劉晨 張銳 王寶森

摘要：價格發(fā)現(xiàn)與套期保值是期貨市場的基本功能，能夠反映期貨市場的運行效率。通過對比中美貿(mào)易摩擦前后期貨市場的價格發(fā)現(xiàn)和套期保值功能，分析中美玉米期貨市場效率間的差距，探究我國玉米期貨市場運行效率低的原因。利用格蘭杰（Granger）因果分析、協(xié)整檢驗、分位信息份額模型、套期保值比率及績效分析方法，定量對中美兩國2013—2019年玉米期貨及現(xiàn)貨的數(shù)據(jù)進行分析，結果表明，中國玉米期貨市場存在較強的價格發(fā)現(xiàn)功能，但套期保值績效不佳。使用前沿分位信息份額模型和滾動格蘭杰因果法分析中美兩國期現(xiàn)貨市場動態(tài)關系的區(qū)別，發(fā)現(xiàn)中國僅存期貨市場對現(xiàn)貨市場的單向引導，而美國在中美貿(mào)易摩擦前表現(xiàn)為玉米期現(xiàn)貨市場具有相近的引導能力，套期保值效率較高，中美貿(mào)易摩擦增強了其現(xiàn)貨市場對期貨市場的引導能力，降低了期貨市場運行效率。從期現(xiàn)貨市場雙向引導關系視角來看，中國玉米期貨市場效率低的原因主要是現(xiàn)貨市場的信息不完全、發(fā)展不完善，期現(xiàn)貨市場缺少長期穩(wěn)定的雙向引導關系抑制了期貨市場功能發(fā)揮。中國應全面加強期貨市場建設，提升期貨市場定價效率，推動農(nóng)產(chǎn)品期貨市場快速健康發(fā)展。

關鍵詞：玉米期貨；分位信息份額模型；價格發(fā)現(xiàn)；套期保值效率

中圖分類號：F832.5文獻標識碼：A文章編號：1007-8266（2020）04-0056-11

收稿日期：2020-03-23

基金項目：北京物資學院青年科研基金項目“中美貿(mào)易摩擦對我國農(nóng)產(chǎn)品期貨市場運行效率影響研究”（2019XJQN04）；北京物資學院科研專項“中國期貨市場運行與創(chuàng)新研究報告（2019）”（2019qh07）

作者簡介：劉晨（1989—），女，遼寧省撫順市人，北京物資學院經(jīng)濟學院教師，博士，主要研究方向為期貨與金融衍生品；張銳（1989—），男，寧夏回族自治區(qū)銀川市人，北方民族大學商學院教師，博士，主要研究方向為農(nóng)業(yè)經(jīng)濟；王寶森（1963—），本文通訊作者，男，河北省青縣人，北京物資學院經(jīng)濟學院教授，博士，主要研究方向為金融工程與風險管理。

一、引言

玉米期貨是農(nóng)產(chǎn)品期貨市場的重要組成部分，也是全球交易時間最久的農(nóng)產(chǎn)品期貨品種。同時，玉米作為重要的飼料原料，在配合飼料中所占比重高達60%以上，其價格浮動會對畜禽養(yǎng)殖造成非常明顯的影響，進而波及農(nóng)業(yè)的正常生產(chǎn)。中美兩國均為全球玉米產(chǎn)消大國。從定價機制角度來看，美國玉米期現(xiàn)貨市場高度發(fā)達。隨著2017年8月中美貿(mào)易摩擦序幕的拉開，美國率先對“中國制造2025”計劃的行業(yè)進行打壓，而國內第一批公布的征稅清單中主要涉及大豆、玉米等農(nóng)產(chǎn)品，中方玉米進口整體出現(xiàn)逆轉，進口谷物到港量明顯減少。中美貿(mào)易摩擦對兩國玉米期現(xiàn)貨價格關系及期貨市場的運行效率產(chǎn)生影響。尤其是2017年四季度出現(xiàn)玉米產(chǎn)需缺口，國內玉米價格整體上揚，投資者對玉米期貨套期保值需求不斷增加。

事實上，期貨市場的價格發(fā)現(xiàn)功能和套期保值效率之間存在緊密聯(lián)系，是效率市場的集中表現(xiàn)。價格發(fā)現(xiàn)是資產(chǎn)價格吸收市場信息的過程，在推進期貨市場國際化的進程中，尤其是受2017年中美兩國貿(mào)易摩擦的影響，玉米期貨市場的價格發(fā)現(xiàn)與避險功能是否得到有效發(fā)揮，是否在服務實體經(jīng)濟中發(fā)揮了重要作用，國內尚缺乏綜合對比研究。因此，通過比較中美玉米期貨市場運行效率，深入探究中國玉米期貨市場在發(fā)展過程中的價格發(fā)現(xiàn)和套期保值功能發(fā)揮狀況，有利于增強中國玉米期貨市場服務實體經(jīng)濟的能力，推進中國玉米期貨市場國際化，提高市場運營效率。

二、相關研究述評

從現(xiàn)有研究成果來看，僅涉及玉米期貨價格發(fā)現(xiàn)功能的文獻較多。有學者認為國外期貨市場基本發(fā)揮了其價格發(fā)現(xiàn)功能[ 1 ]，但也有學者表示農(nóng)產(chǎn)品期貨市場（如玉米、小麥、大豆等）因投機因素的限制尚未達到弱式有效[ 2 ]，從而不利于價格發(fā)現(xiàn)功能的發(fā)揮。黃建新和周啟清[ 3 ]提出，中國的玉米期貨和現(xiàn)貨市場之間存在長期均衡關系，與美國市場的表現(xiàn)基本一致，但中國玉米僅存在期貨市場對現(xiàn)貨市場的單向引導，而美國則表現(xiàn)為相互引導。也有學者支持這一結論，認為中國玉米期現(xiàn)貨市場表現(xiàn)出長期穩(wěn)定的關系，玉米期貨市場的價格發(fā)現(xiàn)功能在現(xiàn)貨市場上得到了較好體現(xiàn)[ 4-5 ]。郭嬈鋒[ 6 ]發(fā)現(xiàn)美國玉米期貨價格對中美玉米價格起到單向引導作用，說明美國仍主導全球玉米市場價格。此外，多數(shù)學者習慣使用共有因子（Common Factor，CF）模型比較多個市場的價格發(fā)現(xiàn)能力，其中最為典型的是哈斯布魯克（Hasb？ rouck）[ 7 ]的信息份額（Information Shares，IS）模型，它可以利用各個市場價格序列之間的協(xié)整關系分析兩個或多個市場間的價格發(fā)現(xiàn)效率。分位信息份額模型（Quantile-IS）則可以更全面地體現(xiàn)不同分位點處的價格發(fā)現(xiàn)功能變化。需要說明的是，分位信息份額模型暫未應用到農(nóng)產(chǎn)品期貨價格發(fā)現(xiàn)效率的動態(tài)變化研究中。

當前針對商品套期保值功能的文獻多數(shù)聚焦于以銅為代表的金屬期貨[ 8-9 ]，涉及農(nóng)產(chǎn)品期貨套期保值功能的相關研究，如邵永同和戰(zhàn)雪麗[ 10 ]通過對比中美期貨市場發(fā)現(xiàn)，中國大豆期貨套期保值效率遠不如美國期貨市場，主要原因在于期貨市場流動性、參與主體和監(jiān)管制度等方面存在問題[ 11 ]。有關玉米期貨的研究相對較少，楊文靜[ 12 ]的研究結果顯示，中國玉米期貨與現(xiàn)貨價格間存在雙向均值溢出關系，玉米現(xiàn)貨價格可以引導期貨價格的形成，從而實現(xiàn)套期保值功能。李圣軍[ 13 ]發(fā)現(xiàn)，中美玉米期貨、現(xiàn)貨市場間的相關性存在差距，美國期貨市場因其參與主體具有較高的套保積極性與規(guī)模、投機氛圍不濃等原因，使得期現(xiàn)貨市場具有較強的聯(lián)動性，從而形成“期現(xiàn)高度關聯(lián)？套保規(guī)模大”兩者間的良性循環(huán)。此外，在套期保值模型優(yōu)化方面，針對傳統(tǒng)線性回歸模型使用最小二乘法（OLS）估計最小方差套保比率具有殘差無效性的缺點。向量自回歸模型（ECM）和向量誤差修正模型（VECM）考慮了期貨序列和現(xiàn)貨序列之間存在的協(xié)整關系[ 14 ]，卻往往無法體現(xiàn)金融資產(chǎn)收益率序列“波動匯聚”之特征。由此，很多學者開始使用廣義自回歸條件異方差（GARCH）模型[ 15-16 ]，但這些模型并沒有考慮到期、現(xiàn)貨間的協(xié)整關系。在協(xié)整理論的基礎上，學者們又綜合分析了期、現(xiàn)貨價格之間的短期動態(tài)關系，并提出了一些用于估計動態(tài)套期保值比率的模型，如ECM-GARCH模型同時考慮了協(xié)整關系與方差的時變性。學者們通過大量的研究還發(fā)現(xiàn)，在不同時期和不同的市場上，使套期保值最有效的GARCH模型不是固定的[ 17-19 ]。套期保值模型由靜態(tài)到動態(tài)的發(fā)展過程中，套期保值效率普遍得到了提升[ 20 ]，不過也有部分學者提出使用復雜套期保值方法未必比OLS有效[ 21 ]。

綜上可知，中國農(nóng)產(chǎn)品期貨市場發(fā)展20多年，存在農(nóng)產(chǎn)品期貨市場相關研究跟不上市場發(fā)展的滯后問題。當前研究缺乏對玉米期貨市場進行價格發(fā)現(xiàn)和套期保值功能的綜合研究，尤其是針對中美兩國玉米期貨運行效率的對比分析較為少見。以往學者雖然論證了中國玉米期貨市場具有較強的價格發(fā)現(xiàn)功能，但套期保值整體效果不佳?；诖?，本文利用信息份額模型和套期保值模型，對中美兩國2013年10月到2019年9月六年間玉米期貨及現(xiàn)貨的數(shù)據(jù)進行分析，以此識別兩國的玉米期貨市場是否具備價格發(fā)現(xiàn)和避險功能?？紤]到中美貿(mào)易摩擦始于2017年8月18日美國宣布對中國啟動“301調查”，且從2017年四季度開始中國玉米出現(xiàn)產(chǎn)需缺口，本文將樣本區(qū)間劃分為兩個階段：2013年10月至2017年9月和2017年10月至2019年9月，以此研究在中美貿(mào)易摩擦背景下兩國期貨市場運行效率的變化特征，從而使我國玉米期貨市場運行效率研究更具說服力，并找出玉米期貨市場運行低效率的原因，為我國玉米期貨市場的健康發(fā)展提供參考意見，同時也希望在貿(mào)易摩擦背景下，為我國期貨市場運行效率和風險管理能力的提升提供科學依據(jù)。

三、數(shù)據(jù)與研究方法

（一）數(shù)據(jù)來源

利用2013年10月至2019年9月整六年的數(shù)據(jù)來分析玉米期貨的價格發(fā)現(xiàn)功能和套期保值效率。其中，中國玉米期貨數(shù)據(jù)來源于大連商品交易所（DCE）活躍合約的收盤價格，玉米現(xiàn)貨數(shù)據(jù)采用了各地玉米現(xiàn)貨價格的均值；美國玉米期貨數(shù)據(jù)來源于芝加哥期貨市場（CBOT）活躍合約的收盤價格，玉米現(xiàn)貨數(shù)據(jù)采用了伊利諾伊州中部地區(qū)2號黃玉米價格。以上數(shù)據(jù)來自于萬得（Wind）數(shù)據(jù)庫，實證分析使用軟件為R語言。

（二）分位信息份額模型

四、實證分析

（一）玉米期貨價格發(fā)現(xiàn)功能分析

首先對玉米期貨和現(xiàn)貨價格進行了相關性分析，由此觀察兩個市場的價格走勢，兩國玉米的期、現(xiàn)貨市場價格具有較高的相關性。其中，中國的期、現(xiàn)貨市場靜態(tài)相關系數(shù)為0.862，而美國的相關系數(shù)則為0.938，說明中美兩國玉米期、現(xiàn)貨市場價格之間具有高度正相關關系，且美國明顯高于中國。

進一步檢驗期貨現(xiàn)貨市場價格序列的平穩(wěn)性，中美玉米期、現(xiàn)貨對數(shù)價格序列是不平穩(wěn)的，考慮價格序列間的協(xié)整關系，只有滿足協(xié)整關系才可建立VECM模型，進而求得每個市場的信息份額。表1給出玉米期貨與現(xiàn)貨價格序列的單位根檢驗（ADF），格蘭杰（Granger）因果檢驗及協(xié)整檢驗結果。結果顯示：中國玉米期、現(xiàn)貨價格序列的ADF檢驗值（-0.740和-1.079）與美國玉米期、現(xiàn)貨價格序列的ADF檢驗值（-0.289和-0.238）均大于各顯著水平下的臨界值（1%水平：-2.58；5%水平：-1.95；10%水平：-1.62），因此價格序列是非平穩(wěn)的，而中國玉米期、現(xiàn)貨一階差分后的價格序列的ADF檢驗值（-23.565和-15.895）和美國玉米期、現(xiàn)貨一階差分后的價格序列的ADF檢驗值（-24.909和-25.496）均小于各顯著水平下的臨界值（1%水平：-2.58；5%水平：-1.95；10%水平：-1.62），因此差分后的價格序列則是平穩(wěn)的，中美玉米期、現(xiàn)貨價格均是一階單整的；中美玉米期、現(xiàn)貨價格間協(xié)整檢驗的跡統(tǒng)計量（3.590和8.070）均小于5%顯著水平下的臨界值8.180，因而拒絕Rank1的原假設，中美玉米期貨與現(xiàn)貨價格之間存在一個協(xié)整向量，表明兩者存在長期均衡關系；滯后期為4的Granger因果檢驗結果P值表明中國玉米期貨市場對現(xiàn)貨市場存在單向引導作用，而美國現(xiàn)貨市場單向引導期貨市場。

使用2013年10月至2019年9月期間的樣本數(shù)據(jù)建立向量誤差修正模型，滯后階數(shù)根據(jù)SC準則定為3階，估計結果見表2。

從回歸結果來看，玉米期貨市場和現(xiàn)貨市場的誤差修正項系數(shù)均是顯著的，對于期貨市場是顯著為負的，對現(xiàn)貨市場是顯著為正的。誤差修正項能夠對期貨市場和現(xiàn)貨市場起到修正的作用，當期、現(xiàn)貨價格偏離長期均衡關系，即出現(xiàn)JB值>0時，期貨價格相對于現(xiàn)貨價格偏高，在套利交易下期貨價格會趨近于現(xiàn)貨價格。此時期貨價格會下跌，現(xiàn)貨價格上漲，反之亦然（JB值<0）。誤差修正項對期貨價格具有負向調節(jié)作用，對現(xiàn)貨價格的調節(jié)則是正向的，因此玉米現(xiàn)貨市場誤差修正項的系數(shù)為正，而玉米期貨市場的系數(shù)則為負。

在VECM模型的基礎上，利用信息份額模型對玉米期貨市場價格發(fā)現(xiàn)功能加以度量，基于IS模型得到期貨市場和現(xiàn)貨市場的信息份額，以分析玉米期貨市場是否在價格發(fā)現(xiàn)中起主導作用。對于全樣本數(shù)據(jù)而言，中國玉米期貨市場信息份額為90.69%，玉米現(xiàn)貨市場信息份額為9.31%；美國玉米市場則表現(xiàn)為現(xiàn)貨市場信息份額為65.51%，期貨市場信息份額為34.49%（參見表3）。可見中國玉米期貨市場具有較強的價格發(fā)現(xiàn)功能，而美國玉米現(xiàn)貨市場的價格引導能力更強，這與Grang？ er因果檢驗結果是一致的。中美貿(mào)易摩擦開始后，兩國玉米的現(xiàn)貨市場價格引導能力都有不同程度的提高，美國玉米現(xiàn)貨市場信息份額為69.10%，中國玉米現(xiàn)貨市場信息份額也提高到了14.18%，表明在貿(mào)易摩擦背景下，兩國的玉米價格遭受到了不同程度的沖擊。

（二）玉米期貨套期保值功能分析

依據(jù)現(xiàn)貨價格減去期貨價格，在表1中同樣給出了基差的描述性統(tǒng)計。從基差序列的均值、標準差、最大值和最小值容易看出：中美兩國玉米基差的標準差分別為0.085和0.033，且中國玉米基差均值為0.064，表明中國玉米期貨具有基差波動幅度大且長期處于貼水狀態(tài)的特征。國內玉米的收儲政策導致的供不應求是基差為正的主要原因。而美國玉米現(xiàn)貨市場發(fā)展較為充分，信息更加透明。在套期保值與套利交易作用下，期、現(xiàn)貨價格長期將趨于一致，且商品在正常供求關系下基差一般為負，因此美國玉米基差在均值為-0.066 4的附近小幅波動。通過對比可以看出，基差的大幅波動是我國玉米期貨套期保值功能發(fā)揮不足、效率較低的體現(xiàn)。

使用OLS、ECM、BGARCH和ECM-GARCH四種模型估計得到的套期保值比率，并依據(jù)最小方差法計算套期保值效率，其中根據(jù)前文的分段方法使用2013年10月到2017年9月、2017年10月到2019年9月的價格分別作為第一階段和第二階段的樣本計算最優(yōu)套期保值比率，以此比較中美貿(mào)易摩擦前后兩國玉米期貨市場套期保值效率的變化特征。結合四種方法（OLS、ECM、BGARCH和ECM-GARCH模型）得到中美玉米套期保值效率比較結果如表4所示。

從套期保值結果來看，四種套期保值計算方法得到的結果非常接近，表明得到的中美玉米套期保值效率結果是穩(wěn)健的。通過對比中美貿(mào)易摩擦前后的套期保值效率，發(fā)現(xiàn)中國玉米動態(tài)套期保值效果較好，而對于美國較成熟的市場，靜態(tài)套期保值效果更佳。這表明國內套期保值最優(yōu)套保比率的厘定要注意短期調整，建議企業(yè)實施套期保值策略時，積極關注玉米基本面、供求關系等信息的實時變動，使用動態(tài)模型提高套期保值效率。但總體上與美國相比，我國玉米期貨市場幾乎不存在套期保值功能（美國玉米期貨市場的套期保值效率在貿(mào)易摩擦前高達80%以上），主要原因在于我國一直以來都是玉米生產(chǎn)大國，對現(xiàn)貨市場的波動有合理預期及監(jiān)管制度較為完善，而玉米期貨市場則因投機交易者的參與造成價格大幅波動，套期保值功能并不能得以充分實現(xiàn)。從基差的標準差值也很容易看出，基差的不確定性和大幅波動現(xiàn)象是影響玉米期貨套期保值功能發(fā)揮的根本原因。然而美國玉米期貨市場經(jīng)過百年來的發(fā)展具有完善的監(jiān)管制度和投資者結構，使得玉米期、現(xiàn)貨市場走勢基本一致，從而CBOT玉米能夠通過套期保值有效規(guī)避現(xiàn)貨價格風險。在貿(mào)易摩擦開始后，中美兩國的玉米期貨套期保值效率都有不同程度的下降（美國玉米期貨套期保值效率不足40%），但由于國內玉米期貨市場本身效率偏低，且對玉米進口有配額限制，因此短期內雖然會導致玉米價格上漲，但對期貨市場整體套期保值效率的影響并不大。而對于美國玉米期貨市場而言，由于貿(mào)易摩擦改變了玉米的種植面積與種植規(guī)則，引起玉米價格波動導致的基差風險降低了套保效率。

（三）玉米期貨價格發(fā)現(xiàn)動態(tài)過程

進一步使用Quantile-IS模型得到了基于全樣本的玉米期貨與玉米現(xiàn)貨的信息份額，表5再次證實了中美玉米期貨市場的價格發(fā)現(xiàn)功能具有較大的差別。長期來看，中國玉米期貨市場具有相對較強的價格發(fā)現(xiàn)功能，而美國玉米現(xiàn)貨市場則具有相對較強的價格引導能力。同時也能夠進一步證明中國玉米期、現(xiàn)貨市場的價格引導能力隨市場狀態(tài)發(fā)生動態(tài)變化，而美國能夠長期保持現(xiàn)貨市場主導具有很強的價格引領作用?；诜治恍畔⒎蓊~模型的中國玉米期貨信息份額雖然大半都保持在80%以上，但波動幅度較大。美國玉米期貨市場信息份額大多保持在40%左右，且在35%～ 65%之間，這與傳統(tǒng)信息份額模型結果基本一致。然而通過前沿分位信息份額模型容易發(fā)現(xiàn)在分位點的兩端，即市場處于極端行情時，中國期、現(xiàn)貨市場的主導地位容易發(fā)生改變，如在（τ1，τ2）=（0.9，0.1）時，期貨市場信息份額為17.45%。因為在現(xiàn)貨市場大幅下跌或具有明顯趨勢性行情時，我國現(xiàn)貨市場會率先邁出下跌步伐，出現(xiàn)領跌期貨市場的局面?？傮w而言，我國玉米期貨市場具有更強的價格發(fā)現(xiàn)功能；對比美國玉米市場，我國玉米期貨市場功能發(fā)揮不穩(wěn)定，也是出現(xiàn)期現(xiàn)價差擴大，期貨市場運行效率較低的原因。

（四）動態(tài)Granger因果檢驗

玉米期貨動態(tài)價格發(fā)現(xiàn)過程表明中美玉米期貨市場價格發(fā)現(xiàn)功能存在較大差別，并且在不同市場狀態(tài)下，期貨市場價格發(fā)現(xiàn)效率也會發(fā)生變化。但整體上表現(xiàn)為國內玉米期貨市場引導現(xiàn)貨市場，而美國現(xiàn)貨市場則引導期貨市場。進一步使用滾動Granger因果檢驗分析[ 25 ]，窗口期設定為240個觀測數(shù)據(jù)，對多次窗口都進行Granger因果滾動分析，其中滯后期的選擇根據(jù)當期240個觀測數(shù)據(jù)的SC準則確定。最終共進行了865次的Granger因果檢驗分析（參見表6），其中中國玉米期貨市場相對現(xiàn)貨市場而言，表現(xiàn)為期貨市場引導現(xiàn)貨市場，在1%、5%、10%置信水平下顯著次數(shù)占比分別為41.97%、43.58%和45.65%，而現(xiàn)貨市場幾乎不引導期貨市場。美國玉米期、現(xiàn)貨市場具有相互引導關系，且現(xiàn)貨市場具有更強的引導能力，尤其是在貿(mào)易摩擦引發(fā)后，在1%、5%、10%置信水平下顯著次數(shù)占比分別為56.29%、79.64%和79.64%。以上結果與IS模型和Quan？ tile-IS模型結果一致，說明結論具有穩(wěn)健性。但進一步通過分段結果可知，盡管國內期貨市場具有較高的信息份額，且滾動Granger因果檢驗中期貨市場引導現(xiàn)貨市場的顯著比例較高，但遠不及美國玉米期貨市場套期保值效率。從動態(tài)Granger因果關系可以看出，中國玉米僅存在期貨市場對現(xiàn)貨市場的單向引導關系，而美國則具有雙向引導關系，且當現(xiàn)貨市場與期貨市場的引導能力相近時，期貨市場才能充分發(fā)揮其套期保值功能，這也是美國玉米期貨市場能夠在貿(mào)易摩擦前具有較好的套保效果，而貿(mào)易摩擦后效率大幅下降的原因。結合Quantile-IS與滾動Granger因果的穩(wěn)健性檢驗分析，玉米期貨市場套期保值效率高低與否并不一定取決于價格發(fā)現(xiàn)功能的強弱，而應進一步分析期、現(xiàn)貨市場間的聯(lián)動關系。玉米現(xiàn)貨市場的發(fā)展成熟度與期、現(xiàn)貨市場間的高度聯(lián)動關系直接影響了期貨套期保值功能發(fā)揮，而中美貿(mào)易摩擦在一定程度上改變了玉米期、現(xiàn)貨市場對信息沖擊的反應能力，兩個市場間引導關系的強弱變化影響了期貨市場的運行效率。

五、結論與建議

（一）結論

本文為對比中美玉米期貨市場功能，科學評判我國期貨市場運行效率，基于萬得數(shù)據(jù)進行了一系列的實證檢驗，發(fā)現(xiàn)中美玉米期貨市場功能發(fā)揮存在差距，并得出在中美貿(mào)易摩擦前后兩國玉米期貨市場運行效率的若干結論。

第一，中美玉米期貨市場在價格發(fā)現(xiàn)功能上存在較大的差別，我國玉米期貨市場具有較強的價格發(fā)現(xiàn)功能，而美國玉米現(xiàn)貨市場則具有較強的價格引導作用。對比中美貿(mào)易摩擦前后的信息份額值，我國玉米期貨市場的主導地位保持不變，而美國在貿(mào)易摩擦前期、現(xiàn)貨市場間具有相近的價格引導能力，在貿(mào)易摩擦后玉米現(xiàn)貨市場的引導能力則明顯增強。結合兩國套期保值效率在中美貿(mào)易摩擦前后的表現(xiàn)，美國套期保值效率較高的階段是中美貿(mào)易摩擦前，此時期、現(xiàn)貨市場間的信息份額值很接近。由此可見，期貨市場的有效與否離不開現(xiàn)貨市場的同步發(fā)展，美國作為玉米產(chǎn)量第一大國且具有完善的現(xiàn)貨交易體系，為期貨市場健康發(fā)展提供了良好環(huán)境。美國期現(xiàn)市場的雙向引導關系是現(xiàn)貨市場發(fā)展完善、期現(xiàn)貨市場間高度聯(lián)動的體現(xiàn)。

第二，玉米期貨價格發(fā)現(xiàn)與避險功能緊密相連，實證結論與以往學者基本一致。雖然玉米期貨市場具有較強的價格發(fā)現(xiàn)功能，但并沒有充分發(fā)揮避險功能。僅從全樣本檢驗結果可以看出，我國玉米期貨對現(xiàn)貨市場存在單向Granger因果關系，而美國玉米則是現(xiàn)貨市場對期貨市場存在單向Granger因果關系。然而經(jīng)過進一步的穩(wěn)健性檢驗分析，期貨市場雖然在整體上具備價格發(fā)現(xiàn)功能，但結合動態(tài)Granger因果檢驗，現(xiàn)貨市場卻完全不具備引導期貨市場的作用。通常情況下，期貨市場能夠更快地融入價格信息，具有天然的價格發(fā)現(xiàn)條件，而期貨市場建立在成熟的現(xiàn)貨市場基礎上，兩者只有具有相互引導的功能，才能保證套期保值效率的充分發(fā)揮。進一步對比美國市場可以發(fā)現(xiàn)，在貿(mào)易摩擦前，期貨市場和現(xiàn)貨市場都具有相互引導作用，且引導能力接近（在1%水平下現(xiàn)貨市場顯著比例較高，在5%和10%水平下期貨市場顯著比例較高）；在貿(mào)易摩擦后，現(xiàn)貨市場引導期貨市場在任何水平下的顯著比例都遠高于期貨市場，而套期保值效率卻大幅下降，表明只有在具有期現(xiàn)市場雙向引導能力相近時，才能夠有效提高兩個市場間的信息傳遞效率，提高套期保值功能。中美玉米市場間的差距，一方面是由于國內較低的成交量和持倉量無法保證期貨市場具有充足的流動性，而美國CBOT玉米則擁有較多且穩(wěn)定的交易頭寸，且期貨市場的流動性和期貨市場功能的良好發(fā)揮提高了農(nóng)場主、玉米加工廠和養(yǎng)殖廠參與套保的意愿；另一方面是現(xiàn)貨市場是期貨市場發(fā)展的基礎，美國玉米種植的物流倉儲體系非常成熟，玉米價格形成于一個自由競爭市場，而國內玉米現(xiàn)貨市場發(fā)展不完善、信息不透明和政策限制等因素影響了供求平衡，這也是其運行效率難以保障的原因。與此同時，兩國市場受貿(mào)易摩擦影響帶來的現(xiàn)貨市場價格波動與基差風險打破了原有的期現(xiàn)貨市場間的聯(lián)動關系和價格引導能力較弱，是兩國期貨市場套期保值效率降低的原因。

第三，通過對比中美玉米期貨市場的價格發(fā)現(xiàn)和避險功能，能夠發(fā)現(xiàn)我國與成熟市場運行效率的差距。單純使用信息份額或套期保值模型都無法充分對玉米期貨市場運行效率給出綜合評價，需進一步結合貿(mào)易摩擦背景進行分段研究得出科學的結論。套期保值效率過低會直接影響期貨市場的參與者數(shù)量，而套期保值比例過低又反過來影響期貨市場效率，只有兩者協(xié)同發(fā)展與完善，才能逐步提升期貨市場功能。透過分位信息份額模型結果，我國玉米期現(xiàn)市場引導關系并不穩(wěn)定，從簡單相關系數(shù)值也容易得出美國玉米期現(xiàn)市場價格之間具有更強的相關性。由此可知，我國尚缺乏有效的現(xiàn)貨市場定價機制，傳統(tǒng)的看貨議價方式有失基差定價的科學性，使現(xiàn)貨市場價格無法真實反映供求關系，基差風險波動過大導致套期保值效果不佳。而美國玉米市場基差波動幅度小且穩(wěn)定，現(xiàn)貨企業(yè)與農(nóng)場主參與套期保值比例很高，能夠更有效地運用期貨市場規(guī)避現(xiàn)貨價格風險，但應對如貿(mào)易摩擦等其他外部沖擊時，現(xiàn)貨市場的價格波動仍會降低玉米期貨市場運行效率。此外，我國玉米期貨市場交易主體不健全，存在大量的投機因素和機構散戶化現(xiàn)象，這也是抑制我國玉米期貨市場功能發(fā)揮的重要原因。

（二）建議

結合以上結論，本文為監(jiān)管層決策調整和市場投資策略制定提出以下參考建議：

第一，優(yōu)化玉米期貨交割制度，完善玉米現(xiàn)貨交易體系。任何期貨市場都立足于現(xiàn)貨市場的基礎之上，只有不斷推動現(xiàn)貨市場的發(fā)展，才能使期貨市場更加趨向于成熟。通過明確交割質量標準和執(zhí)行細則，降低交割、倉儲費用等成本，保證實物交割順利進行。與此同時，加快建立統(tǒng)一、開放且自由競爭的玉米現(xiàn)貨市場，保證現(xiàn)貨市場的流動性，從而形成有效的玉米價格?？傮w而言，健全的市場交易機制能夠實現(xiàn)期貨與現(xiàn)貨的價格收斂，進一步發(fā)揮玉米期貨市場的避險作用。

第二，完善交易主體結構，提高企業(yè)參與套保比例。我國玉米期貨市場運行效率與投資者結構有直接關系，我國投資者結構不健全且有的投資者缺乏專業(yè)的期貨交易知識，未來仍需不斷提升交易主體素養(yǎng)。企業(yè)的積極套保行為有益于玉米期貨市場的穩(wěn)定運行，如給予套期保值者一定比例的保證金優(yōu)惠，通過提供更高比例的銀行貸款等途徑提高企業(yè)參與套期保值的意愿，從而提升期貨市場的運行效率。

第三，推進玉米期權市場建設，優(yōu)化“保險+期貨”模式。玉米期權的上市作為期貨衍生品工具的補充，能夠有效規(guī)避基差貿(mào)易中的價格風險，同時也為“保險+期貨”試點提供風險對沖工具，促進“保險+期貨”的深入展開和全面普及。結合美國玉米期貨市場運行效率受中美貿(mào)易摩擦的影響，現(xiàn)貨市場受供給因素、種植規(guī)律變化等影響導致的價格波動風險會降低期貨市場運行效率。建設成熟的期權市場可以穩(wěn)定現(xiàn)貨市場，減少波動性，未來仍需持續(xù)優(yōu)化做市商制度，科學合理設計玉米期權合約，保證玉米期權市場的流動性和定價的有效性。建立由期貨監(jiān)管機構、農(nóng)業(yè)主管部門、保險監(jiān)管機構等多個部門組織的協(xié)同體系，成為優(yōu)化“保險+期貨”模式的體制保障。

第四，調整監(jiān)管思路，推進期貨立法，充分利用監(jiān)管手段提升期貨市場運行效率。要完善內幕交易相關的法律法規(guī)，完善信息披露機制，適當加重對內幕交易的懲罰，避免操縱價格行為的發(fā)生。進一步結合投資者分級管理優(yōu)化限額持倉制度，密切關注投資者的投機及套期保值持倉情況，以保證期貨市場安全穩(wěn)定運行。這也是期貨市場服務“三農(nóng)”的基本前提。

第五，基于中美貿(mào)易摩擦背景，借鑒國外成熟市場發(fā)展經(jīng)驗，加快我國期貨市場對外開放及國際化進程，增強國際影響力。通過完善投資者結構與交易成本管理，提高期貨市場定價效率。健全成熟的現(xiàn)貨市場、長期穩(wěn)定的期現(xiàn)市場雙向引導關系是期貨市場運行效率提升的保障。在應對如中美貿(mào)易摩擦等突發(fā)事件和外部沖擊時，使我國玉米及其他商品期貨市場能夠充分發(fā)揮套利機制的作用，有效對沖貿(mào)易摩擦對現(xiàn)貨市場異常波動的影響，保障期貨市場功能發(fā)揮。此外，也應繼續(xù)完善商品期貨（期權）品種體系，選擇如玉米等少量具有國際定價影響力的品種率先開放，吸引國外投資者以實現(xiàn)投資主體多元化發(fā)展。政府應適當減少對現(xiàn)貨市場的干預，提高期貨市場的開放程度，從整體上推動我國農(nóng)產(chǎn)品期貨市場快速健康發(fā)展，提高農(nóng)產(chǎn)品期貨市場服務于實體經(jīng)濟的能力。

參考文獻：

[1]XU X.Cointegration and price discovery in US corn cash and futures markets[J].Empirical economics，2018，55（4）：1-35.

[2]DIMPFL T，JUNG R C，F(xiàn)LAD M.Price discovery in agri？ cultural commodity markets in the presence of futures specu？ lation[J].Journal of commodity markets，2017（5）：50-62.

[3]黃建新，周啟清.中美玉米期貨市場對現(xiàn)貨市場價格影響的實證分析[J].宏觀經(jīng)濟研究，2014（7）：136-143.

[4]于興業(yè)，徐杭.“保險+期貨”：玉米現(xiàn)貨市場價格感知機制研究[J].玉米科學，2019，27（3）：173-178.

[5]劉文婕，張可佳.我國玉米期現(xiàn)貨市場的風險傳遞效應研究[J].玉米科學，2019，27（1）：169-174.

[6]郭嬈鋒.中美玉米期貨與現(xiàn)貨價格的聯(lián)動性研究[J].價格理論與實踐，2015（11）：119-121.

[7]HASBROUCK J.Intraday price formation in U.S. equity in？ dexmarkets[J].Journaloffinance，2003，58（6）：2 375-2399.

[8]XU R，LI X.Research on the effect of dynamic hedge ratio model based on EWMA of copper futures[J].Journal of quan？ titative economics，2017（4）：16.

[9]彭紅楓，陳奕.中國銅期貨市場最優(yōu)套期保值比率估計——基于馬爾科夫區(qū)制轉移GARCH模型[J].中國管理科學，2015，23（5）：14-22.

[10]邵永同，戰(zhàn)雪麗.中美大豆期貨市場套期保值效率比較研究，價格理論與實踐，2014（8）：93-95.

[11]閆云仙，張越杰.美國玉米期貨市場功能發(fā)揮的經(jīng)驗及啟示[J].農(nóng)業(yè)經(jīng)濟問題，2011，32（7）：106-109.

[12]楊文靜.市場情緒、玉米期貨價格和現(xiàn)貨價格相關性分析——基于MSVAR-Full BEKK-GARCH模型的實證研究[J].價格理論與實踐，2017（2）：127-130.

[13]李圣軍.中美玉米期貨市場套?？冃П容^研究[J].農(nóng)業(yè)經(jīng)濟與管理，2018（4）：87-96.

[14]CHOUDHRY T，HASAN M，ZHANG Y.Forecasting the daily dynamic hedge ratios in emerging European stock fu？ tures markets：evidence from GARCH models[J].Interna？ tional journal of banking，accounting and finance，2019，10（1）：67-100.

[15]LERSKULLAWAT P.Hedging effectiveness on the thai？ land futures exchange market[J].Applied economics jour？ nal，2019，26（2）：38-58.

[16]LIU H C，HUNG J C.Minimum variance hedge perfor？ mance of the realized-volatility-based GARCH model with alternative conditional correlation settings[J].Journal of ac？ counting，finance and management strategy，2017，12（1）：35-54.

[17]KOULIS A，KAIMAKAMIS G，BENEKI C.Hedging effec？ tiveness for international index futures markets[J].Econom？ ics and business，2018，32（1）：149-159.

[18]AHMAD W，MISHRA A V，DALY K.Heterogeneous de？ pendence and dynamic hedging between sectors of BRIC and global markets[J].International review of financial anal？ ysis，2018，59：117-133.

[19]LAI Y S.Dynamic hedging with futures：a copula- based GARCH model with high-frequency data[J].Review of de？ rivatives research，2018（4）：307-329.

[20]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）：33-42.

[21]LIEN D.A further note on the optimality of the OLS hedge strategy[J].Journal of futures markets，2010，28（3）：308-311.

[22]GONZALO J，GRANGER C.Estimation of common longmemory components in cointegrated systems[J].Journal of business andeconomic statistics，1995，13（1）：27-35.

[23]LIEN D，WANG Z.Quantile information share[J].Journal of futures markets，2019，39（1）：38-55.

[24]PEDERSENT Q.Predictable return distributions[J].Journal of forecasting，2015，34：114-132.

[25]許榮，劉成立.限制交易政策如何影響期現(xiàn)關系？——對股指期貨價格發(fā)現(xiàn)功能的實證檢驗[J].金融研究，2019（2）：154-168.

責任編輯：林英澤

Comparative Research on Price Discovery and Hedging Efficiency Between Chinese and American Corn Futures Market

LIU Chen1，ZHANG Rui2and WANG Bao-sen1

（1.Beijing Wuzi University，Beijing101100，China；2.North Minzu University，Yinchuan，Ningxia750021，China）

Abstract：Price discovery and hedging are the two basic functions of the futures market and they can reflect the operational efficiency of it. In order to explore the gap between the efficiency of the Chinese and American corn futures markets，through the analysis of the two functions of price discovery and hedging during the period of trade disputes between China and the US，the low operating efficiency of corn futures market is explained. By using the Granger causality analysis，quantile information share model and hedging performance and hedging model，the authors analyze the 2013-2019 corn futures and spot data of China and the United States. The results show that there is a stronger price discovery function in Chinas corn futures market，but the hedging shows poor performance. With the help of frontier model of quantile information share and rolling Granger causality analysis，the authors also analyze the dynamic relationship between the spot and futures market，and it is found that there is only the one-way Granger guidance from futures market to spot market. The guidance capabilities of US corn spot and futures market were comparable before the trade dispute；and the hedging efficiency is higher at that time. Whereas the trade dispute increases the price function of the spot market thus decreases the efficiency of the futures markets. The authors explain the reason for the inefficiency of Chinas corn futures market from the two- way guiding relationship perspective under the trade disputes background，such as the incomplete information and incomplete development in the corn spot market，and the lack of a longterm and stable two-way guiding relationship between the two markets. We should comprehensively strengthen the construction of the futures market and improve the pricing efficiency of futures market to promote the rapid and healthy development of agricultural futures market.

Key words：corn futures；quantile information share model；price discovery；hedging efficiency