VAR模型下的木材价格金融化实证范文

本站小编为你精心准备了VAR模型下的木材价格金融化实证参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：木材作为一种资源性商品，传统经济学理论认为其均衡价格单纯地由供给与需求决定。以胶合板期货为对象，运用var模型对其与几种主要金融指标之间的关系进行了实证分析。结果表明：国内木材价格近年金融化程度加大，并且美国CME木材期货价格与人民币兑美元汇率对其影响最大，之后依次为消费物价指数CPI、广义货币供应量M2、原油价格、利率等变量。基于以上结论，提出了加强监管以减少投机资本冲击、加强期货市场与现货市场联系和提高国内木材供应等建议。

关键词：木材；金融化；VAR模型

随着市场经济和国际贸易的发展，我国已经是世界上木材及木制品生产和消费大国。2017年我国木材产量超过8300万m3，木材总消费量更是达到6亿m3，作为当今工业生产最重要的原材料之一，木材价格的变动关系到我国经济社会的发展[1]。期货具有价格发现的作用，木材期货在其价格形成的过程中，能引导现货市场合理、科学定价[2]。对木材期货价格波动的研究，能更深入了解林产品价格波动的内在规律，这将有利于我国更好地掌握木材市场定价机制，为我国林业企业在生产安排上提供有一定意义的参考，有助于减少企业承担的价格波动风险[3]。2013年12月由证监会批准，胶合板期货在大连商品交易所上市，胶合板期货的价格波动可以分为三个阶段。第一阶段在胶合板期货运行之初，这个时期价格波动幅度比较小并且波动周期较长；第二阶段价格波动幅度开始变大，波动周期大大缩短，尤其在2016年12月至2017年5月，胶合板期货价格波动尤为剧烈；第三阶段从2017年5月开始，这一阶段胶合板期货价格波动幅度大幅增加，波动周期进一步缩短。商品价格金融化表现在价格波动周期缩短，波动的幅度、不稳定性与不确定性增加[4]。木材期货的价格变动已明显地表现出金融化的特征，因此有必要对木材价格金融化问题进行深入地研究探讨。本文基于以上分析，运用实证方法，深入分析胶合板期货的价格金融化影响因素，以期为林产品企业规避风险提供参考。

1木材价格波动理论分析

1.1原油价格对中国木材价格波动的影响

原油可以通过生产成本机制影响木材价格：石油作为工业生产的必需品，它的价格波动直接影响木材工业生产各个环节的成本。原油作为现今世界美元本位的基石，与美元直接挂钩，原油价格上升使美元出现贬值压力，进而引起国际上以美元计价结算商品的价格变动。

1.2汇率对中国木材价格波动的影响

汇率的变动主要通过2种机制传导到木材价格，我们以人民币汇率下降为例进行分析。首先，人民币贬值导致以美元计价的国外木材价格上升。目前我国的木材需求远大于国内的木材供给，这部分刚性需求很大程度上依赖进口满足，国际木材价格上升必然影响到国内木材价格。其次，人民币贬值会影响我国的木材进口与出口，具体来说会引起进口的减少与出口的增加，这将减少我国国内的木材供给并导致我国木材价格上升。1.3利率对中国木材价格波动的影响利率是影响木材价格的一个重要因素。木材作为大宗商品是一种可以储存的资产，因而容易受到未来预期的影响。利率的改变会影响经济主体对于未来的预期，预期会影响木材的供给与需求，进而影响到木材价格[5]。在供给端，利率通过影响木材的生产来改变它未来的供应量。

1.4货币供应对中国木材价格波动的影响

货币供应量可通过多种路径影响木材价格。第一，由古典学派费雪方程式：MV=PT，可得在V与T不变的情况下，货币供应量M的增加将引起一般物价水平P的同比例上升。第二，当货币供应量超过市场对实际货币余额的需求时，过剩的流动性为了避险增殖将大量涌进资本市场，其中一部分会进入木材市场，推高资产价格。

1.5国外木材期货价格对中国木材价格波动的影响

国际林产品期货价格在国际投机资本的冲击下上涨时，国内林产品期货市场也会形成价格上涨的预期，在供求不变的情况下造成木材产品价格的波动。现在大量资本把期货市场作为投机与套利的场所，投机资本本身存在的“追涨杀跌”与“羊群效应”的特点使其剧烈地放大了市场的波动，增加了市场风险。

2实证研究与分析

2.1数据来源与处理

为了研究木材价格金融化的影响因素，我们选取包括国内胶合板期货收盘价(PRICE)、广义货币供应量(M2)、消费者价格指数(CPI)、芝加哥商品交易所木材期货收盘价(CMELB)、人民币兑美元汇率（USD）、上海银行间同业拆借利率(SHIBOR)与德克萨斯轻质原油期货收盘价(OIL)在内的7个变量进行数据分析，样本为2013年12月至2019年2月的月度数据。将每月最后一天的价格作为该月的观测值，如果最后一天不是交易日或者数据缺失，则使用对应月内最近的交易日的价格作为观测值。上述变量中，国内胶合板期货月度收盘价数据来自大连商品交易所网站；广义货币供应量M2与人民币实际汇率数据来自中国人民银行；消费者价格指数来自新浪财经宏观经济数据中心；CME木材期货价格数据来自芝加哥商品交易所网站；SHIBOR利率来自上海银行间同业拆借利率官方网站；德克萨斯轻质原油期货价格来自美国纽约商品交易所官方网站。在实证过程中，为了减少数据的序列相关性、非正态分布和异方差性以便于更好地进行数据分析，本文对各原始变量数据先取对数。

2.2平稳性检验

由于本文使用的数据多是时间序列数据，本文首先使用ADF单位根检验来检验数据的平稳性。检验结果显示，除了LNCPI原序列平稳之外，其他各变量在进行一阶差分后，在5%的水平下均是显著的。故实证分析选取的7个指标均为一阶单整序列，可进行进一步的计量分析。

2.3协整检验

为确定本文7个变量之间是否真正存在协整关系，基于Eviews软件，我们使用Johansen检验法来进行协整检验。在进行Johansen检验之前，先确定VAR模型的滞后阶数。综合考虑后，我们选择滞后2阶为滞后阶数。然后，进行单位圆检验，结果表明：当滞后期为2时，模型是稳定的。协整检验结果如表1所示：从表1中可知，检验在5%显著水平上拒绝变量之间存在0~2个协整向量的原假设，变量中至少存在3个协整向量。因此，变量之间存在协整关系。

2.4多元线性回归

协整检验表明变量之间确实存在长期均衡关系。为了进一步明确他们之间的关系，定量分析他们之间的影响大小，为此建立多元线性回归模型如下[6]：线性回归结果如表2所示：由表2结果，可以得到下列方程：从回归方程的回归结果来看，模型拟合程度较好，各个解释变量均通过了显著性检验。在其他变量保持稳定的状态下，CME木材价格、货币供给与原油价格每上涨100%，分别会引起国内木材价格上涨23.76%、64.92%与43.47%；人民币兑美元汇率平均每下降100%，会引起国内木材价格上涨131.08%；几个金融变量的变化均会对木材价格产生一定程度的影响，木材价格的金融化得以较好地证实。

2.5方差分解分析

由方差分解的结果，国内木材价格自身对波动的贡献占有相当高的比重，在第一期达到81%，随后贡献率保持下降趋势，最终趋近于27%，表明国内木材价格的趋势预期对其自身有着重要的影响；芝加哥商品交易所木材期货价格影响占比最大，相对贡献率在第4期之后稳步上升，最终趋近于37%，表明CME木材期货对国内木材价格影响显著；其他影响木材价格的因素按贡献率从高到低依次为利率、国际原油价格、CPI、汇率和M2，利率对木材价格贡献率从第一期开始迅速上升，之后缓慢下降最终趋近于10%；国际原油价格呈现出与利率相似的变化趋势，最终趋近于8.8%；CPI、汇率和M2皆呈现出上升趋势，最终分别趋近于9%、4.2%和2.8%。

3结论与建议

3.1结论

本文利用VAR模型分析了各金融变量2013年12月到2019年2月的月度数据，探究了各变量对我国木材价格的影响程度。通过上文分析，我们可以得到下列结论：第一，国内木材价格近年金融化程度加大，表现出价格波动周期缩短、波动幅度变大的金融化特征，价格变动的不确定性加大；第二，几个金融变量对木材价格影响明显。其中，美国CME木材期货价格与人民币兑美元汇率影响最大，之后依次分别为CPI、M2、原油价格和利率等变量。

3.2建议

3.2.1加强监管，减少投机资本冲击投机资本本身趋于正反馈交易与“羊群效应”的特点使其容易放大市场的波动，造成经济泡沫并影响市场与经济的健康发展。因此，应该加强期货市场监管与风险预警，特别要重点关注市场中的资金流向以及重仓的持仓现象与交易情况。

3.2.2加强期货市场与现货市场联系现阶段我国木材期货市场还有很大的发展空间，应该在对期货市场严格监管的同时，扩大市场的市场化程度与开放程度，扩大交易规模，培育具有一定深度与广度的成熟市场。并且在此基础上加强期货市场与现货市场的联系，使期货市场更有效地发挥价格发现与风险管理的功能，更好地引导现货市场价格并以此减缓木材价格的波动。

3.2.3提高国内木材供应目前，我国国内木材供给远远不能满足对木材的需求。为了减少对国外进口木材的依赖，减少进口不确定因素对我国木材价格造成的波动。有必要出台相关政策加强国内木材培育生产的统筹规划，在未来逐渐增加木材的供给，满足国内的木材需求[7]。同时企业应更精确地控制生产成本，减少生产浪费，以最大化的效率实现对资源的利用[8-10]。

参考文献：

[1]张晓丽,张大红.我国原木进口价格波动影响因素分析[J].价格理论与实践,2012(12):46-47.

[2]杜婉宁,等.纤维板期货价格发现功能与引导作用的实证分析究[J].价格理论与实践,2016(5):130-132.

[3]聂思痕,洪黎明.木材期货市场价格发现功能的实证分析:以胶合板为例[J].价格理论与实践,2015(1):97-99.

[4]徐光顺.农产品金融化对玉米价格波动的影响:基于SVAR模型的实证研究[J].价格月刊,2017(5):29-34.

[5]李超.大宗商品金融化及价格影响因素实证分析[D].北京:对外经济贸易大学,2012.

[6]朱添金,等.基于VAR模型的碳汇价值对我国木材价格的影响[J].南京林业大学学报(自然科学版),2018(5):191-195.

[7]张敏新,乔吉良,何朋.ARIMA模型在林业产出分析中的应用研究[J].资源开发与市场,2018(12):1651-1654.

[8]刘冰旎,李登明.林业上市公司经营绩效分析及建议:基于DEA-Tobit模型[J].中国林业经济,2019(2):12-15.

[9]沈杰,杨忠月,乔吉良.基于季节性时间序列模型的林业产值预测分析[J].南京林业大学学报(自然科学版),2018,42(5):185-190.

[10]徐静文,金银亮,张红霄,等.我国非国有林业企业人工林经营的制度性交易成本成因分析[J].世界林业研究,2018,31(4):64-69.

作者：许小天 朱海星 单位：南京林业大学