投资者关注与商品价格波动：跨市场、多维度的分析

《International Review of Financial Analysis》：Investor attention and commodity price volatility: A cross-market, multidimensional analysis

　　本研究构建了一个双源、多维度的投资者注意力框架，用于预测商品波动率。同时纳入中国与国际投资者注意力能够改善波动率预测和已实现效用。多维度指数比单一维度指数在各类商品中提供更为一致的预测信息。投资者注意力的预测相关性在不同商品类别和波动率条件下存在差异。引言商品作为工业和农业生产与消费的核心投入品，在全球资源配置中发挥着关键作用。其价格波动对国民经济表现和社会福利具有直接影响，因此始终是学术界和行业实践关注的焦点（Adams & Glück, 2015; Kilian, 2009; Prokopczuk, Stancu, & Symeonidis, 2019; Tang & Xiong, 2012）。近年来，与俄乌冲突和红海航运危机相关的地缘政治紧张局势，加上供应链重构和日益频繁的极端气候事件，放大了商品价格波动的幅度、频率和复杂性。这对市场参与者构成了重大挑战，并严重威胁经济社会稳定与发展（Aizenman, Lindahl, Stenvall, & Uddin, 2024; Fang & Shao, 2022; Tiwari, Abakah, Trabelsi, & Wohar, 2024）。在此背景下，在全球一体化商品市场中，商品价格波动率的预测变得日益重要。中国是全球商品贸易的主要参与者，在中国交易所交易的多种商品期货与国际主要基准市场紧密关联。对于这些国际关联合约，国内波动率不仅可能反映中国特有的基本面和交易条件，还可能反映外部市场动态，例如海外基准价格变化以及全球供需或不确定性冲击。这些外部影响可以通过跨市场关联传导至中国期货市场，使得国内波动率可能同时对国内和国际市场动态做出反应。因此，区分国内与国际预测信息来源，对于理解和预测这些市场的波动率具有重要意义。作为行为金融学与市场微观结构研究的交叉领域，投资者注意力对资产价格波动的预测价值日益凸显（Da, Engelberg, & Gao, 2011; Szczygielski, Charteris, Bwanya, et al., 2024）。有限注意力理论认为，投资者面临认知约束，因此会选择性地分配其信息处理能力（Peng & Xiong, 2006）。搜索量数据为这种信息需求提供了可观测的代理变量，因此被广泛用于衡量投资者注意力。谷歌趋势已被广泛用于捕捉更广泛的国际搜索注意力，并已被证明包含对商品价格和波动率的预测信息（Han, Li, & Yin, 2017; Li, Ma, Wang, et al., 2015; Paul, Chaco, & Bhattacharjee, 2025; Salisu, Ogbonna, & Adewuyi, 2020）。百度搜索指数已被用于捕捉中文搜索注意力，并对中国商品期货（包括棉花、玉米和PVC）表现出良好的预测性能（Liang & Jia, 2022; Wu, Tsai, Weng, et al., 2021）。尽管在投资者注意力与商品市场研究方面取得了重大进展，但仍有三方面问题尚未得到充分解决。第一，基于谷歌和百度的注意力通常是在各自独立的实证环境中研究的，对于这两种来源是否为相同的国际关联商品市场提供不同且互补的信号，现有证据有限。第二，Qu和Li（2023）针对原油开发了一个多视角的谷歌框架，但该框架跨商品调整后是否在多个商品类别以及双源环境下具有信息量，尚不确定。第三，关于搜索注意力的持续性和状态依赖性的证据仍然有限，包括其预测信息是否在较短的滞后期内持续存在，以及在不同市场条件下是否仍具有信息量。为解决这些问题，我们考察了15种在中国交易且与国际市场紧密关联的商品期货，涵盖农产品、金属以及能源化工商品。我们构建了基于百度和谷歌的注意力指标，包括商品特定、关联市场、宏观经济和地缘政治维度，并使用偏最小二乘法构建维度特定和多元综合指数。在样本内分析中，我们首先评估中国和国际注意力是否对后续商品波动率包含增量预测信息，分别考察其单独和联合作用。然后，我们考察了这种预测内容在滞后结构、商品类别和波动率条件下的持续性和异质性，并评估了在考虑跨商品波动率传导后，主要发现是否仍然稳健。在样本外分析中，我们采用滚动预测框架，考察投资者注意力是否相对于基于历史的标准基准改善了每周波动率预测，覆盖了COVID-19前、COVID-19期间和俄乌冲突期间，同时使用统计预测标准和已实现效用。本文从三个方面对现有文献做出贡献。第一，我们将基于搜索的商品注意力研究扩展至双源环境。我们不再分别考察中国和国际投资者注意力，而是在一个共同的实证框架内评估基于百度和谷歌的注意力，并考察每种来源在给定另一种来源的条件下是否提供预测信息。结果表明，两种来源在联合纳入时均具有信息量，而结合百度和谷歌注意力的设定总体上优于相应的单一来源设定。这些发现揭示了百度和谷歌投资者注意力在预测商品波动率方面具有有意义的互补性。第二，我们将投资者注意力的多维度测量从单一商品环境调整并扩展至多商品框架。在Qu和Li（2023）多维度方法的基础上，我们将商品特定和关联市场的搜索信息针对单个期货进行定制，同时在各市场间保持共同的宏观经济和地缘政治维度。这种结构在保留跨商品类别共同测量框架的同时，捕捉了合约特定信息。各注意力维度的预测相关性在农产品、能源化工和金属市场之间存在显著差异，而多元综合指数则表现出更大的跨类别一致性。这种跨类别一致性支持了基于多维搜索的注意力指标在商品波动率预测中更广泛的应用。第三，我们加深了对百度和谷歌注意力在商品波动率预测中何时特别具有信息量的理解。分位数和马尔可夫区制转换估计分别表明，在较高的条件分位数处，注意力与波动率的关联更强；在高波动率状态下，注意力系数估计值更大。样本外结果进一步表明，联合纳入两种注意力来源相对于基于历史的基准，在COVID-19前、COVID-19期间和俄乌冲突期间均改善了预测表现。在假定的风险目标框架下，联合注意力设定产生的已实现效用也高于AR(1)模型，其中最大的增量收益出现在COVID-19期间。这些发现阐明了双源框架的效用如何在波动率条件和历史市场事件中变化，支持其在商品波动率预测和风险监控中的潜在应用。本文后续结构安排如下。第2节介绍文献综述。第3节介绍数据和方法。第4节报告样本内结果。第5节展示样本外预测结果。第6节总结。章节摘要文献综述商品价格受到一系列基本面、金融和更广泛经济条件的影响。早期研究强调实物供需是商品价格的关键驱动因素（Nielsen & Schwartz, 2004）。后续研究表明，商品市场还受到宏观经济状况、重大地缘政治事件和跨市场关联的影响。汇率和更广泛的宏观经济信息包含对商品价格的预测信息（Chen, Rogoff, &数据来源与关键词选择本研究聚焦于中国交易所交易的15种商品期货，包括5种农产品期货（棉花、黄大豆一号、玉米、豆粕和豆油）、2种能源化工期货（原油和橡胶）以及8种金属期货（白银、铝、黄金、铜、镍、铅、锡和锌）。这些商品与国际基准市场紧密关联，适合考察来自百度和谷歌的注意力信号。样本区间从1月1日投资者注意力对商品价格波动率的影响本小节展示了样本内基准回归结果，考察投资者注意力与商品价格波动率的关系，覆盖2011年1月1日至2024年12月31日的全样本区间。在此样本内分析中，基于PLS的注意力指数使用全样本区间估计的载荷构建。表2和表3报告了基准回归结果。第(1)–(4)列对应四个单维度指数：商品特定、关联市场、宏观经济和分时段样本外预测商品波动率动态和信息传导可能在重大市场扰动期间发生显著变化，因此在单一合并窗口上评估预测可能会掩盖不同市场条件之间的重要差异。因此，我们将样本外期间划分为由两个重大市场事件定义的三个子时期：COVID-19前时期、COVID-19时期和俄乌冲突时期。结论本研究开发了一个双源、多维度的投资者注意力测量框架，并考察了其对中国交易所交易且与国际市场紧密关联的商品期货波动率的预测内容。利用百度和谷歌搜索数据，我们区分了中国与国际投资者注意力，并将搜索信息组织为四个维度：商品特定、关联市场、宏观经济和地缘政治注意力。随后使用偏最小二乘法利益冲突声明作者声明不存在任何利益冲突。Ningli Wang|Hui Zhao|Tiancheng Zhu|Zihui Nie