文摘
本文分析了传输路径的国际商品期货市场对中国经济的影响。我们每天用MIDAS模型和实时数据预测中国CPI。实证分析结果表明,(1)高频解释变量对低频CPI的影响是不同的。国内高频变量的最优滞后订单到处都是23岁,在实践中可以被视为一个月,表明他们的CPI影响需要一个月。(2)斯单变量模型和多变量大富翁组合预测模型在预测精度有良好的性能。(3)多元MIDAS组合预测模型的预测结果在中国正常几个月CPI相对较好。然而,当特殊情况发生时,预测结果将显示一个特定的偏差,预测精度也将减少。最后,提出了一些可行的建议根据研究的结果。
1。介绍
能源大宗商品市场的稳定对全球经济至关重要。一方面,能源大宗商品提供经济发展所需的工业原料和保证可持续的扩张和繁殖。另一方面,投机性投资能源大宗商品造成了金融市场的异常波动,从而影响经济稳定。COVID-19流行2020年有显著负面影响对所有国家和全球经济发生困难。虽然疫情逐步控制在所有国家的疫苗接种,回收率在全球范围内,除了中国,仍然疲弱。在这种背景下,一个稳定和可靠的能源供应足够的关注。为了解决这个问题,学者从多个角度进行的研究(1,2]。目前,全球经济表现不佳和各种经济体正尽全力寻求复苏措施。因此,它是越来越重要的影响来分析国际能源大宗商品对国内经济。
国际大宗商品市场一直是学者研究的重点从外部金融市场震荡。大宗商品市场有着悠久的历史和当代经济生活中起着至关重要的作用。大宗商品金融和大宗商品属性。它们是工业生产中使用的基本原料,可以作为一种工具来预测全球经济发展趋势(3,4]。近年来,随着大宗商品的金融属性变得越来越强,人们也认为商品期货作为一种金融投资工具。尤其是当主要经济体尚未完全恢复,全球股市表现良好,热钱流入和流出股票市场和商品期货市场的迅速,已产生重大影响其他地区的经济和金融发展。
自加入世贸组织以来,中国在全球经济增长中扮演越来越重要的作用,及其与其它地区的联系变得越来越密切(5]。近年来,中国相对较高的经济增长速度已经依赖进口的大宗商品仍居高不下。几个主要的全球份额的国内消费大宗商品已显示出上升趋势。2017年,中国的煤炭和钢铁消费占全球总消费量的65.2%和46.7%,分别使中国成为世界上最大的煤炭和钢铁消费国家,显示需求相对明显供不应求(6]。因此,研究大宗商品市场在经济增长有着至关重要的指导作用。此外,发现了价格波动的频率和幅度在国际商品期货市场,探索如何在国际商品期货市场价格波动影响中国经济,并分析不同市场间的传导机制都是很有价值的问题。最后,合理预测未来波动的研究结果的基础上,然后制定措施来应对大宗商品价格波动抑制经济衰退,是维护国家经济安全与稳定具有重要意义。
2。文献综述
研究在国际商品市场对中国经济的影响主要分为价格通道传输和金融通道传输。前者指的是国际大宗商品价格的直接传播国内宏观经济,如通过价格水平和产业链;后者是指国内宏观经济的传播通过中国金融市场的中间变量,如资本市场和货币市场。
2.1。价格通道
2.1.1。价格水平
大多数学者认为,国际大宗商品市场的波动传播的国内价格水平和不同地区的影响不同。石油价格变化的传播在中东欧国家通货膨胀率相对较低(7]。此外,有一个不对称行为石油现货价格和通货膨胀率之间(8),石油价格预测偏差可能影响通胀预测偏差(9]。Joshi和Acharya建立VAR模型,发现商品价格之间的协整关系和印度国内通胀数据变得越来越强大10]。讲坛和Terra DSGE模型发现,积极增加大宗商品价格影响国内经济发展11]。诗人认为,国际油价的波动可以显著影响进口和出口国家的通胀水平(12]。
2.1.2。产业链
在国际大宗商品市场价格变化可以直接传送到材料经济通过产业链和引起价格水平的变化。国际石油价格上涨增加能源密集型产品的生产成本,使用石油相关产品为原料,不利于出口这类产品的13),国际大宗商品价格的传播效果从上游到下游的产业链14]。国际大宗商品市场的波动之间也可以传播行业,从而影响一个国家的宏观经济。石油价格波动传播通过产业链联系各国宏观经济学在经济一体化(15]。在国际大宗商品市场价格波动也会影响一个国家的对外贸易情况。Blattman等人分析了35的数据商品输出国和相信贸易商品价格波动剧烈波动造成的影响将会减少外国投资,从而影响这些国家的经济增长16]。
2.2。金融频道
2.2.1。资本市场渠道
国际大宗商品市场的波动将传播到材料经济通过国内外金融市场的连锁效应。许多学者研究了传输通道。Rudiger和费舍尔认为,通过影响一个国家的进出口及国际贸易平衡,汇率会影响该国的经济和企业投资,并最终影响公司的股票价格在股票市场上(17]。Buyuksahin袍发现之间的溢出效应的强度国际大宗商品市场和股市与大宗商品的金融属性的强度(18]。Quadrini认为物质经济部门将受到资产价格波动的影响,这需要通过信贷的影响路径(19]。Hammersland等人使用了两个相辅相成的金融加速器机制来解释金融加速器可以放大资产价格对物质经济的影响(20.]。
2.2.2。外汇市场渠道
在货币传导渠道方面,许多学者从利率和信贷的角度讨论。在新古典主义乔根森和托宾提出的价格机制21,22),货币政策可以影响物质经济通过调整短期利率。Jain和Ghosh发现,国际大宗商品价格显著影响一个国家的货币汇率(23]。信贷也在经济发展中发挥了至关重要的作用。奥利纳和Rudebusch解释了信用机制的作用,货币政策的传播通过研究企业投资和融资之间的关系,小企业的信贷机制的主要传播载体(24]。休谟和句子之间的关系研究全球信贷高峰和宏观经济环境(25]。他们相信1990年代中期以来的信贷高峰没有显著影响高速经济增长和通货膨胀。
2.3。文献总结
从上面可以看出,多数学者研究的影响商品市场价格波动对中国宏观经济变量如价格和输出。此外,传播的推广渠道是不一样的,和大多数学者并没有充分考虑国际大宗商品市场的传播材料经济与中国商品期货市场作为一个中间变量。在此基础上,本文重新传输通道。此外,在研究方法方面,商品期货市场每天高频数据,虽然许多经济变量是低频数据每月出版,每季度,每年。这样的频率上的差异,将导致强迫频率减少许多学者的研究。这样的处理方法将失去高频数据中的信息,减少研究的可信度。因此,有必要寻求不同频率的新模型来处理数据。因此,本文采用MIDAS模型,介绍了中介效应和调节效应,这是一个补充研究混合数据模型和宏观经济预测的一个创新。一方面,大富翁可以克服学习造成的错误和限制变量不同的频率,和获得的结果更准确。另一方面,基于混合频率数据预测研究有助于做出合理的预期和推断当前和未来的经济趋势,有助于国家宏观经济政策的制定。
3所示。传输路径
后整理之前的研究,本文进行的传播路径和总结了影响国际商品期货市场对中国经济分为三个路线见图1:物质经济、金融市场和汇率。首先,国际商品期货市场影响国内不同行业的产业链。第二个是国内外商品期货市场之间的联系。第三是通过改变影响交易价格以人民币兑美元的汇率。
3.1。物质经济路线
这条路线是指国际商品期货直接影响国内消费价格通过国际贸易,影响国内生产者价格,并最终向国内消费价格传递。因此,国内生产部门扮演中介的角色。随着中国大量大宗商品的进口,国内大宗商品的价格将直接影响国际市场价格和极其敏感的国际商品期货价格波动的影响。具体来说,当某一商品价格上涨和导入到国家,工业产品的价格在国内产业链也将增加。
3.2。金融市场路线
这条路线意味着国际商品期货价格影响国内商品期货市场和国内经济。由于全球金融市场之间的密切联系,在国际大宗商品期货市场价格变化会很快传播到国内商品期货市场,这是一个短期影响。在这个过程中,由于存在资本管制在中国的金融市场,实际传输可能比理论滞后和微不足道。此外,期货价格发现的作用。当价格在国际商品期货市场波动,国内商品期货市场将相应地改变,它将被传送到材料经济通过价格渠道和影响国内消费领域。这一阶段包括价格水平等宏观因素,所以相对长期的和间接的影响。
3.3。汇率的路线
这条路线意味着国际商品期货价格会影响各种国内生产和消费领域通过汇率。一般来说,在多大程度上某种商品的国际市场价格可以通过一个国家的汇率影响国内经济的比例密切相关的进口这种商品总供给。如果进口比例很大,那么国际价格的波动会通过汇率影响更大,否则它不会。目前,中国属于前者的情况。中国拥有强大的进口大宗商品的依赖,国际大宗商品价格上涨的传播到国内经济将主要由人民币汇率波动的影响。
总之,当国际商品期货市场的价格波动,其影响将直接传送到国内消费部门一方面。另一方面,它会传播给国内消费部门通过国内生产部门的中介变量。
4所示。数据和模型
4.1。数据
本文中使用的变量包括国际大宗商品期货价格指数,南华期货商品指数,平均每日六大电厂的煤炭消耗量,汇率,和消费者价格指数(CPI)。本文选择相关变量的日常和月度数据从2010年1月到2020年1月为研究对象。
国际商品期货市场:有许多国际商品期货市场指标和最具代表性的一个是物价指数CRB系列,包括现货价格指数和期货价格指数。自从国际商品期货交易量远远大于现货成交量和波动更大,更适合使用期货指数作为一个变量。因此,本文选择RJ / CRB期货价格综合指数来衡量国际大宗商品价格。
中国商品期货市场:我们选择南华期货商品指数代表了国内商品期货市场。2004年发起的南华期货交易所和优化从价格指数在2008年投资指数。该指数为投资者提供了一个更为科学合理的参考标准期货投资回报。
国内生产部门:我们选择平均每日煤炭消耗量的六大发电集团代表了国内生产部门。发电与工业生产有非常直接的联系。平均每日六大发电集团的煤炭消耗量通常用于工业生产。6家发电集团的煤炭消费量的总和是六发电厂的煤炭消耗量位于东南沿海地区。六大发电集团的煤炭消费是日常高频数据,它可以预测该国发电总量的变化在一定程度上,反映了宏观产业经济指标的变化。
汇率:汇率是最容易受影响的变量之一。国际大宗商品通常以美元定价,以及汇率的影响时,必须考虑影响中国的价格水平。考虑到数据的可获得性,本文采用美元兑人民币的每日数据中央平价。
国内消费领域:我们选择了消费者价格指数代表国内消费领域。消费者价格指数作为代理变量选择的国家下游价格水平。统计范围涵盖所有方面的国家城乡居民的消费。同时,它具有良好的稳定性,可以更好地反映国内下游消费价格水平。
根据采样频率和可用性,样本窗口选择模型估计从2010年1月至2020年1月,每一个都有2367个观察组高频日常数据和121年观察低频月度数据。我们选择数据样本内预测从2010年1月至2018年12月和2019年1月至2020年1月的样本外预测。鉴于消费者价格指数月度数据,季节性被排除在原始数据的影响。以上数据来自中国风和经济网络数据库。
4.2。迈达斯模型
提出的混合数据采样(MIDAS)模型Ghysels可以充分利用信息的原始数据没有处理混合频率数据。大富翁模式已经被许多学者研究和应用,和模型形式更加扩大。起初,迈达斯模型被用来预测金融市场波动的影响。现在,麦得斯模型已广泛应用于宏观经济分析和预测未来的趋势。现有研究主要采用MIDAS模型来预测一个国家的宏观经济变量。
5。实证分析
在本部分中,六个Beta-Midas权函数回归模型,Beta-nonzero-MIDAS, Exp-Almon-Midas, Stepfun-Midas,和Almon-Midas用于研究预测每个高频解释变量对CPI的影响,和高频的滞后顺序变量从一阶最优秩序。在参数估计中,选择最优加权函数根据原则,误差越小,拟合优度越大。错误包括均方根误差(RMSE),均方误差的预测(MSFE),折扣均方预测误差(DMSFE)。RMSE、MSFE DMSFE每个模型是用来反映在进行样本内预测时预测精度。最优加权函数和选择最优滞后阶模型的输出和预测精度。在实证分析中,我们比较了模型的拟合效果和预测精度,没有自回归条件。结果表明,模型的拟合效果和预测精度更好的自回归项。
5.1。单变量MIDAS模型
当解释变量RJ /国际商品期货指数CRB,样本内和样本外的拟合优度和预测精度在不同滞后订单如表所示1(由于空间有限,只有延迟订单的一部分结果和所选择的混合模型是本文所示)。我们发现的RMSE Beta-AR(1)大富翁,βnon-zero-AR(1)大富翁,和Exp Almon-AR(1)大富翁比别人更稳定。当滞后订单= 13、RMSE MSFE,和DMSFE Almon-AR (1) midas模型0.5046,0.2546,和0.0868,分别,这是一个比其他模型更好的预测精度。延迟订单增加后,拟合优度和预测精度都高于滞后订单13。因此,Almon-AR(1)大富翁(13)低频CPI的样本内预测精度最高。如图2,13的波动幅度系数估计的Almon-AR(1)大富翁(13)(−0.02,0.04),也就是说,RJ / CRB国际商品期货指数对CPI正面和负面的影响。−0.0019一阶延迟效应,也就是说,RJ / CRB国际商品期货指数前一交易日本月将导致CPI下降0.0019个单位。RJ / CRB的影响国际商品期货指数CPI本月将持续13个交易日。
当解释变量平均每日六个发电厂的煤炭消耗量,样本内和样本外的拟合优度和预测精度在不同滞后订单如表所示2。表2表明Stepfun-AR(1)大富翁的拟合优度最高六个模型中滞后订单增加到20或更高时,表明当滞后订单增加,Stepfun-AR的拟合效果(1)大富翁已逐渐成为突出。此外,当滞后订单达到22日RMSE, MSFE,和Stepfun-MIDAS DMSFE 0.5055, 0.255,和0.0793,分别,这都是最低的。因此,Stepfun-AR(1)大富翁(22)最好的拟合效果和预测精度,表明平均每日的影响六大电厂的煤炭消耗量CPI相对长期和持久的,持续时间大约是一个月。图3显示,22日系数估计的Stepfun-AR(1)大富翁(22)−0.006和0.01之间的随机波动模型。的滞后影响六大电厂对CPI的日均煤炭消费带来了正面和负面的影响。起初,平均每日六大电厂的煤炭消耗量积极影响CPI。的增加平均每日六大电厂的煤炭消耗量将增加本月CPI,但是效果逐渐变为负值,因为它接近月底。的影响平均每日六大电厂的煤炭消耗量CPI将扩展到22个交易日。
当解释变量南华期货商品指数,样本内和样本外的拟合优度和预测精度在不同滞后订单如表所示3。当滞后订单增加到15,Almon-AR的预测效果(1)大富翁比其他模型。滞后订单进一步增加时,每一个模型的拟合优度也显示了一个增加的趋势,和RMSE通常变化方向相同的拟合优度。预测精度,预测的准确性Exp-Almon-AR(1)大富翁模式一直维持在一个相对稳定的水平。RMSE稳定在0.49和0.50之间,比其他模型预测效果更稳定。RMSE当滞后订单更改23日,MSFE,和DMSFE Almon-AR(1)大富翁是0.4715,0.2223,和0.0876,分别低于其他模型。再次延迟订单增加时,预测的准确性Almon-AR(1)大富翁模式开始减少。比较不同模型和比较不同滞后订单后,延迟订单更改订单23时,拟合效果和预测精度的Almon-AR(1)大富翁(23)模型相对较好。从图可以看出423的系数估计的Almon-AR (1) midas−0.001和0.002之间的随机波动模型。南华的滞后影响大宗商品指数CPI也有积极和消极的情况下,但总延迟效应是正的。的一阶延迟影响南华期货商品指数CPI是0.0016,也就是说,南华期货商品指数的增长将增加居民消费价格指数(CPI),和对CPI的影响将会扩大到23个交易日内,也就是说,居民消费价格指数(CPI)本月发生的波动影响南华期货商品指数。
解释变量是汇率时,样本内和样本外的拟合优度和预测精度在不同滞后订单如表所示4。表4显示的拟合优度和预测精度Beta-AR(1)大富翁,Beta-nonzero-AR(1)大富翁,和Exp Almon-AR (1) midas模型在每个订单关闭,没有显著差异。U-MIDAS模型的拟合优度略优于其他模型,但预测精度不如其他模型更高的订单。当滞后订单达到20日U-AR的值(1)midas RMSE预测精度指标,MSFE,和DMSFE是0.4669,0.2180,和0.1210,分别是最低在所有模型和滞后。因此,它可以从表3当汇率滞后订单20日的U-AR(1)大富翁(20)模型的预测性能最好,可以提取高频数据的最大的潜在信息。图5显示20系数估计的U-AR(1)大富翁(20)使随机波动模型之间的积极的和消极的方向−20和15。延迟的一阶效应为1.26,也就是说,美元/人民币的汇率上升较前一个交易日将推动CPI本月增加1.26个单位。美元/人民币汇率的影响这个月的CPI将持续20个交易日。
5.2。多元MIDAS模型
在单变量MIDAS模型中,由不同的高频解释性变量预测结果会有所不同。有多种途径,通过价格波动可以传播,所以是不可能使用一个单变量模型来准确预测CPI。在本部分中,我们考虑结合单变量模型从不同的路由减少预测错误。通过结合不同的变量中包含的信息,可以优化模型的预测精度。组合预测模型可以参考(26]。此外,我们选择了四个不同的权函数如下:平等的权函数: AIC权函数: BIC权函数: MSFE权函数: δ= 1使用MSFE权函数时,δ= 0.9当使用DMSFE权函数。
我们引入控制变量和中间变量进入模型。我们选择平均每日煤炭消耗量的六个发电厂作为中间变量,南华期货商品指数,汇率作为控制变量。我们引入交叉相乘的RJ /国际商品期货指数CRB,南华期货商品指数和汇率反映调节的效果。我们引入平均每日煤炭消费的交叉相乘的六个发电厂,南华期货商品指数和汇率反映了中介效应。根据每个高频解释变量的最优加权函数和最优滞后订单,我们构造一个组合预测模型的样本外预测从2019年1月至2020年1月居民消费价格指数(CPI)。表5显示了拟合优度和预测精度最优滞后阶每个交叉相乘的变量。
5.2.1。组合预测的国际大宗商品期货市场和国内生产部门
根据单变量模型结果表6AR(1)大富翁(13)模型与MSFE权函数比其他模型的拟合优度和预测精度。因此,这个模型更适合样本外CPI预测下材料经济传播路线。
5.2.2。结合国际商品期货市场的预测,中国商品期货市场,国内生产部门
结果显示在表中7AR(1)大富翁(22)与AIC加权函数模型比其他模型的拟合优度和预测精度。因此,这个模型更适合样本外CPI预测金融市场下的路线。
5.2.3。组合预测的国际商品期货市场,汇率和国内生产部门
结果显示在表中8AR(1)大富翁(22)模型与MSFE权函数比其他模型的拟合优度和预测精度。因此,这个模型更适合样本外预测汇率下的CPI路线。
5.2.4。比较预测和观察到的CPI
表9显示了组合预测模型的拟合优度和预测精度下三个路线。三个路线下的预期CPI是加权平均获得总预计CPI。预测的比较和观察到的CPI如图6。如图6,观察和预测在大多数月CPI是一致的,除了2月,3月,10月,2019年11月和2020年1月。变化在近几个月CPI可能归因于预期冲击等价格上涨在中国农历新年期间,由于非洲猪瘟猪肉价格上涨,和COVID-19流行病。
5.3。结论
摘要四种高频日常数据用于预测中国的CPI利用MIDAS模型。中国CPI的四个变量有不同的影响,而且每个高频变量都有不同的路线在中国CPI影响预测。从一个变量的配合和预测效果,RJ / CRB大宗商品价格指数的最优滞后阶是13岁。最优滞后阶的其他三个高频代表国内环境变量是22日,23日,20。考虑到数据样本选择的都是国内交易日的数据,我们可以考虑23个交易日组成的一个月,不包括假期和其他因素。因此,中国的三个高频每日变量可以预测CPI更完美地与当前月份的数据。
物质经济的路线,RJ / CRB大宗商品价格指数CPI波动的直接影响,但整体效果是积极的。然而,最优滞后阶显著小于其他高频解释变量,这表明国际商品期货市场的影响对中国的CPI主要是短期的。添加中介变量之后,最优滞后阶已明显增加,表明国际商品期货价格的影响对中国的工业生产需要的时间较长。因此,它对中国CPI的影响也会有一个时间滞后效应,和RJ / CRB大宗商品价格指数对居民消费价格指数(CPI)有长期的影响。
添加后的金融市场路线,南华商品期货指数作为一个调节变量模型,调节效应和中介效应的影响是积极和消极之间的交替。的中介效应南华商品期货指数和平均每日六个发电厂的煤炭消耗量不稳定的CPI。最优滞后阶的调节效应RJ / CRB大宗商品价格指数和南华商品期货指数大,对CPI较长和他们的影响。
美元人民币汇率被添加作为调节变量的汇率路线。最优滞后阶的调节变量和中介变量是相同的。对CPI的影响持续大约一个月,表明这条路线进行国内CPI更迅速。原因可能是汇率变化可以更直接影响国内购买力,并实时效果更加明显。相比之下,国内外金融市场的连锁效应有一个短期的时滞,这需要更长的时间传递到国内生产和消费。
基于单变量模型的适应和预测结果,我们进一步建立组合预测模型并分析其预测精度和效果。结果表明,组合预测模型与MSFE重量在物质经济路线,与AIC的组合预测模型在金融市场路线,以及组合预测模型与MSFE重量汇率的路线在中国CPI预测精度高。最后,整合三个途径可以有效地预测正常月CPI。
6。政策建议
中国强劲的依赖国际大宗商品无疑将使国际商品期货市场的波动和国内经济相互关联的。其价格增加会影响中国的经济增长,促进通货膨胀,从而影响经济的稳定。因此,预防和消除风险的外部冲击,有效化解冲击引起的价格波动必须考虑在国际商品市场。本文给出了以下建议。
首先,它是必要的实时监控价格变化,关注国际大宗商品期货价格波动的传导效应。实时监控,捕捉国际市场的波动是提出后续措施的先决条件。先前的研究和分析就知道国际市场价格波动将影响国内工业和消费者价格水平。同时,联系国内外期货市场是一个传导途径,不容忽视,而国际市场价格的变化会增加国内金融风险。因此,国际大宗商品期货价格的实时监控和预警是不可或缺的发展及时和有效的策略来处理金融不确定性没有风险。
其次,确定的主要因素,导致国际大宗商品期货价格的波动和有效地解决不同渠道的影响。国际商品期货价格的影响因素非常复杂。在不同的时间和不同的传导途径下,国际大宗商品“传导效应对中国经济将是不同的。因此,在处理国际价格的影响,有必要建立监测和预警机制。有关部门应该提高收集和处理信息的能力在期货市场和重要商品的未来趋势作出合理的预测。此外,我们应该提高识别能力的主导因素。根据国内外经济和金融,应该制定相应的政策手段对不同传播渠道,货币政策和财政政策、行政干预应该有效地采用了指导企业采用灵活的金融工具来解决风险。
第三,我们必须开发国内商品期货市场,争取定价权。中国对资源的需求,原油和铁矿石等大宗商品,占世界的大部分需求。然而,在当前的贸易背景下,中国只能贸易外汇的需求后,无权说大宗商品定价的过程中,在进出口贸易,也没有优势。从本文的研究,国际大宗商品期货价格的波动会通过链接进行国内外市场。因此,中国的期货市场需要进一步改善。在对策方面,中国参与国际商品期货价格的形成主要包括:完善中国期货市场的商品品种,合理的价格变化的原因探索在国际大宗商品期货市场,结合国内外市场的背景预测其未来趋势,同时防范潜在的输入型通胀风险。
最后,政府应该建立战略大宗商品储备制度。国际大宗商品价格的变化取决于供给和需求因素,也受到政治因素的影响。因为大宗商品的战略储备,建立战略储备体系具有重要意义。价格大幅波动或频繁时,国家可以使用战略储备来缓解价格波动造成的冲击。一方面,有必要减少的程度依赖大宗商品的进口。有关部门利用政策措施鼓励国内种植的农产品高度依赖进口和控制工业部门对大宗商品的需求减少不必要的消费。另一方面,结合国家发展计划,积极拓展海外商品的来源,鼓励企业到海外资源投资,与那些建立战略合作关系产生战略资源和大宗商品。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称他们没有关于这篇文章的出版的利益冲突。
确认
这项研究是由中国国家社会科学基金(批准号19 bjl024)。