新能源汽车原料涨价如何影响股市风险？

2026-07-24

随着全球对碳中和目标的持续推进，新能源汽车（NEV）行业迎来了快速发展。新能源汽车批量采用锂电池，使得市场对锂、石墨等上游自然资源的需求急剧上升。面对原材料价格的波动，许多投资者和行业观察者产生了一个疑问：锂电池核心原材料的价格波动，是否会像“多米诺骨牌”一样，在整个新能源汽车供应链的股票市场中引发连带的风险溢出效应？

要研究风险是如何在产业链中传递的，需要摸清整个产业链的上下游结构。研究人员将关注点放在了新能源汽车供应链的核心参与者上，并绘制了清晰的层级关系。

结合论文中的图1（新能源汽车通用原材料构成），可以看到一辆新能源汽车背后的材料演变路径：

上游原材料：包括碳酸锂、磷酸铁锂、石墨等，是构成电池正负极的基础。
中游零部件：核心是动力电池及电池包，成本占比可达40%。
下游整车厂（OEM）：最终将电池、电机、电控等组装成面向消费者的乘用车或商用车。

为了进行精准的数据分析，研究人员构建了一个包含诸多上市公司的“供应链族谱”（详见论文图3）。该图表涵盖了15家上游原材料二级供应商、6家中游锂电池一级供应商（如宁德时代、比亚迪、国轩高科等），以及15家下游新能源汽车制造商。为后续追踪股市风险的传递提供了基础地图。

有了明确的研究对象，研究人员收集了自2016年9月（中国加入《巴黎协定》）至2021年11月期间的每日股市数据和原材料现货价格数据。为了科学地衡量“风险溢出”（即一个市场的剧烈波动引起另一个市场同频波动的现象），研究人员运用了金融计量学中处理动态关系的两个经典模型。

VAR模型（向量自回归模型）：主要用于分析多变量时间序列之间的相互冲击关系，帮助判断原材料价格变化率与股票收益率之间是否存在因果联系。
DCC-GARCH模型（动态条件相关模型）：这一模型就像一个“动态风险雷达”。相较于传统的静态分析，能够精准捕捉金融资产随时间变化的动态波动相关性。例如，在处理股票对数收益率序列时，通过收益率公式计算出每日变化后，该模型能够有效过滤掉日常的噪音，描绘出不同股票板块之间长期的相关性走势。

经过严密的数据模型测算，研究得出了以下三个结论：

1. 原材料涨价，并未直接“砸盘”股市

锂电池原材料（如正负极材料）的现货价格波动，对锂电池企业和新能源整车企业的股票价格并没有产生显著的直接冲击。

原因剖析：股市往往受到技术创新、工艺改进、动态定价策略、政策导向以及消费者信心等多重复杂因素的综合影响。这些因素在很大程度上缓冲或抵消了原材料市场带来的单一价格冲击。企业通过优化流程或调整产品定价，有效保护了利润率，使得这种风险在股市层面表现得相对微弱。

2. 中下游紧密相连：电池与整车股市风险共振

虽然上游原料价格影响微弱，但中游锂电池股市与下游新能源整车股市之间，存在着非常显著的风险溢出效应。

数据佐证：模型测算显示，两者之间的动态条件相关系数达到了0.653，并且在整个行业发展周期内呈现出稳定的波动上升趋势。意味着动力电池企业与整车制造商作为利益共同体，在资本市场上的命运紧密相连；任何一方供应链的异常波动，都极易在另一方引发同频共振。

3. 微观企业案例：差异化的传递路径

研究人员还选取了宁德时代（CATL）、比亚迪（BYD）和国轩高科（GUOXUAN）三家头部企业进行了供应链微观层面的剖析（详见论文图8 锂电池企业的动态相关系数图）：

整体溢出特征：这三家企业与其上下游关联企业基本都存在显著的风险溢出效应，且与上游供应商的动态相关系数普遍高于0.4，整体联系十分紧密。
企业自身发展状况：少数关联未能体现风险溢出，例如中通客车和金龙汽车与宁德时代之间的相关性不显著。这是因为特定车企自身发展遇到了瓶颈或销售业绩下滑，导致个股风险掩盖了供应链溢出效应。
商用车与乘用车的差异：乘用车企业（直接面向消费者，销量随季度波动大）抗风险能力相对较弱，供应链风险溢出更明显。而商用车企业（如中通客车，以大宗订单为主）业绩相对稳定，对供应链风险的抵御能力更强。

学者介绍：史杨焱，澳大利亚麦考瑞大学商学院管理系教授，英国皇家物流与运输学会特许会士（Chartered Fellow, CILT）。主要研究方向包括运营管理、物流与供应链管理、采购与第三方物流，聚焦供应链数字化转型、供应链韧性与金融，以及可持续运输与全球供应链治理等问题。

DOI：10.1016/j.energy.2022.125420