与2020年初突发新冠肺炎疫情、国际整体能源消费市场萎靡、国际停工停产有关。美联储从2020年3月开始持续实行低利率政策，如果美联储不进行加息，国际原油期货价格与美国通货膨胀率将持续走高。

通过对变量走势的初步分析，可知国际原油期货价格指数走势与美国联邦基金利率走势间存在着一定的相同趋势，即变量间可能存在相关性。故笔者采用VAR模型，构建两个变量间的数学模型，通过相关计量手段，实证分析原油期货价格指数LNPF与美国联邦基金利率FFR间的关系。

（三）实证研究方法介绍

在分析美国联邦基金利率FFR与原油期货价格指数LNPF变动的相互关系时，为确保回归结果真实有效，首先，通过ADF检验变量LNPF与FFR的原时间序列是否平稳，若变量LNPF与FFR的原时间序列是平稳的，则可以建立VAR模型；若变量LNPF与FFR的原时间序列是非平稳的，则要对变量LNPF与FFR进行差分处理，然后继续检验差分序列的平稳性。若最终判定原油期货价格指数LNPF与美国联邦基金利率FFR同阶单整，则可以对原序列非平稳的原油期货价格指数LNPF与美国联邦基金利率FFR进行Johansen协整检验，当原油期货价格与利率之间存在协整关系时，建立LNPF与FFR的双变量VAR模型。其次，通过信息准则判定模型的最优滞后阶数，依据最优滞后阶数优化模型，再检验模型逆根的模以判断模型的稳定性。最后，通过脉冲响应和方差分解分析各影响因素对原油期货价格指数在短期内造成的影响。VAR模型构建如式（2）所示。

其中，VAR模型中的解释变量包括原油期货价格变量LNPF、美国联邦基金利率FFR，并且包括两种变量的不同滞后期。式（2）中，j表示内生变量滞后阶数，A表示内生变量选择不同滞后期时对应的系数矩阵，θ表示相互独立的随机变量，并且服从同一正态分布 N（0，σ2）。

三、原油期货价格波动的影响因素实证分析

（一）时间序列平稳性检验

为避免美国联邦基金利率FFR与原油期货价格指数LNPF在没有因果关系的情况下产生相关性，在进行平稳性检验前，笔者提出原假设：变量的时间序列中存在单位根。当检验结果中的P值小于0.05时，不接受原假设，表明变量的时间序列具有平稳性；当P值大于0.05时，接受原假设，表明时间序列是非平稳的。通过EVEIWS10.0软件，采用ADF单位根检验法来检验两国变量的时间序列。首先，检验变量LNPF与FFR的原时间序列如表2所示，两变量为非平稳时间序列。笔者继续对变量LNPF与FFR进行一阶差分，再检验变量LNPF与FFR处理后的时间序列见表2。其中，检验类型C表示检验方程中含有截距项，检验类型T表示检验方程中含有趋势项，检验类型K表示检验方程中含有滞后项，N表示检验方差中既无截距项又无时间趋势项。

表2 ADF单位根检验结果

WTI原油期货价格指数LNPF及美国联邦基金利率FFR的ADF单位根检验结果表明，2016年1月～2022年1月，WTI原油期货价格LNPF与美国联邦基金利率FFR的原序列非平稳，两变量的一阶差分序列均具有平稳性。由于两变量的原时间序列不具有平稳性，在建立VAR模型前须对变量LNPF与FFR间的协整关系进行检验，在协整检验的结果下判断变量LNPF与FFR的原时间序列是否能够构建双变量VAR模型。

（二）Johansen协整检验

由ADF检验结果可知，变量LNPF与FFR原时间序列非平稳但一阶差分序列平稳，故笔者采用基于VAR模型的Johansen协整关系检验来判断变量LNPF与FFR之间的协整关系。在采用特征值迹检验法和最大特征值检验法进行检验时，笔者提出以下两个原假设：两变量间不存在长期协整关系；变量间最多存在一个长期协整关系（结果见表3）。由表3可知，在5%显著性水平下，当原假设为不存在长期协整关系时，两种检验法的P值均小于0.05，表示拒绝了原假设；当原假设为最多存在一个长期协整关系时，P值均大于0.05，表示接受了原假设。因此，WTI原油期货价格与美国联邦基金利率间至少存在1个长期协整的变量关系式。基于此结论，笔者建立以FFP为自变量，LNPF为因变量的二元一次线性方程，表达式如式（3）所示。

表3 协整检验结果

式（3）表明，2016年 1月～2022年 1月，美国联邦基金利率每增长1%，WTI原油期货价格指数将上升0.0697%。由FFR的系数大于0可知，两变量间呈正相关性。两者表现出的正相关性异于其他商品与美联储调息周期利率的负相关性，但恰恰能反映原油期货的资金避险属性：当美联储加息时，美国由通货膨胀转为通货紧缩，但在经济萧条时期，原油期货表现出高收益率因而受到资本青睐，从而推动原油期货价格上涨。目前，正处于美联储加息前的空档期，当真正加息后，WTI原油期货价格并不会出现投资者预想中的大幅下跌，可能只是小幅波动。

（三）建立VAR模型

依据协整检验结果，笔者对2016年1月～2022年1月样本区间的LNPF与FFR原时间序列建立VAR模型。建立VAR模型后，再使用软件构建了5种不同信息准则下不同滞后阶数的模型。表4显示，3种信息准则（LR、SC和HQ）下判定VAR模型的最优滞后阶数为2阶，2种信息准则（FPE、AIC）下判定的最优滞后阶数为4阶型。根据多数原则，建立VAR（2）模型。构建的VAR（2）模型回归结果由表5中给出，则变量PF与FFR的VAR（2）模型表达式如式（4）所示。

表4 VAR模型滞后阶段判定结果

表5 VAR模型回归结果

为确保实证结果的有效性，先检验VAR模型的稳定性，笔者选择AR单位根检验法进行检验，通过软件将检验结果呈现在图2中。由图2可知，模型的4个逆根的模均在0到1之间的单位圆内，验证了VAR模型的有效性。

图2 VAR模型平稳性检验输出结果

（四）脉冲响应与方差分解分析

在VAR（2）模型基础上，继续研究模型中美国联邦基金利率FFR变动一个标准差对WTI原油期货价格LNPF的影响。使用EVEIWS10.0软件建立LNPF与FFR脉冲响应函数，根据其结果绘制脉冲响应结果图（见图3）。

图3 2016—2022年LNPF与FFR脉冲响应分析结果

由图3可知，当原油期货价格LNPF对自身作出正向冲击时，原油期货价格立即表现出正向响应，在第2期达到峰值0.104后开始衰减，在第13期衰减至0后由正向响应转变为负向响应，负向响应最小值为-0.014，在第20期缓慢衰减至0，说明短期内原油期货价格变动对自身呈正向响应，长期呈负向响应；当美国联邦基金利率FFR对原油期货价格LNPF作出正向冲击时，LNPF的正向响应峰值为0.022。原油期货价格LNPF作出响应的过程与其自身作出冲击时表现出的响应过程有些类似，但区别在于，这种冲击下原油期货价格LNPF正负向响应转变较快，在第6期时已经由正向响应转变为负向响应，在第15期时负向响应达到最小值为-0.02，说明美联储调息周期变化时，原油期货价格能快速产生变化。总之，短期内，LNPF对两变量为正向响应，长期看，LNPF对两变量为负向响应；变量LNPF与FFR变动一个标准差，对原油期货价格LNPF的影响有一定时效性与滞后性，其区别在于影响程度的强弱。

为弥补脉冲响应分析的不足，进一步研究美国联邦基金利率FFR对原油期货价格LNPF结构冲击的贡献度，利用软件对其进行方差分解，结果如图4所示。

图4 2016—2022年LNPF与FFR方差分解

由图4可知，原油期货价格LNPF对其自身的解释程度最大，对美国联邦基金利率FFR的解释程度次之。在不同滞后阶数下，原油期货价格LNPF对自身的解释程度有所不同，呈逐渐减弱的趋势，而美国联邦基金利率FFR对原油期货价格LNPF的解释程度则逐渐增加，最终原油期货价格LNPF与美国联邦基金利率FFR对原油期货价格LNPF的解释程度分别稳定在83.82%和16.18%；原油期货价格波动受各变量贡献度大小依次为原油期货价格LNPF自身、美国联邦基金利率FFR。此结果表明，就解释程度占比而言，美国联邦基金利率FFR影响程度虽小于原油期货价格LNPF自身，但足以认定为可以影响原油期货价格。

四、结论及建议

（一）结论

1.由Johansen协整检验可知，WTI原油期货价格LNPF与美国联邦基金利率FFR间存在长期均衡关系，从协整表达式可以看出，原油期货价格与美联储调息周期利率呈正相关关系，即美联储调低美国联邦基金利率会导致原油期货价格下跌，说明美联储加息或减息会导致原油期货价格涨跌。

2.根据脉冲响应分析结果，美国联邦基金利率FFR对原油期货价格LNPF的影响均具有一定的时滞性，当原油期货价格LNPF作出冲击时，其自身产生正向响应并在滞后13期时转变为负向响应；当美国联邦基金利率FFR对原油期货价格LNPF作出冲击时，原油期货价格LNPF产生正向反馈并在滞后6期时转变为负向响应。

3.根据方差分解结果，原油期货价格LNPF、美国联邦基金利率FFR对原油期货价格LNPF变动的贡献度分别稳定在83.82%和16.18%。其中，美国联邦基金利率变化的贡献率远小于原油期货价格自身，但占比不低。

（二）建议

1.从当前量化宽松的全球经济环境看，商业银行系统应调整国内资金配置结构，以解决针对新能源企业的配置效率问题。目前，不需要资本的央企及大型能源企业获得大量信贷，而顺应“碳中和”政策成立的初创型新能源企业“融资难、融资贵”。因此，除政府补贴扶持外，商业银行应调低新能源企业借贷门槛。央行可借助美联储加息前的窗口期，降低贷款市场报价利率LPR，促进中小型新能源企业融资。

2.就美联储加息预期而言，鼓励中国企业将原油期货作为避险资产。目前，中国已经建立原油期货市场，应积极鼓励能化产业中的企业在上海原油期货市场进行交易，采取实体金融并重投资策略，实现对生产原材料价格的有效管理。同时，扩大中国原油金融衍生品对能化产业链中相关商品的影响力，树立INE原油期货定价标杆作用权威，将上海原油期货市场建成规范有效且能帮助国内企业规避国际原油价格波动风险的期货市场，减缓美国“刺破”通胀泡沫对中国能源经济的冲击。鼓励国内原油消费型央企持有上海原油期货并逐步增加持仓量，加强与上海能源期货交易所的战略合作。

3.从美国通货膨胀看，中国原油市场参与者应强化通胀预期管理和前瞻性判断。截至2022年2月10日，美国国内的消费者价格指数为0.6%，预计美联储不会放任通胀率持续上升。目前，中国各省份的经济发展并不均衡，一方面，可实行差异化能源经济政策，增强经济不发达地区抗通胀能力；另一方面，提高央行沟通的互动性，增强央行信息披露和沟通在引导和塑造公众预期中的作用。制定合理的通胀目标，科学引导通胀预期，保持经济社会稳定。

4.就中国进口型原油结构而言，应加快原油产业改造升级。在高油价时期，中国为实现原油储备战略付出了沉重代价。因此，面对国际原油价格持续高涨阶段，中国应制定匹配社会经济高质量发展的新能源战略，努力提高新能源智能化、清洁化发展水平。一方面，在石化领域应继续加强关键炼化技术的研究，逐步加大对新能源产业的资本投入与政策倾斜，为中国能源转型奠定坚实基础；另一方面，利用高新技术，将传统能源行业中落后、高能耗且低质量产能改造升级成绿色、低碳且高质量产能，使传统能源转变为适宜发展的智慧能源。