小麦期现货市场价格引领关系研究.docxVIP

? ? 小麦期现货市场价格引领关系研究 ? ? 张 恒 赵宇洋 一、文献述评 目前涉及中国小麦期货与现货之间价格变动的关系相关研究主要包括以下两种观点：其一，认为期现货价格之间呈长期协整关系与格兰杰双向引领变动关系，且现货市场在价格发现功能中发挥着主导作用。其二，认为中国小麦价格与国际小麦价格之间呈现出双向溢出效应，在乌克兰小麦与面粉市场间存在价格引导和单向波动溢出效应。 本文基于近五年小麦日度数据建立均值水平上的VAR模型，进行协整检验、格兰杰因果检验、方差分解，将小麦期现货市场之间的价格相关关系、均值溢出效应结合起来，全面分析小麦期现货市场之间的价格引领关系。 二、模型构建与实证分析 以下是基于VAR模型的价格联动效应分析情况。 1.数据预处理。本文将构建包含期现货市场的双变量VAR模型，将普麦期货与小麦现货的日数据进行处理得到周数据，即将每周的日数据取算术平均值。其中普麦期货的周数据用p表示，小麦现货的周数据用x表示。对普麦期货与小麦现货的周数据进行对数序处理，即对序列p和序列x取自然对数，从而形成两个新的时间序列lnp和lnx。 2.VAR模型建立。表1表明两个序列在选择带有漂移项的ADF检验统计量的p值均介于0.01和0.05之间，即在5%显著水平上两个序列均可拒绝原假设，两个序列是平稳序列。在对VAR模型的最佳滞后阶数测定中，当滞后阶数为2时，AIC值、HQIC值与SBIC值同时达到最小，故模型的最佳滞后阶数为2。因此，所构建的VAR模型如公式1所示。 表1 单位根检验 第一，lnxt的滞后1期系数为正，说明当期价格上升会导致下一期价格上涨，表明小麦现货价格在短期内具有一定的延续性；第二，lnpt的各滞后项系数绝对值均很小，说明普麦期货对自身以及小麦现货的影响都很小。 在模型平稳性检验中，此VAR模型的单位根均在单位圆内，模型平稳，可以进行后续脉冲响应等分析。 3.格兰杰因果检验。通过表2格兰杰因果检验结果可以看出，原假设期货价格是现货价格的格兰杰原因的p值为0.003，原假设现货价格是期货价格的格兰杰原因的p值为0.365。故在5%显著性水平下，小麦期货价格对于现货价格呈现出单向格兰杰因果关系，即小麦期货价格对小麦现货价格呈单向的均值溢出效应和价格变动之间的引领关系，当小麦期货价格发生变动时会影响小麦现货价格变动，反之不成立。 表2 格兰杰因果检验 4.协整检验。由于lnp与lnx两个序列均为0阶单整序列，因此可以进行协整检验。从表3协整检验的结果来看，r=0的迹统计量值大于1%显著性水平的临界值，r=1的迹统计量值大于5%显著性水平的临界值，却小于1%显著性水平的临界值，故拒绝原假设r=0，但却不能拒绝原假设r=1，即两个序列之间存在一阶协整关系，小麦期现货价格之间存在着一个长期均衡关系，即小麦期现货价格在长时间内能保持同一个水平，具有相同的上升或下降趋势。 表3 协整检验 5.方差分解。本次方差分解研究的滞后期选取至滞后10期，从表4可以看出：在期货市场上，当滞后期为1时，总方差完全不源于现货市场，而伴随滞后期不断增加，现货市场的份额从最初的0%开始增加。在现货市场上，当滞后期为1时，总方差完全源于现货市场，同样地，伴随滞后期不断增加，期货市场份额也从0%开始增加，且其增长幅度快于期货市场中现货市场份额的增长幅度。当滞后10期时，对于两个市场上总体平均状况而言，源于期货市场影响的总方差为：93.1113%+10.2193%=103.3306%，源于现货市场影响的总方差6.8887%+89.7807%=96.6694%，前者明显大于后者，所以中国小麦的市场价格在其形成过程中，受期货市场的影响远远大于现货市场。 表4 方差分解表 三、结论与建议 （一）结论 第一，现货价格的格兰杰原因是小麦期货价格，同时期货市场对现货市场呈单向均值溢出效应。第二，在小麦市场价格形成过程中，受期货市场的影响远远大于现货市场，而且普麦期货与小麦现货比强麦期货与小麦现货的联系更加密切。 （二）对策建议 1.完善小麦期货市场，强化期货市场功能。第一，我国小麦期货市场需要提高市场主体素质，充分发挥国内小麦期货市场套期保值与价格发现功能，提高期货市场运行效率，促进其与国内外小麦市场融合。第二，推进农业产业化经营，发展“农业期货”。 2.发挥政府引导作用，明确市场机制和政府引导的界限。第一，完善小麦期货价格引导功能，不仅需要发挥市场资源配置的作用，也需要政府运用合理手段对其进行引导，以保证价格功能发挥与市场正常运行。第二，政府应完善法律法规，健全监管机制，坚持“走出去”战略，遵循市场规律，避免行政过度干预。 ? -全文完-