國內外農產品期貨市場的聯動性分析

曹玲玲

(江蘇宿遷學院，江蘇 宿遷 223800)

一、全球大豆現貨和期貨市場的發展

大豆起源于中國，是最古老的農產品之一。多年來大豆油都作為世界油料之首，而對大豆提煉油之后所剩的豆粕是一種重要的飼料，因此全球對于大豆的需求量與日俱增。中國、巴西、阿根廷和美國是大豆的主要生產國，大豆主要生產在亞洲、非洲和南美洲。

（一）全球大豆現貨市場的發展

全球大豆的種植面積約為9212 萬公頃，其中美國、巴西、阿根廷、中國和印度的種植面積占全世界的85%-90%，總產量也達到全世界的85%-90%。20 世紀90 年代以來，美國的播種面積最大，占到了全球總收獲的50%左右，中國排名第四。近幾年來世界大豆產量也以較快的速度增長，大豆在國際上的貿易量達到8000 萬噸，是世界第三大貿易農產品，其中美國、巴西、阿根廷是主要的出口國，這三大國的出口總量占世界出口總量的92.3%，中國是最大的進口國。美國仍然是向我國出口最多的國家，在2010 年達到了2000 萬噸左右占到了美國總出口的54.5%。

（二）大豆期貨市場的現狀

目前全球最有名的三大期貨交易所分別是：美國芝加哥期貨交易所（CBOT）、中國大連商品交易所(DCE)和日本東京谷物交易所(TGE)。1848 年，芝加哥期貨交易所作為世界第一個農產品期交所誕生了，大豆期貨合約是其最早交易的合約之一；作為中國三大商品期交所之一的大連商品交易所于1993 年成立，是中國最大的農產品期貨交易所和全球第二大大豆期貨市場，現在的日成交量一般穩定在30 萬手左右，歷史上出現過成交量在100 萬手以上；東京谷物交易所（TGE）成立于1952 年，現為亞洲第二大大豆期貨交易市場。

（三） 文章研究的意義

三農問題之所以頑固有很大一部分原因在于農產品的種植受自然災害影響較為嚴重，因此農產品比一般的商品面臨更大的風險。農產品期貨市場的存在為規避這種風險提供了很好的手段，然而近幾年以來農產品期貨市場的價格也遭遇了劇烈的波動，例如2004 年的中國大豆貿易危機，由于5 月份進口大豆價格的劇烈波動，造成九成大豆加工業企業虧損以及半數以上的企業面臨倒閉的局面。因此農產品期貨市場價格波動的成因引起了眾多學者的關注，文章旨在研究其外部因素即國外農產品期貨市場的價格變動對國內的影響，以及在國際農產品價格形成中，中國期貨市場是否掌握了定價權或者是價格制定的參與者，又或者僅僅是價格的接受者。

二、國內外大豆期貨價格的實證分析

（一）數據的選取與處理

由于期貨具有到期日，因此期貨價格具有不連續性。本文選取的是中國大連商品交易所（DCE）和美國芝加哥期貨交易所（CBOT）上的1205 號合約，用臨近交割月份的每日收盤價作為代表，國內外的樣本區間為2011 年11 月21 日到2012 年4 月27 日，剔除掉工作日以及兩市場非配對數據，一共得到100 對有效樣本數據。由于芝加哥期貨交易所和大連商品交易所的報價單位不一致，理論上應該根據匯率因素，把兩市場的單位統一起來進行比較，1 美分/蒲式耳=0.367 美元/噸，1 美元=6.2804 人民幣，因此：

通過使用Eviews6.0 分析，得出兩市場的相關系數達到了0.9163，說明兩市場大豆期貨價格的正相關程度較高。

（二） 協整分析

為進一步研究大連商品交易所與芝加哥期貨交易所的大豆期貨價格之間的關系，在此引入市場整合理論，并在此理論基礎上使用協整檢驗的方法，來分析兩市場的價格是否存在市場整合。

1.價格序列平穩性檢驗

單位根檢驗數理模型為：

使用Eviews6.0，在假設DLJG(大連商品交易所的大豆期貨價格)和ZJG（芝加哥期貨交易所大豆期貨價格）存在單位根的前提下，下表為ADF 檢驗結果：

表2-1 原序列單位根檢驗結果

由表可知，原序列均是非平穩序列。而兩序列的一階差分單位根檢驗結果均小于1%、5%、10%置信水平下的t 統計量，因此d（DLJG）和d（ZJG）均不存在單位根，即一階差分序列均是平穩的。

2.組合殘差的平穩性檢驗

選取DLJG 為因變量，ZJG 為自變量，可得Eviews6.0 結果為：

表2-2 原序列回歸結果

進而對方程的殘差進行單位根檢驗：

表2-3 殘差單位根檢驗

因此我們得出，序列DLJG 和ZJG 存在著協整關系。表明大連商品交易所和芝加哥期貨交易所的大豆期貨價格存在著長期均衡。

（四）誤差修正模型

設協整方程（2.4）的殘差項 et為誤差修正項（ECM），由于誤差修正模型要求變量具有平穩性，因此將 d (lndljg )和 d (ln zjg)分別作為因變量和自變量，再將誤差修正項 ECM 的一期滯后項作為新的自變量放在等號右側，建立誤差修正模型：

用Eviews6.0 做普通最小二乘估計得出：

表2-4 一階差分回歸結果

為了檢驗模型設立的合理性，需要對誤差修正模型的殘差進行平穩性檢驗。

表2-5 殘差序列ADF 檢驗結果

根據模型參數的估計值分析，短期內芝加哥期貨市場的大豆價格對國內大連商品市場的影響達到了9.5%，而滯后一期的芝加哥價格對本國大豆期貨的影響也較為明顯，達到了16.5%，ECM（-1）的系數為負數，符合反向修正機制，說明當日大連商品交易所大豆價格的波動受到前一日非均衡誤差的反響影響，如果前一天的期貨價格增長率超過或者低于均衡的價格增長率，則當天的價格會以-0.225 的調整力度下降或上升，最后趨近均衡水平，這也就表明大連的大豆期貨價格在短期內雖然會受到國際新信息的干擾，但長期會由ECM 項以反方向的速度調整回歸到均衡狀態。

（五）格蘭杰因果檢驗

格蘭杰因果檢驗是由Granger（1969）提出的如何檢驗變量之間因果關系的方法。Granger 的解決方法是看當期的Y 值在多大程度上可以被前期的Y 值所解釋，加入X 的滯后變量的值是否能加強這種解釋能力，如果加入X 的滯后項有助于預測Y，則說明X 對Y 具有Granger 因果性，然而需要注意的是具有因果性并不是意味著Y 是X 的結果。

應用Eviews6.0，選取滯后期為2，其檢驗結果如下表所示：

表2-6 DLJG 和ZJG 序列格蘭杰因果檢驗

從格蘭杰檢驗中我們可以得知，美國芝加哥期貨交易所的大豆期貨價格在一定程度上起到影響大連商品交易所大豆期貨價格的作用，而大連大豆期貨卻不足以影響到芝加哥期貨交易所的大豆期貨價格，足見中國在大豆期貨市場上的沒有掌握足夠的定價權。

（六）基于VAR 模型下的脈沖響應函數

1. 建立VAR 模型

首先，我們需要準確判斷VAR 模型的階數，通過Eviews6.0分析得出：

表2-7 VAR 模型滯后階數判定

通過各個準則確定出最優的滯后階數為2，通過Eviews6.0得出

2. VAR 穩定性檢驗

由上述協整分析可知，d(lnDLJG)和d(lnZJG)是平穩序列，因此將d(lndljg)和d(lnzjg)作為內生變量進行VAR 的估計，如下圖所示：

表2-9 特征方程根的倒數值

全部根的倒數指均小于1 即在單位圓之內，因此VAR 模型是穩定的。

3.脈沖響應函數分析

脈沖響應函數刻畫的是誤差項上加一個標準差大小的沖擊對內生變量的當期值和未來值所帶來的影響，在VAR 模型中，當某一變量t 期的擾動項變動時，會通過變量之間的動態聯系，對t期以后各變量產生一連串的連鎖作用。

圖2-1 脈沖響應函數結果示意圖

從整體上看，內生變量在序列沖擊時隨時間的推移影響越來越小，最終都趨于零，因此對應的VAR 模型是一個穩定的系統。從左上角的圖可以看出，中國DCE 大豆期貨價格對自身的一個標準差新信息在當期就有較強的反應，價格變動0.58%；右上角的圖表明，在當期美國CBOT 的價格對DCE 造成不了沖擊，而在第二期DCE 的價格就開始受CBOT 信息的影響，價格變化靠近0.39%；左下角的圖表明CBOT 基本上不受DCE 市場信息的沖擊；從右下角的圖可以看出美國CBOT 對自身一個標準差的新信息在當期就有明顯的反應，價格變動達到1.2%。從脈沖響應函數分析來看，美國CBOT 期貨市場仍然是價格形成的主導者，中國DCE期貨市場價格的形成在很大程度上受到國際因素的影響。

三、結論

通過對國內外期貨市場上各具代表性的大豆期貨的實證分析，我們可以得出國內農產品期貨市場與國外農產品期貨市場具有很高的相關關系，并且具有長期均衡性。基于誤差修正模型，我們發現國內農產品期貨價格在短期內會受到國際期貨市場上新信息的影響，但長期以來會由誤差修正項以反方向的速度調整恢復到均衡狀態。同時，國外的農產品期貨市場在一定程度上影響到國內的農產品期貨價格，而國內的農產品期貨價格卻對國外的期貨市場構成不了影響。因此從一定的角度來講，當今的農產品市場仍然由美國市場主導，我國雖然是農產品的最大需求國、最大貿易國，但仍然還是農產品價格的接受者。通過VAR 模型中的脈沖響應函數分析，我們進一步了解到國內外農產品期貨市場之間的影響強弱，在美國這樣的發達國家受其自身的新信息沖擊能夠靈敏的做出反應，并且對我國的期貨市場也會產生較明顯的滯后沖擊；然而我國的期貨市場的靈敏度就稍微弱了一些，對于自身信息的沖擊也有較強的反應但弱于美國市場，而且目前尚無力影響美國的期貨市場價格，這在一定程度上也說明我國的市場經濟有效性明顯低于美國的市場有效性。

[1] 世界糧農組織數據庫.http://www.faostat.fao.org

[2] 連蓮，魏婷.中美棉花期貨價格波動特征的比較研究[J].長春大學學報， 2008，(5):6-8.

[3] 高輝.大連商品期貨價格協整關系與引導關系的實證研究[J].太原理工大學學報， 2003， (1):40-43.

[4] 許濤.我國農產品期貨市場效率問題研究[M].2005，(12):2-3.

[5] 龐新波. 我國大豆期貨市場功能效率實證分析[J].金融經濟，2011，(4):3-4.

[6] 王慧平.國內外糧食期貨價格波動的關聯與傳遞分析[J].金融經濟，2011，(5):4-5.

[7] Xiao Qing Eleanor Xu， Hung-Gay Fung: Gross-Market Linkages Between and Japanese Precious Metals Futures Trading， International financial markets 15，2005.

[8] 陳雯. 國內外棉花期貨價格關聯性的實證研究[J].經濟論壇，2011，(6):31-31.

[9] 蔣序標，周志明. LME 與SHFE 期銅價格引導關系實證研究[J].系統工程，2004，(9)

[10] 方毅，張屹山. 國內外金屬期貨市場”風險傳染”的實證研究[J].金融研究，2007，(5)