我国豆类期货市场套期保值绩效研究

从雨佳，朱家明

（1.安徽财经大学金融学院，安徽蚌埠233030；2.安徽财经大学统计与应用数学学院，安徽蚌埠233030）

我国豆类期货市场套期保值绩效研究

从雨佳1，朱家明2

（1.安徽财经大学金融学院，安徽蚌埠233030；2.安徽财经大学统计与应用数学学院，安徽蚌埠233030）

针对我国豆类期货市场的的套期保值的绩效，选取了豆粕、大豆和豆油三种商品期货作为研究对象，利用OLS、ECM和ECM-BGARCH模型分别估计豆粕、大豆和豆油的最优套期保值比例，通过构建套期保值绩效指标来评价套期保值效果.实证表明，利用豆油期货来套期保值能达到最好的效果，但豆粕较差；比较3种方法所估计出的最优套期保值比例的套保效果，发现ECMBGARCH模型用于估计套期保值比例最为合适.

豆类商品；套期保值比例；套期保值绩效

作为期货市场最重要的功能之一，套期保值能有效地避免现货所暴露的风险，降低现货市场的风险.通过期货市场的价格发现、套期保值以及规避风险等功能，农户和投资者可以有效地参与生产经营和投资活动.研究农产品的最优套期保值比例，分析其套期保值绩效，对于探讨我国农产品期货市场的效率具有重要意义.大豆及其制品作为农产品的重要组成部分，它的发展在我国的国民经济中占据了一定的地位.因此，本文将以豆粕、大豆和豆油为研究对象，研究三者的套期保值绩效.其中大豆分为两个品种：大黄豆1号和大黄豆2号，由于大黄豆1号的交易量较大，流动性较强，所以选取该品种来完成以下研究.

国外学者为了研究最优的套期保值比例采用了不同的方法：Johnson（1960）用最小二乘法（OLS）得到最优的套期保值比例[1].Witt（1987）总结了套期保值的比例估计式子，并在传统方法下得到最佳的套期保值比例[2].Ghosh（1993）考虑到了期货和现货之间的存在着协整关系，将其引入了估计模型中，提出了误差修正模型（ECM）[3].Lien（1996）在前人的研究基础上，又考虑到了期货价格波动的异方差性和波动聚集性，建立了自回归条件异方差模型[4].

近年来，国内学者借鉴国外学者的经验，对我国期货的套期保值比例进行了探讨.彭红枫、叶永刚（2007）利用OLS和BGARCH模型估计了中国铜期货的套期保值比例，最终得出动态的BGARCH方法所估计出的套期保值比率要优于静态的最小二乘估计方法的结论[5].之后，彭红枫与陈奕（2015）又对我国铜期货的最优套期保值比例进行了进一步的研究，在原有的GARCH模型基础上考虑到了波动率的高持续性，将MRS模型和DCC-GARCH模型结合起来来对套期保值比例进行实证分析[6].佟孟华（2011）把沪深300股指期货作为研究对象，在最小方差套期保值的基础之上建立了OLS模型、ECM模型、VECM模型和ECM-BGARCH（1，1）模型，解释了沪深300股指期货和指数之间的时变特征，分析得出ECMBGARCH（1，1）模型可以得到最优套期保值效果[7].

1　研究方法

要想通过期货市场来套期保值，首先得确定套期保值比例，即期货合约头寸与现货合约头寸之比.传统的套期保值理论认套期保值比例为1，也就是用于套期保值的期货合约数与所需套保的现货数量应相当.但在实际中，基差的存在使得套期保值难以达到盈亏平衡.因此，在基差风险存在的情况下，如何得到使投资者收益最大或是亏损最小的套期保值比例就显得尤为重要.本文根据以前学者研究经验，利用OLS、ECM以及ECM-BGARCH三个模型来对三种豆类商品的最优套期保值比例进行估算.

1.1OLS模型

Witt（1987）提出了将现货和期货的收益率进行线性回归得到最小方差的套期保值比例，即传统的回归模型的套期保值比例确定，具体形式如下：

在式中β*就是最优套期保值比例；ΔlnSt是现货的对数收益率；ΔlnFt是期货的对数收益率；αt为截距项；εt为随机扰动项.

1.2ECM模型

在现实生活中，现货和期货存在着某种共同趋势，这使得OLS估计会造成一定的偏差，影响到套期保值的绩效.Engle和Granger（1987）证明了当两个时间序列之间由于协整关系的存在，也就必然会有一个误差修正项.在这个基础上，Ghosh（1993）提出了误差修正模型用于推算最优套期保值比例.ECM模型考虑了现货和期货的协整关系，反映了两者之间的短期的动态变化.

相比与OLS模型，修正误差模型又多出了一个修正误差项ecm（t-1）；λ为其修正项系数，是为了保证现货与期货构成是一个平稳的线性组合.

1.3ECM-BGARCH模型

由于考虑到了一阶矩阵期货和现货变动的协整关系以及二阶矩阵中期货与现货价格变动方差的影响，Lien（1996）提出了广义自回归模型，即GARCH模型.GARCH模型考虑到了金融时间序列的波动聚集性和异方差性，因此由其所求得的最优套保比例也更加精准.由于一元GARCH模型只反映了方差之间的相互关系，未考虑到协方差的影响，因此本文采用二元GARCH模型来对套期保值比例进行估计.

Ωt-1为t-1时的信息；Ht是随着时间变化的正定条件协方差矩阵；λS、λF分别为修正误差系数.

该模型的条件方差方程为：

矩阵展开后得到：

ρ为εSt和εFt的相关系数；hSS，t，hFF，t分别为εSt与εFt的条件方差；hSF，t为εSt和εFt的条件协方差；αSS、αFF、kSS、kFF为代估系数；γSS、γFF为截距项.

此时可以得出基于以上分析的最佳套期保值比例：

1.4套期保值绩效指标

Lien（2002）将套期保值后资产的方差减少程度与未进行套保的资产的方差进行比较，作为评价套期保值绩效的评价指标.若套保后的方差减小的越多，该指标值就越高，套期保值效果也就越理想.

其中，Var（Ht）为套期保值组合的对数收益率的方差，Var（Ut）为现货组合对数收益率的方差，He为套保的效果.

2　实证分析

2.1数据的选取

本文的研究对象豆粕、豆一和豆油三个品种的期货与现货数据均来自于万德数据库.样本选取了最新数据，从2011年6月1日到2015年1月23日，共1110个样本观察值.研究时，将数据分成两个部分从而便于比较：2016年6月1日到2014年6月1日，共970个数据是样本内数据；2014年6月2日到2015年1月23日共140个数据为样本外数据，用于事后检验.由于不同品种的期货都有到期期限，使得单个合约不可能存在一个长期连续的时间序列.本文的期货收盘价为距离当前交易日的月份最近的合约，来构成一个连续合约的时间序列.

2.2描述性检验

首先对初始数据进行处理，现货和期货的收益率均采取对数收益率计算，即：rt=ln（Pt）-ln（Pt-1）.通过Eviews8.0得到数据描述性统计结果.

从表1中看出，可以直观看出豆粕、大豆和豆油的现货和期货标准差均不相等，豆粕和大豆期货波动标准差要大于现货，而豆油的现货收益率序列的标准差要大于期货期货.并且，样本取值时间内收益率的均值除了大豆期货外，其余5种合约收益率均值均为负.结合偏度和峰度来看，偏度均不为0，且峰度都大于3，因此可以推断出六个收益率序列均不服从正态分布.以上的描述性统计检验说明了豆粕、大豆和豆油不适合传统的1∶1的套期保值比例.

2.3单位根检验以及协整性分析

对现货和期货价格进行ADF检验，发现得到的统计量值均大于5%的临界值，因此为非平稳序列.但对收益率序列进行ADF检验后，发现ADF值均小于1%的临界水平，拒绝具有单位根的原假设，序列为平稳序列，期现收益率序列属于I（1）过程.

接下来，采用Engle-Granger两步法对豆粕、大豆和豆油三种商品期货与现货之间的关系进行协整检验.由表3可知3个残差序列的t统计量值分别为-4.043459、-3.72773、-12.08703均小于99%的临界水平，因而这三个残差序列平稳，即豆粕、大豆和豆油的收益率具有协整关系，三者各自的现货与期货的收益率序列之间有着长期稳定的关系.

表1　豆类商品期货与现货的描述性统计检验Tab.1Descriptive statistical tests of beans commodity futures and spot

表2　豆粕、豆一和豆油的ADF检验结果Tab.2ADF test results of soybean meal,beans and soybean oil

表3　三种豆类商品的协整性检验结果Tab.3Integrated test results of the three commodity beans

2.4参数估计结果

由于ECM-BGARCH得到的是一个动态的套期保值比例，为了方便比较，将该方法得到的值取平均.在表4中，ECM-BGARCH模型所估计出三种产品的最优套期保值比例值为最大，而OLS所估计的套期保值比例最小.比较三种农产品的套期保值比例，发现豆油所需的套保比例最高，在0.7到0.8之间，而豆粕和大豆的套保比例较低，只在0.3左右.

表4　三种方法估算得到的最优套期保值比例Tab.4Three methods to estimate the optimal hedge ratio

将所估计出的套期保值比例带入评价指标中，分别计算出样本内和样本外的套期保值效果.

通过表5可以看出，豆粕、豆一和豆油的套期保值效果都非常好，接近于1，其中豆油的套期保值效果相比之下最优.在实际中，套期保值往往会选择相关性较高的期货与现货，对三种豆类产品的期货和现货之间求相关系数可以发现，豆油的期货与现货相关性最高，并且在这几年中，豆油期货的流动性较其他两者也较强，因此豆油的套保效果也最优.

表5　套期保值效果Tab.5Hedging Effect

比较三种模型估算出的套期保值绩效可以发现采用ECM-BGARH得到的套期保值比例使得套期保值的作用发挥到最大，其次为ECM模型，OLS模型较其他两者而言较低.这表明了在考虑了协整关系和金融时间序列的波动聚集性之后，所得到的套期保值效果更好.

对比样本内和样本外的He值，发现除了豆油利用OLS所估计的套保比例样本内效果好于样本外，三种豆类产品在不同方法下得到的的套期保值效果样本外均好于样本内.

3　结论及建议

本文利用不同的模型求解豆类商品的最优套期保值比例，发现通过ECM-BGARCH方法下求得的最优套期保值比例的所达到的效果最好.对比三种豆类商品，豆油的套期保值效果最佳，其次是大豆，而豆粕最差.通过最终得出的套期保值绩效的大小可以发现，投资者在合理的期货和现货条件下的套期保值可以有效地降低现货市场的风险，从而达到最大收益或最小的损失的效果.基于以上分析可以发现在一定比例下的期货对现货进行套期保值可以有效减少现货市场上的风险，因此，让更多投资者参与期货市场具有重要意义.针对以上分析内容，可以进行以下的工作：

1）加快订单农业和农业产业化的发展.农业的产业化经营和订单农业的推行可以有效地保护农民的利益，稳定农业产品的生产.通过这种途径，可以使农户更快的进入期货市场，使生产者可以通过期货市场的信息及时有效地对生产经营进行调整.并且通过产业化的发展，形成豆制品的产业链，进一步推动大豆的龙头企业加入农产品期货市场中来.

2）引导设立豆类产品投资基金.大宗商品投资如今和债券、股票等金融工具相当，已是全球的重要投资领域之一.国内基金公司可以参照国外大宗商品投资的成功经验，利用好我国当前的条件，发展豆类商品的投资基金.与此同时，政府也需从税收、信贷方面降低企业参与套期保值的成本，从而进一步加大机构投资者参与期货市场，使期货市场降低风险的功能发挥到最大.

3）完善期货市场的监管机制.完善期货市场的法律法规，让期货交易的参与者和发起人拥有法律保护，规范经济业务的范围和从业人员的管理.加强金融监管，加强司法部门和公安部门的配合，我国的期货交易能够在一个有效安全的环境下进行.

[1] Johnson L.The theory of hedging and speculation in com⁃modity futures[J].The Review of Economic Studies,1960,

[2]27(3):139-151. Witt H.Comparison of analytical approaches for Estimating hedge ratio for agricultural commodities[J].Journal of Fu⁃

[3]tures Markets,1987(7):135-146. Ghosh A.Hedging with Stock Index Futures:Estima-tion and Forecasting with Error Correction Model[J].Journal of

[4]Futures Markets,1993(6):137-155. Lien D.The effect of the cointegration relationship on fu⁃tures hedging:a note[J].Journal of Futures Markets,1996

[5](16):773-780.彭红枫,叶永刚.中国铜期货最优套期保值比率估计及其

[6]比较研究[J].武汉大学学报,2007,60(6):863-868.彭红枫,陈奕.中国铜期货市场最优套期保值比率估计[J].

[7]中国管理科学,2015,23(5):14-22.佟孟华.沪深300股指期货动态套期保值比率模型估计及

[8]比较[J].数量经济技术经济研究,2011(4):137-149.王骏,张宗成.中国期货市场套期保值绩效实证研究[J].证券市场导报,2005(11):20-25.

责任编辑：刘红

Hedging Performance of Bean Futures Market

CONG Yujia1，ZHU Jiaming2
（1.School of Finance，Anhui University of Finance and Economics，Bengbu 233030，China 2.School of Statistics and Applied Mathematics，Anhui University of Finance and Economics，Bengbu 233030，China）

To study the hedging performance of bean futures market,this paper selects three commodity futures:soybean meal,soybean and soybean oil as research objects.Models such as OLS,ECM,and ECM-BGARCH are used to estimate the hedge ratio,and hedging performance indicators are constructed to evaluate the hedging effectiveness.Empirical results show that the best effects can be achieved by using soybean oil futures to carry out the hedging,while soybean meal show a poorer result.Comparing the hedging performance of different optimal hedge ratios estimated by three methods mentioned, we find that ECM-BGARCH is the most suitable model to estimate the hedge ratio.

beans commodity；hedge ratio；hedgingperformance

F713.35

A

1674-4942（2016）01-0031-05

2015-10-28

国家自然科学基金（11301001）；安徽省创新训练项目（201510378556）