国际原油价格与我国商品期货价格的波动溢出效应——基于TVP-FAVAR-DY模型的实证研究

王智茂，杨森

（1.盐城师范学院 商学院，江苏 盐城 224007；2.黄冈师范学院 商学院，湖北 黄冈 438000）

近年来，新冠疫情暴发以及WTI（West Texas Intermediate）原油首次跌至负值等极端事件频发，导致全球市场石油需求大幅下降，引发油价冲击，加剧全球经济衰退，以食品、贵金属和农产品为代表的大宗商品价格以及以原油为代表的能源商品价格波动剧烈，形成了石油与商品价格关联的研究热点。由于大宗商品是制造业的“粮食”，2022年发布的《中共中央 国务院关于加快建设全国统一大市场的意见》从生产、流通、消费等方面对大宗商品市场的规范和建设提出了改进要求。从国际角度来看，我国是多种大宗商品的净进口国，对此，国家发展改革委等部门《关于印发促进工业经济平稳增长的若干政策的通知》指出，要稳定大宗商品价格波动，避免系统性风险的发生，进而稳定金融市场和实体经济。然而，原油作为金融属性最强的大宗商品，可以通过多种传导机制，将波动转移到商品期货价格，然后通过与全球原油市场密切相关的运输、制造等过程影响相关行业。鉴于高油价和高能耗，能源问题对我国的长期发展至关重要，因此有必要探讨国际原油与我国商品期货价格之间的依赖关系。研究国际原油价格与我国商品期货价格的波动溢出效应对于厘清两个市场间的风险传递机制，帮助政策制定者识别并预防跨市场风险传染，维持我国商品期货价格稳定具有重要作用。有鉴于此，本文基于TVP-FAVAR-DY模型进行实证研究，以期为我国稳定金融市场、减少系统性风险、优化投资组合提供有利建议。

一、文献综述

原油作为多数商品的能源成本来源，其价格波动成为大宗商品市场价格变动的风向标，原油价格的大幅波动会通过生产成本变动和石油美元变动等传导机制引导大宗商品价格波动，从而对不同种类大宗商品产生直接影响。目前已有大量文献关注国际原油价格与大宗商品价格间的联系。针对国际原油价格与商品期货价格之间的溢出效应研究，国外学者大多侧重商品间的资产组合角度，分析投资组合的收益及风险状况，如Liu等［1］和Zhu等［2-3］的研究。相较之下，国内学者则更注重研究国际原油市场与国内商品市场间的波动溢出效应，如徐国祥和代吉慧［4］以及刘映琳等［5］的研究。

与此同时，部分学者对国际原油价格与商品期货价格间的相关性研究逐渐细化至不同商品品种及板块层面，且研究通常重点关注国际原油价格对商品期货价格的溢出效应［6］。Luo等利用多元异方差自回归模型和DCC-GARCH模型研究美国原油期货与中国农产品期货的波动溢出效应，认为尽管溢出效应程度较弱，但美国原油市场对我国农产品市场存在波动溢出效应［7］。Churchill等利用半参数模型和非参数模型研究了长期视角下油价与贵金属价格之间的关系，研究表明油价波动会对贵金属价格产生正向影响，且该影响是非对称的［8］。梁仁方等基于Copula-CoVaR模型研究了Brent原油期货与国内PTA期货市场间的溢出效应，结果表明国际原油期货会对国内PTA期货市场产生明显的正向溢出效应，且在金融危机前后该影响程度存在较大差异［9］。随着溢出指数在我国期货市场中的应用愈加广泛，部分学者开始关注不同金融市场间的跨市场溢出效应［10］。谭小芬等以原油、天然气、贵金属、农产品等8种商品和4种金融资产为标的物研究不同商品市场间的波动溢出效应，认为在金融危机和具体商品市场存在差异性的基础上，波动溢出和收益溢出存在显著差异［11］。以上文献中使用较多研究波动溢出效应的实证方法，包括多元GARCH模型簇、小波分析、VAR模型簇、Copula模型等［12-13］，然而这些模型在研究市场间的波动溢出效应时存在以下缺陷：首先，这些模型无法明确市场间的关联性属于线性相关还是非线性相关；其次，这些模型无法分析出市场间波动溢出效应传递的大小和方向，以及整体和细分市场的溢出贡献数值，仅能表现出静态相关关系；最后，这些模型进行扩展需要通过大量复杂计算，不适用于研究多个市场间的波动溢出效应。

梳理以往研究发现，国外对大宗商品的研究起步较早，无论是对大宗商品期货市场间的溢出效应还是对商品期货市场与其他市场间的联动性均已作出较为深入的研究，尽管中国大宗商品市场在国际贸易中的竞争力已经极为可观，但相对而言国内有关原油价格与商品期货价格的文献仍相对有限，且已有文献对国际原油价格与商品期货价格之间波动溢出效应的研究存在如下局限：一方面，从研究样本选取上，前期文献表明在不同的市场特征下，国际原油市场对不同品种的商品期货市场的溢出效应程度和方向存在明显差异，与此同时，随着我国大宗商品金融属性程度不断加深，商品期货市场间的跨市场溢出效应正在快速改变其大小、方向及特征，然而现有文献大多仅关注一种商品，如农产品、贵金属或其他非能源商品［14-15］，而不是同时关注能源和非能源商品；另一方面，并非所有的油价冲击都是一样的，石油供需冲击对宏观和微观经济变量的影响存在异质性［16-17］。对此，本文系统性地选取我国上海期货交易所、大连商品交易所和郑州商品交易所三大商品期货交易所的多个商品期货品种作为样本，能够全面系统地分析国际原油价格对我国商品期货价格的波动溢出效应，进而弥补现有文献在多市场间跨市场波动溢出效应研究的不足。同时，在实证方法上，本文将通过TVP-FAVAR-DY模型探究国际原油市场与我国商品期货市场间的波动溢出效应，该模型在实证研究中可以明确市场间波动溢出的方向和大小，可以有效解决滚动窗口分析中的固有问题，加之引入增广向量，可以满足同时研究较多市场间关联性的需求。

二、模型构建与变量选取

（一）TVP-FAVAR-DY模型构建

为了探究国际原油价格与我国商品期货价格的波动溢出效应以及其中的时变特征，本文将时变参数因子增广向量自回归（TVP-FAVAR）模型与基于广义方差分解的溢出指数方法（DY）相结合，构建时变参数因子增广向量自回归溢出指数（TVP-FAVAR-DY）模型进行实证研究。相较于传统的DY模型，该模型基于时变方差—协方差结构，允许以更灵活和稳健的方式捕获数据底层结构中可能的变化，且有效地解决了滚动窗口分析中的固有问题，如主观任意设置滚动窗口大小、观察值的损失和异常值敏感性等问题。而相较于TVP-VAR-DY模型，该模型弥补了标准TVP-VAR模型不能处理过多变量的缺陷，通过主成分分析（PCA）方法提炼出众多变量中隐含的价格波动因子，且其允许PCA载荷及其方差以及PCA误差项的方差随时间变化，这为本文同时将数十种商品期货纳入模型进行分析提供了可能性。

具体而言，TVP-FAVAR-DY模型的构建过程如下。以TVP-FAVAR（1）为例，首先定义一个1阶TVP-FAVAR模型，其形式如下：

其中，zt=［yt,ft］′ 和εt为（N+r）×1维向量，xt和ut是M× 1维向量，ξt和vt分别为（N+r）2×1和（M·r）2×1维向量。此外，St和Φt是（N+r）×（N+r）维矩阵，Ξt和γt分别为（N+r）2×（N+r）2和（M·r）2×（M·r）2维矩阵，Λ 是一个M×r维成分载荷矩阵，Vt为M×M维矩阵。

通过Wold表示定理，我们可以将TVP-FAVAR模型转换为时变参数因子增广向量移动平均（TVP-FAVMA）模型，即TVP-FAVMA模型的时变系数（Ait）是应用动态溢出指数方法的基础，本文基于广义脉冲响应函数（GIRFs，）和广义预测误差方法分解计算动态溢出指数。GFEVD可以反映变量i向前H步的预测误差方差中由变量j引起的比例。其数学形式可表示为：

本文进一步计算了方向性溢出指数，包括变量i对其他国家的溢出水平（TO）和受到其他变量的溢出水平（FROM），分别定义为：

对其他国家的溢出水平（TO）和受到其他变量的溢出水平（FROM）之间的差异代表变量i的净方向性溢出（NET），即其可以反映变量i在系统中属于净传递者还是净接收者

最后，本文通过计算变量两两之间的净方向溢出指数（NPDC），以分析每两个变量之间的波动溢出关系：

如果NPDC ij（H）＞0，则意味着变量i对变量j的影响大于受变量j的影响，反之则相反。

（二）变量选取

对于国际原油价格，本文选择WTI原油期货合约日结算价作为国际油价的代理变量，数据来源于美国能源信息署。在国际原油价格相关研究中，多数学者采用WTI原油期货价格作为代理变量［18］。一方面，WTI原油是国际上影响力最大的基准原油，其他原油市场譬如Brent原油、Dubai原油等多数时间内跟随WTI原油走势，仅少数时间与WTI油价出现背离；另一方面，由于暂时短缺或盈余，现货油价受短期噪音的影响比期货油价更大，因此期货价格能更好地反映国际原油价格整体波动情况［19］。

从我国商品期货市场来看，当前我国有上海期货交易所、大连商品交易所和郑州商品交易所三大商品期货交易所，共有60个商品期货品种。然而，部分品种的商品期货上市时间较晚，如果选择全部60种商品期货，将在时间维度损失较多的样本量，从而可能导致研究结论不具有代表性。因此，本文在时间维度和品种维度进行权衡，在保证样本区间具有一定代表性的前提下纳入尽可能多的商品期货品种。最后，本文将样本区间选定为2015年1月1日至2022年3月1日，在此区间始终处于上市状态的商品期货品种达到40个，涵盖我国大部分活跃的商品期货品种，具有较强的代表性。其中，螺纹钢、热轧卷板、胶合板、铁矿石、纤维板、焦煤、焦炭、硅铁、锰硅属于黑色系大宗商品；铜、铅、铝、锌属于有色金属；黄金、白银属于贵金属；玉米、玉米淀粉、豆一、豆二、豆粕、豆油、棕榈油、鸡蛋、棉花、粳稻、晚籼稻、菜籽油、普麦、早籼稻、菜籽粕、油菜籽、白糖、强麦属于农产品；天然橡胶、石油沥青、聚氯乙烯、聚乙烯、聚丙烯、玻璃、PTA属于化工产品。同样选择期货合约日结算价作为各种商品期货的代理变量，数据来源于RESSET数据库。各变量具体情况如表1所示。

表1 变量选取与数据来源

在进行TVP-FAVAR-DY建模之前，我们首先对原始价格数据求算术收益率，计算公式为：得到41个变量的日收益率序列。其中，对于国际能源市场，直接将WTI原油收益率数据纳入模型；对于我国商品期货市场，首先将40种商品期货按表1中的分类方式进行分类，然后通过TVP-PCA依次生成各类商品市场的价格波动因子，即黑色系大宗商品类波动因子（Black）、有色金属类波动因子（Nonferrous）、贵金属类波动因子（Noble）、农产品类波动因子（Agriculture）和化工产品类波动因子（Chemical）。最后，将5个商品期货价格波动因子连同WTI原油收益率共同纳入模型，计算动态溢出指数。表2报告了国际油价和各商品期货价格因子的描述性统计结果和变量间的相关系数。

表2 描述性统计

由表2可以看出，所有变量均呈现显著偏态，且呈现“尖峰”形态，不满足正态分布，且在1%显著性水平上是平稳的。此外，大多数变量是自相关的，且具有ARCH误差，表明本文有必要选择具有时变协方差的TVP-VAR模型进行建模。从变量之间的相关系数来看，各类商品期货价格之间的相关系数明显高于国际原油价格与国内商品期货价格的相关系数。具体而言，有色金属市场与其他商品期货价格的相关系数均较高，国际原油价格与国内贵金属和化工产品市场的相关系数相对较高。

三、实证结果

（一）波动溢出效应静态分析

本文基于广义方差分解的溢出指数方法考察国际原油价格对我国商品期货价格的溢出效应。表3描述了各市场间波动溢出效应的静态分析。其中，横轴表示该市场接受其他市场溢出效应水平，纵轴表示该市场对其他市场变量的波动溢出水平。净溢出水平（NET）为正表示该市场为主要的波动溢出净传递者，反之则表示该市场主要吸收其他市场的波动溢出水平，为波动溢出效应净接收者。

表3 波动溢出效应静态分析单位：%

通过观察表3的静态分析可以看出，6个市场间总溢出指数为20.08%，表明国际原油价格与各商品期货价格间总联动性较强。具体来看，第一，有色金属市场净溢出指数绝对值最小，仅为0.56%，表明该市场接收到的波动溢出水平与其传递给其他市场的波动溢出水平程度相近，同时有色金属市场与其他商品期货价格间关联度最强。第二，除有色金属市场外，国际原油价格为唯一波动溢出指数净传递者，波动溢出指数为9.28%，表明国际油价波动会对我国商品期货价格波动溢出水平造成显著影响，反之国内商品期货价格变动则不会对国际油价产生实质性影响。与此同时，黑色系大宗商品市场、贵金属市场、农产品市场和化工产品市场净溢出指数均为负值，表明这四类市场为波动溢出的净接收者，主要接收来自国际原油价格的波动溢出水平，这与前期文献结论保持一致，均表明国际油价波动会波及我国大宗商品市场［20］。第三，国际原油价格与黑色系大宗商品期货价格间波动溢出的相互传播指数均为各市场间最弱，两市场间关联度最小，换言之，国际油价波动对黑色系大宗商品市场的影响程度最弱。

（二）波动溢出效应动态分析

1．国际原油价格与我国商品期货价格的动态总溢出。上文从静态角度分析了国际原油价格与我国商品期货价格间的总体波动溢出效应，结果表明从原油市场到我国商品期货价格存在显著的单向波动溢出效应，表明我国商品抑或市场对石油市场存在较强的依赖性，然而在不同经济金融环境下，我国商品期货价格对国际石油市场的依赖程度不同，波动溢出效应静态分析无法判断市场风险水平随具体时间的变化情况，无法着重分析各市场在特殊事件下风险的波动溢出效应。本文将进一步对全样本进行滚动分析，以分析特殊经济环境下国际原油价格与我国商品期货价格的时变特征。本文首先分析了各市场间的动态总溢出水平，以便更好地分析后续具体各市场间溢出方向及大小。

从图1可以看出，2020年以前国际原油价格与我国商品期货价格的总溢出水平均保持稳定，在10%～25%的较高水平间小幅波动，这可以解释为除宏观政策外，国际原油价格受供需变动影响较大，同时我国大宗商品价格也受到供需因素影响，而供需因素与石油市场密切相关，随着能源金融与商品期货价格的融合，国际原油价格与我国商品期货价格表现出较高的关联性。然而自2020年初起，TCI开始出现大幅上涨，涨幅逾20%，并连续上涨至2020年中旬达到整个样本期峰值，TCI超50%，此后总溢出指数虽明显滑落，但仍始终在30%左右波动，显著高于2020年之前平均水平。

图1 总溢出指数（TCI，单位：%）

2020年全球新冠疫情引发了金融市场的剧烈动荡，WTI原油价格波动也经历了大幅下跌。在新冠疫情的影响之下，全球原油需求疲软，油价开始逐步走低，而2020年3月由于石油输出国产量冲突引发的石油大战，WTI原油价格一度大跌。为了稳定WTI原油价格，OPEC+组织了史上最大规模的一次减产，尽管如此也不足以抵消石油需求下降程度，反而进一步加剧油价动荡，截至2020年4月油价首次暴跌至负值，油价波动达到峰值。与此同时由于国际原油价格与我国商品期货价格的强关联性，国际油价波动风险传递到我国商品期货价格程度大幅上升，对大宗商品价格的波动溢出效应达到峰值。在此经济背景下，国际原油价格对我国商品期货价格的波动溢出水平居高不下，始终在30%左右波动。

可以看出，在极端事件的冲击下，金融体系脆弱性上升，国际原油价格与我国商品期货价格的波动溢出水平也显著上升，我国商品期货价格对国际原油价格波动的依赖性较强。

2．国际原油价格与我国商品期货价格的方向性溢出。以上实证分析均将我国商品期货价格作为整体样本，研究其与国际原油价格间的波动溢出效应。然而前期文献认为，国际油价波动对不同大宗商品品种在不同金融环境下的波动溢出指数可能产生较大差距［21］。有鉴于此，本文进一步将研究视角拓展至国际原油价格与我国商品期货价格的方向性溢出水平，着重分析国际油价剧烈波动时对我国不同类别商品期货价格造成的冲击。其中，图2表示各市场作为传递者对其他市场可能产生的溢出指数，图3表示各市场作为接收者对其他市场可能产生的溢入指数。

图2 方向性溢出指数（TO，单位：%）

图3 方向性溢入指数（FROM，单位：%）

由图2和图3可以看出，无论是国际原油价格还是各商品期货价格，在不同经济金融时期波动溢出指数和溢入指数都存在较明显差距。尽管如此，方向性溢出指数与市场间动态总溢出指数趋势存在一定相似特质，尤其是2020年多个市场溢出指数均存在骤升态势。

图2展示了各市场方向性溢出指数，首先，国际原油价格对我国商品期货价格在2020年4月的溢出指数出现显著上升，并达到全样本期峰值。这与WTI原油史上首次降为负值存在极为密切的联系，该事件引起金融市场及投资者的剧烈恐慌，国际原油价格通过石油美元变动等传导机制将WTI价格波动风险传递至我国商品期货价格，进而引起我国大宗商品价格出现明显波动。其次，黑色系大宗商品市场和农产品市场在整个样本期间对其他市场的溢出指数均在小幅度内波动，表明这两个市场价格波动时很少将风险传递至其他细分市场。最后，贵金属市场、有色金属市场和化工产品市场相较于其他商品期货价格在同一时期的波动溢出水平更强，三者表现出相似的波动溢出效应，即在2020年之前波动溢出指数均处于较低水平，而2020年前期传递给其他市场的风险陡然上升，表明该时期贵金属市场、有色金属市场和化工产品市场价格波动对其他市场的冲击更强，随着经济形势逐步稳定，波动溢出指数呈逐步下降趋势，但仍始终高于2020年之前的溢出水平。

图3展示了各市场方向性溢入指数，首先，在所有细分市场中国际原油价格整体方向性溢入指数最低，表明我国商品期货价格波动对原油市场的影响最小，国际油价变动对我国商品期货价格敏感程度较弱，这也进一步验证了国际原油价格主要是我国商品期货价格的风险传递者而非风险接收者。其次，我国不同商品期货价格均表现出明显的FROM波动溢出效应，且该方向性溢入指数的波动幅度呈现一定的相似性，通过比较发现我国商品期货价格受到原油市场波动溢出水平均较高，尤其在2020年原油市场低迷、WTI油价跌至负值这一阶段，我国商品期货价格接收到的冲击最大，这很大程度上源于原油价格的供需效应冲击，油价下跌会影响我国大宗商品的供需变化，进而影响大宗商品的价格变动。最后，黑色系大宗商品市场和农产品市场与其他商品期货价格相比接收到的波动溢出水平较低，受到其他市场价格波动的影响更小，结合图2可以看出黑色系大宗商品市场和农产品市场与其他市场关联性较低。

图4展示了各市场方向性溢出指数和方向性溢入指数相抵后的净方向性溢出指数，可以明确各市场对其他市场的影响程度。通过图4可以看出，WTI原油在整个样本期间内都属于波动溢出的风险传递者，这再次表明国际油价波动主要影响我国商品期货价格而几乎不受到我国大宗商品价格波动的影响。与之相反的是黑色系大宗商品市场，在全样本期间内均属于波动溢出的风险接收者，受到其他市场价格波动的影响，且其自身价格波动风险几乎不会传递给其他市场。对于其他四个大宗商品市场，在样本期内均在波动溢出风险的传递者与接收者之间频繁波动。具体而言，第一，从2020年极端事件可以看出，国际原油价格对贵金属市场、有色金属市场和化工产品市场的波动溢出水平最高，这也与前期结论一致；第二，同一时期贵金属市场、有色金属市场和化工产品市场的方向性溢出指数由负转正，表明此阶段三者身份从风险接收者向风险传递者转变，而此时黑色系大宗商品市场和农产品市场从风险传递者向风险接收者转变，表明贵金属市场、有色金属市场和化工产品市场可能将波动溢出风险传递给其他大宗商品市场。

图4 净方向性溢出指数（NET，单位：%）

3．各变量两两之间的动态净溢出效应。上述分析论证了各市场在不同经济时期的波动溢出和溢入水平，明确各市场吸收风险及传递风险的水平。然而，方向性溢出指数仅能论证某一细分市场对其他所有市场的波动溢出效应，不同商品部门受到原油冲击时接收到的影响程度存在显著差异［22］。如图5所示，本文将进一步研究两两市场之间的净溢出指数。

图5 两两之间净溢出指数（Pairwise NET，单位：%）

从图5可以看出，首先，国际原油价格与我国商品期货价格间的净溢出指数在整个样本期间内尽管波动程度不同，但均为正值，这表明面对任意我国商品期货价格，国际原油价格都是波动溢出的净输出者，这也再次验证了我国商品期货价格对原油市场风险波动的依赖性。具体而言，我国有色金属市场和化工产品市场在受到油价波动时影响最为显著，表明我国有色金属市场和化工产品市场相较其他大宗商品市场而言与原油市场关联性更强；而农产品市场和黑色系大宗商品市场与原油市场的净溢出指数几乎为零，这表明，这两个市场很少受到原油价格变化的影响，而且在一定程度上，尽管受到原油价格变动的影响，仍能保持稳定。同时在一定程度上也反映出我国农产品市场和黑色系大宗商品市场金融化程度仍然偏低，期货市场的信息传递机制并不完善，油价波动尚未转移到我国农产品市场和黑色系大宗商品市场。其次，通过研究我国商品期货价格间的净溢出指数，我们发现有色金属市场通常是波动溢出效应的净传递者，而黑色系大宗商品市场则通常是波动溢出效应的净接收者。化工产品市场、有色金属市场、农产品市场将风险传递至贵金属市场，而贵金属市场又同时充当风险接收者和风险传递者，进一步将市场波动风险传递给黑色系大宗商品市场，从而实现我国商品期货价格波动溢出效应的联动性。

4．动态溢出网络分析。本文已基于波动溢出效应静态分析和动态分析，研究国际原油价格和我国商品期货价格在样本区间内的总体市场和细分市场的波动溢出水平。为进一步明确各细分市场的动态溢出变化特征，本文以2020年4月20日WTI原油史上首次跌为负值为分界线，绘制了2015年1月1日至2020年4月19日和2020年4月20日至2022年3月1日两个时期的动态溢出网络分析图，如图6所示。图6中黑色圆形节点表示各细分市场，箭头方向代表净波动溢出指数的方向，线条粗细则代表净波动溢出指数的强度。

通过图6中（a）和（b）对比可以看出，在WTI原油价格跌至负值之前，国际原油价格始终将价格波动风险传递至我国商品期货价格，除原油价格对化工产品期货价格外，油价波动对我国大宗商品期货价格的影响程度甚微，化工产品市场也通常作为我国商品期货价格的净风险接收者，吸收来自原油市场和其他细分大宗商品市场的波动溢出。除此之外，我国大宗商品细分市场也常因为各类金融经济事件在风险传递者与风险接收者之间频繁变动，具有较强的关联性；在WTI原油价格跌至负值之后，即发生极端事件之后，多数市场之间的波动溢出指数均有所增加，其中国际原油价格对有色金属、化工产品，以及黑色系大宗商品和贵金属期货价格的净波动溢出指数均明显增强，表明波动溢出水平对极端事件较为敏感，极端事件的发生会加剧市场间的波动溢出，与此同时，极端事件的发生仅改变了波动溢出指数大小，而未改变其波动溢出方向。

四、结论与建议

（一）结论

本文通过构建TVP-FAVAR-DY模型，研究了国际原油价格与我国商品期货价格之间的波动溢出效应，主要对其波动溢出的时变特征进行实证分析。本文考虑到时间维度和品种维度，选取2015年1月1日至2022年3月1日的商品期货品种进行实证分析，这些商品期货涉及黑色系大宗商品市场、有色金属市场、贵金属市场、农产品市场和化工产品市场等5个大宗商品市场。实证研究表明，第一，国际原油价格和我国商品期货价格具有显著的波动溢出效应，且通常国际原油价格是该波动溢出的风险传递者。同时，各市场间的波动溢出水平与国内国际经济形势变动和特殊事件具有较强关联，具有明显的时变特征。第二，从静态溢出效应来看，国际原油价格对我国商品期货价格具有较明显的单向波动溢出效应，与此同时，国际油价波动对化工产品市场的影响程度最强，对黑色系大宗商品市场的影响程度最弱。第三，从动态溢出效应来看，在极端事件的冲击下，金融体系脆弱性上升，国际原油价格与我国商品期货价格的波动溢出水平也显著上升，我国商品期货价格对国际原油价格波动的依赖性较强。第四，在2020年WTI原油经历了油价跌为负值的特殊事件后，原油市场对我国商品期货价格的波动溢出指数显著上升，并且与上述结论相一致，原油市场波动对化工产品市场的影响程度最强，与此同时，在极端事件下国际原油价格与我国商品期货价格表现出更明显的时变特征。

（二）建议

第一，对于投资者而言，国际原油以及国内商品期货具有“商品属性”，但在一定时期内还具备“金融属性”，且国际原油价格与我国商品期货价格表现出明显的单向波动溢出效应，鉴于当前国际经济环境的高度不确定性和金融市场的波动性，投资者应合理把握和使用好这两个属性，使用其金融属性对冲市场价格波动对实体经济生产经营的影响，适当地采用套期保值策略，如将大宗商品期货加入石油投资组合中，对所需大宗商品种类、数量等进行具体规划，可以有效对冲投资风险，在不降低投资组合收益的情况下将风险降至最低。

第二，对于政策制定者而言，由于国内金融市场的波动对国内商品期货市场具有显著影响，同时国际原油价格变动也在一定时期内对商品期货市场产生冲击。政策制定者应充分考虑到金融市场、国际原油市场与大宗商品市场的联动关系，依据大宗商品种类与价格波动的差异，从政策引导和市场补贴两方面入手，完善大宗商品储备与保险制度。

第三，对于金融监管部门而言，当前世界经济一体化程度提高，我国商品期货价格更容易受到极端事件的影响，监管机构除加强国内市场风险传导的监管外，还应对国际金融市场以及国际原油市场建立风险监控、预警机制，有效防范系统性风险，并逐步推进金融自由化发展，提高信息传递性，减缓国际原油市场价格波动对国内大宗商品市场带来的冲击。