人民幣匯率對大宗商品價格影響研究
——基于非線性STR模型的分析

任森春 刁其波

（安徽財經大學，安徽蚌埠 233030）

人民幣匯率對大宗商品價格影響研究
——基于非線性STR模型的分析

任森春 刁其波

（安徽財經大學，安徽蚌埠 233030）

采用2006年6月至2016年9月人民幣實際有效匯率和大宗商品價格指數月度數據為研究樣本，考查人民幣匯率對大宗商品價格的非線性影響。結果表明：人民幣實際有效匯率對大宗商品價格的影響具有明顯非線性非對稱性效應；低機制狀態下，人民幣實際有效匯率波動對大宗商品價格影響不顯著；高機制狀態下，人民幣實際有效匯率對大宗商品價格影響顯著。

人民幣實際有效匯率；大宗商品價格；非線性；平滑轉換回歸模型

2005年7月我國啟動人民幣匯率改革，實行浮動匯率制度。國際資本流動以及國際貿易發展使人民幣匯率更加市場化，國外投資者對人民幣資產配置變化加大了國家調控匯率難度。推進人民幣國際化進程，市場對人民幣需求將增加，且人民幣呈現長期升值趨勢；但短期受美聯儲加息預期變化等國際因素影響，人民幣匯率波動會成為常態。

大宗商品價格劇烈波動對國家工業生產及通貨膨脹等產生較大影響。中國作為世界經濟增長重要推動者，對能源商品、基礎原材料和農副產品需求量增長迅速，國內生產無法滿足需求，必須大量進口大宗商品。目前我國已成為全球最大大宗商品消費國。據有關數據顯示①數據來源：中國海關總署網頁（http://www.customs.gov.cn/tabid/49666/Default.aspx）。：2016年前三季度，我國大豆累計進口6 118.8萬噸，同期增長2.6%，而累積金額同期減少0.1%；進口原油28 350.8萬噸，累計同比增長14%，累積金額減少15.5%；銅礦石進口量增長31.9%，進口金額僅增長13.9%。進口量上升情況下，進口金額減少或增長遠低于進口量增長，理論上應表現為大宗商品價格下降或進口國貨幣購買力增強，而大宗商品價格指數從2016年2月開始企穩回升，指數總體呈上升趨勢；人民幣相對于美元的購買力也在走弱，一定程度上反映出人民幣匯率對大宗商品價格傳遞不完全性特征。

在人民幣匯率長期持續升值、短期波動背景下，大宗商品價格頻繁、劇烈波動使我國政府宏觀調控、進出口企業經營管理以及投資者決策面臨挑戰。大宗商品特別是能源類商品價格持續上漲增加我國進口成本和企業負擔；農產品價格上漲可能帶來通貨膨脹等問題。匯率代表貨幣相對購買力，在國際貿易中是影響大宗商品價格的最直接因素，研究人民幣匯率對大宗商品價格影響機制具有重要意義。

一、文獻回顧

有關大宗商品影響因素的研究多從市場供求、貨幣政策、金融市場以及投機行為等方面分析。在市場供求方面，傳統市場經濟理論認為，供不應求，價格必然上升。張珣等[1]以石油能源類大宗商品為例，提出早期多由供給驅動、重大政治事件對產油國沖擊使全球原油供給急劇萎縮，國際油價暴漲。Mackey[2]研究表明，能源類商品價格彈性較小，供給方多處于寡頭壟斷地位，控制國際石油產量，對石油國際定價具有重要影響。20世紀90年代開始，隨著新興市場發展，工業生產對石油的需求不斷增加，引發國際油價大幅上漲。2008年金融危機爆發，世界經濟增長趨緩，經濟體對石油需求銳減，導致能源類大宗商品價格下降。

在貨幣政策方面，現有研究貨幣政策對大宗商品價格影響主要從影響效果、影響機制和途徑等入手，大宗商品以美元計價，貨幣政策變化影響大宗商品變化程度。以國際油價為例，Chanbers[3]在美國股市和石油價格分析中發現，牛市中油價增長速度遠高于熊市下降速度，學者將此現象歸因于美國貨幣政策變化。全球流動性變化對大宗商品價格有長期穩定影響，張天頂[4]基于1993年1月至2014年12月月度數據考查貨幣政策對國際大宗商品價格動態變化影響機制研究表明，國際大宗商品價格共同成分與全球流動性過剩間存在長期均衡關系，在價格預警方面，我國應將西方國家的貨幣政策作為重要監控因素。貨幣政策對大宗商品價格影響主要通過利率和貨幣供應量途徑。多恩布什超調理論可用于分析利率對大宗商品的影響，Frankel[5-7]通過實證分析，論證利率下降會促使大宗商品價格上升，且利率每降低1%，大宗商品價格提高4%～6%。Belke[8]以VAR模型分析貨幣供應量對大宗商品價格的影響，研究結果表明長期內，全球流動性過剩是大宗商品價格變化的主要驅動因素。

在金融市場方面，隨著大宗商品金融化速度加快，其價格波動呈現金融時間序列波動性特征。大量機構投資者進入大宗商品市場使商品市場與資本證券市場聯系更緊密，市場間資金流動是大宗商品定價重要影響因素[9]。同時，因投資者持有兩個市場資產，當其中一種資產市場風險上升，為滿足流動性需求，投資者會改變投資策略，加劇市場不確定性，增加風險蔓延。風險蔓延會逐步擴散至其他國家金融市場，中國大宗商品定價存在金融化問題，且美國股票市場會廣泛影響中國商品現貨定價[10]。此外，市場投資者非理性行為將加劇商品市場價格波動[11]。

Trostle[12]研究表明，在投機行為方面，機構投資者不斷涌入大宗商品現貨及期貨市場很大程度上造成商品價格逐步背離經濟基本面。張俊曉等[13]認為2005年后投機因素對大宗商品價格影響程度逐步加深，并成為2006—2008年大宗商品價格上漲的重要原因。Kaufmarm[14]分析石油期貨和現貨價格，發現投機行為放大基本面因素引起大宗商品價格上漲。但亦有研究反對以上觀點。Hamilton[15]認為基本面供需因素是大宗商品價格決定性影響因素，投機不會造成大宗商品價格大幅上漲。Korniotis[16]從實證角度入手，通過對比金屬行業期貨市場與大宗商品價格關系得出兩個市場均與大宗商品價格有長期穩定相關性，否定投機因素對大宗商品價格的影響。

匯率與大宗商品價格研究，多側重于匯率對單一產品的價格影響。Akram[17]通過研究匯率與主要農產品價格關系提出，匯率對玉米、棉花和豆油價格聯動效應較明顯，而對小麥價格預測作用不顯著。國內側重于以實證方法研究匯率對進出口價格的影響，陳六傅等[18]利用VAR方法估計1990—2005年人民幣名義有效匯率對進口價格的影響，結果表明，名義有效匯率對我國進口價格影響雖顯著但程度較低；名義有效匯率每上升1%，進口價格降低不超過0.01%。曹偉等[19]從非對稱性角度研究1995—2009年原油進口匯率傳遞率動態變化，認為人民幣貶值對進口原油價格影響遠大于升值影響。張曉莉等[20]運用多元協整模型、誤差修正模型、脈沖響應函數等方法，分析人民幣兌美元匯率與國內大宗農產品價格間關系。實證結果表明，人民幣兌美元匯率升值與大宗農產品價格上漲存在正相關關系，美元貶值可能會導致大宗農產品價格升高。

現有關于大宗商品價格影響因素研究大多是分類研究，匯率側重點在于研究其與石油以及農產品價格間相關關系。而石油或農產品僅是大宗商品中一種，單獨研究一種商品很難全面反映匯率對全部大宗商品作用機制。此外，研究匯率與進出口商品價格多偏向于線性協整檢驗，難以較好擬合因外部沖擊而導致的非線性效應。從非對稱性角度研究匯率與大宗商品價格關系者較少，觀察匯率與大宗商品價格指數趨勢圖可發現二者作用機制非完全線性相關關系，二者是否存在非線性機制是本文研究重點。基于此，本文引入平滑轉換回歸（STR）模型從非線性角度研究人民幣匯率對大宗商品價格影響機制，實證分析人民幣實際有效匯率對大宗商品價格指數的非線性效應。

二、模型假定

本文將人民幣有效匯率對大宗商品價格指數影響機制的基礎模型假定為：

其中，CCPI（China Commodity Price Index）為中國大宗商品價格指數，REER（Real Effective Exchange Rate）為人民幣實際有效匯率，表示剔除通貨膨脹對貨幣本身價值影響后人民幣相對購買力，m表示匯率滯后階數，n表示大宗商品價格滯后階數，εt為隨機擾動項。為考查匯率對大宗商品價格是否存在非線性影響，采用平滑轉換回歸（STR）模型檢驗，進一步在上述基礎模型中引入轉換函數，構造非線性模型。具體表示為：

式中，G（γ，c；st）是值域為[0，1]的連續有界函數，稱為轉換函數，根據轉換函數形式不同，STR模型可分為指數型STR（ESTR）和邏輯斯蒂型STR（LSTR），其中，ESTR轉換函數，G（γ，c；st）=1-exp（-γ（st-c））2，γ＞0；邏輯斯蒂型STR分為兩種形式，當G（γ，c；st）=[1+exp（-γ（st-c））]-1，γ＞0，則為LSTR1模型；G（γ，c；st）=[1+exp（-γ（stc1）（st-c2））]-1，γ＞0，c1≤c2，則為LSTR2模型。γ為轉換函數斜率，值越大表示變量在兩種機制間轉換速度越快，當γ趨向于0時，非線性部分不存在，模型變成假定基礎線性回歸模型。c為閾值，表示狀態轉換時刻，即“轉折點”，st為轉換變量。當st在閾值c左右取值時，轉換函數G（γ，c；st）值域會單調變化，反映變量轉變前后效果差異。轉換函數引入實現線性函數間平滑轉換，使STR模型較好描述時間序列在機制間的平滑過渡，模型建立中的非線性檢驗也為判斷變量間非線性效應提供依據。

三、實證分析

（一）數據選取及穩定性檢驗

人民幣實際有效匯率（REER）是以對外貿易比重為權重，對貿易伙伴雙邊匯率加權平均得到的匯率指數。考慮本國通貨膨脹以及對外貿易因素，并且剔除價格變動影響，因此可較準確反映我國匯率水平，該指數廣泛運用于國際組織經貿研究。本文REER數據來源于國際清算銀行（BIS）數據庫。大宗商品價格指數（CCPI）數據來源于中國流通產業網，指數涵蓋能源、鋼鐵、礦產品、有色金屬、橡膠、農產品、牲畜、油料油脂、食糖等9類26種商品。樣本區間均為2006年6月至2016年9月月度數據。

建模時間序列數據要求數據穩定，否則會出現偽回歸現象。上述兩組數據ADF檢驗結果見表1。

由表1可知，實際有效匯率和大宗商品價格指數原始序列均不平穩，但對二者一階差分處理后，數據均平穩。基于上述檢驗結果，對差分處理的CCPI（DCCPI）和REER（DREER）平穩數據建模。

（二）滯后階數及轉換函數形式選取

STR模型中線性部分滯后階數確定可參照VAR模型，即假定最大滯后階數為8階，利用AIC、SC等準則，D.W.值和t值剔除不必要滯后項，最終確定時間序列數據最佳滯后階數為1階，檢驗結果見表2。

表1 REER和CCPI的平穩性檢驗

非線性部分檢驗基于轉換函數三級泰勒展開式進行，設定原假設H0:α1=α2=α3，拒絕原假設則意味接受非線性，接受原假設則不存在非線性。Terasvirta提出以F統計量檢驗模型是否存在非線性。序貫檢驗如下：

原假設H04、H03、H02分別對應統計量F4、F3、F2，如果拒絕H03的p值最小，則選擇ESTR模型，反之選擇LSTR模型。根據上述檢驗過程，變量檢驗結果見表3。

表2 滯后階數檢驗結果

表3 非線性檢驗結果

由表3可知，以人民幣實際有效匯率一期滯后DREER（t）作為轉換變量，F統計量對應p值為6.0176e-03，顯然拒絕原假設，認為人民幣實際有效匯率與大宗商品價格指數存在非線性關系。此時非線性轉換模型為LSTR1，即轉換函數G（γ，c；st）=[1+exp（-γ（st-c））]-1，γ＞0。

（三）參數估計

根據JMulTi軟件采用BFGS迭代法對初始參數γ和c設置初始區間為[0.50，10]和[-3.56，4.29]。取步長為1/30，即等距取出30個可能參數值，構造900對組合，構造二元網格，給定任意一組γ和c值，取遍上述網格組合，最終確定殘差平方和最小γ和c初始值分別為10和2.9366。搜索結果見圖1和圖2。將數值帶入轉換函數，確定最優結果。經過多次調整，剔除不顯著變量，最終得到估計結果（見表4）。

（四）實證結果分析

從模型線性部分而言，人民幣實際有效匯率與大宗商品價格呈負相關關系，與前文所述實際情況相符，如果人民幣貶值，表現為人民幣實際有效匯率上升，購買大宗商品本幣增加，表現為大宗商品價格上升。系數為-0.71122，說明人民幣實際有效匯率對大宗商品價格影響較小，大宗商品價格還受其他外生變量影響，如國民生產總值、貨幣供應量等。國民生產總值是國家實體經濟實力表現，對大宗商品價格影響具有持續性特征；貨幣供應量和利率水平在短期內通過改變貨幣相對購買力間接影響大宗商品價格。

在模型非線性部分中，轉換變量DREER（t）系數為-11.18328，因此非線性部分非轉換函數部分主要由DREER（t）決定，而模型非線性部分由轉換函數決定，轉換函數越小，非線性效應效果越小。從整體模型而言，因非線性部分存在，會削弱線性部分負相關效應，使人民幣實際有效匯率和大宗商品價格指數負相關性減弱。由模型實證結果可知，模型閾值c=2.97108，落在位置參數取值范圍內，具有較好合意性。實證過程證明人民幣實際有效匯率對大宗商品價格指數具有明顯非對稱性。當轉換變量DREER（t）大于2.97108時，模型非線性效應明顯增強。γ=19.32962，說明轉換速度較快。

圖1 STR1模型的網格搜索平面

圖2 STR1模型的網格搜索等高線

表4LSTR1估計結果

由圖3可知，選取DREER（t）作為轉換變量時，可較好體現轉換平滑性。從模型估計結果而言，當轉換變量DREER（t）小于模型閾值c（c= 2.97108）時，轉換函數G值趨近于0，此時LSTR1模型退化為簡單線性模型；當DREER（t）大于c時，實際有效匯率與大宗商品價格指數存在明顯非線性關系。人民幣實際有效匯率增量較小時（低于位置參數），系數為-0.71122，表明此時匯率上升對大宗商品價格降低效應不顯著；而人民幣實際有效匯率增量較大時（大于位置參數），系數為-11.8945[-0.71122+（-11.18328）]，此時實際有效匯率上升對大宗商品價格下降效應十分顯著。圖4為轉換函數G（γ，c；DREER（t）時序圖，可知人民幣實際有效匯率增長率與大宗商品價格增長率呈現明顯階段性特征。2008年9月至2009年1月，因DREER（t）大于c，轉換函數值無限趨近于1，直至非線性效應完全體現。此階段正值美國金融危機擴散時期，金融形勢動蕩使匯率市場較混亂，此時人民幣實際有效匯率對大宗商品價格傳遞較復雜（G無限接近于1）。此后，金融危機沖擊結束，人民幣實際有效匯率與大宗商品價格指數在非線性和線性機制間相互轉換。2012年我國進一步推進匯率改革，銀行間即期外匯市場人民幣兌美元交易價浮動幅度由0.5%擴大至1%，進一步增強匯率彈性。此階段，人民幣實際有效匯率與大宗商品價格指數表現出非線性特征，人民幣實際有效匯率上升或下降對大宗商品價格影響有非對稱性效應。除2014年末月份外，轉換函數DREER（t）再次出現小于閾值c情況，模型再次退化為線性。

圖3 轉換函數散點

圖4 轉換函數時序

由圖5可知，較之線性模型，LSTR1模型產生的擬合數據動態特征與原始數據更匹配，本文估計的非線性模型可更好捕捉不同經濟環境下，人民幣實際有效匯率與大宗商品價格指數間動態關系。

四、結論

圖5 模型擬合效果對比

大宗商品影響因素研究一直是國際金融領域熱點。運用STR模型考查人民幣匯率對大宗商品價格影響機制，對理清非線性機制、完善匯率對大宗商品傳導方式具有重要參考價值。

本文在傳統線性模型基礎上引入轉換函數，建立平滑轉換回歸模型，研究人民幣實際有效匯率對大宗商品價格指數影響的非線性效應。實證結果表明，人民幣實際有效匯率對大宗商品價格影響存在非對稱效應，STR模型可很好擬合該效應。具體表現為，人民幣實際有效匯率增量較小（小于位置參數）時，匯率上升對大宗商品價格降低效應不顯著；而人民幣實際有效匯率增量較大（大于位置參數）時，人民幣實際有效匯率上升對大宗商品價格下降效應十分顯著。同時，從實證結果可大致判斷隨著人民幣國際化進程推進，人民幣匯率波動對大宗商品價格非線性沖擊效應在逐步減弱，匯率市場化推進有利于減緩大宗商品價格波動。

大宗商品價格劇烈波動不利于實體經濟發展。中國作為新興經濟體，對進口商品特別是能源類商品需求逐年上升，大宗商品價格劇烈波動不利于我國進出口產業發展。因此應密切關注人民幣匯率與大宗商品價格走勢，積極推進人民幣計價大宗商品。以亞投行、“一帶一路”戰略為契機，積極推進人民幣國際化進程，在交易結算中實現人民幣廣泛使用。完善大宗商品價格預警與預測機制，重點監測各國匯率波動對大宗商品價格影響。

［1］張珣,余樂安,黎建強,等.重大突發事件對原油價格的影響[J].系統工程理論與實踐,2009（3）.

［2］Mackey M C.Commodity Price Fluctuations:Price Dependent Delays and Nonlinearities as Explanatory Factors[J].Journal of Economic Theory,2009(2).

［3］Chanbers M J,M P Giannoni.Sticky Prices and Monetary Policy: Evidence from Disaggregated U.S.Data[J].American Economic Review,2009(99).

［4］張天頂.西方國家貨幣政策與國際大宗商品的價格動態[J].世界經濟研究,2015(10).

［5］Frankel J A.Expectations and Commodity Price Dynamics:The Overshooting Model[J].American Journal of Agricultural Economics,1986(2).

［6］Frankel J A.The Effect of Monetary Policy on Real Commodity Prices[EB/OL].(2016-10-9).http://www.nber.org/papers/w12713.

［7］Frankel J A,Rose A K.Determinants of Agricultural and Mineral Commodity Prices[EB/OL].(2016-10-12).https://www.researchgate.net/publication/46396548_Determinants_of_Agricultural_and_ Mineral_Commodity_Prices.

［8］Belke A,Beckmann J.Monetary Policy and Stock Prices-crosscountry Evidence from Cointegrated VAR Models[J].Journal of Banking&Finance,2015(54).

［9］Tang K,Xiong W.Index Investing and the Financialization of Commodities[J].Financial Analyst Journal,2012(68).

［10］田利輝.大宗商品現貨定價的金融化和美國化問題——股票指數與商品現貨關系研究[J].中國工業經濟,2014(10).

［11］Singleton K J.Investor Flows and the 2008 Boom/Bust in Oil Prices[J].Management Science,2003(2).

［12］Trostle R.Global Agricultural Supply and Demand:Factors Contributing to the Recent Increase in Food Commodity Prices [EB/OL].(2016-9-20).http://www.docin.com/p-374040397.html.

［13］張俊曉,譚小芬.國際大宗商品價格波動:基本面還是投機因素——基于2003-2014年全樣本VAR和滾動VAR模型的分析[J].金融評論,2015(3).

［14］Kaufmann R K,Ullman B.Oil Prices,Speculation,and Fundamentals:Interpreting Causal Relations Among Spot and Futures Prices[J].Energy Economics,2009(4).

［15］Hamilton J D.Understanding Crude Oil Prices[J].Energy Journal, 2009(30).

［16］Korniotis G M,Kumar A.Do Older Investors Make Better Investment Decisions?[J].The Review of Electronic Statistics,2009(1).

［17］Akram Q F.Commodity Prices,Interest Rates and the Dollar[J]. Energy Economics,2009(6).

［18］陳六傅,劉厚俊.人民幣匯率的價格傳遞效應——基于VAR模型的實證分析[J].金融研究,2007(4).

［19］曹偉,趙穎嵐,倪克勤.匯率傳遞與原油進口價格關系——基于非對稱性視角的研究[J].金融研究,2012(7).

［20］張曉莉,馬賽.匯率波動對大宗商品交易價格影響研究[J].上海理工大學學報,2013(2).

F830.9

A

1672-3805(2017)01-0018-08

：2016-12-20

任森春（1965-），男，安徽財經大學金融學院教授，研究方向為商業銀行經營與管理、非正規金融。