郭文伟,唐 靖,朱洪进,马晓文
(广东财经大学 金融学院,广东 广州 510320)
2008 年全球金融危机后,多国政府开始通过实施宽松货币政策来刺激本国经济,在流动性日趋充裕与大宗商品需求萎缩的双重冲击下,大宗商品市场先是经历了半年下跌,随后又持续了两年上涨,直至2011 年上半年,代表国际大宗商品价格水平的CRB 商品指数创下新高,之后又快速开启了下跌周期。全球新冠肺炎疫情暴发后,国内外大宗商品(尤其是国际原油)价格可能受疫情管控措施带来的消费需求断崖式下降冲击、流动性枯竭及全球供应链受阻等因素影响而出现大幅下跌。2020 年4 月后,在全球主要经济体采取宽松的货币政策、供需关系短期调整及美元贬值等多因素交织作用下,大宗商品价格出现反弹;进入2021 年以来,随着多国复工复产进程的推进,对各类大宗商品需求骤然大增,但对应的商品库存却因之前的停工停产而严重不足,在产品短期供不应求的情况下,部分大宗商品如国际原油、伦铜、国内动力煤等价格出现大幅上涨趋势。在经济全球化趋势下,国内外大宗商品市场间的价格波动溢出效应日渐显著。这明显会影响我国产业链上下游,尤其是大宗商品涨价会加大中下游企业的生产经营成本,企业的利润空间受到挤压,使得供给侧和需求侧结构性问题进一步凸显。2021年4月8日,国务院金融稳定发展委员会在召开的第五十次会议中提出,要保持物价基本稳定,特别是关注大宗商品价格走势。随后在5 月份召开的国务院常务会议中提到大宗商品涨价问题,要求打击囤积居奇、哄抬价格行为,部署做好大宗商品保供稳价工作,保持经济平稳运行,努力防止大宗商品价格攀升向居民消费价格传导。
与此同时,国家统计局公布,2021年3—4月PPI分别同比上涨4.4%、6.8%,大幅超出了市场预期,而5 月PPI 更是同比上涨9.0%,创出近13 年的历史新高;同月的CPI 同比上涨1.3%,PPI 与CPI 的剪刀差持续扩大,存在PPI 向CPI 传导的压力。显然,此轮大宗商品价格涨幅较大,不仅带来了通货膨胀压力,而且也可能会挤占实体企业利润。同时,大宗商品价格过快上涨对我国形成一定的输入性通货膨胀压力,甚至可能会影响货币政策实施效果,由此引发我国对国内外大宗商品价格走势的密切关注。在国内外新冠肺炎疫情持续影响的背景下,国内外大宗商品价格走势依旧面临较大的不确定性,有必要从理论和实证上分析国内外大宗商品期现货市场之间的波动(收益)溢出效应及其对我国物价水平的影响效应。
对这些问题的研究在当前背景下具有一定的理论价值和现实意义。
一是基于波动和收益的视角分析国内外大宗商品期现货市场之间的溢出效应,有助于明确大宗商品市场对我国物价的影响效应,丰富了当前大宗商品市场风险管理领域的研究内容。
二是通过对国内外大宗商品期现货市场与国内物价水平之间连通性网络的刻画,识别了各类商品市场对国内物价的溢出机制,并为相关部门进一步制定政策来防范外部大宗商品市场对国内物价的波动冲击提供有力的实证支撑,有利于促进我国经济高质量发展,同时也为投资者优化自身投资组合提供有益的启示和参考。
在20 世纪初,国外学者便开始了大宗商品的研究,由于当时分析工具的局限性,大多学者只关注大宗商品价格的异常波动及其影响因素,至今已取得了相当丰富的研究成果。总体来看,具有以下几类影响因素。一是市场供求因素。Dwyer 等(2011)[1]认为金融投资者会对大宗商品的短期价格波动造成影响,但供需基本面仍是影响价格水平及其长期波动的主要因素。赵姜等(2013)[2]指出我国鲜活农产品价格出现频繁大幅波动的原因主要是需求弹性相对较小,而供给弹性较大;流通领域的垄断性加剧了鲜活农产品价格的波动幅度等。朱信凯等(2012)[3]运用EGARCH 模型研究发现不同属性信息对农产品价格波动的影响显著且呈现明显的非对称性,其中负向信息对农产品价格波动的影响大于正向信息的影响。谭小芬等(2014)[4]利用向量自回归误差修正模型对国际大宗商品价格波动因素进行研究,结果表明大宗商品价格波动主要受到总需求的影响。二是实体经济因素。韩立岩和尹力博(2012)[5]认为实体经济因素是大宗商品价格上涨的原因之一。三是宏观经济政策因素。Reicher 和Utlaut(2013)[6]利用商品供求动态平衡模型模拟了货币政策对实际大宗商品价格的影响,并通过VAR 模型对其进行估计,发现扩张性货币政策会推动大宗商品的价格和产出在短期内大幅上升,货币政策对实际商品价格有着显著的边际贡献。Harvey 等(2017)[7]利用向量自回归模型(VAR)和格兰杰因果关系检验分析发现,利率与大宗商品价格具有显著正相关关系,即宽松的货币政策可能会导致更高的商品价格。陈丹妮(2014)[8]认为农产品价格的波动会受到由货币政策调整带来的货币供应量变动的影响。李敬辉和范志勇(2005)[9]认为利率和通货膨胀预期可能会对经济主体的存货需求造成影响,进而引起大宗商品价格波动,并使之波动幅度超过通货膨胀幅度,造成“超调”的现象。张程和范立夫(2017)[10]利用结构向量自回归模型(SVAR)研究发现,石油价格与货币流动性之间呈正相关性,即我国扩张性货币政策与石油价格上升之间存在密切关系;在国际上,我国流动性对原油真实价格的间接性影响在日益增强。
国内外学者对大宗商品价格波动与物价水平之间的关系已有了广泛的研究。Bloch 和Sapsford(2004)[11]通过研究指出,以CRB 指数为代表的国际大宗商品价格与美元汇率一直存在均衡关系,同时会对国内物价产生较大影响。Joshi 和Acharya(2011)[12]研究发现国际大宗商品价格指数与通货膨胀之间有较强的协整关系。Gospodinov 和Ng(2013)[13]运用主成分分析法对多个国际大宗商品价格指数研究后发现,玉米、棉花、燃油、大豆等的价格对美国国内物价影响较强。
国内也有不少学者研究大宗商品市场价格波动对物价水平的影响效应。我国学者范志勇和向弟海(2006)[14]、常清等(2010)[15]、谭晶荣等(2012)[16]、张翔等(2017)[17]、丁秀英等(2017)[18]通过分析均验证了CRB 指数会影响国内居民消费价格指数和生产物价指数。在研究大宗商品价格对各国物价水平的影响效果时,国内外学者一般采用两种方法来研究其传导效应。
一是建立在新凯恩斯—菲利普斯曲线的理论框架下的实证模型。Hooker(2002)[19]运用菲利普斯曲线为理论框架进行实证建模,发现G7国家的石油价格与通货膨胀存在明显非对称性。李洪凯等(2006)[20]、李卓和邢宏洋(2011)[21]通过实证指出,短期内国际石油价格对我国的通货膨胀影响明显,但长期影响不显著。苏明政和张庆君(2011)[22]研究发现我国通货膨胀与国际大宗商品价格波动间存在较明显的正相关性。
二是以向量自回归模型(VAR)及其改进模式为主来研究大宗商品价格与物价水平的关系。Garner(1989)[23]证明了大宗商品价格能够在一定程度上解释短期通货膨胀率。Blomberg 和Harris(1995)[24]的研究发现,综合考虑美元汇率、货币变量等因素后,国际大宗商品价格波动对一国CPI 的影响将有所减弱。Yalcin等(2015)[25]使用SVAR 模型,研究国际原油价格对土耳其各经济变量的非对称影响。肖争艳等(2009)[26]通过建立BVAR 模型,分析指出国际大宗商品价格对我国居民消费价格具有一定滞后性影响。高东胜(2011)[27]认为国际石油价格的变动不仅对我国物价水平的冲击具有总体效应,而且还会造成结构性通货膨胀效应。吕志平(2017)[28]研究了以大宗商品价格为代表的外部市场价格的变动在开放经济条件下对我国货币政策实施效果的影响。
本文参考Diebold 和Yilmaz(2014)[29]基于广义方差分解提出的溢出指数法,测度了国内外大宗商品期现货市场的波动溢出效应和收益溢出效应。主要通过以下三个步骤构建模型:
一是构建一个N 维p 阶VAR 模型;二是对该模型进行广义方差分解;三是建立大宗商品市场波动率和收益率的总体波动溢出指数及方向性溢出指数。
式(5)为总体溢出指数,该指数可以衡量国内外大宗商品市场总体波动(收益)的溢出情况,该值的大小与大宗商品市场之间的风险溢出程度有关,值越大,风险溢出越高。式(6)和式(7)为方向性溢出指数,分别用来衡量市场i受到来自所有其他市场波动(收益)的溢出效应及其向其他市场传递的溢出效应,从而对各市场间的溢出强度和溢出方向进行全面的刻画。
非对角线元素的行加总(from)定义为从其他所有变量(others)到i的总溢入连通性,用于测度市场i受到来自其余大宗商品市场价格波动(收益)的总体溢入连通性,可由以下公式表示:
每个矩阵只有一个总的波动(收益)连通性测度结果。
为了能够准确、全面地反映国内外各类大宗商品市场的价格趋势,国内大宗商品现货市场状况(ZGXH)采用我国商务部编制的中国大宗商品价格指数(CCPI)来衡量;该指数涵盖了能源类、有色金属类、牲畜类等9 大类指数,包含了26 种大宗商品,是我国目前最具代表性的大宗商品现货价格指数。同时,选用南华期货研究所提出的南华商品指数来衡量国内大宗商品期货市场状况(ZGQH),该指数包括四大类商品期货价格指数(工业品期货、金属期货、能化期货、农产品期货、贵金属期货),共涵盖41种商品期货。分别采用具有代表性的路透杰富瑞商品期货指数(RJ/CRB 指数)和CRB 现货指数来衡量国外大宗商品期货市场状况(GWQH)与国外大宗商品现货市场状况(GWXH)。本文研究的样本区间为2006 年6 月至2021 年2 月。以上数据均为月度数据,来源于Choice数据库。
国内外商品期现货市场总体价格变化率和国内物价变化率的描述性统计结果如表1 所示。国内外四个市场价格波动率从大到小依次为:国外期货市场>国内期货市场>国内现货市场>国外现货市场。总体上,期货市场的价格波动水平明显大于现货市场价格的波动水平。从偏度和峰度来看,无论是现货市场还是期货市场均表现出“左偏”的非正态分布特征。
表1 国内外大宗商品期现货市场价格收益率描述性统计结果
国内外大宗商品期现货市场价格指数和国内物价指数(CPI、PPI)的走势如图1 所示。从图1 可知,国内商品期现货市场价格走势较为类似,而且与国外商品期现货市场价格走势也基本同步,显示出高度的联动性。国内CPI 指数与PPI 指数存在明显差异,尤其是2020年主要表现为CPI指数持续上升,而PPI 指数持续下降。2021 年1 月—2021 年2 月则表现为CPI指数持续回落,而PPI指数开始加速上升。
图1 国内外大宗商品期现货市场价格指数及国内物价水平指数走势
为了厘清不同价格之间的传导机制,本文基于VAR 模型采用格兰杰因果关系检验法对各个价格之间的因果关系进行检验。
主要步骤为:
首先,采用ADF 单位根检验法对各个价格收益率序列进行分析,结果显示各序列均是平稳的;
其次,构建各序列两两之间的二元向量自回归模型,并根据最小赤池信息准则确定模型的最优滞后阶数;
再次,对各变量进行格兰杰因果关系检验,具体检验结果见表2。
同时,根据表2 的检验结果,本文绘制了国内外大宗商品期现货市场与国内物价之间的价格传导示意图(见图2),并总结得到其传导路径的基本特征。
在国内物价的价格传导中,CPI 的变动不仅受到国内外大宗商品市场的影响,还受到PPI 变动的影响,其中,受到国内现货市场的影响最小,而PPI的变动则主要受到国内期货和国外商品期现货市场的影响。在大宗商品市场中,国内期货、国外现货、国外期货以及国内生产价格指数的变动会影响国内现货市场的价格。结果表明国内期货、国外现货、国外期货对CPI和PPI均有显著的传导作用,即国外大宗商品指数的波动会传导至国内,影响国内产业链中产品的价格变动,进而带动国内物价水平变化。
表2 物价指数与国内外大宗商品市场的格兰杰因果检验结果
图2 国内外大宗商品期现货市场与国内物价之间的价格传导示意图
由于本文研究的时间序列均呈“尖峰、厚尾”的非正态分布特征,为了能够更加合理地刻画大宗商品期现货市场的时变波动率特征,本文采用边缘分布为GJR(1,1)-Gauss 的DCC 模型对各序列进行建模分析。边缘分布估计结果如表3 所示。从表3 中可以看出,大部分α 参数和β 参数均在10%的置信水平上显著,且二者之和均接近于1,这表明国内外大宗商品期现货市场波动具有明显的持续性。除了国内大宗商品现货市场波动存在较为显著的“杠杆效应”外,其他三个大宗商品市场均不存在明显的“杠杆效应”。与此同时,各个序列的参数估计均满足DCC模型的约束条件,说明本文采用了合适的边缘分布模型。
从各序列在整个研究时期内的时变波动率均值来看,从大到小依次是国外期货市场(5.41)、国内期货市场(4.40)、国内现货市场(2.95)、国外现货市场(2.92)、国内PPI 指数(0.58)、国内CPI 指数(0.54)。从各序列波动率走势来看,国内商品期现货市场均在2008—2009 年和2020 年上半年出现较大的波动特征。
从国内外商品期现货市场之间的动态相关性来看,从大到小依次为国外期货市场—国外现货市场(0.68)、国外期货市场—国内期货市场(0.60)、国内期货市场—国外现货市场(0.57)、国内现货市场—国外期货市场(0.26)、国内现货市场—国内期货市场(0.25)、国内现货市场—国外现货市场(0.22)。
显然,国内期货市场与国外商品期现货市场之间的相关性较高,而国内现货市场与国外商品期现货市场之间的相关性较低;同时,国内商品期现货市场之间的相关性明显低于国外商品期现货市场之间的相关性,这说明国内商品期现货市场之间的价格联动性较弱,在价格波动信息传导上并不完全同步。
表3 整个时期内的边缘分布估计结果
从国内外商品期现货市场与国内CPI 指数和PPI 指数之间的相关性均值来看,从大到小依次为:国内现货市场—PPI 指数(0.36)、国内期货市场—PPI 指数(0.28)、国外现货市场—PPI 指数(0.24)、国内现货市场—CPI 指数(0.20)、国内期货市场—CPI指数(0.19)、国外现货市场—CPI 指数(0.15)、国外期货市场—CPI指数(0.15)。由此可见,国内外大宗商品期现货市场与国内PPI 指数之间的相关性要明显大于国内外大宗商品期现货市场与CPI 指数的相关性。从各动态相关性的走势来看(如图3 所示),自2020 年初新冠肺炎疫情暴发以来,国内外大宗商品期现货市场与国内PPI 指数之间的相关性一直呈震荡上升趋势,而与国内CPI 指数之间的相关性则呈震荡下降趋势。进入2021 年以来,在诸多因素的共同冲击下,各类原材料价格全面大幅上涨,这表现为国内PPI 指数与国内外大宗商品期现货市场价格指数出现共同上涨趋势,使得两者之间的联动性不断增强。
从CPI 指数与PPI 指数之间的动态相关性均值(0.26)来看,两者之间存在正向弱相关性;从两者之间动态相关性的走势来看,在2010 年2 月,CPI 与PPI之间的相关性达到最高峰(0.32),随后出现持续下降的趋势,直到2017 年8 月达到谷底(0.21)。从2017 年9 月开始又出现一定的上升趋势,但上升幅度有限,主要在0.23至0.27的区间波动。
图3 国内外大宗商品期现货市场与国内物价之间的动态相关性
本文采用溢出指数的方法对国内外大宗商品期现货市场在整个研究时期内的波动溢出效应和收益溢出效应进行测度。根据最小AIC 值确定波动溢出效应和收益溢出效应的VAR 模型最佳滞后阶数分别为1和2,将方差分解的期数均设为10。整个研究时期内国内外大宗商品期现货市场与国内物价之间波动溢出矩阵和收益溢出矩阵如表4所示①受文章篇幅限制,本文仅列出整个研究时期内各股市之间的波动溢入溢出矩阵,而不再列出各股市历年的波动溢入溢出矩阵,进而采用文字进行介绍。对其他结果感兴趣的读者可联系作者索取。。
在整个研究时期内,国内外大宗商品期现货市场与国内物价之间的总体波动溢出指数和总体收益溢出指数分别为41.10%、49.57%,说明总体上的波动(收益)溢出效应是比较明显的,大宗商品期现货市场波动(收益)更多受自身前期波动(收益)的影响,同时外部市场的波动也会对其产生明显的冲击。
在波动溢出方面,国内期货市场对外的波动溢出效应最大(13.58%),然后依次是国外期货市场(12.57%)、国外现货市场(7.38%)、国内现货市场(3.13%)。在波动溢入方面,各市场面临的外部波动溢入效应差别不大,分别为:国外期货市场(8.26%)、国外现货市场(6.57%)、国内现货市场(8.22%)、国内期货市场(7.92%)。从国内外大宗商品期现货市场之间的相互影响来看,国内期货市场对国外期货市场和现货市场的溢出效应分别为24.33%、18.23%,而国内现货市场对国外商品期现货市场的波动溢出效应分别为9.63%、0.14%;相比之下,国内期货市场对国外商品市场的影响程度远大于国内现货市场对国外商品市场的影响程度。国外期货市场对国内现货市场和期货市场的波动溢出效应分别为23.53%、23.83%,国外现货市场对国内现货市场和期货市场的波动溢出效应分别为2.46%、16.49%。显然,国外大宗商品期现货市场价格波动对我国大宗商品期现货市场的影响要大于我国对其的影响。
表4 国内外大宗商品期现货市场与国内物价水平之间的波动溢出效应和收益溢出效应
在收益溢出方面,国内外大宗商品期现货市场的收益溢出效应从大到小依次为:国外期货市场(15.23%)、国内期货市场(13.66%)、国外现货市场(12.89%)、国内现货市场(2.57%)。在收益溢入方面,国内外大宗商品期现货市场面临的收益溢入效应较为接近,均在9%左右。从国内外市场之间的相互影响来看,国外商品期现货市场对我国商品期现货市场的收益溢出效应(74.87%)明显大于我国商品期现货市场对国外商品期现货市场的收益溢出效应(50.16%)。与此同时,国内外商品期货市场对现货市场的收益溢出效应(86.12%)明显大于商品现货市场对期货市场的收益溢出效应(39.94%)。
由于在任何给定的时间点,收益和波动的溢出效应可能存在显著差异,因此,在静态全样本分析之后,本文通过采取滚动窗口的方法来获取整个研究周期内国内外大宗商品期现货市场之间的波动(收益)总溢出指数,以此来度量全球大宗商品市场的动态波动(收益)溢出效应。本文以24 个月作为滚动窗口长度,滚动步长为1 个月,最终测度结果如图4所示。图4 显示,总体波动溢出指数值在整个研究周期内处于30%至70%之间波动。在2008 年金融危机期间处于波动溢出的最高峰,随后开始大幅下降,到2011 年达到历史低位。随后保持多年的底部横盘震荡走势,而在2020 年1 月至2021 年2 月期间出现持续震荡上升的趋势。这说明国内外大宗商品期现货市场会受到全球重大事件(2008 年金融危机、2020 年疫情危机)冲击而出现明显波动(收益)溢出效应。同样,总体收益溢出指数走势与总体波动溢出指数走势基本类似,但其波动幅度更大。收益溢出指数从2008 年开始快速上升至2009 年9 月的最高峰(64.36%)后出现快速震荡下跌走势,到2011年12月出现了历史低点(29.01%),随后主要呈现横盘震荡趋势,一直到2020 年1 月份开始又重新出现一轮新的上涨趋势。
图4 整个研究周期的国内外商品市场波动溢出指数和收益溢出指数
在基于波动的连通网络方面,受文章篇幅限制,这里仅给出整个研究周期的国内外大宗商品期现货市场与国内物价之间的连通网络(见图5)。从图5(1)可以看出,国内期货市场对外连通性最强,分别连通了PPI 指数(连通性指数为69.02%)、国内现货市场(连通性指数为47.71%)和国外现货市场(连通性指数为56.26%),而国外期货市场则仅连通了CPI指数(连通性指数为63.04%)。连通性指数越大,两者之间的波动溢出效应就越大。由此说明,国内期货市场重点会对PPI 指数产生较大的波动影响,而国外期货市场重点会对CPI 指数产生较大的波动影响。
在基于收益的连通网络方面,从图5(2)可以看出,国外期货市场对外连通性最强,分别连通了CPI指数(连通性指数为52.46%)、PPI 指数(连通性指数为44.49%)、国内现货市场(连通性指数为48.06%),而国内期货市场则重点连通了PPI 指数(连通性指数为40.57%)。由此说明,国内PPI指数会同时受到国内外期货市场的收益溢出影响,而国内CPI 指数会重点受到国外期货市场的收益溢出影响。这与上述收益溢出效应和波动溢出效应的分析结论相一致。
图5 基于波动溢出和收益溢出的连通网络图
如表4 所示,在静态波动溢出方面,国内外大宗商品期现货市场对PPI 指数的波动溢出效应远远大于对CPI 指数的波动溢出效应。具体来看,各市场对PPI 指数的波动溢出效应从大到小依次为:国内期货市场(23.58%)、国外期货市场(13.53%)、国外现货市场(13.03%)、国内现货市场(5.39%)。由此说明我国PPI 指数只是贡献了自身波动的44.20%,而有55.80%的波动是来自国内外大宗商品期现货市场的波动溢入。其中,国内期货市场的波动溢入占比最大。各市场对CPI 的波动溢出效应较为接近,均处于较低水平:国内现货市场为1.06%,国内期货市场为1.08%,国外期货市场为1.52%,国外现货市场为1.07%。从CPI 与PPI 之间的相互影响来看,PPI 对CPI 的波动溢出效应(0.26%)与CPI 对PPI的波动溢出效应(0.27%)较为接近,均处于较低水平。
在静态收益溢出方面,国内现货市场对CPI 指数和PPI 指数的收益溢出效应较为微弱;而国内期货市场对PPI 指数的收益溢出效应较为明显,达到23.10%。同样,国外期货和现货市场对国内CPI 指数、PPI 指数都有明显的收益溢出效应,其中对PPI指数的影响(14.26%、16.05%)远大于对CPI 指数的影响(6.74%、5.50%)。这说明国内期货市场、国外商品期现货市场的价格变化均会对我国物价水平产生重要影响。总体上,无论是波动溢出还是收益溢出层面,国内期货市场和国外商品期现货市场均对我国物价水平产生明显的溢出效应。
从CPI 与PPI 之间的相互影响来看,PPI 对CPI的收益溢出效应(6.28%)明显大于CPI对PPI的收益溢出效应(2.33%),这说明PPI 指数涨跌会对CPI 指数涨跌产生一定的带动作用。从自身贡献率来看,PPI 指数自身对其收益溢出效应贡献了43.31%,而CPI 指数自身对其收益溢出效应贡献了77.39%,这进一步说明了PPI指数对外的收益溢出效应更为强烈。
在动态波动溢出方面,由图6 可知,国内外大宗商品期现货市场对国内CPI、PPI 指数的波动溢出效应是时变的,且走势各异。从溢出峰值发生时点来看,国内现货市场对CPI 指数的波动溢出峰值主要发生在2009年5月(29.81%)、2011年12月(37.33%)、2012 年12 月(29.63%)、2018 年1 月(34.17%)、2020年6月(38.08%);国内现货市场对PPI指数的波动溢出峰值主要发生在2008 年8 月(38.32%)、2010 年10月(33.78%)、2012 年5 月(31.52%)、2020 年11 月(27.23%);国内期货市场对CPI 指数的波动溢出峰值主要发生在2008 年8 月(38.32%)、2010 年10 月(33.78%)、2012年5月(31.52%)、2020年11月(27.23%);国内期货市场对CPI 指数的波动溢出效应比较大的时期主要发生在2013年10月—2015年1月、2020年7 月—2021 年2 月。国内期货市场对PPI 指数的波动溢出效应比较大的时期主要发生在2008年11月—2010 年5 月、2019 年10 月—2020 年7 月。国外期货市场对PPI 指数的波动溢出效应比较大的时期主要发生在2009 年1 月(41.27%)、2014 年9 月(47.71%)、2020 年3 月(34.59%)。国外期货市场对CPI 指数的波动溢出效应比较大的时期主要发生在2015年9月(26.71%)、2019年12月(27.26%)。国外现货市场对PPI 指数的波动溢出效应比较大的时期主要发生在2011 年2 月(29.33%)、2012 年11 月(32.85%)、2016年5 月(33.98%)、2018 年10 月(32.56%)。国外现货市场对CPI 指数的波动溢出效应比较大的时期主要发生在2009年1月(32.15%)、2011年2月(38.08%)。
图6 国内外大宗商品期现货市场对国内物价水平的动态波动溢出效应
在动态收益溢出方面,由图7 可知,国内外大宗商品期现货市场对国内CPI、PPI 指数的收益溢出效应也是时变的。
国内现货市场对CPI、PPI 指数的收益溢出效应在整个时期内的大部分时间均处于低位,仅在个别时点出现较大峰值。比如,国内现货市场对CPI 指数的收益溢出效应在这些时点上出现较大峰值:2010年1月(18.37%)、2016年2月(19.11%)、2018 年4月(32.61%)。
国内现货市场对PPI 指数的收益溢出效应在这些时点上出现较大峰值:2014年7月(19.72%)、2016年3 月(39.79%)、2018 年11 月(27.38%)。进入2020年后,国内现货市场对CPI指数和PPI指数的收益溢出效应均呈现出快速上升趋势,且较为同步。
图7 国内外大宗商品期现货市场对国内物价水平的动态收益溢出效应
为了更加全面地分析不同时频下国内外大宗商品期现货市场对国内物价的动态波动溢出效应的变化规律,本文通过划分频率带来研究国内外大宗商品期现货市场价格在短周期、中周期、长周期上的波动溢出。本文参照Baruník 和Křehlík(2018)[31]的设置,设定[π/2,π]为高频率带,代表周期长度为2 个月的短周期波段溢出;设定[π/6,π/2]为中频率带,代表周期长度为6个月的中周期波段溢出;设定[0,π/6]为低频率带,代表周期为半年以上的长周期波段溢出。方差分解谱表示法在理论上需要令预测步长H趋于无穷,但在实际计算中只需将H 设置得足够大即可,本文采用向前100 交易日的预测步长。最终不同时频下的国内外大宗商品期现货市场波动(收益)溢出效应如表5所示。
在波动溢出方面,在短周期频率下国内外大宗商品期现货市场对国内物价的波动溢出效应均较小。其中,国内期货市场价格波动对PPI 指数的波动溢出效应最大(0.16%),而国外现货市场对CPI指数的波动溢出效应最大(0.31%);同时在中周期频率下国内外大宗商品期现货市场对国内物价水平的波动溢出效应不大。由结果可知,国外现货市场对CPI 指数的波动溢出效应最大(0.73%),而国内期货市场价格波动对PPI 指数的波动溢出效应最大(1.21%);对比可知,长周期频率下国内外大宗商品期现货市场对国内物价水平的波动溢出效应比较大。具体而言,国内现货市场对CPI 指数的波动溢出效应最大(2.04%),而国内期货市场对PPI 指数的波动溢出效应最大(19.77%)。收益溢出方面,在短周期频率下,国内现货市场对CPI 指数的收益溢出效应最大(4.03%),然后是国内期货市场对CPI指数的收益溢出效应(1.08%),与之相比,国外商品期货和现货市场对CPI 指数的收益溢出效应较为微弱。同样,国外期货市场对PPI 指数的收益溢出效应相对较大(3.95%),而其他三个市场对国内PPI 指数的收益溢出效应相对较小;在CPI与PPI的相互影响方面,PPI 指数对CPI 指数的收益溢出为4.98%,CPI 指数对PPI 指数的收益溢出为5.37%。在中周期频率下,国内现货市场对CPI 指数的收益溢出效应相对较大(2.93%),而其他三个市场对CPI指数的收益溢出效应较小。国外期货市场和国内现货市场对PPI指数的收益溢出效应相对较大,而其他两个市场对PPI 指数的收益溢出效应较小。在长周期频率下,各市场对国内物价指数(CPI、PPI)的收益溢出效应进一步减弱,其中,国外现货市场对CPI指数几乎没有影响。其中,除了国内现货市场对CPI指数、国外期货市场对PPI 指数产生一定的收益溢出效应外,其他市场对国内物价指数的收益效应均较为微弱。总体上,在不同周期频率下,国内外大宗商品期现货市场对国内物价的波动溢出效应与收益溢出效应表现为“此消彼长”的变动关系。在长周期频率下,国内物价受到国内外大宗商品期现货市场的波动溢出的影响更大。与之相反,在短周期频率下,国内物价受到国内外大宗商品期现货市场的收益溢出效应的影响更为明显。换言之,周期频率越长,国内外大宗商品期现货市场对物价的波动溢出效应就越大,而收益溢出效应就越小。因此,收益溢出效应主要体现在短期频率中,这说明国内外大宗商品市场价格的短期变化会对我国物价产生明显影响,且影响的时效性较强,持续时间较短。而波动溢出效应主要体现在中长期频率中,说明从更长的时期来看,国内外大宗商品市场的价格波动程度会对我国物价产生更为持久的影响。
表5 不同时频下国内外大宗商品期现货市场对国内物价的静态波动溢出结果
在借鉴现有相关研究成果的基础上,本文将进一步分析全球大宗商品供需情况、国内货币政策、企业景气指数、国内外大宗商品期现货市场波动率等因素对总体波动(收益)溢出效应和国内物价的影响程度。模型因变量分别为总体波动(收益)溢出效应和国内物价同比增速;核心自变量是国内商品现货市场波动率ZGXH_V、国内商品期货市场波动率ZGQH_V、国外商品现货市场波动率GWXH_V、国外商品期货市场波动率GWQH_V;控制变量为货币政策工具(我国的数量型货币政策用广义货币M2同比来衡量,价格型货币政策用实际一年期贷款利率LL来衡量)、经济景气状况(用我国企业景气指数QYJQZS 来衡量)、地缘政治风险(采用全球地缘政治风险指数GPR、中国地缘政治风险指数GPRC 来衡量)①数据来源于:https://www.matteoiacoviello.com/gpr.htm.、全球大宗商品供需指数GXZS(该指数值等于0 就表示供需平衡,大于0 表示供不应求,小于0表示供过于求)。除地缘政治风险外的变量均采取百分比形式。同时采用虚拟变量COVID 来衡量2020 年以来全球新冠肺炎疫情对全球大宗商品期现货市场总体波动溢出效应和收益溢出效应的影响,该虚拟变量从2020年起取值为1,之前时期均取值为0。研究的样本区间为2011 年1 月至2021 年2月,共122 个样本,数据均为月度数据,除地缘政治风险外的原始数据均来源于Choice数据库。最终分析结果如表6所示。
表6 全球大宗商品期现货市场总体波动(收益)溢出效应及物价的影响因素
从估计结果可知,国外商品期货市场仅对总体波动溢出效应具有显著促进作用,而对总体收益溢出效应没有明显影响。同样,国外商品现货市场仅对总体收益溢出效应产生显著的促进作用,而对总体波动溢出效应没有明显影响。我国企业景气状况的恢复会显著地抑制全球大宗商品市场总体收益溢出效应,而对总体波动溢出效应没有明显影响。从货币政策影响来看,广义货币增速会抑制全球大宗商品市场总体收益溢出效应,而一年期银行贷款实际利率则会加剧总体波动(收益)溢出效应。另外,地缘政治风险会在一定程度上加剧总体波动溢出效应,同时抑制总体收益溢出效应。新冠肺炎疫情事件发生前后对总体波动溢出效应的影响有显著差异,新冠肺炎疫情暴发后加剧了全球大宗商品期现货市场的总体波动溢出效应。
在对国内CPI 的影响方面,国内外大宗商品期现货市场对CPI 无明显影响。全球大宗商品市场供求失衡将会抑制我国CPI 的上升速度。企业越景气,对大宗商品需求就越大,也会在一定程度上促进CPI 上升。2020 年新冠肺炎疫情的暴发可能会对我国CPI 产生一定的抑制作用。在货币政策方面,广义货币增速能够显著促进CPI 增长,而实际贷款利率水平对CPI增速具有明显的抑制作用,其中,后者的影响更大。由此说明,要治理通货膨胀,稳定物价水平,采用价格型货币政策比数量型货币政策更为有效。
在对国内PPI 的影响方面,国内商品现货市场波动对PPI 没有明显影响,而国内商品期货市场波动会加剧PPI 的上升速度。国外商品现货市场波动对PPI 的正向促进作用较大,而国外商品期货市场波动则会对PPI 产生一定的抑制作用。横向比较来看,国外商品现货市场波动对PPI 的正向促进作用最大。这说明,我国PPI 指数明显受到国内商品期货和国外商品现货市场的影响,且国外商品现货市场的影响远大于国内商品期货市场。全球大宗商品供需失衡将会显著加剧PPI 的上升。同样,企业越景气,对生产资料的需求也将大增,从而进一步提升PPI 水平。在货币政策方面,广义货币增速和实际贷款利率均会显著抑制PPI 的上升。这说明,在抑制PPI 过快上涨方面,组合型的货币政策比单一型货币政策更有效,就当前我国的经济形势而言,实施稳健的货币政策能更加有效地抑制我国PPI 指数的过快上涨,促进国民经济高质量发展。地缘政治风险的冲击会对PPI 指数产生一定的抑制作用,这主要是因为地缘政治风险会影响进出口贸易、外汇市场、宏观经济政策等,导致石油等大宗商品价格上涨,给中下游行业带来较大的成本上升压力,使得对工业原材料的需求出现下降,短时间内可能会出现供过于求的局面,从而会对PPI增速产生负面影响。
采用改变滚动窗口的方法替换因变量中的总体溢出指数,将滚动窗口由24 个月改为36 个月,得到新的总体波动溢出指数N 和总体收益溢出指数N。另外,用城市PPI1 和CPI1 替代因变量中的国内PPI和CPI,同时采取面板回归进行稳健性检验,检验结果见表7。结果表明,通过改变滚动窗口对溢出效应进行稳健性检验以及考虑城市物价的稳健性检验,得到的结果与上文无明显差异。因此,本文实证结果是可靠的。
表7 稳健性检验
本文以国内外大宗商品期现货市场为研究对象,结合各市场在2006 年6 月—2021 年2 月的月度数据,首先采用基于广义方差分解的动态溢出指数方法来测度国内外大宗商品期现货市场的总体波动溢出效应和收益溢出效应。同时,分析国内外大宗商品期现货市场对国内物价水平(CPI、PPI)的溢出效应及其传导网络,然后从宏微观层面揭示影响国内物价变化的驱动因素。最终研究结论及建议如下。
第一,国内外大宗商品期现货市场存在时变波动(收益)溢出效应,其中来源于自身波动(收益)的影响是主要的驱动因素。总体上,国外大宗商品期货市场对我国大宗商品期现货市场的影响要大于我国大宗商品期现货市场对国外大宗商品市场的影响。横向来看,国内大宗商品期货市场对国外大宗商品期现货市场的波动(收益)溢出效应要明显大于国内大宗商品现货市场对国外大宗商品期现货市场的影响。国内外大宗商品期现货市场会深受全球重大事件(2008 年金融危机、2020 年疫情危机)冲击而出现明显波动(收益)溢出峰值。因此,对于相关部门来说,要积极关注国外大宗商品期现货市场特别是期货市场对我国大宗商品期现货市场的溢出效应,及时化解重大危机事件对我国大宗商品市场的影响,防止大宗商品价格的大幅波动影响国民经济的平稳运行。
第二,国内外大宗商品期现货市场在波动溢出和收益溢出层面上对我国物价(CPI、PPI)形成不同的连通网络。在基于波动溢出的连通网络中,国内商品期货市场处于中心地位,会重点对PPI 指数、国内商品现货市场和国外商品现货市场产生较大的波动溢出影响,国外商品期货市场重点对CPI 指数产生较大的波动溢出影响。在基于收益溢出的连通网络中,国外商品期货市场处于中心地位,会重点对CPI 指数、PPI 指数、国内商品现货市场产生较大的收益溢出影响。国内商品期货市场重点对PPI 指数产生较大的收益溢出影响。因此,为了更有效地防范国内外商品期现货市场的极端溢出风险,需要基于波动溢出和收益溢出的视角建立全球大宗商品期现货市场的溢出风险预警指标,通过该监测指标来对全球大宗商品期现货市场的溢出效应及其演化趋势进行动态测度和跟踪,及时掌握居于核心地位的溢出风险传染源,遏制国内外大宗商品期现货价格极端波动及向我国物价水平的传导,从而控制传染源头,切断传导路径,为制定更精准化的调控政策提供有力的指导。
第三,国内外大宗商品期现货市场对我国物价水平的溢出效应存在非对称性。在波动溢出方面,国内外大宗商品期现货市场对PPI 指数的波动溢出效应远远大于对CPI 指数的波动溢出效应。在收益溢出方面,国外大宗商品期现货市场和国内大宗商品期货市场均会对CPI 指数和PPI 指数产生明显的收益溢出效应,而国内大宗商品现货市场对CPI 指数和PPI 指数的收益溢出效应较为微弱。横向比较来看,国内外大宗商品期货市场对PPI 指数的溢出影响远大于对CPI 指数的溢出影响。从CPI 与PPI之间的相互影响来看,PPI对CPI的收益溢出效应明显大于CPI 对PPI 的收益溢出效应,这说明PPI 指数涨跌会对CPI 指数涨跌产生一定的带动作用。不同时频下国内外大宗商品期现货市场对我国物价水平的溢出效应存在显著差异。国内外大宗商品市场价格的短期变化会对我国物价产生明显影响;从更长的时期来看,国内外大宗商品市场的价格波动程度会对我国物价产生更为持久的显著影响。基于此,相关部门在制定物价调控措施时,不仅要关注国内原材料价格对物价的影响,更要重点关注国外大宗商品期现货市场和国内大宗商品期货市场价格变化对我国物价水平(特别是PPI指数)的传导效应。
第四,在影响我国物价变化的驱动因素方面,全球大宗商品供求失衡虽然短期能抑制我国CPI 上升,但会加剧PPI 上升;企业越景气,对生产资料的需求也将大增,从而长期提升CPI 和PPI 水平;在货币政策方面,广义货币增速和实际贷款利率均会显著抑制PPI上升;地缘政治风险的冲击会对PPI增速产生抑制作用。因此,在治理通货膨胀、维持物价稳定方面,国内可能需要重点关注抑制PPI 过快上涨并向CPI 传导的环节,建议继续实施稳健的货币政策。