大宗商品价格波动论文一、基于全样本时期VECM模型的初步考察（一）变量选择与数据处理本文选择五大经济体（美国、欧元区、日本、加拿大和英国，以下简称“G5”）1997年第四季度至2012年第四季度的数据作为研究样本。

因变量选择汤姆森-路透的CRB指数代表国际大宗商品价格。

本文选择CRB指数，主要原因有两个方面：一是CRB 指数包括了核心商品的价格波动，能够更好地反映大宗商品市场总体价格的变动，避免了选择单一商品价格出现的特定需求冲击和供给冲击的影响；二是相对道琼斯、穆迪、IMF等大宗商品价格指数，CRB指数更受市场交易者和投资者的青睐，成为反映大宗商品价格的主导指数和基准。

解释变量包括实际国内生产总值（GDP）、通货膨胀（CPI）、短期利率（IR）、广义货币供给量（M），其中产出GDP代表实体经济需求因素，货币供应量和利率反映货币层面的因素。

数据来自中经网数据库，货币单位均折算为美元。

对于货币供应量，各国的划分和界定不同，我们选择各国的广义货币供应量指标，美国采用M2，欧元区采取M3，日本采用M2+CDs，加拿大采用M2+，英国采用M4，中国采用M2，然后按照各国的GDP权重实行加权构造世界流动性指标M2，以消除经济规模差异对流动性测度带来的影响。

各国利率采用3个月期短期利率，考虑数据的可获得性，美国、欧元区和英国采用3个月期银行间拆借利率，加拿大采用3个月期商业汇票利率，日本采用3个月期存款单利率，中国采用3个月期国库券利率。

各国CPI数据采用的是以2005年为基期的CPI指数，数据来自中经网。

对于各国GDP、货币供应量原始数据，本文使用X12方法实行季节调整，剔除季节因素和不规则因素，最后根据名义汇率将各国GDP、M2转换为以美元计价，同时剔除通胀因素。

世界性指标的构建方法参照了Giese＆Tuxen（2007）的做法：首先采用GDP和实际汇率数据将各个国家（地区）的GDP实行加权来计算世界GDP，然后用每个国家（地区）折算后的GDP占世界GDP的比重作为权重wit，使用该权重构建世界GDP、世界流动性、世界通货膨胀和世界短期利率。

除世界短期利率外，世界GDP、世界流动性和世界通货膨胀均取对数。

第i个国家在第t时间内的权重计算公式。

基于上述方法，本文构造四组指标如表1所示。

A组的世界性指标构建只包括G5国家数据，不包括中国，即G5国家的GDP （GDPG5）、流动性（M2G5）、短期利率（IRG5）、通货膨胀（CPIG5）；B组的世界性指标构建包括中国和G5国家即G5和中国的GDP（GDPG6）、G5和中国的流动性（M2G6）、G5和中国的短期利率（IRG6）、G5和中国的通货膨胀（CPIG6）；C组是在A组指标中将中国GDP作为一个独立的解释变量加入；D组指标是在A组指标中将中国M2作为一个独立的解释变量纳入。

这样，通过比较A、B两组数据的结果，能够发现包括中国与不包括中国的世界指标对大宗商品价格的影响是否存有差异；通过比较C、D两组数据与A组数据结果的差异，能够分别考察中国产出和货币供应量对大宗商品价格的影响。

（二）平稳性检验、协整检验和格兰杰非因果关系检验为防止数据为非平稳时间序列而出现“伪回归”现象造成结果无效，在建立VAR模型之前，需要对时间序列数据实行平稳性检验。

本文使用ADF单位根对所有变量实行平稳性检验（见表2），检验中按照SIC准则在最大滞后12期内选择，结合各变量的实际走势，确定在平稳性检验中是否加入常数项、趋势项。

能够看出，所有序列均在90%的置信水平下为非平稳序列，而所有序列的一阶差分均在90%的置信水平下为平稳序列，即所有序列为一阶单整I（1）。

为判断它们之间是否存有长期均衡关系，本文采用Johansen协整检验方法对每一组数据实行检验。

①结果发现，在95%的置信水平下，四组数据都至少存有一个长期协整关系，所以能够构建误差修正（VECM）模型。

VAR模型滞后期的选择，根据LR、FPE、AIC、SC、HQ准则中的绝大多数标准，选择滞后期数是P=2，实行协整检验时的滞后期是（P-1）期，即1期。

变量之间的长期均衡关系是否具有因果性，能够通过Granger非因果关系检验来验证。

根据前面的分析，模型的滞后阶数选择为2，检验结果如表3所示。

能够看出，在95%的置信水平下，四组数据中的自变量都是国际大宗商品价格的格兰杰原因。

（三）基于协整约束的误差修正模型（VECM）按照VAR模型的常规分析方法，在建立模型前，需检验各时间序列的平稳性。

如某些时间序列不平稳，要对其实行差分，将其变得平稳后再建立模型。

但在差分的过程中，会失去很多信息，而且仅仅衡量了变量之间的短期变动关系，而忽略了长期的均衡关系，以至于影响VAR模型的可决系数。

但是，基于协整关系的VAR模型，能够在不对变量实行差分的前提下，直接检验相同单整阶数的变量之间是否存有协整关系。

如果存有协整关系，那么就能够建立向量自回归误差修正（VECM）模型。

所以，本文对四组数据分别建立VECM模型，模型的滞后阶数为（P-1）期，即1期。

1.脉冲响应结果分析脉冲响应函数描述的是，一个变量的冲击对模型内生变量当前值和未来值所带来的影响。

图2描述了国际大宗商品价格对A组、B组、C组和D组变量冲击的响应。

能够看出，除利率外，其他经济变量与大宗商品价格的关系都符合经济理论。

短期利率与大宗商品价格的变动趋势与理论背离，可能的原因在于，经济周期掩盖了利率对大宗商品价格的影响。

A组和B组分别表示国际大宗商品价格对包括中国与不包括中国的世界指标的脉冲响应，比较两组的结果，能够发现：（1）两组数据都表明，来自GDP的1单位标准差的正向冲击会使大宗商品价格上涨，在第3期前后达到峰值，之后影响水准有所下降并趋于平稳，但仍然保持正向影响，表明实际需求冲击对大宗商品价格的影响具有持续性。

同时，两组数据中，国际大宗商品价格对GDP的响应水准都是最高的，表明经济增长是影响大宗商品价格的最主要决定因素。

（2）两组数据都表明，来自流动性的1单位标准差的正向冲击，导致大宗商品价格短期内迅速上涨，在第2期前后达到峰值，随后逐渐下跌直到为零。

不过，两组数据中国际大宗商品价格对流动性的反应存有明显的差异：在包括中国的B组数据中，国际大宗商品价格对流动性的反应在第4期趋于零；而在不包含中国的A 组数据中，国际大宗商品价格对流动性的反应在第4期明显大于零，直到第7期前后趋于零。

这表明，中国流动性对大宗商品价格的影响并不如发达国家显著和持久，导致纳入中国后的流动性对大宗商品价格的影响更快地趋近于零。

（3）根据大宗商品价格对中国和发达国家的GDP与货币供应量的脉冲响应参数，能够看出，纳入中国后世界产出对国际大宗商品价格的影响水准提升，前10期大宗商品价格对GDPG5的脉冲响应参数最大值为0.058，平均值为0.027，而大宗商品价格对GDPG6的脉冲响应参数最大值为0.070，平均值为0.036。

纳入中国后的世界流动性对大宗商品价格的影响水准下降，前10期国际大宗商品价格对M2G5的脉冲响应参数最大值为0.043，平均值为0.016，而大宗商品价格对M2G6的脉冲响应参数最大值为0.019，平均值为0.005。

这表明，中国因素对国际大宗商品价格的影响主要通过需求渠道而非流动性水平。

（4）利率1单位标准差的正向冲击，会导致大宗商品价格先上涨，第2期达到峰值后开始下跌并趋近于零甚至转为负，其中的原因可能在于，当利率提升时，经济往往处于繁荣时期，因为货币政策效应存有时滞，货币政策紧缩前期大宗商品价格受需求的影响仍呈上涨趋势，当货币政策的效应开始显现后，大宗商品价格才开始下跌。

（5）大宗商品价格对CPI的反应均为先正后负，表明通胀上升首先会引起大宗商品价格上涨，然后随着通胀引发的政策紧缩导致大宗商品价格出现下跌。

C、D两组的脉冲响应结果表明，国际大宗商品价格对中国GDP的1单位标准差正向冲击的反应是正向的，但是在第4期时出现了反转。

国际大宗商品价格对中国流动性的1单位标准差的正向冲击为正，但是在第6期也出现了反转，原因可能在于，流动性扩张引起大宗商品价格和物价指数上升，导致央行开始紧缩货币政策或高利率，从而引起大宗商品价格下跌。

根据国际大宗商品价格对G5和中国的产出冲击、流动性冲击的脉冲反应结果，能够看出：（1）G5国家需求冲击对大宗商品价格的影响高于中国需求冲击。

从前10期的脉冲响应结果看，发达国家需求冲击的影响普遍高于中国，前10期G5国家产出冲击对大宗商品价格的脉冲响应参数平均值为0.03，而中国产出冲击对大宗商品价格脉冲响应参数的平均值为0.004，远远小于发达国家；前6期G5国家产出冲击对大宗商品价格的脉冲响应参数平均值为0.04，而中国产出冲击对大宗商品价格脉冲响应参数的平均值为0.014，也小于发达国家。

（2）G5国家流动性冲击对大宗商品价格的影响大于中国流动性冲击。

从前10期的脉冲响应结果看，发达国家需求冲击的影响大多大于中国，前10期G5国家流动性冲击对大宗商品价格的脉冲响应参数平均值为0.015，而中国流动性冲击对大宗商品价格脉冲响应参数的平均值为0.002，远远小于发达国家；前6期G5国家流动性冲击对大宗商品价格的脉冲响应参数平均值为0.017，而中国流动性冲击对大宗商品价格脉冲响应参数的平均值为0.01，也小于发达国家。

总来说之，无论是从需求冲击还是货币冲击来看，中国对大宗商品价格的影响水准低于发达国家。

2.方差分解结果分析方差分解的主要思想是把系统中每个内生变量（共m个）的波动按其成因分解为与各方程信息相关联的m个组成部分，从而了解各信息对模型内生变量的相对重要性，是将内生变量的预测均方误差分解成系统中各变量的随机冲击所做的贡献度。

本文选择各组国际大宗商品价格波动标准差第9期的结果实行分析，A组结果中各变量对大宗商品价格贡献度依次为世界需求（27.82%）、通货膨胀（20.66%）、世界短期利率（14.46%）、世界流动性（12.30%）；B组的结果依次为世界需求（58.48%）、通货膨胀（12.41%）、世界短期利率（9.75%）、世界流动性（2.04%）；C组的结果依次为世界需求（52.02%）、中国需求（16.35%）、世界短期利率（10.25%）、世界流动性（7.13%）、通货膨胀（3.80%）；D组的结果依次为：世界需求（52.38%）、通货膨胀（13.38%）、世界流动性（9.56%）、中国流动性（5.37%）、世界短期利率（5.18%）。

在四组结果中，世界需求对于大宗商品价格波动的贡献度都是最大的。

通过比较A、B两组结果，能够发现：（1）需求面对国际大宗商品价格的解释力大于货币层面。

包括中国因素后，世界货币供应量对大宗商品价格的解释水准反而下降，而需求面对大宗商品价格的解释水准提升，表明中国因素对大宗商品价格的影响主要是通过实体经济的需求来起作用。