玉米期貨對豬產業股價的溢出效應研究

文/范其浩（重慶工商大學 金融學院）

一、引言

我國玉米期貨自2004 年9 月在大連商品交易所上市以來，交易十分活躍，成交數量和交易金額不斷增大，現已成為國內最大規模的農產品期貨交易品種。2019 年大連商品交易所玉米期貨成交量9912 萬手，增加48.35%，成交金額18841億元，增長52.89%。玉米消耗主要以豬飼料為主，市場價格波動對生豬養殖業的成本會帶來較大影響，進而影響到豬肉價格和生豬上市企業的股票價格。豬產業指數是綜合反映生豬上市企業股票價格走勢的，在2016 年1 月 至2020 年9 月期間指數最高點達到1789 點，最低點達到667 點，向上漲幅最大為79%，向下跌幅最大為33%。如此大的波動幅度是否與玉米期貨價格變動有直接的關系呢？影響程度又怎樣？本文基于VAR 模型對玉米期貨與豬產業股價的相關性進行實證研究，其目的是揭示玉米期貨價格波動對豬產業上市公司股價的溢出效應和內在邏輯關系。本文研究結論對國家提前制定相關政策維護豬肉價格穩定，解決好民生問題具有重要的現實意義，對生豬養殖企業制定經營成本戰略和風險管理具有重要的實踐意義，對證券投資者決策是否投資生豬上市企業股票和運用玉米貨期進行套期保值具有重要的參考價值。

二、文獻研究

國外學者對現貨市場和期貨衍生品的關聯研究較早，在各方面取得了較為豐碩的研究成果，研究選取的數據范圍更加廣泛。一些研究認為期貨交易對現貨價格具有引導作用，具備價格發現的能力。Theissen(2005)對股指期貨和股票市場進行研究，發現期貨價格對現貨指數具有引導作用[1]。Vishwanathan 和 Pillai（2010）對所有商品期貨及其現貨市場進行了檢驗，發現近八成的期貨具有比現貨更高的價格發現能力[2]。有學者認為期貨交易能夠提高相關信息效率，提升市場信息質量。JiaxuanDu（2019）以5 分鐘股指期貨和現貨的高頻時間序列數據為對象，使用VAR 模型和信息函數法，幫助相關部門在市場大變時預測未來信息[3]。

而關于期貨交易對現貨市場的波動關系則未能得出一致結論，有學者認為期貨交易增加了現貨市場的波動性，Damodaran(1990) 對標準普爾500 指數期貨市場的交易數據進行了分析，發現指數推出后現貨市場的波動性有所增加[4]。Mayhew(2000) 使用GARCH 模型，研究加入了股指期貨市場后的世界資本市場，發現美國和日本的市場波動性增加[5]。有學者認為期貨交易降低了現貨市場的波動性，Eva和Helmut(2012) 選 取1970-2009 年股票指數波動性數據，通過GARCH建模實證了DAX 期貨交易降低了現貨市場的波動性[6]。

對相關文獻研究發現，由于我國期貨衍生品出現時間較晚，國內學者開展相關研究要晚于國外，主要運用建立數學模型對期貨與現貨的關系進行實證研究。嚴敏、巴曙松、吳博等（2009）使用ECM 模型、公因子模型和EGARCH 模型，對滬深300 股指期貨的期貨市場和現貨市場進行了實證分析，認為二者不存在顯著的非對稱雙向波動溢出效應，而是存在長期均衡關系、短期的雙向Granger 因果關系[7]；張金清、劉慶富（2006）建立雙變量EC-EGARCH 模型，對我國鋁、銅期貨與現貨進行了實證研究，認為兩者的期貨與現貨價格存在長期均衡關系，且銅期貨市場比鋁期貨市場運行更為有效[8]；梁萬泉（2007）利用雙變量向量自回歸方程建立股價指數期貨市場和現貨市場的動態關系模型，表明期貨市場和現貨市場的動態關系取決于套利交易的供給彈性[9]；薛健、郭萬山（2020）構建t-couple 模型，研究上海原油期貨的國際化定價能力，發現上海原油期貨國際影響力初顯，與國內外代表性原油現貨間存在著不同的相依關系[10]。馬鄭瑋、李蘊雯（2020）通過構建VAR 模型分析原油期貨與瀝青期貨價格關聯性，發現二者存在長期均衡關系且影響存在時滯性[11]。

通過對國內外相關文獻梳理，發現期貨與現貨市場相關性的研究逐漸從純粹的理論研究轉為定量研究，研究的對象類型逐漸多樣化，研究的時間跨度不斷擴大,研究的數據頻率不斷提高，研究所使用的計量方法也越來越貼近實際。國外文獻主要集中在期貨比現貨具有更高的價格發現功能，期貨能夠顯著提高市場信息質量和期貨市場對現貨市場的穩定性影響方面。國內文獻更多的是運用數學模型對國內商品期貨與現貨的關聯性和互動性進行實證研究。但到目前為止，國內外文獻還沒有對期貨與現貨相關性延伸到股票價格指數，本文的貢獻在于從期貨與股票價格指數相關性視角出發，構建VAR 建模，進行ADF 單位根檢驗、Johansen 協整檢驗、格蘭杰因果檢驗、脈沖響應分析和方差分解，研究玉米期貨對豬產業價格指數的溢出效應，對國家層面制定相關政策維護豬肉市場價格穩定，對生豬養殖企業制定經營成本戰略，對證券投資者決策投資生豬上市企業股票的時機都具有重要的意義。

三、理論分析、數據來源與模型選取

（一）理論分析

溢出效應主要是指某個組織在進行某項活動或者作出某項行為時，不僅是對自身產生預期的效果，還對其他組織在一定程度上產生影響。這個活動或者行為所產生的這種外部影響性，即為“溢出效應”，可分為三個類別：均值溢出效應、波動溢出效應和極端風險溢出效應[16]。本文研究豬產業指數受到玉米期貨價格的影響，屬于均值溢出效應范疇。

國內外學者經過長期研究，普遍得到一致的研究結論是期貨為現貨提供價格發現功能，事實上在實踐中也得到了證明其結論的正確性。因此，玉米期貨能為現貨提供價格發現功能，玉米期貨價格的變動對現貨價格產生較大影響，并且玉米期貨價格的變動會先于玉米現貨。玉米消耗主要是以生豬養殖飼料為主，約占飼料成分的60%，玉米價格的波動直接影響到生豬養殖企業的經營成本，企業成本的變動又直接影響企業利潤，進而影響到豬肉上市企業的股票價格。本文通過對玉米期貨價格與豬產業指數價格走勢比較發現，二者存在一定的關聯性，一是玉米期貨價格與豬產業指數價格都存在一定波動，但豬產業指數價格波動較大；二是在2017年第1 季度兩線重疊，其后豬產業指數在玉米期貨價格之下運行，在2019 年2 月豬產業指數上穿玉米期貨價格線，如圖1 所示。分析趨勢圖發現，玉米期貨價格波動與豬產業指數價格波動聯動性較強，是否存在溢出效應，有必要采取實證分析進行驗證。

圖1 玉米期貨價格與豬產業指數價格走勢圖

本文運用VAR 建模等系列方法對玉米期貨價格與豬產業價格指數相關性進行實證分析，以便弄清楚玉米期貨價格波動對豬企業股票價格的溢出效應和內在邏輯關系。豬產業價格指數采用Wind 提供的豬產業指數，該指數主要包含種豬、肉豬養殖、肉豬屠宰及肉豬銷售、豬飼料類一共25 家上市公司（包括牧原股份、順鑫農業、新希望、巨星農牧、益生股份等上市公司），每個公司在指數中權重為4%。

（二）數據來源與處理

本文選取數據來源于Wind 數據庫，選取的樣本為2017 年1 月至2019 年12 月之間大連商品交易所玉米期貨價格（X）和豬產業指數的月度數據（Y），數據個數一共36 個。為了使所選數據更加平穩，削弱模型的共線性和異方差性，減小分析誤差，本文將所選的玉米期貨價格和豬產業指數取自然對數，得到玉米期貨價格LnX，和豬產業指數價格LnY。

（三）研究方法與模型選取

本文選擇VAR 模型對玉米期貨價格與豬產業價格指數的相關性進行實證研究。其模型表達式為：

其中：C 代表(n×1)維的常數向量，Ai(i=1,2,...,p)表示(n×n)維的自回歸系數矩陣，t 是樣本個數，p是滯后階數，εt是擾動向量[16]。

四、玉米期貨與豬產業指數的實證分析

（一）單位根檢驗

本文運用Eviews8 軟件中的ADF 單位根檢驗方法對玉米期貨價格和豬產業指數的兩組數據進行平穩性檢測，在實驗中發現選擇沒有截距項和趨勢項的效果最好，結果詳見表1。

表1 ADF 檢驗結果

ADF 檢驗結果表明：（1）玉米期貨價格（LnX）在原始狀態下P值為0.6401，在10%的顯著性水平下，接受原假設，表明該序列是非平穩的。豬產業指數（LnY）在原始狀態下P 值為0.7852，在10%的顯著性水平下，接受原假設，表明該序列是非平穩的。所以，兩組數據均具有單位根性質；（2）在對兩組數據進行一階差分處理后，玉米期貨的P 值（0.0001）與豬產業指數的P 值（0.0000）均明顯小于1%的顯著性水平，拒絕原假設，表明兩者對數序列的一階差分都是平穩的，LnX 和LnY 都是一階單整。因此，兩個變量的水平序列都是非平穩的，而它們的一階差分序列都是平穩的，即都為I(1)序列，由于變量間是同階平穩，可能存在協整關系。

（二）Johansen 協整檢驗

由于Engle-Granger 檢驗基于Dickey-Fuller 檢測，它不是很有效且如果數據中存在結構性斷層會產生誤導性結論[18]。因此，本文選擇Johansen 協整檢驗方法檢驗玉米期貨價格和豬產業指數兩者之間的協整關系，結果詳見表2。

表2 Johansen 協整檢驗結果

從表2 可以看出，“沒有協整關系”項（None），跡統計值(Trace Statistic)和最大特征值統計值（Max-Eigen Statistic）均大于臨界值，P 值在5%顯著性水平下顯著，拒絕原假設，存在協整關系。“最多有一個協整關系”項（At most 1）跡統計值(Trace Statistic)和最大特征值統計值（Max-Eigen Statistic）均小于臨界值，P 值在5%顯著性水平下不顯著，接受原假設，即最多存在一個協整關系。由此可見，玉米期貨價格和豬產業指數之間存在長期平穩過程。

（三）格蘭杰因果檢驗

經過ADF 單位根檢驗和Johansen 協整檢驗得出玉米期貨價格和豬產業指數都是平穩的序列，并且二者之間存在協整關系。因此可以避免在格蘭杰檢驗中出現偽回歸的問題。本文用Granger 因果檢驗方法對玉米期貨價格與豬產業指數進行分析，檢驗結果詳見表3。

表3 Granger 因果關系檢驗結果

Granger 因果檢驗結果表明：（1）第一個原假設是LnY 不是LnX 的Granger 原因，P 值為0.1480，在給定α=5%的顯著性水平下接受原假設，說明LnY 不是LnX 的Granger原因；（2）第二個原假設是LnX不 是LnY 的Granger 原因，P 值 為0.0253，在給定α=5%的顯著性水平下拒絕原假設，說明LnX 是LnY的Granger 原因；（3）玉米期貨價格與豬產業指數存在因果關系，說明玉米期貨價格對豬產業指數具有預測作用，玉米期貨價格可引導豬產業指數變化，而豬產業指數對玉米期貨價格沒有預測作用，豬產業指數對玉米期貨價格沒有引導作用。以上結果表明，玉米期貨價格與豬產業指數存在均值溢出效應，且玉米期貨價格對豬產業指數具有單向均值溢出效應。

（四）VAR 模型滯后階數的確定

本文選擇取對數后的玉米期貨價格(LnX) 和豬產業指數價格(LnY)，建立二元VAR 模型。為了確定VAR 模型的滯后階數，運用Eviews8軟件的赤池信息準則(AIC)、施瓦茨信息準則(SC)和最大似然比法確定模型滯后階數，檢驗結果如表4 所示。

表4 VAR 模型最優滯后階數檢驗結果

由表4 中數據可得，根據AIC和SC 的判定，表4 中帶*號最多的行為VAR 模型滯后階數，即滯后一階，因此確定使用VAR（1）模型進行分析，VAR（1）模型的估計結果詳見表5。

表5 VAR 模型的估計結果

從表5 可以得出：（1）豬產業指數滯后1 期對自身的影響參數為0.850856，對玉米期貨價格的影響參數為-0. 025369；（2）玉米期貨滯后一期對豬產業指數的影響參數為-0.961168，對自身的影響參數為0.682684。

（五）模型的穩定性檢驗

本文采用AR 根圖分析法，對VAR（1）模型使用VAR 滯后結構進行檢驗，得到圖2，從圖中可知特征根的模都落在單位圓內，表明建立的VAR（1）模型擬合效果好，是穩定的。

圖2 VAR模型滯后結構的檢驗結果

（六）脈沖響應分析

本文對玉米期貨價格變動一個單位對豬產業指數的沖擊進行分析，得到玉米期貨價格變動對自身和豬產業指數的累積脈沖響應，結果詳見圖3。

圖3 脈沖響應分析結果

從圖中可得出：（1）玉米期貨價格對自身沖擊的相應數值是逐漸降低的，并最終趨于0；（2）玉米期貨價格對豬產業指數沖擊的響應數值為負，且呈現出先增大后逐漸減小的趨勢，并在第五期時影響達到最大，之后減小并趨于0，也就是說玉米期貨價格變動會引起豬產業指數的負向變動，且影響是長期的；（3）脈沖響應分析結果符合經濟學意義上的判斷，即玉米期貨價格上漲，會引起玉米現貨價格的上漲，導致生豬養殖的成本上漲，從而導致豬企業的利潤降低，對其股價指數產生負面影響。

（七）方差分解分析

本文運用Eviews8 軟件做方差分解，其結果詳見表6。

從表6 可以得出：（1）豬產業指數主要受到自身因素的影響，并且影響程度從滯后1 期的99.99%到滯后60 期的65.56%，表明隨著滯后期數的增加影響程度減小；（2）玉米期貨價格對豬產業指數的影響則是逐漸增大，在滯后期為1 時，玉米期貨價格對豬產業指數價格的影響很小，為0.941%，隨滯后期數的增加，玉米期貨價格對豬產業指數價格的影響不斷加大，但在滯后31 期至60 期時趨于穩定，其值為34.032%至34.443%。

表6 方差分解結果

五、結論與建議

（一）研究結論

玉米是生豬養殖的主要飼料，豬肉價格的波動很大程度上受玉米價格波動的影響，進而影響到生豬養殖企業的股價。玉米期貨為現貨提供價格發現功能，玉米期貨價格的變動對現貨價格產生較大影響，并且玉米期貨價格的變動會先于玉米現貨。本文建立VAR 模型，選取2017 年1 月至2019 年12 月玉米期貨價格和豬產業指數的月度數據，使用Eviews8 軟件做ADF 單位根檢驗、Johansen 協整檢驗、格蘭杰因果檢驗、脈沖響應、方差分解，實證分析得出結論：

第一，玉米期貨價格和豬產業指數價格的對數序列一階差分是平穩的，且都是一階單整,得出采用VAR 模型進行分析是有效的；第二，從Johansen 協整檢驗的結果分析得出，玉米期貨價格和豬產業指數價格在長期中存在協整關系；第三，從格蘭杰因果檢驗的結果來看，玉米期貨價格是豬產業指數價格的格蘭杰原因，并且玉米期貨價格的一階滯后值對豬產業指數具有顯著性影響，說明玉米期貨價格對豬產業指數價格有明顯的均值溢出效應，而豬產業指數價格不是玉米期貨價格的格蘭杰原因，豬產業價格指數對玉米期貨價格沒有引導作用。由此可見，玉米期貨價格對豬產業指數價格具有明顯的單向均值溢出效應；第四，從脈沖響應分析來看，玉米期貨價格對自身沖擊的相應數值是逐漸降低的，并最終趨于0，玉米期貨價格對豬產業指數沖擊的響應數值為負，且呈現出先增大后逐漸減小的趨勢，并在第五期時影響達到最大，之后減小并趨于0，也就是說玉米期貨價格變動引起豬產業指數是負方向的溢出效應，且是長期的；第五，從方差分解的結果來看，豬產業指數主要受到自身因素的影響，并且影響程度從滯后1 期的99.99%到滯后60 期的65.56%，玉米期貨價格對豬產業指數具有明顯的影響，最大貢獻率達34.441%。

（二）對相關主體的建議

本文從玉米期貨與豬產業股價波動相關性視角出發，著重闡述了玉米期貨對豬產業股價波動溢出效應的理論分析，并構建VAR 模型，通過模型檢驗，得出實證結論。在此基礎上，本文從國家層面制定相關政策維護豬肉市場價格穩定，以便保障民生，對生豬養殖企業制定經營成本戰略，對證券投資者決策投資生豬產業鏈企業股票的時機等方面提出相關建議。

第一，在發生豬瘟疫情時，建議國務院及農業農村部可出臺相關穩定玉米期貨市場價格的政策措施，或者對中小養殖戶的豬飼料價格適當進行補貼，并對養殖方式和生物安全防護提供科學咨詢服務，增加中小養殖戶的信心，穩定豬肉市場價格，以便能促進和保障民生。

第二，建議政府部門加強市場監管，完善玉米期貨市場法規。玉米期貨價格容易受政策影響，政府部門應當加強期貨市場監管，提高市場透明度，化解信息不對稱給市場帶來的不良反應，避免價格大幅波動對生豬養殖帶來不利影響。同時，建立能及時、準確反映國內玉米期貨動態的信息化平臺，減少不合規的交易發生，跟蹤玉米期貨發展形勢，更好地發揮玉米期貨價格發現功能，提高玉米期貨對相關產業鏈的服務能力。

第三，建議生豬養殖企業可以利用玉米期貨的套期保值功能進行價格風險管理，控制經營成本。企業管理者可從成本控制的角度，充分利用玉米期貨市場在產業鏈中的價格指導作用，發揮期貨的套期保值作用，控制好成本。特別是在生豬養殖行業受到豬瘟的影響下，生豬養殖企業的風險管理能力更加受到考驗。

第四，建議證券投資者在決策投資生豬上市企業股票或玉米期貨時，需要重點關注玉米期貨價格對豬產業指數的影響，考慮不同階段的影響方向和影響程度，并且考慮當前市場的投資時機，避免或減少類似非洲豬瘟發生時對市場價格波動產生的沖擊，從而減小投資損失，增加投資收益。