文/張秀睿(北京物資學(xué)院)
本文對國內(nèi)外近兩年來期貨及衍生品市場效率相關(guān)文獻進行了收集和分析。國內(nèi)方面,以“期貨價格發(fā)現(xiàn)、期貨定價效率、期貨套期保值”為關(guān)鍵詞,在中國知網(wǎng)中國學(xué)術(shù)期刊全文數(shù)據(jù)庫中的SCI來源期刊、EI來源期刊、CSSCI來源期刊、CSCD來源期刊中進行檢索。國外方面,以“Futures price discovery”“ futures pricing efficiency”“hedging”等為關(guān)鍵詞,在Ebsco、Elsevier等外文數(shù)據(jù)庫中進行檢索。為確保研究的時效性和前沿性,中文和英文文獻檢索的時間范圍分別限定為2019年9月至2020年10月和2019年1月至2020年10月。通過上述檢索過程對初步搜集的文獻進行文章題目、摘要和關(guān)鍵詞分析,篩除與研究主題關(guān)聯(lián)性不大的文章后,共獲取有效中文文獻6篇,有效外文文獻32篇。
從文獻來源來看(如圖1),期貨市場效率主題文獻的期刊分布很廣,相關(guān)文獻發(fā)表數(shù)量較多的主要為《Energy Economics》《Economic Modelling》《Finance Research Letters》《Resources Policy》《Physica A:Statistical Mechanics and its Applications》等外文期刊。
圖1 期貨市場效率主題相關(guān)文獻來源分布
從發(fā)文機構(gòu)來看(如圖2),中文期刊發(fā)表主要來自貴州財經(jīng)大學(xué)(1篇)、天津財經(jīng)大學(xué)(1篇)、北方民族大學(xué)(1篇)、北京物資學(xué)院(1篇)、華中農(nóng)業(yè)大學(xué)(1篇)等高校。囿于分析工具的局限性,外文文獻發(fā)文機構(gòu)并未進行統(tǒng)計分類。
圖2 期貨市場效率主題相關(guān)文獻發(fā)文機構(gòu)分布
從6篇核心中文文獻發(fā)表的基金依托情況來看,有科研基金支持的文獻為4篇,占比為67%,其中國家自然科學(xué)基金文獻1篇、國家社會科學(xué)基金文獻2篇、教育部新世紀(jì)優(yōu)秀人才計劃1篇,可以看出期貨市場效率研究正成為主流學(xué)術(shù)界關(guān)注的重點,且相關(guān)成果學(xué)術(shù)價值較高。
圖3 期貨市場效率主題相關(guān)文獻依托基金分布
為了解學(xué)術(shù)界在期貨市場效率方面關(guān)注的焦點,本文對6篇中文文獻按引用和下載量進行了排序,詳見表1。
表1 期貨市場效率主題相關(guān)高影響力文獻
1.農(nóng)產(chǎn)品期貨期權(quán)方面
2018年6月15日,美國政府依據(jù)301調(diào)查單方認定結(jié)果,宣布對原產(chǎn)于中國的500億美元商品加征25%的進口關(guān)稅,持續(xù)不斷地中美貿(mào)易摩擦將對全球農(nóng)產(chǎn)品貿(mào)易格局和農(nóng)產(chǎn)品相關(guān)產(chǎn)業(yè)鏈帶來影響。
中國對美國進口大豆有著較高依賴度,美國農(nóng)業(yè)部每月發(fā)布的全球農(nóng)產(chǎn)品供需預(yù)測報告(WASDE)是反映全球農(nóng)產(chǎn)品未來供需情況的官方報告,是全球農(nóng)產(chǎn)品供求信息的重要來源。考慮到WASDE報告的權(quán)威性,張云毓和熊濤引入報告中我國玉米和大豆期初庫存、產(chǎn)量等預(yù)測數(shù)據(jù),發(fā)現(xiàn)報告對兩個品種的收益波動率具有重要影響作用,且雙方期貨價格都對對方的基本面預(yù)測信息存在極高的敏感度[1],因此,WASDE報告可作為農(nóng)產(chǎn)品種植戶遠期價格信息的參考依據(jù),對于科學(xué)制定農(nóng)產(chǎn)品種植決策、優(yōu)化農(nóng)產(chǎn)品生產(chǎn)結(jié)構(gòu)和質(zhì)量、保障中國糧食安全等具有重要意義。與此同時,泡沫已經(jīng)顯著影響了中國大豆期貨市場價格發(fā)現(xiàn)功能的表現(xiàn)。Li xiong采用了基于結(jié)構(gòu)向量自回歸與預(yù)測誤差方差分解的方法表明中國大豆期貨市場的價格發(fā)現(xiàn)功能在泡沫時期表現(xiàn)較好[2]。
2017年3月31日,中國首個大宗商品期權(quán)——豆粕期權(quán)在大連商品交易所掛牌上市,標(biāo)志著中國大宗商品金融衍生品市場進入新階段。當(dāng)前,我國與國際金融市場依然存在較大差距,引進期權(quán)有助于對沖風(fēng)險,研究表明,大豆期權(quán)的價格發(fā)現(xiàn)能力強于大豆期貨,看漲期權(quán)交易量對大豆期權(quán)價格發(fā)現(xiàn)能力的影響強于看跌期權(quán)交易量(Jing Hao,2020)[3]。Vinay Patel利用新的信息領(lǐng)導(dǎo)力實證方法,也發(fā)現(xiàn)期權(quán)在價格發(fā)現(xiàn)中的作用比之前認為的要強,大約有1/4的新信息在傳遞到股票價格之前就已經(jīng)反映在期權(quán)價格上[4]。
2.金屬期貨方面
從數(shù)據(jù)來看,中美互加關(guān)稅對有色金屬供應(yīng)端的影響總體有限。Yaoqi Guo運用格蘭杰因果關(guān)系和多重分形分析方法,研究了中國銅現(xiàn)貨價格與期貨價格的非線性關(guān)系,并進一步分析了我國銅期貨市場的動態(tài)效應(yīng)。結(jié)果表明,中國期貨市場的現(xiàn)貨價格和期貨價格之間不存在線性因果關(guān)系,排除一級和二級訂單的影響,銅的現(xiàn)貨和期貨價格之間仍然存在高階相關(guān)性。此外,采用多重分形[MF -DCCA]方法得到現(xiàn)貨市場和期貨市場的價格走勢密切相關(guān),時變滾動赫斯特指數(shù)表明,隨著時間的推移,中國銅期貨市場的效率已逐漸提升[5]。
除了中美貿(mào)易摩擦持續(xù)外,近期,海外新冠肺炎疫情蔓延,全球出現(xiàn)大范圍的鋼廠停產(chǎn),從長期來看,我國鋼材需求也面臨向下回歸風(fēng)險。Kyoungsu Kim利用廣義自回歸條件異方差和向量誤差修正模型檢驗了中國現(xiàn)貨和期貨市場中七種鋼材的價格,發(fā)現(xiàn)功能和溢出效應(yīng)。結(jié)果表明,價格發(fā)現(xiàn)功能在鋼鐵期貨市場的所有企業(yè)中都存在,并且所有項目的期貨價格均以現(xiàn)貨為主。在鋼筋市場中,同樣存在著現(xiàn)貨到期貨的溢出效應(yīng)。這一關(guān)于期貨價格的信息可以為鋼鐵需求端和供給端預(yù)測現(xiàn)貨價格提供幫助[6]。
新冠肺炎疫情的變化情況也將持續(xù)對鐵礦石的供需造成影響。作為全球最大的鐵礦石進口國,鐵礦石貿(mào)易在中國經(jīng)濟中占據(jù)著舉足輕重的地位。為了尋求鐵礦石價格的決策權(quán),大連商品交易所于2013年10月上市了鐵礦石期貨,當(dāng)前,這一鐵礦石期貨已成為中國最大的鐵礦石期貨,而大連商品交易所也成為了全球最大的鐵礦石金融衍生品交易市場。Yongbo GE探討了鐵礦石期貨對DCE的價格發(fā)現(xiàn)功能,并基于VECM和狀態(tài)空間從長期均衡關(guān)系、短期均衡關(guān)系的角度進行綜合分析,給出了信息沖擊和動態(tài)貢獻份額。結(jié)果表明,從協(xié)整檢驗的角度來看,DCE的期貨價格與現(xiàn)貨價格之間存在長期均衡關(guān)系,在面對短期內(nèi)信息沖擊下,DCE鐵礦石期貨具有明顯的價格發(fā)現(xiàn)功能[7]。
3.能源期貨方面
上海原油期貨于2018年3月26日正式在上海國際能源交易中心掛牌上市,上市后僅僅三個月原油期貨交易量合約就達到了世界第三。國內(nèi)外學(xué)者對上海原油期貨進行了一系列的研究,結(jié)果表明,上海原油期貨價格與現(xiàn)貨價格間存在比較穩(wěn)定的協(xié)整關(guān)系,但是原油現(xiàn)貨價格仍然是長期弱外生變量,現(xiàn)貨的價格發(fā)現(xiàn)貢獻度高于期貨(卜林,2020)[8],布倫特原油期貨市場是油價發(fā)現(xiàn)過程中最具影響力的市場,而WTI似乎是最敏感的市場。盡管WTI是交易量最大的期貨合約,但SC并不影響任何市場,它只對布倫特原油的消息敏感(Fernando Palao,2020)[9],中國原油期貨在全球原油體系中表現(xiàn)為凈風(fēng)險接收者,其中布倫特原油和WTI原油期貨在全球原油體系中風(fēng)險傳遞起主導(dǎo)作用(Yuying Yang,2020)[10]。因此SC期貨合約的推出并沒有改變布倫特原油相對于WTI原油的主導(dǎo)地位,價格發(fā)現(xiàn)功能尚未充分顯現(xiàn)。我國原油期貨價格波動也有滯后于國際原油期貨的趨勢。與長期相比,短期競爭強度較弱,競爭狀態(tài)更加多樣化,競爭狀態(tài)之間的過渡也更加復(fù)雜(Xiaohong Huang,2020)[11]。
原油作為全球最重要的大宗商品,經(jīng)過多年的發(fā)展已經(jīng)形成比較權(quán)威的價格體系,縱觀全球原油定價體系,美國紐約的WTI原油、英國倫敦的布倫特原油以及迪拜/阿曼原油分別代表北美、歐洲以及中東地區(qū)的基準(zhǔn)油,中國想在未來打造一個亞太地區(qū)的原油定價基準(zhǔn)仍然有很長的路要走。
1.影響期貨及衍生品價格的因素
信息不一致通過信息漸進式流動、注意力有限、先驗異質(zhì)性等途徑導(dǎo)致市場價格波動。Hanjie Wang以分歧理論為框架,分析了太陽黑子對大豆期貨價格波動的影響。實證上,利用1988—2018年大豆期貨價格和太陽黑子活動的月度時間序列數(shù)據(jù),通過GARCH、GJRGARCH和Markov-switching GARCH模型來研究太陽黑子對大豆期貨價格波動的影響。結(jié)果顯示,極低的太陽黑子活動會導(dǎo)致大豆期貨價格處于高位且波動較大;在考慮日冕變化時,當(dāng)太陽黑子極低活動和極高活動時,大豆期貨價格均存在高價格波動性,不一致水平是非線性的[12]。
白銀期貨對全球金融市場至關(guān)重要,然而現(xiàn)有文獻很少同時考慮結(jié)構(gòu)斷裂和周效應(yīng)對白銀期貨價格波動的影響。Wenlan Li提出了一種較好的預(yù)測白銀期貨波動率的方法,基于異質(zhì)自回歸(HAR)理論,結(jié)合結(jié)構(gòu)突變和周效應(yīng)建立了6種新型異質(zhì)自回歸(HAR)模型,對波動率進行預(yù)測。研究發(fā)現(xiàn),結(jié)構(gòu)突變和周效應(yīng)包含了白銀預(yù)測的大量預(yù)測信息,結(jié)構(gòu)性斷裂對白銀期貨波動有正向影響,周效應(yīng)對白銀期貨價格波動有顯著的負向影響,尤其是在中期和長期[13]。
以2008-2009年全球金融危機和2010-2012年歐洲主權(quán)債務(wù)危機為背景,Sang Hoon Kang采用多元DECO-GARCH模型和溢出指數(shù)模型,研究了中國股票和滬深300指數(shù)及鋁、銅、燃油、天然橡膠四種大宗商品期貨的收益和波動溢出的動態(tài)變化。結(jié)果發(fā)現(xiàn),雙向收益和波動溢出指標(biāo)在中國股票和商品期貨市場上都存在,這些趨勢在最近幾次金融危機之后更為明顯,此結(jié)果為理解信息傳遞的渠道提供了新的思路[14]。同樣以全球金融危機和歐洲主權(quán)債務(wù)危機為背景,通過對網(wǎng)絡(luò)連通性的研究,發(fā)現(xiàn)網(wǎng)絡(luò)連接的成對方向和強度對金融和經(jīng)濟事件是敏感的,這一結(jié)果提供了跨市場的信息網(wǎng)絡(luò)連接,幫助防范傳染風(fēng)險和促進市場穩(wěn)定(Sang Hoon Kang,2019)[15]。
2.定價模型中的風(fēng)險溢價
發(fā)達國家的現(xiàn)貨價格是由期貨價格加上升貼水形成的,例如,在大豆的國際貿(mào)易中,通常以芝加哥期貨交易所(CBOT)的大豆期貨價格作為點價的基礎(chǔ)。在完善的資本市場中,資產(chǎn)的期貨價格應(yīng)該是對其已實現(xiàn)現(xiàn)貨價格的無偏預(yù)測。但是現(xiàn)實中,一些資產(chǎn)的期貨價格較高,而另一些資產(chǎn)的期貨價格則較低。
Rhys ap Gwilym指出,期貨價格與已實現(xiàn)現(xiàn)貨價格之間存在不穩(wěn)定關(guān)系的關(guān)鍵原因在于定價模式和市場缺陷。研究中,他采用了一個動態(tài)多元的理論方法,將不同經(jīng)濟主體之間的競爭合并在一起,并以對沖和借貸限制的形式施加金融摩擦。其模型提出了多個均衡,每個均衡都有唯一的市場出清價格,市場在這些均衡之間進行切換。最后全面分析考慮了期貨市場參與者即投機者和套期保值者所面臨的風(fēng)險,從而更好地理解這一問題[16]。
Sebastián Cifuentes采用三因素?zé)o套利隨機商品模型,對不同期限銅期貨價格、預(yù)期現(xiàn)貨價格和隨時間變化的風(fēng)險溢價進行了研究。該模型基于無套利隨機模型,使用石油期貨來估計銅期貨價格,并引入了銅期貨的隨機波動率,在商品定價模型中加入了對銅風(fēng)險溢價的CAPM估計,指數(shù)分別使用紐約商品交易所(COMEX)和倫敦金屬交易所(LME)的期貨價格。結(jié)果發(fā)現(xiàn),COMEX庫存變化、對沖壓力、違約溢價、VIX和NASDAQ新興市場指數(shù)回報,這五個引用的市場變量綜合起來,可以解釋至少三分之一的銅風(fēng)險溢價變化,因此可以構(gòu)成一種簡單技術(shù)的基礎(chǔ),來預(yù)估銅現(xiàn)貨的價格。在無法進行銅價預(yù)測或驗證時,采用這種方法將特別奏效[17]。
Duminda Kuruppuarachchi在價格存在異方差的情況下,提出了一種新的檢驗方法來衡量市場效率并估計商品期貨隨時間變化的風(fēng)險溢價。他提出利用狀態(tài)空間模型,并在模型引入了修正異方差的卡爾曼濾波對風(fēng)險溢價進行估計,并選用2000-2014年間16個交易所的79種商品期貨,使用蒙特卡洛模擬方法證明了結(jié)果的穩(wěn)健性。其研究發(fā)現(xiàn),全球金融危機提高了大宗商品期貨交易效率,影響了大宗商品期貨交易量,但對風(fēng)險溢價的平均水平和波動性沒有影響[18]。
3.期貨及衍生品價格預(yù)測模型
Jiawen Luo通過無限隱馬爾可夫(IHM)模型預(yù)測了具有外生因素的原油期貨市場的實際波動率。在模型中,他允許未知數(shù)量的不同參數(shù)機制和斷點,并采用兩種類型的無限隱馬爾可夫模型來適應(yīng)由政策變化、外生沖擊和其他因素引起的結(jié)構(gòu)突變。結(jié)果發(fā)現(xiàn),IHM-HAR模型優(yōu)于所有其他非切換變量。就預(yù)測效果而言,IHM-HAR模型考慮了競爭期貨市場的實際波動率和標(biāo)普500指數(shù)等外生因素,是較好的短期預(yù)測模型[19]。
Dan WU利用上海銅期貨交易所2014年7月至2018年9月的高頻數(shù)據(jù),構(gòu)建了基于符號高頻時間序列的金屬期貨價格波動預(yù)測模型,樣本采用符號時間序列并將數(shù)據(jù)分為194個直方圖時間序列,分別用K-NN算法和指數(shù)平滑法預(yù)測下一個周期。結(jié)果表明,銅期貨收益直方圖的趨勢預(yù)測結(jié)果總體更好,且銅期貨一周價格預(yù)測的整體波動和實際收益波動在很大程度上是一致的,這說明K-NN算法預(yù)測的結(jié)果比指數(shù)平滑法更準(zhǔn)確。根據(jù)對銅期貨一周價格波動的預(yù)測,中國銅期貨市場的監(jiān)管機構(gòu)和投資者可以及時調(diào)整監(jiān)管政策和投資策略,從而控制風(fēng)險[20]。
能源期貨市場的價格動態(tài)是影響全球經(jīng)濟的重要因素。Guochao Wang介紹了一種新的隨機交互能源期貨價格模型來模擬能源期貨市場價格動態(tài)機制,二維隨機交互流行系統(tǒng)和隨機跳躍過程可以用來描述最常見和最微小的價格變化和外部環(huán)境中的極端和巨大變化,利用日對數(shù)收益率和波動持續(xù)時間平均強度(VDAI)兩個統(tǒng)計量研究了該模型中的價格波動和波動動態(tài)。為了驗證能源期貨價格模型的合理性,采用統(tǒng)計分析方法對模擬數(shù)據(jù)的收益率序列和VDAI序列進行分析,并與三種重要原油期貨的收益率序列進行了比較。實證結(jié)果表明,該模型在一定程度上能夠再現(xiàn)真實原油期貨市場的價格波動和波動動態(tài)[21]。
Bin Gao提出了一個動態(tài)期貨定價模型,分析了不同投資者情緒效應(yīng),試圖找到市場無效率金融異常的解釋。該模型關(guān)注期貨市場中不同類型投資者的相互作用,其中絕大多數(shù)是短期投資者,并展示了這種相互作用如何維持有偏差的價格。實證結(jié)果表明,新提出的定價模型優(yōu)于其他模型,可以更好地預(yù)測期貨價格[22]。
Wenlan Li基于異質(zhì)自回歸(HAR)理論,結(jié)合結(jié)構(gòu)突變和周效應(yīng)建立了6種新型異質(zhì)自回歸(HAR)模型,對白銀期貨波動率進行預(yù)測。實證結(jié)果表明,新模型的精度優(yōu)于原有的HAR模型[23]。
4.套利和投機對定價效率的影響
要形成獨立有效的定價基準(zhǔn),不可能一蹴而就,單亮基于無套利均衡理論,并根據(jù)Vasicek過程,采用SETAR模型,對以期貨期權(quán)平價理論為基礎(chǔ)的無套利均衡進行檢驗,得出了我國股指期貨衍生品市場只存在無套利均衡的個別證據(jù),總體上并不具備明顯的無套利均衡特征。想要提高金融市場的定價效率,應(yīng)降低交易成本,讓更多無風(fēng)險套利者參與到市場定價當(dāng)中來,這樣才能以較低成本快速實現(xiàn)無套利均衡,從而推動金融市場規(guī)模擴大和高質(zhì)量發(fā)展[24]。
Martin T.Bohl提出,以往關(guān)于商品期貨價格發(fā)現(xiàn)的文獻主要關(guān)注究竟是現(xiàn)貨市場還是期貨市場主導(dǎo)價格發(fā)現(xiàn)過程,很少注意投機者的重要性[25]。事實上,商品期貨市場的價格發(fā)現(xiàn)過程會受到噪聲交易者的影響。利用不同手段對投機、套期保值和價格發(fā)現(xiàn)進行度量,發(fā)現(xiàn)投機活動可顯著降低期貨市場的定價偏差,其影響程度取決于期貨市場噪聲交易者的相對市場權(quán)重和套利的彈性?,F(xiàn)貨市場和期貨市場之間的套利彈性越高,噪聲交易者的價格沖動越可能蔓延到現(xiàn)貨市場(Sophie van Huellen,2019)[26]。
1.農(nóng)產(chǎn)品期貨方面
面對當(dāng)前復(fù)雜的國際經(jīng)濟形勢,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,分析中美期貨市場效率間的差距是十分必要的。劉晨利用格蘭杰因果分析、協(xié)整檢驗、信息份額模型、套期保值比率及績效等分析方法,發(fā)現(xiàn)我國玉米期貨市場價格發(fā)現(xiàn)功能較強,但套期保值績效不佳,并進一步得出我國玉米期貨市場運行效率低的原因是現(xiàn)貨市場的信息不完全、發(fā)展不完善、缺少長期穩(wěn)定的雙向引導(dǎo)關(guān)系[27]。
2.能源期貨方面
Jie LI通過研究中國原油期貨與OPEC和阿曼現(xiàn)貨價格之間的動態(tài)相關(guān)性以及套期保值效果,并與WTI和布倫特原油期貨進行比較發(fā)現(xiàn),中國原油期貨套期保值效果較好,中國原油期貨市場實現(xiàn)了其主要功能和目標(biāo)[28]。Dolores Furio認為,對于中等風(fēng)險來說,最有效的套期保值策略是在冬季(夏季)進行空頭(多頭)套期保值,最優(yōu)套期保值比率高于最小方差套期保值比率[29]。此外,有研究表明,在原油收益率高于0.05分位數(shù)時,對沖策略在中長期和長期都是可行的(Peterson Owusu Junior,2020)[30]。
3.金融期貨方面
新冠肺炎疫情在全球擴散蔓延,世界經(jīng)濟出現(xiàn)嚴(yán)重衰退,不確定性因素顯著增多,多數(shù)跨國競爭性企業(yè)面臨的匯率風(fēng)險加劇,跨貨幣套期保值可以有效減少風(fēng)險暴露。Xing Yu研究了最優(yōu)交叉對沖和風(fēng)險控制問題,將最優(yōu)倉位的外匯期貨和期權(quán)的指數(shù)效用最大化,利用動態(tài)規(guī)劃的方法,對財富水平進行分析,結(jié)果表明,風(fēng)險厭惡系數(shù)較小的企業(yè)可以選擇期權(quán)套期保值,規(guī)避風(fēng)險系數(shù)較高的公司可以選擇期貨套期保值,使用外匯進行對沖能夠使財富的波動性顯著降低[31]。
S?hnke M.Bartram則發(fā)現(xiàn)企業(yè)使用衍生品能夠降低風(fēng)險,控制總體風(fēng)險水平和國家風(fēng)險的差異(如匯率或利率波動、政治風(fēng)險和貿(mào)易依賴性)后,結(jié)果仍然穩(wěn)健,衍生品市場越發(fā)達的國家,使用衍生品降低風(fēng)險的效果越好[32]。
4.金屬期貨方面
Ahmed Abdullahi D采用三元VAR-BEKK-GARCH模型考察了中國股市、大宗商品市場與全球油價之間的動態(tài)關(guān)系。研究發(fā)現(xiàn),黃金和股票(石油)之間不存在回報溢出,表明黃金具有避險作用[33]。Sang Hoon Kang將小波相干分析應(yīng)用于上海和倫敦有色金屬期貨市場,探討了宏觀經(jīng)濟基本面在解釋有色金屬期貨市場聯(lián)動中的作用。鑒于大宗商品期貨短期、中期和長期價格聯(lián)動的差異,在短期內(nèi),LME和SFE期貨產(chǎn)品的投資組合多元化策略是可取的,當(dāng)資產(chǎn)價格之間的聯(lián)動為負時,就會發(fā)生對沖。因此,SFE和LME有色金屬期貨在短期內(nèi)都可以作為對沖風(fēng)險的工具。然而,從中期和長期來看價格聯(lián)動明顯,多樣化投資組合策略只適用于鋁。在SFE市場采取中期投資策略的國際投資者在制定投資策略時,應(yīng)考慮LME期貨價格[34]。
目前對兩市場價格聯(lián)動性的研究主要采用ECM模型、格蘭杰因果檢驗、脈沖響應(yīng)函數(shù)以及COPULA函數(shù)模型等。其中,格蘭杰因果檢驗最為常見,但是該方法所得到的因果關(guān)系是單向線性的,忽略了市場價格之間的非線性,導(dǎo)致模型偏差較大。
近年來,小波分析方法被廣泛應(yīng)用在經(jīng)濟問題分析中,該方法將已知信息樣本進一步拓展到了頻域空間,相對于普通的時序分析,無論在分析的深度還是結(jié)論上,小波分析方法都一定程度地更加豐富和可靠??梢钥吹?,小波分析方法應(yīng)用于期現(xiàn)貨價格研究上的文獻也在不斷增加。
我國期貨市場上許多品種的交易時間都不長,沒有足夠多的樣本數(shù)據(jù),得出的結(jié)論缺乏說服力,但國內(nèi)對套期保值比率的研究也取得了一定成果。
已有文獻主要關(guān)注套期保值的最優(yōu)套期保值比率確定問題。大量文獻證明,采用誤差修正套期保值模型(ECHM)、廣義自回歸條件異方差模型(EC-GARCH)進行套期保值相對來說是最佳的策略。除此之外,傳統(tǒng)回歸模型(OLS)、雙變量向量自回歸模型(B-VAR)、VaR最小方差套期保值方法(VaR)、基于幾何譜風(fēng)險測度的期貨套期保值模型(GM),也可以求解出最優(yōu)套期保值比率。
從研究方法創(chuàng)新來看,李海林提出一種基于標(biāo)簽傳播時間序列聚類的股指期貨套期保值模型,并分別比較了新方法和傳統(tǒng)聚類方法,確定現(xiàn)貨組合的追蹤誤差,結(jié)果表明新方法能夠有效提高現(xiàn)貨組合的追蹤精度[35]。相較于多元廣義Autore模型,Yu-Sheng Lai更傾向于用GO模型估算套期保值比率[36]。陳琴基于我國滬深300、上證50以及中證500股指期貨作為研究對象,應(yīng)用OLS方法和GARCH模型來估計套期保值效果。研究表明,OLS估計的套期保值效果優(yōu)于GARCH模型[37]。Lu-Tao Zhao開發(fā)了一個FIGARCH-EVT-copula-VaR模型,建立原油市場套期保值比率模型,突破現(xiàn)有文獻靜態(tài)模型和簡單動態(tài)模型的局限性,結(jié)果表明,F(xiàn)IGARCH-EVT、Copula-VaR模 型優(yōu)于其他三種常用的基于VaR的模型[38]。
中國期貨市場發(fā)展幾十年以來,經(jīng)過一系列探索和實踐之后,銅、大豆等大宗期貨商品運作比較成熟,較好地發(fā)揮了價格發(fā)現(xiàn)功能。同時,新上市的原油期貨的價格發(fā)現(xiàn)功能也較為突出。
大量文獻聚焦于實證分析期貨品種是否能夠良好地發(fā)揮價格發(fā)現(xiàn)功能,其中期貨價格一般采用交易所活躍合約的收盤價格,現(xiàn)貨價格一般采用各行業(yè)現(xiàn)貨價格的均值。在數(shù)據(jù)創(chuàng)新方面,有學(xué)者引入了WASDE報告中的預(yù)測數(shù)據(jù)來衡量對收益波動率的影響。鑒于目前國際貿(mào)易環(huán)境日趨復(fù)雜,國內(nèi)學(xué)界在進行相關(guān)研究時,數(shù)據(jù)來源可以更加國際化、多樣化和有針對性。
近一年發(fā)表的關(guān)于期貨定價效率的國內(nèi)文獻較少,國外學(xué)者在影響期貨價格的因素、定價模型中的風(fēng)險溢價、價格預(yù)測模型等方面實現(xiàn)了研究突破。
我國期貨市場在國際貿(mào)易活動中的價格影響能力依然比較低,國際定價中心地位尚未確立,對中國期貨市場定價效率和定價機制的研究,是解決所有實際問題的基礎(chǔ),是解決中國期貨市場發(fā)展所有重大問題的突破口和關(guān)鍵。研究者可以結(jié)合當(dāng)前期貨市場形勢,對價格確定機制、穩(wěn)定機制對市場價格的形成影響做實證分析,將主要機制對波動、流動性的影響差異進行對比。
與上年相比,相關(guān)研究依舊大多集中在運用已有模型對套期保值有效性進行論證。除此之外,國內(nèi)外學(xué)者創(chuàng)新地提出了一些關(guān)于檢驗套期保值功能的新視角和模型。在日趨復(fù)雜的國際貿(mào)易形勢和新冠疫情全球化的影響下,越來越多的企業(yè)將提高風(fēng)險對沖的意識,衍生品市場也會迎來新的發(fā)展。因此,對不同期貨品種套期保值有效性進行研究有著更深遠的理論和實際意義,套期保值依然是未來期貨領(lǐng)域重點的研究方向。