Frontiers in Sustainable Food Systems·10月13日 · 周二论文农业人工智能与决策模型阅读 2
Climate policy uncertainty and domestic–international grain-market risk spillovers: a TVP-VAR-BK analysis with machine learning early warning
Jia You
论文解读
78精选
速览
用TVP-VAR-BK与机器学习分析气候政策不确定性对中外粮食市场风险溢出的动态影响。
方法
2010–2025日度玉米小麦大豆数据，TVP-VAR-BK溢出模型与XGBoo
发现
总溢出指数均值15.29%、峰值57.32%，短期传导主导，XGBoost多期预警PR-AUC最高0
机会点
可引入因果推断或高频气候政策文本，检验气候政策不确定性对粮食市场的因果传导机制。
影响力16
信息增量22
专业深度18
信源权威13
时效性9
方法新颖、数据规模大且结论审慎，对粮食市场风险监测有参考价值，但属关联性研究而非因果证据，公共影响偏学术层面。
原文摘要
背景 气候政策转型不确定性可能影响粮食市场风险传导。方法 我们使用2010—2025年中国和美国玉米、小麦、美国大豆到岸成本以及GCPU的日度数据，构建TVP-VAR-BK关联性模型并进行机器学习预警演练。结果 TCI均值为15.29%，峰值为57.32%；短期传导占主导；XGBoost在1/5/20期预测期上的PR-AUC分别为0.986/0.949/0.781。结论 气候政策不确定性与粮食市场风险存在动态关联，可支持市场稳定性监测，但该证据属于关联性而非因果性。