本站原创【关键词】有色金属；；宏观经济因素；VAIL模型
1004-4434（2013）06-0130-06
一、引言
进入新世纪以来。全球大宗商品发生了剧烈波动。大宗商品在2000-2007年前后上涨中，以有色金属的涨幅为最大，其中铜上涨320%、铅上涨400%，锌上涨220%，钨上涨580%。此轮有色金属上涨恰逢中国经济高速增长阶段，中国快速的城市化和工业化需求大量的资源性产品。“中国因素”成为推动有色金属价大幅上涨的主要动因。2000年中国对铜、铅、锌、钨的消费量为192万吨、70万吨、140万吨、1.2万吨，到2009年已分别增加到575万吨、365万吨、435万吨、2.75万吨。增幅分别达到199%、421%、210%、129%。
本文基于四个宏观经济变量（工业增加值、发电量、工业品出厂指数、狭义货币供应量）和两个有色金属变量（铅和钨），构建多变量的VAR模型。运用多种检验策略实证分析出各宏观经济变量与有色金属相互影响效应，在此基础上提出相关政策启迪。
二、文献综述
有色金属具备商品属性、货币属性和金融属性等多重特征。从商品属性看，供给和需求状况是推动商品变动的两大基本要素。世界银行（2008）认为，20世纪90年代大宗商品低迷使得勘探及开采投资大幅缩减。近年大宗商品飙升主要是短期供给能力扩张对需求增长反应滞后的结果，但随着次贷危机爆发和全球经济衰退。大宗商品需求的崩溃，又导致暴跌。从货币属性看。大国的汇率和货币政策等因素对有色金属也产生了较为重要的影响。美元作为大部分国际商品定价和结算货币。当其它条件不变时美元汇率变动使大宗商品在国内贸易对象标价变动（Reinhart，1988；Gilbert，1989）。从金融属性看，有色金属商品存在期货及衍生品市场，金融市场的投资行为可能会放大商品波动，但学界对此未能达成共识争论激烈。2000年之后。大宗商品大幅波动，“中国因素”在全球商品市场的影响力日益彰显。国内外学界也开始把对商品影响因素的研究重心转移到“中国因素”上。Garnaut（2006）用投资占GDP的比重、出口占产出比重和城市化水平三个变量来解释一国对资源需求，他认为，中国产业结构正经历快速转型，资本密集度呈上升趋势，伴随城市化和工业化快速推进，中国需求将在较长的时期影响全球资源性商品的走势。Francis（2007）认为，中国经济的规模和增长速度是全球大宗商品需求的主要驱动力。国内学者对大宗商品的研究方面，朱民和马欣（2006）认为，需求强劲增长和供求结构的相对脆弱是引起2003-2006年间资源性商品价持续上升和波动主要理由，而全球性的流动性过剩加剧了的波动。卢锋（2009）认为，中国对大宗商品需求的快速增长是推动大宗商品上涨的而直接理由，而中国贸易部门生产率的提高则对大宗商品的产生间接影响。
目前众多研究都是把贵金属和常用金属纳人到模型中进行分析，本文则突破常规，对小金属和常用金属波动因素进行比较分析。
三、实证分析
(一)变量选取和数据说明
本文的研究区间为2000年1月至2012年6月，数据频率为月度数据，有色金属数据来自人民银行有色金属监测数据库，其它经济数据则来源于中经网统计数据库。所有变量均为月度同比增长率序列，变量单位都是%，各变量名称为：铅同比涨幅（Pb Price，PP）；钨同比涨幅（Wo3 Price，WP）；工业增加值同比增速（Iva）；发电量同比增速（Elee）；工业品出厂同比增速（PPI）；狭义货币供应量同比增速（M1）。由于工业增加值2006年后没有发布1月份的统计数据，我们运用累计增速和当月增速的差额进行相关估算，计算出各年1月份同比增长率。另外，本文运用EViews6.0软件进行相关检验。(二)描述性统计分析和相关性分析
1 描述性统计分析通过表1所列统计量发现，钨的标准差和最大值高于铅，说明钨代表的小金属波动幅度比铅代表的常用金属大，且钨上涨空间大于铅、抗跌能力也强于铅；四个宏观经济指标波动偏大，说明中国经济具有较强的周期性波动。从偏度来看，铅、钨和M1为右偏，钨的右偏程度宏观经济对有色金属的影响由提供海量免费论文范文的www.808so.com,希望对您的论文写作有帮助.最大，三个工业变量均为左偏。从峰度来看，六个变量的峰度均大于3，分布均呈现出尖峰特征。根据JB检验结果，六个变量均不服从正态分布。
2 相关性分析
由于各序列均不服从正态分布，皮尔逊（Pearson）相关分析策略不再适用，故采用斯皮尔曼（Spearman）相关分析策略，分析结果见表2。铅与发电量、工业增加值和流动性存在较高正相关性，说明这三个因素对铅影响较强；钨与PPI正相关度高些，但与发电量、工业增加值和流动性正相关性相对铅而言较弱，说明钨受宏观经济影响弱于铅。
(三)单位根检验
采用ADF的策略对各变量进行单位根检验。由表3的检验结果可知，在1%的置信水平下，铅增长率、工业品出厂增速、发电量增速可拒绝存在单位根的原假设；在5%置信水平上，钨增长率、工业增加值增速和货币供应量增速也可拒绝存在单位根的原假设。所有变量均为平稳时间序列I（O），可以直接构建VAR模型。为更好研究经济变量对铅、钨的影响，分两组进行分析：1.ELEC、IVA、PPI、M1和PP之间的分析；2.ELEC、IVA、PPI、M1和WP之间的分析。(四)铅波动因素分析
1.建立VAR模型建立模型要根据经济理论找出对因变量可能有影响的因素，既要避开遗漏某些重要变量。也不能有过多自变量，造成误差积累和出现多重共线性。根据AIC和SC准则，通过检验确定VAR模型的最佳滞后阶数P=3，VAR模型参数估计结果见表4。
由于VAR（3）模型中有多个滞后项的回归系数不显著，对此本文采用后退逐步回归法重新对模型进行估计。在原VAR（3）模型中发电量的滞后项t值都小于10%显著水平下的临界值。因此在剔除发电量后我们构建修正的VAR（3）模型如下。
PP=1.081PP（-1）-0.351PP（-2）+0.096PP（-3）+1.056/VA（-1）+0.026IVA（-2）+0.809IVA（-3）-1.058M1（-1）-0.256M1（-2）+1.626Mi（-3）-4.60PI（-1）+4.404PPI（-2）-1.842PPI（-3）
修正后的VAR（3）模型的可决系数为0.8189，拟合效果较好。从系数和t值看，铅的一阶滞后、工业增加值的一阶滞后、货币供应量的三阶滞后和工业品出厂指数一阶滞后对铅的当前值的预测能力强，系数分别为1.081、1.056、1.626和4.404。且对应t值都大于1.282临界值。
2.因果检验
Granger因果关系检验要求变量必须是平稳的，我们选取的各变量都符合该要求。基于VAR模型下的格兰杰因果关系检验结果如下。
从表5可以看出，工业增加值和工业品出厂是铅变动的Granger理由，且IVA、PPI和M1三个变量联合引导铅变动，表明工业增加值和PPI是判断铅短期走势重要指标；PPI是M1的Granger理由。而M1并不是PPI的Granger理由，说明工业品变动容易引起货币政策的调整，而货币政策具有时滞效应并不会马上引起工业品发生变化：铅也是PPI的Granger理由，在5%的置信水平上显著成立，说明铅作为重要的工业品其的变动领先于PPI的变化，铅为代表的常用金属具有引导物价的作用。
3 脉冲响应和方差分解
本文在修正后的VAR（3）模型基础上，继续进行各变量的脉冲响应分析和方差分解分析。脉冲响应函数描述的是VAR模型中一个内生变量的冲击给其他变量带来的影响。而方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要宏观经济对有色金属的影响论文资料由论文网www.808so.com提供,转载请保留地址.性。经检验，修正后的VAR（3）模型结构稳定，满足脉冲响应分析和方差分解的基本条件。
（1）脉冲响应分析。为进一步考察铅波动和宏观经济变量之间的动态关系，采用Pesaran和Shin（1998）提出的广义脉冲响应函数分析，该策略可以克服协方差矩阵Cholesky分解不惟一的缺点，铅对各指标的脉冲反应如图1所示。给IVA一个标准差的正向冲击，PP反应强烈在第二期达到最大（6.9），之后略有回落，到第五期又上升到第二高点（6.2），然后影响持续下降，到12期降到0附近。给M1一个标准差的正向冲击，第一期达到最大（4.7），到第三期下降到一个低点（1.1），后第六期回升次高点（3.6），之后持续下降。铅对工业增长的响应比货币供给更强烈，影响持续期则基本相同。表明工业部门和货币供给受外部条件的冲击后，经过市场传递给铅带来同向的冲击，且冲击具有显著的推动作用和较长的持续效应。给PPI一个标准差的正向冲击，第一期为正响应（1.8），第二期转为负响应，且幅度逐步扩大在十一期达到最大（-4.6）。铅上涨伴随着高物价，容易引发紧缩的货币政策，且铅对货币政策具有高度敏感性，最终铅下降。
（2）方差分解分析。将与铅相关的三个内生变量按其成因进行分解，结果如图2所示。铅波动有大约65%左右来自于自身的理由，其余35%的波动来自于工业发展、货币供给增加和物价增长，这三个指标引发铅波动的比例分别占到11%、7%和18%。工业发展和货币供给对铅波动贡献率较为平稳，而PPI对铅波动贡献率是逐渐增加的，由第1期的0.13%增加到第15期的18%左右。
(五)钨波动因素分析
1.建立VAR模型根据AIC和SC准则，通过检验该VAR模型的最佳滞后阶数为P=2，VAR模型参数估计结果如表6所示。
为提高模型的拟合度，剔除掉工业增加值变量，建立如下修正后的VAR（3）模型。
WP=1.352WP（-1）-0.633WP（-2）+0.206WP（-3）-0.416ELEC（-1）+0.821ELEC（-2）-0.351ELEC（-3）-0.583M1（-1）+0.593M1（-2）+0.209M1（-3）+3.847PPI（-1）-7.752PPI（-2）+4.234PPI（-3）
修正后的VAR（3）模型拟合度为0.9038，效果较好。从系数和t值看，钨的一阶滞后、发电量的二阶滞后、工业品出厂一阶滞后和工业品出厂一阶滞后对钨的当前值的预测能力强，系数分别为1.352、0.821、3.847和4.234。且对应t值都大于1.282临界值。和铅对应系数比较发现，短期内钨自身预测能力强于铅、货币供应量对钨没有短期预测能力，PPI对钨预测能力较强。
2.因果检验
从表7可知，发电量是钨变动的Granger理由，发电量对钨具有引导作用。是判断钨波动方向较好的指标；钨不是PPI的Granger理由，说明以钨为代表的小金属比较独立，变动没有领先于PPI变动。对物价变化缺乏引导作用。3.脉冲响应和方差分解
经检验，修正后的钨VAR（3）模型结构也稳定，满足脉冲响应分析和方差分解的基本条件。
（1）脉冲响应分析。还是采用广义脉冲响应函数分析，钨对各指标的脉冲反应如图3所示。给ELEC一个标准差的正向冲击，第3期开始出现正面影响，且影响基本维持不变。到第10期最大（2.4），之后缓慢下降。给M1一个标准差的正向冲击，也是第3期才正面影响，之后影响持续上升，到第15期达3.8。给PPI一个标准差的正向冲击。2期、3期达到最大影响（4.8），后影响缓慢下降。比较分析可知，钨对于自身突发性事件的冲击反应比铅强烈，钨第2期达最大（23.7），铅第2期达最大（19.2），并且影响持续时间也长于铅。钨上涨预期一旦形成，短期内将难以发生转变；各宏观经济变量对钨的冲击影响明显小于对铅的冲击，一定程度上说明小金属受宏观经济周期影响比常用金属要弱些。
（2）方差分解分析。方差分解表明，到第15期钨波动大约有92%来自自身的理由，只有8%的波动来自发电量增加、货币供给增加和物价增长，这三个指标引发铅波动的比例分别占到1.95%、2.6%和3.5%，再次说明以钨为代表的小金属波动具有较强的独立性。M1对钨的贡献率逐期递增，到第30期贡献率达5.6%和PPI贡献率基本一致，说明货币政策的滞后效应，但会逐步提高企业生产成本，推动上涨。
四、结论与启迪
本文通过对有色金属波动与宏观经济变量之间的作用机制进行实证分析，得出以下结论：一是以铅为代表的常用金属受宏观经济因素影响更加明显。从VAR方程回归系数看，工业增加值、货币供应量和PPI与铅系数为1.056、1.626和4.404；而发电量和PPI与钨系数为0.821、和4.234，货币变量t值不显著。从脉冲响应看，工业增加值、货币供应量和PPI对铅冲击最大值分别达到6.9、4.7和-4.6；而发电量、货币供应量和PPI对钨冲击最大值只有2.4、3.8和4.8。从方差分解看，铅波动只有65%是自身的理由，而钨波动却有92%是自身的理由。
二是以钨为代表的小金属波动主要由商品属性决定。小金属受宏观经济周期影响比常用金属要弱，其波动具有较强的独立性，货币属性对小金属影响较小，小金属波动主要取决于市场的供需，商品属性是小金属波动的主要理由。同时，小金属波动相比常用金属更为剧烈，主要是小金属的供给弹性比常用金属小，当市场需求变化时，小金属产量难以相应调整，导致供需缺口加大，暴涨暴跌严重。历年来小金属经历的几次波动主要由商品属性决定。
三是常用金属具有判断经济走向的参考价值。常用金属变动周期与宏观经济变动周期较为一致，铅与发电量和工业增加值相关性强，相关系数达到0.52和0.48。同时，铅与PPI互为因果关系，铅波动对PPI冲击为正面影响（0.74），铅对PPI变动贡献率第10期可以达到30%；PPI宏观经济对有色金属的影响由优秀论文网站www.808so.com提供,助您写好论文.对M1又具有单向因果关系。PPI领先于M1变化，铅又领先于PPI变化，所以，常用金属适合作为判断物价走势的前瞻性指标。
本研究具有三方面的政策启迪。第一，建立监测和预警机制。企业经营者和投资者应多关注影响有色金属波动的宏观经济数据的变化，有效预判有色金属走势。第二，提高小金属产业集中度。鼓励企业兼并重组，向精深加工转型升级，培育小金属龙头企业，增强我国对优势小金属的话语权和定价权，稳步提高优势小金属的，避开大起大落。第三，加强有色金属商品战略储备力度。战略储备可以有效缓解有色金属大幅波动给我国经济造成的影响，国家要从财政政策和产业政策方面出台战略性金属的储备政策，保护和合理利用战略性小金属，为我国经济发展提供资源保障。