核心观点
本研报分析了20种大宗商品，并运用多种技术手段，如低ess平滑、线性趋势、波动率风险分析和傅里叶分析，来解读大宗商品价格走势，并识别结构性变化。
关键数据和研究结论
- 大部分大宗商品的价格前景比统计模型预测的更为乐观。这主要归因于可持续发展倡议（如循环经济和脱碳）带来的巨大需求冲击，以及量化宽松时期积累的全球库存释放带来的补库存机会。
- 短期需求冲击是当前大宗商品价格的主要驱动因素。在中期，可预测的周期性因素解释了农作物价格波动的55%-60%，以及石油、金属、工业商品和商品化学品种波动的65%-90%。
- 风险最高的商品包括甲醇、锂、大豆、谷物、煤和石油。这些商品在不到九个月内就可能经历相当于全年平均水平的价格变动。
- 2000年代大宗商品价格显著上涨，导致了低ess平滑趋势和显著的正线性趋势。这主要归因于中国加入世界贸易组织和2000年代中期对生物燃料的更大力度的政策支持。
- 商品价格的可解释性与其在2000年代的价格涨幅幅度之间存在明显的联系。对于那些在2000年代经历了显著供应冲击的行业（如农作物、铝和天然气），高级别模型的效果就差很多。
- 典型的周期长度因商品而异。小麦、玉米、大豆、甲醇、乙烯和铝的周期最短，而钾盐、工业商品和更广泛的商品化学品篮子的周期最长。
- 通过快速傅里叶变换识别出的主要周期包括：
- 短周期（6-36个月）：金属和乙烯约为26个月，能源和谷物约为30个月，工业和化学商品约为36个月。
- 长周期（3-15年）：工业商品约为15年，农作物约为12年。
- 超周期（15-50年）：工业商品约为15年，农作物约为12年。
- 目前最乐观的商品前景包括天然气、石油、乙烯、玉米和所有商品、工业商品和化学品的PPI。最谨慎的信号来自铝、铜和所有谷物的PPI。
- 短期内，买入评级为ALB和MEOH存在相对风险。对于更长期的结构性变化，买入评级为FCX和CTVA是首选。
投资启示
未来几个季度， navigating the capital markets 将主要取决于验证新的需求驱动因素是否真的可以 override 历史周期。对于结构性变化，我们的首选是买入评级的FCX和CTVA。
