宏觀經濟不確定性對商品期貨市場波動影響研究

淳偉德

【摘 要】 研究宏觀經濟不確定性對商品期貨市場波動的影響，有助于促進商品期貨市場健康有序發展，促使其更好地為實體經濟服務具有重要意義。為了克服數據頻率不一致而可能帶來的測度偏誤等問題，文章運用GARCH-MIDAS模型進行了實證研究，分析了宏觀經濟變量不確定性及經濟政策不確定性對商品期貨市場波動的影響，研究結果表明，生產者價格指數的不確定性、同業拆借利率的不確定性以及經濟政策的不確定性均會對商品期貨市場的波動產生顯著的長期影響，其中，生產者價格指數的不確定性所造成的影響衰減較快，經濟政策不確定性所造成的影響強度最大;消費者價格指數的不確定性、美國經濟政策的不確定性對我國商品期貨市場波動無顯著影響。

【關鍵詞】 宏觀經濟不確定性; 商品期貨市場波動; GARCH-MIDAS模型; 混頻數據

【中圖分類號】 F832.5? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）08-0002-06

一、引言

近年來，我國商品期貨市場發展迅速，成交量已經多年占據世界第一。根據中國期貨業協會數據，2021年，我國農產品期貨品種成交量在全球農產品期貨中包攬前十一名，我國金屬期貨則在前十強中占九席，期貨品種創新持續推進，期貨期權產品體系更加完善，可以看出，期貨市場自成立之初到現在取得了顯著成績。然而，在期貨市場高速發展的背后，也不能忽視在期貨市場曾發生的“327”國債期貨事件和株洲冶煉廠鋅期貨事件等帶來的金融風險。期貨市場因其具備的套期保值、價格發現等功能，在經濟發展中起到了重要的作用，但同樣值得注意的是，期貨因其獨特的交易模式而形成的高杠桿現象不可避免地會給市場帶來波動，從而導致風險的產生。習近平總書記在2013年視察大連商品交易所時，提出要“腳踏實地，大膽探索，努力走出一條成功之路”。然而，探索的過程中不可避免地會面臨危險和挑戰，基于此，有效識別及分析期貨市場中的波動對于“腳踏實地”地進一步發展商品期貨市場顯得尤為重要。

目前，諸多文獻從金融化的角度去探究了商品期貨市場的波動來源。尹力博等[1]基于VAR模型構建了溢出指數對國際上具有代表性的股票市場與中國商品期貨的雙向溢出效應和時變特征進行了研究，綜合分析得出中國商品期貨市場存在金融化現象，但程度低于國際商品期貨市場。劉映琳等[2]運用DCC-GARCH模型分析了中國商品期貨市場和國際商品期貨市場的波動溢出性和動態相依性，也得出了同樣結論。錢煜昊等[3]以美國芝加哥期貨交易所（CBOT）大豆期貨市場為研究對象，運用AMR模型研究了期貨市場金融化和商品期貨價格波動之間的作用機制，發現金融化會導致商品期貨市場價格短期發生波動，長期由于市場理性預期的存在而不會對其價格造成顯著影響。鄭尊信等[4]在商品金融化會導致其價格產生偏離的背景下構建了金融影響化指數來研究商品期貨定價問題。

此外，還有部分文獻研究了其他金融市場及有關事件等對商品期貨市場的影響，而這些影響也勢必會加劇商品期貨市場的波動。劉慶富等[5]在基于事件識辨方法定量選出我國金融行業的風險事件并進行分類的基礎上，構建了隨機波動模型并運用MCMC方法進行研究，發現經濟事件、政治事件和自然災害會對中國商品期貨市場的波動造成顯著的沖擊。石智超等[6]基于風險Granger因果檢驗研究了中國股票市場和相關商品期貨市場的風險溢出關系，發現上下游存在著不同的價格波動。曹潔等[7]則從中美貿易爭端這一具體事件出發，研究發現該事件加劇商品期貨市場的風險傳染，且對美國進口依賴大的商品期貨品種受到的沖擊更大。劉映琳等[8]基于多重相關性結構斷點的分析和VaR分位數模型研究發現國際原油價格在高相關性期間與國際原油的收益率存在顯著的正向聯動。梁朝暉等[9]運用了引入虛擬變量的ARMA-GARCH模型和EGARCH模型研究發現，商品期權會減小其所對應的商品期貨的波動性，有利于市場的穩定，也有利于期貨市場更好地運行其價格發現功能。王文虎等[10]通過區分機構投資者和個人投資者，進而分析他們的交易活動對商品期貨市場波動的影響，研究發現個人投資者會加劇商品期貨市場波動，而機構投資者特別是有套期保值需求的機構投資者會降低商品期貨市場的波動。李卓等[11]基于模型研究發現商品指數投資者制定的投資決策會影響商品期貨市場價格波動的預期。周亮[12]通過構建市場投資者情緒指標，并運用VAR模型和ARMA-GARCH模型研究發現了投資者情緒并不能明顯影響期貨價格，但能顯著影響市場的波動。

上述文獻研究表明眾多因素都會影響到商品期貨市場的波動，但未能考慮到不確定性給商品期貨市場所造成的影響。當前，經濟的不確定性對金融市場波動的影響愈發引起學術界關注。朱慧明等[13]運用面板回歸模型，研究發現油價沖擊對中國大宗商品收益存在非對稱性的影響，政策不確定性在正常市場環境下會對大宗商品的收益增加有一定的促進作用，而在牛市則轉變為抑制作用。林建浩等[14]研究發現經濟政策不確定性對股票定價的整體影響的確存在。田磊等[15]研究發現經濟政策不確定性會對我國經濟波動產生影響，但并不是主要因素。Arouri et al.[16]研究了經濟政策不確定性對美國股市的影響，發現不確定性的增加會顯著降低股票收益率。熊曉煉等[17]通過建立SVAR模型與脈沖響應函數分析了經濟政策不確定性、投資者情緒與商品期貨品種之一的大豆期貨價格的關系，發現經濟政策不確定性對投資者情緒和大豆期貨價格存在顯著的負向效應。期貨作為規定在將來某一時間點和地點交割標的物的一種標準化合約，在當前進行交易包含著對未來經濟狀況等的預期，這種預期具備不確定性。當宏觀經濟不確定性上升時，投資者受其影響，會調整對期貨進行交易的策略和頻率，從而導致市場產生一定的波動，對該波動的方向及程度進行研究，有助于進一步加深對商品期貨市場的波動認知并相應采取有效措施防范可能出現的金融風險，從而推動商品期貨市場高質量平穩發展。

由于宏觀經濟不確定變量與商品期貨市場收益率序列的頻率不一致，而對于混頻數據，傳統計量方法無法有效處理和刻畫，容易損失其中的信息，難以準確分析宏觀變量與期貨市場間的關聯波動關系，無法得出針對性的結論。因此，選用行之有效的混頻數據分析方法對上述數據進行研究，不僅有助于提取數據的完整有效信息，還有助于準確分析其間的波動關系，從而進一步加強對商品期貨市場的認識，引導宏觀經濟和商品期貨市場的良性向好發展。

綜上所述，本文首先將宏觀經濟不確定分解為宏觀經濟變量不確定性和宏觀經濟政策不確定性，考慮到其中數據頻率不一致的問題，同時為了避免傳統處理混頻數據時產生的模型設定偏誤[18]等問題的發生，引入了Engle et al.[19]在混頻抽樣方法基礎上提出的混頻數據分析GARCH-MIDAS模型，并在其中加入了低頻不確定性因子，從而構建出混頻模型，從長期波動和短期波動的視角去探索宏觀經濟不確定性對商品期貨市場的影響。

二、模型設定

本文使用的GARCH-MIDAS模型對收益率序列設定如下：

其中，ri，t為收益率序列，μ為條件均值，εi，t為殘差序列。將收益率序列的波動性分解為低頻長期成分（τt）和高頻短期成分（gi，t），并設定短期成分（gi，t）服從GJR-GARCH（1，1）過程，長期成分（τt）為已實現波動率（RVt）的MIDAS濾波方程：

公式3中RV為金融資產的已實現波動率，公式4為所有交易日的日收率平方之和，？漬j（？棕1，？棕2）為Beta型滯后變量的權重方程，K為最大滯后階數，其形式為：

本文在參數估計過程中，為了讓滯后變量的權重呈衰減形式，對于權重參數值：第一個權重參數？棕1=1，第二個參數？棕2由模型自行估計，則上式變化為：

在引入宏觀經濟變量（X）后，將上述3式擴展為下式：

當納入以上變量時，其符號可能為正也可能為負，為了使正負性與總條件方差相匹配，將上式的τi，t進行對數化處理：

三、實證分析

（一）數據選取與描述性統計分析

南華期貨指數編制起始于2004年，具有良好的連續性和市場代表性，因此本文選取南華綜合商品指數作為商品期貨市場的代表，并對其進行對數差分處理后乘以100作為商品期貨市場的序列。

考慮到數據的可得性并結合我國經濟運行的實際狀況，選取消費者價格指數（CPI），生產者價格指數（PPI）和銀行間同業拆借利率（RATE）的不確定性作為宏觀經濟變量不確定性的代理變量，以上變量能夠很好地反映出在消費端、生產端和貨幣資金量方面的特征。本文參考Engle et al.[19]，將變量自回歸后的殘差項定義為變量中非預期且不可預測的沖擊，即不確定性。基于此，本文運用自回歸模型對上述變量進行處理，將獲取的殘差作為宏觀經濟變量不確定指標。

在宏觀經濟政策不確定方面，Baker et al.[20]編制的經濟政策不確定性（EPU）指數獲得了廣泛認可和運用，該指數由美國芝加哥大學和斯坦福大學的學者聯合發布，其通過獲取新聞報道中出現的有關經濟政策不確定性的關鍵詞來進行編制，當政策不確定性越大，相關的新聞報道也就越多，對應的EPU指數也就越高。本文選用中國EPU指數和美國EPU指數來代表國內外經濟政策不確定性進行研究，其中中國EPU指數選用中國香港《南華早報》作為檢索平臺，通過篩選過濾等處理后獲取，美國EPU指數的構成則來源于美國國內十家大型報紙、稅收相關數據等。其中，商品期貨指數為日頻數據，其他變量為月頻數據，數據區間為2004年6月1日至2021年5月31日。

表1為商品期貨市場指數收益率序列的描述性統計，可以看出序列具有尖峰厚尾特征，從J-B檢驗的結果來看，序列不滿足正態分布的假設;從LM檢驗的結果來看，序列存在著明顯的波動聚集特征;從ADF檢驗來看，序列滿足平穩條件，可以對其進行進一步建模分析。

（二）模型估計

在模型估計時，將滯后階數K取值為24，即滯后2年，該滯后期相比于1年而言提取信息更多且擬合效果更好。從表2中可以看出，GARCH成分的參數α、β在1%的統計水平上都是顯著的，這表明商品期貨市場在短期波動上表現出了強烈的波動聚集效應。

在納入宏觀經濟不確定性和宏觀經濟政策不確定性變量前，本文先估計了不加入外生變量的GARCH-MIDAS-RV模型，即只納入了已實現波動率RV的模型。從估計結果來分析，θR=0.0323，權重參數？棕R為3.3037，則已實現波動率對商品期貨市場波動的長期影響程度可以通過θ×？漬（？棕）得出。據此可以計算出，滯后1期的權重為12.86%，滯后2期的權重為11.66%，滯后3期的權重為10.52%，直到滯后18期權重才逐漸衰減至0，這表明當已實現波動率當期增加1%，對滯后一期商品期貨市場波動的長期影響將增加4.15%，對滯后兩期商品期貨市場波動的長期影響將增加3.77%，對滯后三期商品期貨市場波動的長期影響將增加3.37%，直到18期后影響才逐漸消失。在納入不確定性變量后，GARCH-MIDAS-PPI模型中已實現波動率的系數增大，而其他模型已實現波動率的系數減小，這表明引入PPI不確定性變量后會擴大已實現波動率的波動影響作用。

對于宏觀不確定性變量而言，納入PPI、RATE不確定性的模型的系數（θX）顯著，而納入CPI不確定性的模型的系數（θX）不顯著。其中，PPI的系數為1.284，結合權重系數可得出，當PPI不確定性提高1%時，對滯后一期商品期貨市場波動的長期影響將提升8.31%，而且持續近23期后，上述影響才逐漸消失;RATE的系數為-1.246，結合權重系數可得出，當RATE不確定性提高1%時，對滯后一期商品期貨市場波動的長期影響將降低5.19%，且該影響將持續整個滯后期。

對于宏觀經濟政策不確定性而言，只有納入中國經濟政策不確定性（CEPU）的模型系數（θX）顯著，而納入美國經濟政策不確定性（UEPU）的模型系數（θX）并不顯著，這一方面表明了美國經濟政策的不確定性對我國商品期貨市場波動的長期沖擊有限，另一方面則證實了中國經濟政策的不確定性更能影響本國商品期貨市場長期波動。具體而言，CEPU模型的系數（θX）為3.656，是本文模型估計中系數最大的，結合權重系數分析，得出當CEPU每提高1%，對滯后一期商品期貨市場波動的長期影響將提高15.24%，且在24個滯后期里造成持續影響。

對比納入宏觀經濟不確定性變量和經濟政策不確定性變量的參數估計結果，可以發現中國經濟政策不確定性（CEPU）給商品期貨市場帶來的長期波動影響最為劇烈，生產者價格指數的不確定性帶來的影響次之。值得注意的是，同業拆借利率的不確定性提升反而降低了商品期貨市場的長期波動。究其原因，本文認為這可能是因為當利率不確定性上升時，基于對未來資金的流動情況的不確定，投資者會采取相對保守的期貨交易模式，使得期貨市場波動減小。

圖1展示了統計結果顯著的三個變量PPI、RATE、CEPU的Beta函數權重，該權重反映了影響的持續性。可以看出，上述變量對商品期貨市場的影響均持續了24個月并逐漸衰減，其中PPI不確定性造成的影響衰減速度略高于其他兩個變量。

四、結論與建議

（一）結論

本文圍繞宏觀經濟不確定性對我國商品期貨市場的波動展開研究。鑒于本文選用的不確定性變量為月度數據，而商品期貨市場的收益率序列為日度數據，為了克服數據頻率不一致的問題，充分利用數據信息，本文運用了GARCH-MIDAS模型對宏觀經濟變量不確定性和經濟政策不確定性對商品期貨市場的波動進行了實證研究，研究結果表明：

1.在宏觀經濟變量不確定性上，PPI、RATE的不確定性對商品期貨市場的波動性有顯著的長期影響。其中，PPI的不確定性呈現正向放大作用，即該變量不確定性提升將提升商品期貨市場的長期波動;而RATE的不確定性呈現負向縮小作用。CPI的不確定性影響不顯著，意味著該變量不確定的變動并不會對商品期貨市場的波動造成明顯的影響。在宏觀經濟政策不確定性上，CEPU指數不確定性會顯著對商品期貨市場波動產生長期影響，該指數不確定呈現出正向放大作用，這表明當中國經濟政策不確定提升時，我國商品期貨市場的長期波動將進一步增加。而美國EPU指數則不會對我國商品期貨指數造成顯著的影響。

2.從不確定性變量對我國商品期貨市場影響強度來看，中國EPU指數造成的波動沖擊最為強烈，PPI次之。從不確定性變量對我國商品期貨市場影響時效來看，具備顯著影響的PPI、RATE、CEPU不確定性對市場造成的波動影響呈現出很強的持續性，其中PPI的影響衰減下降較快。

（二）建議

當今世界正經歷百年未有之大變局，國際形勢日益復雜，經濟發展的不確定性在不斷提升。與此同時，我國經濟發展正面臨需求收縮、供給沖擊、預期轉弱三重壓力。在此背景下，減小商品期貨市場的波動，保障商品期貨市場的健康穩定運行，提高我國商品期貨市場運行質量，更好地服務于實體經濟、保障其平穩發展起到了不可或缺的重要作用。基于上述研究結論，本文提出政策建議如下：

1.宏觀經濟基本面的不確定性所帶來的非預期沖擊會加深我國商品期貨市場波動的長期影響，且該影響持續性較強，因此監管層應當加強對宏觀經濟運行的監控，密切關注其中的不確定性，特別是跟生產有關狀況的基本面，當生產端出現成本上升狀況時，意味著螺紋鋼、鐵礦石及原油等大宗商品可能出現短缺并導致價格上漲，由此帶動期貨的價格變動并產生異常波動。與此同時，我國有關部門應做好戰略物資儲備，實現原材料價格自主可控，并逐步提升自給率，降低對外依存度;也要防范投機者炒作大宗商品，并為實體經濟企業在期貨市場上從事套期保值提供指導，防止企業因投資經驗匱乏而面臨外部因素對其進行逼倉的風險。只有盡可能保證企業生產所需材料價格的穩定，才能給實體企業生產經營提供良好的環境，確保經濟“脫虛向實”，得以高質量發展。

2.宏觀經濟政策不確定的上升會較強地加深我國商品期貨市場波動的長期影響，因此政策制定者應致力于保持經濟政策的連貫性和穩定性，盡量避免制定市場預期之外的經濟政策，在制定政策前也需多征求各方意見。與此同時，在決定出臺有關經濟政策前，可適當召開吹風會，觀測市場反應的同時提前釋放掉不確定性，讓靴子落地，從而避免其中的不確定性對市場造成沖擊，以達到促進商品期貨市場健康穩定的運行、高質量發展的目標。

3.在中美貿易摩擦背景下，美國經濟政策不確定性并不會顯著影響我國商品期貨市場的長期波動，這表明我國的商品期貨市場已經具備了相對獨立性，并不會由于外部的一點風吹草動而產生長久的波動，這對我國商品期貨市場設立的初衷，以及建設和發展都具有重要的意義。基于此，在發展我國商品期貨市場的進程中，要逐步推動我國商品期貨市場成長為全球大宗商品新的定價中心，從而進一步提高商品期貨價格的穩定性，以此盡可能降低貿易摩擦等突發事件對我國商品期貨市場造成劇烈波動，并有效阻止金融風險的產生。

【參考文獻】

[1] 尹力博，柳依依.中國商品期貨金融化了嗎？——來自國際股票市場的證據[J].金融研究，2016（3）：189-206.

[2] 劉映琳，鞠卓，劉永輝.基于DCC-GARCH的中國大宗商品金融化研究[J].國際商務研究，2017，38（5）：75-83.

[3] 錢煜昊，曹寶明，趙霞.期貨市場金融化、投機誘導與大豆期貨價格波動——基于CBOT大豆期貨市場數據的實證分析[J].農業技術經濟，2017（2）：28-40.

[4] 鄭尊信，倪英照，朱福敏.商品金融化背景下商品期貨定價[J].系統管理學報，2019，28（4）：625-634.

[5] 劉慶富，華仁海.重大風險事件對中國商品期貨市場的沖擊效應——基于學生分布的隨機波動模型[J].數量經濟技術經濟研究，2012，29（5）：89-103.

[6] 石智超，許爭，陳瑞.中國股票市場與商品期貨市場傳導關系的實證分析——基于風險Granger因果檢驗的研究[J].金融理論與實踐，2016（2）：82-89.

[7] 曹潔，雷良海.中美貿易爭端加劇了商品期貨市場的風險傳染嗎？——基于動態M-Copula模型的實證研究[J].投資研究，2019，38（7）：39-50.

[8] 劉映琳，劉永輝，鞠卓.國際原油價格波動對中國商品期貨的影響——基于多重相關性結構斷點的分析[J].中國管理科學，2019，27（2）：31-40.

[9] 梁朝暉，李波，劉媛商品期權推出對其標的期貨市場波動性的影響——基于豆粕期權的實證研究[J].數學的實踐與認識，2020，50（7）：46-53.

[10] 王文虎，萬迪，張璐，等.不同類型投資者對商品期貨市場收益與價格波動的影響[J].系統工程，2016，34（7）：8-18.

[11] 李卓，李海.大宗商品指數投資者對原油期貨價格波動影響研究[J].統計與決策，2017（11）：157-162.

[12] 周亮.投資者情緒對商品期貨價格及波動率的影響研究——以螺紋鋼期貨為例[J].武漢金融，2019（6）：27-32.

[13] 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.

[14] 林建浩，李幸，李歡.中國經濟政策不確定性與資產定價關系實證研究[J].中國管理科學，2014，22（S1）：222-226.

[15] 田磊，林建浩，張少華.政策不確定性是中國經濟波動的主要因素嗎——基于混合識別法的創新實證研究[J].財貿經濟，2017，38（1）：5-20.

[16] AROURI M，et al.Economic policy uncertainty and stock markets：long-run evidence from the US[J].Finance Research Letters，2016，18：136-141.

[17] 熊曉煉，張恒.經濟政策不確定性、投資者情緒與大豆期貨價格——基于SVAR模型的實證分析[J].價格月刊，2020（11）：30-38.

[18] GHYSELS E，et al.MIDAS regressions：further results and new directions[J].Econometric Reviews，2007，26（1）：53-90.

[19] ENGLE R F，et al.Stock market volatility and macroeconomic fundamentals[J].Review of Economics and Statistics，2013，95（3）：776-797.

[20] BAKER S R，et al.Measuring economic policy uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.