案例背景
中秋前后，位于上海的巴斯夫一处化工装置发生泄漏事故，聚氨酯产业链的核心原料供给出现扰动，市场对供给收缩的担忧迅速升温，相关品种价格随之出现明显波动。作为化工行业中的典型事件，它提供了一个观察「单点故障如何转化为全链价格波动」的绝佳样本。
之所以值得作为统计教学案例，是因为这类冲击在数据分析上极难处理：一方面，生产装置高度集成、单点产能巨大，一次非计划停车就可能改变全局供需；另一方面，价格序列本身叠加了宏观趋势、季节因素、检修周期与投机情绪，事后看到的价格上涨究竟是事件所致，还是原本就该发生的趋势行情，判断起来并不容易。本案例从供给冲击的价格弹性、库存行为的放大机制，以及事件冲击的统计识别三个角度展开分析。
核心分析
一、单点故障如何变成价格跳动：供给冲击与弹性测算
最基础的起点是比较静态分析。当某装置停车导致供给曲线左移时，价格的变化幅度并非由供给收缩幅度单独决定，而是由供给弹性与需求弹性共同确定，近似关系是价格变动百分比约等于供给量变动百分比除以供给弹性与需求弹性之和。由此可得一个关键结论：在需求越缺乏弹性的环节，同样的供给收缩会引发越剧烈的价格反应。聚氨酯产业链恰恰具备这种特征——下游配方经过长期验证，切换供应商需要重新打样、认证、试产，转换成本高、周期长，短期内难以用替代品平抑缺口，因此需求价格弹性在短周期内极低，价格容易出现超调。
供给集中度是理解冲击强度的第二个维度。聚氨酯核心原料的全球产能集中在少数厂商手中，行业集中度指标（如前三家或前五家的产量占比、赫芬达尔指数）长期处于高位。这意味着任何一套大型装置的非计划减产或不可抗力公告，都不再是单个企业的个体事件，而是具有系统性影响的供给事件。教学中可以引导学生思考：集中度高既会在冲击发生时放大价格，也会在正常时期带来更强的价格黏性与更长的传导迟缓性。第三个维度是传导链条的时长差异：从上游原料到聚合级产品，再到下游的海绵、鞋材、家电保温、氨纶与合成革，各环节的库存周转天数与议价能力不同，导致冲击在链条上的传导存在明显时滞。要确定传导顺序，可对上下游价格序列取对数收益率后计算交叉相关函数，观察哪一环节的变动领先于其他环节，这是识别「谁带动谁」的基本工具。
二、库存是缓冲器还是放大器：库存投资理论的解释
价格冲击的实际烈度，很大程度上取决于库存行为。库存投资理论的基本观点是，企业持有合意库存，并在合意库存与实际库存之间出现缺口时进行补充；而合意库存通常按库存—销售比来定义。当市场普遍预期原料价格将上涨时，下游用户与贸易商会提前补库，短期表观需求被人为放大，形成「价格上涨—补库存—需求旺盛—价格再涨」的正反馈；反过来，若市场判断这是一次短期扰动，则各方会先消化既有库存，价格上行反而被延后。因此，同样的供给事件在不同库存周期中会呈现完全不同的价格曲线。
在统计层面，必须区分表观消费量与真实终端需求。表观消费量通常等于产量加净进口再加或减库存变动，其中库存变动项往往数值不大但波动剧烈，正是它解释了为什么短期价格常常大幅偏离基本面。这也带来第二个引申——牛鞭效应：终端消费的小幅变化，经过层层补库与安全库存调整的放大，在原料端会呈现出数倍的波幅。实务中可用三类指标交叉验证：厂商与港口的库存天数、采购经理指数中的原材料库存与产成品库存分项、以及库存的同比变化率。当价格大幅上涨同时伴随库存同步累积时，通常意味着金融性补库而非真实消耗，价格的可持续性较弱；若价格上涨的同时库存去化，则说明供给缺口真实存在。
三、怎样把事件冲击与趋势行情分开：事件研究法的应用与改造
回答「这次涨价有多少是由事故造成的」，最合适的工具是事件研究法。其标准步骤是：首先界定事件日，若事故发生于非交易时段，应以次一交易日为准；其次设定估计窗与事件窗，用估计窗的数据估计正常收益率模型，即以行业指数或相关品种期货收益率作为市场模型基准，估计出个体收益与市场收益的关系；然后在事件窗内计算异常变化，即实际值减去模型预测值，再沿时间累加得到累计异常变化，最后进行显著性检验。考虑到商品与化学品样本期较短、价格序列存在明显的尖峰厚尾与自相关，实务中推荐同时报告参数检验与非参数秩检验的结果，避免单靠 t 检验下结论。
把事件研究法从股票市场移植到商品市场，需要三处改造。第一是使用对数收益率而非价格水平，并对节假日前后的错位交易日做对齐处理。第二是设置对照组：用未受影响的同类品种，或产业链上下游的其他产品作为对照，通过双重差分剔除行业共同趋势——因为很多时候价格本就在上行周期中，缺少对照组会把趋势行情误算成事件效应。第三是区分脉冲与结构性变化：若异常变化在数周后回落累计值趋近零，说明是暂时性供给扰动、价格最终回归均衡；若累计异常保持在新的水平不回落，则意味着供给曲线发生了持久性左移。此外，事件窗内往往叠加多个信息——检修公告、重启时间、产能置换消息，需要把多事件分别标注并分别估计，避免把连续信息打包成一个事件。
管理启示
本案例沉淀出一个三层分析框架，可直接迁移到其他大宗商品与突发事件的分析中。第一层是结构层：用集中度指标、产能分布与弹性估计，判断一个外部冲击在理论上能造成多大的价格反应，这一步回答「能涨多少」的上限；第二层是库存层：用库存天数、库存—销售比与采购经理指数分项，判断冲击是否被放大或吸收，这一步回答「会不会超调」；第三层是识别层：用带对照组的事件研究，把异常价格变化从趋势中剥离，并通过观察累计异常是否回落来判断冲击的性质。
在实务监控上，建议建立「基准品种价格+跨期价差+装置开工率+港口与厂库库存天数」四位一体的高频面板。跨期价差尤其重要，它能把供给紧张与市场预期直接表达出来：近月相对远月显著升水，通常意味着现货紧缺是真实的。最后提醒一点：突发事件的分析必须在72小时内完成首次归因判断，否则价格已经充分反映信息，事后分析的解释力将大幅下降。
其他思考
- 若某核心装置停车一个月，应如何估算其对年度供给量的影响，并结合弹性估算价格的理论反应幅度？
- 利用表观消费量推算真实需求时，库存变动项为何最容易失真？有哪些可行的交叉校验手段？
- 事件研究法在商品市场应用时必须做哪些改造？除统计显著性之外，还应补充哪些稳健性检验？
关键词：供给冲击、库存投资、事件研究法
来源：财新网 | 整理：经管大课堂
原文链接：https://www.rcbom.com/econstat/6416.html
