战略性金属矿产资源多维价格联动网络研究

doi:10.13776/j.cnki.resourcesindustries.20210309.001

资源与产业 ›› 2021, Vol. 23 ›› Issue (3): 102-111.DOI: 10.13776/j.cnki.resourcesindustries.20210309.001

• 非主题来稿选登 • 上一篇

战略性金属矿产资源多维价格联动网络研究

魏红玉¹，高湘昀^1，2，季婷玉¹，陈婷婷¹，杨华^1，2

（1.中国地质大学( 北京)经济管理学院，北京 100083;
2.自然资源部资源环境承载力评价重点实验室，北京100083）

收稿日期:2020-06-19 修回日期:2021-01-24 出版日期:2021-06-20 发布日期:2021-06-20
通讯作者: 高湘昀，副教授，主要从事矿产资源经济研究。E-mail：gxy5669777@126.com，gaoxy@cugb.edu.cn
作者简介:魏红玉，本科生，主要从事信息管理与信息系统研究。E-mail：weihongyu2018@126.com
基金资助:
国家自然科学基金项目（71991481;71991485; 42001242; 71991480）；中央高校基本科研业务费优秀教师项目（265208247）

Multidimensional research on the price linkage network of strategic metal minerals

WEI Hongyu¹, GAO Xiangyun^{1, 2}, JI Tingyu¹, CHEN Tingting¹, YANG Hua^{1, 2}

(1.School of Economics and Management, China University of Geosciences, Beijing 100083, China;
2.Key Laboratory of Resources Environmental Carrying Capacity, Ministry of Natural Resources, Beijing 100083, China)

Received:2020-06-19 Revised:2021-01-24 Online:2021-06-20 Published:2021-06-20

摘要/Abstract

摘要：

战略性金属矿产具有独特的材料性能，在国家发展新能源、信息技术、国防军工等高尖端产业方面具有不可替代的作用，更重要的是，不同战略性金属矿产间可能存在价格联动效应，其价格波动会对高新技术产业或产品的经营成本和产品竞争力造成影响。论文以锆、铬、钴、锂、铝、镍、锑、铜、钨、锡10种战略性金属矿产为研究对象，从价格联动视角切入，用复杂网络的方法，以10种金属矿产价格为节点，通过对矿产价格间的关系进行格兰杰因果关系检验、测算欧氏距离、相关系数、涨跌联动确定网络中的边，由此构建10种金属矿产价格的多维联动网络。通过研究发现：1）网络的连通性与集聚性较强，矿产的价格波动可以相互影响且影响的传导速度较快；2）多维价格联动网络虽然分析角度不同但是集聚系数等网络指标存在相似性；3）锡的价格能直接影响的金属矿产价格较多而且可以迅速影响其他矿产的价格，网络中其他矿产价格联动变化时大多会经过铬的价格；4）锡、铜、锑、铝在价格传导联动过程中子群凝聚性较强，其中锡和铜组成的子群更稳定，凝聚性最强。

关键词: 复杂网络, 战略性矿产资源, 金属矿产, 价格联动

Abstract:

Strategic metal minerals of specific material functions are irreplaceable in new energy, information technology, national security and military industry. A price linkage effects may exist among different strategic metal minerals, which possibly alter the operating costs and competitiveness of high-tech industries. This paper, based on case study on ten metals, zirconium, chromium, cobalt, lithium, aluminum, nickel, antimony, copper, tungsten and tin, uses a complex network method to establish a multidimensional price linkage network according to the Granger causality test of the relationship between the mineral prices, the measurement of Euclidean distance, correlation coefficient and the linkage of ups and downs. The result shows the network is of good connectivity and agglomeration, suggesting their price changes alter each other promptly. A similarity in agglomeration coefficient exists in the multidimensional price linkage network although their analyzing perspectives are different. Tins price can directly influence the other metals, rapidly. The linked price changes of the other metals in the network are mostly based on chromium. A strong agglomeration exists in sub\|group of tin, copper, antimony and aluminum during the process of price linkage, of which tin and copper are more stable and strongest in agglomeration.

Key words: complex network, strategic ore minerals, metal minerals; , price linkage

中图分类号:

F205
F713.2

魏红玉, 高湘昀, 季婷玉, 等. 战略性金属矿产资源多维价格联动网络研究[J]. 资源与产业, 2021, 23(3): 102-111.

WEI Hongyu, GAO Xiangyun, JI Tingyu, et al. Multidimensional research on the price linkage network of strategic metal minerals[J]. Resources & Industries, 2021, 23(3): 102-111.

参考文献

柴源， 2018. 国内区块链领域作者合作关系研究［J］. 图书情报导刊， 3(12)： 70-77.

董晓娟，安海岗，董志良， 2018. 有色金属国际期货市场价格联动效应演化分析：以铜、铝、锌为例［J］. 复杂系统与复杂性科学， 15（4)： 50-59.

高丽，高世宪， 2019. 价格联动与价格发现：上海原油期货市场运行的研究［J］. 价格月刊（6)： 22-29.

黄杰， 2018. 中国能源环境效率的空间关联网络结构及其影响因素［J］. 资源科学， 40(4)： 759-772.

李百吉，周旭旭，武舜臣， 2018. 我国煤炭相关期货品种价格联动关系研究：基于对焦煤、焦炭和动力煤期货价格联动性分析［J］. 价格理论与实践（7)： 71-74.

李洁，杨莉， 2017. 上海和伦敦金属期货市场价格联动性研究：以铜铝锌期货市场为例［J］. 价格理论与实践（8)： 100-103.

刘法建，张捷，陈冬冬， 2010. 中国入境旅游流网络结构特征及动因研究［J］. 地理学报， 65（8)： 1013-1024.

刘军， 2009. 整体网分析讲义： UCINET 软件实用指南［M］. 上海：上海人民出版社.

刘军， 2014. 整体网分析讲义： UCINET软件实用指南［M］. 上海：格致出版社.

刘立涛，沈镭，刘晓洁，等， 2017. 基于复杂网络理论的中国石油流动格局及供应安全分析［J］. 资源科学， 39(8)： 1431-1443.

邱均平，伍超，2011. 基于社会网络分析的国内计量学作者合作关系研究［J］. 图书情报知识（6）： 12-17.

任卓明，邵凤，刘建国，等， 2013. 基于度与集聚系数的网络节点重要性度量方法研究［J］. 物理学报， 62(12)： 128901.

宋玉萍，倪静， 2016. 网络集聚性对节点中心性指标的准确性影响［J］. 物理学报， 65(2)： 028901.

王楚玥，张宇，付东升，等， 2019. 我国黄金期货与现货价格的联动关系研究［J］. 营销界 (34)： 31-33.

王江，郑真真， 2019. 铁矿石与焦炭期货价格联动性的研究［J］. 价格月刊 (12)： 1-8.

王甜，董志良，刘森，等， 2020. 原油价格时间序列自回归子模式传输特征分析［J］. 系统科学与数学， 40（1)： 117-128.

翟明国，吴福元，胡瑞忠，等， 2019. 战略性关键金属矿产资源：现状与问题［J］. 中国科学基金， 33（2)： 106-111.

赵丽佳， 2016. 基于作者合作关系的社会网络分析：以我国农产品电子商务发展领域为例［J］. 农村经济与科技（14）： 90-92.

朱冬芳，陆林，虞虎， 2012. 基于旅游经济网络视角的长江三角洲都市圈旅游地角色［J］. 经济地理， 32（4)： 149-154, 135.

DONG X ， GAO X ， DONG Z ， et al， 2019. Network evolution analysis of nickel futures and the spot price linkage effect based on a distributed lag model［J］. International Journal of Modern Physics B， 33(19)： 1-21.

GE J ， WANG X ， GUAN Q ， et al， 2016. World rare earths trade network： patterns， relations and role characteristics［J］. Resources Policy， 50： 119-130.

GOH K I， OH E， KAHNG B， et al， 2003. Betweenness centrality correlation in social networks［J］. Physical Review E， 67(1)： 1-4.

YUE Y D ， LIU D C ， XU S ， 2015. Price linkage between Chinese and international nonferrous metals commodity markets based on VAR-DCC-GARCH models［J］. Transactions of Nonferrous Metals Society of China， 25(3)： 1020-1026.

[1]	闻少博, 陈志华, 刘雪勇. 中美博弈视角下中国稀土资源供应风险研究[J]. 资源与产业, 2022, 24(5): 1-9.
[2]	梁子懿, 董志良. 基于复杂网络的锌矿石国际贸易格局演化特征分析[J]. 资源与产业, 2021, 23(4): 63-69.
[3]	朱智洺, 李秀琴, 黄永春. “一带一路”沿线国家粮食虚拟水贸易网络研究[J]. 资源与产业, 2020, 22(3): 31-42.
[4]	李芳琴. 美国金属矿产资源消费规律及对我国的启示——基于工业化发展的视角 [J]. 资源与产业, 2018, 20(6): 16-23.
[5]	乔方刚,刘雪勇. 基于复杂网络的国际镍矿石贸易演变规律研究[J]. 资源与产业, 2016, 18(6): 92-97.
[6]	朱丽丽，杨贝贝，杨雪松.. 基于复杂网络视角下中国碳酸锂国际贸易地位分析[J]. 资源与产业, 2016, 18(5): 14-.
[7]	黄家宸，唐玄，李莉. 中国以页岩气为主题的文献演化研究[J]. 资源与产业, 2016, 18(3): 34-38.
[8]	陈喜峰，叶锦华，蔡纲，向运川，陈秀法. 日本海外金属矿产资源勘查机制与启示[J]. 资源与产业, 2014, 16(5): 30-36.
[9]	安静, 安海忠, 杨广林. 基于复杂网络的矿业上市公司股权融资的金融机构关系分析[J]. 资源与产业, 2014, 16(2): 124-128.
[10]	郝晓晴，安海忠，刘晓佳，高湘昀，丛琳. 主要矿产品国际贸易分析[J]. 资源与产业, 2013, 15(6): 35-43.
[11]	廖华，朱治双，张愉. 全球三大区域性天然气市场价格联动效应研究[J]. 资源与产业, 2013, 15(1): 25-.
[12]	杨一博，宗刚. 再生资源产业价格波动网络复杂性研究:以北京市为例[J]. 资源与产业, 2013, 15(1): 148-.
[13]	刘英伟，安海忠，高湘昀.. 基于复杂网络的地质资料信息服务模型研究[J]. 资源与产业, 2012, 14(6): 54-59.
[14]	杨鑫, 安海忠, 高湘昀. 国际天然气贸易关系网络结构特征研究：基于复杂网络理论[J]. 资源与产业, 2012, 14(2): 81-87.
[15]	刘红红, 安海忠, 高湘昀. 基于矿产资源调查报告的可视化模型研究[J]. 资源与产业, 2011, 13(2): 83-87.

战略性金属矿产资源多维价格联动网络研究

Multidimensional research on the price linkage network of strategic metal minerals

PDF (Mobile)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics