经济政策不确定性、投资者情绪与大豆期货价格——基于SVAR模型的实证分析

（贵州大学 经济学院，贵州贵阳 550025）

一、引言

作为农业大国，我国农产品的进出口量与消费量都位居世界前列，而大豆是我国农产品中市场活跃程度最高的品种，大豆生产者、经营者与消费者都期望规避价格波动带来的风险，于是大豆期货市场应运而生。然而，我国大豆期货市场并非一个有效市场，甚至存在一些无法用传统金融理论解释的异象，这些异象导致大豆期货价格失真，当市场出现严重扭曲时就会导致市场混乱，经济功能无法有效发挥，有学者尝试从行为金融的角度来解释大豆期货市场的异常波动。行为金融理论的出现打破了传统金融理论中“经济人”假设，认为投资者的决策并非完全理性，而是存在着更多认知与行为上的偏差，这些因素往往导致金融市场处于扭曲状态，从行为金融角度尤其是投资者情绪变化这一指标来分析市场波动越来越受到重视。当前我国农产品期货市场中小散户所占比例较大，而相比机构投资者，中小散户投资者由于缺乏专业知识、信息不对称以及风险感知能力较差等因素，更容易引发非理性行为而导致市场出现异常波动。因此，研究投资者情绪与市场异常波动的关系对完善市场引导机制、提高市场有效性具有重要的参考价值。

自金融危机爆发以来，全球经济陷入低迷，各国政府纷纷出台一系列刺激性政策以促进经济复苏，然而这种频繁的政府干预行为会更多地引发经济政策不确定性，导致经济波动更为剧烈。就中国而言，为避免宏观经济波动的加大，政府积极调整政策、加大宏观调控力度以刺激经济的回暖，但经济政策不确定性问题因此加大。加之2018年以来中美贸易摩擦不断升级，我国适时的应对政策也导致经济政策不确定性问题更加凸显，宏观不确定性因素的加大引起大豆期货价格波动更为频繁。由于大豆期货市场价格对现货市场价格具有较强的引导作用，大豆期货市场的波动会在一定程度上引起现货市场的波动，所以对大豆期货市场价格变动的影响因素及规律进行研究，探讨经济政策不确定性、投资者情绪与大豆期货价格的相互关系，有利于更好地掌握价格发现功能，适当引导现货价格，对于有效维护与稳定我国农产品市场，促进我国经济健康有序发展具有重要意义。

二、文献综述与研究假设

（一）文献综述

大豆是我国农产品市场中活跃度最高的产品，其价格波动对我国农产品市场影响较大。另外，由于大豆期货价格对大豆现货价格具有一定的引导作用，所以对大豆期货价格的影响因素进行探讨，有助于更好地发挥价格发现功能。国内针对大豆期货价格影响因素的研究较为广泛，张方杰和袁炳华（2005）认为大豆期货价格会受到现货产量、进出口量、现货价格与政策和市场波动等多种因素的综合影响。[1]于冷（2012）发现国际因素与豆油、菜籽油等替代产品是影响短期大豆价格波动的主要原因。[2]从众多学者的研究看，影响大豆期货价格的因素很多，但鲜少有人从经济政策不确定性与投资者情绪的角度展开研究。

经济政策的出台对于一国宏观经济与金融市场的稳定尤为重要，但经济政策的频繁变化往往也会带来不确定因素的增加，对市场造成难以预期的影响。关于经济政策不确定性，研究的焦点集中在经济政策不确定性对宏观经济、股票市场与企业投资的影响方面。对于经济政策不确定性对宏观经济的冲击，国外学者 Baker(2013)[3]、Bonn＆ Pfeifer(2014)[4]等的研究发现经济政策不确定性会对经济增长产生负面影响。而国内尚未形成一致的结论，田磊（2017）指出经济政策不确定性冲击并非造成中国宏观经济波动的主要原因。[5]张兵兵等（2018）认为经济政策不确定性正成为影响中国宏观经济波动的重要因素，且具有持续的时变特征。[6]刘镜秀等（2015）也认为经济政策不确定性会加大宏观经济的不稳定性。[7]多数学者认为经济政策不确定性会造成股市波动，且影响具有长期性。李力（2018）指出经济政策不确定性会明显加大股市波动，扩大市场悲观情绪。[8]雷立坤等（2018）认为经济政策不确定性能很好地解释我国股市波动的长期原因。[9]而关于经济政策不确定性对企业投资的影响，研究结论较为一致，李凤羽（2015）[10]、陈国进（2016）[11]等人的研究均证明经济政策不确定性增加会降低企业投资规模。

投资者情绪是导致资产定价偏差与市场非理性反应的重要影响因素。目前有关投资者情绪的研究主要集中于对证券市场的影响，国外学者如Shleifer&Vishny(1997)[12]、Schmeling(2009)[13]等的研究均认为投资者情绪与股票价格显著负相关。而国内关于投资者情绪对股市的研究结论与国外有所不同。刘超等（2006）发现投资者情绪与我国证券市场活跃程度具有趋于一致的运行特征，且二者之间具有较强相关性。[14]林建雄（2014）认为当投资者情绪趋于乐观时，市场收益率会提高，反之市场收益率会降低。[15]周方召和贾少卿（2019）研究投资者情绪在经济政策不确定性与市场波动之间的作用，认为在股市整体上行期间，经济政策不确定性对市场波动无显著直接影响，但存在投资者情绪的间接效应；而在市场整体下行时期，经济政策不确定性对市场波动存在显著负向影响，同时存在部分投资者情绪中介效应。[16]针对期货市场，郑振龙和林璟（2015）发现投资者情绪是导致我国期货市场上存在显著定价偏差的重要影响因素。[17]石泽楠和董玲（2018）指出市场情绪与大豆期货价格互为正向影响。[18]周亮（2018）采用持仓量、成交量与期现价差等指标对期货市场投资者情绪进行衡量，发现持仓量对期货价格为正向影响，对成交量为负向影响，而期现价差对其影响不显著。[19]

通过对相关文献的梳理，发现现有研究大多关注经济政策不确定性、投资者情绪与市场或资产价格两两之间关系，即主要是针对经济政策不确定性与市场或资产价格波动、投资者情绪对市场或资产价格的影响，将三者联系起来展开研究的文献较少，且相关学者的关注大多是针对股票市场，立足于期货市场的更是少有。因此，笔者以我国农产品交易中最活跃的大豆期货市场为研究对象，通过建立实证分析模型探讨经济政策不确定性、投资者情绪与大豆期货价格的相互关系，探究经济政策不确定性对其产生的影响以及投资者情绪在其中发挥的作用，以期对相关研究做进一步拓展，探寻影响我国大豆期货市场价格波动的重要因素。

（二）研究假设

从已有研究可以看出，无论是从宏观经济层面，还是从微观企业角度，经济政策不确定性的提高都会产生负面影响。少量针对期货市场的研究也得出同样结论，田清淞（2018）认为经济政策不确定性的提高会对大豆期货价格产生负向冲击。[20]由于经济政策不确定的复杂性会影响期货市场的供求关系，当经济政策不确定性加大时，说明经济形势越复杂，期货投资者难以捕捉到有效信息做出理性判断，导致其投资行为变得更加谨慎，对大豆期货合约需求的降低促使大豆期货价格下降。基于此，笔者提出假说1：

H1：经济政策不确定性对大豆期货价格呈负效应

虽然投资者在自身知识水平、对风险的感知能力与承受能力、对市场信息的判断等方面存在差异，产生不同的投资者情绪导致其在市场中的投资行为也有所不同，但投资者往往容易受到他人影响，非理性投资者更是如此，即情绪具有“传染性”，当投资者情绪高涨时往往预示着投资者们纷纷看好市场，而低落的投资者情绪表示投资者对市场持悲观态度。针对大豆期货市场，投资者情绪趋于高涨时，会有更多投资者参与大豆期货的交易，对大豆期货需求的增加便会推动大豆期货价格上涨；消极的投资者情绪则会使投资者退出市场，故对大豆期货合约需求的减少导致期货价格下降。基于此，笔者提出假说2：

H2：投资者情绪与大豆期货价格呈正相关关系

已有研究表明，经济政策不确定性与投资者情绪之间存在显著的负效应。经济政策的变化带来不确定性因素的增加，投资者无法预测政策走向，阻碍了投资者投资决策的理性判断，从而投资者对经济政策变化做出的反应会引发不同的投资者行为，即投资者情绪在经济政策不确定性与市场之间发挥的中介效应也会导致市场波动。因此，笔者猜想经济政策不确定性对大豆期货价格波动的影响也有一部分是通过投资者情绪中介效应实现的。基于以上分析，笔者提出假说3：

H3：经济政策不确定性对大豆期货价格的影响存在投资者情绪中介效应

三、指标选取与模型构建

（一）经济政策不确定性指数

选取 Scott Baker、Steven J Davis＆ Wang等基于香港《南华早报》构造的中国经济政策不确定性指数衡量经济政策不确定性。数据来源于经济政策不确定性指数官网（https://www.policyuncertainty.com），选取区间为2010年1月—2019年12月，共计120个月度数据，经济政策不确定性指数走势如图1所示。

图1 2010—2019年中国经济政策不确定性走势图

从图1看出，样本范围内经济政策不确定性第一次出现较明显的波动在2012年前后；第二次出现较大波动是在2015年及之后，加之近两年来中美贸易摩擦升级，政策不确定性处于上升趋势。

（二）大豆期货市场投资者情绪指数构建

1.源指标选取

目前，对投资者情绪的测度并没有形成统一的指标体系，多数学者运用主成分分析方法将多个单一指标提取出一个指数来衡量投资者情绪，国外学者Baker&Wurgler(2007)将封闭式基金折价、IPO数量及上市首日收益、股利收益、股票或证券发行比例、交易量 6个单一指标进行主成分分析构建BW指数来衡量投资者情绪；[21]而国内易志高等（2009）在BW指数构建的基础上，运用封闭式基金折价、消费者信心指数、新增投资者开户数、市场交易量、IPO数量及上市首日收益共6个单一情绪代理变量，在控制了经济基本面因素的影响后，运用主成分分析法，构建了一个能较好测度中国股市投资者情绪的综合指数。[22]

笔者同样遵循BW指数构建方法，构建能有效测度大豆期货市场投资者情绪的综合指标。考虑到数据的可得性，尝试构造一个与大豆期货市场更贴近的投资者情绪指标，选取大连商品交易所豆一期货的成交量、持仓量、换手率、新增注册仓单及消费者信心指数等5个指标，其中大豆期货选取在大连商品交易所进行交易的豆一指数连续期货合约，其成交量、持仓量与新增注册仓单的数据均来源于布瑞克农产品数据库，换手率是成交量与持仓量的比值；消费者信心指数来源于东方财富网。各情绪代理指标符号及定义如表1所示。

表1 变量符号及定义

成交量是指当前期货合约成交的数量，能够反映出当前市场的流动性，还能在一定程度上反映投资者的参与程度。成交量增大时，会有更多资金流入市场，投资者的参与度也高，说明投资者情绪高涨；反之若成交量越小，则意味着当前投资者情绪处于低迷状态。因此，将其作为构建投资者情绪指数的代理指标之一。

持仓量在期货市场中是指买入或者卖出的头寸在未实施平仓操作前合约数量的总和。持仓量的大小反映了大豆期货市场的交易规模，通过持仓量的变化可以看出交易者对期货合约的兴趣程度，若持仓量增加说明多空双方都在开仓，意味着投资者对该合约的兴趣在增加，相反持仓量减少则说明投资者对合约的兴趣在减弱。因此，通过持仓量的变动能够间接反映出投资者情绪的变化情况。

换手率是反映市场流通程度的指标之一。本文所指的换手率是大豆期货的成交量与持仓量的比值，换手率大小表现出大豆期货市场交投活跃程度的高低，较高的换手率说明投资者积极进入市场，对市场持乐观态度，从而表现出高涨的投资者情绪；而当换手率较低时，意味着投资者对市场持悲观态度，此时投资者情绪也表现为低迷。因此，换手率能够作为间接衡量投资者情绪的指标。

新增注册仓单是期货市场特有的一个指标。注册仓单是指当现货商把符合标准的货物交到交易所的交割仓库，交割库检验合格后货物持有人可以拿着标准仓单到交易所办理注册手续，完成注册后即成为注册仓单。与股市中的新增开户数类似，新增注册仓单能够反映出投资者参与投资的意愿和态度，新增注册仓单的增加表明有更多投资者愿意参与到期货市场中进行投资交易，即投资者对市场十分乐观，从而表现出高涨的投资者情绪；而新增注册仓单减少说明市场目前不被投资者看好，从而投资者情绪也较为消极。因此，新增注册仓单能够作为间接衡量期货市场投资者情绪的指标。

消费者信心指数是消费者对当前经济形势评价与在综合考虑当前经济形势、目前收入水平与未来收入预期和消费时心理状态表达的主观感受，是对消费者对当前信心强弱的综合反映与量化，能够非常直观地体现大部分消费者对当前经济状态的满意程度，指标值越大说明当前经济形势越乐观。已有不少研究表明，消费者信心指数与投资者情绪存在很大相关性，可以有效衡量投资者情绪，笔者也将其作为衡量投资者情绪的一个间接指标。

2.投资者情绪指数构建

由于所选源指标包含有宏观因素或者说理性预期因素的影响，为得到一个更贴合投资者主观情绪的指标，必须剔除宏观经济因素的影响。因此，选取3个具有代表性的宏观经济因素代理变量：宏观经济景气指数（MBCI)、居民消费价格指数（CPI）与工业品出厂价格指数，将所选5个源指标分别与3个宏观经济因素的代理变量进行回归分析，提取出各残差序列，然后再进行主成分分析，从而构建剔除宏观经济因素的投资者情绪指数ISI。

提取回归后的5个残差序列，分别是：成交量残差（CNr）、持仓量残差（OIr）、换手率残差（CRr）、新增注册仓单残差 （TRNr）与消费者信心指数残差（CCIr），对其进行平稳性检验，结果表明均在99%的显著性水平下表现为平稳。此时的残差序列就是剔除了宏观经济因素的情绪代理变量，对其进行主成分分析以构建ISI指数。在选取主成分时，根据主成分特征值画出平行分析图如图2所示。

图2 主成分分析平行分析图

表2 各指标在主成分中所占权重

图3 2010—2019年大豆期货市场投资者情绪指数走势图

表3 投资者情绪与各代理指标相关关系

根据主成分的选取标准最终选取第1与第2主成分用以构建贴近大豆期货市场的投资者情绪指数。各变量在主成分中所占权重如表2所示。

根据各变量在主成分中所占权重列出2个主成分表达式如下：

大熊代表的生物才是自然界真正的主人。这种认知是随着人类品尝过现代工业文明带来的副作用的苦涩果实之后才被人类重视并逐渐接受的。福克纳笔下大熊和山姆这两个代表了自然和谐的形象在文中的时代是注定要被现代工业文明所消亡的。在《熊》中，福克纳极具预见性地警告了读者：森林的消亡与大自然的损害必将带来人类无法挽救的恶果，人类终将自食恶果。《熊》强烈批判了盲目自大而无节制的人类文明其毁灭性和邪恶性的一面，并为后世的文学艺术创作提供了新鲜而深刻的话题—人类在与自然的互动中所处的关系是从属关系、人类必须要遵循自然规律与大自然和谐相处。

RC1=0.4802CNr+0.2234OIr+0.4446CRr+0.1852 TRNr-0.0207CCIr

RC2=-0.0528CNr-0.3078OIr+0.1946CRr+0.4616 TRNr+0.5159CCIr

然后根据主成分所占解释比率 （第1主成分为65%，第2主成分为35%）对其进行加权平均，最终得到投资者情绪ISI的最终表达式如下：

ISI=0.2937CNr+0.0375OIr+0.3571CRr+0.2819 TRNr+0.1671CCIr

投资者情绪的走势如图3所示。

基于主成分分析法构造的投资者情绪指数ISI与各情绪代理指标之间的相关关系如表3所示。

根据表 3 可以看出，CNr、CRr、TRNr与 ISI的相关程度最高，相关系数分别为0.637、0.797与0.659；投资者信心指数CCIr与ISI的相关程度相对较弱，二者的相关系数为0.405；OIr与ISI的相关程度最弱，相关系数仅有0.056。从ISI的表达式与相关系数的符号可以看出各代理指标的系数均为正，说明成交量、持仓量、换手率，今日注册仓单与投资者信心指数均为投资者情绪综合指数的正向指标，而且各代理指标与投资者情绪指数的相关关系符合一定的经济学意义：成交量、换手率与新增注册仓单反映了投资者在大豆期货市场上的活跃度和参与意愿，成交量与换手率越大，说明投资者越活跃，而新增注册仓单的越大说明投资者的市场参与意愿越强烈，三者的增加都会表现出高涨的投资者情绪；消费信心指数反映的是社会公众对市场未来的预期，指标值越大说明公众对市场未来看好，从而投资者情绪也表现为高涨；持仓量表现的是交易者对市场的兴趣程度，持仓量越大，说明投资者对期货合约越感兴趣，从而扩大投资规模，投资者情绪也表现为高涨。

（三）大豆期货价格

由于大豆期货分为豆一期货与豆二期货，且豆一期货的交易量远大于豆二期货，所以豆一期货具有更好的代表性。基于此，选取大连商品交易所豆一指数连续合约的收盘价作为大豆期货价格的代理变量。

（四）SVAR模型构建

结构向量自回归（SVAR）模型能够捕捉模型系统内各个变量之间即时的结构性关系，而仅建立VAR模型，这种关系结构关联性会被转移或者隐藏到随机扰动项的方差—协方差矩阵中。SVAR模型作为VAR模型的扩展与延伸，在模型中加入了结构性冲击约束以识别变量之间的当期关系，能够在一定程度上弥补VAR模型在变量间关系识别上的不足。

SVAR模型的设定首先从简化的VAR模型出发：

Yt=C1Yt-1+C2Yt-2+C3Yt-3+ut

其中，Yt是包含了3个内生变量的列向量，ut是简化式的随机扰动项，可以存在同期相关。由于SVAR模型的核心在于正交化冲击的效应，希望SVAR的扰动项正交。假设Aut=Bεt其中的结构扰动项εt假设为正交；矩阵A就体现了个内生变量的当期互动关系，且可逆；而矩阵B反映个内生变量对当期冲击的反映系数。对Aut=Bεt两边同时左乘A-1,既得ut=A-1Bεt。为了使得模型能够被识别，就需要对A与B矩阵进行约束。因此，根据分析的需要，对A、B矩阵就设定如下约束条件：

四、实证结果分析

（一）变量的平稳性检验与协整检验

由于大多数经济时间序列均不平稳，所以采用原始时间序列构建回归模型就会出现“伪回归”。在进行SVAR模型的构建之前首先要对各时间序列进行单位根检验，笔者采用ADF单位根检验法对各变量进行平稳性检验。检验结果如表4所示。

从表4可以看出各变量的原始序列均不平稳，而进行一阶差分后各变量ADF检验的P值均小于0.05，说明一阶差分后的变量序列在95%的显著性水平下均表现为平稳。因此，三个变量均服从一阶单整，可以进一步对三者进行协整检验。协整检验结果如表5所示。

表4 变量序列单位根检验

表5 变量协整检验

r=0表示 “三个变量之间不存在协整关系”，从表中数据可以看出r=0的统计值大于1%水平下的统计值（140.22>25.75），拒绝“r=0”的原假设，认为在99%的置信区间下三个变量之间至少存在一个协整关系。同理，根据表中数据也拒绝“r<=2”的原假设，可以得出结论：三个变量之间协整，存在长期均衡稳定的关系，可以构建模型。

（二）模型估计

构建VAR与SVAR模型之前首先要确定模型的最优滞后阶数，根据赤池信息准则（AIC）作为参考，选取的最优滞后期数为5期，以此估计VAR(5)与SVAR(5)模型。在估计VAR模型之后，还需对模型稳定性进行检验，如果模型不稳定，则基于模型得出的包括脉冲响应函数在内的很多结果都是无效的。笔者构建的VAR模型稳定性结果如表6所示。

表6 VAR模型稳定性检验

根据表中数据可知，VAR(5)的特征根均落在单位圆内，说明模型具有较好的稳定性，进而能够保证下一步估计的有效性。根据实际情况，在建立好VAR模型的基础上估计A-型SVAR模型，得到矩阵估计结果如下。

（三）脉冲响应分析

脉冲响应说明的是在对一个随机扰动项施加一个标准差冲击时，对所有内生变量产生的动态影响，能够比较清楚地刻画出各内生变量间的动态影响效应。笔者主要研究经济政策不确定性、投资者情绪与大豆期货价格的关系，进一步分析经济政策不确定性对大豆期货价格的影响是否存在投资者情绪中介效应。因此，以下的脉冲响应分析主要包括经济政策不确定性直接对大豆期货价格的影响（大豆期货价格对经济政策不确定性冲击的响应），通过投资者情绪中介效应对大豆期货价格的影响（投资者情绪对经济政策不确定性冲击的响应、大豆期货价格对投资者情绪冲击的响应）。

1.经济政策不确定性与大豆期货价格

如图4所示，在本期给经济政策不确定性一个正向冲击以后，大豆期货价格会出现一个短暂的正向效应，此后迅速表现为一个较长阶段的负向效应，在第2期负向效应达到最大。从第3期开始，正向效应继续出现直至在第5期影响效应变为0，此后大豆期货价格对经济政策不确定性冲击的效应一直在几乎接近0值的区间内正负交替出现。这是由于我国期货市场散户居多，由于信息不对称，无法对经济政策的变化立即作出反应，从经济政策发生变化到投资者作出反应之间在时间上存在时滞，虽然经济政策已经发生变化，但短时间内投资者还会保持之前的投资状态，大豆期货价格首先会表现为一个短暂的正向效应，在投资者对经济政策的变化作出反应之后，就会由正向效应转变为一个较长阶段的负向效应。因此，从短期看，经济政策不确定性的增加会导致大豆期货价格的降低，从而笔者提出的H1得以验证。

图4 大豆期货价格对经济政策不确定性的脉冲响应

2.经济政策不确定性与投资者情绪

如图5所示，从投资者情绪对经济政策不确定性冲击的脉冲响应图可以看出，在本期给经济政策不确定性一个正向冲击，投资者情绪首先表现为一个较长时间的负向效应，并且这种负向效应在本期就达到最大值。然后在第2期以后表现为正向效应，在第3期达到正向效应的最大值后，又逐渐减弱进一步表现为负向效应，此后正负向效应不断往复，影响效应也随时间推移持续减弱。说明经济政策不确定性越高，对投资者情绪的抑制作用越强，且当期的经济政策不确定性对当期投资者情绪的影响效果是最大的，随时间推移其作用效果会逐渐减弱。

图5 投资者情绪对经济政策不确定性的脉冲响应

3.投资者情绪与大豆期货价格

如图6所示，从大豆期货价格对投资者情绪的冲击产生的脉冲响应图可以看出，在本期给投资者情绪一个正的冲击以后，大豆期货价格出现正向效应，但这种效应逐渐减弱并逐渐转为负向效应直至在第2期达到负效应的最大值，此后的第3期与第4期其响应几乎为0，但在第4期以后，正向效应与负向效应又开始交替出现并随时间的推移逐渐减弱。这是因为投资者情绪主要反映的是投资者对市场的态度，当投资者当前看好市场或者是预期市场向好时，投资者情绪就会表现的较为高涨，投资需求的增加就会推动大豆期货合约价格的上涨。因此，高涨的投资者情绪会导致大豆期货价格的上升，并且这种影响效果也是在当期最为明显，笔者提出的H2得以验证。

图6 大豆期货价格对投资者情绪的脉冲响应

结合经济政策不确定性与投资者情绪、投资者情绪与大豆期货价格的脉冲响应分析与经济政策不确定性对大豆期货价格的脉冲响应进行比较可以看出，经济政策不确定性通过投资者情绪间接影响大豆期货价格比其直接作用于大豆期货价格的影响程度更大，影响时间也更长，说明经济政策不确定性对大豆期货价格的冲击确实存在投资者情绪中介效应，笔者提出的H3得以验证。

五、结论与政策建议

基于2010年1月—2019年12月的相关月度数据，对投资者情绪代理变量剔除宏观经济因素后构建与大豆期货市场紧密相关的投资者情绪指数ISI，通过对经济政策不确定性指数（EPU）、投资者情绪综合指数（ISI）与大豆期货价格（price）之间建立SVAR模型与脉冲响应函数，分析经济政策不确定性如何、投资者情绪与大豆期货价格的关系、经济政策对大豆期货价格的影响是否存在投资者情绪中介效应。研究结果表明：（1）经济政策不确定性增加会导致大豆期货价格下降，由于时滞的存在，在价格下降之前会有一个短暂的正向效应；（2）高涨的投资者情绪会带动大豆期货价格上涨，且影响效果也在当期达到最大；（3）经济政策不确定性对大豆期货价格的影响存在投资者情绪中介效应。经济政策不确定性首先对投资者情绪产生负向影响，而后再由投资者情绪作用于大豆期货价格，且这种间接影响比经济政策不确定性直接作用于大豆期货价格的影响大，作用时间也更长。

由于经济政策不确定性对大豆期货价格波动无论是直接影响还是通过投资者情绪中介效应的间接影响，都存在显著的负向效应，所以政府维持一个稳定且高效的政策环境显得尤为重要。政府在制定经济政策时，不仅要考虑到经济政策在施行过程中直接造成的市场波动，而且更应该考虑投资者情绪在其中的传导作用。由于我国期货市场大多为个人投资者，存在着信息不对称，对经济政策的变化反应滞后，所以商品交易所应建立信息共享机制，让投资者尽可能全面了解经济政策及市场动向的变化，以减少由于信息缺乏导致非理性决策或是决策失误，也可以有效阻止投机者利用不确定性来操纵市场；此外，还应该培养更多机构投资者以减少由于情绪极易在散户中“传染”引发“羊群效应”而带来的市场动荡，并加强对中小个人投资者的培训，提升散户的投资专业度，稳定投资者情绪，最终形成一个健康有序的市场。