中國再生資源價格長期波動特征及其對經濟的影響研究

王國友

(重慶工商大學，重慶　400067)

?

中國再生資源價格長期波動特征及其對經濟的影響研究

王國友

(重慶工商大學，重慶400067)

摘要〔〕盡管再生資源在工業生產中替代原生資源的比例逐漸升高，但對再生資源價格波動的特征及對經濟的影響尚缺乏研究。本文以再生銅為例，采用GRACH族模型分析發現，我國再生銅價格的波動存在一定集聚性和持續性，價格波動比較緩慢。且負向沖擊對再生銅價格波動的影響比正向沖擊大，存在顯著的杠桿效應。此外，再生銅價波動具有顯著的GARCH-M效應，即預期的風險對再生銅價格波動具有正向影響。然后采用VAR模型和脈沖響應函數等方法，引入產出、投資、消費和通貨膨脹率變動等宏觀經濟變量，定量分析了再生資源價格波動與中國經濟之間的關系。檢驗結果表明：再生銅價作為建筑業重要的生產資料，其價格上漲短期內促使GDP增長，但長期則抑制投資，最終可能影響GDP增長并提高通貨膨脹率，即再生銅價格上漲對國家經濟發展有不利影響。本文的實證結果揭示出，對中國經濟的影響而言，廢舊金屬價格的變動只是某種表象，經濟增長和通貨膨脹率變動的背后是更為復雜的原因，問題的實質是以固定投資拉動經濟增長的發展模式和部分地區對房地產業過度依賴的產業結構的變化等對中國經濟產生的根本性的影響。

關鍵詞〔〕再生資源價格GRACH模型杠桿效應經濟波動VAR模型GDP

引言

如果說“原生資源是工業的基礎”，那么隨著科學技術的進步，以及原生資源儲量的減少，再生資源在工業生產中替代原生資源的比例逐漸升高，例如我國目前廢紙纖維在造紙纖維原料中的比重已經超過了60%[1]。近年來，再生資源價格在不斷波動中迅猛增長[2]，并對我國社會經濟發展、原生資源開采和進口、資源循環利用、碳減排目標的實現等產生了重大影響。根據我國再生資源協會2013年度報告，國內大宗商品金屬價格指數超過30%的變幅是由再生資源貢獻的，并對國民經濟發展產生了重要的影響[3]，從而引發社會各界對再生資源價格問題的關注。

目前，國內外針對再生資源價格變動的原因、特征以及對社會經濟的影響進行了較為廣泛的研究。Coggins P C(1994)[4]總結了美國家庭廢舊物資回收價格波動的特征、原因，并進行了價格波動的預期分析；邵天一(2005)[5]認為再生資源價格除受到原生資源需求量以及價格影響之外，還受到資源回收利用價格、物流價格、國際大宗商品價格等的影響，并波及到上游生產企業。其他一些學者，如譚靈芝等[6]、周宏春(2008)[7]、馮慧娟等(2009)[8]和杜歡政等(2013)[9]把再生資源產業內生納入到循環經濟范疇中進行探討，著重分析了我國當前再生資源價格對循環經濟發展的作用、機理、存在的問題及可能解決途徑等。

在上述定性分析基礎上，許多研究者開始采取定量分析的方法進行相關研究。但這些研究仍存在諸多不足：在再生資源價格波動性測度上，主要運用了價格上漲率的標準差、平均百分比變動、移動平均等，如Horsman C等(2011)[10]分析了金、銅等再生金屬的價格近十年平均變動值。但是這種價格平均法過于粗糙，無法刻畫再生資源價格波動的復雜性和長期性。還有部分研究借助數學模型進行分析，如蒲永健(2014)[11]采用全要素生產模型分析再生資源價格對國民經濟的影響作用；陳殷源(2012)[12]借助CGE模型建立了電子廢棄物價格波動與經濟增長之間的非線性模型，證明電子廢棄物回收利用價格影響國內GDP 0.03%，并對居民消費產生影響。但上述研究方法和結果并未涉及到再生資源價格波動的長期性和頻度，難以更為完整地刻畫再生資源價格波動特征。由此，一些研究者開始將GARCH族模型納入到各類型金屬價格波動性討論中。GARCH模型認為條件方差與過去誤差的平方和滯后條件方差相關，成為研究金融市場波動的較為成熟方法，近年來也成為有色金屬價格波動測度的主流方法。如Tully & Lucey(2007)[13]采用非對稱PGARCH模型，同時考慮進權數和杠桿效應，證實美元即使不是唯一的也是主要的影響黃金的宏觀經濟變量；朱學紅等(2012)[14]采用3個GARCH族中的兩因素波動模型研究金、銅和鋁在原油和匯率沖擊下的價格波動行為，并證實只有銅存在杠桿效應而且顯著；譚靈芝(2015)[15]基于GARCH族模型、波動溢出效應模型和Johansen整檢驗，發現原生銅和再生銅之間存在長期均衡關系和雙向引導關系，原生銅價格對再生銅價格的波動溢出效應更強。

上述對原生資源價格波動性的研究對進行再生資源價格長期波動性及對經濟影響的研究提供了可借鑒作用。有鑒于此，本文基于GARCH族模型，對國內再生資源價格波動的長期性進行測量；進而應用協整理論、基于向量回歸的Granger因果檢驗等，著重探討再生資源價格對國內生產、投資和消費等的影響。

1研究方法、樣本選擇及數據來源

1.1研究方法

1.1.1測度再生資源價格波動性的CARCH模型

即使一個時間序列是平穩的，其條件方差也可能出現隨時間變異的情況，即條件異方差ARCH模型(Engle，1982)[16]。該模型可以很好的刻畫風險和波動聚集現象，因而測量結果較為準確。

描述收益率過程GARCH(p，q)模型由兩部分組成，一部分是條件均值方程AMRAX(R，M，N)：

(1)

Yt=Xtθ+εt

(2)

其中：Yt表示經濟變量，φi為自回歸系數；θj為移動平均系數；X為外生變量的N列回歸矩陣，每一列為一個時間序列，對應一個解釋變量；X(t，k)表示矩陣X的第t行第k個元素。

(3)

但是GARCH模型雖可刻畫波動性，卻無法反映再生資源價格波動的非對稱性。再生資源價格中的非對稱性主要表現為再生資源市場中價格上漲信息引發的波動比價格下跌信息引發的波動要大。對上述問題的解決通常借助EGRACH模型[19]：

(4)

其中：Lj的參數允許信息不對稱：即相同程度的正沖擊與負沖擊所產生的波動效果不同。Lj>0，表示正向沖擊對變量波動的影響大于負向沖擊；只要Lj≠0時，沖擊就會對變動率的短期波動產生非對稱的影響；當Lj<0時，說明負的沖擊比正的沖擊更易增加波動，即存在杠桿效應。需要注意的是，這種非對稱效應只出現在短暫波動中，對長期波動率的影響則主要體現在系數βj的變化上。

此外，在再生銅市場上，人們對銅價變動的預期往往會影響未來價格走勢，并對其他相關性和替代性較強的廢舊金屬，如鋁、鐵等產生關聯作用(張越，2004[20])，因此，為了考慮預期不確定性對收益率的影響，在條件均值方程中引入時變方差或其對數[21]，即GARCH-M模型：

Yt=Xtθ+εt+τlog(ht)

(5)

在對再生資源價格波動時間序列建立各種GARCH模型時，一般默認模型的殘差項服從某一類型分布，但現實并非常常如此。為了更加準確地描述GARCH模型中殘差的分布特征，在參數估計中，根據殘差特點改變隨機誤差項分布形式，選擇廣義誤差分布(GED)，采用極大似然法進行模型參數估計[22]。

(6)

1.1.2再生資源價格波動對經濟影響的VAR模型

在檢驗再生資源價格波動對國內經濟影響的因果關系時，根據數據可得性，選取國內生產總值、固定資產投資額、消費者價格指數、生產者價格指數作為度量指標，建立多變量VAR模型，其表達式為(Awokuse，T，2005[23])：

(7)

其中，向量Zt由4個變量和再生資源價格波動值組成。c是常數項，n代表滯后期，ρ為待估系數矩陣，Ut為隨機擾動項。

1.2樣本選擇及數據來源

本文結合我國再生資源市場成立時間、分布區域、規模、交易量、輻射范圍等特征，按照數據獲得的便利性，借助張菲菲等(2009)[24]樣本選擇方法，以湖南省汨羅市再生資源市場、天津再生資源市場和重慶再生資源市場的黃雜銅供應價格，以及長江有色金屬市場銅現貨、廣東貴嶼地區有色金屬市場電解銅、華通有色金屬交易市場陰極銅每月交易首日價格作為兩類資源產品價格的樣本。選擇原料銅作為再生資源樣本，一方面是因為銅等金屬原料市場化程度較高，是國民經濟發展的重要物質基礎，對于經濟增長和物價變動影響具有更加靈敏的反應和傳導作用[25，26]。在一些工業發達地區，再生銅的價格甚至可以左右一個中型再生資源市場交易的活躍程度(譚靈芝等，2015[27])；另一方面在于所選擇的市場都成立了10年左右，可獲得較為長期的時間序列數據。而長江有色金屬市場、廣東貴嶼有色金屬市場和華通有色現貨市場在我國有色金屬市場中影響廣泛、數據完整，且具有代表性，可以反映我國有色金屬市場的價格波動及交易情況(張菲菲等，2009[24])。此外，當數據頻度較高時，GRACH族模型測度結果較為準確，因此本文選擇6個市場月度數據平均值，并采用2000年為基期的中國月度CPI將名義價格調整為真實價格計算再生資源價格的波動性，研究區間為2004年1月～2013年12月。

在經濟后果檢驗中，結合相關文獻、數據可得性等，選取4個經濟指標作為構建VAR模型的變量：(1)經濟增長：采用工業增加值的月度數據進行衡量，變量符號為GDP；(2)投資：采用月度固定資產投資完成額進行衡量，變量符號為FAI；(3)消費：采用同比居民消費價格指數(CPI)進行衡量，變量符號為CPI；(4)通貨膨脹率：使用工業生產出廠價格指數來衡量，變量符號為PPI。數據主要來自于歷年《中國統計年鑒》和中經網。同時使用Census X12方法[28]，對數據序列進行了處理，以消除季節性波動的影響。所有變量均取自然對數進行研究。

2再生銅價格波動性測度結果及分析

為了緩沖再生銅價的波動程度，與張躍軍等(2007)[29]研究類似，采用幾何對數百分收益率，即令6個再生銅市場第t期的價格為Pt，則第t期的對數百分收益率為Rt=100 ln(pt/pt-1)，從而得到120個收益率樣本。圖1是再生銅120個收益率建模樣本趨勢圖。從圖中可見，整個研究期再生銅價格的對數收益率基本上圍繞在0均值附近上下波動。且波動隨時間的變化出現連續偏高或偏低的情況，即呈現出明顯波動集聚性，適合ARCH類模型建模。

圖1　中國再生銅價格收益率走勢(2004.1～2013.12)

2.1再生銅價波動的描述性統計

針對我國再生銅價格進行描述性統計發現(表1)，再生銅價格變量波動時間序列偏度都顯著不為零，峰度系數遠大于3，具有“尖峰厚尾”特征。JB正態性檢驗得到的JB統計量的伴隨概率為0.000，表明在1%顯著性水平下，再生銅價格變化率序列明顯不服從正態分布。該收益率序列具有尖峰、厚尾和非正態的特征。檢驗價格數據的平穩性，結果表明，ADF單位根檢驗強烈地拒絕了非平穩的假設，說明該時間序列是平穩的，為下一步建模提供了準確信息。

鑒于中國再生銅價格收益率序列是平穩序列，而且存在明顯的波動集聚性，因此，我們采用ARCH模型對這種集聚現象進行建模。首先針對樣本自相關和偏相關特征，選取最大可能滯后階數，進而基于AIG準則的綜合判斷，選擇最優模型。再進行ARCH-LM殘差項的檢驗，結果表明油價波動時間序列存在顯著的條件異方差性，存在高階ARCH效應。且殘差平方的自相關和偏相關系數顯著不為零，為此，考慮使用GARCH模型。

表1　再生銅價格收益率序列的基本特征

注：括號中的數字是統計量值對應的概率值。

2.2再生銅價格波動模型估計

為估計再生銅價格的波動持續性，經過對數似然值、ARCH效應測試和基于AIC準則等指標的綜合判斷，最終選取GARCH(1，1)模型、GARCH-M(1，1)模型和EGRACH(1，1)模型。

表2是3個模型檢驗結果。結果表明，條件均值方程中的常數C是顯著不為零的正數，表明在研究期內，我國再生銅均衡收益水平為正。條件方差方程中的α1和β1不為零，說明再生銅價格波動在很大程度上是由過去的價格波動和誤差決定的，收益率序列具有很強的集聚性。此外，3個模型系數估計中，其系數之和小于1，滿足參數約束條件。且殘差的分布參數小于2，說明收益率序列建模時所得殘差項的厚尾特征，也表明GED分布能夠很好地描述這種特征。

表2　模型估計結果

注：空格表明相應的模型沒有該自變量，小括號內為相應的顯著性概率。

具體到每個GARCH族模型，在標準GARCH模型中，波動存在顯著的GARCH效應(在1%的顯著性水平下)。其中，再生銅價格第t期收益率與其t-1期收益率以及t-1期收益率殘差的一階移動平均項均顯著有關。其中，t-1期的收益率對第t期的收益率存在較強的正向推動作用，表明過去的波動和過去的沖擊對再生銅價格波動行為是正向顯著的。

通過估計GRACH(1，1)模型得到條件異方差如圖2所示。從圖形看出GRACH模型較好的刻畫了再生銅市場波動聚集現象。在GARCH模型中，α1+β1系數之和為0.8924，接近于1，其值刻畫的是波動沖擊的衰減速度，其值越靠近1，則衰減速度越慢[19]。該結果表明再生銅的波動持續性較強，因此收斂到長期均衡的速度較慢。其中條件方差前的系數β1=0.6346，表示波動沖擊中的63.46%會傳遞到下一期。圖2說明，再生銅價格對外部沖擊反應較為緩慢，表現為較弱的價格波幅，對下一期的沖擊影響也較弱。但是這并不表示再生銅市場風險小，從圖2可以發現，整體較弱的態勢中仍存在局部較為集中的劇烈波動時期，其條件方程最高可達一般水平的4倍以上。這種小范圍波動的大幅度震蕩對于分析波動背后的原因及可能性影響有現實意義。

圖2　收益率GARCH(1，1)模型的條件異方差序列

在GARCH-M(1，1)模型中，條件均值方程ht前的系數τ為0.0323，即預期風險對再生銅波動具有正向影響，且這種正向影響的程度較大，約為3.2%，說明再生銅市場存在高風險高收益特征，再生銅市場化程度較高。這也與我們在2005～2012年間對北京市東小口再生資源市場、河北文安再生資源市場和石家莊市再生資源市場的連續調查結果相符。政府基于穩定經濟運行，避免價格波動對經濟的沖擊主要反映在原生銅市場上，但是再生資源市場則基本上是一個充分競爭市場(陳殷源，2007[30])。對再生銅價格的政策影響更多源于原生銅的傳遞作用，而這種傳遞作用因為受制于其他因素，如國際經濟形式、游資炒作等，加之再生資源自身市場特征，最終影響可能趨弱。而方差方程中α1+β1之和為0.8034，同樣說明了再生銅價波動的衰減速度較為緩慢。

EGARCH(1，1)模型檢驗再生銅價格的非對稱性，即桿杠效應。若杠桿系數為正，表示相同幅度的再生銅價下跌比銅價上漲對以后銅價的波動具有更大影響。EGARCH模型(1，1)檢驗結果，當再生銅市場受到正向沖擊(再生銅價上漲)時，會給條件方差對數帶來0.1032倍的沖擊，而受到負向沖擊時(再生銅價下跌)時，該影響程度為0.1468，是銅價上漲的1.42倍。表明負向沖擊對再生銅價波動的影響超過正向沖擊的影響。這種非對稱效應即為杠桿效應。說明銅更易受到經濟中不利因素的影響，尤其是建筑業，它是銅的主要消費領域(朱學紅等，2012[14])。對再生銅價波動的非對稱性，一般可以從波動反饋效應理論進行解釋：通常，在再生銅價上漲信息的正向沖擊下，回收商可能會增加回收量，阻礙再生銅價進一步上漲。當再生銅價下降時，回收商不會在當期回收和囤積再生銅，回收量減少可能導致再生銅價在短期內進一步下跌。再生銅市場決定了短期內負向沖擊對再生銅價波動影響大于正向沖擊，從而也就決定了再生銅價波動的上述不對稱的杠桿效應。

3再生銅價波動對經濟影響的實證檢驗

接下來，我們檢驗再生銅價格波動對經濟波動的影響。這里僅列出了EGARCH(1，1)模型度量的分析結果。一方面是出于篇幅限制原因，更為重要的是考慮波動非對稱性效應的測度結果更為準確(侯乃堃等，2011[31])。分析結果如下。

圖3～圖6列示在包括正負兩個標準偏離帶的情況下，我國經濟波動對再生銅價波動的脈沖響應情況。其中橫軸表示沖擊作用的滯后期數(單位：月份)，縱軸表示因變量對擾動項1個標準差沖擊的響應程度，實線表示脈沖響應函數。根據格蘭杰因果檢驗①，發現再生銅價格對經濟增長、投資與通貨膨脹3個變量影響顯著，而對消費影響不顯著，因此重點對以上3個變量的樣本期間進行探究。

圖3　再生銅價格對自身脈沖響應圖

圖4　GDP對再生銅產品價格脈沖響應圖

圖5　FAI對再生銅產品價格脈沖響應圖

圖6　PPI對再生銅產品價格脈沖響應圖

從圖3可以看出，再生銅價格在當期受到正的自身的單位沖擊后，會通過市場機制傳遞形成平穩而緩慢的促進作用，但隨時間的推移，這種促進作用逐漸增強，持續期約為6個月。說明再生銅價格慣性趨勢明顯，當期價格對未來6個月的價格均具有正向沖擊作用。

從影響渠道分析，GDP增長率對再生銅價格波動的一個標準差信息的反映可以看出，在當期給予1個標準差的正向沖擊后(即再生銅價格上漲)，GDP會在3個月內出現較為平緩的增長，之后會逐漸變為反向波動，但變化速度較慢，且變幅較緩。沖擊效應在12個月內逐漸消失。投資從響應初期開始呈現增長態勢，但增速較慢，6個月之后開始緩慢下降，在第12期之后保持穩定。再生銅價正向沖擊給通貨膨脹的影響是先負后正。PPI在第1期對價格波動是一個負響應，在第2期迅速為正，隨后緩慢上升，并在10期趨于穩定。另外，再生銅沖擊對投資和PPI的影響較GDP的影響周期略長，在24個月的檢驗周期內，再生銅價沖擊對兩個變量的影響都并未完全消失，說明再生銅價格通過市場機制傳遞對投資和PPI的沖擊具有長期影響效果。綜上對再生銅價格波動對經濟影響的實證檢驗可知，短期內再生銅價上漲促使GDP增長，但長期卻會抑制投資，最終可能影響GDP增長并提高通貨膨脹率。

表3進一步反映了各變量對再生銅價沖擊的累積響應效果。從表中可以看到，脈沖響應分析再生銅價格上漲對國內經濟增長的影響短期內有助長作用，當期再生銅價平均增加1個單位，會促使工業增加值在3個月內累積增加約0.2%，從第4個月開始工業增加值才受到了抑制。而再生銅價格與投資在半年內同向上漲，長期效應分析也一致。傳統觀點認為，資源價格上漲對經濟增長和投資有抑制作用，但出現上述結果的一個可能的解釋是，在我們研究期內，房地產是我國經濟的支柱產業之一，部分城市對房地產的依賴程度甚至超過了70%。1998年以后，以住宅市場化為契機，以及人口的大規模轉移和城市的擴張等因素，城鄉建筑業的迅猛發展引致對銅的大量需求，加之再生銅的對原生銅替代率不斷提升，再生銅供給者的市場地位明顯高于再生銅需求者。而原生銅的國際政治、軍事、投機基金等非供求因素對再生銅價也產生推動作用，使得再生銅價持續上漲。到2008年，因為國際金融危機，國際國內大宗商品價格暴跌，也造成了再生銅價下行波動，但政府的4萬億投資又促使再生銅價重新上漲。而隨著國內經濟結構的調整，房地產開工數量急劇減少，進入2012年11月以后，幾大市場的再生銅收購量急速減少，再生銅價再次急劇下跌。因此國家的房地產發展情況對再生銅價格有顯著的影響。中國的經濟增長以及固定資產投資和再生銅價格受到國內房地產經濟的同向影響，從而再生銅價格和上述兩個變量之間也可能出現同向運動。

對PPI最大的沖擊效應出現在再生銅價格變動約6個月之后，且隨著再生銅價格上升，PPI也有所上升。該短期效應與預期基本一致，且脈沖響應函數也證實了短期效應分析較為可靠。長期效應的差異可能是由于原生金屬價格波動到再生金屬價格波動之間存在一定時滯，引致再生銅價格波動和PPI幅度并不完全一致。

表3　再生銅價格沖擊的累積效應

4結論與啟示

本文的核心是基于GARCH族模型和多變量VAR模型，對我國再生銅價格波動特征及其對經濟的影響進行實證研究。研究結果表明：再生銅價格的波動具有一定集聚性和持續性，對外部沖擊反應較為緩慢和滯后，價格波幅較弱。此外，再生銅價格存在非對稱性，即負向沖擊對價格波動的影響大于正向沖擊，這種非對稱性主要源于原生銅價格的影響以及市場本身特點和供需共同決定的。再生銅價波動具有顯著的GARCH-M效應，即預期的風險對再生銅價格波動具有3.2%的正向影響。這可以很好解釋再生銅回收利用市場上存在的“助漲殺跌”的純投機性的市場問題。較之原生銅，再生銅市場化程度較高，政府對再生銅的影響更多的來自于對原生銅的政策調控傳遞。

基于上述研究，進一步分析再生銅對經濟波動的影響。實證結果發現，再生銅價增長短期內促使GDP增長，但長期則抑制投資，最終可能影響GDP增長并提高通貨膨脹率，即再生銅價格上漲對國家經濟發展有不利影響。目前，中國仍處于工業化、城鎮化建設快速發展階段，再生資源價格的上漲趨勢是必然的。盡管再生銅價格的上漲也會表現為國內經濟的同步增長趨勢，但分析經濟結構可知，這更多的是源自投資拉動，并可能因為生產資料的上漲給企業生產帶來成本上升的長期沖擊，進而使得整個經濟面臨通貨膨脹。因此，有必要從調整產業結構和區域性產業發展模式入手，讓更多的再生資源通過生態化、循環化進入產業內部，在提高資源利用率的同時，改變地區產業單一或緊靠投資拉動的趨勢，推進產業多元化和低碳化。

注釋：

①具體分析結果，限于篇幅未列出，有需要的讀者可向作者索要。

參考文獻

[1]北京市市政管理委員會“十二五”發展規劃前期報告：北京市構建綠色小區的管理政策研究[R].2013

[2]李祝平，等.再生資源理論政策及其應用[M].西寧：青海人民出版社,2011

[3]中國再生資源協會：2013年再生資源發展報告[R]．2014

[4]Coggins P C.Reduce and Recycle at Home,at Work,and at Play:Perspectives on Waste Management and Travel and Tourism[J].Journal of Waste Management and Resource Recovery,1994,1(4):1～10

[5]邵天一.中國再生紙回收利用的環境經濟政策研究[D]：[博士論文].北京：中國人民大學，2005

[6]譚靈芝，魯明中，王國友.我國生活垃圾處置市場的環境經濟政策選擇[J].中國人口、資源與環境,2008,(2):181～186

[7]周宏春.我國再生資源產業發展現狀與存在問題[J].再生資源與循環經濟,2008,1(5):5～8

[8]馮慧娟,張繼承.再生資源產業市場化進程與政府調控對策[J].資源與產業,2009,(6):2～4

[9]杜歡政,保積慶,徐稢.鈷鎳金屬二次資源回收利用現狀及發展對策研究[J].再生資源與循環經濟,2013，(2):33～39

[10]Horsman C,Brown K L,Munro W J,et al.Reduce,Reuse,Recycle for Robust Cluster-state Generation[J].Physical Review A,2011,83(4):42

[11]蒲勇健,種海港,張勇.中國再生資源產業全要素生產率估算分析[J].統計與信息論壇,2014，(10):40～45

[12]陳殷源，劉靜.我國電子廢棄物回收價格波動及對電子產業影響[R]．北京市環境衛生設計研究所課題報告，2012

[13]Tully E,Lucey B M.A Power GARCH Examination of the Gold Market[J].Research in International Business and Finance,2007,21(2):316～325

[14]朱學紅,沈玉芳,邵留國.石油和匯率沖擊下的中國金屬價格波動行為[J].系統工程,2012,(11):3～7

[15]譚靈芝.原生銅與再生銅價格波動性及其互動關系研究[J].統計與信息論壇，2015,(7):57～64

[16]Engle RF Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K.Inflation[J].Econometrics,1982,50:987～1008

[17]Drost,F.C.and TH.E.Nijman.Temporal Aggregation of GARCH Processes[J].Econometrica,1993，(61):909～927

[18]De Santis G.Fitting the EGARCH Model to Italian Stock Returns[J].Ricerche Economies,1991,45(1):21～55

[19]Dovonon P,Meddahi N.Asymmetric Weak GARCH Models and the Term Structure of News Impact Curves on Volatility and Skewness[J].2014,(1):1～36

[20]張越．城市生活垃圾減量化管理經濟學[M]．北京：化學工業出版社,2004

[21]Hammoudeh S,Yuan Y.Metal Volatility in Presence of Oil and Interest Rate Shocks[J].Energy Economics,2008,30(2):606～620

[22]Ito T,Sato K.Exchange Rate Changes and Inflation in Post-crisis Asian Economies:VAR Analysis of the Exchange Rate Pass-through[R].National Bureau of Economic Research,2006

[23]Awokuse T O,Chopra A,Bessler D A.Structural Change and International Stock Market Interdependence:Evidence from Asian Emerging Markets[J].Economic Modeling,2009,26(3):549～559

[24]張菲菲,李慧明.資源替代,價格聯動與產業風險——再生資源產業價格波動的實證研究[J].財經研究,2009，(8):60～68

[25]蒲勇健，余顯蘭，張勇．中國再生資源產業的技術效率及影響因素研究——基于隨機前沿超越對數生產函數的分析[J].工業技術經濟，2014，(12)：3～10

[26]張琳.再生金屬三十年回眸[J].資源再生,2008,(11):8

[27]譚靈芝,王國友,陳殷源．我國電子廢棄物市場構建及政策設計[M]．長春：吉林出版集團，2015

[28]朱翔翔,姚儉.廣義誤差分布下CVAR模型的股市風險研究[J].上海理工大學學報,2014,36(1):21～25

[29]張躍軍,范英,魏一鳴.基于GED-GARCH模型的中國原油價格波動特征研究[J].數理統計與管理,2007,26(3):398～406

[30]陳殷源.中國電子廢棄物市場構建及政策研究[D]：[博士論文].北京：中國人民大學，2007

[31]侯乃堃,齊中英.石油價格波動不確定性測度及其對經濟波動的影響研究[J].財貿經濟,2011，(2):125～131

The Characteristics on the Price Fluctuation of the Renewable

Resource and Its Impact on Economic Research for a Long Time

Wang Guoyou

(Chongqing Technology & Business University，Chongqing 400067，China)

〔Abstract〕Although the proportion of renewable resources replacing the native resources in industrial production has gradually been increasing,the price’s volatility characteristics of the renewable resource and its impact on the economy are lack of more researches.In this paper,using the GRACH family model exampled by the recycled copper,we found that the recycled copper price has the volatility clustering and the price’s volatility is relatively slow.And the negative impacts of recycled copper price are more fluctuating than the positive effect.In addition,the erratic fluctuation of the recycled copper prices has a significant GARCH-M effect,that is expected to have a positive impact on the risk of secondary fluctuating copper price.Then using the VAR model,impulse response function and the other methods,by introducing output,investment,consumption,inflation and other macroeconomic variables,it quantitatively analyzes the relationship between fluctuations in the price of renewable resources and the Chinese economy.The test results showed that the prices of the renewable copper as the important construction materials,the prices in the short term would promote the GDP growth,but the long inhibited investment that could eventually affect GDP growth and increase inflation,and have a negative impact on the country’s economic development.The empirical results of this paper reveals the changes in the price of scrap metal is just behind the changes in the appearance of some kind of economic growth,and inflation on the impact of China’s economy are more complex reasons:the real problem is fixed investment and stimulate economic changes in the industrial structure of the growth model of development,excessive reliance on real estate and other fundamental impact on China’s economy.

〔Key words〕renewable resources price;GRACH model;leverage;economic fluctuations;VAR model;GDP

(責任編輯：王平)

作者簡介：王國友，重慶工商大學經濟管理中心高級工程師，在讀博士。研究方向：資源經濟學。

基金項目：國家社科基金項目“我國銅資源二次利用的生態產業鏈延伸路徑研究”(項目編號：15XGL016)。

收稿日期：2015—09—09

中圖分類號〔〕F062.2〔

文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．02．017