全球冲击下的定价自主性：一种简洁且经实证验证的SVAR-Transformer框架，用于研究上海原油期货市场的成熟度

《Scientific Reports》：Pricing autonomy under global shocks: a parsimonious and empirically validated SVAR-transformer framework for Shanghai crude oil futures market maturity

　　

摘要

本文研究了上海原油期货（INE）对国际基准价格冲击的动态反应，并评估了市场从初始阶段到2025年初的发展成熟度。利用2018年3月30日至2025年4月30日的周数据，我们提出了一个混合建模框架，该框架将结构向量自回归（SVAR）与Transformer架构相结合。SVAR部分捕捉线性结构关系，并通过脉冲响应和方差分解实现经济解释；而Transformer（特别是其线性注意力机制）则能够模拟纯线性模型无法捕捉的非线性动态和极端事件模式。该框架并未假设神经网络部分在本质上更优越，而是通过时间序列填充评估、扩展窗口验证、消融测试以及替代的结构识别方案，将其与传统VAR/SVAR、多层感知器（MLP）以及仅使用线性注意力的模型进行了对比。与VAR(2)相比，完整的混合模型将INE回报的样本外均方根误差（RMSE）降低了约7.7%；相对于仅使用线性注意力的模型，改进效果主要体现在高波动性时期。在危机周，平均非线性贡献率约为0.184，而在正常周则为0.051。实证结果表明，市场成熟度经历了三个阶段：最初的发展阶段（2018–2019年），这一阶段价格波动较小且受外部因素影响；极端冲击期（2020–2022年），市场波动性显著增加；以及成熟的过渡期（2023–2025年），此期间国内外冲击对市场表现的影响更加平衡。研究结果表明，上海原油期货市场已向更高的成熟度迈进，但其定价自主性仍有待进一步提升。尽管无条件方差分解结果与传统SVAR模型较为接近，但混合模型的主要优势在于能够识别危机期间的状态依赖性非线性调整。即使在符号限制、长期限制以及逆向递归排序等条件下，研究结果仍然具有较高的可靠性。