严圣阳

（武汉商学院 商贸物流学院，武汉 430056）

0 引言

我国的农产品期货市场最早起源于20世纪80年代，当前与金属期货市场已成为我国衍生产品市场和金融市场的重要组成部分。由于金融属性的增强，其不确定因素更加丰富，农产品期货市场价格及收益的波动性较大，这种较大的波动性传导到现货市场，也让现货市场的建设更加复杂，所以衍生产品市场与现货市场的这种相关性就成为理论界、市场监管者与投资者关注的重点。

本文拟采用2005年1月至2013年12月期间玉米、大豆期货价格和现货价格的数据，考察金融化背景下我国大宗农产品期货价格与现货价格之间的均衡关系以及不同市场之间的信息冲击“杠杆效应”，以期获得相关结论与启示。

1 金融化背景下期货与现货市场价格动态关系模型构建

（1）协整关系与Granger因果关系检验

为了分析大宗农产品期货价格与现货价格之间的协整关系，本文的检验需要经过如下步骤：单位根检验，判断时间序列的平稳性，如果不检验序列的平稳性直接OLS容易导致伪回归；平稳序列进行Granger因果检验，对于平稳序列（或经差分变换后的平稳序列）可以进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系；非平稳序列进行协整检验，协整检验主要有EG两步法和JJ检验，其中EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性；ARCH效应检验，存在ARCH效应则可构建GARCH族模型，进行时间序列的波动率分析。具体构建如下：若大宗农产品不同市场的价格时间序列Y和X都是单整的，且单整阶数相同，用最小二乘法估计协整回归方程：

在方程（9）中变量之间是相互独立的，且服从均值为0、方差为σ2和协方差矩阵为Rt的正态分布。

（2）不同市场价格动态关系检验的EC-EGARCH计量模型

根据EG两步法的原则，协整残差项具有较强的预测能力并产生了不同市场的杠杆效应，而杠杆效应可以用Bae&Karolyi提出的非对称模型EGARCH模型来模拟。根据这些原理，模型可以将农产品市场上滞后一期的协整残差项作为解释变量分别引入到EGARCH模型的条件均值与条件方差方程对来调整EGARCH模型，从而在金融化背景下分析大宗农产品期货价格和现货价格之间的波动性的动态关系。调整后的EGARCH模型如方程（10）和方程（11）：

2 不同市场价格动态关系的实证过程

（1）不同市场价格的统计分析

本文选取期货交易所玉米和大豆的月期合约，考虑到玉米、大豆现货交易相对较为活跃，现货玉米、大豆的质量标准与期货交易所期货合约的质量标准相一致，同时选取每天的玉米、大豆现货收盘价格作为现货价格的替代性指标，根据相关研究的证实，金融化趋势加强是在2004年左右，所以选取样本区间为2005年1月至2013年12月期间。为了消除变量序列可能存在的异方差性问题，对玉米、大豆的期现货市场的价格序列取自然对数，分别记为CS（玉米现货价格）、CF（玉米期货价格）、SS（大豆现货价格）、SF（大豆期货价格）。在金融化背景下研究玉米和大豆的现货价格与期货价格之间的动态关系之前，首先对所选的样本数据进行描述性统计分析和统计检验，具体统计结果如表1所示。

表1 玉米、大豆期货价格与现货价格统计分析

根据表1，可以看出玉米、大豆期货价格的方差均比现货价格的方差大，表明农产品的期货市场比现货市场的价格波动程度更大，表现出较高的风险。从农产品的市场价格偏度系数来看，玉米、大豆的期现货价格均为左偏的，且玉米市场偏度更大；从农产品的市场峰度系数来看，只有玉米期货价格序列的峰度大于3，表现为尖峰特性；而玉米现货价格序列和大豆期现货价格序列的峰度均小于3，不具有尖峰特性；农产品的市场价格的JB统计量表明玉米、大豆的期货价格序列均不服从正态分布。

（2）大宗农产品期货价格与现货价格协整性与Granger因果关系检验

根据描述性统计分析，可以分别对玉米、大豆的期货价格与现货价格进行协整关系检验，根据协整性检验的步骤，首先展开平稳性检验，计量结果如表2所示。

表2 大宗农产品期货价格和现货价格序列ADF平稳性检验结果

从价格序列ADF平稳性检验结果获得玉米、大豆的期货价格和现货价格都为非平稳序列，且都是一阶单整的，所以第二步就是分别利用方程（3）和方程（4）对玉米、大豆期现货价格之间回归方程的残差项进行平稳性检验，具体实证结果如表3所示。

表3 玉米、大豆期现货价格之间回归方程的残差项的平稳性检验结果

根据协整关系d的界定，玉米期现货价格序列CF与CS之间存在协整关系，大豆期现货价格序列SF与SS之间也存在协整关系。由于大宗农产品期货价格与现货价格之间存在协整关系，所以大宗农产品期货价格与现货价格至少存在一个方向的Granger因果关系。利用方程（5）和方程（6）对大宗农产品期或价格与现货价格进行Granger因果关系检验，具体的实证结果如表4所示。

表4 玉米、大豆期货价格与现货价格的Granger因果关系检验

根据表4的Granger因果关系检验结果，可以看出玉米和大豆的期货价格与现货价格之间存在双向的Granger因果关系，说明玉米、大豆的期货价格对现货价格具有一定的预测作用，同时大宗农产品的现货价格对其期货价格也具有一定的预测作用，大宗农产品的期货价格与现货价格之间存在双向的引导关系。

（3）EGARCH模型的实证分析结果

由于玉米、大豆农产品期货价格序列与现货价格序列之间具有双向的协整关系，所以本文在金融化背景下构建了EGARCH模型，如方程（10）到方程（14），并利用这些方程对玉米、大豆大宗农产品期货价格与现货价格之间的动态关系进行分析。在具体估计过程中，按照ARCH效应测试与基于AIC准侧，具体构建了EGARCH（1,1）模型展开计量检验，具体结果如表5所示。

表5 玉米、大豆大宗期货价格与现货价格之间EGARCH(1,1)模型参数估计结果

表5的结果表明，除了玉米期货价格的γ、玉米现货价格的α以及大豆现货价格的α和γ1不显著外，其余各项系数均在1%的置信水平下显著，但是显著性具有一定的差异性，特别是农产品在不同的市场中表现出不同的显著性，如玉米、大豆期货价格序列的系数均α在1%置信水平下显著，而玉米、大豆现货价格的α均不显著，说明玉米、大豆的这表明农产品的期货价格以及现货价格之间均存在一致性的相互关系。玉米、大豆期货价格与现货价格的β均在1%置信水平下显著，表明玉米、大豆的期货价格序列与现货价格序列均可以用其滞后1期的值来描述，也表明农产品的在不同市场上的价格各序列均存在自相关性。玉米现货价格序列以及大豆期货价格序列与现货价格序列的γ均在统计意义上比较显著，从而表明协整残差项的检验对玉米现货价格、大豆期货价格和现货价格表现出一定的解释力度。

在不同市场的价格序列的对数条件方差检验模型中，玉米、大豆期货价格与现货价格的ω与β1都在1%置信水平下表现出显著性，从而表明不同市场价格序列的条件对数方差方程存在波动性的“聚集”性；而在进行信息冲击对不同市场价格的影响检验时，玉米、大豆期货价格与现货价格的α1均在1%置信水平下比较显著；玉米期货价格的γ1=-0.1009、玉米现货价格的γ1=-0.10183、大豆期货价格的γ1=0.07458在1%置信水平下都表现出一定的显著性，证实玉米期、现货价格与大豆期货价格均存在“杠杆效应”。与此同时，对于玉米、大豆期货价格，当εt-1＞0与εt-1＜0来看时，信息对条件方差对数有一个正数倍的冲击，该结论证实“好消息”对玉米、大豆期货价格和现货价格的冲击强于“坏消息”的冲击。从参数λ的估计结果看，玉米、大豆期货价格和现货价格的λ均在1%显著性水平下显著，且均大于零。说明玉米现货价格和期货价格之间的协整残差项可以对玉米期货价格和现货价格的波动性进行解释，大豆现货价格和期货价格之间的协整残差项同样也可以对大豆期货价格和现货价格的波动性进行解释。

3 结论与启示

本文采用2005年1月至2013年12月期间玉米、大豆期货价格和现货价格的数据，在金融化背景下将协整残差项分别引入条件均值与条件方差的计量回归方程中，从而构建可以检验不同市场价格关系的动态EGARCH模型；在金融化趋势下探索大宗农产品期货价格与现货价格之间是否存在稳定的均衡关系，及不同市场之间的引导关系中各种信息冲击的“杠杆效应”，从而以新的视角为政策制定者提供有益的现实依据，得到如下的结论：玉米、大豆的期货价格序列均不服从正态分布，并Granger因果关系检验玉米和大豆的期货价格与现货价格之间存在双向的Granger因果关系，说明玉米、大豆的期货价格对现货价格具有一定的预测作用，同时大宗农产品的现货价格对其期货价格也具有一定的预测作用，大宗农产品的期货价格与现货价格之间存在双向的引导关系；而根据EGARCH模型的检验结果，表明农产品的在不同市场上的价格各序列均存在自相关性、不同市场价格序列的条件对数方差方程存在波动性的“聚集”性、“好消息”对玉米、大豆期货价格和现货价格的冲击强于“坏消息”的冲击等。根据以上结论，对我国农产品期货市场构建，获得农产品价格定价权具有一定的启示意义。

[1]Engle R F，Granger C W.Cointegration and Error Correction Representation,Estimation and Testing[J].Econometrica,1987,55(2).

[2]Sims C A Stock J,Watson M.Inference in Linear Time Series Models with Some Unit Roots[J].Econometrica,1990,58.

[3]Tilton J E.Outlook for Copper Prices-Up or Down[J].Commodities Research Unit World Copper Conference.Santiago,Chile.2006,58(8).

[4]McCalla A F．World Food Prices:Causes and Consequences[J].Canadian Journal of Agricultural Economics,2009,57.

[5]Harri A,Nalley L,Hudson D.The Relationship between Oil，Exchange Rates and Commodity Prices[J].Journal of Agricultural and Applied Economics,2009,41(2).

[6]Roache S,Rossi M．The Effects of Economic News on Commodity Prices[J].Quarterly Review of Economics and Finance,2010,50．

[7]Sari R ，Hammoudeh S，Soytas U.Dynamics of Oil Price，Precious Metal Prices，and Exchange Rate[J].Energy Economics,2010,32．

[8]Anzuini A,Lombardi M J，Pagano P.The Impact of Monetary Policy Shocks on Commodity Prices[J].International Journal of Central Banking,2013,9(3).

[9]刘向丽，成思危，汪寿阳，洪永淼.期现货市场间信息溢出效应研究[J].管理科学学报，2008,11(3).

[10]谢飞,韩立岩.投机还是实需：国际商品期货价格的影响因素分析[J].管理世界,2012,(10).

[11]李芳,李秋娟.人民币汇率与房地产价格的互动关系——基于2005～2012年月度数据的MSVAR模型分析[J].国际金融研究,2014,（3）.