宏觀不確定性與資產價格的波動溢出效應研究

摘要：近年來，國內外經濟環境的不確定性對中國期貨類金融市場影響越來越顯著。研究油脂類農林產品期貨市場的波動溢出影響，對加速農林產品金融化和防范系統性金融風險、凸顯農林產品期貨市場管理價格風險的作用等具有重要意義。文章利用中國2018—2023年棕櫚油、豆油和菜油農產品期貨指數的月度數據，上證綜合指數的月度數據以及PPI、EPU、PMI月度數據的宏觀經濟數據，以經濟政策不確定性、證券市場、期貨市場的作用路徑，構建VAR-BEKK-GARCH模型考察宏觀不確定性對棕櫚油等油脂類農林產品期貨價格的傳導關系和風險波動溢出效應變化。結果表明：（1）油脂類農林產品期貨價格具有顯著的波動溢出效應，且通常是該波動溢出的風險傳遞者；從描述性統計結果的Jarque-Bera統計量來看，在顯著性水平為5%時，三種油脂類農林產品期貨指數收益率分別為496.39、975.02和647.07，指數變化率序列都不服從正態分布。（2）油脂類農林產品期貨價格波動對中國金融市場的影響程度最強；指數收益率的一階滯后項系數在5%的顯著性水平上均顯著。（3）在極端事件沖擊下，油脂類農林產品期貨價格對中國期貨價格波動的依賴性較強，并表現出明顯的時變特征。基于研究結論提出政策啟示：政策制定者應借助溢出效應的分析結果，采取相應的監管和干預措施，維護市場的健康發展。金融監管部門應對中國農林產品期貨市場建立風險監控、預警機制，有效防范系統性風險。

關鍵詞：油脂類農林產品期貨；波動溢出效應；VAR-BEKK-GARCH模型

中圖分類號：F323.7； F724.5； F224文獻標識碼：A文章編號：1673-338X（2024）5-049-15

基金項目：福建省自然科學基金面上項目“經濟政策不確定性對中國A股特質波動的影響機理、傳染效應與對策研究”（2022Jo1986）。

Research on macro uncertainty and volatility spillover effect of asset prices

——analysis of futures prices for oil and fat agricultural and forestry products based on VAR-BEKK-GARCH model

ZHOU Xiulian

（Fujian Business University， Fuzhou 350002）

Abstract：In recent years， the uncertainty of the domestic and international economic environment has had an increasingly significant impact on China’s futures financial markets. Studing volatility spillover effect of the futures market for oil and fat agricultural and forestry products is of great significance in accelerating the financialization of agricultural and forestry products and preventing systemic financial risks， and highlighting the role of managing price risks in the agricultural and forestry products futures market. This article used monthly data on agricultural futures indices for palm oil， soybean oil and rapeseed oil from 2018 to 2023， monthly data on the SSE Composite Index， and monthly macroeconomic data on PPI， EPU and PMI. Based on the path of economic policy uncertainty， securities market and futures market， a VAR-BEKK-GARCH model was constructed to examine the transmission relationship of macro uncertainty on futures prices for oil and fat agricultural and forestry products and changes in risk volatility spillover effect. The results showed that：（1）Futures prices for oil and fat agricultural and forestry products had a significant spillover effect， and were usually the risk carriers of this spillover effect. According to the Jarque-Bera statistic of descriptive statistics， at a significance level of 5%， the returns of the three oil and fat agricultural and forestry products futures indices were 496.39， 975.02 and 647.073， respectively， and none of index change rates obeyed a normal distribution.（2）Futures price volatility of oil and fat agricultural and forestry products had the strongest degree of impacton China’s commodity market. At a confidence level of 5%， the first order lag coefficients of the index return were significant.（3）Under the shock of extreme events， the futures prices of oil and fat agricultural and forestry products were more dependent on the fluctuations of Chinese futures prices and exhibited obvious time-varying characteristics. Based on research findings， relevant policy implications were proposed： Policymakers should take appropriate regulatory and intervention measures to maintain the healthy development of the market with the help of the analysis of spillover effect results. Financial regulators should establish risk monitoring and early warning mechanisms in China’s agricultural and forestry products futures market to effectively prevent systemic risks.

Keywords：futures of oil and fat agricultural and forestry products；volatility spillover effect；VAR-BEKK-GARCH model

1引言

新冠疫情重創世界經濟，嚴重影響全球金融市場，各國先后實施了非常規貨幣政策以期復蘇經濟穩定金融市場。“后危機時代”大背景下，世界經濟形勢嚴峻復雜，中國正處于結構調整、動能轉換、增速換擋的關鍵時期，面臨著產能過剩、債務違約、庫存積壓、供需錯配等無與倫比的經濟挑戰，典型化特征是嚴重的“脫實向虛”問題。當下不僅是中國經濟結構轉換的關鍵期、新一輪大改革的推行期以及深層次問題的累積釋放期，更是世界經濟結構與秩序的裂變期，復雜的國內外環境極大提升了經濟的不確定性。Cai等（2016）指出，宏觀不確定性涵蓋經濟政策、宏觀經濟和金融市場基本面、企業營運等定價信息以及經濟學家或投資者對未來不確定性的預期，是未來經濟狀況無法預測性對資產定價產生的重大影響。當面臨經濟政策不確定性時，通常會要求更高的風險溢價作為補償以抵消資產未來收益的不可預期性，資產風險溢價與宏觀不確定性的水平存在密切聯系，全面復雜的經濟學內容使宏觀不確定性成為強有力的資產定價因子。平穩經濟環境下傳統的資產定價因子還能適應不可預期嬗變的金融環境嗎？經濟政策不確定性與資產定價的研究成為焦點。

宏觀不確定性是影響金融衍生品價格波動的主要變量之一。以棕櫚油為代表的油脂類農林產品期貨價格最易受到國際政治格局、經濟政策演變以及氣候條件變化等多種因素影響，具有高度的復雜性和不確定性，精準的價格預測能使農林業在采購種植和收購等方面做出合理的判斷和預期，從而減輕與價格波動相關的金融風險。本文將棕櫚油等油脂類農林產品總體樣本分段對比，研究在不同時期棕櫚油等農林產品期貨市場間價格波動溢出效應的變化特征，通過構建宏觀經濟指標以及期貨價格模型，實證找出宏觀經濟與期貨價格的關聯性，并為兩者之間可能存在的理論關系提供一定程度的實證支持。深入探討棕櫚油等農林產品期貨之間的波動溢出效應，對預防價格劇烈波動、防范風險外溢和穩定市場預期具有重要的現實意義。

本文可能的創新之處在于：（1）研究視角上，從宏觀不確定性角度研究影響金融衍生品價格波動的變量，發現棕櫚油等農林產品期貨價格同時受到資源的總體存量、市場的供需動態和投機活動等一些變量的影響。（2）指標選擇上，通過選取國內一定時期各類宏觀經濟指標的數據以及相應的棕櫚油等農林產品期貨的價格指數建立模型，研究農林產品期貨之間的價格溢出效應和風險傳染性，獲得中國金融市場的動態特征和波動溢出效應，厘清兩個市場之間的風險傳導機制，指導投資者和決策者制定有效的交易策略和風險管理。（3）理論應用上，梳理總結已有研究成果和相關文獻資料，發現宏觀不確定性與農林產品期貨定價的關系研究因缺少足夠的理論支撐，還未形成科學的研究范式，主要聚焦于“數據+模型”式的實證分析。因此，本文嘗試多角度分析和檢驗宏觀不確定性與農林產品期貨價格的動態關系，幫助政策制定者識別并預防跨市場風險傳染，維持中國金融市場穩定、減少系統性風險、優化投資組合提供有利建議。

2文獻回顧與評述

國內外學者在有關宏觀不確定性、資產定價、油脂類期貨價格波動的相關性方面做了諸多研究，但有關宏觀不確定性與油脂類農林產品期貨價格波動溢出關系的研究較少，本文通過對棕櫚油等農林產品期貨市場的波動溢出效應的考察，有助于了解波動來源及傳染機制，便于產業鏈相關利益者進行決策，基于產業鏈視角優化農林產品市場結構，豐富農林產品期貨品類，構建完善農林產品期貨鏈，充分發揮價格發現與風險管理功能，旨在為研究宏觀不確定性與資產價格的波動溢出效應提供理論借鑒。

2.1宏觀不確定性與資產定價研究

與國外期貨市場豐富的研究成果相比，中國農林產品期貨市場受宏觀不確定性影響的研究文獻相對較少，大量學者借助經濟政策不確定性（Economic Policy Uncertainty， EPU）指數測度經濟政策不確定性。顧夏銘等（2018）使用Baker構建的EPU指數來度量中國宏觀經濟政策的波動；宮汝凱等（2019）使用每個季度最后一個月的EPU指數度量該季度的宏觀不確定性，并將一個季度內的月度EPU指數簡單加權平均等到季度EPU指數進行平穩性分析；宏觀不確定性指數是測定整體政策不確定性的新方法，能從不同維度反映整體的經濟政策不確定性程度（方麒瑋等，2024）；楊子暉等（2020）使用中國、日本、美國等19個國家EPU指數研究金融市場與宏觀不確定性的非線性關聯關系。近年來，學者們將研究重點集中于農林產品貿易的競爭性、互補性及國際競爭力（夏冰，2015）、影響因素及貿易潛力（許伍權等，2022）、農林產業內貿易（姚姝宇等，2021）、森林認證（于豪諒等，2018）、碳科學（楊紅強等，2021）、農林產業高質量發展（楊娛等，2018）等方面，僅有少數學者就中國農林產品的價格波動特征及EPU進行研究。鄒靖馳等（2023）調查分析玉米等農產品期貨價格時發現，在價格功能中起主導作用的是期貨市場，農產品現貨市場價格波動由期貨市場單向引導。農產品現貨與期貨在價格關系上存在著長期穩定的協整關系，形成了“上海期貨市場—海南現貨市場—國際期貨市場”的空間傳導路徑。Joarder等（2021）利用SVAR模型分析經濟政策不確定性的增加會抑制大豆期貨價格的增長；趙龍珠等（2020）利用ARCH族模型分析了中國膠合板、纖維板與刨花板價格波動的集聚性特征與風險報酬特征；Mo等（2018）利用X-11季節調整模型和Johansen協整模型分析了中歐六國山毛櫸價格波動的周期性與季節性特征。

長期以來，國內外學者都十分重視宏觀不確定性對金融市場影響的研究，但國外學者在這一領域的研究較早。從研究角度來看，現有文獻多偏向研究宏觀不確定性與股票市場、匯率市場、債券市場的關系，而關于宏觀不確定性對期貨市場影響的研究較少。黃河（2022）對經濟政策不確定性對大豆期貨價格的影響實證分析結果表明，當經濟政策不確定性增加時，大豆期貨價格會出現明顯的波動和下跌，且價格波動受到市場供求和宏觀經濟因素的影響較大，而受到國際市場的影響相對較小；Yang等（2021）研究中國經濟政策不確定性與商品期貨在不同頻率域的風險溢出聯系，發現其和商品市場的風險溢出之間的關系大多發生在短期內，基于不同的影響機制具有不同特征的經濟危機會對非對稱風險溢出產生不同的影響；對于資產定價影響因素的研究表明，經濟環境、金融市場和貨幣政策均是引起期貨市場價格波動的重要原因。楊艷軍等（2022）分別對玉米和大豆等大宗商品的價格波動進行分析，發現實體經濟需求和投機都是造成大宗商品價格波動的主要因素。本文在分析影響機制和作用渠道的基礎上，以棕櫚油等油脂類農林產品期貨市場為研究對象，為分析宏觀不確定性對商品期貨市場的作用效果提供了新的研究視角，為后續學者的研究奠定一定的理論基礎。

2.2波動溢出效應研究

國內外學者對商品期貨價格的波動及影響因素做了研究。Ameur等（2022）利用EPU預測已實現的波動率，發現高不確定性產生高期貨市場波動；邢天才等（2021）研究中國和美國的經濟政策不確定性與中國金融市場穩定性的動態相關效應和波動性溢出效應，指出中國金融市場的穩定性和中國經濟政策的不可預測性具有雙向的波動性溢出效應；Gong等（2021）采用滾動窗口估計方法，考察經濟政策不確定性與期貨市場收益率之間的關系，發現兩者之間呈現長期均衡關系且存在相關性。同時，一些學者利用不同的模型對期貨間的價格溢出效應做了大量研究。張瑛等（2020）借助DCC-MGARCH模型研究宏觀不確定性與股票市場間的相關性，發現經濟政策不確定性與股市波動具有顯著的負相關關系，借助VARM-BEKK-MGARCH模型研究二者間的波動性溢出效應，得出二者在短期內存在雙向波動溢出，但長期內期貨市場與宏觀不確定性之間只存在單向波動溢出；朱海燕（2022）利用GARCH-MIDAS模型檢驗得出，經濟政策不確定性指數能有效解釋期貨市場波動的長期成分；Joarder等（2021）基于分形理論的波動預測模型，指出EPU指數具有分形特征且顯著正向影響未來波動，比GARCH族模型更好地預測波動。本文將VAR-BEKK-GARCH等模型方法引入到期貨市場之間的價格關系中，有效捕捉到棕櫚油等油脂類農林產品期貨市場的同期因果關系。

縱觀國內外研究，從研究對象來看，多集中于期貨市場內部以及石油、有色金屬等能源期貨之間，對宏觀不確定性與棕櫚油等油脂類農林產品價格溢出效應的研究較少，且僅聚焦于風險溢出和信息溢出，對于價格溢出的討論還需進一步深入（姚傳江等，2021）；從模型方法看，已有文獻使用了CoVaR模型、DY溢出指數模型、BK溢出指數模型等探究溢出效應，忽略了宏觀不確定性與棕櫚油等油脂類農林產品價格之間的內在聯系和動態關系（宋長青等，2023）。本文全面分析期貨市場間價格和波動風險的傳導情況，探究宏觀不確定性與棕櫚油等油脂類農林產品期貨價格的波動關系，為促進兩個期貨市場協調發展提供一定的理論依據和參考。將三種油脂類農林產品放在同一框架下進行研究分析，更能全面考察高相關性的農林產品期貨品種間的波動溢出效應，避免以往研究的局限性和結論的片面性；將金融時間序列波動性VAR-BEKK-GARCH模型引入期貨市場之間的價格波動溢出分析中，利用動態樣本區間分析雙向波動溢出效應，避免了單一樣本區間可能出現的偏誤，提高了研究結果的穩健性。

3理論分析框架與研究方法

宏觀不確定性給金融市場帶來不容忽視的影響。以棕櫚油為代表的油脂類農林產品期貨市場是金融市場的重要組成部分，對調節市場供需錯位、減緩價格波動、服務實體經濟發揮著積極作用。本文基于實物期權理論和金融摩擦理論推導經濟政策事件對金融市場的傳導和影響反饋機制，根據實證檢驗結果為政策制定者建立健全相關體制機制、為投資者進行資產配置及風險管理提供建議，以期維護中國金融市場健康平穩發展。

3.1理論分析框架

經濟政策不確定性影響宏觀經濟與資產價格的傳導機制，主要包括實物期權效應、預防性儲蓄與金融摩擦（謝飛等，2020）。近年來，隨著經濟環境日益復雜化，宏觀不確定性對金融市場的影響廣受國內外學者關注，但是目前宏觀不確定性對于金融市場尤其是期貨市場的作用渠道和影響機制還未形成完善成熟的系統理論。本文結合前人研究和自身思考，嘗試對經濟政策不確定性對油脂類農林產品期貨市場的影響的作用渠道和傳導機制進行分析。

近年來，學者們更重視棕櫚油等油脂類農林產品期貨價格波動特征的研究，其構成要素包括4個方面：（1）集聚性與持續性。棕櫚油等油脂類農林產品期貨市場的價格波動在短期迅速變化與調整，不會造成市場持續性波動的狀況，但國際股票市場、外匯市場與貨幣市場等傳統金融市場在危機事件沖擊下由長期波動效應主導。（2）非對稱性。Bhar等（2021）指出，EPU波動主要在長期內引導金融市場波動，但存在正向促進與反向抑制的交替影響現象。（3）動態相關性。張茂軍等（2021）認為，農林產品期貨市場領先于EPU出現劇烈波動，與EPU存在負相關關系。基于時域視角EPU與金融市場間的風險溢出效應，國際股票市場與期貨市場成為重要的風險凈輸出方，油脂類期貨市場與EPU成為了風險凈承受方。（4）周期性。徐征等（2021）揭示了EPU與金融市場之間凈溢出的方向具有周期性變化特征，短期內作為風險凈輸出方的貨幣市場、農林產品期貨市場，由于投資者恐慌情緒的蔓延與資產配置的調整轉變為長期的風險凈承受方。同時凈金融資產對溢出效應的動態變化捕捉到了EPU作為中間節點，對中國金融市場的風險傳染具有放大作用。

國內著名學者田清淞等（2021）認為，在危機事件影響下，經濟政策不確定性主要通過政策渠道導致金融資產面臨共同風險敞口，同時負面信息影響下投資者調整資產配置，引發金融市場之間的風險聯動效應，加劇了期貨市場之間的風險溢出現象。王超（2021）實證發現，極端事件下農產品期貨市場間的同步性波動與風險傳染現象，影響著經濟體系的流動性，而且農林產品期貨市場的風險共振等消極信息作用于政策制定者的預期，加深了經濟政策不確定性程度。因此，在上述風險傳導理論分析的基礎上，本文對宏觀不確定性與農林產品期貨市場之間復雜的風險溢出效應展開研究。

3.2研究方法

中國已經成為世界最大的油脂類產品進口國家，同時是生產和消費大國，棕櫚油等油脂類農林產品貿易更是在中國商品貿易中處于舉足輕重的地位。在當前中美貿易摩擦的背景下，外部不確定性沖擊導致中國農林產品類期貨市場價格波動水平加大，風險溢出概率增加，從而影響中國農林產品市場乃至金融市場的波動溢出效應，利用GARCH族函數獲取波動率更加全面地考慮了收益率的時變性、偏峰厚尾以及正負沖擊下的非對稱性等特征。因此，本文選取了誤差項服從分布的VAR-BEKK-GARCH模型擬合金融市場波動率，以捕捉危機事件中金融市場的波動風險信息。

3.2.1 VAR-BEKK-GARCH模型

本文運用金融時間序列波動性（VAR-BEKK-GARCH）模型加上Wald檢驗，從實證角度檢驗宏觀不確定性與農林產品期貨市場收益率和波動率的關系。其中，BEKK模型①能在較弱的條件下假定協方差矩陣的正定性且待估參數較少，因而能有效描述棕櫚油等油脂類農林產品期貨與金融市場之間的波動溢出效應。

運用GARCH模型和VAR模型計算二者之間的均值溢出效應，從而明確某一市場價格或收益率變動對另一市場的影響；BEKK-GARCH模型能夠測度二者之間的波動溢出效應，可用于分析市場價格波動對其他市場價格產生的影響。為了捕捉正向與負向沖擊對金融市場波動所產生的非對稱性，本文采用GARCH模型將均值方程設置為式（1）和式（2）。

3.2.2溢出效應的檢驗方法

由式（5）可知，金融市場1的波動h12 ， t受兩方面影響：一方面來自其自身前期的影響，包括波動h12 ， t - 1、殘差非對稱影響ε1 ， t - 1，另一方面來自市場2前期的影響以及兩個市場間的協方差，包括波動h21 ， t、協方差h22 ， t - 1、殘差非對稱影響ε2 ， t - 1。只要a12=β12=0（1≠2），則市場1的波動就只受其自身前期影響，不存在波動溢出效應。故對市場間的波動溢出檢驗，就通過對系數a、β和c施加約束來實現。據此，提出假設H1。

H1：市場1和市場2之間不存在相互的波動溢出，即：a12=β12=c12=a21=β21=c21=0。也就是說，不存在市場1向市場2的波動溢出，即：a12=β21=c21=0；不存在市場2向市場1的波動溢出，即：a12=β12=c12=0。

在檢驗兩個市場之間是否有波動溢出效應時，還單獨檢測了在波動傳導的過程中是否存在正負沖擊的非對稱影響，這一點通過對非對稱項系數c施加約束來實現。如果c12=0，則市場i的波動就不受市場j的非對稱影響。故對市場間的非對稱效應。因此，提出假設H2。

H2：市場1和市場2之間不存在相互的非對稱影響，即：c12=a21=0。也就是說，不存在市場1向市場2的非對稱影響，即c21=0；不存在市場2向市場1的非對稱影響，即c12=0。

為了考察不同市場間的溢出效應，在上述原假設的基礎上，采用Wald聯合檢驗法進行檢驗。

4數據來源、變量選取與描述性統計

本文以棕櫚油、豆油與菜油三種油脂類農林產品期貨為對象研究宏觀不確定性與中國金融市場的溢出效應，基于Eviews13.0軟件完成數據分析、宏觀不確定性與期貨市場數據描述性統計、VAR模型最優滯后除數選擇及穩健性檢驗，VAR模型參數估計、BEKK-GARCH模型參數估計及Wald檢驗，均采用WinRATS Pro10軟件處理原始數據。

4.1數據來源與變量選取

中國油脂類農林產品期貨主要包括棕櫚油、豆油與菜油三種，本文收集了2018年3月28日至2023年3月28日棕櫚油、豆油與菜油期貨指數的月度數據以及上證綜合指數的月度數據、工業品出廠價格指數PPI（Producer Price Index）、經濟政策不確定性指數EPU、采購經理指數PMI（Purchasing Managers’ Index）月度數據。指標數據獲取于WIND數據庫、國家統計網、同花順數據庫以及EPU官網，數據來源于大連商品交易所和鄭州商品交易所。由于期貨合約價格存在交割效應，為保證價格的連續性，本文選擇棕櫚油、豆油與菜油期貨交易所主力連續合約的每日結算價格作為研究對象。經濟政策不確定性指數（EPU）是一種用于衡量經濟政策不確定性的指標，作為不確定性的代理變量數據最為齊全。考慮到棕櫚油等油脂類農林產品期貨價格都存在季節效應，在建模分析前對三種油脂期貨價格進行CensusX-11季節調整（貝葉斯方法將一個時間序列分解，消除季節因素影響）。為更好地研究油脂類林農產品溢出效應，分別對上述三種油脂類農林產品期貨價格進行對數收益率處理并乘以100，最后得到三個變量PRET、YRET、OILRET。

4.2描述性統計分析

VAR-BEKK-GARCH已成為研究金融變量和低頻宏觀經濟影響高頻波動率的主流模型。本文選擇將不確定性多變量指標納入模型的長期波動成分，嘗試揭示影響中國期貨市場長期波動最大的不確定性指標。本文數據來自WIND數據庫，在選擇不確定性指標時綜合考慮數據可得性及樣本時間覆蓋范圍，最終選取的樣本期為2018年3月至2022年3月（共60月），通過月度平均的方法將日度數據轉化為月度數據，得到三種油脂類農林產品期貨收益率，描述性統計如表1所示。

從表1中Jarque-Bera統計量來看，在設定5%的顯著性水平上，指數收益率分別為496.39、975.02、647.07，說明油脂類農林產品期貨序列都不服從正態分布。油脂類農林產品期貨指數變化率的相關系數峰度值分別為5.98、7.14、6.32，均大于3，表明農林產品期貨序列呈現尖峰厚尾，指數收益率和中國經濟政策不確定性指數變化率之間存在相關性。

在建立模型之前，首先觀測棕櫚油、豆油、菜油期貨價格的聯動性，從mysteel（https：//mfs.mysteelcdn. com/）上觀察棕櫚油、豆油、菜油三種產品期貨2018—2023年的價格時序，發現三種油脂類農林產品期貨價格在走勢上具有較強的一致性，主要原因是棕櫚油、豆油、菜油之間存在替代關系。

4.3波動溢出效應靜態分析和動態聚集性分析

波動的聚集性是價格波動隨著時間的推移呈現出不同的變化，靜態波動溢出趨于平穩短波，表明市場相對穩定，價格波動幅度較小，但無法判斷市場風險水平隨具體時間的變化情況，無法著重分析各市場在特殊事件下風險的波動溢出效應。全樣本滾動動態波動為相對較密集的長波，意味著價格變動頻繁且幅度較大。棕櫚油等油脂類農林產品期貨收益率時序圖如圖1所示。由圖1可見，棕櫚油等油脂類農林產品期貨市場收益率的時間序列均呈現較明顯的波動特征，“大波隨小波”的聚焦效應明顯，極端事件的發生僅改變了波動溢出指數大小，而未改變其波動溢出方向。從靜態溢出效應（2018—2020年）來看，棕櫚油等油脂類農林產品期貨價格對中國商品期貨價格具有較明顯的單向波動溢出效應；從動態溢出效應（2020—2023年）來看，在極端事件的沖擊下，金融體系脆弱性上升，棕櫚油等油脂類農林產品期貨價格與金融市場的波動溢出水平也顯著上升，油脂類農林產品期貨價格對中國期貨價格波動的依賴性較強。

5實證分析

本文進一步對農林產品期貨在不同階段的波動溢出效應傳導機理進行研究。首先進行穩健性檢驗、最優滯后期階數選擇，滿足VAR模型的建模要求；其次進行格蘭杰因果檢驗，考察三個市場間的價格引導方向，通過設立脈沖響應函數分析某一期貨市場價格受到一個標準差沖擊時，其他期貨市場價格變化的反應程度和持續時間，運用方差分解考察當某一期貨市場價格發生變化時，其他市場在這一市場價格變動中的貢獻度。

5.1穩健性檢驗

對時間序列進行穩健性檢驗能有效避免數據非平穩而造成“偽回歸”現象，為防止回歸系數顯著但變量之間并不存在回歸方程所描述的關系，必須先對數據的平穩性進行驗證，以保證后續結果的真實性。使用Eviews13.0對三種農林產品期貨的收益率進行穩健性檢驗，結果如表2所示。

本文利用價格收益率序列的穩健性檢驗來判斷棕櫚油等油脂類農林產品指數收益率序列是否平穩，借助三種油脂類期貨自回歸過程調整它們自身的序列相關。由表2可知，在價格收益率序列的平穩性檢驗中，P值為0，棕櫚油、豆油、菜油指數收益率序列的t統計量分別為32.69、35.26、35.05，說明該序列在1%的顯著性水平上可以拒絕存在單位根的原假設，表明該序列是平穩的，保證了模型構建的有效性。

5.1.1最優滯后期階數選擇

采用VAR模型進行分析時，需要選取合適的滯后階數，才能使得VAR模型更好地反映出各變量間的動態特性。本文綜合赤池信息準則（Akaike Information Criterion，AIC）、施瓦茨準則（Schwarz Criterion，SC）、對數似然函數（Logarithmic Likelihood，LogL）的結果來判別滯后階數，以最小值確定最優滯后階數，結果如表3所示。表3呈現了一階滯后期數的對應統計量，可以發現，在AIC信息準則、SC信息準則標準下，在設定5%的顯著性水平上，信息準則VAR模型的最優滯后階次是1，所以選擇1為滯后期數來構建VAR模型。

5.1.2非線性關系檢驗

非線性關系可以刻畫沖擊方向和規模的非對稱性，進行經濟政策不確定性與農林產品期貨市場收益率的非線性關系檢驗前，根據DP檢驗和時變參數結構向量自回歸模型的檢驗思路，首先對各個序列機型進行非線性檢驗，構建VAR模型檢驗EPU與期貨市場收益，過濾掉需檢驗的變量線性成分，利用Eviews13.0軟件估計非線性檢驗殘差項確定是否存在非線性成分，結果如表4所示。

表4顯示在以油脂類農林產品期貨指數收益率為解釋變量的等式中，在5%的顯著性水平上，油脂類農林產品期貨指數收益率自身的一期滯后項顯著為正，表明該序列存在一定的自相關性，即自身滯后項對當期有一定的解釋能力，油脂類農林產品期貨指數變化率的一期滯后項系數在5%的顯著性水平上顯著，說明我國經濟政策不確定性對其具有波動溢出效應。綜上可以看出，在5%的顯著性水平上，棕櫚油、豆油、菜油指數收益率的一期滯后項系數均顯著，說明農林產品期貨市場的收益率對EPU存在顯著的影響。在收益率方面，EPU與中國農林產品期貨市場收益率之間存在波動溢出效應。VAR-BEKK-GARCH模型中存在非線性特征說明存在非對稱影響，驗證假設H2成立。

5.1.3協整檢驗

協整檢驗用于檢驗兩個或多個時間序列是否存在長期穩定關系，協整關系是兩個非平穩時間序列之間的線性組合具有平穩性質，協整檢驗的主要目的是確定兩個或多個變量是否共同演變。協整檢驗結果如表5所示。由表5可以看出，在5%的顯著性水平上，統計量以及最大特征值的數值都大于顯著性5%的臨界值，檢驗表明在5%的顯著性水平上至少有2個協整方程，并在5%的顯著性水平上拒絕了沒有協整關系的原假設。由此可判斷，這三個時間序列間存在長期穩定的均衡關系。

5.1.4 VAR特征根檢驗

對VAR特征根進行單位圓檢驗，檢驗結果說明三個點均位于離原點半徑為0.50的單位圓內，說明模型特征根的絕對值呈現出平穩的特征，沒有明顯的趨勢或者季節性，表明前文所構建的VAR模型具有較高的穩定性。

5.1.5格蘭杰因果檢驗

格蘭杰因果關系檢驗（Granger causality test）是檢驗資產價格或資產價格波動與資產定價因子之間“量價關系”的關鍵方法。本文利用格蘭杰因果檢驗方法，分析三種油脂類農林產品期貨指數變化率的過去值對其指數收益率現值的影響，確定三種油脂類農林產品期貨指數收益率之間是否存在因果關系。本文采用六個原假設進行驗證。

假設一：棕櫚油指數變化率不是菜油指數收益率的格蘭杰原因。

假設二：菜油指數變化率不是棕櫚油指數變化率的格蘭杰原因。

假設三：棕櫚油指數變化率不是豆油指數收益率的格蘭杰原因。

假設四：豆油指數變化率不是棕櫚油指數變化率的格蘭杰原因。

假設五：菜油指數變化率不是豆油指數收益率的格蘭杰原因。

假設六：豆油指數變化率不是菜油指數變化率的格蘭杰原因。

若F統計量的P值小于0.05，說明在5%的顯著性水平上可拒絕原假設，確定三種油脂類農林產品期貨

指數收益率之間存在因果關系。檢驗結果如表6所示。

從表6可以看出，在5%的顯著性水平上，豆油期貨與棕櫚油期貨的P值為0.01，菜油期貨與棕櫚油期貨的P值是0.05，菜油期貨與豆油期貨的P值是0.29，說明三種油脂類農林產品期貨P值呈現顯著性，可拒絕原假設，即三種油脂類期貨市場對經濟政策不確定性也存在均值溢出效應。從EPU總樣本期與期貨波動的格蘭杰因果關系來看，不確定性仍是影響部分期貨波動的外生因素。Ludvigson等（2020）提出金融不確定性與內生自經濟波動無關，為虛擬金融經濟與實體經濟的關系提供了依據，印證了目前經濟發展中“脫實向虛”或“虛實背離”的特性。

5.1.6脈沖響應分析

基于VAR模型建立脈沖響應函數，脈沖響應將動態系統對外部沖擊做出的反應描述為時間函數，分析變量之間的相互影響。脈沖響應圖中橫軸表示期數，縱軸代表波形的峰值，脈沖響應顯示了因變量對每個自變量沖擊的響應，常用于觀察和比較事件的頻率、強度或持續時間等特征，如果系統是穩定的，則該沖擊會逐漸消失。

菜油收益率脈沖響應圖如圖2所示，當a圖中豆油期貨市場受到1個單位沖擊后，菜油期貨首先存在負面的響應，然后反轉為正向響應，在第3期漸趨于平穩；當b圖中棕櫚油期貨市場受到1個單位沖擊后，菜油期貨先正向響應，很快在第2期轉為負向響應，在第3期也趨于平穩；當c圖中菜油期貨市場受到1個單位沖擊后，菜油期貨自身存在負面的響應，在第3期趨于平穩。

棕櫚油收益率脈沖響應圖如圖3所示，當a圖中豆油期貨市場受到1個單位沖擊后，棕櫚油期貨先是正向響應，很快在第2期轉為負向響應，在第3期后趨于平穩；當b圖中棕櫚油期貨市場受到1個單位沖擊后，菜油期貨也是一直存在負面的響應，在第3期也趨于平穩；當c圖中菜油期貨市場受到1個單位沖擊后，棕櫚油期貨一直存在負向響應，在第3期趨于平穩。

豆油收益率脈沖響應圖如圖4所示，當a圖中豆油期貨市場受到1個單位沖擊后，菜油期貨存在負面的響應，在第3期趨于平穩；當b圖中棕櫚油期貨市場受到1個單位沖擊后，豆油期貨首先存在負面的響應，然后反轉為正向響應，在第3期也趨于平穩；當c圖中菜油期貨市場受到1個單位沖擊后，豆油期貨存在負向響應，在第3期也趨于平穩。

綜上所述，EPU對油脂類農林產品期貨市場存在反向沖擊，沖擊程度不大且隨著時間推移，市場會消化EPU帶來的影響。VAR-BEKK-GARCH模型適合刻畫期貨波動溢出的單調變化和非對稱實現，基于BEKKGARCH模型的一般脈沖響應研究結果印證了油脂類農林產品期貨市場非對稱效應的存在，驗證H2成立。

5.3溢出效應

基于VAR模型對殘差進行BEKK-GARCH分析是為了更好地研究油脂類農林產品期貨市場之間的波動溢出效應，通過方差分解法探索不同變量沖擊對內生變量變化的貢獻程度，了解隨機擾動項對模型中內生變量的相對貢獻率。本文分別對EPU指數變化率和油脂類農林產品期貨指數收益率進行方差分解，以量化沖擊對內生變量變化影響，在構建模型過程中沒有進行階數最優處理，直接選用BEKK-GARCH（1 ， 1）模型，估計結果如表7所示。

從方差方程的系數矩陣A來看，A（1 ， 1）、A（2 ， 2）、A（3 ， 3）在設定5%的顯著性水平上都異于0，3個變量前期方差對于自身當前條件方差的影響較為明顯，波動具有聚集性。通過檢驗A、B、C矩陣的對角線元素的t統計量是否顯著不為0來判斷3個變量之間是否存在波動溢出效應。若非對角元素中有1個元素顯著不為零，則說明變量間存在波動溢出效應，若非對角元素都不顯著或顯著為零，則說明兩變量間不存在波動溢出效應。B（1 ， 1）、B（2 ， 2）在5%的顯著性水平上顯著異于0，說明YRET、PRET和OILRET變量自身滯后期波動對本期波動有正向作用，具有顯著的GARCH效應；其次，從矩陣A與B非對角元素來看，除A（2 ， 1）、A（2 ， 3）、A（3 ， 1）在5%的顯著性水平上不顯著外，其他系數都顯著，意味著YRET、PRET和OILRET變量之間至少存在著顯著的雙向波動溢出效應。

為進一步嚴格驗證宏觀不確定性對油脂類期貨市場收益和波動溢出效應，在判斷波動溢出效應時，除了需要觀察系數估計值是否顯著外，還要對檢驗結果進行假設檢驗，本文采用Wald聯合檢驗法對H1進行檢驗。

豆油、棕櫚油和菜油3個期貨市場之間的Wald檢驗結果如表8所示。豆油期貨市場與菜油期貨市場在1%的顯著性水平上3項原假設全部被拒絕，說明宏觀不確定性對商品期貨市場的長期沖擊強度不如短期，說明二者的風險傳染側重于短期。豆油期貨市場與棕櫚油期貨市場的3項原假設在1%的顯著性水平上均可被拒絕，說明宏觀不確定性與豆油期貨市場收益率和棕櫚油期貨收益率之間的雙向波動溢出效應顯著。菜油期貨市場與棕櫚油期貨市場在1%的顯著性水平上3項原假設全部被拒絕，說明棕櫚油期貨市場和豆油期貨市場與宏觀不確定性之間呈現程度不一的風險傳染效應，二者之間在短期有較強的風險關聯性，呈現雙向波動溢出，但溢出效應不具有持久性。

利用Wald檢驗驗證三種油脂類期貨市場之間的波動溢出效應，結果表明在1%的顯著性水平上，3項原假設全部被拒絕，說明宏觀不確定性對商品期貨市場的長期沖擊強度不如短期，表明風險傳染側重于短期。由此可知，三種油脂類農林產品期貨市場與經濟政策不確定性之間存在不同程度的風險傳染效應，說明農林產品期貨之間有較強的風險關聯性，具有雙向波動溢出效應。

6研究結論、討論與政策啟示

本文通過構建VAR-BEKK-GARCH模型，研究棕櫚油等油脂類農林產品期貨價格與中國金融市場之間的波動溢出效應，對其波動溢出的時變特征進行實證分析，進一步比較分析得出研究結論，經過思考與討論，提出相關政策啟示。

6.1研究結論

本文在國內外學者相關研究的基礎上，根據實物期權、金融摩擦、不確定性與投資Oi-Hartman-Abel效應等理論進一步分析了EPU影響中國油脂類農林產品期貨市場價格變化的傳導機制。并選取EPU指數與油脂類農林產品期貨收益率作為數據指標，以2018-2023年為統計區間，運用VAR-BEKK-GARCH模型從實證角度檢驗EPU與農林產品期貨市場收益率和波動率的關系，得出3點結論。

（1）VAR-BEKK-GARCH模型結果證明，農林產品期貨價格和中國商品期貨價格具有顯著的波動溢出效應，且通常情況下棕櫚油等油脂類農林產品期貨價格是該波動溢出的風險傳遞者，期貨市場之間存在關聯性和一定的傳遞效應。從描述性統計結果的Jarque-Bera統計量來看，在顯著性水平為5%時，三種油脂類農林產品期貨指數收益率分別為496.39、975.02和647.07，指數變化率序列都不服從正態分布。

（2）油脂類農林產品期貨價格波動對中國商品市場的影響程度最強，在5%的顯著性水平上，指數收益率的一期滯后項系數均顯著，期貨市場之間存在關聯性和一定的傳遞效應。

（3）油脂類農林產品期貨價格對中國期貨市場具有較明顯的單向波動溢出效應。在極端事件的沖擊下，金融體系脆弱性上升，各市場間的波動溢出水平與國內、國際經濟形勢變動和特殊事件具有較強關聯，具有明顯的時變特征。

6.2討論

本文基于VAR-BEKK-GARCH模型實證考察了宏觀不確定性與資產價格的波動溢出效應。研究結果表明：VAR-BEKK-GARCH模型在預測波動率方面的優越性能對于不同版本的中國EPU指數、不同收益率分布、不同波動狀態以及不同評價指標均具有穩健性。研究結果凸顯了引入已實現測度和EPU預測中國期貨市場波動率的重要價值。通過考察基于不同波動率模型的波動擇時策略，證明本文提出的VAR-BEKK-GARCH模型優越的波動率預測能力能夠帶來最高的投資組合經濟價值。但本文也存在不足：（1）與已有研究相比，本文模型還可以進一步拓展，可考慮引入油脂類農林產品期貨隱含前瞻信息，以進一步提高模型的波動率預測精確性。（2）棕櫚油、菜油、豆油油脂類農林產品期貨在期貨價格同期傳導中處于領先地位，但在建模和預測中國期貨市場波動率風險溢出方面尚不精準，如何加強對期貨價格的有效監測，完善金融市場監管體系，防止價格異常動蕩對其他期貨品種產生負面影響還需繼續深入。當然，將本文模型應用于金融風險管理和資產定價中也值得深入研究探討。

6.3政策啟示

由上述分析可知，宏觀不確定性與油脂類農林產品期貨存在顯著的波動溢出效應。且波動與風險容易在農林產品期貨市場與金融市場之間傳染，需要進一步加強兩市場間的協同關系，為此提出三點政策啟示。

第一，對于政策制定者而言，由于國內金融市場的波動對期貨市場具有顯著影響，溢出效應可以提供有關市場整體穩定性和風險傳播的重要信息，政策制定者借助溢出效應的分析結果，更好地監控金融市場的風險敞口和系統性風險，從而采取相應的監管和干預措施維護農林產品期貨市場的健康發展。

第二，對于金融監管部門而言，除加強國內市場風險傳導的監管外，還應根據中國金融資本市場的經濟現實，確定最重要的EPU來源；構建多元化的中國EPU預警體系，有效防范系統性風險，并逐步提高信息傳遞性，必要時通過政策干預來降低油脂類農林產品期貨價格波動，提升抵御外來風險的能力。

第三，對于相關產業參與者和投資者而言，提高政策關注度與市場敏銳度，鑒于當前國際經濟環境的高度不確定性和金融市場的波動性，合理把握和使用好棕櫚油等油脂類農林產品期貨商品和金融屬性，使用其金融屬性對沖市場價格波動對實體經濟生產經營的影響，適當地采用套期保值策略有效對沖投資風險，強化理性生產和投資意識。

參考文獻

方麒瑋，馬永強，張孫博文，等.“三農”現代化與新型城鎮化耦合協調發展時空演化及驅動因素研究——以福建省為例[J].林業經濟， 2024（3） ：51-77.

宮汝凱，徐悅星，王大中.經濟政策不確定性與企業杠桿率[J].金融研究， 2019（10）：59-78.

顧夏銘，陳勇民，潘士遠.經濟政策不確定性與創新——基于我國上市公司的實證分析[J].經濟研究， 2018， 53（2）：109-123.

黃河.經濟政策不確定性對大豆期貨價格的影響研究[D].蚌埠：安徽財經大學， 2022.

宋長青，張羽.經濟政策不確定性、金融穩定與經濟波動——基于TVP-SV-VAR模型的動態分析[J].財經理論與實踐， 2023（2）：32-37.

田清淞，肖小勇，李崇光.經濟政策不確定性對中國糧食期貨價格波動的影響研究[J].中國農業大學報， 2021， 23（2）：204-212.

王超.經濟政策不確定性與信用利差影響及其作用機制研究[J].上海金融， 2021（2）：14-20， 42.

夏冰.農產品價格波動聚集特征驗證及趨勢預測[J].統計與決策， 2019（20）：145-148.

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， 2020（10）：71-82.

邢天才，王笑.內外部經濟政策不確定性與中國金融市場穩定的動態傳遞效應研究[J].當代經濟管理， 2021（10）：82-90。

徐征，林英明，劉倩.經濟政策不確定性對債券信用價差的影響機制分析[J].財會月刊， 2021（24）：158-166.

許伍權，陳達平.木材價格理論及其計算模型的探討[J].林業科學， 2022（1）：71–79.

楊紅強，余智涵.全球木質林產品碳科學研究動態與未來的重點問題[J].南京林業大學學報（自然科學版）， 2021， 45（4）：219-228.

楊艷軍，許寶晶.中美豆類期貨價格間溢出效應研究——基于溢出指數法[J]價格月刊， 2022（7）：8-15.

楊娛，田明華，秦國偉.我國木質林產品貿易高質量發展的路徑——基于全球價值鏈理論與FDI對貿易的影響分析[J].學術論壇， 2018， 41（6）：85-92.

楊子暉，陳里璇，陳雨恬.經濟政策不確定性與系統性金融風險的跨市場傳染——基于非線性網絡關聯的研究[J].經濟研究， 2020， 55（1）：65-81.

姚傳江.中國農產品期貨市場效率實證分析[J].財經問題研究， 2021（1）：43-49.

姚姝宇，胡明形.我國原木價格指數編制及預測——基于特征價格模型方法[J].價格理論與實踐， 2021（4）：71-73.

于豪諒，田明華，史瑩赫，等.中國木質林產品外貿依存度算法研究及其測評[J].林業科學， 2018， 54（5）：152-167.

張茂軍，秦文哲，姚家進.中國經濟政策不確定性對公司債波動的影響研究[J].金融與經濟， 2021（2）：28-33.

張瑛，杜文婷.中國與東盟水產品資源貿易價格波動——以凍鯖魚出口價格為例[J].自然資源學報， 2020， 35（9）：2191-2204.

趙龍珠，耿玉德.中美木質林產品貿易要素稟賦優勢比較[J].西北農林科技大學學報（社會科學版）， 2020， 20（1）：137-144.

朱海燕.中國小麥和棉花價格波動研究[D].北京：中國農業大學， 2022.

鄒靖弛.新時代東北振興的區域協調發展思路研究[J].東北亞經濟研究， 2023， 7（4）：63-74.

Ameur H B， Ftiti Z. Revisiting the relationship between spot and futures markets：evidence from commodity markets and NARDL framework [J]. Annals of Operations Research， 2022（1）：171-189.

Bhar R， Hamor S. Linkages among agricultural commodity futures prices： some further evidence from Tokyo [J]. Applied Economics Letters， 2021（8）：535-539.

Cai X J， Hamori S， Yang L， et al. Multi-horizon dependence between crude oil and East Asian stock markets and implications in risk management [J]. Energies， 2020（2）：1-24.

Gong X， Shi R. Analyzing spillover effects between carbon and fossil energy markets from a time-varying perspective [J]. Applied Energy， 2021（5）：25-34.

Joarder S， Mukherjee D. The Lead-Lag Relationship Between Futures and Spot Price——A Case of the Oil and Oilseed Contracts Traded on Indian Exchange [J]. Journal of Economic Theory and Practice， 2021（1）：7-33.

Ludvigson S C， Ma S， Ng S. Uncertainty and business cycles： exogenous impulse or endogenous response？ [J]. American Economic Journal： Macroeconomics， 2021， 13（4）：369-410.

Mo D， Gupta R， Li B， et al. The macroeconomic determinants of commodity Futures volatility： Evidence from Chinese and Indian markets [J]. Economic Modelling， 2018， 70：543-560.

Yang Y， Ma Y R. Extreme risk spillover between Chinese and global crude oil futures [J]. Finance Research Letters， 2021（8）：13-20.

（責任編輯韓杏容）

①BEKK模型：以Baba、Engle、Kraft和Krone四位學者的姓名首字母命名。