張國勝 劉晨 武曉婷

摘要：套期保值是期貨市場基本功能之一?；谖覈r(nóng)產(chǎn)品、黑色金屬、有色金屬、化工四大板塊的期貨市場套期保值效率結(jié)構(gòu)全景圖，選擇最小二乘回歸（OLS）等五種普適性模型，時間跨度為2017年10月—2018年9月、2018年10月—2019年9月和2019年10月—2020年9月三個時段，針對四大板塊的13個期貨主要品種開展套期保值比率優(yōu)化研究，并運用最小方差標(biāo)準(zhǔn)，從橫向和縱向兩個維度就我國商品期貨市場的套期保值效率結(jié)構(gòu)開展系統(tǒng)性評價。研究表明：有色金屬（銅、鋁、鎳）和黑色金屬（鐵礦石、螺紋鋼）的套期保值效率較高；豆粕、棕櫚油和精對苯二甲酸（PTA）等產(chǎn)品效率次之；農(nóng)產(chǎn)品（玉米、白糖、棉花）和化工品（聚乙烯、天然橡膠）期貨等套期保值功能普遍較差。雖受新冠肺炎疫情影響，但期貨市場套期保值效率三年格局并未發(fā)生明顯變化。我國期貨和現(xiàn)貨市場發(fā)展迅速，且部分品種套期保值功能日趨成熟，但與發(fā)達國家成熟的期貨市場相比仍有較大差距，因此，要有針對性地降低交易所保證金比例，提高國內(nèi)企業(yè)套期保值的參與度；健全現(xiàn)貨市場標(biāo)準(zhǔn)化程度；推進商品期權(quán)市場建設(shè)，促進期貨市場平穩(wěn)運行；穩(wěn)步推進期貨市場國際化，減少政府過度干預(yù)。

關(guān)鍵詞：期貨市場；套期保值；最優(yōu)套期保值比率；套期保值效率

中圖分類號：F279.33文獻標(biāo)識碼：A文章編號：1007-8266（2021）05-0042-10

基金項目：北京物資學(xué)院科研專項“中國期貨市場運行與創(chuàng)新”（035200120918）；北京市教委社會科學(xué)計劃一般項目“北京市涉農(nóng)中小企業(yè)‘銀行+保險+期貨’新型融資模式設(shè)計及效果評價研究”（SM202110037004）

套期保值是指投資者為了防范現(xiàn)貨價格風(fēng)險而在期貨市場中買進（或賣出）與現(xiàn)貨數(shù)量相匹配、交易方向相反的期貨合約，以期在未來某一時間通過期貨平倉來抵補現(xiàn)貨市場價格變動帶來的風(fēng)險的行為。套期保值是期貨市場的基本功能之一，也是期貨市場產(chǎn)生和發(fā)展的基礎(chǔ)。我國期貨市場經(jīng)過三十年的發(fā)展，雖然取得了巨大成就，已逐漸成為投資者實現(xiàn)資產(chǎn)配置的重要工具市場，但長期以來，期貨市場的投資者多以“散戶”為主，企業(yè)參與套期保值意識不強。黨的十九大以來，在金融服務(wù)實體經(jīng)濟的戰(zhàn)略背景下，我國期貨市場套期保值功能呈現(xiàn)逐年增強之態(tài)勢，但與國際發(fā)達的期貨市場相比，市場套期保值效率整體仍然偏低。深入開展本土期貨市場套期保值效率研究，具有深遠的現(xiàn)實意義。

關(guān)于商品期貨市場的套期保值效率研究，近十多年來一直是學(xué)術(shù)熱點之一。但研究焦點主要集中在對單個品種或板塊的套期保值比率估計優(yōu)化模型開發(fā)上，主要用于指導(dǎo)單個行業(yè)或企業(yè)的套期保值策略選擇行為。彭紅楓和葉永剛[ 1 ]對比分析了二元廣義自回歸條件異方差（BGARCH）模型、基于誤差修正的廣義自回歸條件異方差（ECM-GARCH）模型與修正的ECM-GARCH三種動態(tài)模型應(yīng)用于銅期貨的套期保值效果，認為修正的ECM-GARCH模型更優(yōu)。王玉剛、遲國泰、楊萬武[ 2 ]將Copula引入GARCH和EWMA模型，對期銅最小方差套期保值比率進行估計，取得較佳效果。凌鵬[ 3 ]運用靜態(tài)模型對銅的套期保值效率進行研究，發(fā)現(xiàn)ECM模型的套期保值績效最大。王寶森等[ 4 ]運用Copula函數(shù)對精對苯二甲酸（PTA）期貨進行套期保值研究，認為時變相關(guān)的Copula的最小方差套期保值模型可以提高套期保值效率。王輝、謝幽篁[ 5 ]通過引入修正ADCCGARCH和DADCC-GARCH模型對大豆、棉花、銅、鋁和燃料油等五種代表性商品期貨進行實證研究，大豆和棉花使用靜態(tài)模型表現(xiàn)更優(yōu)，而原油和金屬期貨則使用動態(tài)套期保值效果更佳。張健等[ 6 ]提出對于大宗商品來說，動態(tài)套期保值模型的套期保值效果要好于靜態(tài)的模型，但動態(tài)的套期保值模型需要頻繁調(diào)整頭寸。淳偉德等[ 7 ]采用最小二乘回歸（OLS）、向量自回歸（VAR）、向量誤差修正（VECM）和向量自回歸—多變廣義自回歸條件異方差（VAR-MGARCH）四種模型對銅鋁鋅三種期貨品種的套期保值效率進行研究，通過樣本外滾動預(yù)測發(fā)現(xiàn)，金屬期貨的套期保值效率較高。其中，OLS模型在銅和鋅中表現(xiàn)較好，VAR和VECM在鋁中表現(xiàn)較好。付劍茹和張宗成[ 8 ]借助基于卡爾曼濾波法的狀態(tài)空間（SSPACE）模型對銅期貨市場的時變最優(yōu)套期保值比率進行估計，并與OLS、VAR、VECM、CCC-GARCH模型效果進行了比較，結(jié)果顯示SSPACE模型的套期保值績效全面占優(yōu)。邵永同和戰(zhàn)雪麗[ 9 ]采用OLS、BVAR、ECM和BGARCH模型對比分析發(fā)現(xiàn)，中國大豆期貨套期保值效率遠低于美國大豆期貨套期保值效率，且OLS、BVAR和BGARCH模型效果優(yōu)于ECM模型。彭紅楓和陳奕[ 10 ]將馬爾科夫轉(zhuǎn)換方法與GARCH模型相結(jié)合，發(fā)現(xiàn)基于馬爾科夫轉(zhuǎn)換方法的套期保值效果優(yōu)于單一狀態(tài)下的套期保值。

綜上所述，國內(nèi)學(xué)者對有色金屬、農(nóng)產(chǎn)品等部分單個品種的套期保值比率優(yōu)化模型研究已經(jīng)相當(dāng)深入，但迄今關(guān)于期貨套期保值效率的多數(shù)研究都針對單一品種，由于不同品種的樣本期和模型選擇不同，得出的不同品種的套期保值效率不適合對比分析，相應(yīng)地也難以對整個商品期貨市場套期保值效率開展跟蹤分析，并針對整個市場套期保值效率提升提出有效對策。

本文彌補上述研究文獻的不足，沿著國內(nèi)外套期保值理論模型的優(yōu)化進程，首先選取OLS、ECM、BVAR、BGARCH、ECM-GARCH五種經(jīng)典模型，并截取2018—2020年相同的三個年度時段，統(tǒng)一對市場的13個品種加以套期保值比率優(yōu)化研究；運用最小方差法，從縱向和橫向兩個維度系統(tǒng)計算并評價不同期貨品種套期保值效率的結(jié)構(gòu)性差異特征，并追蹤這一特征的時間變化趨勢，分析其成因，進而提出提高期貨市場整體套期保值效率的路徑。由于是針對整個市場采用一套可比的標(biāo)準(zhǔn)，即可比的樣本期、可比的模型、可比的測算標(biāo)準(zhǔn)，與相關(guān)研究相比，從單一品種到整個市場，本文的研究創(chuàng)新了對期貨市場套期保值效率的整體結(jié)構(gòu)認識，也為有針對性地完善相關(guān)制度、提升期貨市場整體套期保值效率提供了重要依據(jù)。

（一）套期保值效率衡量方法的選擇

套期保值策略事實上是一個現(xiàn)貨與期貨的投資組合，其中組合比率也稱為套期保值比率，是指持有期貨合約的頭寸大小與風(fēng)險暴露現(xiàn)貨資產(chǎn)頭寸大小之間的比值，即對一單位風(fēng)險暴露資產(chǎn)進行風(fēng)險管理所需的期貨合約的數(shù)量。

（二）最優(yōu)套期保值比率估計模型的選擇

由于基差的隨機變化，在套期保值之初，理論上的最優(yōu)套期保值比率是一個未知參數(shù)。在現(xiàn)代套期保值理論研究中，最優(yōu)套期保值比率參數(shù)的估計也就成為核心問題。人們聚焦于開發(fā)各種最優(yōu)估計模型，并針對相應(yīng)的最優(yōu)套期保值組合進行效率分析，以此作為對該品種市場套期保值效率的評價，已成為套期保值效率研究的范式?？v觀國內(nèi)外研究，這種最優(yōu)套期保值比率估計模型一般分為靜態(tài)和動態(tài)兩類，其中動態(tài)模型的套期保值比率由于具有時變性，當(dāng)市場處于大幅度波動、基差風(fēng)險較高時，相比靜態(tài)模型存在一定優(yōu)勢。但由于選擇的空間區(qū)域、時間跨度樣本不同，也由于隨著計量經(jīng)濟模型的不斷發(fā)展，具體最優(yōu)參數(shù)估計模型日新月異，要窮盡所有模型去尋找最優(yōu)模型來研究市場套期保值效率結(jié)構(gòu)，顯然是不現(xiàn)實的。梳理中外研究可以看出，沿著計量經(jīng)濟理論模型的不斷精確化發(fā)展脈絡(luò)，靜態(tài)模型 OLS、ECM、BVAR和動態(tài)模型BGARCH、ECMGARCH出現(xiàn)的頻率最高，其套期保值效率也得到一定認可。后文的實證分析也表明，這五種模型對市場套期保值效率結(jié)構(gòu)研究具有高度一致性，即無論使用哪一種模型，不同品種的套期保值效率都具有相同方向的差異特征，說明這些模型的適用性和可比性。

本文對每個品種采用OLS、ECM、BVAR、BGARCH、ECM-GARCH五種通用模型估計套期保值比率，并運用樣本外回測分析方法，對比選取最優(yōu)套期保值比率。

1.OLS求解方法

（一）樣本數(shù)據(jù)

樣本選定在上海期貨交易所、大連商品交易所和鄭州商品交易所上市的以下13種具有代表性的商品期貨品種：螺紋鋼、鐵礦石、棉花、白糖、玉米、豆粕、棕櫚油、銅、鋁、鎳、聚乙烯、PTA和天然橡膠。品種選定綜合了期貨市場持倉量占比、合約交易活躍度高低以及對應(yīng)現(xiàn)貨的實際情況（如交易量、內(nèi)外消費需求、產(chǎn)業(yè)關(guān)聯(lián)度）等因素，具有很強的代表性。其中，期貨價格數(shù)據(jù)均采用活躍合約的收盤價，對于節(jié)假日數(shù)據(jù)，以及期、現(xiàn)貨非配對數(shù)據(jù)進行了剔除，獲得期貨、現(xiàn)貨日價格的有效配對數(shù)據(jù)。其中商品期貨數(shù)據(jù)選取的是活躍合約的收盤價，現(xiàn)貨價格數(shù)據(jù)是全國各城市現(xiàn)貨價的平均值，兩者均來源自萬得（wind）數(shù)據(jù)庫之商品數(shù)據(jù)庫。

實證分析使用的樣本數(shù)據(jù)區(qū)間為2013年10月—2020年9月。為比較2018—2020三年不同品種的套期保值效率年度變化情況，根據(jù)五種套期保值比率求解模型，使用2013年10月—2017年9月、2014年10月—2018年9月和2015年10月—2019年9月三個時段的日收益率作為樣本內(nèi)數(shù)據(jù)估計套期保值比率，使用2017年10月—2018年9月、2018年10月—2019年9月和2019年10月—2020年9月的日收益率作為相應(yīng)的樣本外回測數(shù)據(jù)，選取不同時期的最優(yōu)套期保值比率，并根據(jù)式（2）計算相應(yīng)品種的套期保值效率值。對于節(jié)假日數(shù)據(jù)，期、現(xiàn)貨數(shù)據(jù)非配對數(shù)據(jù)進行了剔除，獲得13個商品品種的期、現(xiàn)貨配對數(shù)據(jù)，然后使用對數(shù)收益率計算最優(yōu)套期保值比率及效率。其中期貨與現(xiàn)貨日收益率采用式（1）列示的對數(shù)收益率。

（二）變量選取與統(tǒng)計特征

在使用OLS、ECM、BVAR、BGARCH和ECMGARCH模型計算最優(yōu)套期保值比率及效率前，需首先進行單位根檢驗及ARCH效應(yīng)檢驗。表1列示的檢驗結(jié)果表明，商品現(xiàn)貨與期貨收益率序列是平穩(wěn)的。采用Q統(tǒng)計量、LM檢驗法對收益率序列進行分析，結(jié)果表明，13個品種的期現(xiàn)貨收益率序列均通過了LM檢驗，同時Q統(tǒng)計量顯著不為0，均存在ARCH效應(yīng)。

（三）商品期貨最優(yōu)套期保值比率估計

依據(jù)公式（5）～（10），運用python語言統(tǒng)一編制了套期保值比率估計值（詳細計算代碼略）。在使用OLS和ECM測算最優(yōu)套期保值比率時，將期、現(xiàn)貨價格收益率序列分別代入公式（5）和公式（8），以商品現(xiàn)貨收益率？lnS作為被解釋變量，商品期貨收益率？ln F作為解釋變量，通過OLS回歸和ECM模型得到？lnF前的系數(shù)作為最優(yōu)套期保值比率（b）。其中ECM模型是在OLS模型基礎(chǔ)上增加了誤差修正項。商品品種的OLS和ECM模型均通過了F檢驗，且b系數(shù)均在5%置信水平下顯著。

使用BVAR模型計算最優(yōu)套期保值比率時，需使用單位根檢驗法（ADF）證明商品期、現(xiàn)貨市場收益率序列均通過平穩(wěn)性檢驗。不同品種在三個樣本期內(nèi)分別根據(jù)赤池信息量準(zhǔn)則（AIC）和施瓦茲準(zhǔn)則（SC）確定BVAR模型的滯后階數(shù)。然后將商品現(xiàn)貨收益率？lnS和期貨收益率？ lnF作為內(nèi)生變量代入模型（6）和模型（7）中，對期、現(xiàn)貨市場收益率序列建立雙變量向量自回歸模型，計算得出的b即為BVAR模型下的最優(yōu)套期保值比率。

動態(tài)套期保值比率的計算需借助動態(tài)套期保值模型（BGARCH和ECMGARCH）。表1的檢驗結(jié)果表明，13個商品期、現(xiàn)貨收益率序列均通過了平穩(wěn)性檢驗和ARCH效應(yīng)檢驗，即表現(xiàn)出明顯的波動性聚集特征。然后將收益率序列分別代入式（9）和式（10），分別使用GARCH模型和BGARCH模型估計得到收益率均值方程中的殘差序列εst和εft，通過計算殘差序列εst和εft的協(xié)方差和方差，得到時變的套期保值比率bt。實證結(jié)果表明，13個品種估計在三個樣本內(nèi)區(qū)間得到的GARCH和ARCH項系數(shù)均顯著大于0，并且滿足系數(shù)之和小于1的約束條件，說明在滯后期內(nèi)動態(tài)相關(guān)系數(shù)受前一期標(biāo)準(zhǔn)化均值殘差的影響顯著，并具有較強的持續(xù)性。由于GARCH項系數(shù)均保持在0.5以上，ARCH項系數(shù)均比較小，說明我國期、現(xiàn)貨市場之間的動態(tài)相關(guān)系數(shù)受條件異方差的影響很大，且期、現(xiàn)貨市場間的相關(guān)性不會受到前期的外部干擾。

表2給出了2018—2020年三個時段的最優(yōu)套期保值比率分布值，由于動態(tài)套期保值比率是時變的，因此在表格中無法全部顯示。容易看出，靜態(tài)、動態(tài)套期保值模型的優(yōu)勢各占半壁江山，而同一品種不同年份的最優(yōu)套期保值模型不完全相同。對于套期保值效率較高的大多數(shù)品種而言，動態(tài)套期保值策略能夠達到更佳的套期保值效果。從板塊看，金屬板塊的套期保值比率普遍較高，且動態(tài)套期保值模型得到的套期保值比率更優(yōu)；農(nóng)產(chǎn)品和化工板塊的套期保值比率普遍較低。表2匯總了中國商品期貨市場最優(yōu)套期保值比率，可按年度發(fā)布，為企業(yè)參與套期保值，特別是全面參與品種配置、防范現(xiàn)貨風(fēng)險提供了最優(yōu)套期保值一攬子參考策略。

（四）商品期貨套期保值效率特征分析

將表2的最優(yōu)套期保值比率代入式（2）和式（3），運用樣本外數(shù)據(jù)，商品品種的套期保值效率回測值如表3所示，從中也可看出相應(yīng)板塊2018—2020年套期保值效率變化趨勢。可以發(fā)現(xiàn)，我國商品期貨市場的套期保值效率呈現(xiàn)如下特征：

一是從板塊上看，金屬板塊的套期保值效率最高，三年平均效率為43.22%；農(nóng)產(chǎn)品板塊次之，平均效率為15.15%；化工板塊效率最低，平均效率為10.08%。與農(nóng)產(chǎn)品板塊相比，金屬和化工板塊的套期保值效率雖然波動較大，但上述這一市場效率格局未發(fā)生明顯變化。從表3也可以看出，農(nóng)產(chǎn)品和化工板塊內(nèi)的套期保值效率差別較大，其中在農(nóng)產(chǎn)品板塊內(nèi)，豆粕、棕櫚油較高，棉花較低；在化工板塊內(nèi)，PTA較高，橡膠最低。

二是從品種分布看，我國商品期貨的套期保值效率可以分為三個層次：鐵礦石、銅和鎳的套期保值效率最高，在34%～64%之間；螺紋鋼和鋁、豆粕、棕櫚油、PTA的套期保值效率次之，在15%～ 42%之間；白糖、棉花、玉米、聚乙烯、橡膠的效率最低，效率區(qū)間為-2%～12%，這一基本格局三年來未發(fā)生實質(zhì)性變化。值得注意的是，橡膠在2019年的套期保值效率為負值（-1.33%），這一方面有模型計量的誤差有關(guān)，另一方面也彰顯出這一品種期現(xiàn)市場的不相關(guān)程度，目前期貨市場完全不具備價格發(fā)現(xiàn)功能和套期保值功能。這與橡膠品種現(xiàn)貨種類多、期貨種類少所致價格不匹配、基差風(fēng)險較大有密切關(guān)系。

三是從效率的穩(wěn)定性看，無論效率高低，玉米、棉花、鐵礦石、白糖、豆粕的套期保值效率最穩(wěn)定，聚乙烯、橡膠次之，而銅、鋁、鎳等金屬和PTA、橡膠的套期保值效率最不穩(wěn)定。新冠肺炎疫情暴發(fā)以來，大宗商品的供需和流通都發(fā)生了變化，進而也影響了套期保值效率。2020年與2019年相比，在金屬板塊中，除鎳以外，所有品種均有明顯提升；在農(nóng)產(chǎn)品板塊中，除棉花外所有各品種套期保值效率均有不同程度的下降；在能源化工板塊中，效率的特征有小幅改善。需要特別指出的是，橡膠套期保值效率從2018年的11.90%下降到2019年的-1.33%，且在疫情環(huán)境下僅為0.83%，低效率特征未見改觀之傾向。

（五）各板塊期貨套期保值效率特征成因分析

因此，不同品種的套期保值效率與期現(xiàn)貨收益率相關(guān)系數(shù)密切相關(guān)，期貨與現(xiàn)貨市場收益率相關(guān)系數(shù)越高，套期保值效率越接近于1。顯然，期貨市場的流動性與套期保值效率正相關(guān)，因為當(dāng)期貨市場的流動性較差時，它的收益率值波動越小，隨機性較低，期貨收益率與現(xiàn)貨收益率的相關(guān)性較弱；現(xiàn)貨市場的標(biāo)準(zhǔn)化程度與套期保值效率正相關(guān)，因為現(xiàn)貨市場的標(biāo)準(zhǔn)化程度越高，現(xiàn)貨流動性越強，成交量也越大，期貨市場對此的價格發(fā)現(xiàn)功能就越強，期現(xiàn)市場的關(guān)聯(lián)度也越高；商品市場的國際化程度與套期保值效率正相關(guān)，因為商品市場的國際化程度越高，期貨市場針對國際商品價格波動的過度放大效應(yīng)就會減弱，期現(xiàn)價格更容易趨于平穩(wěn)一致；現(xiàn)貨商品的供求體制也是影響套期保值的重要成因，因為在指令性的商品流通價格下，現(xiàn)貨價格的內(nèi)生因素成分降低，隨機波動較小，與期貨的市場價格相關(guān)性也就降低。此外，不健全的期貨品種體系也會降低期、現(xiàn)貨價格相關(guān)程度并增加套期保值基差風(fēng)險。

表4列示了2020年我國三大板塊13個品種的期貨市場流動性及其與現(xiàn)貨市場的相關(guān)性。從表4可知，金屬板塊的期、現(xiàn)貨市場相關(guān)性較高，相關(guān)系數(shù)均在0.6以上。其中銅的期、現(xiàn)貨市場相關(guān)性最高，可達到0.8，也是2020年所研究的期貨品種中套期保值效率最高的（63.29%）。這是由于我國有色金屬擁有較為成熟的市場體系，市場供求關(guān)系明確，交易規(guī)模不斷擴大，已經(jīng)成為國際金融市場上極具影響力的品種。從表4也容易得知，我國鐵礦石和螺紋鋼期貨市場的成交量與成交額都非常高，一方面是得益于樓市發(fā)展，另一方面是其本身具有保證金低的特點，吸引了大量的投機資金，為市場提供了充足的流動性，從而帶來較好的套期保值效果。在疫情之下，除鎳因短期供應(yīng)中斷出現(xiàn)價格大幅波動外，其他金屬品種的套期保值效率穩(wěn)中有升，也標(biāo)志著我國期貨市場套期保值條件的成熟性。

在農(nóng)產(chǎn)品板塊中，玉米和棉花因收儲政策和價格管控等因素的影響較大，在現(xiàn)貨市場價格相對平穩(wěn)情況下，企業(yè)參與度低，抑制了期現(xiàn)市場的相關(guān)性，相關(guān)系數(shù)僅0.2左右。白糖具有貯存時間短、容易產(chǎn)生投機行為的特征，導(dǎo)致供求關(guān)系不穩(wěn)定且價格波動幅度較大，也影響了套期保值效果。豆粕和棕櫚油的成交量較大，市場流動性較高，更容易從長、短期保持期、現(xiàn)貨價格之間的均衡，期、現(xiàn)貨市場相關(guān)性相對較高，達到0.5左右，相比于其他農(nóng)產(chǎn)品品種，套期保值效率相對較高。另一方面，農(nóng)產(chǎn)品期貨套期保值效率在2020年都出現(xiàn)了不同程度的下降，主要是物流限制導(dǎo)致產(chǎn)品流通不暢，產(chǎn)銷銜接階段性受阻，價格供需失衡、庫存增加等多方面因素導(dǎo)致現(xiàn)貨價格波動加劇，削弱了期、現(xiàn)貨市場間的聯(lián)動關(guān)系，因此在疫情的沖擊下，農(nóng)產(chǎn)品期貨市場效率變化應(yīng)予關(guān)注。

化工板塊的期、現(xiàn)貨市場的整體相關(guān)性均較低。其中橡膠的價格波動與國際大環(huán)境、汽車行業(yè)發(fā)展等休戚相關(guān)。我國天然橡膠長期處于供不應(yīng)求狀態(tài)，雖是天然橡膠的消費和進口大國，在國際定價的影響力較弱，因此限制了套期保值功能的發(fā)揮。從產(chǎn)業(yè)鏈角度，聚乙烯既是石油煉制的衍生物，也是農(nóng)業(yè)、制造業(yè)的基礎(chǔ)原料，現(xiàn)貨價格影響因素較復(fù)雜。PTA雖屬于國際化交易品種，但國內(nèi)市場具有一定的定價權(quán)，企業(yè)參與套期保值和套利的操作不斷增加，市場成交量較大且具有較高的流動性，尚能發(fā)揮一定的套期保值功能。值得注意的是，2020年與2019年相比，隨著聚丙烯（PP）、聚氯乙烯（PVC）和線型低密度聚乙烯（LL？ DPE）期權(quán)的上市，提高了企業(yè)參與化工板塊衍生品交易意愿，因此化工品種整體低效率的特征有一定改善。

（一）主要結(jié)論和研究貢獻

1.全面解讀了中國商品期貨市場最優(yōu)套期保值比率模型的普適性?；谖宸N套期保值比率優(yōu)化模型，給出了化工、農(nóng)產(chǎn)品、金屬期貨三大板塊13個品種的最優(yōu)套期保值比率一覽表（表2）。從中可以看出，13個品種在最優(yōu)套期保值比率的模型選擇上，靜態(tài)套期保值模型和動態(tài)套期保值模型各占據(jù)半壁江山，對于套期保值效率較高的品種如金屬板塊，動態(tài)套期保值比率估計模型更優(yōu)。這是由于動態(tài)套期保值模型能夠反映市場情況的時變性，尤其是對于流動性較高的金屬期貨市場而言，市場頻繁波動與態(tài)勢的不穩(wěn)定性使得靜態(tài)套期保值模型無法充分發(fā)揮其有效性，而樣本外則更能體現(xiàn)動態(tài)套期保值模型的優(yōu)勢。最優(yōu)套期保值比率參照表2可按年度定期發(fā)布，為企業(yè)參與套期保值，特別是全面參與品種資產(chǎn)配置、防范現(xiàn)貨風(fēng)險提供了最優(yōu)套期保值策略參考。

2.給出了中國期貨市場套期保值效率結(jié)構(gòu)表，并將市場面與基本面特征相結(jié)合進行全面分析。通過采用一套可比的標(biāo)準(zhǔn)，即可比的樣本期、可比的模型、可比的測算標(biāo)準(zhǔn)，對期貨市場主要品種的套期保值效率進行系統(tǒng)測度。在所研究的13個品種中，金屬板塊的套期保值效率最高，其次是農(nóng)產(chǎn)品板塊中的豆粕和棕櫚油期貨、化工板塊的PTA具有一定的避險功能，而聚乙烯、橡膠及農(nóng)產(chǎn)品中的白糖、棉花和玉米期貨不具有較明顯的套期保值效果。有色金屬期貨經(jīng)過近30年的發(fā)展，已經(jīng)成為我國最成熟的期貨產(chǎn)品。黑色金屬期貨具有成熟的市場體系，市場供求關(guān)系明確，因此有色金屬與黑色金屬板塊能夠有效發(fā)揮期貨市場功能；而玉米、棉花和聚乙烯等品種，都具有成交量低、流動性差導(dǎo)致市場不活躍的特征，其中農(nóng)產(chǎn)品市場受收儲政策和現(xiàn)貨價格管控，棉花與聚乙烯市場復(fù)雜的供求關(guān)系與投機因素加大了價格的波動風(fēng)險，從而抑制了期貨市場的功能發(fā)揮。

3.從期貨與現(xiàn)貨市場的相關(guān)性出發(fā)，分析了我國期貨市場套期保值效率差異的理論成因。期、現(xiàn)貨市場間的相關(guān)性是影響套期保值效率的主要因素，期、現(xiàn)貨市場收益率相關(guān)性越高，期、現(xiàn)貨價格走勢越一致，期、現(xiàn)貨間的聯(lián)系就越緊密，此時通過套期保值策略才會得到更高的套期保值效率。此外，套期保值效率也與市場的流動性、商品國際化程度和國內(nèi)商品期貨市場發(fā)展成熟度密切相關(guān)。此外，不健全的期貨品種體系也會降低期、現(xiàn)貨價格相關(guān)程度并增加套期保值基差風(fēng)險。通過結(jié)合套期保值效率差異存在的成因分析，結(jié)合不同品種實際，能夠系統(tǒng)性分析我國期貨市場套期保值效率變化的影響因素，指出效率提升路徑。

4.分析了中國期貨市場套期保值效率發(fā)展趨勢。結(jié)合2018—2020年套期保值效率趨勢，2020年期貨市場的規(guī)模和活躍度較2019年有所提高，雖然受到了新冠肺炎疫情的沖擊，但各企業(yè)加強庫存管理，積極利用套期保值規(guī)避價格風(fēng)險，使得期貨市場成交量大幅增加；后半年為了刺激消費，全球?qū)嵭蟹e極財政政策，需求強勁復(fù)蘇，擴大了交易規(guī)模，期貨的價格發(fā)現(xiàn)功能也相應(yīng)提高。因此，除農(nóng)產(chǎn)品外，多數(shù)期貨品種在2020年的套期保值效率均較2019年均有所提升。通過動態(tài)觀測商品期貨套期保值效率趨勢性變化，為政府動態(tài)、全面掌握套期市場保值功能提供了參考，對完善套期保值相關(guān)制度、提升套期保值整體效率具有重要意義。

（二）未來發(fā)展路徑及政策建議

我國期貨和現(xiàn)貨市場發(fā)展迅速，且部分品種套期保值功能日趨成熟，但和發(fā)達國家成熟的期貨市場相比，仍有較大差距?；谏鲜鲅芯?，提出以下幾點建議。

1.有針對性地降低交易所保證金比例，提高國內(nèi)企業(yè)套期保值的參與度。保證金設(shè)計的初衷是充當(dāng)期貨交易方信用的證明，防止期貨參與方違約。降低保證金設(shè)置水平，顯然對企業(yè)參與套期保值的積極性是有深遠影響的。對于套期保值效率高的品種，如黑色金屬、有色金屬、農(nóng)產(chǎn)品板塊的豆粕和棕櫚油等，由于套期保值效率較高，套期保值者理論上違約風(fēng)險較低，因此可以繳納更少的保證金。這樣的設(shè)定可以增加套期保值者參與套期保值的熱情，同時提高了期貨市場風(fēng)險管理功能。因為對于參與套期保值的企業(yè)來說，更低的保證金比率減少了套期保值的資金占用，使得企業(yè)現(xiàn)金流更加充裕，企業(yè)參與數(shù)量的增加，會進一步提高市場的套期保值效率。通過對部分品種保證金比例的差異化設(shè)置，形成高套期保值效率→低優(yōu)惠保證金比率→提高市場參與度→提高期貨合約活躍度→提高套期保值效率的良性循環(huán)，能夠逐步引導(dǎo)我國期貨市場更好地平穩(wěn)健康發(fā)展。

2.健全現(xiàn)貨市場標(biāo)準(zhǔn)化程度。商品期貨交易業(yè)務(wù)的開展以現(xiàn)貨市場為基礎(chǔ)，沒有一個發(fā)達的現(xiàn)貨市場，期貨市場的運行就變成了無源之水，就會失去方向，而這恰恰是我國期貨市場套期保值功能發(fā)展的軟肋。我國農(nóng)產(chǎn)品、橡膠等許多現(xiàn)貨市場源于眾多不規(guī)范的批發(fā)市場、貿(mào)易中心等，市場發(fā)育的標(biāo)準(zhǔn)化程度較低，集中表現(xiàn)為交易市場分散分割、報價機制不規(guī)范、交易秩序混亂、成交量不高、交易者小眾、信息聚散速度快等特征，這種現(xiàn)貨市場的低效率直接造成期貨市場價格變動方向的紊亂，期貨市場投機行為過度，期現(xiàn)市場相關(guān)度偏低，也直接造成交易主體規(guī)避風(fēng)險意識不強，參與套期保值的動力不大。完善現(xiàn)貨交易市場的手段之一，是廣泛搭建現(xiàn)貨電子交易平臺。借助現(xiàn)代科技手段，將各類小眾市場統(tǒng)一成標(biāo)準(zhǔn)化的場外市場，以信息的完備傳播引導(dǎo)投資方向，是健全現(xiàn)貨市場標(biāo)準(zhǔn)化程度的重要路徑。

3.推進商品期權(quán)市場建設(shè)，促進期貨市場的平穩(wěn)運行。通過商品套期保值實證分析可以看出，套期保值效率較高的品種普遍具有較高的成交量，即具有充分的流動性，且期、現(xiàn)貨價格收益率的波動率大小比較接近。這表明套期保值效果好的品種，其期現(xiàn)貨市場間往往具有雙向引導(dǎo)關(guān)系，期貨市場能夠充分發(fā)揮價格發(fā)現(xiàn)功能。商品期權(quán)作為期貨衍生品工具的補充，能夠促進期貨市場流動性，且有效規(guī)避基差貿(mào)易中的價格風(fēng)險，同時也為“保險+期貨”試點提供風(fēng)險對沖工具，促進了“保險+期貨”的深入開展和全面普及，有提升期貨市場功能的作用。我國雖已對多個商品品種開展了期權(quán)交易，隨著期權(quán)品種的逐步推出，市場規(guī)模逐步增加，但由于期權(quán)市場比期貨市場在交易規(guī)則、定價機制、結(jié)構(gòu)特征以及套期保值策略都更為復(fù)雜和專業(yè)，因此未來仍需持續(xù)優(yōu)化做市商制度，科學(xué)合理地設(shè)計商品期權(quán)合約，保證商品期權(quán)市場的流動性和定價的有效性。

4.穩(wěn)步推進期貨市場國際化，減少政府過度干預(yù)。我國期貨市場整體效率偏低，與市場的國際化程度和政府過度干預(yù)密不可分。2020年我國完全放開了外資在期貨公司的持股比例限制。在金融開放度日益提高的背景下，未來還可能有更多的開放措施，這對我國期貨市場來說是巨大的挑戰(zhàn)，同時也是機遇。為促進我國期貨市場盡快在世界范圍內(nèi)取得領(lǐng)先地位，需要有步驟地放開市場，吸引國內(nèi)外市場參與者，設(shè)計制定政策使得各層次市場參與者（投機者、套利者、套期保值者、資產(chǎn)配置需求等）的訴求可以得到妥善安排，對期貨品種逐步分品種國際化。另外，我國一些大宗商品包括農(nóng)產(chǎn)品的供求受到商品收儲政策的干預(yù)，也會影響現(xiàn)貨市場價格的真實性[ 22 ]。因此，提高期貨市場的開放程度、適當(dāng)減少政府對現(xiàn)貨市場的干預(yù)，是長期提升期貨市場套期保值功能的基本策略。

*北京物資學(xué)院經(jīng)濟學(xué)院研究生張文江、楊廣義、張小燕參與了論文數(shù)據(jù)的搜集、預(yù)處理、建模等相關(guān)工作，特此致謝！

注釋：

①為便于比較，本文采用收益率套期保值，故套期保值比率指投資者在t時刻構(gòu)建的投資組合中，期貨資產(chǎn)的價值與現(xiàn)貨資產(chǎn)價值之間的比率，即在套期保值期初，單位現(xiàn)貨價值所匹配的期貨價值量。

參考文獻：

[1]彭紅楓，葉永剛.基于修正ECM-GARCH模型的動態(tài)最優(yōu)套期保值比率估計及比較研究[J].中國管理科學(xué)，2007（10）：29-35.

[2]王玉剛，遲國泰，楊萬武.基于Copula的最小方差套期保值比率[J].系統(tǒng)工程理論與實踐，2009，29（8）：1-10.

[3]凌鵬.我國銅期貨市場套期保值績效實證研究[D].廣州：暨南大學(xué)，2010.

[4]王寶森，王麗君.基于Copula函數(shù)的PTA期貨套期保值研究[J].科技信息，2011（1）：9-10.

[5]王輝，謝幽篁.中國商品期貨動態(tài)套期保值研究：基于修正ADCC和DADCC-GARCH模型的分析[J].世界經(jīng)濟，2011（12）：120-139.

[6]張健，方兆本.股指期貨套期保值模型選擇[J].中國科學(xué)技術(shù)大學(xué)學(xué)報，2012（3）：191-196.

[7]淳偉德，李曉燕，陳王，等.上海金融期貨市場避險效率研究[J].預(yù)測，2012（4）：39-45.

[8]付劍茹，張宗成.模型的復(fù)雜性與期貨套期保值效率：基于環(huán)境突變樣本區(qū)間的檢驗[J].管理工程學(xué)報，2014（2）：196-205.

[9]邵永同，戰(zhàn)雪麗.中美大豆期貨市場套期保值效率比較研究[J].價格理論與實踐，2014（8）：93-95.

[10]彭紅楓，陳奕.中國銅期貨市場最優(yōu)套期保值比率估計——基于馬爾科夫區(qū)制轉(zhuǎn)移GARCH模型[J].中國管理科學(xué)，2015，23（5）：14-22.

[11]MARKOWITZ H.Portfolio selection[J].Journal of finance，1952，7（1）：77-91.

[12]LIEN D.The use and abuse of the hedging effectiveness measure[J].International review of financial analysis，2005，14（2）：277-282.

[13]HOWARD C T，DANTONIO L J.A risk return measure of hedging effectiveness—a reply[J].Journal of financial and quantitative analysis，1987，22（3）：377-381.

[14]LINDAL E，STEFANSSON J G.The frequency of depres？ sive symptoms in a general population with reference to DSM-III.[J].The international journal of social psychiatry，1991，37（4）：233-241.

[15]FISHBURN P C.Mean-risk analysis with risk associated with below- target returns[J].American economic review，1977，67：116 -126.

[16]EERINGTON L H.The hedging performance of the new fu？ tures markets[J].The journal of finance，1979，34（1）：157-170.

[17]MYERS R J，THOMPSON S R.Generalized optimal hedge ratio estimation[J].American journal of agricultural econom？ ics，1989，71：858-868.

[18]GHOSH A.Hedging with stock Index futures- estimation and forecasting with error-correction model[J].Journal of fu？ tures markets，1993，13（7）：743-752.

[19]LEE C F，CHOU W L，F(xiàn)AN K K.Hedging with the Nikkei Index Futures：Conventional model versus error correction model[J].Quarterly review of economics and finance，1996，36：495-505.

[20]PARK T H，SWITZER L N.Bivariate GARCH estimation of the optimal hedge ratios for stock index futures：a note[J]. Journal of futures markets，1995，15（1）：61-67.

[21]KRONER K F，SULTAN J.Time- varying distributions and dynamic hedging with foreign currency futures[J].Jour？ nal of financial and quantitative analysis，1993，28（4）：535-551.

[22]沈稚琴，陶昌盛.中國糧食期貨市場的發(fā)展：困境、原因和未來的道路[J].經(jīng)濟經(jīng)緯，2005（6）：130-133.

責(zé)任編輯：林英澤

Systematic Evaluation and Promotion Countermeasures of the Commodity Futures Markets’Hedging Efficiency

ZHANG Guo-sheng，LIU Chen and WU Xiao-ting

（College of Economics，Beijing Wuzi University，Beijing 101149，China）

Abstract：Hedging is one of the basic functions of the futures market. Based on the overall picture of the futures market’s hedging efficiency structure concerning the four major sections such as agricultural products，ferrous metal，non-ferrous metal，and chemical engineering，the authors select five universal models （e.g. OLS） and three periods of time to draw up a research on optimization evaluation of hedging ratios aiming at thirteen major varieties from the four major sectors. Furthermore，a systematic evaluation of the hedging efficiency structure of commodity futures market is carried out from both horizontal and vertical dimensions. The results show that：the hedging efficiency of the non-ferrous metal（copper，aluminum，nickel）and ferrous metal（Iron ore，Deformed steel bar）is higher；that of soybean meal，palm oil and PTA is the lower；and that of agricultural products（maize，sugar and cotton）and chemical products（polyethylene and rubber）is the lowest. Though influenced by COVID-19，the three-year pattern of futures markets hedging efficiency has not changed significantly. China’s futures market is developed rapidly，the hedging functions in some sub-markets are increasingly mature，though there are still significant gaps comparing to futures markets in the advanced countries. So we should reduce the margin ratio in some sub-markets to encourage more domestic enterprises to participate hedging transaction，perfect the market standardization，promote the construction of the options market to promote the stable operation of the futures market，and steadily promote the internationalization of the futures market and reduce the undue government intervention.

Key words：futures market；hedging；optimal hedging ratio；hedging efficiency