投资期限：一周
产品名称年化利率操作502 Bad Gateway
502 Bad Gateway
The proxy server received an invalid response from an upstream server. Sorry for the inconvenience.
Please report this message and include the following information to us.
Thank you very much!
gold.org/c//c2765435.html
cms-haproxy-
Powered by Tengine>>>>>>信息内容【字体：
监管部门完善期货市场交易规则 遏制过度投机行为
&&&&简要内容：今年以来，大宗商品价格波动明显，国内上市期货品种相关的现货企业积极利用期货市场管理风险，套期保值，从而一定程度上抑制了价格波动对生产经营产生的影响，促进了相关产业的健康发展。
　　今年以来，大宗商品价格波动明显，国内上市期货品种相关的现货企业积极利用期货市场管理风险，套期保值，从而一定程度上抑制了价格波动对生产经营产生的影响，促进了相关产业的健康发展。为使期货市场能够更好地服务实体经济，不断提升服务水平，我国证监会在充分考虑现货市场发展变化的基础上，进一步强化了期货市场监管，坚决抑制过度投机，与此同时，有针对性的完善交易规则，满足相关产业链企业在价格波动中管理价格风险的需求，提升期货市场服务实体经济的能力。
　　遏制过度投机氛围
　　严控异常交易行为
　　根据市场运行的状况，证监会从7月份以来不但加强了市场运行的监测监控力度，同时还进一步强化了市场监管，对各类异常交易行为采取果断措施，对违法违规交易予以坚决打击，以此确保市场平稳运行。
　　为遏制过度交易，中国证监会于7月29日统一指导并要求各期货交易所发布了《期货市场异常交易监控指引》，确定了异常交易类型、统一了量化认定标准、明确了处理程序。该指引实施以来，期货市场频繁报撤等异常交易行为已大幅减少。
　　针对市场上日益增多的程序化交易行为，中国证监会于9月7日向各期货交易所下发了《关于程序化交易的认定及相关监管工作的指导意见》，要求全市场的程序化交易进行报备，并采取有针对性的监管措施，防范程序化交易对市场带来负面作用。
　　下半年以来，证监会连续四次召开会议，要求期货交易所做好一线监管工作，并于11月15日下发了《关于进一步加强期货市场风险防范和监管工作的通知》，就遏制过度投机、加强市场监管、完善交割制度、确保技术系统安全、防范结算风险等方面工作提出了九项具体要求。
　　以大宗商品价格上涨幅度最大的10月为例，各期货交易所针对会员和客户进行电话提示207次，发送市场监查关注函153份、警示函37份；对6件对敲交易进行了处罚；对5件涉嫌违法违规行为提交中国证监会稽查局立案调查。
[首页]&&&&[上一页]&&&&&&&&&&&&选择页数12
来源：中国经济网　编辑：若玉 实习编辑：张静
主办单位：人民日报社天津分社网络中心 京ICP00006号 〖〗 版权所有，未经书面授权禁止使用投机行为正在摧毁商品市场？
日10:19　　来源：
第1页:千夫所指 监管机构表态趋于强硬
第2页:市场操纵 并非没有前车之鉴
第3页:投机＝操纵？
第4页:准确界定才能有效执法
　　和讯特约　
　　DianaB.Henriques/文 长城伟业刘梦茵/编译
　　在华盛顿，玩家们如今引起了各界公愤，背负着越来越多的骂名。
　　他们被指责一手操纵了节节攀升的和食品价格，导演了各种商品价格的剧烈振荡，制造出大量的市场泡沫。立法者呼吁有关监管部门采取紧急措施遏制投机行为，缓和失控的物价波动，以免出现泡沫高位破裂而导致市场“崩盘”的可能性。
　　千夫所指 监管机构表态趋于强硬
　　“这是一场令人难以置信的投机热！你们监管机构天天研究它，却不采取行动！”在最近一次参议院听证会上，密歇根州民主党人、参议员卡尔•列文对美国商品交易委员会（CFTC）的高级官员们大声抱怨：“你们委员会不对投机行为明令遏制，我们就没法‘警察抓小偷’！”
　　就在不久前，康涅狄格州的独立参议员约瑟夫•利伯曼声称，他正在起草一份彻底取缔期货市场大型机构投资者的提案。同日，布什政府通过了另一份参议院提案，旨在创建一个新的联邦内部专门小组来调查期货市场的投机行为。在短短的两个月以来，至少举行了4场公众参与的听证会来探讨投机问题，这还不包括利伯曼参议员于6月24日举行的专题研讨会。
　　每逢市场出现不稳定，人们便迁怒于投机者，这在金融界早已司空见惯。但这次抵制行动不断升级，让深谙金融市场运行机制的行家老手们开始坐立不安倍感忧虑。这些专家们十分清楚，如果没有投机者，期货市场就完全没办法运转！
　　期货投机者是指那些愿意承担投资风险以寻求高额利润的人，他们是健康的商品期货市场得以运转的核心。业内专家们宣称：市场正处于全球食品和燃料需求不断增长的压力之下，对期货投机者不分青红皂白大面积一刀切很可能毁掉整个期货市场，其后果更加不堪设想！
　　即便是华盛顿的官员们也普遍同意：食品和能源价格的上涨并不是某个单一因素造成的。海地粮食骚乱、秘鲁大饥荒、印度和中国经济高增长，都从基本面上影响着全球的大宗商品需求。而不合作的自然灾害――例如埃塞俄比亚大旱、美国中西部龙卷风、缅甸洪水和中国四川大等，此外还有各国政府的贸易保护主义、限制资源出口和生物燃料政策等等，都影响着市场供求平衡。
　　以美元标价的期货商品价格随美元走弱而上扬，成为广大市场人士规避通胀风险而广泛流行的投资首选。
　　但抛开所有外部因素，其核心是最简单的市场跷跷板原理：对应着每个以140美元/桶价位购进的买入者，必然有相应价位的兜售者，而按照几率判断，他们中间肯定有期货投机者。
　　在演变成为贬义词之前，“期货投机者”不过是对商品期货市场一种正常类型交易者的称谓，以区别于农产品(,)生产者、采矿者、炼油厂和其他生产、加工或使用商品的套期保值者。期货投机者，或被称为日间交易者、“抢帽子”者，他们只在商品价格短期变动的差异中寻求风险利润。
　　有些期货投机者跟随市场追涨杀跌。另外一些则高抛低吸，在他们认为价格过低或过高时买入或卖出，一旦价格变动形成利润空间，便随时平仓了结，再进入下一轮投机。
　　从理论上说，投机者投入的钱越多，期货市场的流动性就越强，商品交易就越难以形成大的价格波动。
　　事实上任何商人、投机者或套期保值者都可能试图操纵市场。投机本身只是对市场利润合法的追逐。但学者们担心，随着参与者情绪和市场心理跟随食品和燃料价格不断膨胀，“投机”正日益成为“操纵”的同义词――它代表着隐秘的私下串通交易、想方设法多开仓位突破持仓限制，以及对峙的多空双方赌红了眼谁也不肯认输等等――其目的都是力求人为地令价格朝有利于自己的方向变动，从而赚取暴利。
　　政府方面正在不断加强压力，监管机构必须从商品交易所获取更详细的交易信息，才能有效提高对商品期货交易的监察力度。
　　CFTC主席沃尔特•卢肯不久前提出：CTFC决心要使商品价格的形成“由基本的供需关系决定，而不受辱骂或操控行为的干扰”。1
【来源：】
(责任编辑：杨俊伟)
07/10 08:1007/09 16:5407/09 08:0607/09 08:0007/09 07:5907/09 06:49
用户名：　密码：&您好，欢迎您发表评论！和讯网友 您好，欢迎您发表评论！　
如果您还不是和讯注册用户,请先！
感谢您的参与!查看[]
script src="/track/track_xfh.js?ver=">投机行为还是实际需求？――国际大宗商品价格影响因素的广义视角分析?
16:14:55 韩立岩/尹力博 来源：《经济研究》(京)2012 年 12 期【内容提要】本文建立因素增强型向量自回归模型体系，选择涵盖美国与中 国实体经济、国际投机因素、商品期货市场供需与库存状态的 532 个经济指标， 对国际大宗商品价格影响因素进行
多视角实证研究。结果表明：在长期，实体经 济因素是大宗商品价格上涨的主要动力；在短期，国际投机因素导致了大宗商品 期货的金融化；中国因素的作用是间接的，不是主要的。因此，问题的关键在于 监控大宗商品期货指数化投资中的短期投机势力。【关 键 词】大宗商品/价格波动/实际需求/投机行为/美元指数一、引言2004 年以来，国际大宗商品价格的快速上涨和剧烈波动引起学术界和业界 的高度关注，焦点是实需归因还是投机归因。当前，新兴市场需求增长、国际流 动性泛滥和指数化投资同时出现在大宗商品期货市场上，凸显出三个显著特征： 第一， 随着工业化和城镇化的快速推进，新兴市场实体经济需求成为国际商品市 场尤其是原油、 金属和农产品市场的焦点，中国需求因素更是被认作大宗商品价 格上涨的源动力（Trostle，2008；Kilian，2009）。第二，机构投资者大量进 入商品期货市场，很大程度上造成了大宗商品价格对基本面的偏离（Masters， 2008；Tang & Xiong，2012）。第三，金融危机后各发达经济体为走出困境而采取的积极财政政策和宽松货币政策， 尤其是美国推行的量化宽松政策使得市场流 动性大量增加，在一定程度上助推大宗商品价格上涨（Frankel, 2008; Akram, 2009; Gilbert, 2010）。众多因素相互作用，以及大宗商品所具有的战略资源 属性和金融属性，使得大宗商品价格形成机制更为复杂，呈现出非线性、动态性 以及结构异化等特征。迄今， 大宗商品价格异常波动的主要因素究竟是来自中国等新兴经济体的实 际需求还是来自对冲基金和期货指数交易者等的投机行为？实体经济和金融市 场究竟起到何种传导作用？对此学者们的认识并不统一。 已有文献或归因于投机 行为，或归因于实际需求，或归因于金融市场和实体经济的传导作用。为了厘清 这些问题，本文利用 Bernanke et al.（2005）提出的因素增强型向量自回归模 型（Factor-Augmented Vector Auto-Regressive Model，FAVAR），建立大宗商 品价格影响因素的广义视角分析框架，并以 2004 年为界对比分析在商品期货金 融化和指数化投资深化进程中影响因素的结构异化。本文创新之处在于，将包括实体经济指标、金融市场信号、大宗商品期货市 场供需与库存因素以及投机因素在内的 532 个经济指标同时纳入统一的分析框 架， 提炼出反映大宗商品价格波动本质的综合因素，进而系统考察重点因素的主 导性与持续性。其中，实体经济指标采取以中美两国的宏观经济变量，具体包括 国民经济核算、就业与工资、工业、固定资产投资、房地产开发投资、交通运输、 邮电通讯、物价指数、国内贸易、财政收支、对外贸易、利用外资和人民生活等 13 个方面；金融市场信号涵盖货币供应量、信贷收支、股票市场、国债市场、 期货市场、利率和银行同业拆借、外汇储备和外汇市场等领域；实需因素采用以 能源类和农产品为代表的 21 类大宗商品的供需及库存量作为参考指标；投机因 素使用期货指数交易者对 26 类大宗商品的持仓头寸作为代理变量。二、文献综述20 世纪 80 年代以来，大宗商品价格波动原因备受关注。相关文献可以归为 五个方面。供需方面。20 世纪 70 年代以来的经济周期更替中，国际大宗商品价格波动 多由供给驱动，如持续不断的石油价格冲击（张等，2009）。资源性大宗商品 的需求价格弹性与供给价格弹性均较小，而卖方多居寡头垄断地位，控制了供给 的数量和价格，对国际大宗商品的定价机制形成起了重要作用（Mackey, 1989; Deaton & Laroque, 1996; Chambers, 1996）。进入 90 年代，金砖国家及其他 新兴经济体主导了大宗商品的需求增长。 当新兴经济体工业化和城镇化快速推进 时，对大宗商品尤其是金属和原油等的旺盛需求引发国际大宗商品价格全面上 涨； 而当金融危机导致市场预期逆转及新兴经济增速放缓时，需求下降则导致大 宗商品价格下降（Trostle, 2008；Kilian, 2009）。实体经济方面。 经济发展状况是大宗商品供求的根本，宏观经济因素变动诸 如经济周期、国际贸易状况和经济景气程度一直是大宗商品价格影响因素之一。 Chu & Morrison（1984）认为非能源大宗商品价格波动与世界经济总量变化、由 通货膨胀引发的进口国的替代产品价格变化以及供给变化正相关， 与进口国对美 元的汇率变化和世界利率水平变化速度负相关。Dornbusch（1986）、Chu & Morrison（1986）和 Gilbert（1989）发现用工业化国家所处的经济周期和美元 汇率能很好地解释大宗商品的价格波动。此后，Pindyck & Rotemberg（1990）、 Hess et al.（2008）、Batten et al.（2010）、Roache & Rossi（2010）等也 得出相似结论。 在宏观经济因素中，利率是影响大宗商品价格的最重要的因素之一。Frankel（2008）对实际利率上升导致实际商品价格下跌的三个原因提供了 完美阐释。 除了发达国家宏观经济变动外，国外一些学者也曾经就发展中国家的 经济发展因素对于国际大宗商品价格波动的影响作过一些探讨（Orensztein & Reinhar，1994）。金融市场方面。 随着商品金融化的深入，国际大宗商品价格受金融因素影响 日益增大， 主要包括三个方面： 投资需求、 市场流动性和主要计价货币美元币值。 从投资需求方面来看， 大宗商品具备一定的保值性和增值性，这使得该市场成为 机构和个人投机者的重要投资渠道。当资金在各品种之间频繁进出时，大宗商品 市场就表现为不同品种的轮番上涨或下跌（Erb & Harvey,2006; Gorton & Rouwenhorst, 2006; Geman & Kharoubi, 2008; Chong & Miffre, 2010）。从 市场流动性方面来看， 当世界各主要经济体为恢复经济而采取积极财政政策和宽 松货币政策时， 市场流动性大量增加，在一定程度上助推大宗商品等资产价格上 涨（Frankel，2008; Akram，2009；Gilbert，2010）。从美元币值方面来看， 由于美元是大部分国际商品和服务贸易定价和结算货币， 在其他条件不变时美元 币值变动会影响国际大宗商品标价变动。近年来美国推行的弱势美元政策，在一 定程度上助推了以美元计价的国际大宗商品价格上涨（McCalla, 2009; Harri et al.，2009）。投机方面。自 2004 年以来，机构投资者开始大量涉入商品期货市场，受游 资和对冲基金的追捧，很大程度上造成了大宗商品价格波动对基本面的偏离 （Masters, 2008; Tang & Xiong, 2012）。Masters（2008）强调投资炒作是商 品价格剧烈波动主要根源，建议政府严加监管。联动因素方面。本轮国际大宗商品间联动涨价效应比较明显。由于能源、资源和农产品之间存在价格联动机制（Pindyck & Rotemberg，1990），原油价格 的不断上涨不仅能够带动煤炭、天然气等能源产品价格上涨（Ewing & Harter， 2000） 而且石油等化石能源价格相对高位的运行会增加以农产品为原料的生物 ， 能源的需求， 继而抬高农产品价格 （Yu etal., 2006; Baffes, 2007; Gohin, 2008; Zhang et al., 2010）。Tokgoz（2009）证实了生物能源部门的不断扩张进一步 增加了能源价格对农业部门的影响。另外，能源价格上涨也会逐渐拉升其他诸如 金属等商品价格（Baffes, 2007; Hammoudeh et al., 2008; Soytas et al., 2009; Sari et al., 2010）。国内有相当数量的文献从 “中国因素”角度出发研究大宗商品价格波动影响 因素。李敬辉、范志勇（2005）实证研究发现，货币供应量增长率的变动会引起 通货膨胀率的波动， 继而改变可储存商品的收益率，从而导致经济主体存货行为 的改变，进而对大宗商品的价格产生影响。卢锋等（2009）观察了近年大宗商品 价格波动基本事实和特征，分析了
年前后价格空前飙升的根源，考 察了中国因素的直接和间接影响。具体到品种，国内学者的相关研究集中在原油、黄金、金属和农产品上。张 等 （2009） 基于结构性断点检验和常收益事件分析考察了重大突发事件对原油 价格的影响。 何亚男和汪寿阳 （2011） 实证分析了世界原油价格与世界经济状况、 世界原油产量及 OECD 石油库存的关系。何小明等（2011）从国际原油市场主体 多元化、 定价机制演化、 参与者结构变化以及世界经济的周期性发展变化四个角 度解释了国际原油实际价格对均衡价格的周期性偏离行为。张文等（2012）发现 金融危机爆发后各因素与油价的关系均发生了不同程度的变化， 且油价有向基本 面回归的趋势。范为、房四海（2012）研究表明美元指数负向驱动黄金价格，大 宗商品指数、 美国国债指数及 CDS 利差正向驱动黄金价格。 王孝松、 谢申祥 （2012）进一步证实了国际农产品价格对国内价格所具有的显著影响。现有研究存在两个不足。 首先，上述文献仅考察了针对某一特征化事实或成 因， 从某单一角度对该因素影响大宗商品价格波动的方向和程度进行实证分析与 探讨，对结合其它影响因素的多视角分析尚属于空白。其次，仅选取某个具体指 标作为大宗商品价格影响因素的代表。单独就某个影响因素而言，传递作用及过 程似乎简洁和直接， 但这一看似简洁明了的影响机制却掩盖着复杂的传递过程和 影响因素。 造成国际大宗商品价格波动的原因是多方面的，且在不同的历史阶段 呈现不同特点。其中供需双方的矛盾是影响国际大宗商品价格波动的基本因素， 各类投机因素是短期波动的主要推手，而自然灾害、生产周期性变动以及政策调 控等因素也对大宗商品价格产生相当的影响。 大宗商品价格波动时常呈现出复杂 性、非线性、动态性特征，因此需要充分利用大量经济指标来全面、系统地评估 影响大宗商品价格波动的潜在冲击因素。 本文正是基于一个更合理的实证框架分 析大宗商品价格波动影响因素及其程度，首次广泛充分地从大量实体经济指标、 金融市场信号、供需及库存情况和国际投机力量等众多信息中进行统计提炼。三、实证分析框架――大宗商品价格影响因素的 FAVAR 模型在实际经济运行中有众多的因素直接或者间接影响着大宗商品价格， 很难直 接观察和测量到所需要的反映大宗商品价格波动的主要因素， 而没有数量有限的 主要因素就没有恰当的计量经济学模型。 因此需要一个包括所有可能因素的提炼 机制，逐步形成对于大宗商品价格影响机制的描述。与 Bernanke et al.（2005） 等研究货币政策效果所遇情形类似， 人们用 VAR 模型研究大宗商品价格波动影响 因素主要存在三个方面的缺陷：第一，影响大宗商品价格波动的经济因素很多， 而 VAR 模型处理的变量十分有限（Gupta et al.（2010）指出目前运用 VAR、VEC、SVAR 及 DSGE 模型的相关研究最多可以处理 12 个变量），难以完全覆盖市场中 的信息集。 有限的经济变量不能反映大宗商品价格波动的真实情况，这样对大宗 商品价格影响因素的分析难免会出现偏差。第二，影响大宗商品价格波动的潜在 经济因素不能被观察到，即使可以通过其他方式诸如寻求代理变量方式间接获 得，但仍然存在代理误差和统计误差等诸多问题。第三，由于传统 VAR 模型处理 的变量过少， 只能采用一般的 VAR 模型筛选关键变量进行脉冲响应分析，却难以 满足全面分析各因素对大宗商品价格波动冲击效应的需要。借鉴 FAVAR 模型，可以有效解决在传统 VAR 模型中所遇到的有限信息问题， 为我们基于广义视角定量研究大宗商品价格影响因素提供了一个较好的计量框 架。Bernanke et al.（2005）将动态因子模型（Stock & Watson，2002）和 VAR 模型结合，提出了 FAVAR 模型。Vargas-Silva（2008）和 Gupta et al.（2010） 实证经验表明 FAVAR 模型的分析效果明显优越于 VAR 模型。 该实证框架的最大优 点是，通过基本因素的形式给出了反映大宗商品价格影响因素的代表性子空间， 这样就不需要把分析局限于几个有限的宏观指标，也不需要对这些变量精确度 量。此外，本方法涵盖了相当广泛的经济信息，通过分析大量的经济指标，我们 就可以提炼出影响大宗商品价格波动的基本因素。同时，本方法还能够给出所有 经济变量的脉冲响应函数， 因为本文的主要目的是基于广义视角考察大宗商品价 格影响因素。（一）FAVAR 模型的建立大宗商品价格及其影响因素的动态变化可以通过类 VAR 模型来表示。 该模型 描述如下：（二）FAVAR 模型的估计
四、变量选取及数据处理基于文献， 世界经济状态、 以能源和农产品价格为代表的生产资料供需及库 存的变化、 各类投机因素、 金砖四国及其他新兴经济体的旺盛需求和政策调控等 因素均属于广义视角分析的范畴。我们将上述因素分为全球实体经济因素、全球 金融市场信号、 全球大宗商品供需及库存情况和全球投机因素四个方面。结合数 据的可得性，本文共选取了由 532 个变量构成的时间序列数据作为经济信息集 合 。②根据 Bernanke et al.（2005）的做法，532 个变量分别设置为快速变化 变量和慢速变化变量。数据频率为月度，时间跨度自 1999 年 1 月至 2011 年 12 月，包括了 2004 年以来持续到 2008 年的大宗商品价格的持续走高和 2009 年 4 月以来大宗商品价格走势新动向。第一方面是全球实体经济因素变量。本文选取美国和中国宏观经济变量，共144 个指标。美国是全球最大的单一发达市场经济体，又是主要大宗商品的主产 区和消费国， 在一定程度上能够代表全球经济状况。中国是世界最大的发展中国 家经济体，也是能源、农产品和各类金属的消费大国，在一定程度上能够代表新 兴经济体发展状况。 第二方面变量来源于全球金融市场信号。本文依然选取美国 和中国金融变量，共 104 个指标，涵盖股票市场、债券市场、期货市场、利率和 信贷市场以及外汇市场。特别地，自 2008 年金融危机后，美国采取了三轮量化 宽松的美元政策， 并且美元发行量与美元指数在最近十几年间保持着稳定的反向 关系， 所以本文加入美元指数反映国际商品市场的流动性因素。美国宏观经济因 素和金融市场因素指标选取参考了 Bernanke et al.（2005）等，中国宏观经济 因素和金融市场因素根据美国宏观经济因素和金融市场因素对照选取。 美国宏观 数据均来源于美联储网站 www.federalreserve.gov，中国宏观数据来源于 Wind 数据库和国泰安 CSMAR 数据库。 第三方面是关于全球大宗商品供需及库存情况的 变量。本文选取能源类产品的库存量和农产品的期初库存、产量、进口、饲料消 费、国内消费总计、出口和期末库存为代表，③共 68 个指标。其中能源供需和 库存数据来源于美国能源资料协会（EIA）库存周报，农产品供需和库存数据来 源于美国农业部 （USDA） 编写的市场供需月报。 第四方面是有关投机因素的变量， 选取商品期货指数交易者（Commodity Index Trader，简称 CIT）数据，④包括 来源于主要期货市场的 26 种合约的非商业多头、空头、套利持仓数量、持仓占 比和交易者数量，共 216 个指标。以上数据来自彭博数据库和 CFTC 网站等。关于国际大宗商品价格，我们选择国际上最具代表性的三种商品价格指数： CRB、DJUBS 和 GSCI。CRB 数据来源于 Wind 数据库，DJUBS 数据来源于道琼斯数 据网 ，GSCI 数据来源于标准普尔数据网 。本文做了五方面的数据预处理：（1）统一数据频率，将部分非月度频率数 据按月取平均调整为月度数据； （2）采取三次样条插值方法修补个别缺漏数据； （3）进行季节性调整；（4）进行同比/环比/定基比转换；（5）根据 Bernanke et al.（2005）和 Zagaglia（2010）的做法，对原数据进行必要的对数和差分 变换，最后满足所有参与建模变量的平稳性要求。五、实证结果与分析下面利用上述四大类因素指标与大宗商品价格指数变量构建 FAVAR 模型， 定 量分析影响国际大宗商品价格波动的因素。（一）投机还是实需：1999 年 1 月至 2011 年 12 月从模型的稳定性、 简洁性和主因素的解释力度出发，最终选取了 4 个影响大 宗商品价格变动的潜在基本因素（下文简称主因素），其累计解释力达到 76.4337%。 为了挖掘各主因素的经济学含义，我们将各主因素对信息集内所有变 量进行回归分析（见表 1），并报告 值最高的前五个变量指标。结果显示，因 素 1 和因素 2 主要为以美国为代表的全球发达实体经济发展状况，其中因素 1 主要与工业生产状况相关， 因素 2 与工业生产规模相关。因素 3 为以中国为代表 的新兴经济体的实体经济水平，因素 4 为供需及库存因素。从长期来看，实体经 济因素是影响国际大宗商品价格的主要因素，供需及库存因素仍发挥作用，但是 尚没有证据表明主因素与投机行为有关。我们继而选择 1 个月、3 个月、6 个月和 12 个月作为滞后期，研究各大宗商 品指数与不同滞后期的主因素的相关关系。结果发现，因素 1 和因素 2 与大宗商品指数相关性最强，呈正向关系，其数值先增后降。其中，因素 1 在滞后 1 期达 到最大值，约为 0.31，因素 2 在滞后 6 期达到最大值，约为 0.17。据此表明以 美国为代表的实体经济状况与大宗商品指数密切相关。 因素 3 和因素 4 与大宗商 品指数相关性较弱，且呈现反复趋势，具有相对独立行情。下面对提取的主因素和大宗商品指数建立 VAR 模型， 并顺序给出格兰杰因果 检验、脉冲响应和方差分解。考虑到 VAR 模型的稳定性和不同阶数的滞后效应， 我们选取效果最好的含 2 期滞后变量的 VAR 模型。限于篇幅，只报告各主因素的 系数、标准误差项和统计显著水平（下同）。结果如表 2 所示。因素 1 滞后 1 期系数对三大商品期货指数在 1%置信水平下显著，因素 2 滞后 2 期系数对三大 商品期货指数在 10%置信水平下显著。结果表明，美国实体经济发展状况对大宗 商品价格具有显著解释力。因素 3 滞后 2 期系数对 CRB 和 DJUBS 指数在 10%置信 水平下显著，而滞后 1 期系数不显著，表明中国因素对大宗商品有影响，但传导 速度较美国实体经济因素慢且程度弱。因素 4 的结果与因素 3 类似，表明随着商 品期货金融化的深入， 供需及库存因素对大宗商品价格影响弱于实体经济和金融 因素。下面进行主因素与大宗商品价格之间的格兰杰因果关系检验。 因为本文旨在 研究大宗商品价格影响因素， 因此只报告主因素是否是引起大宗商品指数波动的 格兰杰因果原因。结果表明，因素 1 能够直接引起三大商品期货价格指数变动， 因素 2 能够直接引起 GSCI 指数变动；因素 2 在 1%置信水平下引起因素 1 变动， 因此因素 2 能够间接引起三大商品期货价格指数变动；因素 3 在 5%置信水平下 引起因素 2 变动，可以认为因素 3 通过直接作用于因素 2 而间接传导至因素 1， 这可以解释中国因素传导速度较美国实体经济慢且程度弱的现象。脉冲响应函数用于衡量来自各主因素随机扰动的一个标准差的单位冲击所 引起的大宗商品价格变化路径， 据此可以分析大宗商品期货价格指数与各主因素 各期之间的信息传导关系。 在模型中，我们将响应函数的追踪期数设定为 21 期。 计算结果表明，商品期货价格对于因素 1 和因素 2 的一个标准差扰动反应最大， 在第 1 期均有正向反应，幅度分别达到 0.22 和 0.14，继而窄幅波动；在第 6―8 期达到顶峰，分别为 0.23 和 0.28；之后缓慢下降，但冲击效果具有延续性，在 滞后 21 期时仍保持在 0.05 左右。对于因素 3 和因素 4，大宗商品价格在第 1 期 响应为负，随后在震荡中迅速递减，从第 9 期开始冲击效果逐渐消失。其他两大 商品期货指数 CRB 和 DJUBS 对于不同因素冲击的响应函数曲线走势与 GSCI 相似， 只是响应程度有小幅变动。因此，1999 年 1 月至 2011 年 12 月期间，实体经济 因素冲击导致期货价格响应的程度高于供需及库存因素冲击，而投机因素不明 显。刻画结构性冲击的方差分解表明，商品期货价格的变动首先来自于自身；美 国实体经济因素对其贡献度均呈现逐步增加的趋势，解释力最为显著，在 10 期 以后稳定在 17%左右；而中国因素、金融因素、投机因素供需及库存因素的贡献 度虽有上升趋势，但是解释力明显较低。（二）投机还是实需：2004 年 1 月至 2011 年 12 月自 2004 年起， 伴随着对冲基金等短期投机力量在大宗商品期货市场的兴起， 商品期货指数化投资成为企业年金、养老金等机构投资商品市场的主要手段，投 资量增长迅速。通过观察，我们发现投机因素成为挑战实体经济因素、金融市场 因素和供需及库存因素的影响大宗商品价格的主导力量。因此，特别考察 2004 年 1 月至 2011 年 12 月投机因素与实需因素的影响力度的变化。首先提取主因素。我们仍然选取 4 个主因素，其累计解释力达到 81.9577%。 表 3 给出了各主因素对信息集内所有变量的回归分析结果。与样本期为 1999 年 1 月至 2011 年 12 月的结果显著不同，因素 1 主要为以报告非商业持仓情况为代 表的全球投机因素， 因素 2 为以美国为代表的世界实体经济水平，因素 3 为来自 中国的新兴经济体进出口和外资利用状况，因素 4 代表全球供需及库存因素。结 果表明，自 2004 年 1 月以来，投机因素超越实体经济因素和供需及库存因素， 成为影响国际大宗商品价格走势的主导力量。同时，美元指数的出现值得关注。 自 2008 年金融危机之后，美元的量化宽松是加强投机力量推动价格波动的主要 外部因素。接着研究大宗商品指数与不同滞后期的主因子的相关关系。与 1999 年 1 月 至 2011 年 12 月样本期相比， 三大商品期货价格指数与各因素相关程度得以加强， 且联动特征较为迅速和持久，这反映了商品期货日益金融化的事实。横向来看， 因素 1 与商品期货价格指数各期相关系数均为最高， 表明自商品期货指数化投资 兴起后， 投机因素与大宗商品价格的相关性大于实体经济因素和供需库存因素与 大宗商品价格的相关性。 纵向来看，因素 1 与商品期货价格指数相关性呈现先增 加保持稳定再下降趋势， 其中滞后 1 期到 6 期之间一直维持较高水平， 均在 0.22 以上，反映了投机力量对商品期货价格影响的持续性。下面对提取的主因素和大宗商品指数建立 VAR 模型，结果如表 4 所示。估计 结果对三大商品期货价格指数均表现稳健。 因素 1 滞后 1 期系数对三大商品期货 指数在 5%置信水平下均显著，表明投机力量开始成为影响大宗商品价格的新的 主导力量。因素 2 滞后 1 期系数对三大商品期货指数在 5%置信水平下依然显著， 表明无论是长期还是短期， 以美国为代表的实体经济发展状况是大宗商品价格的重要影响因素。 因素 4 滞后 2 期系数对三大商品期货指数在 10%置信水平下显著， 而滞后 1 期系数不显著， 表明供需及库存因素对大宗商品价格有影响，但存在滞 后效应。因素 3 系数对三大商品期货指数均不显著，表明在考虑投机因素后，中 国因素对大宗商品价格变动解释力变弱。 上述结果表明随着商品期货金融化的深 入，投机因素开始超越实体经济因素、金融因素和供需及库存因素，成为大宗商 品价格变动的主导力量。格兰杰因果检验表明，因素 1、因素 2 和因素 4 至少在 10%置信水平下能够 直接引起 GSCI、DJUBS 指数变动，而因素 3 对三大商品期货价格指数均不显著。 表明 2004 年 1 月至 2011 年 12 月，投机因素、美国实体经济因素和供需及库存 因素均直接引起大宗商品价格变动，而中国因素作用则不明显。但是，因素 3 能够直接引起因素 1 和因素 4 变动， 因此因素 3 能够通过因素 1 和因素 4 的传导 作用间接引起三大商品期货价格指数变动。 表明中国因素可以通过影响全球大宗 商品供需状况间接影响大宗商品价格，或者全球投机力量借助中国因素伺机炒 作，推动大宗商品价格变动。下面再考察投机因素和实需因素的一个标准差单位大小的冲击所引起的大 宗商品价格脉冲响应函数曲线。 分析表明，商品期货价格对于实需因素的一个标 准差扰动在第 1 期反应较小，表现为负，之后继续下降，窄幅震荡，并在第 9 期之后冲击效果逐渐消失； 而对于投机因素的一个标准冲击，商品期货价格在第 1 期响应为较大的正数，之后稳步上升，并在第 8 期达到顶峰 2 之后响应幅度小 幅降低， 但其对商品期货价格影响力持续性强，在 21 期后依然维持在 1.8 左右。 结果表明，2004 年 1 月至 2011 年 12 月间，投机因素冲击导致期货价格响应的 程度显著高于实需因素冲击。最后， 对模型系统的结构性冲击对于两大商品期货指数 GSCI、CRB 指数变动 贡献程度进行分析。 发现商品期货价格的变动首先来自于自身；投机因素对其贡 献度均呈现逐步增加的趋势，在 10 期以后稳定在 16%左右；而美国、中国实体 经济因素和供需库存因素的贡献度虽有上升趋势，但是解释力明显较低，仅在 5%左右。结果表明，在 2004 年 1 月至 2011 年 12 月期间，投机因素对于商品期 货价格变化的解释力明显提高，明显超过实体经济因素和供需库存因素。（三）深入讨论：供需及库存因素对比投机因素从 2004 年 1 月至 2011 年 12 月，将全球实体经济因素和金融因素作为基本 信息， 分别将投机因素和实需库存因素作为附加信息，以此对投机因素和实需因 素作对比研究。首先提取主因素。 对于两类信息集仍然分别选取 4 个主因素，其累计方差贡 献率分别达到 77.2086%和 65.5649%。表 5 给出了各主因素对信息集内所有变量 的回归分析结果。对比结果显示，在考虑实需因素的信息集中，因素 1、因素 2 和因素 4 均为实体经济因素， 因素 3 主要代表全球供需及库存因素；而在考虑投 机因素的信息集中， 因素 1 和因素 4 主要为以报告非商业持仓情况为代表的全球 投机因素， 因素 2 为以美国为代表的世界实体经济水平，因素 3 为来自中国的新 兴经济体进出口和外资利用状况。从各因素贡献度上来看，自 2004 年 1 月以来， 投机因素超越实体经济因素成为影响国际大宗商品价格走势的主导力量， 而实体 经济因素对大宗商品价格的影响力超越供需及库存因素。继而研究大宗商品指数与不同滞后期的主因子的相关关系。对比结果表明， 三大商品期货价格指数与投机因素的相关程度显著高于实需因素和实体经济因素，且相关性迅速和持久。横向来看，投机因素 1 与商品期货价格指数各期相关 系数均为最高， 表明投机因素与大宗商品价格的相关性大于实体经济因素和供需 及库存因素与大宗商品价格的相关性。纵向来看，投机因素 1 与商品期货价格指 数相关性在滞后 1 期达到最大值，约为 0.27，显著高于同期其他因素；投机因 素 1 在滞后 3 期到 6 期之间一直维持较高水平，均在 0.2 以上，反映了投机力量 对商品期货价格影响的持续性， 而同期其他因素与大宗商品价格相关性较之低一 个数量级。下面对各个主因素和大宗商品指数分别建立 VAR 模型，结果如表 6 所示。三 大商品期货价格指数结果表现类似。在不考虑投机因素的情况下，来自美国和中 国的实体经济因素和供需及库存因素均显著，而考虑投机因素后，只有来自美国 的实体经济因素和投机因素显著，来自中国的实体经济因素解释力下降，这与第 二部分实证结果类似。 表明中国因素是大宗商品的影响因素之一，但其影响力在 考虑投机因素后降低甚至消失， 该结果至少为中国因素及投机行为何为本轮大宗 商品价格上涨幕后推手提供证据。实证表明，中国因素对大宗商品价格影响力有 限， 其主要通过影响全球供需及库存间接传导至大宗商品市场，但是其作用在过 去几年间被投机力量借机放大。 从本质上来看，投机因素对大宗商品价格变动影 响力显著高于实体经济因素、 金融因素和供需及库存因素，是大宗商品价格上涨 的主导力量。接下来，结合两类信息集的结果，分别考察美国实体经济因素、中国实体经 济因素、投机因素和实需库存因素对大宗商品价格的影响程度。分析表明，商品 期货价格对于美国实体经济因素、 中国实体经济因素和投机因素的一个标准差扰 动在第 1 期反应均为正，其中投机因素的冲击程度最大，约为 1，美国实体经济 因素次之，约为 0.45，中国实体经济因素最弱，约为 0.2。美国实体经济因素第1 期之后在大幅震荡中缓慢下降，在第 21 期依然保持 0.05 左右。中国实体经济 因素冲击在第 1 期之后迅速下降，并在第 6 期之后冲击效果逐渐消失。而对于投 机因素的一个标准冲击，商品期货价格在第 1 期大幅响应后，稳步上升，并在第 8 期达到顶峰 3.7 之后响应幅度小幅降低， 但其对商品期货价格影响力持续性强， 在 21 期后依然维持在 2.2 左右。与之相反，供需及库存冲击幅度最小，在第 1 期达到最大值-0.1， 之后缓慢下降直至冲击效果几乎完全消失。 该结果表明， 2004 年 1 月至 2011 年 12 月间， 投机因素冲击导致期货价格响应的程度显著高于实需 因素冲击。方差分析表明， 在不考虑投机因素情况下， 实体经济因素和金融因素对 GSCI 指数变动贡献程度仅次于 GSCI 指数本身，远高于实需因素；而在考虑投资因素 的情况下， 投机因素的解释力在第 1―2 期略低于实体经济因素，之后大幅上升， 从第 3 期开始强势超越实体经济因素， 在第 10 期后趋于稳定， 保持在 0.17 左右。 对比结果表明，在 2004 年 1 月至 2011 年 12 月期间，投机因素对于商品期货价 格变化的解释力最显著，实体经济因素次之，供需及库存因素最次。六、结论针对大宗商品价格上涨和波动加剧是实际需求因素还是投机因素的争论， 本 文基于一个广义视角的分析框架――因素增强型自回归模型， 选择涵盖美国与中 国实体经济、金融因素、国际投机因素、商品期货市场供需与库存状态的 532 个经济指标， 全面、 系统考察了潜在因素对大宗商品价格波动的影响， 并以 2004 年为界对比分析在商品期货金融化和指数化投资兴起进程中影响因素的结构异 化，得到以下结论：第一， 2004 年商品期货指数化投资兴起以来，大宗商品金融化趋势明显， 自 其价格波动不能再简单归因于实体经济因素、供需及库存因素的影响。第二，长 期来看， 实体经济和金融市场状况是影响国际大宗商品价格的主要因素，即经济 基本面因素与商品期货价格指数具有长期演进中的动态均衡关系； 供需及库存因 素仍发挥作用，但影响作用较小。第三，短期而言，在实体经济因素、投机因素 和供需及库存因素同时存在的条件下， 投机因素是造成大宗商品价格波动的最主 要原因；商品期货指数化投资直接加剧了市场波动，其冲击的后果具有持续性； 后危机时代美元的量化宽松是加强投机力量推动价格波动的最主要外部因素， 对 商品期货投机行为起到推波助澜的作用。第四，多角度比较的计量经济检验充分 说明：中国因素不是大宗商品价格上涨与波动的主导力量。一方面，中国因素通 过对全球大宗商品市场供需关系和库存的直接作用而间接影响大宗商品价格； 另 一方面也是更主要的方面， 投机力量借助中国因素炒作，掩盖其自身是大宗商品 价格波动最大推手的事实。注释：①根据 Bernanke et al.（2005）和 Zagaglia（2010）等人的做法，将 Xt 中的所有因素分 为两组即“慢速变化”和“快速变化”的经济变量。“慢速变化”的经济变量指对经济因素变动 反应较慢的经济变量，如产出、出口、就业人口、消费及价格等；“快速变化”的经济变量指对 经济因素变动做出立即反应的经济变量，被假定为可观测的。②考虑到篇幅原因， 具体指标及其相应处理方式并未在文中具体说明， 有兴趣的读者可以向 作者索取。③大宗商品主要包括能源类、农产品类（包括牲畜和软饮料）和金属类。但是关于金属类供需及库存的权威数据的频度为年度数据，与本文实证部分需要的频度不合适。而且三大指标中， 能源类和农产品类权重比例相当高， 其中能源类和农产品类权重占 CRB 指数的 79.3%， S&PGSCI 占 指数的 88.24%， DJUBS 指数的 68.2%， 占 故以能源类和农产品为代表的供需和库存可以大致反映 全球大宗商品供需及库存情况。④考虑到美国商品期货交易委员会（CFTC）对于商品市场的参与者分类中，利用期货和期权 市场对现货交易进行风险对冲的参与者持有的头寸被称为商业头寸， 其余的头寸被称为非商业头 寸， 为了剔除套期保值交易头寸的影响， 本文选取商品期货指数交易者关于期货市场多种合约的 非商业多头、空头、套利持仓数量、持仓占比和交易者数量作为大宗商品投机因素的代理变量是 恰当合理的。【参考文献】[1]范为、房四海，2012:《金融危机期间黄金价格的影响因素研究》，《管理评论》第 3 期。[2]何小明、成思危、董纪昌、李自然、汪寿阳，2011:《国际原油价格的长周期波动性》， 《系统工程理论与实践》第 10 期。[3]何亚男、 汪寿阳， 2011: 《世界经济与国际原油价格： 基于 Kilian 经济指数的协整分析》 ， 《系统工程理论与实践》第 2 期。[4]李敬辉、范志勇，2005:《利率调整和通货膨胀预期对大宗商品价格波动的影响――基于 中国市场粮价和通货膨胀关系的经验研究》，《经济研究》第 6 期。[5]李艺、 陆凤彬、 部慧、 汪寿阳， 2007: 《透析农产品价格上涨――成因、 走势及应对措施》 ， 《中国科学院预测科学研究中心研究报告》第 6 期。[6]卢锋、李远芳、刘鎏，2009:《国际商品价格波动与中国因素――我国开放经济成长面临 新问题》，《金融研究》第 10 期。[7]王孝松、谢申祥，2012:《国际农产品价格如何影响了中国农产品价格？》， 《经济研究》 第 3 期。[8]徐雪高，2008:《新一轮农产品价格波动周期：特征、机理及影响》，《财经研究》第 8 期。[9]张利庠、张喜才，2011:《外部冲击对我国农产品价格波动的影响研究――基于农业产业 链视角》，《管理世界》第 1 期。[10]张文、王珏、部慧、汪寿阳，2012:《基于时差相关多变量模型的金融危机前后国际原 油价格影响因素分析》，《系统工程理论与实践》第 5 期。[11]张、余乐安、黎建强、汪寿阳，2009:《重大突发事件对原油价格的影响》，《系统 工程理论与实践》第 3 期。[12]周伟、 何建敏， 2011: 《后危机时代金属期货价格集体上涨――市场需求还是投机泡沫》 、 《金融研究》第 9 期。[13]Akram, Q F., 2009, &Commodity Prices, Interest Rates and the Dollar&, EnergyEconomics, 31(6), 838―851.[14]Baffes, J., 2007, &Oil Spills on Other Commodities&, Resources Policy, 32, 126 ―134.[15]Batten, J. A., C. Ciner, and B. M. Lucey, 2010, &The Macroeconomic Determinants of Volatility in Precious Metals Markets&, Resources Policy, 35(2), 65―71.[16]Bernanke, B., J. Boivin, and P. Eliasz, 2005, &Measuring Monetary Policy: A Factor Augmented Vector Autoregressive (FAVAR)Approach&, Quarterly Journal of Economics, 120, 387―422.[17]Boivin, J., and M. P. Giannoni, 2009, &Sticky Prices and Monetary Policy: Evidence from Disaggregated U.S. Data&, American Economic Review, 99, 350―384.[18]Chambers, M. J., and R. E. Bailey, 1996, &A Theory of Commodity Price Fluctuations&, Journal of Political Economy, 104 (5), 924―957.[19]Chong, J., and J. Miffre, 2010, &Conditional Correlation and Volatility in Commodity Futures and Traditional Asset Markets&, Journal of Alternative Investments, 12, 61―75.[20]Chu, K. Y., and T. K. Morrison, 1984, &The 1981―82 Recession and Non-oil Primary Commodity Prices&, Staff Papers-Inernational Monetary Fund, 31(1), 93―140.[21]Chu, K. Y., and T. K. Morrison, 1986, &World Non-oil Primary Commodity Markets: A Medium-term Framework of Analysis&, Staff Papers-International Monetary Fund, 33(1), 139―184.[22]Deaton, A., and G. Laroque, 1996, &Competitive Storage and Commodity Price Dynamics&, Journal of Political Economy, 104(5),896―923.[23]Dornbusch, R., 1986, &Exchange Rate Economics: 1986&, Economic Journal, 97(385), 1―18.[24]Ewing, B. T., and C. L. Harter, 2000, &Co-movements of Alaska North Slope and UK Brent Crude Oil Prices&, Applied Economics Letters, 7, 553―558.[25]Erb, C. B., and C. R. Harvey, 2006, &The Strategic and Tactical Value of Commodity Futures&, Financial Analysts Journal, 62, 69―97.[26]Frankel, J. A., 2008, &The Effect of Monetary Policy on Real Commodity Prices&, Asset Prices and Monetary Policy, In J. Campbell(Ed.), University of Chicago Press.[27]Geman, H., and C. Kharoubi, 2008, &WTI Crude Oil Futures in Portfolio Diversification: The Time-to-maturity Effect&, Journal of Banking &Finance, 32, 2553 ―2559.[28]Gilbert, C. L., 1989, &The Impact of Exchange Rates and Developing Country Debt on Commodity Prices&, Economic Journal, 99(397), 773―784.[29]Gilbert, C. L., 2010, &How to Understand High Food Prices&, Journal of Agricultural Econorics, 61, 398―425.[30]Gohin, A., 2008, &Impacts of the European Biofuel Policy on the Farm Sector: A General Equilibrium Assessment&, Review of Agricultural Economics, 4, 623―641.[31]Gorton, G. B., and G. K. Rouwenhorst, 2006, &Facts and Fantasies about Commodity Futures&, Financial Analysts Journal, 62, 47―68.[32]Gupta, R., M. Jurgilas, and A. Kabundi, 2010, &The Effect of Monetary Policy on Real House Price Growth in South Africa: A Factor Augmented Vector Autoregression (FAVAR)Approach&, Economic Modeling, 27, 315―323.[33]Hammoudeh, S., R. Sari, and B. T. Ewing, 2008, &Relationships among Strategic Commodities and with Financial Variables: A New Look&, Contemporary Economic Policy, 27, 251―264.[34]Harri, A., L. Nalley, and D. Hudson, 2009, &The Relationship hetween Oil, Exchange Rates, and Commodity Prices&, Journal of Agricultural and Applied Economics, 41(2), 501―510.[35]Hess, D., H. Huang, and A. Niessen, 2008, &How Do Commodity Futures Respond to Macroeconomic News?&, Journal of Financial Markets and Portfolio Management, 22(2), 127 ―146.[36]Hwang, H., 2009, &Two-step Estimation of a Factor Model in the Presence of Observable Factors&, Economics Letters, 105(3), 247―249.[37]Kilian, L., 2009, &Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply Shocks in the Crude Oil Market&, American Economic Review, 99, .[38]Mackey, M. C., 1989, &Commodity Price Fluctuations: Price Dependent Delays and Nonlinearities as Explanatory Factors&, Joumal of Economic Theory, 48(2), 497―509.[39]Masters, M., 2008, &Testimony before the Committee on Homeland Security and Govenmental Affairs&, US Senate, May 20.[40]McCalla, A. F., 2009, &World Food Prices: Causes and Consequences&, Canadian Journal of Agricultural Economics, 57,23―34.[41]Orensztein, E., and C. Reinhar, 1994, &The Macroeconomic Determinants of Commodity Prices&, Staff Papers-International Monetary Fund, 41(2), 236―261.[42]Pindyck, R. S., and J. J. Rotemberg, 1990, &The Excess Co-movement of Commodity Prices&, Economic Journal, 100(403),.[43]Roache, S., and M. Rossi, 2010, &The Effects of Economic News on Commodity Prices&, Quarterly Review of Economics and Finance, 50, 377_385.[44]Sari, R., S. Hammoudeh, and U. Soytas, 2010, &Dynamics of Oil Price, Precious Metal Prices, and Exchange Rate&, Energy Economics, 32, 351―362.[45]Soytas, U., R. Sari, S. Hammoudeh, and E. Hacihasanoglu, 2009, &World Oil Prices, Precious Metal Prices and Macroeconomy in Turkey&, Energy Policy, 37, .[46]Stock, J., and M. Watson, 2002, &Forecasting Using Principal Components from a Large Number of Predictor&, Journal of the American Statistical Association, 97, 1167 ―1179.[47]Tang, K., and W. Xiong, 2012, &Index Investing and the Financialization of Commodities&, Financial Analyst Journal, forthcoming.[48]Tokgoz, S., 2009, &The Impact of Energy Markets on the EU Agricultural Sector&, Center for Agricultural and Rural Development, Iowa State University.[49]Trostle, R., 2008, &Global Agricultural Demand and Supply: Factors Contributing to the Recent Increase in Food Commodity Price&, Report of USDA Economic Research Service.[50]Vargas-Silva, C., 2008, &The Effect of Monetary Policy on Housing: A Factor Augmented Vector Autoregression(FAVAR)Approach&, Applied Economics Letters, 15, 749_752.[51]Yu, T. E., D. A. Bessler, and S. Fuller, 2006, &Co-integration and Causality Analysis of World Vegetable Oil and Crude Oil Prices&, The American AgriculturalEconomics Association Annual Meeting, Long Beach, California.[52]Zagaglia, P., 2010, &Macroeconomic Factors and Oil Futures Prices: A Data-rich Model&, Energy Economics, 32, 409―417.[53]Zhang, Z., L. Lohr, C. Escalante, and M. Wetzstein, 2010, &Food versus Fuel: What Do Prices Tell Us?&, Energy Policy, 38,445_4451.^责任编辑：春华
投机行为还是实际需求―汇集和整理大量word文档,专业文献,应用文书,考试资料,教学教材,办公文档,教程攻略,文档搜索下载下载,拥有海量中文文档库,关注高价值的实用信息,我们一直在努力,争取提供更多下载资源。