摘要：大宗商品價(jià)格波動(dòng)風(fēng)險(xiǎn)影響經(jīng)濟(jì)穩(wěn)定性，因此，文章選取大商所豆一、焦炭和上期所銅、螺紋鋼作為我國農(nóng)產(chǎn)品、能源和金屬類大宗商品期貨的代表，運(yùn)用DCC-GARCH模型、溢出指數(shù)模型，對(duì)我國不同類別大宗商品期貨品種間的溢出效應(yīng)進(jìn)行檢驗(yàn)。實(shí)證結(jié)果表明，我國大宗商品期貨間存在較為明顯的溢出關(guān)系，同時(shí)，期貨價(jià)格對(duì)風(fēng)險(xiǎn)傳遞較敏感，大商所焦炭和豆一是風(fēng)險(xiǎn)溢出的“接受方”，而上期所銅和螺紋鋼則是風(fēng)險(xiǎn)溢出的“來源方”，明確了風(fēng)險(xiǎn)傳導(dǎo)的路徑。

關(guān)鍵詞：溢出效應(yīng)；風(fēng)險(xiǎn)傳導(dǎo)；大宗商品；商品期貨

中圖分類號(hào)：F224 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-6432（2024）21-0000-04

[DOI]10.13939/j.cnki.zgsc.2024.21.009

1 引言

我國對(duì)大宗商品的進(jìn)口與需求依賴度不斷攀升，為對(duì)沖境內(nèi)外大宗商品價(jià)格波動(dòng)投機(jī)風(fēng)險(xiǎn)，政府不斷加大商品期貨市場發(fā)展。目前，我國的期貨市場已經(jīng)發(fā)展到一定程度，并在國內(nèi)市場中發(fā)揮著越來越重要的作用。中國大宗商品期貨交易合約成交數(shù)量同樣不可低估（He et al.，2019）[1]，例如大連商品交易所已經(jīng)成為繼CBOT之后世界第二大大豆期貨市場（顧蕊等，2013）[2]，同時(shí)也是世界上最主要的農(nóng)產(chǎn)品，塑料，煤炭和鐵礦石期貨市場之一。在我國經(jīng)濟(jì)高速增長以及對(duì)外開放不斷深化的背景下，國內(nèi)資本市場的繁榮為大宗商品期貨提供了廣闊的發(fā)展前景，但同時(shí)也存在著一定程度上的風(fēng)險(xiǎn)隱患。然而大宗商品既是生產(chǎn)要素也是投資品，這使大宗商品價(jià)格穩(wěn)定性和金融市場之間存在著明顯的聯(lián)系并影響著金融體系的穩(wěn)定性。2017年黨的十九大提出把防范化解重大風(fēng)險(xiǎn)作為三大攻堅(jiān)戰(zhàn)之一，更是將防范金融風(fēng)險(xiǎn)溢出、風(fēng)險(xiǎn)傳染提到了關(guān)鍵位置。

同時(shí)，隨著經(jīng)濟(jì)全球化進(jìn)程加快以及各國之間貿(mào)易和投資聯(lián)系日益密切，金融風(fēng)險(xiǎn)不斷累積并在積聚。金融關(guān)乎發(fā)展大局，金融安全在國家安全中占有重要地位。因此，加強(qiáng)對(duì)我國大宗商品價(jià)格波動(dòng)和金融風(fēng)險(xiǎn)傳染規(guī)律的分析有助于我們更好地維護(hù)金融穩(wěn)定，防范化解重大風(fēng)險(xiǎn)。2019年12月中共中央政治局在會(huì)議上提出2020年三大攻堅(jiān)戰(zhàn)之一即為“確保不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)”。2021年11月，黨的十九屆六中全會(huì)中提出要堅(jiān)持防范化解金融、房地產(chǎn)風(fēng)險(xiǎn)，遏制房地產(chǎn)金融化泡沫化傾向。2021年12月，中央經(jīng)濟(jì)工作會(huì)議再次強(qiáng)調(diào)，要正確認(rèn)識(shí)和把握防范化解重大風(fēng)險(xiǎn)。2022年，黨的二十大報(bào)告中明確指出要依法對(duì)所有金融活動(dòng)都要納入監(jiān)管范圍，堅(jiān)守不出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)的底線。在此背景下，研究大宗商品期貨市場的風(fēng)險(xiǎn)溢出效應(yīng)及其傳導(dǎo)機(jī)制顯得十分必要。研究我國大宗商品期貨不同種類間的傳導(dǎo)關(guān)系，可以了解我國商品期貨品種間風(fēng)險(xiǎn)傳導(dǎo)方式，確定風(fēng)險(xiǎn)溢出傳導(dǎo)中的“來源方”和“接受方”問題，對(duì)于切斷外來風(fēng)險(xiǎn)向國內(nèi)金融市場的傳導(dǎo)具有特別重要的意義。

2 文獻(xiàn)回顧

當(dāng)前，越來越多的研究將大宗商品價(jià)格變化的影響集中到市場因素方面，尤其是同類市場和不同類市場間的傳導(dǎo)關(guān)系即溢出效應(yīng)。同類市場主要是指同種期貨品種在不同市場間的價(jià)格和風(fēng)險(xiǎn)溢出關(guān)系，比如期貨價(jià)格往往提前變動(dòng)而出現(xiàn)引領(lǐng)現(xiàn)貨價(jià)格的現(xiàn)象（Husain & Bowman，2004）[3]；不同市場間同類商品價(jià)格受市場引領(lǐng)地位不同而出現(xiàn)一個(gè)市場向另一個(gè)市場的溢出效應(yīng)。比如中國期貨市場發(fā)展早期往往受美國和英國等發(fā)達(dá)地區(qū)期貨市場的影響，而近幾年中國期貨市場也對(duì)這些期貨市場產(chǎn)生溢出效應(yīng)，比較典型的有大豆期貨（李顯戈等，2013；顧蕊等，2013；王振宇，2014；鄭金英等，2017）[2，4-5]，以及銅期貨等（徐雪和王寧，2014）[6]。不同類市場間的溢出效應(yīng)更為復(fù)雜，比如匯率、貨幣供應(yīng)和流動(dòng)性等能夠影響大宗商品的定價(jià)，而受大宗商品金融屬性的增強(qiáng)，大宗商品市場與其他市場、不同種類大宗商品市場之間的聯(lián)動(dòng)性也越來越強(qiáng)。比如股市與商品期貨市場間（田利輝和譚德凱，2014；譚小芬等，2018）[7-8]、能源期貨與其他商品期貨間（Mensi et al.，2014；肖小勇和章勝勇，2016；Kang，S.H. et al.，2017；Zhang et al.，2018）[9-12]。

目前對(duì)不同類市場間溢出關(guān)系的研究主要集中在大宗商品與股市間，以及能源期貨與其他商品期貨間，卻鮮有學(xué)者研究多種不同類別商品期貨間的溢出效應(yīng)，如已有學(xué)者僅僅研究原油期貨對(duì)非能源商品期貨間的溢出效應(yīng)，僅有部分學(xué)者研究了多種不同類別大宗商品間的溢出效應(yīng)（崔海蓉等，2011；劉華軍等，2017）[13-14]，或者僅檢驗(yàn)大宗商品間溢出效應(yīng)的強(qiáng)度或方向（劉華軍等，2017；劉超等，2017）[14-15]。雖然針對(duì)風(fēng)險(xiǎn)溢出“來源方”和“接受方”檢驗(yàn)的研究可以幫助我們明確風(fēng)險(xiǎn)傳導(dǎo)方向，提高阻斷風(fēng)險(xiǎn)傳播的能力，但大部分學(xué)者仍然忽視了我國多種不同商品期貨間的風(fēng)險(xiǎn)傳導(dǎo)，缺乏對(duì)風(fēng)險(xiǎn)溢出“來源方”和“接受方”的考察。

3 模型方法與數(shù)據(jù)

3.1 模型方法

文章首先借助DCC-GARCH模型來分析我國不同商品期貨間的聯(lián)動(dòng)關(guān)系；其次，計(jì)算不同期貨品種波動(dòng)率的總溢出指數(shù)，研究其動(dòng)態(tài)變化曲線，從而觀察動(dòng)態(tài)曲線時(shí)變特征，分解出凈溢出。不同商品期貨品種間的溢出效應(yīng)可以分為定向溢出與凈溢出兩部分，凈溢出可以確定一個(gè)市場是凈溢出的來源還是接受者。由此，即可識(shí)別一個(gè)大宗商品期貨品種是風(fēng)險(xiǎn)溢出的“來源方”還是“接受方”，為監(jiān)管者提供早期預(yù)警、阻斷風(fēng)險(xiǎn)傳導(dǎo)提供可能。

3.1.1 1DCC-GARCH模型

文章采用DCC-GARCH模型確定我國不同市場的商品期貨之間的聯(lián)動(dòng)關(guān)系。假設(shè)相關(guān)系數(shù)是時(shí)變的，DCC模型方程如公式（1）至公式（4）所示。

其中，如公式（5）所示；是對(duì)稱正定矩陣，如公式（6）；為時(shí)變相關(guān)系數(shù)。

其中，為殘差標(biāo)準(zhǔn)化的無條件相關(guān)矩陣，階數(shù)為n×n；和為大于等于0的參數(shù)。DCC模型為均值回復(fù)的條件為。越大，表明過去的沖擊對(duì)當(dāng)前價(jià)格波動(dòng)的影響衰減越慢；反之則相反。

3.1.2溢出指數(shù)模型

不同商品期貨品種間的溢出效應(yīng)可以分為定向溢出與凈溢出兩部分，文章不僅計(jì)算波動(dòng)率的總溢出指數(shù)，還將使用滾動(dòng)窗口方法來檢測總溢出指數(shù)的時(shí)變動(dòng)態(tài)曲線。研究時(shí)變動(dòng)態(tài)有助于確定定向溢出，進(jìn)一步分離出我國不同期貨品種間的凈溢出指數(shù)并計(jì)算其大小（劉超等，2017;Diebold & Yilmaz，2012）[15-16]。文章首先假定一個(gè)協(xié)方差平穩(wěn)的n變量VAR（p）（Diebold & Yilmaz，2012）[16]，如公式（7）。

是內(nèi)生變量向量，是自回歸系數(shù)矩陣，誤差項(xiàng)向量；向量為階，系數(shù)矩陣為階。文章根據(jù)Diebold & Yilmaz（2012）的方法利用VAR模型方差分解計(jì)算不同大宗商品間的定向溢出、凈溢出和總溢出。

H步超前廣義預(yù)報(bào)誤差方差分解如公式（8）所示。

溢出指數(shù)為矩陣；矩陣的主對(duì)角線上的元素是自變量預(yù)測誤差方差貢獻(xiàn)，矩陣非對(duì)角線上的元素是交叉變量預(yù)測誤差方差貢獻(xiàn)。對(duì)矩陣按公式（9）進(jìn)行標(biāo)準(zhǔn)化處理。

將總溢出（TS）指數(shù)定義為：

總溢出（TS）指數(shù)測量溢出效應(yīng)對(duì)總的預(yù)測誤差方差的平均貢獻(xiàn)。公式（11）測量j市場對(duì)i市場的定向溢出（DS）；公式（12）則測量i市場向j市場的定向溢出（DS）。

i市場對(duì)j市場的定向溢出減去j市場對(duì)i市場的定向溢出可得到i市場對(duì)j市場的凈溢出。凈溢出確定一個(gè)市場是凈溢出的來源還是接受者。由此，即可識(shí)別一個(gè)大宗商品期貨品種是溢出的“來源方”還是“接受方”，為監(jiān)管者提供早期預(yù)警、截?cái)嗤鈦盹L(fēng)險(xiǎn)傳導(dǎo)提供可能。

3.2 數(shù)據(jù)處理

3.2.1變量選擇

大宗商品期貨的種類主要包括農(nóng)產(chǎn)品、金屬和能源化工期貨。大豆是我國進(jìn)口量最大的農(nóng)產(chǎn)品。大豆經(jīng)過提取豆油后才能得到豆粕。大連商品交易所已經(jīng)成為全球最大的農(nóng)產(chǎn)品期貨市場，大豆期貨和豆粕期貨又是其中的重要品種。值得注意的是，大連商品交易所黃大豆一號(hào)的標(biāo)的商品是主要原產(chǎn)自我國的食用非轉(zhuǎn)基因大豆。因此，文章選取大連商品交易所的黃大豆一號(hào)（簡稱豆一）作為農(nóng)產(chǎn)品類大宗商品期貨的代表品種。同時(shí)，我國是全球最大的銅消費(fèi)國。此外，上海期貨交易所的螺紋鋼成交量位列全球金屬類期貨首位。因此，金屬類商品期貨文章選取上期所的螺紋鋼和銅。據(jù)《中華人民共和國2022年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》顯示，石油、天然氣等能源消費(fèi)只占據(jù)小部分，我國煤炭消費(fèi)量占能源消費(fèi)總量的56.2%。因此研究能源類大宗商品時(shí)，大連商品交易所的焦炭有足夠的代表性。這四種商品期貨在我國經(jīng)濟(jì)活動(dòng)中都具有重要地位，因此文章選取SHFE螺紋鋼（SHFE_LWG）、SHFE銅（SHFE_T）、DCE焦炭（DCE_JT）、DCE豆一（DCE_DY）作為金屬類、能源類和農(nóng)產(chǎn)品類大宗商品的典型代表，以此來研究我國不同類別的大宗商品市場之間存在的溢出效應(yīng)。

2011年4月，全球首個(gè)焦炭類期貨正式在大商所掛牌上市。為了探究這四種商品期貨之間的溢出效應(yīng)，同時(shí)為規(guī)避自2020年新冠疫情爆發(fā)以來，各極端事件可能帶來的異常沖擊影響，文章以2011年4月15日為時(shí)間起點(diǎn)截至2019年8月22日。不過四種商品期貨的交易日期并不完全相同，文章只選擇了相同交易日的收盤價(jià)數(shù)據(jù)，刪除了其他不匹配的干擾數(shù)據(jù)，最后得到2034個(gè)樣本數(shù)據(jù)。

3.2.2數(shù)據(jù)處理

文章首先將已得數(shù)據(jù)進(jìn)行對(duì)數(shù)差分化處理，即，其中，表示指數(shù)i在時(shí)間t時(shí)的價(jià)格水平，則表示在時(shí)間t-1時(shí)的價(jià)格水平，目的在于為后文進(jìn)行模型分析與檢驗(yàn)時(shí)提供便利。在對(duì)均值模型殘差序列進(jìn)行ARCH效應(yīng)的檢驗(yàn)結(jié)果顯示各樣本序列均存在ARCH效應(yīng)，因此文章進(jìn)行GARCH（1，1）模型參數(shù)估計(jì)。

4 我國大宗商品期貨間的波動(dòng)溢出效應(yīng)實(shí)證研究

4.1構(gòu)建多元DCC-GARCH模型

為進(jìn)一步探究我國農(nóng)產(chǎn)品、金屬和能源類大宗商品間的溢出效應(yīng)，文章使用ARMA均值的殘差序列模型和多元DCC-GARCH（1，1）模型，深入分析序列之間的動(dòng)態(tài)協(xié)方差，參數(shù)估計(jì)結(jié)果如表1所示。其中數(shù)字1代表DCE豆一，數(shù)字2代表DCE焦炭，數(shù)字3代表SHFE螺紋鋼，數(shù)字4代表SHFE銅。結(jié)果顯示這四種大宗商品期貨市場兩兩之間均呈現(xiàn)正相關(guān)關(guān)系，并且均在1%的檢驗(yàn)水平下具有強(qiáng)顯著性效果。即我國農(nóng)產(chǎn)品類、金屬類、能源類大宗商品期貨間確實(shí)存在溢出效應(yīng)。

4.2基于溢出指數(shù)模型波動(dòng)溢出效應(yīng)

參考Diebold & Yilmaz（2012）的溢出指數(shù)，分別研究不同大宗商品波動(dòng)率的溢出強(qiáng)度和方向，選取不同的交易觀測區(qū)間作為滾動(dòng)窗口對(duì)波動(dòng)率的動(dòng)態(tài)溢出效應(yīng)進(jìn)行捕捉，分別計(jì)算每一種商品期貨市場的凈溢出指數(shù)有助于研究追蹤溢出效應(yīng)的起點(diǎn)，確定四種商品期貨市場間的風(fēng)險(xiǎn)承接關(guān)系。表2給出了SHFE銅、DCE焦炭、SHFE螺紋鋼和DCE豆一這幾種商品期貨波動(dòng)率的溢出指數(shù)結(jié)果。

從四種商品期貨的波動(dòng)溢出指數(shù)結(jié)果來看，DCE焦炭與DCE豆一的凈波動(dòng)溢出指數(shù)均為負(fù)，分別為-58.68%和-32.67%，說明這兩種商品期貨主要是風(fēng)險(xiǎn)溢出的承受方，受到其他商品期貨的風(fēng)險(xiǎn)溢出大于它們對(duì)其他期貨品種收益率波動(dòng)的風(fēng)險(xiǎn)溢出。即在這四種期貨市場上，最終是來自SHFE銅市場與SHFE螺紋銅市場的波動(dòng)風(fēng)險(xiǎn)（來源方）沖擊到DCE豆一市場與DCE焦炭市場（接受方）。

5 結(jié)論與貢獻(xiàn)

文章借鑒Sang Hoon Kang et al.（2017）的研究方法，建立了多元DCC-GARCH模型以及Diebold and Yilmaz（2012）波動(dòng)溢出指數(shù)模型，歸納了農(nóng)產(chǎn)品類，金屬類以及能源類期貨間的溢出關(guān)系并基于溢出指數(shù)對(duì)其間溢出效應(yīng)的方向和規(guī)模進(jìn)行了分析，得出以下兩點(diǎn)結(jié)論：1、我國農(nóng)產(chǎn)品、能源和金屬類商品期貨間確實(shí)存在溢出關(guān)系。2、在這三類大宗商品市場中，金屬類大宗商品更多的是風(fēng)險(xiǎn)溢出的“來源方”，而農(nóng)產(chǎn)品和能源類大宗商品更多的是風(fēng)險(xiǎn)溢出的“接受方”，明晰了風(fēng)險(xiǎn)傳導(dǎo)的路徑。

文章的研究貢獻(xiàn)主要在兩個(gè)方面。一方面，對(duì)投資者而言，通過對(duì)不同市場之間價(jià)格聯(lián)動(dòng)關(guān)系的分析，有關(guān)企業(yè)能夠制定出合理的套期保值戰(zhàn)略，而我國投資者則能夠適時(shí)優(yōu)化投資組合，減少金融風(fēng)險(xiǎn)；另一方面，有助于我們合理地防范風(fēng)險(xiǎn)、截?cái)囡L(fēng)險(xiǎn)傳導(dǎo)路徑、設(shè)置防火墻，特別是農(nóng)產(chǎn)品期貨價(jià)格受到其他品種價(jià)格波動(dòng)影響很大，政策層需要重視其他大宗商品在農(nóng)產(chǎn)品期貨市場上的風(fēng)險(xiǎn)溢出問題，預(yù)先防范風(fēng)險(xiǎn)給金融市場帶來的負(fù)面沖擊，從而推動(dòng)穩(wěn)定市場。

參考文獻(xiàn)：

HE C，JIANG C， MOLYBOGA M. Risk premia in Chinese commodity markets[J]. Journal of Commodity Markets.2019，15：1-18.

顧蕊，郭俊芳，田甜.大豆價(jià)格波動(dòng)溢出效應(yīng)研究[J].價(jià)格理論與實(shí)踐，2013（3）：82-83.

HUSAIN A M， BOWMAN C. Forecasting commodity prices： Futures versus judgment[J]. Imf Working Papers，2004，4（41）.

李顯戈，周應(yīng)恒，隨學(xué)超.中美大豆期貨價(jià)格相關(guān)性研究——基于Copula函數(shù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2013（6）： 4-11.

王振宇.中美農(nóng)產(chǎn)品價(jià)格波動(dòng)特征及溢出效應(yīng)研究——基于大豆期貨數(shù)據(jù)的分析[J].農(nóng)村經(jīng)濟(jì)，2014（5）：98-101.

徐雪，王寧.關(guān)于銅期貨市場有效性的實(shí)證研究[J].開發(fā)研究，2014（1）：102-106.

田利輝，譚德凱.大宗商品現(xiàn)貨定價(jià)的金融化和美國化問題——股票指數(shù)與商品現(xiàn)貨關(guān)系研究[J].中國工業(yè)經(jīng)濟(jì)，2014，（10）：72-84.

譚小芬，張峻曉，鄭辛如.國際大宗商品市場與金融市場的雙向溢出效應(yīng)——基于BEKK-GARCH模型和溢出指數(shù)法的實(shí)證研究[J].中國軟科學(xué)，2018（8）：31-48.

MENSI W， HAMMOUDEH S， REBOREDO J C， et al. Do global factors impact BRICS stock markets？ A quantile regression approach[J]. Emerging Markets Review，2014，19：1-17.

肖小勇，章勝勇.原油價(jià)格與農(nóng)產(chǎn)品價(jià)格的溢出效應(yīng)研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（1）：90-97.

KANG S H，MCLVER R， YOON S M. Dynamic spillover effects among crude oil， precious metal， and agricultural commodity futures markets[J]. Energy Economics，2017：19-32.

ZHANG C G，LIU F ，YU D L. Dynamic jumps in global oil price and its impacts on China's bulk commodities[J]. Energy Economics，2018：297-306.

崔海蓉，何建敏，張京波.我國有色金屬期貨波動(dòng)溢出效應(yīng)研究——以SHFE的銅和鋁為例[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，13（4）：29-32.

劉華軍，陳明華，劉傳明，等.中國大宗商品價(jià)格溢出網(wǎng)絡(luò)結(jié)構(gòu)及動(dòng)態(tài)交互影響[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（1）：113-129.

劉超，徐君慧，周文文.中國金融市場的風(fēng)險(xiǎn)溢出效應(yīng)研究——基于溢出指數(shù)和復(fù)雜網(wǎng)絡(luò)方法[J].系統(tǒng)工程理論與實(shí)踐， 2017，37（4）：831-842.

DIEBOLD F，YILMAZ K.Better to give than to receive： Predictive directional measurement of volatility spillovers[J].INTERNATIONAL JOURNAL OF FORECASTING，2012，28（1）：57-66.

基金項(xiàng)目：2023年浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃暨新苗人才計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：2023R414032）;2022年浙江財(cái)經(jīng)大學(xué)研究生校級(jí)科研項(xiàng)目（項(xiàng)目編號(hào)：22XJKT037）。

作者簡介：郭偉棟（1997—），男，浙江財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生，研究方向：金融市場；蔡淑佳（2000—），女，浙江財(cái)經(jīng)大學(xué)碩士研究生，研究方向：金融市場；田嘉惠（1995—），女，浙江財(cái)經(jīng)大學(xué)碩士研究生，研究方向：金融市場。