淳偉德

【摘 要】 研究宏觀經(jīng)濟(jì)不確定性對(duì)商品期貨市場(chǎng)波動(dòng)的影響，有助于促進(jìn)商品期貨市場(chǎng)健康有序發(fā)展，促使其更好地為實(shí)體經(jīng)濟(jì)服務(wù)具有重要意義。為了克服數(shù)據(jù)頻率不一致而可能帶來(lái)的測(cè)度偏誤等問(wèn)題，文章運(yùn)用GARCH-MIDAS模型進(jìn)行了實(shí)證研究，分析了宏觀經(jīng)濟(jì)變量不確定性及經(jīng)濟(jì)政策不確定性對(duì)商品期貨市場(chǎng)波動(dòng)的影響，研究結(jié)果表明，生產(chǎn)者價(jià)格指數(shù)的不確定性、同業(yè)拆借利率的不確定性以及經(jīng)濟(jì)政策的不確定性均會(huì)對(duì)商品期貨市場(chǎng)的波動(dòng)產(chǎn)生顯著的長(zhǎng)期影響，其中，生產(chǎn)者價(jià)格指數(shù)的不確定性所造成的影響衰減較快，經(jīng)濟(jì)政策不確定性所造成的影響強(qiáng)度最大;消費(fèi)者價(jià)格指數(shù)的不確定性、美國(guó)經(jīng)濟(jì)政策的不確定性對(duì)我國(guó)商品期貨市場(chǎng)波動(dòng)無(wú)顯著影響。

【關(guān)鍵詞】 宏觀經(jīng)濟(jì)不確定性; 商品期貨市場(chǎng)波動(dòng); GARCH-MIDAS模型; 混頻數(shù)據(jù)

【中圖分類(lèi)號(hào)】 F832.5? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2022）08-0002-06

一、引言

近年來(lái)，我國(guó)商品期貨市場(chǎng)發(fā)展迅速，成交量已經(jīng)多年占據(jù)世界第一。根據(jù)中國(guó)期貨業(yè)協(xié)會(huì)數(shù)據(jù)，2021年，我國(guó)農(nóng)產(chǎn)品期貨品種成交量在全球農(nóng)產(chǎn)品期貨中包攬前十一名，我國(guó)金屬期貨則在前十強(qiáng)中占九席，期貨品種創(chuàng)新持續(xù)推進(jìn)，期貨期權(quán)產(chǎn)品體系更加完善，可以看出，期貨市場(chǎng)自成立之初到現(xiàn)在取得了顯著成績(jī)。然而，在期貨市場(chǎng)高速發(fā)展的背后，也不能忽視在期貨市場(chǎng)曾發(fā)生的“327”國(guó)債期貨事件和株洲冶煉廠鋅期貨事件等帶來(lái)的金融風(fēng)險(xiǎn)。期貨市場(chǎng)因其具備的套期保值、價(jià)格發(fā)現(xiàn)等功能，在經(jīng)濟(jì)發(fā)展中起到了重要的作用，但同樣值得注意的是，期貨因其獨(dú)特的交易模式而形成的高杠桿現(xiàn)象不可避免地會(huì)給市場(chǎng)帶來(lái)波動(dòng)，從而導(dǎo)致風(fēng)險(xiǎn)的產(chǎn)生。習(xí)近平總書(shū)記在2013年視察大連商品交易所時(shí)，提出要“腳踏實(shí)地，大膽探索，努力走出一條成功之路”。然而，探索的過(guò)程中不可避免地會(huì)面臨危險(xiǎn)和挑戰(zhàn)，基于此，有效識(shí)別及分析期貨市場(chǎng)中的波動(dòng)對(duì)于“腳踏實(shí)地”地進(jìn)一步發(fā)展商品期貨市場(chǎng)顯得尤為重要。

目前，諸多文獻(xiàn)從金融化的角度去探究了商品期貨市場(chǎng)的波動(dòng)來(lái)源。尹力博等[1]基于VAR模型構(gòu)建了溢出指數(shù)對(duì)國(guó)際上具有代表性的股票市場(chǎng)與中國(guó)商品期貨的雙向溢出效應(yīng)和時(shí)變特征進(jìn)行了研究，綜合分析得出中國(guó)商品期貨市場(chǎng)存在金融化現(xiàn)象，但程度低于國(guó)際商品期貨市場(chǎng)。劉映琳等[2]運(yùn)用DCC-GARCH模型分析了中國(guó)商品期貨市場(chǎng)和國(guó)際商品期貨市場(chǎng)的波動(dòng)溢出性和動(dòng)態(tài)相依性，也得出了同樣結(jié)論。錢(qián)煜昊等[3]以美國(guó)芝加哥期貨交易所（CBOT）大豆期貨市場(chǎng)為研究對(duì)象，運(yùn)用AMR模型研究了期貨市場(chǎng)金融化和商品期貨價(jià)格波動(dòng)之間的作用機(jī)制，發(fā)現(xiàn)金融化會(huì)導(dǎo)致商品期貨市場(chǎng)價(jià)格短期發(fā)生波動(dòng)，長(zhǎng)期由于市場(chǎng)理性預(yù)期的存在而不會(huì)對(duì)其價(jià)格造成顯著影響。鄭尊信等[4]在商品金融化會(huì)導(dǎo)致其價(jià)格產(chǎn)生偏離的背景下構(gòu)建了金融影響化指數(shù)來(lái)研究商品期貨定價(jià)問(wèn)題。

此外，還有部分文獻(xiàn)研究了其他金融市場(chǎng)及有關(guān)事件等對(duì)商品期貨市場(chǎng)的影響，而這些影響也勢(shì)必會(huì)加劇商品期貨市場(chǎng)的波動(dòng)。劉慶富等[5]在基于事件識(shí)辨方法定量選出我國(guó)金融行業(yè)的風(fēng)險(xiǎn)事件并進(jìn)行分類(lèi)的基礎(chǔ)上，構(gòu)建了隨機(jī)波動(dòng)模型并運(yùn)用MCMC方法進(jìn)行研究，發(fā)現(xiàn)經(jīng)濟(jì)事件、政治事件和自然災(zāi)害會(huì)對(duì)中國(guó)商品期貨市場(chǎng)的波動(dòng)造成顯著的沖擊。石智超等[6]基于風(fēng)險(xiǎn)Granger因果檢驗(yàn)研究了中國(guó)股票市場(chǎng)和相關(guān)商品期貨市場(chǎng)的風(fēng)險(xiǎn)溢出關(guān)系，發(fā)現(xiàn)上下游存在著不同的價(jià)格波動(dòng)。曹潔等[7]則從中美貿(mào)易爭(zhēng)端這一具體事件出發(fā)，研究發(fā)現(xiàn)該事件加劇商品期貨市場(chǎng)的風(fēng)險(xiǎn)傳染，且對(duì)美國(guó)進(jìn)口依賴(lài)大的商品期貨品種受到的沖擊更大。劉映琳等[8]基于多重相關(guān)性結(jié)構(gòu)斷點(diǎn)的分析和VaR分位數(shù)模型研究發(fā)現(xiàn)國(guó)際原油價(jià)格在高相關(guān)性期間與國(guó)際原油的收益率存在顯著的正向聯(lián)動(dòng)。梁朝暉等[9]運(yùn)用了引入虛擬變量的ARMA-GARCH模型和EGARCH模型研究發(fā)現(xiàn)，商品期權(quán)會(huì)減小其所對(duì)應(yīng)的商品期貨的波動(dòng)性，有利于市場(chǎng)的穩(wěn)定，也有利于期貨市場(chǎng)更好地運(yùn)行其價(jià)格發(fā)現(xiàn)功能。王文虎等[10]通過(guò)區(qū)分機(jī)構(gòu)投資者和個(gè)人投資者，進(jìn)而分析他們的交易活動(dòng)對(duì)商品期貨市場(chǎng)波動(dòng)的影響，研究發(fā)現(xiàn)個(gè)人投資者會(huì)加劇商品期貨市場(chǎng)波動(dòng)，而機(jī)構(gòu)投資者特別是有套期保值需求的機(jī)構(gòu)投資者會(huì)降低商品期貨市場(chǎng)的波動(dòng)。李卓等[11]基于模型研究發(fā)現(xiàn)商品指數(shù)投資者制定的投資決策會(huì)影響商品期貨市場(chǎng)價(jià)格波動(dòng)的預(yù)期。周亮[12]通過(guò)構(gòu)建市場(chǎng)投資者情緒指標(biāo)，并運(yùn)用VAR模型和ARMA-GARCH模型研究發(fā)現(xiàn)了投資者情緒并不能明顯影響期貨價(jià)格，但能顯著影響市場(chǎng)的波動(dòng)。

上述文獻(xiàn)研究表明眾多因素都會(huì)影響到商品期貨市場(chǎng)的波動(dòng)，但未能考慮到不確定性給商品期貨市場(chǎng)所造成的影響。當(dāng)前，經(jīng)濟(jì)的不確定性對(duì)金融市場(chǎng)波動(dòng)的影響愈發(fā)引起學(xué)術(shù)界關(guān)注。朱慧明等[13]運(yùn)用面板回歸模型，研究發(fā)現(xiàn)油價(jià)沖擊對(duì)中國(guó)大宗商品收益存在非對(duì)稱(chēng)性的影響，政策不確定性在正常市場(chǎng)環(huán)境下會(huì)對(duì)大宗商品的收益增加有一定的促進(jìn)作用，而在牛市則轉(zhuǎn)變?yōu)橐种谱饔?。林建浩等[14]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對(duì)股票定價(jià)的整體影響的確存在。田磊等[15]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)對(duì)我國(guó)經(jīng)濟(jì)波動(dòng)產(chǎn)生影響，但并不是主要因素。Arouri et al.[16]研究了經(jīng)濟(jì)政策不確定性對(duì)美國(guó)股市的影響，發(fā)現(xiàn)不確定性的增加會(huì)顯著降低股票收益率。熊曉煉等[17]通過(guò)建立SVAR模型與脈沖響應(yīng)函數(shù)分析了經(jīng)濟(jì)政策不確定性、投資者情緒與商品期貨品種之一的大豆期貨價(jià)格的關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對(duì)投資者情緒和大豆期貨價(jià)格存在顯著的負(fù)向效應(yīng)。期貨作為規(guī)定在將來(lái)某一時(shí)間點(diǎn)和地點(diǎn)交割標(biāo)的物的一種標(biāo)準(zhǔn)化合約，在當(dāng)前進(jìn)行交易包含著對(duì)未來(lái)經(jīng)濟(jì)狀況等的預(yù)期，這種預(yù)期具備不確定性。當(dāng)宏觀經(jīng)濟(jì)不確定性上升時(shí)，投資者受其影響，會(huì)調(diào)整對(duì)期貨進(jìn)行交易的策略和頻率，從而導(dǎo)致市場(chǎng)產(chǎn)生一定的波動(dòng)，對(duì)該波動(dòng)的方向及程度進(jìn)行研究，有助于進(jìn)一步加深對(duì)商品期貨市場(chǎng)的波動(dòng)認(rèn)知并相應(yīng)采取有效措施防范可能出現(xiàn)的金融風(fēng)險(xiǎn)，從而推動(dòng)商品期貨市場(chǎng)高質(zhì)量平穩(wěn)發(fā)展。

由于宏觀經(jīng)濟(jì)不確定變量與商品期貨市場(chǎng)收益率序列的頻率不一致，而對(duì)于混頻數(shù)據(jù)，傳統(tǒng)計(jì)量方法無(wú)法有效處理和刻畫(huà)，容易損失其中的信息，難以準(zhǔn)確分析宏觀變量與期貨市場(chǎng)間的關(guān)聯(lián)波動(dòng)關(guān)系，無(wú)法得出針對(duì)性的結(jié)論。因此，選用行之有效的混頻數(shù)據(jù)分析方法對(duì)上述數(shù)據(jù)進(jìn)行研究，不僅有助于提取數(shù)據(jù)的完整有效信息，還有助于準(zhǔn)確分析其間的波動(dòng)關(guān)系，從而進(jìn)一步加強(qiáng)對(duì)商品期貨市場(chǎng)的認(rèn)識(shí)，引導(dǎo)宏觀經(jīng)濟(jì)和商品期貨市場(chǎng)的良性向好發(fā)展。

綜上所述，本文首先將宏觀經(jīng)濟(jì)不確定分解為宏觀經(jīng)濟(jì)變量不確定性和宏觀經(jīng)濟(jì)政策不確定性，考慮到其中數(shù)據(jù)頻率不一致的問(wèn)題，同時(shí)為了避免傳統(tǒng)處理混頻數(shù)據(jù)時(shí)產(chǎn)生的模型設(shè)定偏誤[18]等問(wèn)題的發(fā)生，引入了Engle et al.[19]在混頻抽樣方法基礎(chǔ)上提出的混頻數(shù)據(jù)分析GARCH-MIDAS模型，并在其中加入了低頻不確定性因子，從而構(gòu)建出混頻模型，從長(zhǎng)期波動(dòng)和短期波動(dòng)的視角去探索宏觀經(jīng)濟(jì)不確定性對(duì)商品期貨市場(chǎng)的影響。

二、模型設(shè)定

本文使用的GARCH-MIDAS模型對(duì)收益率序列設(shè)定如下：

其中，ri，t為收益率序列，μ為條件均值，εi，t為殘差序列。將收益率序列的波動(dòng)性分解為低頻長(zhǎng)期成分（τt）和高頻短期成分（gi，t），并設(shè)定短期成分（gi，t）服從GJR-GARCH（1，1）過(guò)程，長(zhǎng)期成分（τt）為已實(shí)現(xiàn)波動(dòng)率（RVt）的MIDAS濾波方程：

公式3中RV為金融資產(chǎn)的已實(shí)現(xiàn)波動(dòng)率，公式4為所有交易日的日收率平方之和，？漬j（？棕1，？棕2）為Beta型滯后變量的權(quán)重方程，K為最大滯后階數(shù)，其形式為：

本文在參數(shù)估計(jì)過(guò)程中，為了讓滯后變量的權(quán)重呈衰減形式，對(duì)于權(quán)重參數(shù)值：第一個(gè)權(quán)重參數(shù)？棕1=1，第二個(gè)參數(shù)？棕2由模型自行估計(jì)，則上式變化為：

在引入宏觀經(jīng)濟(jì)變量（X）后，將上述3式擴(kuò)展為下式：

當(dāng)納入以上變量時(shí)，其符號(hào)可能為正也可能為負(fù)，為了使正負(fù)性與總條件方差相匹配，將上式的τi，t進(jìn)行對(duì)數(shù)化處理：

三、實(shí)證分析

（一）數(shù)據(jù)選取與描述性統(tǒng)計(jì)分析

南華期貨指數(shù)編制起始于2004年，具有良好的連續(xù)性和市場(chǎng)代表性，因此本文選取南華綜合商品指數(shù)作為商品期貨市場(chǎng)的代表，并對(duì)其進(jìn)行對(duì)數(shù)差分處理后乘以100作為商品期貨市場(chǎng)的序列。

考慮到數(shù)據(jù)的可得性并結(jié)合我國(guó)經(jīng)濟(jì)運(yùn)行的實(shí)際狀況，選取消費(fèi)者價(jià)格指數(shù)（CPI），生產(chǎn)者價(jià)格指數(shù)（PPI）和銀行間同業(yè)拆借利率（RATE）的不確定性作為宏觀經(jīng)濟(jì)變量不確定性的代理變量，以上變量能夠很好地反映出在消費(fèi)端、生產(chǎn)端和貨幣資金量方面的特征。本文參考Engle et al.[19]，將變量自回歸后的殘差項(xiàng)定義為變量中非預(yù)期且不可預(yù)測(cè)的沖擊，即不確定性。基于此，本文運(yùn)用自回歸模型對(duì)上述變量進(jìn)行處理，將獲取的殘差作為宏觀經(jīng)濟(jì)變量不確定指標(biāo)。

在宏觀經(jīng)濟(jì)政策不確定方面，Baker et al.[20]編制的經(jīng)濟(jì)政策不確定性（EPU）指數(shù)獲得了廣泛認(rèn)可和運(yùn)用，該指數(shù)由美國(guó)芝加哥大學(xué)和斯坦福大學(xué)的學(xué)者聯(lián)合發(fā)布，其通過(guò)獲取新聞報(bào)道中出現(xiàn)的有關(guān)經(jīng)濟(jì)政策不確定性的關(guān)鍵詞來(lái)進(jìn)行編制，當(dāng)政策不確定性越大，相關(guān)的新聞報(bào)道也就越多，對(duì)應(yīng)的EPU指數(shù)也就越高。本文選用中國(guó)EPU指數(shù)和美國(guó)EPU指數(shù)來(lái)代表國(guó)內(nèi)外經(jīng)濟(jì)政策不確定性進(jìn)行研究，其中中國(guó)EPU指數(shù)選用中國(guó)香港《南華早報(bào)》作為檢索平臺(tái)，通過(guò)篩選過(guò)濾等處理后獲取，美國(guó)EPU指數(shù)的構(gòu)成則來(lái)源于美國(guó)國(guó)內(nèi)十家大型報(bào)紙、稅收相關(guān)數(shù)據(jù)等。其中，商品期貨指數(shù)為日頻數(shù)據(jù)，其他變量為月頻數(shù)據(jù)，數(shù)據(jù)區(qū)間為2004年6月1日至2021年5月31日。

表1為商品期貨市場(chǎng)指數(shù)收益率序列的描述性統(tǒng)計(jì)，可以看出序列具有尖峰厚尾特征，從J-B檢驗(yàn)的結(jié)果來(lái)看，序列不滿足正態(tài)分布的假設(shè);從LM檢驗(yàn)的結(jié)果來(lái)看，序列存在著明顯的波動(dòng)聚集特征;從ADF檢驗(yàn)來(lái)看，序列滿足平穩(wěn)條件，可以對(duì)其進(jìn)行進(jìn)一步建模分析。

（二）模型估計(jì)

在模型估計(jì)時(shí)，將滯后階數(shù)K取值為24，即滯后2年，該滯后期相比于1年而言提取信息更多且擬合效果更好。從表2中可以看出，GARCH成分的參數(shù)α、β在1%的統(tǒng)計(jì)水平上都是顯著的，這表明商品期貨市場(chǎng)在短期波動(dòng)上表現(xiàn)出了強(qiáng)烈的波動(dòng)聚集效應(yīng)。

在納入宏觀經(jīng)濟(jì)不確定性和宏觀經(jīng)濟(jì)政策不確定性變量前，本文先估計(jì)了不加入外生變量的GARCH-MIDAS-RV模型，即只納入了已實(shí)現(xiàn)波動(dòng)率RV的模型。從估計(jì)結(jié)果來(lái)分析，θR=0.0323，權(quán)重參數(shù)？棕R為3.3037，則已實(shí)現(xiàn)波動(dòng)率對(duì)商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響程度可以通過(guò)θ×？漬（？棕）得出。據(jù)此可以計(jì)算出，滯后1期的權(quán)重為12.86%，滯后2期的權(quán)重為11.66%，滯后3期的權(quán)重為10.52%，直到滯后18期權(quán)重才逐漸衰減至0，這表明當(dāng)已實(shí)現(xiàn)波動(dòng)率當(dāng)期增加1%，對(duì)滯后一期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將增加4.15%，對(duì)滯后兩期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將增加3.77%，對(duì)滯后三期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將增加3.37%，直到18期后影響才逐漸消失。在納入不確定性變量后，GARCH-MIDAS-PPI模型中已實(shí)現(xiàn)波動(dòng)率的系數(shù)增大，而其他模型已實(shí)現(xiàn)波動(dòng)率的系數(shù)減小，這表明引入PPI不確定性變量后會(huì)擴(kuò)大已實(shí)現(xiàn)波動(dòng)率的波動(dòng)影響作用。

對(duì)于宏觀不確定性變量而言，納入PPI、RATE不確定性的模型的系數(shù)（θX）顯著，而納入CPI不確定性的模型的系數(shù)（θX）不顯著。其中，PPI的系數(shù)為1.284，結(jié)合權(quán)重系數(shù)可得出，當(dāng)PPI不確定性提高1%時(shí)，對(duì)滯后一期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將提升8.31%，而且持續(xù)近23期后，上述影響才逐漸消失;RATE的系數(shù)為-1.246，結(jié)合權(quán)重系數(shù)可得出，當(dāng)RATE不確定性提高1%時(shí)，對(duì)滯后一期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將降低5.19%，且該影響將持續(xù)整個(gè)滯后期。

對(duì)于宏觀經(jīng)濟(jì)政策不確定性而言，只有納入中國(guó)經(jīng)濟(jì)政策不確定性（CEPU）的模型系數(shù)（θX）顯著，而納入美國(guó)經(jīng)濟(jì)政策不確定性（UEPU）的模型系數(shù)（θX）并不顯著，這一方面表明了美國(guó)經(jīng)濟(jì)政策的不確定性對(duì)我國(guó)商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期沖擊有限，另一方面則證實(shí)了中國(guó)經(jīng)濟(jì)政策的不確定性更能影響本國(guó)商品期貨市場(chǎng)長(zhǎng)期波動(dòng)。具體而言，CEPU模型的系數(shù)（θX）為3.656，是本文模型估計(jì)中系數(shù)最大的，結(jié)合權(quán)重系數(shù)分析，得出當(dāng)CEPU每提高1%，對(duì)滯后一期商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響將提高15.24%，且在24個(gè)滯后期里造成持續(xù)影響。

對(duì)比納入宏觀經(jīng)濟(jì)不確定性變量和經(jīng)濟(jì)政策不確定性變量的參數(shù)估計(jì)結(jié)果，可以發(fā)現(xiàn)中國(guó)經(jīng)濟(jì)政策不確定性（CEPU）給商品期貨市場(chǎng)帶來(lái)的長(zhǎng)期波動(dòng)影響最為劇烈，生產(chǎn)者價(jià)格指數(shù)的不確定性帶來(lái)的影響次之。值得注意的是，同業(yè)拆借利率的不確定性提升反而降低了商品期貨市場(chǎng)的長(zhǎng)期波動(dòng)。究其原因，本文認(rèn)為這可能是因?yàn)楫?dāng)利率不確定性上升時(shí)，基于對(duì)未來(lái)資金的流動(dòng)情況的不確定，投資者會(huì)采取相對(duì)保守的期貨交易模式，使得期貨市場(chǎng)波動(dòng)減小。

圖1展示了統(tǒng)計(jì)結(jié)果顯著的三個(gè)變量PPI、RATE、CEPU的Beta函數(shù)權(quán)重，該權(quán)重反映了影響的持續(xù)性?？梢钥闯?，上述變量對(duì)商品期貨市場(chǎng)的影響均持續(xù)了24個(gè)月并逐漸衰減，其中PPI不確定性造成的影響衰減速度略高于其他兩個(gè)變量。

四、結(jié)論與建議

（一）結(jié)論

本文圍繞宏觀經(jīng)濟(jì)不確定性對(duì)我國(guó)商品期貨市場(chǎng)的波動(dòng)展開(kāi)研究。鑒于本文選用的不確定性變量為月度數(shù)據(jù)，而商品期貨市場(chǎng)的收益率序列為日度數(shù)據(jù)，為了克服數(shù)據(jù)頻率不一致的問(wèn)題，充分利用數(shù)據(jù)信息，本文運(yùn)用了GARCH-MIDAS模型對(duì)宏觀經(jīng)濟(jì)變量不確定性和經(jīng)濟(jì)政策不確定性對(duì)商品期貨市場(chǎng)的波動(dòng)進(jìn)行了實(shí)證研究，研究結(jié)果表明：

1.在宏觀經(jīng)濟(jì)變量不確定性上，PPI、RATE的不確定性對(duì)商品期貨市場(chǎng)的波動(dòng)性有顯著的長(zhǎng)期影響。其中，PPI的不確定性呈現(xiàn)正向放大作用，即該變量不確定性提升將提升商品期貨市場(chǎng)的長(zhǎng)期波動(dòng);而RATE的不確定性呈現(xiàn)負(fù)向縮小作用。CPI的不確定性影響不顯著，意味著該變量不確定的變動(dòng)并不會(huì)對(duì)商品期貨市場(chǎng)的波動(dòng)造成明顯的影響。在宏觀經(jīng)濟(jì)政策不確定性上，CEPU指數(shù)不確定性會(huì)顯著對(duì)商品期貨市場(chǎng)波動(dòng)產(chǎn)生長(zhǎng)期影響，該指數(shù)不確定呈現(xiàn)出正向放大作用，這表明當(dāng)中國(guó)經(jīng)濟(jì)政策不確定提升時(shí)，我國(guó)商品期貨市場(chǎng)的長(zhǎng)期波動(dòng)將進(jìn)一步增加。而美國(guó)EPU指數(shù)則不會(huì)對(duì)我國(guó)商品期貨指數(shù)造成顯著的影響。

2.從不確定性變量對(duì)我國(guó)商品期貨市場(chǎng)影響強(qiáng)度來(lái)看，中國(guó)EPU指數(shù)造成的波動(dòng)沖擊最為強(qiáng)烈，PPI次之。從不確定性變量對(duì)我國(guó)商品期貨市場(chǎng)影響時(shí)效來(lái)看，具備顯著影響的PPI、RATE、CEPU不確定性對(duì)市場(chǎng)造成的波動(dòng)影響呈現(xiàn)出很強(qiáng)的持續(xù)性，其中PPI的影響衰減下降較快。

（二）建議

當(dāng)今世界正經(jīng)歷百年未有之大變局，國(guó)際形勢(shì)日益復(fù)雜，經(jīng)濟(jì)發(fā)展的不確定性在不斷提升。與此同時(shí)，我國(guó)經(jīng)濟(jì)發(fā)展正面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱三重壓力。在此背景下，減小商品期貨市場(chǎng)的波動(dòng)，保障商品期貨市場(chǎng)的健康穩(wěn)定運(yùn)行，提高我國(guó)商品期貨市場(chǎng)運(yùn)行質(zhì)量，更好地服務(wù)于實(shí)體經(jīng)濟(jì)、保障其平穩(wěn)發(fā)展起到了不可或缺的重要作用。基于上述研究結(jié)論，本文提出政策建議如下：

1.宏觀經(jīng)濟(jì)基本面的不確定性所帶來(lái)的非預(yù)期沖擊會(huì)加深我國(guó)商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響，且該影響持續(xù)性較強(qiáng)，因此監(jiān)管層應(yīng)當(dāng)加強(qiáng)對(duì)宏觀經(jīng)濟(jì)運(yùn)行的監(jiān)控，密切關(guān)注其中的不確定性，特別是跟生產(chǎn)有關(guān)狀況的基本面，當(dāng)生產(chǎn)端出現(xiàn)成本上升狀況時(shí)，意味著螺紋鋼、鐵礦石及原油等大宗商品可能出現(xiàn)短缺并導(dǎo)致價(jià)格上漲，由此帶動(dòng)期貨的價(jià)格變動(dòng)并產(chǎn)生異常波動(dòng)。與此同時(shí)，我國(guó)有關(guān)部門(mén)應(yīng)做好戰(zhàn)略物資儲(chǔ)備，實(shí)現(xiàn)原材料價(jià)格自主可控，并逐步提升自給率，降低對(duì)外依存度;也要防范投機(jī)者炒作大宗商品，并為實(shí)體經(jīng)濟(jì)企業(yè)在期貨市場(chǎng)上從事套期保值提供指導(dǎo)，防止企業(yè)因投資經(jīng)驗(yàn)匱乏而面臨外部因素對(duì)其進(jìn)行逼倉(cāng)的風(fēng)險(xiǎn)。只有盡可能保證企業(yè)生產(chǎn)所需材料價(jià)格的穩(wěn)定，才能給實(shí)體企業(yè)生產(chǎn)經(jīng)營(yíng)提供良好的環(huán)境，確保經(jīng)濟(jì)“脫虛向?qū)崱?，得以高質(zhì)量發(fā)展。

2.宏觀經(jīng)濟(jì)政策不確定的上升會(huì)較強(qiáng)地加深我國(guó)商品期貨市場(chǎng)波動(dòng)的長(zhǎng)期影響，因此政策制定者應(yīng)致力于保持經(jīng)濟(jì)政策的連貫性和穩(wěn)定性，盡量避免制定市場(chǎng)預(yù)期之外的經(jīng)濟(jì)政策，在制定政策前也需多征求各方意見(jiàn)。與此同時(shí)，在決定出臺(tái)有關(guān)經(jīng)濟(jì)政策前，可適當(dāng)召開(kāi)吹風(fēng)會(huì)，觀測(cè)市場(chǎng)反應(yīng)的同時(shí)提前釋放掉不確定性，讓靴子落地，從而避免其中的不確定性對(duì)市場(chǎng)造成沖擊，以達(dá)到促進(jìn)商品期貨市場(chǎng)健康穩(wěn)定的運(yùn)行、高質(zhì)量發(fā)展的目標(biāo)。

3.在中美貿(mào)易摩擦背景下，美國(guó)經(jīng)濟(jì)政策不確定性并不會(huì)顯著影響我國(guó)商品期貨市場(chǎng)的長(zhǎng)期波動(dòng)，這表明我國(guó)的商品期貨市場(chǎng)已經(jīng)具備了相對(duì)獨(dú)立性，并不會(huì)由于外部的一點(diǎn)風(fēng)吹草動(dòng)而產(chǎn)生長(zhǎng)久的波動(dòng)，這對(duì)我國(guó)商品期貨市場(chǎng)設(shè)立的初衷，以及建設(shè)和發(fā)展都具有重要的意義?；诖?，在發(fā)展我國(guó)商品期貨市場(chǎng)的進(jìn)程中，要逐步推動(dòng)我國(guó)商品期貨市場(chǎng)成長(zhǎng)為全球大宗商品新的定價(jià)中心，從而進(jìn)一步提高商品期貨價(jià)格的穩(wěn)定性，以此盡可能降低貿(mào)易摩擦等突發(fā)事件對(duì)我國(guó)商品期貨市場(chǎng)造成劇烈波動(dòng)，并有效阻止金融風(fēng)險(xiǎn)的產(chǎn)生。

【參考文獻(xiàn)】

[1] 尹力博，柳依依.中國(guó)商品期貨金融化了嗎？——來(lái)自國(guó)際股票市場(chǎng)的證據(jù)[J].金融研究，2016（3）：189-206.

[2] 劉映琳，鞠卓，劉永輝.基于DCC-GARCH的中國(guó)大宗商品金融化研究[J].國(guó)際商務(wù)研究，2017，38（5）：75-83.

[3] 錢(qián)煜昊，曹寶明，趙霞.期貨市場(chǎng)金融化、投機(jī)誘導(dǎo)與大豆期貨價(jià)格波動(dòng)——基于CBOT大豆期貨市場(chǎng)數(shù)據(jù)的實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（2）：28-40.

[4] 鄭尊信，倪英照，朱福敏.商品金融化背景下商品期貨定價(jià)[J].系統(tǒng)管理學(xué)報(bào)，2019，28（4）：625-634.

[5] 劉慶富，華仁海.重大風(fēng)險(xiǎn)事件對(duì)中國(guó)商品期貨市場(chǎng)的沖擊效應(yīng)——基于學(xué)生分布的隨機(jī)波動(dòng)模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，29（5）：89-103.

[6] 石智超，許爭(zhēng)，陳瑞.中國(guó)股票市場(chǎng)與商品期貨市場(chǎng)傳導(dǎo)關(guān)系的實(shí)證分析——基于風(fēng)險(xiǎn)Granger因果檢驗(yàn)的研究[J].金融理論與實(shí)踐，2016（2）：82-89.

[7] 曹潔，雷良海.中美貿(mào)易爭(zhēng)端加劇了商品期貨市場(chǎng)的風(fēng)險(xiǎn)傳染嗎？——基于動(dòng)態(tài)M-Copula模型的實(shí)證研究[J].投資研究，2019，38（7）：39-50.

[8] 劉映琳，劉永輝，鞠卓.國(guó)際原油價(jià)格波動(dòng)對(duì)中國(guó)商品期貨的影響——基于多重相關(guān)性結(jié)構(gòu)斷點(diǎn)的分析[J].中國(guó)管理科學(xué)，2019，27（2）：31-40.

[9] 梁朝暉，李波，劉媛商品期權(quán)推出對(duì)其標(biāo)的期貨市場(chǎng)波動(dòng)性的影響——基于豆粕期權(quán)的實(shí)證研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2020，50（7）：46-53.

[10] 王文虎，萬(wàn)迪，張璐，等.不同類(lèi)型投資者對(duì)商品期貨市場(chǎng)收益與價(jià)格波動(dòng)的影響[J].系統(tǒng)工程，2016，34（7）：8-18.

[11] 李卓，李海.大宗商品指數(shù)投資者對(duì)原油期貨價(jià)格波動(dòng)影響研究[J].統(tǒng)計(jì)與決策，2017（11）：157-162.

[12] 周亮.投資者情緒對(duì)商品期貨價(jià)格及波動(dòng)率的影響研究——以螺紋鋼期貨為例[J].武漢金融，2019（6）：27-32.

[13] 朱慧明，段容，賈相華.原油價(jià)格與經(jīng)濟(jì)政策不確定性對(duì)大宗商品市場(chǎng)非對(duì)稱(chēng)沖擊效應(yīng)研究[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（1）：70-76.

[14] 林建浩，李幸，李歡.中國(guó)經(jīng)濟(jì)政策不確定性與資產(chǎn)定價(jià)關(guān)系實(shí)證研究[J].中國(guó)管理科學(xué)，2014，22（S1）：222-226.

[15] 田磊，林建浩，張少華.政策不確定性是中國(guó)經(jīng)濟(jì)波動(dòng)的主要因素嗎——基于混合識(shí)別法的創(chuàng)新實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（1）：5-20.

[16] AROURI M，et al.Economic policy uncertainty and stock markets：long-run evidence from the US[J].Finance Research Letters，2016，18：136-141.

[17] 熊曉煉，張恒.經(jīng)濟(jì)政策不確定性、投資者情緒與大豆期貨價(jià)格——基于SVAR模型的實(shí)證分析[J].價(jià)格月刊，2020（11）：30-38.

[18] GHYSELS E，et al.MIDAS regressions：further results and new directions[J].Econometric Reviews，2007，26（1）：53-90.

[19] ENGLE R F，et al.Stock market volatility and macroeconomic fundamentals[J].Review of Economics and Statistics，2013，95（3）：776-797.

[20] BAKER S R，et al.Measuring economic policy uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.