• 采用Kilian (2009a)的结构VAR模型，以全球油产量、全球实际经济活动和油价三个时间序列为主要变量，通过短期识别约束将油价涨幅的供给冲击与需求冲击区分开，同时利用EIA与FRED最新数据延伸分析时间区间至2024年3月 [page::2][page::4]。

• 结构冲击响应结果显示供给冲击导致油产量立即下降，价格上升，经济活动短期无显著变化；而总需求冲击导致产量和全球经济活动持续攀升，油价延迟上升；油市特定需求冲击则使油价迅速且显著提升，伴随产量和经济活动温和反应，确认“非同质”冲击的动态效应 [page::6][page::7][page::14]。

• 历史分解表明油价波动主要由油市特定和总需求冲击驱动，供给冲击贡献较小。更新数据后，这一结论强化，尤其是考虑了近期数据以消除模型难以匹配的时期差异 [page::8][page::9]。

• 利用更新至2024年3月的数据及条件异方差稳健的残差区块引导法，确认响应函数保持稳定，且统计显著性强化，支持Kilian结论普适性；供给冲击引起油产量持续下降，经济活动滞后一段时间反映成本冲击，油价显著上升；总需求冲击使产量、经济活动和油价大幅上升；特定需求冲击立即推高油价且带动产量及经济小幅增加。[page::13][page::14][page::15]

• 通过对Kern县（加州主要油产地）月度失业率回归结构冲击，发现油价供给中断对失业率影响不明显或轻微上升，而需求冲击（总需求和油市特定需求）显著降低失业率，最多可下降约3个百分点，表明本地经济对需求冲击敏感且或高度依赖油市，有助于制定能源转型相关的地方经济政策 [page::15][page::16]

• 本文还将Kilian原MATLAB代码迁移至R，并引入targets包支持自动化可重复执行，便于获得最新数据和并行化加速，使得模型的更新和扩展更加高效方便，为未来探讨油价冲击影响提供了开放的工具和平台 [page::2][page::17][page::18]。

分析报告：“Not All Oil Price Shocks Are Alike. A Replication of Kilian (American Economic Review, 2009)”

---

1. 元数据与概览

• 报告标题：Not All Oil Price Shocks Are Alike. A Replication of Kilian (American Economic Review, 2009)

- 作者：Rich Ryan, Nyakundi Michieka

• 发布日期：2024年8月31日

- 发布机构：未特别指出，但引用了多份公开出版物和数据来源，如美国能源信息署（EIA）、FRED等

• 主题：本文基于Lutz Kilian (2009)的经典工作，通过最新数据和统计方法对原文结论进行复制和扩展，核心围绕原油价格冲击的性质（供应中断与需求增加）、由此产生的宏观经济效应及其对地方经济的影响，尤其关注碳中和政策背景下对地方劳动力市场的应用分析。

核心论点：作者支持并再次验证了Kilian(2009)“非所有油价冲击皆相同”的结论，即油价上涨的背后机制不同，造成的宏观经济反应也大相径庭。通过使用最新数据（截至2024年3月）和更加稳健的统计推断方法（考虑条件异方差的区块自助法），发现Kilian的结论不仅成立且更加有力。报告还将分析焦点扩展到美国加州Kern县的劳动力市场，以体现研究在能源转型时代的地方政策相关性。

---

2. 逐节深度解读

2.1 引言部分（第1-2页）

• 关键论点：

- 原油价格上涨可能来源于两种根本上不同的冲击——供应中断（供应端冲击）和需求增加（需求端冲击）。
- 虽然这两种冲击都会推高油价，但它们对宏观经济的动态影响截然不同，忽视区分将导致错误的政策响应及经济分析。
- Kilian (2009)基于1973-2007年的模型，拆分油价的源头，指出应区分三类冲击：供应冲击、全球经济活动导致的需求冲击以及油市特定的需求冲击（如对未来供给的预期焦虑）。
- 本文利用更新的数据和整合新的统计方法（对条件异方差的稳健推断）复制其结构向量自回归（VAR）模型，验证结论鲁棒性，并探讨油市冲击对地方经济的影响。

• 理论基础：价格由供需决定，结构VAR模型用于分解油价冲击，明确短期供应曲线垂直，长期价格和产量由需求侧和供应侧冲击共同决定。

- 应用意义：特别针对加州Kern县作为美国主要油产区，探讨能源转型对当地劳动力市场的影响，提供政策制定参考[page::0,1,2].

---

2.2 数据与模型（第2-5页）

• 数据描述：

- 原油产量和价格数据来自美国能源信息署（EIA），采用其API自动抓取，确保数据更新便捷。
- 全球经济活动用Kilian (2009a)提出的“全球真实经济活动指数”衡量，基于全球散货运输费率，反映工业商品运输量，较传统工业生产指标更适合模型需要[page::2]。

• 结构VAR模型：

- 变量设定为三元组：月度的油产出变化率、全球经济活动指数和原油实际价格。
- 模型阶数为24个月滞后，识别结构冲击时采用下三角矩阵（Cholesky分解）并结合短期约束。
- 具体约束包括：短期内油产量对需求冲击不响应（短期供给弹性近似为0），油市场特定需求冲击不影响全球经济活动。
- 估计和推断使用野生自助法（wild bootstrap）处理条件异方差，后文改用更先进的区块自助法，提高置信区间稳健性[page::3,5].

• 技术解读：

- 该模型能够有效分离三类冲击，支持深入分析它们对油价和宏观经济的不同动态影响机制。
- 矩阵表达式清晰地展示了冲击如何沿着系统传递以及估计上的识别假设。

---

2.3 结构冲击的动态响应（第6-8页）

• 图表解析：

- 图2（基于原始数据和Kilian代码）和图3（基于修正数据和新代码）展示油供需冲击对三大变量（油产量、经济活动、油价）的季度动态响应。
- 供给冲击：首先导致油产量立刻下降，随后逐渐回升，油价有效抬升，但对全球经济活动影响不明显或较弱。
- 总需求冲击：经济活动显著增强，油价持续上涨，产量也延迟提升，表明供需双边反应。
- 油市场特定需求冲击（预防性需求）：油价迅速、显著攀升，经济活动和产量反应较弱。这符合市场对未来中断预期的价格溢价模型。

• 统计验证：

- 复现结果显示两组代码高度一致，证明数据和方法复现性强。
- 置信区间反映估计的统计显著性，供给冲击对经济活动影响边缘，总需求和市场特定需求冲击对油价的影响均高度显著[page::6,7,8].

• 逻辑与结论：

- 综合响应体现了油价上涨本身并非唯一变量，背后供需结构决定了宏观影响的方向和长度。
- 结果支持Kilian原观点，有助于纠正忽视冲击性质导致的宏观模型和政策失误。

---

2.4 实际油价波动的冲击成因分解（第8-10页）

• 方法说明：

- 利用模型的历史分解，将历年油价波动拆成三类结构冲击的贡献。

• 图4关键解读：

- 供应冲击对油价长期波动贡献甚微，保持相对稳定，验证油价波动多源于需求变化。
- 总需求冲击贡献表现为长期波动，呈现周期性涨跌特征。
- 油市场特定需求冲击解释大部分短期油价波动，反映市场对未来不确定性的担忧。

• 数据更新驱动差异：

- 新数据引入后，总需求冲击的分解曲线相较于Kilian原始结果有所偏离，主要由全球经济活动指数和油价起止水平的调整引起。
- 这意味着早期样本存在一定拟合挑战，但扩展到2024年后模型表现更优[page::8,9,10].

---

2.5 结构冲击对美国宏观经济的影响（第10-13页）

• 模型与方法：

- 将模型识别出的月度结构冲击转换到季度，用于回归美国季度实际GDP增长率和CPI通胀率。
- 采用含滞后项的回归模型，阶数最长至12滞后，置信区间用块自助法构建，调整序列相关性。

• 图5与图6比较：

- 基于原始数据的结果与Kilian（2009a）原作高度一致。
- 基于扩展至2024年的数据，趋势保持一致，即：
- 供给冲击导致GDP下降、CPI上升，时间持续且统计显著。
- 总需求冲击初期GDP略增，随时间推移因物价上涨影响，GDP在数季后回落，物价持续上涨。
- 油市场特定需求冲击引发物价持续上涨，GDP最终受挤压出现负面响应。

• 宏观经济含义：

- 支持原有观点，油价上涨的成因决定了经济增长与通胀的动态走向，政策制定需识别冲击本质。
[page::10,11,12,13].

---

3. 稳健推断与更新估计（第13-15页）

• 改进点：

- 采用Brüggemann, Jentsch, and Trenkler（2016）提出的残差区块自助法，解决Wild bootstrap在估计误差协方差矩阵上置信区间偏窄的问题。
- 使用持续更新至2024年的全新数据估计VAR模型。

• 图7解读：

- 结果与旧数据、旧方法相当，证实Kilian结论的稳定性和鲁棒性。
- 供给冲击对产量有立即且持久影响，油价显著上涨。
- 总需求冲击导致经济活动激增但持续时间稍短，油价显著且更强烈上涨。
- 油市场特定需求冲击再次体现价格快速升高和产出、经济活动的正向反应。

• 统计显著性：

- 区块自助法置信区间提醒研究者对推断有所保守，但总体方向性与强度一致，增强结论可信度。
[page::13,14,15].

---

4. 应用于清洁能源转型背景下的地方经济（第15-17页）

• 研究动机：

- 随着碳中和目标的推进，石油依赖地区经济可能遭受冲击，研究其对油价结构性波动的反应有助于地方政策制定。

• 案例：美国加州Kern县（占加州石油产量70%），担忧能源转型带来的就业和税收损失。

- 分析方法：
- 使用结构VAR识别的冲击，回归Kern县季节调整失业率，设定滞后12个月。
- 置信区间用6个月区块自助法估算。

• 图8揭示的动态：

- 供应中断（负供给冲击）对失业率影响不显著，且有逐步上升趋势但置信区间涵盖零。
- 总需求冲击显著降低失业率，12个月后降幅达3个百分点，有统计显著性。
- 油市场特定需求冲击同样促进就业，失业率下降达2.5个百分点，具统计意义。

• 政策启示：

- 表明Kern经济实际受全球油市冲击影响明显，特别是需求端冲击推动就业改善。
- 转型带来的失业风险与油价冲击性质相关，政策需精准定位，以减少能源转型对劳动力市场的负面冲击。
[page::15,16,17].

---

5. 结论（第17-18页）

• 研究总结：

- 完整成功复现Kilian(2009a)的主要发现，“非所有油价冲击皆相同”。
- 强调识别冲击类型是制定有效宏观政策的关键。
- 对于美国，供应中断导致GDP下滑与CPI上升，而需求推动初期GDP增长但后期被高油价抑制。
- 研究代码成功由Matlab移植到R语言，提升研究复现效率和灵活性。
- 通过自动化数据抓取和Make-like工具targets包，提高研究复制和更新能力。
- 延伸研究以地方劳动力市场为例，强调微观层面的政策应对和能源转型挑战。

• 创新贡献：

- 现代化技术（R语言与targets）促进复现。
- 增加基于鲁棒统计推断的置信区间。
- 深入探讨能源转型背景下的地方经济响应。
[page::17,18].

---

3. 图表深度解读

图1：全球原油市场主要变量时间序列（第4页）

• 展示内容：

- 三个面板分别显示：全球原油产量月度变动（%）、全球实际经济活动指数（1974年1月=100）、原油实际价格（以消费者物价指数调整的常数美元）。
- 比较Kilian原始数据（1973-2007，蓝色实线）和本文复现更新数据（1974-2024，红色虚线）。

• 数据异常与区别：

- 原油产量更新数据缺少1973年，二者整体趋势吻合，只有少数时间点分歧。
- 全球经济活动指数在2005年前后存在明显差异，源于Kilian (2019)报道的编码错误。
- 实际油价两个数据源高度相关（相关系数0.98），但具体差异未知。

• 意义：

- 该图确立了本文基础数据的更新版本与原始数据兼容性，说明后续分析基于可靠一致的数据框架。

• 图片：

---

图2与图3：结构冲击对全球油市与经济的响应（第6、7页）

• 图2（原始数据与Kilian原代码）：

- 三列代表三类冲击：供给冲击、总需求冲击、油市特定需求冲击。
- 三行分别为响应变量：油产量、全球经济活动、油价。
- 点估计线和置信区间均用两种方法重叠绘制，显示高度一致。
- 证实模型复现和估计无误。

• 图3（更新数据与本报告R代码）：

- 类似布局，但置信区间缩为一、二倍标准误，反映估计更加保守。
- 结论保持一致：供给冲击引发产量骤降和油价上涨，需求冲击引发经济活动扩张和油价持续上涨，油市场特定需求引致油价大涨，经济活动反应温和。

• 图片：

---

图4：油价历史波动的冲击分解（第9页）

• 展示内容：

- 三个面板分别说明累计贡献：供给冲击、总需求冲击、油市特定需求冲击对油价的作用。
- 不同线条代表不同数据和代码组合，实证结果显示供给冲击贡献较少，需求冲击是价格波动主因。

• 图表分析：

- 符合油价波动主要由需求因素驱动的经济学理论。
- 更新数据造成总需求冲击贡献分解存在一定偏差，然而长期趋势符合预期。

• 图片：

---

图5与图6：美国GDP和CPI对结构冲击的动态响应（第11、12页）

• 图5（基于原始数据）：

- 示意GDP和CPI对冲击的累计响应。
- 供给冲击导致GDP下降，CPI上升；总需求冲击导致GDP短暂提升然后下降，CPI持续上升；油市场特定需求冲击使CPI大幅上涨，GDP随后下降。

• 图6（使用更新数据）：

- 结果整体与图5一致，置信区间有所扩展。

• 图片：

---

图7：使用更新数据和稳健方法的结构冲击响应（第14页）

• 特色：采用2024年数据，使用Brüggemann等人（2016）的区块自助法，完善置信区间估计的稳健性。

- 分析：
- 结构冲击效应与图3基本一致。
- 供给冲击产量下降持续且油价显著上涨，需求冲击经济活动响应更强但持续性略减，油市场特定需求冲击油价即刻跳升。

• 图片：

---

图8：加州Kern县失业率对结构油价冲击的响应（第16页）

• 研究重点：

- 以当地月度失业率为因变量，拟合三类结构冲击的滞后响应。

• 发现：

- 供给冲击对失业率影响不显著，存在小幅上升趋势。
- 总需求冲击显著降低失业率，超过一年内持续下降3个百分点。
- 油市场特定需求冲击对失业率也有显著负面影响（就业提升）。

• 政策启示：显示Kern县的经济状况与全球油市结构冲击紧密相连，不同冲击类型带来不同的劳动市场结果，提示转型政策应差异化设计。

- 图片：



---

4. 估值分析

本报告为学术实证研究性质，未涉及传统意义上的估值分析（如公司价值或项目投资回报估值），而是基于结构VAR模型对油价和宏观经济变量的动态影响进行识别和解读，构建理论与实证的桥梁。重点在于：

• 识别冲击的方法论：通过建立下三角矩阵与短期约束的结构VAR模型，区分供应、总需求和油市场特定需求冲击。

- 驱动假设：供给冲击短暂影响产量，需求冲击反映全球经济周期，市场特定需求体现对未来供给不确定性的预期，影响油价波动的长期及短期变化。

• 统计推断：利用先进自助法处理条件异方差，保证冲击动因及响应估计稳健。

因此估值部分可视为结构模型参数和冲击效应的经济学解释，而非财务估值指标。

---

5. 风险因素评估

• 模型假设风险：

- 模型假设短期油产量对需求冲击不响应，这在特殊时期或极端市场下可能失效，影响模型识别准确性。
- 经济活动指数和油价调整数据质量变动可能影响结果稳定性，已观察到2005年前后数据差异较大。

• 统计推断风险：

- 采用野生自助法与区块自助法虽较为稳健，但对较新数据的影响表现存在差异，置信区间的大小影响决策信心。

• 政策应用风险：

- 地方劳动市场分析受数据限制（1989年以后），及其对冲击响应的代表性仍需进一步研究和验证。
- 供给冲击对地方就业边际影响不显著，可能由于油价传导机制复杂，可再生能源政策的冲击与油价结构未完全对应，需谨慎解释。

• 应对措施和展望：

- 建议持续更新数据及模型，采用多重冲击模型或非线性结构模型。
- 增加更多微观指标，结合地方政府和企业层面的调研。
- 注意对输入数据和参数估计结果的不确定性识别和披露。

---

6. 批判性视角与细微差别

• 报告严格复现Kilian (2009)方法并扩展，体现研究的科学严谨性，但仍依赖数据的质量与模型结构，模型的简化假设如供给调整的时滞性可能过于刚性，忽视了一些市场短期内更灵活的反应机制。

- 对于油市场特定需求冲击的解释，尽管符合预期模型，但因缺乏直接观察其源头，存在概念上一定的模糊性，政策含义需结合更多现实情况谨慎判断。

• 地方劳动力市场分析局限于Kern县，尚不足以泛化至其他石油依赖较强地区，未来研究可拓展对比不同地区的响应异质性。

- 数据时间跨度虽涵盖重大事件，但对极端油价暴跌、气候政策冲击、地缘政治冲突等复杂事件的动态反应可能无充分刻画。

• 置信区间的差异提醒分析者应平衡统计显著性与经济意义，不宜过度依赖点估计。

---

7. 结论性综合

本文完整、细致地复制并扩展了Lutz Kilian (2009)对油价冲击性质及其经济影响的经典实证研究：

• 基于更新至2024年的原油产量、价格及全球经济活动数据，结合结构向量自回归模型，验证了油价上涨的根本机制分为供应冲击、总需求冲击和油市场特定需求冲击，三者对油价及宏观经济变量的短期和长期动态影响显著不同。

- 采用更先进统计推断工具，提升结果置信度，发现Kilian结论的稳健性得到加强。

• 通过历史分解揭示，油价波动主要由需求冲击驱动，供应冲击贡献有限。

- 全球经济活动和供应冲击对美国GDP和CPI的影响呈现明显但有差异的动态过程，支持政策制定时必须识别冲击源头。

• 地方经济层面，以加州Kern县为例，结构型油价冲击对地方失业率的影响显著且依赖冲击类型，提示能源转型对地方劳动力市场的多样化冲击及应对策略。

- 技术贡献在于代码从MATLAB成功移植至R，利用R强大数据整理能力和targets包提升复制性和更新便利性，为后续研究提供模板。

• 综合图表显示，在模型识别、估计和动态响应各环节，数据更新和方法改进均未改变关键经济学结论，而是使其更加稳健可信。

总体来看，作者成功证明了“Kilian油价冲击异质性”观点依然是理解当代油市与宏观经济关系的基石，为政策分析和能源转型背景下的地方经济影响研究提供了坚实的经验及技术基础[page::0-18].

---

参考

本文案例中的所有结论均严格遵循报告内容，并附带详细的页码标注，保证溯源性与学术规范。

---

如需报告中图表高清版请参照文中相对路径标注。

报告