（一）TOP10榜单

2020年世界经济统计学最佳英文论文TOP10榜单

Nonrivalry and the economics of dataJones，C.、Tonetti，C.（2020）. American Economic Review，110（9），2819-2858.

复合影响因子：36.786

Business-cycle anatomyAngeletos，G.、Collard，F.、Dellas，H.（2020）. American Economic Review，110（10），3030-3070.

复合影响因子：36.786

Firm performance and macro forecast accuracyTanaka，M.、Bloom，N.、David，J.、Koga，M.（2020）. Journal of Monetary Economics，114，26-41.

复合影响因子：12.524

Forecasting realized oil-price volatility：The role of financial stress and asymmetric lossGkillas，K.、Gupta，R.、Matusz，S.（2020）. Journal of International Money and Finance，104，Article 102137.

复合影响因子：12.524

Exchange rate forecasting on a napkinZorzi，M.、Rubaszek，M.（2020）. Journal of International Money and Finance，104，Article 102168.

复合影响因子：12.524

Better statistics，better economic policies？Binswanger，J.、Oechslin，M.（2020）. European Economic Review，130，Article 103588.

复合影响因子：10.711

A new way of measuring the WTI-Brent spread.Globalization，shock persistence and common trends.Caro，J.、Golpe，A.、Iglesias，J.、Vides，J.（2020）. Energy Economics，85，Article 104546.

复合影响因子：14.26

China’s GDP growth may be understatedClark，H.、Pinkovskiy，M.、Sala-i-Martin，X.（2020）. China Economic Review，62，Article 101243.

复合影响因子：5.329

Understanding PRC investment statisticsHolz，C.（2020）. China Economic Review，61，Article 101461.

复合影响因子：5.329

Granger predictability of oil prices after the Great RecessionBenk，S.、Gillman，M.（2020）. Journal of International Money and Finance，101，Article 102100.

复合影响因子：12.524

（二）TOP10内容概览

第1名 非竞争性与数据经济学

Nonrivalry and the economics of data

【内容概览】

1.问题

应如何分配数据产权，以实现最优解？

2.结论

由于数据的非竞争性，给予消费者数据产权可以产生接近最优的分配。

3.政策启示

政府应大幅限制公司对消费者数据的使用，同时适当控制隐私收益，使其产生更大成本。

4.论证

本文先讨论如何建立数据模型，并分析数据和理念之间的联系。在文献综述后，本文建立一个简单的模型来描述非竞争性和规模效应之间的联系，然后再引入经济环境，考察社会规划者所选择的分配：公司拥有数据，消费者拥有数据，政府禁止出售数据。最后收集并讨论了主要的理想结果，并进行数值模拟。

5.作者自评和他评

作者自评。数据经济学提出了许多重要问题，其中隐私问题最近受到了广泛关注。分析表明，给予消费者数据产权可以接近最优分配。消费者在对隐私的担忧与向所有相关方出售数据带来的经济收益之间取得平衡。这就带来了与克服可能淹没消费者的交易成本相关的设计问题，而中介机构和技术创新可能会解决这些问题。

他评。自2020年发表以来，引用总计128次。这些文献对本文的评价如下。其一，用户对隐私价值的评估同数据所有人存在差异时，隐私监管需要考虑这些差异（Chen et al.，2021[※注]）。其二，在建立经济活动的数据副产品模型时，可以将数据作为用户活动的副产品进行建模（Li & Mayer，2021[※注]）。其三，对于信息竞争市场，由于数据的非竞争性，可以解决“钻石信息悖论”（Bounie et al.，2021[※注]）

【作者和编译者简介】

Charles I.Jones：斯坦福商学院经济学教授，NBER副研究员，GSB经济小组的区域协调员，主要研究经济学，chad.jones@stanford.edu。

Christopher Tonetti：斯坦福大学商学院副教授，NBER研究员，主要研究宏观经济学，tonetti@stanford.edu。

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

陈萱：北京科技大学数理学院本科2019组，cx9801286802@163.com。

第2名 经济周期剖析

Business-cycle anatomy

【内容概览】

1.问题

哪种冲击可作为最主要驱动因素来描述经济周期的传播机制？

2.结论

失业率、GDP、投资、消费、商业周期频率下的产出或失业缺口等对象在脉冲响应函数（IRFs）中具有近乎可互换性，宏观经济周期（MBC）冲击可作为研究经济周期传播机制的经验模板。本文的数据与将大部分商业周期归因于以下任何因素的理论背道而驰：技术冲击，影响TFP的冲击、有关中长期生产力发展前景讯息和通胀需求冲击。

3.政策启示

政府应根据经济周期波动的真实冲击及时调整宏观经济政策，确保国民经济稳定运行。

4.论证

本文模型在“最大份额”方法的基础上，系统地改变目标变量和目标频带，依据联合特征做实证分析：

其中，各变量均为矩阵，代表冲击对变量k在频带上的谱密度的影响；捕获该频带内变量k的整体波动性，以所有Cholesky转换形式残差的影响表示。k为本文选取的十个宏观经济变量之一；对于任何对（k，j）∈{1，…，N}sup2，取X_t中的第k个变量和ε_t中的第j个冲击，该冲击对应于矩阵Q的第j列，q是对应于该冲击的列向量。样本区间为1955-2017年，数据来自FRED。

5.作者自评和他评

作者自评。本文提出一种解剖宏观时间序列的新策略，阐明了从频域到时域的映射，有助于检测DSGE模型中的缺陷。本文数据特征化有助于进一步研究，或指导宏观经济理论。

他评。自2017年以MIT报告形式公开发表至今（2021年9月4日），本文他引总计76次，这些文献对本文的评价要点如下。其一，本文为经济周期变化原因研究提供了可供参考的数据特征（Angeletos et al.，2020[※注]）。其二，在发达经济体中，住房需求波动与小幅通胀等非周期性波动相吻合，实体经济可理解为名义价格水平固定的货币经济，与真正引发商业周期波动的冲击无关（Chahrour，2021[※注]）。

【作者和编译者简介】

George-Marios Angeletos：麻省理工大学经济学教授，主要研究宏观经济学，angelet@mit.edu。Fabrice Collard：图卢兹经济学院教授，主要研究宏观经济学，fabrice.collard@tse-fr.eu。Harris Dellas：伯尼尔大学教授兼联席主任，主要研究货币经济学，harris.dellas@vwi.unibe.ch。

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第3名 企业绩效与宏观预测的准确性

Firm performance and macro forecast accuracy

【内容概览】

1.问题

企业预期在多大程度上会对自己未来绩效产生哪些方面的影响？

2.结论

企业的GDP预测与其后一年的就业、投资和产出增长显著正相关。过度乐观和悲观的预测误差会降低盈利能力和生产率。规模更大且周期更敏感的企业有更专业合理的预测。

3.政策启示

大型企业可根据预期调整生产政策以确保最大收益，小型企业需根据企业绩效状况定期更新预期以避免预测误差带来的损失。

4.论证

本文考察企业的GDP预测、投入选择和后续绩效之间的关系：

首先估计企业投入与销售额的关系，然后估计公司预测误差与已实现绩效之间的关系：

其中，V_it是公司i在第t年的收益或测得的全要素生产率；|e_i，t-1（t）|是公司i的GDP增长预测误差绝对值，定义为e_i，t-1（t）=f_i，ti1（t）-g_t，g_t是公司i在第t年的实际GDP增长率；γ_i和λ_t定义同（1）。

样本区间为1989-2015年，企业层面数据来自ASCB，公司财务数据来自DBJ，计算TFP中成本份额数据来自JIP，行业层面数据来自Compustat。

5.作者自评和他评

作者自评。本文利用公共变量（GDP增长）预测做分析，解决了一系列数据来源问题。本文实证的独特之处是将定量GDP预测与企业会计数据匹配，定量检验企业预测与其投入选择和绩效的关系。

他评。自2018年以NBER工作论文的形式公开发表至今（2021年9月6日），本文他引总计83次。这些文献对本文的评价要点如下。其一，SBU对企业预期的调查在关键方面与先前有所不同，其中包括本文关注的受访企业自己的产出，本文实证检验了企业预期同绩效的关系（Altig et al.，2020[※注]）。其二，在近期有关使用企业调查数据研究不同企业的异质性预期是如何导致企业多样化行为的文献中，本文证明了宏观经济预测（GDP增长）准确性同企业绩效之间的正相关关系（Sakata et al.，2020[※注]）。

【作者和编译者简介】

Mari Tanaka：一桥大学副教授，主要研究发展经济学，mari.tanaka@r.hit-u.ac.jp。Nicholas Bloom：斯坦福大学教授，主要研究经济学，nbloom@stanford.edu。Joel M.David：南加州大学教授，主要研究宏观经济学，joeldavi@usc.edu。Maiko Koga：日本银行主管，maiko.koga@boj.or.jp；

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第4名 预测已实现的油价波动：金融压力和不对称损失的作用

Forecasting realized oil-price volatility：The role of financial stress and asymmetric loss

【内容概览】

1.问题

金融压力是否有助于预测石油价格波动？

2.结论

将模型扩展以包含金融压力指数有助于提升对石油价格波动的预测能力，此时区分金融压力的来源（美国、发达经济体、新兴经济体）、预测的损失函数形状，对于预测效果起着重要作用。无论何种模型形式，均表明金融压力对石油价格波动具有预测价值，不同类型的投资者均可以通过检测不同区域的金融压力而获益。

3.政策启示

提供一种对预测石油价格有用的变量和模型，有助于提升预测精度，并为不同预测者重点关注的区域提出具体建议。

4.论证

文章主要采用实现方差中位数（MRV）来作为石油回报波动的衡量指标，表达式为：

其中r_t，i为t日第i个观测的日度回报率。该指标作为RV的基准指标。

为估计RV，作者采用了HAR-RV模型：

其中RV_w，t为t-5日至t日RV的均值，RV_m，t为t-22日至t-1日的均值，FSI_t为区域和全球的金融压力指数。采取2000年1月4日至2017年5月26日期间的5分钟盘中数据。

5.作者自评和他评

作者自评。本文旨在通过将金融压力的作用纳入建模框架，对基于 HAR-RV 模型预测实际油价波动的研究加以扩展。另一个贡献是使用不对称损失函数来评估收益。

他评。自2020年公开发表至今（2022年3月23日），本文他引总计60次，受到的主要评价如下。其一，本文的计量方法可以处理波动的跳跃与不连续性（Asai et al.，2020[※注]）。其二，本文的贡献在于加入其它预测变量对HAR-RV模型进行扩展（Demirer et al.，2020[※注]）。

【作者和编译者简介】

Konstantinos Gkillas：帕特雷大学管理科学与技术系教授、希腊开放大学社会科学学院教授，主要研究计算统计、数字金融，gillask@upatras.gr & gillask@gmail.com。Rangan Gupta：比勒陀利亚大学经济系高级讲师，主要研究宏观经济学、预测，Rangan.Gupta@up.ac.za。Christian Pierdzioch，赫尔穆特施密特大学经济系，主要研究宏观经济学，Christian.Pierdzioch@gmail.com。

臧成伟：中国社会科学院世界经济与政治研究所助理研究员，主要研究国际贸易和国际投资，zangcw@cass.org.cn。

第5名 餐巾纸上的汇率预测

Exchange rate forecasting on a napkin

【内容概览】

1.问题

能否在两条基本规则的基础上，通过一个简单的方法预测汇率？

2.结论

在制度灵活的发达国家，外汇市场存在两个规律：与购买力平价模型的结论一致，实际汇率是均值回归的；该过程主要通过名义汇率进行调整。即使在餐巾纸的背面，也可以利用这些规则预测实际汇率，且预测的结果优于随机游走。其他预测方法如直接预测和面板数据的方法，也优于随机游走，但比不上本文的简单校准模型。

3.政策启示

对于发达经济体，长期购买力平价理论相比于随机游走更加可靠。

4.论证

作者首先通过样本内数据，证明对于主要货币的长期购买力平价保持不变，并且名义汇率是这一调整过程的主要驱动力。随后作者对一系列基于上述规则的预测模型进行评估，证明最优的模型是一个校准的PPP模型，该模型假设实际汇率会逐步回归其样本均值，且在3年内完成一半的调整，该调整仅仅由名义汇率驱动。该模型可将名义汇率的变化表达如下：

其中rer_t为实际汇率，为实际汇率的简单平均，ρsuph被校准为在三年内完成一半的标准。

该方法非常简单，甚至可以分两步在餐巾纸背面进行。

5.作者自评和他评

作者自评。以前基于一些稳健假设的数据分析并没有明显优于随机游走，而本文的贡献则在于对这一问题提供了详尽的、决定性的答案。本文提出的模型有两个优点，一是基于经济理论，二是方法简单，甚至可以在餐巾纸背面实现。

他评。自2020年公开发表至今（2022年3月23日），该文他引总计22次。这些论文对本文的主要评价如下。其一，该文意味着，经济基本面对于汇率的变动具有一定的预测作用（Ha et al.，2020[※注]）。其二，包括该文在内的大量文献证明汇率变动是可预测的，但仍然具有如下一些缺陷：变化可能是非线性的，因此在样本外的预测效果不好；预测所基于的宏观经济基础可能在不断变化（Petropoulos et al.，2022[※注]）。

【作者和编译者简介】

Michele Ca’ Zorzi：欧洲中央银行首席经济学家，主要研究国际经济学，michele.cazorzi@ecb.europa.eu。Michał Rubaszek：SGH华沙经济学院计量经济学研究所副教授，主要研究计量经济学，michal.rubaszek@sgh.waw.pl。

臧成伟：中国社会科学院世界经济与政治研究所助理研究员，主要研究国际贸易和国际投资，zangcw@cass.org.cn。

第6名 更好的统计会带来更好的经济政策吗？

Better statistics，better economic policies？

【内容概览】

1.问题

在政治机构框架下，经济统计是否会影响到政府政策方针和改革的决定与执行？

2.结论

如果不断改善的经济统计数据表明政府过往的改革是失败的，会带来更高选举风险，政府就会更倾向于维持现状并抑制发起改革的动机。

3.政策启示

政府应重视统计数据，利用统计更加谨慎客观地进行改革或政策决定。

4.论证

本文采用由选民和两党组成的两期政治-机构模型，政党有两种领导类型，分别是“务实”型和“沉没成本”型。执政党领导权决定经济政策进而影响经济绩效。P₁是对改革有益的事后概率。在第一期，在位执政党领导层选择第一期政策P₁，由统计部门公布企业产出ysupn₁；在第二期，选民决定政权分配，新上任执政党选择第二期政策P₂，由统计部门公布企业产出y supn₂，整个过程为具有完全信息的动态博弈，其中政权和经济政策均依赖于y supn₁。

5.作者自评和他评

作者自评。其一，民主社会应在多大程度上满足“统计机构可定期获取私营部门数据”的权利是当今时代关键政策问题之一，本文从政治经济学视角对当前主要争论有所贡献。其二，本文的模型可获得不同政治环境对所确定机制脆弱性的具体预测。其三，目前的绝大多数文献都没有考虑代理人必须通过实验来了解改革备选项的设置，而这一过程往往可以通过数据统计来解决，本文则侧重于涉及职业问题的机构关系透明度。

他评。自2020年公开发表至今（2021年10月7日），该文他引总计1次，受到的评价要点如下：引用文献认为该文得出了该研究领域的重要结论，即在民主国家，精确的经济统计给执政党带来了消极影响，并借鉴了该文的模型设计（Binswanger & Oechslin，2020[※注]）。

【作者和编译者简介】

Johannes Binswanger：圣加仑大学经济与政治学院经济系教授，主要研究经济学与公共政策，johannes.binswanger@unisg.ch。Manuel Oechslin：卢塞恩大学经济系教授，主要研究不确定性和政策实验，manuel.oechslin@unilu.ch

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第7名 衡量Brent-WTI价差的新方法：全球化，冲击的持久性和共同趋势

A new way of measuring the WTI-Brent spread.Globalization，shock persistence and common trends.

【内容概览】

1.问题

Brent和WTI两个原油市场指标之间存在哪些长期关系？这些市场是区域化还是全球化？

2.结论

Brent-WTI市场具有很强的全球化特征，其中Brent原油是主导趋势，驱动了Brent-WTI价格结构。Brent-WTI原油市场存在长期关系，Brent-WTI价差冲击存在长记忆性过程。由于石油和能源期货市场的流动性较高，市场代理人即时套利的机会会增加。

3.政策启示

政策制定者为规避原油市场风险，应通过税收、改变生产量等措施进行干预。

4.论证

首先，应用Johansen & Nielsen（2012）提出的分数协整向量自回归（FCVAR）模型来对比价差持续性的可能存在性。然后，研究永久性-暂时性分解已确定是哪种原油驱动了共同趋势，在协整理论背景下，检验价格的全球化强度。样本区间为1987年5月15日至2019年4月19日，数据来自美国能源信息管理局（EIA）。

5.作者自评和他评

作者自评。在研究Brent-WTI价格标准化协整和价差持久性的领域中，至今无研究能够同时得到有关这两个问题的结论，本文利用分数协整向量自回归（FCVAR）提出了新的研究热点，解决了标准协整的刚性问题，同时允许识别其他感兴趣的点，如Brent-WTI价格结构和每个兴趣点之间的价差持续性。

他评。自2020年公开发表至今（2021年9月1日），该文他引总计14次，受到的评价要点如下。其一，该文发现WTI和Brent原油价格是相辅相成的，两者价差能够灵活反映市场竞争力，且Brent原油是主导趋势，该文章（Chen et al.，2021[※注]）根据该文结论选取同期Brent原油期货结算价格作为稳健性检验指标。其二，该文对Brent如何推动石油价格形成提供了更多细节，提供了一些Brent原油区别于其他原油的因素，这些因素是由生产所有权的多样性所驱动的（Floros & Galyfianakis，2020[※注]）。

【作者和编译者简介】

José Manuel Bravo Caro：韦尔瓦大学韦尔瓦大学电子工程、计算机系统和自动化系教授，主要研究自动化，caro@uhu.es。Antonio A.Golpe：韦尔瓦大学经济系副教授，主要研究应用经济学，antonio.golpe@dehie.uhu.es。Jesús Iglesias：塞维利亚大学金融经济与运营管理系，主要研究国际金融，jiglesias10@us.es。

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第8名 可能被低估的中国GDP增长

China’s GDP growth may be understated

【内容概览】

1.问题

中国官方GDP统计数据是否能够真实反映中国的经济增长？

2.结论

文章验证了中国经济在2015年末出现急剧萎缩的假说，得出中国经济增长率远高于官方统计数据的结论。克强变量是夜间灯光增长的显著预测因子，其中银行贷款最能够有力解释夜间灯光增长。

3.政策启示

政府应提高对服务业经济增长率的评估，并改进中国国民账户数据质量。

4.论证

本文对各宏观指标以及省、年固定效应的夜间灯光对数进行回归，得到与指标最优权重成正比的指标系数。在每个回归中，本文通过两步构造对中国经济增长路径的预测。首先，利用省级回归系数所隐含的最优权重计算宏观经济指标的增长率。然后，通过对宏观指标的官方增长路径进行回归，标准化增长路径，并用回归预测值作为本文预测的GDP增长序列。

样本区间为2004-2013年，夜间灯光数据由DSMP-OLS采集，NGDC维护处理并公开；中国各地区（省、市、自治区）的宏观经济指标数据来自CEIC。

5.作者自评和他评

作者自评。本文发现贷款增长率大于电力和货运增长率，且随着时间推移逐渐稳定，这一结论对于预测中国实际未观测到的GDP增长具有重要意义。其二，本文在前人研究基础上提出一种预测真实GDP及其增长率的最佳方法，即赋予宏观经济指标（包括GDP）权重。其三，许多发达国家的GDP增长也被低估，可能是因为没有考虑到以电子方式支付的商品与服务结构的转变，未来的研究可对其作定量考察。

他评。自2017年4月以NBER工作论文的形式公开发表至今（2021年10月8日），该文他引总计60次，受到的评价要点如下。其一，该文通过对宏观经济指标赋予恒定权重从而创建了衡量GDP的新测度指标，为夜间灯光与经济增长关系领域的研究提供了新思路（Hu & Yao，2019[※注]）。其二，在官方统计数据质量不高时，该文选用夜间灯光这一较为可靠的指标作统计检验，但测量的光辐射具有较大高频噪声（Fernald et al.，2021[※注]）。

【作者和编译者简介】

Hunter Clark：纽约联邦储备银行助理副总裁，主要研究宏观经济学，hunter.clark@ny.frb.org。Maxim Pinkovskiy：纽约联邦储备银行高级经济学家，主要研究微观经济学，maxim.pinkovskiy@ny.frb.org。Xavier Sala-i-Martin：哥伦比亚大学和NBER研究助理，主要研究公共经济学，xs23@columbia.edu。

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第9名 对中国投资统计的理解

Understanding PRC investment statistics

【内容概览】

1.问题

有关中国固定资产投资（FAI）统计的数据质量和投资概念存在哪些问题？

2.结论

GFCF数据涵盖整个经济，是目前接受度最高的。FAI数据存在如下问题：（1）具有较强的模糊性，概念本身是根据计划经济理念编制，历史数据也有大量统计断点；（2）国家统计局（NBS）频繁更换行业分类标准导致FAI数据进一步的统计中断；（3）21世纪以来中国投资数据的问题加上FAI基于省份的特质导致研究人员几乎无法从FAI数据中得出有关经济长期发展的结论。

3.政策启示

中国政府应尽早对投资数据采集和处理制度作系统性改革，避免数据质量持续恶化。

4.论证

NBS共使用了三个国民账户概念，分别是固定资本形成总额（GFCF）、固定资产投资和新增固定资产（NIFA）。

本文从定义出发，首先介绍中国使用的有关投资的不同概念及其随时间变化的定义和覆盖范围。然后分类探讨这三种投资举措的含义、数据来源、数据可得性，目前存在的问题及数据局限性。接下来，本文将GFCF数据和FAI数据进行对比，并在文章末尾对NIFA数据的问题作简要说明。

本文国家级数据均来自NBS数据库；省级数据来自1993年后的NBS数据库，不包含2018年的数据。

5.作者自评和他评

作者自评。本文对三种不同投资方式进行比较和说明，揭示了许多中国投资统计的问题，包括数据质量较差，数据系统不一致，官方GDP被严重低估等。同时，本文可使PRC投资数据便于研究人员和政策制定者查阅，对PRC投资统计的讨论也解释了其在总体上更深层次的数据问题。

他评。自2020年公开发表至今（2021年10月9日），该文他引总计1次，受到如下评价。该文以中国经济为例，将投资统计作为国民经济系统生产率水平的估计来源，考察了投资领域的三个主要定义，讨论了数据可得性以及中国投资数据的技术问题，探讨了固定资产投资和固定资本形成总额的关系试图突出中国投资数据造假问题，并简介探讨了资本非法流动问题（Laiko & Burkynskyi，2021[※注]）。

【作者和编译者简介】

Carsten A.Holz：香港大学社会科学教授，主要研究中国经济，carstenholz@gmail.com。

周天蕙：中国社会科学院大学博士研究生，ddsxbd@163.com。

第10名 金融危机后油价的格兰杰可预测性

Granger predictability of oil prices after the Great Recession

【内容概览】

1.问题

国际油价2009-2014年飙升，基于垄断加成理论的传统解释具有缺陷，格兰杰所采用的名义因素是否对油价飙升具有预测性？

2.结论

把美元国其他货币的互换从总量中去除，名义因素对金融危机之后的石油价格便具有了预测能力。2008年之后基础货币的扩张提高了通货膨胀预期，通货膨胀预期对石油价格具有预测能力，2014年通货膨胀预期和石油价格的双重崩溃具有相关性。2009-2014年的石油冲击，是因为2014年之前额外的通货膨胀预期加入了石油价格之中，但由于持有过量储备而导致基础货币间接冲销了通胀，这一额外通胀预期并没有被发现。

3.政策启示

本文有助于拨开干扰因素，充分理解货币政策对通货膨胀预期及石油价格的影响，对于如何选择货币政策及如何理解大宗商品价格变化均具有政策启示。

4.论证

文章的基本计量方法为VAR模型：

其中，X里包含了石油价格的影响因素，参考格兰杰的研究，采取基础货币、M1货币冲击、M2货币冲击等变量。为验证X是否Y的格兰杰原因，需要检验X的系数是否联合显著，而检验的功效取决于时间序列的平稳性，为此作者采取了ADF单位根检验。作者调整了各货币总量指标，从中减去美联储从其他中央银行借入准备金（互换）。数据方面，作者采用FRED数据库的月度数据，各变量时序1946年至2017年不等。

5.作者自评和他评

作者自评。现有的标准解释不足以充分理解金融危机后油价的飙升，本文的主要创新在于对货币总量的变量进行了调整。接下来的研究中可以使用脉冲响应分析，来检验在加入需求与供给的关键构成之后，货币因素是否有助于解释石油冲击。

他评。自2020年公开发表至今（2022年3月23日），该文他引总计5次，受到的主要评价如下。其一，Cevik et al.（2021）[※注]指出，该文之所采用VAR格兰杰因果分析是因为它提供了一个尺度将所有变量以外生变量来处理。其二，Sun（2020）[※注]引用该文，说明高通货膨胀意味着货币贬值.

【作者和编译者简介】

Szilárd Benk：科维努斯大学助理教授，主要研究宏观经济学、货币经济学，benk.szilard@gmail.com；Max Gillman：密苏里大学圣路易斯分校经济史教授，主要研究宏观经济学和货币学，gillmanm@umsl.edu。

臧成伟：中国社会科学院世界经济与政治研究所助理研究员，主要研究国际贸易和国际投资，zangcw@cass.org.cn。