段雯雯 曾建新

（1.南華大學(xué)，湖南 衡陽 421001；2.貴州銀行榕江支行，貴州 凱里 557200）

一、引言

近年來，國際局勢出現(xiàn)深刻復(fù)雜變化，經(jīng)濟(jì)發(fā)展的不確定性愈加凸顯，在需求驅(qū)動、能耗雙控和產(chǎn)業(yè)升級等因素作用下和全球經(jīng)濟(jì)低迷態(tài)勢下，大宗商品價格卻呈逆勢上漲趨勢，特別是原油、銅和鎳等大宗商品價格大幅上漲。2021年大宗商品流通價格指數(shù)為136.2，較上年上漲35.3%，是21 世紀(jì)以來最為明顯的價格上漲。大量歷史經(jīng)驗(yàn)表明，大宗商品的價格異常波動特別是暴漲直接影響著金融安全和經(jīng)濟(jì)發(fā)展，而匯率和利率作為資本市場的重要影響因素，在外匯改革和利率市場化的背景下，對大宗商品價格波動具有重要影響。2021 年3 月十三屆全國人大四次會議通過的《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確指出，完善跨境資本流動管理框架，提高開放條件下風(fēng)險防控和應(yīng)對能力，實(shí)施金融安全戰(zhàn)略。因此，實(shí)現(xiàn)“穩(wěn)增長”的利率政策和“穩(wěn)利率”的匯率政策之間的最優(yōu)政策協(xié)同，系統(tǒng)探討匯率、利率對大宗商品價格波動的非線性和時變性影響，有利于穩(wěn)定大宗商品價格，強(qiáng)化金融安全保障，促進(jìn)實(shí)體經(jīng)濟(jì)的良性發(fā)展。

二、文獻(xiàn)綜述

（一）匯率對大宗商品價格的影響研究

資本市場對大宗商品價格波動具有重要影響。部分學(xué)者認(rèn)為匯率和大宗商品價格特別是國際大宗商品價格的波動存在緊密的聯(lián)系。Ayres et al.（2020）指出石油、鋁、玉米等商品價格與德國、日本、英國等發(fā)達(dá)地區(qū)對美元的實(shí)際匯率之間存在顯著的協(xié)整關(guān)系。部分學(xué)者指出匯率對國內(nèi)和國際大宗商品的影響差異較大，如田洪志等（2020）認(rèn)為匯率對原油等國際大宗商品市場的影響力十分有限，主要局限于國內(nèi)大宗商品價格的波動。同時，部分學(xué)者認(rèn)為匯率對大宗商品價格的波動具有重要影響，如丁劍平和向堅(jiān)（2016）指出匯率能夠較好地預(yù)測國際大宗商品市場價格波動。從不同的大宗商品種類來看，于愛芝等（2015）認(rèn)為人民幣實(shí)際有效匯率對大宗商品、耐用商品和凈出口類商品的影響具有非對稱性。從時間序列來看，胡冬梅和吳心弘（2015）使用兩階段模型來分析匯率對大宗商品進(jìn)口價格波動的傳遞效應(yīng)，結(jié)果表明匯率對大宗商品價格的影響為不完全傳遞，且傳遞率呈下降趨勢。部分學(xué)者以重大突發(fā)事件為視角，研究極端事件下匯率對大宗商品價格的沖擊效應(yīng)（于文華等，2022）。具體來說，隋建利和楊慶偉（2021）認(rèn)為在極端風(fēng)險事件的沖擊下，國際大宗商品市場與中國匯率市場間的風(fēng)險傳染效應(yīng)得到增強(qiáng)。此外，還有學(xué)者認(rèn)為可將匯率作為中介來影響大宗商品價格，如彭承亮等（2022）認(rèn)為美國利率調(diào)整、貿(mào)易摩擦和新冠肺炎疫情等危機(jī)事件通過匯率波動渠道來影響國內(nèi)大宗商品價格的變化。

（二）利率對大宗商品價格的影響研究

國內(nèi)外學(xué)者對利率和大宗商品價格波動之間的關(guān)系進(jìn)行相關(guān)研究，主要通過VAR 模型來研究利率對大宗商品價格波動的傳導(dǎo)效應(yīng)（徐鵬，2021）。從影響的顯著性來看，蔡偉毅等（2018）使用VAR 模型分析利率、流動性和大宗商品價格之間的聯(lián)動特征，結(jié)果表明利率對大宗商品價格具有顯著和持久的影響。從影響的特征來看，Bhar &Hammoudeh（2011）基于多元馬爾科夫轉(zhuǎn)換模型研究短期利率對石油、銅、黃金和白銀等國際貿(mào)易大宗商品價格波動的影響，結(jié)果表明其影響存在區(qū)制轉(zhuǎn)換的特征。除此之外，部分學(xué)者將利率作為貨幣政策的重要內(nèi)容，研究貨幣政策對大宗商品價格的影響，如龍少波等（2019）主要使用NARDL模型研究緊縮性和擴(kuò)張性貨幣政策對大宗商品價格的非對稱影響，結(jié)果表明緊縮性貨幣政策對大宗商品價格的影響程度更大。部分學(xué)者將兩者之間的靜態(tài)影響擴(kuò)展至動態(tài)效應(yīng)，如陳瑤雯等（2019）運(yùn)用TVP-SV-VAR 模型探討貨幣政策對大宗商品價格的動態(tài)脈沖效應(yīng)，結(jié)果表明貨幣供應(yīng)量和利率均能顯著地影響大宗商品的價格。進(jìn)一步地，部分學(xué)者結(jié)合TVP-VAR和FAVAR模型，分析大宗商品價格波動的動態(tài)影響因素，如譚小芬等（2020）使用TVP-FAVAR模型研究利率等全球流動性對國際大宗商品價格的動態(tài)沖擊效應(yīng)，結(jié)果表明價格型流動性的負(fù)向影響在危機(jī)時更明顯。

本文的創(chuàng)新點(diǎn)主要如下：一方面，對于研究內(nèi)容而言，本文將匯率和利率置于同一分析框架之中，進(jìn)而綜合分析匯率和利率對國內(nèi)大宗商品價格的影響，對國際大宗商品而言更具現(xiàn)實(shí)意義；另一方面，對于研究模型而言，國內(nèi)外學(xué)者主要使用VAR或者SVAR模型來考察匯率、利率對大宗商品價格的靜態(tài)影響，而忽略時變性的重要特征，因此本文引入TVP-SVVAR 模型來分析匯率、利率對中國大宗商品價格波動的動態(tài)沖擊效應(yīng)。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

1.GPD模型。本文在研究匯率、利率對大宗商品價格波動的沖擊效應(yīng)之前，還對匯率、利率與大宗商品價格之間的相關(guān)性進(jìn)行分析。其中，準(zhǔn)確地刻畫匯率、利率與大宗商品價格的邊際分布是構(gòu)建相關(guān)性模型的基礎(chǔ)。大量歷史經(jīng)驗(yàn)表明，金融時間序列具有非正態(tài)性和厚尾性等特征，本文為了側(cè)重反映匯率、利率和大宗商品價格序列的厚尾性，使用極值理論的GPD模型來刻畫其邊際分布，GPD模型的基本定義如下：

其中，y為超過閾值u的部分樣本數(shù)據(jù)，β(u)為u對應(yīng)的尺度參數(shù)，ξ為形狀參數(shù)。

GPD 模型的關(guān)鍵在于閾值的確定。相比于Hill圖、均值超額圖、A2統(tǒng)計(jì)量和峰值法等方法，樣本10%原則法兼顧了閾值估計(jì)的精度和成本，能夠分別反映下尾和上尾閾值的非對稱性影響，故本文選擇樣本10%原則法來估計(jì)GPD模型的閾值。

2.Copula 模型。參考王鵬飛（2020）的研究，相比于Pearson 相關(guān)系數(shù)和格蘭杰因果檢驗(yàn)，Copula 模型能夠準(zhǔn)確地刻畫金融時間序列之間的非線性和厚尾性等特征，故本文使用Copula模型來描述匯率與大宗商品價格、利率與大宗商品價格之間的相關(guān)性。以匯率與大宗商品價格之間的相依性為例，Copula模型的基本性質(zhì)如下：

其中，F(xiàn)1(X1)和F2(X2)分別為利率序列X1和大宗商品價格序列X2的邊際分布函數(shù)，F(xiàn)(X1,X2)為聯(lián)合分布函數(shù)，C為最優(yōu)Copula函數(shù)。根據(jù)（2）式可知，聯(lián)合分布問題可以通過確定邊際分布模型和最優(yōu)Copula函數(shù)來加以解決。

根據(jù)上文可知，本文的邊際分布模型使用GPD模型。對于最優(yōu)Copula 函數(shù)而言，本文選取Normal Copula、Frank Copula、Gumbel Copula、Clayton Copula和Galambos Copula 等常用Copula 函數(shù)，使用IFM 方法來估計(jì)各個Copula 的參數(shù)，并根據(jù)Loglike、AIC 和BIC等統(tǒng)計(jì)量來確定最優(yōu)Copula函數(shù)。

在確定最優(yōu)Copula函數(shù)的基礎(chǔ)上，可以進(jìn)一步計(jì)算Kendallτ相關(guān)系數(shù)、Spearmanρ相關(guān)系數(shù)和上下尾相關(guān)系數(shù)。

3.TVP-SV-VAR 模型。相比于VAR 和SVAR 等模型，TVP-SV-VAR 模型的參數(shù)和協(xié)方差均是時變的，能夠準(zhǔn)確地反映匯率、利率和大宗商品價格之間的動態(tài)影響，故本文使用TVP-SV-VAR 模型來研究匯率、利率對大宗商品價格波動的動態(tài)沖擊效應(yīng)。

TVP-SV-VAR 模型是在SVAR 模型的基礎(chǔ)上進(jìn)行改進(jìn)，主要是各個參數(shù)滿足時變性和隨機(jī)游走過程等基本條件。SVAR模型的定義為：

其中，Yt為匯率、利率和大宗商品價格的變量向量，F(xiàn)1和Fs均為系數(shù)矩陣。ut為隨機(jī)擾動項(xiàng)矩陣，滿足ut～N(0,ΣΣ)，其中Σ代表對角元素為[σ1,σ2,…,σk]的對角矩陣。A為k×k階的下三角矩陣，具體性質(zhì)如下：

相比于（3）式，TVP-SV-VAR模型的參數(shù)矩陣At、系數(shù)矩陣βt和協(xié)方差矩陣Σt均具有時變特征。

（二）變量選取和數(shù)據(jù)來源

本文主要研究匯率、利率對大宗商品價格波動的動態(tài)影響。對于匯率，本文使用人民幣兌美元中間價作為匯率的代理變量，這主要是由美元的世界貨幣以及資本市場地位決定的，全文使用ER表示。對于利率，本文使用銀行間7天內(nèi)同業(yè)拆借加權(quán)平均利率作為利率的代理變量，該指標(biāo)能夠準(zhǔn)確地反映全國銀行間同業(yè)拆借交易狀況，全文使用IR表示。對于大宗商品價格，由于國內(nèi)金融市場對國際大宗商品價格的變動有限，本文使用中國大宗商品價格指數(shù)來衡量國內(nèi)大宗商品價格的變化情況，該指數(shù)依據(jù)中國國際電子商務(wù)中心的大宗商品現(xiàn)貨價格周度數(shù)據(jù)庫，主要包括能源、礦產(chǎn)品、農(nóng)產(chǎn)品等9大類別26種商品，該指數(shù)能夠客觀反映中國大宗商品的價格變化趨勢和變動程度，全文使用CCPI表示。

由于中國大宗商品價格指數(shù)的編制時間為2006年6月，故本文的時間范圍為2006年6月至2021年3月，樣本量為178 個。本文數(shù)據(jù)均來源于Wind 數(shù)據(jù)庫，主要使用S-Puls和Matlab軟件進(jìn)行數(shù)據(jù)處理。

四、實(shí)證結(jié)果與分析

（一）相關(guān)性分析

匯率、利率和大宗商品價格之間的相關(guān)性分析是進(jìn)一步剖析各個變量之間的沖擊效應(yīng)的前提和基礎(chǔ)。本文側(cè)重描述重大突發(fā)事件的影響，以匯率和大宗商品價格之間的相關(guān)性為例進(jìn)行說明，使用GPD 模型來刻畫匯率和大宗商品價格的邊際分布，通過MLE方法估計(jì)參數(shù)。在確定邊際分布之后，本文基于GPD模型的標(biāo)準(zhǔn)殘差序列，通過概率積分變換將其轉(zhuǎn)變?yōu)榫鶆蚍植?，使用Copula模型來刻畫匯率與大宗商品價格、利率與大宗商品價格之間的相關(guān)性。表1為主要Copula模型的擬合結(jié)果，根據(jù)表1可知，Clayton Copula 的LogLike 值最大，而AIC 和BIC 準(zhǔn)則均最小，故Clayton Copula的擬合效果最好，其次為Frank Copula，擬合效果最差的為Galambos Copula。因此，本文選取Clayton Copula函數(shù)來刻畫各個變量之間的相關(guān)性。

表1 Copula模型的選取

因此，在確定Clayton Copula 為最優(yōu)Copula 模型之后，通過IFM 估計(jì)方法來計(jì)算該模型的參數(shù)，據(jù)此計(jì)算Kendallτ相關(guān)系數(shù)、Spearmanρ相關(guān)系數(shù)和上下尾相關(guān)系數(shù)，具體結(jié)果如表2 所示。在Clayton Copula 模型的估計(jì)下，匯率與大宗商品價格、利率與大宗商品價格之間均存在下尾相依結(jié)構(gòu)，即容易受到金融危機(jī)或者風(fēng)險等利空消息的影響。例如，相比于匯率的下跌，當(dāng)匯率上漲時，大宗商品價格暴跌的可能性會顯著增加，匯率和大宗商品價格之間更傾向于存在較強(qiáng)的相關(guān)特征。另外，匯率和大宗商品價格之間存在負(fù)向相關(guān)關(guān)系，而利率和大宗商品價格之間存在正向相關(guān)關(guān)系，如匯率和大宗商品價格之間的下尾相關(guān)系數(shù)為-0.2104，而利率和大宗商品價格之間的下尾相關(guān)系數(shù)為0.4216。

表2 利率、匯率和大宗商品價格之間的相依結(jié)構(gòu)

（二）沖擊效應(yīng)分析

1.參數(shù)估計(jì)。本文主要使用TVP-SV-VAR 模型來反映匯率、利率對大宗商品價格的動態(tài)沖擊效應(yīng)，其參數(shù)估計(jì)結(jié)果如表3所示。

表3 TVP-SV-VAR模型的參數(shù)估計(jì)

表3 中的均值和標(biāo)準(zhǔn)差為各個時變參數(shù)的基本描述性統(tǒng)計(jì)，而Geweke 診斷值和無效因子為判斷MCMC 方法估計(jì)TVP-SV-VAR 模型效果的指標(biāo)，分別檢驗(yàn)?zāi)Ｐ凸烙?jì)的收斂性和有效性。根據(jù)表3可知，各個時變參數(shù)對應(yīng)的Geweke 診斷值均小于5%顯著性水平下的臨界值1.96，表明該模型的參數(shù)均收斂于后驗(yàn)分布，具有顯著的平穩(wěn)性。另外，無效因子的數(shù)值均較低，最大值僅為58.18，至少產(chǎn)生155 次不相關(guān)樣本，表明MCMC方法的模擬估計(jì)是有效的。綜上所述，MCMC 方法估計(jì)TVP-SV-VAR 模型的效果較好，可以進(jìn)行后續(xù)的脈沖響應(yīng)分析。

2.不同提前期的動態(tài)沖擊效應(yīng)。由于TVP-SVVAR 模型的參數(shù)具有時變性，故本文從不同提前期和不同時點(diǎn)兩個角度來分析匯率、利率對大宗商品價格的脈沖響應(yīng)。參考王博等（2019）的研究，本文將提前1 期、4 期和8 期分別設(shè)置成短期、中期和長期，以此來反映不同提前期下匯率、利率對大宗商品價格的脈沖響應(yīng)路徑和效應(yīng)。根據(jù)圖1可知，具有如下特征：

圖1 不同提前期匯率、利率對大宗商品價格的脈沖響應(yīng)

對于匯率而言，在受到不同提前期匯率一單位正向標(biāo)準(zhǔn)差的沖擊時，大宗商品價格表現(xiàn)為顯著的正向脈沖響應(yīng)，即隨著匯率的提高，人民幣貶值，導(dǎo)致出口增加，實(shí)際產(chǎn)出得到提升，股價和物價上漲，最終導(dǎo)致大宗商品價格的上漲。從脈沖效應(yīng)程度來看，大宗商品價格對于匯率的脈沖響應(yīng)主要為短期影響，短期的大宗商品價格對于匯率的變動較為敏感，而長期效應(yīng)逐漸減弱。從時間序列來看，不同提前期匯率對大宗商品價格的脈沖響應(yīng)的波動較為平緩，呈現(xiàn)穩(wěn)步下降的變化趨勢，而受到2015 年“8·11”匯改和2017 年第四次匯改等政策節(jié)點(diǎn)的影響較小，表明大宗商品價格對于匯率沖擊的脈沖響應(yīng)具有穩(wěn)定性和持續(xù)性的特征。

對于利率而言，在受到不同提前期利率一單位正向標(biāo)準(zhǔn)差的沖擊時，大宗商品價格表現(xiàn)為顯著的負(fù)向脈沖響應(yīng)。參考諶金宇等（2017）的研究，當(dāng)利率上升時，存貨的機(jī)會成本提高，抑制大宗商品的交易需求，此時大宗商品市場供過于求，進(jìn)而導(dǎo)致大宗商品價格出現(xiàn)下跌的趨勢。值得注意的是，近期出現(xiàn)利率上升和大宗商品價格上漲的情況，原因在于大宗商品價格上漲受到來自經(jīng)濟(jì)發(fā)展、市場供求、政策和投機(jī)等復(fù)雜因素影響，抵消利率上升的負(fù)向沖擊作用。類似于匯率，大宗商品價格在短期內(nèi)受到利率沖擊的影響較大，大宗商品價格的變動主要以短期為主，短期的負(fù)向沖擊效應(yīng)顯著大于中期和長期，特別是長期效應(yīng)較小并趨于0。從時間趨勢來看，不同提前期大宗商品價格對于利率沖擊的脈沖響應(yīng)均較為平穩(wěn)，并呈現(xiàn)出逐漸降低的趨勢，這也反映利率市場化進(jìn)程加快并逐步完善，相關(guān)監(jiān)管部門應(yīng)加強(qiáng)和優(yōu)化大宗商品價格波動引發(fā)的金融風(fēng)險管理。

3.不同時點(diǎn)的動態(tài)沖擊效應(yīng)。本文繼續(xù)分析不同時點(diǎn)下匯率、利率對大宗商品價格的脈沖響應(yīng)。對于不同時點(diǎn)的選取，本文主要是依據(jù)匯率改革和利率市場化的政策時間節(jié)點(diǎn)來進(jìn)行劃分，即分別選擇2015 年8 月、2015 年10 月和2017 年5 月三個不同時點(diǎn)。其中，2015年8月的“8·11”匯改調(diào)整了人民幣匯率中間價報價方式，受到美聯(lián)儲加息和國際收支逆差等影響，導(dǎo)致人民幣匯率的大幅度貶值；2015年10月央行宣布不再對商業(yè)銀行等金融機(jī)構(gòu)設(shè)置存款浮動利率上限，放開存款利率浮動上限，利率市場化進(jìn)程加快；2017年5月央行宣布在人民幣匯率中間價報價模型中加入逆周期因子，使得央行主動調(diào)節(jié)的空間變大，人民幣匯率進(jìn)一步升值。根據(jù)圖2 可知，具有如下特征：

圖2 不同時點(diǎn)匯率、利率對大宗商品價格的脈沖響應(yīng)

對于匯率而言，在不同時點(diǎn)下匯率對大宗商品價格的脈沖響應(yīng)趨勢基本一致，且脈沖響應(yīng)程度的差異較小。整體上不同時點(diǎn)下匯率沖擊對大宗商品價格波動具有正向影響，具體而言，在滯后1 期時大宗商品價格對于匯率的脈沖響應(yīng)為負(fù)向沖擊，在滯后2期時的脈沖響應(yīng)轉(zhuǎn)變?yōu)檎驔_擊并達(dá)到峰值，之后的脈沖響應(yīng)程度逐漸減弱，并在滯后8期之后的脈沖響應(yīng)趨于0，此時匯率對大宗商品價格的脈沖響應(yīng)逐漸消除。

對于利率而言，2015 年8 月和2015 年10 月的利率沖擊對大宗商品價格波動的脈沖響應(yīng)趨勢基本一致，而2017年5月和另外兩個時點(diǎn)的脈沖響應(yīng)程度表現(xiàn)出較大的差異性。具體而言，在2015年8月和2015年10 月的時點(diǎn)中，利率對大宗商品價格的脈沖響應(yīng)由滯后1 期的正向沖擊轉(zhuǎn)變?yōu)闇? 期的負(fù)向沖擊，并在滯后3期之后的脈沖響應(yīng)收斂于0。在2017年5月，利率對大宗商品價格具有負(fù)向脈沖響應(yīng)，其中在滯后2期時達(dá)到峰值，之后脈沖響應(yīng)程度逐漸降低并趨于平緩，最終在滯后6期之后的脈沖響應(yīng)收斂于0。

五、結(jié)論與建議

本文通過GPD-Copula 模型刻畫匯率、利率與大宗商品價格之間的相關(guān)性，使用MCMC 方法和TVPSV-VAR模型分析匯率、利率對大宗商品價格波動的動態(tài)沖擊效應(yīng)。結(jié)果表明：首先從各個變量之間的相關(guān)性來看，匯率與大宗商品價格、利率與大宗商品價格之間均存在下尾相依結(jié)構(gòu)，具有非線性和厚尾性的相依特征，相比于利好消息，更容易受到金融危機(jī)或者風(fēng)險等利空消息的影響。同時，匯率和大宗商品價格之間存在負(fù)向相關(guān)關(guān)系，而利率和大宗商品價格之間存在正向相關(guān)關(guān)系。其次從沖擊效應(yīng)來看，匯率、利率對大宗商品價格的沖擊效應(yīng)具有非線性、時變性和非對稱性等特征，整體上匯率對大宗商品價格的沖擊效應(yīng)大于利率對大宗商品價格的沖擊效應(yīng)。具體而言，匯率對大宗商品價格具有正向沖擊效應(yīng)，而利率對大宗商品價格存在負(fù)向沖擊效應(yīng)。鑒此，本文提出如下建議：

第一，繼續(xù)深化匯率改革和利率市場化進(jìn)程。匯率、利率對大宗商品價格具有重要的調(diào)控和導(dǎo)向作用，需要通過以下方面來進(jìn)行深化：一方面，穩(wěn)定人民幣匯率的價格機(jī)制，避免匯率波動異常和失衡，使人民幣匯率在合理和均衡的條件下保持整體穩(wěn)定。同時，創(chuàng)新人民幣匯率的定價機(jī)制，強(qiáng)化人民幣匯率浮動的彈性和韌性；另一方面，健全和完善市場化利率的形成和傳導(dǎo)機(jī)制，逐步形成以公開市場操作利率為短期政策利率、以中期借貸便利利率為中期政策利率的央行政策利率體系。特別是完善市場利率定價自律機(jī)制和作用，不斷優(yōu)化和規(guī)范存款利率定價行為，加強(qiáng)規(guī)范管理。

第二，深化大宗商品市場改革，提高我國大宗商品的定價權(quán)。目前我國大宗商品定價在一定程度上依賴于國際大宗商品市場，需要在以下方面加以完善：首先，適度引入糧食和能源等部分大宗商品市場競爭機(jī)制，維護(hù)國內(nèi)大宗商品市場的有序和良好競爭環(huán)境，加大對壟斷和非法競爭的處罰力度；其次，對石油和糧食等戰(zhàn)略性大宗商品進(jìn)行儲備，做到戰(zhàn)略性大宗商品生產(chǎn)和消費(fèi)的“內(nèi)循環(huán)”，合理發(fā)揮大宗商品期貨市場的套期保值和風(fēng)險規(guī)避作用；最后，通過財(cái)政補(bǔ)貼、關(guān)稅、匯率和利率等多種方式，積極應(yīng)對國際大宗商品價格上漲對金融市場和實(shí)體經(jīng)濟(jì)造成的損失。

第三，健全防范重大風(fēng)險應(yīng)急機(jī)制。大宗商品價格受到重大突發(fā)事件的影響較大，需要在以下方面加以完善：一方面，重視風(fēng)險預(yù)警和防范。在應(yīng)對重大突發(fā)事件時，要系統(tǒng)做到事前預(yù)防、事中控制和事后治理，目前事前預(yù)防環(huán)節(jié)還需要進(jìn)一步強(qiáng)化，以減少經(jīng)濟(jì)損失和避免風(fēng)險擴(kuò)大；另一方面，聯(lián)動多個部門協(xié)作和配合。大宗商品市場涉及多個行業(yè)，其價格變動的影響因素較為復(fù)雜，面對重大突發(fā)事件對大宗商品價格的劇烈波動，需要構(gòu)建以政府為主導(dǎo)、多部門和多元力量廣泛參與的應(yīng)急聯(lián)動機(jī)制，最終形成政府公共應(yīng)急、社會公益應(yīng)急和市場配合應(yīng)急的強(qiáng)大合力。