解释和预测锂市场中的条件性波动性：气候政策不确定性、供应链压力以及混合建模方法

《Resources Policy》：Explaining and predicting conditional volatility in lithium markets: Climate policy uncertainty, supply chain stress, and hybrid modeling

　　

Rajwardhan Sawant|Sang Baum Kang

伊利诺伊理工学院，美国伊利诺伊州芝加哥市西亚当斯街565号，邮编60661

摘要

锂是一种对全球能源转型和电动汽车供应链至关重要的新兴商品。本研究探讨了氢氧化锂期货条件波动性的主要决定因素。通过结合ARMA-GARCH模型与基于TensorFlow的神经网络的混合建模框架，我们评估了关键宏观经济和政策相关指标的预测能力。具体而言，我们研究了经济政策不确定性（EPU）、气候政策不确定性（CPU）、全球供应链压力指数（GSCPI）和石油波动指数（OVX）作为波动性的潜在驱动因素。频谱分析和小波分析显示，期货数据中存在持续的波动聚集现象和长记忆特性。样本外预测以及Shapley加性解释（SHAP）表明，地区特定的EPU指数和CPU对波动性的预测影响最强且最稳定，其次是GSCPI。这些发现强调了气候政策变化和经济政策不确定性在塑造锂市场价格风险中的关键作用。我们还强调了整合计量经济学和机器学习技术以提高新兴商品市场的预测能力和可解释性的重要性。