报告摘要
我们关注中国商品市场的变化，通过实证分析的方法探究商品期货定价原理在中国市场上的应用，为期货投资者的交易决策，如跨期跨品种套利、对冲、资产配置、分散风险等，提供参考。我们选择了交易最活跃的八个品种，覆盖农产品、金属、黑色、化工四大板块，分别进行验证。
收益分布：近9年的主力合约的（年化）平均收益率中只有棉花和铜是正值，豆粕、豆油、棕榈油、焦炭、螺纹钢和橡胶的平均收益率均小于零。所有品种的年化标准差都较大，平均值达到24.38%。在收益率分布方面，除铜在震荡周期中接近正态分布（Skew接近0且Kurtosis小于3），其它品种均显著表现出非正态分布特征，或者换句话说更容易出现极值。
基差与库存：除了近月基差的铜以外，其它品种（通过显著性检验）的系数b均为正值，符合theory of storaGE理论，即库存下降（上升）时，调整价差斜率变小（陡峭），反向市场（正向市场），近月价格相对上升（下降），远月价格相对下降（上升）。农产品整体系数大于其它版块，可能与农产品每年收获时间固定且存储难度较高、保鲜期短有关。
价格波动与库存：有些出乎意料的是，只有铜的主力合约波动率与库存，螺纹钢的调整价差波动率和库存，螺纹钢主力合约波动率与库存的回归系数通过了检验，即库存的变化会显著影响价格的波动；同时系数小于0，说明库存越低时价格波动越大。农产品、焦炭和橡胶没有通过检验，从统计意义来说，样本范围内库存变化对价格波动的影响不显著。
市场状态：在最近9年的月度数据样本中，豆粕、豆油、棕榈油、铜、焦炭、螺纹钢大多时候呈反向市场；棉花和橡胶呈正向市场。而当我们把时间向前延伸4个月，观察主力合约与次主力合约时豆油、棕榈油、焦炭、螺纹钢、橡胶远端升水的次数更多，呈正向市场。豆粕、铜、橡胶近端和远端市场状态一致，而油料、棉花和黑色品种的期限结构呈V型。
市场状态对价格波动的影响：我们做了两组分析，分别观察市场状态对未来的近月主力价差波动率和近月主力收益率波动率的影响。（1）从市场状态对价差波动的影响来看，豆粕、棕榈油、橡胶只在反向市场（BAckwardation）的情况下，前一期价差的变动对其未来波动有显著影响；相反，铜价差的波动只在正向市场（contango）时显著。豆油和螺纹钢在不同市场状态下，过去价差的变动对其未来波动均有显著影响，且预期未来价格升水时，价差波动更敏感。（2）从市场状态对近月主力合约价格波动的影响来看，豆油和螺纹钢只有b2系数显著，也就是说只有当期货贴水时，前一期价差的变动对主力合约价格波动有显著影响。棕榈油b1系数在90%置信度显著。
我们在表7中对本文的分析做了简单的小结。在对中国商品期货品种进行套利、衍生品定价、量化对冲等交易策略设计时需谨慎区别对待，才能有效达到策略目标。
一、研究意义
资产在传统定义中分为四个大类，即股票、债券、外汇和商品，而商品有着与其它资产收益低或者负相关性的特殊属性。近年来随着投资组合的丰富以及分散风险需求上升，越来越多的投资者将目光投向商品市场，尤其是在2016年春天黑色系螺纹钢火爆交易之后，大量资金以直接投资商品期货、商品ETF、商品指数基金等多种形式进入商品市场。
我们关注中国商品市场的变化，通过实证分析的方法探究商品期货定价原理在中国市场上的应用，为期货投资者的交易决策，如套利、对冲、资产配置、分散风险等，提供参考。商品期货定价的主流理论之一是存储理论（the theory of storage），阐述了经济基本面的变化对商品价格的影响：当商品库存很低时，期货价格贴水（backwardation），近端期货价格波动率上升；当商品库存充足时，期货价格升水（contango），近端期货价格波动率下降，期货权利金（premiums）上升至包括全部存储成本。
中国期货市场已经走过二十年，目前三大交易所先后有46个品种上市。我们选择了交易最活跃的八个品种，覆盖农产品、金属、黑色、化工四大板块，分别进行验证。
二、数据及公式说明
2.1数据来源
本文数据涉及基差、库存、价格波动、市场状态四个方面，下面我们将逐一说明：
（1） 基差：基差指期货价格与现货价格的差额。因为期货具有交易向主力合约集中的特点，所以我们选择主力合约代表期货合约，以求更贴近实际交易情况。各个品种的主力月份不一致，且每份主力合约换月时间复杂，为了便于分析比较，我们制定了统一的“主力换月规则”，即主力合约每当进入交割月份，便马上变更至下一个主力合约。以豆粕为例，其主力月份为1月、5月、9月。对于豆粕1609合约来说，其最后一个交易日为8月的最后交易日，进入9月份以后，主力合约换为1701合约直至2016年12月底，2017年1月开始换为1705合约，依次类推。这样便于大量数据统一处理，也避免了交割月份合约临近交割流动性差的问题。
处理期限结构时，中国的期货合约时间只向未来延伸一年，而不像欧美国家许多品种向前延伸两年，同时大部分中国商品的主力合约集中在1、5、9月间隔时间较长。所以从数据可用性和有效性的角度考虑，我们选择当前的主力合约做为近月合约，下一个主力合约（通常是4个月后）做为次主力合约。同样以豆粕举例，现在是2016年10月，则主力合约为1701，次主力合约为1705。
（2） 库存：为了更多的反映经济基本面情况，我们选择商品的社会库存，而非交易所库存数据。许多中国商品品种上市不久，且社会库存数据库目前还不能覆盖全部品种，所以我们选择了豆粕、豆油、棕榈油、棉花、铜、焦炭、螺纹钢、橡胶这8个上市时间较久且可从wind获得社会库存数据的活跃品种分析。
（3） 价格波动：对日度价差和日度收益率数据每个月的波动率（标准差）年化处理。
（4）市场状态：在回归分析中加入对市场状态判断的定性变量，当正向市场即期货升水（contango）时，令变量等于“1”，当反向市场即期货贴水（backwardation）时，令变量等于“0”。
2.2公式说明
我们使用单变量回归（y=a+bx）这一形式简单的回归方法依次探究基差、库存、价格波动、市场状态之间的关系。
三、分析结果
3.1收益分布统计
在我们观察的8个品种中，焦炭上市最晚，从2011年开始统计，其它品种从2008年或2009年开始统计。近9年的主力合约的（年化）平均收益率中只有棉花和铜是正值，豆粕、豆油、棕榈油、焦炭、螺纹钢和橡胶的平均收益率均小于零，主要原因在于2011年开始大宗商品进入价格大幅下跌周期，直至2016年部分商品出现反弹。年化收益率最高的是铜（4.86%），最低的是焦炭（-13.34%）。所有品种的年化标准差都较大，平均值达到24.38%。农产品每年收获季节固定，且受天气和存储成本影响，金属、黑色系、化工类品种则更多受宏观经济影响。2008年为应对金融危机，中国以4万亿拉动投资，保障经济增长，在商品市场上明显拉升了价格。2011年中国经济增速减慢，欧洲在全面债务危机中挣扎，美国还未复苏，国内外需求整体疲软加上前期价格刺激下的大量生产，大宗商品进入漫长熊市。2016年美国经济好转，开始缓慢加息，中国经济增速虽然仍在下降，但国内房地产市场的异常火爆拉动了黑色系品种螺纹钢、焦炭年初开始价格反弹，焦炭年初至今的收益率甚至已经超过110%，而农产品则从今年4月开始在天气和库存的影响下价格反弹。在收益率分布方面，除铜在震荡周期中接近正态分布，即Skew接近0且Kurtosis小于3，其它品种均显著表现出非正态分布特征，或者换句话说更容易出现极值。
3.2基差与库存
在正式分析基差与库存之前，我们对基差数据进一步处理，引入“调整价差”来反映期限结构的斜率。调整价差=（远月合约价格-近月合约价格）/近月合约价格，可以根据斜率的陡峭程度观察期货升贴水的结构。具体来说，下面表格中“近月”调整价差=（近月主力合约价格-现货价格）/现货价格，“4个月”调整价差=（次近月主力合约-近月主力合约）/近月主力合约。
我们使用月末库存数据（单位为万吨）和每个月的调整基差（日度数据）平均值。
单变量回归（y=a+bx）中，因变量y是当期（t）的调整价差，自变量x是上一期（t-1）的库存，以预期库存变化对未来基差的影响效果。括号中的数值是对应系数的t检验值，系数a、b上标注的***、**、*分别表示在0.01、0.05、0.10置信水平显著。
除了近月基差的铜以外，其它品种（通过显著性检验）的系数b均为正值，符合theory of storage理论，即库存下降（上升）时，调整价差斜率变小（陡峭），反向市场（正向市场），近月价格相对上升（下降），远月价格相对下降（上升）。在近月调整价差与库存的回归中，豆粕、豆油、棕榈油、铜、螺纹钢通过了显著性检验，即上一期的库存会显著影响近期基差的变动。而在4个月期限结构的调整价差与库存的回归中，油脂类品种和螺纹钢再次通过检验。豆粕和铜的库存显著影响近月主力合约基差，不显著影响次主力与主力（4个月间隔）价差；棉花和焦炭则不显著影响近月价差，显著影响4个月价差。农产品中，豆油与棕榈油表现一致，豆粕与棉花互补；黑色系焦炭和螺纹钢只有次主力与主力（4个月间隔）价差才同时受库存显著影响。橡胶没有通过显著性检验。农产品整体系数大于其它版块，可能与农产品每年收获时间固定且存储难度较高、保鲜期短有关。
3.3价格波动与库存
单变量回归（y=a+bx）中，因变量y是当期（t）的波动率，自变量x是上一期（t-1）的库存，以预期库存变化对未来价格波动的影响效果。括号中的数值是对应系数的t检验值，系数a、b上标注的***、**、*分别表示在0.01、0.05、0.10置信水平显著。
下面我们分调整价差的波动率和主力合约收益率的波动率两个方面来看。有些出乎意料的是，只有铜的主力合约波动率与库存，螺纹钢的调整价差波动率和库存，螺纹钢主力合约波动率与库存的回归系数通过了检验，即库存的变化会显著影响价格的波动；同时系数小于0，说明库存越低时价格波动越大。农产品、焦炭和橡胶没有通过检验，从统计意义来说，样本范围内库存变化对价格波动的影响不显著。
3.4市场状态
升贴水的市场状态可以从期限结构观察，不同市场状态下的价格波动不同。在最近9年的月度数据样本中，豆粕、豆油、棕榈油、铜、焦炭、螺纹钢现货价格升水的时间更多，大多时候呈反向市场；棉花和橡胶呈正向市场。而当我们把时间向前延伸4个月，观察主力合约与次主力合约时豆油、棕榈油、焦炭、螺纹钢、橡胶远端升水的次数更多，呈正向市场。豆粕、铜、橡胶近端和远端市场状态一致，而油料、棉花和黑色品种的期限结构呈V型。
回归 yt=a+b1*I(t-1)*x(t-1)+b2*(1-I(t-1))*x(t-1) 中，因变量y是当期（t）的波动率，自变量x(t-1)是上一期（t-1）的价差，正向市场（contango，也即x(t-1)>0）时I(t-1)=1，反向市场（backwardation, 也即x(t-1)<>
我们可以通过这种方法分别观察正向/反向市场时的价差对未来价格波动的影响。表6中的b1代表着正向市场时价差x对波动率y的影响系数，b2代表着反向市场时价差x对波动率y的影响系数。我们做了两组观察，分别令y等于近月主力价差波动率和近月主力收益率波动率。
从市场状态对价差波动的影响来看，豆粕、棕榈油、橡胶只在反向市场（backwardation）的情况下，前一期价差的变动对其未来波动有显著影响；相反，铜价差的波动只在正向市场（contango）时显著。豆油和螺纹钢的b1、b2系数均显著，且正向市场的系数绝对值更大，说明这两个品种在不同市场状态下，过去价差的变动对其未来波动均有显著影响，且预期未来价格升水时，价差波动更敏感。
从市场状态对近月主力合约价格波动的影响来看，豆油和螺纹钢只有b2系数显著，也就是说只有当期货贴水时，前一期价差的变动对主力合约价格波动有显著影响。棕榈油只有在期货升水时，前一期价差的变动对主力合约未来波动显著影响。
四、小结
我们在表7中对本文的分析做了简单的小结。大部分品种的收益分布非正态分布，库存下降时基差曲线斜率下降，期货贴水。样本范围内的多数品种库存与价格波动在统计上不显著，但不同市场状态显著影响基差或者价格波动。在对中国商品期货品种进行套利、衍生品定价、量化对冲等交易时需谨慎区别对待，才能有效达到策略目标。
联系客服
