孫瑾　趙志宏

摘 要：十二五規(guī)劃中我國將航空業(yè)納入了重點新興產業(yè)，但是，近幾年來航油價格劇烈波動給航空業(yè)及其相關產業(yè)發(fā)展帶來較大風險。本文研究了航空公司利用上海燃料油期貨交易對航空煤油進行套期保值的策略，基于2004—2012年現(xiàn)貨和期貨價格的日數(shù)據(jù)，采用ECM-GARCH模型測算出最優(yōu)的套期保值比率為39.72%，能夠幫助航空公司規(guī)避約15%的航油價格波動風險。本文認為，該策略在一定程度上能穩(wěn)定企業(yè)收益，但績效值略微偏低，這主要是由于危機時期，套期保值的績效不僅與套保比率相關，還較大程度地受到匯率波動和宏觀經濟形勢的影響?；诖?，本文提出了新時期國有和民營航空公司進行套保交易的戰(zhàn)略建議。

關鍵詞：套期保值；ECM-GARCH；航空煤油；上海燃料油期貨

中圖分類號：F830.93 文獻標識碼：A 文章編號：1674-2265（2013）06-0003-07

在航空公司的成本結構中，航空燃料油（以下簡稱航油）成本是重要的組成部分。根據(jù)我國三大航空公司（國航、南航、東航）的報表顯示，其航油費用占運營總成本的比重高達30%，而美國同行業(yè)平均成本比重為13%（卡特等，2003），航油價格的大幅波動給企業(yè)帶來巨大的經營風險。中國航油進口成本基本上由新加坡航油離岸價及運費確定。近十年來，新加坡航油價格波動十分劇烈，由2003年1月的32.77 美元/桶升至2008年的181.60 美元/桶，受全球金融危機影響，在2009年又驟然跌至57.86 美元/桶，2012年恢復到120美元/桶的高位，震蕩區(qū)間十分巨大。這意味著，航空公司受到油價暴漲的影響，有時需要多支付數(shù)百億美元的賬單。因此，如何規(guī)避航油成本大幅度波動對航空業(yè)及其相關產業(yè)帶來的損失已迫在眉睫。我國十二五規(guī)劃里已將航空業(yè)列入我國新興產業(yè)，降低航空業(yè)價格波動風險對我國旅游業(yè)、交通運輸業(yè)等相關產業(yè)發(fā)展尤為重要。

國外航空公司通常會利用金融衍生品進行航油的套期保值，降低風險敞口①。目前，鑒于國際金融市場上沒有直接的航油套保工具，航空公司主要通過兩個途徑進行操作：一是簽訂場外合約，二是在場內交易中選取相關性較高的產品（如原油期貨、取暖油期貨和燃料油期貨）對沖。前者的優(yōu)勢在于交易靈活，合約可針對企業(yè)需要量身定做；缺點在于企業(yè)要面對境外市場的匯率風險、交易對手風險等。對我國企業(yè)而言，由于處理復雜的國際金融衍生品交易經驗尚淺，且境外交易權限受到國家的嚴格管控，所以后者優(yōu)勢較為明顯，通過場內交易合約和規(guī)范化市場有效規(guī)避違約風險和對手風險。目前我國交易所市場唯一的能源期貨品種是上海燃料油期貨②。如何確定最佳的套保比率、交易策略，減少交叉套期保值風險，是最終實現(xiàn)穩(wěn)定收益套保目標的關鍵。

一、文獻綜述

最優(yōu)套期保值比率的研究，最早始于約翰遜（Johnson，1960）提出的OLS方法，通過對現(xiàn)貨價格收益與期貨價格收益進行基本的線性回歸，擬合出最佳的套期保值比率，但沒有充分利用決策前的時變信息。邁爾斯和湯普森（Myers和Thompson，1989）構建了B-VAR模型，有效消除了OLS中的殘差項序列相關，進一步完善了套期保值的估計，但仍存在期貨價格與現(xiàn)貨價格的協(xié)整問題。高希（Ghosh，1993）根據(jù)恩格爾和格蘭杰（Engle和Granger，1987）的協(xié)整理論，提出了估計套期保值比率的誤差修正（ECM）模型，同時考慮了現(xiàn)貨價格、期貨價格的非平穩(wěn)性，短期動態(tài)關系和長期平衡關系。而后，隨著實證研究的不斷豐富和自回歸條件異方差模型（ARCH）的廣泛應用，大量研究開始考慮到收益率波動的集聚性問題。恩格爾和克朗（Engle和Kroner，1993）提出了一種多變量廣義ARCH過程來刻畫“期貨—現(xiàn)貨”的波動分布，即多元GARCH模型，使估計更為有效。利恩（Lien，1996）又將二階矩期貨價格變動方差以及現(xiàn)貨價格變動方差之間的相互影響加入模型，且放寬了對期貨價格變動的條件方差及其與現(xiàn)貨價格變動條件協(xié)方差須為常數(shù)的條件，所得套保比是隨時間變化而變化的，由此構成了廣義自回歸條件異方差模型ECM-GARCH。實證結果表明，該模型計算所得到的套期保值比率明顯優(yōu)于傳統(tǒng)回歸模型所得比率（威特，1998；弗萊明，2008；方虹、陳勇，2008）。

國內學者通過引入上述套期保值理論，對金融衍生品市場的套保比率估計也進行了大量實證研究。齊明亮（2004），華仁海、陳百助（2004）對有色金屬期貨市場進行了研究，論證了上交所銅期貨市場套期保值的有效性，發(fā)現(xiàn)套期保值的效果與選擇的比率緊密相關。馮春山、蔣馥、吳家（2005），方虹、陳勇（2008）利用OLS、B-VAR、ECM、GARCH等模型，研究了石油期貨的套保比率選取，并將各種模型的績效進行了比較分析，得出了采用GARCH測算比率是最優(yōu)方法的結論。梁斌等（2009）學者對股指期貨進行研究，也得到了相似結論。

但上述實證對象主要集中在股指期貨、有色金屬期貨等，由于上海燃料油期貨于2004年8月26日才推出，對這一期貨品種進行實證研究的文章并不多。已有的對上海燃料油期貨進行研究的相關文獻中，廖肇黎、張宏民（2009）驗證了應用上海燃料油期貨套保航空燃料油的可行性，套?？墒癸L險降低程度最高達90%。不過，文章僅僅采用了OLS方法進行了靜態(tài)套期保值比率的測算，沒有考慮價格的波動性聚集。曹培慎、唐露芳（2011）運用2007—2010年數(shù)據(jù)，探析了上海燃料油期貨對燃料油現(xiàn)貨的套保功能，實證結果表明，根據(jù)ECM及GARCH模型對燃料油現(xiàn)貨的套期保值策略，能有效地抵抗風險（使風險減少10%—30%）。本文旨在使用歐債危機后的最新數(shù)據(jù)，分析國際價格波動的新時期上海燃料油期貨對航油進行套期保值的可行性和交易策略，為企業(yè)提供更加合理的套保建議。

二、數(shù)據(jù)說明與模型設定

（一）數(shù)據(jù)說明

我國航油采購價格，是以新加坡市場航油FOB價作為簽訂貿易合同的計價基準。因此，本文期貨價格數(shù)據(jù)選取上海期貨交易所的燃料油期貨收盤價（記為F）③，現(xiàn)貨價格數(shù)據(jù)選取新加坡市場普氏現(xiàn)貨報價（記為S）④，且采用對數(shù)轉換（lnS，lnF）使數(shù)據(jù)趨勢線性化，亦即構造了相應的收益率序列。兩者價格走勢如圖1，不難看出，2008年8月之前燃料油期貨與航油現(xiàn)貨的價格相關度明顯高于2008年之后的區(qū)間，兩者價差在短期內呈現(xiàn)出波動性和不一致性（實證結果分析中有進一步的闡述）。但根據(jù)計算，期貨、現(xiàn)貨價格序列相關系數(shù)在2004—2011年區(qū)間段內高達0.854，長期走勢表現(xiàn)一致。

本文實證分析數(shù)據(jù)的樣本區(qū)間為2004年8月25日—2012年3月1日，累計含1713個交易日數(shù)據(jù)。而以往學者的研究大部分采用2009年之前的數(shù)據(jù)，圖中顯示2009—2012年現(xiàn)貨、期貨價格差異比2009年之前的價格差異要大，使得樣本數(shù)據(jù)本身存在著較大差異，會對最優(yōu)套保比的測算結果產生較大影響，因此，在債務危機后測算新的最優(yōu)套保比率對審視套保策略、減少損失尤為重要。

（二）價格序列的協(xié)整關系和波動性聚集

在進行實證分析前，首先檢驗價格序列是否存在協(xié)整關系和ARCH效應，這兩點特性是建立ECM-GARCH模型的基礎。

（三）模型設定

2. 動態(tài)的套期保值比率。與靜態(tài)套期保值比率不同，動態(tài)的套保比充分考慮了期貨、現(xiàn)貨價格的條件協(xié)方差矩陣的時變性特征。結合前面所提到的，上海燃料油期貨與新加坡航油現(xiàn)貨價格序列存在著協(xié)整、波動聚集等問題，理論上，ECM-GARCH能獲得更良好的套保比。

相比之下，利用傳統(tǒng)的OLS方法來測算，得到的最佳套保比值是0.3414，是一個恒定常數(shù)。那么交易者應建立的期貨合約總價值應占所保值的現(xiàn)貨合同總價值的34.14%。兩者對比，利用GARCH測算出的動態(tài)套保比率均值高于利用OLS方法測算出的靜態(tài)比值。

（二）績效評估

由此可以看出，采用ECM-GARCH模型測算出的比率進行套保，較采用OLS靜態(tài)比值可使風險降低了約7個百分點，能夠達到更好的保值效果。

（三）實證結果分析

從上述實證結果來看，應用上海燃料油期貨來進行航油的套期保值，最優(yōu)的套保比值在39%左右，并能夠發(fā)揮降低風險敞口15%的效用，驗證了該套保方法的可行性。同時，通過與靜態(tài)測算方法的比較，也證實了ECM-GARCH模型在設計套保策略時的優(yōu)越性。但與以往文獻結果對比，發(fā)現(xiàn)本文所得到的套保比和績效水平相比之前研究結果明顯偏低，這一研究差異引發(fā)了進一步思考。

1. 套保效果分析。本文實證分析數(shù)據(jù)取自2004年8月25日—2012年3月1日，最新數(shù)據(jù)的樣本區(qū)間中，2009—2012年上海燃料油期貨與新加坡航油現(xiàn)貨價格差異加大（如圖1所述），樣本數(shù)據(jù)基差的擴大必然會導致套保比率以及相應績效的下降⑥。導致這一時期價格差異擴大主要有兩個原因：一是人民幣匯率的變動，二是經濟危機和歐債危機對油價的沖擊影響。

其一，因為上海燃料油期貨交易貨幣為人民幣，而新加坡航油現(xiàn)貨采用美元計價，因此套保比率計算受到匯率影響。人民幣匯率改革以來，人民幣兌美元中間價累計升值超過30%。從圖3的匯率走勢圖可知，2009年后匯率變動尤其加劇。這是造成2009年前后兩個價格序列的區(qū)段差異拉大的重要原因，使得表面上現(xiàn)貨價格增幅小于期貨價格增幅。

其二，隨著美國次貸危機引發(fā)全球金融風暴的蔓延，以及歐債危機帶來的全球經濟不景氣，國際油價受到了巨大沖擊，自2008年下半年一直到2012年，多次呈現(xiàn)出大幅飆升和大幅下挫的極端情形。燃料油期貨與現(xiàn)貨價格自2009年后相關性下降，這使得套期保值很難取得良好效果。并且一定程度上講，上述第一點原因中的匯率波動，本質上也是受到宏觀經濟的影響。這對我國航空公司的啟示是：當未來油價走勢不明朗或短期內波動劇烈時，企業(yè)應適當降低套期保值比率。

事實上，在宏觀經濟出現(xiàn)大幅波動時，航空公司很難建立合理的航油套期保值頭寸。此外，各國經濟狀況、區(qū)域性溢價和可替代能源的發(fā)展等因素都會對原有價格短期走勢產生重大影響。

2. 合約長度影響。國外大量學者關于套期保值的研究表明，期貨合約的長度不同，套期保值效果會相應不同（齊諾和馬賽厄斯，2012）。通常情況下，長周期的套期保值績效優(yōu)于短周期的套期保值績效，這一結論同樣適用于國內套期保值交易（馮春山等，2005；方虹、陳勇，2008）。

上海燃料油期貨有四個合約可供交易：當月（30天）、下月（60天）以及隨后的兩個季月（90天、120天）。理論上，120天的合約套期保值績效應該最好。但是，已有的燃料油套保航油研究，在構造不同期限的期貨價格數(shù)據(jù)時，是采用臨近合約的交易數(shù)據(jù)，然后運用數(shù)學計算的方式進行平均和加減，形成了不同期限長短的期貨收益率序列、現(xiàn)貨收益率序列。與實際交易中不同期限合約價格的情況并不吻合，研究意義不大。

鑒于此，本文沒有對合約期限進行30天、60天、90天、120天的分期構造，而是直接對短期交易進行了測算，所得到的結果也是針對短周期的套期保值。結合上述長短周期不同績效的推斷，本文測算的短周期套?？冃б?。

因此，在套期保值的實際操作過程中，如何選擇合約月份，也是未來進一步研究的方向。尤其是，需要同時考慮到合約長度是否滿足現(xiàn)貨交易時間需要、交割所在月份是否足夠活躍以平掉頭寸等問題。

四、結論與建議

本文根據(jù)協(xié)整檢驗和ARCH效應檢驗，證實了新加坡航油現(xiàn)貨價格與上海燃料油期貨價格存在長期穩(wěn)定關系，利用燃料油期貨降低燃料油價格波動風險具有可行性，且價格序列存在波動聚集性，適合采用ECM-GARCH模型來測算最優(yōu)套期保值比。根據(jù)本文采用的2004年8月—2012年3月數(shù)據(jù)區(qū)間，采用ECM-GARCH模型計算出的動態(tài)套保比率平均水平為0.3972，績效水平為0.154，比OLS方法更有效，但是效果并不十分優(yōu)異。這主要是因為我國2008年后航油價格波動風險受到匯率變動、外部經濟因素的較大影響和制約。人民幣升值、世界金融危機和歐債危機，使得套保風險改善水平僅能達到15%左右。因此，運用上海燃料油期貨來對航油進行套期保值的方案，更適用于經濟平穩(wěn)的環(huán)境。

在實際操作中，我國航空公司制定套期保值方案還需要綜合考慮其他市場因素：

（一）選擇合適的套保市場

到目前為止，可以說無論場內場外，都不存在完美的套保工具。在世界經濟衰退時期，企業(yè)往往需要采用分散化的組合策略，降低整體風險。且將自身需求與市場特點相結合，如表6所示，綜合考慮市場的交易費用、入場規(guī)則等因素。

對我國國有航空公司而言，一般具備充裕的資金但經驗不足，更多地應考慮運用期貨交易手段；對我國民營航空公司而言，由于資金流動性不足，如果能構建一支專業(yè)團隊或在能充分認識風險的情況下，可適當選擇低投入的復雜衍生品以獲得收益。

（二）交易成本與資金限制

本文所得的最優(yōu)套保比未考慮交易手續(xù)費等成本問題。尤其是動態(tài)化的比率要求高頻交易，成本會隨之較高。目前，上交所上海燃料油期貨的手續(xù)費率為2?，保證金為8%。相對于期權費來說，實際費用不高，但保證金的資金占用會帶來一定的機會成本。以南航為例，每年有近80萬噸套保需求量，那么按套保比0.4（參考文中估算值0.3972）、保證金8%的比例計算，僅保證金就需要9800萬。因此，對中小型航空企業(yè)來說，很容易造成資金流動短缺，在實際操作中，需要謹慎地從年利率、占用時間等多方面進行考慮。

（三）風險監(jiān)管

除了確定套保比值和數(shù)量之外，風險監(jiān)管也尤為重要。在整個套保過程中，公司應嚴格執(zhí)行套期保值方案，尤其不能以投機為目標。資金賬戶專用，并對企業(yè)流動資金進行壓力測試，及時發(fā)現(xiàn)問題，以保證能夠反應快速，實現(xiàn)期貨與現(xiàn)貨的同步性。

注：

①起源于20世紀80年代的航油套保曾幫助美國西南航空公司順利渡過石油危機，西南航空是最早開始參與套保的航空公司之一，也是美國唯一一家自1973年起持續(xù)盈利的航空企業(yè)。20世紀90年代以后航油套保為企業(yè)所廣泛應用，德國漢莎航空通過堅持系統(tǒng)的、長期的、大比例的套保戰(zhàn)略，在油價大跌大漲時也仍然保持著較高的凈利潤。

②上海燃料油期貨品種交易活躍，自2004年8月25日上市之后，市場功能不斷完善，截至2009年8月，各月合約累計成交已達 21億噸，累計交易金額6.8萬億元，且未發(fā)生惡性風險事件。

③數(shù)據(jù)來自萬得資訊金融數(shù)據(jù)庫，上海燃料油期貨日交易數(shù)據(jù)。

④數(shù)據(jù)來自鳳凰財經，航空煤油普氏現(xiàn)貨報價，http：//app.finance.ifeng.com/data/indu/ /cpjg.php？symbol=291。

⑤模型參見Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）。

⑥以美國西南航空為例，隨著現(xiàn)貨、期貨價格的價差增加，該公司的套保比率自2007年的95%逐年降至2009年的50%、2012年的15%。

參考文獻：

[1]Adams Zeno，Gerner Mathias.Cross Hedging Jet-Fuel Price Exposure[J]. Energy Economics，Sep. 2012，v.34，iss.5，pp.1301-09.

[2]David Carter，Daniel A. Rogers，Betty J.Simkins. Fuel Hedging in the Airline Industry：The Case of Southwest Airlines[D].Oklahoma State University working paper， 2003，（12）.

[3]Ederington L.H.The Hedging Performance of the New Futures Markets[J].Journal of Finance，1979，（34）.

[4]Fleming J， Kirby C. The specification of GARCH models with stochastic covariates[J]. Journal of Futures Markets， 2008， 28（10）.

[5]Ghosh. A Hedging with Stock Index Futures： Estimation and Forecasting with Error Correction Model[J].Journal of Futures Markets， 1993，（13）.

[6]Harvey， J. Witt， Ted C. Schroeder Marvin L. Hayenga. Comparison of Analytical Approaches for Estimating Hedge Ration for Agricultural Commodities[J].Journal of Futures Markets， 1998（12）.

[7]Johnson L.L. The Theory of Hedging and Speculation in Commodity Futures[J].Review of Financial Studies， 1960，（27）.

[8]Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）.

[9]Lien D. The Effect of the Co-integration Relationship on Futures Hedging： A Note[J].Journal of Futures Markets， 1996， （16）.

[10]Mattos F， Garcia P，Nelson C.Relaxing standard hedging assumptions in the presence of downside risk[J].Quarterly Review of Economics and Finance， 2008， 48（1）.

[11]Myers R.J，Thompson S.R. Generalized Optimal Hedge Ratio Estimation[J].American Journal of Agricultural Economics， 1989，（71）.

[12]曹培慎，唐露芳.上海燃料油期貨套期保值比率選取的實證研究[J].統(tǒng)計與信息論壇， 2011，（5）.

[13]方虹，陳勇. 石油期貨最優(yōu)套期保值比率及套期保值績效的實證研究[J].中國軟科學，2008，（1）.

[14]馮春山，蔣馥，吳家春. 石油期貨套期保值比選取的研究[J].系統(tǒng)工程理論方法應用， 2005，（2）.

[15]華仁海，陳百助.上海期貨交易所銅、鋁套期保值問題研究[J].中國金融學，2004，（5）.

[16]梁斌，陳敏，繆柏其，吳武清. 我國股指期貨的套期保值比率研究[J].數(shù)理統(tǒng)計與管理，2009，（1）.

[17]廖肇黎，張宏民. 應用上海燃料油期貨套保航空燃油的可行性分析[J].國際石油經濟， 2009，17（8）.

[18]齊明亮. 套期保值比率與套期保值的效績——上海期銅合約的套期保值實證分析[J].華中科技大學學報， 2004，18（2）.

[19]上海期貨交易所與中國浦東干部學院“期貨市場典型案例研究”課題組. 期貨市場典型案例研究[M] 北京：中國金融出版社，2010.

[20]王震，肖飛，鄭炯. 買方套期保值策略與風險控制研究——以東方航空燃油套保浮虧事件為例[J].中國石油大學學報， 2010，26（1）.

[21]鄒延冰. 國際原油價格的決定因素研究[J].國際金融研究，2012，（7）.

（責任編輯 耿 欣；校對 YJ，GX）