主要溢出效应分析 [page::3][page::4][page::5]

• 系统1（含美国产品）总体连通度指数(TCI)平均为41.54%，其中即期溢出30.55%，滞后溢出10.99%。

- 巴西和美国大豆之间溢出最强，南非大豆与美巴大豆之间存在显著滞后溢出。

• 系统2（仅BRICS内部）TCI显著较低，为23.56%，南非和巴西谷物为主要溢出贡献者，南非市场作为最大接收者。

时间变化的溢出效应 [page::6][page::7][page::8]

• 即期溢出明显优于滞后溢出，系统1的总溢出在俄乌冲突前上升，冲突爆发后及黑海粮食倡议期限缩短后下降。

- 不同谷物及国家间溢出的动态表现各异，美国玉米和大豆溢出在冲突期间达到高峰。

• 即期溢出几乎围绕零波动，表明市场短期风险影响均衡；而滞后净溢出主导净溢出趋势。

量化风险净对溢出及溢出网络 [page::8][page::9][page::10]

• 大豆市场间溢出最强，尤其是巴西与美国对南非有显著净溢出。

- 溢出网络显示部分谷物（如中国稻米）贡献溢出极弱或为接收者。

• 俄乌冲突和黑海粮食倡议改变了溢出格局，部分市场角色有显著变化。

俄罗斯-乌克兰冲突与黑海粮食倡议影响 [page::8][page::9][page::10]

• 根据时间区间划分，发现冲突期间即期和滞后溢出方向和强度均发生变化。

- 黑海粮食倡议期限缩短导致溢出强度显著下降，市场连通性减弱。

• BRICS系统内溢出变化反映市场对地缘政治事件的敏感响应。

稳健性验证 [page::11]

• 采用多种方法（不同相关系数形式，DY方法，分位数VAR）及滚动窗口，溢出结果演变一致，验证分析结论可靠性。

深度分析报告：《BRICS与美国主粮期货市场之间的风险溢出》

---

1. 元数据与报告概览

• 标题：Risk spillovers between the BRICS and the U.S. staple grain futures markets

- 作者与机构：
- Ying-Hui Shao（上海对外经贸大学统计与信息学院）
- Yan-Hong Yang（上海大学SILC商学院）
- Wei-Xing Zhou（华东理工大学商学院、经济物理学研究中心、数学学院）

• 发布日期：未具体提及，近最新引用至2024年

- 研究主题：探索金砖国家（BRICS）主粮期货市场与美国主粮期货市场之间的风险溢出和联动关系，重点涵盖大豆、玉米、小麦及稻米四种主粮。

• 核心论点：

- 当期（contemporaneous）的风险溢出占主导地位，而净溢出则主要由滞后（lagged）联动驱动；
- 金砖国家内部市场系统性风险低于包含美国的整体系统，凸显美国市场的全球影响力；
- 巴西和美国的大豆、玉米及小麦是主要的风险溢出净传输者，南非则主要为净接受者；
- 大豆市场间的溢出最强；
- 俄罗斯-乌克兰冲突及黑海粮食倡议（BSGI）对风险溢出路径及强度影响显著且存在异质性。

该报告旨在为政策制定者、投资者和交易者提供基于溢出的重要参考，尤其针对当前复杂的地缘政治背景。[page::0,1]

---

2. 逐节深度解读

2.1 摘要与引言

• 摘要部分明确指出，BRICS和美国主粮期货市场风险溢出的同时性关联更强，净溢出依赖于时间滞后关联，表明市场在即时和动态风险传递上的差异。

- 引言强调主粮在全球粮食安全及贸易中的战略地位，且美国市场在国际价格定价中居于基准角色，BRICS为重要新兴市场及粮食生产消费大国，对全球粮食市场影响深远。

• 文献回顾具体指出美国大豆期货的长期影响力、双向信息流动的复杂性，以及地缘政治事件加剧市场不确定性。

- 地缘政治，特殊是俄乌冲突，为粮食期货的溢出关系增添了新的复杂维度。

此部分为全文定调，强调研究的重要性与创新角度，认清现有文献的框架及不足。[page::0]

2.2 数据来源与处理

• 数据时间范围：2020年12月1日至2023年8月11日。

- 数据范围与代理：涉及巴西、印度、中国、南非和美国的18个主粮期货合约，由于缺乏俄罗斯直接期货，以黑海区域的期货代替俄罗斯期货。

• 期货所涵盖交易所：

- 巴西BMF、印度NCDEX、中国DCE、南非SAFEX、美国CBOT。

• BRICS内部为系统2，包含10个主粮期货，所有18个期货构成系统1。

- 描述性统计显示大部分主粮期货收益序列不符合正态分布但均平稳，大多数成对期货展示正相关，尤以巴西与美国大豆最高（0.74），对应后续流动性与风险溢出分析基础。

本节分析体现了研究样本的全面性与代表性，为后续模型建立和推断提供数据基础。[page::1,2]

2.3 方法论： $R^{2}$ 分解联动分析

• 运用Naeem等（2024）提出的创新 $R^{2}$ 分解方法，区分整体、当期（同期）和滞后风险溢出。

- 总连接度指数（TCI）定义为多个多元线性回归的平均 $R^{2}$，分解为当期和滞后贡献两大部分。

• 定义向外溢出（TO）、从外部接收（FROM）和净溢出（NET）指标，区分各品种在系统中的传输者或接受者地位。

- 向量自回归（VAR）相关模型框架隐含，结合了时间序列动态联动的考虑。

该方法论有效量化动态联动的时间结构，有助识别溢出来源和受体，为对政策和交易策略提供精细化工具。[page::2,3]

3.1 平均溢出效应

• 系统1的总连接度指数(TCI)为41.54%，其中30.55%为当期贡献，10.99%为滞后贡献。

- 巴西和美国大豆之间的风险溢出最强，与最高正相关性相符。

• 滞后溢出主要发生在南非大豆与美巴大豆间。

- 按TO、FROM指标排名，巴西与美国大豆为溢出贡献首位，中国稻米最弱。

• 系统2（仅BRICS）TCI为23.56%，整体溢出较系统1弱，且南非大豆和玉米间溢出最强，巴西主要为净溢出传输者，南非为接受者。

此阶段对比揭示美国市场在全球主粮风险溢出中的关键影响力，BRICS内部连接度更低，市场独立性较强。[page::3,4,14,15]

3.2 时间动态总溢出效应

• 图3展示的TCI走势，系统1整体和当期溢出随俄乌冲突爆发前上涨，随后快速下降，系统2则冲击较弱，轻度下降后波动。

- BSGI延长期缩短事件使两系统TCI均显著降低，体现该政策在降低风险联动方面的有效性。

• 总结系统1的系统性风险明显高于系统2，强调美国市场的波动对全球更为显著的影响。

动态分析揭示风险溢出具有明显的时间波动性及政策事件影响，证实地缘政治事件对粮食期货市场溢出的实质冲击。[page::4,6]

3.3 动态定向溢出：TO、FROM、NET

• 多数主粮期货TO和FROM溢出趋势一致，差别为溢出强度。

- 俄乌冲突及BSGI缩短对不同品种溢出影响差异大：
- 美黑海小麦溢出下降过20%。
- 美玉米TO溢出在冲突后高达90%，BSGI生效后回落。
- 美稻米溢出弱，表明同一国家不同粮种影响不均。

• 系统2中，南非和巴西为主要风险传输和接受方，印度及中国溢出较低。

- 关于净溢出：
- 系统1中巴西和美国大豆、玉米、小麦为净溢出主导者，南非大豆、玉米、小麦及中国玉米为净接受者，美稻米净溢出近零。
- 系统2中，只有巴西大豆和玉米稳定为净传输者，南非大豆和玉米为受体。

此部分揭示了不同市场和品种间溢出的动态异质性，对投资决策和风险管理极具指导意义。[page::4,7,8,19]

3.4 净成对定向溢出效应

• 图5及附录中的时序图显示大豆市场间净溢出最强，巴西和美国产生对南非及中国显著溢出，南非接收殷实。

- 俄乌冲突和BSGI事件对美国和巴西大豆之间的溢出关系影响显著，当期溢出强于滞后溢出。

• 系统2的样式类似系统1，但溢出强度存在差异，说明美国包含体系更复杂。

该分析凸显大豆作为全球粮食和市场风险核心的角色，也揭示事件驱动下的溢出结构变迁。[page::8,9,18]

3.5 地缘政治冲击：俄乌冲突与BSGI影响

• 将样本分为三阶段检验事件效应：

- 俄乌冲突前、冲突期、BSGI生效后。

• 溢出网络显示传输区及受体随事件切换：

- 例如BRs由传输者转为冲突期接受者，随后恢复传输角色；ZAw相反。
- 传输连通性在BSGI生效后趋紧，表明该项倡议增强风险溢出网络的协调性和稳定性。

• 系统2中，冲突对内部溢出扩散影响显著，当期溢出在冲突期更为广泛。

说明地缘政治事件对粮食期货溢出网络有明显重构效应，政策调控措施可缓和风险传递。[page::9,10,21]

3.6 稳健性检验

• 采用不同相关系数的 $R^{2}$ 分解（Kendall，Spearman，Pearson）、DY方法、分位数VAR等多种方法验证TCI的时间变化稳定性。

- 150日滚动窗口分析与其他方法结果基本一致。

• 确认研究结果的稳健性，增强结论信度。

全面稳健性测试提升本文方法与发现的可信度，且多角度验证捕捉溢出结构的持久性。[page::9,11]

---

3. 图表深度解读

图1：配对相关系数热图（第3页）

• 展示各主粮期货对收益率的Pearson相关系数，显著相关以颜色深浅呈现，未显著项留空白。

- 巴西大豆（BRs）与美国大豆（USs）相关度最高达0.74，呈强正相关，支撑后续发现最大溢出效应。

• 大部分大豆、玉米、小麦的同类商品间相关度较高，稻米相关较低。

- 相关结构反映市场的联动基础，预测溢出趋势。



---

图2：系统1动态平均溢出指标热图及柱状图（第5页）

• 左侧多个热图矩阵展示整体、当期、滞后、TO、FROM及NET溢出矩阵的元素，行表示受溢出对象，列为溢出源。

- 右侧柱状图显示各粮种的总值，黑色代表整体，红色当期，绿色滞后。

• 关键观察：

- 整体溢出最高由巴西和美国大豆贡献，热图中对应元素异常高（约39%）。
- 滞后溢出值整体低但不容忽视，比如南非大豆与美巴大豆间有明显滞后溢出。
- NET图表显示巴西和美国大豆、美国玉米为净传输者，部分中国大豆和稻米为接收者。

• 支持文本提到的主要溢出动力，与相关性结构相互印证。

---

图3：系统1与2动态总连接度指数（TCI）（第6页）

• 两个子图展示两组系统的TCI随时间变化，分别显示整体、当期、滞后溢出。

- 蓝色线为整体，红色为当期，绿色为滞后溢出。

• 关键事件标注：

- 2022年2月24日俄乌冲突爆发（左垂直线）
- 2023年3月18日黑海粮食倡议延长期缩短（右垂直线）

• 观察：

- 系统1整体溢出在事件前后明显波动，冲突后迅速回落。
- 系统2波动较小，且整体溢出水平较低。
- BSGI事件后两系统溢出均下滑明显。

• 说明美国市场极大影响全局系统风险，政策事件具明显调节作用。

---

图4：系统1各粮种溢出方向TO、FROM、NET时间序列（第7页）

• 21个子图分别显示18个粮种TO、FROM和NET随时间变化。

- 线条颜色：黑-整体，红-当期，绿-滞后。

• 关键观察：

- 美国玉米TO溢出曾高达90%，波动剧烈。
- 俄乌冲击使美黑海小麦溢出下降明显，随后趋于稳定。
- NET总体表现为0上下波动，体现多粮种间溢出总体平衡但动态活跃。
- 巴西、美国大豆及玉米持续为净溢出传输者，南非、部分中国粮种为净接受者。

• 丰富展示动态全貌，突出不同时段、不同粮种的异质性行为。

---

图5：系统1成对净定向溢出（NPDC）示意（第9页）

• 16个子图展示选定的粮种对间溢出净效果的趋势，分整体、当期、滞后。

- 关键发现：
- 巴西与美国大豆间的当期NPDC高于滞后，且受俄乌战争、BSGI政策明显影响。
- 南非大豆受巴西和美国大豆溢出强烈。
- 部分中国粮种对美国粮种呈负向微弱净溢出，体现收敛趋势。

• 确认主要溢出对对结构及政策下动态变化特征。

---

图6：系统1溢出网络及分期对比（第10页）

• 网络结构图基于净对向溢出强度，节点评价对应粮种，边厚度反映溢出强度，颜色区分传输者（蓝）与接收者（黄）。

- 以子图分别表示整体样本、各时间子样本，分整体/当期/滞后。

• 观察：

- 俄乌冲突期间（Subsample 2），巴西大豆从传输者变为接受者，显示事件期间市场地位转变。
- BSGI未生效前后，网络结构紧密度变化显著，当期溢出网络联结增强。

• 网络可视化直观体现风险溢出的空间结构及事件冲击影响。

---

图7：TCI稳健性检验（第11页）

• 双图分别为系统1与系统2基于不同方法计算的TCI时间序列比较。

- 多种统计量包括基于不同相关系数的 $R^{2}$ 分解（Kendall、Spearman、Pearson）、DY方法、分位数VAR及150日日滚动窗口。

• 结果展现一致的演化趋势，印证实证结论的稳健性及普适性。

---

4. 估值分析

本报告为学术实证研究，未涉及公司估值等具体金融指标估值方法，估值分析部分缺失。

---

5. 风险因素评估

• 俄乌冲突：引发全球粮食供应链不稳定，改变主要粮食市场风险传播路径，导致溢出网络结构剧变，转化为多市场高风险溢出态势。

- 黑海粮食倡议（BSGI）：作为风险传递缓冲机制，在执行周期内降低溢出强度，网络溢出关系更为紧密及协调，短期延长有助风险传递控制。

• 市场流动性与金融化：虽然提升价格发现效率，但也增强跨市场传染风险，尤其在复杂地缘政治与气候风险背景下。

- 美市场主导地位：美国产品特别是大豆、玉米期货市场的波动极大地传导至BRICS市场，增加系统性风险及外部依赖度。

报告未深入讨论缓解策略，但通过分析政策事件（BSGI）的溢出影响暗示政策干预对风险管理的重要性。[page::1,4,8,10]

---

6. 批判性视角与细微差别

• 报告充分利用当前最新数据和创新方法，分析系统全面且视角深入。

- 但核心方法为线性多元回归 $R^{2}$ 分解，可能忽略非线性与极端事件影响，尽管后续引入分位数VAR等方法一定程度弥补。

• 代理俄罗斯市场为黑海区域期货，虽合情合理，但可能遗漏特定国内政策和市场差异，影响对俄罗斯风险溢出定量分析准确性。

- 报告对美市场的影响定位显著，但对中国和印度的市场角色较弱，未深入探讨可能的结构性限制因素或政策导向。

• 短期事件影响得到强调，长期结构变化（如气候变化、供应链演进）尚无详细讨论。

- 风险减缓策略及政策建议可更明确，尤其对BRICS国家如何增强自身市场抗风险能力方面较为不足。

---

7. 结论性综合

本报告基于最新的 $R^{2}$ 分解联动分析方法，全面细致地揭示了BRICS与美国主粮期货市场之间风险溢出的动态特征和时序异质性。研究显示：

• 同期风险溢出强于滞后溢出，突出市场即时共振响应重要性；

- 美国主粮市场，尤其是大豆和玉米，显著驱动全球溢出链，导致系统1整体风险显著高于仅BRICS市场的系统2；

• 巴西和美国的大豆期货为最强净风险传输者，南非市场多为净接收者，这种传输结构为粮食市场布局和风险控制提供关键启示；

- 地缘政治冲突（俄乌战争）及政策干预（BSGI）对溢出网络结构与波动产生深远影响，政策制定者需关注这种宏观事件引发的溢出重构；

• 稳健性验证巩固了结论的普适性，凸显了 $R^{2}$ 分解框架在农业商品风险溢出研究中的价值；

- 投资者和政策机构可依据溢出路径调整策略，实现风险管理与市场稳定目标。

以上结论为粮食金融市场风险管控与农业商品衍生品投资策略提供了强有力的理论与实证依据，对应区域及全球粮食安全具有重要现实意义。[page::0-11,14-21]

---

全文完

如果需要，对图表或章节内容的具体细节可进一步展开。

报告