經(jīng)濟(jì)政策不確定性對有色金屬股票收益率的時(shí)變影響

柴杲 游達(dá)明

摘 要：構(gòu)建TVP-SVAR-SV模型，依據(jù)WIND數(shù)據(jù)庫2007年7月至2018年12月數(shù)據(jù)，將經(jīng)濟(jì)政策不確定性沖擊納入多結(jié)構(gòu)沖擊體系，考量經(jīng)濟(jì)政策不確定性對有色金屬股票收益率的時(shí)變影響。結(jié)果顯示：經(jīng)濟(jì)政策不確定性對中國有色金屬板塊股票收益率的影響具有時(shí)變性與階段性等特征，對不同時(shí)間尺度、不同時(shí)間點(diǎn)、不同品種的影響效應(yīng)呈異質(zhì)性。在四類細(xì)分經(jīng)濟(jì)政策不確定性沖擊中，金融監(jiān)管政策不確定性沖擊的影響程度最大。鑒此，監(jiān)管部門應(yīng)重視市場之間的聯(lián)動性特征，發(fā)揮市場機(jī)制應(yīng)對有色金屬金融化不利沖擊的作用;應(yīng)使用經(jīng)濟(jì)政策不確定性指標(biāo)及時(shí)監(jiān)控有色金屬價(jià)格波動，避免政策過度干預(yù)。

關(guān)鍵詞： 經(jīng)濟(jì)政策不確定性;有色金屬板塊;股票收益率;TVP-SVAR-SV模型

中圖分類號：F830.91 ? ?文獻(xiàn)標(biāo)識碼： A ? ?文章編號：1003-7217（2020）05-0044-09

一、引 言

有色金屬是國民經(jīng)濟(jì)建設(shè)的重要物質(zhì)基礎(chǔ)。當(dāng)前，國際局勢錯綜復(fù)雜，全球經(jīng)濟(jì)政策處于高度不確定狀態(tài)，不同地區(qū)與市場之間的風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)增加，國際有色金屬價(jià)格波動加劇，對中國有色金屬板塊股票市場沖擊加大。系統(tǒng)考察政策不確定性對中國有色金屬板塊股票收益率的影響效應(yīng)，對有效應(yīng)對經(jīng)濟(jì)政策不確定性沖擊，防范和化解有色金屬價(jià)格波動風(fēng)險(xiǎn)，維護(hù)股票市場穩(wěn)定具有重要的現(xiàn)實(shí)意義。

現(xiàn)有文獻(xiàn)對經(jīng)濟(jì)政策不確定性與股票收益率的關(guān)系進(jìn)行了大量研究。Lean等（2014）研究發(fā)現(xiàn)，美國經(jīng)濟(jì)政策不確定性指數(shù)對亞太地區(qū)和北美地區(qū)的社會責(zé)任投資（SRI）的回報(bào)率有顯著的影響，在危機(jī)時(shí)期，整體的可投資指數(shù)波動性增加[1]。Dakhlaoui和Aloui（2016）發(fā)現(xiàn)在短期內(nèi)，美國經(jīng)濟(jì)不確定性與俄羅斯、印度和中國三個(gè)股票市場的收益率之間存在明顯的關(guān)系，特別在經(jīng)濟(jì)狀況不佳時(shí)期，美國EPU指數(shù)與金磚四國股市的波動性高度相關(guān)。中國的股票市場目前還處于初期階段，加之中國特有的政治形態(tài)，導(dǎo)致其股票市場極易受到經(jīng)濟(jì)政策的影響[2]。已有學(xué)者開始逐步關(guān)注經(jīng)濟(jì)政策不確定性對中國股市的影響，陳守東等（2014）研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性對中國股市的波動產(chǎn)生影響，但強(qiáng)度有限，且A股、B股之間表現(xiàn)出差異[3]。王曉娟（2015）等發(fā)現(xiàn)中國經(jīng)濟(jì)政策不確定性與股票收益存在長期的均衡關(guān)系，且相關(guān)性呈上升趨勢[4]。Kang（2014）發(fā)現(xiàn)中國經(jīng)濟(jì)政策不確定性產(chǎn)生的正面沖擊對全球石油產(chǎn)量、國際油價(jià)和全球股市長期收益率產(chǎn)生顯著的負(fù)面影響[5]。Yang（2016）發(fā)現(xiàn)中國的政策不確定性與股市收益率之間存在相關(guān)性，并且政策不確定性對股票市場的負(fù)面影響持續(xù)了大約8個(gè)月[6]。Xiong（2018）發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對于上海股市的影響大于深圳股市，對于國有企業(yè)的影響大于非國有企業(yè)[7]。

現(xiàn)有文獻(xiàn)對于相關(guān)性問題的研究，主要集中于經(jīng)濟(jì)政策不確定性對股票市場沖擊的分析，在研究方法上，現(xiàn)有文獻(xiàn)主要通過構(gòu)建VAR和SVAR等線性模型，并且假設(shè)經(jīng)濟(jì)政策不確定性沖擊與有色金屬價(jià)格波動和相關(guān)行業(yè)股票價(jià)格波動之間的關(guān)系是靜態(tài)的。鑒于中國經(jīng)濟(jì)的快速增長以及有色金屬消費(fèi)的持續(xù)增長，進(jìn)一步研究經(jīng)濟(jì)政策不確定性如何影響有色金屬板塊股票價(jià)格以及是否隨時(shí)間變化顯得十分必要。因此，本文將經(jīng)濟(jì)政策不確定性沖擊納入多結(jié)構(gòu)沖擊體系，在一個(gè)統(tǒng)一框架下考察經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊對中國有色金屬板塊股票收益率的影響。在研究方法上，采用TVP-SVAR-SV模型，通過設(shè)置不同時(shí)間尺度與時(shí)間點(diǎn)，考察影響效應(yīng)的時(shí)變性。同時(shí)，采用美國經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)：財(cái)政政策不確定性、貨幣政策不確定性、金融監(jiān)管政策不確定性以及貿(mào)易政策不確定性，考察不同類別經(jīng)濟(jì)政策不確定性作用機(jī)制的差異性。

二、模型與數(shù)據(jù)

（一）樣本選擇與數(shù)據(jù)來源

構(gòu)建的數(shù)據(jù)集包括經(jīng)濟(jì)政策不確定性（EPU）、國際期銅價(jià)格（DICP）、國際黃金價(jià)格（DIGP）、全球精煉銅產(chǎn)量（GRCP）、全球黃金產(chǎn)量（GGP）、Kilian經(jīng)濟(jì)指數(shù)（DKI）、期銅投機(jī)（FSC）、黃金期貨投機(jī)（FSG）、銅板塊股票收盤價(jià)以及黃金板塊股票收盤價(jià)的月度數(shù)據(jù)。其中，銅板塊與黃金板塊股價(jià)采用申萬行業(yè)指數(shù)，銅板塊與黃金板塊股票收益率采用上月收盤價(jià)至本月收盤價(jià)的月收益，分別記為CPSR以及GPSR。樣本區(qū)間為2007年7月至2018年12月，數(shù)據(jù)來自WIND數(shù)據(jù)庫。為了消除異方差，除了DKI、FSC以及FSG之外的所有變量都用自然對數(shù)表示。采用ADF檢驗(yàn)和PP檢驗(yàn)來檢驗(yàn)CPSR以及GPSR變量單位根的存在性，結(jié)果表明這兩個(gè)變量是平穩(wěn)的。

依據(jù)已有研究[16，17]，模型參數(shù)的估計(jì)主要采用蒙特卡洛模擬方法。

三、實(shí)證結(jié)果與分析

（一）模型參數(shù)估計(jì)

在構(gòu)建TVP-SVAR-SV模型考察包含經(jīng)濟(jì)政策不確定性在內(nèi)的各個(gè)結(jié)構(gòu)性沖擊因素對中國有色金屬板塊股票收益的時(shí)變影響之前，需要確定模型的最優(yōu)滯后階數(shù)。對于銅與黃金，構(gòu)建滯后1階的TVP-SVAR-SV模型，對模型參數(shù)進(jìn)行1000次預(yù)燒和10000次MCMC抽樣后得到了模型參數(shù)的估計(jì)結(jié)果（見表1）。結(jié)果顯示，模型參數(shù)的后驗(yàn)分布的均值在95%置信區(qū)間內(nèi);Geweke收斂診斷值在5%顯著性水平的臨界值范圍內(nèi)。因此，不能拒絕后驗(yàn)分布收斂的原假設(shè)。此外，所選參數(shù)的無效因子均較小，銅方程均小于100，黃金方程只有一個(gè)超過100，這些結(jié)果表明，使用MCMC算法獲得的參數(shù)估計(jì)結(jié)果是有效的[18，19]。

（二）不同時(shí)間尺度下經(jīng)濟(jì)政策不確定性對股票收益率的影響

圖1顯示了中國銅板塊股票收益率對經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊的等間隔脈沖響應(yīng)軌跡，選取的滯后期數(shù)分別為4、8以及12期，分別代表短期、中期、長期三個(gè)時(shí)間尺度。將供給沖擊設(shè)置為負(fù)向沖擊，其他沖擊則設(shè)置為正向沖擊，以保證這些結(jié)構(gòu)性沖擊導(dǎo)致銅價(jià)上漲。

如圖1所示，這些結(jié)構(gòu)性沖擊對銅板塊股票收益的影響隨著時(shí)間變化而變化，并且在不同時(shí)間尺度上，隨著滯后期數(shù)的增加，影響效應(yīng)逐漸減弱，也就是說影響效應(yīng)在短期最為顯著，中期次之，長期影響較小。具體看五類結(jié)構(gòu)性沖擊，不同來源的結(jié)構(gòu)性沖擊對中國銅板塊股票收益率的影響效應(yīng)具有異質(zhì)性，主要表現(xiàn)在作用方向與作用程度上。就經(jīng)濟(jì)政策不確定性沖擊而言，其對銅板塊股票收益率的影響在2011年之前為正，響應(yīng)值在國際金融危機(jī)期間達(dá)到最大值，在2011年之后，經(jīng)濟(jì)政策不確定性沖擊對銅板塊股票收益率的影響在大部分時(shí)段內(nèi)為負(fù)，這主要是因?yàn)榻?jīng)濟(jì)政策不確定性帶來的市場前景不明加劇了銅板塊的利空情緒，導(dǎo)致銅板塊股票收益率的響應(yīng)為負(fù)。

進(jìn)一步采用經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)：貨幣政策不確定性、財(cái)政政策不確定性、金融監(jiān)管政策不確定性以及貿(mào)易政策不確定性，其在不同時(shí)間尺度上對銅板塊股票收益率的影響軌跡如圖2所示?？梢园l(fā)現(xiàn)，不同類型經(jīng)濟(jì)政策不確定性沖擊對中國銅板塊股票收益率的影響在大部分時(shí)段內(nèi)為負(fù)，并且呈現(xiàn)出正負(fù)交替波動趨勢。除財(cái)政政策不確定性沖擊外，其余三種類型經(jīng)濟(jì)政策不確定性沖擊的負(fù)向影響在2014年分別達(dá)到最大值-0.012、-0.016及-0.013。而貿(mào)易政策不確定性的負(fù)向影響在2007年達(dá)到最大值-0.015，說明不同類型經(jīng)濟(jì)政策不確定性對中國銅板塊股票收益率的影響具有異質(zhì)性。

銅供給沖擊帶來的銅價(jià)上漲，其對銅板塊股票收益率的影響在2011年前為負(fù)，并且負(fù)向影響呈逐漸減弱趨勢，在2011年后除2016年時(shí)段短暫為負(fù)，主要為正向影響。從銅板塊股票收益率對總需求沖擊的響應(yīng)可以看出，樣本期內(nèi)除2007年至2008年外，其余絕大部分時(shí)段主要為正向影響。這主要是因?yàn)樾枨鬀_擊帶來的銅價(jià)上漲一般發(fā)生在經(jīng)濟(jì)繁榮時(shí)期，市場需求擴(kuò)張給銅板塊帶來利好，助推銅板塊股票收益率上漲。關(guān)于銅板塊股票收益率對投機(jī)沖擊與預(yù)防性需求沖擊的響應(yīng)，可以發(fā)現(xiàn)，響應(yīng)軌跡在樣本期內(nèi)主要為負(fù)，并且負(fù)向響應(yīng)以2013年中旬為分界點(diǎn)，之前表現(xiàn)出減弱趨勢，之后則呈現(xiàn)增強(qiáng)趨勢。

除此之外，本文探究了中國黃金板塊股票收益率對經(jīng)濟(jì)政策不確定性等結(jié)構(gòu)性沖擊的等間隔脈沖響應(yīng)軌跡，由于篇幅限制，結(jié)果不詳細(xì)列示。結(jié)果表明，這些結(jié)構(gòu)性沖擊對黃金板塊股票收益的影響隨著時(shí)間變化而變化，并且在不同時(shí)間尺度上，影響效應(yīng)在短期最為顯著，中期次之，長期影響較小。就經(jīng)濟(jì)政策不確定性沖擊而言，黃金塊股票收益率的時(shí)變脈沖響應(yīng)軌跡波動性較大，呈現(xiàn)正負(fù)交替態(tài)勢，在2008年、2013年以及2015年正向影響較大，出現(xiàn)三個(gè)峰值，而在2011年、2014年及2018年負(fù)向影響較大，出現(xiàn)三個(gè)谷值，表明不同的經(jīng)濟(jì)政策不確定事件（如經(jīng)濟(jì)環(huán)境變化、宏觀政策出臺、經(jīng)濟(jì)危機(jī)以及市場動蕩）的影響機(jī)理具有差異性，在多個(gè)經(jīng)濟(jì)政策事件同時(shí)影響黃金板塊的情況下，黃金板塊股票收益率呈現(xiàn)復(fù)雜多變的響應(yīng)。

進(jìn)一步采用經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)，根據(jù)其在不同時(shí)間尺度上對黃金板塊股票收益率的影響軌跡可以發(fā)現(xiàn)，不同類型經(jīng)濟(jì)政策不確定性沖擊對中國黃金板塊股票收益率的影響具有多樣性，貨幣政策不確定性的時(shí)變影響在大部分時(shí)段內(nèi)為正，并且在2008年、2009年、2012年、2015年以及2018年形成多個(gè)峰值，而在2011年以及2014年形成兩個(gè)谷值，負(fù)向最大值出現(xiàn)在2014年中旬。財(cái)政政策不確定性的影響在2007-2010年、2012-2013年以及2017年中旬至2018年的時(shí)段內(nèi)為正，在其余時(shí)段則主要為負(fù)，并且負(fù)向影響在2014年中旬達(dá)到負(fù)向最大值。金融監(jiān)管政策不確定性的影響在2007-2010年以及2012-2013年為正，并在2012年達(dá)到最大值，其余時(shí)段則為負(fù)，并在2011年及2014年形成兩個(gè)谷值。貿(mào)易政策不確定性的影響則在除2012-2013年的時(shí)段內(nèi)主要為負(fù)，負(fù)向影響在2017年中旬達(dá)到最大值，這表明不同類型經(jīng)濟(jì)政策不確定性對中國黃金板塊股票收益率的影響具有異質(zhì)性。

供給沖擊帶來的金價(jià)上漲，其對黃金板塊股票收益率的影響在2010年前為負(fù)，并且負(fù)向影響呈逐漸減弱趨勢，之后則主要為正向影響。黃金板塊股票收益率對總需求沖擊的響應(yīng)，除2011-2015年外，其余時(shí)段主要為正向影響。黃金板塊股票收益率對投機(jī)沖擊的響應(yīng)，除2007-2008年外，其余時(shí)段主要為正，并且正向影響在2013年中旬達(dá)到最大值。黃金板塊股票收益率對預(yù)防性需求沖擊的響應(yīng)在短期內(nèi)主要正，并且在2013年中旬達(dá)到最大值，在中長期內(nèi)則主要為負(fù)，并且影響程度相對較小。

（三）不同時(shí)間點(diǎn)下經(jīng)濟(jì)政策不確定性對股票收益率的影響

在樣本中選擇2008年10月、2011年8月及2017年1月這三個(gè)時(shí)點(diǎn)進(jìn)行分析，分別對應(yīng)國際金融危機(jī)時(shí)期、歐債危機(jī)時(shí)期以及特朗普就任美國總統(tǒng)時(shí)期。

如圖3所示，各個(gè)結(jié)構(gòu)性沖擊在不同時(shí)點(diǎn)對銅板塊股票收益率的影響具有差異性。就經(jīng)濟(jì)政策不確定性沖擊而言，在國際金融危機(jī)時(shí)期，銅板塊股票收益率的初始響應(yīng)為負(fù)，并在當(dāng)期達(dá)到負(fù)向最大值，之后在第1期由負(fù)轉(zhuǎn)正，并達(dá)到正向最大值，之后影響效應(yīng)逐漸收斂。在歐債危機(jī)以及特朗普就任美國總統(tǒng)時(shí)期，銅板塊股票收益率的響應(yīng)主要為負(fù)，并且響應(yīng)程度相對較小。

進(jìn)一步采用經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)，其在不同時(shí)間尺度上對銅板塊股票收益率的影響軌跡如圖4所示。可以發(fā)現(xiàn)，在國際金融危機(jī)時(shí)期，貨幣政策不確定性、財(cái)政政策不確定性、金融監(jiān)管政策不確定性沖擊的影響軌跡整體類似，初始影響都為負(fù)，并在第1期由負(fù)轉(zhuǎn)正，影響效應(yīng)逐漸收斂，而貿(mào)易政策不確定性沖擊的初始影響則為正，并在當(dāng)期達(dá)到正向最大值，影響效應(yīng)在第1期由正轉(zhuǎn)負(fù)，并達(dá)到負(fù)向最大值，之后負(fù)向影響效應(yīng)逐漸減弱。在歐債危機(jī)以及特朗普就任美國總統(tǒng)兩個(gè)時(shí)期，貨幣政策不確定性、財(cái)政政策不確定性、貿(mào)易政策不確定性沖擊的影響主要集中在短期，在持續(xù)一到兩個(gè)月后影響迅速減弱并收斂。而金融監(jiān)管政策不確定性沖擊的影響軌跡則不同，在歐債危機(jī)時(shí)期，金融監(jiān)管政策不確定性沖擊的正向影響在當(dāng)期達(dá)到最大值，之后在第1期由正轉(zhuǎn)負(fù)，并達(dá)到負(fù)向最大值，在持續(xù)8個(gè)月后，影響效應(yīng)收斂。在特朗普就任美國總統(tǒng)時(shí)期，金融監(jiān)管政策不確定性沖擊的正向影響在當(dāng)期達(dá)到最大值，之后影響逐漸減弱，并在持續(xù)4個(gè)月后影響效應(yīng)收斂。

至于供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊的影響，其在三個(gè)時(shí)期的影響具有差異性，這主要表現(xiàn)在作用方向與作用程度上，其影響均集中于短期，在持續(xù)一個(gè)月后影響效應(yīng)逐漸收斂。相對而言，在國際金融危機(jī)期間，其影響相對其他兩個(gè)時(shí)期較為顯著。

類似地，特定三個(gè)時(shí)點(diǎn)黃金板塊收益率對各個(gè)結(jié)構(gòu)性沖擊的脈沖響應(yīng)的結(jié)果表明，各個(gè)結(jié)構(gòu)性沖擊在不同時(shí)點(diǎn)對黃金板塊股票收益率的影響具有差異性。

就經(jīng)濟(jì)政策不確定性沖擊而言，在國際金融危機(jī)時(shí)期，黃金板塊股票收益率的初始響應(yīng)為正，并在當(dāng)期達(dá)到正向最大值，接著在第1期由負(fù)轉(zhuǎn)正，在第二期又由負(fù)轉(zhuǎn)正，之后影響效應(yīng)逐漸收斂。在歐債危機(jī)時(shí)期，黃金板塊股票收益率的初始響應(yīng)為負(fù)，且負(fù)向響應(yīng)逐漸增強(qiáng)，在第1期達(dá)到負(fù)向最大值，之后負(fù)向影響逐漸減弱并收斂。在特朗普就任美國總統(tǒng)時(shí)期，黃金板塊股票收益率的初始響應(yīng)為負(fù)，并在當(dāng)期達(dá)到負(fù)向最大值，之后負(fù)向響應(yīng)逐漸減弱，在持續(xù)兩個(gè)月后逐漸消失，這表明在國際金融危機(jī)時(shí)期，中國黃金板塊股票收益率的響應(yīng)主要為正，而在歐債危機(jī)以及特朗普就任美國總統(tǒng)時(shí)期，中國黃金板塊股票收益率的響應(yīng)為負(fù)。

進(jìn)一步地，探究了經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)，在不同時(shí)間尺度上對黃金板塊股票收益率的影響軌跡，因篇幅限制，結(jié)果未列示?？梢园l(fā)現(xiàn)，在國際金融危機(jī)時(shí)期，貨幣政策不確定性與金融監(jiān)管政策不確定性沖擊的影響軌跡類似，初始影響都為正，并在當(dāng)期達(dá)到正向最大值0.05，之后正向影響逐漸減弱，在持續(xù)6個(gè)月后消失。財(cái)政政策不確定性的初始影響也主要為正，在第1期短暫下降后，第2期又上漲，之后影響逐漸減弱，在持續(xù)12個(gè)月后影響消失。貿(mào)易政策不確定性的即期影響則為負(fù)，接著負(fù)向影響迅速減弱并在第1期轉(zhuǎn)為正向影響，之后正向影響在第3期轉(zhuǎn)為負(fù)并逐漸收斂。

在歐債危機(jī)時(shí)期，中國黃金板塊股票收益率對貨幣政策不確定性、財(cái)政政策不確定性以及金融監(jiān)管政策不確定性的響應(yīng)類似，即期響應(yīng)為正，但響應(yīng)迅速由正轉(zhuǎn)負(fù)，之后負(fù)向響應(yīng)逐漸減弱。而黃金板塊股票收益率對貿(mào)易政策不確定性的即期響應(yīng)為正，并在第1期達(dá)到正向最大值0.025，之后正向影響迅速減弱并收斂。

在特朗普就任美國總統(tǒng)時(shí)期，中國黃金板塊股票收益率對貨幣政策不確定性以及金融監(jiān)管政策不確定性的即期響應(yīng)為正，之后響應(yīng)逐漸減弱，在大約持續(xù)2個(gè)月后消失。對于財(cái)政政策不確定性沖擊，中國黃金板塊股票收益率的即期響應(yīng)為正，之后響應(yīng)在第1期迅速由正轉(zhuǎn)負(fù)，在第2期達(dá)到負(fù)向最大值后影響逐漸減弱。對于貿(mào)易政策不確定性沖擊，中國黃金板塊股票收益率的當(dāng)期響應(yīng)則為負(fù)，之后負(fù)向響應(yīng)迅速增強(qiáng)并在第1期達(dá)到最低值-0.03，接著負(fù)向響應(yīng)逐漸減弱，在持續(xù)10個(gè)月后消失。

供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊在三個(gè)時(shí)點(diǎn)的影響具有差異性，這主要表現(xiàn)在作用方向與作用程度上，其影響均集中于短期，在持續(xù)3個(gè)月后影響效應(yīng)逐漸收斂。相對而言，在國際金融危機(jī)期間，其影響效應(yīng)相對其他兩個(gè)時(shí)期更為顯著。

（四）經(jīng)濟(jì)政策不確定性對股票收益率的相對重要性分析

為了量化經(jīng)濟(jì)政策不確定性沖擊對中國有色金屬板塊股票收益率影響的相對重要性，本文采用方差分解進(jìn)行進(jìn)一步分析。表2顯示了各個(gè)結(jié)構(gòu)性沖擊對有色金屬板塊股票收益率的預(yù)測方差貢獻(xiàn)度，方差分解期數(shù)分別為1個(gè)月、4個(gè)月、8個(gè)月及12個(gè)月。

可以發(fā)現(xiàn)，在第1個(gè)月，銅板塊股票收益率的3.362%、0.146%、2.868%、9.600%以及9.730%可以分別由全球經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊來解釋。在第4個(gè)月，各個(gè)結(jié)構(gòu)性沖擊因素的解釋力呈上升趨勢，此時(shí)銅板塊股票收益率的3.411%、0.148%、3.003%、11.324%及9.763%可以分別由全球經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊來解釋。在第8個(gè)月，供給沖擊與金融投機(jī)沖擊的解釋力繼續(xù)上升，方差貢獻(xiàn)度分別為0.179%和12.272%，經(jīng)濟(jì)政策不確定性沖擊、總需求沖擊和預(yù)防性需求沖擊的解釋力呈下降趨勢，分別為3.389%、2.982%以及9.673%，當(dāng)方差分解結(jié)果在第12期達(dá)到穩(wěn)定狀態(tài)時(shí)，全球經(jīng)濟(jì)政策不確定性沖擊對銅板塊股票收益率的預(yù)測方差貢獻(xiàn)度為3.385%，在五類結(jié)構(gòu)性沖擊影響因素中排第三，表明經(jīng)濟(jì)政策不確定性對中國銅板塊股票收益率具有不可忽視的影響。而投機(jī)沖擊對中國銅板塊股票收益率的預(yù)測方差貢獻(xiàn)度最大，達(dá)到12.416%。在各因素中，金融投機(jī)沖擊對中國銅板塊股票收益率的影響最大，預(yù)防性需求沖擊的影響次之，方差貢獻(xiàn)為9.658%。此外，總需求沖擊對中國銅板塊股票收益率的預(yù)測方差貢獻(xiàn)度為2.977%，而供給沖擊對中國銅板塊股票收益率的解釋力最小，僅為0.218%。

同樣地，研究各個(gè)結(jié)構(gòu)性沖擊對黃金板塊股票收益率的預(yù)測方差貢獻(xiàn)度?？梢园l(fā)現(xiàn)，在第1個(gè)月，黃金板塊股票收益率的0.045%、0.002%、0.757%、11.754%以及0.029%可以分別由全球經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊來解釋。在第4個(gè)月，各個(gè)結(jié)構(gòu)性沖擊因素的解釋力呈上升趨勢，此時(shí)黃金板塊股票收益率的0.063%、0.018%、1.231%、11.860%及0.545%可以分別由全球經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊來解釋。在第8個(gè)月，全球經(jīng)濟(jì)政策不確定性沖擊以及供給沖擊的解釋力繼續(xù)上升，方差貢獻(xiàn)度分別為0.073%和0.059%，經(jīng)濟(jì)政策總需求沖擊和投機(jī)沖擊的解釋力呈下降趨勢，分別為1.230%和11.855%，預(yù)防性需求沖擊的解釋力維持不變。當(dāng)方差分解結(jié)果在第12期達(dá)到穩(wěn)定狀態(tài)時(shí)，投機(jī)沖擊對中國黃金板塊股票收益率的預(yù)測方差貢獻(xiàn)度最大，達(dá)到11.850%。在各結(jié)構(gòu)性沖擊中，金融投機(jī)沖擊對中國銅板塊股票收益率的影響最大?？傂枨鬀_擊的影響次之，方差貢獻(xiàn)度為1.231%，其他三類結(jié)構(gòu)性沖擊的影響都較小，尤其是經(jīng)濟(jì)政策不確定性沖擊，其方差貢獻(xiàn)度僅為0.073%。

進(jìn)一步采用經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)，以量化比較不同類型經(jīng)濟(jì)政策不確定性沖擊對中國有色金屬板塊股票收益率影響的相對重要性，如表3所示。由表3可知，在第12期穩(wěn)定時(shí)，在四種類型經(jīng)濟(jì)政策不確定性指數(shù)中，金融監(jiān)管政策不確定性沖擊對銅及黃金板塊股票收益率的影響程度最大，其方差貢獻(xiàn)度分別為2.607%及3.691%。對于銅板塊股票收益率，財(cái)政政策不確定性的影響次之，方差貢獻(xiàn)度為1.322%，隨后分別為貨幣政策不確定性（0.563%）與貿(mào)易政策不確定性（0.236%）。對于黃金板塊股票收益率，貿(mào)易政策不確定性的排第二位，方差貢獻(xiàn)度為1.397%，隨后分別為貨幣政策不確定性（1.142%）與財(cái)政政策不確定性（0.838%）。

四、結(jié)論與政策建議

本文通過構(gòu)建TVP-SVAR-SV模型，在一個(gè)統(tǒng)一框架下考察經(jīng)濟(jì)政策不確定性沖擊、供給沖擊、總需求沖擊、金融投機(jī)沖擊以及預(yù)防性需求沖擊對中國有色金屬板塊股票收益率的影響。同時(shí)，還采用美國經(jīng)濟(jì)政策不確定性沖擊的四個(gè)細(xì)分指數(shù)：財(cái)政政策不確定性、貨幣政策不確定性、金融監(jiān)管政策不確定性以及貿(mào)易政策不確定性，考察不同類別經(jīng)濟(jì)政策不確定性作用機(jī)制的差異性。得出主要結(jié)論如下：（1）經(jīng)濟(jì)政策不確定性沖擊對中國有色金屬板塊股票收益率的影響具有時(shí)變性與階段性等特征，同時(shí)對于不同時(shí)間尺度、不同時(shí)間點(diǎn)、不同品種，其影響效應(yīng)呈現(xiàn)異質(zhì)性?？傮w而言，經(jīng)濟(jì)政策不確定性沖擊對中國有色金屬板塊股票收益率的影響隨著滯后期數(shù)的增加，其沖擊影響逐步減弱，也就是說短期最為顯著，中期次之，長期最小。（2）面對經(jīng)濟(jì)政策不確定性沖擊，有色金屬板塊股票收益率呈現(xiàn)快速多變的響應(yīng)，但持續(xù)時(shí)間較短，且在國際金融危機(jī)、歐債危機(jī)與特朗普就任美國總統(tǒng)三個(gè)時(shí)期差異顯著。（3）各個(gè)結(jié)構(gòu)性沖擊因素中，金融投機(jī)沖擊的解釋力最大，經(jīng)濟(jì)政策不確定性沖擊對銅板塊股票收益率的影響相對黃金板塊更大。在四類細(xì)分經(jīng)濟(jì)政策不確定性沖擊中，金融監(jiān)管政策不確定性沖擊的影響程度最大。

在錯綜復(fù)雜的國際局勢下，經(jīng)濟(jì)政策不確定性越來越增強(qiáng)，中國應(yīng)當(dāng)積極地、主動地應(yīng)對經(jīng)濟(jì)政策風(fēng)險(xiǎn)，而不是被動地讓經(jīng)濟(jì)政策不確定性給中國相關(guān)股票市場產(chǎn)生負(fù)面影響，成為中國經(jīng)濟(jì)安全的隱患。隨著經(jīng)濟(jì)全球化的不斷深入，外部經(jīng)濟(jì)的波動對中國股市的沖擊加大了金融投資風(fēng)險(xiǎn)，金融監(jiān)管部門在加強(qiáng)對金融市場監(jiān)管的同時(shí)，也應(yīng)重視市場之間的聯(lián)動性特征，充分發(fā)揮市場機(jī)制在應(yīng)對有色金屬金融化不利沖擊的作用。從政府的角度看，一方面要繼續(xù)深化金融改革，對有色金屬板塊股票市場實(shí)施適時(shí)、適度的宏觀調(diào)控;另一方面，考慮到政策的不確定性對股票市場可能帶來的沖擊，政府應(yīng)該盡量保持宏觀經(jīng)濟(jì)政策的穩(wěn)定性和持續(xù)性。這其中，尤其要重視保持對貨幣政策與金融監(jiān)管政策的穩(wěn)定性。

此外，政策制定者和監(jiān)管者可應(yīng)用經(jīng)濟(jì)政策不確定性指標(biāo)及時(shí)監(jiān)控有色金屬價(jià)格波動，以避免過度的政策干預(yù)。為維持有色金屬市場的穩(wěn)定，政策制定者應(yīng)尋求國際合作，共同應(yīng)對經(jīng)濟(jì)政策不確定性造成的不利影響。經(jīng)濟(jì)政策不確定性不斷增強(qiáng)的趨勢，對跨國以及跨市場監(jiān)管提出了更高的要求[20]，要求監(jiān)管層要提升金融監(jiān)管能力，依據(jù)股市動向，建立相應(yīng)的應(yīng)急反應(yīng)機(jī)制與聯(lián)合監(jiān)管機(jī)制。同時(shí)，針對不同有色金屬的品種差異，分類提出相應(yīng)的監(jiān)管措施，以提高監(jiān)管政策的有效性。

參考文獻(xiàn)：

[1] Lean H H ， Nguyen D K. Policy uncertainty and performance characteristics of sustainable investments across regions around the global financial crisis[J]. Applied Financial Economics， 2014， 24（21）：1367-1373.

[2] Dakhlaoui I ， Aloui C. The interactive relationship between the US economic policy uncertainty and BRIC stock markets[J]. International Economics，2016（1）：141-157.

[3] 陳守東，易曉溦，劉洋. 政策不確定下中國股市與宏觀經(jīng)濟(jì)相關(guān)性的非對稱效應(yīng)研究[J]. 當(dāng)代財(cái)經(jīng)，2014（1）：45-55.

[4] 王曉娟，郭守亭，岳曉. 經(jīng)濟(jì)政策不確定性和股票收益的聯(lián)動性——基于子樣本滾動窗口估計(jì)法的研究[J]. 學(xué)習(xí)與實(shí)踐，2015（5）：26-32.

[5] Kang W ， Ratti R A. Policy uncertainty in China， oil shocks and stock returns[J]. Social Science Electronic Publishing， 2014（4）：1-31.

[6] Yang M ， Jiang Z Q. The dynamic correlation between policy uncertainty and stock market returns in China[J]. Physica A： Statistical Mechanics and its Applications， 2016， 461（2）：92-100.

[7] Xiong X ， Bian Y ， Shen D. The time-varying correlation between policy uncertainty and stock returns： Evidence from China[J]. Physica A： Statistical Mechanics and its Applications， 2018， 499（1）：413-419.

[8] Kilian L. Not all oil price shocks are alike：disentangling demand and supply shocks in the crude oil market[J]. American Economic Review， 2009， 99 （3）：1053-1069.

[9] Kilian L， Murphy D P. The role of inventories and speculative trading in the global market for crude oil[J].Journal of Applied Econometrics， 2014， 29（3）：454-478.

[10] Chen H， Liao H， Tang B J，et al. Impacts of OPECs political risk on the international crude oil prices：An empirical analysis based on the SVAR models[J]. Energy Economics， 2016（57）：42-49.

[11] Hu C Y， Liu X H， Pan B， et al. The impact of international price shocks on Chinas nonferrous metal companies： a case study of copper[J]. Journal of Cleaner Production， 2017（168）：254-262.

[12] Primiceri G E. Time varying structural vector autoregressions and monetary policy[J]. The Review of Economic Studies， 2005，72（3）：821-852.

[13] Omori Y， Chib S， Shephard N， et al. Stochastic volatility with leverage： fast and efficient likelihood inference[J]. Journal of Econometrics， 2007， 140 （2）：425-449.

[14] Jebabli I， Arouri M， Teulon F. On the effects of world stock market and oil price shocks on food prices： an empirical investigation based on TVP-VAR models with stochastic volatility[J]. Energy Economics， 2014（45）： 66-98.

[15] Zhong M， He R， Chen J， et al. Time-varying effects of international nonferrous metal price shocks on Chinas industrial economy[J]. Phys A： Statal Mechanics and its Applications， 2019，528：121299.

[16] 劉永余， 王博. 利率沖擊、匯率沖擊與中國宏觀經(jīng)濟(jì)波動——基于TVP-SV-VAR的研究[J]. 國際貿(mào)易問題，2015（3）：146-155.

[17] Nakajima J， Kasuya M， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J]. Journal of the Japanese and International Economies， 2011， 25（3）：225-245.

[18] Gong X， Lin B. Time-varying effects of oil supply and demand shocks on Chinas macro-economy[J]. Energy， 2018（149）： 424-437.

[19] Wen F， Zhao C， Hu C. Time-varying effects of international copper price shocks on Chinas producer price index[J]. Resource Policy，2019（62）：507-514.

[20] 朱慧明，段 容，賈相華.原油價(jià)格與經(jīng)濟(jì)政策不確定性對大宗商品市場非對稱沖擊效應(yīng)研究[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（1）：70-76.

（責(zé)任編輯：鐘 瑤）