國際大宗商品金融化如何影響中國實體經濟

劉璐　張幫正

摘要：以工業產出為例，采用向量自回歸模型和大型近似因子模型，在全樣本和滾動樣本框架下，就國際大宗商品金融化對中國實體經濟的影響效應、傳導渠道和作用機制進行了遞進式的實證分析。研究發現：（1）國際大宗商品金融化對中國工業產出波動存在放大效應，且該放大效應在國際金融危機期間及2014年以來顯著增強;（2）渠道檢驗顯示，金融化主要通過信息渠道影響工業產出，成本渠道傳導受阻。進一步將金融化經由信息渠道影響工業產出的作用機理分解為信息顯示機制和信號扭曲機制，實證結果表明，總體上信號扭曲機制起主導作用，金融化引入信息噪音、扭曲國際大宗商品價格信號，干擾國內市場主體的行為決策，從而加劇產出波動。

關鍵詞：大宗商品;金融化;價格波動;實體經濟;工業產出;信息渠道;信號扭曲機制

文獻標識碼：A

文章編號：1002-2848-2020（04）-0039-15

一、研究背景

21世紀以來，在衍生品交易管制放松、互聯網泡沫破裂以及全球流動性擴張的疊加刺激下，以往集中于傳統金融市場的機構投資者開始積極參與商品期貨交易，大量金融資本加速涌入大宗商品市場，這一趨勢被稱為大宗商品金融化[1-2]。隨著金融資本的不斷進場，國際大宗商品價格動態發生顯著改變，呈現出劇烈波動的異常景象[3-4]。作為生產生活中不可或缺的基礎物質資料，大宗商品的價格變動關系到國民經濟的各個方面，其金融化趨勢的影響勢必會傳導至實體經濟領域。

近年來，我國大宗商品對外依存度持續攀升，國際大宗商品價格波動作為中國經濟外部沖擊來源的重要性與日俱增。據海關總署統計，2017年我國原油進口量達4.2億噸，同比增長10.1%，天然氣進口量6857萬噸，同比增長26.9%，大豆進口量9554萬噸，同比增長13.9%;2018年，各主要大宗商品的進口量繼續保持增長，天然氣進口量同比增長31.9%，銅進口量增長12.9%，原油進口量增長10.1%。在這一背景下，國際大宗商品金融化對中國經濟的潛在影響不容小覷。

國內外學者對大宗商品金融化問題進行了積極探析，研究成果日益豐富。多數研究主要基于內部視角探討金融化給大宗商品市場自身帶來的改變，重點關注金融化對價格形成機制的影響，熱點議題包括大宗商品價格是否存在投機泡沫[5-6]、金融投機和基本面因素的驅動力對比[3，7]、金融化力量對跨類商品相關性的影響[1]、大宗商品與股票市場的關聯機制[8-9]。基于外部視角考察大宗商品金融化對實體經濟影響的文獻則較為有限。Sockin等[10]證明在不完全信息條件下，金融投資者在期貨市場的非基本面交易將產生信息噪音，扭曲大宗商品價格信號，從而干擾生產者決策。Brogaard等[11]發現金融化以來指數商品的信息效率顯著下降，且商品指數化投資會削弱企業做出最優經營決策的能力。國內方面，盡管越來越多學者認識到國際大宗商品金融化的加速深化不可避免地會對中國經濟產生影響，但不論是理論分析還是經驗研究均相當匱乏，多數文獻僅在定性層面上進行簡單論述。如張翔等[12]對金融化與中國宏觀經濟波動的關系進行了實證考察，但只初步探究了影響效應，對內在機理的挖掘尚不夠深入。

鑒于此，本文從宏觀視角出發，以工業總產出為著眼點，嘗試在理論分析的基礎上構建實證框架，運用向量自回歸（VAR）模型與大型近似因子模型，定量分析2002—2016年國際大宗商品金融化對中國實體經濟的影響。本文的主要貢獻在于：第一，基于統一的實證框架，就國際大宗商品金融化對中國工業產出的影響效應、傳導渠道和作用機制進行了遞進式的深入探究，一方面豐富了大宗商品金融化實體經濟效應的相關文獻，另一方面也有助于深化認識國際大宗商品金融化給中國實體經濟帶來的風險和挑戰。第二，在傳導渠道分析中，不僅考慮了傳統的成本渠道，還對以往研究較少關注的信息渠道進行了檢驗，并發現后者起主導作用，從而為政府部門通過預期管理來防范國際大宗商品金融化風險提供了決策支持。第三，進一步將金融化在信息渠道中的作用機理分解為信息顯示機制和信號扭曲機制，并從全球高維經濟信息集中提取基本面因子，實現了對兩種機制的有效分離和量化比較，進而為大宗商品金融化的負外部性提供了來自中國實體部門的經驗證據。

二、理論分析

理論上，大宗商品價格波動是大宗商品金融化影響實體經濟的載體，因此本部分依次闡釋金融化與大宗商品價格波動的關系、國際大宗商品價格沖擊與中國工業產出的關系，在此基礎上提煉出國際大宗商品金融化影響中國工業產出的傳導渠道和作用機制。

（一）金融化與大宗商品價格波動

近十多年來，對沖基金、投資銀行等金融投資者在國際大宗商品市場中的參與度和重要性不斷提升。這些金融機構并不具有商業性動機，而主要是利用商品期貨進行指數化投資、資產配置、量化交易等投機性活動。現有研究一般將金融投資者在期貨市場中的投機交易稱作金融投機，有別于傳統貿易商的囤貨投機行為，金融投機不以實物供需為基礎，是由外生的金融投資決策所驅動的非基本面力量[13-14]。

部分學者基于庫存理論認為，若金融投機催生價格泡沫，則商品價格與庫存水平都會上升，而在2003—2008年全球大宗商品價格急劇上漲階段，庫存并未顯著增加，說明商品價格劇烈波動的根源在于基本面，投機未產生重要影響[5]。但這一論斷是建立在完全信息假設上的，現實中大宗商品市場參與者往往面臨嚴重的信息摩擦，無法及時掌握商品供求的全部信息。在不完全信息條件下，市場波動的原因既包括基本面沖擊（信息），也可能源自非基本面沖擊（噪音）[15-16]。Stein[17]認為，期貨市場新投機者的進入或投機交易的增加會帶來信息噪音，這將對現貨市場既有參與者產生負信息外部性：一是使其交易意愿降低，二是致使其做出錯誤決策，由此加劇市場動蕩甚至造成福利損失。Kaufmann[18]指出，大部分非商業交易者可視為噪音交易者，其投機預期將阻礙其他參與者進行理性套利，從而造成大宗商品價格對其基礎價值的偏離。因此，在信息摩擦環境中，金融投機具有噪音屬性，能夠在不改變庫存水平的情況下引發商品價格波動[10]。

盡管在金融化趨勢下，涌入大宗商品市場的機構投資者大多進行純粹的金融投機[1，4]，但金融交易者有時也會關注基本面信息，致使其行為具有內生性[14]，在這種情況下，金融資本與商品價格的關聯機制實際上仍來自基本面而非金融投機[19]。Gilbert等[20]發現農產品期貨市場的指數基金持倉變動能夠預測綜合商品指數的未來走勢，表明指數基金行為一定程度上受宏觀經濟信息驅動。Fishe等[21]基于異質信念理論指出，在資金規模、風險容忍和信心程度等方面占優勢的基金公司是大宗商品交易的強信念方，會推動價格向其預期方向變動，若強信念方交易是信息驅動的，那么將有助于商品價格回歸基礎價值，若其行為是非信息化的或受噪音驅動，則將導致價格脫離供求基本面。事實上，監管當局旨在通過加強金融持倉限制來穩定商品市場的政策有效性正日益受到質疑，一味限制金融資本參與并不一定能平抑市場過度波動，反而可能降低定價效率[10]。因此，金融化對大宗商品價格波動具有“雙刃劍”作用：一方面，金融資本不斷進場并進行投機交易，會帶來大量信息噪音，降低市場有效性，加劇價格波動;另一方面，金融投資者參與度的提升也有可能為市場注入更多基本面信息，有助于提升信息含量，促進價格發現。

（二）國際大宗商品價格沖擊與中國工業產出

根據文獻資料與現實情況，國際大宗商品價格沖擊主要通過以下渠道傳導至我國實體部門。

1.成本渠道

傳統觀點通常將大宗商品價格沖擊對實體經濟的傳導機制歸結為成本效應，表現為國際大宗商品價格變動將使中國工業產出反向變化。長期以來，我國對原油、銅、鐵礦石等工業基礎原料存在較強的進口依賴。進口大宗商品價格上漲直接的后果是推高國內原材料采購價格，導致企業生產成本上升，壓縮利潤空間，迫使供給曲線左移，從而造成產出下降和價格上漲;反之，國際大宗商品價格下跌有利于降低國內企業生產成本，擴大利潤空間，促使供給曲線右移，推動產出增加和價格下降。國際大宗商品價格波動對中國經濟的成本沖擊效應得到了國內學者的廣泛關注。如林伯強等[22]發現，能源價格上漲增加了中國多數產業尤其是工業部門的生產成本，致使各行業產出普遍下降;胡援成等[23]證實國際大宗商品價格會隨美元貶值而急劇上漲，帶動我國原材料和初級產品購進價格走高，進而對價格水平和經濟增長造成不利影響;龍少波等[24]的研究表明，國際大宗商品價格下跌引致的生產成本下降是造成2012年以來我國PPI持續走低的最主要原因。

2.信息渠道

除成本效應外，大宗商品價格變動還具有信息效應，表現為國際大宗商品價格變動將使中國工業產出同向變化。Sockin等[10]基于理論分析指出，在不完全信息條件下，以大宗商品為投入要素的生產者無法充分掌握經濟基本面狀況，此時大宗商品價格變動具有信號傳遞功能，能夠引導生產者決策，大宗商品價格上漲會向生產者傳遞經濟強勁、需求旺盛的信號，致使其增加投入、擴大生產。基于相同的邏輯，國際大宗商品價格沖擊也可通過信息渠道傳導至我國實體部門：在信息不對稱的現實環境中，國際大宗商品價格變動將影響國內市場主體對全球經濟形勢的判斷和預期，從而引發其行為決策調整，由此產生實體經濟效應。具體地，大宗商品價格上漲預示經濟前景向好，這將提振市場信心，刺激投資消費需求，推動產出增長;反之，大宗商品價格下跌會釋放經濟形勢惡化的不利信號，打擊市場信心，造成需求低迷，抑制產出擴張。

近年來，國際經貿局勢動蕩加劇，中國經濟不確定性也大幅上升，在復雜多變的信息環境中，大宗商品價格的信號功能日趨重要。作為工業制成品出口大國，中國以歐美發達經濟體為主要出口對象，而發達國家實體需求是國際大宗商品價格的主要驅動力[25]，因此國際大宗商品價格上漲會向國內出口企業傳遞外需強勁的有利信號，促使其增加投資、擴大生產;反之，國際大宗商品價格下跌釋放的外需疲軟信號會拉低出口企業信心，進而減少投資、縮減生產。此外，中國需求也是國際大宗商品價格的動因之一[26]，因而國際大宗商品價格上漲也有助于國內市場主體形成對中國經濟前景的樂觀預期，從而增加投資和消費，并對產出形成正向影響;反之，國際大宗商品價格下跌將導致悲觀預期并對產出造成負向影響。

綜上，國際大宗商品價格沖擊主要可通過成本渠道和信息渠道影響中國工業產出，二者作用方向相反，綜合影響效應取決于哪種渠道占主導地位。

（三）國際大宗商品金融化影響中國工業產出的渠道和機制

如前所述，大宗商品價格波動是大宗商品金融化影響實體經濟的載體，因此與國際大宗商品價格沖擊的傳導途徑一致，國際大宗商品金融化也將通過成本或信息渠道影響中國工業產出。結合金融化對商品價格波動的雙刃劍作用可以推測，無論在何種渠道中，金融化對工業產出均可能存在兩種作用機制：一種與基本面因素有關，另一種與金融投機有關。

在成本渠道中：

（1）由基本面驅動的國際大宗商品價格上漲（下跌）會推高（降低）國內生產成本，進而對工業產出形成負向（正向）沖擊，若金融化強化了基本面的驅動效力，則將加劇成本上升（下降）幅度，產出下降（上升）程度隨之增大。

（2）由金融投機引致的國際大宗商品價格上漲（下跌）亦會導致國內生產成本上升（下降），若金融化帶來了更多的投機泡沫，則也會使成本上升（下降）幅度增加，從而放大產出的下降（上升）程度。

在信息渠道中：

（1）由基本面引發的國際大宗商品價格上漲（下降）會向國內市場主體傳遞全球經濟強勁（疲軟）的信號，提振（打擊）市場信心，進而擴張（抑制）工業產出。若金融化提升了商品價格的信息含量，則有助于其發揮信號功能，導致工業產出對大宗商品價格沖擊的響應增強，本文將這一作用機制稱作“信息顯示機制”。隨著金融化進程的深化，大宗商品的金融屬性日益凸顯。作為宏觀預測常用的領先因子，金融資產價格具有前瞻性，含有未來經濟狀況的預期信息[27]。不少研究證實，企業經理人會根據金融市場價格信號進行投資決策，股價的信息含量增加將顯著提高企業的投資—股價敏感度[28-29]，這意味著在金融化趨勢下，大宗商品價格變動的信息效應會隨其金融屬性的增強而增強。

（2）受信息摩擦干擾，國內市場主體無法準確區分國際大宗商品價格變動的原因，可能會將由金融投機引發的價格上漲（下跌）當作基本面利好（利空）的信號，進而增加（減少）投資和消費，導致產出擴張（收縮）。若金融化帶來了更多的投機噪音，則將加劇大宗商品價格信號的扭曲程度，從而對市場主體行為產生更強的干擾作用，進一步放大產出的變化，本文將這一作用機制稱作“信號扭曲機制”。盡管直接以大宗商品為研究對象的文獻尚不多見，但在金融經濟領域，金融資產價格的非基本面沖擊（噪音）會干擾實際經濟決策、引發資源錯配的觀點獲得了越來越多學者的支持。Goldstein等[30]利用理論模型證實，非知情投機者能夠利用金融市場價格與企業投資行為的反饋關系來操縱股價獲利，這將加劇錯誤定價，致使企業做出次優決策、降低經濟效率。Dessaint等[16]發現，產品市場同行股價的非基本面下跌會導致企業大幅縮減投資，其原因在于當經理人以股價作為信息源探尋投資機會時，其識別并濾出信息噪音的能力有限，以至于將噪音引致的價格下降視為增長前景不佳的信號。Subrahmanyam等[27]的研究也表明，非基本面的金融交易行為會干擾市場主體決策進而影響總產出。Sockin等[10]將上述邏輯運用到了大宗商品市場，其理論分析表明，由于存在信息摩擦，生產廠商無法準確識別市場波動原因，而金融投機帶來的信息噪音會扭曲大宗商品價格信號，誤導生產者將由投機引發的價格波動歸因于基本面變化，從而干擾其投入產出決策。Brogaard等[11]則進一步提供了實證證據，基于雙重差分模型研究發現，自大宗商品金融化以來，指數化投資產生的噪音使得指數商品的信息效率顯著下降，相較于使用非指數商品的生產企業，使用指數商品的企業具有更差的經營績效，表明商品指數化投資通過扭曲價格信號而產生了負外部性，致使企業做出非有效的經營決策。

圖1?國際大宗商品金融化影響中國工業產出的渠道和機制

如圖1所示，無論是在成本渠道還是在信息渠道中，金融化都會導致國際大宗商品價格沖擊對中國工業產出的影響增強，即金融化對產出波動存在放大效應，其作用機制既可能由基本面解釋，也可能與金融投機有關。如果前者占主導地位，那么大宗商品金融化的實體經濟效應僅是經濟基本面的客觀反映，宏觀調控的基本思路無需改變;若是后者發揮主導作用，則說明在金融化影響下，大宗商品市場成為國際金融風險向國內實體經濟傳遞的新通道，政府部門須密切關注并采取有效措施應對。

三、研究設計

（一）變量選取及數據說明

鑒于數據可得性，本文樣本區間為2002年3月—2016年12月，國際大宗商品數據來自Bloomberg數據庫，中國經濟數據來自國家統計局與Wind數據庫。

（1）國際大宗商品價格（CRB）。參照龍少波等[24-25]的做法，采用CRB指數代表國際大宗商品價格，取日收盤價的月平均值。選擇CRB指數的主要原因：首先，CRB指數涵蓋了能源、農產品、金屬三大類共19種核心商品，可較好地刻畫國際大宗商品市場的總體價格走勢，有助于揭示金融化的一般性影響，避免個體異質性的干擾;其次，與其他商品指數相比，CRB指數在編制目標和原則上更側重于標尺性，是宏觀領域重要的觀測指標。

（2）工業產出（Y）。借鑒譚小芬等[31]的研究，采用工業增加值同比增速代表工業產出，該指標由國家統計局按不變價計算，反映剔除價格因素后的實際工業產出變化情況。

（3）價格水平（P）。以工業生產者出廠價格指數（PPI）代表工業部門的價格水平。

（4）原材料成本（COST）。在成本渠道中，國際大宗商品價格變動將直接影響國內工業生產的原材料投入成本。參考胡援成等[23，32]的研究，采用工業生產者購進價格指數（PPIRM）衡量原材料成本。

（5）市場主體信心（CF）。在信息渠道中，國際大宗商品價格變動通過改變國內市場主體對全球經濟形勢的預期和信心來影響工業產出，本文采用企業家信心指數刻畫市場主體信心。目前，我國最具權威性的信心指數為國家統計局景氣監測中心編制的消費者信心指數和企業家信心指數，本文選擇后者的主要原因如下：首先，在信息渠道中，國際大宗商品價格沖擊最有可能通過傳遞外需信號來影響國內企業的出口和投資行為，因此企業家信心與信息渠道的聯系更為緊密;其次，與投資和出口相比，消費對中國經濟增長的拉動作用較弱;再次，消費者對經濟形勢的關注度以及收集、吸收和處理經濟信息的能力通常弱于企業家，因此，企業家行為更易受到信息效應的影響;最后，有經驗證據表明，企業家信心對中國經濟波動的影響明顯強于消費者信心[33]。信心指數為季度頻率，采用三次樣條插值將其轉換為月度數據。

（6）金融化指標（FIN）。借鑒Bruno等[8，12]的研究，采用Workings?T指標（后文簡稱“T指標”）作為金融化代理變量。大宗商品金融化最直觀的表現是大宗商品市場中金融投資者的相對重要性上升、金融交易活動增加。美國商品期貨交易委員會（CFTC）將所有可報告交易者分為“商業交易者”和“非商業交易者”兩大類。商業交易者普遍從事與現貨有關的經營活動，一般被視為套期保值者;而非商業交易者則無現貨背景，主要包括各類金融投資者。T指標將非商業持倉與商業持倉進行比較，衡量超過滿足商業套保需求的非商業持倉相對規模，而這部分持倉基本上是由金融投資者所貢獻的，其值越大，表明金融投資者的貢獻度和相對重要性越大，大宗商品市場的金融化程度越高[8]。T指標計算公式如下：

其中，NCSi，t和NCLi，t分別為t時刻商品i的非商業空頭與非商業多頭持倉量，CSi，t和CLi，t分別為商業

空頭與商業多頭持倉量。為刻畫國際大宗商品市場整體的金融化程度，先計算CRB指數成分商品各自的T指標;然后基于指數權重對成分商品的T指標進行加權求和，得到最終的金融化指標，記作FIN。持倉量原始數據頻率為周，取月平均值計算月度金融化指標。

為與工業產出指標相匹配，上述變量均采用同比變化率形式，這一處理也可消除季節因素的影響。采用ADF方法對各變量序列進行平穩性檢驗，結果見表1，所有變量均為平穩序列。

（二）計量模型構建

本文建立向量自回歸（VAR）模型，在統一框架下完成對以下三個問題的遞進式分析：

（1）國際大宗商品金融化對中國工業產出具有怎樣的影響效應;

（2）該影響效應主要通過何種渠道傳導產生，是以成本渠道為主還是信息渠道為主;

（3）在主要傳導渠道中，金融化具體的作用機制是怎樣的，究竟是由基本面驅動還是與金融投機有關。VAR模型的基本形式如下：

其中，Xt為內生變量向量，Zt為外生變量向量，εt為隨機擾動項向量。

1.基準VAR模型

為考察國際大宗商品金融化對中國工業產出的綜合影響效應，首先以國際大宗商品價格（CRB）、中國工業產出（Y）和價格水平（P）作為內生變量，構建基準VAR模型M1（CRB，Y，P），并以金融化指標（FIN）作為外生變量，對控制金融化前后的模型估計結果進行比較。若控制金融化前國際大宗商品價格沖擊對中國工業產出的影響強于控制金融化后，則說明金融化導致大宗商品價格沖擊對產出的影響增強，即金融化對產出波動存在放大效應;反之，則說明金融化導致大宗商品價格沖擊對產出的影響減弱，即金融化對產出波動存在平抑效應。

2.擴展VAR模型

為確定國際大宗商品金融化對中國工業產出的傳導渠道，在基準模型的基礎上加入渠道變量，構建擴展模型。針對成本渠道，引入原材料成本（COST），建立M2（CRB，COST，Y，P）;針對信息渠道，引入市場主體信心（CF），建立M3（CRB，CF，Y，P）。同樣以金融化指標作為外生變量，分別對M2和M3在控制金融化前后的估計結果進行比較，對比兩種渠道的傳導強度。

由于VAR結果依賴于變量排序，依據經濟邏輯以及相關文獻設定變量順序：

（1）借鑒胡援成等[23，31]的研究，將國際大宗商品價格排在中國經濟變量之前，這也符合Kilian[34]的假定，即大宗商品價格是同期宏觀經濟指標的前定變量。

（2）對國內變量的排序參照陳彥斌等[33]的做法，遵循市場主體信心在前、實體經濟指標在后的原則，這一安排也與信息渠道的傳導路徑相一致，即國際大宗商品價格→國內市場主體信心→中國實體經濟;將原材料成本排在國際大宗商品價格與工業產出之間，用于刻畫成本渠道的傳導路徑，即國際大宗商品價格→國內生產成本→中國實體經濟。

（3）與多數文獻一致，將產出變量排在價格水平之前

經驗證，將價格水平P排在工業產出Y之前，估計結果未發生明顯改變，說明本文結論具有穩健性。。

3.含大宗商品價格分解成分的VAR模型

為進一步檢驗金融化影響工業產出的作用機制，本文把國際大宗商品價格分解為基本面成分（Fundamental）和噪音成分（Noise），并建立VAR模型M4（Fundamental，Noise，Y，P）

大宗商品價格分解的相關內容將在第五部分進行具體說明。。同樣以金融化指標作為外生變量，比較控制金融化前后的模型估計結果。若控制金融化前后，Fundamental對產出的影響差異更大，則說明金融化的影響主要來自經濟基本面;若Noise對產出的影響差異更大，則說明金融化的影響主要源于金融投機。

最后，考慮到樣本區間涵蓋了國際金融危機這一極端沖擊事件，可能對變量系統存在結構性影響，故在各VAR模型中引入代表金融危機的虛擬變量，其在2007年7月—2009年12月取值為1、其余時段取值為0，以避免估計偏誤。本文根據SIC準則選擇最優滯后階數，并進行滯后結構檢驗。

四、實證結果與分析

（一）影響效應分析及傳導渠道檢驗

1.全樣本回歸

基于全樣本估計基準和擴展VAR模型。未控制金融化情況下各主要變量的脈沖響應情況如圖2所示，圖2（a）為基準模型（M1）中工業產出和價格水平對國際大宗商品價格沖擊的響應結果，圖2（b）為成本渠道模型（M2）中原材料成本對大宗商品價格沖擊的脈沖響應以及工業產出對成本沖擊的響應結果，圖2（c）為信息渠道模型（M3）中市場主體信心對大宗商品價格沖擊的脈沖響應以及工業產出對信心沖擊的響應結果。

由圖2（a）可知，國際大宗商品價格上漲對中國工業產出和價格水平均存在顯著正向影響，符合信息渠道的傳導效果，而與成本渠道效果相悖。圖2（b）顯示，CRB?1個標準差的正向沖擊使原材料成本COST顯著上升;面對COST?1個標準差的正向沖擊，工業產出Y先是短暫上升，從第2期起始終呈負向響應，但各期系數均不顯著，由此可見，成本渠道傳導存在時滯，且作用效果較弱。圖2（c）顯示，面對CRB?1個標準差的正向沖擊，信心指數CF前6期內呈顯著正向響應;面對CF?1個標準差的正向沖擊，產出Y的響應系數在第2期變為顯著，在第8期達到最大且始終為正。因此，信息渠道的響應結果與理論預期基本一致，即國際大宗商品價格上漲傳遞全球經濟基本面向好的信號，提振國內市場主體信心，從而對工業產出形成正向影響。

對比兩種渠道的響應結果可以發現，工業產出對信心沖擊的響應程度明顯強于對成本沖擊的響應程度，表明國際大宗商品價格波動主要通過信息渠道影響中國工業產出，成本渠道的傳導作用相對有限，可能的原因有：

（1）處于產業鏈上游的企業大多為國有企業，通常掌握有效的對沖手段和較強的成本轉嫁能力，受原材料價格波動的影響較小[31];

（2）我國工業生產對一些重要的進口大宗商品原料存在剛性需求，導致產出對成本變動的敏感性較低[35];

（3）針對能源資源依賴度較高的行業，政府部門通過財政補貼、優惠貸款、價格管制等方式緩解企業的成本壓力，一定程度上保障了工業生產的穩定。

在控制金融化之后，各變量的響應路徑與未控制金融化的情況基本一致，但響應幅度有所改變

篇幅所限，控制金融化后的脈沖響應結果未在正文中報告，如有需要可向筆者索取。。與未控制金融化的情況相比，控制金融化之后，基準模型中工業產出和價格水平對大宗商品價格沖擊的響應幅度均出現下降;成本渠道模型中，原材料成本對大宗商品價格沖擊的響應幅度略有減弱，而工業產出對成本沖擊的響應幅度則有所增加，但響應系數仍不顯著，故綜合來看，控制金融化之后，國際大宗商品價格變動對中國工業產出的成本效應仍十分微弱，金融化所引發的變化并不明顯;信息渠道模型中，市場主體信心對大宗商品價格沖擊的響應幅度以及工業產出對信心沖擊的響應程度均下降，其綜合結果是，大宗商品價格變動對工業產出的信息效應較控制金融化之前明顯減弱。

基準模型和擴展模型在控制金融化前后的方差分解對比結果見表2，其中基準模型（M1）展示了大宗商品價格沖擊對產出波動的貢獻比例（CRB→Y）;

成本渠道模型（M2）依次給出了大宗商品價格沖擊對成本波動的貢獻比例（CRB→COST）、

成本沖擊對產出波動的貢獻比例（COST→Y）;

信息渠道模型（M3）依次展現了大宗商品價格沖擊對信心波動的貢獻比例（CRB→CF）、

信心沖擊對產出波動的貢獻比例（CF→Y）。

從表2可以看出，在未控制金融化的情況下：

（1）國際大宗商品價格沖擊對我國工業產出波動的貢獻度總體較高，截至第2年末穩定在24%左右。

（2）從成本渠道來看，大宗商品價格沖擊對成本波動的貢獻比例呈先升后降趨勢，2年之后穩定在54%左右;成本沖擊對產出波動的貢獻度較低，截至第2年末僅有約1%。該結果表明，雖然國際大宗商品價格對國內原材料成本具有較強的驅動作用，但工業產出對成本變動的敏感性較低，致使成本效應傳導受阻。

（3）從信息渠道來看，大宗商品價格沖擊對信心波動的貢獻度至第2年末達25%左右;信心沖擊對產出波動的貢獻度在第9期之后保持在12%左右。因此，國際大宗商品價格變動能夠顯著影響國內市場主體信心，而信心變動對產出波動也具有重要解釋力，且遠強于成本變動對產出波動的解釋力。由此可知，信息渠道是國際大宗商品價格影響中國工業產出的主要傳導途徑。

在控制金融化的情況下：

（1）大宗商品價格沖擊對產出波動的貢獻度至第2年末穩定在20%左右，較控制金融化之前明顯下降。

（2）在成本渠道中，大宗商品價格沖擊對成本波動的貢獻度在第24期約為52%，較未控制金融化的情況略有下降;成本沖擊對產出波動的貢獻度較控制金融化之前明顯上升，至第2年末為3.4%左右，但解釋力仍非常有限。綜合來看，控制金融化前后成本效應的差異并不顯著。

（3）在信息渠道中，大宗商品價格沖擊對信心波動的貢獻度至第2年末穩定在18%左右，較控制金融化之前顯著降低;信心沖擊對產出波動的貢獻度在第24期為4%左右，較控制金融化之前大幅下降。因此，與控制金融化前相比，控制金融化之后信息效應明顯減弱。

綜上可知：

（1）從綜合影響效應來看，控制金融化之前大宗商品價格沖擊對工業產出的影響明顯強于控制金融化之后，意味著金融化使得大宗商品價格變動對工業產出的影響顯著增強，即國際大宗商品金融化對中國工業產出波動存在明顯的放大效應。

（2）從成本渠道來看，控制金融化之前大宗商品價格沖擊對原材料成本的影響強于控制金融化之后，而成本沖擊對工業產出的影響則弱于控制金融化之后，二者作用一定程度上相互抵消。更為重要的是，無論是否控制金融化，工業產出對成本沖擊的反應均十分微弱，導致成本渠道傳導受阻。

（3）從信息渠道來看，控制金融化之前大宗商品價格沖擊對市場主體信心的影響顯著強于控制金融化之后，信心沖擊對工業產出的影響也遠強于控制金融化之后，二者作用相互疊加，其綜合結果是金融化導致大宗商品價格變動的信息效應顯著增強，從而對產出波動產生了明顯的放大效應。

2.滾動樣本回歸

采用滾動窗口估計各VAR模型，以期更加全面地把握國際大宗商品金融化對中國工業產出影響的動態時變特征。

控制金融化前后國際大宗商品價格沖擊對中國工業產出波動貢獻度的時變情況如圖3所示，分別由未控制金融化和控制金融化的基準模型（M1）經滾動窗口估計而得

本文也采用了不同的滾動窗口和方差分解預測期，實證結果未發生顯著改變，說明滾動樣本結論具有穩健性。。可以看出：

（1）在未控制金融化的情況下，國際大宗商品價格沖擊對中國工業產出波動的貢獻度在2009—2014年普遍超過20%，近年來則呈下降趨勢，這與經濟新常態下我國大宗商品原材料需求增長放緩且國家大力推進節能降耗工作、資源使用效率顯著提升有關。

（2）在2009—2016年多數時段內，控制金融化之前大宗商品價格沖擊對產出波動的貢獻度均明顯高于控制金融化之后，說明國際大宗商品金融化對中國工業產出波動存在放大效應。

（3）相比于其他時期，在2009年以及2014下半年至2016上半年期間，控制金融化前后的貢獻度差異更大，表明這些時段內金融化的放大效應相對更強。

控制金融化前后成本沖擊和信心沖擊對產出波動貢獻度的時變情況如圖4所示，分別由成本渠道模型（M2）和信息渠道模型（M3）經滾動窗口估計而得

在樣本前期，多數區段未能通過滯后結構檢驗，可能是由于存在結構斷點導致模型不穩定，為保證結果可靠性，刪除相關數據點，最終貢獻度序列從2010年4月開始。。可以看出：

（1）在未控制金融化的情況下，成本沖擊對產出波動的貢獻度遠低于信心沖擊對產出波動的貢獻度，表明信息渠道的傳導作用遠強于成本渠道，且二者差異自2015年以來逐步擴大，意味著近年來信息渠道相對于成本渠道的重要性進一步提升。

（2）2012年以來，相較于控制金融化前，在控制金融化之后，成本沖擊和信心沖擊對產出波動的貢獻度均明顯下降，且后者降幅更大，說明金融化對信息渠道傳導力的強化作用超過對成本渠道的強化作用，即國際大宗商品金融化對中國工業產出波動的放大效應主要通過信息渠道產生。

由理論分析可知，信息渠道發揮作用的前提在于經濟環境存在信息摩擦，且可進一步推知，信息摩擦程度越嚴重，信息渠道的重要性越高，傳導效果越強。2009年及2014年以來，國際大宗商品金融化對中國工業產出波動的放大效應較其他時期更加明顯。2009年為國際金融危機加劇惡化階段，全球金融市場劇烈動蕩，外部環境具有高度不確定性，信息摩擦尤為嚴重，金融化經由信息渠道對國內實體經濟產生的影響增強。2014年以來，中國經濟發展進入新常態，國際經濟也步入深度調整階段，增大了信息環境的復雜性和不確定性，從而強化了信息渠道的傳導作用，導致國際大宗商品金融化對中國工業產出波動的放大效應進一步增強。

（二）作用機制檢驗

前文證實，國際大宗商品金融化對中國工業產出波動具有放大效應，且信息渠道是該放大效應的主要傳導途徑。根據理論分析，金融化經由信息渠道放大產出波動的作用機理包含信號扭曲機制和信息顯示機制，本部分進一步將國際大宗商品價格分解為基本面成分和噪音成分來對作用機制進行實證檢驗。

1.國際大宗商品價格分解

關于哪些變量可以代表影響大宗商品價格的經濟基本面因素，學術界尚未達成共識。多數研究僅選取少數幾個經濟指標，由于指標數量和種類較少，覆蓋的信息范圍較為有限，可能存在信息遺漏。本文選取全球17個主要發達經濟體和新興市場國家的共計298個經濟變量構建高維經濟信息集，涵蓋勞動力市場、國內貿易與消費、工業活動、房地產市場、對外貿易、物價指數、貨幣與信貸、利率、匯率和股票市場指數等10個方面

篇幅所限，高維數據集的具體信息未在文中給出，如有需要可向筆者索取。。原始數據來自于Bloomberg數據庫和Wind數據庫，頻率為月度。

本文采用大型近似因子模型提取基本面因子。設X為T×N維數據集，xi，t為第i個變量在t時刻的觀測值，因子模型的基本形式為

xi，t=λ′ift+ei，t?i=1，…，N;t=1，…，T（3）

其中，ft是r（r

基于上述方法，本文從全球高維經濟信息集中提煉出7個基本面因子

篇幅所限，因子模型的具體估計結果未在正文中報告，如有需要可向筆者索取。，其累計解釋力為36%，低于McCracken等[36]基于美國經濟數據集提取的主因子的累計解釋力（47.6%），這與本文使用全球數據導致信息更加分散有關。接下來，可對國際大宗商品價格進行成分分解，借鑒陳彥斌等[33]的做法，采用回歸分解法，以大宗商品價格（CRB）為被解釋變量，以基本面因子為解釋變量，回歸擬合值代表大宗商品價格中的基本面成分（Fundamental），殘差項則代表由金融投機等非基本面力量驅動的噪音成分（Noise）。為增強分解結果的精確度和穩健性，運用帶結構斷點的最小二乘法進行估計，結構斷點由BaiPerron多重斷點檢驗確定。經檢驗，回歸模型存在三個結構斷點：2002年1月、2004年12月和2008年1月，其中，第二個斷點與金融資本開始大規模涌入國際大宗商品市場的時點相一致[1-2]，第三個斷點則在國際金融危機期間，回歸模型調整的R2為0.75，分解回歸效果良好。

2.全樣本回歸

現以分解出的基本面成分（Fundamental）和噪音成分（Noise）與工業產出（Y）和價格水平（P）為內生變量構建VAR模型（M4）。未控制金融化情況下中國工業產出和價格水平對國際大宗商品價格分解成分的脈沖響應情況如圖5所示。

從圖5可以看出，由基本面和噪音成分驅動的國際大宗商品價格上漲對中國工業產出和價格水平均存在正向影響，再次印證了信息渠道的傳導途徑，但基本面和噪音成分對各變量的影響強度卻存在顯著差異，工業產出對由信息噪音引致的大宗商品價格沖擊存在較強反應，而對由基本面驅動的大宗商品價格沖擊的反應相對較弱。在控制金融化的情況下，中國工業產出和價格水平對國際大宗商品價格分解成分的響應形態與未控制金融化的情況相似，但響應幅度有所不同

篇幅所限，控制金融化后的脈沖響應結果未在正文中報告，如有需要可向筆者索取。。總體來講，與未控制金融化的情況相比，控制金融化之后，工業產出對由基本面成分和噪音成分的反應程度均出現下降，但從響應幅度和顯著程度來看，噪音成分在控制金融化前后的影響差異更大。

控制金融化前后基于大宗商品分解成分的方差分解對比結果見表3。可以看出，在未控制金融化的情況下，基本面成分對產出波動的貢獻度遠低于噪音成分的貢獻度;在控制金融化之后，基本面成分對產出波動的貢獻度較控制金融之前略有下降，但降幅非常有限;而控制金融化之后，噪音成分對產出波動的貢獻度較控制金融化之前明顯下降。總體來看，金融化使噪音成分對工業產出的影響力顯著增強，但對基本面影響力的強化效果則十分微弱。該結果說明，金融化對產出波動的放大效應主要由噪音成分體現，即信號扭曲機制占主導地位。

具體來講，在復雜多變的現實信息環境中，國內企業會根據國際大宗商品價格信號進行生產投資決策。而由于存在信息摩擦，企業無法對由基本面驅動的和由噪音驅動的大宗商品價格變動進行準確區分。當金融投機引發國際大宗商品價格上漲（下跌）時，國內企業會做出全球經濟景氣上升（下滑）的錯誤判斷，尤其是出口企業會將其視為外需強勁（疲軟）的有利信號，進而增加（減少）投資并擴大（縮減）生產，導致產出擴張（下降）;而金融化給大宗商品市場帶來了更多的投機噪音，從而對商品價格信號產生了更強的扭曲作用，放大了產出的擴張（下降）程度。

3.滾動樣本回歸

進一步采用滾動回歸方法估計M4，得到控制金融化前后國際大宗商品價格的基本面成分與噪音成分對中國工業產出波動貢獻度的時變情況，如圖6所示。可以看出：

（1）在2009—2012年，基本面成分對產出波動的貢獻度高于噪音成分的貢獻度，自2012年起噪音成分的貢獻度超過基本面成分，且二者差異較2012年之前明顯增大。

（2）對基本面成分而言，總體來看，其對產出波動的貢獻度在控制金融化前后的差異不大，但在2009年控制金融化前的貢獻度則明顯高于控制金融化之后。

（3）對噪音成分而言，在2009—2016年多數時段內，控制金融化前其對產出波動的貢獻度均要高于控制金融化之后，二者差異在2014年至2016年上半年進一步擴大。總體而言，控制金融化前后噪音成分對產出波動的貢獻度差異要明顯大于基本面成分的貢獻度差異。

此前圖3顯示，國際大宗商品金融化對中國工業產出波動總體存在放大效應，且該放大效應在2009年及2014年以來更加明顯。圖6則進一步表明，金融化的放大效應主要由大宗商品價格的噪音成分體現，即金融化的作用機理以信號扭曲機制為主。尤其是2014年以來，國內外經濟環境的不確定性大幅增加，信息摩擦更加嚴重，信號扭曲機制得到強化，金融化對產出波動的放大效應顯著增強。但在2009年，金融化的放大效應主要由基本面成分體現，即信息顯示機制起主導作用，這可能與國際金融危機有關。

2002—2016年國際大宗商品價格基本面成分和噪音成分的變動情況如圖7所示，可以看出，噪音成分變動更加頻繁，尤其是在后危機時代，噪音成分的波動幅度明顯增大。但在2008—2009年，基本面成分的下跌幅度和速度遠超其余時段，也明顯大于同期噪音成分的變化幅度。彼時國際金融危機的影響從金融市場蔓延至實體領域，世界經濟嚴重衰退，由基本面引發的大宗商品價格下跌對國內市場信心造成了重大打擊，進而對產出產生負面影響。與此同時，全球金融投資者也遭受重創，紛紛從大宗商品市場撤資，進一步放大了商品價格的下跌幅度，工業產出所受的負面沖擊也隨之增大。在這樣的背景下，國際大宗商品價格下跌向國內市場主體傳遞了全球經濟惡化的不利信號，而金融化則對這一負向信號起到了放大作用，從而增強了國際大宗商品價格變動對中國工業產出的影響。因此，國際金融危機期間，國際大宗商品金融化對中國工業產出波動的放大效應主要是由信息顯示機制導致的。

（三）進一步討論

感謝匿名審稿人對本部分提出的建設性意見。

1.成本渠道再檢驗：勞動力成本與物流成本

國際大宗商品價格變動及其金融化除直接作用于國內原材料成本外，還可能通過勞動力成本、物流成本等路徑間接影響工業產出。比如，在國際大宗商品價格上漲帶來輸入型通脹的情況下，工人的工資薪酬也會被迫提升;能源資源類產品的國際價格攀升將推高國內交通運輸費用，進而影響企業經營和產出規模。前文著重從原材料投入角度考察了國際大宗商品價格波動的直接成本效應，尚未考慮其在人工、物流等要素環節的間接成本效應，本文以城鎮單位就業人員平均工資代表勞動力成本[38]、以社會物流總費用占社會物流總額比重衡量物流成本[39]，分別替換原材料成本指標，對成本渠道模型（M2）進行重新估計。檢驗結果顯示

篇幅所限，勞動力成本和物流成本的渠道檢驗結果未在正文中報告，如有需要可向筆者索取。：國際大宗商品價格與勞動力成本和物流成本的關聯性均不如與原材料成本的聯系直接和顯著，且無論是以勞動力成本還是以物流成本作為渠道變量，控制金融化前后的估計結果均未有顯著差異，進一步證實了成本渠道并非國際大宗商品金融化影響中國工業產出的主要傳導途徑。

2.基本面因素與金融投機的關系分析

在機制檢驗中，本文通過對基本面和金融投機作用的比較分析考察了信息顯示機制和信號扭曲機制的相對重要性。事實上，基本面因素和金融投機并非完全獨立，而可能存在一定關聯：一方面，基本面沖擊可能激發金融投機行為，投機力量的推波助瀾將放大由基本面決定的大宗商品價格變動幅度[3，26]，從而造成市場主體的過度反應，加劇產出波動;另一方面，金融投機產生的信息噪音也可能進一步扭曲大宗商品實物供求關系，對其基本面價值產生反饋效應并最終影響實際產出。對此，本文借助反事實分析方法進行實證檢驗，以期更加深刻地揭示金融投機引致資源錯配的作用機理。具體地，以模型M4為基礎。首先，假定基本面成分保持不變，即關閉金融投機對基本面的響應通道，模擬出無基本面沖擊下噪音成分與工業產出的動態路徑，若模擬序列和真實序列差異顯著，則說明存在基本面激發金融投機并加劇產出波動的過度反應機制，結果如圖8所示;其次，假定噪音成分不變，模擬出無投機（噪音）沖擊下基本面成分與工業產出的動態路徑，若模擬和真實序列差異顯著，則說明存在金融投機對基本面的反饋機制，結果如圖9所示。總體而言，反事實分析結果證實了過度反應和反饋機制的存在性，且反饋效應強于過度反應效應。進一步地，金融化對反饋效應存在強化作用，但對過度反應則無顯著影響。

3.實體企業金融化渠道

近年來，我國實體企業的金融化趨勢也日益明顯，在此背景下，國際大宗商品金融化可能會改變國內企業的金融資產配置行為，進而產生實體經濟效應，即實體企業金融化也有可能成為國際大宗商品金融化影響中國工業產出的潛在傳導渠道。參考已有文獻，本文采用金融渠道獲利占比（即金融渠道獲利與營業利潤之比，記作FP）和金融資產持有比例（即金融資產與總資產之比，記作FA）度量實體企業金融化[40-41]，構建擴展VAR模型M5（CRB，FP或FA，Y，P），通過比較控制大宗商品金融化前后的估計結果，來對企業金融化渠道進行檢驗。基于企業金融化渠道的方差分解對比結果見表4，總體來看，本文的實證結果為國際大宗商品金融化通過企業金融化渠道影響我國實體經濟的傳導途徑提供了初步的經驗證據，即大宗商品金融化一定程度上能夠作用于實體企業的金融化行為，并導致企業金融化對工業產出的影響顯著增強，且該傳導效應主要由金融資產持有比例體現，金融渠道獲利占比的作用較弱。根據劉貫春等[40]的研究，金融資產持有比例側重于描述企業的預防性儲蓄行為，而金融渠道獲利占比主要刻畫利潤追逐行為，據此可推測，國際大宗商品金融化對我國企業金融化行為的影響可能以預防儲備動機為主：在金融資本推動下，國際大宗商品價格波動加劇[1-3]，致使企業面臨的經營風險增大、融資約束加重，這會強化金融資產的“蓄水池”功能，導致企業的預防儲備動機增強[41]，更加傾向于通過增持流動性較強的金融資產來降低原材料價格劇烈波動對生產經營造成的不利影響。

五、結論與啟示

本文在理論分析的基礎上構建實證框架，就2002—2016年國際大宗商品金融化對中國工業產出的影響效應、傳導渠道和作用機制進行了遞進式的深入探究。研究發現：（1）總體而言，金融化導致國際大宗商品價格沖擊對中國工業產出的影響增強，即國際大宗商品金融化對中國工業產出波動存在放大效應，且該放大效應在國際金融危機期間及2014年以來顯著增強;（2）金融化對產出波動的放大效應主要通過信息渠道產生，成本渠道傳導受阻。在此基礎上，本文進一步將金融化經由信息渠道影響工業產出的內在機理分解為信息顯示機制和信號扭曲機制，實證結果表明，總體上信號扭曲機制占主導地位，即在信息摩擦環境中，金融化通過引入信息噪音扭曲國際大宗商品價格信號，干擾國內市場主體的行為決策，從而加劇我國工業產出波動。尤其是2014年以來，隨著中國經濟進入新常態，國內外經濟不確定性增加，信息摩擦加重，信號扭曲機制得到強化，但在2009年則是信息顯示機制起主導作用。

基于上述結論，本文提出以下幾點政策建議：

第一，中國宏觀政策制定者應充分重視并密切關注國際大宗商品市場的金融化趨勢，加強對國際大宗商品價格走勢的分析判斷能力，完善國際大宗商品價格預警體系，將金融化特征作為重要因素納入考察范圍，及時識別國際投機資金的異常變動，防范外部金融風險通過大宗商品渠道向國內實體部門傳導。

第二，為減小甚至消除國際大宗商品金融化對我國實體經濟的負外部效應，除采取適度的政策干預外，政府部門更應重視預期管理，加強與市場主體的信息溝通。近年來，我國政府使用財政補貼、優惠貸款、價格管制等手段減緩企業的成本壓力，一定程度上阻隔了國際大宗商品金融化通過成本渠道影響工業產出的傳導路徑，但是直接的政策干預無法切斷信息渠道的傳導，總體效果有限。為此，政府部門需通過權威統一的信息平臺，及時發布、解讀國際大宗商品信息，幫助市場主體正確評價經濟形勢，合理有效地引導市場主體預期，降低其對信息噪音的過度反應。

第三，為從根本上增強中國經濟抵御外部沖擊的能力，屏蔽金融化帶來的信息噪音，必須堅持深化經濟結構調整，加快推動經濟增長方式轉型，積極推進產業創新和技術進步，提高資源利用率，減少大宗商品消耗;提升大宗商品戰略儲備，加強與海外市場特別是“一帶一路”沿線國家的資源合作，建立穩定的境外大宗商品供應體系;大力推進中國大宗商品市場體系建設，在產品創新、交易規則、風險管理等方面逐漸與國際接軌，并探索境外投資者參與中國大宗商品市場的制度安排，力爭形成具有世界影響力的定價中心，爭取重要品種的定價權。

參考文獻：

[1]?TANG?K，?XIONG?W.?Index?investment?and?the?financialization?of?commodities[J].?Financial?Analysts?Journal，?2012，?68（6）：?54-74.

[2]?BASAK?S，?PAVLOVA?A.?A?model?of?financialization?of?commodities[J].?Journal?of?Finance，?2016，?71（4）：?1511-1556.

[3]?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）：?71-82.

[4]?HENDERSON?B?J，?PEARSON?N?D，?WANG?L.?New?evidence?on?the?financialization?of?commodity?markets[J].?Review?of?Financial?Studies，?2015，?28（5）：?1285-1311.

[5]?IRWIN?S?H，?SANDERS?D?R，?MERRIN?R?P.?Devil?or?angel？?The?role?of?speculation?in?the?recent?commodity?price?boom?（and?bust）[J].?Journal?of?Agricultural?&?Applied?Economics，?2009，?41（2）：?377-391.

[6]?李劍，?陳燁，?李崇光.?金融化與商品價格泡沫[J].?管理世界，?2018（8）：?84-98.

[7]?田利輝，?譚德凱.?原油價格的影響因素分析：?金融投機還是中國需求？[J].?經濟學（季刊），?2015（3）：?961-982.

[8]?BRUNO?V?G，?BUYUKSAHIN?B，?ROBE?M?A.?The?financialization?of?food？[J].?American?Journal?of?Agricultural?Economics，?2017，?99（1）：?243-264.

[9]?胡聰慧，?劉學良.?大宗商品與股票市場聯動性研究：?基于融資流動性的視角[J].?金融研究，?2017（7）：?123-139.

[10]SOCKIN?M，?XIONG?W.?Informational?frictions?and?commodity?markets[J].?Journal?of?Finance，?2015，?70（5）：?2063-2098.

[11]BROGAARD?J，?RINGGENBERG?M?C，?SOVICH?D.?The?economic?impact?of?index?investing[J].?Review?of?Financial?Studies，?2019，?32（9）：?3461-3499.

[12]張翔，?劉璐，?李倫一.?國際大宗商品市場金融化與中國宏觀經濟波動[J].?金融研究，?2017（1）：?35-51.

[13]LOMBARDI?M?J，?VAN?ROBAYS?I.?Do?financial?investors?destabilize?the?oil?price？[R].?European?Central?Bank?Working?paper，?2011.

[14]DU?D，?ZHAO?X.?Financial?investor?sentiment?and?the?boom/bust?in?oil?prices?during?2003-2008[J].?Review?of?Quantitative?Finance?and?Accounting，?2017，?48（2）：?331-361.

[15]BLACK?F.?Noise[J].?Journal?of?Finance，?1986，?41（3）：?528-543.

[16]DESSAINT?O，?FOUCAULT?T，?FRSARD?L，?et?al.?Noisy?stock?prices?and?corporate?investment[J].?Review?of?Financial?Studies，?2019，?32（7）：?2625-2672.

[17]STEIN?J?C.?Informational?externalities?and?welfarereducing?speculation[J].?Journal?of?Political?Economy，?1987，?95（6）：?1123-1145.

[18]KAUFMANN?R?K.?The?role?of?market?fundamentals?and?speculation?in?recent?price?changes?for?crude?oil[J].?Energy?Policy，?2011，?39（1）：?105-115.

[19]FATTOU?B，?KILIAN?L，?MAHADEVA?L.?The?role?of?speculation?in?oil?markets：?What?have?we?learned?so?far？[J].?Energy?Journal，?2013，?34（3）：?7-33.

[20]GILBERT?C?L，?PFUDERER?S.?The?role?of?index?trading?in?price?formation?in?the?grains?and?oilseeds?markets[J].?Journal?of?Agricultural?Economics，?2014，?65（2）：?303-322.

[21]FISHE?R?P?H，?SMITH?A.?Do?speculators?drive?commodity?prices?away?from?supply?and?demand?fundamentals？[J].?Journal?of?Commodity?Markets，?2019，?15：?1-16.

[22]林伯強，?牟敦國.?能源價格對宏觀經濟的影響——基于可計算一般均衡（CGE）的分析[J].?經濟研究，?2008（11）：?88-101.

[23]胡援成，?張朝洋.?美元貶值對中國通貨膨脹的影響：?傳導途徑及其效應[J].?經濟研究，?2012（4）：?101-112.

[24]龍少波，?胡國良，?王繼源.?國際大宗商品價格波動、投資驅動、貨幣供給與PPI低迷——基于TVPVARSV模型的動態分析[J].?國際金融研究，?2016（5）：?3-14.

[25]譚小芬，?劉陽，?張明.?國際大宗商品價格波動：?中國因素有多重要——基于1997—2012年季度數據和VECM模型的實證研究[J].?國際金融研究，?2014（10）：?75-86.

[26]盧鋒，?李遠芳，?劉鎏.?國際商品價格波動與中國因素——我國開放經濟成長面臨新問題[J].?金融研究，?2009（10）：?38-56.

[27]SUBRAHMANYAM?A，?TITMAN?S.?Financial?market?shocks?and?the?macroeconomy[J].?Review?of?Financial?Studies，?2013，?26（11）：?2687-2717.

[28]CHEN?Q，?GOLDSTEIN?I，?JIANG?W.?Price?informativeness?and?investment?sensitivity?to?stock?price[J].?Review?of?Financial?Studies，?2007，?20（3）：?619-650.

[29]FOUCAULT?T，?FRSARD?L.?Crosslisting，?investment?sensitivity?to?stock?price，?and?the?learning?hypothesis[J].?Review?of?Financial?Studies，?2012，?25（11）：?3305-3350.

[30]GOLDSTEIN?I，?GUEMBEL?A.?Manipulation?and?the?allocational?role?of?prices[J].?Review?of?Economic?Studies，?2008，?75（1）：?133-164.

[31]譚小芬，?韓劍，?殷無弦.?基于油價沖擊分解的國際油價波動對中國工業行業的影響：?1998—2015[J].?中國工業經濟，?2015（12）：?51-66.

[32]過新偉，?張孝巖.?基于CPI“籃子商品”的價格傳導機制研究——對非食品渠道和食品渠道的考察[J].?財經研究，?2012（2）：?27-38.

[33]陳彥斌，?唐詩磊.?信心、動物精神與中國宏觀經濟波動[J].?金融研究，?2009（9）：?89-109.

[34]KILIAN?L.?The?economic?effects?of?energy?price?shocks[J].?Journal?of?Economic?Literature，?2008，?46（4）：?871-909.

[35]張志敏，?鄒燕，?崔廷劍.?輸入型通貨膨脹傳導條件分析與影響因素測度——基于中國1996—2011年月度數據的實證分析[J].?管理評論，?2014（4）：?40-49.

[36]MCCRACKEN?M?W，?NG?S.?FREDMD：?a?monthly?database?for?macroeconomic?research[J].?Journal?of?Business?&?Economic?Statistics，?2016，?34（4）：?574-589.

[37]BAI?J，?NG?S.?Determining?the?number?of?factors?in?approximate?factor?models[J].?Econometrica，?2002，?70（1）：?191-221.

[38]詹新宇，?方福前.?勞動力成本上升與中國經濟波動——基于動態新凱恩斯主義視角[J].?金融研究，?2014（4）：?1-16.

[39]張兆民，?韓彪.?以社會物流費用占社會物流總額比重測算物流成本[J].?中國流通經濟，?2016（10）：?24-30.

[40]劉貫春，?劉媛媛，?張軍.?金融資產配置與中國上市公司的投資波動[J].?經濟學（季刊），?2019（2）：?573-596.

[41]李博陽，?沈悅，?張嘉望.?金融資產配置、企業經營風險與企業杠桿率[J].?當代經濟科學，?2019（5）：?116-128.

責任編輯、校對：?高原

The?Impact?of?International?Commodities?Financialization?on?Chinas?Real?Economy

—Evidence?from?Industrial?Production

LIU?Lu，?ZHANG?Bangzheng

（College?of?Economics，?Sichuan?Agricultural?University，?Chengdu?611130，?China）

Abstract：Focusing?on?industrial?production，?this?paper?applies?the?VAR?and?large?approximate?factor?model?to?explore?progressively?the?ultimate?effect，?the?transmission?channel?and?the?impact?mechanism?of?international?commodities?financialization?on?Chinas?real?economy.?The?results?show?that?financialization?magnifies?the?fluctuations?of?Chinas?industrial?production?and?the?magnifying?effect?is?stronger?during?the?period?of?global?financial?crisis?as?well?as?after?2014.?The?channel?analysis?suggests?that?financialization?affects?Chinas?industrial?production?primarily?through?the?information?channel?rather?than?the?cost?channel.?We?further?decompose?the?impact?mechanism?in?information?channel?into?the?information?display?mechanism?and?the?signal?distortion?mechanism，?and?find?that?the?latter?dominates?most?of?the?time.?Financialization?distorts?commodity?price?signals?by?introducing?information?noise?and?interferes?with?domesticagents?decisionmaking，?thus?aggravates?fluctuations?of?Chinas?industrial?output.

Keywords：international?commodity;?financialization;?price?fluctuation;?real?economy;?industrial?production;?information?channel;?signal?distortion?mechanism

收稿日期：2019-12-02

基金項目：國家社會科學基金項目“新形勢下國際大宗農產品金融化及其對我國糧食供需平衡的影響研究”（19CJY043）。

作者簡介：

劉璐，女，四川農業大學經濟學院講師，經濟學博士，研究方向：金融經濟與宏觀金融，電子郵箱：864365781@qq.com;

張幫正，男，四川農業大學經濟學院講師，管理學博士，研究方向：金融風險管理。