經濟政策不確定性與地緣政治風險對中國能源價格的沖擊效應研究

[摘要]應對不確定性風險已成為全球能源市場的重要主題，同時中國能源結構正處于深刻變化中，傳統原油價格分析難以準確反映中國能源價格實際情況。利用Divisia價格指數模型綜合中國多種能源價格構建中國能源價格指數，通過廣義脈沖響應函數和基于廣義方差分解的溢出效應模型測度國內外經濟政策不確定性與地緣政治風險對于中國能源價格的沖擊效應并分析影響因素。研究結果表明：經濟政策不確定性與地緣政治風險的沖擊效應方向相反。相比國際原油價格，中國能源價格在總體上受到全球經濟政策不確定性沖擊明顯更大，但同時中國經濟政策不確定性及地緣政治風險也會在特定階段產生較大沖擊。新冠肺炎疫情暴發以來，全球經濟政策不確定性再次推高中國能源價格受沖擊水平。能源價格波動、宏觀經濟預期和股票市場波動是影響沖擊效應的主要因素。中國應重視國內外不確定性風險對中國能源價格的系統性影響，從多方面采取措施加以防范。

[關鍵詞]經濟政策不確定性；地緣政治風險；中國能源價格；不確定性風險

一、 引言

能源是現代經濟的基礎，能源價格變動對于一國經濟平穩運行具有重大影響。進入后危機時代，全球政治經濟格局正經歷深刻調整。歐債危機、英國“脫歐”、中東局勢惡化、貿易保護升級、新冠肺炎疫情等大量突發事件頻繁發生，高度不確定性成為全球經濟面臨的共同挑戰。對于兼具金融屬性與地緣政治屬性的能源市場來說，以經濟政策不確定性（Economic Policy Uncertainty，EPU）與地緣政治風險（Geopolitical Risk，GPR）為代表的不確定性風險正在成為驅動能源價格變動的重要因素。一方面，隨著能源市場金融屬性的加強，經濟政策變動引發的經濟政策不確定性通過影響實體產業能源需求和金融市場間資金流動引起能源價格變動；另一方面，全球能源主產地大多位于地緣政治不穩定地區，地緣政治風險直接影響到全球能源供應情況，歷史上曾有多次能源危機是由能源產出大國間地緣政治事件引起。因此，剖析經濟政策不確定性與地緣政治風險對能源價格的沖擊效應及其影響因素，對于降低能源價格風險、理解全球不確定性風險沖擊十分有益。

與此同時，中國能源市場又有其特殊性。一方面，從能源種類結構上看，與大多數能源研究關注國際原油價格不同，中國目前能源供應仍主要依賴煤炭，一次能源供給總量中原煤占比長期超過65%1，在碳達峰碳中和目標背景下，中國正逐步降低碳排放較高煤炭的使用占比；另一方面，從能源來源結構上看，如圖1所示，在煤炭、原油、天然氣3種主要能源中，除煤炭自給率較高外，原油和天然氣的進口比重均逐年上升，中國能源市場與世界能源市場的關聯越發緊密。可以看出，無論是種類結構還是來源結構，中國能源市場都處于深刻變化過程中。因此，單一種類能源的價格變動可能并不能完全反映中國能源價格的實際情況，考察不確定性風險對于中國能源價格的沖擊效應，需要對中國各種類型、各種來源的能源價格進行綜合分析。

目前關于不確定性風險對于中國能源價格影響的研究主要圍繞單一類型風險，且往往采用國際原油價格作為能源價格代理變量，尚未針對各類不確定性風險對中國能源價格的異質性沖擊進行深入討論。因此，基于中國能源市場實際情況，分析國內外不確定性風險對中國能源價格的沖擊效應，具有重要的理論與現實意義。

有鑒于此，本文首先采用Divisia價格指數模型，在考慮能源國內生產量與進口依賴程度的基礎上結合煤炭、原油、天然氣3種主要一次能源價格變動，構造出中國能源價格指數，然后通過廣義脈沖響應函數與基于廣義方差分解的溢出效應模型，測度國內外不確定性風險對于中國能源價格的絕對沖擊效應以及對比國際原油價格的相對沖擊效應并分析其影響因素，討論中國能源價格受到不確定性風險沖擊效應的結構特征、時變情況及形成機理，以期為識別中國能源的不確定性風險來源、降低不確定性風險沖擊、提高中國能源安全水平提供參考。

二、 文獻綜述

能源作為重要戰略物資，以經濟政策不確定性與地緣政治風險為代表的不確定性風險對其價格變動的影響是學術界研究的重點。經濟政策不確定性方面，2008年金融危機后，能源金融化成為國際能源市場的新特征[1]，這使得能源價格對于經濟政策變動更加敏感。Antonakakis等[2]測算了經濟政策不確定性與油價之間的動態溢出效應，Li等[3]進一步討論了外生沖擊如何影響經濟政策不確定性與油價之間的波動傳遞。Yang等[4]分析了原油價格波動、中美兩國經濟政策不確定性和股票市場波動之間的關聯。

地緣政治風險方面，早期研究主要是針對特定地緣政治事件的影響加以分析[5]，但事件的選擇具有一定主觀性。自從Caldara等[6]通過標準化測度形成了地緣政治風險指數以來，地緣政治風險與能源價格關系的研究有了新的發展1。Demirer等[7]指出地緣政治風險與原油價格波動之間具有高度非線性關系。Cunado等[8]發現地緣政治風險會顯著負向影響原油收益。Abdel-Latif等[9]的研究表明地緣政治風險的提升會促進石油價格波動。李政等[10]指出，地緣政治風險通過原油的商品屬性、金融屬性以及軍事屬性等渠道造成原油價格波動。

隨著不確定性風險研究的逐漸深入，學術界開始轉向討論同一研究框架內經濟政策不確定性、地緣政治風險對經濟變量的異質性影響。目前研究成果主要圍繞兩類風險對于股票市場[11-13]、國際資本流動[14]、匯率波動[15]等方面的影響，尚未涉及能源市場。

此外，在變量選擇方面，大多數能源價格相關研究將國際原油價格作為能源價格的代理變量，這并不符合中國目前實際的能源結構狀況，可能導致不確定性風險對中國能源價格沖擊效應分析的偏差。對此，Sun等[16]、康繼軍等[17]分別提出采用Divisia價格指數模型對中國多種能源價格變動進行整合，較好地解決了這一問題。

綜上，目前關于經濟政策不確定性與地緣政治風險對于能源價格沖擊的研究尚存在以下3點不足：（1）將經濟政策不確定性與地緣政治風險對于能源價格的沖擊孤立起來，而并沒有比較在同一時空內兩者對于能源價格的沖擊效應，經濟政策不確定性、地緣政治風險對經濟要素影響的異質性分析并未進入能源價格領域。（2）所選用的能源價格指標主要是國際原油價格，難以準確測度各類風險對于中國能源價格的沖擊效應。（3）在研究方法方面，部分研究在分析不確定性風險影響的同時沒有考慮到不同類型風險之間的相互關聯。有鑒于此，本文的邊際貢獻在以下3個方面：（1）將國內外經濟政策不確定性、地緣政治風險與能源價格納入同一研究框架，分析中國與全球的不確定性風險對于中國能源價格異質性沖擊效應及其影響因素。（2）采用Divisia價格指數模型并優化指標體系，構建中國能源價格指數，在涵蓋煤炭、原油、天然氣3類主要一次化石能源的同時考慮了能源對外依存情況。（3）建立VAR系統，通過廣義脈沖響應函數和基于廣義方差分解的溢出效應模型測度不確定性風險對于中國能源價格的沖擊效應，避免了對于各不確定性風險變量之間內部關聯性的忽視。

三、 模型構建與數據說明

1. 中國能源價格測度：Divisia價格指數模型

中國“富煤貧油少氣”的能源結構以及各類能源對外依存度差異巨大的現實情況，導致僅采用國際原油價格可能無法準確描述中國能源價格的整體變動。對于測度多種商品的綜合價格變動，Divisia指數提供了可行的辦法[18]。Barnett[19]指出Divisia指數可以基于不同流動性貨幣的成本構造權重有效計算貨幣總量，自此Divisia指數得到廣泛應用。本文采用Divisia價格指數模型構造中國能源價格指數，具體步驟如下：

假設有n類商品，[qit]和[pit]分別表示為t時期各商品的數量及價格（i=1，2，3，…，n），則連續條件下Divisia價格指數基本形式為：

[Pt/0=expcpinqitdpitinpitqit] （1）

其中[Pt/0]表示從基期到t期的商品價格變化，[cp]表示[dpit]的積分路徑。

將t離散為0，1，2，…，T后，可得到Divisia價格指數的近似值[20]：

[PT/0=expt=1Ti=1n12sit+sit-1lnpit-lnpit-1]

[sit=qitpitinpitqit] （2）

結合中國實際能源結構，本文選用煤炭、原油、天然氣3種主要一次化石能源構成中國能源價格指數，即[qit]和[pit]分別表示為t時期3種能源的數量及價格。

為考察國內能源價格變動與國際能源價格變動的共同影響因素，本文參考康繼軍等[17]的做法，對能源價格進行加權處理。由圖1可知，中國3種能源的出口量都非常低，因此本文著重從能源生產量與能源進口量兩方面進行分析。同時，中國煤炭絕大多數來源于自產，而原油和天然氣的進口量比重較大，故本文的煤炭價格直接采用國內市場煤炭價格，而對原油價格與天然氣價格進行加權處理，過程如式（3）所示：

[pit=mpdit+1-mpfit]

[m=qditqdit+qfit] （3）

其中，[pdit]、[pfit]分別表示t期第i種能源的國內價格與進口價格，[qdit]、[qfit]分別表示t期第i種能源的國內生產量與進口量，兩者共同構成能源數量。能源國內價格方面，本文綜合參考康繼軍等[17]和劉暢等[21]的做法，分別選取秦皇島港動力煤（Q5500K）平倉價、大慶原油月均現貨價和36個大中城市天然氣月均價格作為煤炭、原油、天然氣的國內價格；能源進口價格方面，黃漢權等[22]指出中國部分能源進口采用長期協議方式結算價格，直接將國際能源市場當期價格作為中國能源進口價格可能存在偏差，因此本文采用中國海關當月進口平均單價作為能源進口價格1，更符合實際情況。綜上，本文所采用的指標體系如表1所示。

2. 沖擊效應測度：廣義脈沖響應函數與基于廣義方差分解的溢出效應模型

在實現量化中國能源價格變動的基礎上，本文采用廣義脈沖響應函數及廣義方差分解測度不確定性風險對于能源價格的沖擊效應[23-24]，其中廣義脈沖響應函數主要考察國內外經濟政策不確定性與地緣政治風險對于能源價格的沖擊效應方向，而基于廣義方差分解的溢出效應模型所測度的凈溢出效應則進一步考察這4類不確定性風險對能源價格的沖擊效應相對強度。

廣義脈沖響應函數與廣義方差分解規避了基于Cholesky分解法的傳統脈沖響應函數及方差分解結果受變量排序影響的弊端，其具體步驟如下：

首先，構建一個m維p階的VAR（p）模型。

[Xt=i=1pΦiXt-i+εt] （4）

其中，[Xt]是m維列向量，由t時刻VAR系統中的m個變量組成的，[Φi]是m×m維系數矩陣，[εt?0， Σ]是獨立同分布的m維列向量擾動項，[Σ]是擾動項的協方差矩陣。

若該VAR（p）模型滿足平穩性條件，則根據Pesaran等[23]的研究結果可得，當對第j個變量在t時刻施加一個標準差的沖擊后，[X]在t+n時刻的廣義脈沖響應函數[ψgj（n）]為：

[ψgjn=σ-12jjAnΣej，? n=0，1，2，…] （5）

其中，[σjj]是協方差矩陣對角線上第j個元素，[Ai]是VAR（p）模型轉化為VMA（[∞]）模型后的[εt-i]的m×m維系數矩陣，[ej]表示第j個元素為1、其他元素為0的m×1維的列向量。基于廣義脈沖響應函數可得到廣義方差分解[θgijn]為：

[θgijn=σ-1jjh=0n-1ei'AhΣej2h=0n-1ei'AhΣAh'ei] （6）

[θgijn]表示來自變量j的沖擊對于變量i向前n期的預測誤差方差的貢獻比例。最后，由于[j=1mθgijn≠1]，Diebold等[24]對[θgijn]進行標準化，得到基于廣義方差分解的溢出效應模型：

[Sij（n）=θgijn=θgijnj=1mθgijn×100%] （7）

[Sij（n）]表示變量j對變量i的溢出效應。同理可以推導得到[Sji（n）]，從而得到變量j對變量i的凈溢出效應：

[Snetij（n）=Sij（n）-Sji（n）] （8）

凈溢出效應表示在考慮雙向溢出條件下j對i的溢出情況，可以較好地考察變量j對變量i的影響程度，本文采用國內外經濟政策不確定性與地緣政治風險對于能源價格的凈溢出效應測度不確定性風險對于能源價格的沖擊效應強度。

3. 數據說明

本文主要考察經濟政策不確定性、地緣政治風險所代表的不確定性風險對于中國能源價格的沖擊效應，所采用的變量包括中國及全球的經濟政策不確定性、地緣政治風險與能源價格水平。經濟政策不確定性方面，參考卜林等[12]的分析，中國的經濟政策不確定性指數（EPUC）采用Huang等[25]的測度結果1，全球的經濟政策不確定性指數（EPUG）采用Baker等[26]的測度結果2。地緣政治風險方面，本文采用Caldara等[6]構建的地緣政治風險指數測度中國地緣政治風險（GPRC）和全球地緣政治風險（GPRG）3。能源價格水平方面，本文采用Divisia中國能源價格指數表示中國能源價格（CEP），同時本文還將布倫特原油期貨每月平均結算價代表國際原油價格（OIL）4作為對比變量，用于分析不確定性風險對于中國能源價格的相對沖擊效應。最后，本文對所有變量進行對數差分處理，得到其變化率。基于數據可得性，本文的數據范圍為2005年2月—2021年12月。

四、 實證結果

本文首先通過能源價格趨勢比較及單位根檢驗結果介紹變量數據的基本特征并論證模型使用的可行性，然后通過廣義脈沖響應函數和凈溢出效應分析國內外經濟政策不確定性與地緣政治風險對于能源價格的沖擊效應方向和沖擊效應相對強度，并利用滾動樣本技術考察沖擊效應的時變情況，最后從能源價格波動、宏觀經濟預期、其他金融市場波動等角度討論沖擊效應的影響因素。本文在研究過程中將國際原油價格作為對比變量，將不確定性風險（EPUC，EPUG，GPRC，GPRG）分別與中國能源價格（CEP）、國際原油價格（OIL）構建2個VAR模型，得到不確定性風險對于中國能源價格的絕對沖擊效應以及對比國際原油價格的相對沖擊效應。

1. 中國能源價格指數測度結果及變量單位根檢驗結果

基于Divisia價格指數模型測算得到中國能源價格指數（基期為1），將其與國際原油價格對比，結果如圖2所示。由圖2可以看出，中國能源價格指數與國際原油價格的變動趨勢總體相近，中國能源價格指數的變動幅度較低，2015年后中國能源價格指數相較基期的增長幅度一直高于國際原油價格。

2. 不確定性風險對能源價格的脈沖響應結果

基于廣義脈沖響應函數分析不確定性風險對能源價格沖擊效應的方向，其中根據BIC準則將VAR模型的滯后系數設定為1，VAR模型均符合穩定條件。圖3展現的是全樣本條件下不確定性風險對能源價格的廣義脈沖響應情況，虛線表示95%的置信區間。由圖3可以看出，經濟政策不確定性對能源價格產生負向沖擊效應，而地緣政治風險對能源價格產生正向沖擊效應。對比中國能源價格與國際原油價格，不確定性風險對于中國能源價格的沖擊效應相對平緩，持續時間更長且更顯著。

3. 不確定性風險對中國能源價格的沖擊效應總體分析

表3是全樣本條件下國內外經濟政策不確定性與地緣政治風險對于能源價格的凈溢出表，其中表中第i行第j列（i=1，2； j=1，2，3，4）的值表示第j個變量對第i個變量的凈溢出，即各不確定性風險的沖擊效應，Total列是各不確定性風險凈溢出的加總值，表示不確定性風險的整體沖擊效應，最后一行表示中國能源價格與國際原油價格受到的沖擊效應的差值。由表3可知，所有不確定性風險均對能源價格產生正凈溢出，說明能源價格是不確定性風險沖擊的凈接受方。相比國際原油價格，中國能源價格受到不確定性風險的沖擊效應明顯更高，其中主要的不確定性風險沖擊來源是全球經濟政策不確定性。

4. 不確定性風險對中國能源價格的沖擊效應動態分析

在沖擊效應總體分析的基礎上，本文通過滾動樣本方法，討論不確定性風險的能源價格沖擊效應的時變特征。參考肖小勇等[27]和Xia等[28]的研究，本文將滾動樣本窗口設置為48個月。

（1）不確定性風險對中國能源價格的整體沖擊效應動態分析

首先分析不確定性風險對于能源價格的整體沖擊效應的動態變化。本文將所有不確定性風險對能源價格的凈溢出加總作為整體沖擊效應，得到其時間序列如圖4所示。由圖4可知，2009年2月至2021年12月期間，不確定性風險對中國能源價格的絕對沖擊效應（Risk_CEP）呈現出3次波動區間，而對國際原油價格的沖擊效應（Risk_OIL）的波動則比較平緩，沖擊效應的水平也明顯低于中國能源價格，不確定性風險對中國能源價格的相對沖擊效應（Risk_Dif）同樣出現三次波動區間。

（2）中國經濟政策不確定性對中國能源價格的沖擊效應動態分析

由圖5可知，中國經濟政策不確定性對于國際原油價格的沖擊效應較小且波動平穩，其中2018年開始由于中美貿易摩擦，中國的經濟政策不確定性對國際原油價格的沖擊有所上升。中國經濟政策不確定性對于中國能源價格的沖擊效應則有很大起伏，尤其是2015—2017年中國經濟政策不確定性對中國能源價格的沖擊大幅超過國際原油價格。2015年中國經濟增速放緩后，中國為調整經濟結構推出了一系列經濟政策， 2015年“811”匯率改革以及2016年去產能政策的推進對能源市場造成較大影響[17]，導致中國經濟政策不確定性對于中國能源價格的沖擊效應大幅上升。2018年中美貿易摩擦至今，中國經濟政策不確定性對于中國能源價格仍保持較高的沖擊效應。

（3）全球經濟政策不確定性對中國能源價格的沖擊效應動態分析

由圖6可知，2009—2012年歐債危機導致的全球經濟政策不確定性對中國能源價格和國際原油價格均有較大沖擊，其中對中國能源價格的沖擊提升較快。2014—2016年和2020—2021年全球經濟政策不確定性對中國能源價格的沖擊效應則明顯高于國際原油價格，其中2014—2016年的較大沖擊主要是受美國退出量化寬松政策、英國“脫歐”等事件的影響。2020—2021年的較大沖擊主要是由于新冠肺炎疫情發生后全球各個經濟體的經濟復蘇政策出現了一定的差異。

（4）中國地緣政治風險對中國能源價格的沖擊效應動態分析

由圖7可知，中國地緣政治風險對于能源價格的沖擊效應長期在較低水平且波動程度較小，其中對于中國能源價格的沖擊效應比對國際原油價格更加平緩，2012—2014年的南海問題使得中國地緣政治風險對國際原油價格的沖擊效應有所上升，這可能是國際能源市場的預期波動導致的，但是這一事件對于中國自身經濟運行并沒有造成顯著影響，所以對于中國能源價格的沖擊并不明顯。

（5）全球地緣政治風險對中國能源價格的沖擊效應動態分析

由圖8可知，總體來看全球地緣政治風險對于能源價格的沖擊效應并不是很大，其中2011年利比亞戰爭等國際地緣政治事件對于中國能源價格沖擊較大，而2014年克里米亞事件對國際原油價格產生了較大沖擊，但是對于中國能源價格沖擊并不大，這可能是由于克里米亞事件導致部分國家對俄羅斯實施經濟制裁，但是此事件對于中國與俄羅斯之間的能源貿易影響并不大。

（6）不確定性風險對中國能源價格的沖擊效應動態分析小結

圖9表現的是不確定性風險對中國能源價格的絕對沖擊效應與相對沖擊效應中各成分的堆積柱狀圖。第一個波動區間（2009—2011年）中，全球經濟政策不確定性與全球地緣政治風險是主要推動成分，其中全球經濟政策不確定性在相對沖擊效應中占比明顯減弱，這說明全球經濟政策不確定性對中國能源價格和國際原油價格都產生了較強的沖擊；第二個波動區間（2014—2017年）中，中國及全球經濟政策不確定性是主要推動成分，其中中國經濟政策不確定性的沖擊效應均上升明顯，這說明這一階段中國經濟政策不確定性對中國能源價格產生了特定沖擊；第三個波動區間（2020—2021年）中，全球經濟政策不確定性再次成為主要推動成分，同時地緣政治風險產生了較強的普遍沖擊。

5. 不確定性風險對中國能源價格沖擊效應的影響因素分析

在得到不確定性風險對中國能源價格的絕對沖擊效應以及相對沖擊效應后，本文結合沖擊效應的特征分析不確定性風險沖擊效應的影響因素。

首先，能源價格自身的波動反映了能源市場的穩定程度，能源價格高波動會導致實體經濟風險偏好降低，投機資本增加，進而加大不確定性風險對能源價格的沖擊。其次，不確定性風險往往與市場預期密切相關，根據相對沖擊效應的分解結果，2015—2017年中國經濟下行壓力加大，宏觀經濟預期偏弱，這段時間不確定性風險的沖擊也大幅上升，因此宏觀經濟市場預期對于不確定性風險的沖擊效應可能會有所影響。最后，隨著金融自由化的深入，資本在不同市場間流動可能會導致能源市場對于不確定性風險的承受能力變化，因此其他金融市場波動也是影響不確定性風險沖擊效應的潛在因素之一。

綜上，本文分別從中國能源價格波動、宏觀經濟預期、股票市場波動、匯率市場波動角度分析不確定性風險對中國能源價格的絕對沖擊效應以及相對沖擊效應的影響因素，構建如下計量模型：

[Risk_CEPt=α0+α1VolCEPt-1+α2PMIt-1+α3VolStockt-1+α4VolRMBt-1+α5Industryt-1+α6PPIt-1+ε1t] （9）

[Risk_Dift=β0+β1VolCEPt-1+β2PMIt-1+β3VolStockt-1+β4VolRMBt-1+β5Industryt-1+β6PPIt-1+ε2t] （10）

其中，[Risk_CEPt]、[Risk_Dift]分別表示t時刻不確定性風險對中國能源價格的絕對沖擊效應和相較于國際原油價格的相對沖擊效應；[VolCEPt]表示中國能源價格波動水平，通過計算前12個月中國能源價格標準差得到；[PMIt]表示中國制造業采購經理指數，代表宏觀經濟預期，本文根據50%的榮枯分水線將[PMIt]構建為虛擬變量，其中低于50%的PMI設置為1，高于50%的PMI設置為0；[VolStockt]表示股票市場波動，本文采用上證指數收盤價每月標準差；[VolRMBt]表示匯率市場波動，本文采用人民幣匯率中間價每月標準差。此外，[Industryt]、[PPIt]作為控制變量分別表示工業增加值同比增長、生產價格指數。為減輕內生性影響，本文對所有解釋變量和控制變量滯后一階。結果如表4所示。

由表4可知，中國能源價格波動上升、宏觀經濟預期惡化、股票市場波動上升會顯著提高不確定性風險對中國能源價格的絕對沖擊效應，其中能源價格波動的影響最大，股票市場波動的影響最小。中國能源價格波動上升、宏觀經濟預期惡化、股票市場波動上升、匯率市場波動上升則會顯著加大相對沖擊效應，其中匯率市場波動的影響最大，股票市場波動的影響最小。同時，能源價格波動、宏觀經濟預期和股票市場波動對絕對沖擊效應的影響均小于相對沖擊效應。

五、 結論與建議

本文通過廣義脈沖響應函數及基于廣義方差分解的溢出效應模型，考察了國內外經濟政策不確定性與地緣政治風險對于中國能源價格的絕對沖擊效應以及相較于國際原油價格的相對沖擊效應，分析了沖擊效應的影響因素。研究發現：經濟政策不確定性對于能源價格產生負向沖擊，而地緣政治風險對于能源價格產生正向沖擊，不確定性風險中全球經濟政策不確定性對中國能源價格的沖擊最大。相較于國際原油價格，中國能源價格總體上受不確定性風險的沖擊更大，2009—2011年的全球經濟政策不確定性和全球地緣政治風險、2014—2017年的中國及全球經濟政策不確定性均階段性推高中國能源價格受沖擊水平。新冠肺炎疫情發生后（2020—2021年），中國能源價格受到的不確定性風險沖擊水平呈現上升態勢，沖擊主要來源是各經濟體的經濟復蘇政策差異產生的全球經濟政策不確定性。能源價格波動、宏觀經濟預期和股票市場波動是影響不確定性風險對中國能源價格的絕對沖擊效應和相對沖擊效應的主要因素，匯率市場波動則會單獨顯著影響相對沖擊效應。

基于此，本文提出以下政策建議：基于中國自身能源結構與能源市場建設情況，加強關于國內外經濟政策不確定性與地緣政治風險等不確定性風險對中國能源價格系統性影響的測度與分析。提高不確定性風險的針對性防范能力，全球不確定性風險方面，加強與主要經濟體之間經濟政策的協調溝通并通過“一帶一路”倡議促進與能源主產區的能源貿易協作；中國不確定性風險方面，提高中國經濟政策的穩定性與透明度，在經濟政策制定過程中加強與實體產業間的溝通。注重對中國能源市場整體價格波動的監測與調控，加強市場宏觀經濟預期引導，同時關注股票市場波動、匯率市場波動可能引發的不確定性風險沖擊效應的上升。

參考文獻：

[1] 張大永，姬強.中國原油期貨動態風險溢出研究[J].中國管理科學，2018，26（11）：42-49.

[2] Antonakakis N， Chatziantoniou I， Filis G.Dynamic Spillovers of Oil Price Shocks and Economic Policy Uncertainty[J].Energy Economics，2014（44）：433-447.

[3] Li L，Yin L，Zhou Y.Exogenous Shocks and the Spillover Effects between Uncertainty and Oil Price[J].Energy Economics，2016（54）：224-234.

[4] Yang T，Zhou F，Du M，et al.Fluctuation in the Global Oil Market， Stock Market Volatility， and Economic Policy Uncertainty： A Study of the US and China[J].The Quarterly Review of Economics and Finance，2021（8）：30-40.

[5] Noguera-Santaella J.Geopolitics and the Oil Price[J].Economic Modelling，2016（52）：301-309.

[6] Caldara D，Iacoviello M.Measuring Geopolitical Risk[J].American Economic Review，2022，112（4）：1194-1225.

[7] Demirer R，Gupta R，Ji Q，et al.Geopolitical Risks and the Predictability of Regional Oil Returns and Volatility[J].OPEC Energy Review，2019，43（3）：342-361.

[8] Cunado J， Gupta R， Lau C K M，et al.Time-varying Impact of Geopolitical Risks on Oil Prices[J].Defence and Peace Economics，2020，31（6）：692-706.

[9] Abdel-Latif H，El-gamal M，Jaffe A M.The Ephemeral Brent Geopolitical Risk Premium[J]. Economics of Energy & Environmental Policy，2020（2）：31-50.

[10] 李政，石晴，卜林.地緣政治風險是國際原油價格波動的影響因子嗎？基于GARCH-MIDAS模型的分析[J].世界經濟研究，2021（11）：18-32.

[11] Das D，Kannadhasan M，Bhattacharyya M.Do the Emerging Stock Markets React to International Economic Policy Uncertainty， Geopolitical Risk and Financial Stress Alike？[J]. The North American Journal of Economics and Finance，2019（48）：1-19.

[12] 卜林，孫麗玲，李政.地緣政治風險、經濟政策不確定性與股票市場波動[J].南開經濟研究，2020（5）：185-205.

[13] 周方召，于林利，于露.地緣政治風險、經濟政策不確定性與股價暴跌風險[J].武漢金融，2020（5）： 45-55.

[14] 李青召，方毅.地緣政治風險、政策不確定性與短期國際資本流動[J].商業研究，2019（10）：78-85.

[15] 卜林，趙航，凡慧敏.地緣政治風險、經濟政策不確定性與匯率波動[J].國際金融研究，2021（11）：55-65.

[16] Sun C，Ding D，Fang X，et al.How Do Fossil Energy Prices Affect the Stock Prices of New Energy Companies？ Evidence from Divisia Energy Price Index in Chinas Market[J].Energy，2019，169（2）：637-645.

[17] 康繼軍，鄭絲月.僅用原油價格能否有效衡量能源市場沖擊[J].世界經濟，2021，44（7）：181-206.

[18] Divisia F.Lindice Monétaire et la Théorie de la Monnaie[J].Revue Déconomie Politique，1925（39）：842-861.

[19] Barnett W A.Economic Monetary Aggregates an Application of Index Number and Aggregation Theory[J].Journal of Econometrics，1980，14（1）：11-48.

[20] 張曉波.DIVISIA指數的理論與實踐[J].統計研究，1992（1）：41-45.

[21] 劉暢，王旭冉.中國煤炭價格波動與去產能政策的選擇[J].西安交通大學學報（社會科學版），2020，40（3）：101-108.

[22] 黃漢權，徐為民，戴曉璐.國際市場天然氣價格大漲的原因、影響及對策[J].價格理論與實踐，2021（10）：5-8.

[23] Pesaran H H， Shin Y.Generalized Impulse Response Analysis in Linear Multivariate Models[J].Economics Letters，1998，58（1）：17-29.

[24] Diebold F X， Yilmaz K.Better to Give than to Receive： Predictive Directional Measurement of Volatility Spillovers[J].International Journal of Forecasting，2012，28（1）：57-66.

[25] Huang Y， Luk P.Measuring Economic Policy Uncertainty in China[J].China Economic Review，2020（59）：101367.

[26] Baker S R，Bloom N，Davis S J.Measuring Economic Policy Uncertainty[J].The Quarterly Journal of Economics，2016，131（4）：1593-1636.

[27] 肖小勇，黃靜，田清淞.經濟政策不確定性的國際關聯及其解釋[J].國際貿易問題，2019（4）：76-91.

[28] Xia T， Yao C X， Geng J B.Dynamic and Frequency-domain Spillover among Economic Policy Uncertainty，Stock and Housing Markets in China[J].International Review of Financial Analysis，2020，67（1）：101427.

作者簡介：張克欽（1997-），男，中國石油大學（華東）經濟管理學院碩士研究生，研究方向為能源經濟、風險管理。

（收稿日期：2022-06-28? 責任編輯：殷 俊）

1 根據《2021年中國統計年鑒》，2020年原煤占中國一次能源生產總量的比重為67.6%，為1978—2020年最低值。

1 2018年該論文作為工作論文發布，2022年最終發表。

1 進口能源價格均通過當期匯率調整為人民幣計價。

1 數據來源于www.economicpolicyuncertaintyinchina.weebly.com。

2 數據來源于www.policyuncertainty.com。

3 數據來源于www.matteoiacoviello.com/gpr.htm。

4 數據來源于Wind數據庫。