我国大宗商品市场系统性风险的测度研究

With China’s slowdown and the bulk commodity market being suffering from downside risks recently, studying the systemic risk in Chinese bulk commodity market is of great significance to investors and policy makers. However, little of the existing literatures has paid their attention to this issue so far. Based on the economic reality in China, we attempt to define the systemic risk in bulk commodity market for the first time, and given the definition, we find that the Gas-Factor Copula function, proposed out by Oh and Patton (2015a,b) recently, is very suitable for measuring the systemic risk in bulk commodity market. Concretely speaking, this project uses Gas-Factor Copula function to model the dependence of Chinese bulk commodity market in high dimensions at first; then, based on the dependence structure, it constructs quantitative measures of systemic risk, and compares them with the popular measurements for CoVaR and MES; finally, the driving factors of systemic risk, including the macro-economic variables and market trading factors, are examined. The results of this project are expected to provide comprehensive and robust empirical evidences for making risk management strategies and economic policies in China.

在我国宏观经济发展速度放缓，国际大宗商品价格普遍下跌的背景下，研究我国大宗商品市场的系统性风险对投资者和政策制定者意义重大，然而，目前还没有看到有关大宗商品系统性风险的研究。根据我国的经济现实，本项目尝试初次对大宗商品市场的系统性风险作出界定。在这个界定下，我们发现最近由Oh and Patton (2015a,b) 提出的Gas-Factor Copula函数十分适合测度大宗商品市场的系统性风险。具体来讲，本项目的内容主要包括以下三点：首先，使用Gas-Factor Copula函数建模我国大宗商品市场的高维相依性；其次，根据所得到的市场高维相依性，构建测度系统性风险的相关定量指标，并与目前CoVaR和MES的流行刻画方法进行比较；最后，考察影响大宗商品市场系统性风险的宏观经济因素及市场交易因素。该项目的研究成果预期为我国的市场风险管理及相关经济政策的制定提供全面、可靠的实证依据。

大宗商品市场与宏观经济紧密相联，无论对投资者还是对政策制定者而言，刻画和度量大宗商品市场的风险均意义重大。本项目首次尝试使用Oh and Patton (2018) 的GAS-Factor Copula 函数测度大宗商品市场的风险，并研究其实体经济影响。鉴于期货价格相比现货价格存在诸多优势，我们最终选择大宗商品期货数据作为研究样本。与原申请书相比，本项目最终在内容上的拓展主要表现在以下三个方面：第一，我们将对国内大宗商品期货市场的研究拓展到国际大宗商品期货市场上；第二，我们不仅衡量大宗商品期货市场共同下跌的概率，也测度其共同上涨的概率，并且，不仅对极端风险进行刻画，对其余规模的风险也同时进行测度；第三，我们更加专注大宗商品期货市场风险的实体经济影响，并且将研究不仅局限在中国，还拓展到世界上其余31个国家，形成了更具一般化的研究。从技术层面上来看，本项目的关键挑战在于如何高效地估计GAS-Factor Copula函数，并基于边际分布和GAS-Factor Copula函数的估计值模拟未来收益率，最终我们借助云计算设备完成了这一挑战。本项目最终得到的关键数据为：关于对大宗商品期货价格共同上涨和共同下跌的概率的刻画，这个数据的获取十分耗时，在时间和经济成本上，都有相当的消耗。本项目的主要研究结论包括：（1）在各种GAS-Factor Copula 函数中，Skewed t-t GAS-Factor Copula 能够最好地刻画大宗商品期货市场之间的相关结构；参数估计结果显示从2000年以来，大宗商品市场的整体相关性出现了显著上升；（2）总体来看，相比共同上涨的概率，大宗商品期货市场共同下跌的概率更高；（3）与传统的“成本效应”不同，大宗商品期货市场同涨同跌对未来宏观经济产出的影响是正向的，这与Sockin and Xiong (2015) 所提出的“信息摩擦理论”相一致。本项目的科学意义在于：提供了研究大宗商品期货市场变动的新视角，考虑到了其变动的新特点和非线性相依结构；由于大宗商品期货市场的同涨同跌具有显著的实体经济影响，所以，该指标的确需要在投资和经济政策制定过程中进行考量。