我國商品期貨市場套期保值效率評價與提升對策

張國勝 劉晨 武曉婷

摘要：套期保值是期貨市場基本功能之一。基于我國農產品、黑色金屬、有色金屬、化工四大板塊的期貨市場套期保值效率結構全景圖，選擇最小二乘回歸（OLS）等五種普適性模型，時間跨度為2017年10月—2018年9月、2018年10月—2019年9月和2019年10月—2020年9月三個時段，針對四大板塊的13個期貨主要品種開展套期保值比率優化研究，并運用最小方差標準，從橫向和縱向兩個維度就我國商品期貨市場的套期保值效率結構開展系統性評價。研究表明：有色金屬（銅、鋁、鎳）和黑色金屬（鐵礦石、螺紋鋼）的套期保值效率較高；豆粕、棕櫚油和精對苯二甲酸（PTA）等產品效率次之；農產品（玉米、白糖、棉花）和化工品（聚乙烯、天然橡膠）期貨等套期保值功能普遍較差。雖受新冠肺炎疫情影響，但期貨市場套期保值效率三年格局并未發生明顯變化。我國期貨和現貨市場發展迅速，且部分品種套期保值功能日趨成熟，但與發達國家成熟的期貨市場相比仍有較大差距，因此，要有針對性地降低交易所保證金比例，提高國內企業套期保值的參與度；健全現貨市場標準化程度；推進商品期權市場建設，促進期貨市場平穩運行；穩步推進期貨市場國際化，減少政府過度干預。

關鍵詞：期貨市場；套期保值；最優套期保值比率；套期保值效率

中圖分類號：F279.33文獻標識碼：A文章編號：1007-8266（2021）05-0042-10

基金項目：北京物資學院科研專項“中國期貨市場運行與創新”（035200120918）；北京市教委社會科學計劃一般項目“北京市涉農中小企業‘銀行+保險+期貨’新型融資模式設計及效果評價研究”（SM202110037004）

套期保值是指投資者為了防范現貨價格風險而在期貨市場中買進（或賣出）與現貨數量相匹配、交易方向相反的期貨合約，以期在未來某一時間通過期貨平倉來抵補現貨市場價格變動帶來的風險的行為。套期保值是期貨市場的基本功能之一，也是期貨市場產生和發展的基礎。我國期貨市場經過三十年的發展，雖然取得了巨大成就，已逐漸成為投資者實現資產配置的重要工具市場，但長期以來，期貨市場的投資者多以“散戶”為主，企業參與套期保值意識不強。黨的十九大以來，在金融服務實體經濟的戰略背景下，我國期貨市場套期保值功能呈現逐年增強之態勢，但與國際發達的期貨市場相比，市場套期保值效率整體仍然偏低。深入開展本土期貨市場套期保值效率研究，具有深遠的現實意義。

關于商品期貨市場的套期保值效率研究，近十多年來一直是學術熱點之一。但研究焦點主要集中在對單個品種或板塊的套期保值比率估計優化模型開發上，主要用于指導單個行業或企業的套期保值策略選擇行為。彭紅楓和葉永剛[ 1 ]對比分析了二元廣義自回歸條件異方差（BGARCH）模型、基于誤差修正的廣義自回歸條件異方差（ECM-GARCH）模型與修正的ECM-GARCH三種動態模型應用于銅期貨的套期保值效果，認為修正的ECM-GARCH模型更優。王玉剛、遲國泰、楊萬武[ 2 ]將Copula引入GARCH和EWMA模型，對期銅最小方差套期保值比率進行估計，取得較佳效果。凌鵬[ 3 ]運用靜態模型對銅的套期保值效率進行研究，發現ECM模型的套期保值績效最大。王寶森等[ 4 ]運用Copula函數對精對苯二甲酸（PTA）期貨進行套期保值研究，認為時變相關的Copula的最小方差套期保值模型可以提高套期保值效率。王輝、謝幽篁[ 5 ]通過引入修正ADCCGARCH和DADCC-GARCH模型對大豆、棉花、銅、鋁和燃料油等五種代表性商品期貨進行實證研究，大豆和棉花使用靜態模型表現更優，而原油和金屬期貨則使用動態套期保值效果更佳。張健等[ 6 ]提出對于大宗商品來說，動態套期保值模型的套期保值效果要好于靜態的模型，但動態的套期保值模型需要頻繁調整頭寸。淳偉德等[ 7 ]采用最小二乘回歸（OLS）、向量自回歸（VAR）、向量誤差修正（VECM）和向量自回歸—多變廣義自回歸條件異方差（VAR-MGARCH）四種模型對銅鋁鋅三種期貨品種的套期保值效率進行研究，通過樣本外滾動預測發現，金屬期貨的套期保值效率較高。其中，OLS模型在銅和鋅中表現較好，VAR和VECM在鋁中表現較好。付劍茹和張宗成[ 8 ]借助基于卡爾曼濾波法的狀態空間（SSPACE）模型對銅期貨市場的時變最優套期保值比率進行估計，并與OLS、VAR、VECM、CCC-GARCH模型效果進行了比較，結果顯示SSPACE模型的套期保值績效全面占優。邵永同和戰雪麗[ 9 ]采用OLS、BVAR、ECM和BGARCH模型對比分析發現，中國大豆期貨套期保值效率遠低于美國大豆期貨套期保值效率，且OLS、BVAR和BGARCH模型效果優于ECM模型。彭紅楓和陳奕[ 10 ]將馬爾科夫轉換方法與GARCH模型相結合，發現基于馬爾科夫轉換方法的套期保值效果優于單一狀態下的套期保值。

綜上所述，國內學者對有色金屬、農產品等部分單個品種的套期保值比率優化模型研究已經相當深入，但迄今關于期貨套期保值效率的多數研究都針對單一品種，由于不同品種的樣本期和模型選擇不同，得出的不同品種的套期保值效率不適合對比分析，相應地也難以對整個商品期貨市場套期保值效率開展跟蹤分析，并針對整個市場套期保值效率提升提出有效對策。

本文彌補上述研究文獻的不足，沿著國內外套期保值理論模型的優化進程，首先選取OLS、ECM、BVAR、BGARCH、ECM-GARCH五種經典模型，并截取2018—2020年相同的三個年度時段，統一對市場的13個品種加以套期保值比率優化研究；運用最小方差法，從縱向和橫向兩個維度系統計算并評價不同期貨品種套期保值效率的結構性差異特征，并追蹤這一特征的時間變化趨勢，分析其成因，進而提出提高期貨市場整體套期保值效率的路徑。由于是針對整個市場采用一套可比的標準，即可比的樣本期、可比的模型、可比的測算標準，與相關研究相比，從單一品種到整個市場，本文的研究創新了對期貨市場套期保值效率的整體結構認識，也為有針對性地完善相關制度、提升期貨市場整體套期保值效率提供了重要依據。

（一）套期保值效率衡量方法的選擇

套期保值策略事實上是一個現貨與期貨的投資組合，其中組合比率也稱為套期保值比率，是指持有期貨合約的頭寸大小與風險暴露現貨資產頭寸大小之間的比值，即對一單位風險暴露資產進行風險管理所需的期貨合約的數量。

（二）最優套期保值比率估計模型的選擇

由于基差的隨機變化，在套期保值之初，理論上的最優套期保值比率是一個未知參數。在現代套期保值理論研究中，最優套期保值比率參數的估計也就成為核心問題。人們聚焦于開發各種最優估計模型，并針對相應的最優套期保值組合進行效率分析，以此作為對該品種市場套期保值效率的評價，已成為套期保值效率研究的范式。縱觀國內外研究，這種最優套期保值比率估計模型一般分為靜態和動態兩類，其中動態模型的套期保值比率由于具有時變性，當市場處于大幅度波動、基差風險較高時，相比靜態模型存在一定優勢。但由于選擇的空間區域、時間跨度樣本不同，也由于隨著計量經濟模型的不斷發展，具體最優參數估計模型日新月異，要窮盡所有模型去尋找最優模型來研究市場套期保值效率結構，顯然是不現實的。梳理中外研究可以看出，沿著計量經濟理論模型的不斷精確化發展脈絡，靜態模型 OLS、ECM、BVAR和動態模型BGARCH、ECMGARCH出現的頻率最高，其套期保值效率也得到一定認可。后文的實證分析也表明，這五種模型對市場套期保值效率結構研究具有高度一致性，即無論使用哪一種模型，不同品種的套期保值效率都具有相同方向的差異特征，說明這些模型的適用性和可比性。

本文對每個品種采用OLS、ECM、BVAR、BGARCH、ECM-GARCH五種通用模型估計套期保值比率，并運用樣本外回測分析方法，對比選取最優套期保值比率。

1.OLS求解方法

（一）樣本數據

樣本選定在上海期貨交易所、大連商品交易所和鄭州商品交易所上市的以下13種具有代表性的商品期貨品種：螺紋鋼、鐵礦石、棉花、白糖、玉米、豆粕、棕櫚油、銅、鋁、鎳、聚乙烯、PTA和天然橡膠。品種選定綜合了期貨市場持倉量占比、合約交易活躍度高低以及對應現貨的實際情況（如交易量、內外消費需求、產業關聯度）等因素，具有很強的代表性。其中，期貨價格數據均采用活躍合約的收盤價，對于節假日數據，以及期、現貨非配對數據進行了剔除，獲得期貨、現貨日價格的有效配對數據。其中商品期貨數據選取的是活躍合約的收盤價，現貨價格數據是全國各城市現貨價的平均值，兩者均來源自萬得（wind）數據庫之商品數據庫。

實證分析使用的樣本數據區間為2013年10月—2020年9月。為比較2018—2020三年不同品種的套期保值效率年度變化情況，根據五種套期保值比率求解模型，使用2013年10月—2017年9月、2014年10月—2018年9月和2015年10月—2019年9月三個時段的日收益率作為樣本內數據估計套期保值比率，使用2017年10月—2018年9月、2018年10月—2019年9月和2019年10月—2020年9月的日收益率作為相應的樣本外回測數據，選取不同時期的最優套期保值比率，并根據式（2）計算相應品種的套期保值效率值。對于節假日數據，期、現貨數據非配對數據進行了剔除，獲得13個商品品種的期、現貨配對數據，然后使用對數收益率計算最優套期保值比率及效率。其中期貨與現貨日收益率采用式（1）列示的對數收益率。

（二）變量選取與統計特征

在使用OLS、ECM、BVAR、BGARCH和ECMGARCH模型計算最優套期保值比率及效率前，需首先進行單位根檢驗及ARCH效應檢驗。表1列示的檢驗結果表明，商品現貨與期貨收益率序列是平穩的。采用Q統計量、LM檢驗法對收益率序列進行分析，結果表明，13個品種的期現貨收益率序列均通過了LM檢驗，同時Q統計量顯著不為0，均存在ARCH效應。

（三）商品期貨最優套期保值比率估計

依據公式（5）～（10），運用python語言統一編制了套期保值比率估計值（詳細計算代碼略）。在使用OLS和ECM測算最優套期保值比率時，將期、現貨價格收益率序列分別代入公式（5）和公式（8），以商品現貨收益率？lnS作為被解釋變量，商品期貨收益率？ln F作為解釋變量，通過OLS回歸和ECM模型得到？lnF前的系數作為最優套期保值比率（b）。其中ECM模型是在OLS模型基礎上增加了誤差修正項。商品品種的OLS和ECM模型均通過了F檢驗，且b系數均在5%置信水平下顯著。

使用BVAR模型計算最優套期保值比率時，需使用單位根檢驗法（ADF）證明商品期、現貨市場收益率序列均通過平穩性檢驗。不同品種在三個樣本期內分別根據赤池信息量準則（AIC）和施瓦茲準則（SC）確定BVAR模型的滯后階數。然后將商品現貨收益率？lnS和期貨收益率？ lnF作為內生變量代入模型（6）和模型（7）中，對期、現貨市場收益率序列建立雙變量向量自回歸模型，計算得出的b即為BVAR模型下的最優套期保值比率。

動態套期保值比率的計算需借助動態套期保值模型（BGARCH和ECMGARCH）。表1的檢驗結果表明，13個商品期、現貨收益率序列均通過了平穩性檢驗和ARCH效應檢驗，即表現出明顯的波動性聚集特征。然后將收益率序列分別代入式（9）和式（10），分別使用GARCH模型和BGARCH模型估計得到收益率均值方程中的殘差序列εst和εft，通過計算殘差序列εst和εft的協方差和方差，得到時變的套期保值比率bt。實證結果表明，13個品種估計在三個樣本內區間得到的GARCH和ARCH項系數均顯著大于0，并且滿足系數之和小于1的約束條件，說明在滯后期內動態相關系數受前一期標準化均值殘差的影響顯著，并具有較強的持續性。由于GARCH項系數均保持在0.5以上，ARCH項系數均比較小，說明我國期、現貨市場之間的動態相關系數受條件異方差的影響很大，且期、現貨市場間的相關性不會受到前期的外部干擾。

表2給出了2018—2020年三個時段的最優套期保值比率分布值，由于動態套期保值比率是時變的，因此在表格中無法全部顯示。容易看出，靜態、動態套期保值模型的優勢各占半壁江山，而同一品種不同年份的最優套期保值模型不完全相同。對于套期保值效率較高的大多數品種而言，動態套期保值策略能夠達到更佳的套期保值效果。從板塊看，金屬板塊的套期保值比率普遍較高，且動態套期保值模型得到的套期保值比率更優；農產品和化工板塊的套期保值比率普遍較低。表2匯總了中國商品期貨市場最優套期保值比率，可按年度發布，為企業參與套期保值，特別是全面參與品種配置、防范現貨風險提供了最優套期保值一攬子參考策略。

（四）商品期貨套期保值效率特征分析

將表2的最優套期保值比率代入式（2）和式（3），運用樣本外數據，商品品種的套期保值效率回測值如表3所示，從中也可看出相應板塊2018—2020年套期保值效率變化趨勢。可以發現，我國商品期貨市場的套期保值效率呈現如下特征：

一是從板塊上看，金屬板塊的套期保值效率最高，三年平均效率為43.22%；農產品板塊次之，平均效率為15.15%；化工板塊效率最低，平均效率為10.08%。與農產品板塊相比，金屬和化工板塊的套期保值效率雖然波動較大，但上述這一市場效率格局未發生明顯變化。從表3也可以看出，農產品和化工板塊內的套期保值效率差別較大，其中在農產品板塊內，豆粕、棕櫚油較高，棉花較低；在化工板塊內，PTA較高，橡膠最低。

二是從品種分布看，我國商品期貨的套期保值效率可以分為三個層次：鐵礦石、銅和鎳的套期保值效率最高，在34%～64%之間；螺紋鋼和鋁、豆粕、棕櫚油、PTA的套期保值效率次之，在15%～ 42%之間；白糖、棉花、玉米、聚乙烯、橡膠的效率最低，效率區間為-2%～12%，這一基本格局三年來未發生實質性變化。值得注意的是，橡膠在2019年的套期保值效率為負值（-1.33%），這一方面有模型計量的誤差有關，另一方面也彰顯出這一品種期現市場的不相關程度，目前期貨市場完全不具備價格發現功能和套期保值功能。這與橡膠品種現貨種類多、期貨種類少所致價格不匹配、基差風險較大有密切關系。

三是從效率的穩定性看，無論效率高低，玉米、棉花、鐵礦石、白糖、豆粕的套期保值效率最穩定，聚乙烯、橡膠次之，而銅、鋁、鎳等金屬和PTA、橡膠的套期保值效率最不穩定。新冠肺炎疫情暴發以來，大宗商品的供需和流通都發生了變化，進而也影響了套期保值效率。2020年與2019年相比，在金屬板塊中，除鎳以外，所有品種均有明顯提升；在農產品板塊中，除棉花外所有各品種套期保值效率均有不同程度的下降；在能源化工板塊中，效率的特征有小幅改善。需要特別指出的是，橡膠套期保值效率從2018年的11.90%下降到2019年的-1.33%，且在疫情環境下僅為0.83%，低效率特征未見改觀之傾向。

（五）各板塊期貨套期保值效率特征成因分析

因此，不同品種的套期保值效率與期現貨收益率相關系數密切相關，期貨與現貨市場收益率相關系數越高，套期保值效率越接近于1。顯然，期貨市場的流動性與套期保值效率正相關，因為當期貨市場的流動性較差時，它的收益率值波動越小，隨機性較低，期貨收益率與現貨收益率的相關性較弱；現貨市場的標準化程度與套期保值效率正相關，因為現貨市場的標準化程度越高，現貨流動性越強，成交量也越大，期貨市場對此的價格發現功能就越強，期現市場的關聯度也越高；商品市場的國際化程度與套期保值效率正相關，因為商品市場的國際化程度越高，期貨市場針對國際商品價格波動的過度放大效應就會減弱，期現價格更容易趨于平穩一致；現貨商品的供求體制也是影響套期保值的重要成因，因為在指令性的商品流通價格下，現貨價格的內生因素成分降低，隨機波動較小，與期貨的市場價格相關性也就降低。此外，不健全的期貨品種體系也會降低期、現貨價格相關程度并增加套期保值基差風險。

表4列示了2020年我國三大板塊13個品種的期貨市場流動性及其與現貨市場的相關性。從表4可知，金屬板塊的期、現貨市場相關性較高，相關系數均在0.6以上。其中銅的期、現貨市場相關性最高，可達到0.8，也是2020年所研究的期貨品種中套期保值效率最高的（63.29%）。這是由于我國有色金屬擁有較為成熟的市場體系，市場供求關系明確，交易規模不斷擴大，已經成為國際金融市場上極具影響力的品種。從表4也容易得知，我國鐵礦石和螺紋鋼期貨市場的成交量與成交額都非常高，一方面是得益于樓市發展，另一方面是其本身具有保證金低的特點，吸引了大量的投機資金，為市場提供了充足的流動性，從而帶來較好的套期保值效果。在疫情之下，除鎳因短期供應中斷出現價格大幅波動外，其他金屬品種的套期保值效率穩中有升，也標志著我國期貨市場套期保值條件的成熟性。

在農產品板塊中，玉米和棉花因收儲政策和價格管控等因素的影響較大，在現貨市場價格相對平穩情況下，企業參與度低，抑制了期現市場的相關性，相關系數僅0.2左右。白糖具有貯存時間短、容易產生投機行為的特征，導致供求關系不穩定且價格波動幅度較大，也影響了套期保值效果。豆粕和棕櫚油的成交量較大，市場流動性較高，更容易從長、短期保持期、現貨價格之間的均衡，期、現貨市場相關性相對較高，達到0.5左右，相比于其他農產品品種，套期保值效率相對較高。另一方面，農產品期貨套期保值效率在2020年都出現了不同程度的下降，主要是物流限制導致產品流通不暢，產銷銜接階段性受阻，價格供需失衡、庫存增加等多方面因素導致現貨價格波動加劇，削弱了期、現貨市場間的聯動關系，因此在疫情的沖擊下，農產品期貨市場效率變化應予關注。

化工板塊的期、現貨市場的整體相關性均較低。其中橡膠的價格波動與國際大環境、汽車行業發展等休戚相關。我國天然橡膠長期處于供不應求狀態，雖是天然橡膠的消費和進口大國，在國際定價的影響力較弱，因此限制了套期保值功能的發揮。從產業鏈角度，聚乙烯既是石油煉制的衍生物，也是農業、制造業的基礎原料，現貨價格影響因素較復雜。PTA雖屬于國際化交易品種，但國內市場具有一定的定價權，企業參與套期保值和套利的操作不斷增加，市場成交量較大且具有較高的流動性，尚能發揮一定的套期保值功能。值得注意的是，2020年與2019年相比，隨著聚丙烯（PP）、聚氯乙烯（PVC）和線型低密度聚乙烯（LL？ DPE）期權的上市，提高了企業參與化工板塊衍生品交易意愿，因此化工品種整體低效率的特征有一定改善。

（一）主要結論和研究貢獻

1.全面解讀了中國商品期貨市場最優套期保值比率模型的普適性。基于五種套期保值比率優化模型，給出了化工、農產品、金屬期貨三大板塊13個品種的最優套期保值比率一覽表（表2）。從中可以看出，13個品種在最優套期保值比率的模型選擇上，靜態套期保值模型和動態套期保值模型各占據半壁江山，對于套期保值效率較高的品種如金屬板塊，動態套期保值比率估計模型更優。這是由于動態套期保值模型能夠反映市場情況的時變性，尤其是對于流動性較高的金屬期貨市場而言，市場頻繁波動與態勢的不穩定性使得靜態套期保值模型無法充分發揮其有效性，而樣本外則更能體現動態套期保值模型的優勢。最優套期保值比率參照表2可按年度定期發布，為企業參與套期保值，特別是全面參與品種資產配置、防范現貨風險提供了最優套期保值策略參考。

2.給出了中國期貨市場套期保值效率結構表，并將市場面與基本面特征相結合進行全面分析。通過采用一套可比的標準，即可比的樣本期、可比的模型、可比的測算標準，對期貨市場主要品種的套期保值效率進行系統測度。在所研究的13個品種中，金屬板塊的套期保值效率最高，其次是農產品板塊中的豆粕和棕櫚油期貨、化工板塊的PTA具有一定的避險功能，而聚乙烯、橡膠及農產品中的白糖、棉花和玉米期貨不具有較明顯的套期保值效果。有色金屬期貨經過近30年的發展，已經成為我國最成熟的期貨產品。黑色金屬期貨具有成熟的市場體系，市場供求關系明確，因此有色金屬與黑色金屬板塊能夠有效發揮期貨市場功能；而玉米、棉花和聚乙烯等品種，都具有成交量低、流動性差導致市場不活躍的特征，其中農產品市場受收儲政策和現貨價格管控，棉花與聚乙烯市場復雜的供求關系與投機因素加大了價格的波動風險，從而抑制了期貨市場的功能發揮。

3.從期貨與現貨市場的相關性出發，分析了我國期貨市場套期保值效率差異的理論成因。期、現貨市場間的相關性是影響套期保值效率的主要因素，期、現貨市場收益率相關性越高，期、現貨價格走勢越一致，期、現貨間的聯系就越緊密，此時通過套期保值策略才會得到更高的套期保值效率。此外，套期保值效率也與市場的流動性、商品國際化程度和國內商品期貨市場發展成熟度密切相關。此外，不健全的期貨品種體系也會降低期、現貨價格相關程度并增加套期保值基差風險。通過結合套期保值效率差異存在的成因分析，結合不同品種實際，能夠系統性分析我國期貨市場套期保值效率變化的影響因素，指出效率提升路徑。

4.分析了中國期貨市場套期保值效率發展趨勢。結合2018—2020年套期保值效率趨勢，2020年期貨市場的規模和活躍度較2019年有所提高，雖然受到了新冠肺炎疫情的沖擊，但各企業加強庫存管理，積極利用套期保值規避價格風險，使得期貨市場成交量大幅增加；后半年為了刺激消費，全球實行積極財政政策，需求強勁復蘇，擴大了交易規模，期貨的價格發現功能也相應提高。因此，除農產品外，多數期貨品種在2020年的套期保值效率均較2019年均有所提升。通過動態觀測商品期貨套期保值效率趨勢性變化，為政府動態、全面掌握套期市場保值功能提供了參考，對完善套期保值相關制度、提升套期保值整體效率具有重要意義。

（二）未來發展路徑及政策建議

我國期貨和現貨市場發展迅速，且部分品種套期保值功能日趨成熟，但和發達國家成熟的期貨市場相比，仍有較大差距。基于上述研究，提出以下幾點建議。

1.有針對性地降低交易所保證金比例，提高國內企業套期保值的參與度。保證金設計的初衷是充當期貨交易方信用的證明，防止期貨參與方違約。降低保證金設置水平，顯然對企業參與套期保值的積極性是有深遠影響的。對于套期保值效率高的品種，如黑色金屬、有色金屬、農產品板塊的豆粕和棕櫚油等，由于套期保值效率較高，套期保值者理論上違約風險較低，因此可以繳納更少的保證金。這樣的設定可以增加套期保值者參與套期保值的熱情，同時提高了期貨市場風險管理功能。因為對于參與套期保值的企業來說，更低的保證金比率減少了套期保值的資金占用，使得企業現金流更加充裕，企業參與數量的增加，會進一步提高市場的套期保值效率。通過對部分品種保證金比例的差異化設置，形成高套期保值效率→低優惠保證金比率→提高市場參與度→提高期貨合約活躍度→提高套期保值效率的良性循環，能夠逐步引導我國期貨市場更好地平穩健康發展。

2.健全現貨市場標準化程度。商品期貨交易業務的開展以現貨市場為基礎，沒有一個發達的現貨市場，期貨市場的運行就變成了無源之水，就會失去方向，而這恰恰是我國期貨市場套期保值功能發展的軟肋。我國農產品、橡膠等許多現貨市場源于眾多不規范的批發市場、貿易中心等，市場發育的標準化程度較低，集中表現為交易市場分散分割、報價機制不規范、交易秩序混亂、成交量不高、交易者小眾、信息聚散速度快等特征，這種現貨市場的低效率直接造成期貨市場價格變動方向的紊亂，期貨市場投機行為過度，期現市場相關度偏低，也直接造成交易主體規避風險意識不強，參與套期保值的動力不大。完善現貨交易市場的手段之一，是廣泛搭建現貨電子交易平臺。借助現代科技手段，將各類小眾市場統一成標準化的場外市場，以信息的完備傳播引導投資方向，是健全現貨市場標準化程度的重要路徑。

3.推進商品期權市場建設，促進期貨市場的平穩運行。通過商品套期保值實證分析可以看出，套期保值效率較高的品種普遍具有較高的成交量，即具有充分的流動性，且期、現貨價格收益率的波動率大小比較接近。這表明套期保值效果好的品種，其期現貨市場間往往具有雙向引導關系，期貨市場能夠充分發揮價格發現功能。商品期權作為期貨衍生品工具的補充，能夠促進期貨市場流動性，且有效規避基差貿易中的價格風險，同時也為“保險+期貨”試點提供風險對沖工具，促進了“保險+期貨”的深入開展和全面普及，有提升期貨市場功能的作用。我國雖已對多個商品品種開展了期權交易，隨著期權品種的逐步推出，市場規模逐步增加，但由于期權市場比期貨市場在交易規則、定價機制、結構特征以及套期保值策略都更為復雜和專業，因此未來仍需持續優化做市商制度，科學合理地設計商品期權合約，保證商品期權市場的流動性和定價的有效性。

4.穩步推進期貨市場國際化，減少政府過度干預。我國期貨市場整體效率偏低，與市場的國際化程度和政府過度干預密不可分。2020年我國完全放開了外資在期貨公司的持股比例限制。在金融開放度日益提高的背景下，未來還可能有更多的開放措施，這對我國期貨市場來說是巨大的挑戰，同時也是機遇。為促進我國期貨市場盡快在世界范圍內取得領先地位，需要有步驟地放開市場，吸引國內外市場參與者，設計制定政策使得各層次市場參與者（投機者、套利者、套期保值者、資產配置需求等）的訴求可以得到妥善安排，對期貨品種逐步分品種國際化。另外，我國一些大宗商品包括農產品的供求受到商品收儲政策的干預，也會影響現貨市場價格的真實性[ 22 ]。因此，提高期貨市場的開放程度、適當減少政府對現貨市場的干預，是長期提升期貨市場套期保值功能的基本策略。

*北京物資學院經濟學院研究生張文江、楊廣義、張小燕參與了論文數據的搜集、預處理、建模等相關工作，特此致謝！

注釋：

①為便于比較，本文采用收益率套期保值，故套期保值比率指投資者在t時刻構建的投資組合中，期貨資產的價值與現貨資產價值之間的比率，即在套期保值期初，單位現貨價值所匹配的期貨價值量。

參考文獻：

[1]彭紅楓，葉永剛.基于修正ECM-GARCH模型的動態最優套期保值比率估計及比較研究[J].中國管理科學，2007（10）：29-35.

[2]王玉剛，遲國泰，楊萬武.基于Copula的最小方差套期保值比率[J].系統工程理論與實踐，2009，29（8）：1-10.

[3]凌鵬.我國銅期貨市場套期保值績效實證研究[D].廣州：暨南大學，2010.

[4]王寶森，王麗君.基于Copula函數的PTA期貨套期保值研究[J].科技信息，2011（1）：9-10.

[5]王輝，謝幽篁.中國商品期貨動態套期保值研究：基于修正ADCC和DADCC-GARCH模型的分析[J].世界經濟，2011（12）：120-139.

[6]張健，方兆本.股指期貨套期保值模型選擇[J].中國科學技術大學學報，2012（3）：191-196.

[7]淳偉德，李曉燕，陳王，等.上海金融期貨市場避險效率研究[J].預測，2012（4）：39-45.

[8]付劍茹，張宗成.模型的復雜性與期貨套期保值效率：基于環境突變樣本區間的檢驗[J].管理工程學報，2014（2）：196-205.

[9]邵永同，戰雪麗.中美大豆期貨市場套期保值效率比較研究[J].價格理論與實踐，2014（8）：93-95.

[10]彭紅楓，陳奕.中國銅期貨市場最優套期保值比率估計——基于馬爾科夫區制轉移GARCH模型[J].中國管理科學，2015，23（5）：14-22.

[11]MARKOWITZ H.Portfolio selection[J].Journal of finance，1952，7（1）：77-91.

[12]LIEN D.The use and abuse of the hedging effectiveness measure[J].International review of financial analysis，2005，14（2）：277-282.

[13]HOWARD C T，DANTONIO L J.A risk return measure of hedging effectiveness—a reply[J].Journal of financial and quantitative analysis，1987，22（3）：377-381.

[14]LINDAL E，STEFANSSON J G.The frequency of depres？ sive symptoms in a general population with reference to DSM-III.[J].The international journal of social psychiatry，1991，37（4）：233-241.

[15]FISHBURN P C.Mean-risk analysis with risk associated with below- target returns[J].American economic review，1977，67：116 -126.

[16]EERINGTON L H.The hedging performance of the new fu？ tures markets[J].The journal of finance，1979，34（1）：157-170.

[17]MYERS R J，THOMPSON S R.Generalized optimal hedge ratio estimation[J].American journal of agricultural econom？ ics，1989，71：858-868.

[18]GHOSH A.Hedging with stock Index futures- estimation and forecasting with error-correction model[J].Journal of fu？ tures markets，1993，13（7）：743-752.

[19]LEE C F，CHOU W L，FAN K K.Hedging with the Nikkei Index Futures：Conventional model versus error correction model[J].Quarterly review of economics and finance，1996，36：495-505.

[20]PARK T H，SWITZER L N.Bivariate GARCH estimation of the optimal hedge ratios for stock index futures：a note[J]. Journal of futures markets，1995，15（1）：61-67.

[21]KRONER K F，SULTAN J.Time- varying distributions and dynamic hedging with foreign currency futures[J].Jour？ nal of financial and quantitative analysis，1993，28（4）：535-551.

[22]沈稚琴，陶昌盛.中國糧食期貨市場的發展：困境、原因和未來的道路[J].經濟經緯，2005（6）：130-133.

責任編輯：林英澤

Systematic Evaluation and Promotion Countermeasures of the Commodity Futures Markets’Hedging Efficiency

ZHANG Guo-sheng，LIU Chen and WU Xiao-ting

（College of Economics，Beijing Wuzi University，Beijing 101149，China）

Abstract：Hedging is one of the basic functions of the futures market. Based on the overall picture of the futures market’s hedging efficiency structure concerning the four major sections such as agricultural products，ferrous metal，non-ferrous metal，and chemical engineering，the authors select five universal models （e.g. OLS） and three periods of time to draw up a research on optimization evaluation of hedging ratios aiming at thirteen major varieties from the four major sectors. Furthermore，a systematic evaluation of the hedging efficiency structure of commodity futures market is carried out from both horizontal and vertical dimensions. The results show that：the hedging efficiency of the non-ferrous metal（copper，aluminum，nickel）and ferrous metal（Iron ore，Deformed steel bar）is higher；that of soybean meal，palm oil and PTA is the lower；and that of agricultural products（maize，sugar and cotton）and chemical products（polyethylene and rubber）is the lowest. Though influenced by COVID-19，the three-year pattern of futures markets hedging efficiency has not changed significantly. China’s futures market is developed rapidly，the hedging functions in some sub-markets are increasingly mature，though there are still significant gaps comparing to futures markets in the advanced countries. So we should reduce the margin ratio in some sub-markets to encourage more domestic enterprises to participate hedging transaction，perfect the market standardization，promote the construction of the options market to promote the stable operation of the futures market，and steadily promote the internationalization of the futures market and reduce the undue government intervention.

Key words：futures market；hedging；optimal hedging ratio；hedging efficiency