全球經(jīng)濟(jì)政策不確定性、國際原油價(jià)格對中國農(nóng)產(chǎn)品期貨的影響研究

【中圖分類號】F416.22；F323.7；F113

【文獻(xiàn)標(biāo)志碼】A

【文章編號】1673-1069（2025）04-0072-04

1引言

在全球經(jīng)濟(jì)一體化進(jìn)程加速的背景下，農(nóng)產(chǎn)品期貨市場作為農(nóng)產(chǎn)品價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)管理的重要平臺，其價(jià)格波動(dòng)受到多種因素的綜合影響。全球經(jīng)濟(jì)政策不確定性的增加，使得市場參與者面臨更復(fù)雜的決策環(huán)境；而國際原油價(jià)格作為全球經(jīng)濟(jì)的“晴雨表”，對農(nóng)產(chǎn)品期貨市場也有著不可忽視的傳導(dǎo)效應(yīng)。近年來，全球經(jīng)濟(jì)形勢復(fù)雜多變，各類不確定性因素顯著增加，貿(mào)易摩擦、地緣政治沖突、公共衛(wèi)生事件等多重因素交織，導(dǎo)致全球經(jīng)濟(jì)政策頻繁調(diào)整，經(jīng)濟(jì)政策不確定性指數(shù)屢創(chuàng)新高。同時(shí)，國際原油價(jià)格受全球供需關(guān)系、地緣政治局勢、國際金融投機(jī)等因素影響，波動(dòng)劇烈。原油作為重要的基礎(chǔ)能源和化工原料，其價(jià)格變動(dòng)會(huì)影響農(nóng)業(yè)生產(chǎn)資料成本、農(nóng)產(chǎn)品運(yùn)輸成本等，進(jìn)而對農(nóng)產(chǎn)品期貨價(jià)格產(chǎn)生影響。本研究旨在通過實(shí)證分析，量化全球經(jīng)濟(jì)政策不確定性、國際原油價(jià)格對中國農(nóng)產(chǎn)品期貨市場價(jià)格走勢的影響程度和動(dòng)態(tài)特征。深人探究全球經(jīng)濟(jì)政策不確定性、國際原油價(jià)格與中國農(nóng)產(chǎn)品期貨市場之間的關(guān)系，不僅有助于市場參與者更好地把握市場動(dòng)態(tài)、制定合理的投資策略，還能為政策制定者提供決策依據(jù)，對穩(wěn)定農(nóng)產(chǎn)品市場價(jià)格、保障農(nóng)業(yè)產(chǎn)業(yè)健康發(fā)展具有重要的現(xiàn)實(shí)意義。

2文獻(xiàn)綜述

2.1全球經(jīng)濟(jì)政策不確定性對農(nóng)產(chǎn)品期貨市場的影響

當(dāng)下越來越多的學(xué)者開始重視全球經(jīng)濟(jì)政策不確定性對農(nóng)產(chǎn)品價(jià)格的影響，并積極展開相關(guān)研究。已有研究表明，全球經(jīng)濟(jì)政策不確定性會(huì)加劇金融市場波動(dòng)，而農(nóng)產(chǎn)品期貨市場作為金融市場的一部分，也會(huì)受到波及。Getawetal.認(rèn)為農(nóng)產(chǎn)品、能源和金融市場之間的聯(lián)系日益緊密，這在很大程度上能解釋農(nóng)產(chǎn)品價(jià)格的飆升和波動(dòng)。Smales認(rèn)為，商品市場的波動(dòng)性受到美國和中國宏觀經(jīng)濟(jì)新聞的顯著影響，這些新聞揭示了有關(guān)商品總需求的信息。魏中京等采用SVAR模型研究發(fā)現(xiàn)，在面對全球經(jīng)濟(jì)政策不確定性沖擊時(shí)，不同糧食品種的反應(yīng)程度和軌跡有所不同。潘群星等運(yùn)用Johansen協(xié)整檢驗(yàn)、Granger因果關(guān)系檢驗(yàn)BEKK-GARCH模型，從長期和短期兩個(gè)角度探討了經(jīng)濟(jì)政策不確定性因素對農(nóng)產(chǎn)品價(jià)格的影響關(guān)系。研究發(fā)現(xiàn)從長期來看，我國經(jīng)濟(jì)政策不確定性與農(nóng)產(chǎn)品價(jià)格存在穩(wěn)定的均衡關(guān)系；從短期來看，不確定性指數(shù)僅對玉米具有單向的價(jià)格和波動(dòng)溢出效應(yīng)，但對大豆沒有溢出效應(yīng)。

2.2國際原油價(jià)格對農(nóng)產(chǎn)品期貨市場的影響

國際原油價(jià)格與農(nóng)產(chǎn)品期貨市場之間存在著緊密的聯(lián)系。一方面，原油價(jià)格上漲會(huì)導(dǎo)致農(nóng)業(yè)生產(chǎn)資料價(jià)格上升，增加農(nóng)產(chǎn)品生產(chǎn)成本，從而帶動(dòng)農(nóng)產(chǎn)品期貨價(jià)格上漲；另一方面，原油作為生物能源的重要原料，其價(jià)格波動(dòng)會(huì)影響生物能源的生產(chǎn)和需求，進(jìn)而間接影響農(nóng)產(chǎn)品期貨市場。Kangetal.研究表明，以玉米等為主要原料的生物燃料的需求持續(xù)增長，導(dǎo)致對玉米等農(nóng)產(chǎn)品的衍生需求，進(jìn)而引起相關(guān)農(nóng)產(chǎn)品價(jià)格的上漲。Voetal.結(jié)合總需求和替代石油沖擊，結(jié)果表明原油市場在解釋農(nóng)產(chǎn)品價(jià)格波動(dòng)和相關(guān)波動(dòng)方面起著重要作用。

2.3全球經(jīng)濟(jì)政策不確定性與原油價(jià)格的協(xié)同效應(yīng)

全球經(jīng)濟(jì)政策不確定性（EPU）與國際原油價(jià)格之間存在復(fù)雜的雙向協(xié)同效應(yīng)，二者通過宏觀經(jīng)濟(jì)預(yù)期、市場情緒、供需關(guān)系等渠道相互作用。部分文獻(xiàn)表明，全球經(jīng)濟(jì)政策不確定性與原油價(jià)格可能產(chǎn)生協(xié)同效應(yīng)。Chenetal.發(fā)現(xiàn)，原油價(jià)格與EPU的溢出效應(yīng)在不同時(shí)間尺度下呈現(xiàn)動(dòng)態(tài)變化：短期（ ^lt;1 年）：均值溢出較弱，但在巴西和俄羅斯的波動(dòng)率溢出顯著。長期（ gt;3 年）：EPU對油價(jià)的影響逐漸增強(qiáng)，尤其在印度和中國市場。Kangetal.發(fā)現(xiàn)二者共同作用會(huì)加劇商品市場波動(dòng)；Wangetal.進(jìn)一步驗(yàn)證了在高EPU環(huán)境下，原油價(jià)格對農(nóng)產(chǎn)品的傳導(dǎo)效率顯著提升。這與本研究TVP-SV-VAR模型中金融危機(jī)期間EPU與WTI聯(lián)合解釋力突增的現(xiàn)象一致，說明政策制定者需關(guān)注二者的交互影響。

3變量選擇與數(shù)據(jù)說明

本研究采用Bakeretal.基于文本挖掘技術(shù)構(gòu)建的全球經(jīng)濟(jì)政策不確定性指數(shù)（EPU）作為代理變量。采用全球影響最廣泛、最具代表性的紐約商品交易所原油期貨（WTI）作為代理變量，選取南華農(nóng)產(chǎn)品期貨指數(shù)（NHZS）代表我國農(nóng)產(chǎn)品期貨市場價(jià)格走勢情況。其中，農(nóng)產(chǎn)品期貨指數(shù)和國際原油價(jià)格數(shù)據(jù)均來自WIND數(shù)據(jù)庫，全球經(jīng)濟(jì)政策不確定性指數(shù)來自www.policyuncertainty.com。樣本區(qū)間為2005年1月至2024年4月，對國際原油價(jià)格和農(nóng)產(chǎn)品期貨指數(shù)采用均值法轉(zhuǎn)化為月度數(shù)據(jù)，同時(shí)對各變量數(shù)據(jù)采CensusX12進(jìn)行季節(jié)調(diào)整，以消除季節(jié)性因素對數(shù)據(jù)的影響，確保數(shù)據(jù)的平穩(wěn)性和可比性。

從表1可以看出，全球經(jīng)濟(jì)政策不確定性指數(shù)（EPU）的均值為162.46，最大值達(dá)到442.74，最小值為46.31，標(biāo)準(zhǔn)差為77.07，表明全球經(jīng)濟(jì)政策不確定性在樣本期內(nèi)波動(dòng)較大。國際原油期貨價(jià)格（WTI）均值為71.72，最大值124.07，最小值16.61，標(biāo)準(zhǔn)差21.25，說明原油價(jià)格波動(dòng)也較為明顯。中國農(nóng)產(chǎn)品期貨市場指數(shù)（NHZS）均值883.66，最大值1209.82，最小值672.52，標(biāo)準(zhǔn)差114.45，反映出我國農(nóng)產(chǎn)品期貨市場價(jià)格同樣存在一定幅度的波動(dòng)。

4實(shí)證分析

4.1變量平穩(wěn)性檢驗(yàn)

利用TVP-SV-VAR模型進(jìn)行實(shí)證分析要求各個(gè)變量滿足平穩(wěn)性要求，根據(jù)表2的ADF檢驗(yàn)顯示EPU、WTI、NHZS均為平穩(wěn)序列（ ?-plt;0.1 ）

平穩(wěn)性檢驗(yàn)結(jié)果表明，EPU、WTI和NHZS這3個(gè)變量的原序列不存在單位根，是平穩(wěn)時(shí)間序列，滿足TVP-SV-VAR模型的建模要求。這意味著可以直接使用原序列進(jìn)行后續(xù)的實(shí)證分析，避免了因變量非平穩(wěn)導(dǎo)致的偽回歸等問題，保證了實(shí)證結(jié)果的可靠性。

4.2VAR模型最優(yōu)滯后階數(shù)檢驗(yàn)

根據(jù)LR、FPE、AIC、SC和HQ準(zhǔn)則選擇滯后階數(shù)為2（見表3）。

在確定VAR模型的滯后階數(shù)時(shí)，綜合考慮多個(gè)信息準(zhǔn)則是非常必要的。從表3可以看出，根據(jù)這5個(gè)準(zhǔn)則，均選擇滯后階數(shù)（Lag）為2。這表明在本研究中，將VAR模型的滯后階數(shù)設(shè)定為2能夠較好地反映變量之間的動(dòng)態(tài)關(guān)系，同時(shí)避免模型出現(xiàn)過度擬合或欠擬合的問題。

4.3模型估計(jì)結(jié)果

本文利用OxMetrics6對TVP-SV-VAR模型進(jìn)行處理。MCMC（馬爾可夫鏈蒙特卡羅）抽樣次數(shù)為10000次，得到模型的參數(shù)估計(jì)結(jié)果如表4和圖1所示。表格中無效因子最大為96.54，其余無效因子均不超過100，該數(shù)值遠(yuǎn)遠(yuǎn)小于10000次的抽樣次數(shù)。

在TVP-SV-VAR模型估計(jì)中，MCMC（馬爾可夫鏈蒙特卡羅）抽樣是獲取參數(shù)估計(jì)值的重要方法。通過大量的抽樣，可以更準(zhǔn)確地估計(jì)模型參數(shù)的分布特征。本研究中無效因子最大為96.54，遠(yuǎn)小于抽樣次數(shù)10000，說明抽樣結(jié)果較為可靠，模型參數(shù)估計(jì)具有較高的可信度。從參數(shù)估計(jì)結(jié)果來看，各個(gè)參數(shù)的均值、標(biāo)準(zhǔn)差以及 95% 置信區(qū)間反映了參數(shù)的估計(jì)精度和不確定性程度，為進(jìn)一步分析模型的動(dòng)態(tài)特征提供了基礎(chǔ)。

4.4等間隔脈沖響應(yīng)結(jié)果

本文將時(shí)間間隔設(shè)置為4個(gè)月、8個(gè)月和12個(gè)月，分別對應(yīng)短期、中期和長期。

根據(jù)圖2結(jié)果表明，全球經(jīng)濟(jì)政策不確定性沖擊對農(nóng)產(chǎn)品期貨價(jià)格的短期影響呈“W”型周期性波動(dòng)，說明全球經(jīng)濟(jì)政策不確定性沖擊是推動(dòng)我國農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)的重要因素。在2005-2008年、2013-2015年和2019-2024年等時(shí)期的正向影響，可能是由于這些時(shí)期經(jīng)濟(jì)政策不確定性增加引發(fā)市場避險(xiǎn)情緒，資金流入農(nóng)產(chǎn)品期貨市場，推動(dòng)價(jià)格上升；而2009-2012年和2016-2018年的負(fù)向影響，或許是因?yàn)椴淮_定性導(dǎo)致市場信心受挫，需求下降，從而抑制農(nóng)產(chǎn)品期貨價(jià)格。短期內(nèi)影響大于中期和長期，這表明農(nóng)產(chǎn)品期貨市場對經(jīng)濟(jì)政策不確定性的短期反應(yīng)更為敏感，市場參與者在短期內(nèi)會(huì)迅速調(diào)整交易策略。

國際原油價(jià)格沖擊對農(nóng)產(chǎn)品期貨價(jià)格的正向影響，驗(yàn)證了成本傳導(dǎo)理論和能源替代理論。原油價(jià)格上漲會(huì)增加農(nóng)產(chǎn)品生產(chǎn)成本，同時(shí)推動(dòng)生物能源需求上升，進(jìn)而帶動(dòng)農(nóng)產(chǎn)品需求增加，最終促使農(nóng)產(chǎn)品期貨價(jià)格上漲。在2008年國際金融危機(jī)、2011年歐債危機(jī)、2015年國際原油暴跌、2018年中美貿(mào)易摩擦、2020年新冠疫情和2022俄烏沖突等特殊時(shí)期，原油價(jià)格與農(nóng)產(chǎn)品期貨價(jià)格之間的關(guān)聯(lián)更加緊密，影響顯著提升，這是因?yàn)檫@些時(shí)期全球經(jīng)濟(jì)和市場環(huán)境發(fā)生劇烈變化，使得原油價(jià)格波動(dòng)對農(nóng)產(chǎn)品期貨市場的傳導(dǎo)機(jī)制更加復(fù)雜和強(qiáng)烈。

5研究結(jié)論與政策建議

本研究通過實(shí)證分析，深入探討了全球經(jīng)濟(jì)政策不確定性、國際原油價(jià)格與中國農(nóng)產(chǎn)品期貨市場之間的關(guān)系。結(jié)果表明，全球經(jīng)濟(jì)政策不確定性沖擊對中國農(nóng)產(chǎn)品期貨價(jià)格的短期影響呈“W\"型周期性波動(dòng)，且短期影響大于中長期;在不同重大突發(fā)事件期間，其影響存在差異，俄烏沖突期間為持續(xù)正向沖擊，新冠疫情和國際金融危機(jī)期間先負(fù)后正。國際原油價(jià)格對中國農(nóng)產(chǎn)品期貨價(jià)格在短期和中長期均有正向影響。

對于政策制定者而言，應(yīng)密切關(guān)注全球經(jīng)濟(jì)政策不確定性和國際原油價(jià)格的變動(dòng)趨勢，建立EPU-WTI-NHZS聯(lián)動(dòng)監(jiān)測指數(shù)，當(dāng)EPU月度環(huán)比增長超過 15% 或WTI單月波動(dòng)超過 20% 時(shí)觸發(fā)黃色預(yù)警；連續(xù)3個(gè)月 EPUgt;300 或WTIgt;100 美元/桶時(shí)，啟動(dòng)紅色預(yù)警。在EPU\"W\"型周期低谷期（如脈沖響應(yīng)系數(shù) _lt;0.1 時(shí)），增加農(nóng)產(chǎn)品儲備投放（建議投放量為當(dāng)期產(chǎn)量的 5%～8% ）；在峰值期（系數(shù) gt;0.25 時(shí)）啟動(dòng)臨時(shí)價(jià)格平準(zhǔn)基金，規(guī)模建議為期貨市場日均交易額的10%～15% 。

對于農(nóng)產(chǎn)品期貨市場的投資者和參與者來說，要充分認(rèn)識到全球經(jīng)濟(jì)政策不確定性和國際原油價(jià)格對市場的影響，可以采用套期保值策略優(yōu)化。當(dāng)EPU處于上升周期且WTIgt;80美元/桶時(shí)，建議農(nóng)產(chǎn)品加工企業(yè)將套保比例從常規(guī)的60% 提升至 75%～80% ，套保期限縮短至3＼～6個(gè)月。

【參考文獻(xiàn)】

【1]Tadesse Getaw，Algieri Bernardina，Kalkuhl Matthias，et al.Drivers and triggers of international food price spikesand volatility[J].Food Policy，2014（8）：117-128.

【2]Lee A.Smales.Theimportanceoffear：investorsentimentandstockmarket returns[J].Applied Economics，2017，49（34）：1-27.

【3】魏中京，張兵兵.全球經(jīng)濟(jì)政策不確定性沖擊與國際糧食價(jià)格波 動(dòng)：理論與實(shí)證分析[J].經(jīng)濟(jì)問題，2018（03）：90-95.

【4】潘群星，陳旭.經(jīng)濟(jì)政策不確定性對我國農(nóng)產(chǎn)品價(jià)格的影響研究[J] 江蘇農(nóng)業(yè)科學(xué)，2019，47（15）：335-338.

【5]Wensheng Kang，Ronald A.Ratti，Joaquin L.Vespignani.Oil Price Shocksand PolicyUncertainty：NewEvidence on theEffects ofUS and Non-US Oil Production[J].Energy Economics，2017（66）：536- 546.

【6]VoDuc Hong，Vu Tan Ngoc，Vo Anh The，et alModeling the Relationship between Crude Oil and Agricultural Commodity Prices[J]. Energies，2019，12（7）.

【7]Xiuwen Chen，Xiaolei Sun，Jun Wang.Dynamic Spillover Effect Between Oil Prices and Economic Policy Uncertainty in BRIC Countries：A Wavelet-Based Approach[J].Emerging Markets Finance amp; Trade，2019（12）：2703-2717.

【8]Wang Yudong，Wu Chongfeng，Yang Li.Oil priceshocksand agricultural commodity prices [J].Energy Economics，2O17 （07）：22 -35.

【9]Scott R.Baker，Nicholas Bloom，Steven JDavis.Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，2016，131 （4）：1593-1636.