經濟政策不確定性對有色金屬股票收益率的時變影響

柴杲 游達明

摘 要：構建TVP-SVAR-SV模型，依據WIND數據庫2007年7月至2018年12月數據，將經濟政策不確定性沖擊納入多結構沖擊體系，考量經濟政策不確定性對有色金屬股票收益率的時變影響。結果顯示：經濟政策不確定性對中國有色金屬板塊股票收益率的影響具有時變性與階段性等特征，對不同時間尺度、不同時間點、不同品種的影響效應呈異質性。在四類細分經濟政策不確定性沖擊中，金融監管政策不確定性沖擊的影響程度最大。鑒此，監管部門應重視市場之間的聯動性特征，發揮市場機制應對有色金屬金融化不利沖擊的作用;應使用經濟政策不確定性指標及時監控有色金屬價格波動，避免政策過度干預。

關鍵詞： 經濟政策不確定性;有色金屬板塊;股票收益率;TVP-SVAR-SV模型

中圖分類號：F830.91 ? ?文獻標識碼： A ? ?文章編號：1003-7217（2020）05-0044-09

一、引 言

有色金屬是國民經濟建設的重要物質基礎。當前，國際局勢錯綜復雜，全球經濟政策處于高度不確定狀態，不同地區與市場之間的風險傳導效應增加，國際有色金屬價格波動加劇，對中國有色金屬板塊股票市場沖擊加大。系統考察政策不確定性對中國有色金屬板塊股票收益率的影響效應，對有效應對經濟政策不確定性沖擊，防范和化解有色金屬價格波動風險，維護股票市場穩定具有重要的現實意義。

現有文獻對經濟政策不確定性與股票收益率的關系進行了大量研究。Lean等（2014）研究發現，美國經濟政策不確定性指數對亞太地區和北美地區的社會責任投資（SRI）的回報率有顯著的影響，在危機時期，整體的可投資指數波動性增加[1]。Dakhlaoui和Aloui（2016）發現在短期內，美國經濟不確定性與俄羅斯、印度和中國三個股票市場的收益率之間存在明顯的關系，特別在經濟狀況不佳時期，美國EPU指數與金磚四國股市的波動性高度相關。中國的股票市場目前還處于初期階段，加之中國特有的政治形態，導致其股票市場極易受到經濟政策的影響[2]。已有學者開始逐步關注經濟政策不確定性對中國股市的影響，陳守東等（2014）研究發現，經濟政策不確定性對中國股市的波動產生影響，但強度有限，且A股、B股之間表現出差異[3]。王曉娟（2015）等發現中國經濟政策不確定性與股票收益存在長期的均衡關系，且相關性呈上升趨勢[4]。Kang（2014）發現中國經濟政策不確定性產生的正面沖擊對全球石油產量、國際油價和全球股市長期收益率產生顯著的負面影響[5]。Yang（2016）發現中國的政策不確定性與股市收益率之間存在相關性，并且政策不確定性對股票市場的負面影響持續了大約8個月[6]。Xiong（2018）發現經濟政策不確定性對于上海股市的影響大于深圳股市，對于國有企業的影響大于非國有企業[7]。

現有文獻對于相關性問題的研究，主要集中于經濟政策不確定性對股票市場沖擊的分析，在研究方法上，現有文獻主要通過構建VAR和SVAR等線性模型，并且假設經濟政策不確定性沖擊與有色金屬價格波動和相關行業股票價格波動之間的關系是靜態的。鑒于中國經濟的快速增長以及有色金屬消費的持續增長，進一步研究經濟政策不確定性如何影響有色金屬板塊股票價格以及是否隨時間變化顯得十分必要。因此，本文將經濟政策不確定性沖擊納入多結構沖擊體系，在一個統一框架下考察經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊對中國有色金屬板塊股票收益率的影響。在研究方法上，采用TVP-SVAR-SV模型，通過設置不同時間尺度與時間點，考察影響效應的時變性。同時，采用美國經濟政策不確定性沖擊的四個細分指數：財政政策不確定性、貨幣政策不確定性、金融監管政策不確定性以及貿易政策不確定性，考察不同類別經濟政策不確定性作用機制的差異性。

二、模型與數據

（一）樣本選擇與數據來源

構建的數據集包括經濟政策不確定性（EPU）、國際期銅價格（DICP）、國際黃金價格（DIGP）、全球精煉銅產量（GRCP）、全球黃金產量（GGP）、Kilian經濟指數（DKI）、期銅投機（FSC）、黃金期貨投機（FSG）、銅板塊股票收盤價以及黃金板塊股票收盤價的月度數據。其中，銅板塊與黃金板塊股價采用申萬行業指數，銅板塊與黃金板塊股票收益率采用上月收盤價至本月收盤價的月收益，分別記為CPSR以及GPSR。樣本區間為2007年7月至2018年12月，數據來自WIND數據庫。為了消除異方差，除了DKI、FSC以及FSG之外的所有變量都用自然對數表示。采用ADF檢驗和PP檢驗來檢驗CPSR以及GPSR變量單位根的存在性，結果表明這兩個變量是平穩的。

依據已有研究[16，17]，模型參數的估計主要采用蒙特卡洛模擬方法。

三、實證結果與分析

（一）模型參數估計

在構建TVP-SVAR-SV模型考察包含經濟政策不確定性在內的各個結構性沖擊因素對中國有色金屬板塊股票收益的時變影響之前，需要確定模型的最優滯后階數。對于銅與黃金，構建滯后1階的TVP-SVAR-SV模型，對模型參數進行1000次預燒和10000次MCMC抽樣后得到了模型參數的估計結果（見表1）。結果顯示，模型參數的后驗分布的均值在95%置信區間內;Geweke收斂診斷值在5%顯著性水平的臨界值范圍內。因此，不能拒絕后驗分布收斂的原假設。此外，所選參數的無效因子均較小，銅方程均小于100，黃金方程只有一個超過100，這些結果表明，使用MCMC算法獲得的參數估計結果是有效的[18，19]。

（二）不同時間尺度下經濟政策不確定性對股票收益率的影響

圖1顯示了中國銅板塊股票收益率對經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊的等間隔脈沖響應軌跡，選取的滯后期數分別為4、8以及12期，分別代表短期、中期、長期三個時間尺度。將供給沖擊設置為負向沖擊，其他沖擊則設置為正向沖擊，以保證這些結構性沖擊導致銅價上漲。

如圖1所示，這些結構性沖擊對銅板塊股票收益的影響隨著時間變化而變化，并且在不同時間尺度上，隨著滯后期數的增加，影響效應逐漸減弱，也就是說影響效應在短期最為顯著，中期次之，長期影響較小。具體看五類結構性沖擊，不同來源的結構性沖擊對中國銅板塊股票收益率的影響效應具有異質性，主要表現在作用方向與作用程度上。就經濟政策不確定性沖擊而言，其對銅板塊股票收益率的影響在2011年之前為正，響應值在國際金融危機期間達到最大值，在2011年之后，經濟政策不確定性沖擊對銅板塊股票收益率的影響在大部分時段內為負，這主要是因為經濟政策不確定性帶來的市場前景不明加劇了銅板塊的利空情緒，導致銅板塊股票收益率的響應為負。

進一步采用經濟政策不確定性沖擊的四個細分指數：貨幣政策不確定性、財政政策不確定性、金融監管政策不確定性以及貿易政策不確定性，其在不同時間尺度上對銅板塊股票收益率的影響軌跡如圖2所示。可以發現，不同類型經濟政策不確定性沖擊對中國銅板塊股票收益率的影響在大部分時段內為負，并且呈現出正負交替波動趨勢。除財政政策不確定性沖擊外，其余三種類型經濟政策不確定性沖擊的負向影響在2014年分別達到最大值-0.012、-0.016及-0.013。而貿易政策不確定性的負向影響在2007年達到最大值-0.015，說明不同類型經濟政策不確定性對中國銅板塊股票收益率的影響具有異質性。

銅供給沖擊帶來的銅價上漲，其對銅板塊股票收益率的影響在2011年前為負，并且負向影響呈逐漸減弱趨勢，在2011年后除2016年時段短暫為負，主要為正向影響。從銅板塊股票收益率對總需求沖擊的響應可以看出，樣本期內除2007年至2008年外，其余絕大部分時段主要為正向影響。這主要是因為需求沖擊帶來的銅價上漲一般發生在經濟繁榮時期，市場需求擴張給銅板塊帶來利好，助推銅板塊股票收益率上漲。關于銅板塊股票收益率對投機沖擊與預防性需求沖擊的響應，可以發現，響應軌跡在樣本期內主要為負，并且負向響應以2013年中旬為分界點，之前表現出減弱趨勢，之后則呈現增強趨勢。

除此之外，本文探究了中國黃金板塊股票收益率對經濟政策不確定性等結構性沖擊的等間隔脈沖響應軌跡，由于篇幅限制，結果不詳細列示。結果表明，這些結構性沖擊對黃金板塊股票收益的影響隨著時間變化而變化，并且在不同時間尺度上，影響效應在短期最為顯著，中期次之，長期影響較小。就經濟政策不確定性沖擊而言，黃金塊股票收益率的時變脈沖響應軌跡波動性較大，呈現正負交替態勢，在2008年、2013年以及2015年正向影響較大，出現三個峰值，而在2011年、2014年及2018年負向影響較大，出現三個谷值，表明不同的經濟政策不確定事件（如經濟環境變化、宏觀政策出臺、經濟危機以及市場動蕩）的影響機理具有差異性，在多個經濟政策事件同時影響黃金板塊的情況下，黃金板塊股票收益率呈現復雜多變的響應。

進一步采用經濟政策不確定性沖擊的四個細分指數，根據其在不同時間尺度上對黃金板塊股票收益率的影響軌跡可以發現，不同類型經濟政策不確定性沖擊對中國黃金板塊股票收益率的影響具有多樣性，貨幣政策不確定性的時變影響在大部分時段內為正，并且在2008年、2009年、2012年、2015年以及2018年形成多個峰值，而在2011年以及2014年形成兩個谷值，負向最大值出現在2014年中旬。財政政策不確定性的影響在2007-2010年、2012-2013年以及2017年中旬至2018年的時段內為正，在其余時段則主要為負，并且負向影響在2014年中旬達到負向最大值。金融監管政策不確定性的影響在2007-2010年以及2012-2013年為正，并在2012年達到最大值，其余時段則為負，并在2011年及2014年形成兩個谷值。貿易政策不確定性的影響則在除2012-2013年的時段內主要為負，負向影響在2017年中旬達到最大值，這表明不同類型經濟政策不確定性對中國黃金板塊股票收益率的影響具有異質性。

供給沖擊帶來的金價上漲，其對黃金板塊股票收益率的影響在2010年前為負，并且負向影響呈逐漸減弱趨勢，之后則主要為正向影響。黃金板塊股票收益率對總需求沖擊的響應，除2011-2015年外，其余時段主要為正向影響。黃金板塊股票收益率對投機沖擊的響應，除2007-2008年外，其余時段主要為正，并且正向影響在2013年中旬達到最大值。黃金板塊股票收益率對預防性需求沖擊的響應在短期內主要正，并且在2013年中旬達到最大值，在中長期內則主要為負，并且影響程度相對較小。

（三）不同時間點下經濟政策不確定性對股票收益率的影響

在樣本中選擇2008年10月、2011年8月及2017年1月這三個時點進行分析，分別對應國際金融危機時期、歐債危機時期以及特朗普就任美國總統時期。

如圖3所示，各個結構性沖擊在不同時點對銅板塊股票收益率的影響具有差異性。就經濟政策不確定性沖擊而言，在國際金融危機時期，銅板塊股票收益率的初始響應為負，并在當期達到負向最大值，之后在第1期由負轉正，并達到正向最大值，之后影響效應逐漸收斂。在歐債危機以及特朗普就任美國總統時期，銅板塊股票收益率的響應主要為負，并且響應程度相對較小。

進一步采用經濟政策不確定性沖擊的四個細分指數，其在不同時間尺度上對銅板塊股票收益率的影響軌跡如圖4所示。可以發現，在國際金融危機時期，貨幣政策不確定性、財政政策不確定性、金融監管政策不確定性沖擊的影響軌跡整體類似，初始影響都為負，并在第1期由負轉正，影響效應逐漸收斂，而貿易政策不確定性沖擊的初始影響則為正，并在當期達到正向最大值，影響效應在第1期由正轉負，并達到負向最大值，之后負向影響效應逐漸減弱。在歐債危機以及特朗普就任美國總統兩個時期，貨幣政策不確定性、財政政策不確定性、貿易政策不確定性沖擊的影響主要集中在短期，在持續一到兩個月后影響迅速減弱并收斂。而金融監管政策不確定性沖擊的影響軌跡則不同，在歐債危機時期，金融監管政策不確定性沖擊的正向影響在當期達到最大值，之后在第1期由正轉負，并達到負向最大值，在持續8個月后，影響效應收斂。在特朗普就任美國總統時期，金融監管政策不確定性沖擊的正向影響在當期達到最大值，之后影響逐漸減弱，并在持續4個月后影響效應收斂。

至于供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊的影響，其在三個時期的影響具有差異性，這主要表現在作用方向與作用程度上，其影響均集中于短期，在持續一個月后影響效應逐漸收斂。相對而言，在國際金融危機期間，其影響相對其他兩個時期較為顯著。

類似地，特定三個時點黃金板塊收益率對各個結構性沖擊的脈沖響應的結果表明，各個結構性沖擊在不同時點對黃金板塊股票收益率的影響具有差異性。

就經濟政策不確定性沖擊而言，在國際金融危機時期，黃金板塊股票收益率的初始響應為正，并在當期達到正向最大值，接著在第1期由負轉正，在第二期又由負轉正，之后影響效應逐漸收斂。在歐債危機時期，黃金板塊股票收益率的初始響應為負，且負向響應逐漸增強，在第1期達到負向最大值，之后負向影響逐漸減弱并收斂。在特朗普就任美國總統時期，黃金板塊股票收益率的初始響應為負，并在當期達到負向最大值，之后負向響應逐漸減弱，在持續兩個月后逐漸消失，這表明在國際金融危機時期，中國黃金板塊股票收益率的響應主要為正，而在歐債危機以及特朗普就任美國總統時期，中國黃金板塊股票收益率的響應為負。

進一步地，探究了經濟政策不確定性沖擊的四個細分指數，在不同時間尺度上對黃金板塊股票收益率的影響軌跡，因篇幅限制，結果未列示。可以發現，在國際金融危機時期，貨幣政策不確定性與金融監管政策不確定性沖擊的影響軌跡類似，初始影響都為正，并在當期達到正向最大值0.05，之后正向影響逐漸減弱，在持續6個月后消失。財政政策不確定性的初始影響也主要為正，在第1期短暫下降后，第2期又上漲，之后影響逐漸減弱，在持續12個月后影響消失。貿易政策不確定性的即期影響則為負，接著負向影響迅速減弱并在第1期轉為正向影響，之后正向影響在第3期轉為負并逐漸收斂。

在歐債危機時期，中國黃金板塊股票收益率對貨幣政策不確定性、財政政策不確定性以及金融監管政策不確定性的響應類似，即期響應為正，但響應迅速由正轉負，之后負向響應逐漸減弱。而黃金板塊股票收益率對貿易政策不確定性的即期響應為正，并在第1期達到正向最大值0.025，之后正向影響迅速減弱并收斂。

在特朗普就任美國總統時期，中國黃金板塊股票收益率對貨幣政策不確定性以及金融監管政策不確定性的即期響應為正，之后響應逐漸減弱，在大約持續2個月后消失。對于財政政策不確定性沖擊，中國黃金板塊股票收益率的即期響應為正，之后響應在第1期迅速由正轉負，在第2期達到負向最大值后影響逐漸減弱。對于貿易政策不確定性沖擊，中國黃金板塊股票收益率的當期響應則為負，之后負向響應迅速增強并在第1期達到最低值-0.03，接著負向響應逐漸減弱，在持續10個月后消失。

供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊在三個時點的影響具有差異性，這主要表現在作用方向與作用程度上，其影響均集中于短期，在持續3個月后影響效應逐漸收斂。相對而言，在國際金融危機期間，其影響效應相對其他兩個時期更為顯著。

（四）經濟政策不確定性對股票收益率的相對重要性分析

為了量化經濟政策不確定性沖擊對中國有色金屬板塊股票收益率影響的相對重要性，本文采用方差分解進行進一步分析。表2顯示了各個結構性沖擊對有色金屬板塊股票收益率的預測方差貢獻度，方差分解期數分別為1個月、4個月、8個月及12個月。

可以發現，在第1個月，銅板塊股票收益率的3.362%、0.146%、2.868%、9.600%以及9.730%可以分別由全球經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊來解釋。在第4個月，各個結構性沖擊因素的解釋力呈上升趨勢，此時銅板塊股票收益率的3.411%、0.148%、3.003%、11.324%及9.763%可以分別由全球經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊來解釋。在第8個月，供給沖擊與金融投機沖擊的解釋力繼續上升，方差貢獻度分別為0.179%和12.272%，經濟政策不確定性沖擊、總需求沖擊和預防性需求沖擊的解釋力呈下降趨勢，分別為3.389%、2.982%以及9.673%，當方差分解結果在第12期達到穩定狀態時，全球經濟政策不確定性沖擊對銅板塊股票收益率的預測方差貢獻度為3.385%，在五類結構性沖擊影響因素中排第三，表明經濟政策不確定性對中國銅板塊股票收益率具有不可忽視的影響。而投機沖擊對中國銅板塊股票收益率的預測方差貢獻度最大，達到12.416%。在各因素中，金融投機沖擊對中國銅板塊股票收益率的影響最大，預防性需求沖擊的影響次之，方差貢獻為9.658%。此外，總需求沖擊對中國銅板塊股票收益率的預測方差貢獻度為2.977%，而供給沖擊對中國銅板塊股票收益率的解釋力最小，僅為0.218%。

同樣地，研究各個結構性沖擊對黃金板塊股票收益率的預測方差貢獻度。可以發現，在第1個月，黃金板塊股票收益率的0.045%、0.002%、0.757%、11.754%以及0.029%可以分別由全球經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊來解釋。在第4個月，各個結構性沖擊因素的解釋力呈上升趨勢，此時黃金板塊股票收益率的0.063%、0.018%、1.231%、11.860%及0.545%可以分別由全球經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊來解釋。在第8個月，全球經濟政策不確定性沖擊以及供給沖擊的解釋力繼續上升，方差貢獻度分別為0.073%和0.059%，經濟政策總需求沖擊和投機沖擊的解釋力呈下降趨勢，分別為1.230%和11.855%，預防性需求沖擊的解釋力維持不變。當方差分解結果在第12期達到穩定狀態時，投機沖擊對中國黃金板塊股票收益率的預測方差貢獻度最大，達到11.850%。在各結構性沖擊中，金融投機沖擊對中國銅板塊股票收益率的影響最大。總需求沖擊的影響次之，方差貢獻度為1.231%，其他三類結構性沖擊的影響都較小，尤其是經濟政策不確定性沖擊，其方差貢獻度僅為0.073%。

進一步采用經濟政策不確定性沖擊的四個細分指數，以量化比較不同類型經濟政策不確定性沖擊對中國有色金屬板塊股票收益率影響的相對重要性，如表3所示。由表3可知，在第12期穩定時，在四種類型經濟政策不確定性指數中，金融監管政策不確定性沖擊對銅及黃金板塊股票收益率的影響程度最大，其方差貢獻度分別為2.607%及3.691%。對于銅板塊股票收益率，財政政策不確定性的影響次之，方差貢獻度為1.322%，隨后分別為貨幣政策不確定性（0.563%）與貿易政策不確定性（0.236%）。對于黃金板塊股票收益率，貿易政策不確定性的排第二位，方差貢獻度為1.397%，隨后分別為貨幣政策不確定性（1.142%）與財政政策不確定性（0.838%）。

四、結論與政策建議

本文通過構建TVP-SVAR-SV模型，在一個統一框架下考察經濟政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機沖擊以及預防性需求沖擊對中國有色金屬板塊股票收益率的影響。同時，還采用美國經濟政策不確定性沖擊的四個細分指數：財政政策不確定性、貨幣政策不確定性、金融監管政策不確定性以及貿易政策不確定性，考察不同類別經濟政策不確定性作用機制的差異性。得出主要結論如下：（1）經濟政策不確定性沖擊對中國有色金屬板塊股票收益率的影響具有時變性與階段性等特征，同時對于不同時間尺度、不同時間點、不同品種，其影響效應呈現異質性。總體而言，經濟政策不確定性沖擊對中國有色金屬板塊股票收益率的影響隨著滯后期數的增加，其沖擊影響逐步減弱，也就是說短期最為顯著，中期次之，長期最小。（2）面對經濟政策不確定性沖擊，有色金屬板塊股票收益率呈現快速多變的響應，但持續時間較短，且在國際金融危機、歐債危機與特朗普就任美國總統三個時期差異顯著。（3）各個結構性沖擊因素中，金融投機沖擊的解釋力最大，經濟政策不確定性沖擊對銅板塊股票收益率的影響相對黃金板塊更大。在四類細分經濟政策不確定性沖擊中，金融監管政策不確定性沖擊的影響程度最大。

在錯綜復雜的國際局勢下，經濟政策不確定性越來越增強，中國應當積極地、主動地應對經濟政策風險，而不是被動地讓經濟政策不確定性給中國相關股票市場產生負面影響，成為中國經濟安全的隱患。隨著經濟全球化的不斷深入，外部經濟的波動對中國股市的沖擊加大了金融投資風險，金融監管部門在加強對金融市場監管的同時，也應重視市場之間的聯動性特征，充分發揮市場機制在應對有色金屬金融化不利沖擊的作用。從政府的角度看，一方面要繼續深化金融改革，對有色金屬板塊股票市場實施適時、適度的宏觀調控;另一方面，考慮到政策的不確定性對股票市場可能帶來的沖擊，政府應該盡量保持宏觀經濟政策的穩定性和持續性。這其中，尤其要重視保持對貨幣政策與金融監管政策的穩定性。

此外，政策制定者和監管者可應用經濟政策不確定性指標及時監控有色金屬價格波動，以避免過度的政策干預。為維持有色金屬市場的穩定，政策制定者應尋求國際合作，共同應對經濟政策不確定性造成的不利影響。經濟政策不確定性不斷增強的趨勢，對跨國以及跨市場監管提出了更高的要求[20]，要求監管層要提升金融監管能力，依據股市動向，建立相應的應急反應機制與聯合監管機制。同時，針對不同有色金屬的品種差異，分類提出相應的監管措施，以提高監管政策的有效性。

參考文獻：

[1] Lean H H ， Nguyen D K. Policy uncertainty and performance characteristics of sustainable investments across regions around the global financial crisis[J]. Applied Financial Economics， 2014， 24（21）：1367-1373.

[2] Dakhlaoui I ， Aloui C. The interactive relationship between the US economic policy uncertainty and BRIC stock markets[J]. International Economics，2016（1）：141-157.

[3] 陳守東，易曉溦，劉洋. 政策不確定下中國股市與宏觀經濟相關性的非對稱效應研究[J]. 當代財經，2014（1）：45-55.

[4] 王曉娟，郭守亭，岳曉. 經濟政策不確定性和股票收益的聯動性——基于子樣本滾動窗口估計法的研究[J]. 學習與實踐，2015（5）：26-32.

[5] Kang W ， Ratti R A. Policy uncertainty in China， oil shocks and stock returns[J]. Social Science Electronic Publishing， 2014（4）：1-31.

[6] Yang M ， Jiang Z Q. The dynamic correlation between policy uncertainty and stock market returns in China[J]. Physica A： Statistical Mechanics and its Applications， 2016， 461（2）：92-100.

[7] Xiong X ， Bian Y ， Shen D. The time-varying correlation between policy uncertainty and stock returns： Evidence from China[J]. Physica A： Statistical Mechanics and its Applications， 2018， 499（1）：413-419.

[8] Kilian L. Not all oil price shocks are alike：disentangling demand and supply shocks in the crude oil market[J]. American Economic Review， 2009， 99 （3）：1053-1069.

[9] Kilian L， Murphy D P. The role of inventories and speculative trading in the global market for crude oil[J].Journal of Applied Econometrics， 2014， 29（3）：454-478.

[10] Chen H， Liao H， Tang B J，et al. Impacts of OPECs political risk on the international crude oil prices：An empirical analysis based on the SVAR models[J]. Energy Economics， 2016（57）：42-49.

[11] Hu C Y， Liu X H， Pan B， et al. The impact of international price shocks on Chinas nonferrous metal companies： a case study of copper[J]. Journal of Cleaner Production， 2017（168）：254-262.

[12] Primiceri G E. Time varying structural vector autoregressions and monetary policy[J]. The Review of Economic Studies， 2005，72（3）：821-852.

[13] Omori Y， Chib S， Shephard N， et al. Stochastic volatility with leverage： fast and efficient likelihood inference[J]. Journal of Econometrics， 2007， 140 （2）：425-449.

[14] Jebabli I， Arouri M， Teulon F. On the effects of world stock market and oil price shocks on food prices： an empirical investigation based on TVP-VAR models with stochastic volatility[J]. Energy Economics， 2014（45）： 66-98.

[15] Zhong M， He R， Chen J， et al. Time-varying effects of international nonferrous metal price shocks on Chinas industrial economy[J]. Phys A： Statal Mechanics and its Applications， 2019，528：121299.

[16] 劉永余， 王博. 利率沖擊、匯率沖擊與中國宏觀經濟波動——基于TVP-SV-VAR的研究[J]. 國際貿易問題，2015（3）：146-155.

[17] Nakajima J， Kasuya M， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J]. Journal of the Japanese and International Economies， 2011， 25（3）：225-245.

[18] Gong X， Lin B. Time-varying effects of oil supply and demand shocks on Chinas macro-economy[J]. Energy， 2018（149）： 424-437.

[19] Wen F， Zhao C， Hu C. Time-varying effects of international copper price shocks on Chinas producer price index[J]. Resource Policy，2019（62）：507-514.

[20] 朱慧明，段 容，賈相華.原油價格與經濟政策不確定性對大宗商品市場非對稱沖擊效應研究[J].財經理論與實踐，2019，40（1）：70-76.

（責任編輯：鐘 瑤）