政策不确定性、投资者情绪与稀土价格波动

万 千，方建春

（1.中国人民大学书报资料中心，北京 100872；2.浙江大学 经济学院，浙江 杭州 310027）

1.引言

考察经济和政策不确定性对金融市场影响已成为研究的热点问题之一。多数研究认为，不确定性会对金融市场造成显著的影响。无论是企业还是金融市场的决策者，在面对不确定性时通常会做出改变公司经营或投资环境的决策。而在决策期间，投资者或决策者通常会对不确定性的内容和潜在影响方面做出判断。因此调查这种与政策相关的不确定性是否会对经济或决策产生重大影响就显得尤为重要。这一话题正受到学术界、政策制定者越来越多的关注。众多研究认为，政治和经济引起的不确定性是直接影响当前全球经济走出疫情，实现经济复苏的主要障碍之一[1]。本文通过实证研究与政策相关的不确定性、投资者情绪及其对稀土现货价格走势的影响，力求为这一主题的研究做出新的贡献。

该研究领域面临的一大挑战在于，找到衡量政策不确定性的适当指标。目前，公司面临的不确定性可用多种指标来衡量。比如，股票收益的波动性、投入和产出价格、全要素生产率或公司治理层面的微观指标。然而，从政策或宏观层面考察不确定性仍是一项艰巨的任务。尽管大量研究考察了财政、货币或社会保障等特定类型政策的影响，但用于衡量经济中政策不确定性总体水平的研究仍不多见。

在面对不确定性时，大多数投资者通常是根据低频历史数据来判断未来的经济走势，并假定这一模式一致且经济结构稳定。但是，在面对急剧变化的环境和突发性事件时，这些方法可能难以提供准确的预测。另外，这些低频数据通常是以年或季度为单位，而不是每月或每周，这限制了它们在短期预测中的应用。但在实际决策中，越来越多的投资者依靠搜索引擎来获取即时的高频数据，以增加信息获取的渠道来弥补自身信息的不足，从而为决策提供有益的参考。但如果大量投资者获取的信息渠道较为集中，所受到具有明确导向性信息误导的可能性也越高。此外，投资者之间的信息传递容易引发羊群效应，从而对投资行为、产品价格走势乃至金融市场造成影响。

稀土价格的形成具有特殊性。由于生产的集中性和交易量的相对有限性，稀土缺乏像普通大宗商品那样的期货交易品种和期货市场。多数稀土价格的形成依然是通过现货市场的交易来实现。而中国作为稀土生产、出口第一大国，是稀土价格形成的主要市场。稀土作为一种战略性物资，容易受到地缘政治和国际关系动荡的影响。稀土市场的投资者面对的经济和政策不确定性甚至会高于其他大宗商品。因此，在面对不确定性时，稀土现货市场投资者通过收集信息所产生的投资者情绪，可能会放大外部市场动荡的效应，从而对稀土现货市场价格的波动造成直接的影响。

现有研究不乏考察不确定性对金融市场波动的文献。但以稀土市场为例，分析面对不确定性时，投资者情绪对稀土现货市场影响的文献仍较为少见。本文以稀土市场为考察对象，利用政策不确定性、投资者情绪和稀土现货市场价格的月度数据，分析其相互影响的程度及其效应，为这一领域的研究做出贡献。

2.文献综述

一些研究考察了经济不确定性对经济影响的不同渠道[2－3]，进而影响到就业、投资、大宗商品价格、出口和产出[4－8]。这些渠道包括：实物期权[9－10]，预防性储蓄[11]，金融资产配置[12－14]。这些渠道会通过需求和供给等诸多方面影响经济产出。在需求方面，不确定性水平的提升会导致公司投资需求下降和新项目的延迟。不仅如此，家庭也会通过降低耐用品消费和预防性储蓄来应对外部环境的不确定性[15]。在供给方面，在面对经济不确定性时，雇主因调整成本高昂而降低对员工的雇佣[16]。而债权人因期望更高回报率，危及企业筹融资能力，从而影响产出增长。Bredin 和 Fountas（2009）、Carriero和 Clark（2020）、王霞和郑挺国（2020）分析了宏观经济不确定性对产出的负面影响[17－19]。Sum（2013）报告了美国和欧盟经济政策不确定性（EPU）之间的长期均衡关系。

另一些研究则考察了经济不确定性对不同行业的影响。一些研究以经济危机的形式分析经济不确定性对旅游业的影响[20]，但有些学者则考察了恐怖主义、政治动荡、自然灾害和健康疾病对旅游业的影响[21－22]。在金融领域，一些学者探讨了经济不确定性对股市造成的影响[23]。Demir et al.（2018）则考察了经济政策不确定性对比特币回报的预测能力[24]。还有一些学者从心理层面分析了对不确定性的应对措施，认为经济主体对不确定性的典型反应是通过增加信息搜索来应对[25]。面对不确定性，投资者通常会更加密集地收集信息，而这可以通过互联网搜索量来表示。不论是否愿意，每个互联网用户都会留下每次使用搜索引擎时所寻找内容的数据。如果系统地进行大规模分析，则此类数据将非常适合跟踪现实世界环境中的信息搜索活动。较为常见的是百度指数和Google趋势两种搜索引擎的数据，可以用来衡量不确定性。这种使用互联网搜索衡量不确定性的两个主要优点。第一是高频数据。第二，数据是自发生成的，而不是通过与金融市场直接相关的行动生成的，这有效抑制内生性。因此，通过分析其搜索行为来衡量投资者的不确定性有其必然性。Bilgin等（2019）认为，Google趋势报告的互联网搜索频率可以用来恰当地捕捉投资者对经济状况的不确定性，这对总的股市回报有影响[26]。

互联网搜索数据在经济和金融文献中得到了广泛应用。它们被用来预测销售[27]，失业救济申请[28]，流感暴发[29]，个人投资者的需求和IPO收益[30]。Dzielinski（2012）将主成分分析应用于搜索字词的构建，以反映投资者情绪。通常而言，搜索量的增加是不确定性增加的征兆，这为判断未来股市的走势提供了依据[23]。

3.数据与统计性描述

本文的价格数据来自东方财富Choice数据的稀土现货价格，用Price来表示。搜索数据来自百度指数，用Search来代表，用以代表投资者情绪和对未来走势的判断。不确定性指数来自Baker等开发的不确定性指数网站，用Uncertainty表示。基于稀土现货价格的可获得性，本文研究的区间从2011年1月－2020年10月。鉴于稀土包含多种金属及其氧化物和化合物，本文选取氧化镨为例。从表1的数据来看，稀土现货价格的波动幅度较大。最大值为1115000元/吨，在2011年7月取得。最小值为232500元/吨，在2011年1月取得。这是由于，2011年稀土价格经历一轮暴涨。当年国家强化了对稀土行业的管控和整顿，并通过提高稀土资源税，从而强化了稀土资源的战略地位。地方政府也强化了稀土企业的整合，内蒙古的包钢稀土、江西的赣州稀土等骨干企业也强化了对资源、生产、价格等环节的管控。加上部分企业、个人面对价格上涨的惜售心态，共同推高了稀土价格。

表1 主要变量的描述性统计

搜索指数的最低点为37.3，在2011年12月取得。而搜索指数的最大值为912.4，在2019年5月取得。这是由于2019年9月稀土经历了一轮大幅的价格上升，从而导致行业对稀土相关关键词的搜索大幅上升。不确定性指数的最小值在2011年5月取得。不确定指数的最大值在2020年5月取得，这与疫情的走势密切相关。

从图1的走势来看，稀土价格的波动在经历了2011年的高点之后，总体上呈现震荡下滑的态势。价格指数与搜索指数之间具有一定的关联性。稀土价格的剧烈波动通常伴随着搜索指数的明显上升。不确定性指数和稀土价格之间大致呈现相反的走势。

图1 主要变量自然对数值的走势

4.数据检验与实证研究

首先通过ADF检验考察数据的平稳性，在运用ADF进行单位根检验时，模型形式的选择较为重要。通过观察时间序列的走势，判断模型中是否应当包括包截距项或趋势项，然后通过考察截距项、时间趋势项以及单位根等变量的系数，来确定模型的最终形式。滞后阶数的确定主要根据SIC准则来判断。表2的单位根检验表明，变量Ln（Price）、Ln（Search）以及Ln（Uncertainty）的原始时间序列均不平稳，但一阶差分序列均平稳。因此，可以对上述变量的一阶差分开展Granger因果检验。由于三个变量是通过对原始时间序列取对数，因此其一阶差分代表模型中各变量的变动率。

表2 主要变量的平稳性检验

为了考察三个变量之间的影响关系，运用Granger因果检验进行验证。因为滞后项的选取对Granger因果检验结果有较大的影响，选取了不同滞后阶数以对三个变量之间的Granger因果关系进行了检验。最后选取滞后项为2，实证研究结果表明（见表3）：在5%的显著性条件下，变量之间的影响关系更多的是单向影响。不确定性是稀土现货价格波动的格兰杰原因，但反之则不成立。也就是说，经济或者政策的不确定性会导致稀土现货价格的波动。这是由于，面对外部不确定性时，企业通常选择更为保守的投资策略，从而会影响稀土需求和价格波动；搜索是稀土价格波动的格兰杰原因，但不存在反向关系。也就是说，投资者群体的信息搜索和信息交流会影响到稀土价格的波动；不确定性是搜索的格兰杰原因，反之不成立。这表明，投资者在面对不确定性时通常通过信息搜索来辅助决策，以降低信息不对称性。

表3 主要变量之间的因果关系

对变量之间的协整关系进行考察，发现原始时间系列之间不存在协整关系，于是取1阶差分形式来构建VAR模型。图2的脉冲响应函数的计算结果表明，价格对搜索一个标准差的脉冲在第一期和第二期时产生了正向的响应，在第二期时达到最大值。由此可以推断，搜索指数的上升尽管在第1期就会对稀土现货价格产生影响，但影响较弱，大致在滞后2期后对价格产生较为明显的影响。因为信息搜索的增长会通过投资者之间的交流向后传导，首先会对内部的交流者及其投资行为产生影响。然后对其他投资者产生影响。因此存在一定的滞后期。在第三期之后，这种冲击效应变成了持续的负向影响。这种搜索指数上升对稀土现货价格影响存在滞后也与多数理论相符。

图2 价格对搜索的脉冲响应

从图3可以看出，稀土价格对不确定性一个标准差的冲击持续产生的负向累积响应。由此可见，不确定性的增加，会导致投资者的投资行为更为保守，从而不利于稀土需求，进而对稀土价格产生负面影响。尤其是当前疫情蔓延的情况下更是如此。由于多数国家的工厂无法开工，因此对稀土的需求呈现下降趋势，稀土的价格也受到了抑制。因此，不仅对投资者而言，而且对稀土生产和需求企业而言，如何更加合理和充分的应对不确定性的外部冲击，从而降低价格大幅波动对自身的影响，都是需要投资者和企业积极应对的场景。

图3 价格对不确定性的脉冲响应

从图4可见，搜索对不确定性一个标准差的冲击所产生的累积响应，在1－3期为负，在第2期为负向最大，在第3期后转变为正向响应。由此可见，不确定性上升大约在滞后3期后会传导到搜索指数上，并对搜索产生持久的正向冲击。这是因为，不确定性上升导致搜索量的增长均有一定的滞后期。因为投资者在面对不确定性时，首先要对不确定性的性质做出判断。这种不确定性对稀土价格的影响到底是正向冲击，负向冲击还是完全没有影响？如果是正向冲击，那么投资者可能会买入，从而导致稀土价格上升。如果是负向冲击，投资者可能就会选择规避风险，进而导致稀土价格的下滑。因此，经济效应的方向和大小取决于不确定性的性质，具有明显的滞后性。

图4 搜索对不确定性的脉冲响应

5.主要结论与政策建议

在面对外部经济和政策不确定性时，考察投资者情绪对金融市场的影响，具有重要的理论意义和政策价值。本文利用政策不确定性指标以及搜索引擎所代表的投资者情绪，通过考察政策不确定性、投资者情绪及其对稀土现货价格的影响，丰富了这一领域的研究成果。本文利用2011年1月－2020年10月数据的研究结果表明，稀土价格在过去十年间经历了多轮的大幅震荡。这与中国在此期间多轮的政策调整，以及强化对稀土市场的管控密切相关。这一系列的政策调整带来的不确定性，影响了投资者情绪，给稀土市场以及稀土价格的波动产生了显著的外部影响。本文的实证研究结果表明，政策不确定性、投资者情绪和稀土现货价格之间存在着协整关系。政策不确定性和投资的情绪，都是稀土价格波动的格兰杰原因，但反之则不成立。价格对搜索一个标准差的脉冲在第一期和第二期时产生了正向的响应，在第二期时达到最大值。在第三期之后则产生了持续的负向响应。稀土价格对不确定性一个标准差的冲击持续产生的负向累积响应。搜索对不确定性的冲击所产生的累积响应，在1－3期为负，在第2期为负向最大，在第3期后转变为正向响应。

基于上述研究结果，我们认为，在面对疫情冲击等经济和政策不确定性的情况下，投资者行为容易形成羊群效应。因此，实时监测搜索引擎、股吧等投资者聚集区域的投资者情绪，积极引导投资者舆论导向，对于提升政策治理的效果，具有不可替代的作用。尤其是利用搜索指数等高频数据，能有效缓解传统低频数据在面对新情况、新问题时，政策响应滞后的弊端。此外，企业或投资者面对外部经济或政策不确定时，通过收集搜索引擎或股吧的高频实时数据，有利于为企业或投资者的决策提供更有价值的信息参考，从而有效弥补信息的不对称性。对稀土这一特定的商品市场而言，实时分析和监测投资者情绪，有助于稀土生产和下游企业做好生产规划和企业库存，并提高资金使用效率，从而有效降低不确定性时的企业风险和投资风险。