萬 千，方建春

（1.中國(guó)人民大學(xué)書報(bào)資料中心，北京 100872；2.浙江大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310027）

1.引言

考察經(jīng)濟(jì)和政策不確定性對(duì)金融市場(chǎng)影響已成為研究的熱點(diǎn)問題之一。多數(shù)研究認(rèn)為，不確定性會(huì)對(duì)金融市場(chǎng)造成顯著的影響。無論是企業(yè)還是金融市場(chǎng)的決策者，在面對(duì)不確定性時(shí)通常會(huì)做出改變公司經(jīng)營(yíng)或投資環(huán)境的決策。而在決策期間，投資者或決策者通常會(huì)對(duì)不確定性的內(nèi)容和潛在影響方面做出判斷。因此調(diào)查這種與政策相關(guān)的不確定性是否會(huì)對(duì)經(jīng)濟(jì)或決策產(chǎn)生重大影響就顯得尤為重要。這一話題正受到學(xué)術(shù)界、政策制定者越來越多的關(guān)注。眾多研究認(rèn)為，政治和經(jīng)濟(jì)引起的不確定性是直接影響當(dāng)前全球經(jīng)濟(jì)走出疫情，實(shí)現(xiàn)經(jīng)濟(jì)復(fù)蘇的主要障礙之一[1]。本文通過實(shí)證研究與政策相關(guān)的不確定性、投資者情緒及其對(duì)稀土現(xiàn)貨價(jià)格走勢(shì)的影響，力求為這一主題的研究做出新的貢獻(xiàn)。

該研究領(lǐng)域面臨的一大挑戰(zhàn)在于，找到衡量政策不確定性的適當(dāng)指標(biāo)。目前，公司面臨的不確定性可用多種指標(biāo)來衡量。比如，股票收益的波動(dòng)性、投入和產(chǎn)出價(jià)格、全要素生產(chǎn)率或公司治理層面的微觀指標(biāo)。然而，從政策或宏觀層面考察不確定性仍是一項(xiàng)艱巨的任務(wù)。盡管大量研究考察了財(cái)政、貨幣或社會(huì)保障等特定類型政策的影響，但用于衡量經(jīng)濟(jì)中政策不確定性總體水平的研究仍不多見。

在面對(duì)不確定性時(shí)，大多數(shù)投資者通常是根據(jù)低頻歷史數(shù)據(jù)來判斷未來的經(jīng)濟(jì)走勢(shì)，并假定這一模式一致且經(jīng)濟(jì)結(jié)構(gòu)穩(wěn)定。但是，在面對(duì)急劇變化的環(huán)境和突發(fā)性事件時(shí)，這些方法可能難以提供準(zhǔn)確的預(yù)測(cè)。另外，這些低頻數(shù)據(jù)通常是以年或季度為單位，而不是每月或每周，這限制了它們?cè)诙唐陬A(yù)測(cè)中的應(yīng)用。但在實(shí)際決策中，越來越多的投資者依靠搜索引擎來獲取即時(shí)的高頻數(shù)據(jù)，以增加信息獲取的渠道來彌補(bǔ)自身信息的不足，從而為決策提供有益的參考。但如果大量投資者獲取的信息渠道較為集中，所受到具有明確導(dǎo)向性信息誤導(dǎo)的可能性也越高。此外，投資者之間的信息傳遞容易引發(fā)羊群效應(yīng)，從而對(duì)投資行為、產(chǎn)品價(jià)格走勢(shì)乃至金融市場(chǎng)造成影響。

稀土價(jià)格的形成具有特殊性。由于生產(chǎn)的集中性和交易量的相對(duì)有限性，稀土缺乏像普通大宗商品那樣的期貨交易品種和期貨市場(chǎng)。多數(shù)稀土價(jià)格的形成依然是通過現(xiàn)貨市場(chǎng)的交易來實(shí)現(xiàn)。而中國(guó)作為稀土生產(chǎn)、出口第一大國(guó)，是稀土價(jià)格形成的主要市場(chǎng)。稀土作為一種戰(zhàn)略性物資，容易受到地緣政治和國(guó)際關(guān)系動(dòng)蕩的影響。稀土市場(chǎng)的投資者面對(duì)的經(jīng)濟(jì)和政策不確定性甚至?xí)哂谄渌笞谏唐?。因此，在面?duì)不確定性時(shí)，稀土現(xiàn)貨市場(chǎng)投資者通過收集信息所產(chǎn)生的投資者情緒，可能會(huì)放大外部市場(chǎng)動(dòng)蕩的效應(yīng)，從而對(duì)稀土現(xiàn)貨市場(chǎng)價(jià)格的波動(dòng)造成直接的影響。

現(xiàn)有研究不乏考察不確定性對(duì)金融市場(chǎng)波動(dòng)的文獻(xiàn)。但以稀土市場(chǎng)為例，分析面對(duì)不確定性時(shí)，投資者情緒對(duì)稀土現(xiàn)貨市場(chǎng)影響的文獻(xiàn)仍較為少見。本文以稀土市場(chǎng)為考察對(duì)象，利用政策不確定性、投資者情緒和稀土現(xiàn)貨市場(chǎng)價(jià)格的月度數(shù)據(jù)，分析其相互影響的程度及其效應(yīng)，為這一領(lǐng)域的研究做出貢獻(xiàn)。

2.文獻(xiàn)綜述

一些研究考察了經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)影響的不同渠道[2－3]，進(jìn)而影響到就業(yè)、投資、大宗商品價(jià)格、出口和產(chǎn)出[4－8]。這些渠道包括：實(shí)物期權(quán)[9－10]，預(yù)防性儲(chǔ)蓄[11]，金融資產(chǎn)配置[12－14]。這些渠道會(huì)通過需求和供給等諸多方面影響經(jīng)濟(jì)產(chǎn)出。在需求方面，不確定性水平的提升會(huì)導(dǎo)致公司投資需求下降和新項(xiàng)目的延遲。不僅如此，家庭也會(huì)通過降低耐用品消費(fèi)和預(yù)防性儲(chǔ)蓄來應(yīng)對(duì)外部環(huán)境的不確定性[15]。在供給方面，在面對(duì)經(jīng)濟(jì)不確定性時(shí)，雇主因調(diào)整成本高昂而降低對(duì)員工的雇傭[16]。而債權(quán)人因期望更高回報(bào)率，危及企業(yè)籌融資能力，從而影響產(chǎn)出增長(zhǎng)。Bredin 和 Fountas（2009）、Carriero和 Clark（2020）、王霞和鄭挺國(guó)（2020）分析了宏觀經(jīng)濟(jì)不確定性對(duì)產(chǎn)出的負(fù)面影響[17－19]。Sum（2013）報(bào)告了美國(guó)和歐盟經(jīng)濟(jì)政策不確定性（EPU）之間的長(zhǎng)期均衡關(guān)系。

另一些研究則考察了經(jīng)濟(jì)不確定性對(duì)不同行業(yè)的影響。一些研究以經(jīng)濟(jì)危機(jī)的形式分析經(jīng)濟(jì)不確定性對(duì)旅游業(yè)的影響[20]，但有些學(xué)者則考察了恐怖主義、政治動(dòng)蕩、自然災(zāi)害和健康疾病對(duì)旅游業(yè)的影響[21－22]。在金融領(lǐng)域，一些學(xué)者探討了經(jīng)濟(jì)不確定性對(duì)股市造成的影響[23]。Demir et al.（2018）則考察了經(jīng)濟(jì)政策不確定性對(duì)比特幣回報(bào)的預(yù)測(cè)能力[24]。還有一些學(xué)者從心理層面分析了對(duì)不確定性的應(yīng)對(duì)措施，認(rèn)為經(jīng)濟(jì)主體對(duì)不確定性的典型反應(yīng)是通過增加信息搜索來應(yīng)對(duì)[25]。面對(duì)不確定性，投資者通常會(huì)更加密集地收集信息，而這可以通過互聯(lián)網(wǎng)搜索量來表示。不論是否愿意，每個(gè)互聯(lián)網(wǎng)用戶都會(huì)留下每次使用搜索引擎時(shí)所尋找內(nèi)容的數(shù)據(jù)。如果系統(tǒng)地進(jìn)行大規(guī)模分析，則此類數(shù)據(jù)將非常適合跟蹤現(xiàn)實(shí)世界環(huán)境中的信息搜索活動(dòng)。較為常見的是百度指數(shù)和Google趨勢(shì)兩種搜索引擎的數(shù)據(jù)，可以用來衡量不確定性。這種使用互聯(lián)網(wǎng)搜索衡量不確定性的兩個(gè)主要優(yōu)點(diǎn)。第一是高頻數(shù)據(jù)。第二，數(shù)據(jù)是自發(fā)生成的，而不是通過與金融市場(chǎng)直接相關(guān)的行動(dòng)生成的，這有效抑制內(nèi)生性。因此，通過分析其搜索行為來衡量投資者的不確定性有其必然性。Bilgin等（2019）認(rèn)為，Google趨勢(shì)報(bào)告的互聯(lián)網(wǎng)搜索頻率可以用來恰當(dāng)?shù)夭蹲酵顿Y者對(duì)經(jīng)濟(jì)狀況的不確定性，這對(duì)總的股市回報(bào)有影響[26]。

互聯(lián)網(wǎng)搜索數(shù)據(jù)在經(jīng)濟(jì)和金融文獻(xiàn)中得到了廣泛應(yīng)用。它們被用來預(yù)測(cè)銷售[27]，失業(yè)救濟(jì)申請(qǐng)[28]，流感暴發(fā)[29]，個(gè)人投資者的需求和IPO收益[30]。Dzielinski（2012）將主成分分析應(yīng)用于搜索字詞的構(gòu)建，以反映投資者情緒。通常而言，搜索量的增加是不確定性增加的征兆，這為判斷未來股市的走勢(shì)提供了依據(jù)[23]。

3.數(shù)據(jù)與統(tǒng)計(jì)性描述

本文的價(jià)格數(shù)據(jù)來自東方財(cái)富Choice數(shù)據(jù)的稀土現(xiàn)貨價(jià)格，用Price來表示。搜索數(shù)據(jù)來自百度指數(shù)，用Search來代表，用以代表投資者情緒和對(duì)未來走勢(shì)的判斷。不確定性指數(shù)來自Baker等開發(fā)的不確定性指數(shù)網(wǎng)站，用Uncertainty表示?；谙⊥连F(xiàn)貨價(jià)格的可獲得性，本文研究的區(qū)間從2011年1月－2020年10月。鑒于稀土包含多種金屬及其氧化物和化合物，本文選取氧化鐠為例。從表1的數(shù)據(jù)來看，稀土現(xiàn)貨價(jià)格的波動(dòng)幅度較大。最大值為1115000元/噸，在2011年7月取得。最小值為232500元/噸，在2011年1月取得。這是由于，2011年稀土價(jià)格經(jīng)歷一輪暴漲。當(dāng)年國(guó)家強(qiáng)化了對(duì)稀土行業(yè)的管控和整頓，并通過提高稀土資源稅，從而強(qiáng)化了稀土資源的戰(zhàn)略地位。地方政府也強(qiáng)化了稀土企業(yè)的整合，內(nèi)蒙古的包鋼稀土、江西的贛州稀土等骨干企業(yè)也強(qiáng)化了對(duì)資源、生產(chǎn)、價(jià)格等環(huán)節(jié)的管控。加上部分企業(yè)、個(gè)人面對(duì)價(jià)格上漲的惜售心態(tài)，共同推高了稀土價(jià)格。

表1 主要變量的描述性統(tǒng)計(jì)

搜索指數(shù)的最低點(diǎn)為37.3，在2011年12月取得。而搜索指數(shù)的最大值為912.4，在2019年5月取得。這是由于2019年9月稀土經(jīng)歷了一輪大幅的價(jià)格上升，從而導(dǎo)致行業(yè)對(duì)稀土相關(guān)關(guān)鍵詞的搜索大幅上升。不確定性指數(shù)的最小值在2011年5月取得。不確定指數(shù)的最大值在2020年5月取得，這與疫情的走勢(shì)密切相關(guān)。

從圖1的走勢(shì)來看，稀土價(jià)格的波動(dòng)在經(jīng)歷了2011年的高點(diǎn)之后，總體上呈現(xiàn)震蕩下滑的態(tài)勢(shì)。價(jià)格指數(shù)與搜索指數(shù)之間具有一定的關(guān)聯(lián)性。稀土價(jià)格的劇烈波動(dòng)通常伴隨著搜索指數(shù)的明顯上升。不確定性指數(shù)和稀土價(jià)格之間大致呈現(xiàn)相反的走勢(shì)。

圖1 主要變量自然對(duì)數(shù)值的走勢(shì)

4.數(shù)據(jù)檢驗(yàn)與實(shí)證研究

首先通過ADF檢驗(yàn)考察數(shù)據(jù)的平穩(wěn)性，在運(yùn)用ADF進(jìn)行單位根檢驗(yàn)時(shí)，模型形式的選擇較為重要。通過觀察時(shí)間序列的走勢(shì)，判斷模型中是否應(yīng)當(dāng)包括包截距項(xiàng)或趨勢(shì)項(xiàng)，然后通過考察截距項(xiàng)、時(shí)間趨勢(shì)項(xiàng)以及單位根等變量的系數(shù)，來確定模型的最終形式。滯后階數(shù)的確定主要根據(jù)SIC準(zhǔn)則來判斷。表2的單位根檢驗(yàn)表明，變量Ln（Price）、Ln（Search）以及Ln（Uncertainty）的原始時(shí)間序列均不平穩(wěn)，但一階差分序列均平穩(wěn)。因此，可以對(duì)上述變量的一階差分開展Granger因果檢驗(yàn)。由于三個(gè)變量是通過對(duì)原始時(shí)間序列取對(duì)數(shù)，因此其一階差分代表模型中各變量的變動(dòng)率。

表2 主要變量的平穩(wěn)性檢驗(yàn)

為了考察三個(gè)變量之間的影響關(guān)系，運(yùn)用Granger因果檢驗(yàn)進(jìn)行驗(yàn)證。因?yàn)闇箜?xiàng)的選取對(duì)Granger因果檢驗(yàn)結(jié)果有較大的影響，選取了不同滯后階數(shù)以對(duì)三個(gè)變量之間的Granger因果關(guān)系進(jìn)行了檢驗(yàn)。最后選取滯后項(xiàng)為2，實(shí)證研究結(jié)果表明（見表3）：在5%的顯著性條件下，變量之間的影響關(guān)系更多的是單向影響。不確定性是稀土現(xiàn)貨價(jià)格波動(dòng)的格蘭杰原因，但反之則不成立。也就是說，經(jīng)濟(jì)或者政策的不確定性會(huì)導(dǎo)致稀土現(xiàn)貨價(jià)格的波動(dòng)。這是由于，面對(duì)外部不確定性時(shí)，企業(yè)通常選擇更為保守的投資策略，從而會(huì)影響稀土需求和價(jià)格波動(dòng)；搜索是稀土價(jià)格波動(dòng)的格蘭杰原因，但不存在反向關(guān)系。也就是說，投資者群體的信息搜索和信息交流會(huì)影響到稀土價(jià)格的波動(dòng)；不確定性是搜索的格蘭杰原因，反之不成立。這表明，投資者在面對(duì)不確定性時(shí)通常通過信息搜索來輔助決策，以降低信息不對(duì)稱性。

表3 主要變量之間的因果關(guān)系

對(duì)變量之間的協(xié)整關(guān)系進(jìn)行考察，發(fā)現(xiàn)原始時(shí)間系列之間不存在協(xié)整關(guān)系，于是取1階差分形式來構(gòu)建VAR模型。圖2的脈沖響應(yīng)函數(shù)的計(jì)算結(jié)果表明，價(jià)格對(duì)搜索一個(gè)標(biāo)準(zhǔn)差的脈沖在第一期和第二期時(shí)產(chǎn)生了正向的響應(yīng)，在第二期時(shí)達(dá)到最大值。由此可以推斷，搜索指數(shù)的上升盡管在第1期就會(huì)對(duì)稀土現(xiàn)貨價(jià)格產(chǎn)生影響，但影響較弱，大致在滯后2期后對(duì)價(jià)格產(chǎn)生較為明顯的影響。因?yàn)樾畔⑺阉鞯脑鲩L(zhǎng)會(huì)通過投資者之間的交流向后傳導(dǎo)，首先會(huì)對(duì)內(nèi)部的交流者及其投資行為產(chǎn)生影響。然后對(duì)其他投資者產(chǎn)生影響。因此存在一定的滯后期。在第三期之后，這種沖擊效應(yīng)變成了持續(xù)的負(fù)向影響。這種搜索指數(shù)上升對(duì)稀土現(xiàn)貨價(jià)格影響存在滯后也與多數(shù)理論相符。

圖2 價(jià)格對(duì)搜索的脈沖響應(yīng)

從圖3可以看出，稀土價(jià)格對(duì)不確定性一個(gè)標(biāo)準(zhǔn)差的沖擊持續(xù)產(chǎn)生的負(fù)向累積響應(yīng)。由此可見，不確定性的增加，會(huì)導(dǎo)致投資者的投資行為更為保守，從而不利于稀土需求，進(jìn)而對(duì)稀土價(jià)格產(chǎn)生負(fù)面影響。尤其是當(dāng)前疫情蔓延的情況下更是如此。由于多數(shù)國(guó)家的工廠無法開工，因此對(duì)稀土的需求呈現(xiàn)下降趨勢(shì)，稀土的價(jià)格也受到了抑制。因此，不僅對(duì)投資者而言，而且對(duì)稀土生產(chǎn)和需求企業(yè)而言，如何更加合理和充分的應(yīng)對(duì)不確定性的外部沖擊，從而降低價(jià)格大幅波動(dòng)對(duì)自身的影響，都是需要投資者和企業(yè)積極應(yīng)對(duì)的場(chǎng)景。

圖3 價(jià)格對(duì)不確定性的脈沖響應(yīng)

從圖4可見，搜索對(duì)不確定性一個(gè)標(biāo)準(zhǔn)差的沖擊所產(chǎn)生的累積響應(yīng)，在1－3期為負(fù)，在第2期為負(fù)向最大，在第3期后轉(zhuǎn)變?yōu)檎蝽憫?yīng)。由此可見，不確定性上升大約在滯后3期后會(huì)傳導(dǎo)到搜索指數(shù)上，并對(duì)搜索產(chǎn)生持久的正向沖擊。這是因?yàn)?，不確定性上升導(dǎo)致搜索量的增長(zhǎng)均有一定的滯后期。因?yàn)橥顿Y者在面對(duì)不確定性時(shí)，首先要對(duì)不確定性的性質(zhì)做出判斷。這種不確定性對(duì)稀土價(jià)格的影響到底是正向沖擊，負(fù)向沖擊還是完全沒有影響？如果是正向沖擊，那么投資者可能會(huì)買入，從而導(dǎo)致稀土價(jià)格上升。如果是負(fù)向沖擊，投資者可能就會(huì)選擇規(guī)避風(fēng)險(xiǎn)，進(jìn)而導(dǎo)致稀土價(jià)格的下滑。因此，經(jīng)濟(jì)效應(yīng)的方向和大小取決于不確定性的性質(zhì)，具有明顯的滯后性。

圖4 搜索對(duì)不確定性的脈沖響應(yīng)

5.主要結(jié)論與政策建議

在面對(duì)外部經(jīng)濟(jì)和政策不確定性時(shí)，考察投資者情緒對(duì)金融市場(chǎng)的影響，具有重要的理論意義和政策價(jià)值。本文利用政策不確定性指標(biāo)以及搜索引擎所代表的投資者情緒，通過考察政策不確定性、投資者情緒及其對(duì)稀土現(xiàn)貨價(jià)格的影響，豐富了這一領(lǐng)域的研究成果。本文利用2011年1月－2020年10月數(shù)據(jù)的研究結(jié)果表明，稀土價(jià)格在過去十年間經(jīng)歷了多輪的大幅震蕩。這與中國(guó)在此期間多輪的政策調(diào)整，以及強(qiáng)化對(duì)稀土市場(chǎng)的管控密切相關(guān)。這一系列的政策調(diào)整帶來的不確定性，影響了投資者情緒，給稀土市場(chǎng)以及稀土價(jià)格的波動(dòng)產(chǎn)生了顯著的外部影響。本文的實(shí)證研究結(jié)果表明，政策不確定性、投資者情緒和稀土現(xiàn)貨價(jià)格之間存在著協(xié)整關(guān)系。政策不確定性和投資的情緒，都是稀土價(jià)格波動(dòng)的格蘭杰原因，但反之則不成立。價(jià)格對(duì)搜索一個(gè)標(biāo)準(zhǔn)差的脈沖在第一期和第二期時(shí)產(chǎn)生了正向的響應(yīng)，在第二期時(shí)達(dá)到最大值。在第三期之后則產(chǎn)生了持續(xù)的負(fù)向響應(yīng)。稀土價(jià)格對(duì)不確定性一個(gè)標(biāo)準(zhǔn)差的沖擊持續(xù)產(chǎn)生的負(fù)向累積響應(yīng)。搜索對(duì)不確定性的沖擊所產(chǎn)生的累積響應(yīng)，在1－3期為負(fù)，在第2期為負(fù)向最大，在第3期后轉(zhuǎn)變?yōu)檎蝽憫?yīng)。

基于上述研究結(jié)果，我們認(rèn)為，在面對(duì)疫情沖擊等經(jīng)濟(jì)和政策不確定性的情況下，投資者行為容易形成羊群效應(yīng)。因此，實(shí)時(shí)監(jiān)測(cè)搜索引擎、股吧等投資者聚集區(qū)域的投資者情緒，積極引導(dǎo)投資者輿論導(dǎo)向，對(duì)于提升政策治理的效果，具有不可替代的作用。尤其是利用搜索指數(shù)等高頻數(shù)據(jù)，能有效緩解傳統(tǒng)低頻數(shù)據(jù)在面對(duì)新情況、新問題時(shí)，政策響應(yīng)滯后的弊端。此外，企業(yè)或投資者面對(duì)外部經(jīng)濟(jì)或政策不確定時(shí)，通過收集搜索引擎或股吧的高頻實(shí)時(shí)數(shù)據(jù)，有利于為企業(yè)或投資者的決策提供更有價(jià)值的信息參考，從而有效彌補(bǔ)信息的不對(duì)稱性。對(duì)稀土這一特定的商品市場(chǎng)而言，實(shí)時(shí)分析和監(jiān)測(cè)投資者情緒，有助于稀土生產(chǎn)和下游企業(yè)做好生產(chǎn)規(guī)劃和企業(yè)庫(kù)存，并提高資金使用效率，從而有效降低不確定性時(shí)的企業(yè)風(fēng)險(xiǎn)和投資風(fēng)險(xiǎn)。