谁动了大宗商品的奶酪广外经世者处世初赛入围作品.doc

第八届经世者专业技能挑战赛初赛案例分析报告 题目 谁动了大宗商品的奶酪 选 取 案 例大宗商品价格主导因素分析 队我啊名 圣三一 完成时间 2014 年 11 月 15 日谁动了大宗商品的奶酪摘 要近几年来大宗商品价格波动剧烈，自2014年6月中下旬以来呈单边下行态势，引起了各界的广泛关注。我国企业要能尽可能规避大宗商品价格波动所带来的风险，首先需要了解大宗商品定价的主要方式。本文侧重分析大宗商品价格主导因素，先是从金融市场和实物市场深入探讨2014年大宗商品价格暴跌的影响因素，再利用VAR模型分析大宗商品价格的主导因素，最后尝试对中国大宗商品战略提出启示性意见。Abstract In recent years, the price of bulk stock has been sharply fluctuated. In mid-to-late June, 2014, it has been in a downtrend, arousing the wide concern from all walks of life. In order to avoid the risk caused by the excessive volatility in commodity, above all, we are required to learn the main pricing method of bulk stock. This paper emphasizes the analysis of the dominant factors of the price of bulk stock. We start from exploring the influential factors which can make the price of bulk stock a slump in terms of financial market and commodity market. Then we apply VAR model to analyze how the dominant factors affect the price of bulk stock. Finally, we make an attempt to put forward some enlightening advices on China's bulk stock trade.关键词 大宗商品，价格暴跌，VAR模型Key words Bulk stock, Collapse in prices，VAR model目 录一、选题意义1二、大宗商品价格当今现状2三、2014年大宗商品价格暴跌的影响因素2（一）大宗商品价格形成的基本面因素2 (二）美国退出QE与大宗商品价格4 (三）投机行为与大宗商品价格5（四）世界经济环境与大宗商品价格6（五）库存供给与大宗商品价格7（六）能源结构变化与大宗商品价格7三、实证分析大宗商品价格的主导因素8（一）VAR模型简介8（二）大宗商品价格数据的选择9（三）大宗商品宏观经济数据选择9（四）VAR实证分析过程10四、结论16（一）实证检验结果16（二）对中国大宗商品战略的启示17参考文献17一、 选题意义本文针对2014年大宗商品价格持续下跌的现象，探讨2014年大宗商品暴跌的因素，以形成对2014大宗商品价格下跌现象科学理性认识。另外，我国大宗商品现货交易市场发展迅速，对“大宗商品价格主导因素”分析对推动传统现货批发市场的改造和提升、促进商品流通、规避价格风险以及实现商品价格发现等功能具有重要意义。二、 大宗商品价格当今现状大宗商品CRB价格指数在2-14年6月出现拐点，开始呈现下跌之势；而今年6至10月其指数共下跌约7%。11月，大宗商品CRB价格指数跌至456.39，创2010年9月份以来的新低。根据Wind数据库显示，CRB工业金属价格指数在2014年表现为-14.01% 、CRB能源价格指数在2014年表现为-23.22%；与此同时，农产品也进入急剧下跌期，CRB农产品价格指数在2014年表现为-4.44%，指数报酬均为负数。 这反映了此次国际大宗商品价格下跌现象涵盖了所有大宗商品。2014年大宗商品熊市格局已定，这与世纪初以来一波又一波的价格上涨浪潮形成鲜明对比。三、2014年大宗商品价格暴跌的影响因素普遍认为，2014年大宗商品价格暴跌，除了本身受到其属性与定价权影响外，其下跌原因可归为五个，即美国退出QE、投机、全球经济疲软（新兴经济体中国欧洲体需求下降）、存货积压和能源结构调整。（一） 大宗商品价格形成的基本面因素1. 大宗商品属性大宗商品是指可进入流通领域，但非零售环节，具有商品属性用于工农业生产与消费使用的大批量买卖的物质商品。在金融投资市场，大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品。大宗商品的特点有四个。第一个是价格波动大。只有商品的价格波动较大，有意回避价格风险的交易者才需要利用远期价格先把价格确定下来。比如，有些商品实行的是垄断价格或计划价格，价格基本不变，商品经营者就没有必要利用期货交易，来回避价格风险或锁定成本。二是供需量大。期货市场功能的发挥是以商品供需双方广泛参加交易为前提的，只有现货供需量大的商品才能在大范围进行充分竞争，形成权威价格。三是易于分级和标准化。期货合约事先规定了交割商品的质量标准，因此，期货品种必须是质量稳定的商品，否则，就难以进行标准化。四是易于储存、运输。商品期货一般都是远期交割的商品，这就要求这些商品易于储存，不易变质，便于运输，保证期货实物交割的顺利进行。因此，大宗商品的属性是其价格的形成基础。2.大宗商品价格定价权大宗商品的价格多由供给驱动。大宗商品的需求价格弹性与供给价格弹性均小。大宗商品的需求价格弹性较小，是因为随着工业化进程的加速，对于这类“必需品” 商品的需求日益稳定，并且很难找到替代品，因而价格水平的提高并不能使得此类商品的需求大幅下降。大宗商品的供给价格弹性较小，原因有两个：一是各类大宗原材料商品储量和地理分布限制了大宗原材料商品的供给。比如说，世界石油剩余探明储量的65%在中东地区；铁矿资源集中在澳大利亚、美国、加拿大等地；二是各类大宗原材料商品产品的供给受到垄断组织的控制。例如，欧佩克石油输出组织（沙特阿拉伯、伊拉克、伊朗等12国）控制着世界石油的产量，并影响着石油价格；国际铜业协会旗下的会员控制着世界精铜的绝大部分供给，是国际上决定铜价的重要力量；世界前三甲铁矿石供应商（巴西淡水河谷公司、澳大利亚必和必拓公司、英国力拓矿业公司）合计占到市场总额的70%。大多数大宗商品的供应商受控于发达国家资本，因此在供给层面，发达国家资本控制了大宗商品的定价权。而需求方面，由于全球产业转移，大多数大宗商品的生产制造企业由发达国家迁移至发展中国家，发展中国家生产制造大宗商品的企业的订单多来源于发达国家，因此，从大宗商品的需求层面，发达国家同样掌控了大宗商品的定价权。可见，发达国家资本深刻影响着大宗商品的价格。(二） 美国退出QE与大宗商品价格近期美国退出QE引发了世界各国对于全球资金流向的猜测。同时其导致的美元汇率上升也及大地影响着大宗商品的价格。下面是相关的分析：1.利率因素： 图1 QE政策变化的IS-LM模型假设2014年初均衡点为A，均衡收入为y1，均衡利率为r1；随着美国逐步退出QE，货币供给减小，货币量减小，LM曲线从LM1左移至LM2，利率从r1增加到r2，收入从y1减少至y2，抑制投资与消费；利率r上升导致投资者从大宗商品市场当中撤出资金，影响大宗商品价格。 2.汇率因素 图2 QE政策变化的蒙代尔-弗莱明模型假设2014年初均衡点为C，均衡收入为y3,均衡汇率为e3；在开放经济当中，随着QE逐步的退出，货币供给减少，即货币量减小，LM*曲线从LM*3左移至LM*4，汇率由e3上升至e4，美元升值，购买大宗商品就需要支付更少的本币，以美元为计价单位的大宗商品价格下跌。从IS-LM模型以及蒙代尔-弗莱明模型当中可得知，QE退出通过减少真实货币供应量，使得利率增加，从而投资减少。2014年，美国退出QE消息发布后，伦敦同业拆解利率（LIBOR）美元指数升回0.56%；在无套利的情况下，人们会在大宗商品的短期价格下降至长期均衡价格以下之前抛售大宗商品，投资者将会从大宗商品期货市场撤资，使得大宗商品价格降低。美国退出QE通过减少基础货币供应量，从而使市场上真实的货币供应商成倍减少，同时也增加利率，从而使投资减少。（三）投机行为与大宗商品价格 在2014年11月7日至8日的（第五届）中国大宗商品交易市场发展论坛中，由中国大宗商品发展研究中心研发的反映大宗商品市场信心的大宗商品信心指数（CCI）也同期发布：2014年11月份大宗商品信心指数为-0.87。根据大宗商品信心指数的计算公式，若CCI小于0，则表示市场人士对下月大宗商品市场看空。可见全球对大宗商品市场信心处于冰点。大宗商品跌势将持续，使不少对冲基金公司遭受亏损，于是这些公司清仓基金持有的所有已经获利的大宗商品。这将导致大宗商品价格继续下跌。另外，有的对冲基金公司转而将欧元与日元充作融资货币，延续大宗商品头寸。这种赚取利差的投资存在一定的风险，毕竟这和欧洲及日本的量化宽松政策密切相关。而对于大宗商品价格来说，其他货币并不与大宗商品直接挂钩，因此，此投资方式对于大宗商品的价格影响不大，仅作为一种投资渠道。另一方面，美元走强，日元、卢布对美元贬值，美元升值的时候，大宗商品（包括黄金）的价格就下跌。这些国家持有本币，在享受油价等大宗商品价格下跌的福利上会大幅缩水。而当人们持有美元时，其获得的福利将会增大。因此对于大多国家来说，他们会选择持有美元。而由于此时美国不再大量发行钞票，因此，上述行为会使美元汇率进一步上升。而与美元汇率呈负相关关系的大宗商品价格将进一步下降。（四）世界经济环境与大宗商品价格全球经济增长速度减缓，增长幅度减少。著名评级机构穆雷预测，2014年全球经济增长不会有显著反弹，增速约为2.8%。经济合作与发展组织（OECD）更下调了全球经济增长预期。经济放缓意味着全球大宗商品市场受到影响。新兴经济体资本外流，汇率走低，打压大宗商品价格。新兴市场大宗商品生产国的货币汇率指数自7月初至10月底下降了6.2%， 随着美国退出QE，利率上浮，资金大量撤出新兴经济体，2014年新兴经济体经济也放缓了。国际货币基金组织（IMF）也对新兴经济体经济增长预期下调。中国作为新兴经济体的代表，中国增速放缓，难以再刺激大宗商品进口增长。世界银行（WB) 对中国GDP增长预测下调至7.4%。中国是大宗商品需求大国，是主要买家，进口全世界60%以上的铁矿石，40%以上的铜，80%的大豆。经济增速的放缓意味着物价和商品价格的集体下滑。同时，这意味着中国工业消费品速度放缓。消费缺失，过去十年间中国高涨的需求一直推动者这个超级周期结束，中国很难对全球大宗商品形成消费拉动，大宗商品下跌在所难免。另外，欧洲正面临着通货紧缩和衰退的威胁，预期大宗商品价格下跌。欧洲各国作为传统大宗商品进口消费国，疲软的经济已挫伤大宗商品价格。欧债危机后，量化宽松不见成效，欧洲通货膨胀率下跌，几乎触0，欧元下跌，大宗商品掉价严重。经济衰退，大宗商品投资前景不明朗，市场预期大宗商品价格下跌，因此欧元区会推迟购买行为，将导致大宗商品价格持续下降。（五）库存供给与大宗商品价格2008年金融危机后，全球经济疲软，大宗商品价格一度跌至谷底。然而，2009年各国政府为复苏经济，纷纷实行量化宽松政策，大宗商品市场预期走好，大宗商品市场需求增加，因此大宗商品价格反弹，持续飘红。2014年大宗商品的供应增加，投资存货增加，最终导致产能过剩，大宗商品存货增加。根据库存管理相关理论，存货的增加会减少企业的资产周转率，并且深刻影响企业议价能力。存货堆积导致的现金流短缺影响大宗商品的长期营利能力，大宗商品企业资金周转困难。2014年，由于大宗商品价格暴跌，不少相关企业陷入了经营困难的境地。然而，尽管融资难，利润减少，不少大宗商品企业仍然坚持生产。在一定技术条件下，大宗商品生产商用两种生产要素和资本生产一种产品，且劳动的价格w和资本的价格r是已知的，生厂商用于购买这两种要素的全部成本C是既定的。那企业必然在成本既定的情况下追求最大产量。通过边际技术替代率MRTS（LK）=MP(L)/MP(K)=w/r可以知道，大宗商品生产商可以调整劳动和资本两个要素投入，实现在既定成本条件下的最大产量，才能取得总产量的优势，在竞争中留存下来。大宗商品企业为了避免出现订单接受能力不足问题出现，即使经济疲软，市场低迷，需求下降，不少相关企业仍不停止生产，最终结果是大宗商品库存日益增加，从而今年持续不断冲击大宗商品价格。另外根据边际成本递减规律，产品的平均固定成本会随着生产数量的增加而减少，如果大宗商品相关企业继续生产所获得利润能够大于总的可变成本，即使不能完全覆盖固定成本，企业仍然不会关门停产。大宗商品生产设备价格高昂，停产成本高，因此即企业仍会继续生产，增加大宗商品库存压力，导致大宗商品供给旺盛，库存预期积压，而大宗商品价格下跌。（六）能源结构变化与大宗商品价格新能源的开发不仅会催生能源变革，还会对传统能源造成重大冲击。美国剑桥能源研究协会指出2008年到2014年，美国以致密油为主的页岩类轻质原油产量大幅增加， 其总体原油产量增长80。而根据美国能源信息局的数据，2008年到2013年世界原油供给增幅仅5 。 页岩气储量大，为石油天然气的一种替代品。随着其开采技术日益成熟，页岩气的吸引力上升，需求上升，将逐渐减少石油天然气市场吸引力，造成价格上的限制，进而影响石油行业利益。而能源化工品走势历来紧跟石油。化工品价格主要由上游成本和自身供求关系决定。2014年，原油跌价拖动石油相关大宗商品行业的成本降低，拉低下游产业成品价格。因此新能源技术革命也对大宗商品价格产生深刻的影响。四、 实证分析大宗商品价格的主导因素（一） 本文VAR模型运用简介本文应用VAR模型对大宗商品价格下跌的因素进行实证分析。对于大宗商品价格下跌的影响因素，本文进行了分类，分别是来自金融市场的因素和来自实物市场的因素。对来自金融市场的因素，选取了美元指数（2009年到2014年11月，日度数据，Wind数据库）来代表QE带来的美元供给变化，选取了非商业头寸持有量（2009年到2014年10月，月度数据，来源于美国商品期货交易委员会CFTC）来代表投机因素对大宗商品价格的影响。对来自实物市场的因素，库存因素选取了美国、欧洲的石油库存数据（2009年到2014年6月，月度数据，数据来自Wind），对世界宏观经济的运行状况考量选择了标普500指数（2009年到2014年11月，日度数据，Wind数据库）及中国GDP（月度，Wind数据库），需求方面选择了美国欧洲的原油进口量（2009年到2014年7月，月度数据，数据分别来自美国能源信息署EIA及Wind数据库）（二）大宗商品价格数据的选择大宗商品价格指数采用了CRB指数（Wind数据库）及GSCI（Wind数据库）。CRB美国商品调查局（Commodity Research Bureau）依据世界市场上22种基本的经济敏感商品价格编制的一种期货价格指数。GSCI（Goldman Sachs Commodity Index）是高盛公司依据24种商品编制而成的，是国际市场上资金跟踪量最大的商品指数。两者是国际上最具代表性的商品价格指数。由于存在的一些月度的数据，CRB指数在本文中有时也经平均处理作为月度数据，以保证数据频率的一致性。（三）大宗商品宏观经济数据选择1.金融市场之货币、投机因素数据选择 QE影响了美国真实货币的发行量，但真实货币发行量没有合适数据，而美元指数近十几年与美元发行量保持稳定的反向关系，美元指数（us dollar index）是综合反映美元在国际外汇市场的汇率情况的指标，用来衡量美元对一揽子货币的汇率变化程度。因此用美元指数替代衡量真实货币发行量存在一定的可行性。投机因素采用非商业头寸衡量数量（non-commercial positions），数据来源于美国商品期货交易委员会（commodity futures trading commission），一般认为非商业头寸的持有数反映了市场中存在的投机行为。2.实物市场之经济、供给、结构因素数据选择中美两国在世界经济中举足轻重，因此用两国的经济状况衡量世界经济的运行具有一定的可行性。其中美国经济采用标准普尔500指数量化，中国经济采用月度GDP数据量化。由于月度GDP数据难以获得，本文利用工业增长指数将季度GDP降频为月度数据。 标准普尔500指数英文简写为S&P 500 Index，是记录美国500家上市公司的股票指数。由于记录公司众多，行业跨度大，可以一定程度上代表美国经济的运行状况。而美国经济与中国经济一道对世界经济影响巨大，因此用美国中国的经济状况衡量世界经济形势存在一定的可行性。量化大宗商品供应与需求因素主要是找出主要大宗商品的供求变化，而石油交易占据了大宗商品交易的相当大一部分，因此采用与石油有关的数据进行实证检验具有一定的合理性。实证采用了美欧的原油库存总量及进口总量的数据。（四）VAR实证分析过程下面以基于CRB和标普500指数建立的VAR模型为例，解释实证分析过程。首先确定滞后阶数，其滞后1至8阶结果如表1表1 LagLogLLRFPEAICSCHQ0-11997.9NA  17436955 22.34986 22.36840 22.356881-6599.72 10756.11 756.8124 12.30487  12.34196* 12.318922-6590.06 19.20477 748.8827 12.29434 12.34997  12.31541*3-6585.87 8.314985 748.6199 12.29398 12.36816 12.322084-6580.73 10.19418 747.0257 12.29185 12.38457 12.326975-6578.2 4.997503 749.0783 12.29460 12.40586 12.336746-6571.26  13.69032*  744.9953*  12.28913* 12.41894 12.338297-6570.58 1.342655 749.6146 12.29531 12.44366 12.351508-6570.17 0.818728 754.6352 12.30198 12.46888 12.36520 综合AIC和SC准则考虑，本例应选择滞后1阶或6阶，通过LR检验，最后选择滞后6阶。下面通过AR检验VAR模型的稳定性。如果模型稳定则可以进行方差分解和脉冲响应函数分析。下面进行AR检验，如图3 图3没有根落在单位圆之外，证明了该VAR模型具有稳定性。因此可以进行方差分解，结果如表4表4Variance Decomposition of NUM500: Variance Decomposition of CRB: PeriodNUM500CRB PeriodNUM500CRB 1 100.0000 0.000000 1 8.043062 91.95694 2 99.98831 0.011689 2 11.36526 88.63474 3 99.97207 0.027932 3 13.26315 86.73685 4 99.95078 0.049217 4 14.20641 85.79359 5 99.95442 0.045577 5 14.75165 85.24835 6 99.95320 0.046798 6 14.97713 85.02287 7 99.95365 0.046351 7 15.20531 84.79469 8 99.95358 0.046421 8 15.37918 84.62082 9 99.95468 0.045323 9 15.52216 84.47784 10 99.95617 0.043827 10 15.64395 84.35605 比较显著的是标普500对大宗商品价格指数的影响，其方差贡献逐渐稳定在15%。 接着进行Granger因果检验。首先通过ADF检验两组数据的平稳性，结果如下Null Hypothesis: CRB has a unit rootAugmented Dickey-Fuller test statistict-StatisticProb.*-3.206920.0198Test critical values:1% level-3.43473 5% level-2.8633610% level-2.56779 Null Hypothesis: NUM500 has a unit rootAugmented Dickey-Fuller test statistict-Statistic  Prob.*-0.34132 0.9162Test critical values:1% level-3.43474 5% level-2.8633710% level-2.56779只有在1%水平上通过原假设才成立，因此两组数据均未通过ADF检验。进行一阶差分变换后平稳，如下表Null Hypothesis: DCRB has a unit rootAugmented Dickey-Fuller test statistict-Statistic  Prob.*-36.2178 0.0000Test critical values:1% level-2.56665 5% level-1.9410510% level-1.61654 Null Hypothesis: DNUM500 has a unit rootAugmented Dickey-Fuller test statistict-Statistic  Prob.*-39.7584 0.0000Test critical values:1% level-2.56665 5% level-1.9410610% level-1.61654 数据平稳后可进行Granger因果检验，先确定滞后阶数结果如下 LagLogLLRFPEAICSCHQ0-7256.24NA  838.3993 12.40725  12.41591* 12.410511-7245.61 21.20315 828.9528 12.39592 12.42189  12.40571*2-7241.01 9.170926 828.0958 12.39488 12.43817 12.411213-7236.57 8.812405 827.4837 12.39414 12.45475 12.417004-7233.99 5.128933 829.4888 12.39656 12.47448 12.425955-7226.89  14.07463*  825.0995*  12.39126* 12.48649 12.42718三种检验支持滞后5阶，因此选择滞后5阶，进行因果检验，结果如下 Null Hypothesis:ObsF-StatisticProb.  DNUM500 does not Granger Cause DCRB 1170 2.715150.019 DCRB does not Granger Cause DNUM500 0.475300.7949 表明标普500是CRB指数的Granger原因。因此，标普500指数直接影响了大宗商品价格指数，其解释力度约为15%。对美欧原油库存，美中石油的进口量，美国石油产量，美元指数，非商业头寸持有量，中国GDP进行ADF检验，数据非平稳。进行一阶差分处理后平稳。确定合适阶数后，进行Granger因果检验，结果如下 Null Hypothesis:ObsF-StatisticProb.  Null Hypothesis:ObsF-StatisticProb.  DUSAOIL does not Granger Cause DCRB 64 0.614350.4362 DCRB does not Granger Cause DEUROPE 64 0.179690.6731 DCRB does not Granger Cause DUSAOIL 0.025980.8725 DEUROPE does not Granger Cause DCRB 0.814560.3703 Null Hypothesis:ObsF-StatisticProb.  Null Hypothesis:ObsF-StatisticProb.  DCRB does not Granger Cause DOILPRODUCTION 64 0.057920.8106 DUSDX does not Granger Cause DCRB 1373 17.06914.00E-05 DOILPRODUCTION does not Granger Cause DCRB 0.110790.7404 DCRB does not Granger Cause DUSDX 1.306180.2533 Null Hypothesis:ObsF-StatisticProb.  Null Hypothesis:ObsF-StatisticProb.  DCRB does not Granger Cause DIMPORTS 65 1.029790.3142 DCRB does not Granger Cause DNONCOMMERCIAL 68 2.096820.1524 DIMPORTS does not Granger Cause DCRB 1.936880.169 DNONCOMMERCIAL does not Granger Cause DCRB 0.784970.3789 Null Hypothesis:ObsF-StatisticProb.  Null Hypothesis:ObsF-StatisticProb.  DCRB does not Granger Cause DCHINAGDP 66 0.317030.7295 DUSDX does not Granger Cause DGSCI 1325 3.576410.0282 DCHINAGDP does not Granger Cause DCRB 0.685590.5076 DGSCI does not Granger Cause DUSDX 1.333530.2639表明CRB指数与美国欧洲原油的库存，美中石油进口量，美国石油产量，非商业头寸持有量，中国GDP不存在相互的因果关系。而在1%的显著性上美元指数是CRB指数的Granger原因。CRB对非商业头寸解释力度达到13%，商业头寸对CRB的解释力度仅为1%2%；CRB对美欧石油产量的贡献忽略不计，美欧石油产量对CRB贡献约5%；美欧石油进口与CRB指数相互影响不大；中国GDP对CRB指数的贡献约50%，CRB对中国GDP的贡献为8%；特别要提出的是，此时美元指数无论对GSCI还是CRB指数贡献都不显著，前者不足1%，后者约3%。五、结论（一） 实证检验结果实证证明了标普500的运行对CRB指数的直接影响，其中美国经济的运行对CRB指数的影响力度达到了15%。同时中国GDP对CRB指数达到了惊人的50%，但格兰杰因果检验却否定了两者可能存在的因果关系。这表明从中国经济的运行状况反映到大宗商品价格上存在某种传导机制，本文暂时并不能做出解释。实证并未证明美国欧洲原油库存及美中石油进口量对CRB指数的影响，表明此次大宗商品的价格下跌以5年期来看，并不是由库存或页岩气产量增加引起的。事实上从美欧库存数据来看，5年中并没有显著变化。虽然5年间页岩气的开采导致美国石油供给大幅上涨达80%之多，但其对大宗商品价格贡献十分有限，不足5%，这可能是来自多方面原因，一是美欧对原油进口相对平稳，二是美国市场对石油供需的影响还不够显著。实证并未证明美元指数对CRB指数的影响。美元指数不论是与GCSI还是CRB指数进行同时检验，都表现了强烈的因果关系，但是实际贡献却十分小。推测可能是QE直接影响了另外一些因素，比如货币供给量，间接传导至美元指数（表现为汇率变化），最终检验美元指数和大宗商品价格关系时，两者几乎同时同向变化，显示很强的因果关系。实证并未证明非商业头寸对CRB指数的影响。投机因素对大宗商品的价格变化解释力度仅1%2%，相反大宗商品价格对投机的影响达13%。总的来看。自09年以来金融市场对大宗商品价格影响并不显著，同时，石油的供需，这一传统上认为是大宗商品价格主导的因素也并未影响大宗商品价格。本文检验出中美两国经济的运行状况对大宗商品价格影响极大，这表明大宗商品作为渗透入生活方方面面的必需品，其价格已不仅仅局限于单个商品供需的影响，而是在世界范围内作为经济形势的提前指标受到经济形势的影响。（二） 对中国大宗商品战略的启示自2009年开始，大宗商品价格下跌更多的是受到实体经济运行状况的影响，对金融市场的波动反应反而不明显。因此在面对大宗商品市场价格波动时，中国的处境并不具有特异性。从长远来看，规避金融市场的风险并不如时刻紧盯世界经济发展形势重要。事实上，由于大宗商品受实体经济影响更大，国际炒家们的资本运作效率低下。价格波动更多的是实际经济形势的反映。中国在金融方面的劣势降低，意味着中国可以部分免除大宗商品定价权缺失以及期货市场不完善带来的负担。同时，2014年大宗商品价格持续走跌，这也是中国加快建设金融市场的绝佳时机。中国应建立相应的期货市场，建立大宗商品的战略储备。可以预见，美国经济正在逐渐复苏，这必将带来世界经济的进一步发展，到那时是否金融市场将会成为大宗商品定价的主导因素还不可知，所以中国理应抓住14年这个时机，主动面对未来。参考文献1. 韩立研，尹力博，投机行为还是实际需求国际大宗商品影响因素的广义视角分析J，经济研究，2012年12期2. 滕泰，弈伟强，赵虹，杨东华，全球大宗商品供求价格弹性M，20063. 王任，大宗商品中的中国因素和金融因素D。上海：复旦大学，20124. 王云，国际大宗商品价格波动的影响因素基于MS-VAR方法D，大连：大连理工大学，20115. 李雪，美国量化宽松政策与大宗商品走势研究D，北京：首都经济贸易大学，20146. 常清，美国量化宽松政策退出是否导致大宗商品价格下跌M，专家论坛，20137. 郝雁，对中国货币政策效应时滞的实证分析，南开经济研究，2004年3期附 录