《The North American Journal of Economics and Finance》:Oil shocks aren’t all alike: do stock markets know the difference?
编辑推荐:
•该研究比较了三种主要的石油冲击识别方法。•评估了各类方法所识别的石油冲击对全球股票回报的影响。•研究结果表明,石油冲击识别方法的选择具有重大影响。•不同模型中,供给、需求和风险冲击对股票回报的影响存在差异。•Kilian(2009)的模型在危机时期表现出更强的稳定性。•Baum
- •
该研究比较了三种主要的石油冲击识别方法。
- •
评估了各类方法所识别的石油冲击对全球股票回报的影响。
- •
研究结果表明,石油冲击识别方法的选择具有重大影响。
- •
不同模型中,供给、需求和风险冲击对股票回报的影响存在差异。
- •
Kilian(2009)的模型在危机时期表现出更强的稳定性。
- •
Baumeister-Hamilton(2019)的模型在稳定环境下具有更强的解释力。
引言
过去三十年来,实证金融学研究一直关注油价波动与股市表现之间的关系(Raifu等人,2018;Shi和Kong,2021;Liu等人,2020;Wen等人,2019;Y?ld?r?m等人,2018)。现有文献已经明确了油价波动影响股票回报的直接和间接途径(Lu等人,2021)。直接途径体现在油价波动对企业现金流及估值的影响上(Bhattacherjee等人,2025),而间接途径则包括货币政策反应、财政调整以及全球经济情绪的传导(Huang等人,1996)。尽管已有大量研究从不同地区、不同时期以及不同方法角度探讨了油价与股票回报的关系,但在不同石油冲击分解方法下石油冲击的本质仍存在诸多未解之谜。因此,有必要评估这些石油冲击作为价格风险因素的作用,了解它们在不同发达市场、新兴市场、石油出口国和进口国以及不同市场环境下的影响,这一点至关重要。
随着投资者对宏观经济风险、能源转型以及地缘政治波动的敏感度不断提高,石油冲击的结构分解及其对全球股票市场的不同影响成为亟待研究却又极为重要的课题。虽然Kilian(2009)的开创性工作首次运用结构VAR框架将石油冲击分为需求、供给和预防性需求三类,但随后也出现了诸多质疑。例如,Baumeister和Hamilton(2019)对Kilian的VAR模型的线性假设和识别假设提出了挑战,提出了一种替代的广义结构模型,用以区分由消费驱动的石油需求变动、库存变化以及经济活动状况。Ready(2018)进一步发展了这一研究,他引入了一种基于风险的潜在因子模型,该模型纳入了通货膨胀压力和投资者情绪因素,从金融学的角度更深入地分析了石油冲击。此外,Kilian(2022)也对Baumeister和Hamilton(2019a、2019b和2021)的观点提出了批评,认为他们认为传统基于VAR的石油市场模型无效的观点,尤其是在数据使用、识别策略以及需求冲击的主导性方面,是夸大其词且基于错误表述或不合理假设的。
尽管存在这些争议,关于石油冲击对股票市场回报影响的理论进展和实证研究仍在持续进行中(Das和Kannadhasan,2020;Koh,2017;Le和Chang,2015)。鉴于越来越多的资金流入金融市场,有必要分析不同类型的石油冲击在新兴市场和发达经济体以及不同市场环境下的对股票回报的影响。正如Park和Ratti(2008)所指出的,要得出具有普遍适用性的结论,就必须识别出各国之间油价变动的系统性影响,而非仅仅依赖个别国家的案例。虽然以往的研究主要关注股票回报的敏感性,但石油冲击的性质是否会影响股票市场溢价这一问题仍缺乏足够研究。本研究正是为填补这一空白,通过分析三种主流方法(Kilian,2009;Ready,2018;Baumeister和Hamilton,2019)所识别的石油供给和需求冲击对股票市场回报的影响来展开研究。研究使用了涵盖40个发达国家和新兴经济体的数据集,并从多个维度进行了分析:市场走势(牛市与熊市)、国家类型(石油进口国与石油出口国)以及经济环境(危机期与稳定期)。
通过评估Kilian(2009)、Ready(2018)以及Baumeister和Hamilton(2019)提出的三种主要识别方法,我们的实证分析为石油冲击对股票回报的不同影响提供了新的见解。首先,研究结果表明,Ready(2018)所识别的石油供给冲击和石油风险冲击会对股票市场回报产生负面影响,这与成本推动型冲击的理论框架一致。这类冲击反映了石油供应方面的负面干扰以及石油市场的更高波动性,二者都会提高生产成本,加剧整体宏观经济不确定性。因此,投资者会降低对未来盈利能力的预期。相比之下,Ready所识别的石油需求冲击则对股票市场回报有显著的正面影响,这支持了这样一种观点:石油需求的增加往往意味着经济扩张。在这样的时期,石油消费的增加会带来更好的现金流和更强的增长前景,从而提升股票回报。
其次,Kilian(2009)的结构分解方法进一步印证了这一观点。我们的研究结果显示,总需求冲击和预防性需求冲击都会提升股票市场回报,这说明由需求驱动的油价上涨是由于宏观经济活动增强所致。预防性需求冲击的显著影响凸显了投资者情绪以及对潜在供应约束的预期在其中的作用。而Kilian所识别的石油供给冲击则会对股票市场回报产生负面影响,这与外部供应中断对生产成本和生产预测的负面作用相符。
第三,我们的研究还发现,Baumeister和Hamilton(2019)提出的方法能够提供更为细致的分析视角。具体而言,与经济活动和库存调整相关的石油需求冲击会对股票回报产生正面影响,这体现了油价作为实体经济强度晴雨表的作用。不过,我们的分析在一点上与BH的预测有所不同,即基于消费的需求冲击会对股票市场回报产生显著的负面影响。这一结果表明,尽管此类冲击可能反映出消费者信心的短期提升,但人们可能会将其视为通胀现象或暂时性现象,因此难以支撑对未来企业现金流的乐观预期。此外,BH所识别的石油供给冲击始终会对股票回报产生负面影响,这进一步强化了与成本推动型冲击相关的滞胀理论解释。
第四,通过揭示石油冲击影响投资者预期和风险认知的底层经济机制,即成本推动型与需求拉动型动态机制,我们的研究有助于完善将大宗商品市场与金融资产联系起来的理论模型。我们提供的实证证据表明,石油冲击的性质和来源,无论是供给驱动、预防性因素还是消费驱动,都在决定股票市场反应中起着关键作用。这一发现挑战了早期文献中对油价变动的简单化处理方式,强调了需要建立一种能够体现石油冲击异质性以及不同市场环境特点的更为精细的分析框架。
第五,发达国家和石油进口国对能源市场波动更为敏感,这从它们对石油冲击更为强烈的反应中可以看出。在危机时期,这类冲击往往会对股票回报产生更负面的影响,反映出市场更为悲观以及风险厌恶情绪更为强烈。最后,虽然Kilian的方法在压力环境下更具稳健性,但Baumeister和Hamilton开发的框架在稳定环境下则具有更强的解释力。综上所述,这些研究结果都强调了区分不同类型石油冲击的重要性,以及根据不同的经济环境调整风险评估方法的必要性。
本文的其余部分结构如下:第2节简要回顾相关文献;第3节介绍样本数据及研究方法;第4节阐述实证研究结果;第5节则对研究内容进行总结并给出结论。
各章节要点
理论基础
要理解油价波动对股票市场的不同影响,就需要明确那些结构各异的石油冲击通过何种理论渠道影响投资者的预期和股票市场回报。Kilian(2009)、Ready(2018)以及Baumeister和Hamilton(2019)提出的各种石油冲击分解方法,都为分析石油冲击的经济起源和传导机制提供了独特的视角,有助于更深入地理解这些冲击的影响。
数据
我们采用了40个全球活跃交易股票指数的月度面板数据,按照Jin等人(2022)的方法将这些数据换算成美元以便比较。股票市场数据来自彭博社。样本包括21个发达国家:美国、日本、德国、法国、英国、瑞士、荷兰、澳大利亚、新西兰、新加坡、奥地利、比利时、西班牙、丹麦、芬兰、瑞典、香港、爱尔兰、挪威、加拿大和意大利。
统计摘要
表3展示了本研究中所涉及的所有变量的统计摘要,数据时间范围为2000年至2024年。该面板数据包含10,594个月度观测值,所有变量都经过了第1百分位和第99百分位的截断处理,以减少极端值的影响。整个研究期间的平均月度回报率为0.2%,标准差为2.4%,说明在此期间股票回报的波动程度处于中等水平。统计摘要显示
总结与结论
在本研究中,我们通过比较Ready(2018)、Kilian(2009)以及Baumeister和Hamilton(2019)提出的不同框架,全面分析了不同类型的石油冲击如何影响股票市场回报。虽然以往的研究大多关注油价对宏观经济指标或特定行业回报的影响,但本研究则着眼于从石油冲击的根本成因出发,分析它们如何影响不同经济环境和市场条件下的股票回报。
CRediT作者贡献说明
Sibanjan Mishra:负责撰写初稿、软件应用、资源获取、正式分析工作。Purba Bhattacherjee:负责软件应用、资源获取、研究方法设计、正式分析以及数据整理工作。Sunil K Mohanty:负责撰写内容的审阅与编辑、项目监督、项目管理以及研究概念的构建工作。
利益冲突声明
作者声明自己不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。
Sibanjan Mishra|Purba Bhattacherjee|Sunil K Mohanty