時變視角下有色金屬市場金融化的行業影響效應研究

周穎哲，黃健柏,2，諶金宇

(1.中南大學 商學院，湖南 長沙 410083; 2.中南大學 金屬資源戰略研究院，湖南 長沙 410083)

0 引言

有色金屬作為關鍵原材料在國民經濟各個部門發揮著不可替代的作用，作為有色金屬生產與消費大國，我國自然希望有色金屬價格保持穩定。然而近年來，隨著商品指數基金、高頻交易策略和電子信息技術的不斷發展，有色金屬市場呈現出越來越明顯的金融化趨勢，在這個過程中，投機行為和價格操縱扭曲有色金屬供需，并導致有色金屬呈現劇烈的價格波動。同時，為緩解有色金屬資源供給短缺，我國長期實行“國內國外兩種資源、兩個市場”的戰略，但也導致了有色金屬對外依存度高的問題。在有色金屬金融化與高對外依存度雙重沖擊下，金融化引發的國際有色金屬價格波動對國內有色金屬行業的影響日趨嚴峻。但這種影響作用對我國各個工業部門并非均勻，其通過上中下游產業鏈逐步傳導并最終影響產出。因此，基于產業鏈層面，考察金融化對我國有色金屬行業影響的相對重要性及時變效應，這對有效應對金融化不利沖擊，促進我國有色金屬行業持續穩定發展，維護我國金屬資源安全與經濟安全具有重要的現實價值。

現有關于有色金屬等大宗商品金融化的研究，主要形成了兩個分支：一是從商品市場與金融市場間的聯動性角度對金融化進行測度(Tang和Xiong)[1]。Li等[2]、Annastiina和Susan[3]、Buyuksahin和Robe[4]通過實證檢驗發現商品期貨和股票之間的相關性已經表現出系統性的上升，預示著大宗商品金融化趨勢日益凸顯。尹力博和柳依依[5]通過研究中國商品期貨市場在 2006～2015 年與國際代表性股票市場的雙向信息溢出效應及其時變特征來探討中國商品期貨市場的金融化問題；朱學紅等[6]、劉映琳[7]通過構建DCC-MVGARCH模型，發現中國大宗商品存在金融化現象，不同品種金融化程度出現分化，其中有色金屬的金融化程度較高。二是考察金融化對有色金屬價格波動的影響。隨著有色金屬市場金融化趨勢的增強，越來越多的學者開始將研究重點轉移到有色金屬價格波動的影響因素層面，其認為以美元為代表的國際貨幣匯率波動 (Chen; Zhu等)[8,9]、國際資本的投機行為(Mutafoglu等; Shao等)[10,11]、利率沖擊(Pierdzioch等)[12]、石油聯動(Soytas等; Sari等; Reboredo和Ugolini)[13～15]這些金融因素對國際有色金屬價格波動的影響日益顯著。

有色金屬作為重要的生產要素和大宗商品類別，其價格波動關系到一國行業發展和經濟穩定。基于此，許多學者也從細分行業角度來研究有色金屬等大宗商品價格波動的影響，如Davis和Haltiwanger[16]研究了石油價格波動對美國制造業就業方面的影響；Fukunaga等[17]發現日本與美國相比，石油價格沖擊對交通運輸設備等油耗產業產生的影響更廣泛和更持續；肖明智[18]發現對于國際石油價格上漲的價格沖擊，航空運輸業受到的影響最大，反而與原油關聯度較大的汽車制造業受到影響較小；錢浩祺等[19]發現上游產業受油價沖擊的影響主要表現為成本效應，下游產業則主要受需求沖擊影響；譚小芬等[20]研究結構性石油價格對于我國各工業部門的影響，發現不同結構性石油價格沖擊對工業行業的影響有所不同，且同一種石油價格沖擊對不同行業也有所不同；蘇梽芳等[21]采用GVAR模型分析外部資源價格沖擊對工業部門價格和產出波動的短期效應，發現原油價格沖擊的影響集中在能源、化工和基礎原材料部門，而國際工業原材料價格沖擊對冶金和國民經濟的重點產業影響較大。Wei 和Guo[22]發現石油價格沖擊與中國企業的產出規模呈現正相關關系，而且石油價格沖擊對國有企業出口的影響要遠遠大于對外商投資企業的影響。

從國內外的文獻來看，關于有色金屬市場金融化的研究，均是基于微觀層面探討金融化對有色金屬等大宗商品市場的影響(張翔等)[23]，此外，在研究對象上，由于我國是能源消費大國，類似石油、煤炭等能源資源一直是研究熱點，目前的文獻多以研究能源價格波動對我國宏觀經濟的影響，關注有色金屬價格波動對我國宏觀經濟影響的文章十分匱乏，而關注金融化引發的有色金屬價格波動對行業發展影響的研究則沒有涉及。事實上，有色金屬行業在我國有著較為完整的產業鏈，一般將其分為上、中、下游，分別對應著采選、冶煉、終端消費三個部分，這三個環節相互影響又各有特征，因此選擇產業鏈為視角，分不同環節進行研究將能獲得更加細化的研究結果。因此，本文選取有色金屬這一大宗商品組別為研究對象，選擇具有代表性的上中下游3個行業構建SVAR模型，將有色金屬價格波動的結構性沖擊分解為供給沖擊、經濟需求沖擊、金融投機沖擊以及預防性需求沖擊，著重考察金融化對有色金屬上中下游行業產出的影響方向、作用程度及相對重要性，并在此基礎上，進一步利用帶有隨機波動的時變參數因子增強結構向量自回歸(TVP-SVAR-SV) 模型，設置不同時間約束與不同時間點，對金融化對有色金屬上中下游行業產出影響的動態特征進行分析，以為金融化對我國有色金屬行業影響的重要性提供更為全面的實證證據。在具體分析中，由于有色金屬可以分為重金屬、輕金屬以及貴金屬三類，本文選取銅作為重金屬的代表，選取鋁為輕金屬的代表，白銀為貴金屬的代表。選擇的理由如下：這三種都是具有代表性的有色金屬，與我國的有色金屬行業密切相關，同時數據的可得性和時間序列能很好滿足實證需要(鐘美瑞等)[24]。

1 模型構建及估計

1.1 SVAR模型的構建

本文借鑒Kilian[25]的研究框架，在其構建包含供給沖擊、經濟需求沖擊以及預防性需求沖擊的SVAR模型基礎上，隨著有色金屬金融化程度不斷加深，為研究金融化導致的有色金屬價格波動對有色金屬產業鏈各環節產出的影響，本文依據Qian[26]、譚小芬等[20]、Chen等[27]，進一步將預防性需求沖擊分解為金融投機沖擊及其他預防性需求沖擊，以刻畫不同類型沖擊對我國有色金屬產業鏈產出的影響。本文首先構建一個VAR模型：

yt=φ1yt-1+…+φpyt-p+et

(1)

其中，yt為內生向量，p為滯后階數，et為擾動項。

有色金屬產業鏈包括上游的有色金屬開采行業、中游的冶煉加工行業以及下游的終端消費領域，本文依據Sun和Kang[28]、吳燁等[29]，將選取的三個工業行業劃分為上中下游，即有色金屬礦采選業(YJ)為上游行業的代表；有色金屬冶煉及壓延加工業(YJY)為中游行業的代表；至于下游行業的選取，對于銅，由于電氣行業年均耗銅量占全國銅消費量的40%左右，是國內最大的銅消費行業，因此選取電氣機械及器材制造業(DQ)作為銅行業下游行業的代表；對于鋁，其在通用設備制造業應用廣泛，因此選取通用設備制造業(TY)作為鋁下游行業的代表；對于白銀，由于電子用銀在白銀消費結構中占據主導地位，因此選取計算機、通信和其他電子設備制造業(JSJ)作為下游行業的代表。以上述行業的工業增加值同比增速作(IAV)為衡量行業產出的指標，與前文分解的四種結構性有色金屬價格沖擊構建一個五變量SVAR模型：

Ayt=φ1yt-1+…+φpyt-p+εt

(2)

其中，yt=(SU,BDJ,FS,P,LAV)，P是國際有色金屬價格，SU是全球有色金屬產量，代表全球有色金屬供給，BDI是波羅的海干散貨指數，代表經濟需求，FS代表金融投機，εt為白噪聲向量。為識別同期關系矩陣A，將式(1)兩邊同時左乘A，有：

Ayt=Aφ1yt-1+…+Aφpyt-p+Aet

(3)

比較式(3)與式(2)，得:

Aet=εt

(4)

將εt標準正交化為εt=But，則SVAR的估計模型可寫為：

Aet=But

(5)

(6)

1.2 TVP-SVAR-SV模型

為準確刻畫有色金屬市場金融化對有色金屬行業產出時變性的影響特征以及在不同時間點上這種時變性影響效應的差異性。本文在SVAR模型的基礎上，進一步采用TVP-SVAR-SV模型，通過允許SVAR模型參數時變，以充分捕捉金融投機沖擊對我國有色金屬上中下游行業影響效應的時變特征。

(7)

其中，βs+1～N(μβ0Σβ0)，αs+1～N(uα0Σα0)，hs+1～N(uh0Σg0)，并且Σβ、Σα和Σh都是正定矩陣，t=s+1,…,n。

本文依據Nakajima[33]，采用MCMC方法對模型參數進行貝葉斯估計，并對 TVP-SVAR-SV模型參數進行1000次預燒和10000次MCMC抽樣。

2 實證分析

2.1 變量選擇與數據來源

對于有色金屬供給沖擊，本文分別選擇全球精煉銅、精煉鋁以及銀礦產量作為代理變量，分別記為SUCU、SUAL及SUSI；本文參照Kilian、譚小芬等、陳文和廖澤安等文獻[25,20,34]，采用波羅的海干散貨指數(BDI)來衡量經濟需求沖擊；對于金融投機，依據鐘美瑞等[24]、Chen等[35]，本文采用美國商品期貨委員會(CFTC)公布的總持倉量、非商業多頭持倉量、非商業空頭持倉量以及非商業套利持倉量等數據計算非商業交易頭寸占比作為銅金融投機(NCPP)與白銀金融投機(FSSI)的替代變量，由于CFTC沒有公布鋁相關數據，本文依據田利輝和譚德凱[36]，采用倫敦金屬交易所的鋁持倉量作為替代變量，記為FSAL；對于國際銅價格(PCU)、國際鋁價格(PAL)變量的選取，本文分別采用倫敦金屬交易所銅、鋁期貨合約價格的收盤價，對于國際白銀價格(PSI)，則選取美國紐約商業交易所白銀期貨合約收盤價作為替代變量；本文選取有色金屬礦采選業(YJ)、有色金屬冶煉及壓延加工業(YJY)的工業增加同比值增速來衡量有色金屬上中游行業產出，并分別選取電氣機械及器材制造業(DQ)、通用設備制造業(TY)和計算機、通信和其他電子設備制造業行業(JSJ)這三個行業的工業增加值同比增速作為銅、鋁、白銀下游行業的替代變量。為消除異方差，本文對SUCU、SUAL、SUSI、BDI、FSAL、PCU、PAL及PSI取自然對數，樣本區間為2006年8月至2016年12月，數據來源于Wind數據庫。本文采用ADF方法對各時間序列進行平穩性檢驗，結果顯示，除NCPP、FSSI、YJ、YJY、DQ、TY及JSJ的原序列為平穩時間序列外，其余變量的原序列均不平穩，對SUCU、SUAL、SUSI、BDI、FSAL、PCU、PAL及PSI的一階差分序列分別進行單位根檢驗，發現各一階差分序列為平穩時間序列。此外，本文依據 AIC準則，分別建立滯后1階SVAR模型及TVP-SVAR-SV模型。

表1 ADF單位根檢驗

2.2 基于SVAR模型的實證結果

本文首先通過基于SVAR模型的脈沖響應函數與方差分解來考察包含金融投機沖擊的四種結構性銅價、鋁價、白銀價格沖擊對我國有色金屬產業鏈產出的影響方向、持續時間及影響程度。

2.2.1 脈沖響應函數分析

圖1至圖9顯示了給定結構性殘差一個標準差的正向沖擊，在前36期內有色金屬上中下游行業產出受供給沖擊、經濟需求沖擊、金融投機沖擊及其他預防性需求沖擊等四種結構性沖擊影響的情況。由圖可知，在前36期內金融投機沖擊對我國有色金屬上中下游行業產出的影響主要為負，對于銅金融投機沖擊，上中下游行業產出的響應分別在第6期、第9期及第6期達到負向最大值0.0134、0.0063及0.0085；對于鋁金融投機沖擊，上中下游行業產出的響應分別在第1期、第1期及第3期達到負向最大值0.0080、0.0031及0.0037，顯示響應速度較快，滯后期較短；對于白銀金融投機沖擊，上游行業產出的響應在前6期為負，并在第1期達到負向最大值0.0036，中下游行業產出的響應則在前36期內均為負，并分別在第5期和第1期達到負向最大值0.0055及0.0032。可見，金融投機沖擊對我國有色金屬行業產出具有顯著抑制作用，這主要是由于金融投機引發的沖擊抬高了有色金屬價格，提高了行業成本，并抑制了產出擴張，但是不同產業鏈環節的產出對金融投機沖擊的響應具有差異性，相對而言，上游行業受到的抑制效應尤為突出，這主要是由于上游行業距離產業鏈條近，受到金融投機沖擊的影響最為直接。

對于供給沖擊，有色金屬產業鏈各環節產出的響應也主要為負。對于銅供給沖擊，其上中下游產出的即期響應為正，并分別在第4期、第2期、第5期轉為負，在分別達到負向最大值之后逐漸減弱并收斂；對于白銀供給沖擊，上中下游產出的響應也均為負，且負向最大值均出現在前兩期；而對于鋁供給沖擊，上中下游產出的初始響應均為負，雖然上游和下游行業產出從第2期開始由負轉正，但響應程度較小，接近于零。可見，供給沖擊對有色金屬上中下游行業產出也主要表現出抑制效應，但不同金屬品種供給沖擊的抑制效應在滯后期上表現出差異性，銅供給沖擊的抑制效應在一定程度上存在滯后效應，而鋁和白銀供給沖擊則在初期就表現出顯著的抑制作用。

對于經濟需求沖擊，有色金屬產業鏈各環節產出的響應均為正，有色金屬礦采選業與有色金屬冶煉及壓延加工業產出的響應在當期達到最大值，之后正向響應呈減弱趨勢；對于銅的下游行業，電器機械及器材制造業產出的響應在當期為正，但在第2期由正轉負，并達到負向最大值0.0006，之后逐漸收斂；對于鋁的下游行業通用設備制造業，其產出的響應在前36期全為正，并在第4期達到最大值0.0050；對于白銀的下游行業計算機、通信和其他電子設備制造業行業，其產出的響應在前36期全為正，并在第2期達到最大值0.0076。經濟需求沖擊一般發生在經濟繁榮時期，強勁需求會推動各行業產出擴張。

對于銅和白銀的預防性需求沖擊，有色金屬上中下游行業產出的響應在前36期內全為正，并在前期迅速達到最大值后逐漸減弱，而對于鋁預防性需求沖擊，上游行業產出在前4期為正，但從第5期開始由正轉負，而中下游行業產出的響應則在前36期內全為正。預防性需求沖擊主要是由于庫存調整引發的，脈沖響應函數結果顯示其對有色金屬行業上中下游行業產出的影響主要為正。

圖1 結構性銅價沖擊對上游行業產出的影響

圖2 結構性銅價沖擊對中游行業產出的影響

圖3 結構性銅價沖擊對下游行業產出的影響

圖4 結構性鋁價沖擊對中游行業產出的影響

圖5 結構性鋁價沖擊對中游行業產出的影響

圖6 結構性鋁價沖擊對下游行業產出的影響

圖7 結構性銀價沖擊對上游行業產出的影響

圖8 結構性銀價沖擊對中游行業產出的影響

圖9 結構性銀價沖擊對下游行業產出的影響

2.2.2 方差分解分析

進一步采用方差分解來量化不同類型結構性價格沖擊對有色金屬產業鏈產出的影響程度，如表2所示。

表2 不同類型結構性價格沖擊的方差分解(單位：%)

由表2可以看出，在四種結構性沖擊中，銅金融投機沖擊對有色金屬上中下游行業產出的的貢獻率均最大，在第36期穩定時，分別達到42.7531%、23.6173%及41.1009%。對于有色金屬礦采選業、有色金屬冶煉及壓延加工業及電氣機械及器材制造業產出的影響，占第二位的分別為銅供給沖擊、經濟需求沖擊及預防性需求沖擊，其方差貢獻度分別為1.6130%、6.6981%及3.7735%，顯示隨著有色金屬市場金融化的增強，銅金融沖擊給我國有色金屬行業(包括礦采選業、冶煉及壓延加工業以及電氣機械及器材制造業)帶來嚴重負面影響；鋁金融投機沖擊對于上游行業產出的影響也最大，在第36期穩定時，貢獻率達到2.212%，對于下游行業產出的影響，則僅次于需求沖擊的貢獻率，對于中游行業產出，則影響較小；白銀金融投機沖擊對于中游行業產出的影響則是最大的。加總計算各金屬品種金融投機沖擊對有色金屬上中下游行業產出的貢獻率，銅、鋁、白銀金融投機的累計貢獻率分別為107.47%、5.56%及11.00%。可見在不同金屬品種中，銅金融化對我國有色金屬行業產出的抑制效應最大，這主要是由于銅的金融屬性更加明顯，具有更好的金融化基礎。

2.3 TVP-SVAR-SV模型實證分析

接下來本文通過允許SVAR模型參數時變，進一步捕捉金融投機沖擊對我國有色金屬上中下游行業影響效應的時變特征。

2.3.1 不同時間約束條件下金融化對我國有色金屬產業鏈的影響

金融投機沖擊對有色金屬礦采選業產出影響的TVP-SVAR-SV模型估計結果分別如圖 10至圖12所示。本文選取沖擊影響時間約束為 3個月(短期約束)、6個月(中期約束)和 12個月(長期約束)。由圖10至圖12可以看出，金融投機沖擊引發的有色金屬價格波動對有色金屬礦采選業產出的影響呈現出時變性，銅金融投機沖擊對有色金屬礦采選業產出的影響在不同時間尺度上均為負，在響應軌跡上以2012年初為界，之前負向影響逐漸減弱，之后負向效應又呈現增強趨勢。鋁金融投機沖擊對有色金屬礦采選業產出的短期影響呈現出階段性特征，在2012年7月之前為負，之后至2015年為正，從2016年開始又呈現出負向影響；在中長期內，則主要表現為正向影響。白銀金融投機沖擊對有色金屬礦采選業產出的短期影響在2012年10月之前為負，之后轉為正向影響；在中長期內，則主要表現為正向影響。此外，金融投機沖擊對有色金屬礦采選業產出的影響程度在不同時間尺度上表現出差異性，相對而言在短期影響最大。

圖10 金融投機沖擊引發的銅價波動對上游行業產出的時變影響

圖11 金融投機沖擊引發的鋁價波動對上游行業產出的時變影響

圖12 金融投機沖擊引發的白銀價格波動 對上游行業產出的時變影響

金融投機沖擊對有色金屬冶煉及壓延加工業產出影響的TVP-SVAR-SV模型估計結果如圖 13至圖15所示。可以看出，金融投機沖擊引發的有色金屬價格波動對有色金屬冶煉及壓延加工業產出的影響呈現出時變性。銅金融投機沖擊對有色金屬冶煉及壓延加工業產出的影響在不同時間尺度上均為負，但在響應軌跡上呈現出差異性，短期影響在2011年中旬達到負向最大值0.007，中期影響在2009年中旬達到負向最大值0.0084，而長期影響則在2009年初達到負向最大值0.007；鋁金融投機沖擊對有色金屬冶煉及壓延加工業產出的影響在不同時間尺度上表現出趨同性，在2011年之前為負向影響，并且影響程度較大，之后影響迅速減小，幾乎可以忽略不計，但影響程度在不同時間尺度上表現出差異性，相對而言短期影響較為明顯；白銀金融投機沖擊對有色金屬冶煉及壓延加工業產出的影響在不同時間尺度上也表現出趨同性，在樣本期內全為負，并且以2010年中期為界，之前表現出增強趨勢，之后則呈減弱趨勢，但影響程度在不同時間尺度上表現出差異性，相對而言短期影響較大。

圖13 金融投機沖擊引發的銅價波動對中游行業產出的時變影響

圖14 金融投機沖擊引發的鋁價波動對中游行業產出的時變影響

圖12 金融投機沖擊引發的白銀價格波動 對中游行業產出的時變影響

金融投機沖擊對下游行業產出影響的TVP-SVAR-SV模型估計結果分別如圖16至圖18所示。可以看出，金融投機沖擊引發的有色金屬價格波動對有色金屬下游行業產出的影響呈現出時變性，銅金融投機沖擊對電氣機械及器材制造業產出的影響在樣本期內全為負，并且在不同時間尺度上影響軌跡表現出趨同性，其負向影響以2011年初為界，之前表現為減弱趨勢，之后則呈現增強趨勢，但在不同時間尺度上，其影響程度具有差異性，在短、中及長期內，其峰值分別為-0.0045、-0.0025及-0.0012，顯示銅金融投機沖擊對電氣機械及器材制造業產出的抑制效應在短期內最為顯著。鋁金融投機沖擊對通用設備制造業產出的影響在樣本期內也全為負，并且在不同時間尺度上影響軌跡表現出趨同性，其負向影響以2009年中期為界，之前表現為增強趨勢，之后則呈現減弱趨勢，但在不同時間尺度上，其影響程度具有差異性，相對而言短期影響較大；白銀金融投機沖擊對計算機、通信和其他電子設備制造業行業產出的影響以2009年末為界，之前表現為正向影響，之后則為負向影響，但是在不同時間尺度上其影響程度表現出差異性，相對而言短期影響較大。

圖16 金融投機沖擊引發的銅價波動對下游行業產出的時變影響

圖17 金融投機沖擊引發的鋁價波動對下游行業產出的時變影響

圖18 金融投機沖擊引發的白銀價格波動對下游行業產出的時變影響

2.3.2 不同時間點金融化對我國有色金屬產業鏈的影響

前文分析了不同時間約束條件下金融投機沖擊對有色金屬產業鏈產出的影響，接下來分析不同時間點有色金屬產業鏈產出對金融投機沖擊的脈沖響應。本文在樣本中選擇三個時點進行分析，分別是：2008年9月國際金融危機全面爆發，金融化對我國經濟影響發生結構性改變；2011年7月有色金屬市場供需發生逆轉，開啟一輪價格下行周期；2014年10月美國量化寬松貨幣政策正式退出，金融化對我國經濟影響的渠道發生改變。因此，本文通過分析不同時點的脈沖響應函數的差異，分析近些年來有色金屬市場金融化對我國產業鏈各個環節產出影響的結構性變化。

圖19至圖21給出了在不同時間點金融投機沖擊引發的有色金屬價格波動對有色金屬礦采選業產出影響的脈沖響應圖。可以看出，在不同時點，金融投機沖擊的影響效應具有差異性。對于銅金融投機沖擊，有色金屬上游行業產出在國際金融危機爆發與美國量化寬松貨幣政策的退出這兩個時點的響應為負，而在進入下行周期這個時點，其初始響應為正，從第一期開始才由正轉負；對于鋁金融投機沖擊，有色金屬上游行業產出在國際金融危機爆發與進入下行周期這兩個時點的響應為負，而在美國量化寬松貨幣政策退出這個時點，負向效應只維持了一期；對于白銀金融投機沖擊，有色金屬上游行業產出在國際金融危機爆發與進入下行周期這兩個時點的響應在前5期為負，而在美國量化寬松貨幣政策退出這個時點，負向效應只維持了2期。此外，金融投機沖擊對有色金屬礦采選業產出的影響程度在不同時點具有差異性，相對而言，在國際金融危機爆發這個時點上的影響效應最為顯著，這也說明，國際金融危機進一步增強了金融投機沖擊對有色金屬上游行業產出的抑制效應。

圖22至圖24給出了在不同時間點金融投機沖擊引發的銅價波動對有色金屬冶煉及壓延加工業產出影響的脈沖響應圖。由圖可以看出，在不同時點，金融投機沖擊的影響效應具有差異性。對于銅金融投機沖擊，有色金屬中游行業產出在進入下行周期這一時點響應為負，而在國際金融危機爆發與美國量化寬松貨幣政策的退出這兩個時點的初始響應為正，從第1期開始才轉為負向影響；對于鋁金融投機沖擊，有色金屬中游行業產出在國際金融危機爆發這個時點的響應為負，并且響應呈減弱趨勢，而在進入下行周期這個時點的初始響應為負，在美國量化寬松貨幣政策退出這個時點的初始響應為正，但影響程度在第2期后迅速減小，幾乎可以忽略不計；對于白銀金融投機沖擊，有色金屬中游行業產出在國際金融危機爆發與進入下行周期這兩個時點的響應為負，并且響應呈減弱趨勢，而在美國量化寬松貨幣政策退出這個時點的初始響應為正，但從第1期影響開始轉變為負向。此外，金融投機沖擊對有色金屬冶煉及壓延加工業產出的影響程度在不同時點具有差異性，相對而言，在國際金融危機爆發這個時點上的影響效應最為顯著，這也說明，國際金融危機進一步增強了金融投機沖擊對有色金屬中游行業產出的抑制效應。

圖19 不同時點金融投機沖擊對銅上游行業產出的影響

圖20 不同時點金融投機沖擊對鋁上游行業產出的影響

圖21 不同時點金融投機沖擊對白銀上游行業產出的影響

圖22 不同時點金融投機沖擊對銅中游行業產出的影響

圖23 不同時點金融投機沖擊對鋁中游行業產出的影響

圖24 不同時點金融投機沖擊對白銀中游行業產出的影響

圖25 不同時點金融投機沖擊對銅下游行業產出的影響

圖26 不同時點金融投機沖擊對鋁下游行業產出的影響

圖27 不同時點金融投機沖擊對白銀下游行業產出的影響

圖25至圖27給出了在不同時間點金融投機沖擊引發的銅、鋁、白銀價格波動對相應下游行業電氣機械及器材制造業、通用設備制造業及計算機、通信和其他電子設備制造業行業產出影響的脈沖響應圖。由圖可以看出，在不同時點，金融投機沖擊的影響效應具有差異性。對于銅金融投機沖擊，電氣機械及器材制造業行業產出在三個時點的響應全為負，但影響軌跡呈現出差異性，在國際金融危機爆發與美國量化寬松貨幣政策的退出這兩個時點的負向響應在前3期呈現出增強趨勢，之后呈現減弱趨勢，而在進入下行周期這一時點的負向響應一直呈現出減弱趨勢；對于鋁金融投機沖擊，通用設備制造業產出在三個時點的響應均為負，并且負向響應都呈減弱趨勢，但影響程度表現出差異性，相對而言，在國際金融危機爆發這個時點的影響程度最大；對于白銀金融投機沖擊，計算機、通信和其他電子設備制造業行業產出在進入下行周期與美國量化寬松貨幣政策的正式退出這兩個時點的響應為負，并且負向響應呈減弱趨勢，而在國際金融危機的爆發這個時點的初始響應為負，但從第1期開始轉變為正向影響。

3 結論

本文采用2006年8月至2016年12月的月度數據，選取有色金屬上中下游行業為研究對象，通過構建SVAR模型及TVP-SVAR-SV模型，利用脈沖響應函數與方差分解等方法，分解并量化四種結構性價格沖擊對有色金屬產業鏈不同環節產出的影響效應，著重考察金融化引發的價格波動對我國有色金屬產業鏈產出影響的相對重要性及時變特征，得出主要研究結論如下：

(1)隨著有色金屬市場金融化的日益深化，金融化引發的價格波動對我國有色金屬上中下游產出均具有抑制作用，且在不同有色金屬品種中，由于金融化程度的差異，其抑制效應具有差異性，相對而言，銅市場金融化對我國有色金屬上中下游行業的抑制效應最為顯著。

(2)金融化引發的價格波動對有色金屬產業鏈產出的影響具有明顯的時變效應，同時影響在不同時間尺度下存在差異性。相對而言，有色金屬市場金融化的抑制效應在短期最為顯著，其次為中期，在長期影響較小。

(3)在不同時間點上，金融化引發的價格波動對有色金屬產業鏈產出的影響在影響方向、作用程度與持續時間上具有差異性。國際金融危機的爆發在一定程度上增強了有色金屬市場金融化對有色金屬行業產出的抑制效應。

基于上述結論，政府應積極應對有色金屬市場金融化帶來的負面影響，并且針對有色金屬產業鏈不同環節的差異性，采取不同應對策略：

總體而言，國家必須緊密結合有色金屬市場金融化的發展趨勢，加強對國際資金流動監控，并積極開展國際合作，推動構建國際有色金屬價格波動預警機制，及時識別金融資本對我國有色金屬行業的不利影響。同時，應逐步建設并完善我國有色金屬期貨市場，積極推動相關衍生品交易，通過為有色金屬企業提供便利的風險對沖工具，以規避有色金屬價格波動的不利影響。此外，從產業鏈不同環節的產出來看，金融化引發的有色金屬價格波動對其影響具有差異性，因此上、中、下游行業應采取不同應對策略。上游行業由于距離產業鏈條近，應逐步降低對于國際有色金屬的依存度，一方面要積極拓展國際有色金屬市場，建立多元化的供給體系，另一方面提高國內有色金屬資源利用率，加強戰略儲備；而對中下游行業，則需加快供給側改革，優化其產業結構，并且積極擴大市場需求，從需求端來緩解金融化對其帶來的高成本沖擊。此外，針對不同有色金屬品種的金融化程度差異，也要采取差異化政策，在應對有色金屬金融化不利沖擊中，對于金融化程度較高的銅，其應該成為政策關注的重點。