姚定俊，張 路，程恭品

（1.南京財(cái)經(jīng)大學(xué) 金融學(xué)院，江蘇 南京 210023；2.南京財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 210023）

一、引言

“保險(xiǎn)+期貨”是指農(nóng)業(yè)經(jīng)營者或企業(yè)為規(guī)避市場價(jià)格風(fēng)險(xiǎn)向保險(xiǎn)公司購買期貨價(jià)格保險(xiǎn)產(chǎn)品，然后保險(xiǎn)公司通過向期貨經(jīng)營機(jī)構(gòu)購買場外期權(quán)將風(fēng)險(xiǎn)轉(zhuǎn)移，期貨經(jīng)營機(jī)構(gòu)再利用期貨市場進(jìn)行風(fēng)險(xiǎn)對(duì)沖的業(yè)務(wù)模式。自2015 年大連商品交易所首倡“保險(xiǎn)+期貨”項(xiàng)目以來，該模式已連續(xù)六年寫入中央“一號(hào)文件”。2021年出臺(tái)的《中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》明確提出，要發(fā)揮“保險(xiǎn)+期貨”在服務(wù)鄉(xiāng)村產(chǎn)業(yè)發(fā)展中的作用。截至2021年6月，“保險(xiǎn)+期貨”試點(diǎn)工作已累計(jì)開展930 多個(gè)項(xiàng)目，涉及27 個(gè)省份、459 個(gè)縣，擴(kuò)展到14個(gè)品種，現(xiàn)貨量接近1400萬噸，服務(wù)農(nóng)戶141萬戶，實(shí)現(xiàn)賠付超過13億元。目前，“保險(xiǎn)+期貨”模式正在推進(jìn)產(chǎn)業(yè)風(fēng)險(xiǎn)保障向更寬領(lǐng)域、更深層次延伸和拓展。當(dāng)前我國“保險(xiǎn)+期貨”的實(shí)際運(yùn)作模式如圖1 所示，是由保險(xiǎn)公司、期貨公司的資管子公司或投資子公司、養(yǎng)殖戶、政府、交易所、銀行等多個(gè)主體共同構(gòu)成的完整網(wǎng)絡(luò)鏈條?！氨ｋU(xiǎn)+期貨”在現(xiàn)行運(yùn)營模式下，可使保險(xiǎn)公司、期貨公司和農(nóng)戶等多方獲利，實(shí)現(xiàn)互惠共贏，其主要優(yōu)勢包括如下幾個(gè)方面。

圖1 “保險(xiǎn)+期貨”運(yùn)作模式示意圖

第一，“保險(xiǎn)+期貨”模式幫助保險(xiǎn)公司分散了原來農(nóng)業(yè)保險(xiǎn)難以化解的巨災(zāi)風(fēng)險(xiǎn)，提高了保險(xiǎn)公司的風(fēng)險(xiǎn)管理能力，是除再保險(xiǎn)之外的另一種風(fēng)險(xiǎn)轉(zhuǎn)移方式，豐富了風(fēng)險(xiǎn)管理工具，為我國保險(xiǎn)行業(yè)健康運(yùn)轉(zhuǎn)提供了有力保障。

第二，政府可以通過補(bǔ)貼保費(fèi)的方式替代農(nóng)業(yè)直接補(bǔ)貼政策，有利于糧食戰(zhàn)略儲(chǔ)備和農(nóng)業(yè)增產(chǎn)增收。由于補(bǔ)貼保費(fèi)的成本低于臨儲(chǔ)政策和農(nóng)業(yè)直接補(bǔ)貼政策的財(cái)政支出，減輕了政府財(cái)政的負(fù)擔(dān)?！氨ｋU(xiǎn)+期貨”模式把風(fēng)險(xiǎn)轉(zhuǎn)化到資本市場，比原來的直接轉(zhuǎn)移支付的政策更高效；同時(shí)也規(guī)避了國際市場對(duì)農(nóng)業(yè)直接補(bǔ)貼的限制。

第三，保險(xiǎn)公司可利用其分支網(wǎng)點(diǎn)分布廣泛的優(yōu)勢，將農(nóng)業(yè)保險(xiǎn)市場做大做強(qiáng)?！氨ｋU(xiǎn)+期貨”體量的擴(kuò)大可以有效促進(jìn)期貨公司業(yè)務(wù)量的增大，有利于期貨公司的經(jīng)紀(jì)業(yè)務(wù)發(fā)展，有利于提高期貨市場上機(jī)構(gòu)投資者的權(quán)重占比，從而在有效性、流動(dòng)性和規(guī)范性等方面促進(jìn)我國期貨市場的可持續(xù)健康發(fā)展。

第四，雖然農(nóng)業(yè)生產(chǎn)單位可通過金融衍生品市場進(jìn)行套期保值，但是我國的農(nóng)業(yè)生產(chǎn)單位大多由家庭構(gòu)成，生產(chǎn)規(guī)模較小，產(chǎn)量未必能達(dá)到期貨一手的最低限；同時(shí)，金融衍生品市場對(duì)投資者存在文化水平、專業(yè)技術(shù)等較高的隱性門檻，因此絕大多數(shù)農(nóng)戶難以直接參與金融衍生品市場。而“保險(xiǎn)+期貨”模式可以直接通過保險(xiǎn)銷售來服務(wù)廣大農(nóng)戶，大大降低了技術(shù)壁壘和參與門檻，可以讓農(nóng)戶輕松享受到金融衍生品市場帶來的服務(wù)。

我國金融實(shí)務(wù)的快速發(fā)展亟須理論研究的配套支撐，部分學(xué)者已經(jīng)開始了“保險(xiǎn)+期貨”領(lǐng)域的研究。通過知網(wǎng)查詢可知，截至2022年1月底，標(biāo)題含“保險(xiǎn)+期貨”的中文論文共315篇，其中絕大多數(shù)文獻(xiàn)研究集中在定性分析上，而定量研究的文獻(xiàn)僅5篇左右。定性研究的文獻(xiàn)主要關(guān)注我國現(xiàn)有“保險(xiǎn)+期貨”試點(diǎn)項(xiàng)目的運(yùn)行機(jī)制優(yōu)化以及相關(guān)經(jīng)驗(yàn)借鑒。董婉璐等（2014）[1]以美國玉米產(chǎn)業(yè)為例，分析了農(nóng)業(yè)保險(xiǎn)和農(nóng)產(chǎn)品期貨對(duì)農(nóng)民收入的保障作用，為我國提供了經(jīng)驗(yàn)借鑒。李正強(qiáng)（2015）[2]在分析大連商品交易所“保底租地協(xié)議+場外期權(quán)+期貨”新模式的基礎(chǔ)上，提出了加大政策扶持力度，為新型涉農(nóng)主體管理價(jià)格波動(dòng)風(fēng)險(xiǎn)提供財(cái)政補(bǔ)貼，支持試點(diǎn)推廣等建議。李亞茹和孫蓉（2017）[3]認(rèn)為期貨價(jià)格保險(xiǎn)是大宗農(nóng)產(chǎn)品和鮮活農(nóng)產(chǎn)品價(jià)格調(diào)控的重要市場化工具，提出了增加農(nóng)產(chǎn)品期貨品種、建立再保險(xiǎn)體系等建議。

定量研究的文獻(xiàn)極少，可以分為兩種類型。

一類是分析“保險(xiǎn)+期貨”試點(diǎn)產(chǎn)生的相關(guān)影響。如方蕊等（2019）[4]研究了試點(diǎn)與我國現(xiàn)有農(nóng)業(yè)補(bǔ)貼政策的影響關(guān)系，張子健等（2021）[5]研究了試點(diǎn)對(duì)農(nóng)戶農(nóng)資投入和經(jīng)營規(guī)模的影響，潘方卉等（2022）[6]研究了飼料成本“保險(xiǎn)+期貨”模式對(duì)豬肉市場價(jià)格波動(dòng)的影響。

另一類是從技術(shù)層面研究精準(zhǔn)定價(jià)問題。如吳開兵等（2021）[7]從保險(xiǎn)公司的視角出發(fā)對(duì)“保險(xiǎn)+期貨”中的定價(jià)問題展開了討論。迄今為止，在“保險(xiǎn)+期貨”框架下，從我國保險(xiǎn)公司角度出發(fā)對(duì)分散承保風(fēng)險(xiǎn)的研究幾乎還是空白?；谏鲜霰尘埃疚囊渣S玉米為例，在“保險(xiǎn)+期貨”的框架下嘗試為保險(xiǎn)公司探索最優(yōu)的套期保值比率，以達(dá)到最大限度分散保險(xiǎn)公司承保風(fēng)險(xiǎn)的目的。該問題研究可為“保險(xiǎn)+期貨”項(xiàng)目未來的健康發(fā)展提供參考。

（一）研究方法

在套期保值研究方面，我們發(fā)現(xiàn)隨著經(jīng)典方法到靜態(tài)套期保值方法再到動(dòng)態(tài)套期保值方法的演變，雖然模型越來越復(fù)雜，在不少品種上也取得了一些優(yōu)化效果，但是在農(nóng)產(chǎn)品的相關(guān)研究中，套期保值績效仍然偏低，且套期保值績效指標(biāo)值最高的仍是經(jīng)典的OLS模型。Alexander和Barbosa（2007）[8]很早就指出，在成熟活躍的市場中，沒有任何證據(jù)可以證明后來這些更加復(fù)雜的計(jì)量模型比OLS模型估計(jì)的套期保值比率更加有效，過分追求復(fù)雜模型可能背離了研究服務(wù)于市場的初心。近年來伴隨著我國金融市場的整體發(fā)展，無論是保險(xiǎn)行業(yè)還是期貨行業(yè)都取得了長足的發(fā)展，采用何種恰當(dāng)?shù)墓烙?jì)模型處理最新的市場數(shù)據(jù)，以達(dá)到套期保值績效最大化的目標(biāo)，是本文重點(diǎn)關(guān)注的內(nèi)容之一。

本文對(duì)于“保險(xiǎn)+期貨”的研究分為三個(gè)階段。

首先，采用傳統(tǒng)的OLS模型研究套期保值比率。由于OLS 模型沒有解決殘差自相關(guān)問題，繼而使用能夠克服該缺點(diǎn)的B-VAR 模型再次估算套期保值比率。但協(xié)整關(guān)系仍未被考慮，從而忽略了協(xié)整關(guān)系會(huì)使套期保值比率過低繼而影響套期保值效果。

其次，考慮期貨、現(xiàn)貨價(jià)格的協(xié)整關(guān)系再使用ECM 模型進(jìn)行估計(jì)，加入期貨價(jià)格時(shí)間序列的異方差性，使用GARCH模型進(jìn)行估計(jì)。

再次，使用復(fù)合的ECM-GARCH 模型再次估計(jì)，以獲得實(shí)際效果最佳的套期保值比率。

1.傳統(tǒng)回歸的套期保值模型（OLS）

OLS 模型是最常用的傳統(tǒng)回歸模型，Witt 等（1987）[9]最早用它估計(jì)方差最小的套期保值比率。他們將期貨價(jià)格和現(xiàn)貨價(jià)格的增量分別當(dāng)作解釋變量和被解釋變量，再做OLS的一元線性回歸，即：

其中St是黃玉米在t 時(shí)刻的現(xiàn)貨價(jià)格，ΔSt=St-St-1是它在t 時(shí)刻的現(xiàn)貨收益；Ft是黃玉米在t 時(shí)刻的期貨價(jià)格，ΔFt=Ft-Ft-1是它在t 時(shí)刻的期貨收益；εt是OLS 的隨機(jī)擾動(dòng)項(xiàng)，α 是OLS 回歸方程的截距項(xiàng)，β1是OLS 回歸方程的斜率項(xiàng)，它剛好就是最小收益方差目標(biāo)下的套期保值比率h，即：

2.雙變量向量自回歸的套期保值模型（B-VAR）

Herbst 等（1989）[10]及Myers 和Thompson（1989）[11]在使用OLS模型研究最優(yōu)套期保值比率時(shí)發(fā)現(xiàn)了殘差自相關(guān)問題，以及解釋變量過少而導(dǎo)致信息量受損的風(fēng)險(xiǎn)，并提供了使用B-VAR模型估計(jì)最優(yōu)套期保值比率的方法。B-VAR 模型包含了兩個(gè)變量，這兩個(gè)變量的當(dāng)前數(shù)據(jù)同時(shí)受到歷史數(shù)據(jù)的影響，它們豐富了模型的信息量，也克服了殘差自相關(guān)問題。

此外，B-VAR 模型的前提假設(shè)較少，適用性更強(qiáng)。在B-VAR 模型下，黃玉米期貨市場收益率與現(xiàn)貨市場收益率之間影響關(guān)系的表達(dá)式為：

其中，Cs、Cf分別為B-VAR 模型回歸方程各個(gè)對(duì)應(yīng)變量的截距項(xiàng)，αsi、βsi、αfi、βfi分別為B-VAR 模型回歸方程各個(gè)對(duì)應(yīng)變量的回歸系數(shù)，εst、εft分別為B-VAR 模型回歸方程各個(gè)對(duì)應(yīng)變量的隨機(jī)擾動(dòng)項(xiàng)，且獨(dú)立同分布。

該模型進(jìn)行實(shí)證研究時(shí)，首先要確定可以消除殘差自相關(guān)關(guān)系的最優(yōu)滯后階數(shù)，將現(xiàn)貨收益率序列的方差記為Var(εst)=σss，將期貨收益率序列的方差記為Var(εft)=σff，將期貨市場和現(xiàn)貨市場價(jià)格收益率序列的協(xié)方差記為Var(εst,εft)=σsf，這樣就得到方差最小時(shí)的套期保值比率h，表達(dá)式為：

B-VAR模型的回歸方程還可以通過推導(dǎo)得到：

方差最小化目標(biāo)下的套期保值比率h 就是式（6）中ΔFt項(xiàng)的系數(shù)β2。

與OLS 模型相比，B-VAR 模型的優(yōu)勢在于可以處理期貨、現(xiàn)貨市場收益率殘差序列自相關(guān)的問題。但是美中不足的是，期貨市場和現(xiàn)貨市場價(jià)格序列可能內(nèi)含協(xié)整關(guān)系及長期均衡關(guān)系，但B-VAR模型沒有考慮這種可能，也沒有考慮異方差性對(duì)套期保值比率產(chǎn)生動(dòng)態(tài)影響的可能性。

3.誤差修正的套期保值模型（ECM）

Granger 和Engle（1987）[12]在研究發(fā)現(xiàn)OLS 模型和B-VAR 模型的缺陷后，提出協(xié)整關(guān)系的概念，并豐富發(fā)展為協(xié)整理論。該理論同時(shí)包含了時(shí)間序列的解釋變量和被解釋變量之間的短期動(dòng)態(tài)關(guān)系與長期均衡關(guān)系兩個(gè)方面。他們指出，即使時(shí)間序列是不平穩(wěn)的，但是仍然有可能存在一種線性組合通過平穩(wěn)性檢驗(yàn)，此時(shí)就稱原序列具有協(xié)整關(guān)系，具有協(xié)整關(guān)系的變量之間可以用一個(gè)誤差修正項(xiàng)Zt-1來表示。這樣處理后，可以發(fā)現(xiàn)變量間潛在的長期均衡關(guān)系，既豐富了回歸模型的信息，同時(shí)也解決了殘差自相關(guān)問題。

Ghosh（1993）[13]首次利用ECM 模型來研究方差最小時(shí)的套期保值比率。該研究首先對(duì)期貨市場價(jià)格和現(xiàn)貨市場價(jià)格進(jìn)行OLS回歸；然后將基差，即期貨、現(xiàn)貨價(jià)格之差記為誤差修正項(xiàng)；最后進(jìn)行ECM模型回歸。

ECM模型的表達(dá)式為：

其中，Cs、Cf分別為ECM模型回歸方程各個(gè)對(duì)應(yīng)變量的截距項(xiàng)，αsi、βsi、αfi、βfi分別為ECM 模型回歸方程各個(gè)對(duì)應(yīng)變量的回歸系數(shù)，εst、εft分別為ECM模型回歸方程各個(gè)對(duì)應(yīng)變量的隨機(jī)擾動(dòng)項(xiàng)，且獨(dú)立同分布，Zt-1為誤差修正項(xiàng)，λs和λf至少有一個(gè)不等于零。

通過推導(dǎo)，ECM模型的回歸方程還可以導(dǎo)出：

方差最小化目標(biāo)下的套期保值比率h 就是式（9）中ΔFt項(xiàng)的系數(shù)β3。

學(xué)者們通過大量的實(shí)證研究發(fā)現(xiàn)，在成熟市場中可以用基差近似Zt-1，即用期貨價(jià)格與現(xiàn)貨價(jià)格之差Bt-1=Ft-1-St-1代替。但是由于我國金融衍生品市場的成熟性、規(guī)范性和有效性較成熟市場仍存在差距，直接以基差作為近似值并不可靠，所以本文采用殘差項(xiàng)的一階滯后項(xiàng)來替代Zt-1。

4.誤差修正GARCH 的套期保值模型（ECMGARCH）

Cecchetti 和Figlewski（1988）[14]使用ARCH 模型估計(jì)了聯(lián)邦國債期貨的最優(yōu)套期保值比率，指出國債期貨的套期保值比率并非定值，而是動(dòng)態(tài)數(shù)值。Baillie 和Myers（1991）[15]最先使用GARCH 模型研究了美國的玉米和大豆期貨、現(xiàn)貨市場的套期保值比率。Lien 等（2002）[16]發(fā)現(xiàn)，GARCH 模型雖然考慮了動(dòng)態(tài)性，但未考慮協(xié)整關(guān)系，套期保值比率的估計(jì)值偏小，套期保值績效明顯下降，而加入修正誤差項(xiàng)后的ECM-GARCH 模型套期保值效果更好。該模型放寬了期貨、現(xiàn)貨價(jià)格各自變化量的條件方差以及它們之間的條件協(xié)方差為定值的要求，加入了期貨、現(xiàn)貨市場價(jià)格變化的協(xié)整關(guān)系和波動(dòng)率之間的聯(lián)動(dòng)關(guān)系。此時(shí)ECM-GARCH（1,1）模型的表達(dá)式可以通過式（7）和式（8）進(jìn)一步推導(dǎo)得到，即：

其中，hss為GARCH 模型回歸后的均值方程中現(xiàn)貨序列對(duì)應(yīng)的殘差項(xiàng)εst的條件方差，hff為GARCH模型回歸后的均值方程中期貨序列對(duì)應(yīng)的殘差項(xiàng)εft的條件方差，而hsj為GARCH 模型回歸后的均值方程中期貨、現(xiàn)貨序列對(duì)應(yīng)的殘差項(xiàng)εst和εft的條件協(xié)方差。

根據(jù)Bollerslev 等（1988）[17]研究時(shí)推導(dǎo)出的簡化模型，可將表達(dá)式簡化為：

此時(shí)，現(xiàn)貨序列的條件方差hss只受到自己的誤差項(xiàng)εs,t-1與滯后項(xiàng)的影響，期貨序列的條件方差hff同樣只受到自己的誤差項(xiàng)εf,t-1與滯后項(xiàng)的影響，而期貨、現(xiàn)貨序列的條件協(xié)方差hsf同時(shí)受誤差項(xiàng)εs,t-1和εf,t-1以及滯后項(xiàng)的影響。ECM-GARCH 模型下收益方差最小化時(shí)的套期保值比率為：

（二）黃玉米“保險(xiǎn)+期貨”績效評(píng)估的指標(biāo)

參與套期保值的收益為Ht=ΔSt-hΔFt，其對(duì)應(yīng)的方差表達(dá)式為：

而未參與套期保值的收益相對(duì)更簡單，就是現(xiàn)貨市場的收益，即Ut=ΔSt，其對(duì)應(yīng)的方差表達(dá)式為：

按照Ederington（1979）[18]，可以將參與套期保值前后收益方差的降低程度H 作為指標(biāo)，衡量套期保值的績效。H的計(jì)算公式如式（17）所示：

本文首先在上述5 個(gè)模型下分別計(jì)算套期保值比率h，以及對(duì)應(yīng)的套期保值績效H。然后選出最大的H 值，以及對(duì)應(yīng)的套期保值比率h，此即為在“保險(xiǎn)+期貨”模式下應(yīng)采用的最優(yōu)套期保值比率，它對(duì)保險(xiǎn)公司的風(fēng)險(xiǎn)保障效果最高。為了使結(jié)果更加可信，本文在對(duì)樣本區(qū)間內(nèi)時(shí)間序列進(jìn)行套期保值績效的計(jì)算和比較后，選出最優(yōu)的套期保值比率，然后應(yīng)用在樣本區(qū)間外數(shù)據(jù)上進(jìn)行套期保值效果檢測，對(duì)比論證。

二、樣本選取及處理

本文選取的數(shù)據(jù)來源于Wind 數(shù)據(jù)庫，是2015年1 月5 日至2020 年2 月28 日的黃玉米期貨和現(xiàn)貨的價(jià)格時(shí)間序列，其中又以2019 年1 月1 日為界，分為樣本區(qū)間內(nèi)數(shù)據(jù)和樣本區(qū)間外數(shù)據(jù)，合計(jì)1223 組日度數(shù)據(jù)、267 組周度數(shù)據(jù)、62 組月度數(shù)據(jù)。其中，樣本區(qū)間內(nèi)952 組日度數(shù)據(jù)、206 組周度數(shù)據(jù)、48 組月度數(shù)據(jù)；樣本區(qū)間外271組日度數(shù)據(jù)、61組周度數(shù)據(jù)、14 組月度數(shù)據(jù)。使用樣本區(qū)間內(nèi)數(shù)據(jù)來估計(jì)套期保值比率，在實(shí)證分析中對(duì)2015 年1 月5 日至2018 年12 月28 日的樣本進(jìn)行套期保值比率估計(jì)的實(shí)證研究，對(duì)2019 年1 月2 日至2020 年2 月28 日的樣本進(jìn)行套期保值績效評(píng)估的實(shí)證研究。

在選取黃玉米期貨合約時(shí)，考慮到期貨合約價(jià)格與股市價(jià)格等市場價(jià)格最大的差異之一就是不連續(xù)，即期貨合約都有到期日，到了交割月時(shí)必須選擇平倉或是實(shí)物交割，無法長期連續(xù)持有，所以本文不能像其他市場的研究方法那樣直接獲得連續(xù)數(shù)據(jù)。以大連商品交易所的黃玉米期貨合約為例，每年有1 月、3 月、5 月、7 月、9 月、11 月交割的六個(gè)合約；除此之外，期貨合約還有一個(gè)特別之處，即在同一個(gè)交易日當(dāng)中，會(huì)存在多個(gè)不同交割月的期貨合約同時(shí)交易。可以歸納為，同一交易日內(nèi)的同一期貨品種會(huì)并存多個(gè)不同交割月的期貨合約。為了獲取便于實(shí)證研究的連續(xù)時(shí)間序列，把即將交割、距離現(xiàn)在時(shí)間最短的期貨合約作為基準(zhǔn)，一旦其進(jìn)入交割月份，就更換至下一個(gè)時(shí)間最短的交割月期貨合約。以此類推，將這些期貨市場黃玉米收盤價(jià)的價(jià)格時(shí)間序列數(shù)據(jù)匯總即可獲得可供實(shí)證研究的連續(xù)時(shí)間序列數(shù)據(jù)。而在選取黃玉米現(xiàn)貨合約時(shí)，選取中華糧網(wǎng)公布的含水分14%的三級(jí)黃玉米現(xiàn)貨報(bào)價(jià)。需要特別說明的一點(diǎn)是：節(jié)假日等原因?qū)е铝艘恍]有開盤的日期，這些日期的數(shù)據(jù)將被剔除處理。

（一）描述性統(tǒng)計(jì)量分析

在2015年1月5日至2020年2月28日時(shí)間段以內(nèi)，為了方便對(duì)比分析，服務(wù)下文的計(jì)量模型，對(duì)日度、周度、月度數(shù)據(jù)及其一階差分的序列，還有期貨、現(xiàn)貨市場對(duì)應(yīng)的對(duì)數(shù)收益率進(jìn)行描述性統(tǒng)計(jì)量分析。

根據(jù)輸出結(jié)果可知：日度、周度、月度數(shù)據(jù)及其一階差分和對(duì)數(shù)收益率的序列在平均值、中位數(shù)、最大值、最小值、標(biāo)準(zhǔn)差、偏度和峰度所對(duì)應(yīng)的幾組數(shù)值較為接近，說明對(duì)應(yīng)的二者之間應(yīng)該存在著一定的函數(shù)映射關(guān)系，存在協(xié)同性的可能。

再看各列的J-B統(tǒng)計(jì)量及其對(duì)應(yīng)的p值，日度數(shù)據(jù)和周度數(shù)據(jù)的J-B 統(tǒng)計(jì)量都遠(yuǎn)大于11，且所對(duì)應(yīng)的p 值都近似為0，說明這些時(shí)間序列的正態(tài)性不足，都不服從正態(tài)分布。日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的偏度都大于0，所以是右偏的；而日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的一階差分序列和對(duì)數(shù)收益率序列的偏度都是小于0 的，結(jié)果是左偏的。日度數(shù)據(jù)、周度數(shù)據(jù)序列的峰度都小于3，所以密度函數(shù)圖像較為平坦；而日度數(shù)據(jù)、周度數(shù)據(jù)序列的一階差分序列和對(duì)數(shù)收益率的序列的峰度都大于3，所以密度函數(shù)圖像較為尖聳。

為了檢驗(yàn)是否可以通過套期保值降低風(fēng)險(xiǎn)，對(duì)日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列分別進(jìn)行相關(guān)系數(shù)矩陣的運(yùn)算。結(jié)果顯示，日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的相關(guān)系數(shù)矩陣的相關(guān)性分別是0.959176、0.958757、0.954617，都在0.95 以上。這說明二者之間的相關(guān)性很大，所以理論上可以通過套期保值組合的方式來降低風(fēng)險(xiǎn)。

（二）數(shù)據(jù)樣本的單位根檢驗(yàn)

如果時(shí)間序列存在單位根的話，就會(huì)使得回歸結(jié)果產(chǎn)生偽回歸的情況，所以需要通過單位根檢驗(yàn)來判斷時(shí)間序列數(shù)據(jù)是否平穩(wěn)。綜合考慮后，本文分別對(duì)日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的期貨、現(xiàn)貨價(jià)格序列及其各自對(duì)應(yīng)的一階差分序列進(jìn)行了完整的ADF檢驗(yàn)，如表1所示。

表1 的結(jié)果顯示：日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的原始價(jià)格序列的t 值在5%的顯著性水平下都不能拒絕原假設(shè)，所以不能排除單位根存在的可能性。基于此，選取的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的原始價(jià)格序列都不平穩(wěn)；日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的一階差分序列的t 值在5%的顯著性水平下都能夠拒絕原假設(shè)，可以排除單位根存在的可能性，認(rèn)為不存在單位根。因此，選取的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的一階差分序列都通過了平穩(wěn)性檢驗(yàn)，都是I(1)過程。

表1 單位根檢驗(yàn)結(jié)果

（三）協(xié)整性檢驗(yàn)

在進(jìn)行ECM 的研究之前，我們需要對(duì)黃玉米現(xiàn)貨價(jià)格和期貨價(jià)格數(shù)據(jù)做協(xié)整性檢驗(yàn)，協(xié)整向量需要滿足的一個(gè)前提是解釋變量和被解釋變量需要相同的單整階數(shù)。先對(duì)現(xiàn)貨價(jià)格和期貨價(jià)格的數(shù)據(jù)進(jìn)行回歸得到函數(shù)方程，產(chǎn)生殘差序列ETD、ETW、ETM，進(jìn)而對(duì)這些序列進(jìn)行平穩(wěn)性檢驗(yàn)。若殘差序列ETD、ETW、ETM 可以通過平穩(wěn)性檢驗(yàn)，則說明不存在單位根，表明變量間存在長期均衡的函數(shù)方程，該方程所代表的就是解釋變量和被解釋變量之間的協(xié)整關(guān)系。在前文中，我們已經(jīng)知道黃玉米現(xiàn)貨價(jià)格和期貨價(jià)格的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)均為一階單整序列，都是I(1)過程，滿足協(xié)整檢驗(yàn)的前提，可以對(duì)黃玉米現(xiàn)貨價(jià)格和期貨價(jià)格的日度數(shù)據(jù)回歸方程產(chǎn)生的殘差序列ETD、ETW、ETM 進(jìn)行單位根檢驗(yàn)。本文協(xié)整檢驗(yàn)采用的方法是E-G 兩步法，結(jié)果見表2。

表2 協(xié)整性檢驗(yàn)結(jié)果

三、套期保值的實(shí)證研究

（一）套期保值比率估計(jì)

根據(jù)上文中給出的方法和相關(guān)數(shù)據(jù)進(jìn)行實(shí)證研究，我們將所有模型估計(jì)得到的套期保值比率h 的數(shù)值匯總于表3。

表3 的結(jié)果如下：日度數(shù)據(jù)下，GARCH 模型得到的h值0.015889最小，ECM模型所得的h值0.041390最大，中間是OLS 模型所得的h 值0.034873；周度數(shù)據(jù)下，GARCH 模型得到的h 值0.040672 最小，ECM模型所得的h 值0.150323 最大，中間是OLS 模型所得的h值0.130476；月度數(shù)據(jù)下，GARCH模型得到的h值0.248685最小，而B-VAR模型所得的h值0.368315最大，中間是ECM模型所得的h值0.359604。

表3 套期保值比率h結(jié)果

結(jié)果表明：在三種不同時(shí)間間隔的數(shù)據(jù)下，GARCH模型所得到的套期保值比率始終最小；日度數(shù)據(jù)和周度數(shù)據(jù)下，ECM 模型所得的套期保值比率最大；月度數(shù)據(jù)下，ECM 模型所得的套期保值比率是第二大的。這很可能是由于自回歸條件異方差對(duì)套期保值比率的影響較小，而充分考慮了期貨、現(xiàn)貨價(jià)格時(shí)間序列之間的協(xié)整關(guān)系的誤差修正項(xiàng)的ECM 模型以及ECM-GARCH 模型的結(jié)果都非常出色。

另外，所有模型下，隨著數(shù)據(jù)時(shí)間間隔從日度、周度再到月度的逐步增大，套期保值比率也同步增大。換言之，隨著套期保值操作間隔時(shí)間的拉長，套期保值操作的效果越來越好，更有必要進(jìn)行套期保值；同時(shí)也證明了套期保值比率與收益變動(dòng)的增量之間存在負(fù)相關(guān)關(guān)系。

（二）套期保值績效計(jì)算

如表4 和表5 所示，可根據(jù)表3 以及式（15）—式（17）計(jì)算出樣本區(qū)間內(nèi)和樣本區(qū)間外的套期保值績效h值。

表4 樣本區(qū)間內(nèi)的套期保值績效h值

表5 樣本區(qū)間外的套期保值績效h值

表4 顯示的是期貨合約到期前相對(duì)較長的時(shí)間段所對(duì)應(yīng)的套期保值績效，計(jì)算過程中的套期保值比率值h和變量的方差、協(xié)方差是利用2015年1月5日至2018 年12 月28 日這個(gè)樣本內(nèi)數(shù)據(jù)計(jì)算而得。表5 顯示的是期貨合約到期前相對(duì)較短的時(shí)間段，即臨近交割前一段時(shí)間所對(duì)應(yīng)的套期保值績效，計(jì)算過程中所使用的套期保值比率值h與表4相同，但變量的方差和協(xié)方差是利用2019年1月2日至2020年2月28日這個(gè)樣本區(qū)間外數(shù)據(jù)計(jì)算所得。

表4 顯示，套期保值的確降低了保險(xiǎn)公司的收益風(fēng)險(xiǎn)。在同一個(gè)模型下，隨著操作時(shí)間間隔從日度到周度，再到月度的逐步增大，套期保值績效也同步增大。無論是日度、周度還是月度時(shí)間間隔，套期保值績效最高的均為OLS模型或ECM模型。

表5 同樣驗(yàn)證了套期保值的確降低了保險(xiǎn)公司的收益風(fēng)險(xiǎn)。與表4 相比，在相同的模型和樣本時(shí)間間隔下，樣本區(qū)間內(nèi)數(shù)據(jù)計(jì)算所得的套期保值績效要比樣本區(qū)間外數(shù)據(jù)計(jì)算所得的套期保值績效低，這種現(xiàn)象與理論不一致。因?yàn)?，從理論上講，在有效市場上隨著到期日的臨近期貨價(jià)格會(huì)趨近于現(xiàn)貨價(jià)格，套期保值應(yīng)該更為有效，h 值應(yīng)該更高。反常現(xiàn)象的背后原因可能是目前我國衍生品市場的投機(jī)因素還比較多，市場有效性還不夠高，削弱了“保險(xiǎn)+期貨”的部分功能。

四、研究結(jié)論及相關(guān)建議

本部分將對(duì)前文套期保值績效評(píng)估結(jié)果進(jìn)行綜合分析，確定最優(yōu)的套期保值比率，分析“保險(xiǎn)+期貨”模式在降低保險(xiǎn)公司風(fēng)險(xiǎn)方面的效果。最后從保險(xiǎn)行業(yè)、期貨行業(yè)、監(jiān)管機(jī)構(gòu)以及國家政策等四個(gè)層面給出建議，為推動(dòng)“保險(xiǎn)+期貨”模式良性發(fā)展提供參考依據(jù)。

（一）研究結(jié)論

本文有如下四點(diǎn)主要結(jié)論。

第一，保險(xiǎn)公司只要參加套期保值，無論選用本文中哪種模型確定套期保值比率，都可以在一定程度上降低風(fēng)險(xiǎn)。這表明“保險(xiǎn)+期貨”模式下套期保值的確可以分散和轉(zhuǎn)移保險(xiǎn)公司面臨的價(jià)格波動(dòng)風(fēng)險(xiǎn)，切實(shí)提高保險(xiǎn)公司抗風(fēng)險(xiǎn)的能力。

第二，樣本區(qū)間內(nèi)數(shù)據(jù)下，OLS模型確定的套期保值比率均為最優(yōu)；樣本區(qū)間外數(shù)據(jù)下，B-VAR 模型確定的套期保值比率基本是最優(yōu)的。這與其他學(xué)者相關(guān)的研究結(jié)論是一致的：利用農(nóng)產(chǎn)品期貨進(jìn)行套期保值時(shí)，使用OLS 等靜態(tài)套期保值方法所產(chǎn)生的風(fēng)險(xiǎn)降低程度往往最大。因此，在保險(xiǎn)公司利用“保險(xiǎn)+期貨”模式進(jìn)行套期保值時(shí)，可以優(yōu)先考慮使用快捷的靜態(tài)套期保值方法。

第三，其他變量相同時(shí)，隨著“保險(xiǎn)+期貨”套期保值的時(shí)間周期從日度到周度直至月度的增長，套期保值的效果也會(huì)隨之逐漸增加。這一特點(diǎn)對(duì)于保險(xiǎn)公司而言非常利好，因?yàn)檗r(nóng)業(yè)保險(xiǎn)所需要對(duì)應(yīng)的“保險(xiǎn)+期貨”的套期保值期限一般都遠(yuǎn)長于經(jīng)銷商、加工商等套期保值者，可以使得“保險(xiǎn)+期貨”模式降低保險(xiǎn)公司風(fēng)險(xiǎn)的效果更為顯著。

第四，樣本區(qū)間內(nèi)數(shù)據(jù)代表的是距離期貨合約到期交割時(shí)間較遠(yuǎn)的數(shù)據(jù)，樣本區(qū)間外數(shù)據(jù)則代表臨近交割的數(shù)據(jù)，研究結(jié)果顯示樣本區(qū)間內(nèi)數(shù)據(jù)的套期保值績效均高于樣本區(qū)間外數(shù)據(jù)，這一現(xiàn)象與有效市場下的理論結(jié)果不符。理論上講，如果市場是有效的，臨近交割時(shí)期貨價(jià)格和現(xiàn)貨價(jià)格逐漸趨同，基差風(fēng)險(xiǎn)應(yīng)該逐漸降低，套期保值效果隨之提高，后者樣本計(jì)算的h 值應(yīng)當(dāng)大于前者。理論和實(shí)踐的差異從一個(gè)側(cè)面反映了我國農(nóng)產(chǎn)品期貨市場有效性不足的問題，原因可能包括過度投機(jī)導(dǎo)致價(jià)格的異常劇烈震蕩。因此，保險(xiǎn)公司在參與“保險(xiǎn)+期貨”時(shí)須保持謹(jǐn)慎態(tài)度，及時(shí)關(guān)注市場行情，動(dòng)態(tài)監(jiān)督合作伙伴交易行為等。

（二）相關(guān)建議

“保險(xiǎn)+期貨”模式是基于我國當(dāng)前農(nóng)業(yè)發(fā)展和金融發(fā)展需要而催生的一項(xiàng)創(chuàng)新產(chǎn)品，其積極作用毋庸置疑。但是在試點(diǎn)階段難免會(huì)出現(xiàn)一些問題，有些問題已經(jīng)出現(xiàn)端倪，如李銘和張艷（2019）[19]就指出“保險(xiǎn)+期貨”模式仍存在實(shí)際賠付率較低、交易成本較高等問題，并建議可以學(xué)習(xí)美國農(nóng)業(yè)保險(xiǎn)與期貨行業(yè)合作的成功經(jīng)驗(yàn)，更好地服務(wù)于我國經(jīng)濟(jì)發(fā)展。有些問題雖未顯現(xiàn)，但存在潛在的風(fēng)險(xiǎn)隱患，如套期保值效率有待提高等。我們希望通過相關(guān)主體的緊密配合，不斷優(yōu)化“保險(xiǎn)+期貨”的運(yùn)行模式，力促農(nóng)業(yè)發(fā)展和金融市場完善。本文試圖從以下角度提出一些政策建議以供參考。

首先，對(duì)于保險(xiǎn)行業(yè)來說任重而道遠(yuǎn)，可以從如下三個(gè)方面予以改進(jìn)完善。

一是提高參與意識(shí)，注重人才儲(chǔ)備。不少保險(xiǎn)公司員工對(duì)“保險(xiǎn)+期貨”模式了解程度不夠，套期保值、風(fēng)險(xiǎn)防控的理論水平有待提高，阻礙了保險(xiǎn)公司的參與積極性。這種現(xiàn)狀不利于“保險(xiǎn)+期貨”模式的全面推進(jìn)，也不利于保險(xiǎn)公司的業(yè)務(wù)創(chuàng)新。建議保險(xiǎn)公司通過增加培訓(xùn)普及“保險(xiǎn)+期貨”模式知識(shí)，培育和引進(jìn)相關(guān)人才，組建專門負(fù)責(zé)團(tuán)隊(duì)等，多方推動(dòng)“保險(xiǎn)+期貨”項(xiàng)目，力爭早日實(shí)現(xiàn)盈利。

二是發(fā)揮自身優(yōu)勢，促進(jìn)市場繁榮。保險(xiǎn)公司可以發(fā)揮其地緣優(yōu)勢和信息優(yōu)勢，配合政府和商品期貨交易所做好“保險(xiǎn)+期貨”模式的宣傳工作，吸引更多農(nóng)戶參與到“保險(xiǎn)+期貨”市場。例如從整個(gè)農(nóng)產(chǎn)品價(jià)格行業(yè)上下游進(jìn)行縱向覆蓋，吸引農(nóng)產(chǎn)品加工商、養(yǎng)殖戶、經(jīng)銷商等客戶，既能增大保險(xiǎn)業(yè)務(wù)量，增強(qiáng)經(jīng)營穩(wěn)定性，也能提高金融衍生品市場的交易量和流動(dòng)性，促進(jìn)各金融市場共同繁榮發(fā)展。

三是創(chuàng)新保險(xiǎn)產(chǎn)品，做好風(fēng)險(xiǎn)防控。一方面，保險(xiǎn)公司應(yīng)當(dāng)保持對(duì)新技術(shù)、新概念較高的敏感度，不斷創(chuàng)新產(chǎn)品，服務(wù)時(shí)代發(fā)展要求。借力國家對(duì)“保險(xiǎn)+期貨”模式的扶持政策，做好“保險(xiǎn)+期貨”模式的支持和對(duì)接工作，進(jìn)一步發(fā)展完善價(jià)格保險(xiǎn)和收入保險(xiǎn)等農(nóng)業(yè)保險(xiǎn)產(chǎn)品。另一方面，保險(xiǎn)公司需要加強(qiáng)與期貨公司的聯(lián)動(dòng)，保持溝通聯(lián)系，加強(qiáng)關(guān)注監(jiān)督，設(shè)立專門準(zhǔn)備金應(yīng)對(duì)可能出現(xiàn)的潛在風(fēng)險(xiǎn)。在我國金融衍生品市場的價(jià)格波動(dòng)風(fēng)險(xiǎn)仍然較高的情況下，要為防范系統(tǒng)性金融風(fēng)險(xiǎn)、期貨公司的操作風(fēng)險(xiǎn)等做好預(yù)先準(zhǔn)備。

其次，對(duì)于期貨等金融衍生品行業(yè)而言，主要有如下三個(gè)方面的建議。

一是重視員工培訓(xùn)，樹牢服務(wù)意識(shí)?！氨ｋU(xiǎn)+期貨”模式在我國推行時(shí)間相對(duì)較短，在大眾視野中相對(duì)陌生，甚至從業(yè)人員也未必完全熟悉。作為“保險(xiǎn)+期貨”的主體之一，期貨等金融行業(yè)同樣需要重視員工培訓(xùn)，促使大家不斷豐富專業(yè)知識(shí)，樹牢服務(wù)意識(shí)，總結(jié)實(shí)踐經(jīng)驗(yàn)，共同推進(jìn)“保險(xiǎn)+期貨”模式的發(fā)展。

二是配合產(chǎn)品推廣，提高服務(wù)水平。配合保險(xiǎn)公司和政府，做好“保險(xiǎn)+期貨”產(chǎn)品的推廣工作。指導(dǎo)下屬投資子公司或資產(chǎn)管理子公司加強(qiáng)人才儲(chǔ)備，增強(qiáng)自身在金融衍生品市場的投資交易水平、風(fēng)險(xiǎn)控制水平以及審核監(jiān)督水平，幫助保險(xiǎn)公司合法合規(guī)地分散農(nóng)業(yè)保險(xiǎn)的既存風(fēng)險(xiǎn)。

三是豐富衍生產(chǎn)品，完善金融市場。為了日后更完善地服務(wù)于“保險(xiǎn)+期貨”模式，各交易所需要根據(jù)市場交易需求和農(nóng)業(yè)保障需求創(chuàng)新期貨和期權(quán)品種，進(jìn)一步提升我國金融衍生品市場發(fā)展水平，為日后進(jìn)一步的金融創(chuàng)新開放夯實(shí)基礎(chǔ)，做好準(zhǔn)備。

再次，對(duì)于政府和監(jiān)管機(jī)構(gòu)，本文也有如下三點(diǎn)建議供參考。

一是動(dòng)態(tài)調(diào)整政策規(guī)定，完善監(jiān)管制度。為了控制保險(xiǎn)公司風(fēng)險(xiǎn)，相關(guān)規(guī)定對(duì)于保險(xiǎn)公司直接參與金融衍生品二級(jí)市場的交易限制較為嚴(yán)格。在特定歷史階段，這些規(guī)定的確保障了保險(xiǎn)公司和投保人繳納保費(fèi)的資金安全，但是隨著經(jīng)濟(jì)的快速發(fā)展，一些規(guī)定可能會(huì)漸漸成為束縛業(yè)務(wù)創(chuàng)新的“阻力”。盡管保險(xiǎn)公司采取“保險(xiǎn)+期貨”模式已經(jīng)進(jìn)行了一定的創(chuàng)新，原有政策也進(jìn)行了一定的調(diào)整，但是還有一些制度需要及時(shí)進(jìn)行補(bǔ)充完善，建議相關(guān)監(jiān)管制度及時(shí)進(jìn)行動(dòng)態(tài)調(diào)整，以推動(dòng)我國金融市場不斷成熟完善。

二是把握補(bǔ)貼標(biāo)準(zhǔn)，激發(fā)市場活力。眾所周知，政府補(bǔ)貼會(huì)起到釋放政策信號(hào)、刺激金融市場的作用。如果補(bǔ)貼力度過大，就會(huì)弱化市場自主調(diào)節(jié)的功能；如果補(bǔ)貼力度過小，則起不到激發(fā)農(nóng)戶投保和保險(xiǎn)公司承保的作用。因此，政府需要把握好補(bǔ)貼尺度，用好政策工具。

三是客觀評(píng)價(jià)成效，促進(jìn)持續(xù)發(fā)展。當(dāng)前某些試點(diǎn)地區(qū)習(xí)慣性簡單地以保險(xiǎn)賠付金額作為衡量“保險(xiǎn)+期貨”模式成效的指標(biāo)，以此彰顯“保險(xiǎn)+期貨”模式的優(yōu)勢。賠付較少的保險(xiǎn)公司，有可能在以后的“保險(xiǎn)+期貨”招投標(biāo)過程中處于劣勢地位，這種現(xiàn)象可能會(huì)增加保險(xiǎn)公司的風(fēng)險(xiǎn)隱患，挫傷它們的參與積極性。因此應(yīng)當(dāng)逐漸完善評(píng)價(jià)機(jī)制和方法，客觀評(píng)價(jià)保險(xiǎn)公司服務(wù)地方經(jīng)濟(jì)的成效，支持和鼓勵(lì)保險(xiǎn)機(jī)構(gòu)不斷創(chuàng)新產(chǎn)品和服務(wù)。