引言

在经济全球化背景下，石油作为第一能源，对全球经济发展起着重要作用，其价格波动对各国经济以及资本市场影响深远。从2000年至今，国际原油价格波动剧烈，涨跌幅度明显。21世纪初，由于受委内瑞拉全国工人大罢工、OPEC国家对石油市场的控制及石油期货的投机炒作等因素的影响，导致油价持续大幅上升，至2008年7月达到历史最高水平的140美元/桶左右。2008年下半年爆发了全球金融危机，各个国家经济增长变缓，在不到半年的时间里，油价直线下跌至40美元/桶；之后油价缓慢回升，2010年1月至2014年上半年，油价在100美元/桶左右震荡徘徊；2014年下半年，包括中国等新兴市场国家调整经济发展方式，减少对石油的消费，加之替代能源（如页岩气）的发展使得供给端增加，油价从2014年下半年开始一路狂跌，至2014年年底下跌至45美元/桶，半年时间跌幅高达60%；到2016年1月时已下跌至33.62美元/桶。随后油价开始缓慢回升，在低位震荡徘徊。

随着我国工业化进程的不断加快，对石油的需求日益增长。目前，我国已成为全球第一大石油进口国和第二大石油消耗国，石油对外依存度也逐年上升。2016年发布的《国内外油气行业发展报告》表明，2015年我国石油消费总量超5.43亿吨，较上年增长0.25亿吨。其中石油净进口量约为3.28亿吨，对外依存度突破60%，达到60.6%。作为石油进口大国，中国的经济和股市也会受到国际油价波动的影响。国际油价的波动会影响到以石油作为原料进行生产及消费等的上市公司的生产成本及收益，同时，国际油价的波动也影响着投资者对相关替代品上市公司未来生产成本和收益的预期，从而影响着股票价格。我国是页岩气储量大国，在国家大力发展清洁能源的过程中，页岩气行业得以快速发展，而国际油价的变动对页岩气行业的发展影响巨大。

1 文献综述

目前，有关国际石油价格波动与股票市场的相关性研究相对丰富，人们主要从股票价格、股票收益率等角度进行探索。Hammoudeh & Aleisa (2004)^[1]通过使用日度数据构建误差修正模型，研究了WTI原油价格与五个海湾产油国家的股票市场关系，结果显示部分国家股票市场收益率与WTI原油价格收益率存在双向波动溢出关系。Farooq & Shawkat (2007)^[2]采用多元GARCH-BEKK也证实了Hammoudeh的结论。除了从国家整体股市层面研究国际油价波动影响外，Fan & JahanParvar（2012）^[3]考察了美国49个行业股票收益序列与WTI现货价格，发现国际油价对个别行业的股市收益有预测能力。

受制于国内金融市场环境，我国关于股票市场与国际石油价格相关性研究起步较晚，相关文献有限。诸葛尚琦和郝项超（2009）^[4]以WTI、沪深300指数为数据样本构建向量自回归模型，研究发现中国股市与国际油价不存在格兰杰因果关系。在此基础上，Cong Ronggang等（2008）^[5]运用VAR模型研究了国际油价波动与国内股票市场的相互影响，表明国际油价波动只对一些行业股票市场指数有影响，对中国整体股票市场指数影响效果并不显著。金洪飞等（2010）^[6]选取2001年1月至2009年12月的数据作为研究样本区间，建立VAR和BEKK模型研究了国际油价对我国金融业等14个行业股票收益率的影响，发现国际油价波动对石油、天然气等能源行业的股票收益率存在显著影响。安瑶等（2011）^[7]通过建立向量自回归模型发现上证指数收益率与国际油价存在联动机制。孙梅和杨天（2012）^[8]以布伦特原油价格和上证指数日数据为样本，构建VAR模型，发现国际油价对中国股票市场存在单向影响。温晓倩等（2012）^[9]以中证内地新能源主题指数和WTI为样本，通过构建非对称MVGARCH模型研究了我国新能源公司股价与国际油价关系，结果发现两个市场间存在波动率外溢证据且存在非对称性。李春红等（2015）^[10]利用SVAR模型解释了影响国际油价波动的三种因素，并通过GARCH非对称模型检验，发现油价波动对我国股市收益的影响存在显著差异，是我国股市产生非对称性影响的主要原因。

从国内外的研究情况来看，在研究股票市场与国际石油价格关系上，许多学者都从宏观整体层面作出研究，具体到某一行业，尤其是关于页岩气公司股价与国际石油价格的关系相关文献很少。此外，在探究国际油价对股市价格影响的相关数据选取上，学者们为了增加样本容量，扩大选取区间，而未结合我国股票市场的实际情况。我国自2002年起开始股改，之前股市“晴雨表”的功能并不能很好体现。向量自回归（VAR）模型常用于分析相互联系的多元时间序列数据以及系统内多变量之间的动态影响。但是VAR在实证时没有考虑经济理论，其产生的脉冲响应不能被识别为内在的结构差，导致不能给出结构性解释。为了弥补这种不足，笔者采用Blanchard等提出的SVAR方法（结构向量自回归），构建中国页岩气公司股票价格与国际油价冲击、货币供应量、通货膨胀率的SVAR（4）模型，研究国际石油价格波动对页岩气公司股票价格的影响，为页岩气公司应对国际油价波动提供一些实证支持。

2 研究方法与变量选取 2.1 研究方法

SVAR模型是对向量自回归VAR模型的一种结构化分析，而向量自回归VAR是一种非结构化模型，是建立在数据统计性质上的一种模型。VAR模型采用联立方程组形式，它把每一个内生变量当作系统中所有内生变量滞后值的函数来进行回归，将单变量向量自回归模型扩展到多元向量自回归模型。含n个变量、滞后p期的VAR模型如下：

${Y_t} = \alpha + \sum\limits_{i = 1}^p {{\beta _i}{Y_{t - i}} + {\varepsilon _t}} $

(1)

式（1）中，α=(α₁, α₂, α₃, α₄, α₂, … α_n)^T是VAR模型的截距向量，Y_t是（n×n）向量组成的列向量，β_i是各阶滞后项的参数矩阵，Y_t-i是Y_t向量的i阶滞后变量，ε_t是误差项，在本模型中可视为随机扰动项；同时，模型满足：E(ε_t)=0, E(ε_tY_t-i)=0, i=1, 2, ..., p，也就是ε_t的期望为0，同时ε_t与内生变量Y_t及各滞后期不相关。但是，式（1）中的VAR模型分析结果缺乏理论支持，没有考虑变量之间是否存在经济联系，在一定程度上忽视了经济结构因素，使数据很难区分外生变量和内生变量，以及变量相互之间的序列相关性。SVAR模型的建立以VAR模型为基础，SVAR模型包含了模型中各个变量之间的即时结构性关系，使分析结果更加有效，对于有n个变量的SVAR模型，通过施加n(n-1)/2个短期限制来识别变量的冲击影响。

K个变量、q阶结构向量自回归模型SVAR (q)的方差表达式为：

${C_0}{{\text{y}}_t} = {H_1}{y_{t - 1}} + {H_2}{y_{t - 2}} + \cdots + {H_q}{y_{t - q}} + {v_t}, t = 1, 2, \cdots, T$

(2)

其中，y_t是（k×k）向量组成的列向量，C₀、H_i形式如下：

$ \begin{gathered} {C_0} = \left( {\begin{array}{*{20}{c}} 1&{ - {c_{12}}}& \cdots &{ - {c_{1k}}} \\ { - {c_{21}}}&1& \cdots &{ - {c_{2k}}} \\ \vdots & \vdots & \ddots & \vdots \\ { - {c_{k1}}}&{ - {c_{k2}}}& \cdots &1 \end{array}} \right) \hfill \\ {H_i}{\text{ = }}\left( {\begin{array}{*{20}{c}} {b_{11}^{\left( i \right)}}&{b_{12}^{\left( i \right)}}& \cdots &{b_{1k}^{\left( i \right)}} \\ {b_{21}^{\left( i \right)}}&{b_{11}^{\left( i \right)}}& \cdots &{b_{2k}^{\left( i \right)}} \\ \vdots & \vdots & \ddots & \vdots \\ {b_{k1}^{\left( i \right)}}&{b_{k2}^{\left( i \right)}}& \cdots &{b_{kk}^{\left( i \right)}} \end{array}} \right) \hfill \\ i = 1, 2, \cdots, q, \;\;\;{v_t} = \left( \begin{gathered} {v_{1t}} \hfill \\ {v_{2t}} \hfill \\ \vdots \hfill \\ {v_{kt}} \hfill \\ \end{gathered} \right) \hfill \\ \end{gathered} $

2.2 变量选取

笔者分析国际油价波动与页岩气公司股票价格间的关系时，构建的SVAR模型中有四个变量，即国际油价冲击（NOPI）、页岩气指数（SGI）、货币供应（M₂）和通货膨胀率（CPI）（表 1），具体分析如下：

（1）油价冲击（NOPI）。对于油价冲击的定义有两种方法：线性方法和非线性方法。线性的油价冲击一般用油价的变化率来表示，非线性的油价冲击则体现了油价冲击的非对称性。定义方法有3种：Asymmetric specification方法、Net specification方法和Scaled specification方法。其中Hamilton的Net specification^[11]方法在计算油价冲击时不考虑油价下降对经济的影响，较其他方法更符合客观实际，在研究时使用最多，故此处采用国内外较为通用的Net specification来计算国际油价冲击。计算公式为：

$NOP{I_t} = \max \left[{\log OL{T_t}-\max \left( {\log \;OL{T_{t-1}}, \cdots, \log \;OL{T_{t-12}}} \right), 0} \right] \times 100$

(3)

式（3）中，OLT指国际石油价格；NOPI为国际油价冲击。若t期油价超过1年12个阶段以来的最高油价，则就定义为两者的差额，否则就取值0。国际油价（OLT）选取的是美国西德克萨斯中质原油（West Texas Intermediate crude oil，WTI）期货月度数据，WTI是目前世界上交易最广的石油期货合约，同时选取的是当月连续期货合约，也是流动性最高、最为活跃的合约。

（2）页岩气指数（SGI）。由万得金融咨询编制，其组成成份主要是以在上海、深圳证券交易所挂牌交易，主营业务以页岩气开发、勘探、利用为主的上市公司。该指数共包括19家上市公司，由于页岩气指数编制开始于2009年12月，因此选择的页岩气指数样本区间为2009年12月至2016年2月，共计75组月度数据。

（3）货币供应（M₂）。货币供应量的变化会影响投资者的预期，当市场中货币供应量增加时，投资者预期企业贷款融资成本变小，企业的盈利能力增加，宏观经济状况趋向良好，股票市场上的企业具备投资价值，此时，投资者会逐步增大对股票市场的投资力度，股票市场交易活跃，资金量充沛，股票市场价格逐步上涨。反之，股票价格下降。因此选取M₂（广义货币供应量）来研究货币供应对页岩气股票价格的影响具有重要的意义。

（4）通货膨胀率（CPI）。通货膨胀率是衡量一个国家或地区经济是否平稳运行的重要指标，也是影响企业股票价格变动的重要因素。首先，通货膨胀能够影响企业的经营成本与盈利水平，而盈利水平的变化能直接影响股价的变动；其次，较高的通货膨胀使得投资者的持币成本增加，市场实际利率水平下降，相对于银行存款，投资者更倾向于把资金投资到股市中，使得股票市场交易活跃，股价上涨；最后，通货膨胀也会影响投资者对股票收益率的预期。一般情况下，通胀水平越高，投资者要求的预期收益率越高，为获得更高的收益，投资者将资金投向股市，促进股市交易活跃，股价上涨。物价指数（CPI）是衡量通货膨胀水平的重要经济指标，因此选取CPI作为衡量通胀水平的指标。

另外，本文使用的国际油价（WTI期货月度数据）、页岩气指数数据来源于Wind咨询金融终端；货币供应量（M₂）来源于中国人民银行；物价指数（CPI）来源于国家统计局并通过作者整理得到。在研究中，主要通过Eviwes7.2对数据和模型进行处理。

3 实证分析

实证分析的基本步骤是：采用ADF检验方法对四组变量序列进行单位根检验，看是否存在单位根，若存在，则序列非平稳，此时，对变量进行差分，当差分进行到第i次时序列平稳，则说明原变量序列服从i阶单整。当所有检验序列均服从同阶单整，构造VAR模型；在建立VAR模型的基础上，建立SVAR模型，并进行脉冲响应和方差分解分析。

3.1 平稳性检验

为了防止出现伪回归问题，在对时间序列进行分析前有必要进行单位根检验判断平稳性。此处采用单位根检验的ADF（Augmented Dickey-Fuller Test）方法分别对四组时间序列进行平稳性检验，结果如表 2所示，可知四组序列的一阶差分都是平稳的。

在确保各变量的平稳性后，基于AIC、SC、LR原则，我们建立NOPI、DSGI（DSGI是SGI的一阶差分）、M₂、DCPI（DCPI是CPI的一阶差分）这四个内生变量的VAR（4）模型。。

为了检验VAR（4）模型的构建是否合理，对模型进行稳定性检验。图 1展示了该VAR（4）模型的所有特征根的轨迹图，由图 1可知，VAR（4）模型的所有特征根的轨迹都在位于约束条件的单位圆之内，即所有特征根大小的绝对值全部小于1，说明了该VAR（4）模型稳定性良好，确保了进一步研究的有效性。

3.2 SVAR模型构建

在VAR（4）模型的基础上建立基于油价冲击（NOPI）、页岩气公司股价（SGI）、通货膨胀（CPI）、货币供应（M₂）这四个变量的SVAR（4）模型，形式如下：

${\bf{A}}{\varepsilon _t} = {\bf{B}}{u_t}, t = 1, 2, \cdots, T$

(4)

其变量和参数矩阵为：

$ \begin{align} & \bf{A}=\left( \begin{matrix} 1 & {{a}_{12}} & {{a}_{13}} & {{a}_{14}} \\ {{a}_{21}} & 1 & {{a}_{23}} & {{a}_{24}} \\ {{a}_{31}} & {{a}_{32}} & 1 & {{a}_{34}} \\ {{a}_{41}} & {{a}_{42}} & {{a}_{43}} & 1 \\ \end{matrix} \right), \\ & \bf{B}=\left( \begin{matrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ \end{matrix} \right) \\ & {{\varepsilon }_{t}}=\left( {{\varepsilon }_{1t}}\ \ {{\varepsilon }_{2t}}\ \ {{\varepsilon }_{3t}}\ \ {{\varepsilon }_{4t}} \right)', \\ & {{u}_{t}}=\left( {{u}_{1t}}\ \ {{u}_{2t}}\ \ {{u}_{3t}}\ \ {{u}_{4t}} \right)' \\ \end{align} $

其中ε_t是VAR（4）模型的随机扰动项，u_1t、u_2tu_3t、u_4t分别表示对NOPI、M₂、DCPI、DSGI的结构扰动项，有u_t: VWN(0_k, I_k)。

该SVAR模型中包含4个平稳的内生变量，为了保证可识别性，需要对模型施加k(k-1)/2=6个短期约束。根据我国经济运行的实际情况，对模型施加短期经济理论限制，即

（1）国际油价冲击对页岩气公司股价和通货膨胀影响存在滞后，当期变化无反应，即a₁₂=0，a₁₃=0。

（2）通货膨胀对国际油价冲击和货币供应量影响存在滞后，当期变化无反应，即a₂₃=0，a₂₄=0。

（3）货币供应量的变动对国际油价冲击在当期无反应，即，a₁₄=0。

（4）页岩气公司股价对国际油价冲击当期无反应，a₃₄=0。

通过以上6个施加给模型的经济理论短期约束，矩阵A变为：

$ {\bf{A}} = \left( {\begin{array}{*{20}{c}} 1&0&0&0 \\ {{a_{21}}}&1&0&0 \\ {{a_{31}}}&{{a_{32}}}&1&0 \\ {{a_{41}}}&{{a_{42}}}&{{a_{43}}}&1 \end{array}} \right) $

采用信息极大似然方法（FIML），推算出SVAR（4）模型的未知参数，原模型的线性结果如式（5）所示：

${\bf{A}}{\varepsilon _t} = \left( {\begin{array}{*{20}{c}} 1&0&0&0 \\ { - 0.009937}&1&0&0 \\ { - 0.788165}&{0.613549}&1&0 \\ { - 0.383038}&{0.127059}&{0.022119}&1 \end{array}} \right)\left( \begin{gathered} {\varepsilon _{1t}} \hfill \\ {\varepsilon _{2t}} \hfill \\ {\varepsilon _{3t}} \hfill \\ {\varepsilon _{4t}} \hfill \\ \end{gathered} \right) = \left( \begin{gathered} {u_{1t}} \hfill \\ {u_{2t}} \hfill \\ {u_{3t}} \hfill \\ {u_{4t}} \hfill \\ \end{gathered} \right)$

(5)

3.3 基于SVAR（4）模型的脉冲响应函数分析

脉冲响应函数（IRF）描绘了在一个扰动项上加上一个标准差冲击时，对其他内生变量当前和未来取值的影响轨迹，能够比较直观地刻画出各内生变量之间的动态关系。各个经济变量对页岩气公司股价脉冲响应如图 2、图 3、图 4所示，图中实线部分为计算值，虚线部分表示响应函数值加或减两倍标准差的置信带。

从图 2、图 3、图 4可以看出，页岩气公司股价受到了国际油价冲击、通货膨胀、货币供应量的影响，但在具体表现形式和反应时滞上不同。

由图 2可知，国际油价冲击NOPI对页岩气公司股价最先施加一个负面影响，在第2期时转为正值，随着国际油价的不断上升，页岩气公司股价受到国际油价的正面冲击，并在第5期时达到最大值，随后页岩气股价呈现下降趋势，在第8期时趋于0。页岩气与石油互为替代品，当国际油价上涨时，相关替代品如页岩气受到投资者的青睐。

图 3反应的是通货膨胀率对页岩气股价变动的影响：在第1期呈负相关影响，第2期时转为正，并且伴随着较强的波动逐渐趋近于稳定。这是因为股市具有财富效应，当通胀压力大时，投资者为了保值增值，倾向于将资金用来投资，确保资产不会因为通胀压力而贬值。

图 4反应了广义货币供应量变动对页岩气股价变动的影响：在第1期时为负，至第2期转为正，从第3期开始转为负。这从另一方面验证了货币供应量的增加促进了股票交易的活跃，但由于页岩气相关公司股票在整个市场交易中所占比值小，这种影响也很有限。

3.4 基于SVAR（4）模型的方差分解

方差分解提供了另一种描述系统中各内生变量间动态变化的方法。该方法是将系统的预测均方误差分解成系统中各变量冲击所作的贡献，通过计算结构冲击在各个时期内方差总和占总方差的比例，来考察结构冲击对模型中任意一个变量的影响。同时还可以估计出各个变量效应的相对大小，即各个变量冲击的贡献占总贡献的响应比例。

从表 3、表 4和表 5可以看出：

（1）页岩气公司股价变动主要由其本身解释，在第1期时就高达99.96%，随着时间推移，自身因素影响变弱，国际油价冲击、货币供应量、通货膨胀对页岩气公司股价的影响加强。在第6期时国际油价冲击为2.34%，页岩气公司股价自身解释下降到94.82%，在第12期时只有89.4%由其自身解释，4.85%由CPI解释，2.34%由国际油价冲击解释。这表明我国页岩气公司股价的确受到了国际油价冲击、通货膨胀以及货币政策的影响，但是这种影响较小。

（2）国际油价冲击主要受到货币供应量和通货膨胀的影响，页岩气股价变动对国际油价冲击的方差分解在第6期时为4.25%，这也表明页岩气是影响国际油价变动的一个重要因素，同时货币供应量对国际油价冲击的方差分解在第1期时几乎为0，在2期时逐渐增大，通货膨胀和货币供应也存在相同情况。这说明通货膨胀率及货币供应量的变动对国际油价冲击的影响存在滞后，原因可能是因为我国石油价格的定价机制导致的传导机制不畅。

（3）CPI的方差分解在第1期100%由自身解释，在第2期自身影响下降，货币供应量对通货膨胀率的影响上升，并在第12期逐渐达到21.60%左右，国际油价冲击对通货膨胀率的影响在第7期达到最大，为5.71%，但页岩气股价指数对通货膨胀率的影响最高只有2.01%。这也和我国经济运行的实际情况相符，在国家宽松的货币政策刺激下，货币供应量增加，导致通胀压力增大；国际油价冲击对通货膨胀率影响存在滞后性；页岩气因其国内商业开发规模较小，影响有限。

4 结语

本研究选取2009年12月到2016年2月的页岩气指数共75组月度数据，通过构建页岩气公司股价、国际油价冲击、货币供应量和通货膨胀率变动之间的SVAR（4）结构模型，分析了国际油价冲击、货币供应量和通货膨胀率变动对页岩气上市公司股票价格的脉冲响应。通过方差分解分析，笔者得到以下结论：

（1）国际油价冲击对页岩气公司股价最先施加一个负面影响，之后随着国际油价的不断上涨，页岩气公司股价受到国际油价的正面冲击，当国际油价上涨时，页岩气因为替代效应，公司股价也会上涨，但这种冲击存在时滞。

（2）通货膨胀对页岩气股价开始影响为负，最终由于股市的财富效应，逐渐趋近于稳定。当通货膨胀压力增大时，投资者为了保值增值，倾向于将资金用来投资，确保资产不会因为通胀压力而贬值。

（3）货币供应量的增加促进了股票交易的活跃，但由于页岩气相关公司股票在整个市场交易中所占比值小，这种影响也很有限。

（4）国际油价冲击主要受到货币供应量和通货膨胀的影响，并且这种影响存在时滞。