全球經濟政策不確定性、國際原油價格對中國農產品期貨的影響研究

【中圖分類號】F416.22；F323.7；F113

【文獻標志碼】A

【文章編號】1673-1069（2025）04-0072-04

1引言

在全球經濟一體化進程加速的背景下，農產品期貨市場作為農產品價格發現和風險管理的重要平臺，其價格波動受到多種因素的綜合影響。全球經濟政策不確定性的增加，使得市場參與者面臨更復雜的決策環境；而國際原油價格作為全球經濟的“晴雨表”，對農產品期貨市場也有著不可忽視的傳導效應。近年來，全球經濟形勢復雜多變，各類不確定性因素顯著增加，貿易摩擦、地緣政治沖突、公共衛生事件等多重因素交織，導致全球經濟政策頻繁調整，經濟政策不確定性指數屢創新高。同時，國際原油價格受全球供需關系、地緣政治局勢、國際金融投機等因素影響，波動劇烈。原油作為重要的基礎能源和化工原料，其價格變動會影響農業生產資料成本、農產品運輸成本等，進而對農產品期貨價格產生影響。本研究旨在通過實證分析，量化全球經濟政策不確定性、國際原油價格對中國農產品期貨市場價格走勢的影響程度和動態特征。深人探究全球經濟政策不確定性、國際原油價格與中國農產品期貨市場之間的關系，不僅有助于市場參與者更好地把握市場動態、制定合理的投資策略，還能為政策制定者提供決策依據，對穩定農產品市場價格、保障農業產業健康發展具有重要的現實意義。

2文獻綜述

2.1全球經濟政策不確定性對農產品期貨市場的影響

當下越來越多的學者開始重視全球經濟政策不確定性對農產品價格的影響，并積極展開相關研究。已有研究表明，全球經濟政策不確定性會加劇金融市場波動，而農產品期貨市場作為金融市場的一部分，也會受到波及。Getawetal.認為農產品、能源和金融市場之間的聯系日益緊密，這在很大程度上能解釋農產品價格的飆升和波動。Smales認為，商品市場的波動性受到美國和中國宏觀經濟新聞的顯著影響，這些新聞揭示了有關商品總需求的信息。魏中京等采用SVAR模型研究發現，在面對全球經濟政策不確定性沖擊時，不同糧食品種的反應程度和軌跡有所不同。潘群星等運用Johansen協整檢驗、Granger因果關系檢驗BEKK-GARCH模型，從長期和短期兩個角度探討了經濟政策不確定性因素對農產品價格的影響關系。研究發現從長期來看，我國經濟政策不確定性與農產品價格存在穩定的均衡關系；從短期來看，不確定性指數僅對玉米具有單向的價格和波動溢出效應，但對大豆沒有溢出效應。

2.2國際原油價格對農產品期貨市場的影響

國際原油價格與農產品期貨市場之間存在著緊密的聯系。一方面，原油價格上漲會導致農業生產資料價格上升，增加農產品生產成本，從而帶動農產品期貨價格上漲；另一方面，原油作為生物能源的重要原料，其價格波動會影響生物能源的生產和需求，進而間接影響農產品期貨市場。Kangetal.研究表明，以玉米等為主要原料的生物燃料的需求持續增長，導致對玉米等農產品的衍生需求，進而引起相關農產品價格的上漲。Voetal.結合總需求和替代石油沖擊，結果表明原油市場在解釋農產品價格波動和相關波動方面起著重要作用。

2.3全球經濟政策不確定性與原油價格的協同效應

全球經濟政策不確定性（EPU）與國際原油價格之間存在復雜的雙向協同效應，二者通過宏觀經濟預期、市場情緒、供需關系等渠道相互作用。部分文獻表明，全球經濟政策不確定性與原油價格可能產生協同效應。Chenetal.發現，原油價格與EPU的溢出效應在不同時間尺度下呈現動態變化：短期（ ^lt;1 年）：均值溢出較弱，但在巴西和俄羅斯的波動率溢出顯著。長期（ gt;3 年）：EPU對油價的影響逐漸增強，尤其在印度和中國市場。Kangetal.發現二者共同作用會加劇商品市場波動；Wangetal.進一步驗證了在高EPU環境下，原油價格對農產品的傳導效率顯著提升。這與本研究TVP-SV-VAR模型中金融危機期間EPU與WTI聯合解釋力突增的現象一致，說明政策制定者需關注二者的交互影響。

3變量選擇與數據說明

本研究采用Bakeretal.基于文本挖掘技術構建的全球經濟政策不確定性指數（EPU）作為代理變量。采用全球影響最廣泛、最具代表性的紐約商品交易所原油期貨（WTI）作為代理變量，選取南華農產品期貨指數（NHZS）代表我國農產品期貨市場價格走勢情況。其中，農產品期貨指數和國際原油價格數據均來自WIND數據庫，全球經濟政策不確定性指數來自www.policyuncertainty.com。樣本區間為2005年1月至2024年4月，對國際原油價格和農產品期貨指數采用均值法轉化為月度數據，同時對各變量數據采CensusX12進行季節調整，以消除季節性因素對數據的影響，確保數據的平穩性和可比性。

從表1可以看出，全球經濟政策不確定性指數（EPU）的均值為162.46，最大值達到442.74，最小值為46.31，標準差為77.07，表明全球經濟政策不確定性在樣本期內波動較大。國際原油期貨價格（WTI）均值為71.72，最大值124.07，最小值16.61，標準差21.25，說明原油價格波動也較為明顯。中國農產品期貨市場指數（NHZS）均值883.66，最大值1209.82，最小值672.52，標準差114.45，反映出我國農產品期貨市場價格同樣存在一定幅度的波動。

4實證分析

4.1變量平穩性檢驗

利用TVP-SV-VAR模型進行實證分析要求各個變量滿足平穩性要求，根據表2的ADF檢驗顯示EPU、WTI、NHZS均為平穩序列（ ?-plt;0.1 ）

平穩性檢驗結果表明，EPU、WTI和NHZS這3個變量的原序列不存在單位根，是平穩時間序列，滿足TVP-SV-VAR模型的建模要求。這意味著可以直接使用原序列進行后續的實證分析，避免了因變量非平穩導致的偽回歸等問題，保證了實證結果的可靠性。

4.2VAR模型最優滯后階數檢驗

根據LR、FPE、AIC、SC和HQ準則選擇滯后階數為2（見表3）。

在確定VAR模型的滯后階數時，綜合考慮多個信息準則是非常必要的。從表3可以看出，根據這5個準則，均選擇滯后階數（Lag）為2。這表明在本研究中，將VAR模型的滯后階數設定為2能夠較好地反映變量之間的動態關系，同時避免模型出現過度擬合或欠擬合的問題。

4.3模型估計結果

本文利用OxMetrics6對TVP-SV-VAR模型進行處理。MCMC（馬爾可夫鏈蒙特卡羅）抽樣次數為10000次，得到模型的參數估計結果如表4和圖1所示。表格中無效因子最大為96.54，其余無效因子均不超過100，該數值遠遠小于10000次的抽樣次數。

在TVP-SV-VAR模型估計中，MCMC（馬爾可夫鏈蒙特卡羅）抽樣是獲取參數估計值的重要方法。通過大量的抽樣，可以更準確地估計模型參數的分布特征。本研究中無效因子最大為96.54，遠小于抽樣次數10000，說明抽樣結果較為可靠，模型參數估計具有較高的可信度。從參數估計結果來看，各個參數的均值、標準差以及 95% 置信區間反映了參數的估計精度和不確定性程度，為進一步分析模型的動態特征提供了基礎。

4.4等間隔脈沖響應結果

本文將時間間隔設置為4個月、8個月和12個月，分別對應短期、中期和長期。

根據圖2結果表明，全球經濟政策不確定性沖擊對農產品期貨價格的短期影響呈“W”型周期性波動，說明全球經濟政策不確定性沖擊是推動我國農產品期貨價格波動的重要因素。在2005-2008年、2013-2015年和2019-2024年等時期的正向影響，可能是由于這些時期經濟政策不確定性增加引發市場避險情緒，資金流入農產品期貨市場，推動價格上升；而2009-2012年和2016-2018年的負向影響，或許是因為不確定性導致市場信心受挫，需求下降，從而抑制農產品期貨價格。短期內影響大于中期和長期，這表明農產品期貨市場對經濟政策不確定性的短期反應更為敏感，市場參與者在短期內會迅速調整交易策略。

國際原油價格沖擊對農產品期貨價格的正向影響，驗證了成本傳導理論和能源替代理論。原油價格上漲會增加農產品生產成本，同時推動生物能源需求上升，進而帶動農產品需求增加，最終促使農產品期貨價格上漲。在2008年國際金融危機、2011年歐債危機、2015年國際原油暴跌、2018年中美貿易摩擦、2020年新冠疫情和2022俄烏沖突等特殊時期，原油價格與農產品期貨價格之間的關聯更加緊密，影響顯著提升，這是因為這些時期全球經濟和市場環境發生劇烈變化，使得原油價格波動對農產品期貨市場的傳導機制更加復雜和強烈。

5研究結論與政策建議

本研究通過實證分析，深入探討了全球經濟政策不確定性、國際原油價格與中國農產品期貨市場之間的關系。結果表明，全球經濟政策不確定性沖擊對中國農產品期貨價格的短期影響呈“W\"型周期性波動，且短期影響大于中長期;在不同重大突發事件期間，其影響存在差異，俄烏沖突期間為持續正向沖擊，新冠疫情和國際金融危機期間先負后正。國際原油價格對中國農產品期貨價格在短期和中長期均有正向影響。

對于政策制定者而言，應密切關注全球經濟政策不確定性和國際原油價格的變動趨勢，建立EPU-WTI-NHZS聯動監測指數，當EPU月度環比增長超過 15% 或WTI單月波動超過 20% 時觸發黃色預警；連續3個月 EPUgt;300 或WTIgt;100 美元/桶時，啟動紅色預警。在EPU\"W\"型周期低谷期（如脈沖響應系數 _lt;0.1 時），增加農產品儲備投放（建議投放量為當期產量的 5%～8% ）；在峰值期（系數 gt;0.25 時）啟動臨時價格平準基金，規模建議為期貨市場日均交易額的10%～15% 。

對于農產品期貨市場的投資者和參與者來說，要充分認識到全球經濟政策不確定性和國際原油價格對市場的影響，可以采用套期保值策略優化。當EPU處于上升周期且WTIgt;80美元/桶時，建議農產品加工企業將套保比例從常規的60% 提升至 75%～80% ，套保期限縮短至3＼～6個月。

【參考文獻】

【1]Tadesse Getaw，Algieri Bernardina，Kalkuhl Matthias，et al.Drivers and triggers of international food price spikesand volatility[J].Food Policy，2014（8）：117-128.

【2]Lee A.Smales.Theimportanceoffear：investorsentimentandstockmarket returns[J].Applied Economics，2017，49（34）：1-27.

【3】魏中京，張兵兵.全球經濟政策不確定性沖擊與國際糧食價格波 動：理論與實證分析[J].經濟問題，2018（03）：90-95.

【4】潘群星，陳旭.經濟政策不確定性對我國農產品價格的影響研究[J] 江蘇農業科學，2019，47（15）：335-338.

【5]Wensheng Kang，Ronald A.Ratti，Joaquin L.Vespignani.Oil Price Shocksand PolicyUncertainty：NewEvidence on theEffects ofUS and Non-US Oil Production[J].Energy Economics，2017（66）：536- 546.

【6]VoDuc Hong，Vu Tan Ngoc，Vo Anh The，et alModeling the Relationship between Crude Oil and Agricultural Commodity Prices[J]. Energies，2019，12（7）.

【7]Xiuwen Chen，Xiaolei Sun，Jun Wang.Dynamic Spillover Effect Between Oil Prices and Economic Policy Uncertainty in BRIC Countries：A Wavelet-Based Approach[J].Emerging Markets Finance amp; Trade，2019（12）：2703-2717.

【8]Wang Yudong，Wu Chongfeng，Yang Li.Oil priceshocksand agricultural commodity prices [J].Energy Economics，2O17 （07）：22 -35.

【9]Scott R.Baker，Nicholas Bloom，Steven JDavis.Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，2016，131 （4）：1593-1636.