劉立軍，趙立三

(1．河北農(nóng)業(yè)大學(xué) 商學(xué)院，河北 保定 071001；2．河北地質(zhì)大學(xué) 經(jīng)貿(mào)學(xué)院，河北 石家莊 050031；3．河北大學(xué) 管理學(xué)院，河北 保定 071002)

大豆期貨與豆油期貨的價格關(guān)系
——基于大連商品交易所的經(jīng)驗分析

劉立軍1,2，趙立三3

(1．河北農(nóng)業(yè)大學(xué) 商學(xué)院，河北 保定 071001；2．河北地質(zhì)大學(xué) 經(jīng)貿(mào)學(xué)院，河北 石家莊 050031；3．河北大學(xué) 管理學(xué)院，河北 保定 071002)

大豆是大豆油的原材料，大豆的期貨價格變動是否順向影響了豆油的期貨價格？豆油的期貨價格變動是否反向影響了大豆的期貨價格？運用大連商品交易所2006年1月9日至2016年8月4日10年的經(jīng)驗數(shù)據(jù)，使用黃大豆1號收盤價和豆油的收盤價構(gòu)建VAR模型進行實證分析，并通過Granger因果關(guān)系檢驗、方差分解分析和脈沖響應(yīng)函數(shù)表明：大豆期貨價格的變動對豆油期貨價格的變動具有明顯地順向影響和貢獻度，豆油期貨價格變動對大豆期貨價格變動的反向影響不明顯。

大豆期貨價格；豆油期貨價格；VAR

一、 引 言

商品期貨交易活動是指買賣雙方共同約定在未來的某一時間、按照約定價格進行交割的一種貿(mào)易活動。從過去的口頭承諾到 “標(biāo)準(zhǔn)化期貨合約”，這種遠期合同交易合約提供了指導(dǎo)未來生產(chǎn)經(jīng)營活動的價格信號，對沖農(nóng)業(yè)生產(chǎn)中的不確定性和長期貿(mào)易的風(fēng)險，從而起到了防范價格波動造成市場風(fēng)險的作用，使得農(nóng)業(yè)生產(chǎn)經(jīng)營活動更為有序進行。那么，大豆在期貨市場上的價格是否影響了大豆油的期貨價格呢？大豆是大豆油的原材料，大豆期貨價格變動是否順向影響了豆油的期貨價格？豆油的期貨價格變動是否反向影響了大豆的期貨價格？本文運用大連商品交易所2006年1月9日至2016年8月4日10年的經(jīng)驗數(shù)據(jù)，分析大豆期貨價格與豆油期貨價格的傳導(dǎo)關(guān)系，以期發(fā)現(xiàn)我國大豆期貨價格和豆油期貨價格的形成機制以及變化規(guī)律，為大豆農(nóng)業(yè)生產(chǎn)、大豆期貨、豆油期貨投資提供決策參考。

在以往的研究中，從交易和監(jiān)管等角度對期貨進行了多方探討。認為期貨是一種未來交易，買賣期貨合約為買家和賣家提供了一個可以在未來日期交付的合同，從而實現(xiàn)預(yù)測未來農(nóng)產(chǎn)品交易價格的走勢[1]。期貨為投資者和農(nóng)產(chǎn)品的貿(mào)易之間建立了聯(lián)系，從而使得私人的投機資本一直活躍于農(nóng)產(chǎn)品貿(mào)易中。買賣期貨合約是一種投機交易，是基于對不確定性的價格走勢的預(yù)測所獲得回報，因而，期貨交易更像是一場賭博，這也使得期貨交易一直備受爭議。支持者們認為，期貨通過商品交易所可以為農(nóng)業(yè)的商業(yè)化集中組織和管理提供價格信息和風(fēng)險控制等服務(wù)[2-3]。而一些農(nóng)民和農(nóng)民組織則對期貨交易持不信任態(tài)度，因為期貨交易的存在，使得一些非農(nóng)利益集團利用期貨交易來操縱價格和市場。盡管各國在期貨交易發(fā)展的歷史上都對金融投機行為制定了各種限制措施，還是無法改變期貨交易的不斷增長和投資者對期貨的青睞[4]。19世紀后期，在美國的小麥期貨市場中，期貨合約的虛擬交易額已經(jīng)超過了大宗商品的現(xiàn)貨交易[5]。

在現(xiàn)代經(jīng)濟中，期貨市場的存在已經(jīng)是農(nóng)業(yè)生產(chǎn)的重要組成部分，期貨所具有的價格發(fā)現(xiàn)功能可以大大降低農(nóng)產(chǎn)品價格波動的風(fēng)險。期貨的價格發(fā)現(xiàn)功能是期貨的一個重要功能，國外很多學(xué)者也對此展開了研究。Kumar Mahalik等采用向量誤差修正模型和二元指數(shù)Garch模型分析印度現(xiàn)貨、期貨商品市場價格發(fā)現(xiàn)和波動溢出效應(yīng)[6]。Cornell研究了成交量的變化量戶商品的期貨價格和現(xiàn)貨價格之間的關(guān)系[7]。Bhanumurthy通過分析印度氣候的劇烈變化對現(xiàn)貨和期貨價格形成的影響后認為，價格發(fā)現(xiàn)機制的薄弱會最終導(dǎo)致更高的價格波動[8]。Mishra對天然氣的期貨價格和現(xiàn)貨價格進行研究后，發(fā)現(xiàn)天然氣的期貨價格不能預(yù)測未來天然氣的現(xiàn)貨價格[9]。

國內(nèi)很多學(xué)者也對此展開了研究。黃飛雪等利用協(xié)整檢驗的方法研究了金融危機對我國大連商品交易所的大豆和豆粕期貨價格之間的關(guān)系，認為我國應(yīng)大力加強農(nóng)產(chǎn)品期貨市場，解決“三農(nóng)”問題[10]。何誠穎等利用VEC模型和脈沖反應(yīng)函數(shù)對滬深300指數(shù)期貨和現(xiàn)貨的1分鐘高頻數(shù)據(jù)分析后認為，滬深300指數(shù)期貨對價格的發(fā)現(xiàn)能力要超過現(xiàn)貨價格[11]。趙華等構(gòu)建ARMAJI-GARCH模型描述了我國金屬期貨價格的跳躍性行為的價格發(fā)現(xiàn)作用[12]。方匡南等利用滬深300股指期貨5分鐘高頻數(shù)據(jù)，引入分位數(shù)回歸，分析了不同漲跌幅度的期貨價格和現(xiàn)貨價格的關(guān)系[13]。

在研究期貨價格的發(fā)現(xiàn)機制時，學(xué)者們大多立足于研究期貨價格與現(xiàn)貨價格之間的關(guān)系，鮮有研究商品的期貨價格同其上下游行業(yè)的商品期貨價格的關(guān)系。本文選取大豆的期貨價格和其下游行業(yè)的豆油期貨價格進行實證分析，嘗試描述它們之間的相關(guān)關(guān)系。

二、向量自回歸(VAR)模型及估計方法

向量自回歸模型是一種非結(jié)構(gòu)化的模型，模型通過對現(xiàn)實中的經(jīng)濟數(shù)據(jù)來確定整個經(jīng)濟系統(tǒng)的動態(tài)關(guān)系，而不是依靠經(jīng)濟理論。因此在建立VAR模型時不用事先提出理論上的假設(shè)，而是通過對現(xiàn)代的經(jīng)濟時間序列所提供的信息來驗證各經(jīng)濟變量之間的理論關(guān)系。

VAR模型的表達式：

Yt=μ+A1Yt-1+…+ApYt-p+ε1
t=1,2,…，T

其中，

μ=(μ1,μ2,…μk)′;ε=(ε1t,ε2t,…，εkt)′

這是一個含有k個變量的VAR模型，Yt表示k維內(nèi)生變量向量，p為滯后階數(shù)，T為樣本數(shù)，A1,…，Ap為k×k維的系數(shù)矩陣，ε是k維擾動向量。

三、 變量選擇及統(tǒng)計性描述

(一)數(shù)據(jù)選取

本文所取的數(shù)據(jù)為大連商品交易所2006年1月9日至2016年8月4日的黃大豆1號和豆油的收盤價的每日數(shù)據(jù)，共2 005個樣本，數(shù)據(jù)均來自wind資訊。由于期貨合約大多是有交割期的，一般都不超過一年，本文為研究方便，數(shù)據(jù)選取了“連續(xù)合約”的數(shù)據(jù)。在大連商品交易所的期貨交易中有黃大豆1號和黃大豆2號兩個品種，黃大豆2號的成交量遠遠低于黃大豆1號的成交量，因此本文選取黃大豆1號代表黃大豆期貨的價格走勢。本文的所有數(shù)據(jù)處理均利用軟件Eviews8.0。

(二)數(shù)據(jù)統(tǒng)計說明

通過對兩個變量的描述性統(tǒng)計分析(表1)，以及黃大豆1號和豆油期貨價格走勢(圖1)可以看出，兩個變量的價格趨勢具有一定的一致性，價格波動的周期基本一致。豆油作為大豆的下游產(chǎn)品，大豆期貨價格的變動與豆油期貨的價格變動是具有相關(guān)性的，對其進行協(xié)整檢驗，大豆期貨價格變動與豆油期貨價格存在協(xié)整關(guān)系，這表明作為大豆的下游行業(yè)的豆油期貨價格與大豆期貨的價格具有長期的均衡關(guān)系。

表1 變量的描述性統(tǒng)計分析

注：J-B 表示 Jarque -Bera檢驗

圖1 黃大豆1號和豆油期貨價格走勢

四、 實證研究

本文建立VAR模型對大豆和豆油的期貨價格的相關(guān)關(guān)系進行實證分析。首先運用單位根檢驗判斷兩個變量的平穩(wěn)性，然后確定滯后階數(shù)，建立VAR模型。再對模型的穩(wěn)定性進行檢驗后依次進行Granger因果檢驗，方差分解分析和脈沖響應(yīng)函數(shù)分析。

(一)ADF檢驗

為了避免所建立的模型出現(xiàn)偽回歸問題，建立VAR模型要求所有變量同階單整。因此，在建立VAR模型之前，首先要求對各變量進行單位根檢驗，本文采用ADF檢驗對各變量的平穩(wěn)性進行檢驗，檢驗結(jié)果如表2所示。由檢驗結(jié)果可以看出，黃大豆1號(F_soybean)和豆油(F_oil)在1%的顯著水平下都是一階單整I(1)序列，進一步進行協(xié)整檢驗，檢驗表明兩變量協(xié)整，說明存在長期穩(wěn)定均衡關(guān)系。

表2 變量的ADF檢驗結(jié)果

(二)構(gòu)建VAR模型

由上述分析可知，變量F_soybean和F_oil為I(1)序列，如果直接建立VAR模型，會造成模型不穩(wěn)定而且脈沖響應(yīng)函數(shù)不收斂，致使脈沖響應(yīng)函數(shù)沒有意義，為此，本文采用兩個變量的一階差分建立VAR模型。

1.滯后階數(shù)的確定。構(gòu)建VAR模型時，需要確定滯后階數(shù)，如果滯后階數(shù)過多，會造成需要估計的參數(shù)過多，影響模型的自由度；如果滯后階數(shù)過少，則會無法反應(yīng)模型的整體特征[14]。本文綜合考慮LR統(tǒng)計量、FPE最終預(yù)測誤差、 AIC信息準(zhǔn)則、SC信息準(zhǔn)則、HQ信息準(zhǔn)則，運用Eviews8.0考察滯后階數(shù)，結(jié)果如表3所示。在各種檢驗的結(jié)果中，F(xiàn)PE最終預(yù)測誤差、 AIC信息準(zhǔn)則、SC信息準(zhǔn)則、HQ信息準(zhǔn)則4個指標(biāo)的檢驗結(jié)果為滯后2期是最佳滯后期，LR統(tǒng)計量檢驗結(jié)果為滯后7期是最佳滯后期，根據(jù)多數(shù)準(zhǔn)則，確定滯后階數(shù)為2，并建立滯后階數(shù)為2期的VAR(2)模型。

表3 滯后階數(shù)的確定

*indicates lag order selected by the criterion. LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error.AIC: Akaike information criterion.SC: Schwarz information criterion.

2.模型的穩(wěn)定性檢驗。為了確保脈沖響應(yīng)函數(shù)的收斂性，構(gòu)建VAR模型后，首先要對模型的穩(wěn)定性進行檢驗。檢驗結(jié)果如表4和圖2所示。表明本文所構(gòu)建的VAR模型的根的模均小于、而且處于單位圓內(nèi)，說明本文所構(gòu)建的VAR模型是穩(wěn)定的。

表4 AR Roots Table

No root lies outside the unit circle.
VAR satisfies the stability condition.

圖2 Inverse Roots of AR Characteristic Polynomial

3.Granger因果關(guān)系檢驗。利用VAR模型可以檢驗經(jīng)濟時間序列的各變量之間的因果關(guān)系。為了探討當(dāng)黃豆期貨價格變動是否能夠引起豆油的期貨價格變動，豆油期貨價格的變動能否引起黃豆期貨價格的變動，本文采用Granger因果關(guān)系對此進行檢驗，結(jié)果如表5所示。

在D(F_oil)方程中，拒絕D(F_soybean)不是D(F_oil)的Granger原因的原假設(shè)，表明大豆期貨價格對豆油期貨價格具有顯著的Granger影響，大豆期貨價格是豆油期貨價格的Granger原因。

在D(F_soybean)方程中，不能拒絕D(F_oil)不是D(F_soybean)的Granger原因的原假設(shè)，表明豆油期貨價格對大豆期貨價格不具有顯著的Granger影響，豆油期貨價格不是大豆期貨價格的Granger原因。

表5 Granger 因果關(guān)系檢驗

Dependent variable: D(F_oil),Dependent variable: D(F_soybean)

(三)方差分解分析

對VAR進行方差分解分析，可以觀察各變量的貢獻程度，用來分析在每個結(jié)構(gòu)沖擊中，對內(nèi)生變量變化的貢獻度。

表6為D(F_soybean)和D(F_oil)的變化量對D(F_soybean)變化量的貢獻程度，結(jié)果顯示，豆油期貨價格變化量對大豆期貨價格變化量的貢獻度從滯后2期到滯后6期逐漸增加，到滯后期達到0.001 835%，并保持穩(wěn)定?？偟膩碚f，豆油期貨價格變化量對大豆期貨價格變化量的貢獻率很低，說明豆油期貨價格變化量對大豆期貨價格變化量幾乎沒有影響，這與上述的豆油期貨價格不是大豆期貨價格的Granger原因的分析相吻合。

表7為D(F_soybean)和D(F_oil)的變化量對D(F_oil)變化量的貢獻程度，結(jié)果顯示，大豆期貨價格變化量對豆油期貨價格變化量的貢獻度從滯后1期到滯后4期逐漸增加，于滯后4期達到峰值4.432 809%，并保持穩(wěn)定。由此可以看出，大豆期貨價格的變化量對豆油期貨價格的變化量具有明顯的貢獻率，這同時也與上述大豆期貨價格是豆油期貨價格的Granger原因的分析結(jié)果相吻合。

表6 Variance Decomposition of D(F_soybean)

Cholesky ordering: D(F_soybean) D(F_oil)

表7 Variance Decomposition of D(F_oil)

Cholesky ordering: D(F_oil)， D(F_soybean)

(四)脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)所描述的是在其中一個內(nèi)生變量的隨機誤差項上施加一個標(biāo)準(zhǔn)差大小的沖擊后，對所有的內(nèi)生變量的當(dāng)期值和未來值的影響，只有在每個向量都平穩(wěn)、模型也平穩(wěn)的狀態(tài)下，脈沖響應(yīng)函數(shù)才是收斂的，本文滿足脈沖響應(yīng)函數(shù)的條件，結(jié)果如圖3和圖4所示。

圖3 Response of D(F_soybean) to Cholesky One S.D. D(F_oil) Innovation

圖4 Response of D(F_oil) to Cholesky One S.D. D (F_soybean) Innovation

圖3所示，當(dāng)在本期給豆油期貨價格一個正沖擊之后，大豆期貨價格在前4期上下小幅度震蕩，并于第3期達到峰值，此時峰值為0.102 041，即在3期，D(F_soybean)對D(F_oil)的響應(yīng)是0.102 041，從第4期開始趨于平穩(wěn)。這表明，當(dāng)豆油期貨價格受到外部條件的某一沖擊后，會傳遞給大豆期貨，給大豆期貨價格造成同樣的沖擊，但是這一沖擊的作用很微弱，并不顯著。

圖4所示，當(dāng)在本期給大豆期貨價格一個正的沖擊后，豆油期貨價格在第1期即達到峰值29.753 32，即在第1期，D(F_oil)對D(F_soybean)的響應(yīng)是0.102 041。從第1期開始，逐漸下降，到第6期后趨于平穩(wěn)。這表明當(dāng)大豆期貨價格受到外部條件的某一沖擊后，會傳遞給豆油期貨，而且這一沖擊具有顯著的作用。

五、結(jié) 論

本文通過對大連商品交易所2006年1月9日至2016年8月4日的黃大豆1號和豆油的收盤價的每日數(shù)據(jù)進行ADF檢驗，序列都是一階單整的，符合構(gòu)建VAR模型的條件。并且對所構(gòu)建的VAR模型進行平穩(wěn)性檢驗后顯示，模型平穩(wěn)。

通過Granger因果關(guān)系檢驗，表明大豆期貨價格對豆油期貨價格具有顯著的Granger影響，大豆期貨價格是豆油期貨價格的Granger原因；豆油期貨價格對大豆期貨價格不具有顯著的Granger影響，豆油期貨價格不是大豆期貨價格的Granger原因。通過方差分解分析可知，豆油期貨價格變化量對大豆期貨價格變化量的貢獻率很低，豆油期貨價格變化量對大豆期貨價格變化量幾乎沒有影響；大豆期貨價格的變化量對豆油期貨價格的變化量具有明顯的貢獻率，這同時也與上述大豆期貨價格是豆油期貨價格的Granger原因的分析結(jié)果相吻合。最后，由脈沖反應(yīng)函數(shù)可以看出，當(dāng)豆油期貨價格受到某一外部條件的沖擊后，會傳遞給大豆期貨，給大豆期貨價格造成同樣的沖擊，但是這一沖擊的作用很微弱，并不顯著。當(dāng)大豆期貨價格受到某一外部條件的沖擊后，會傳遞給豆油期貨，而且這一沖擊具有顯著的作用。

結(jié)論表明，大豆作為豆油生產(chǎn)的原材料，大豆期貨價格的變動明顯地順向影響了豆油期貨價格的變動，而豆油期貨價格的變動反過來對大豆期貨價格變動的影響并不顯著。

[1]CRONON W. Nature’s Metropolis: Chicago and the Great West[M]. New York: W.W. Norton, 1992:120-121.

[2]IRWIN S H, D R SANDERS. Financialization and Structural Change in Commodity Futures Markets[J]. Journal of Agricultural and Applied Economics, 2012,44 (3): 371-396.

[3]HIERONYMUS T A. Economics of Futures Trading, for Commercial and Personal Profit[M]. Chicago: Commodity Research Bureau,1977:9-11.

[4]COWING C B. Market Speculation in the Muckraker Era:The Popular Reaction[J]. The Business History Review, 1957, 31(4): 403-413.

[5]Worthy M.Broken Markets: How Financial Market Regulation Can Help Prevent Another Global Food Crisis[M/OL]. London: World Development Movement,2011[2015-05-20].http://www.globaljustice.org.uk/sites/default/files/files/resources/ broken-markets.pdf.

[6]KUMAR MAHALIK MANTU， ACHARYA DEBASHIS，SURESH BABU M. Price Discovery and Volatility Spillovers in Futures and Spot Commodity Markets: Some Indian Evidence[J]. Journal of Advances in Management Research,2014,11(2): 226-211.

[7]CORNELL BRADFORD. The Relationship Between Volume and Price Variability in Futures Markets[J].The Journal of Futures Markets，2000，20(1)： 5-18.

[8]BHANUMURTHY N R， DUA P，KUMAWAT L. Weather Shocks, Spot and Futures Agricultural Commodity Prices-An Analysis for India[Z/OL].Working Paper, 2012[2012-02-19].http://cdedse.org/pdf/work 219.pdf.

[9]MISHRA VINOD,SMYTH RUSSELL. Are Natural Gas Spot and Futures Prices Predictable? [J].Economic Modelling,2016 (54): 178.

[10]黃飛雪,王治華. 基于協(xié)整的金融危機前后DCE大豆與豆粕期貨價格關(guān)系的比較[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟,2010(6):44-53.

[11]何誠穎,張龍斌,陳薇. 基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價格發(fā)現(xiàn)能力研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2011(5):139-151.

[12]趙華,王一鳴. 中國期貨價格的時變跳躍性及對現(xiàn)貨價格影響的研究[J]. 金融研究,2011(1):195-206.

[13]方匡南,蔡振忠. 我國股指期貨價格發(fā)現(xiàn)功能研究[J]. 統(tǒng)計研究,2012(5):73-78.

[14]李子奈，葉阿忠.高級應(yīng)用計量經(jīng)濟學(xué)[M].北京：清華大學(xué)出版社,2012:103-104.

【責(zé)任編輯 郭 玲】

Study on the Relationship Between Soybean Futures and Soybean Oil Futures Prices——Basing on the Empirical Analysis of Dalian Commodity

LIU Li-jun1，2, ZHAO Li-san3

(1. School of Business, Agricultural University of Hebei, Baoding, Hebei 071001;2. School of Economics and Trade, Hebei University of Geology, Shijiazhuang, Hebei 050031;3. College of Management, Hebei University, Baoding, Hebei 071002, China)

Soybean is the raw material of soybean oil. Does the change of soybean futures prices affect the change of soybean oil futures prices or vise versa? In this paper, a case study is given to analyze the construction of VAR model with the closing price of yellow bean No.1 and soybean oil in Dalian Commodity Exchange from Jan. 9th, 2006 to Aug. 4th, 2016. Through Granger causality test, variance decomposition analysis and impulse response functions, it indicates that the effects of the change of soybean oil futures prices on the change of soybean futures price are not obvious, while the change of soybean futures prices has obvious influences and high contribution on the change of soybean oil futures prices.

soybean futures prices; soybean oil futures prices; VAR

2016-09-12

國家社科基金重點項目(15AZD006)；河北省教育廳人文社會科學(xué)重大課題攻關(guān)項目(ZD201421)；河北省社會科學(xué)基金項目(HB14YJ036、HB15YJ052、HB15YJ056)

劉立軍(1980—)，女，河北承德人，河北農(nóng)業(yè)大學(xué)商學(xué)院博士研究生，河北地質(zhì)大學(xué)經(jīng)貿(mào)學(xué)院講師，主要研究方向：農(nóng)業(yè)經(jīng)濟管理。

F830.9

A

1005-6378(2017)02-0103-07

10.3969/j.issn.1005-6378.2017.02.015