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(kù)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(duì)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(duì)中國(guó)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(duì)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(chǎng)之間的聯(lián)動(dòng)性特征，發(fā)揮市場(chǎng)機(jī)制應(yīng)對(duì)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(dòng)，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(hào)：F830.91 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?文章編號(hào)：1003-7217（2020）05-0044-09

一、引 言

有色金屬是國(guó)民經(jīng)濟(jì)建設(shè)的重要物質(zhì)基礎(chǔ)。當(dāng)前，國(guó)際局勢(shì)錯(cuò)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(chǎng)之間的風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)增加，國(guó)際有色金屬價(jià)格波動(dòng)加劇，對(duì)中國(guó)有色金屬板塊股票市場(chǎng)沖擊加大。系統(tǒng)考察政策不確定性對(duì)中國(guó)有色金屬板塊股票收益率的影響效應(yīng)，對(duì)有效應(yīng)對(duì)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(dòng)風(fēng)險(xiǎn)，維護(hù)股票市場(chǎng)穩(wěn)定具有重要的現(xiàn)實(shí)意義。

現(xiàn)有文獻(xiàn)對(duì)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(guó)經(jīng)濟(jì)政策不確定性指數(shù)對(duì)亞太地區(qū)和北美地區(qū)的社會(huì)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(dòng)性增加[1]。Dakhlaoui和Aloui（2016）發(fā)現(xiàn)在短期內(nèi)，美國(guó)經(jīng)濟(jì)不確定性與俄羅斯、印度和中國(guó)三個(gè)股票市場(chǎng)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(guó)EPU指數(shù)與金磚四國(guó)股市的波動(dòng)性高度相關(guān)。中國(guó)的股票市場(chǎng)目前還處于初期階段，加之中國(guó)特有的政治形態(tài)，導(dǎo)致其股票市場(chǎng)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(duì)中國(guó)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(duì)中國(guó)股市的波動(dòng)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(guó)經(jīng)濟(jì)政策不確定性與股票收益存在長(zhǎng)期的均衡關(guān)系，且相關(guān)性呈上升趨勢(shì)[4]。Kang（2014）發(fā)現(xiàn)中國(guó)經(jīng)濟(jì)政策不確定性產(chǎn)生的正面沖擊對(duì)全球石油產(chǎn)量、國(guó)際油價(jià)和全球股市長(zhǎng)期收益率產(chǎn)生顯著的負(fù)面影響[5]。Yang（2016）發(fā)現(xiàn)中國(guó)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(duì)股票市場(chǎng)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(duì)于上海股市的影響大于深圳股市，對(duì)于國(guó)有企業(yè)的影響大于非國(guó)有企業(yè)[7]。

現(xiàn)有文獻(xiàn)對(duì)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(duì)股票市場(chǎng)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(dòng)和相關(guān)行業(yè)股票價(jià)格波動(dòng)之間的關(guān)系是靜態(tài)的。鑒于中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)以及有色金屬消費(fèi)的持續(xù)增長(zhǎng)，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(duì)中國(guó)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(guó)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(guó)際期銅價(jià)格（DICP）、國(guó)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(kù)。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(duì)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(duì)中國(guó)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(duì)于銅與黃金，構(gòu)建滯后1階的TVP-SVAR-SV模型，對(duì)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(duì)股票收益率的影響

圖1顯示了中國(guó)銅板塊股票收益率對(duì)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(zhǎng)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(duì)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(zhǎng)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(duì)中國(guó)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(duì)銅板塊股票收益率的影響在2011年之前為正，響應(yīng)值在國(guó)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(duì)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(chǎng)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(duì)銅板塊股票收益率的影響軌跡如圖2所示。可以發(fā)現(xiàn)，不同類型經(jīng)濟(jì)政策不確定性沖擊對(duì)中國(guó)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(dòng)趨勢(shì)。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(duì)中國(guó)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(duì)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(shì)，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(duì)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(chǎng)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(duì)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(shì)，之后則呈現(xiàn)增強(qiáng)趨勢(shì)。

除此之外，本文探究了中國(guó)黃金板塊股票收益率對(duì)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(duì)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(zhǎng)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(dòng)性較大，呈現(xiàn)正負(fù)交替態(tài)勢(shì)，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(tái)、經(jīng)濟(jì)危機(jī)以及市場(chǎng)動(dòng)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(duì)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(duì)中國(guó)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(duì)中國(guó)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(duì)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(shì)，之后則主要為正向影響。黃金板塊股票收益率對(duì)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(duì)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(duì)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(zhǎng)期內(nèi)則主要為負(fù)，并且影響程度相對(duì)較小。

（三）不同時(shí)間點(diǎn)下經(jīng)濟(jì)政策不確定性對(duì)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(duì)應(yīng)國(guó)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(guó)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(duì)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(guó)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(guó)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(duì)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(duì)銅板塊股票收益率的影響軌跡如圖4所示?？梢园l(fā)現(xiàn)，在國(guó)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(guó)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(guó)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(duì)而言，在國(guó)際金融危機(jī)期間，其影響相對(duì)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(duì)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(duì)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(guó)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(guó)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(guó)際金融危機(jī)時(shí)期，中國(guó)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(guó)總統(tǒng)時(shí)期，中國(guó)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(duì)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(guó)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(guó)黃金板塊股票收益率對(duì)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(duì)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(guó)總統(tǒng)時(shí)期，中國(guó)黃金板塊股票收益率對(duì)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(duì)于財(cái)政政策不確定性沖擊，中國(guó)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(duì)于貿(mào)易政策不確定性沖擊，中國(guó)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(duì)而言，在國(guó)際金融危機(jī)期間，其影響效應(yīng)相對(duì)其他兩個(gè)時(shí)期更為顯著。

（四）經(jīng)濟(jì)政策不確定性對(duì)股票收益率的相對(duì)重要性分析

為了量化經(jīng)濟(jì)政策不確定性沖擊對(duì)中國(guó)有色金屬板塊股票收益率影響的相對(duì)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(duì)有色金屬板塊股票收益率的預(yù)測(cè)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(shì)，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(shì)，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(duì)銅板塊股票收益率的預(yù)測(cè)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(duì)中國(guó)銅板塊股票收益率具有不可忽視的影響。而投機(jī)沖擊對(duì)中國(guó)銅板塊股票收益率的預(yù)測(cè)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(duì)中國(guó)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(duì)中國(guó)銅板塊股票收益率的預(yù)測(cè)方差貢獻(xiàn)度為2.977%，而供給沖擊對(duì)中國(guó)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(duì)黃金板塊股票收益率的預(yù)測(cè)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(shì)，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(shì)，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(duì)中國(guó)黃金板塊股票收益率的預(yù)測(cè)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(duì)中國(guó)銅板塊股票收益率的影響最大。總需求沖擊的影響次之，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(duì)中國(guó)有色金屬板塊股票收益率影響的相對(duì)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(duì)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(duì)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(duì)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(duì)中國(guó)有色金屬板塊股票收益率的影響。同時(shí)，還采用美國(guó)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(duì)中國(guó)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(duì)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。總體而言，經(jīng)濟(jì)政策不確定性沖擊對(duì)中國(guó)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(zhǎng)期最小。（2）面對(duì)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(guó)際金融危機(jī)、歐債危機(jī)與特朗普就任美國(guó)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(duì)銅板塊股票收益率的影響相對(duì)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(cuò)綜復(fù)雜的國(guó)際局勢(shì)下，經(jīng)濟(jì)政策不確定性越來越增強(qiáng)，中國(guó)應(yīng)當(dāng)積極地、主動(dòng)地應(yīng)對(duì)經(jīng)濟(jì)政策風(fēng)險(xiǎn)，而不是被動(dòng)地讓經(jīng)濟(jì)政策不確定性給中國(guó)相關(guān)股票市場(chǎng)產(chǎn)生負(fù)面影響，成為中國(guó)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(dòng)對(duì)中國(guó)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(duì)金融市場(chǎng)監(jiān)管的同時(shí)，也應(yīng)重視市場(chǎng)之間的聯(lián)動(dòng)性特征，充分發(fā)揮市場(chǎng)機(jī)制在應(yīng)對(duì)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(duì)有色金屬板塊股票市場(chǎng)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(duì)股票市場(chǎng)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(duì)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(dòng)，以避免過度的政策干預(yù)。為維持有色金屬市場(chǎng)的穩(wěn)定，政策制定者應(yīng)尋求國(guó)際合作，共同應(yīng)對(duì)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(shì)，對(duì)跨國(guó)以及跨市場(chǎng)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(dòng)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(duì)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(guó)股市與宏觀經(jīng)濟(jì)相關(guān)性的非對(duì)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(dòng)性——基于子樣本滾動(dòng)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(guó)宏觀經(jīng)濟(jì)波動(dòng)——基于TVP-SV-VAR的研究[J]. 國(guó)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(duì)大宗商品市場(chǎng)非對(duì)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）