摘要
近年来,在多种因素推动下,国际大宗商品价格出现剧烈波动。大宗商品市场的价格动态及其经济影响效应持续地吸引全球范围内经济学研究者、国际机构研究者和政策制定者们的研究关注。本文采用动态分层因子模型(DHFM)获取各类国际大宗商品价格的公共因子,实现数据降维,进而探讨国际大宗商品价格动态。在此基础上,本文选取了1996年4月至2021年12月的月度数据,构建因子扩展向量自回归模型(FAVAR)以及时变参数因子扩展向量自回归模型(TVP-FAVAR),实证研究了国际大宗商品价格冲击对中国股票市场的影响及其时变属性。本文实证研究结果表明:(1)动态分层因子模型(DHFM)在提取各类国际大宗商品价格的共同趋势方面具有良好的表现,它能够更好地利用数据结构特征捕捉到不同种类国际大宗商品价格的变动趋势;(2)国际大宗商品价格上涨在初期会提高中国股票价格指数,中国股票价格指数的上涨幅度在第2个月达到最大。然而,从第7和第8个月开始,国际大宗商品价格上涨对中国股票价格指数的影响效应由正向转变为负向,负向影响较小,但是持续时间较长;(3)国际大宗商品价格上涨在短期内会造成中国股票成交金额上涨。相较于股票价格指数,国际大宗商品价格上涨对股票成交金额影响持续时间更短;(4)自2006年以来,国际大宗商品价格上涨对中国股票价格指数短期的正向影响呈现出不断增强的趋势,而中长期负向影响则表现出逐渐减弱的态势。并且,宏观经济的不利情况会削弱国际大宗商品价格上涨在短期对中国股票价格指数的正向影响,同时加强中期以及长期的负面影响。本文的研究结论有利于经济研究者和政策制定者更好地把握国际大宗商品价格的变动趋势以及对我国金融市场造成的影响,并为投资者及时优化投资组合,调整交易策略,降低由国际大宗商品价格变动导致的潜在投资损失提供经验性证据支持。
- 单位