期货交易头寸与价格变动实证分析.docVIP

期货交易头寸与价格变动实证分析 　　近年来，受国内外多种因素影响，大宗商品期货价格出现了剧烈波动，这也引起了对投机资金操控期货市场的大辩论。作为美国期货市场的监管机构，美国商品期货交易委员会（以下简称CFTC）因其制度中存在的掉期交易互换漏洞（Swap Loophole）受到了诸多质疑。大宗商品期货价格的剧烈波动仅靠供需基本面的变化是没有办法解释的。随着国际大宗商品期货价格的剧烈波动，期货市场资金规模的急剧扩张和投机头寸的不断增加。 　　一、问题提出 　　美国商品期货交易委员会（CFTC）对投机者的定义：期货市场上的投机者指那些自己并不生产或使用（某种）商品，而以自有资本交易（包括杠杆交易）该商品期货，通过该商品价格变化而牟利的主体。在2008年的美国国会的听证会上，对冲基金Masters Capital Management（LLC）的Michael W.Masters强烈要求CFTC加强对指数投机者的限制和监管，并重新划分报告交易商的操作类别。他认为掉期交易漏洞的存在使得很多投机者的仓位没有限制并肆意而为，这些机构投机者扰乱了大宗商品期货市场的秩序。 　　掉期交易（互换）漏洞的形成与新型投机者的出现密切相关。互换交易发生在场外市场（OTC）上，掉期交易商是OTC市场的核心，套期保值者通过和掉期交易商的互换合约规避基差风险，而掉期交易商对冲的风险涉及潜在的现货交易，所以CFTC将其划分为商业交易者，且不受持仓限额限制，不需披露每笔互换交易的情况。近几年商品指数基金通过和掉期交易商的互换交易跟踪指数，并利用互换交易进入期货市场以规避监管，甚至掉期交易商也加入投机行列。迫于各方压力，2009年9月CFTC改革了每周公布的COT持仓报告，将掉期交易商持仓头寸划分出来，并公布了自2006年6月至今的调整后的持仓报告，采用新版报告系统，加强对掉期交易商的监管，避免互换漏洞造成的监管不力。对于此次改革是否能有效揭露掉期交易商的真实交易目的，至今没有对于该部分数据的实证检验，同时新数据使得我们有机会研究各交易商持仓对大宗商品期货价格的影响。 　　二、数据说明与描述 　　（一）数据说明 本文研究依赖于CFTC披露期货市场上各交易者的持仓数据，其监管漏洞的存在可能导致数据有偏差，但目前三大铜期货交易所中只有纽约商品期货交易所受到CFTC监管，并发布期货市场中各交易商的持仓数据，这也是大多数学者进行研究所依赖的数据。对于大宗商品期货市场价格剧烈波动，有学者认为只做多头的商品指数基金是罪魁祸首，但目前CFTC只披露了大宗农产品期货的相关持仓数据，期铜持仓数据因未披露而无法分析，在此列举了新旧两版COT持仓报告的比较（二）数据描述分析 具体如下： 　　中，套保净头寸与铜价呈相反关系。2009年后掉期净头寸NSW的走势与套保净头寸NP的走势呈反方向，而与投机净头寸的走势和期铜价格P的走势为正方向，这说明掉期交易和投机净头寸都是进行的投机交易行为（其中各交易商持仓的净头寸等于其多头头寸减去空头头寸）。 　　三、实证结果与分析 　　本文选取COMEX的铜期货数据与改革后的COT持仓报告数据，考察各变量之间的协整关系，建立相应的向量自回归（VAR）模型，并基于此模型运用脉冲响应函数和方差分解的计量方法，分析非商业交易净持仓NNC（一般认为该部分为基金持仓也即投机持仓，以下简称投机净持仓）、掉期交易净持仓NSW（以下简称掉期净持仓）、套期保值净持仓NP（以下简称套保净持仓）与铜期货收盘价P（以下简称铜价）之间的关系。在建立VAR模型之前，先要考察变量之间是否存在协整关系，若存在则建立含有协整约束的VAR模型（即VEC模型）；如不存在则建立一般VAR模型。 　　（一）ADF单位根检验 为避免伪回归，在协整检验之前先检验变量序列的平稳性。（四）脉冲响应函数（IRF） VAR模型是一种非理论性的模型，因此通常不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或说模型受到某种冲击时对系统的动态影响，这称为脉冲响应函数方法（impulse response function，IRF）。VAR模型的动态分析一般采用Cholesky分解“正交”脉冲响应函数来实现，但Cholesky分解的结果严格依赖于模型中变量的次序。本文使用的由Koop等（1996）年提出的广义脉冲（Generalized Impulses）响应函数克服了上述缺点。随着时间的推移，可观察模型中的各变量对于冲击是如何反应的。 　　从图4中可以看到：（1）投机净头寸NNC对价格有正向冲击，即投机净头寸一个标准差的正向冲击使铜价迅速上升近6个单位；套保净头寸NP对价格是负向冲击，即套保净头寸的变动导致铜价下降近5个单位。套期保值交易降低了期铜价格的波动。（