代償損失風險控制研究

常曉旭　韓平

摘 要：“農戶貸款難，銀行難貸款”，一直是阻礙農村經濟發展的重大問題。從農業擔保公司的角度，通過農產品等期貨的組合對農產品收入進行套期保值，來設計出一款可以對沖代償損失風險的對沖產品，來代替擔保公司目前對風險控制的主要手段——反擔保。

關鍵詞：期貨價格;相關性;套期保值

中圖分類號：D9 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.11.072

1 文獻綜述

C Debarre（2010）提供了詳細的設計結構化金融工具的方法，并在這一結構性金融產品中編入了一個經濟指標。Weiping Li，Daxiang Jin （2010） 設計出了“一帶一路”的基本股權指數，并通過使用來自EastMoney.com的數據，提供了一種可以修改、計算“一帶一路”的基本權益指數的方法。E Kocyigit（2010）詳細闡述了來自不同市場的不同類型的結構化產品的主要特征與功能，并對這些結構化產品在這些方面做出了具體比較分析。董國姝 ，田中俊（2016）詳細剖析了互聯網私募金融產品中具有代表性的產品的設計思路，及設計障礙，并提出了相應建議。姜志偉，呂琦瑤（2016）詳細介紹了結構化產品的定義、分類、主要掛鉤標的，并基于以上分析，為風險厭惡者設計出了一款，風險較低、收益較穩定與歐元/美元匯率掛鉤的保本型結構化產品。崔文遷，王元斌（2017）總結出CME 集團在對沖產品方面的成功經驗，并根據這些經驗為提出了相關建議。

2 實證分析

2.1 樣本的選擇

本文以玉米種植收入作為研究對象。對于與玉米的加工、流通企業，農戶的玉米種植收入就是這些企業的主要成本之一，其與玉米價格存在一定程度的同漲同跌關系也就是說，本文所設計的對沖產品完全適用于對抗農戶、相關企業因為農產品價格波動的問題給擔保公司帶來的代償損失風險。

根據《2018年中國農產品行業分析報告-市場運營態勢與投資前景研究》，我們發現玉米、大豆等農產品的價格波動與石油價格的波動呈密切相關，故本文選擇玉米、大豆、石油對應的期貨價格的組合作為玉米種植收入的套期保值對沖合約。

本文選擇黃大豆一號期貨合約作為套期保值對沖合約。至于石油期貨，本文選擇紐約商業交易所（NYMEX）的輕質低硫原油，數據依次來自于中華糧網、大連商品交易所，Wind數據庫。

2.2 數據處理

關于數據處理的幾點說明：（1）為了研究方便，我們選取進入交割月的近期合約的相應月份所對應的期貨價格作為交割月份的期貨價格。（2）剔除了期貨價格、現貨價格不在同一天同時存在的數據。經過整理后，每種價格共有160個月數據，共計640個月數據。

2.3 套期保值分析

（1）基于ECM模型的套期保值比率的估計。

根據單位根檢驗、協整檢驗得知，玉米種植收入、大豆期貨價格、玉米期貨價格具有長期協整關系。將回歸估計的殘差項作為誤差項，建立誤差修正模型，模型如下：

D（INCOME）=-0.1553*D（YUMI）-0.0446*D（DADOU）-0.3578*E（-1）

由模型可知，ecm模型得到的玉米期貨、大豆期貨對應的套期保值比率分別是-0.1553、-0.0446

（2）基于GARCH模型的套期保值比率的估計。

在ARCH效應檢驗中，因為殘差序列存在GARCH效應。現在用GARCH（1，1）模型對收入、大豆價格、玉米價格序列進行估計。建立包含常數項c的GARCH（1，1）模型，常數項c的P值為0.0000，顯著小于0.05，通過了顯著性檢驗。得到模型結果為：INCOME=-589.5280-0.1402*DADOU+18956*YUMI

δt2=6868.0873+0.7381*εt2+0.3118*δt-12

表示模型的擬合成度的R2值為0.8248，調整后的R2為0.82258，反映模型擬合度良好。由模型可知，玉米期貨和大豆期貨合約的套期保值比率分別為18956、-0.1402。

在進行殘差平方相關圖的檢驗，GARCH（1，1）模型已經把ARCH效應消除了。

估計方程為：INCOME=1.7227*YUMI-0.19936DADOU

方差方程為：GARCH=5407.3259+0.7402*RESID（-1）^2+0.3610*GARCH（-1）

由模型可知，玉米期貨和大豆期貨對應的套期保值比率分別為1.7227、-0.19936

（3）基于ECM-GARCH模型的套期保值比率的估計。

根據ECM模型得到的回歸方程，對收入、大豆價格、玉米價格序列的套期保值系數進行估計，得到估計方程為：

D（INCOME）=38.2760+0.1905*D（YUMI）-0.0485*D（DADOU）-0.5624*E2（-1）

δt2=2544.266+2.6601*εt2-0.0133*δt-12

套期保值比率匯總如表1。

3 風險控制評估結果

本文風險控制結果的評估方法，選擇由Ederington（1979）和Lien（2002）提出的方法。該公式中，Var（Ut）代表進行套期保值以前資產組合的方差，Var（Wt）代表進行套期保值以后的資產組合的方差，Cov（DSt，DFt）代表現貨和期貨資產組合的協方差。

Cov（DSt，DFt）=ρsfσsσf

Var（Ut）=Var（DSt）=σs2，（t=1，2…T）

Var（Wt）=σs2+h2σf2-2*h*Cov（DSt，DFt），

其中σs2表示玉米現貨價格數據一階差分后的方差，σf2表示玉米期貨價格、大豆期貨價格數據一階差分后的方差，He是表示風險控制程度的指標。

He=[Var（Ut）-Var（Wt）]/Var（Wt）

He大于0小于1，越接近1，說明套期保值的效果越好，風險控制的效果越好。根據風險控制評估結果的公式，我們可以得到結果如表2。

由此表可以看出，Garch的套期保值績效介于ecm-garch和ecm模型之間，說明Garch風險降低的能力介于ecm-garch模型與ecm模型之間。以上模型的方差值均小于未進行套期保值情況下的方差值，績效值均大于0，說明用以上3種模型進行套期保值后，都能達到對抗價格波動風險的效果。

參考文獻

[1]CDebarre.StructuredFinancialProducts[P].EP12/381197.2010-09-09

[2]WeipingLi，Daxiang Jin.On The Design Of Financial Products AlongObor[J].The Journal of Financeand Data Science，2018，（10）：55-70

[3]EKocyigit.The Use Of Retail Structured Products And Their Applications In Turkey[EB/OL].core.ac.uk，2010

[4]董國姝，田中俊.互聯網金融發展與私募金融產品設計[J].上海經濟研究，2016，（7）：50-58.

[5]姜志偉;呂琦瑤.保本型結構化產品的設計與定價[J].時代金融，2016，（21）：225.

[6]崔文遷，王元斌.CME集團超級10年期國債期貨的產品設計和市場推廣經驗及啟示[J].債券.2017，（3）：70-76.