許馨露 顧光同 沈強斌 鄭超凡

摘 要：對國際農(nóng)產(chǎn)品期貨交易價格進行研究，選取玉米、大豆、小麥及豬肉4類農(nóng)產(chǎn)品期貨價格數(shù)據(jù)，運用GARCH模型族進行農(nóng)產(chǎn)品期貨價格收益率的風(fēng)險差異比較，運用VaR方法進行回測。結(jié)論：在4類農(nóng)產(chǎn)品期貨中，豬肉期貨價格風(fēng)險更大，未來期貨市場應(yīng)著重于豬肉期貨的價格操作。提出了通過農(nóng)產(chǎn)品期貨交易來保證我國資金安全和獲取利潤的建議。

關(guān)鍵詞：中美貿(mào)易;GARCH模型族;農(nóng)產(chǎn)品期貨;VaR

文章編號：1004-7026（2020）14-0007-05? ? ? ? ?中國圖書分類號：F742? ? ? ? 文獻(xiàn)標(biāo)志碼：A

1? 研究背景

農(nóng)產(chǎn)品作為中美貿(mào)易的重要部分，與普通百姓日常生活密切相關(guān)。我國不僅是全球最大的農(nóng)產(chǎn)品生產(chǎn)國，更是全球最大的農(nóng)產(chǎn)品消費國和進口國，美國是我國長期進口農(nóng)產(chǎn)品的大國之一[1-2]。21世紀(jì)以來，中美貿(mào)易交流更加頻繁，我國從美國進口棉花、大豆和牛皮等農(nóng)產(chǎn)品，進行加工后返往美國銷售。進口成本隨著大宗農(nóng)產(chǎn)品價格上升而增加，導(dǎo)致我國減少從美國購入大宗農(nóng)產(chǎn)品的數(shù)量，例如巴西取代美國成為我國進口大豆的最大供應(yīng)國[3]。從需求方面來說，農(nóng)產(chǎn)品生產(chǎn)供給低彈性，存在剛性消費需求，在我國大宗農(nóng)產(chǎn)品最大的供應(yīng)商轉(zhuǎn)變之后，美國必然會采取相應(yīng)措施來保護本國的貿(mào)易[4]。美國擁有豐富的土地資源和相對過剩的農(nóng)產(chǎn)品，而我國人口多、耕地資源緊張，且農(nóng)產(chǎn)品具有生產(chǎn)周期性和季節(jié)性等特點，中美兩國農(nóng)產(chǎn)品生產(chǎn)和出口結(jié)構(gòu)都存在著很大差異。雙方從保護本國貿(mào)易角度出發(fā)，通過數(shù)次談判和加征關(guān)稅保障本國農(nóng)產(chǎn)品進出口利益，牽連到其他行業(yè)，導(dǎo)致市場期貨價格不斷波動，且波動幅度較大，這對于投資者和國家把控國內(nèi)市場貿(mào)易走向來說都是不利的。

自2018年初以來，中美貿(mào)易摩擦不斷升級，中美雙方的“籌碼”也隨著談判次數(shù)增加而增加。截至2019年9月1日，美國對中國單次加征關(guān)稅高達(dá)5 500億美元，而中國對美國單次加征的關(guān)稅也達(dá)到了750億美元。其中影響最大的就是與普通百姓關(guān)系最緊密的農(nóng)產(chǎn)品。因此，借助GARCH模型族和相關(guān)農(nóng)產(chǎn)品期貨交易的價格數(shù)據(jù)，對價格風(fēng)險差異進行比較分析具有現(xiàn)實意義。

2? 相關(guān)研究文獻(xiàn)評述

潛力模型是早期主要研究模型。Stouffer（1940）提出該模型，在對城市距離研究的基礎(chǔ)上第一次提出了中介機會的概念。賴?yán)删褪窃谔子昧酥薪闄C會概念的潛力模型基礎(chǔ)上，利用引力模型的兩個主要因素規(guī)模和距離，對一個地區(qū)的市場邊界進行分析而得出的。隨著理論發(fā)展，Tinbergen（1962）和Poyhonon（1963）引出基礎(chǔ)的引力模型。隨后，朱海霞（2008）構(gòu)造了邊境效應(yīng)引力模型，發(fā)現(xiàn)了顯著的中美農(nóng)產(chǎn)品貿(mào)易的邊境效應(yīng)，提出該效應(yīng)呈逐年下降趨勢，但沒有對數(shù)據(jù)運用更加具有量化能力的現(xiàn)代數(shù)學(xué)模型進行分析。王磊（2010）運用中美兩國雙邊服務(wù)的貿(mào)易數(shù)據(jù)、國內(nèi)生產(chǎn)總值數(shù)據(jù)及貿(mào)易相似系數(shù)等指標(biāo)構(gòu)造了多個引力模型，通過比較分析明確了最優(yōu)模型并預(yù)測了在完全自由貿(mào)易條件下中美雙邊貿(mào)易規(guī)模發(fā)展趨勢。

在引力模型的基礎(chǔ)上，選取適當(dāng)?shù)淖兞靠梢詫χ忻擂r(nóng)產(chǎn)品貿(mào)易進行價格差異比較，但僅比較價格差異并不能很好地說明目前農(nóng)產(chǎn)品期貨市場的風(fēng)險。因此，應(yīng)再引進風(fēng)險價值（VaR）分析方法對數(shù)據(jù)進行進一步分析。

在早期金融市場的風(fēng)險管理度量方面，風(fēng)險價值（VaR）模型比較流行，該模型能對某一投資組合或單個資產(chǎn)在確定時間內(nèi)一定置信水平（a）下，將其遭受的最大損失進行量化，因此在金融行業(yè)風(fēng)險管理方面擁有廣泛運用。之后，在20余年的學(xué)術(shù)積累下，學(xué)者們將VaR的單變量模型升級拓展，目前風(fēng)險測度模型按參數(shù)類型劃分為3類，即參數(shù)類（如GARCH族模型等）、非參數(shù)類（如歷史模擬法、蒙特卡羅模擬法等）、半?yún)?shù)類（如CAViaR模型等）。由于非參數(shù)類模型無須預(yù)先假設(shè)分析按因子變化分布，存在波動性較大、穩(wěn)健性較差的缺點，也可能形成維數(shù)災(zāi)難等問題，因此實踐中更多采用參數(shù)類模型及半?yún)?shù)類模型對VaR進行測度。當(dāng)代大量實證研究表明，大宗商品類期貨收益率序列分布常常表現(xiàn)為尖峰厚尾、自相關(guān)性和杠桿效應(yīng)，這些特征已經(jīng)違背了傳統(tǒng)VaR模型的假設(shè)前提，因此大多數(shù)文獻(xiàn)通常采用GARCH模型族對資產(chǎn)風(fēng)險進行統(tǒng)計度量，并進行了兩方面的對比研究。采用多種GARCH模型族開展研究的有龐淑娟和劉向麗等，他們對比了較多的GARCH模型族對不同商品期貨風(fēng)險的測度能力后，認(rèn)為以下幾個模型具有更佳的風(fēng)險預(yù)測能力：考慮長記憶性的HYGARCH模型、考慮長記憶性及杠桿效應(yīng)的FIGARCH（1，d，1）模型和FIEGARCH（1，d，1）模型、考慮不對稱性的EGARCH模型。

綜上，國內(nèi)外學(xué)者采用引力模型對不同國家和地區(qū)之間貿(mào)易進行了大量研究，而少有專門針對中美兩國農(nóng)產(chǎn)品貿(mào)易的期貨價格進行建模分析[5-6]。本文試圖在數(shù)理方面對農(nóng)產(chǎn)品價格的風(fēng)險差異進行分析，結(jié)合GARCH模型族分析2018—2019年中美兩國農(nóng)產(chǎn)品貿(mào)易變化，對改進模型檢驗后，明確影響貿(mào)易額的顯著因素，并提出政策建議。

3? 模型

3.1? GARCH模型

在ARCH模型的基礎(chǔ)上，Boollerslev（1986）提出了廣義自回歸條件異方差（GARCH）模型。GARCH模型是對ARCH模型的重要擴展，ARCH模型僅僅是GARCH模型的特例。一般而言。GARCH（p，q）模型可以表示為下式。

GARCH模型能夠表現(xiàn)金融市場具有的“波動聚集”特征和“厚尾”特征?？紤]一個GARCH（1，1）模型的波動方程。

Ding等（2003）提出了APARCH（Asymmetric Power Autoregressive Conditional Heteroscedastic）模型。APARCH（p，q）模型的條件方差過程為下式。