基于高頻數(shù)據(jù)的銅期貨核心功能研究

尚麗娜

[摘 要]期貨市場始終以服務(wù)實體經(jīng)濟為核心，銅期貨對于服務(wù)銅上下游企業(yè)等實體經(jīng)濟具有重要的參考價值和意義。通過高頻數(shù)據(jù)，實證研究滬銅期貨和長江有色市場銅現(xiàn)貨的價格發(fā)現(xiàn)和套期保值功能。首先通過Granger因果檢驗等工具驗證滬銅期貨和長江有色市場銅現(xiàn)貨之間的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)二者具有相互的價格發(fā)現(xiàn)功能，但是銅期貨對銅現(xiàn)貨的價格引領(lǐng)作用更加明顯;其次通過VAR和ECM等套期保值模型，實證研究了滬銅期貨對長江有色市場銅現(xiàn)貨的套期保值功能，套期保值效果較為明顯;最后則是通過測算和分析，確定了滬銅期貨對長江有色市場銅現(xiàn)貨的最優(yōu)套保率，銅上下游企業(yè)則可以通過最優(yōu)套保率管理風(fēng)險敞口，實現(xiàn)市場風(fēng)險的有效轉(zhuǎn)移。

[關(guān)鍵詞]滬銅期貨;價格發(fā)現(xiàn);套期保值;最優(yōu)套保率

[中圖分類號] F830 ? ? ? ? ? ? [文獻標(biāo)識碼] A ? ? ? ? ? ? [文章編號] 2095-3283（2020）08-0097-04

Abstract：The futures market always centers on the service for the real economy， so does that of copper futures as a member of the futures market. Therefore， the core roles of price discovery and hedging function the Shanghai copper futures play are of important reference value and significance for serving the upstream and downstream copper enterprises and other real economy. This paper will empirically study the price discovery and hedging functions of copper futures in Shanghai and copper spot in Yangtze River non-ferrous market on the base of high-frequency data. Firstly， the price discovery function between copper futures in Shanghai and copper spot in Yangtze River nonferrous market is verified through Granger Causality Test and other tools， it is found that copper futures in Shanghai and copper spot in Yangtze River nonferrous market have functions of mutual price discovery， but the leading role of copper futures in price of copper spot is more obvious; Secondly， the hedging function of the Shanghai copper futures on copper spot in Yangtze River nonferrous market is empirically studied through VAR and ECM hedging model， which shows a relatively obvious hedging effect. Finally， the optimal hedge ratio of Shanghai copper futures to copper spot in the Yangtze River non-ferrous market is determined through calculation and analysis， and the upstream and downstream copper enterprises can manage their risk exposure through the optimal hedge ratio， so as to realize the effective transfer of market risk.

Key Words： Shanghai Copper Futures; Price Discovery; Hedging; Optimal Hedge Ratio

2020年以來，新冠肺炎疫情持續(xù)蔓延，從需求端對有色金屬板塊造成較大的沖擊，有色板塊整體下行，銅價下跌幅度和速度更甚于有色板塊。銅價的大幅下跌，對于銅上下游企業(yè)和貿(mào)易商均有較大的沖擊，上游企業(yè)因為銅價下跌而利潤下降，下游企業(yè)則因為銅價下降，降低采購成本而提升利潤，但是對于銅庫存和下游產(chǎn)品的沖擊亦難以避免，銅價處于歷史低位之際，銅下游企業(yè)則更能適合進行買保鎖定成本，對于貿(mào)易商而言則要警惕下游需求的下降和庫存價格的下降，上中下游等企業(yè)均需要期貨市場套保來轉(zhuǎn)移風(fēng)險，鎖定成本，保證利潤。故銅期貨市場的價格發(fā)現(xiàn)功能和套期保值功能凸顯，對銅期貨市場核心功能的研究亦處于重中之重。在此背景下，對銅期貨市場的價格發(fā)現(xiàn)功能和套期保值功能進行進一步的實證研究，了解銅期貨市場核心功能發(fā)揮的效果，為銅上下游企業(yè)提供合理的套保建議。

一、銅期貨核心功能介紹及模型設(shè)定

（一）核心功能介紹

期貨核心功能主要包括價格發(fā)現(xiàn)和套期保值兩個功能，對滬銅期貨的價格發(fā)現(xiàn)功能和套期保值功能進行研究，探究銅期貨核心功能發(fā)揮的有效性以及合理性。

價格發(fā)現(xiàn)功能是指期貨市場通過獨特的交易運行機制，形成具有預(yù)期性和指示性的期貨價格，進而引領(lǐng)現(xiàn)貨市場價格的變化，即期貨市場對信息的獲取時間要早于現(xiàn)貨市場，其價格會因市場擾動率先變動，進而引導(dǎo)現(xiàn)貨價格走勢。采用ADF檢驗、協(xié)整檢驗和格蘭杰因果檢驗，驗證銅主連期貨與銅現(xiàn)貨之間的價格發(fā)現(xiàn)功能。

在價格發(fā)現(xiàn)功能的基礎(chǔ)上，期貨的套期保值功能是期貨市場服務(wù)實體經(jīng)濟的主要方式，也是期貨市場的主要功能。期貨套保功能主要是指套保者為了規(guī)避現(xiàn)貨市場上的風(fēng)險而同時買賣相同數(shù)據(jù)的期貨和現(xiàn)貨，使期貨的價格變動抵消現(xiàn)貨價格變動，從而實現(xiàn)穩(wěn)定收益的一種風(fēng)險轉(zhuǎn)移活動。按照有效市場假說理論，面對新信息的沖擊，期貨和現(xiàn)貨必然有相同的價格變動方向和數(shù)量，那么在期貨市場上進行買賣與現(xiàn)貨數(shù)量相等、方向相反的交易，必然可以對現(xiàn)貨市場的價格變動實現(xiàn)有效的套期保值功能。通過OLS模型、VAR模型和ECM模型對銅期貨的套期保值效果進行研究。

（二）核心功能模型設(shè)定

二、銅期貨核心功能實證檢驗

（一）數(shù)據(jù)選取

選取滬銅期貨連續(xù)性主力合約和長江有色市場銅平均價作為研究對象，選擇其自2010年1月2日到2020年4月14日的2492組日度數(shù)據(jù)進行研究，數(shù)據(jù)來源于Wind，實證所使用的軟件為Eviews9.0軟件。根據(jù)2492組統(tǒng)計數(shù)據(jù)繪制滬銅期貨和長江有色市場銅現(xiàn)貨的收盤價走勢圖，可以清晰看到滬銅期貨和長江有色市場銅現(xiàn)貨價格走勢基本吻合，效果相對較好，故在直觀觀測基礎(chǔ)上對其核心功能進行相關(guān)的實證檢驗具有較強的可實操性。

（二）價格發(fā)現(xiàn)功能檢驗

在對銅期貨和現(xiàn)貨進行實證檢驗前，首先進行平穩(wěn)性檢驗，以避免后面實證過程出現(xiàn)偽回歸現(xiàn)象。

首先，采用ADF單位根檢驗?zāi)Ｐ停瑢~期貨和長江有色市場銅現(xiàn)貨時間序列進行平穩(wěn)性檢驗，檢驗結(jié)果如表1所示。通過P值可以讀取，滬銅期貨和長江有色市場銅現(xiàn)貨時間序列在5%的置信水平下不滿足平穩(wěn)性要求。然后，對滬銅期貨和長江有色市場銅現(xiàn)貨時間序列進行一階差分處理，再進行ADF單位根檢驗，通過表1可知，滬銅期貨和長江有色市場銅現(xiàn)貨的一階差分序列在5%的置信水平下均滿足平穩(wěn)性要求，平穩(wěn)性檢驗通過，滿足協(xié)整檢驗的條件，故可以對滬銅期貨和長江有色市場銅現(xiàn)貨時間序列進行協(xié)整檢驗。

對滬銅期貨和長江有色市場銅現(xiàn)貨時間序列進行協(xié)整檢驗，協(xié)整檢驗結(jié)果如表2所示。通過對表2數(shù)據(jù)進行分析，可知在5%的顯著性水平下，拒絕原假設(shè)且顯著性強，即滬銅期貨和長江有色市場銅現(xiàn)貨時間序列之間存在較為明顯的協(xié)整關(guān)系，滿足Granger因果檢驗的前提條件，故接下來將會對滬銅期貨和長江有色市場銅現(xiàn)貨時間序列進行格蘭杰因果檢驗，驗證其價格發(fā)現(xiàn)功能的有效性。

對滬銅期貨和長江有色市場銅現(xiàn)貨時間序列進行Granger因果檢驗，檢驗結(jié)果如表3所示。對檢驗結(jié)果進行分析可知：在5%的顯著性水平下，滬銅期貨和長江有色市場銅現(xiàn)貨時間序列互為彼此的Granger原因。也就是說，在5%的置信水平下，滬銅期貨和長江有色市場銅現(xiàn)貨價格可以相互引領(lǐng)，但是滬銅期貨對長江有色現(xiàn)貨銅的引領(lǐng)作用更加明顯。因此市場參與主體可以通過滬銅期貨對新信息的反應(yīng)有效地引領(lǐng)長江有色市場現(xiàn)貨銅的變動，從而更加有效地進行投資活動。

（三）套保功能實證研究

期貨市場自成立之初即以服務(wù)實體經(jīng)濟為核心要義，而期貨市場之所以能夠有效地服務(wù)于實體經(jīng)濟，亦主要是通過其套期保值功能進行實體經(jīng)濟的服務(wù)，可以有效轉(zhuǎn)移現(xiàn)貨市場存在的價格變動風(fēng)險。運用OLS模型、VAR模型和ECM模型，分別研究滬銅期貨和長江有色市場銅現(xiàn)貨之間的套期保值功能，然后通過這三個模型的結(jié)果計算最優(yōu)套期保值比率，為期貨市場服務(wù)于實體經(jīng)濟提供套保建議。

首先使用OLS模型，對滬銅期貨和長江有色市場銅現(xiàn)貨將進行回歸分析，回歸結(jié)果如表4所示。從表4可以看出，回歸效果顯著，故根據(jù)前文的理論分析，可以得出最優(yōu)套期保值率為1.0117。

具體來看，由于OLS回歸模型使用的是無條件分布估計，容易導(dǎo)致計算結(jié)果存在較大偏誤，因此在OLS回歸模型估計下的最優(yōu)套保率的精確度相對較低;而VAR估計模型和ECM估計模型計算出的最優(yōu)套期保值率，分別為0.991667和0.976474，兩個模型的結(jié)果較為接近，既可以彼此檢驗亦可以相互支撐，故可取度較高。

另外，考慮到ECM估計模型中誤差修正項的影響，市場參與者的交易行為會受到銅期貨收益率的影響，所以ECM模型的結(jié)果相較于VAR模型結(jié)果會更加準(zhǔn)確真實。故通過以上分析，滬銅期貨和長江有色市場銅現(xiàn)貨的套期保值比例，以0.98為最優(yōu)套期保值比率，故市場參與者可以基于0.98的最優(yōu)套保率，對滬銅期貨和長江有色市場銅現(xiàn)貨進行更加有效的套保操作，從而實現(xiàn)現(xiàn)貨市場價格風(fēng)險的轉(zhuǎn)移。

三、結(jié)論

期貨通過價格發(fā)現(xiàn)和套期保值兩個核心功能，服務(wù)于現(xiàn)貨市場，實現(xiàn)市場風(fēng)險的轉(zhuǎn)移，對于銅期貨和現(xiàn)貨市場，銅期貨和長江有色市場銅現(xiàn)貨價格的價格發(fā)現(xiàn)功能和套期保值功能發(fā)揮效果較好，這對于銅現(xiàn)貨市場的健康穩(wěn)定發(fā)展具有較強的影響。

本文首先通過ADF檢驗、協(xié)整檢驗和Granger因果檢驗方法驗證了銅期貨和長江有色市場銅現(xiàn)貨價格之間具有相互的價格發(fā)現(xiàn)功能，并且銅期貨對長江有色市場銅現(xiàn)貨價格的引領(lǐng)作用更加明顯，因為市場參與者可以根據(jù)期貨市場價格的變化，及時調(diào)整現(xiàn)貨頭寸并及時作為合理的交易操作。另一方面，通過OLS模型、VAR模型和ECM模型驗證了銅期貨對現(xiàn)貨的套期保值功能，并且通過測算與分析，確定了滬銅期貨和對長江有色市場銅現(xiàn)貨價格的最優(yōu)套保率，市場參與者可以根據(jù)最優(yōu)套保率進行套期保值安排，降低風(fēng)險敞口，提升風(fēng)險管理能力。正因為具有較強的價格發(fā)現(xiàn)和套期保值效果，監(jiān)管者可以隨時跟蹤期貨市場的變化，提前預(yù)防系統(tǒng)性風(fēng)險的發(fā)生。

[參考文獻]

[1]Wahab M，Lashgari M.Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets：a Cointegration Approach[J].The Journal of Futures Markets，1993（13）：711-742.

[2]J.Kang，C.J.Lee，S.Lee.An empirical investigation of the lead–lag relations of returns and volatilities among the KOSPI200 spot，futures and options markets and their explanations[J].Journal of Emerging Market Finance，2006，5（3）：235-261.

[3]宋科艷.我國股指期貨與指數(shù)現(xiàn)貨價格引導(dǎo)關(guān)系研究——基于非對稱門限協(xié)整模型的分析[J].財經(jīng)問題研究，2016（9）.

[4]Atle Oglend. Hans‐Martin Straume Futures market hedging efficiency in a new futures exchange： Effects of trade partner diversification[J].Journal of Futures Markets，2020（3）.

[5]徐榮，李星野.基于EWMA模型的銅期貨動態(tài)套期保值效果研究[J].經(jīng)濟數(shù)學(xué)，2017（4）.

[6] 劉晨，安毅.動態(tài)套期保值模型的改進路徑及其有效性——一個研究述評[J].南方金融，2018（9）.

[7]史家亮，劉佳明，蘇巍巍.上50股指期貨核心功能研究[J].當(dāng)代經(jīng)濟， 2017（2）.

（責(zé)任編輯：張彤彤）