不同棉花期貨合約價格發現效率的比較與套保選擇

摘 要：在Philips Perron單位根檢驗的基礎上，采用Johanson協整檢驗、Granger因果檢驗、向量誤差修正模型、方差分解來全樣本分析各種棉花期貨合約價格與現貨價格之間的關系，通過綜合比較發現3月、5月、11月、近交割月1-2月、近交割月3-4月五種類型的期貨合約價格發現效率較優。因此，相關各方應盡量根據以上期貨合約安排生產經營計劃并積極參與上述合約的套期保值交易。

關鍵詞：價格發現；Granger因果關系；Johanson協整檢驗；方差分解

中圖分類號：F713.35 文獻標識碼：A 文章編號：1003-9031（2012）10-0063-04 DOI：10.3969/j.issn.1003-9031.2012.10.17

2011年中國棉花種植面積為504萬公頃、產量為660萬噸，進口量為336.5萬噸；然而由于每年的棉花種植面積、單產始終在變化，中國棉花的生產量也呈不規則變化的趨勢。在歐債危機的陰云籠罩下，中國棉紡織品的出口形勢不穩定，再加上國內每年棉花進口配額數量及時間的不確定性，中國棉花供給與需求始終存在時間和空間上不匹配的可能性，棉花現貨價格波動將難以避免，并且波動的方向和幅度也難以預測。因而，中國棉農、加工企業、貿易商、棉紡織企業始終暴露在棉花現貨價格大幅波動的風險之中。

期貨市場的價格發現功能可以讓相關各方提前了解棉花期貨及現貨市場的價格走勢，從而提前安排棉花生產、調整種植結構、確定銷售（或購買）計劃，達到規避棉花現貨價格大幅波動、提高經營效益的目標。相關各方還可以利用期貨市場的套期保值功能，從而確保期貨交易各方的穩定經營。棉花期貨合約全年都在交易且每個交易日有5～6個棉花期貨合約在交易，而這些期貨合約的價格和棉花現貨價格的走勢并不完全一致，有些期貨合約引導現貨價格的生成，兩者之間的擬合度較高，有些期貨合約與現貨價格的擬合度較低，基于此，本文以下部分將在PP單位根檢驗的基礎上采用協整檢驗、Granger因果檢驗、誤差修正模型、方差分解來全面分析各種棉花期貨合約價格與現貨價格之間的關系，幫助期貨參與各方根據最優的期貨合約推斷棉花現貨價格走勢并指引套期保值者確定入市時機及選擇合適的合約，從而提高他們的決策水平和經營效益。

一、文獻回顧

在國外相關研究方面，最早是由Fama（1970）提出期貨價格發現功能的有效性這個概念的，他認為在有效市場中，任何的信息都會迅速的被市場參與者獲取并立刻映射到這個市場的價格中[1]。該理論假設市場的參與者擁有絕對理性，并且能夠理性的應對所有市場的信息。在國內外一直持續的關于期貨市場有效性的爭論中，學者討論的重點更多地落在了對期貨市場價格發現功能的探討上。Bird（1985）選取了1972—1982年間的在LME交易四種金屬期貨價格序列，并對相應金屬現貨價格序列進行相關性分析，結果發現銅期貨價格與銅現貨價格不具有相關關系，但是，同在一個交易所交易的鋁和鋅期貨價格與對應現貨價格序列卻存在相關性[2]。Bigman（1983）等在Fama的理論基礎上提出了一個新的概念—期貨市場的簡單有效性，若期貨市場呈現簡單有效性，同時期貨市場具備價格發現功能，則對最后交割日的相應現貨價格，期貨價格具有預測作用[3]。Jim Quan（1992）在研究期貨價格與現貨價格的領先滯后關系方面上，提出了EG兩步法檢驗法[4]。Johansen（1988）運用VAR （向量自回歸）模型，并提出了以此為基礎的協整檢驗方法，用來檢驗期貨市場的價格發現功能[5]。

在國內研究方面，陳君、常清（2010）圍繞我國期貨市場的國際定價權功能展開實證研究，選取了上海期貨交易所、倫敦金屬交易所以及紐約商業交易所的主要商品期貨數據，借助協整檢驗、誤差修正模型、脈沖響應、方差分解等計量分析方法[6]，結果顯示：三個市場間均存在相互影響、相互作用的長期均衡關系和價格引導關系，在國際定價權功能方面，上海期貨市場的定價權最小，并且和紐約期貨市場的定價能力較為接近，而倫敦期貨市場處于絕對的主導地位。華仁海、劉慶富（2010）選取滬深300股指期貨1分鐘高頻數據及對應現貨數據為研究對象[7]，為探究股指期貨與股指現貨市場間的價格發現能力，采用了以向量誤差修正模型為基礎的信息共享模型、永久短暫模型進行實證分析，結果發現：兩市場間存在長期均衡關系和相互引導關系，并且股指期貨的價格領先強度更高，期指領先現指近7分鐘，而現指只領先2分鐘。由此可知，股指期貨在價格發現過程中處于主導地位，是價格發現中的主要驅動力。劉磊、張明輝（2010）采用相關分析、ADF檢驗、協整檢驗、Granger因果關系檢驗等計量方法，選取2004—2010年中國、美國棉花期貨和對應現貨價格的日數據進行實證研究，測度我國棉花期貨市場、美國棉花期貨市場在價格發現功能方面上的表現[8]。得出我國棉花期貨和美國棉花期貨市場均已具備規避風險和價格發現基本功能的結論。方燕、楊立園（2011）通過信息共享模型、脈沖響應和方差分解等方法，對中國棉花期貨、現貨市場間的價格進行實證研究，定量測度了期、現貨市場在價格發現中的貢獻份額[9]。實證結果表明，棉花期、現貨價格間具備明顯的雙向引導關系，并且二者之間具備長期均衡關系，兩個市場都在價格發現中扮演著重要角色，而期貨市場在該過程中居于主導地位。

二、數據來源及預處理

本文選取鄭州期貨交易所全部棉花期貨合約作為期貨價格數據來源，并根據不同的交割月期限、期貨合約的月份，生成全樣本（因交割月僅有10個交易日且交易限制很多，故剔除交割月數據，這樣共生成11組）的棉花期貨價格時間序列，即現貨價格（S）、1月合約（F1）、3月合約（F3）、5月合約（F5）、7月合約（F7）、9月合約（F9）、11月合約（F11）、近交割月1-2月合約（JF1）、近交割月3-4月合約（JF3）、近交割月5-6月合約（JF5）、近交割月7-8月合約（JF7）、近交割月9-10月合約（JF9）。

在進行期貨價格與現貨價格序列之間關系的實證研究前，首先要對所有時間序列的平穩性進行檢驗。本文采用Philips Perron檢驗對以上11組期貨價格和現貨價格序列進行分析，結果顯示以上12組數據本身都是不平穩的，而他們的一階差分都是平穩的。

三、實證分析

（一）Johanson協整檢驗

本文采用Johanson協整檢驗（跡統計量），對11組棉花期貨價分別與現貨價格時間序列配對進行全面的檢驗，分析結果見表1。

從Johanson協整的實證結果來看，11組期貨價格序列均與棉花現貨價格序列之間存在著長期均衡關系。

（二）Granger因果關系檢驗[10]

為驗證11組棉花期貨價格和現貨價格之間的引導關系，本文采用Granger因果檢驗法來進行實證研究，結果見表2。

從表2可以看出在5%的顯著性水平下，11組棉花期貨價格與現貨價格之間出現三種情形：（1）期貨價格與現貨價格有雙向引導關系的合約有：3月期貨合約、5月期貨合約、11月期貨合約、近交割月1-2月期貨合約、近交割月3-4月的期貨合約；（2）期貨價格單向引導現貨價格的合約有：1月期貨合約、近交割月5-6月期貨合約、近交割月7-8月期貨合約；（3）期貨價格與現貨價格不存在引導關系的合約有：7月期貨合約、9月期貨合約、近交割月9-10月的期貨合約。

（三）向量誤差修正（VECM）模型參數估計

全樣本誤差修正方程參數估計方程如下：

1月期貨合約與現貨價格：

D（F1）=-0.886399*ECM（-1）-0.058187*D（F1（-1））-

[-22.6264] [-1.78097]

0.024298*D（F1（-2））+0.324039*D（S（-1））

[-1.02533] [3.12229]

-0.002902*D（S（-2））-0.083421

[-0.02789]

3月期貨合約與現貨價格：

D（F3）=-0.849845*ECM（-1）-0.105548*D（F3（-1））

[-21.6940] [-3.22264]

-0.063138*D（F3（-2））+0.001833*D（S（-1））

[-2.66351] [0.01649]

+0.051438*D（S（-2））+0.296244

[0.46296]

5月期貨合約與現貨價格：

D（F5）=-0.844145*ECM（-1）-0.113504*D（F5（-1））

[-21.4212] [-3.46978]

-0.094703* D（F5（-2））+0.000394*D（S（-1））

[-4.00710] [0.00380]

+0.051637*D（S（-2））+0.350309

[0.49793]

7月期貨合約與現貨價格：

D（F7）=-0.813571*ECM（-1）-0.118095*D（F7（-1））

[-20.7408] [-3.54835]

-0.055445* D（F7（-2））+0.051071*D（S（-1））

[-2.26930] [0.43178]

+0.127162*D（S（-2））-0.088059

[1.07611]

9月期貨合約與現貨價格：

D（F9）=-0.755364*ECM（-1）-0.106884*D（F9（-1））

[-19.2511] [-3.18556]

-0.073548* D（F9（-2））+0.167131*D（S（-1））

[-3.03615] [1.36906]

+0.119410*D（S（-2））-0.428444

[0.97745]

11月期貨合約與現貨價格：

D（F11）=-0.714685*ECM（-1）+0.309263*D（F11（-1））

[-12.7098] [7.38554]

+0.084636* D（F11（-2））-1.539980*D（S（-1））

[3.61890] [-6.07265]

+0.538021*D（S（-2））-0.149408

[2.09681]

近交割月1-2月的期貨與現貨價格：

D（JF1）=-0.889483*ECM（-1）-0.077080*D（JF1（-1））

[-20.8609] [-2.47236]

-0.111007* D（JF1（-2））+0.101455*D（S（-1））

[-4.70105] [1.06687]

+0.277307*D（S（-2））+0.001168

[2.92665]

近交割月3-4月的期貨與現貨價格：

D（JF3）=-0.838315*ECM（-1）- 0.105470*D（JF3（-1））

[-20.0631] [-3.32901]

-0.090326* D（JF3（-2））-0.408220*D（S（-1））

[-3.83927] [-4.16433]

+0.135208*D（S（-2））+0.070050

[1.38022]

近交割月5-6月的期貨與現貨價格：

D（JF5）=-0.792011*ECM（-1）- 0.134011*D（JF5（-1））

[-20.7068] [-3.32901]

-0.094311* D（JF5（-2））+0.084118*D（S（-1））

[-3.98685] [0.83204]

+0.181069*D（S（-2））-0.079744

[1.79148]

近交割月7-8月的期貨與現貨價格：

D（JF7）=-0.790523*ECM（-1）- 0.154239*D（JF7（-1））

[-21.1142] [-4.67836]

-0.140655* D（JF7（-2））+0.078264*D（S（-1））

[-5.99024] [0.75482]

+0.034922*D（S（-2））+0.092704

[0.33703]

近交割月9-10月的期貨與現貨價格：

D（JF9）=-0.786599*ECM（-1）- 0.106451*D（JF9（-1））

[-21.3454] [-3.12801]

-0.115778* D（JF9（-2））-0.195182*D（S（-1））

[-4.78986] [-1.68877]

-0.099115*D（S（-2））+0.295695

[-0.85207]

根據以上方程可以看出：合約月份小的期貨價格對現貨價格的引導功能強，合約月份大的期貨價格對現貨價格的引導功能弱；靠近交割月的期貨合約的價格引導功能強，遠離交割月的期貨合約的價格引導功能差。

（四）方差分解

本文對11組時間序列樣本采用向量誤差修正（VECM）模型的方差分解，得出如下結論：對于價格具有相互引導關系的五對時間序列組（3月合約、5月合約、11月合約、近交割月1-2月、近交割月3-4月）隨著滯后期的延長，期貨價格與現貨價格中來源于對方因素的貢獻程度逐漸增加，但期貨價格占主導地位；對于價格單向引導關系的三對時間序列組（1月合約、近交割月5-6月、近交割月7-8月）隨著滯后期的延長，期貨價格對現貨價格的影響程度逐漸顯現出來，但現貨價格對期貨價格的影響并不顯著；對于價格不存在引導關系的時間序列組（7月合約、9月合約、近交割月9-10月）不論是期貨價格還是現貨價格，方差分解都呈現相互獨立的情況，期貨價格及現貨價格影響因子中自身因素占絕對主導地位。

四、結論及建議

根據以上實證分析，得到如下結論：

1.中國棉花期貨價格與現貨價格之間存在長期均衡關系。

2.棉花期貨市場的價格發現效率并非是一成不變的，隨著期貨合約的不同，距離交割期限的長短，價格發現效率也在發生著變化。3月合約、5月合約、11月合約、近交割月1-2月合約、近交割月3-4月合約的價格發現效率最優。

因此，本文根據以上實證分析結果，提出如下幾點政策建議：首先，應鼓勵涉棉企業等棉花市場主體通過引入棉花期貨市場這一金融工具，利用棉花的套期保值等措施來最大程度規避棉價的波動風險；其次，根據本文的實證結果，棉花期貨市場價格發現效率在不同的合約月份、不同的近交割月份會呈現強弱不同的狀態。因此，在進行風險對沖或者套期保值時，應選擇對價格發現效率最優的月份或者時期進行操作；相關各方選擇距離交割月較近的3月、5月或11月期貨合約的價格走勢推斷棉花現貨價格的走勢并積極參與上述合約的套期保值交易。

（責任編輯：張恩娟）

參考文獻：

[1]Fama E F. Efficient Capital Markets[J].A Review of Theoryand Empirical， 1970（11）：383-417.

[2]Bird. Forward Exchange Rate as Optimal Prediction of

Futurespot Rate[J].Journal of Political Economy，1985（8）：29-53.

[3]Bigman D， Goldfarb D， Schetchman E. Futures Market Effciency and the Time Content of the Information Sets[J].The Journal of Futures Markets， 1983（2）：321-334.

[4]Jing Q. Two Step Testing Procedure for Price Discovery Role of Futures Prices[J].The Journal of Futures of Markets， 1992（2）：139-149.

[5]Johansen S. Statistical Analysis of Co-integration Vectors[J].Journal of Ecnomic Dynamics and Control，1988（12）：231-254.

[6]陳君，常清.我國期貨市場國際定價影響力研究[J].技術經濟，2010（3）：106-113.

[7]華仁海，劉慶富.股指期貨與股指現貨市場間的價格發現能力探究[J].數量經濟技術經濟研究，2010（10）：90-100.

[8]劉磊，張明輝.中國棉花期貨價格發現功能：基于中美棉花期貨的比較研究[J].金融理論與實踐，2010（8）：21-24.

[9]方燕，楊立圓.我國棉花期貨價格與現貨價格關系的實證研究—基于VECM 模型的分析[J].價格理論與實踐，20

11（9）：58-59.

[10]Granger C. Some Recent Development in a Concept of Causality [J].Journal of Econometrics， 1988（39）：199-211.