第31卷第12期
2014年 12月
统计研究
Statistical Research
VO1．31．No．12
Dec．2014
中国大宗商 品现货 价格指数的构建及
预测能力研究
徐国祥 代吉慧
内容提要：本文选取了我国国民经济中8个主要行业，提出并采用成分商品的“三重筛选”标准，选取了 72种
成分商品，首先以成分商品的表观消费量为权重构建了行业商品现货价格指数，然后 以行业规模以上工业企业的
工业总产值为权重综合行业指数得到中国大宗商品现货价格指数。基于已构建指数，本文采用谱分析方法研究发
现：中国大宗商 品现货价格指数领先 CPI、PPI、CI的期数依次 为 2．48个月、0．66个月、0．89个月，领先 BPI、
MyBCIC、CCPI的期数依次为 1．54天、1天、1．21周 ，领先上证综合指数的期数为 l3天 ，说明中国大宗商品现货价
格指数具有很好的预警和预测能力。最后，本文用时差相关系数法对该指数的预测能力进行了定量检验，检验结
果与谱分析结果一致，说明谱分析结果是稳健的。
关键词：大宗商品；现货价格指数；三重筛选 ；谱分析；预测能力
中图分 类号 ：C812 文献标识码 ：A 文章 编号 ：1002—4565(2014)12—0003—08
Construction and Predictive Ability Research on China’S Staple
Commodity Price Index
Xu Guoxiang＆ Dai Jihui
Abstract：It selects eight major industries from the national economy in our country，and puts forward a“triple
selection” criteria of composition goods for the first time to select 72 kinds of components． It constructs the industry
commodity spot price index with apparent consumption of composition goods as the wei ght，and then establishes the China’S
Staple Commodity Price Index(CSCPI)with gross output value of industrial enterprises above designated size as the
weight． Based on the constructed index，it introduces the spectral analysis method to do the empirical analysis，and finds
that CSCPI is respectively 2．48，0．66，and 0．89 months ahead of CPI， PPI，CI of domestic macroeconomic indexes，
respectively 1．54 days，1 day and 1．2 1 weeks ahead of BPI，MyBCIC，CCPI of domestic commodity spot price indexes，
and 13 days ahead of the Shanghai composite index． It indicates that CSCPI has a good predictive ability． Finally， it
employs the cross correlation method to carry on quantitative tests about the predictive ability of CSCPI，and the results
consistent with the spectral analysis．So the spectral analysis resuhs are robust．
Key words：Staple Commodity；Spot Price Index；Triple Selection；Spectral Analysis；Predictive Ability
大宗商品是国民经济产业链的前端产品，是我
国重要的战略资源。目前，我国已成为全球大宗商
品的重要进口国，但缺乏对大宗商品的国际话语权
和国际定价权 ，这对稳定 发展 中的中国极为不利 。
2008年全球金融危机以来 ，以原油 、铁矿石、有色金
属、农产品等为代表的国际大宗商品价格急剧波动 ，
给我国政府部 门的宏观调控 、企业经营 以及投资者
的投资决策等带来了严峻的挑战。因此，客观上亟
需一个能够及时、准确、全面反映大宗商品现货市场
运行状况 的指数。大宗商 品现货价格指数 ，就是用
平均值的变化来表征和测度大宗商品现货市场价格
的综合动态演变。但时至今 日，国内尚不存在一个
权威的大宗商品现货价格指数，以供我国政府管理
本文获国家社科基金项目“我国金融状况指数的构建与应用
研究”(13BTJ015)、新华通讯社上海分社项 目“中国(上海)大宗商
品价格指数研究”(2013110818)、上海财经大学研究生科研创新基
金项目“中国企业债券指数编制方法创新及实证研究”(CXJJ-2013-
453)资助。
· 4 · 统计研究 2014年 12月
部门、企业经营者和投资决策者参考。因此，研究和
编制科学权威的中国大宗商品现货价格指数，是一
项十分重要的基础性工作 。
一
、文献综述
目前 ，国内外对商品现货价格指数进行编制研
究的主要是实务部门，包括英 国《经济学家》周刊
社 、美 国路透商品研究局 、国际货币基金组织 、世界
银行 、澳大利亚央行 、加拿大央行 、巴西央行 、中商流
通生产力促进中心 、我的钢联 、生意社等。
国外著名报社、政府机构及金融机构均编制了
商品现货价格指数，按照成分商品权重的确定方法
可分为 3类 ：一是根据客观的经济总量指标 (包括
出口额、进口额、产值、消费额等)确定成分商品权
重，如国际货币基金组织根据商品的全球出口额确
定权重，选取了食 品、饮料 、农业原料 、金属和能源类
的53种商品，权重 5年调一次，采用加权平均法编
制了初级商品价格指数 (PCPI)⋯ ，该指数成分商品
种类丰富，代表性强，已成为衡量世界现货市场商品
价格的重要基准，不足之处在于商品权重调整缓慢，
不能及时反映世界商品贸易的最新结构特征。世界
银行根据世界上所有发展中国家商品的出口总额确
定权重 ，在 PCPI商品分类基础上增加 了肥料类 ，选
取了46种商品，采用加权平均法编制了反映世界上
所有发展中国家商品现货市场价格走势的商品价格
指数(WBI) 。澳大利亚央行根据本 国商品 的出
口额确定权重 ，选取 了农产品 、基本金属及能源类的
22种商品 ，编制了反映本国出 口商 品整体价格走势
的商品价格指数 (ICP) ，目前，权重 5年调整一
次，为防止权重过度“老化”降低指数解释力度，计
划未来每年调整一次 ，该指数存在重要商 品遗漏问
题 ，如高粱和黄油就 因为数据难 以获取而从 ICP中
剔除。英国《经济学家》周刊社根据商品在 OECD
国家的进 口总额确定权重 ，以包含食品和工业原料
类在内的27种商品，一至两年更新一次权重，采用
加权平均法编制了 《经济学家》商品价格指数
(ECPI)E4]，不足在于指数成分商品数量少，市场覆
盖面有限。加拿大央行根据商品国内的年产值确定
权重，选取了 24种商品，权重每年调整一次，采用
“费雪”理想公式编制 了商 品价格 指数 (BCPI) ，
Ilan Kolet和 Ryan Macdonald(2010) 提 出加拿 大
生产 的初级商品数量达到几百种 ，BCPI应该纳入更
多对本 国商品市场重要 的商 品，以提高商品的覆盖
面；二是根据模型确定成分商品权重，如巴西央行选
取了 20种对 巴西 CPI走势影 响较 大的商品 ，应 用
VAR模型估计出每种商品对巴西 CPI的传递效应
系数，以此为基础计算商品权重，加权得到巴西商品
价格指数 (IC．Br) 7 3；三是赋 予成分商 品的权 重相
等，如美国商品研究局编制的商品价格指数(CRB
BLS) ，包含 22种商品 ，采用等权重的几何平 均法
计算指数。可见 ，国外现有的商 品现货价格指数有
两个共同点：一是编制目标均为基准指数，都是为了
表征目标商品现货市场整体价格波动情况，主要区
别在于所要衡量的商品现货市场范围有所差异，如
PCPI、ECPI和 WB1分别是为了表征全球商 品现货
市场、发达国家商品现货市场和发展中国家商品现
货市场的价格走势 ，而 ICP、BCPI和 IC-Br分别是为
了表征澳大利亚、加拿大和巴西商品现货市场的价
格走势；二是大部分指数都采用分类选取成分商品
方法 ，如 PCPI将商品分成 5类 ，分别在每类 中选取
成分商品，又如 WBI、ECPI等。
国内主要根据商品的产值确定权重，如上海钢
联根据商品的总产值确定权重，选取了钢铁、能源、
化工、有色金属、橡胶、纺织、农副、建材、造纸等类别
的 102种商品，采用加权平均法编制了中国大宗商
品价格指数(MyBCIC)，该指数选择商 品数 目多 ，具
有行业覆盖面广的优点，不足在 于未考虑到中国的
大宗商品贸易特征 ，目前中国对某些大宗商品的对
外依存度较高 ，如铁矿石 、石油、铜 、铝 、大豆等商品
的对外依存度已超过 50％，显然，采用商品的产值
为权重已难以准确反映中国大宗商品现货市场的规
模。又如 中商流通生产力促进 中心根据商品的总产
值确定权重 ，选取了 26种商品，采用加权平均法编
制了中国大宗商品价格指数(CCPI)，同样 ，CCPI未
考虑到中国的大宗商品贸易特征，其次，对成分商品
的价格波动特征的相关性也考虑不 足，如铁矿石和
钢材同时入选为成分商品，二者在产业链上存在明
显的上下游关系，价格波动存在较强的相关性 。此
外，生意社选取了钢铁、能源、化工、有色金属、橡胶、
纺织、农副、建材等类别的 100种商品，采用加权平
均法编制了中国大宗商品价格指数(BPI)，但该指
数权重设计方法未公开。
纵观国内外商品现货价格指数的编制方法，主
要存在以下两个方面的问题：第一，均存在成分商品
第31卷第 l2期 徐国祥 代吉慧：中国大宗商品现货价格指数的构建及预测能力研究 ·5 ·
的选取缺乏代表性的问题 ，要么商品覆盖面不足 ，难
以全面反映目标市场总体价格变动情况，如 ICP、
ECPI、BCPI、CCPI等 ；要么对商 品价格波动 的相关
性考虑不足 ，使成分商 品存在着重 复性 ，如 PCPI将
豆油 、棕榈油和菜籽油均纳入成分商品 ，CCPI将铁
矿石和钢材均纳入成分商品，成分商品之间具有较
高的同质性。第二，国内商品现货价格指数存在成
分商品权重 的确定 与指数 编制 目标不相适 应 的问
题。中国大宗商品现货价格指数的编制目标是成为
表征中国大宗商品现货市场整体价格波动情况的基
准指数 ，权重内容 的选择应服从 于指数 的这一编制
目标 ，目前 ，中国已成 为大宗商 品原 料的重要进 口
国，对某些大宗商品的对外依存度较高 ，商品的产值
已难 以准确衡量中国大宗商品市场的规模 ，故根据
商品的产值确定成分商品权重所编制的指数与当前
中国的贸易现状是不相适应的，如 CCPI。
为此 ，本文改进 了以上不足 ，构建了能够客观准
确反映中国大宗商品现货市场价格综合动态演变规
律韵 大 宗 商 品现 货 价格 指 数 (China’s Staple
Commodity Price Index，以下 简称 为 “CSCPI”)。首
先，针对现有的商品现货价格指数存在成分商品代
表性不足的问题 ，本文首次提出并采用成分商品的
“三重筛选”标准选取了构建 CSCPI的成分商品；其
次，针对现有的商品现货价格指数存在成分商品权
重的确定与编制 目标不相适应 的问题 ，本文充分考
虑中国的贸易现状，选取成分商品的表观消费量作
为权重，使权重的选择服从 CSCPI的编制 目标；最
后，针对目前国内外对大宗商品现货价格指数的研
究还主要集 中于指数编制方面 ，很少有学 者就大宗
商品现货价格指数 的预测能力进行研究 ，本文实证
分析了 CSCPI对有关经济指数的领先期数 ，研究发
现本 文所 构 建 的 CSCPI具有 很好 的预警 和预 测
能力。
二、CSCPI的构建
(一 )成分商品的选取
在大宗商品现货市场上交易的商品种类繁多，
如何保证 CSCPI的成分商品的选择具有足够的代
表性有很 大的难度 。徐 国祥 (2011) 提 出在科学
分类基础上选取成分商品既可以兼顾到研究对象总
体的各个部分又可以方便地编制分组指数 ，从 国内
外商品现货价格指数的编制实践来看，大都采用先
分类再选取成分商品的方法 。本文借鉴国内外选取
指数的成功经验 ，选定了我国国民经济中 8个主要
行业 ，分别 为钢铁、能源 、化工 、橡塑 、有色金属 、纺
织、农副 和建材行 业 ，提 出 了成分商 品 的“三重 筛
选”标准 ，选取 CSCPI的成分商品。
成分商品初次筛选的依据是商品的重要性、流
动性、多样性。成分商品的初次筛选标准具体如下 ：
①重要性标准 ，指大宗商品的市场规模要大，在 同行
业所有大宗商品市场规模中的排名靠前。衡量大宗
商品市场规模 的经济指标有多种 ，主要包括大宗商
品的产值、进 口额、出 口额、消费额等，如 PCPI、
WBI、ICP等商 品现货指 数通过商 品的出 口额来衡
量商品的重要性 ，ECPI通过商品的进 口额来衡量商
品的重要性，BCPI、CCPI、MyBCIC通过商品产值来
衡量商品的重要性，本文考虑到中国的贸易现状，认
为采用商品 的消费额来衡量商 品的重 要性最为合
适 ，即只有在中国大宗商品现货市场 的消费中起到
重要作用的商品才可入选指数。②流动性标准，指
大宗商品的市场成交规模要大，在同行业所有大宗
商品成交规模中的排名靠前，且在大宗商品现货市
场中能够自由交易。衡量大宗商品市场成交规模的
指标主要有大宗商品的成交金额和成交量，本文在
选取成分商品时 ，采用成分商 品的成交金额来衡量
大宗商品的流动性。如原油虽然在国内大宗商品现
货市场中的成交规模很大 ，但在 国内大宗商 品现货
市场中并非 自由交易和流通 ，其价格具有垄断性 ，不
满足 流动 性标 准 ，故 原 油未 纳 入成 分商 品篮子。
③多样性标准，指成分商品的构成要做到尽量全面
多样 ，能够在涵盖国民经济主要行业的基础上 ，纳入
每一行业中所有 同时满足重要性标准和流动性标准
的大宗商品。本文在选取每一行业的成分商品时遵
循多样性标准，如钢铁行业大宗商 品分为长材、板材
和管材 3类 ，分别在每类商品中选择同时满足重要
性标准和流动性标准的大宗商 品，构成钢铁行业 的
成分商品。
成分商品的第二次筛选，是针对商品在产业链
上存在的重复性问题 ，对初次筛选的成分商 品篮子
进行删减，从而获得第二次筛选的成分商品篮子。
重复性是指商品的价格波动是否与其他商品存在较
高的重复。初次筛选的成分商品篮子中的商品在重
复性方面有三种情形 ：一是商 品在行业产业链上处
于原料的位置 ，其价格波动直接反映在成 品的价格
· 6 · 统计研究 2014年 12月
波动上，如初次筛选的成分商 品篮子中包括铁矿石
和钢铁产品，而铁矿石作 为生产钢铁产品最 主要 的
原材料，其价格变化对于钢铁产品价格有着非常大
的影响 ，为避免重复和遵循多样性标准 ，保 留钢铁产
品 ，把铁矿石从初次筛选的成分商品篮子中去掉；二
是商品在产业链上不是处于原材料位置 ，而是处于
中间位置，但是有多种商品作为其下游产品以该商
品为原料，如初次筛选的成分商 品篮子中包括 PTA
和涤纶 ，PTA是石油 的下端产 品，而国 内市场 中有
75％的 PTA用于生产涤纶 ，为避免重复和遵循多样
性标准 ，将 PTA从初 次筛选 的成分商 品篮子 中去
掉；三是商品自身成分组成方面与其他商品有重复，
如初次筛选的成分商品篮子中包括混合二甲苯和对
二甲苯，而混合二甲苯为对二甲苯、邻二甲苯、间二
甲苯及乙苯的混合物 ，该混合物与成分商 品篮子中
已有的对二甲苯有 明显的重 复，故将混合二 甲苯从
初次筛选的成分商品篮子 中去掉。
成分商品的第 三次筛选 ，是基于商品价格之间
的相关性分析，对第二次筛选出的成分商品篮子进
行再次删减 ，从而 获得最终的成分商 品篮子。成分
商品的第三次筛选结 合商品价格之 间的相关 性分
析，对价格存在高度相关性的商品进行取舍。如豆
油、棕榈油和菜籽 油同属油品，具有同质性 ，对这三
类商品的成分商品价格数据进行相关性分析 ，计算
得到样本区间内豆油和棕榈油市场价格的偏相关系
数为 0．88，豆油和菜籽油市场价格之间的偏相关 系
数为 0．78，根据相关性分 析结果 ，这三类商 品的价
格变动相关性很高 ，故只保 留豆油 ，把棕榈油和菜籽
油从成分商品篮子 中去掉 。
经过对成分商品的“三重筛选”后 ，本文最终选
取了 72种成分商品。
(二 )权重的确定
CSCPI的构建需要确定两方面 的权重 ：一是计
算行业指数时各成分商品的权重。在计算每一行业
指数时，可供选择的成分商品权重资料主要有国内
总产量 、世界总产量 、表 观消费量、进 口量 、出 口量
等。理论上 ，以成分商品的国内总产量 为成分商 品
权重，侧重于对大宗商品国内市场价格演变规律的
反映；以成分商品的世界总产量为成分商品权重，侧
重于对大宗商品国际市场价格演变规律的反映；以
成分商品的表观消费量为成分商品的权重 既可反
映国内市场价格的演变规律 ，又可考虑到进 出口因
素对大宗商品价格的影响。CSCPI的编制 目标是成
为表征 中国大宗商品现货市场整体价格波动情况的
基准指数，根据 CSCPI的编制目标，CSCPI理应侧重
于反映国内大宗商品现货市场价格的动态演变规
律 ，考虑到中国已成为全球大宗商品的重要进 口国，
对某些大宗商品的对外依存度较高，CSCPI在成分
商品权重设定时不仅要考虑成分商品的国内产量，
还要兼顾到大宗商品的贸易性 ，即考虑成分商 品的
进出 口量。因此 ，兼顾对国 内大宗商 品现货市场价
格演变规律的反映和对大宗商 品贸易性的考虑 ，本
文最终选定以成分商品的表观消费量来设定成分商
品的权重。二是行业指数综合成总指数时各行业指
数的权重。CSCPI下设 8个行业指数 ，行业权 重通
过各行业规模以上工业企业的工业总产值计算
得到 。
需要说明的是，由于成分商品权重统计资料的
获取具有滞后性 ，CSCPI及 8大行业指数编制时 ，当
年指数计算中成分商品的权重选择其前年的表观消
费量 。考虑到成分商 品权重资料的可获性 ，在使用
成分商品的权重资料时，在特殊情况下，如果无法获
得成分商品的表观消费量 ，则选用成分商品产量作
为权重 。
(三)指数基期与计算公式
基期的设定包括基期 日的选择和基期点数的选
择。基期日的选择应考虑到研究对象的波动程度，
如果研究对象的波动性较大，基期 日选择 的时距要
相对短些，反之，则可以相对长些，2008年以来大宗
商品市场价格总体波动较大，所以，CSCPI基期时距
应短些 ，一般情况下，基期 日的选择不宜在指数值过
高或过低的时期 ，根据 CSCPI近 3年的指数试算结
果 ，2010年末的指数值处于试算区间内指数值 的中
间水平 ，适宜作为基期 日，因此 ，本文将 2010年的最
后一个交易 日(2010年 12月 31日)作为 CSCPI的
基期 日。由于 CSCPI按 日编制，若基期点数选择
100点 ，则可能导致指数每 日的变动不 明显 ，国内现
有的大宗商品现货价格指数多采用 1000点作为基
期点位，如 MyBCIC和 BPI，因此，本文将 CSCPI的
基期点数设为 1000点。由于加权平均法 考虑到成
分商品在大宗商品现货市场中的相对重要性而具有
显著优势，故本文采用加权平均法计算 CSCPI。
CSCPI的指数计算分为两步：第一步，计算行业指
数；第二步，将行业指数按一定的权重合成总指数。
第 31卷第 12期 徐国祥 代吉慧 ：中国大 宗商品现货价格指数的构建及预测能力研究 · 7 ·
CSCPI行业指数的计算公式为 ：
∑P Q
， ={ 一 ×1000 (1)
∑P Q
其 中， ． 为s行业 t期 的行业指数 ，n为s行业成
分商品的数目，P 为s行业第 i种成分商品t期的市
场价格，P 为 s行业第 i种成分商品基期的市场价
格，Q 为 s行业第 i种成分商品参与
．
计算 时
的权重。
CSCPI总指数的计算公式为 ：
8
CSCPI,=∑ ， 。 (2)
5 l
其 中，CSCPI 为总指数 t期 的指数值 ， 为计
8
算总指数时s行业指数的权重， 满足∑W =1。
(四)指数构建结果
1．数据来源。
CSCPI的 编制 时 间从 2010年 12月 31日至
2013年 10月 31日，共计 683个交易 日，构建指数所
需 的所有成分商品的每 H市场价格数据 ，均来源于
新华通讯社上海分社。构建指数所需要的权重资料
来源于新华通讯社上海分社和《中国统计年鉴》。
2．指数构建结果。
总体而言，从 2010年 12月 31日至 2013年 10
月 31日，CSCPI呈波动下行 的态势。
分行业看，从 2010年 12月 31日至 2013年 10
月 31日，钢铁行业大宗商品现货价格指数呈现波动
下行 的态势 ；能源行业大宗商 品现货价格指数呈先
高位震荡、后不断下滑的态势；化工行业大宗商品现
货价格指数呈大起大落的态势；橡塑行业大宗商品
现货价格指数呈先高位运行、后震荡走低 的态势 ；有
色金属行业大宗商品现货价格指数呈震荡下跌 的态
势 ；纺织行业大宗商品现货价格指数呈先震荡下行 、
后平稳运行的态势；农副行业大宗商品现货价格指
数呈先窄幅震荡整理 、后大幅波动上扬的态势 ；建材
行业大宗商品现货价格指数呈先快速上升、后缓慢
下降的态势。
三、CSCPI预测能力的实证分析
本文编制的 CSCPI目标定位是能够正确反应
中国经济扩张与收缩 的方 向，对 国家宏观经济起到
重要的预测预警作用 ，进而为宏观经济调控提供科
学的量化参考工具 ，对此 ，本文选取了几个能够表征
中国宏观经济运行状况的经济指数为分析对象，实
证分析了 CSCPI对其预测 能力。此外 ，还选取 了几
个国内外发布的大宗商品现货价格指数和国内的股
票价格指数 ，实证分析了 CSCPI的预测能力 。国内
外文献在分析预测能力时，常用的方法有时差相关
系数分析、Granger因果检验和 VAR脉冲响应分析，
以上方法多存在平稳性假定 ，且对领先期数 的判定
往往带有一定 的主观性 ，徐国祥等 (2013) lO]提出谱
分析方法能有效降低预测的主观性，因此，本文采取
谱分析方法。
(一 )指标选取及数据说明
一 般而言 ，反映一 国宏观经济状况 的常用指标
包括工业生产者出厂价格指数 (PPI)、居 民消费价
格指数(CPI)、国内生产总值(GDP)、宏观经济景气
指数等。其中，GDP是国民经济核算的核心指标，
是一个国家或地区经济状况和发展水平的重要指
标 ，但鉴于国家统计局现只公布 GDP的季度数据 ，
数据时间跨度较长，不适于反映经济的短期运行状
况，故本文选取国家统计局公布的宏观经济景气指
数中的一致指数(CI)作为经济状况的代理指标。
最终 ，本文在分析 CSCPI对 国内宏观经济指数 的预
测能力时 ，选取 了 PPI、CPI和 CI 3个表征宏观经济
运行状况的经济指数；在分析 CSCPI对 国内外大宗
商品现货价格指数的预测能力时，选取了美国商品
研究局商品价格指数(CRB BLS)、生意社大宗商品
价格指数(BPI)、上海钢联中国大宗商品价格指数
(MyBCIC)和中商流通生产力促进中心中国大宗商
品价格指数(CCPI)4个大宗商品现货价格指数 ；在
分析 CSCPI对 国内股票价格指数 的预测能力 时，选
取了上证综合指数 (SHCI)。
由于宏观 经济 指数 为月度 数据 ，本 文 编制 的
CSCPI为 日数据 ，为 了统一 CSCPI与宏观经济 指数
的数据频率 ，取每个月最后一个交易 日的 CSCPI指
数值作为 CSCPI的月度数据。为避 免受季节性 因
素的影响，尽量使用同比数据，3个宏观经济指数数
据均来源于国家统计局网站。其中，PPI和 CPI使
用 国家统计局公布的月度 同比指数 ，CI和 CSCPI为
定基指数，将其转换为同比序列，分别记作 CIT、
CSCPIT。上述指数的样本区间均为2011年 12月至
2013年 10月，数据频率为月度。
- 8 · 统计研究 2014年 12月
CRB BLS数据来源于 Wind资讯金融终端 ，BPI
和 MyBCIC数据来源 于新华通讯 社上海分社 ，3个
指数序列数据频率均为 日；CCPI数据来源于中国流
通产业网，数 据频率为周。4个 大宗商品现货 价格
指数序 列 的样 本 区间均为 2010年 12月 31日至
2013年 10月 31日。
SHCI股价指数序列数据来源于 Wind资讯金融
终端 ，样本 区间为 2010年 12月 31日至 2013年 10
月 31日，数据频率为13。
(二)预测能力分析
1．CSCPI对国内宏观经济指数预测能力的经验
分析。CSCPIT与 CPI、CSCPIT与 PPI以及 CSCPIT
与 CIT的波动趋势相似 ，并且 CSCPIT的波动趋势要
领先于 CPI、PPI和 CIT。
2．原始数据预处理。对 CSCPIT、CPI、PPI和
CIT 4个序列的原始数据进行平滑参数为 14400的
HP滤波预处理，得到 4个序列的周期项序列，依次
记作 CSCPITcycle、CPIcycle、PPIcycle和 CITcycle。
3． 周 期 项 序 列 平 稳 性 检 验 。 分 别 对
CSCPITcycle、CPIcycle、PPIcycle和 CITcycle进行 平
稳性 检 验 ，结 果 显 示，在 5％ 的 显 著 性 水 平 下 ，
CSCPITcycle、CPIcycle和 PPIcycle序列平稳 ，在 10％
的显著性水平下，CITcycle序列平稳。
4．交叉谱分析结果及解释。①耦合震荡周期
与振幅。CSCPIT与 CPI存在 22个月的耦合震荡周
期 ，对 应 的 最大 振 幅 值 为 1．31。CSCPIT与 PPI、
CSCPIT与 CIT均存在 11个月的耦合震荡周期，最
大振幅依次为 2．75、4．95。②一致性及时差统计
量 。当耦合震荡周期 为 22个 月时 ，CSCPIT与 CPI
周期项的一致性统计量为 0．74，当耦合震荡周期为
11个月时，CSCPIT与 PPI、CSCPIT与 CIT周期项的
一 致性统计量依次为 0．90、0．98。上述 3个一致性
统计量均较大，说明在耦合震荡 周期 中 CSCPIT与
CPI、CSCPIT与 PPI及 CSCPIT与 CIT的波动存在较
强的相关性。此外，交叉谱分析的时差统计量显示，
CSCPIT的波动趋势 领先 CPI 2．48个 月、领先 PP1
0．66个月、领先 CIT 0．89个 月。因此 ，CSCPI对 3
个宏观经济指数具有一定预测能力 ，可 以作为宏 观
经济运行的先行指标 。
(三 )预测能力的比较分析
1．CSCPI与国内外大宗商品现货价格指数预测
能力 的经 验 分 析。CSCPI与 CRB BLS、CSCPI与
BPI、CSCPI与 MyBCIC以及 CSCPI与 CCPI的波动
趋势基本一致，直观来看，CSCPI的波动趋势要领先
于 BPI、MyBCIC和 CCPI，但滞后于 CRB BLS。
2．原始数据预处理。对 CSCPI、CRB BLS、BPI
和 MyBCIC 4个序列 的原始 数据进行 平滑 参数 为
6812100的HP滤波预处理，得到 4个序列的周期项
序 列，依 次 记 作 CSCPIDcycle、CRB BLScycle、
BPIcycle和 MyBCICcycle。对 CSCPI和 CCPI 2个序
列的周数据进行平滑参数为 270400的 HP滤波预
处理，得 到 2个 序列 的周期 项序列，依 次记作
CSCPIWcycle和 CCPIcycle。
3． 周 期 项 序 列 平 稳 性 检 验。 分 别 对
CSCPIDcycle CRB BLScycle、BPIcycle MyBCICcycle、
CSCPIWcycle和 CCPIcycle进行平稳性检验 ，检验结
果显示，在 5％的显著性水平下，6个周期项序列均
平稳 。
4．交叉谱分析结果及解释。①耦合震荡周期
与振 幅。当耦合震荡周期为 137天时，CSCPI与
CRB BLS周期项的振幅达到最大值 1185．67。当耦
合震荡 周期 为 17l天 时 ，CSCPI与 BPI、CSCPI与
MyBCIC周 期 项 的 振 幅 同 时 达 到 最 大 ，依 次 为
3255．51、4015．98。当耦合振荡周期为44．5周时，
CSCPI与 CCPI的振 幅达 到最 大，值 为 187．60。
②一致性及时差统计量。当耦合震荡周期为 137天
时 ，CSCPI与 CRB BLS周期 项 的一 致性统 计量 为
0．76，当耦合震荡周期为 171天时，CSCPI与 BPI、
CSCPI与 MyBCIC周期 项 的一致性 统计 量依 次为
0．91、0．87，当耦合震荡周期为44．5周时，CSCPI与
CCPI周期项 的一致性统计量为 0．97。上述一致性
统计量均较大 ，说 明在 耦合震 荡周期 中，CSCPI与
CRB BLS、CSCPI与 BPI、CSCPI与 MyBCIC 以及
CSCPI与 CCPI的波动存在较强 的相关性 。从交叉
谱分析的时差统计量可知，CSCPI的波动趋势领先
BPI 1．54天 、领先 MyBCIC 1天 、领先 CCPI 1．21周，
但却滞后 CRB BLS 13．94天，即 CSCPI的变动趋势
领先于国内大宗商 品现货价格指数 ，但滞后于 国外
大宗商品现货价格指数。一方面，说明 CSCPI能够
在国内大宗商品现货价格发生变动时率先做出反
应；另一方面，反映出中国对于大宗商品缺乏定价权。
(四)CSCPI对 国 内股 票价格 指数预测 能力 的
实证分析
1．CSCPI对国内股票价格指数预测能力的经验
第31卷第12期 徐国祥 代吉慧：中国大宗商品现货价格指数的构建及预测能力研究 ·9 ·
分析 。CSCPI与 SHCI的波动趋势基本一致 ，直观来
看 ，CSCPI的波动趋势要领先于 SHCI。
2．原始数据预处理。对 CSCPI和 SHCI 2个序
列 的原始数据进行平滑参数为 6812100的 HP滤波
预处理，得到 2个序列 的周期项序列，依次记作
CSCPIcycle和 SHCIcycle。
3．周期项序列平稳性检验。分别对 CSCPIcycle
和 SHCIcycle进行平 稳性 检验 ，检 验结 果显示 ，在
5％的显著性水平下，2个周期项序列均平稳。
4．交叉谱分析结果及解释。①耦合震荡周期
与振幅。当耦 合 震荡 周期 为 145天 时，CSCPI与
SHCI周期项的振幅达到最大值 76．32。②一致性
和时差统计量。当耦合震荡周期为 145天时 ，CSCPI
与 SHCI周期项 的一致性统计量为 0．71，该一致性
统计量较大，说明在耦合震荡周期中 CSCPI与 SHCI
的波动存在较强 的相关性。另外 ，从交叉谱分析的
时差统计 量可知 ，CSCPI的波动趋 势领先 SHCI 13
天。说明 CSCPI的变动趋势领先于上证 综合指数 ，
对其具有一定的预测能力。
(五 )CSCPI与相关经 济指数的领先 滞后期数
的时差相关系数检验
由上面的交叉谱分析，本文得到了 CSCPI对相
关经济指数的领先滞后期数，为进一步确认领先滞
后期数 ，本文利用时差相关 系数再次进行检验。时
差相关系数是两个指标在时间上错开一定时期的相
关系数 ，计算公式如下：
∑( 一面)(y 一 )
CROSS(k)=—_二二i二=二1二二二二二二=========二二 (3)
， n n
／∑( 一面)。∑( ；一 )
} 1 l 1
其中，CROSS(k)表示2个指标间时差为k的时
差相关系数 ，{ }与 {Y }是指标 和 y的时间序列 ，
面与 分别为对应的均值，k表示两个指标之间的时
差。根据两个指标之间的最大时差相关系数的时差
(延迟数 )正负可 以判断两个指标之 间的关系是先
行还是滞后 ，其时差值(延迟数 )则表明它们之间超
前或滞后的时间。
时差相关系数检验 的结果显示 ，当 CPI、PPI、CI
的滞后 期分 别为 一2、一1、一1时，CSCPI与 CPI、
PPI、CI的时差相关系数分别达到最大值，依次为
0．62、0．74、0．86，说 明 CSCPI的变动趋势要领先于
CPI、PPI和 cI，领先期数依次为 2个月、1个月和 1
个月 ；CSCPI的滞后期为 一14时，CRB BLS与 CSCPI
的时差相关系数达到最大值 0．92，说明 CSCPI的变
动趋势要滞后于 CRB BLS，滞后期数为 14天；BPI、
MyBCIC、CCPI的滞后期分别为 一2、一1、一1时，
CSCPI与 BPI、MyBCIC、CCPI的时差相 关系数分别
达到最 大值 ，依次为 0．98、0．98、0．73，说 明 CSCPI
的变动趋势要领先于 BPI、MyBCIC和 CCPI，领先期
数依次为 2天 、1天和 1周 ；SHCI的滞后期 为 一13
时 ，CSCPI与 SHCI的 时差 相 关 系 数 达 到最 大值
0．85，说 明 CSCPI的变动趋势要领先于 SHCI，领先
期数为 13天。
时差相关 系数方 法测算 的 CSCPI与相关经济
的领先滞后期数与交叉谱分析方法测算结果一致，
进一步验证了交叉谱分析 的结果 ，说明交叉谱分析
的结果是稳健 的。
四、结论及建议
本文对国内外大宗商品现货价格指数的研究现
状进行了分析，在借鉴国外指数编制成功经验的基
础上，针对国内现有的大宗商品现货价格指数编制
中存在的不足，提出了改进方法，编制了2010年 l2
月 31日至 2013年 l0月 31日的 CSCPI及 行业指
数 ，并基于已构建的 CSCPI，采用谱分析方法实证分
析 了 CSCPI的预测能力 。主要结论有以下三点 ：
第一 ，采用“三重筛选”标准选 取成分商品，使
成分商品更具代表性。研究发现国内外大宗商品现
货价格指数的编制 目的均为基准指数 ，且大部分指
数采用“划类选典”方法选取成分商品，本文结合我
国实际情况选取了我国国民经济 中8个主要行业作
为 CSCPI成分商品的选取范围。针对国内现有的
大宗商品现货价格指数存在成分商品选取缺乏代表
性的问题，如成分商品覆盖面不足、成分商品存在重
复性等 ，本文首次 提出并采用 成分商品的“三重 筛
选”标准选取 了构建 CSCPI的成分商 品，使成分 商
品的选取更具代表性 。
第二 ，采用成分商品的表观消费量作为权重 ，能
更客观准确地衡量我国大宗商品现货市场的商品规
模。我国已成为大宗商品原料的重要进口国，某些
大宗商品的对外依存度较高，商品的产值 已难 以准
确衡量中国大宗商品市场的规模 ，本文在确定成分
商品权重时，充分遵从“权重内容的选择要服从于
指数编制目的”的原则，结合我国大宗商品现货市
· 10 · 统计研究 2014年 l2月
场和国际贸易发展的具体情况，选取成分商品的表
观消费量作为权重，客观准确地衡量了我国大宗商
品现货市场的商品规模。
第三，CSCPI具有 良好的预测能力 ，可以作为领
先指标 。本文通过 CSCPI对 国内宏观经济指数、国
内外大宗商 品现货价格指数和国内股票价格指数的
领先滞后分析 ，得到 以下结论 ：一是 ，CSCPI的波动
趋势领先 CPI 2．48个月 、领先 PP1 0．66个月 、领先
CIT 0．89个月，因此，CSCPI对国内宏观经济指数具
有一定的预测能力 ，可 以作为宏 观经济运行的领先
指标 ；二是 ，CSCPI的波动趋势领先 BPI 1．54天 、领
先 MyBCIC 1天、领先 CCPI 1．21周，但却滞后 CRB
BLS 13．94天，一方面 ，说明 CSCPI能够在国内大宗
商品现货价格发生变动时率先做 出反应 ，另一方面 ，
说明中国对于大宗商品缺乏定价权 ；三是 ，CSCPI的
波动趋势领先 SHCI 13天 ，说明 CSCPI对 国内股票
价格指数具有一定的预测能力。
根据本文的研究结论，提出以下几点建议：
第一 ，CSCPI的编制需要大量的数据支撑 ，如大
宗商品的市场价格 、表观消费量等基础数据 ，建议有
关机构加快大宗商品数据库 和信息化建设，为
CSCPI的编制提供数据保证 。
第二 ，CSCPI对 CPI、PPI、CI等 国内宏观经济指
数具有一定 的预测能力 ，可以作为宏观经济运行 的
领先指标 ，建议我国政府 管理部 门将 CSCPI作为经
济活动的重要预警指标，以提高对我国经济景气的
预判能力。
第三 ，我国已成为全球大宗商品的重要进 口国，
对全球大宗商品市场具有很大的影响力 ，然而 ，这种
影响力仅仅体现在需求拉动方面，在大宗商品定价
方面，我国一直缺少话语权，只能成为国际大宗商品
价格上涨 的 “买 单者 ”，CSCPI的变 动趋势 滞后 于
CRB BLS证实了这一点 ，因此 ，我 国要大力发展 和
完善大宗商品经济，促进大宗商品资源合理配置 ，推
动大宗商品交易市场向现货转型，使我国大宗商品
现货市场得 以发展并渐趋完善 ，为进一步争取大宗
商品定价权打好基础。
第 四，鉴于 CSCPI对 SHCI具有一 定的预测能
力 ，投资者可以将 CSCPI作为判断我 国股票市场走
势的一种工具。
参考文献
r 1]International Monetary Fund． IMF Primary Commodity Price Index
『EB／OL]．
Outlook[J／OL]．
[3]Reserve Bank of Australia
Prices：2013[EB／OL]．
[4]The British Economist Magazine Agency．The Economist commodity
price index：2013[EB／OL]．
[5]Bank of China．The Bank of Canada commodity price index：2014
[EB／OL]．
[6]Ilan Kolet，Ryan Macdonald．The Fisher BCIP：The Bank of
Canada’S New Commodity Price index[C]．Bank of Canada，2010：
l一27．
[7]Alisson Cur6tola de Melo．Brazil’S Commodity Price Index[C]．
Banco Central do Brazil Economics Department，2012：1—1 1．
[8]Commodity Research Bureau
OL]．
[9]徐国祥．统计指数理论及应用 [M]．第2版．北京：中国统计出
版社 ，2009：24—26．
[1O]徐国祥，郑雯．中国金融状况指数的构建及预测能力研究 [J]．
统 计研 究．2013(8)：17—24．
[11]桂文林，韩兆洲．我国居民消费价格波动和预测：1997—2010
[J]．统计研究．2010(8)：48—55．
[12]张树忠，李天忠，丁涛．农产品期货价格指数与CPI关系的实证
研究 [J]．金融研究，2006(11)：103—115．
[13]张延群．商品价格指数是消费价格指数的前导变量吗? 一基于
二阶单整向量自回9j模型的实证研究 【J]．数量经济技术经济
研究 ，2007(12)：140—149．
[14]Cecchetti，S．G ，R．Moessner．Commodity prices and inflation
dynamics[J]．BIS Quatedy Review，2008(12)：55—66．
[15]Ram N．Acharya，Paul F．Gentle，Krishna P．Paude1．Examining
the CRB index as a leading indicator for US Inflation[J]．Applied
Economics Letters，2010(17)：1493—1496．
[1 6]Nikolay Gospodinov，Serena Ng．Commodity Prices，Convenience
Yields，and Inflation[J]．The Review of Economics and Statistics，
2013(95)：206—219．
作者简介
徐 国祥 ，男，1960年 生，浙 江绍兴人 ，1999年毕业 于厦 门
大学统计 学系，获经济 学博 士 学位 ，现 为上 海财经 大学应 用
统计研究中心主任，上海财经大学统计与管理学院教授、博
士生导师。研 究方向为经济统计、金 融统计 。
代 吉慧，男，1987年 生，山 东烟 台人 ，上海 财经 大学统计
与管理学院在读博士研究生。研究方向为经济管理统计。
(责任编辑：程 唏)
