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(jīng)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(jīng)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(shù)月度數(shù)據(jù)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(jié)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(yīng)；低機制狀態(tài)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(tài)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(zhuǎn)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(mào)易發(fā)展使人民幣匯率更加市場化，國外投資者對人民幣資產(chǎn)配置變化加大了國家調(diào)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(xiàn)長期升值趨勢；但短期受美聯(lián)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(tài)。

大宗商品價格劇烈波動對國家工業(yè)生產(chǎn)及通貨膨脹等產(chǎn)生較大影響。中國作為世界經(jīng)濟增長重要推動者，對能源商品、基礎(chǔ)原材料和農(nóng)副產(chǎn)品需求量增長迅速，國內(nèi)生產(chǎn)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(jù)有關(guān)數(shù)據(jù)顯示①數(shù)據(jù)來源：中國海關(guān)總署網(wǎng)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(yīng)表現(xiàn)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(shù)從2016年2月開始企穩(wěn)回升，指數(shù)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(xù)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(diào)控、進出口企業(yè)經(jīng)營管理以及投資者決策面臨挑戰(zhàn)。大宗商品特別是能源類商品價格持續(xù)上漲增加我國進口成本和企業(yè)負擔；農(nóng)產(chǎn)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(mào)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(guān)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(tǒng)市場經(jīng)濟理論認為，供不應(yīng)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(qū)動、重大政治事件對產(chǎn)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(chǎn)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(fā)展，工業(yè)生產(chǎn)對石油的需求不斷增加，引發(fā)國際油價大幅上漲。2008年金融危機爆發(fā)，世界經(jīng)濟增長趨緩，經(jīng)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(xiàn)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(fā)現(xiàn)，牛市中油價增長速度遠高于熊市下降速度，學者將此現(xiàn)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(wěn)定影響，張?zhí)祉擺4]基于1993年1月至2014年12月月度數(shù)據(jù)考查貨幣政策對國際大宗商品價格動態(tài)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(guān)系，在價格預警方面，我國應(yīng)將西方國家的貨幣政策作為重要監(jiān)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(yīng)量途徑。多恩布什超調(diào)理論可用于分析利率對大宗商品的影響，F(xiàn)rankel[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(yīng)量對大宗商品價格的影響，研究結(jié)果表明長期內(nèi)，全球流動性過剩是大宗商品價格變化的主要驅(qū)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(xiàn)金融時間序列波動性特征。大量機構(gòu)投資者進入大宗商品市場使商品市場與資本證券市場聯(lián)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(chǎn)，當其中一種資產(chǎn)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(xiàn)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(gòu)投資者不斷涌入大宗商品現(xiàn)貨及期貨市場很大程度上造成商品價格逐步背離經(jīng)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(xiàn)貨價格，發(fā)現(xiàn)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(yè)期貨市場與大宗商品價格關(guān)系得出兩個市場均與大宗商品價格有長期穩(wěn)定相關(guān)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(cè)重于匯率對單一產(chǎn)品的價格影響。Akram[17]通過研究匯率與主要農(nóng)產(chǎn)品價格關(guān)系提出，匯率對玉米、棉花和豆油價格聯(lián)動效應(yīng)較明顯，而對小麥價格預測作用不顯著。國內(nèi)側(cè)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(jié)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(tài)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(xié)整模型、誤差修正模型、脈沖響應(yīng)函數(shù)等方法，分析人民幣兌美元匯率與國內(nèi)大宗農(nóng)產(chǎn)品價格間關(guān)系。實證結(jié)果表明，人民幣兌美元匯率升值與大宗農(nóng)產(chǎn)品價格上漲存在正相關(guān)關(guān)系，美元貶值可能會導致大宗農(nóng)產(chǎn)品價格升高。

現(xiàn)有關(guān)于大宗商品價格影響因素研究大多是分類研究，匯率側(cè)重點在于研究其與石油以及農(nóng)產(chǎn)品價格間相關(guān)關(guān)系。而石油或農(nóng)產(chǎn)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(xié)整檢驗，難以較好擬合因外部沖擊而導致的非線性效應(yīng)。從非對稱性角度研究匯率與大宗商品價格關(guān)系者較少，觀察匯率與大宗商品價格指數(shù)趨勢圖可發(fā)現(xiàn)二者作用機制非完全線性相關(guān)關(guān)系，二者是否存在非線性機制是本文研究重點?；诖?，本文引入平滑轉(zhuǎn)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(shù)的非線性效應(yīng)。

二、模型假定

本文將人民幣有效匯率對大宗商品價格指數(shù)影響機制的基礎(chǔ)模型假定為：

其中，CCPI（China Commodity Price Index）為中國大宗商品價格指數(shù)，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(shù)，n表示大宗商品價格滯后階數(shù)，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(zhuǎn)換回歸（STR）模型檢驗，進一步在上述基礎(chǔ)模型中引入轉(zhuǎn)換函數(shù)，構(gòu)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(xù)有界函數(shù)，稱為轉(zhuǎn)換函數(shù)，根據(jù)轉(zhuǎn)換函數(shù)形式不同，STR模型可分為指數(shù)型STR（ESTR）和邏輯斯蒂型STR（LSTR），其中，ESTR轉(zhuǎn)換函數(shù)，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(zhuǎn)換函數(shù)斜率，值越大表示變量在兩種機制間轉(zhuǎn)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(chǔ)線性回歸模型。c為閾值，表示狀態(tài)轉(zhuǎn)換時刻，即“轉(zhuǎn)折點”，st為轉(zhuǎn)換變量。當st在閾值c左右取值時，轉(zhuǎn)換函數(shù)G（γ，c；st）值域會單調(diào)變化，反映變量轉(zhuǎn)變前后效果差異。轉(zhuǎn)換函數(shù)引入實現(xiàn)線性函數(shù)間平滑轉(zhuǎn)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(yīng)提供依據(jù)。

三、實證分析

（一）數(shù)據(jù)選取及穩(wěn)定性檢驗

人民幣實際有效匯率（REER）是以對外貿(mào)易比重為權(quán)重，對貿(mào)易伙伴雙邊匯率加權(quán)平均得到的匯率指數(shù)?？紤]本國通貨膨脹以及對外貿(mào)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(shù)廣泛運用于國際組織經(jīng)貿(mào)研究。本文REER數(shù)據(jù)來源于國際清算銀行（BIS）數(shù)據(jù)庫。大宗商品價格指數(shù)（CCPI）數(shù)據(jù)來源于中國流通產(chǎn)業(yè)網(wǎng)，指數(shù)涵蓋能源、鋼鐵、礦產(chǎn)品、有色金屬、橡膠、農(nóng)產(chǎn)品、牲畜、油料油脂、食糖等9類26種商品。樣本區(qū)間均為2006年6月至2016年9月月度數(shù)據(jù)。

建模時間序列數(shù)據(jù)要求數(shù)據(jù)穩(wěn)定，否則會出現(xiàn)偽回歸現(xiàn)象。上述兩組數(shù)據(jù)ADF檢驗結(jié)果見表1。

由表1可知，實際有效匯率和大宗商品價格指數(shù)原始序列均不平穩(wěn)，但對二者一階差分處理后，數(shù)據(jù)均平穩(wěn)?；谏鲜鰴z驗結(jié)果，對差分處理的CCPI（DCCPI）和REER（DREER）平穩(wěn)數(shù)據(jù)建模。

（二）滯后階數(shù)及轉(zhuǎn)換函數(shù)形式選取

STR模型中線性部分滯后階數(shù)確定可參照VAR模型，即假定最大滯后階數(shù)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(shù)據(jù)最佳滯后階數(shù)為1階，檢驗結(jié)果見表2。

表1 REER和CCPI的平穩(wěn)性檢驗

非線性部分檢驗基于轉(zhuǎn)換函數(shù)三級泰勒展開式進行，設(shè)定原假設(shè)H0:α1=α2=α3，拒絕原假設(shè)則意味接受非線性，接受原假設(shè)則不存在非線性。Terasvirta提出以F統(tǒng)計量檢驗?zāi)Ｐ褪欠翊嬖诜蔷€性。序貫檢驗如下：

原假設(shè)H04、H03、H02分別對應(yīng)統(tǒng)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(jù)上述檢驗過程，變量檢驗結(jié)果見表3。

表2 滯后階數(shù)檢驗結(jié)果

表3 非線性檢驗結(jié)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(zhuǎn)換變量，F(xiàn)統(tǒng)計量對應(yīng)p值為6.0176e-03，顯然拒絕原假設(shè)，認為人民幣實際有效匯率與大宗商品價格指數(shù)存在非線性關(guān)系。此時非線性轉(zhuǎn)換模型為LSTR1，即轉(zhuǎn)換函數(shù)G（γ，c；st）=[1+exp（-γ（st-c））]-1，γ＞0。

（三）參數(shù)估計

根據(jù)JMulTi軟件采用BFGS迭代法對初始參數(shù)γ和c設(shè)置初始區(qū)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(shù)值，構(gòu)造900對組合，構(gòu)造二元網(wǎng)格，給定任意一組γ和c值，取遍上述網(wǎng)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(jié)果見圖1和圖2。將數(shù)值帶入轉(zhuǎn)換函數(shù)，確定最優(yōu)結(jié)果。經(jīng)過多次調(diào)整，剔除不顯著變量，最終得到估計結(jié)果（見表4）。

（四）實證結(jié)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(guān)關(guān)系，與前文所述實際情況相符，如果人民幣貶值，表現(xiàn)為人民幣實際有效匯率上升，購買大宗商品本幣增加，表現(xiàn)為大宗商品價格上升。系數(shù)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(chǎn)總值、貨幣供應(yīng)量等。國民生產(chǎn)總值是國家實體經(jīng)濟實力表現(xiàn)，對大宗商品價格影響具有持續(xù)性特征；貨幣供應(yīng)量和利率水平在短期內(nèi)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(zhuǎn)換變量DREER（t）系數(shù)為-11.18328，因此非線性部分非轉(zhuǎn)換函數(shù)部分主要由DREER（t）決定，而模型非線性部分由轉(zhuǎn)換函數(shù)決定，轉(zhuǎn)換函數(shù)越小，非線性效應(yīng)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(guān)效應(yīng)，使人民幣實際有效匯率和大宗商品價格指數(shù)負相關(guān)性減弱。由模型實證結(jié)果可知，模型閾值c=2.97108，落在位置參數(shù)取值范圍內(nèi)，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(shù)具有明顯非對稱性。當轉(zhuǎn)換變量DREER（t）大于2.97108時，模型非線性效應(yīng)明顯增強。γ=19.32962，說明轉(zhuǎn)換速度較快。

圖1 STR1模型的網(wǎng)格搜索平面

圖2 STR1模型的網(wǎng)格搜索等高線

表4LSTR1估計結(jié)果

由圖3可知，選取DREER（t）作為轉(zhuǎn)換變量時，可較好體現(xiàn)轉(zhuǎn)換平滑性。從模型估計結(jié)果而言，當轉(zhuǎn)換變量DREER（t）小于模型閾值c（c= 2.97108）時，轉(zhuǎn)換函數(shù)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(shù)存在明顯非線性關(guān)系。人民幣實際有效匯率增量較小時（低于位置參數(shù)），系數(shù)為-0.71122，表明此時匯率上升對大宗商品價格降低效應(yīng)不顯著；而人民幣實際有效匯率增量較大時（大于位置參數(shù)），系數(shù)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(yīng)十分顯著。圖4為轉(zhuǎn)換函數(shù)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(xiàn)明顯階段性特征。2008年9月至2009年1月，因DREER（t）大于c，轉(zhuǎn)換函數(shù)值無限趨近于1，直至非線性效應(yīng)完全體現(xiàn)。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(jié)束，人民幣實際有效匯率與大宗商品價格指數(shù)在非線性和線性機制間相互轉(zhuǎn)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(shù)表現(xiàn)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(yīng)。除2014年末月份外，轉(zhuǎn)換函數(shù)DREER（t）再次出現(xiàn)小于閾值c情況，模型再次退化為線性。

圖3 轉(zhuǎn)換函數(shù)散點

圖4 轉(zhuǎn)換函數(shù)時序

由圖5可知，較之線性模型，LSTR1模型產(chǎn)生的擬合數(shù)據(jù)動態(tài)特征與原始數(shù)據(jù)更匹配，本文估計的非線性模型可更好捕捉不同經(jīng)濟環(huán)境下，人民幣實際有效匯率與大宗商品價格指數(shù)間動態(tài)關(guān)系。

四、結(jié)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(lǐng)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(tǒng)線性模型基礎(chǔ)上引入轉(zhuǎn)換函數(shù)，建立平滑轉(zhuǎn)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(shù)影響的非線性效應(yīng)。實證結(jié)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(yīng)，STR模型可很好擬合該效應(yīng)。具體表現(xiàn)為，人民幣實際有效匯率增量較小（小于位置參數(shù)）時，匯率上升對大宗商品價格降低效應(yīng)不顯著；而人民幣實際有效匯率增量較大（大于位置參數(shù)）時，人民幣實際有效匯率上升對大宗商品價格下降效應(yīng)十分顯著。同時，從實證結(jié)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(yīng)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(jīng)濟發(fā)展。中國作為新興經(jīng)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(chǎn)業(yè)發(fā)展。因此應(yīng)密切關(guān)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(zhàn)略為契機，積極推進人民幣國際化進程，在交易結(jié)算中實現(xiàn)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(jiān)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(fā)事件對原油價格的影響[J].系統(tǒng)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?zhí)祉?西方國家貨幣政策與國際大宗商品的價格動態(tài)[J].世界經(jīng)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(xiàn)貨定價的金融化和美國化問題——股票指數(shù)與商品現(xiàn)貨關(guān)系研究[J].中國工業(yè)經(jīng)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(yīng)——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(guān)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(jīng)大學金融學院教授，研究方向為商業(yè)銀行經(jīng)營與管理、非正規(guī)金融。