農產品金融化域下期貨市場與現貨市場的動態價格參數估計

嚴圣陽

（武漢商學院 商貿物流學院，武漢 430056）

0 引言

我國的農產品期貨市場最早起源于20世紀80年代，當前與金屬期貨市場已成為我國衍生產品市場和金融市場的重要組成部分。由于金融屬性的增強，其不確定因素更加豐富，農產品期貨市場價格及收益的波動性較大，這種較大的波動性傳導到現貨市場，也讓現貨市場的建設更加復雜，所以衍生產品市場與現貨市場的這種相關性就成為理論界、市場監管者與投資者關注的重點。

本文擬采用2005年1月至2013年12月期間玉米、大豆期貨價格和現貨價格的數據，考察金融化背景下我國大宗農產品期貨價格與現貨價格之間的均衡關系以及不同市場之間的信息沖擊“杠桿效應”，以期獲得相關結論與啟示。

1 金融化背景下期貨與現貨市場價格動態關系模型構建

（1）協整關系與Granger因果關系檢驗

為了分析大宗農產品期貨價格與現貨價格之間的協整關系，本文的檢驗需要經過如下步驟：單位根檢驗，判斷時間序列的平穩性，如果不檢驗序列的平穩性直接OLS容易導致偽回歸；平穩序列進行Granger因果檢驗，對于平穩序列（或經差分變換后的平穩序列）可以進行Granger因果檢驗，檢驗變量之間“誰引起誰變化”，即因果關系；非平穩序列進行協整檢驗，協整檢驗主要有EG兩步法和JJ檢驗，其中EG兩步法是基于回歸殘差的檢驗，可以通過建立OLS模型檢驗其殘差平穩性；ARCH效應檢驗，存在ARCH效應則可構建GARCH族模型，進行時間序列的波動率分析。具體構建如下：若大宗農產品不同市場的價格時間序列Y和X都是單整的，且單整階數相同，用最小二乘法估計協整回歸方程：

在方程（9）中變量之間是相互獨立的，且服從均值為0、方差為σ2和協方差矩陣為Rt的正態分布。

（2）不同市場價格動態關系檢驗的EC-EGARCH計量模型

根據EG兩步法的原則，協整殘差項具有較強的預測能力并產生了不同市場的杠桿效應，而杠桿效應可以用Bae&Karolyi提出的非對稱模型EGARCH模型來模擬。根據這些原理，模型可以將農產品市場上滯后一期的協整殘差項作為解釋變量分別引入到EGARCH模型的條件均值與條件方差方程對來調整EGARCH模型，從而在金融化背景下分析大宗農產品期貨價格和現貨價格之間的波動性的動態關系。調整后的EGARCH模型如方程（10）和方程（11）：

2 不同市場價格動態關系的實證過程

（1）不同市場價格的統計分析

本文選取期貨交易所玉米和大豆的月期合約，考慮到玉米、大豆現貨交易相對較為活躍，現貨玉米、大豆的質量標準與期貨交易所期貨合約的質量標準相一致，同時選取每天的玉米、大豆現貨收盤價格作為現貨價格的替代性指標，根據相關研究的證實，金融化趨勢加強是在2004年左右，所以選取樣本區間為2005年1月至2013年12月期間。為了消除變量序列可能存在的異方差性問題，對玉米、大豆的期現貨市場的價格序列取自然對數，分別記為CS（玉米現貨價格）、CF（玉米期貨價格）、SS（大豆現貨價格）、SF（大豆期貨價格）。在金融化背景下研究玉米和大豆的現貨價格與期貨價格之間的動態關系之前，首先對所選的樣本數據進行描述性統計分析和統計檢驗，具體統計結果如表1所示。

表1 玉米、大豆期貨價格與現貨價格統計分析

根據表1，可以看出玉米、大豆期貨價格的方差均比現貨價格的方差大，表明農產品的期貨市場比現貨市場的價格波動程度更大，表現出較高的風險。從農產品的市場價格偏度系數來看，玉米、大豆的期現貨價格均為左偏的，且玉米市場偏度更大；從農產品的市場峰度系數來看，只有玉米期貨價格序列的峰度大于3，表現為尖峰特性；而玉米現貨價格序列和大豆期現貨價格序列的峰度均小于3，不具有尖峰特性；農產品的市場價格的JB統計量表明玉米、大豆的期貨價格序列均不服從正態分布。

（2）大宗農產品期貨價格與現貨價格協整性與Granger因果關系檢驗

根據描述性統計分析，可以分別對玉米、大豆的期貨價格與現貨價格進行協整關系檢驗，根據協整性檢驗的步驟，首先展開平穩性檢驗，計量結果如表2所示。

表2 大宗農產品期貨價格和現貨價格序列ADF平穩性檢驗結果

從價格序列ADF平穩性檢驗結果獲得玉米、大豆的期貨價格和現貨價格都為非平穩序列，且都是一階單整的，所以第二步就是分別利用方程（3）和方程（4）對玉米、大豆期現貨價格之間回歸方程的殘差項進行平穩性檢驗，具體實證結果如表3所示。

表3 玉米、大豆期現貨價格之間回歸方程的殘差項的平穩性檢驗結果

根據協整關系d的界定，玉米期現貨價格序列CF與CS之間存在協整關系，大豆期現貨價格序列SF與SS之間也存在協整關系。由于大宗農產品期貨價格與現貨價格之間存在協整關系，所以大宗農產品期貨價格與現貨價格至少存在一個方向的Granger因果關系。利用方程（5）和方程（6）對大宗農產品期或價格與現貨價格進行Granger因果關系檢驗，具體的實證結果如表4所示。

表4 玉米、大豆期貨價格與現貨價格的Granger因果關系檢驗

根據表4的Granger因果關系檢驗結果，可以看出玉米和大豆的期貨價格與現貨價格之間存在雙向的Granger因果關系，說明玉米、大豆的期貨價格對現貨價格具有一定的預測作用，同時大宗農產品的現貨價格對其期貨價格也具有一定的預測作用，大宗農產品的期貨價格與現貨價格之間存在雙向的引導關系。

（3）EGARCH模型的實證分析結果

由于玉米、大豆農產品期貨價格序列與現貨價格序列之間具有雙向的協整關系，所以本文在金融化背景下構建了EGARCH模型，如方程（10）到方程（14），并利用這些方程對玉米、大豆大宗農產品期貨價格與現貨價格之間的動態關系進行分析。在具體估計過程中，按照ARCH效應測試與基于AIC準側，具體構建了EGARCH（1,1）模型展開計量檢驗，具體結果如表5所示。

表5 玉米、大豆大宗期貨價格與現貨價格之間EGARCH(1,1)模型參數估計結果

表5的結果表明，除了玉米期貨價格的γ、玉米現貨價格的α以及大豆現貨價格的α和γ1不顯著外，其余各項系數均在1%的置信水平下顯著，但是顯著性具有一定的差異性，特別是農產品在不同的市場中表現出不同的顯著性，如玉米、大豆期貨價格序列的系數均α在1%置信水平下顯著，而玉米、大豆現貨價格的α均不顯著，說明玉米、大豆的這表明農產品的期貨價格以及現貨價格之間均存在一致性的相互關系。玉米、大豆期貨價格與現貨價格的β均在1%置信水平下顯著，表明玉米、大豆的期貨價格序列與現貨價格序列均可以用其滯后1期的值來描述，也表明農產品的在不同市場上的價格各序列均存在自相關性。玉米現貨價格序列以及大豆期貨價格序列與現貨價格序列的γ均在統計意義上比較顯著，從而表明協整殘差項的檢驗對玉米現貨價格、大豆期貨價格和現貨價格表現出一定的解釋力度。

在不同市場的價格序列的對數條件方差檢驗模型中，玉米、大豆期貨價格與現貨價格的ω與β1都在1%置信水平下表現出顯著性，從而表明不同市場價格序列的條件對數方差方程存在波動性的“聚集”性；而在進行信息沖擊對不同市場價格的影響檢驗時，玉米、大豆期貨價格與現貨價格的α1均在1%置信水平下比較顯著；玉米期貨價格的γ1=-0.1009、玉米現貨價格的γ1=-0.10183、大豆期貨價格的γ1=0.07458在1%置信水平下都表現出一定的顯著性，證實玉米期、現貨價格與大豆期貨價格均存在“杠桿效應”。與此同時，對于玉米、大豆期貨價格，當εt-1＞0與εt-1＜0來看時，信息對條件方差對數有一個正數倍的沖擊，該結論證實“好消息”對玉米、大豆期貨價格和現貨價格的沖擊強于“壞消息”的沖擊。從參數λ的估計結果看，玉米、大豆期貨價格和現貨價格的λ均在1%顯著性水平下顯著，且均大于零。說明玉米現貨價格和期貨價格之間的協整殘差項可以對玉米期貨價格和現貨價格的波動性進行解釋，大豆現貨價格和期貨價格之間的協整殘差項同樣也可以對大豆期貨價格和現貨價格的波動性進行解釋。

3 結論與啟示

本文采用2005年1月至2013年12月期間玉米、大豆期貨價格和現貨價格的數據，在金融化背景下將協整殘差項分別引入條件均值與條件方差的計量回歸方程中，從而構建可以檢驗不同市場價格關系的動態EGARCH模型；在金融化趨勢下探索大宗農產品期貨價格與現貨價格之間是否存在穩定的均衡關系，及不同市場之間的引導關系中各種信息沖擊的“杠桿效應”，從而以新的視角為政策制定者提供有益的現實依據，得到如下的結論：玉米、大豆的期貨價格序列均不服從正態分布，并Granger因果關系檢驗玉米和大豆的期貨價格與現貨價格之間存在雙向的Granger因果關系，說明玉米、大豆的期貨價格對現貨價格具有一定的預測作用，同時大宗農產品的現貨價格對其期貨價格也具有一定的預測作用，大宗農產品的期貨價格與現貨價格之間存在雙向的引導關系；而根據EGARCH模型的檢驗結果，表明農產品的在不同市場上的價格各序列均存在自相關性、不同市場價格序列的條件對數方差方程存在波動性的“聚集”性、“好消息”對玉米、大豆期貨價格和現貨價格的沖擊強于“壞消息”的沖擊等。根據以上結論，對我國農產品期貨市場構建，獲得農產品價格定價權具有一定的啟示意義。

[1]Engle R F，Granger C W.Cointegration and Error Correction Representation,Estimation and Testing[J].Econometrica,1987,55(2).

[2]Sims C A Stock J,Watson M.Inference in Linear Time Series Models with Some Unit Roots[J].Econometrica,1990,58.

[3]Tilton J E.Outlook for Copper Prices-Up or Down[J].Commodities Research Unit World Copper Conference.Santiago,Chile.2006,58(8).

[4]McCalla A F．World Food Prices:Causes and Consequences[J].Canadian Journal of Agricultural Economics,2009,57.

[5]Harri A,Nalley L,Hudson D.The Relationship between Oil，Exchange Rates and Commodity Prices[J].Journal of Agricultural and Applied Economics,2009,41(2).

[6]Roache S,Rossi M．The Effects of Economic News on Commodity Prices[J].Quarterly Review of Economics and Finance,2010,50．

[7]Sari R ，Hammoudeh S，Soytas U.Dynamics of Oil Price，Precious Metal Prices，and Exchange Rate[J].Energy Economics,2010,32．

[8]Anzuini A,Lombardi M J，Pagano P.The Impact of Monetary Policy Shocks on Commodity Prices[J].International Journal of Central Banking,2013,9(3).

[9]劉向麗，成思危，汪壽陽，洪永淼.期現貨市場間信息溢出效應研究[J].管理科學學報，2008,11(3).

[10]謝飛,韓立巖.投機還是實需：國際商品期貨價格的影響因素分析[J].管理世界,2012,(10).

[11]李芳,李秋娟.人民幣匯率與房地產價格的互動關系——基于2005～2012年月度數據的MSVAR模型分析[J].國際金融研究,2014,（3）.