核心提示：近日，新葡的京集团8814李剑教授合作论文“Seemingly Unrelated Regression Estimation for VAR Models with Explosive Roots”在国际经济统计期刊Oxford Bulletin of Economics and Statistics（OBES，牛津经济与统计公报）发表。

近日，新葡的京集团8814李剑教授与首都经济贸易大学、新加坡管理大学学者的合作论文“Seemingly Unrelated Regression Estimation for VAR Models with Explosive Roots”在国际经济统计期刊Oxford Bulletin of Economics and Statistics（OBES，牛津经济与统计公报）发表。OBES创刊于1973年，由牛津大学经济系主办，主要刊发计量经济学、经济统计学等领域的前沿理论和方法研究。

该论文针对广义的市场价格风险联动问题展开研究，旨在建立一套适用非平稳价格序列VAR模型的新估计方法，该方法在金融、货币、商品市场等研究领域具有应用价值。论文对包含非平稳（爆炸式）单位根的向量自回归模型的参数估计问题，提出了似不相关回归（Seemingly Unrelated Regression，SUR）估计方法。在以往研究中，向量自回归模型通常会由共同爆炸行为引起内生性，进而导致OLS估计量和IV估计量系数矩阵均存在较大误差。该论文考虑了存在共同爆炸根和异质爆炸根的向量自回归模型，以及更为一般化的微爆炸向量自回归模型和包含漂移项的爆炸向量自回归模型。蒙特卡洛模拟表明，SUR方法在以上模型中不仅具有一致性的估计量系数矩阵，还具有良好的有限样本性质。

在实证分析中，论文将该方法应用于国际农产品期货市场。近年来，全球农产品期货市场价格波动剧烈，暴涨暴跌的泡沫风险时有发生。通过对CBOT粮食期货（大豆、小麦、玉米、大米和糖）价格建模，研究发现，使用SUR估计量的预测方差分解结果相较OLS估计量和IV估计量结果存在显著差异。

该研究有效解决了传统计量方法中存在的局限，揭示了国际粮食期货市场存在的泡沫风险与结构性关联，为大宗商品市场结构研究提供了新的视角与计量方法。

首都经济贸易大学陈烨副教授为论文第一作者，李剑教授为通讯作者。论文得到了国家自然科学基金项目“农产品期货与现货价格联合分布估计、基差风险与含权套期保值研究”（72173052）等基金的资助。

原文链接：https://doi.org/10.1111/obes.12551

通讯员：王嘉澜