基于MSVAR模型的有色金屬價(jià)格波動(dòng)影響因素的非線(xiàn)性效應(yīng)研究

鐘美瑞，諶杰宇，黃健柏，諶金宇

(1.中南大學(xué)商學(xué)院，湖南 長(zhǎng)沙 410083；2．中南大學(xué)金屬資源戰(zhàn)略研究院，湖南 長(zhǎng)沙 410083)

?

基于MSVAR模型的有色金屬價(jià)格波動(dòng)影響因素的非線(xiàn)性效應(yīng)研究

鐘美瑞1,2，諶杰宇1，黃健柏1,2，諶金宇1

(1.中南大學(xué)商學(xué)院，湖南 長(zhǎng)沙 410083；2．中南大學(xué)金屬資源戰(zhàn)略研究院，湖南 長(zhǎng)沙 410083)

由于新興市場(chǎng)需求增長(zhǎng)和指數(shù)化投資同時(shí)出現(xiàn)在金屬期貨市場(chǎng)上，且供需因素與金融因素相互作用使得有色金屬價(jià)格形成機(jī)制更為復(fù)雜，呈現(xiàn)出非線(xiàn)性、動(dòng)態(tài)性以及結(jié)構(gòu)異化等特征。基于此背景，本文提煉供需因素與金融因素影響有色金屬價(jià)格波動(dòng)的作用機(jī)理，選取2000年2月至2014年3月的月度數(shù)據(jù),并構(gòu)建MSVAR 模型以銅為例展開(kāi)實(shí)證分析。結(jié)果表明：銅價(jià)波動(dòng)存在顯著的區(qū)制轉(zhuǎn)換特征，即膨脹期、平穩(wěn)期、低迷期三種狀態(tài)；三種狀態(tài)下，金融因素都可以很好地解釋期銅價(jià)格波動(dòng)，但作用機(jī)制明顯不同，而 “中國(guó)因素”則被明顯夸大，與原有研究結(jié)論相左；短期內(nèi)各個(gè)因素在不同區(qū)制下對(duì)國(guó)際期銅價(jià)格的影響在作用方向、持續(xù)時(shí)間、作用強(qiáng)度上表現(xiàn)出顯著的差異性。這些研究結(jié)論與構(gòu)建的非線(xiàn)性計(jì)量經(jīng)濟(jì)模型為解釋大宗商品金融化提供了新的思路與分析工具。

有色金屬；價(jià)格波動(dòng)；MSVAR模型；區(qū)制轉(zhuǎn)換

1 引言

近年來(lái)，有色金屬價(jià)格波動(dòng)頻繁而劇烈，作為現(xiàn)代社會(huì)的重要工業(yè)原料，有色金屬價(jià)格波動(dòng)牽動(dòng)著經(jīng)濟(jì)領(lǐng)域的方方面面，涉及到國(guó)家礦產(chǎn)資源安全與經(jīng)濟(jì)安全問(wèn)題，尤其是近年隨著有色金屬金融化的加強(qiáng)，有色金屬價(jià)格波動(dòng)更加引起學(xué)術(shù)界和業(yè)界的重點(diǎn)關(guān)注，關(guān)注的焦點(diǎn)是實(shí)需歸因還是金融歸因。一方面，隨著中國(guó)工業(yè)化和城鎮(zhèn)化的快速推進(jìn)，新興市場(chǎng)實(shí)體經(jīng)濟(jì)需求成為有色金屬價(jià)格波動(dòng)的焦點(diǎn)，“中國(guó)需求”因素更是被認(rèn)作有色金屬價(jià)格上漲的源動(dòng)力[1-5]。另一方面，隨著商品指數(shù)基金、高頻交易策略以及電子信息技術(shù)的不斷發(fā)展，近年來(lái)有色金屬金融化趨勢(shì)日益明顯，金融化進(jìn)程中的投機(jī)行為與價(jià)格操縱導(dǎo)致有色金屬供需扭曲和價(jià)格波動(dòng)劇烈。在此背景下，許多學(xué)者把關(guān)注的重點(diǎn)放在了近年來(lái)影響金屬價(jià)格波動(dòng)的金融因素方面，認(rèn)為美元等主要國(guó)際貨幣匯率的變化[6-8]、國(guó)際資本的投機(jī)行為[9-11]、利率的沖擊[12-14]、石油的聯(lián)動(dòng)[15-18]這些金融因素越來(lái)越超過(guò)基本供求對(duì)國(guó)際金屬價(jià)格波動(dòng)的影響。

可見(jiàn)，由于新興市場(chǎng)需求增長(zhǎng)和指數(shù)化投資同時(shí)出現(xiàn)在金屬期貨市場(chǎng)上，導(dǎo)致有色金屬的定價(jià)模式發(fā)生了很大變化，供需因素與金融因素相互作用，以及有色金屬所具有的戰(zhàn)略資源屬性與金融屬性，使得有色金屬價(jià)格形成機(jī)制更為復(fù)雜，呈現(xiàn)出非線(xiàn)性、動(dòng)態(tài)性以及結(jié)構(gòu)異化等特征。在價(jià)格波動(dòng)出現(xiàn)非線(xiàn)性、動(dòng)態(tài)性以及結(jié)構(gòu)異化等特征條件下，必須突破現(xiàn)有文獻(xiàn)采用的向量自回歸(VAR)、結(jié)構(gòu)向量自回歸(SVAR)、向量誤差修正模型(VECM)等線(xiàn)性模型的研究方法，即把影響有色金屬價(jià)格波動(dòng)的各變量的演化特征以及變量間的相互影響假定為線(xiàn)性的，把有色金屬價(jià)格波動(dòng)整個(gè)過(guò)程看做一個(gè)區(qū)制狀態(tài)。因?yàn)橐跃€(xiàn)性形式描述影響機(jī)制時(shí)，意味著影響有色金屬價(jià)格波動(dòng)的各經(jīng)濟(jì)變量及其相互作用之間的關(guān)系在各個(gè)時(shí)期保持不變。而在有色金屬價(jià)格波動(dòng)現(xiàn)實(shí)中，影響因素自身的演進(jìn)以及各個(gè)影響因素之間的相互關(guān)系不可能一成不變。首先，影響有色金屬價(jià)格波動(dòng)的宏觀(guān)因素存在周期性波動(dòng)特征；其次，金融化背景下各影響因素相互作用的程度及作用方向都可能發(fā)生變化。因此，線(xiàn)性模型對(duì)有色金屬價(jià)格波動(dòng)實(shí)際情況的擬合效果便值得商榷，所獲得影響因素與價(jià)格波動(dòng)的關(guān)系的精準(zhǔn)度有待提升。

為了解決以上問(wèn)題，本文首先從供需層面和金融層面提取影響有色金屬價(jià)格波動(dòng)的主要因素，并構(gòu)建影響因素作用于金屬價(jià)格波動(dòng)的理論框架；并考慮到金屬價(jià)格波動(dòng)的區(qū)制特征及影響因素變量關(guān)系的動(dòng)態(tài)性，構(gòu)造金屬價(jià)格波動(dòng)影響因素的非線(xiàn)性理論模型，利用馬氏域變模型對(duì)金屬價(jià)格波動(dòng)影響機(jī)制的動(dòng)態(tài)化特征進(jìn)行實(shí)證檢驗(yàn)，從一個(gè)較新的角度探究有色金屬價(jià)格波動(dòng)的影響因素和影響機(jī)制，掌握這些因素的影響力度，進(jìn)而對(duì)金屬價(jià)格的合理水平做出判斷，以期為保障金屬資源安全及定價(jià)權(quán)提升提供依據(jù)。在具體分析中，由于銅是具有代表性的金屬，上市交易早、發(fā)育成熟、成交量大、流動(dòng)性較好，數(shù)據(jù)的可得性和時(shí)間序列能很好滿(mǎn)足實(shí)證需要；且銅作為國(guó)民經(jīng)濟(jì)具有戰(zhàn)略意義的重要資源，在中國(guó)124個(gè)重要行業(yè)中，91%的行業(yè)與銅有關(guān)。所以，本文以銅為例展開(kāi)分析。

2 理論框架及模型構(gòu)建

2.1 各因素影響有色金屬價(jià)格波動(dòng)的內(nèi)在機(jī)理分析

銅作為戰(zhàn)略商品，具有雙重屬性即商品屬性和金融屬性，導(dǎo)致期銅價(jià)格不僅要體現(xiàn)期銅市場(chǎng)供給與需求的變化，還要體現(xiàn)出對(duì)期銅產(chǎn)生的金融化需求。因此，銅等大宗商品價(jià)格的影響因素可以劃分為供需因素與金融因素兩個(gè)層面，前者包括生產(chǎn)、貿(mào)易和消費(fèi)結(jié)構(gòu)變化及不同經(jīng)濟(jì)體的供求接替和轉(zhuǎn)換，后者則包括行為模式各異的金融交易者結(jié)構(gòu)及其互動(dòng)。這兩個(gè)層面的演進(jìn)及互動(dòng)已形成了實(shí)體供需為基礎(chǔ)、金融供需為外在的新價(jià)格形成機(jī)制，并外化表現(xiàn)在商品金融市場(chǎng)上。

因此，對(duì)于銅等有色金屬價(jià)格波動(dòng)影響因素的研究主要有兩個(gè)分支：一方面是從供需角度研究銅等有色金屬價(jià)格波動(dòng)的影響因素，Humphreys[19]認(rèn)為由于20世紀(jì)末信息技術(shù)和互聯(lián)網(wǎng)的繁榮以及亞洲金融危機(jī)使得金屬礦產(chǎn)資源相關(guān)領(lǐng)域投資偏少，從而造成供給不足，推動(dòng)金屬價(jià)格持續(xù)上漲，這與Tilton[20]的看法一致。Cooney等[21]通過(guò)對(duì)美國(guó)2000-2008年銅、鋅、鉬以及鐵礦石等金屬礦產(chǎn)資源價(jià)格的上漲情況進(jìn)行研究，認(rèn)為有色金屬價(jià)格的上漲不是一個(gè)周期性或者暫時(shí)的現(xiàn)象，基本面是推動(dòng)其價(jià)格上漲的主要原因，而一個(gè)重要的影響因素是低收入國(guó)家正在進(jìn)行的快速發(fā)展的工業(yè)化進(jìn)程。特別是自20世紀(jì)90年代以來(lái)，金磚國(guó)家及其他新興經(jīng)濟(jì)體主導(dǎo)了大宗商品的需求增長(zhǎng)，許多學(xué)者對(duì)“中國(guó)因素”給予了關(guān)注，認(rèn)為新興發(fā)展中國(guó)家特別是中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，導(dǎo)致包括能源、金屬等大宗商品需求的持續(xù)增加，是造成全球金屬等大宗商品價(jià)格變動(dòng)的主要原因[4-5,22]。

另一方面是從金融層面來(lái)研究銅等金屬價(jià)格波動(dòng)的影響因素，主要包括美元等主要國(guó)際貨幣匯率的變化、國(guó)際資本的投機(jī)行為、利率的沖擊、原油價(jià)格聯(lián)動(dòng)等。首先，從美元等主要國(guó)際貨幣匯率的變化方面來(lái)看，由于美元是銅等大宗商品價(jià)格的結(jié)算貨幣，在其他條件不變時(shí)，美元幣值變動(dòng)會(huì)影響國(guó)際大宗商品價(jià)格變動(dòng)[6-8]。特別是國(guó)際金融危機(jī)以來(lái)，美國(guó)推出量化寬松貨幣政策，造成美元貶值，一定程度上推動(dòng)了以美元計(jì)價(jià)的國(guó)際期銅價(jià)格的上漲。其次從國(guó)際資本的投機(jī)行為來(lái)看，自 2004 年以來(lái)，機(jī)構(gòu)投資者開(kāi)始大量涉入商品期貨市場(chǎng)，受游資和對(duì)沖基金的追捧，很大程度上造成了大宗商品價(jià)格波動(dòng)對(duì)基本面的偏離[9]；Gilbert[23]的研究表明，2006-2008年期間銅市場(chǎng)正處于爆炸性的泡沫行為階段，商品指數(shù)基金投資推高了價(jià)格；謝飛和韓立巖[11]也發(fā)現(xiàn)對(duì)沖基金等投機(jī)者的套利行為是推動(dòng)大宗商品價(jià)格劇烈變動(dòng)的主要因素。再次，從利率的沖擊方面來(lái)看，F(xiàn)rankel[12]、Roache 和Rossi[13]、Akram[14]均通過(guò)實(shí)證研究發(fā)現(xiàn)，利率對(duì)大宗商品的價(jià)格有著重要的影響。最后，由于能源和金屬之間存在價(jià)格聯(lián)動(dòng)機(jī)制，導(dǎo)致原油價(jià)格上漲也會(huì)逐漸拉升其他金屬等商品價(jià)格[15-18]。

綜上，本文構(gòu)建了供需因素與金融因素影響國(guó)際期銅價(jià)格的統(tǒng)一理論框架，如圖1所示。就供需層面而言，首先，期銅價(jià)格波動(dòng)直接受銅礦供求變動(dòng)影響，而代表“中國(guó)因素”的中國(guó)銅需求變動(dòng)時(shí)，由于其需求比重占全球需求比重很大，會(huì)改變?nèi)蜚~礦供求格局，從而間接影響期銅價(jià)格波動(dòng)；就金融層面而言，銅價(jià)以美元計(jì)價(jià)，美元匯率的變動(dòng)會(huì)直接影響期銅價(jià)格；一般利率特別是聯(lián)邦基金利率會(huì)與美元匯率發(fā)生同向變動(dòng)，從而間接通過(guò)美元匯率影響期銅價(jià)格；投機(jī)則主要影響銅礦庫(kù)存，并進(jìn)而通過(guò)影響銅礦供求對(duì)期銅價(jià)格產(chǎn)生影響，一般投機(jī)庫(kù)存增加時(shí)，會(huì)減少銅市場(chǎng)供應(yīng)，從而抬高期銅價(jià)格；石油對(duì)期銅價(jià)格的影響機(jī)制則相對(duì)復(fù)雜，一方面石油價(jià)格是銅生產(chǎn)成本的主要組成部分，會(huì)影響銅礦供求，造成期銅價(jià)格相應(yīng)變化，另一方面，由于石油美元的存在，也會(huì)通過(guò)美元匯率影響期銅價(jià)格。

圖1 各因素影響期銅價(jià)格波動(dòng)的內(nèi)在機(jī)理

2.2 MSVAR模型構(gòu)建

馬氏域變模型是一種非線(xiàn)性計(jì)量模型，由Quandt[24]提出，Goldfeld 和Quandt[25]、Hamilton[26]等人逐步發(fā)展和完善，特別是自Sims等[27]提出向量自回歸模型(Vector Autoregression, VAR)以來(lái)，馬氏域變模型與向量自回歸模型結(jié)合的方法在研究變量間的相互關(guān)系方面得到廣泛的應(yīng)用。而馬爾科夫區(qū)制轉(zhuǎn)移向量自回歸模型(MSVAR)就是在向量自回歸模型(VAR)的基礎(chǔ)上加上馬爾科夫鏈(Markov Chain)特性的模型。近年來(lái)，對(duì)于把MSVAR這種非線(xiàn)性模型應(yīng)用到實(shí)際問(wèn)題的研究中也有過(guò)許多的嘗試，如嚴(yán)太華和陳明玉[28]刻畫(huà)了股市波動(dòng)的階段性特征；朱孟楠等[29]、李芳和李秋娟[30]研究了人民幣匯率與房地產(chǎn)價(jià)格的互動(dòng)關(guān)系；孟慶斌等[31]基于MSVAR分析通貨膨脹的非線(xiàn)性效應(yīng)；李智和林伯強(qiáng)[32]融合能源經(jīng)濟(jì)學(xué)和商品期貨學(xué)的相關(guān)理論，構(gòu)建了MSVAR模型，對(duì)國(guó)際原油期貨價(jià)格的變動(dòng)進(jìn)行了分析。

根據(jù)馬氏域變向量自回歸模型的構(gòu)建機(jī)理，本文采用LME期銅價(jià)格(Y1) 、LME庫(kù)存(Y2)、中國(guó)銅進(jìn)口量(Y3)、聯(lián)邦基金利率(Y4)、期銅投機(jī) (Y5)、廣義美元指數(shù)(Y6)和石油價(jià)格(Y7)來(lái)構(gòu)建MSVAR模型。這些指標(biāo)可以構(gòu)成7維時(shí)間序列向量Yt=(Y1t、Y2t、Y3t、Y4t、Y5t、Y6t、Y7t)，該時(shí)間序列在狀態(tài)St可構(gòu)建P階VAR模型，如下：

Yt=υt(St)+A1(St)Yt-1+…+Ap(St)Yt-p+ut(St)

(1)

其中，St為狀態(tài)變量，其取值區(qū)間為{1,2,3}。當(dāng)St=1時(shí)是上升期，當(dāng)St=2時(shí)是平穩(wěn)期，當(dāng)St=3時(shí)是下降期。ut(St)～NID(0,∑σ(St))，而ut(St)、Ap都是區(qū)制依賴(lài)的，MS模型又被稱(chēng)為區(qū)制轉(zhuǎn)移(RegimeSwitching,RS)模型，區(qū)制轉(zhuǎn)移的概率可表述為：

(2)

St遍歷不可約的3個(gè)區(qū)制狀態(tài)的轉(zhuǎn)移概率可用馬爾科夫轉(zhuǎn)移矩陣表示：

(3)

其中,對(duì)于任意i∈{1,2,3},有pi1+pi2+pi3=1。

MSVAR模型估計(jì)用EM算法實(shí)現(xiàn)，

由于假設(shè)均值、截距、系數(shù)和方差是否隨著時(shí)變參數(shù)St變化的不同，經(jīng)過(guò)排列組合可以得到MSIA-VAR、MSM-VAR等估計(jì)形式，最終模型的選擇采用AIC信息準(zhǔn)則、HQ、SC值。

2.3 數(shù)據(jù)

本文分析數(shù)據(jù)為月度數(shù)據(jù)，來(lái)源如下：國(guó)際期銅價(jià)格(LME_P)和銅庫(kù)存(STOCK)數(shù)據(jù)來(lái)源于倫敦金屬交易所(LME)；美元指數(shù)選取美國(guó)聯(lián)邦儲(chǔ)備委員會(huì)(FRB)公布的廣義美元指數(shù)(BDI)；用非商業(yè)交易頭寸占比(NCPP)表示投機(jī)，數(shù)據(jù)來(lái)源于美國(guó)商品期貨交易委員會(huì)(CFTC)公布的非商業(yè)交易多頭、非商業(yè)交易空頭、非商業(yè)交易套利和總持倉(cāng)，NCPP由(非商業(yè)交易多頭+非商業(yè)交易空頭+2*非商業(yè)交易套利)/(2*總持倉(cāng))計(jì)算得到；聯(lián)邦基金利率(IR)和中國(guó)銅進(jìn)口量(IMPORT)數(shù)據(jù)來(lái)源于Wind資訊金融數(shù)據(jù)庫(kù)。國(guó)際原油價(jià)格(WTI)數(shù)據(jù)來(lái)源于同花順數(shù)據(jù)庫(kù)。為消除異方差，對(duì)LME_P、STOCK、BDI、IR、IMPORT和WTI變量進(jìn)行季節(jié)性調(diào)整，并對(duì)調(diào)整后的指標(biāo)取自然對(duì)數(shù)，分別記為L(zhǎng)LME_P、LSTOCK、LBDI、LIR、LIMPORT和LWTI，樣本區(qū)間為2000年2月至2014年3月。

3 實(shí)證結(jié)果及分析

3.1 單位根檢驗(yàn)

在進(jìn)行MSVAR模型計(jì)算之前，先要保證樣本的平穩(wěn)性，本文采用ADF方法進(jìn)行單位根檢驗(yàn)，發(fā)現(xiàn)除投機(jī)序列外，國(guó)際期銅價(jià)格、銅庫(kù)存、廣義美元指數(shù)、聯(lián)邦基金利率、中國(guó)銅進(jìn)口量和國(guó)際原油價(jià)格在5%顯著性水平下都不是平穩(wěn)序列，但其一階差分都為平穩(wěn)序列。這對(duì)MSVAR方法的有效性提供了保證。

圖2 區(qū)制狀態(tài)分析

3.2 MSVAR模型的選擇

根據(jù)不同的設(shè)定，MSVAR模型具體形式包括：MSI、MSIH、MSMH、MSIAH、MSM等形式, 根據(jù)AIC、HQ、SC等準(zhǔn)則判斷最優(yōu)的模型,經(jīng)比較發(fā)現(xiàn)MSIA(3)-ARX(1)是最優(yōu)模型。即向量自回歸的滯后項(xiàng)為1，區(qū)制數(shù)量為3，這也與事前期銅市場(chǎng)存在的三種狀態(tài)的估計(jì)一致，即期銅市場(chǎng)膨脹期、期銅市場(chǎng)平穩(wěn)期、期銅市場(chǎng)低迷期。MSIA(3)-ARX(1)模型的LR檢驗(yàn)值為74.9407，卡方統(tǒng)計(jì)量的P值小于1%，顯著地拒絕線(xiàn)性系統(tǒng)原假設(shè)，因此選擇MSIA(3)-ARX(1)是合適的。

3.3 區(qū)制狀態(tài)分析

本文MSVAR分析的3個(gè)區(qū)制如圖2所示。2000～2003年期間，期銅價(jià)格長(zhǎng)期在低位徘徊，價(jià)格波動(dòng)較小，較多的樣本處于區(qū)制2內(nèi)；2003年以后，由于宏觀(guān)經(jīng)濟(jì)環(huán)境變好，期銅價(jià)格迎來(lái)了一輪飆升，在隨后的全球金融危機(jī)中，雖然經(jīng)歷了大幅的下跌，但持續(xù)時(shí)間較短，如圖2可知2004～2007年期間，較多的樣本在區(qū)制1內(nèi)；而2008～2009年期間，大部分樣本在區(qū)制3內(nèi)。經(jīng)歷了一輪大幅下跌之后，期銅市場(chǎng)又迎來(lái)了一段大幅上漲期，之后一直在高位徘徊，在2010年以后的樣本較多的處于區(qū)制1和區(qū)制2中。因此，本文引入的3區(qū)制模型較好地刻畫(huà)了期銅市場(chǎng)的現(xiàn)實(shí)狀況。

在樣本期內(nèi)，系統(tǒng)維持在狀態(tài)1的概率為0.7060，由狀態(tài)1轉(zhuǎn)移到狀態(tài)2和狀態(tài)3的概率分別為0.2201和0.0739；系統(tǒng)維持在狀態(tài)2的概率為0.8110，由狀態(tài)2轉(zhuǎn)移到狀態(tài)1和狀態(tài)3的概率分別為0.1186和0.0704；系統(tǒng)維持在狀態(tài)3的概率為0.6606，由狀態(tài)3轉(zhuǎn)移到狀態(tài)1和狀態(tài)2的概率分別為0.3255和0.0139。

此外，系統(tǒng)37.52%時(shí)間處于區(qū)制1，平均可持續(xù)3.4個(gè)月；44.98%的時(shí)間處于區(qū)制2，平均可持續(xù)5.29個(gè)月；17.5%的時(shí)間處于區(qū)制3，平均可持續(xù)2.95個(gè)月。

3.4 模型參數(shù)分析

本文用Krolzig的OX-MSVAR包在Givewin平臺(tái)對(duì)模型進(jìn)行估計(jì)，表1顯示了MSIA(3)—ARX(1)模型的參數(shù)估計(jì)結(jié)果。

由表1可知，在區(qū)制1下，期銅價(jià)格的波動(dòng)主要受到第一期庫(kù)存、廣義美元指數(shù)、原油價(jià)格的顯著影響；在區(qū)制2下，期銅價(jià)格的波動(dòng)受到第一期聯(lián)邦基金利率、原油價(jià)格的顯著影響；而在區(qū)制3下，期銅價(jià)格的波動(dòng)受到第一期庫(kù)存和投機(jī)的顯著影響。

表1 模型參數(shù)估計(jì)結(jié)果

注：***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。

從供需基本面來(lái)看，期銅價(jià)格除平穩(wěn)期外，在期銅市場(chǎng)膨脹期與低迷期都受到銅庫(kù)存的顯著影響，具體來(lái)說(shuō)，在期銅市場(chǎng)膨脹期，DSTOCKt-1變量上升10%，期銅價(jià)格變化率將下降1.70%，而在期銅市場(chǎng)低迷期，DSTOCKt-1變量上升10%，期銅價(jià)格變化率將下降2.39%。但兩個(gè)區(qū)制下的影響方向?yàn)樨?fù)，表明銅庫(kù)存下降，期銅價(jià)格上升，銅庫(kù)存上升，期銅價(jià)格下降，符合理論預(yù)期，顯示供需因素在期銅價(jià)格波動(dòng)中仍發(fā)揮基礎(chǔ)性作用，而代表“中國(guó)因素”的中國(guó)銅進(jìn)口量在三個(gè)區(qū)制下對(duì)期銅價(jià)格的影響都不顯著，表明“中國(guó)因素”在國(guó)際期銅市場(chǎng)中的作用被夸大。這與韓立巖和尹力博[33]構(gòu)建的因素增強(qiáng)型向量自回歸模型(FAVAR)分析結(jié)論相一致，與學(xué)者們采用VAR、 VECM、SVAR等模型得出的研究結(jié)論相左。

從金融因素角度來(lái)看，在三種狀態(tài)下，金融因素對(duì)期銅價(jià)格波動(dòng)都具有顯著影響，但不同區(qū)制下的作用程度與方式有區(qū)別，具體來(lái)說(shuō)，在期銅市場(chǎng)膨脹期，DBDIt-1和DWTIt-1上升10%，將導(dǎo)致期銅價(jià)格變化率分別下降65.10%和3.07%；在期銅市場(chǎng)平穩(wěn)期，DIRt-1和DWTIt-1上升10%，將導(dǎo)致期銅價(jià)格變化率分別下降1.71%和2.86%；而在期銅市場(chǎng)低迷期，NCPPt-1上升10%，將導(dǎo)致期銅價(jià)格變化率上升3.58%。

3.5 基于不同區(qū)制的脈沖響應(yīng)函數(shù)分析

為了更進(jìn)一步考察各個(gè)因素對(duì)國(guó)際期銅價(jià)格的影響方向、持續(xù)時(shí)間與作用強(qiáng)度，并比較不同區(qū)制下短期動(dòng)態(tài)影響的差異，本文采用累積脈沖響應(yīng)進(jìn)行分析。本文基于 MSIH(3)-VAR(1) 模型，分別給定銅庫(kù)存量、中國(guó)銅進(jìn)口量、投機(jī)行為、廣義美元指數(shù)、聯(lián)邦基金利率、石油價(jià)格一個(gè)沖擊，觀(guān)察國(guó)際期銅價(jià)格在 20 個(gè)月內(nèi)的累積響應(yīng)。圖 3為脈沖響應(yīng)的結(jié)果。

(1)銅庫(kù)存沖擊對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。在區(qū)制1下，給定銅庫(kù)存一個(gè)標(biāo)準(zhǔn)差的正的沖擊，期銅價(jià)格在當(dāng)期有正向響應(yīng)，隨后一直下降，在第1期由正轉(zhuǎn)負(fù)，累計(jì)響應(yīng)在第5個(gè)月達(dá)到負(fù)的最大值，隨后在第10個(gè)月后，累計(jì)響應(yīng)逐漸消失；在區(qū)制2下，期銅價(jià)格也在當(dāng)期有正向響應(yīng)，響應(yīng)值為0.03，隨后一直呈現(xiàn)下降趨勢(shì)，在第3個(gè)月由正轉(zhuǎn)負(fù)，并且負(fù)向響應(yīng)逐漸增強(qiáng)，到第20個(gè)月后，達(dá)到-0.02。在區(qū)制3下，期銅價(jià)格立即出現(xiàn)負(fù)向響應(yīng)，累計(jì)響應(yīng)在第5個(gè)月后達(dá)到負(fù)的最大值0.04，隨后保持著上升的態(tài)勢(shì)?？傮w來(lái)說(shuō)，銅庫(kù)存增加，將導(dǎo)致期銅價(jià)格下降，但不同區(qū)制下影響效力和持續(xù)時(shí)間不同。給定銅庫(kù)存一個(gè)標(biāo)準(zhǔn)差的正的沖擊，當(dāng)期銅市場(chǎng)處于低迷期時(shí)，期銅價(jià)格下降表現(xiàn)得最明顯，其次是平穩(wěn)期。而就影響持續(xù)時(shí)間而言，在期銅市場(chǎng)平穩(wěn)期與低迷期，銅庫(kù)存沖擊至20個(gè)月仍保持較大影響，而在期銅市場(chǎng)膨脹期，影響時(shí)間只持續(xù)10個(gè)月左右。

(2)中國(guó)銅進(jìn)口量沖擊對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。給定中國(guó)銅進(jìn)口量一個(gè)標(biāo)準(zhǔn)差的正的沖擊，在區(qū)制1下，當(dāng)期表現(xiàn)不明顯，從第1個(gè)月開(kāi)始累積響應(yīng)就變?yōu)樨?fù),之后負(fù)向程度呈現(xiàn)增強(qiáng)趨勢(shì)，并在第20個(gè)月達(dá)到-0.05；在區(qū)制2下，期銅價(jià)格開(kāi)始出現(xiàn)下降，隨后在第1個(gè)月上升，在第2個(gè)月達(dá)到最大值0.02，之后大致保持在0.02左右；在區(qū)制3下，期銅價(jià)格當(dāng)期表現(xiàn)不明顯，之后一直呈現(xiàn)負(fù)向增強(qiáng)趨勢(shì)，至第20個(gè)月達(dá)到-0.06?？偟膩?lái)說(shuō)，中國(guó)銅進(jìn)口量對(duì)于期銅價(jià)格的影響在不同區(qū)制下有著截然相反的表現(xiàn)，這主要表現(xiàn)在效力發(fā)揮的方向上。在期銅市場(chǎng)膨脹期與低迷期，中國(guó)銅進(jìn)口量的增加并不能提高國(guó)際期銅價(jià)格。只有期銅市場(chǎng)處于平穩(wěn)發(fā)展期時(shí)，中國(guó)銅進(jìn)口量的增加提高國(guó)際期銅價(jià)格，這再一次證明，“中國(guó)因素”對(duì)國(guó)際期銅價(jià)格的影響作用被夸大。

(3)投機(jī)沖擊對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。給定投機(jī)一個(gè)標(biāo)準(zhǔn)差的正的沖擊，在區(qū)制1下，期銅價(jià)格在當(dāng)期有正向響應(yīng)，隨后累積響應(yīng)一直呈現(xiàn)上升態(tài)勢(shì)；在區(qū)制2下，期銅價(jià)格在當(dāng)期有負(fù)向響應(yīng)，之后期銅價(jià)格一直呈現(xiàn)下降趨勢(shì)；在區(qū)制3下，期銅價(jià)格的累積響應(yīng)與區(qū)制1類(lèi)似，一直呈現(xiàn)正向增強(qiáng)趨勢(shì)。總的來(lái)說(shuō)，投機(jī)行為對(duì)于期銅價(jià)格的影響在不同區(qū)制下的不同表現(xiàn)主要反映在效力發(fā)揮的方向上，在期銅市場(chǎng)膨脹期與低迷期，投機(jī)行為增加將抬高國(guó)際期銅價(jià)格，而在期銅市場(chǎng)平穩(wěn)期，投機(jī)行為增加反而降低了國(guó)際期銅價(jià)格，這主要是由于在期銅價(jià)格大漲大跌的時(shí)候，也是國(guó)際投機(jī)基金炒作頻繁的時(shí)候，從而推動(dòng)了國(guó)際期銅價(jià)格相應(yīng)變化。

圖3 三個(gè)區(qū)制下受到各因素沖擊后期銅價(jià)格的脈沖響應(yīng)

(4)聯(lián)邦基金利率對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。給定聯(lián)邦基金利率一個(gè)標(biāo)準(zhǔn)差的正的沖擊，在區(qū)制1下，期銅價(jià)格立即上升，累計(jì)響應(yīng)在第5個(gè)月達(dá)到最大值0.2，隨后保持穩(wěn)定；在區(qū)制2下，期銅價(jià)格在當(dāng)期有顯著正向響應(yīng)，然后開(kāi)始出現(xiàn)下降，累計(jì)響應(yīng)在第1個(gè)月后達(dá)到最小值0.002，之后上升，從第2個(gè)月開(kāi)始保持穩(wěn)定在0.02左右；在區(qū)制3下，期銅價(jià)格當(dāng)期響應(yīng)為正，響應(yīng)值為0.025，隨后在一個(gè)月后開(kāi)始上升，在第5個(gè)月后達(dá)到最大，隨后保持穩(wěn)定在0.08左右。總的來(lái)說(shuō)，在任何區(qū)制下，聯(lián)邦基金利率升高，將導(dǎo)致期銅價(jià)格上升，這與理論預(yù)期不符，主要是因?yàn)樵诙唐趦?nèi)，作為商品的一種，銅價(jià)格不可避免地要受到通貨膨脹的影響。而目前美聯(lián)儲(chǔ)制定貨幣政策基本上遵循泰勒法則，也就是盯住目標(biāo)的經(jīng)濟(jì)增長(zhǎng)率和通貨膨脹率。因此，美國(guó)聯(lián)邦基金利率的提高與美國(guó)經(jīng)濟(jì)的成長(zhǎng)是正向關(guān)系，從而構(gòu)成了與銅價(jià)之間的正向關(guān)系。

(5)廣義美元指數(shù)對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。給定廣義美元指數(shù)一個(gè)標(biāo)準(zhǔn)差的正的沖擊，國(guó)際期銅價(jià)格在任何區(qū)制下表現(xiàn)為負(fù)，但不顯著，且保持穩(wěn)定。在區(qū)制1和區(qū)制3下，累計(jì)響應(yīng)保持穩(wěn)定在-0.015左右，在區(qū)制2下，累計(jì)響應(yīng)保持穩(wěn)定在-0.0015?？偟膩?lái)說(shuō)，在任何區(qū)制下，廣義美元指數(shù)對(duì)國(guó)際期銅價(jià)格的影響不大。

(6)石油價(jià)格對(duì)國(guó)際期銅價(jià)格的動(dòng)態(tài)影響。給定石油價(jià)格一個(gè)標(biāo)準(zhǔn)差的正的沖擊，在區(qū)制1下，期銅價(jià)格開(kāi)始出現(xiàn)小幅下降，累計(jì)響應(yīng)在第1個(gè)月后達(dá)到最小值0.05，隨后基本保持穩(wěn)定在0.06左右；在區(qū)制2下，期銅價(jià)格也開(kāi)始出現(xiàn)小幅下降，累計(jì)響應(yīng)在第1個(gè)月后達(dá)到最小值0.02，隨后略微上升，一直保持穩(wěn)定在0.025左右；在區(qū)制3下，期銅價(jià)格的響應(yīng)與區(qū)制2下類(lèi)似，但最后保持穩(wěn)定在0.07左右?？偟膩?lái)說(shuō)，石油價(jià)格上升，由于大宗商品價(jià)格間的聯(lián)動(dòng)關(guān)系，也將導(dǎo)致國(guó)際期銅價(jià)格上升，但在不同區(qū)制下影響效力不同，在樣本期內(nèi)，石油價(jià)格對(duì)期銅價(jià)格的影響在期銅市場(chǎng)膨脹期與低迷期下效果更明顯。

3.6 MSVAR方法的有效性

總體來(lái)看，MSVAR方法還是比較好地?cái)M合了期銅市場(chǎng)中各變量的變動(dòng)。圖4上邊描述了期銅價(jià)格這一內(nèi)生變量的實(shí)際值、1步預(yù)測(cè)值和平滑值的關(guān)系，下邊描述了MSVAR方法的實(shí)際殘差的正態(tài)分布擬合結(jié)果。證明了MSVAR方法研究期銅市場(chǎng)變動(dòng)方面的有效性。

圖4 MSVAR方法的有效性

4 結(jié)語(yǔ)

本文融合商品期貨與能源經(jīng)濟(jì)學(xué)相關(guān)理論，從銅的雙重屬性即商品屬性與金融屬性出發(fā)，構(gòu)建了供需因素與金融因素影響國(guó)際期銅價(jià)格的理論框架，并采用2000年2月至2014年3月的月度數(shù)據(jù)，運(yùn)用 MSVAR 模型實(shí)證研究了供需因素、金融因素對(duì)國(guó)際期銅價(jià)格的非線(xiàn)性動(dòng)態(tài)影響，得出以下結(jié)論：

(1)MSVAR模型結(jié)果表明，將系統(tǒng)劃分為三個(gè)區(qū)制是合適的，區(qū)制1代表期銅市場(chǎng)膨脹期，區(qū)制3代表期銅市場(chǎng)低迷期；而區(qū)制2表示的則是不處于區(qū)制1或3的狀態(tài),即期銅市場(chǎng)處于平穩(wěn)發(fā)展期，三種狀態(tài)下，模型的截距、系數(shù)都會(huì)隨區(qū)制轉(zhuǎn)換發(fā)生變化，這意味著相同因素在不同的區(qū)制狀態(tài)下對(duì)期銅價(jià)格造成的影響是不同的。

(2)期銅價(jià)格除平穩(wěn)期外，在期銅市場(chǎng)膨脹期與低迷期都受到銅庫(kù)存的顯著影響，顯示供需基本面在期銅價(jià)格波動(dòng)中仍發(fā)揮基礎(chǔ)性作用，而代表“中國(guó)因素”的中國(guó)銅進(jìn)口量在三個(gè)區(qū)制下對(duì)期銅價(jià)格的影響都不顯著，表明“中國(guó)因素”在國(guó)際期銅市場(chǎng)中的作用被憑空放大。

(3)金融因素在國(guó)際期銅市場(chǎng)定價(jià)機(jī)制演變過(guò)程中發(fā)揮重要作用,三種狀態(tài)下，金融因素都是國(guó)際期銅價(jià)格變動(dòng)的主要驅(qū)動(dòng)因素,顯示隨著大宗商品金融化趨勢(shì)的增強(qiáng)，金融因素對(duì)期銅價(jià)格波動(dòng)的影響也在加強(qiáng)，但不同狀態(tài)下金融因素的作用方式和程度明顯不同。

(4)基于不同區(qū)制的累積脈沖響應(yīng)的結(jié)果表明，各個(gè)因素在不同區(qū)制下對(duì)國(guó)際期銅價(jià)格的影響效果存在顯著差異，總的來(lái)說(shuō)，在期銅市場(chǎng)膨脹期與低迷期，聯(lián)邦基金利率的影響作用最大，而在期銅市場(chǎng)平穩(wěn)期，期銅價(jià)格受投機(jī)行為的影響最顯著。

需要指出的是，MSVAR模型的應(yīng)用也有其適應(yīng)條件與適用范圍，它主要用于刻畫(huà)經(jīng)濟(jì)變量之間的非線(xiàn)性關(guān)系，揭示不同狀態(tài)下經(jīng)濟(jì)行為所具有的不同特征與規(guī)律，目前主要應(yīng)用于宏觀(guān)經(jīng)濟(jì)、金融市場(chǎng)等領(lǐng)域；MSVAR模型也有其局限性，它只能對(duì)各狀態(tài)進(jìn)行統(tǒng)計(jì)性質(zhì)分析，而無(wú)法給出不同狀態(tài)的經(jīng)濟(jì)含義。未來(lái)研究可考慮結(jié)合動(dòng)態(tài)隨機(jī)一般均衡(DSGE)框架，進(jìn)一步從微觀(guān)角度拓展其應(yīng)用范圍。

[1] Trostle R．Global agricultural demand and supply: Factors contributing to the recent increase in food commodity price[R].Working Paper, USDA Economic Research Service,2008.

[2] 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．

[3] 黃健柏,李瓊鶴.國(guó)際期銅價(jià)格中的“中國(guó)因素”研究[J].價(jià)格理論與實(shí)踐,2011,(12):61-62.

[4] Dwyer A, Gardner G,Williams T.Global commodity markets-price volatility and financialisation[J].RBA Bulletin,2011,(6):49-57.

[5] Anzuini A, Lombardi M J,Pagano P. The impact of monetary policy shocks on commodity prices[J]. International Journal of Central Banking, 2013,9(3):125-150.

[6] McCalla A F．World food prices: Causes and consequences [J].Canadian Journal of Agricultural Economics, 2009,57(1):23-34.

[7] Harri A, Nalley L, Hudson D.The relationship between oil,exchange rates and commodity prices[J].Journal of Agricultural and Applied Economics, 2009, 41(2):29-64.

[8] 馮輝,張蜀林.國(guó)際黃金期貨價(jià)格決定要素的實(shí)證分析[J].中國(guó)管理科學(xué),2012,20(S1):424-428.

[9] Masters M.Testimony before the committee on homeland security and governmental affairs[R].Working Paper US Senate, Washington,2008.

[10] Tang Ke, Xiong Wei. Index investment and the financialization of commodities[J].Financial Analyst Journal, 2012,68(6):712-754.

[11] 謝飛,韓立巖. 投機(jī)還是實(shí)需：國(guó)際商品期貨價(jià)格的影響因素分析[J].管理世界,2012,(10):71-82.

[12] Frankel J A．The effect of monetary policy on real commodity prices [R]. Working paper,National Bureau of Economic Research,2006.

[13] Roache S,Rossi M.The effects of economic news on commodity prices[J]. Quarterly Review of Economics and Finance,2010,50(3):377-385．

[14] Akram Q F.Commodity prices,interest rates and the dollar[J].Energy Economic, 2009,31(6):838-851．

[15] Baffes J.Oil spills on other commodities [J]. Resources Policy, 2007,32(3):126-134．

[16] Hammoudeh S,Sari R, Ewing B T.Relationships among strategic commodities and with financial variables: A new look[J].Contemporary Economic Policy,2008,27(2):251-264.

[17] Soytas U,Sari R, Hammodeh S, et al.World oil prices，precious metal prices and macroeconomy in Turkey[J].Energy Policy,2009,37(12):5557-5566．

[18] Sari R,Hammoudeh S, Soytas U. Dynamics of oil price,precious metal prices,and exchange rate[J].Energy Economics,2010,32(2):351-362．

[19] Humphreys D.The great metals boom: Aretrospective[J].Resources Policy,2010, 35(1):1-13.

[20] Tilton J E.Outlook for copper prices-up or down[J].Commodities Research Unit World Copper Conference, 2006,58(8):16-20.

[21] Cooney S,Pirog R,Folger P. Mineral’s price increases and volatility: Causes and consequences [R].Working Paper,Congressional Research Service,Washington DC,2008.

[22] Streifel S. Impact of China and India on global commodity markets focus on metals & minerals and petroleum[R]. Working Paper Development Prospects Group, World Bank. 2006.

[23] Gilbert C L. How to understand high food prices [J].Journal of Agricultural Economics,2010,61(2):398-425．

[24] Quandt R E.The estimation of parameters of a linear regression system obeying two separate regimes[J].Journal of the Royal Statistic Association, 1958,53(284):873-880.

[25] Goldfeld S M, Quandt R E.A markov model for switching regression[J].Journal of Econometrics,1973,1(1):3-16.

[26] HamiltonJ D.Analysis of time series subject to changes in regime[J].Journal of Econometrics,1990,45(1):39-70.

[27] Sims C A, Stock J H, Watson M W. Inference in linear time series models with some unit roots[J]. Econometrica, 1990,58(1):113-144.

[28] 嚴(yán)太華,陳明玉.基于馬爾科夫切換模型的上證指數(shù)周收益率時(shí)間序列分析[J].中國(guó)管理科學(xué)，2009,17(6):33-38.

[29] 朱孟楠,劉林,倪玉娟.人民幣匯率與我國(guó)房地產(chǎn)價(jià)格——基于Markov區(qū)制轉(zhuǎn)換VAR模型的實(shí)證研究[J].金融研究,2011,(5):58-71.

[30] 李芳,李秋娟.人民幣匯率與房地產(chǎn)價(jià)格的互動(dòng)關(guān)系—基于2005-2012年月度數(shù)據(jù)的MSVAR模型分析[J].國(guó)際金融研究,2014,(3):86-96.

[31] 孟慶斌,靳曉婷,吳蕾.我國(guó)通貨膨脹影響因素的非線(xiàn)性影響效應(yīng)分析[J].金融研究,2014,(4):30-46.

[32] 李智,林伯強(qiáng).基于MSVAR的國(guó)際原油期貨價(jià)格變動(dòng)研究[J].金融研究,2014,(1):99-109.

[33] 韓立巖,尹力博.投機(jī)行為還是實(shí)際需求？—國(guó)際大宗商品價(jià)格影響因素的廣義視角分析[J].經(jīng)濟(jì)研究,2012,(12):83-96.

Nonlinear Effect Studies of Influence Factors of Nonferrous Metals Price Fluctuation Based on MSVAR Model

ZHONG Mei-rui1, 2, CHEN Jie-yu1, HUANG Jian-bai1,2,CHEN Jin-yu1

(1.School of Business, Central South Universtiy,Changsha 410083,China；2.Institute of Metal Resources Strategy, Changsha 410083,China)

Owing to the simultaneous appearance of growth demand in emerging markets and indexing investment in metal futures market and interaction between supply and demand factors and financial factor, the pricing mechanism of nonferrous metals becomes more complex presenting characteristics such as nonlinearity, dynamics and structure dissimilation. Based on the above background, the pricing mechanism of nonferrous metals affected by supply and demand factors and financial factors is put forward. Monthly data from February 2000 to March 2014 is selected and MSVAR model is constructed to do empirical analysis as the example of copper. The results show that the price fluctuation of copper owns the feature of regime switching, namely, inflation period, depression period and steady period. During each period, financial factors could explain price violation completely while in different mechanism, and Chinese factor is apparently exaggerated, which is different from the previous studies.In the short term, each factor’s impacts on international copper futures prices under different regimes have significant difference in function direction, duration and function strength. The conclusions and the nonlinear econometric models established provide new thinking and analysis tool for commodity financialization explanation.

nonferrous metals; price fluctuation; MSVAR model; regime switching

1003-207(2016)04-0045-09

10.16381/j.cnki.issn1003-207x.2016.04.006

2014-10-19；

2015-05-16

國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目(13&ZD024，13&ZD169，14&ZDB136)；國(guó)家自然科學(xué)基金面上資助項(xiàng)目(71573282)；教育部人文社會(huì)科學(xué)研究項(xiàng)目(13YJAZH149)；湖南省自然科學(xué)基金資助項(xiàng)目(2015JJ2182)；湖南省教育廳開(kāi)放基金資助項(xiàng)目(15K133)；中南大學(xué)研究生自主探索創(chuàng)新基金(2014zzts124，2015zzts005)

黃健柏(1954-)，男(漢族)，湖南臨武人，中南大學(xué)商學(xué)院教授，博士生導(dǎo)師，研究方向：行為契約理論、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、資本運(yùn)營(yíng)、企業(yè)經(jīng)營(yíng)戰(zhàn)略，E-mail:jbhuang@mail.csu.edu.cn.

F830.91

A