综合来看，库存上涨对应的价差均值为1.1。
这里上涨的主要原因是下游刚性需求增长，还有一些政策购买计划等。当然，库存上涨的次数相对C结构下的次数就少了很多。特别在行情波动下的市场，大家对方向把握不准，进货的情绪会比较保守。同样为了更好地量化多大的价差才能导致库存增加，我们利用库存上涨对应的价差平均值来作为指标，来回测是否可以得出库存增加。
数据统计结果显示，当MV4小于等于1.1时候，对应101个周。在这101个里面，有46个周变化是正值。这也就是说，我们如果利用1.1作为分界点来猜测库存变化，大概45%的概率会出现库存增加，与之前的73%有了很明显的对比。
第三阶段(2008—2010年)：C结构
2008—2010年的结构属于C结构，这里分为两个阶段：第一阶段是急速跳水，让曲线结构从B到C;随后进入振荡上涨阶段，曲线C结构在慢慢走弱，转向B结构的趋势。
前一阶段的快速下降，让库存增加速度和量都维持高位，但随后的振荡上涨阶段，让价差也呈现上涨后振荡的趋势，价差缩小，导致利润下降，库存的变化也小幅上涨或下降。C结构的价差均值约为-1.9。
图为2008—2010年Brent价格走势
图为2008—2010年原油价差变化
数据统计结果显示，当MV4小于等于-1.9时候，对应42个周，在这42个周里面，有34个周变化是正值。这也就是说，我们如果利用-1.9作为分界点来猜测库存变化，大概81%的概率会出现库存增加。但值得注意的是，出现增长的34个周里面，大部分集中在2008年，2009—2010年的C结构走向B结构的趋势导致库存变化出现不确定。
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：
