经济政策不确定性对大宗商品价格的影响研究

赵新伟，夏欣瑶，邹玉婷，付 净

（1.江苏理工学院 商学院，江苏常州213001；2.江苏理工学院 外国语学院，江苏 常州213001；3.西华师范大学 四川省教育发展研究中心，四川 南充637009）

大宗商品是同质化、可交易、被广泛作为工业基础原材料的商品，是国民经济的命脉，影响着人民生活的方方面面。大宗商品主要分为能源商品、农副产品、基础原材料和贵金属四个类别，除供需因素外，大宗商品价格主要受全球经济环境影响。

经济政策不确定性是衡量全球经济环境的重要指标，在当前贸易战争的大背景下，中美双方频繁调整进出口政策，尤其是美方自2018年以来对中方部分出口企业和商品提高关税税率，限制各大供应商为中方科技企业提供高科技产品，退出各大国际组织，均体现了经济政策的高不确定性。此类经济政策的高不确定性也反映了当前全球经济环境面临的问题，大国间对国际贸易规则的无视、新冠疫情对全球经济的打击都体现了当前经济面临的严峻挑战，因此，经济环境的不确定性首先表现在各国经济政策的频繁变化，而这将对关系国计民生的大宗商品领域产生重要影响。

一、研究综述

经济政策不确定性不仅影响全球宏观经济[1-3]，还会对宏观审慎评估体系产生显著影响[4]，为各国的进口经济带来不确定性[5]。经济政策不确定性会影响石油价格[6-7]，经济政策不确定性上升会增加石油投资收益（在特定时间）[8]，加大股市波动，增加股市风险[9-10]。经济政策不确定性还会对房地产市场和房价具有引导作用[11-12]。在微观层面上，经济政策不确定性增加会导致贸易税率增加，贸易保护主义加剧，从而影响出口企业进入新市场，增加企业出口成本，使企业对关税的反应变慢[13-16]（例如美国对非最惠国待遇国家增加6.5%出口[17]）。经济政策不确定性还会影响公司的股权结构。经济政策不确定性增加，公司会降低财务杠杆比率，并利用信贷产品调整融资结构[18]，进而抑制企业投资[19-22]，影响企业的高管变更[23]，增加企业的风险承担[24]。经济政策不确定性还会影响家庭、企业、政策制定者及金融中介的决策，并负向影响银行的信用产品数量[25]，经济政策不确定性升高会增加银行信用风险，降低贷款数量[26]，减小企业信贷规模[6]，降低企业金融资产总量[27]，抑制企业技术革新，降低贸易数量和消费者收入[28-29]，影响外资投资[30]，影响股市的信息不对称，加大买卖价差，降低股价对预期收益的反应程度，影响企业管理层的信息披露[31]。经济政策不确定性越高，公司的固定资产投资越低，杠杆率越低[32]，现金持有水平越高，代理问题越严重，市场化程度低的地区较成熟的市场化地区更为敏感[33]。经济政策不确定性对国有企业与非国有企业得影响结果差异明显，经济政策不确定性与国有企业的杠杆率成正比，与非国有企业的杠杆率成反比[34]。此外，经济政策不确定性增加还会导致失业率上升[35]，影响人民的生活水平。

经济政策不确定性指数可以反映世界各大经济体在经济政策方面的变化频率，是衡量投资者和企业面临的政策性风险最直观的指标。现行最常用的经济政策不确定性指数（EPU）是由斯坦福大学和芝加哥大学的Scott R.Baker、Nicholas Bloom和Steven J.Davis[36]三位学者编制，此外，Huang[37]等依据中国非官方报纸杂志编制了中国经济政策不确定性指数。经济政策不确定性指数的构建主要基于新闻报纸媒体中出现的关键词数量及频率，所涉及关键词有：不确定（uncertain， uncertainty， unstable， unclear， unpredictable）、动荡/波动/震荡（volatile）、改革（reform）、经济/金融（economic，economy，financial，finance）、政治（politics，political）、国会（congress）、赤字（deficit）、联邦储备系统（federal reserve）、法律（legislation，law）、监 管（regulation，regulatory）、白 宫（White House）、财政（fiscal）、预算（budget）、支出（spending）、政策（policy）、税率（tax，taxation）、利率（interest rate）、战争（war）、众议院（house of representatives）、政府（government，authority）、参议院（senate）、主席/总统（president）、总理（prime minister）等。

表1 介绍了全球经济政策不确定性指数和大宗商品价格指数名称缩写及内容，分别为全球经济政策不确定性指数（GEPUI）、全球大宗商品价格综合指数ACPI（包含所有门类大宗商品）、大宗商品指数ACIEG（除黄金外所有门类大宗商品价格指数）、非化石燃料指数NFPI（包括贵金属、食物、饮料、工业原材料等）、食品饮料价格指数FBPI（包含食品和饮料两大类）、食品价格指数FPI（包括谷类、植物油、肉类、海产品、糖、苹果、香蕉、豆类、鱼肉、花生、牛奶、西红柿）、饮料价格指数BPI（包括咖啡、茶和可可）、工业基础原材料价格指数IIPI（包括农业基础原材料、基础金属）、农产品价格指数API（包括食品、饮料、粮食）、农业基础原材料价格指数ARMI（包括木材、棉花、羊毛、橡胶、兽皮）、金属价格指数AMI（包括基础金属、贵金属）、基础金属价格指数BMPI（包括铝、钴、铜、铁矿石、铅、钼、镍、锡、铀、锌）、贵金属价格指数PMPI（包括金、银、钯、铂）、除金以外金属价格指数AMIEG（包括基础金属、银、钯、铂）、肥料价格指数FI（包括磷酸二铵、碳酸钾、尿素）、燃料（能源）价格指数FEI（包括石油、天然气、煤炭、丙烷）、石油价格指数COPI（为Brent原油、West Texas Intermediate中质原油和Dubai Fateh原油价格的简单平均）、天然气价格指数NGPI（包括欧洲、日本、美国天然气价格）、煤炭价格指数CLPI（包括澳大利亚、南非的煤炭价格）。

表1 大宗商品价格指数名称表

2017年以前，全球经济政策不确定性指数（GEPUI）与全球18种大宗商品价格指数基本保持同向变化，而随着美国前总统特朗普上任，全球经济政策不确定性指数开始与大宗商品价格指数波动幅度较大，并于2020年5月达到历史最大值，此时美国新冠肺炎疫情全面爆发，且美国总统换届竞选逐步开始，加之与中国、越南、欧洲、俄罗斯等国的贸易摩擦加剧，贸易保护主义愈演愈烈，使得全球经济不确定性明显升高，达到历史高点。纵观2017年之前的全球经济政策不确定性指数走势，主要出现四次激增：第一次为1997年的亚洲金融危机，使得亚洲地区的经济处于风险增大阶段，而这也反映在全球经济政策不确定性指数明显上升上面；第二次为2003年的伊拉克战争，使得中东地区沉浸在炮火之中，这也为全球经济带来了不确定性，同时，由GEPUI指数的变化可知，此时全球经济政策不确定性指数也出现明显上升；第三次为2008年金融危机，本次金融危机为全球性金融危机，直接导致雷曼兄弟等一批大企业破产，给全球经济造成了沉重打击，而GEPUI的变化也明显反映了此时全球经济面临的不确定性；第四次为2013年前后，随着中国共产党第十八次全国代表大会胜利召开、第十二届全国人大一次会议选举产生新一届国家领导人，我国开启了新局面，同时，世界各国对我国经济政治进入新阶段的反应不尽相同，而我国股市也经历了大涨大跌，使得全球经济不确定性增加，此阶段GEPUI经历了频繁波动，也反映了全球经济政策的不确定性。

大宗商品价格指数方面，全球大宗商品价格在2008年金融危机前整体呈上涨趋势，尤其是天然气价格指数（NGPI），在2005年底出现快速上涨，正因为如此，我国与澳大利亚西北大陆架公司签订的长期合约，澳方出现毁约减供行为，至2008年金融危机前，天然气价格指数达到峰值，此时石油价格指数（COPI）、燃料（能源）价格指数（FEI）都达到历史最大值，同时国际原油价格也达到历史峰值，尤其是以美国WTI轻质原油期货价格在2008年7月3日达到145.29美元/桶，为当前出现过的历史最高价格。由于天然气与石油功能相似，且天然气定价与石油价格紧密相连，因此，同期天然气价格指数也达到历史最大值。值得注意的是，贵金属价格指数（PMPI）一直处于较低水平，虽然在2008年金融危机前和2013年牛市出现过短暂上涨，但上升幅度较其他大宗商品指数小，且一直未出现剧烈波动，这也体现了黄金等贵金属的风险对冲属性。

二、理论模型

SARIMA模型是考虑季节因素的ARIMA模型，假设时间序列变量为{ }xt。令s为季节周期，那么，季节差分可表示为Δsxt=xt-xt-s，季节差分后可消除季节因素对时间序列的影响，但整体数据长度减少s。为消除时间序列数据的非平稳性和季节性因素，通常需同时进行普通差分和季节性差分。SARIMA模型即同时对时间序列数据进行非季节性差分和季节性差分，以保证数据的平稳性，同时消除季节性因素对时间序列数据的影响。

基于SARIMA模型构建思想，本文建立如下线性回归模型：

自变量：全球经济政策不确定性指数（GEPUI）。

因变量：大宗商品价格指数（yi），其中yi分别 为ACPI、ACIEG、NFPI、FBPI、FPI、BPI、IIPI、API、ARMI、AMI、BMPI、PMPI、AMIEG、FI、FEI、COPI、NGPI、CLPI等18种大宗商品价格指数。

Δyit=a0+a1Δxt+a2Δsyit+εi， （1）

模型（1）表示为原始形式为：

yit=a0+a1(xt-xt-1)+yit-1+a2(yit-12-yit-13)+εi。（2）

该模型不仅消除了季节性因素的影响，还保证了数据的平稳性（如果一阶差分后数据仍不平稳，可继续进行差分运算），同时能够反映自变量x对因变量yi的影响。事实上，εi为多个正态分布的加和，这些正态分布具有均值为0的特性，因此，加和后的正态分布均值参数仍为0，而风险参数σ2i为多个方差的加和，我们这里直接记为σ2i。

三、实证研究

（一）数据来源

本文实证研究数据采用1997年至2020年全球经济政策不确定性指数和全球大宗商品价格指数数据，其中，全球经济不确定性指数采用调整后的GDP数据计算得到（GEPU_ppp），大宗商品价格指数相关数据来源于国际货币基金组织（IMF External Data），数据频率为时间跨度由1997年1月至2020年9月（共285个月）的月度数据。表2为全球经济政策不确定性指数（GEPUI）与18种大宗商品价格指数的描述性统计表。由表2可知，全球经济政策不确定性指数（GEPUI）最大值为423.968 3，为所有指数中最大。大宗商品价格指数方面，肥料价格指数的最大值达332.074 5，为所有大宗商品价格指数中最大值，贵金属价格指数的最小值为22.541 9，为所有价格指数中最小值。在均值方面，天然气价格指数的均值最大，贵金属价格指数的均值最小，分别为143.656 8和72.890 7。风险方面，全球经济政策不确定性指数标准差最大，达65.563 7，大宗商品类中，燃料（能源）价格指数的标准差最大，为64.941 0，农产品价格指数的标准差最小，为21.683 8。通过以上数据分析可知，由于受全球金融危机影响，化肥价格高涨，肥料价格指数在2008年8月达到最高点332.074 5，贵金属价格指数一直保持较低水平，其最小值和均值在所有大宗商品价格指数中均处于最低水平，燃料（能源）价格指数的波动最大，凸显其价格高风险的波动特征，尤其是2008年7月3日金融危机前，国际石油价格达到历史最高值（WTI原油期货价格145.29美元/桶，现货价格145.31美元/桶），而2020年4月20日美国WTI原油期货合约（合约1）价格跌至-37.63美元/桶，现货价格跌至-36.98美元/桶，以上数据充分说明了能源价格的高波动特性。相反，农产品价格在波动性方面一直处于稳定状态，为所有大宗商品价格指数中波动最小，这也反映了世界粮食供应量稳定，价格并没有出现剧烈波动。

表2 各指数描述性统计表

（二）实证结果

本文实证研究采用公式（1）中多元线性回归模型，根据实证研究相关理论，进行回归分析前应检验时间序列数据的平稳性，如果时间序列数据中存在单位根，表明数据呈现非平稳性，此时应对原始数据进行差分或取对数等处理，以保证研究结果的有效性。

1.单位根检验

单位根检验是指为了验证时间序列数据中是否存在单位根而进行的检验，如果时间序列存在单位根，则该序列是非平稳序列，用以做回归可能会出现伪回归现象。如果时间序列中存在单位根，我们可以根据差分或取对数运算消除单位根，使非平稳的时间序列变为平稳时间序列，进而保证我们用来做回归分析的数据的平稳性。表3为全球经济政策不确定性指数GEPUI以及全球各大宗商品价格指数的单位根检验结果表。

本文单位根检验采用常用的ADF检验，具体而言，我们使用的是Dichey-Fuller检验方法，相关结果如表3所示。由表3可知，全球经济政策不确定性指数GEPUI数据具有平稳性，GEPUI的原始数据单位根检验t值为-4.746，p值为0.000 6，落入拒绝域内，拒绝原假设，表明全球经济政策不确定性指数GEPUI原始数据不存在单位根，具有平稳性，而其一阶差分t值为-20.717，p值为0，较原始数据平稳性更好，相应的季节差分数据t值为-6.988，p值为0，数据平稳性比原始数据好，但无法达到一阶差分数据的平稳性水平。

大宗商品指数方面，各大宗商品价格指数的原始数据均不具备平稳性，一阶差分后均通过了单位根检验，具有平稳性，其中全球大宗商品价格综合指数ACPI原始数据的单位根检验t值为-0.922，p值为0.953 7；一阶差分数据的单位根检验t值为-9.911，p值为0；季节差分数据的单位根检验t值为-2.522，p值为0.317 1，即ACPI原始数据存在单位根，为非平稳数据，ACPI的一阶差分平稳数据序列，ACPI季节差分数据非平稳。类似的，通过表9.3可知，大宗商品指数ACIEG原始数据的单位根检验t值为-0.904，p值为0.955 7；一阶差分数据的单位根检验t值为-9.898，p值为0，季节差分数据的单位根检验t值为-2.532，p值为0.312 1，即ACIEG原始数据存在单位根，一阶差分数据不存在单位根，是平稳数据序列，ACIEG季节差分数据非平稳。其余各大宗商品价格指数的单位根检验结果详见表3。

2.回归分析

通过表3可知，差分之后的数据已具备平稳性，可以进行回归分析，以检验全球经济政策不确定性与各大宗商品价格指数的相互关系。此处回归分析采用公式（1）模型，因变量为各大宗商品价格指数的一阶差分Δyi，自变量为全球经济政策不确定性指数Δxi，控制变量为各大宗商品价格指数的季节差分Δsyi，数据采用1998年1月至2020年9月（共273个月）的月度数据，回归结果如表4所示。

表4 回归结果表

由表4可知，全球经济政策不确定性指数GEPUI对全球大宗商品综合指数ACPI具有显著负向影响，其中常数项估计值为0.108 7，t值为0.36，p值为0.717，这表明回归方程中常数项不显著；而GEPUI系数的估计值为-0.040 3，t值为-3.5，p值为0.001，回归结果显著，这表明GEPUI对ACPI的影响是显著的，其系数估计值为负，表明GEPUI对ACPI的影响为负，a2的估计值为0.057 0，t值为4.83，p值为0.000，这表明ACPI具有很强的季节性特征。

类似的，全球经济政策不确定性指数GEPUI对各大宗商品价格指数的影响可通过表4呈现，其对除金以外的大宗商品指数ACIEG、化石燃料指数NFPI、食品饮料价格指数FBPI、食品价格指数FPI、工业基础原材料价格指数IIPI、农产品价格指数API、农业基础原材料价格指数ARMI、基础金属价格指数BMPI、除金以外金属价格指数AMIEG、燃料（能源）价格指数FEI、石油价格指数COPI具有显著负向影响，对饮料价格指数BPI、金属价格指数AMI、贵金属价格指数PMPI、肥料价格指数FI、天然气价格指数NGPI、煤炭价格指数CLPI不具有显著影响，且各大宗商品价格指数的季节性特征明显。

此外，由表4还可以看出，全球经济政策不确定性指数GEPUI对石油价格指数COPI的影响最为显著，相应系数a1的估计值为-0.099 9，相应t值和p值分别为-4.12和0，是GEPUI对所有大宗商品价格指数的影响中显著性最高者。

总体而言，全球经济政策不确定性指数GEPUI对全球大宗商品指数的影响较为显著，表5汇总了GEPUI对各大宗商品指数的影响结果，由表可知，全球经济政策不确定性指数GEPUI对ACPI、ACIEG、FEI、COPI在1%的显著性水平下具有显著影响，对NFPI、FBPI、FPI、IIPI、API、BMPI、AMIEG在5%的显著性水平下具有显著影响，对ARMI在10%的显著性水平下具有显著影响，对BPI、AMI、PMPI、FI、NGPI、CLPI的影响不显著。

表5 回归结果总结表

四、结论及建议

（一）结论

经济政策不确定性是衡量宏观经济环境的重要指标，经济政策不确定性指数对大宗商品具有重要影响作用。本文通过对全球经济政策不确定性指数GEPUI和全球大宗商品指数的研究发现，全球经济政策不确定性增加，将导致全球大宗商品价格综合指数ACPI、除黄金以外的大宗商品指数ACIEG、非化石燃料价格指数NFPI、食品饮料价格指数FBPI、食品价格指数FPI、工业基础原材料价格指数IIPI、农产品价格指数API、农业基础原材料价格指数ARMI、基础金属价格指数BMPI、除金以外金属价格指数AMIEG、燃料（能源）价格指数FEI和石油价格指数COPI下降。本文研究结果证明了经济政策不确定性与大宗商品价格之间的关系，经济政策不确定性增加，表明经济环境不稳定性增加，政策变动因素增多，将对大宗商品交易量造成冲击，从而导致大宗商品价格下降。因此，经济政策的制定及实施应考虑其对经济基础——大宗商品的影响，在保持经济基础稳定、大宗商品价格不出现巨大波动的前提下调整经济政策，这对我国的经济改革具有一定的参考价值。

（二）建议

政策方面：能源政策要及时，工农业基础要稳定。根据本文研究结果，经济政策的不确定性会对能源、非化石燃料、食品饮料、工农业基础原材料、农产品及食品等行业产生显著影响，能源领域通常会涉及国际贸易，为了适应国际市场价格变化行情，我国有关能源和非化石燃料等相关领域的政策需具有及时性；工农业基础原材料和农产品是我国经济的基础，相关政策应保持稳定性，以达到稳物价、保发展的目的。

投资方面：谨慎选择投资行业，适当利用金融工具。对石油、天然气等具有金融属性的大宗商品，投资者可适当利用市场已有金融衍生产品进行套期保值，以对冲国际市场相关产品价格波动带来的风险，而价格波动较小的农产品和食品饮料等行业，其流动性较差，相关金融衍生产品种类较少，投资者不宜过度投资。