蔡雪月+周湘蕾

摘 要：從大宗商品的金融屬性、大宗商品價格波動規(guī)律及特征、大宗商品定價機制以及大宗商品貿易公司管理四個方面概述2013年來國外學者的研究成果，整理發(fā)現(xiàn)國際學者對大宗商品的價格規(guī)律和金融屬性的研究比較全面，但國家如何管控定價、企業(yè)如何爭取大宗商品定價權等問題還有待進一步研究。

關鍵詞：大宗商品；定價機制；價格規(guī)律

中圖分類號：F23 文獻標識碼：A doi：10.19311/j.cnki.16723198.2017.25.044

1 研究背景

在造成國際大宗商品價格變動的因素群中，中國的基礎原材料進口和消費已經成了一個不容忽視的重要原因。通過長城戰(zhàn)略咨詢公司對 24 種大宗商品的統(tǒng)計，我國大宗商品消費總量約占全球消費總量近百分之二十，有鐵礦石、稀土、PTA、煤炭、精煉銅等 19 種品種消費量全球第一。但由于之前于我國在發(fā)展過程中，將更多的注意力集中在引進和利用外資和發(fā)展進出口貿易上，而對貨物貿易定價權問題的關注甚少，導致我國仍處于國際產業(yè)鏈的下游；國內進出口企業(yè)多頭對外，缺乏統(tǒng)一性，甚至有過度競爭，讓國外企業(yè)坐收漁利。

國際大宗商品貿易價格的定價多采用期貨市場上所形成的價格加上相應的升貼水的方式，也即所謂的點價交易。而我國期貨市場起步較晚，發(fā)展不健全，參與度較低，且存在大量過度投機行為這相比于國際上比較健全的期貨市場，國內期貨交易所形成的市場價格得不到國際貿易商的認可。2003 年的大豆高價買單風波、鐵礦石談判的失利、稀土的多產不多得等事例，已使我國在國際貿易中遭受重大損失。所以說在大宗商品交易中，把中國因素變成中國優(yōu)勢的關鍵在于如何獲取大宗商品國際定價權。

2 文獻回顧

在國際貿易往來中，由于各國的資源優(yōu)勢和產業(yè)力量強弱不同，在指定商品的國際價格時，經常出現(xiàn)價格的非理性波動，這引起了許多專家學者的注意。所以，本文將從大宗商品的金融屬性、大宗商品價格波動規(guī)律及特征、大宗商品定價機制以及大宗商品貿易公司管理四個方面概述2013年來國外學者的研究成果。

2.1 大宗商品具有金融屬性

Sofiane Abouraa等（2014）基于投資組合優(yōu)化、資產定價、風險管理理論將多元GARCH模型用于期權定價和衍生品套期保值，研究了股票、債券、外匯和大宗商品市場之間的互動性，作者不僅考察了各個市場各自的自相關性，還考察了與其他市場間的相關性，這也是文章的創(chuàng)新之處。研究發(fā)現(xiàn)：當考慮波動的相互作用如滯后波動的相互作用時，國際金融市場和大宗商品之間關系是特別明顯的；其二，幾乎所有波動溢出參數均顯著，且債券和貨幣波動最有助于解釋股票回報率，而商品市場的波動反饋效應最顯著；極端事件可以引發(fā)跨市場的傳染效應，而股票市場就是波動的主要傳輸渠道。其三，作者用溢出效應理論分析了大宗商品和股票的投資組合多樣化對于抵御全球金融風險的作用，并認為大宗商品可能被視為一個綜合的市場，將其加入到投資組合很有必要。

Walid Mensi等（2013）通過觀察標準普爾500指數和能源、食品、黃金及飲料等大宗商品價格指數的回歸性和脈沖響應效果，探討了股票和商品市場之間波動的相關性和傳播效應，并提出500指數與黃金價格指數和500與原油指數之間存在顯著相關性。Mihaela Nicolau 等 （2015）認為期貨合約的價格總是受其標的資產的現(xiàn)貨價格的影響，這種關系主要依賴于商品類型和期貨合約到期時間。該研究基于無套利和資產定價理論，應用遞推估計和雙變量var模型建立了期貨價格預測模型，得出了以下結論：（1）現(xiàn)貨與期貨價格之間存在長期協(xié)整關系，并存在穩(wěn)定的因果關系；（2）商品市場中，原油在應對金融動蕩時用于套期保值和投機行為最常見也最有效；（3）黃金市場上，現(xiàn)貨與期貨價格之間并不存在一個有效的預測機制；（4）盡管天然氣和原油價格之間有很高協(xié)同性，但由于兩個市場都呈現(xiàn)弱外生性，因此二者之間存在著反向的因果關系；（5）原油商品的期貨和現(xiàn)貨間呈現(xiàn)雙向因果關系，而天然氣的現(xiàn)貨和期貨價格間的因果關系卻并不顯著。

Nicolas Huchet等 （2015）依據兩階段最小二乘方法以六種農產品（可可、玉米、大豆、小麥，咖啡，大米）為研究對象研究了期貨市場投機和標的資產變化之間的聯(lián)系。作者認為VIX指數與大宗商品價格波動對標準普爾500指數期權的隱含波動率呈高度相關。油價上漲會系統(tǒng)地提高商品價格，而債券的收益率（或利率）對大宗商品價格的影響并不顯著。此外作者還論述了投機與回報的高度相關性，具體來說通過期貨合約的投機，積極影響商品價格的變化。模型結果表明除了大米和可可外的四種商品的價格，無論是多頭寸的份額，還是持倉量的總和，都明顯依賴于期貨市場的投機行為。

2.2 對大宗商品價格波動規(guī)律及特征的研究綜述

Ramalhete Moreira（2014）測試巴西大宗商品價格變動與宏觀經濟變量之間的短期和長期關系，并得出了商品市場的波動不中立的結論。主要證據顯示大宗商品價格沖擊與預期通貨膨脹和現(xiàn)期通貨膨脹之間存在短期效應，國內生產總值和匯率水平也存在短期效應。從長期來看，大宗商品價格的向上波動意味著高預期的通貨膨脹率和較低的水平的國內生產總值，從而顯示出經濟主管部門應該重視商品市場的突然波動。作者認為貨幣當局真的有理由關注高波動的商品市場，模型估計的協(xié)整方程表明在巴西，商品價格的波動性越高，國民生產總值的水平越低，期望的通貨膨脹率越高。

Chuanguo Zhang等（2015）選擇小麥、玉米、大豆、豆類、紙漿、棉花和天然橡膠六種農業(yè)商品，利用ARJI-GARCH模型研究國際原油價格沖擊對中國農產品的影響，結論表明：（1）石油價格波動分為聚集行為與跳躍行為兩種。當石油價格開始波動，人們?yōu)榱艘?guī)避風險會在石油期貨市場上進行套期保值交易，而這最終將導致油價進一步大幅波動。油價也會在突發(fā)的政治和經濟事件的影響下表現(xiàn)出一些跳躍行為。（2）石油價格沖擊對不同農產品的影響不同，且經濟作物比糧食作物更容易受到石油價格沖擊的影響。（3）大部分農產品價格波動不對稱。（4）石油價格的跳躍強度對農產品價格的影響不同。與其他五種農產品相比，只有天然橡膠對于價格的跳躍強度最為敏感。對此，作者認為政策制定當局應建立早期預警和應對機制以有效地應對全球石油價格波動，如全球石油進口的多樣化和增加石油儲量，另外當局者還可以選擇加強國內農業(yè)商品儲備以及豐富農產品期貨種類。endprint

Julien Chevallier等（2013）假設在全球范圍內大宗商品與經濟周期之間有一定的相關性，并利用E-GARCH模型評價每種商品的經濟新聞（農業(yè)產品，能源市場，工業(yè)和貴金屬）對商品價格的影響。他們認為經濟對商品價格的影響是相當復雜，并帶有顯著的地域性和周期性。從投資角度來看，本文的主要觀點可以概括如下：（1）作者認為由于在經濟衰退時期商品市場與高風險資產有很強的相關性，所以投資者不應該將商品期貨添加到與標準金融資產（如債券和股票等）相關度較低資產組合中。（2）經濟對大宗商品價格的影響是相當復雜的。（3）有一個市場的周期性對商品市場投資有著直觀的影響：在強勁增長的時期，投資者應該加大工業(yè)金屬、能源、農產品和工業(yè)金屬在其投資組合中的比重。

Celso Brunetti 等 （2014）對交易量和價格波動進行研究后指出，對交易量和價格波動之間的動態(tài)關系的研究可以提供金融市場內部結構的信息、了解市場信息傳播的途徑和方式、提高利用交易量和價格波動信息進行推斷的有效性和可靠性，對解決價格收益分布特征的爭論具有幫助。

Feng Lu & Yuanfang Li（2013）通過傳統(tǒng)的計量經濟學框架分析研究了最近幾年中國因素對全球大宗商品價格波動和海運運費波動率的影響，衡量了中國對大宗商品和海運需求的增量增長的貢獻。作者發(fā)現(xiàn)，傳統(tǒng)的“需求驅動”的計量模型未能預測最近的商品價格上漲，而在模型中加入中國的因素后，該模型顯著提高了其性能，對最近的商品價格增長進行了合理的模擬。而后經驗證據證實，國際大宗商品價格波動不再獨立于中國自身的產業(yè)活動。全球大宗商品和海運市場中國因素的特殊影響，凸顯了中國宏觀經濟政策的重要性，而中國需要通過允許更靈活的匯率制度和更放開利率政策工具來改革它的宏觀管理體制。

由于經濟指標反映商品價格的滯后性以及一些商品對其他商品的溢出效應，商品價格驅動因素的識別是困難的。作者Yusho Kagraoka（2016）應用福尼等人的廣義動態(tài)因子模型，發(fā)現(xiàn)了商品價格的四個共同的驅動因素，即美國的通脹率，世界工業(yè)生產，世界股票指數，原油價格。

2.3 對大宗商品定價機制的研究綜述

Patrick Andreoli-Versbach等（2015）研究了意大利整個汽油銷售市場的動態(tài)定價過程，并模擬了先于或后于市場領先者單方面宣布其承諾采取一種粘性定價政策的不同情形。作者主要在文中主要強調單方面價格公告、內生粘性價格承諾和領導定價中的默契勾結行為在定價過程中的重要性。Juan C. Arismendi等（2016）認為許多商品市場不僅在價格水平上，還在波動性上都體現(xiàn)了很強的季節(jié)性因素。文中在赫斯頓（1993）的隨機波動模型基礎上進行擴展，以允許波動隨季節(jié)周期變化，提出了一個季節(jié)性的長期均值-方差過程，用以分析季節(jié)性行為在商品價格的波動中的重要性。研究表明，考慮季節(jié)性的隨機波動性之后顯著降低了期貨期權交易合同中的定價錯誤。在統(tǒng)計和數理意義上，該文章提出的新型期貨期權定價模型不僅考慮了截面的期權價格，但也考慮了時間序列的期貨合約。實證結果表明，所提出的模型確實提高了定價的天然氣和玉米合同的準確性。Gonzalo Cortazar等（2015）在資產定價模型（CAPM）的理論基礎上，參考施瓦茲和Smith（2000）商品的定價模型，提出了一個簡單的擴展方法，有可能大幅提高商品價格模型的性能。這種方法提供了一個更可靠的估計風險溢價參數的思路，在不影響模型擬合的期貨合約價格的置信度的同時，使預期的未來現(xiàn)貨價格將更可信。

JIN ZHANG， MINGJIA XIE（2016）對中國的成品油定價機制進行了實證檢驗，并進一步分析了其在中國宏觀經濟中的作用。首先，作者考察了國內成品油價格與國際油價的關系。并發(fā)現(xiàn)這一機制是“公平”的，它對于國際石油價格的下跌和上漲的反應具有對稱性。此外，隨著時間的推移，該機制對國際石油價格的變動越發(fā)敏感。其次，作者研究了機制在中國宏觀經濟中的作用，并發(fā)現(xiàn)它對通貨膨脹、投資、出口和貨幣的直接作用是非常有限的。第三，作者考慮了如果政府選擇一個較低的監(jiān)管水平，可能會發(fā)生什么。研究發(fā)現(xiàn)，較少的監(jiān)管并不能增加中國經濟對國際石油價格的影響，這也從另一個角度說明了機制作用的有限性。對機制的作用有限，作者提供了兩點解釋。首先，在油價震蕩的國內國際的形勢下，中國經濟的基本特征可能是經濟穩(wěn)健的主要原因。中國以煤為主要能源來源，只有不到20%的能源消費來自石油，這20%涵蓋了進口和國內供應兩種渠道。隨著中國從依賴化石燃料轉向更多地依賴于清潔和綠色能源，這一比例可能會變得更低。其次，機制的作用有限也可能是由于機制本身的性質。由于其設計的整體機制是使國內成品油價格準確而對稱的遵循國際石油價格的波動，因為它承認后者作為前者的基本決定因素。而只有在不受管制的情況下，才能使國際石油價格的沖擊在一定的滯后期內作用在中國經濟上，從這一點看來，這一機制所能做的是非常有限的。

2.4 對大宗商品貿易公司管理的研究綜述

JIN Xi，CHEN JIN（2014）分析了第三方支付資金管理、大宗商品電子交易資金管理模式的現(xiàn)狀，提出了對第三方支付企業(yè)B2B電子商務發(fā)展的幾點建議：一是積累商業(yè)信譽，提高支付結算的能力；二是充分利用自身優(yōu)勢，提供多種合作支付方式；三是提高財務管理的透明度，接受客戶的實時監(jiān)控。

Yu-Feng Zhuang Da-Song Li（2014）認為企業(yè)間的網上團購具有廣泛的適用性和前景。大企業(yè)憑借自己的優(yōu)勢可以在B2B大宗商品貿易中占據主動權，而中小企業(yè)卻在各種限制的束縛下轉變緩慢。作者從中小企業(yè)正在面臨的問題入手，基于B2B大宗商品交易分析在線集團采購模式的可行性和可用性。作者在文中設計了一個網上團購模式，其中考慮了網上團購的發(fā)起人的選擇、定價、交易對象區(qū)域的選擇等因素，并強調了完善物流配送體系、可靠的信用機制和完善的售后服務體系的重要性。但是該文章也存在明顯的不足，一方面作者簡化了問題進行分析，并沒有考慮完全這一交易模式的所有相關因素和潛在問題。另一方面，由于該文章采用的是定性分析的方法，缺乏深入的數理研究和實證支持。endprint

3 簡要評述及未來方向

基于對大宗商品市場的研究，Celso Brunetti（2014）與Juan C. Arismendi（2016）等人對其價格規(guī)律進行探索，但與Marek A. D1browski （2015）等學者的研究視角不同的是，與兩篇文章并不考察宏觀經濟的驅動和影響，也不將大宗商品與金融市場鏈接，而是僅基于大宗商品市場本身建立數量模型，探索價格波動的數理規(guī)律。另外三篇文章研究了不同國家地區(qū)對不同大宗商品種類的定價機制。

基于對大宗商品金融屬性的研究，GiulioPalomba（2015）等人主要就衍生市場（主要是期貨市場）與現(xiàn)貨市場之間的緊密聯(lián)系進行了論述。

總的來說，國際上的學者對大宗商品的價格規(guī)律和金融屬性的研究比較全面，但有關國家對定價機制的管控以及企業(yè)如何為自己爭得最有利價格最終落腳到如何爭取大宗商品定價權的問題還有待于進一步探索。

參考文獻

[1]Sofiane Abouraa，Julien Chevallierb. Volatility returns with vengeance： Financial markets vs. Commodities[J].Research in International Business and Finance， 2015，33（18）：334354.

[2]Walid Mensi， Makram Beljid， Adel Boubaker， Shunsuke Managi. Correlations and volatility spillovers across commodity and stock markets： Linking energies， food， and gold[J].Economic Modelling，2013，32（32）：1522.

[3]Mihaela Nicolau ，GiulioPalomba. Dynamic relationships between spot and futures prices.The case of energy and gold commodities[J].Resources Policy，2015，45（6）：130142.

[4]Nicolas Huchet， Papa Gueye Fam. The role of speculation in international futures markets on commodity prices[J].Research in International Business and Finance ，2016，（37）： 4965.

[5]Ricardo Ramalhete Moreira. Commodities prices volatility， expected inflation and GDP levels： an application for a net-exporting economy[J].Procedia Economics and Finance，2014，（14）： 435444.

[6]Chuanguo Zhang，Xuqin Qu.The effect of global oil price shocks on China's agricultural commodities[J].Energy Economics，2015，（51）：354364.

[7]Julien Chevallier.Mathieu Gatumel & Florian Ielpo，Commodity markets through the business cycle[J].Quantitative Finance，2014，14（9）：15971618.

[8]Celso Brunetti， DavidReiffen.Commodity index trading and hedging costs[J].Journal of Financial Markets，2014，21（4）：153180.

[9]Feng Lu & Yuanfang Li.The China factor in recent global commodity price and shipping freight volatilities[J].China Economic Journal，2010，2（3）： 351–377.

[10]Yusho Kagraoka.Common dynamic factors in driving commodity prices： Implications of a generalized dynamic factor model[J].Economic Modelling，2016，（52）：609617.

[11]Patrick Andreoli-Versbach，Jens-Uwe Franck.Endogenous price commitment， sticky and leadership pricing：Evidence from the Italian petrol market[J].International Journal of Industrial Organization，2015，（40）：3248.

[12]Juan C. Arismendi， Janis Back， Marcel Prokopczuk， Raphael Paschke， Markus RudolfSeasonal.Stochastic Volatility： Implications for the pricing of commodity Options[J].Journal of Banking & Finance，2016，（66）：5365.

[13]Gonzalo Cortazar，Ivo Kovacevic，Eduardo S. Schwartz.Expected commodity returns and pricing models[J].Energy Economics，2015，（49）：6071.

[14]Jin Zhang， Mingjia Xie.China's oil product pricing mechanism：What role does it play in China's macroeconomy[J].China Economic Review，2016，（38）：209221.

[15]Jin Xi，Chen Jin.Research on Bulk Commodity Electronic Tradings Third-party Payment Company Funds Management Mode[J].International Conference on Management of e-Commerce and e-Government，2015：2023.

[16]Yu-Feng Zhuang Da-Song Li.Online Group Purchase Research Based On Commodities Trading[J].2014 10th International Conference on Computational Intelligence and Security & International Conference on Computational Intelligence and Security，2014：761765.endprint