指导意义及不足
对比上述三个阶段，可以发现在C结构下，市场补库存的情绪比B结构下要积极。特别是在原油期货处于下降趋势的情况下，且处于C结构，价差预测库存变化最有效。研究成果可以帮助解决择时的问题，在趋势不明朗的情况下，可以借助研究结果验证目前的情况，帮助投资者选择入场时间。
然而研究依然存在不足，首先利用美国库存代表整体数据，不能完全包含所有样本的特点;其次，利用ICE的价差结合美国的库存数据会出现日期不吻合的情况，但影响不大，而且，价差选择、库存变化周期很可能出现变化。最后，突发事件未能考虑进入模型，不能更好地贴合市场。
产量对库存的传导作用
产量和库存
图为库存与产量对比
库存和产量通过单因素模型，统计结果如下：
R Square 0.149191
Adjusted R Square 0.144616
从大方向来说，库存和产量的走势趋同，但不能直接就认为产量增加就一定会导致库存的增加。一是产量不会直接导致库存增加，产量的影响传导至库存变化一定要考虑消费、进口、出口等因素;二是产量与库存之间的线性关系很弱，R平方只有0.15，不能完全解释库存变化。
产量与价格
图为产量与价格对比
价格和产量通过单因素模型，统计结果如下：
R Square 0.383084357
Adjusted R Square 0.379767606
为了更好地发现数据的特征，统计学结果如上。
从大方向来说，价格和产量的走势有较强的背离，但不能直接就认为产量增加就一定会导致价格的走低。产量不会直接导致价格变化，产量的影响传导至价格变化一定要考虑金融环境、投机度、消费等因素。另外，产量与价格之间的线性关系很弱，R平方只有0.38，不能完全解释库存变化，但快速增长的产量会导致价格的下跌。
指导意义
产量和库存的传导没有明显的线性关系，有一定的滞后性，但结合研究成果，从价格和产量的趋势来看，过高的产量会对价格打压，导致曲线结构的变化从而传导至库存的上升。
