战略商品的价格是否对美国的党派立场作出反应

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Does the price of strategic commodities respond to U.S. Partisan
  Conflict?》
---
作者：
Yong Jiang, Yi-Shuai Ren, Chao-Qun Ma, Jiang-Long Liu, Basil Sharp
---
最新提交年份：
2020
---
英文摘要：
  A noteworthy feature of U.S. politics in recent years is serious partisan conflict, which has led to intensifying polarization and exacerbating high policy uncertainty. The US is a significant player in oil and gold markets. Oil and gold also form the basis of important strategic reserves in the US. We investigate whether U.S. partisan conflict affects the returns and price volatility of oil and gold using a parametric test of Granger causality in quantiles. The empirical results suggest that U.S. partisan conflict has an effect on the returns of oil and gold, and the effects are concentrated at the tail of the conditional distribution of returns. More specifically, the partisan conflict mainly affects oil returns when the crude oil market is in a bearish state (lower quantiles). By contrast, partisan conflict matters for gold returns only when the gold market is in a bullish scenario (higher quantiles). In addition, for the volatility of oil and gold, the predictability of partisan conflict index virtually covers the entire distribution of volatility.
---
中文摘要：
近年来，美国政治的一个显著特点是严重的党派冲突，这导致两极分化加剧，并加剧了高度的政策不确定性。美国是石油和黄金市场的重要参与者。石油和黄金也是美国重要战略储备的基础。我们使用分位数格兰杰因果关系的参数检验来研究美国党派冲突是否会影响石油和黄金的回报和价格波动。实证结果表明，美国党派冲突对石油和黄金收益率有影响，且影响集中在收益率条件分布的尾部。更具体地说，当原油市场处于熊市状态时（分位数较低），党派冲突主要影响石油回报。相反，只有当黄金市场处于看涨情景（较高分位数）时，党派冲突才影响黄金回报。此外，对于石油和黄金的波动性，党派冲突指数的可预测性实际上涵盖了波动性的整个分布。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Does_the_price_of_strategic_commodities_respond_to_U.S._Partisan_Conflict?.pdf (987.58 KB)

2022-6-10 22:56:20 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：distribution Contribution Polarization Quantitative concentrated

1战略商品的价格是否对美国的党派冲突作出了反应？Yong Jianga、Yi Shuai Renb、c、d、e*、Chao Qun Mac、d、f、Jiang Long Liud、f、Basil Sharpe、g a金融学院、南京审计大学、南京211815、湖南大学公共管理学院中国b学院、长沙410082、湖南大学资源与环境管理中心中国c中心、长沙410082、中国数字社会与区块链研究院、，中国湖南大学奥克兰大学能源中心，12 Grafton路，奥克兰1010号，新西兰f商学院，湖南大学，长沙410082，中国g奥克兰大学，新西兰奥克兰1142摘要近年来美国政治的一个显著特点是严重的党派冲突，这导致两极分化加剧，并加剧了高度的政策不确定性。美国是石油和黄金市场的重要参与者。石油和黄金也是美国重要战略储备的基础。我们使用分位数格兰杰因果关系的参数检验来研究美国党派冲突是否会影响石油和黄金的回报和价格波动。实证结果表明，美国党派冲突对石油和黄金收益率有影响，且影响集中在收益率条件分布的尾部。更具体地说，当原油市场处于熊市状态时（分位数较低），党派冲突主要影响石油回报。相反，只有当黄金市场处于看涨情景（较高分位数）时，党派冲突才影响黄金回报。此外，对于石油和黄金的波动性，党派冲突指数的可预测性实际上涵盖了波动性的整个分布。关键词：美国。

党派冲突指数与原油价格的斯皮尔曼秩相关系数为0.3，与黄金价格的相关系数为0.68。这些结果表明，党派冲突指数与原油和黄金价格之间存在联系。然而，目前尚不清楚美国党派冲突指数的影响是线性的还是非线性的。此外，在不同的市场条件下，党派冲突指数的影响是否具有同质性？这些问题的答案对于管理风险、对冲和做出投资决策具有重要意义。为了解决这些问题，我们使用1981年1月至2017年10月的石油和黄金价格月度数据以及美国党派冲突指数。我们采用Troster（2018）提出的分位数格兰杰因果关系参数检验来研究美国党派冲突是否会影响石油和黄金市场的回报和波动性。我们发现，没有重大证据支持美国党派冲突与条件分布中值的石油和黄金回报之间存在因果关系。美国党派冲突指数对石油和黄金回报的解释力往往集中在条件分布的尾部。更具体地说，当原油市场看跌时，党派冲突对石油回报具有很强的预测能力。然而，在牛市中，党派冲突对石油回报的影响并不显著。相反，只有在黄金市场看涨时，党派冲突才会影响黄金回报。在较低的分位数，党派冲突指数的预测能力有限，0.2分位数是一个例外。一般来说，美国。

党派冲突严重影响了石油和黄金价格在整个有条件分布中的波动性，即在石油的各个阶段，我们使用美国炼油商的原油收购成本作为全球原油价格的衡量标准，黄金价格从伦敦黄金市场获得。U、 Azzimonti（2018）制定了美国党派冲突指数（PCI），该指数通过衡量某个月报纸报道分歧的频率，跟踪美国政客在联邦层面上的政治分歧程度。指数越高，表明政党、国会和总统之间的冲突越大。4黄金市场。02040608010014040 80 120 160 200 240 280 320 1985 1990 1995 2000 2005 2010 2015名义油价党派冲突2004006008001000120014016018000 40 120 160 200 240 280 320 1985 1995 2000 2005 2015名义黄金价格党派冲突图。1石油和黄金价格与美国党派冲突指数这篇论文对文献做出了如下贡献。首先，本文考察了美国党派冲突对石油和黄金回报和波动性的预测效果。尽管一些研究考虑了EPU和投资者情绪等非基本面因素的影响，但很少有研究探讨美国党派冲突是否会对石油和黄金的回报和波动性产生影响。通过这样做，我们提供了一个易于观察的新预测因子，用于跟踪原油和黄金价格的动态特征。右轴是美国党派冲突指数。

阴影区域表示NBER衰退。其次，我们在广义自回归条件异方差（GARCH）模型和随机波动率（SV）模型的框架下，重点研究了石油和黄金的波动率估计。与之前直接使用时变波动率模型（如GARCH和SV模型）来描述波动性的论文不同（Hammoudeh和Yuan，2008；Ewing和Malik，2016），我们在正式的贝叶斯模型比较练习中比较了几种GARCH和SV模型，并确定哪种模型有效。竞争模型包括具有AR（1）对数波动率过程的GARCH（1,1）和SV的标准模型，以及具有跳跃、平均波动率、杠杆效应、t分布和移动平均创新的灵活模型（Chan和Grant，2016）。第三，本文没有关注特定的市场周期，而是采用了一个参数分位数因果关系检验，该检验在所有市场条件下（如熊市和牛市、低波动率和高波动率市场）都足够强大。因此，我们可以检验美国党派冲突指数在不同市场条件下对石油市场和黄金市场的预测能力。通过这样做，我们还可以看到美国党派冲突指数在什么情况下预测石油和黄金价格。第四，本文中使用的分位数格兰杰因果关系参数检验允许我们在任何选择的条件分位数上调查因果关系，而无需预先选择一些任意子样本（Jeong et al.，2012）。

现有研究表明，石油和黄金价格具有非线性和结构性突变特征（Chen等人，2014；Kirkulak Uludag和Lkhamazhapov，2014；Gil Alana等人，2015），这可能对线性模型估计产生不利影响（Troster等人，2019）。传统上，大多数文献都会选择样本的一部分（Fan和Xu，2011），但这样做可能会导致样本信息丢失。我们使用的方法有两个新颖的方面。（i） 该方法考虑了条件分布的不同位置和规模，可以提供比传统平均因果关系更丰富的关于美国党派冲突与大宗商品价格之间因果关系的信息。（ii）它可以解决结构断裂和样本分割的问题。论文的其余部分组织如下。第2节简要回顾了相关文献。第3节介绍了数据和初步分析。第四部分介绍了实证方法和研究框架。第5节讨论了实证结果。第6节总结了这6项研究的主要结论，并提供了一些政策启示。2、过去十年来，商品市场金融化的可持续来源，以及作为不同传统投资的多元化、对冲和避风港的文献，已经引起了人们对商品回报和波动的可预测性的极大兴趣（Zhou等人，2019）。作为世界上两种重要的大宗商品，对石油和黄金价格驱动因素的理解已成为近年来关注和研究的焦点。

随着原油和黄金市场金融化程度的加深，大量文献关注非基本因素，如EPU、投资者关注度和政治风险。本节讨论了非基本因素对原油和黄金价格的影响。对于石油市场，Hamilton（2009）分析了2007年至2008年期间石油价格冲击的原因和影响，并得出结论，大多数冲击是由政治导致的石油生产中断引发的。Aloui et al.（2016）使用copula方法，发现权益和EPU指数衡量的更高不确定性仅在特定时期显著增加原油回报。Balcilar等人（2017a）发现，美国EPU和股票市场的不确定性对中位数周围整个分布区域的石油回报具有很强的预测能力；对于石油波动性，可预测性几乎涵盖了整个分布。Chen等人（2016年）通过使用SVAR模型发现，来自欧佩克国家的政治风险对布伦特原油价格有着显著的积极影响。Uddin et al.（2018）使用美国和欧洲的EPU指数、隐含美国债券波动率指数、美国VIX指数、市场情绪和美国投机指数作为地缘政治风险，并估计地缘政治风险对油价变化的影响。Qadan和Nama（2018）表明，美国EPU指数和消费者信心指数等九种不同指标所反映的投资者情绪对油价的回报和波动性有着显著影响。投资者对石油市场的关注对油价具有很强的预测能力（Yao等人，2017；Han等人，2017；Afkhami等人，2017）。关于黄金市场，Jones和Sackley（2016）将美国。

并将欧洲的EPU转化为黄金定价模型，发现黄金价格与EPU呈正相关。分析黄金市场最常用的方法是非参数分位数因果关系检验（Balcilar et al.，2016；Baur and Dimpfl，2016；Li and Lucey，2017；Bilgin et al.，2018；Raza et al.，2018）。例如，7 Balcilar et al.（2016）证实，政策和股票市场的不确定性会影响黄金价格的回报和波动性。Baur和Dimpfl（2016）选择互联网黄金搜索查询作为投资者对黄金价格走势的关注，并发现黄金价格波动性与搜索查询之间存在正相关关系。Li和Lucey（2017）发现，EPU是黄金价格成为安全投资避风港的积极决定因素。Balcilar et al.（2017b）表明，投资者情绪对黄金市场日内波动的影响更为普遍，而非每日回报，而Bilgin et al.（2018）和Raza et al.（2018）证明了EPU在估计黄金价格中的重要性。一些研究侧重于商品价格与金融市场不确定性之间的关系。例如，Bouri等人（2017a）发现存在协整关系，黄金和石油的隐含波动率对印度股市的隐含波动率具有非线性和积极影响。有趣的是，Ji等人（2018年）调查了美国股票、战略商品和金砖四国股票之间的信息流，发现政治、战争、宏观经济和金融事件会影响隐含波动率指数之间的信息流变化。Dutta等人。

（2019）研究原油市场和贵金属市场（黄金和白银）以及金矿股票之间的协整和非线性因果关系，发现原油和黄金市场之间存在双向对称效应。其他文献研究能源和非能源商品的套期保值能力。Bouri等人（2017b）发现黄金与中国和印度股市在高频和低频率上都存在显著的双向效应，这表明黄金的避险性质并不稳定。Rehman et al.（2019）利用NARDL模型发现，能源、非能源商品和原油之间存在短期和长期不对称关系，与黄金或白银结合时，可提供更多的多元化收益。综上所述，大量文献侧重于金融市场与大宗商品市场之间的关系、能源和非能源大宗商品的套期保值能力以及战略大宗商品价格背后的影响因素。特别是，解释战略商品背后的影响因素已成为近年来的热门话题。我们发现，大多数研究从地缘政治风险、投资者情绪或关注度以及EPU等非基本因素来考察石油和黄金价格的决定因素，但很少有研究调查美国党派冲突对黄金价格的影响。为此，本文采用分位数格兰杰因果关系的参数检验，估计了战略商品价格对美国党派冲突的反应，并为投资者和政策营销人员提供了政策建议。3、方法论我们的实证方法有两个方面。

首先，使用两类时变波动率模型，即GARCH模型和SV模型来估计石油和黄金的条件波动率。然后，通过比较Bayes因子，我们检验了哪种模型能够更好地模拟石油和黄金的价格波动。其次，Troster（2018）提出的一种新的分位数格兰杰因果关系参数检验被用来研究美国党派冲突指数预测石油和黄金价格回报和波动的能力。3.1. 时变波动率模型：GARCH和SV模型竞争模型包括具有AR（1）对数波动率过程的GARCH（1,1）和SV的标准模型，以及具有跳跃、平均波动率、杠杆效应和t分布和移动平均创新的灵活模型（详细模型描述见Chan和Grant（2016））。GARCH和SV模型均使用贝叶斯技术进行估计。对数波动率的联合采样是估计SV模型的关键步骤。基于Chan和Jeliazkov（2009）的精密取样器，通过Chan（2017）中描述的接受-拒绝Metropolis-Hastings算法估计SV模型。继Chan和Grant（2016）之后，我们通过贝叶斯因子介绍了贝叶斯模型比较，并概述了使用重要性抽样计算贝叶斯因子的有效方法（见表1）。由于贝叶斯因子只是两个边际可能性的比率，研究人员通常只报告一组竞争模型的边际可能性（Chan和Grant，2016）。本文列出了不同波动率模型的边际可能性。