我國大豆期貨價格發現功能的實證分析

胡振華，周錦繡

（溫州大學 a.商學院；b.國民經濟研究所，浙江 溫州 325035）

我國大豆期貨價格發現功能的實證分析

胡振華a,b，周錦繡b

（溫州大學 a.商學院；b.國民經濟研究所，浙江 溫州 325035）

價格發現是反映期貨市場效率的一個重要功能。對我國大豆期貨價格發現功能從四個方面進行實證分析，即期貨價格與現貨價格之間的平衡性；利用VAR模型和VEC模型，分析期貨價格與現貨價格之間的短期及長期均衡關系；利用Granger因果檢驗，檢驗因果關系的順序；利用VAR模型的脈沖響應函數及方差分解，分析不同變量對結構沖擊的貢獻度，結果表明，我國大豆期貨價格具有價格發現功能，但其效率仍需進一步提高。為此，應完善現貨市場，規范期貨市場，推進期貨與現貨結合。

期貨市場；大豆；期貨價格；價格發現；大連

一、相關研究背景

國際期貨市場的發展逐漸證明了期貨市場可有效地轉移價格變化的風險。中國是一個農業大國，大量的農產品在世界進口和出口量上都起著決定性的作用，甚至足以影響農產品在整個國際市場上的價格，但這種優勢并沒有帶來太大的幫助，其根本原因是缺乏對農產品期貨價格發現功能的研究。

國內對農產品期貨價格發現功能進行了相關研究。如王俊等利用協整檢驗、格蘭杰（Granger）因果檢驗和誤差修正模型等方法，對我國鄭州商品交易所棉花期貨價格發現功能進行實證研究，得出結論：近年來，鄭州商品交易所期貨市場價格發現功能己初步形成[1]。古佛章研究表明，早秈稻期貨市場運行基本正常，但有繼續完善的空間；交易所可根據目前運行中的問題對早秈稻期貨合約在期貨倉單持倉成本和交割成本上進一步優化[2]。

國內對于大豆期貨價格的研究文獻不多。如余建斌等運用共聚合法對中國大豆國際貿易與國內市場價格的關系進行實證分析，結果表明，中國大豆進口和出口與國內大豆市場價格關系緊密相關[3]。李春宇選取大連商品交易所大豆期貨品種作為研究對象，分析中國大豆現貨市場和期貨市場的發展狀況[4]。中國大豆產量及對大豆的需求對世界大豆的影響越來越大，中國大豆期貨市場雖然具有一定的價格發現功能，但交易風險較成熟的市場（CBOT）要大得多，還不具備應用基差交易策略的條件。本文從四個方面檢驗大豆期貨價格發現功能，即期貨價格與現貨價格之間的平衡性和相關性；利用VAR模型和VEC模型，分析期貨價格與現貨價格之間的短期及長期均衡關系；利用Granger因果檢驗，檢驗因果關系的順序；利用VAR模型脈沖響應函數及方差分解，分析不同變量對結構沖擊的貢獻度，得出起主導影響的內生變量。在此基礎上得出相關結論，并提出建議。

二、模型選擇與數據來源

大豆期貨上行階段的時間周期為2012年5月18日至2013年6月7日，震蕩下行階段的時間周期為2013年7月22日至2015年10月9日。出于當前大豆現貨價格在國內只有周數據的這一限制，本文選取與之相應的期貨價格周數據，收集數據時間為2012年5月18日至2015年10月9日，歷時近3年半時間，共152個數據。選擇大連商品期貨交易所大豆指數連收盤價作為期貨價格的數據依據，取CHOICE金融終端的鄭州大豆現貨價格周數據作為大豆現貨價格的數據依據。為保證數據的穩定性，減少價格波動程序，統一把整理收益的數據作對數處理，既能達到降階的效果又有助于后續的模型處理[5]。大豆期貨價格的對數在以下模型處理中稱為LNFP（future price），大豆現貨價格的對數在以下模型處理中稱為LNPP（present price）。

三、大豆期貨價格發現功能的實證分析

1.ADF檢驗

ADF檢驗是協整檢驗的前提，對大豆期貨價格周數據和現貨價格周數據分別做單位根檢驗。ADF檢驗一般存在有截距有趨勢、有截距無趨勢、無截距無趨勢三種情況。由實證分析得出不存在無截距無趨勢的情況，因而予以排除。這里對有截距有趨勢、有截距無趨勢的兩種情況進行ADF檢驗（見表1），以此驗證兩組數據之間的平穩性。

由表1可看出，大豆期貨價格周數據的原序列檢驗結果在1%、5%、10%的置信水平下均不接受原假設，即不存在單位根、序列平穩，因而期貨價格不需要做進一步檢驗。但大豆現貨價格的原序列均為平穩則需要進行一階差分序列檢驗，結果見表2。

由表2可看出，在三個不同的置信水平下，大豆期貨價格周數據和現貨價格周數據的序列均為平穩且均符合一階單整，可進行協整檢驗。

2.VAR模型

確定VAR模型需要先確定最佳滯后階數。選取“*”標記最多的數據為最佳滯后階數，滯后階數2和3的“*”標記數量相等，那么就需要根據SC和AIC的準則—數據最小化為檢驗方法選擇最優滯后階數。滯后階數2的SC和AIC的數據最小，確定2為最佳滯后階數（見表3）。VAR模型參數估計結果見表4。

表1 原序列檢驗結果

表2 一階差分序列檢驗結果

表3 VAR模型滯后階數的確定

表4 VAR模型參數估計結果

由表4可得出以下兩個回歸方程：

以上兩個方程式即為從VAR模型得出的大豆期貨價格周數據與現貨價格周數據兩期滯后數值及兩組數值之間的關系。由（1）式可看出，大豆現貨價格的一期滯后值對當期現貨價格的解釋能力（系數為1.309 318）比較強，其余各期滯后值對LNPP的解釋能力都較弱。由（2）式可看出，大豆期貨價格的一期滯后值對當期期貨價格的解釋能力（系數為0.771 506）較強，其余各期滯后值對LNFP的解釋能力都較弱。

3.協整檢驗

ADF檢驗已證明大豆現貨價格周數據和期貨價格周數據是一階單整，因而可進行后續的協整檢驗。同時由于VAR模型中已確定最優滯后階數為2，因而協整檢驗的最優滯后階數為1。協整檢驗結果見表5。

表5 協整檢驗結果

原假設“不存在協整關系”，但由表5可看出，從T統計量20.702890>5%的置信水平下的臨界（15.494710），同時P值0.0075<0.05，得出結論是拒絕了原假設，即“存在協整關系”。當原假設為“至多存在一個協整關系”，T統計量1.935822<5%的置信水平下的臨界值（3.841466），同時P值0.1641>0.05，得出結論是接受原假設，即“至多存在一個協整關系”。這說明大豆現貨價格周數據和期貨價格周數據最多只存在一個長期均衡關系。

4.VEC模型

協整檢驗表明大豆期貨價格與現貨價格之間存在長期均衡關系，由此可利用VEC（向量誤差修正）模型來有效分析短期偏離誤差調整與長期均衡是如何實現的。VEC模型參數估計結果見表6。

表6 VEC模型參數估計結果

由表5可得出LNPP和LNFP的長期均衡關系為：

LNPP=2.618043LNFP+13.558590

短期均衡關系為：

D(LNPP)=0.009471*(LNPP(-1)-2.618043*LNFP (-1)+13.558590)+0.070900*D(LNPP(-1))-0.032669* D(LNFP(-1))-0.002032

D(LNFP)=0.108137*(LNPP(-1)-2.618043*LNFP (-1)+13.558590)+0.059726*D(LNPP(-1))+0.063688* D(LNFP(-1))+0.001269

5.Granger因果檢驗

將VAR模型中已確定的最優滯后階數2代入Granger因果檢驗中，利用EVEWIS6.0得出Granger因果檢驗結果（見表7）。

由表7可看出，在置信水平5%的情況下，F統計量=4.11117小于1%的檢驗水平，因而得出“LNFP does not Granger Cause LNPP”的結論，即拒絕該假設，說明大豆期貨價格周數據與大豆現貨價格周數據之間存在因果關系，即大豆期貨周價格影響著大豆現貨周價格的變動。同理，F統計量=0.11413大于10%的檢驗水平可得出“LNPP does not Granger Cause LNFP”的結論，即接受該假設，說明大豆現貨周價格不能影響大豆期貨周價格。可見，從大豆價格周數據來看，它們的影響關系是單向的，即期貨價格帶動現貨價格，現貨價格不能帶動期貨價格，兩組數據之間存在單向的因果關系。

表7 Granger因果檢驗結果

6.脈沖響應函數

先檢驗VAR模型的穩定性。VAR模型所有根都落在單位圓內（見表8），說明該模型是穩定的，可進行后續的方差分解模型[6]，檢驗脈沖響應分析（見圖1）。

表8 VAR模型所有根

圖1 期貨對現貨的脈沖響應

由圖1可看出，在前10周期貨市場所受到的沖擊呈負向，沖擊影響力在0至1之間，說明負向影響比較小。同時也說明在大豆期貨現貨市場的價格周數據其實是帶動期貨市場的價格周數據呈負向變動的。可見，在滯后期內（10周），大豆期貨市場對價格的影響力遠大于現貨市場對價格的影響力，即大豆期貨市場在價格發現功能中處于主導地位。

7.方差分解模型

方差分解模型見表9。

由表9可看出，當滯后1周時，期貨市場的方差完全源于期貨市場內部，隨著滯后期限的增加，總方差來源與現貨市場的部分上升幅度很小，而來源于期貨市場內部的部分下降幅度很小；當滯后10周時，總方差來自期貨市場的部分約為99.57%，現貨市場的部分約為0.43%。同理，在滯后10周的情況下，大豆現貨長期價格變動來自現貨市場的部分約為90.61%，期貨市場的部分為約9.39%。與上述情況不同的是，隨著滯后周期的增加，來自現貨市場的部分大幅增加。

表9 方差分解模型

平均而言，大豆期貨價格方差來自期貨市場的部分為（99.57%+9.39%）/2=54.48%，來自現貨市場的部分為（90.61%+0.43%）/2=45.52%。從以上兩個數值可看出，大豆期貨市場在價格發現功能中仍處于主導作用，但其份額僅比現貨市場多10%，二者相差不大。

四、結論與建議

我國大豆期貨價格具有價格發現功能，但其效率仍需進一步提高。但在日益精確的大豆現貨價格的數據基礎上，相信期貨價格能帶來更好的測算效果，其價格發現功能的效率也會有進一步提升[7]。無論是在什么階段的價格變動情況下，期貨價格的變化受現貨價格的影響速度較慢，甚至相反，表明在大豆期貨市場中投資者不理性的問題比較嚴重。為此，提出如下建議：

（1）完善現貨市場。完善現貨市場運作體系，完備其價格交易機制和發現功能。無規矩不成方圓，只有在現貨市場有效運營的保障之下，期貨市場才能充分發揮價格發現和套期保值功能。同時有約束機制的現貨市場還需要一個完備的監管部門，建立一套完整的大豆市場數據庫和技術分析系統，對市場的運作進行監督指導。

（2）規范期貨市場。規范期貨市場的首要任務就是加強監管協調作用，通過信息交換和聯合風險控制平臺，使各個監管機構通力合作，提升監管效率，加強打擊力度，杜絕市場操控行為，維護市場公平、公正的原則，提高資源配置的有效性。期貨監管部門應時刻提防這些不法交易行為，進一步通過立法形式限制違法交易行為。

（3）推進期貨與現貨結合。建立資本子公司，利用期貨與現貨結合的相關業務，解決期貨價格與現貨價格之間的不理性，從而穩定上中下游生產商、加工商、貿易商的不同業務需求。套期保值、倉單業務、貿易融資、商品質押、升貼水交易等新的業務模式的不斷涌現恰恰說明了期貨價格與現貨價格越來越趨近。

[1] 王俊，梁朝暉.我國棉花期貨價格發現功能的實證研究[J]．金融經濟， 2014（10）：59-62.

[2] 古佛章.我國早秈稻期貨價格發現功能的實證研究[D].南昌：南昌大學經濟管理學院， 2013.

[3] 余建斌，喬娟，喬穎麗.中國大豆國際貿易與國內市場價格關系的實證分析[J]．農業經濟問題，2005（11）：31-35.

[4] 李春宇.大商所大豆期貨基差實證分析[D].大連：東北財經大學金融學院， 2005.

[5] 劉慶富，張金清.我國農產品期貨市場的價格發現功能研究[J].產業經濟研究，2006（1）：36-40.

[6] 田彩云，郭心義.我國玉米期貨市場發現價格功能實證分析[J].中國農村經濟，2006（6）：52-57.

[7] 佟孟華，楊榮，郭多祚.股指期貨價格發現價格功能的實證分析——基于現貨指數變化趨勢[J].統計與信息論壇，2008（9）：63-69.

[責任編輯：李 健]

An Empirical Analysis of Discovery Function of China’s Soybean Futures Prices

HU Zhenhuaa,b, ZHOU Jinxiub
(a.Business School; b.National Economic Research Institute, Wenzhou University, Wenzhou, 325035, China)

Price discovery reflects the efficiency of futures markets. By using empirical analysis, the paper examines the price discovery function of China’s soybean futures prices from four aspects, namely analysis of the balance between futures prices and spot prices; analysis of the short-term and long-term balanced relationship between futures prices and spot prices by using VAR model and VEC model; analysis of the order of causal relationship by using Granger causality test; and analysis of the contribution of dif ferent variables to structural impact by using the impulse response functions and variance decomposition of VAR model. Results show that China’s soybean futures prices have the function of price discovery, whose eff ciency needs to be improved. Thus, the combination of spot market and futures market should be promoted by improving spot market and standardizing futures market.

Futures market; Soybean; Futures prices; Price discovery; Dalian

F724.5

A

1671-4326 (2017) 01-0039-05

10.13669/j.cnki.33-1276/z.2017.009

2017-01-12

溫州市高層次人才重點創新技術項目（溫人社發〔2013〕209號）

胡振華（1964—），男，江西九江人，溫州大學商學院院長，溫州大學國民經濟研究所所長，二級教授，博士；周錦繡（1993—），女，浙江寧波人，溫州大學國民經濟研究所實習生.