經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益影響的分位關(guān)系研究

黃媛 吳昊

摘 要：構(gòu)建分位數(shù)分位數(shù)回歸模型，依據(jù)1987年6月至2020年10月數(shù)據(jù)，考量經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的異質(zhì)性影響。結(jié)果表明：經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益在大多數(shù)分位點(diǎn)具有抑制效應(yīng)，且這種影響在原油市場(chǎng)低迷時(shí)更加明顯。在三類(lèi)細(xì)分經(jīng)濟(jì)政策不確定性沖擊中，貨幣政策不確定性和貿(mào)易政策不確定性對(duì)原油收益的影響在原油市場(chǎng)繁榮時(shí)占主導(dǎo)地位，而原油市場(chǎng)處于低迷狀態(tài)時(shí)對(duì)財(cái)政政策不確定性的變化更加敏感。此外，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的影響程度在金融危機(jī)爆發(fā)后明顯增強(qiáng)。鑒此，原油市場(chǎng)利益相關(guān)者在金融危機(jī)期間應(yīng)對(duì)經(jīng)濟(jì)政策不確定的變化應(yīng)更加謹(jǐn)慎。

關(guān)鍵詞： 經(jīng)濟(jì)政策不確定性;原油市場(chǎng)收益;分位數(shù)分位數(shù)回歸模型

中圖分類(lèi)號(hào)：F724.5 ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ?文章編號(hào)：1003-7217（2021）04-0131-07

一、引 言

作為現(xiàn)代經(jīng)濟(jì)發(fā)展中最具影響力的基礎(chǔ)能源，原油對(duì)于維護(hù)金融體系穩(wěn)定和經(jīng)濟(jì)發(fā)展具有戰(zhàn)略意義[1，2]。鑒于原油在世界經(jīng)濟(jì)體系中的地位日益凸顯，探討原油價(jià)格漲跌波動(dòng)的影響因素對(duì)政府機(jī)構(gòu)、投資者及其他利益相關(guān)者具有重要意義。影響原油價(jià)格變化的因素包括原油供求關(guān)系的基本面因素以及包括投機(jī)活動(dòng)、投資者情緒等在內(nèi)的非基本面因素。近年來(lái)，全球經(jīng)濟(jì)環(huán)境發(fā)生了深刻變化，經(jīng)濟(jì)和政治領(lǐng)域的不確定性加劇了資本市場(chǎng)的異常波動(dòng)，原油價(jià)格多次上演“V型反轉(zhuǎn)”，引發(fā)了學(xué)者對(duì)于經(jīng)濟(jì)環(huán)境、產(chǎn)油國(guó)與周邊國(guó)家之間的政治安全及經(jīng)濟(jì)政策不確定性（Economic Policy Uncertainty，EPU）與原油價(jià)格異常波動(dòng)關(guān)系的探討[3，4]?，F(xiàn)有研究表明經(jīng)濟(jì)政策不確定性與宏觀經(jīng)濟(jì)波動(dòng)有關(guān)。例如，Bloom（2009）針對(duì)不確定性沖擊的經(jīng)濟(jì)影響進(jìn)行的一項(xiàng)早期探索性研究表明，來(lái)自經(jīng)濟(jì)和政治沖擊的不確定性對(duì)經(jīng)濟(jì)周期產(chǎn)生重大影響[5]。自此大量研究證實(shí)了經(jīng)濟(jì)政策不確定性對(duì)包括經(jīng)濟(jì)增長(zhǎng)、投資和通貨膨脹等宏觀經(jīng)濟(jì)變量的影響[6，7]。事實(shí)上，與經(jīng)濟(jì)政策相關(guān)的不確定性也會(huì)對(duì)投資者和企業(yè)行為產(chǎn)生影響[8]。根據(jù)實(shí)物期權(quán)理論，在投資不可逆的前提下，投資機(jī)會(huì)被視為經(jīng)濟(jì)主體持有的一項(xiàng)資源。當(dāng)經(jīng)濟(jì)政策不確定性水平較高時(shí)，由于對(duì)未來(lái)總需求不確定致使社會(huì)公眾信心指數(shù)短期內(nèi)快速下滑，企業(yè)和投資者可能通過(guò)改變或延遲生產(chǎn)和投資決策以避免高昂的財(cái)務(wù)成本，這反過(guò)來(lái)又會(huì)對(duì)原油需求和油價(jià)波動(dòng)產(chǎn)生影響。同時(shí)，企業(yè)融資成本面臨上行壓力，投資水平下降通過(guò)影響經(jīng)濟(jì)增長(zhǎng)導(dǎo)致原油需求減少，進(jìn)而推動(dòng)油價(jià)下跌。此外，經(jīng)濟(jì)政策不確定性也可能通過(guò)影響利率、通貨膨脹和預(yù)期風(fēng)險(xiǎn)溢價(jià)影響油價(jià)[9]。鑒于經(jīng)濟(jì)政策不確定性與原油價(jià)格之間的密切關(guān)系，探討經(jīng)濟(jì)政策不確定性對(duì)原油價(jià)格的影響機(jī)制對(duì)于促進(jìn)能源市場(chǎng)穩(wěn)定發(fā)展具有意義。

現(xiàn)有研究利用不同國(guó)家經(jīng)濟(jì)政策不確定性指數(shù)考察了經(jīng)濟(jì)政策不確定性與原油價(jià)格的關(guān)系。例如，Wei（2017）運(yùn)用GARCH-MIDAS模型和DMA組合方法發(fā)現(xiàn)全球經(jīng)濟(jì)政策不確定性指數(shù)和美國(guó)經(jīng)濟(jì)政策不確定性對(duì)原油價(jià)格具有較強(qiáng)的預(yù)測(cè)能力[10]?；跁r(shí)域和頻域角度，Sun等（2020）利用小波相干方法和線(xiàn)性格蘭杰因果關(guān)系發(fā)現(xiàn)G7國(guó)家經(jīng)濟(jì)政策不確定性與原油價(jià)格之間的相互作用在長(zhǎng)期內(nèi)逐漸增強(qiáng)，在重大歷史政治或金融事件發(fā)生時(shí)兩者之間的關(guān)聯(lián)度最高。此外，除美國(guó)外的六個(gè)國(guó)家在中長(zhǎng)期內(nèi)均存在從經(jīng)濟(jì)政策不確定性到原油價(jià)格的單向或雙向因果關(guān)系[11]。基于動(dòng)態(tài)結(jié)構(gòu)變化視角，Lyu等（2020）利用TVP-SVAR-SV方法探究了經(jīng)濟(jì)政策不確定性沖擊對(duì)布倫特（Brent）和西德州輕質(zhì)原油（WTI）價(jià)格波動(dòng)的影響，結(jié)果表明經(jīng)濟(jì)政策不確定性沖擊對(duì)原油市場(chǎng)的影響隨時(shí)間推移而變化，并且在極端市場(chǎng)條件下影響程度顯著增強(qiáng)[12]。然而，Aloui等（2016）通過(guò)利用滾動(dòng)窗口方法實(shí)現(xiàn)Copula估計(jì)考察經(jīng)濟(jì)政策不確定性對(duì)原油收益率的時(shí)變影響，結(jié)果表明金融危機(jī)爆發(fā)前，經(jīng)濟(jì)政策不確定性與原油收益率之間存在正相關(guān)關(guān)系，但在整個(gè)樣本期間兩者表現(xiàn)為負(fù)相關(guān)關(guān)系[13]。Joёts等（2017）利用結(jié)構(gòu)門(mén)限自回歸（TVAR）模型研究了宏觀經(jīng)濟(jì)不確定性對(duì)19個(gè)大宗商品市場(chǎng)樣本的影響，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與大多數(shù)大宗商品價(jià)格之間存在負(fù)向影響，并且不確定性事件和大宗商品價(jià)格波動(dòng)是可以分離的，尤其是原油價(jià)格波動(dòng)[14]。馮鈺瑤等（2020）通過(guò)構(gòu)建基于綜合集成的多尺度復(fù)雜系統(tǒng)研究方法論分析政策不確定性與原油市場(chǎng)的交互影響，發(fā)現(xiàn)不確定性變動(dòng)對(duì)原油價(jià)格可以同時(shí)產(chǎn)生正向或負(fù)向影響，原油價(jià)格波動(dòng)也會(huì)導(dǎo)致經(jīng)濟(jì)政策發(fā)生變化[15]。總體而言，現(xiàn)有關(guān)于經(jīng)濟(jì)政策不確定性與原油價(jià)格關(guān)系的研究尚未得到一致結(jié)論。值得注意的是，已有文獻(xiàn)在探討經(jīng)濟(jì)政策不確定性與原油市場(chǎng)的關(guān)系時(shí)，并沒(méi)有區(qū)分不同類(lèi)型經(jīng)濟(jì)政策不確定性對(duì)油價(jià)的影響機(jī)制是否不同。此外，原油價(jià)格具有波動(dòng)性強(qiáng)且波動(dòng)幅度大的特點(diǎn)，不同原油市場(chǎng)行情下呈現(xiàn)的脆弱性和敏感性具有差異，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)的影響可能會(huì)因經(jīng)濟(jì)政策不確定性水平高低和原油價(jià)格沖擊大小存在異質(zhì)性。現(xiàn)有研究利用如VAR和Copula等標(biāo)準(zhǔn)經(jīng)濟(jì)計(jì)量技術(shù)對(duì)經(jīng)濟(jì)政策不確定性與原油市場(chǎng)之間的關(guān)系進(jìn)行估算，難以捕捉不同市場(chǎng)行情下經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的異質(zhì)性影響，有必要進(jìn)一步探究經(jīng)濟(jì)政策不確定性對(duì)不同原油市場(chǎng)狀態(tài)下的影響機(jī)制和規(guī)律。

為了考察經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益可能存在的異質(zhì)性和復(fù)雜關(guān)聯(lián)性，本文采用分位數(shù)分位數(shù)回歸（Quantile-on-Quantile， QQ）對(duì)經(jīng)濟(jì)政策不確定性及三類(lèi)細(xì)分經(jīng)濟(jì)政策不確定性（貨幣政策不確定性、財(cái)政政策不確定以及貿(mào)易政策不確定性）對(duì)原油市場(chǎng)收益的影響建模。作為標(biāo)準(zhǔn)分位數(shù)回歸的推廣，分位數(shù)分位數(shù)回歸方法通過(guò)揭示解釋變量的分位數(shù)如何影響因變量條件分位數(shù)的復(fù)雜特征，有效避免參數(shù)的限制性假設(shè)，彌補(bǔ)了傳統(tǒng)分位數(shù)回歸忽略解釋變量狀態(tài)的缺陷?？紤]在較長(zhǎng)的樣本周期內(nèi)受金融危機(jī)影響市場(chǎng)動(dòng)蕩發(fā)生傳染，以2008年金融危機(jī)爆發(fā)為界，對(duì)比分析金融危機(jī)前后經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益的關(guān)系，以驗(yàn)證研究結(jié)果是否對(duì)樣本周期敏感。

二、模型構(gòu)建

分位數(shù)分位數(shù)回歸是Sim和Zhou（2015）提出的一種新的非參數(shù)分位數(shù)方法，用于檢驗(yàn)?zāi)骋蛔兞康姆治粩?shù)對(duì)另一變量條件分位數(shù)的影響[16]。之后，Stone（1977）和Cleveland（1979）提出的局部線(xiàn)性回歸方法用于估計(jì)解釋變量的給定分位數(shù)對(duì)因變量的局部影響，有效解決了純非參數(shù)模型固有的“維數(shù)災(zāi)難”問(wèn)題，這兩種技術(shù)的結(jié)合為建立解釋變量分位數(shù)與因變量分位數(shù)之間關(guān)系的模型提供了解決方法[17，18]。與使用普通最小二乘法或標(biāo)準(zhǔn)分位數(shù)回歸等估計(jì)技術(shù)得到的結(jié)果相比，分位數(shù)—分位數(shù)回歸的關(guān)鍵優(yōu)勢(shì)在于它將一個(gè)變量的分位數(shù)回歸到另一個(gè)變量的分位數(shù)上，能更豐富地模擬經(jīng)濟(jì)關(guān)系[16]。例如，普通最小二乘方法只能估計(jì)經(jīng)濟(jì)政策不確定性沖擊對(duì)原油價(jià)格條件平均數(shù)的影響，分位數(shù)回歸進(jìn)一步將條件平均數(shù)的影響分解為條件分位數(shù)的影響，而分位數(shù)—分位數(shù)回歸通過(guò)闡明經(jīng)濟(jì)政策不確定性沖擊的分位數(shù)如何影響原油價(jià)格的條件分位數(shù)，有效拓展了利用分位數(shù)回歸方法得到的研究結(jié)論。具體地，首先將原油市場(chǎng)收益分位數(shù)作為因變量建模，因?yàn)樗峁┝擞嘘P(guān)原油市場(chǎng)價(jià)格波動(dòng)的信息，然后將經(jīng)濟(jì)政策不確定性的分位數(shù)作為解釋變量建模，這些分位數(shù)包含了經(jīng)濟(jì)政策不確定性沖擊向上和向下的信息。因此，分位數(shù)—分位數(shù)回歸模型即通過(guò)選擇若干個(gè)經(jīng)濟(jì)政策不確定性沖擊分位數(shù)估計(jì)其對(duì)原油市場(chǎng)收益分位數(shù)的影響，提供了經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益在各自分布上如何影響的完整信息。此外，針對(duì)能源經(jīng)濟(jì)數(shù)據(jù)的非正態(tài)特征難以滿(mǎn)足均值回歸模型基本假設(shè)，分位數(shù)—分位數(shù)回歸技術(shù)因能較好地?cái)M合非正態(tài)數(shù)據(jù)成為處理這一問(wèn)題的有效工具。

需要注意的是，核回歸的關(guān)鍵在于帶寬的選擇。若選擇的帶寬較小，那么估計(jì)偏差較小;相反，則偏差較大。與Sim和Zhou（2015）[16]和Shahzad等（2017）[19]一致，本文選擇h=0.05。

三、實(shí)證分析

（一）數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

本文選取美國(guó)經(jīng)濟(jì)政策不確定性指標(biāo)和原油市場(chǎng)收益序列作為研究對(duì)象，樣本區(qū)間涵蓋1987年6月至2020年10月共401個(gè)月度數(shù)據(jù)。為了分析不同類(lèi)型政策不確定性對(duì)原油市場(chǎng)的沖擊效應(yīng)，將美國(guó)經(jīng)濟(jì)政策不確定性細(xì)分為貨幣政策不確定性（Monetary Policy Uncertainty， MPU）、財(cái)政政策不確定性（Fiscal Policy Uncertainty， FPU）以及貿(mào)易政策不確定性（Trade Policy Uncertainty， TPU）。國(guó)際原油市場(chǎng)價(jià)格選擇西德州輕質(zhì)原油（WTI）和布倫特原油（Brent）作為代表，數(shù)據(jù)來(lái)源于美國(guó)能源情報(bào)署（Energy Information Administration， EIA）。經(jīng)濟(jì)政策不確定性指數(shù)、貨幣政策不確定性指數(shù)、財(cái)政政策不確定指數(shù)和貿(mào)易政策不確定性指數(shù)的數(shù)據(jù)均來(lái)源于EPU網(wǎng)站（http：//www.policyuncertainty.com）。為確保變量的平穩(wěn)性，對(duì)原油價(jià)格序列進(jìn)行對(duì)數(shù)差分變換：rt=（ln pt-ln pt-1）×100，其中rt表示對(duì)數(shù)收益率。

表1列出了變量的描述性統(tǒng)計(jì)結(jié)果。其中，經(jīng)濟(jì)政策不確定性及三類(lèi)細(xì)分指標(biāo)均為右偏，且所有變量的峰度都超過(guò)3，表明變量序列存在尖峰厚尾特征，JB檢驗(yàn)結(jié)果也證實(shí)了變量不服從正態(tài)分布的結(jié)論。在這種情況下，利用最小二乘回歸方法得到的估計(jì)結(jié)果將不再具有穩(wěn)健性[20]。作為分位數(shù)回歸模型的推廣，分位數(shù)分位數(shù)回歸對(duì)具有異方差、非正態(tài)數(shù)據(jù)的擬合效果較好，是解決這一問(wèn)題的有效工具。為避免出現(xiàn)“偽回歸”，利用ADF檢驗(yàn)、PP檢驗(yàn)和KPSS檢驗(yàn)對(duì)變量進(jìn)行單位根檢驗(yàn)，在1%置信水平上所有變量拒絕存在單位根的原假設(shè)，變量均為平穩(wěn)。

（二）模型估計(jì)結(jié)果分析

為分析經(jīng)濟(jì)政策不確定性對(duì)不同行情原油市場(chǎng)收益的影響，選取0.05， 0.10， 0.15 …， 0.95等19個(gè)分位點(diǎn)構(gòu)建分位數(shù)分位數(shù)回歸模型并進(jìn)行參數(shù)估計(jì)。一般地，將0.05～0.25分位點(diǎn)視為原油收益市場(chǎng)的熊市（蕭條市場(chǎng)），0.75～0.95分位點(diǎn)視為原油收益市場(chǎng)的牛市（繁榮市場(chǎng)），中間分位點(diǎn)為一般市場(chǎng)。表2列出了經(jīng)濟(jì)政策不確定性指標(biāo)及貨幣政策不確定性、財(cái)政政策不確定性以及貿(mào)易政策不確定性三類(lèi)細(xì)分指標(biāo)對(duì)原油市場(chǎng)收益影響的部分估計(jì)結(jié)果①，圖1給出了分位數(shù)分位數(shù)回歸模型的所有參數(shù)估計(jì)結(jié)果。

根據(jù)圖1所示，經(jīng)濟(jì)政策不確定性及其細(xì)分指標(biāo)對(duì)原油市場(chǎng)收益的影響存在異質(zhì)性，主要表現(xiàn)在影響方向與影響程度上。具體地，圖1（a）的結(jié)果顯示：經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益影響的系數(shù)在大多數(shù)分位點(diǎn)為負(fù)，表明在大部分情況下經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益存在負(fù)向影響。這一結(jié)論與Kang等（2017）相似，他們的研究結(jié)論表明經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益之間的關(guān)系為負(fù)，并且這種關(guān)系被內(nèi)生經(jīng)濟(jì)政策不確定性反應(yīng)增強(qiáng)[20]?？紤]在較高的經(jīng)濟(jì)政策不確定性水平下，投資者和企業(yè)難以對(duì)當(dāng)前和未來(lái)經(jīng)濟(jì)形勢(shì)做出準(zhǔn)確判斷，并傾向于延遲或改變生產(chǎn)和投資決策。生產(chǎn)規(guī)模減小和投資需求降低通過(guò)影響經(jīng)濟(jì)增長(zhǎng)直接導(dǎo)致原油需求下滑，因而經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的負(fù)向影響是可預(yù)期的。此外，在原油市場(chǎng)的低分位點(diǎn)系數(shù)的絕對(duì)值達(dá)到最大，表明經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的抑制效應(yīng)在原油市場(chǎng)低迷時(shí)更加明顯。對(duì)這一結(jié)果的合理推測(cè)是：當(dāng)原油市場(chǎng)處于蕭條狀態(tài)時(shí)恐慌情緒彌漫，經(jīng)濟(jì)政策的細(xì)微變動(dòng)會(huì)使整個(gè)市場(chǎng)做出激烈反應(yīng)。進(jìn)一步觀察不同類(lèi)型經(jīng)濟(jì)政策不確定性與原油收益之間關(guān)系的結(jié)果發(fā)現(xiàn)，當(dāng)原油市場(chǎng)收益較高時(shí)，貨幣政策不確定性和貿(mào)易政策不確定性的負(fù)向沖擊主要集中在政策不確定性指數(shù)的高分位點(diǎn)。然而，財(cái)政政策不確定性的負(fù)向影響主要出現(xiàn)在原油市場(chǎng)的蕭條狀態(tài)，并且在大多數(shù)情況下財(cái)政政策不確定性對(duì)原油市場(chǎng)收益表現(xiàn)為正向影響。這一結(jié)果表明，當(dāng)原油市場(chǎng)繁榮時(shí)，貨幣政策和貿(mào)易政策的改變對(duì)原油收益的影響占主導(dǎo)地位，而當(dāng)原油市場(chǎng)處于蕭條狀態(tài)時(shí)，原油市場(chǎng)收益對(duì)財(cái)政政策的變化更加敏感，并且財(cái)政政策不確定性對(duì)原油市場(chǎng)收益的整體表現(xiàn)為正向促進(jìn)作用。因此，我們可以發(fā)現(xiàn)不同類(lèi)型的經(jīng)濟(jì)政策不確定性對(duì)原油價(jià)格沖擊的影響存在異質(zhì)性。

（三）危機(jī)前、后影響效應(yīng)分析

為考察經(jīng)濟(jì)政策不確定性與原油市場(chǎng)之間的關(guān)系在危機(jī)前后是否發(fā)生變化，以全球金融危機(jī)發(fā)生的時(shí)點(diǎn)為分界將樣本劃分為危機(jī)前和危機(jī)后兩個(gè)子樣本進(jìn)行分位數(shù)分位數(shù)回歸模型估計(jì)，結(jié)果如圖2所示。根據(jù)圖2（a）：在金融危機(jī)爆發(fā)前，經(jīng)濟(jì)政策不確定性對(duì)中間分位點(diǎn)和高分位點(diǎn)原油市場(chǎng)的沖擊

效應(yīng)顯著為負(fù)，而在經(jīng)濟(jì)政策的高分位點(diǎn)和原油市場(chǎng)的低分位點(diǎn)，模型的估計(jì)系數(shù)顯著為正。這一結(jié)果意味著當(dāng)原油市場(chǎng)平穩(wěn)運(yùn)行或發(fā)展良好時(shí)，經(jīng)濟(jì)政策不確定性對(duì)原油收益的影響表現(xiàn)為抑制效應(yīng)，而較大的經(jīng)濟(jì)政策波動(dòng)對(duì)原油市場(chǎng)處于熊市行情下的影響表現(xiàn)為正向促進(jìn)作用。相比之下，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)影響的系數(shù)在金融危機(jī)爆發(fā)后整體明顯增大，表明經(jīng)濟(jì)政策不確定性的變化對(duì)原油市場(chǎng)收益的沖擊效應(yīng)增加。這可能是由于金融危機(jī)爆發(fā)后經(jīng)濟(jì)政策不確定性水平顯著提升，同時(shí)引發(fā)市場(chǎng)投資者動(dòng)蕩不安，經(jīng)濟(jì)政策不確定性作為效應(yīng)的主要傳遞者加劇了對(duì)原油市場(chǎng)的沖擊效應(yīng)。這一發(fā)現(xiàn)與Aloui等（2016）和Yang（2019）的研究結(jié)論一致，他們指出經(jīng)濟(jì)政策不確定性對(duì)原油價(jià)格的溢出效應(yīng)在重大政治或金融事件發(fā)生時(shí)顯著增強(qiáng)[13，21]。因此，原油市場(chǎng)的利益相關(guān)者在危機(jī)期間應(yīng)對(duì)經(jīng)濟(jì)政策不確定的變化需更加謹(jǐn)慎。

進(jìn)一步分析不同類(lèi)型經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的影響在危機(jī)前后的差異。根據(jù)圖（2b）：在危機(jī)發(fā)生前，當(dāng)原油市場(chǎng)處于極端高分位點(diǎn)時(shí)（τ<0.1或τ>0.7），較高或較低分位點(diǎn)的貨幣政策不確定性對(duì)原油市場(chǎng)收益的影響顯著為負(fù)，而位于中間分位點(diǎn)的貨幣政策不確定性的影響為正。這一結(jié)果說(shuō)明貨幣政策不確定性對(duì)原油市場(chǎng)收益的影響與原油市場(chǎng)的行情密切相關(guān)，在探討經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益之間的關(guān)系時(shí)考慮分布異質(zhì)性是必要的。從系數(shù)大小看，貨幣政策不確定性對(duì)原油市場(chǎng)收益的影響程度在危機(jī)后更大，這一結(jié)果意味著金融危機(jī)爆發(fā)顯著提升了原油市場(chǎng)對(duì)貨幣政策

不確定性沖擊的敏感性。對(duì)于財(cái)政政策不確定性（圖2c），當(dāng)原油市場(chǎng)處于蕭條狀態(tài)時(shí)，較低水平的財(cái)政政策不確定性對(duì)原油市場(chǎng)收益在危機(jī)前的負(fù)向沖擊在危機(jī)爆發(fā)后轉(zhuǎn)為正向影響，即金融危機(jī)爆發(fā)后財(cái)政政策改變促進(jìn)了原油市場(chǎng)的向好。對(duì)這一結(jié)果的合理推測(cè)是：金融危機(jī)爆發(fā)后，為了保持宏觀經(jīng)濟(jì)政策的穩(wěn)定性和連續(xù)性實(shí)行寬松的財(cái)政政策，這為原油市場(chǎng)注入一劑“強(qiáng)心針”進(jìn)而拉高了原油市場(chǎng)收益。此外，貿(mào)易政策不確定性的結(jié)果也能觀察到類(lèi)似特征（圖2d）。在金融危機(jī)爆發(fā)前，貿(mào)易政策不確定性對(duì)原油市場(chǎng)收益影響的系數(shù)在大多數(shù)分位點(diǎn)不顯著。在金融危機(jī)爆發(fā)后系數(shù)明顯增大，并且貿(mào)易政策不確定性對(duì)原油市場(chǎng)的影響在原油市場(chǎng)處于低迷時(shí)表現(xiàn)為顯著的抑制效應(yīng)，這一結(jié)果同樣適用于原油市場(chǎng)的牛市狀態(tài)。以上發(fā)現(xiàn)驗(yàn)證了金融危機(jī)加劇了不同類(lèi)型經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)的沖擊效應(yīng)，表明金融危機(jī)后經(jīng)濟(jì)政策不確定性沖擊對(duì)原油市場(chǎng)收益的影響程度更大，體現(xiàn)了經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的影響對(duì)經(jīng)濟(jì)危機(jī)事件敏感的特征。

（四）穩(wěn)健性分析

為了驗(yàn)證利用分位數(shù)分位數(shù)回歸方法對(duì)經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益影響建模的合理性和穩(wěn)健性，將WTI原油價(jià)格替換成Brent原油價(jià)格對(duì)經(jīng)濟(jì)政策不確定性在全樣本時(shí)期和危機(jī)爆發(fā)前后分別進(jìn)行分位數(shù)分位數(shù)回歸參數(shù)估計(jì)，進(jìn)一步驗(yàn)證結(jié)果是否具有穩(wěn)健性。本文通過(guò)對(duì)模型系數(shù)估計(jì)后得出結(jié)論：除了不同分位點(diǎn)的系數(shù)大小存在細(xì)微變化外，模型結(jié)果規(guī)律大體上與前文相似，表明采用分位數(shù)分位數(shù)回歸方法刻畫(huà)經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益之間的關(guān)系較為合理②。

四、結(jié)論及建議

作為2008年金融危機(jī)誘因之一，經(jīng)濟(jì)政策不確定性與原油市場(chǎng)收益密切相關(guān)。本文利用分位數(shù)分位數(shù)回歸模型考察了1987年6月至2020年10月間經(jīng)濟(jì)政策不確定性及三類(lèi)細(xì)分經(jīng)濟(jì)政策不確定性沖擊對(duì)原油市場(chǎng)收益的異質(zhì)性影響，同時(shí)，比較分析了金融危機(jī)爆發(fā)前后經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益影響的差異性。

實(shí)證結(jié)果表明：在整個(gè)樣本期內(nèi)，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的影響存在異質(zhì)性。具體地，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益在大多數(shù)分點(diǎn)位具有負(fù)向影響，且這種影響在原油市場(chǎng)處于熊市狀態(tài)時(shí)更加明顯。在三類(lèi)細(xì)分經(jīng)濟(jì)政策不確定性沖擊中，貨幣政策不確定性和貿(mào)易政策不確定性對(duì)原油收益的影響在原油市場(chǎng)繁榮時(shí)占主導(dǎo)地位，而原油市場(chǎng)處于蕭條狀態(tài)時(shí)對(duì)財(cái)政政策不確定性的變化更加敏感。此外，經(jīng)濟(jì)政策不確定性對(duì)原油市場(chǎng)收益的影響程度在金融危機(jī)爆發(fā)后比危機(jī)前顯著增強(qiáng)。

因此，投資者在做出購(gòu)買(mǎi)原油儲(chǔ)備的決策時(shí)，需要充分考慮經(jīng)濟(jì)政策不確定性的影響，并特別關(guān)注貨幣政策不確定性、財(cái)政政策不確定性和貿(mào)易政策不確定性的波動(dòng)，尤其在重大金融危機(jī)事件發(fā)生時(shí)應(yīng)提高警惕。此外，政府部門(mén)應(yīng)盡可能保持經(jīng)濟(jì)政策的連貫性和平穩(wěn)性，降低政策調(diào)整頻率，以利于投資者和企業(yè)對(duì)經(jīng)濟(jì)政策變化建立合理預(yù)期和防范對(duì)策。

注釋?zhuān)?/p>

① ?限于篇幅未列出所有分位點(diǎn)估計(jì)結(jié)果，可向作者索要相關(guān)完整結(jié)果。

② 限于篇幅未列出完整的分位數(shù)系數(shù)回歸結(jié)果，可向作者索要相關(guān)完整結(jié)果。

參考文獻(xiàn)：

[1] Zhang Y J， Wu Y B. The time-varying spillover effect between WTI crude oil futures returns and hedge funds[J]. International Review of Economics & Finance， 2019， 61： 156-169.

[2] 朱慧明， 段容， 賈相華. 原油價(jià)格與經(jīng)濟(jì)政策不確定性對(duì)大宗商品市場(chǎng)非對(duì)稱(chēng)沖擊效應(yīng)研究[J].財(cái)經(jīng)理論與實(shí)踐， 2019， 40（01）： 70-76.

[3] Wang Q， Sun X. Crude oil price： Demand， supply， economic activity， economic policy uncertainty and wars-From the perspective of structural equation modelling （SEM）[J]. Energy， 2017， 133： 483-490.

[4] Badshah I， Demirer R， Suleman M T. The effect of economic policy uncertainty on stock-commodity correlations and its implications on optimal hedging[J]. Energy Economics， 2019， 84： 104553.

[5] Bloom N. The impact of uncertainty shocks[J]. Econometrica， 2009， 77（3）： 623-685.

[6] Jones P M， Olson E. The time-varying correlation between uncertainty， output， and inflation： Evidence from a DCC-GARCH model[J]. Economics Letters， 2013， 118（1）： 33-37.

[7] Alexopoulos M， Cohen J. The power of print： Uncertainty shocks， markets， and the economy[J]. International Review of Economics & Finance， 2015， 40： 8-28.

[8] Antonakakis N， Chatziantoniou I， Filis G. Dynamic spillovers of oil price shocks and economic policy uncertainty[J]. Energy Economics， 2014， 44： 433-447.

[9] Malliaris A G， Malliaris M. Are oil， gold and the Euro inter-related？ Time series and neural network analysis[J]. Review of Quantitative Finance and Accounting， 2013， 40（1）： 1-14.

[10]Wei Y， Liu J， Lai X， et al. Which determinant is the most informative in forecasting crude oil market volatility： Fundamental， speculation， or uncertainty？[J]. Energy Economics， 2017， 68： 141-150.

[11]Sun X， Chen X， Wang J， et al. Multi-scale interactions between economic policy uncertainty and oil prices in time-frequency domains[J]. The North American Journal of Economics and Finance， 2020， 51： 100854.

[12]Lyu Y， Tuo S， Wei Y， et al. Time-varying effects of global economic policy uncertainty shocks on crude oil price volatility： New evidence[J]. Resources Policy， 70： 101943.

[13]Aloui R， Gupta R， Miller S M. Uncertainty and crude oil returns[J]. Energy Economics， 2016， 55： 92-100.

[14]Joёts M， Mignon V， Razafindrabe T. Does the volatility of commodity prices reflect macroeconomic uncertainty？[J]. Energy Economics， 2017， 68： 313-326.

[15]馮鈺瑤， 劉暢， 孫曉蕾. 不確定性與原油市場(chǎng)的交互影響測(cè)度：基于綜合集成的多尺度方法論[J].管理評(píng)論， 2020， 32（07）： 29-40.

[16]Sim N， Zhou H. Oil prices， US stock return， and the dependence between their quantiles[J]. Journal of Banking & Finance， 2015， 55：1-8.

[17]Stone， Charles， J. Consistent Nonparametric Regression[J]. Annual Statistics， 1977.

[18]Cleveland W S. Robust locally weighted and smoothing scatterplots[J]. Journal of the American Statal Association， 1979， 74（368）：829-836.

[19]Shahzad S J H， Shahbaz M， Ferrer R， et al. Tourism-led growth hypothesis in the top ten tourist destinations： New evidence using the quantile-on-quantile approach[J]. Tourism Management， 2017， 60（jun.）：223-232.

[20]Kang W， Ratti R A. Structural oil price shocks and policy uncertainty[J]. Economic Modelling， 2013， 35： 314-319.

[21]Yang L. Connectedness of economic policy uncertainty and oil price shocks in a time domain perspective[J]. Energy Economics， 2019， 80： 219-233.

（責(zé)任編輯：鐘 瑤）