国内外农产品期货市场的联动性分析

【摘要】作为世界人口大国，对于农产品的需求量及贸易量一直是世界之最，随着改革开放的加快，我国经济日益融入国际经济的发展，农产品的价格受到国际经济影响而波动剧烈，我国在农产品的定价中扮演的角色及国内外农产品期货市场价格维持的关系一直深受人们的关注。文章以国内外大豆期货市场为代表，简单的阐述了农产品期货市场的发展、功能，并通过协整检验、格兰杰因果检验等实证分析得出国内外市场存在长期均衡，并且国外期货市场价格很大程度上影响着国内价格的形成。

【关键词】农产品期货 联动性分析 协整检验 格兰杰因果检验

一、全球大豆现货和期货市场的发展

大豆起源于中国，是最古老的农产品之一。多年来大豆油都作为世界油料之首，而对大豆提炼油之后所剩的豆粕是一种重要的饲料，因此全球对于大豆的需求量与日俱增。中国、巴西、阿根廷和美国是大豆的主要生产国，大豆主要生产在亚洲、非洲和南美洲。

（一）全球大豆现货市场的发展

全球大豆的种植面积约为9212万公顷，其中美国、巴西、阿根廷、中国和印度的种植面积占全世界的85%-90%，总产量也达到全世界的85%-90%。20世纪90年代以来，美国的播种面积最大，占到了全球总收获的50%左右，中国排名第四。近几年来世界大豆产量也以较快的速度增长，大豆在国际上的贸易量达到8000万吨，是世界第三大贸易农产品，其中美国、巴西、阿根廷是主要的出口国，这三大国的出口总量占世界出口总量的92.3%，中国是最大的进口国。美国仍然是向我国出口最多的国家，在2010年达到了2000万吨左右占到了美国总出口的54.5%。

（二）大豆期货市场的现状

目前全球最有名的三大期货交易所分别是：美国芝加哥期货交易所（CBOT）、中国大连商品交易所（DCE）和日本东京谷物交易所（TGE）。1848年，芝加哥期货交易所作为世界第一个农产品期交所诞生了，大豆期货合约是其最早交易的合约之一；作为中国三大商品期交所之一的大连商品交易所于1993年成立，是中国最大的农产品期货交易所和全球第二大大豆期货市场，现在的日成交量一般稳定在30万手左右，历史上出现过成交量在100万手以上；东京谷物交易所（TGE）成立于1952年，现为亚洲第二大大豆期货交易市场。

（三） 文章研究的意义

三农问题之所以顽固有很大一部分原因在于农产品的种植受自然灾害影响较为严重，因此农产品比一般的商品面临更大的风险。农产品期货市场的存在为规避这种风险提供了很好的手段，然而近几年以来农产品期货市场的价格也遭遇了剧烈的波动，例如2004年的中国大豆贸易危机，由于5月份进口大豆价格的剧烈波动，造成九成大豆加工业企业亏损以及半数以上的企业面临倒闭的局面。因此农产品期货市场价格波动的成因引起了众多学者的关注，文章旨在研究其外部因素即国外农产品期货市场的价格变动对国内的影响，以及在国际农产品价格形成中，中国期货市场是否掌握了定价权或者是价格制定的参与者，又或者仅仅是价格的接受者。

二、国内外大豆期货价格的实证分析

（一）数据的选取与处理

由于期货具有到期日，因此期货价格具有不连续性。本文选取的是中国大连商品交易所（DCE）和美国芝加哥期货交易所（CBOT）上的1205号合约，用临近交割月份的每日收盘价作为代表，国内外的样本区间为2011年11月21日到2012年4月27日，剔除掉工作日以及两市场非配对数据，一共得到100对有效样本数据。由于芝加哥期货交易所和大连商品交易所的报价单位不一致，理论上应该根据汇率因素，把两市场的单位统一起来进行比较，1美分/蒲式耳=0.367美元/吨，1美元=6.2804人民币，因此：

1美分/蒲式耳=（0.3676.2804）元/吨=2.3049元/吨

（2.1）

通过使用Eviews6.0分析，得出两市场的相关系数达到了0.9163，说明两市场大豆期货价格的正相关程度较高。

（二） 协整分析

为进一步研究大连商品交易所与芝加哥期货交易所的大豆期货价格之间的关系，在此引入市场整合理论，并在此理论基础上使用协整检验的方法，来分析两市场的价格是否存在市场整合。

1.价格序列平稳性检验

单位根检验数理模型为：

（2.2）

使用Eviews6.0，在假设DLJG（大连商品交易所的大豆期货价格）和ZJG（芝加哥期货交易所大豆期货价格）存在单位根的前提下，下表为ADF检验结果：

由表可知，原序列均是非平稳序列。而两序列的一阶差分单位根检验结果均小于1%、5%、10%置信水平下的t统计量，因此d（DLJG）和d（ZJG）均不存在单位根，即一阶差分序列均是平稳的。

2.组合残差的平稳性检验

选取DLJG为因变量，ZJG为自变量，可得Eviews6.0结果为：

残差的检验结果-3.795939小于1%、5%、10%置信水平的t统计量，且残差存在单位根的可能性非常小只有0.0041，因此可以得出： （2.4）

因此我们得出，序列DLJG和ZJG存在着协整关系。表明大连商品交易所和芝加哥期货交易所的大豆期货价格存在着长期均衡。

（四）误差修正模型

设协整方程（2.4）的残差项为误差修正项（ECM），由于误差修正模型要求变量具有平稳性，因此将和分别作为因变量和自变量，再将误差修正项 ECM 的一期滞后项作为新的自变量放在等号右侧，建立误差修正模型：

为了检验模型设立的合理性，需要对误差修正模型的残差进行平稳性检验。

根据模型参数的估计值分析，短期内芝加哥期货市场的大豆价格对国内大连商品市场的影响达到了9.5%，而滞后一期的芝加哥价格对本国大豆期货的影响也较为明显，达到了16.5%，ECM（-1）的系数为负数，符合反向修正机制，说明当日大连商品交易所大豆价格的波动受到前一日非均衡误差的反响影响，如果前一天的期货价格增长率超过或者低于均衡的价格增长率，则当天的价格会以-0.225的调整力度下降或上升，最后趋近均衡水平，这也就表明大连的大豆期货价格在短期内虽然会受到国际新信息的干扰，但长期会由ECM项以反方向的速度调整回归到均衡状态。

（五）格兰杰因果检验

格兰杰因果检验是由Granger（1969）提出的如何检验变量之间因果关系的方法。Granger的解决方法是看当期的Y值在多大程度上可以被前期的Y值所解释，加入X的滞后变量的值是否能加强这种解释能力，如果加入X的滞后项有助于预测Y，则说明X对Y具有Granger因果性，然而需要注意的是具有因果性并不是意味着Y是X的结果。

应用Eviews6.0，选取滞后期为2，其检验结果如下表所示：

从格兰杰检验中我们可以得知，美国芝加哥期货交易所的大豆期货价格在一定程度上起到影响大连商品交易所大豆期货价格的作用，而大连大豆期货却不足以影响到芝加哥期货交易所的大豆期货价格，足见中国在大豆期货市场上的没有掌握足够的定价权。

（六）基于VAR模型下的脉冲响应函数

1. 建立VAR模型

首先，我们需要准确判断VAR模型的阶数，通过Eviews6.0分析得出：

通过各个准则确定出最优的滞后阶数为2，通过Eviews6.0得出

2. VAR稳定性检验

由上述协整分析可知，d（lnDLJG）和d（lnZJG）是平稳序列，因此将d（lndljg）和d（lnzjg）作为内生变量进行VAR的估计，如下图所示：

全部根的倒数指均小于1即在单位圆之内，因此VAR模型是稳定的。

3.脉冲响应函数分析

脉冲响应函数刻画的是误差项上加一个标准差大小的冲击对内生变量的当期值和未来值所带来的影响，在VAR模型中，当某一变量t期的扰动项变动时，会通过变量之间的动态联系，对t期以后各变量产生一连串的连锁作用。

从整体上看，内生变量在序列冲击时随时间的推移影响越来越小，最终都趋于零，因此对应的VAR模型是一个稳定的系统。从左上角的图可以看出，中国DCE大豆期货价格对自身的一个标准差新信息在当期就有较强的反应，价格变动0.58%；右上角的图表明，在当期美国CBOT的价格对DCE造成不了冲击，而在第二期DCE的价格就开始受CBOT信息的影响，价格变化靠近0.39%；左下角的图表明CBOT基本上不受DCE市场信息的冲击；从右下角的图可以看出美国CBOT对自身一个标准差的新信息在当期就有明显的反应，价格变动达到1.2%。从脉冲响应函数分析来看，美国CBOT期货市场仍然是价格形成的主导者，中国DCE期货市场价格的形成在很大程度上受到国际因素的影响。

三、结论

通过对国内外期货市场上各具代表性的大豆期货的实证分析，我们可以得出国内农产品期货市场与国外农产品期货市场具有很高的相关关系，并且具有长期均衡性。基于误差修正模型，我们发现国内农产品期货价格在短期内会受到国际期货市场上新信息的影响，但长期以来会由误差修正项以反方向的速度调整恢复到均衡状态。同时，国外的农产品期货市场在一定程度上影响到国内的农产品期货价格，而国内的农产品期货价格却对国外的期货市场构成不了影响。因此从一定的角度来讲，当今的农产品市场仍然由美国市场主导，我国虽然是农产品的最大需求国、最大贸易国，但仍然还是农产品价格的接受者。通过VAR模型中的脉冲响应函数分析，我们进一步了解到国内外农产品期货市场之间的影响强弱，在美国这样的发达国家受其自身的新信息冲击能够灵敏的做出反应，并且对我国的期货市场也会产生较明显的滞后冲击；然而我国的期货市场的灵敏度就稍微弱了一些，对于自身信息的冲击也有较强的反应但弱于美国市场，而且目前尚无力影响美国的期货市场价格，这在一定程度上也说明我国的市场经济有效性明显低于美国的市场有效性。

参考文献

[1] 世界粮农组织数据库.http：//

[2] 连莲，魏婷.中美棉花期货价格波动特征的比较研究[J].长春大学学报， 2008，（5）：6-8.

[3] 高辉.大连商品期货价格协整关系与引导关系的实证研究[J].太原理工大学学报， 2003， （1）：40-43.

[4] 许涛.我国农产品期货市场效率问题研究[M].2005，（12）：2-3.

[5] 庞新波. 我国大豆期货市场功能效率实证分析[J].金融经济，2011，（4）：3-4.

[6] 王慧平.国内外粮食期货价格波动的关联与传递分析[J].金融经济，2011，（5）：4-5.

[7] Xiao Qing Eleanor Xu， Hung-Gay Fung： Gross-Market Linkages Between and Japanese Precious Metals Futures Trading， International financial markets 15，2005.

[8] 陈雯. 国内外棉花期货价格关联性的实证研究[J].经济论坛，2011，（6）：31-31.

[9] 蒋序标，周志明. LME与SHFE期铜价格引导关系实证研究[J].系统工程，2004，（9）

[10] 方毅，张屹山. 国内外金属期货市场”风险传染”的实证研究[J].金融研究，2007，（5）

作者简介：曹玲玲（1983-），女，江苏省宿迁市人，江苏宿迁学院经济贸易系，硕士研究生，讲师，研究方向：金融计量与金融工程。