农产品现货与期货价格波动溢出效应研究

一、引言

中国是全球最大的大豆进口国，大豆的现货价格与期货价格波动一直是学界和业界关注的重点。期货市场的健康发展，来源于套利者、投机者和套保者三方面的平衡关系，而由于期货市场本身具有高杠杆性，更加滋生出专门从事短期投机的交易者，打破期货市场交易原有的平衡，从而使得期货价格偏离内在价值，加剧泡沫的形成，进而影响期现货价格的长期均衡关系，阻碍期现货市场的充分联动。因此，研究农产品现货与期货价格波动溢出效应具有现实意义。

本文选取大豆2号期货作为研究样本，建立指数条件异方差模型（E-GARCH）和脉冲响应分析，通过实证研究发现：大豆期货价格市场存在双向溢出效应，在受到外部冲击后，中国大豆期货价格收益增长率波动加剧，但大豆期货价格波动持续性减弱。大豆期货价格对现货价格的冲击，相较于现货价格对农产品期货价格的冲击更为敏感。中国大豆期货市场对现货市场具有价格发现作用，而现货市场对期货市场的影响力较弱。最后针对结论提出相应政策建议。

二、文献综述

关于农产品现货价格与期货价格关系的研究：闫云仙，张越杰（2011）选用大商所的玉米期货结算价和大连港口玉米平舱价等，运用OLS模型、VAR模型、ECM模型和GARCH模型，得到最佳套保比率；并使用Ederington的未进行套保交易的方差与进行套保交易后方差变化的百分比方法，衡量套保的有效性，最终认为，平抑功能没有得到很好的发挥。Mckenzie和Holt（2002）构建了误差修正模型，并进行了协整检验，以传统农产品期货品种和生鲜农产品期货品种为样本对象，对两者进行了比较分析，协整检验选取肉猪和肉牛期货为样本对象，误差修正模型选取大豆和玉米期货为研究对象，协整检验的结果表明上述四个期货品种的价格对现货价格具有无偏性，因此得出结论，期货价格与现货价格在现实中存在着长期均衡的稳定关系；而基于构建误差修正模型而得出的参数估计结果显示玉米和肉牛的期货价格不具有无偏性，但大豆和肉猪期货价格在短期内却是无偏的。

关于波动溢出效应研究：GARCH类模型是国内学者研究价格波动常用的工具。Ding（2012）等借助多元GARCH和MSV模型，选取的外部冲击对象是2008年金融危机，研究在受到外部冲击时，全球原油期货市场和外汇市场之间的波动溢出效应。有学者基于VAR-GARCH-BEKK模型对农产品价格波动特征进行了分析，选取全球大豆价格为样本数据，研究结果发现，中国大豆缺乏市场定价权，且中国大豆价格对国际大豆价格波动影响微小，但国际大豆价格波动情况却对中国大豆价格的波动产生单向溢出效应（顾蕊，2013）。李志斌（2014）也利用GARCH模型，增加研究对象，除了中国大豆以外，还包括玉米、棉花期货等作为研究对象。探索分析中国农产品期货市场在国际上的影响力问题，研究结果发现，2008年以后，中国农产品市场的国际影响力逐年提高，但依然受到美国期货市场影响。芝加哥商品交易所期货市场对于农产品定价上仍居于主导地位，具有更大的交易规模、更高的交易量、对外部消息的反应更加迅速等优势。Anthony N.Rezitis（2016）使用多元GARCH模型，选取印度和巴基斯坦为研究对象，分别对印度的农产品价格以及巴基斯坦的农产品价格波动溢出效应进行了研究，结果发现巴基斯坦农产品价格波动溢出效应不显著，与之相对应的是印度农产品价格的波动溢出效应却较强。Cornelis与Manuel（2016）采用相似的工具模型，选取美国农产品期货价格为样本，实证分析了农产品期货价格的波动溢出效应，研究发现在美国农产品中，大豆与小麦期货价格之间存在着显著的双向波动溢出效应。

三、实证设计

（一）计量模型

本文采用E-GARCH（1，1）进行建模。并使用Eviews8.0分别对DCE和CBOT大豆期货价格收益增长率贸易战开始前后的数据建立模型。E-GARCH（1，1）模型见式：

上式可以用于检验当市场释放了同等强度的利空消息或利多消息时，例如中美贸易战开始后，当面对同样的新贸易战消息冲击时，两者的波动会有较为相同的变化趋势。为了量化中美贸易战开始前后，中美两个市场对于利多及利空消息冲击的波动变化情况，以及市场价格波动幅度是否对称。如果γ≠0（即：β1+γ1≠β2-γ2），则当面临利空消息和利多消息冲击时，期货价格波动表现出非对称性，即面对中美贸易战，中美双方大豆期货市场价格波动非对称。系数β代表着价格波动的持续性，当β＞1时，说明上期波动对下一期的波动具有较强的正向影响作用，甚至可以说上期波动能够直接放大下一期的波动；当β=1时，说明上下期波动具有一致性和相似性，下一期波动可以完全复制上一期波动；当0 ＜β＜ 1时，说明上期波动对下一期的波动存在正向影响作用，当β越接近于1时，说明波动的持续性越强，越接近于0则波动持续性越弱。

（二）数据说明

黄大豆1号期货和黄大豆2号期货是中国当前典型的大豆期货品种。本文选用大连商品交易所的黄大豆2号期货作为研究对象，对大豆现货收购价格与结算价格进行研究。

四、实证分析

（一）描述性统计分析

首先初步处理好原始数据序列，随后对数据进一步分析，计算数据基本统计特征。

如表1，中国大豆期货价格均值为4021.678元/吨，而芝加哥商品交易所大豆期货价格均值为1030.76美分/蒲式耳；中国大豆期货价格最大值为4733元/吨，最小值为3318元/吨，芝加哥商品交易所大豆期货价格最大值为1517美分/蒲式耳，最小值为856.25美分/蒲式耳；中国大豆期货价格偏度约为0.157，与正态分布基本一致，峰度约为1.73，小于3，低于正态分布的峰度，属于低峰分布。而芝加哥商品交易所大豆期货价格偏度约为1.77，呈现右偏态势，峰度约为5.43，大于正态分布的峰度，说明芝商所大豆价格分布不同于中国大豆期货的低峰特征，而具有尖峰厚尾的特征。由两者的收益率增长率的J-B统计量可以得知，在显著性水平为1%的情况下，大商所和芝商所的大豆期货价格收益率增长率均不服从正态分布。

（二）脉冲响应分析

期货市场是经济的晴雨表之一，各种信息充斥市场，期货价格序列和现货价格序列既会对自身过去价格波动的冲击作出反应，也会对彼此相互的价格波动冲击作出反应，脉冲响应分析可以通过比较两时间序列的脉冲响应结果，说明现货市场和期货市场相关联的性质在实际数据方面的体现。

经过分析中国大豆期货价格对芝加哥商品交易所大豆期货价格的响应结果、中国大豆期货价格对现货价格的响应结果、中国大豆现货价格对芝加哥商品交易所大豆期货价格的响应结果、中国大豆现货价格对芝加哥商品交易所大豆现货价格的响应结果后发现：期货价格一开始对现货价格作出的响应为0，之后响应程度逐渐增大、正负波动，最后在第十期之后趋势变平缓；而现货价格对期货价格作出的响应一开始就为正向，随后程度逐渐减弱，影响同样大约持续十期。

（三）模型的参数估计

由J-B统计量可以看出，在1%的显著性水平下，中国大豆期货收益增长率在中美贸易战开展前后均不服从正态分布。由DCE和CBOT的E-GARCH（1，1）模型估计结果如下表：

由上表可以得出：在5%的显著性水平下，市场的γ值均不为0，但较趋近于0，可以认为当面临同等程度的利空或利多消息冲击时，中国大豆与芝加哥商品交易所大豆期货价格波动表现出较弱的非对称性，即正向利多消息和负向利空消息对两者所造成的波动影响较小。从α系数可以得知，当同等地面临信息冲击时，中国大豆期货价格的波动并没有波动剧烈，在β系数上趋近于1，说明中国大豆期货价格波动持续性相似，当给予大豆期货市场一个信息冲击时，具有较持久的波动。系数变小意味着当大豆期货市场受到信息冲击时，波动的持续性减弱了。

表3 E-GARCH（1，1）模型估计结果

五、结论

（一）研究结论

脉冲响应图表明，中国大豆期货价格和现货价格之间存在相互影响作用，但现货价格与期货价格之间作用力度存在差异，现货价格对期货价格的作用力度较弱，而期货价格对现货价格有着更强的作用力度。总的来说大豆期货现货价格之间的彼此影响较之于自身价格波动的影响都属于弱度冲击。

当面临同等程度的利多或利空消息冲击时，中国大豆与芝加哥商品交易所大豆期货价格波动表现出较弱的非对称性。在贸易战开始后非对称性更加削弱了。并且中美在贸易争端期间，两国大豆期货价格应对冲击的响应幅度均有所扩大，但波动持续性减弱，当接收到信息冲击时，大商所大豆期货价格收益增长率会较芝加哥商品交易所产生更大的波动。原因在于大豆相较于中国这一极度依赖进口资源的国家而言尤为重要，贸易争端期间利空利多消息的频繁释放会导致该国投资者迅速调整投资方案。

（二）政策建议

应完善农产品期货的交易机制，进一步加强期货市场交易的公开透明性。完善豆类期货风险监管机制，适度增加豆类期货市场的风险对冲工具。有效防止恶意投机行为的产生，在保证市场有效性与灵活性的同时，利于防止金融脱离实体经济。监管机构可以对我国大豆期货价格进行合理适度的干预，避免我国大豆期货发生剧烈的负外部性效应，进而切实提高我国大豆期货市场的风险抵抗能力。

需要合理制定大豆采购计划，灵活运用跨市套期保值工具规避价格波动带来生产成本提升的风险，确保预期经营利润，避免国外大豆期货价格剧烈波动对自身生产经营活动带来的不利影响。应加强我国农产品现货市场的建设，积极引导农民参与期货交易。向农民普及期货市场的相关知识，引导农民通过期货市场参与套期保值活动、在期货市场更为公开透明的环境中获取信息。加大对于豆类相关期货品种和风险对冲工具的研究力度，完善豆类期货市场的风险对冲方式，让豆类期货市场切实发挥好风险规避、价格发现和套期保值的实际作用。