古典期货价格理论在连豆期市中的应用与分析

   　摘要：现有文章都描述进出口、供需、政策等表观因素如何影响大连大豆价格，笔者认为重温影响大豆价格的经典理论对指导我们以后的基本面分析具有战略意义。本文从持有成本理论出发，构建了影响大豆期货价格的多元回归模型，证明了古典期货价格理论在大连大豆期货市场中具有很强的解释作用。

　　关键词：持有成本，因果检验，多元回归

　　一 期货价格的理论构成

　　商品期货是用保证金交易的最后可以交割实物商品。交割的存在使得期货价格必然以现货商品的价值为基础，交割成为期现货市场联系的纽带。关于商品期货价格的构成，A·马歇尔、J·M·凯恩斯、J·R·希克斯、H·沃金和Paul A·萨缪尔森等经济学大师都在自己的著作中作过论述。随着期货市场理论的发展和完善，关于期货价格的组成的认识也逐渐统一。一般认为，若期货市场为无恶意炒作和信息误导的正常市场，则商品期货价格由以下四个部分组成：

　　①标的商品的价值。生产期货标的商品的物质资料和劳动报酬的总和，是商品期货价格的基本组成部分。生产成本的大小决定了商品价值量的大小，商品价值量的大小决定了商品价格的高低，商品价格的高低决定了期货价格的高低。

　　②持有商品的期间费用。把现货保存到交割日并实施交割，持有成本必然进入期货的价格中，由期货的买方承担期间将产生持有成本，包括：仓储费、商品运杂费、持有现货的机会成本、持有现货的便利收益和风险补偿。

　　③期货交易成本。前面两个组成部分是期货价格的物质承担者，是预期的现货价格。期货交易本身产生的费用也需要期货价格来补偿，否则期货市场将无法运行。这些费用包括佣金、交易所管理费、保证金利息。

　　④预期利润。任何投资都有一个期望的利润，期货业由于它的风险较高，需要一定的风险报酬，所以利润率高于社会平均利润。这些利润也必然被纳入期货价格中。

　　综上所述，若记F为期货价格，P为现货价格，C为持有成本，E为期货交易成本，R为预期利润，则期货价格可简单的表示为：

　　F=P+C+E+R (1)

　　由式(1)可知，商品期货价格是大于同种同期现货价格，可把现货价格与期货价格之差定义为基差。若将基差设为B,则由式(1)得：

　　B= P- F=-(C+E+R) (2)

　　用图表示如下：

　　此外，现实中影响期货价格和现货价格的因素不尽相同，一旦放宽条件后，期货价格不仅只受(1)中四个组成部分变动的影响，还受到市场供求关系、利率水平等因素的影响，所以实际中的期货、现货价格关系远比(1)式复杂。

　　二 影响大连大豆价格因素指标选择

　　按照经典期货价格理论，影响商品期货价格的因素可以分为成本理论，均衡价格理论以及理性预期理论。这些理论中最基本的是成本理论，马歇尔在短期均衡期货价格模型中对此做了论述，他认为：期货价格=现货价格+(远期费用-即期费用)，此模型所包含的有关指标主要有现货的价格，这是期货价格的决定性因素。其次是利率，利率影响交易者的持有成本以及存储成本，利率上升，远期费用和即期费用的差额会上升，期货价格因此也会上涨。在成熟的货币市场，利率和货币供应量有很强的负相关性，所以本文也把流通中的现金作为一个因素考虑进去。按照持有成本理论，期货价格一定会大于现货价格，但是对于农产品来说由于具有季节性变化，收获期和非收获期价格相差很大，很多时候收获期期货价格反而要小于现货价格，这就和持有成本理论不太一致，于是产生了均衡价格理论，沃金曾把供求变动与预期改变联合起来，他分析了期货交易中的溢价和价格倒挂现象认为，当预期供大于求时，未来的现货价格会趋于下降，从而导致在将来某一时刻到期的期货价格会低于当前的现货价格；而预期供不应求时，未来的现货价格会趋于上涨，从而导致在将来某一时刻到期的期货价格会高于当前的现货价格。和均衡价格理论有关的指标主要有供需量，供需平衡是形成期货价格的重要条件，绝对数量的供给量和需求量并不影响期货的价格，只要它们相等就不会对期货价格造成冲击，只有供需不平衡时，期货的价格才会随之变动，因此本文选择了供需之间的差额作为一个变量，这个变量有正负号之分，回归的结果可以根据符号来判定供需之间哪一个是正的影响因素，哪一个是负的影响因素。其它的变量如CBOT大豆期货价格，通货膨胀率，消费者信心指数，消费预期指数，这些变量都可以看作理性预期因素，它们会对消费者的预期产生影响，预期经济增长，需求旺盛，期货价格就会上涨，预期经济衰退，需求减少，期货就会下跌。由于美国USDA大豆供需报告是每月公布一次，我国的居民消费价格指数、消费者信心指数等也是以月为单位，所以在做回归分析时都以月为单位进行取样。

　　三 影响大豆期货价格因素的多元回归分析

　　根据以上所做的变量分析，建立如下多元回归模型：

 　 (1)

　　本主所选择的指标表示如下：大连大豆连续期货价格(DSAC1-DSAC4)、CBOT大豆连续期货价格(SC1-SC4)、大豆现货价格(SPOT)、一到三个月同业拆借利率(I1-I3)、流通中的现金供应量(CASH)、消费价格指数(CPI)、消费者信心指数(CONFICENDE)、消费者预期指数(PROJECT)、USDA预期总供给(PROD)、USDA预期总需求(USE)、总供给-总需求即月末库存(PU)。以上数据来自公开信息。

　　由于在多元回归分析中各个自变量对因变量的影响不同，有可能产生多重共线性。所以本文采用逐步回归分析法，将自变量按照重要性逐一引入多元回归方程，引入的条件为该自变量的偏回归平方和在所有未入选的自变量中具有最大值，并能通过F检验，阀值为sig=0.10同时，每引入一个自变量后，对已经选入的变量逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，就将其剔除。最后，多元回归方程中只剩下对因变量有显著影响的自变量。从理论上讲现货价格和供需量之间会有很强的相关性，而国内现货价格和CBOT大豆期货价格也有很强的相关性，在实际检验中也发现，现货价格、CBOT大豆期货价格和供需量三个变量不能共存于同一方程中，所以本文分别取现货价格、CBOT大豆期货价格、供需量作为第一重要影响因素来进行分析，建立不同的回归模型：

　　表1：以CBOT大豆相应的合约作为主要影响因素回归结果

　　注：本文的所有图表公式中，在变量一栏里，第一行表示变量的系数，第二行表示系数的T检验值。*表示在1%的显著性水平下通过检验，**表示在5%的显著性水平下通过检验，***表示在10%的显著性水平下通过检验，#表示DW在5%的上下界检验通过无自相关，##表示1%的上下界检验通过，在怀特检验值一栏里，上面一行表示怀特检验值，下面一行表示相伴概率，VIF表示多重共线性的程度，VIF值越小越好，AIC值表示模型的优劣，AIC值越小越好。

　　从表1分析，以CBOT大豆期货价格作为主要影响因素建立模型，在四个方程中CPI都能进入模型，说明CPI对期货价格影响较强，在连一和连四两个模型中现金供应量(CASH)也进入了模型，但在检验时发现，现金供应量对方程的影响很小，只是稍微增加了方程的拟合度，因此我们不能得出结论：在考虑CBOT大豆期货价格的情况下，现金流量也是一个重要影响因素。CASH在这些模型中出现，偶然的成分更大些，作为影响大豆期货价格的随机因素可能是更合适。

　　表2：以预期供需量为主要因素的回归结果

　　以预期生产量消费量为主要因素的回归结果见表2，从中可以看出，在考虑预期生产量与消费量的前提下，除包含连一的方程外，其它模型中都包含了利率因素，这说明利率对期货价格影响较大，利率直接影响到现货的存储成本，同时利率还影响到投资者的投资成本，利率增加，投资者持有期货的成本增加，要求的投资回报就越高，一般说来利率的高低和通货膨胀的程度联系在一起，利率高，相应的通货膨胀率就高，相应的期货预期价格就会上升。在此模型中，CPI也进入了模型，这说明CPI是期货价格的重要影响因素，其原因可能是CPI即是各种商品价格的综合反应，同时它又代表了通货膨胀率，通货膨胀增加，人们预期持有成本增加，为了补偿成本增加，预期远期价格会更高。按照经济理论，货币供应量和利率应该成反比，在此模型中货币供应量和利率同时出现在模型中，而且两个变量的系数同为正，其原因可能是目前我国储蓄利率是固定的，和货币供应量关系不大，而本文的利率采用的是银行同业拆借利率，银行之间的同业拆借利率不能反映整个市场的状况，整体货币供应量和同业拆借利率之关的关系不明显，利率变化对整个市场的影响不显著。

　　古典期货价格理论认为期货价格引导现货价格，Param Silvapulle, Imad A. Moosa(1999)运用日数据在对原油市场的研究中也发现：在线性因果检验中期货价格引导现货价格，但是运用月度数据没有人进行检验过，月度数据由于具有低频特性，和日数据检验结果不一定一致。下面就用月度数据对大连大豆进行检验，结果见表3。

　　表3：大豆各连续期货价格与现货价格的月数据因果检验结果

　　从表3检验结果来看，在滞后一期的情况下，能证明期货价格是现货价格的原因，在滞后4期的情况下，期货价格是现货价格的原因的显著性明显降低，而且连三，连四已经不能证明期货价格是现货价格的原因，说明随着滞后期的延长，这种因果关系越来越小，这可能和月度数据的低频有关，跨度越大，影响性就越小，这就导致了这种因果关系的淡化。从GRANGER因果检验来看，不能证明现货价格是期货价格的原因，但是从长期来看大豆的现货价格与它的价值是一致的，所以可以以大豆的现货价格来近似代替它的价值，以大豆期货价格作为因变量来进行回归，检验是否大豆的期货价格也和它的价值相一致，结果见表4：

　　从表4的检验结果可以看出，前两个模型DSAC1、DSAC2拟合比较好，而模型DSAC3,DSAC4的DW检验值比较小，都没有通过检验，说明存在严重的自相关。对DSAC3,DSAC4进行Cochrane-Orcutt迭代法处理自相关后的回归结果为：

　　 (2-2)

　　(19.18)* (-3.02)* (1.79)***

　　调整R2=0.72 DW=1.74# F=25.12* AIC=12.24 VIF=4.01 WHITE=1.76(0.94)

　　 (2-3)

　　(8.45)* (-2.24)** (3.08)*

　　调整R2=0.60 DW=1.92# F=14.21 AIC=12.03 VIF=2.7 WHITE=6.47(0.37)

　　从以上的结果来看，经过迭代处理后，消除了自相关现象，同时根据AIC原则，方程有了很大的改善。在以现货价格作为重要自变量的情况下，方程拟合很好，各变量都通过了显著性检验，这说明期货价格从长期来看是和它的价值保持一致的。在表4中利率变量也进入方程，这进一步说明期货价格是价值的反映。

　　表4：以大豆现货价格作为主要影响因素的回归结果

　　在三个不同的回归模型中可以看到与CBOT大豆期货价格相联系的模型拟合的效果最好，这说明随着市场全球化，我国的大豆市场不仅仅是国内的市场，而且是和国际市场联系在一起，CBOT大豆期货作为全球市场定位中心，它反映了整个全球的供需状况，大连大豆期货作为全球市场的一部分，不仅受到国内供需状况影响，而且受到整个全球大豆市场的影响。随着我国的开放程度增加，这种影响会越来越明显。将来投资者在投资期货的时候也应该更多的考虑全球市场的状况，放眼全球，而不应该仅仅把眼光盯在国内。以上模型中只有一个方程包含消费者预期信心指数，这说明这种纯粹的预期还不能对期货造成影响，这可能是由于我国期货市场的特殊性造成的，我国的期货市场风险大，要求抗风险能力强，对投资者的开户条件要求比较严，所以投资者多为大户，散户较少，而预期信心指数是反应整个社会的预期状况，所以它们之间的关系不是很明显。在三个不同的模型中都存在着这种现象：距离现期越远其拟合效果越差，这种现象很可能是由于信息不对称造成的，时间越长，投资者可利用的信息越少，不确定增加，投资者的对未来的分歧加重，据此信息而形成的期货价格权威性也会大打折扣。

　　四 结 论

　　以上几个回归模型从影响期货价格的不同方面进行了分析，综合来看主要影响因素是以下几个方面：供需量，现货价格，CBOT期货价格，利率，CPI。其中，供需量能很好的解释均衡价格理论，现货价格和利率则能很好的解释持有成本理论，而CBOT大豆期货价格和CPI则说明了预期理论在大连大豆期货市场具有很好解释作用，通过以上多元回归分析，本文证明了古典期货价格理论在大连大豆期货市场中都有很强的解释作用，同时也说明了我国大豆期货市场实践与理论的一致性。

　　主要参考文献

　　[1]丹尼尔、罗伯特，钱小军 译,1999：《计量经济模型与经济预测》，机械工业出版社

　　[2] 易丹辉,2002：《数据分析与Eviews应用》,中国统计出版社

　　[3] 赵卫亚，2002, 《计量经济学教程》, 上海财经大学出版社出版

大连商品交易所期货学院学员 俞培斌