本站原创【摘 要】本文主要研究我国经济增长,大宗商品以及利率之间的相互作用.选取的变量为大宗商品指数(CCPI),真实利率与经济增长率的月度数据.建立向量自回归模型VAR,并做了脉冲响应分析,脉冲分析结果表明利率和经济增长率冲击在对我国大宗商品存在负向的影响,国际油价和生产者指数的冲击使我国大宗商品出现正向波动.
【关 键 词】经济增长率CCPIVAR脉冲响应函数
一、绪论
进入新世纪后,国际大宗商品剧烈波动,成为世界经济形势变动的一个新特点,我国正处于城市化和工业化快速推进阶段,对大宗商品尤其石油,煤炭等矿物质资源的需求快速增长.同时,能源的消耗对经济的增长有非常大的影响,当能源较低的时候,经济发展较快,而相反,在能源较高的时候,经济发展减慢.跨入21世纪以来,中国已经进入了一个发展的关键时期,我国正处于工业化发展的后期和加速期,在这个时期是以重化工业带动为一大特征.中国的国情是人口众多,拥有富饶的资源,但人均资源较少,改革开放以来,中国在经济建设等方面我国已经取得了巨大的成就,但也因此也消耗了大量的资源,在这个特殊的发展时期,快速的发展,尤其是工业的高速发展,对能源需求巨大,资源约束经济发展的矛盾将会日益突出.本文将研究在这个特殊时期中国能源消耗,能源和经济增长之间的相互影响作用.因此,本文考虑大宗商品,主要是石油,煤炭和新能源（核能）的消耗及与经济总量直接的关系.
二、实证分析
(一)变量选择与数据选取
本文的数据均来自中经统计数据库和万德数据库.研究对象是中国经济增长与大宗商品,能源与消费以及利率之间的关系.本文选取的经济增长指标有国内生产总值（变量名GDP）,国内生产总值同比增速（GDPR）,大宗商品指标是中国大宗商品指数（ChinaCommodityPriceIndex）（CCPI）,能源指标选取的有石油输出国组织（OPEC）提供的一揽子原油指数（OPEC）以及煤炭开采和洗选业工业品出厂指数（CP）.
(二)数据处理及检验
1.GDP增长率数据的频率转换.在第一类变量中,除了变量GDPR的原始数据是季度的之外,其他变量的原始数据均是月度数据,因此为了充分利用这些变量的信息,同时也为了更精确地描绘这些变量与经济增长之间的相互作用,本文选择将2006年6月至2010年12月的季度数据GDPR采用三次样条插值函数变换成月度数据以便于研究.
2.计算实际利率.在许多经济学问题中,利率是一直是一个重要指标,我国的名义利率是单一的同时有浮动的利率,特点是受宏观调控且未市场化,不能反映经济环境的真实情况.
因此,本文采用实际利率作为研究对象,其计算方法如下:
3.对数变换.由于本文选取的变量数据在数量级上差异较大,为了避免系数的估计过大或者过小,对所有选取的数据进行了对数变化.
4.数据的检验.从数据的折线图（本文暂不给出）可以清楚地看到,本文选取的时间序列数据均不存在季节因素.在建立模型之前,为了了解时间序列数据平稳与否,我们直接对数据进行ADF(AugmentedDickey-FullerTest)单位根检验,我们得出OPEC和PPI是平稳时间序列,CCPI,CP,RI为一阶单整序列,GDPR为二阶单整序列.
(三)建立向量自回归模型VAR
在这一节,本文对第一组变量建立向量自回归模型,从上文的单位根检验得到,第一组变量中既有平稳序列又有非平稳序列,且非平稳序列的阶数也不一致.通常在建立VAR模型之前,会将不平稳序列差分成平稳的再建模,这样可以保证所建的VAR平稳,且用最小二方法估计的系数是一致且渐进有效的.本文研究的主要问题是经济增长大宗商品以及利率之间的关系,着重考虑序列GDPR,CCPI,CP,OPEC,PPI,RI之间的交互作用,而非确定系数,差分往往会丢失数据中的许多信息,因此,本文对原数据序列建立VAR模型,取滞后阶数$p等于3$,其中*表示系数在置信水平0.05下显著不为零,**表示系数在置信水平0.1下显著不为零.取置信水平为0.1,所有其他变量的滞后项对GDPR都没有显著的影响,然而我们注意到,大宗商品受到经济增长,原油,生产者指数以及利率的滞后项的影响是显著的,它们之间的关系式如下式.
CCPI等于0.4607CCPI（-1）-0.49019GDPR（-1）+0.5819GDPR（-2）-0.4991GDPR（-3）+0.1431OPEC（-1）+1.2932PPI（-3）-0.0200RI（-1）-0.0221RI（-3）05.4651
由上式,我们可以看到,当置信水平取0.1时,GDP的增长率的滞后一阶,二阶和三阶均对大宗商品指数有显著的影响,另外,国际原油的滞后一阶,生产者指数的滞后三阶,利率的滞后一阶以及三阶也对中国大宗商品指数有显著的影响.分析式中的系数我们得到,真实利率的下降以及GDP增长率的下降会导致大宗商品指数的上升,即经济增长放慢和利率的下调会导致以后第一期和第三期的大宗商品上涨.另一方面,OPEC(-1)以及PPI(-3)与CCPI正相关,影响分别是0.1431和1.2932,这表明国际原油的上涨在一期以后会引起我国大宗商品上涨,而生产者指数的上升会在三期以后传递到大宗商品上面.
(四)VAR模型脉冲响应分析
为了研究经济增长,原油,煤炭,生产指数,实际利率的波动是如何对大宗商品产生影响以及随时间这些影响是如何变化的.考虑到所建立的VAR模型中残差协方差矩阵并非对角阵,本文采用广义脉冲响应函数来研究,下图是大宗商品指数关于其他变量的广义脉冲响应函数,横轴表示冲击作用的滞后期间数（单位为月）,纵轴表示大宗商品指数的变化.
从上图可以发现,当给GDPR一个正向1%的变动时,CCPI从当期出现0.7%的负向波动,第7期达到最低点-2.2%,第10期归零,再次说明某月经济增长的加快会在未来10个月使得大宗商品下降,从经济常识告诉我们,经济增长加快会导致投资需求的激增,从而使得大宗商品市场需求增加而上涨,当由于我国进行宏观调控来控制经济的增长保持在一个平稳速度,因而过快的经济增长出现时,紧缩的政策会出台,例如存款准备金率的上调,使得投资需求得到抑制,导致了大宗商品并未实现理论上涨,反而在短期内有了下跌趋势；当给定OPEC一个正向变化1%时,CCPI当期出现1.6%的正向波动,第三期达到最大波动幅度2%,第8期开始在0附稳小幅变化；当给定PPI一个正向变化1%时,CCPI当期波动1%,随后负向变化,直至第7期达到最低点-2.8%,在第13期开始小幅平稳的波动,CCPI在当期的正向变化是市场预期的结果,当生产者指数上升时,市场会出现商品上涨的预期,部分投资者因担心未来上涨而选择当期消费,需求增加,从而导致上涨,随后,由于初始期的过度消费,存货过量,需求出现下降,使得下跌；给定RI一个正向变化1%时,CCPI当期波动为-0.9%,直至第5期达到最低点-3.2%,12期归零,真实利率的上升,融资成本增加,储蓄收益增加,投资需求下降使得大宗商品下降.
三、结论
我们建立了向量自回归VAR,结构向量自回归SVAR以及向量误差修正模型VEC,采用脉冲分析和方差分析的方法对变量之间的交互关系作了分析.得出的结论如下：
建立的VAR模型表明,国际原油的上涨以滞后一阶的速度被反映到我国大宗商品的上涨趋势上,且影响显著,从脉冲响应函数来看,我国大宗商品期货市场在初期随受国国际原油影响较大,但在短期内这种影响逐渐削弱,长期来看没有显著影响.从大宗商品指数对GDP增速的冲击来看,经济增速的加快并未使得大宗商品期货市场更加繁荣,反而在短期内大宗商品期货出现下跌,究其原因,一方面是政府的利率政策,如频繁调高存款准备金率等,抑制了投资需求,导致大宗商品需求的下降,另一方面,由于经济形势的好转,一部分人更愿意投资于实体经济而非期货市场.真实利率对大宗商品的负向冲击以及生产者指数对大宗商品的正向冲击是显而易见的,真实利率的上升会抑制投资需求,而生产者指数产生的预期效应会使得商品的上升.从方差分析的结果来看,生产者指数对大宗期货指数的贡献最大,这表明在期货市场,预期效应的影响是巨大的.