基于混频数据的大宗商品价格波动建模及其应用研究

Commodity price volatility usually corresponds to time series with different frequencies. However, traditional econometric models are difficult to depict the interactions of time series with different frequencies. This project will use mixed-frequency data models to study commodity price volatility. First, we will analyze the characteristics of mixed-frequency data related to commodity price volatility, and use the existing or new mixed-frequency data models to in-depth analyze the influence factors and characteristics of commodity price volatility. Second, we will employ different mixed-frequency data models to forecast future commodity price volatility, and use forecast combination approaches to further improve the prediction accuracy of these models for future commodity price volatility. Third, we will employ several mixed-frequency data models to study the risk-return relationship and volatility spillover in the commodity market, and examine the effect of commodity price volatility on forecasting China's macro-economy. Depending on all the above studies, we will propose many new mixed-frequency data models. Our study will promote the development of mixed-frequency data models and generalize their application in the field of commodity price volatility. The study also provide theoretical basis for the investment decisions of investors, the production plans of manufacturers, and the macro-economic policy of government.

大宗商品价格波动通常对应着多种不同频率的时间序列，而传统的计量经济学模型难以刻画不同频率时间序列之间的相互影响关系。本项目拟使用混频数据模型对大宗商品价格波动的相关问题进行研究。首先，分析大宗商品价格波动相关混频数据的特性，并通过应用现有的或者构建新的混频数据模型深入分析大宗商品价格波动的影响因素和特征；然后，运用不同的混频数据模型预测大宗商品的价格波动，并使用预测结合技术进一步提高模型对大宗商品价格波动的预测精度；最后，在前面两个部分的基础上，使用混频数据模型研究大宗商品价格波动风险与收益关系、价格波动溢出以及大宗商品价格波动对中国宏观经济变量的预测作用。通过以上研究，在理论上本项目试图提出一系列新的混频数据模型，推动混频数据模型研究的发展及其在大宗商品价格波动研究领域的应用；应用上，为投资者的投资决策、相关制造商的生产计划以及政府部门的宏观经济政策制定提供理论指导。

大宗商品价格波动通常对应着多种不同频率的时间序列，而传统的计量经济学模型难以刻画不同频率时间序列之间的相互影响关系。本项目构建新的或者运用现有的混频数据模型对大宗商品价格波动的相关问题进行研究。首先，我们分析了大宗商品价格波动相关混频数据的特性，并通过应用混频数据模型深入分析了大宗商品价格波动的影响因素和特征；然后，运用不同的混频数据模型预测了大宗商品的价格波动，并使用预测结合技术进一步提高模型对大宗商品价格波动的预测精度；最后，在前面两个部分的基础上，使用混频数据模型研究了大宗商品价格波动风险与收益关系、价格波动溢出以及大宗商品价格波动对中国宏观经济变量的预测作用。我们的研究发现本项目构建的新混频数据模型对大宗商品价格波动有较好的解释和预测作用；大宗商品价格波动存在跳跃和结构突变等特征，且这些特征对其未来价格波动有预测作用；宏观经济变量、商品供给、商品库存、市场投机、投资者情绪和投资者恐慌指数等因素都显著影响大宗商品的价格波动；大宗商品市场中风险与收益没有出现显著的正相关关系；不同大宗商品价格波动之间存在时变溢出效应；大宗商品价格波动对中国宏观经济变量有解释和预测作用。通过以上研究，在理论上本项目提出了一系列新的混频数据模型，推动混频数据模型研究的发展及其在大宗商品价格波动研究领域的应用；应用上，为投资者的投资决策、相关制造商的生产计划以及政府部门的宏观经济政策和资源安全政策制定提供理论指导。受项目的资助，项目研究成果（标注了项目号71701176）共发表了31篇学术论文，其中25篇在《Journal of Futures Markets》和《Energy Economics》等SSCI/SCI期刊上发表（包含9篇ABS三星期刊论文和4篇ESI高被引论文），5篇发表在国家自然科学基金委管理科学部指定的A类期刊上。

内容获取失败，请点击重试