大宗商品金融化及國際貿易定價權研究

黃 勇

(河南財政稅務高等專科學校,鄭州 451464)

0 引言

金融化已成研究大宗商品價格波動及其國際貿易定價問題的重要分析語境，大宗商品價格劇烈波動及國際大宗商品的金融化問題成為理論界與實務界關注的焦點問題。理論界與實務界的政策制定者和投資者指出商品指數投資是大宗商品期貨價格劇烈波動的主要推手(CFTC，2008；Tang&Xiong，2012)，大宗商品指數基金在期貨市場上的過度投資使得大宗商品價格偏離其“基本價值”，從而產生了價格泡沫，這就是大宗商品期貨市場上的“金融化”（Domanski&Heath，2007)。大宗商品金融化的證據如下：其一是Tang&Xiong(2012)通過實證研究發現的不同大宗商品期貨收益率之間的相關性逐漸提升，而且這種提升是隨著投資者的不斷進入大宗商品的現貨市場和期貨市場逐漸形成的一個金融化的基本過程。其二是Inamura&Kirmata（2011）研究發現的，計入大宗商品價格指數的期貨品種從而提升了相關性；其三是大宗商品期貨與金融類資產收益率之間的相關性也在不斷增強，如Byuksahin&Robe(2012)基于DCC-GARCH模型經過實證研究證實以周數據與日數據計算的股票與大宗商品期貨之間的動態條件相關系數在2008之后大幅提升，還有Buyuksahin，Haigh&R_obe(2009)、Silvennoinen&Thorp(2010)、Bhar&Hammovideh(2011)、Chan,Treepongkamna&Brooks等(2011)的實證研究也獲得相似的結論；最后是Gilbert(2009)通過實證研究發現的大宗商品指數基金的交易活動異常。從以上的文獻可以看出，大宗商品金融化的提升已經讓大宗商品金融化的經濟現象逐漸進入大宗商品金融化的理論研究范疇，并且讓部分文獻對商品金融化內涵、特征及趨勢展開了研究，但這些文獻要么是立足于大宗商品金融化現象，研究金融化產生的根源及影響，要么是研究大宗商品期貨定價的條件，很少有金融化背景下來分析大宗商品國際貿易定價機制的變化趨勢。其實在大宗商品金融化時代背景下，世界范圍大宗商品的國際定價機制也在不斷地發生變化。所以，本文將從理論上分析大宗商品金融化的趨勢及特征，然后在金融化背景下分析大宗商品國際貿易定價的規則，從而為某些商品獲得定價權提供理論指導。

1 大宗商品金融化屬性分析

大宗商品的金融化界定還沒有統一的標準，比較權威的是Krippner&Aalbers于2008年界定的，即大宗商品利潤是通過金融市場而不是通過大宗商品生產獲得積累，這就是金融化。為了測度大宗商品的金融化屬性，采用動態條件相關的多元GARCH模型（DCC-GARCH）來刻畫相關金融資產指數的動態相關性，從而揭示大宗商品的金融化屬性；而單變量GARCH模型可以較為準確地刻畫單個指數的波動性，Longin&Solnik（2001）實證研究發現了金融資產間的相關系數大多呈時變特征；基于多元GARCH模型擴展 而來的 DCC-GARCH模型由 Engle（2002）提出，DCC-GARCH模型既允許所研究的各收益率序列存在條件異方差，且允許各收益率序列之間的相關系數隨時間可以改變，并較準確地刻畫不同大宗商品間的動態相關性，從而揭示大宗商品的金融化屬性。單變量GARCH模型包括均值方程（1）和方差方程（2）：

DCC-GARCH模型是對方差方程的擴展，可簡單的描述為：假定第t期k種大宗商品指數的收益率rt服從均值為0，協方差矩陣為Ht的條件多元正態分布：

其中rt為k×1維向量，It-1表示第t-1期的信息集，Ht為條件協方差矩陣，Rt是k×k階的時變相關系數矩陣。k階對角陣是時變標準差矩陣，可以由式（2）得到。單變量GARCH模型的標準化殘差，則動態條件相關結構為：

其中Qt是標準化殘差uit的n×n維時變協方差矩陣，=E(utut')是uit的n×n維無條件方差矩陣，α和 β是DCC模型的系數，滿足約束條件α+β＜1。只須Qt為正定的或半正定即能保證時變相關系數矩陣Rt的正定性。經驗表明，DCC（1，1）模型最適合擬合金融時間序列（Engle，2004），并且在待估參數個數上相對節儉，具有較好的計算優勢，適用于估計大樣本的時變相關系數矩陣。DCC-GARCH模型的估計采用Engle提出的兩階段法。首先是估計每一項資產的單變量GARCH模型，得到標準化殘差。進而得出DCC估計量。為了驗證大宗商品的金融化趨勢，選取BofA Merrill Lynch債券市場指數、S&P500指數、美元指數（USDX）與反映市場流動性的TED指數作為測度大宗商品的金融化趨勢，其數據區間為1995年1月1日至2014年12月30日，數據頻率為日度的數據。利用以上的模型和數據給出DCC-GARCH模型參數估計的實證結果，見表1和表2。

表1 大宗商品金融化均值方程參數估計的結果

從表1可以看出，從GSCI指數和標準普爾500指數的實證檢驗可以看出，標準普爾500指數收益率波動受到滯后兩期收益率波動的影響，而且參數估計的結果在5%、1%的顯著水平下都是很顯著；國際債券市場指數收益率波動也受到自身滯后兩期收益率波動的影響，且受到GSCI指數收益率波動滯后一期收益率的影響，但GSCI指數收益率波動僅受到國際債券市場指數滯后一期收益率波動的的影響，且參數估計的結果在5%、1%的顯著水平下都是很顯著；美元指數收益率波動受到GSCI指數收益率波動滯后兩期收益率波動的影響，且參數估計的結果在5%、1%的顯著水平下都是很顯著。所以，從不同市場相關性來看，大宗商品市場收益與市場流動性之間并不存在顯著關聯性，從而表明大宗商品市場存在金融化的趨勢。

2 金融化背景下大宗商品的國際貿易定價權分析

在大宗商品表現出明顯的金融化趨勢下，大宗商品的國際貿易交易價格受到大宗商品國際貿易產業組織交易勢力等因素影響，它們一起影響了大宗商品的國際貿易交易勢力，從而對大宗商品的國際貿易公平價格產生了影響。該部分借鑒Kozo(2009)、Delis(2009)的研究，測度大宗商品的國際貿易交易勢力對公平價格的影響，以判斷大宗商品的國際貿易交易勢力的公平程度。其測度模型如下：

Q為我國大宗商品的生產量；P為以美元衡量的我國大宗商品的國際貿易價格；為以貨幣X對貨幣Y的外匯；β1，β2，β3，β4＞0 ；β6，β7＜0 ，可以衡量大宗商品的國際貿易交易勢力大小，回歸方程的虛擬變量μt可以描述國際貿易的其它政策因素。利用2008年以后農產品數據進行檢驗，首先進行ADF的單位根平穩性檢驗，檢驗結果如表2。

表2 小麥、大豆大宗商品的平穩性單位根檢驗

從表中可以看出，In(PPIAPAN)、In(IPI)、In(QRE)、In(LIBOR)是平穩序列，因為拒絕了存在ADF的原假設，而其它的序列為平穩序列，但在一階差分后為平穩序列。選取以上平穩的七個序列進行長期回歸方程估計，獲得七個變量的國際貿易交易勢力公平的測度，具體結果如表3。

表3 農產品大宗商品的長期回歸模型參數估計檢驗結果

從表3可以看出，農產品大宗商品長期回歸模型參數從整體上通過了模型的檢驗結果，對長期回歸模型殘差進行協整檢驗，具體檢驗結果如表4。

表4 農產品大宗商品序列殘差序列協整檢驗

由P值可以知，農產品大宗商品長期回歸殘差檢驗拒絕了原有的假設，通過了協整檢驗，從而證明2008年以來的模型對大宗商品的國際貿易價格是否公平具有解釋力，從而可以說明大宗商品的國際貿易勢力、不同幣種匯率、國際利率等都可以影響到大宗商品的國際貿易價格。

3 結論與政策建議

本文以2008年1月到2014年12月我國大宗商品相關統計數據為研究對象，運用DCC-MGARCH方法測算了大宗商品與其它指數的動態相關系數，驗證的金融化趨勢，為提升我國大宗商品國際定價權，特提出以下政策建議：

第一，在積極推進人民幣國際化的同時，積極提升我國大宗商品國際貿易定價權，以更好為大宗商品國際貿易提供多種形式的金融服務。大宗商品的“走出去”戰略需要以人民幣國際化為支撐點。人民幣國際化能夠更好地促進各類經濟實體在國際大宗商品領域展開生產經營，推進國內企業全方位參與國際大宗商品的國際市場運作。期間，以人民幣國際化帶動大宗商品的貿易融資，可通過國際金融機構或相關金融組織，向大宗商品的進口業務提供資金支持，還應通過國際貿易政策引導，有控制地推動大宗商品的金融貿易創新，吸引國際資本的私募資金，以期提升大宗商品在國際貿易中的金融市場地位。

第二，構建創新型的由市場為主導的大宗商品公平價格自發形成機制。因為大宗商品的國際貿易公平價格機制的形成、運行以及管理，是在大宗商品國際交易平臺制度公平的基礎上，由大宗商品基本價值補償公平、產業組織公平和國家政策交易勢力公平等因素一起決定的。所以，大宗商品的公平國際貿易價格形成機制，需要在大宗商品的價值補償、世界各國產業組織結構以及各國貿易政策等各要素綜合因素下，由市場為主導，自發形成，只有這樣，大宗商品的國際貿易才能公平、有序展開。

第三，在金融化背景下，大宗商品國際貿易公平價格由大宗商品的期貨市場來決定，而我國的大宗商品期貨市場的發展已獲得很大的發展，但與美英等發達國家的成熟大宗商品期貨市場相比還有比較大的差距：主要表現在期貨品種單一，期貨市場的開放度程比較低，以中小散戶為主的市場參與者非理性行為較多。以上的因素限制了期貨市場的發展，造成了大宗商品期貨市場對基本價格的背離，也導致我國大宗商品在國際貿易中受制于別的國家。所以我國必須完善我國的大宗商品的期貨市場，發展多種大宗商品期貨市場，讓我國大宗商品期貨市場定價成為世界期貨市場的重要話語中心。

[1]Chng M T.Economic Linkages Across Commodity Futures:Hedging And Trading Implications[J].Journal of Banking&Finance,2009,33(5).[2]Harri A,Nalley L,Hudson D.The Relationship Between Oil,Exchange Rates,And Commodity Prices[J].Journal of Agricultural and Applied Economics,2009,41(2).

[3]Sari R,Hammoudeh S,Soytas U.Dynamics of Oil Price,Precious Metal Prices,And Exchange Rate[J].Energy Economics,2010,32(2).

[4]StollH R,Whaley R E.Commodity Index Investing And Commodity Futures Prices[J].Journal of Applied Finance,2010,20(1).

[5]Du L,He Y,Wei C.The Relationship Between Oil Price Shocks And China's Macro-Economy:An Empirical Analysis[J].Energy Policy,2010,(38).

[6]Billio M,Getmansky M,Lo A W.Loriana Pelizzon,Econometric Measures of Connectedness And Systemic Risk In The Finance And Insurance Sectors[J].Journal of FinancialEconomics,2012,104(3).

[7]Tang K,Xiong W.Index Investment And Financial of Commodities[J].Financial AnalystJournal,2012,(68).

[8]Battaglia E,Gallo A.Securitization and Systemi Crisk:An Empirical Investigation on Italianbanks Over the Financial Crisis[J].International Review of Financial Analysis,2013,(30).

[9]Silvennoinen A,Trorp S.Financialization,Crisis And Commodity Correlation Dynamics[J].Journal of International Financial Markets,Institutions and Money,2013,(24).

[10]謝飛,韓立巖.投機還是實需：國際商品期貨價格的影響因素分析[J].管理世界,2012,(10).