鄭書青 劉雨斐

(中國礦業(yè)大學 江蘇徐州 221116)

1 緒論

地緣政治風險是影響國際大宗商品價格的因素之一，世界經(jīng)濟與政治體系受到新冠疫情的巨大沖擊，極具擴大地緣政治風險。目前，我國即使稀土資源出口量位居世界第一，稀土的出口定價主導權(quán)也并未掌握在手中，因此本文聚焦大宗商品中稀土類開展研究。

在稀土價格波動行為研究方面，楊斌清、張希琳(2017)納入ARIMA時間序列模型來預測稀土氧化物的價格；邊璐等(2020)耦合主成分分析法與BP神經(jīng)網(wǎng)絡(luò)模型，消除了影響稀土價格因素的不必要變量，得到了更準確的結(jié)果。在GARCH-MIDAS模型研究方面，Engle和Rangel(2006)提出GARCH-MIDAS混頻模型，有機耦合GARCH 模型與混頻數(shù)據(jù)抽樣模型，突破了同頻變量制約與數(shù)據(jù)頻率不一致的限制；Eric Girardin和Roselyne Joyeux，(2013)利用GARCHMIDAS模型對中國股市研究發(fā)現(xiàn)，在2001年加入世貿(mào)組織WTO前后A股轉(zhuǎn)受宏觀基本面及波動的影響，B股出現(xiàn)投機性行為。

綜上，現(xiàn)有研究鮮有從全球不同國家地緣政治不確定性分析對稀土價格的影響，也無法分析低頻變量對高頻變量的影響?；诖吮尘?，本文采用GRACH-MIDAS模型，精準測度地緣政治不確定性對稀土價格波動影響的方向及幅度大小。

2 地緣政治不確定性隨稀土波動影響理論的實證分析

2.1 模型簡介

本文采用綜合混頻數(shù)據(jù)抽樣的廣義自回歸條件異方差模型，即GARCH-MIDAS模型對大宗商品的價格波動率進行分析。GARCH-MIDAS模型是建立在GARCH模型的基礎(chǔ)上，利用混頻數(shù)據(jù)抽樣法對不同頻率數(shù)據(jù)進行處理。

本文中，將時間序列波動率分為短期和長期：

其中，r表示第月第天大宗商品價格的對數(shù)收益率；為待估參數(shù)；是波動率的長期低頻成分；是波動率中短期高頻成分；是隨機擾動項。短期高頻波動率符合GARCH(1，1)過程：

本文嘗試考慮含高頻數(shù)據(jù)時，多個因素對大宗商品價格波動的影響，將波動率的長期成分表示為：

2.2 數(shù)據(jù)來源與預處理

本文選取2010—2020年11月30日稀土行業(yè)指數(shù)日度對數(shù)收益率作為模型高頻數(shù)據(jù)源；選取2010年1月—2020年11月的月度地緣政治風險指數(shù)作為測度地緣政治不確定性的作為模型低頻數(shù)據(jù)源。根據(jù)國家稀土生產(chǎn)與儲備量，選取俄羅斯、巴西、中國三個可能的稀土價格決定國家的地緣政治風險指數(shù)。高頻數(shù)據(jù)源建模樣本量2167個，預測樣本量484個；低頻數(shù)據(jù)源建模樣本量95個，預測樣本量46個。

2.3 基于地緣政治不確定性水平值GARCH-MIDAS模型參數(shù)估計與研究假設(shè)檢驗結(jié)果

將高頻稀土日度收益率與低頻地緣政治不確定性變量代入GARCH-MIDAS模型，結(jié)果如表1所示。

表1 GARCH-MIDAS的參數(shù)估計結(jié)果

2.3.1 總體檢驗效果

本文設(shè)立模型參數(shù)估計結(jié)果具有統(tǒng)計意義的顯著性為10%，模型中為不同國家地緣政治不確定性水平值對模型波動條件方差中長期成分的影響與解釋程度，為本文確認模型解釋有效性的關(guān)鍵指標。從輸出結(jié)果可以看出，與之和接近1，說明該模型適應(yīng)近十年來我國稀土指數(shù)收益率序列的GARCH效應(yīng)；MIDAS濾波所選取的最優(yōu)滯后階數(shù)都為29，表示參數(shù)估計模型具有一定的穩(wěn)定性，其參數(shù)估計結(jié)果可信。

2.3.2 各低頻外生變量對稀土收益波動影響效果

基于全球、俄羅斯和巴西地緣政治風險指數(shù)水平值的模型，參數(shù)的估計結(jié)果為負，在10%的顯著性水平上顯著，說明地緣政治不確定性增加，稀土價格的波動率下降。分析可知，因為地緣政治不確定性增加，人們出于避險情緒降低對稀土商品的需求量，需求減少而供給相對增加，稀土價格下降，交易量進一步縮減，降低了稀土收益率的波動。

基于中國地緣政治風險指數(shù)水平值的模型，參數(shù)的估計結(jié)果為負，不具備統(tǒng)計意義上的顯著性，說明中國地緣政治不確定性對稀土價格收益波動不會產(chǎn)生顯著的影響，進一步證實了中國在世界稀土市場中微弱的定價權(quán)。

綜上，地緣政治波動對稀土價格影響力從大到小依次為巴西、俄羅斯、全球、中國。巴西全球稀土儲量位居第二，先進的稀土清潔高效生產(chǎn)和資源回收技術(shù)與強有力的經(jīng)濟貿(mào)易政策在一定程度上確立巴西在世界稀土市場的地位；即使中國稀土儲量位居全球第一，也并未掌握稀土定價權(quán)，這與我國國內(nèi)稀土資源分類布局不科學、行業(yè)開采不規(guī)范及開發(fā)技術(shù)不成熟存在一定的關(guān)系，后文將針對各個痛點提出相關(guān)科學的政策建議。

2.4 基于GARCH-MIDAS的波動率預測與VaR預測

2.4.1 模型波動率預測分析

基于地緣政治風險指數(shù)水平值的GARCH-MIDAS模型，估計分析樣本外稀土價格的可實現(xiàn)波動率RVF，作圖對比在有統(tǒng)計意義上模型的RV與RVF，曲線擬合良好，本文所采用的模型對波動率具有高預測精度(見圖1)。

圖1 RV與基于巴西GPR計算得RVF

為進一步對模型預測精度進行測量，根據(jù)參數(shù)估計結(jié)果得到的均方根誤差RMSE與H值，如表2所示。

表2 GARCH-MIDAS模型波動率預測RSME與H值

結(jié)合RMSE和RMSE來看，在所估計結(jié)果具有統(tǒng)計意義上顯著性的模型中，基于巴西地緣政治風險指數(shù)水平值模型的RMSE和RMSE較其他模型小，其模型預測能力最強。綜合模型估計后驗測試失敗比率H和H來看，所有模型的后驗測試失敗比率都接近于1%，預測能力優(yōu)秀。

3 結(jié)語

3.1 結(jié)論

本文通過建立GARCH-MIDAS模型，分析地緣政治不確定性對稀土收益波動的影響程度，得到如下結(jié)論：當?shù)鼐壵尾淮_定性增加時，人們對稀土的需求減少，稀土價格降低、交易量減少，稀土收益率的波動減弱；所選取的三個國家中，巴西對稀土收益的影響最顯著，而中國對稀土收益的影響甚微。

3.2 政策建議

本文基于理論研究與實證檢驗結(jié)果，提出以下政策建議，以促進我國稀土市場交易機制的形成，進一步降低稀土交易價格。

3.2.1 政策傾斜，強化需求引導功能

首先，相關(guān)部門應(yīng)對國內(nèi)外稀土商品資源交換給予大力度的政策性支持，完善我國國內(nèi)稀土資源分類布局，進一步爭取國際稀土定價權(quán)。其次，采用補貼、減稅等有效政策工具，鼓勵高技術(shù)、高效能稀土生產(chǎn)加工企業(yè)發(fā)展，增強我國稀土產(chǎn)業(yè)硬實力。最后，我國稀土產(chǎn)業(yè)要具備柔性抵御風險的能力，準備“一籃子”政策工具，以及時并準確應(yīng)對國內(nèi)外稀土價格的波動沖擊。

3.2.2 監(jiān)管加強，完善市場交易體系

監(jiān)管當局應(yīng)堅決抵制違規(guī)開采與生產(chǎn)稀土的“黑稀土”行為，穩(wěn)定我國稀土市場的稀土供應(yīng)量。建立稀土公開交易平臺，解決稀土上游產(chǎn)品生產(chǎn)計劃性管理與下游應(yīng)用市場性行為的不協(xié)調(diào)矛盾，形成透明公開的市場化稀土定價機制。

3.2.3 技術(shù)挖掘，探索稀土高效應(yīng)用

稀土清潔高效開采生產(chǎn)技術(shù)匱乏，增加了稀土生產(chǎn)與交易成本，并在一定程度上制約了我國稀土產(chǎn)業(yè)的良性發(fā)展。我國應(yīng)加強科技投入與技術(shù)挖掘，采用新型高效清潔離子型稀土礦開采技術(shù)，用技術(shù)騰飛領(lǐng)頭，開拓稀土產(chǎn)業(yè)，在世界稀土價格定價上占有一席之地。