基于高频数据的铜期货核心功能研究

作者:未知

  [摘 要]期货市场始终以服务实体经济为核心,铜期货对于服务铜上下游企业等实体经济具有重要的参考价值和意义。通过高频数据,实证研究沪铜期货和长江有色市场铜现货的价格发现和套期保值功能。首先通过Granger因果检验等工具验证沪铜期货和長江有色市场铜现货之间的价格发现功能,发现二者具有相互的价格发现功能,但是铜期货对铜现货的价格引领作用更加明显;其次通过VAR和ECM等套期保值模型,实证研究了沪铜期货对长江有色市场铜现货的套期保值功能,套期保值效果较为明显;最后则是通过测算和分析,确定了沪铜期货对长江有色市场铜现货的最优套保率,铜上下游企业则可以通过最优套保率管理风险敞口,实现市场风险的有效转移。
  [关键词]沪铜期货;价格发现;套期保值;最优套保率
  [中图分类号] F830             [文献标识码] A             [文章编号] 2095-3283(2020)08-0097-04
  Abstract:The futures market always centers on the service for the real economy, so does that of copper futures as a member of the futures market. Therefore, the core roles of price discovery and hedging function the Shanghai copper futures play are of important reference value and significance for serving the upstream and downstream copper enterprises and other real economy. This paper will empirically study the price discovery and hedging functions of copper futures in Shanghai and copper spot in Yangtze River non-ferrous market on the base of high-frequency data. Firstly, the price discovery function between copper futures in Shanghai and copper spot in Yangtze River nonferrous market is verified through Granger Causality Test and other tools, it is found that copper futures in Shanghai and copper spot in Yangtze River nonferrous market have functions of mutual price discovery, but the leading role of copper futures in price of copper spot is more obvious; Secondly, the hedging function of the Shanghai copper futures on copper spot in Yangtze River nonferrous market is empirically studied through VAR and ECM hedging model, which shows a relatively obvious hedging effect. Finally, the optimal hedge ratio of Shanghai copper futures to copper spot in the Yangtze River non-ferrous market is determined through calculation and analysis, and the upstream and downstream copper enterprises can manage their risk exposure through the optimal hedge ratio, so as to realize the effective transfer of market risk.
  Key Words: Shanghai Copper Futures; Price Discovery; Hedging; Optimal Hedge Ratio
  2020年以来,新冠肺炎疫情持续蔓延,从需求端对有色金属板块造成较大的冲击,有色板块整体下行,铜价下跌幅度和速度更甚于有色板块。铜价的大幅下跌,对于铜上下游企业和贸易商均有较大的冲击,上游企业因为铜价下跌而利润下降,下游企业则因为铜价下降,降低采购成本而提升利润,但是对于铜库存和下游产品的冲击亦难以避免,铜价处于历史低位之际,铜下游企业则更能适合进行买保锁定成本,对于贸易商而言则要警惕下游需求的下降和库存价格的下降,上中下游等企业均需要期货市场套保来转移风险,锁定成本,保证利润。故铜期货市场的价格发现功能和套期保值功能凸显,对铜期货市场核心功能的研究亦处于重中之重。在此背景下,对铜期货市场的价格发现功能和套期保值功能进行进一步的实证研究,了解铜期货市场核心功能发挥的效果,为铜上下游企业提供合理的套保建议。
  一、铜期货核心功能介绍及模型设定   (一)核心功能介绍
  期货核心功能主要包括价格发现和套期保值两个功能,对沪铜期货的价格发现功能和套期保值功能进行研究,探究铜期货核心功能发挥的有效性以及合理性。
  价格发现功能是指期货市场通过独特的交易运行机制,形成具有预期性和指示性的期货价格,进而引领现货市场价格的变化,即期货市场对信息的获取时间要早于现货市场,其价格会因市场扰动率先变动,进而引导现货价格走势。采用ADF检验、协整检验和格兰杰因果检验,验证铜主连期货与铜现货之间的价格发现功能。
  在价格发现功能的基础上,期货的套期保值功能是期货市场服务实体经济的主要方式,也是期货市场的主要功能。期货套保功能主要是指套保者为了规避现货市场上的风险而同时买卖相同数据的期货和现货,使期货的价格变动抵消现货价格变动,从而实现稳定收益的一种风险转移活动。按照有效市场假说理论,面对新信息的冲击,期货和现货必然有相同的价格变动方向和数量,那么在期货市场上进行买卖与现货数量相等、方向相反的交易,必然可以对现货市场的价格变动实现有效的套期保值功能。通过OLS模型、VAR模型和ECM模型对铜期货的套期保值效果进行研究。
  (二)核心功能模型设定
  二、铜期货核心功能实证检验
  (一)数据选取
  选取沪铜期货连续性主力合约和长江有色市场铜平均价作为研究对象,选择其自2010年1月2日到2020年4月14日的2492组日度数据进行研究,数据来源于Wind,实证所使用的软件为Eviews9.0软件。根据2492组统计数据绘制沪铜期货和长江有色市场铜现货的收盘价走势图,可以清晰看到沪铜期货和长江有色市场铜现货价格走势基本吻合,效果相对较好,故在直观观测基础上对其核心功能进行相关的实证检验具有较强的可实操性。
  (二)价格发现功能检验
  在对铜期货和现货进行实证检验前,首先进行平稳性检验,以避免后面实证过程出现伪回归现象。
  首先,采用ADF单位根检验模型,对沪铜期货和长江有色市场铜现货时间序列进行平稳性检验,检验结果如表1所示。通过P值可以读取,沪铜期货和长江有色市场铜现货时间序列在5%的置信水平下不满足平稳性要求。然后,对沪铜期货和长江有色市场铜现货时间序列进行一阶差分处理,再进行ADF单位根检验,通过表1可知,沪铜期货和长江有色市场铜现货的一阶差分序列在5%的置信水平下均满足平稳性要求,平稳性检验通过,满足协整检验的条件,故可以对沪铜期货和长江有色市场铜现货时间序列进行协整检验。
  对沪铜期货和长江有色市场铜现货时间序列进行协整检验,协整检验结果如表2所示。通过对表2数据进行分析,可知在5%的显著性水平下,拒绝原假设且显著性强,即沪铜期货和长江有色市场铜现货时间序列之间存在较为明显的协整关系,满足Granger因果检验的前提条件,故接下来将会对沪铜期货和长江有色市场铜现货时间序列进行格兰杰因果检验,验证其价格发现功能的有效性。
  对沪铜期货和长江有色市场铜现货时间序列进行Granger因果检验,检验结果如表3所示。对检验结果进行分析可知:在5%的显著性水平下,沪铜期货和长江有色市场铜现货时间序列互为彼此的Granger原因。也就是说,在5%的置信水平下,沪铜期货和长江有色市场铜现货价格可以相互引领,但是沪铜期货对长江有色现货铜的引领作用更加明显。因此市场参与主体可以通过沪铜期货对新信息的反应有效地引领长江有色市场现货铜的变动,从而更加有效地进行投资活动。
  (三)套保功能实证研究
  期货市场自成立之初即以服务实体经济为核心要义,而期货市场之所以能够有效地服务于实体经济,亦主要是通过其套期保值功能进行实体经济的服务,可以有效转移现货市场存在的价格变动风险。运用OLS模型、VAR模型和ECM模型,分别研究沪铜期货和长江有色市场铜现货之间的套期保值功能,然后通过这三个模型的结果计算最优套期保值比率,为期货市场服务于实体经济提供套保建议。
  首先使用OLS模型,对沪铜期货和长江有色市场铜现货将进行回归分析,回归结果如表4所示。从表4可以看出,回归效果显著,故根据前文的理论分析,可以得出最优套期保值率为1.0117。
  具体来看,由于OLS回归模型使用的是无条件分布估计,容易导致计算结果存在较大偏误,因此在OLS回归模型估计下的最优套保率的精确度相对较低;而VAR估计模型和ECM估计模型计算出的最优套期保值率,分别为0.991667和0.976474,两个模型的结果较为接近,既可以彼此检验亦可以相互支撑,故可取度较高。
  另外,考虑到ECM估计模型中误差修正项的影响,市场参与者的交易行为会受到铜期货收益率的影响,所以ECM模型的结果相较于VAR模型结果会更加准确真实。故通过以上分析,沪铜期货和长江有色市场铜现货的套期保值比例,以0.98为最优套期保值比率,故市场参与者可以基于0.98的最优套保率,对沪铜期货和长江有色市场铜现货进行更加有效的套保操作,从而实现现货市场价格风险的转移。
  三、结论
  期货通过价格发现和套期保值两个核心功能,服务于现货市场,实现市场风险的转移,对于铜期货和现货市场,铜期货和长江有色市场铜现货价格的价格发现功能和套期保值功能发挥效果较好,这对于铜现货市场的健康稳定发展具有较强的影响。
  本文首先通过ADF检验、协整检验和Granger因果检验方法验证了铜期货和长江有色市场铜现货价格之间具有相互的价格发现功能,并且铜期货对长江有色市场铜现货价格的引领作用更加明显,因为市场参与者可以根据期货市场价格的变化,及时调整现货头寸并及时作为合理的交易操作。另一方面,通过OLS模型、VAR模型和ECM模型验证了铜期货对现货的套期保值功能,并且通过测算与分析,确定了沪铜期货和对长江有色市场铜现货价格的最优套保率,市场参与者可以根据最优套保率进行套期保值安排,降低风险敞口,提升风险管理能力。正因为具有较强的价格发现和套期保值效果,监管者可以随时跟踪期货市场的变化,提前预防系统性风险的发生。
  [参考文献]
  [1]Wahab M,Lashgari M.Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets:a Cointegration Approach[J].The Journal of Futures Markets,1993(13):711-742.
  [2]J.Kang,C.J.Lee,S.Lee.An empirical investigation of the lead–lag relations of returns and volatilities among the KOSPI200 spot,futures and options markets and their explanations[J].Journal of Emerging Market Finance,2006,5(3):235-261.
  [3]宋科艳.我国股指期货与指数现货价格引导关系研究——基于非对称门限协整模型的分析[J].財经问题研究,2016(9).
  [4]Atle Oglend. Hans‐Martin Straume Futures market hedging efficiency in a new futures exchange: Effects of trade partner diversification[J].Journal of Futures Markets,2020(3).
  [5]徐荣,李星野.基于EWMA模型的铜期货动态套期保值效果研究[J].经济数学,2017(4).
  [6] 刘晨,安毅.动态套期保值模型的改进路径及其有效性——一个研究述评[J].南方金融,2018(9).
  [7]史家亮,刘佳明,苏巍巍.上50股指期货核心功能研究[J].当代经济, 2017(2).
  (责任编辑:张彤彤)
转载注明来源:https://www.xzbu.com/3/view-15306198.htm

服务推荐