国内外豆类期货价格传导实证研究——基于分布滞后回归模型

李正辉， 李 磊， 何 融

(湖南大学 金融与统计学院， 湖南 长沙 410079)

国内外豆类期货价格传导实证研究
——基于分布滞后回归模型

李正辉， 李 磊， 何 融

(湖南大学 金融与统计学院， 湖南 长沙 410079)

用分布滞后回归模型分别研究大豆、豆粕和豆油在国内期货市场和芝加哥期货市场间的传导。从豆类各品种在大连期货交易所和芝加哥期货市场之间的传导特点可以看出，豆类期货价格在国内外的传导具有非对称性。总体来说我国豆类期货价格对芝加哥期货市场的影响力要大于芝加哥期货市场对我国期货市场的影响力，特别显著的是我国大连大豆和豆粕期货都是芝加哥大豆和豆粕期货的格兰杰原因，而反之不成立。虽然大连豆油期货和芝加哥豆油期货价格间的传导互为因果，但是从分布滞后模型的回归结果可以看出，我国大连豆油期货对芝加哥豆油期货价格的影响力要大于芝加哥豆油期货对大连豆油期货的影响力。

农产品期货； 分布滞后回归； 传导机制

一、引言

目前在开放的市场机制环境下，农产品价格的形成不仅受到生产成本、物流成本、相关替代品和互补品价格、供求因素以及国内外宏观经济的影响，而且受到农产品期货市场的影响。由于期货市场具备良好的流动性和价格发现功能，为了转移农产品的价格波动风险、稳定农产品价格以及为了更好地给农产品价格进行定价，我国也推出了农产品期货市场。伴随着期货市场的不断发展和完善，不同期货市场的价格之间的相互影响越来越强。

自2008年金融危机以后，世界各国经济受到了剧烈的波动，国际经济运行环境变得复杂，物价的波动也变得很剧烈。2008年下半年开始各国为了拯救国内经济，纷纷采取宽松的货币政策和积极的财政政策，由于各国刺激经济的政策，各国的经济都在一定程度上有所恢复，但是由于宽松的货币政策也带来了通胀水平过高的隐患，治理通货膨胀、稳定物价又成了各国政府面对的问题，很多国家又采取紧缩的货币政策和稳健的财政政策[1]。在国际经济环境和宏观经济政策发生如此重大变化的情况下，农产品期货价格也发生了剧烈波动并在国际期货市场上传导[2]。在复杂的国际经济环境下，我国农产品期货市场与国际上期货市场的特点以及期货市场对期货价格传导的影响和期货价格在国际市场上不同期货市场间的传导机制如何是一个值得深入研究的问题，对这个问题的研究有利于了解我国期货市场对农产品期货价格的影响以及国际期货市场对我国农产品期货价格的影响。

期货价格在不同期货市场上的传导往往表现为非对称性，其中有些市场的影响力要强些，对其他期货市场的影响比较大，而且影响的时间比较久，有些市场的影响力要弱些，对其他期货市场的影响力比较小，而且影响的时间比较短[3]。本文研究自2008年金融危机后的国内大豆、豆粕和豆油的期货价格与芝加哥期货价格之间的相互关系及传导机制，以研究不同期货品种在国内市场与国际市场的传导的非对称性效应。

本文通过研究2008年金融危机后豆类期货各品种分别在大连期货市场和芝加哥期货市场的传导特点以研究不同期货市场对期货价格传导的影响并研究豆类期货单个品种在大连期货市场和芝加哥期货市场间的传导，具体方法利用动态滞后回归模型研究单个豆类品种在不同期货市场之间的关系,以研究不同品种在两个市场的传导。

二、期货市场豆类各品种间价格传导的基本理论分析

1.豆类期货各品种间价格传导的基本表现

本文从价格传导的持续性、价格传导的强度、价格传导的方向和价格传导的因果效应四个方面研究价格传导的特点。并从价格传导的这四个方面的表现来研究国内外期货价格传导的非对称性特点。首先需要对价格传导的持续性、价格传导的强度、价格传导的方向和价格传导的因果效应进行简单的概念界定。

价格传导的持续性是指一个市场的价格传导受到另一个市场价格影响的滞后期数，受到其影响的滞后期数越长，则价格传导的持续性越强。

价格传导的强度分为短期强度、长期强度。短期强度是指一个市场的价格受到另一个市场价格的滞后一期的影响大小；长期强度是指一个市场的价格受到另一个市场价格的滞后期的总和的影响大小。

价格传导的方向是指一个市场的价格受到另一个市场价格的走势是同向还是反向的。

价格传导的因果效应是指一个市场的价格是否是另一个市场的价格的因果。如果一个市场的价格对另一个市场价格的因果性比较显著，则表明这个市场是另一个市场价格的原因。

2.豆类期货各品间价格传导理论模型的构建

为了研究豆类期货某品种在一个期货市场与另一个期货市场上的价格传导，本文构建分布滞后回归模型，通过分布滞后回归模型的滞后期数确定影响的持续性并通过分布滞后回归模型的回归系数大小分析影响强度。(P，Q)阶自回归分布滞后模型[4]113的基本表达式为：

Yt=α+β0Xt+β1Xt-1+…+βsXt-s+γ1Yt-1+γ2Yt-2+…+γqYt-q+ut

其中，s、q分别称为滞后解释变量和滞后被解释变量的滞后期长度。若滞后期长度有限，称模型为有限滞后变量模型。若滞后期长度为无限，称模型为无限分布滞后模型。

对于分布滞后回归模型的估计常用的方法有经验加权法和阿尔蒙Almon估计法。

为了检验一个市场的期货价格与另一个市场的期货价格是否存在因果关系。其基本原理为：如果由豆类某品种在一个期货市场的价格yt和该品种在另一个期货市场的价格xt滞后值所决定的yt的条件分布与仅由yt滞后值所决定的条件分布相同，即f(yt|yt-1,…，xt-1,…)=f(yt|yt-1,…),则称豆类品种x对y存在格兰杰非因果性，其检验主要通过如方程：

构造统计量进行，构造的统计量如下：

其中SSEr表示施加约束(零假设成立)后的残差平方和。SSEu表示不施加约束条件下的残差平方和。k表示最大滞后期。N表示VAR模型中所含当期变量个数，T表示样本容量，是否存在因果关系根据假设检验的原理进行判断。

三、数据的搜集与相关性研究

1.数据的搜集

目前国内大连期货市场上市的农产品主要有玉米、大豆、棉花、籼稻、强麦、硬麦等及其豆粕、豆油、菜籽油、棕油等农料作物。国内大豆、豆粕、豆油期货市场相对其他品种来说交易比较活跃而且它们同属于豆类期货，其价格之间具有一定的关系，可以通过它们之间的价格关系研究不同期货市场的特点[5]。所以本文选取大豆、豆粕和豆油作为研究对象。

本文的目的就是要研究在2008年国际金融危机导致全球经济剧烈波动、物价急涨急跌的环境下研究国内期货品种与国际期货品种价格之间的相互传导。基于以上研究目的，所以本文的数据的搜集起点为2008年9月1日至2012年12月1日止共219个数据。大连大豆期货价格取对数后用字母d表示，芝加哥大豆期货价格取对数后用字母Amerid表示，大连豆粕期货价格取对数后用字母p表示，芝加哥豆粕期货价格取对数后用字母Amerip表示，大连豆油期货价格取对数后用字母y表示，芝加哥豆油期货价格取对数后用字母Ameriy表示。

2.相关性分析

图1 大连和芝加哥豆类期货相关系数走势图

从图1可以看出,(1)相关系数总体上是正相关，而且呈现周期性波动，可能与农产品的生产和消费具有季节性有关系；(2)不同品种之间的相关性的波动特征很相似，表现为同起同落。表1为上图相关系数的统计描述：

表1 动态相关系数描述性统计

从表1可以看出，国内豆油和芝加哥豆油期货之间的相关性最强，其次为豆粕，最后为大豆，甚至大豆个别时期的相关系数为负数；三个品种的相关系数的标准差范围很接近，表明三个品种的相关系数的波动性很相似。

四、基于分布滞后模型的国内外豆类期货价格联动关系实证研究

1.大豆期货在大连期货市场和芝加哥期货市场之间的价格传导研究

通过估计大连大豆和芝加哥大豆期货之间的分布滞后回归模型结果如表2和表3所示，它们的拟合优度分别为0.968522和0.96，表明拟合效果较好；se表示的是系数的估计标准差，t用来对系数的估值值的显著性检验。从t值的结果可以看出每个系数都很显著。

表2 大连大豆期货分布滞后回归模型参数估计结果

表3 芝加哥大豆期货分布滞后回归模型参数估计结果

从以上两个表中可以看出，Amerid对d的短期影响为0.198，而d对Amerid期货的短期影响为0.163；Amerid前三期的滞后项对d的影响为负值，第四期对d的影响为正，d的前两期滞后项对Amerid的影响为正，第三期和第四期对Amerid的影响为负；Amerid对d总的影响为0.06，d对Amerid总的影响为0.2106。以上结果表明大连大豆对芝加哥大豆期货价格的影响的强度和持续性强于芝加哥大豆对大连大豆期货的影响。

2.豆粕期货在大连期货市场和芝加哥期货期货市场之间的价格传导研究

通过估计大连豆粕和芝加哥豆粕期货之间的分布滞后回归模型结果如表4与表5所示，它们的拟合优度分别为0.9424和0.9333，表明拟合效果较好。se表示的是系数的估计标准差，t用来对系数的估值值的显著性检验。从t值的结果可以看出每个系数都很显著。

表4 大连豆粕期货分布滞后回归模型参数估计结果

表5 芝加哥豆粕期货分布滞后回归模型参数估计结果

从以上两个表中可以看出，Amerip对p的短期影响为0.108，而p对Amerip的短期影响为0.078；Amerip第一期的滞后项对p的影响为正值，第二期到四期对p的影响为负，p的前三期滞后项对Amerip的影响为正，第四期到第六期对芝加哥期货的影响为负；Amerip对p总的影响为0.0487，p对芝加哥大豆总的影响为-0.00991。以上结果表明大连豆粕对芝加哥豆粕期货价格的影响的持续性强于芝加哥豆粕对大连豆粕期货的影响，而且从滞后项的阶数来看芝加哥豆粕期货价格受到大连期货价格影响的时间长度要大于大连豆粕期货价格受到芝加哥期货价格的影响；但是从总的影响程度来看，无论是大连豆粕期货对芝加哥期货价格的影响还是芝加哥豆粕期货价格对大连豆粕期货的价格的影响都不是很大。

3.豆油期货在大连期货市场和芝加哥期货期货市场之间的价格传导研究

通过估计大连豆油和芝加哥豆油期货之间的分布滞后回归模型结果如表6和表7所示，它们的拟合优度分别为0.973和0.9779，表明拟合效果较好。se表示的是系数的估计标准差，t用来对系数的估计值的显著性检验。从t值的结果可以看出每个系数都很显著。

表6 大连豆油期货分布滞后回归模型参数估计结果

表7 芝加哥豆油期货分布滞后回归模型参数估计结果

从以上表中可以看出，Ameriy对y的短期影响为0.133，而y对Ameriy的短期影响为0.206；Ameriy第一期和第二期的滞后项对y的影响为正值，第三期到四期对y的影响为负，y的前三期滞后项对Ameriy的影响为正，第四期和第五期对芝加哥期货的影响为负；Ameriy对y总的影响为0.1177，y对芝加哥大豆总的影响为0.4753。以上结果表明大连豆油对芝加哥豆油期货价格的影响的持续性稍强于芝加哥豆油对大连豆油期货的影响，而且从滞后项的阶数来看芝加哥豆油期货价格受到大连期货价格影响的时间长度要稍大于大连豆油期货价格受到芝加哥期货价格的影响；从总的影响程度来看，大连豆油期货对芝加哥期货价格的影响比较大，为0.4753，芝加哥豆油期货价格对大连豆油期货的价格的影响也比较大，为0.1177。

4.格兰杰因果检验

从格兰杰检验结果(如表8)可以看出，国内豆粕期货价格是芝加哥期货价格波动的原因，而芝加哥期货价格不是大连豆粕期货价格的原因；国内大豆期货价格是芝加哥期货价格波动的原因，而芝加哥期货价格不是大连大豆期货价格的原因；国内豆油期货价格和芝加哥期货价格波动互为因果关系。

表8 格兰杰因果检验结果

五、结论

从实证结果可以看出，国内期货市场与芝加哥期货市场的价格传导存在非对称性，具体表现为：

(1)从影响的滞后期数可以看出大连大豆期货、豆粕期货和豆油期货对芝加哥大豆期货、豆粕期货、豆油期货的影响的持续性要强于芝加哥大豆期货、豆粕期货、豆油期货对国内期货的影响；

(2)从总的影响强度来看，大连大豆期货对芝加哥大豆期货的影响总的强度要稍大于芝加哥大豆期货对大连大豆期货的影响的总的影响强度，大连豆粕期货和芝加哥豆粕期货间的影响强度都很小，大连豆油期货与芝加哥豆油期货市场之间的相互影响比较大且大连豆油期货对芝加哥豆油期货的总的影响强于芝加哥豆油期货对大连豆油期货的影响；

(3)从格兰杰因果关系来看，大连大豆期货和豆粕期货是芝加哥大豆期货、豆粕期货价格的原因，大连豆油期货和芝加哥豆油期货之间互为因果关系。表明大连豆类期货对芝加哥的影响力要大于芝加哥期货市场的影响力，但这种影响力需要通过更持久的时滞表现出来。

以上结果表明我国豆类期货市场在价格传导中的作用和影响力确要强于芝加哥期货市场，即我国期货价格波动对芝加哥期货价格的影响大于芝加哥期货价格波动对我国期货价格的影响。

[1]方晨靓,顾国达.农产品价格波动国际传导机制研究——一个非对称性视角的文献综述[J].华中农业大学学报,2012(6)：6-14.

[2]夏天,细玉.国内外期货价格与国产现货价格动态关系的研究[J].金融研究,2006(2)：110-117.

[3]华仁海.现货价格和期货价格之间的动态关系[J].世界经济,2005(8)：34-41.

[4]高铁梅.计量经济分析方法与建模：EViews应用及实例(第2版)[M].北京:清华大学出版社,2009.

[5]罗锋,牛宝俊.国际农产品价格波动对国内农产品价格的传递效应——基于VAR模型的实证研究[J].经贸论坛,2009(6)：16-22.

[6]刘智星.基于行为金融理论的期货价格波动非对称性研究[D].长沙:中南大学,2004.

[7]方晨靓.农产品价格波动国际传导机理及效应研究[D].杭州:浙江大学,2012.

EmpiricalResearchofTransmissionMechanismbetweenDomesticandForeignSoybeanFuturesMarketBasedonDistributedLagRegressionModel

LI Zheng-hui， LI Lei， HE Rong

(HunanUniversityofFinanceandStatistics，Changsha，Hunan410079)

Based on distributed lag regression model,the author of this paper studies transmission mechanism between domestic and the Chicago futures market with soybeans,soybean meal and soybean oil.As we can see from the conduction characteristics on variety of beans between Dalian Futures Exchange and the Chicago futures market,transmission between futures prices of beans at home and abroad shows asymmetries.Overall,our bean futures price on the Chicago futures market is more important than the influence of the Chicago futures market on China’s futures market.It is significant that our Dalian soybean and soybean meal futures are Granger cause of soybean meal futures in Chicago but the opposite is not true.Through the transmission between Dalian soybean oil futures and Chicago soy oil futures prices are reciprocal causations,as can be seen from the regression results,the influence of our Dalian soy oil futures prices on the Chicago soybean oil is greater than that of the Chicago soy oil futures on Dalian soybean oil.

agricultural futures; distributed lag regression model; transmission mechanism

2014-07-28

国家社科基金重点项目“金融资源配置能力的统计测度研究”(14ATJ004)；国家自然科学基金资助项目“转型期中国居民收入差距：度量、效应、影响因素及干预对策研究”(71373073)。

李正辉，1974年生，男，湖南衡阳人，教授，博士生导师，研究方向：宏观经济统计、风险管理与金融统计； 李 磊，1989年生，男，河南开封人，硕士研究生，研究方向：宏观经济统计； 何 融，1988年生，男，湖南永州人，硕士研究生，研究方向：宏观经济统计。

F714.1

A

1671-9743(2014)09-0055-05