李顯戈，周應(yīng)恒

（1.臺(tái)州經(jīng)濟(jì)研究所，浙江 臺(tái)州 318000； 2.南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095）

中國(guó)與國(guó)際大豆期貨市場(chǎng)波動(dòng)溢出效應(yīng)分析

李顯戈1,2，周應(yīng)恒2

（1.臺(tái)州經(jīng)濟(jì)研究所，浙江 臺(tái)州 318000； 2.南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095）

文章采用多元GARCH(MGARCH)模型，研究中國(guó)、美國(guó)和日本大豆期貨市場(chǎng)的相關(guān)性和波動(dòng)溢出效應(yīng)。結(jié)果表明：在樣本研究期間，大連、芝加哥和東京大豆期貨交易市場(chǎng)之間存在正相關(guān)，大連大豆期貨市場(chǎng)與芝加哥大豆期貨的相關(guān)性要小于東京谷物交易所大豆期貨與芝加哥大豆期貨的相關(guān)性；大連、芝加哥和東京大豆期貨交易所存在雙向的波動(dòng)溢出效應(yīng)；在三個(gè)市場(chǎng)中，大連大豆期貨的新息沖擊和自身波動(dòng)溢出值最小，但在統(tǒng)計(jì)上不顯著，可能與目前大連期貨市場(chǎng)受管制和相對(duì)封閉等因素有關(guān)；三個(gè)大豆期貨市場(chǎng)市場(chǎng)均不存在波動(dòng)持續(xù)性。

波動(dòng)溢出；大豆；期貨市場(chǎng)；MGARCH

一、引言

隨著我國(guó)在2001年加入世界貿(mào)易組織(WTO)，取消對(duì)大豆的進(jìn)口配額轉(zhuǎn)而實(shí)行3%的單一進(jìn)口關(guān)稅，由于國(guó)產(chǎn)大豆在含油率和價(jià)格方面不占優(yōu)勢(shì)，導(dǎo)致大豆進(jìn)口出現(xiàn)快速增長(zhǎng)的局面；2008/2009年度進(jìn)口大豆4110萬(wàn)噸，占世界進(jìn)口總量的53%，2010/2011年進(jìn)口大豆5264萬(wàn)噸，占世界總進(jìn)口量的56.7%，目前我國(guó)已成為世界上第四大大豆生產(chǎn)國(guó)（僅次于美國(guó)、巴西和阿根廷） 和最大的大豆進(jìn)口國(guó)，2011/2012年度，全球大豆貿(mào)易（出口量） 9699萬(wàn)噸，全年中國(guó)進(jìn)口5264萬(wàn)噸，占貿(mào)易量的近55%。相應(yīng)地，大連商品交易所（DCE，以下簡(jiǎn)稱大商所）開(kāi)始在世界大豆期貨市場(chǎng)發(fā)揮越來(lái)越重要的作用，2001年-2004年大商所大豆合約成交量與芝加哥商品交易所(CBOT)成交量的比值均在20%以上，之后有所下降，但2006年以后這個(gè)比重又開(kāi)始回升，達(dá)15%以上，目前已成為世界上第二大大豆期貨交易所。美國(guó)則是世界上最大的大豆生產(chǎn)國(guó)和出口國(guó)，芝加哥商品交易所的大豆期貨價(jià)格理所當(dāng)然地成為全球大豆期貨價(jià)格的風(fēng)向標(biāo)；日本則是僅次于中國(guó)和歐盟之后的世界第三大大豆進(jìn)口國(guó)，2008/2009市場(chǎng)年度進(jìn)口大豆340萬(wàn)噸，占世界總進(jìn)口量的4%，東京谷物交易所也因此在世界大豆期貨市場(chǎng)扮演著重要的角色。期貨市場(chǎng)作為現(xiàn)代金融市場(chǎng)的重要組成部分，具有價(jià)格發(fā)現(xiàn)和套期保值的功能，為了分散期貨市場(chǎng)在相互影響中產(chǎn)生的風(fēng)險(xiǎn)，需要對(duì)多個(gè)期貨市場(chǎng)投資進(jìn)行組合，或者進(jìn)行風(fēng)險(xiǎn)的對(duì)沖。Koutmos etc(1995)認(rèn)為市場(chǎng)上的交易商（包括套期保值者和投機(jī)商）的決策不僅根據(jù)國(guó)內(nèi)市場(chǎng)的信息，而且也基于其它市場(chǎng)的信息。近年來(lái)，隨著期貨市場(chǎng)的發(fā)育和期貨價(jià)格發(fā)揮作用，世界農(nóng)產(chǎn)品市場(chǎng)之間的相關(guān)性不斷增強(qiáng)。因此分析國(guó)內(nèi)大豆期貨市場(chǎng)與國(guó)際大豆期貨市場(chǎng)價(jià)格波動(dòng)的關(guān)聯(lián)性，對(duì)于把握我國(guó)大豆期貨市場(chǎng)運(yùn)行規(guī)律，認(rèn)識(shí)我國(guó)大豆期貨市場(chǎng)在國(guó)際大豆定價(jià)中的作用和地位以及受?chē)?guó)際大豆期貨市場(chǎng)的影響方式，為大豆生產(chǎn)和經(jīng)營(yíng)者提供更全面的價(jià)格信息。

二、文獻(xiàn)回顧

波動(dòng)溢出(Volatility Spillover)效應(yīng)指市場(chǎng)不僅受自身過(guò)去波動(dòng)的影響，而且不同市場(chǎng)的波動(dòng)之間可能存在相互影響，波動(dòng)會(huì)從一個(gè)市場(chǎng)傳遞到另一個(gè)市場(chǎng)（張瑞鋒，2007）。目前，國(guó)內(nèi)外關(guān)于波動(dòng)溢出效應(yīng)的研究基本模型是GARCH類(lèi)模型和SV模型，在單變量框架內(nèi)，主要是GARCH模型、GARCH-M模型及GJR-GARCH模型，而在多變量框架內(nèi)，多采用向量GARCH模型和多變量EGARCH模型等。

從已有研究文獻(xiàn)看，目前國(guó)內(nèi)關(guān)于波動(dòng)溢出的研究主要集中在股票市場(chǎng)，對(duì)期貨市場(chǎng)的研究相對(duì)較少。關(guān)于國(guó)內(nèi)外大豆期貨市場(chǎng)的相關(guān)關(guān)系學(xué)者已經(jīng)開(kāi)展了大量的研究：華仁海(2005)認(rèn)為DCE的大豆期貨價(jià)格與CBOT大豆期貨價(jià)格保持著長(zhǎng)期均衡的關(guān)系；華仁海等(2007)利用雙參數(shù)AR-EGARCH(t)模型，對(duì)國(guó)內(nèi)外大豆期貨價(jià)格的波動(dòng)溢出效應(yīng)進(jìn)行實(shí)證研究，分析表明大豆的國(guó)內(nèi)外期貨價(jià)格之間和波動(dòng)性之間聯(lián)系較為緊密，國(guó)際期貨市場(chǎng)對(duì)國(guó)內(nèi)期貨市場(chǎng)的影響力要大于國(guó)內(nèi)期貨市場(chǎng)對(duì)國(guó)際期貨市場(chǎng)的影響力；夏天等(2006)通過(guò)研究中美豆類(lèi)農(nóng)產(chǎn)品期貨的關(guān)聯(lián)關(guān)系，認(rèn)為兩個(gè)市場(chǎng)存在著相關(guān)關(guān)系，DCE和CBOT價(jià)格具有相互影響、相互引導(dǎo)的關(guān)系；周應(yīng)恒等(2007)采用向量自回歸，通過(guò)協(xié)整檢驗(yàn)、VECM估計(jì)、格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解，對(duì)中國(guó)大豆期貨市場(chǎng)與國(guó)際大豆期貨市場(chǎng)價(jià)格關(guān)系進(jìn)行實(shí)證分析，研究認(rèn)為我國(guó)與國(guó)際大豆期貨市場(chǎng)存在著整合關(guān)系；徐建等(2009)運(yùn)用Hasbrouck的信息共享模型對(duì)DCE與CBOT的大豆期貨收盤(pán)價(jià)進(jìn)行協(xié)整分析，發(fā)現(xiàn)兩個(gè)市場(chǎng)的價(jià)格存在整合關(guān)系，CBOT在國(guó)際大豆定價(jià)體系中處于主導(dǎo)地位；朱信凱等(2010)利用關(guān)聯(lián)積分的蒙特卡洛非線性因果關(guān)系檢驗(yàn)?zāi)Ｐ?，探討價(jià)格因果關(guān)系影響的時(shí)效性及強(qiáng)度，結(jié)果顯示在大豆市場(chǎng)上，2004年前CBOT和DCE之間的價(jià)格關(guān)系表現(xiàn)為CBOT對(duì)DCE的單向影響，2004年后CBOT和DCE之間有雙向影響；王惠平等(2011)基于雙變量EGARCH模型分析DCE與CBOT大豆期貨價(jià)格波動(dòng)的關(guān)聯(lián)與傳遞，結(jié)果表明兩個(gè)期貨市場(chǎng)之間具有長(zhǎng)期均衡關(guān)系。

文章首次研究中國(guó)、美國(guó)和日本大豆期貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)；與以往采用一元變量或集中分析收益分布的條件一階矩不同，本文利用條件二階矩和多元變量方法研究期貨市場(chǎng)的相互作用，避免單變量GARCH模型無(wú)法充分利用變量之間信息的缺陷；同時(shí)，估計(jì)了多個(gè) MGARCH模型，包括對(duì)角T-BEKK模型、滿秩T-BEKK、常數(shù)條件相關(guān)模型(CCC)、動(dòng)態(tài)條件相關(guān)模型(DCC)以分析市場(chǎng)間的動(dòng)態(tài)相關(guān)性，當(dāng)序列的一階矩或二階矩存在相互影響時(shí)，多元GARCH模型能更好地將這些影響因素納入到模型中，因而提高模型的精度和準(zhǔn)確度。

論文其余部分結(jié)構(gòu)如下：第三部分介紹多元GARCH模型；第四部分為數(shù)據(jù)來(lái)源和統(tǒng)計(jì)分析；第五部分為實(shí)證分析和討論；最后一部分為研究結(jié)論。

三、研究模型

考察農(nóng)產(chǎn)品市場(chǎng)間的波動(dòng)傳導(dǎo)，需要估計(jì)不同的GARCH模型，根據(jù)構(gòu)建方法的不同將GARCH模型分為三類(lèi)：①對(duì)單變量GARCH模型的直接擴(kuò)展，如對(duì)角和全秩BEKK模型；②單變量GARCH模型的線性組合，如正交GARCH模型(OGARCH)；③單變量GARCH模型的非線性組合，如常數(shù)條件相關(guān)(CCC)模型、動(dòng)態(tài)條件相關(guān)(DCC)模型和copula-GARCH模型。根據(jù)本文的研究目標(biāo)，在分析中采用第一和第三種方法，尤其是估計(jì)對(duì)角T-BEKK、全秩T-BEKK、CCC和DCC模型。

給定方程：

{yt}N×1為隨機(jī)過(guò)程，N為農(nóng)產(chǎn)品期貨市場(chǎng)個(gè)數(shù)，θ為參數(shù)向量，ut(θ)為條件均值向量，εt是依賴至t-1期為止的信息集It-1的對(duì)最佳線性估計(jì)量yt的預(yù)測(cè)誤差向量；ut(θ)表示為常數(shù)向量與過(guò)去信息函數(shù)兩者之和。對(duì)于滯后一期的BEKK模型，條件方差矩陣表示如下：

Cij是N×N階的常數(shù)上三角矩陣C的元素，A(N×N)矩陣的元素aij衡量市場(chǎng)i到市場(chǎng)j的沖擊程度，矩陣B(N×N)的元素bij衡量市場(chǎng)間波動(dòng)的持續(xù)性。對(duì)角BEKK模型假定A和B都是對(duì)角矩陣，條件方差矩陣Ht主要衡量市場(chǎng)間波動(dòng)傳導(dǎo)的方向、大小和持續(xù)性。對(duì)于CCC模型，條件方差矩陣定義為：

hiit服從GARCH(1，1)過(guò)程，i=1，…，N，R=(ρij)是對(duì)稱正定矩陣，對(duì)于任意i，ρii=1。DCC模型定義如下：

Qt=(qij，t)為N×N的對(duì)稱正定矩陣：

α，β為非負(fù)標(biāo)量參數(shù)，滿足α+β＜1，Rt的元素

在滯后一期、三個(gè)市場(chǎng)(N=3)的BEKK模型中，公式(2)的條件協(xié)方差矩陣Ht展開(kāi)為：

因此市場(chǎng)1的方差方程可寫(xiě)為：

就對(duì)角BEKK模型而言，A和B是對(duì)角矩陣，市場(chǎng)1的方差方程可寫(xiě)為：

市場(chǎng)1和市場(chǎng)2的協(xié)方差方程表示為：

公式(3)定義的滯后一期、N=3的CCC模型的條件協(xié)方差矩陣：

hii，t定義為GARCH(1，1)方程，i=1，…，3，ρij為市場(chǎng)i和市場(chǎng)j的條件相關(guān)系數(shù)。市場(chǎng)1的方差方程為:

市場(chǎng)1和市場(chǎng)2的協(xié)方差方程為：

類(lèi)似地，DCC模型相應(yīng)的條件協(xié)方差矩陣:

而市場(chǎng)1和2的協(xié)方差方程為：

四、數(shù)據(jù)和統(tǒng)計(jì)分析

1.數(shù)據(jù)選取

本研究考察中國(guó)、美國(guó)和日本期貨交易所大豆價(jià)格為2010.1.1-2011.12.31的收盤(pán)價(jià)格，中國(guó)和美國(guó)大豆期貨價(jià)格數(shù)據(jù)分別來(lái)源于大連商品交易所(http: //www.dce.com.cn)和芝加哥期貨交易所(http://www. cmegroup.com)，日本大豆期貨價(jià)格來(lái)源于東京谷物商品交易所(http://www.tge.or.jp)。

2.數(shù)據(jù)處理

由于每個(gè)期貨合約都將在一定時(shí)間到期，不同于股票價(jià)格，期貨價(jià)格具有不連續(xù)的特點(diǎn)，即對(duì)每一個(gè)期貨合約，合約的時(shí)間跨度是有限的，任一交割月份合約在合約到期以后，該合約將不復(fù)存在。另外，在同一個(gè)交易日，同時(shí)有若干不同交割月份的期貨合約在進(jìn)行交易，因此，同一期貨品種在同一交易日會(huì)有若干不同交割月份的期貨數(shù)據(jù)存在。為研究需要，克服期貨價(jià)格不連續(xù)的缺點(diǎn)，產(chǎn)生連續(xù)的期貨價(jià)格序列，需對(duì)DCE、CBOT和TGE交易所的大豆期貨價(jià)格進(jìn)行適當(dāng)處理。

（1）交割月份的處理：由于大連大豆期貨交割月份為1、3、5、7、9、11，芝加哥期貨交易所大豆交割月份為1、3、5、7、8、9、11，而東京谷物交易所大豆期貨的交割月份為2、4、6、8、10、12，按照最近交割月份合約(Nearby contract)的標(biāo)準(zhǔn)，在進(jìn)入交割月時(shí)，選取下一臨近交割月份合約的標(biāo)準(zhǔn)(Crain etc，1996)，同樣能夠選出合適的大豆期貨交易價(jià)格。

（2）交易日的處理：中國(guó)、美國(guó)和日本的法定節(jié)假日不完全吻合，交易價(jià)格并不完全一一對(duì)應(yīng)，或者某些交易日沒(méi)有成交記錄，為保持?jǐn)?shù)據(jù)的配對(duì)，根據(jù)周應(yīng)恒等(2007)的處理方法，刪除三個(gè)市場(chǎng)不能配對(duì)的數(shù)據(jù)。

（3）價(jià)格單位的處理：由于DCE、CBOT和TGE大豆期貨報(bào)價(jià)單位不同，分別為元/噸、美元/蒲式耳和日元/公噸，但為剔除匯率波動(dòng)對(duì)價(jià)格的影響，與其它研究不同的是本文沒(méi)有將大豆期貨價(jià)格的序列轉(zhuǎn)換成相同的報(bào)價(jià)單位。

3.數(shù)據(jù)統(tǒng)計(jì)說(shuō)明

時(shí)期t大豆期貨的日收益率用每日價(jià)格的對(duì)數(shù)差分表示：Rt=log(Pt/Pt-1)，Pt為時(shí)期t大豆期貨的收盤(pán)價(jià)格。DCE、CBOT和TGE三個(gè)期貨交易市場(chǎng)大豆期貨價(jià)格的Jarque-Bera

統(tǒng)計(jì)p值均為0，因此拒絕正態(tài)性的原假設(shè)，大豆日收益率為非正態(tài)分布，偏度值均小于0，為左偏分布，同時(shí)各變量的峰度值都大于3，表明所有市場(chǎng)的日收益率呈尖峰分布，因此采用t分布而不是正態(tài)分布估計(jì)BEKK模型。變量說(shuō)明和統(tǒng)計(jì)描述參見(jiàn)表1。

五、實(shí)證分析

本部分給出MGARCH模型包括對(duì)角T-BEKK模型、全秩T-BEKK、CCC和DCC的估計(jì)結(jié)果，由于三個(gè)市場(chǎng)的大豆期貨價(jià)格呈非正態(tài)和尖峰分布，因此采用T-BEKK模型而不是標(biāo)準(zhǔn)的BEKK模型進(jìn)行估計(jì)。

表2左半部分給出對(duì)角T-BEKK模型的估計(jì)系數(shù)條件方差-協(xié)方差矩陣的標(biāo)準(zhǔn)誤，aii，i=1，2，3表示自身的波動(dòng)溢出，也就是自身滯后的新息對(duì)當(dāng)前條件波動(dòng)的影響，而bii，i=1，2，3衡量波動(dòng)的持續(xù)性，市場(chǎng)i的條件波動(dòng)對(duì)自身過(guò)去波動(dòng)的依賴。在三個(gè)市場(chǎng)中，DCE大豆期貨的新息沖擊(a11)和自身波動(dòng)溢出(b11)值最小，但在統(tǒng)計(jì)上不顯著，可能與目前DCE期貨市場(chǎng)受管制和相對(duì)封閉等因素有關(guān)。

表1 變量說(shuō)明和統(tǒng)計(jì)描述

表2右半部分給出全秩T-BEKK模型的估計(jì)系數(shù)，與對(duì)角T-BEKK模型不同，全秩T-BEKK不假定A和B是對(duì)角矩陣，因此能夠同時(shí)衡量自身和市場(chǎng)之間的交叉波動(dòng)溢出及自身和市場(chǎng)之間的交叉波動(dòng)依賴性。矩陣A不在對(duì)角線上的系數(shù)aij衡量市場(chǎng)i滯后的新息對(duì)市場(chǎng)j當(dāng)前條件波動(dòng)的影響，而矩陣B不在對(duì)角線上的系數(shù)bij衡量j市場(chǎng)條件波動(dòng)對(duì)i市場(chǎng)條件波動(dòng)的依賴性。aij、bij系數(shù)在10%的統(tǒng)計(jì)水平上顯著，說(shuō)明大連、芝加哥和東京大豆期貨交易所存在雙向的波動(dòng)溢出效應(yīng)。

表2 對(duì)角T-BEKK和滿秩T-BEKK模型的估計(jì)結(jié)果

表3 CCC模型和DCC模型的估計(jì)結(jié)果

圖1 大連與芝加哥大豆期貨動(dòng)態(tài)相關(guān)

圖2 大連與東京大豆期貨動(dòng)態(tài)相關(guān)

六、研究結(jié)論

文章用多元GARCH模型，研究2010.1.1-2011.12.31期間中國(guó)和美國(guó)、日本大豆期貨市場(chǎng)的相關(guān)性和波動(dòng)溢出效應(yīng)，研究表明：大連、芝加哥和東京大豆期貨交易市場(chǎng)之間存在正相關(guān)，在樣本研究期間，大連大豆期貨市場(chǎng)與芝加哥大豆期貨的相關(guān)性要小于東京谷物交易所大豆期貨與芝加哥大豆期貨的相關(guān)性；大連、芝加哥和東京大豆期貨交易所存在雙向的波動(dòng)溢出效應(yīng)；在三個(gè)市場(chǎng)中，大連大豆期貨的新息沖擊和自身波動(dòng)溢出值最小，但在統(tǒng)計(jì)上不顯著，可能與目前大連期貨市場(chǎng)受管制和相對(duì)封閉等因素有關(guān)；三個(gè)大豆期貨市場(chǎng)市場(chǎng)都不存在波動(dòng)持續(xù)性；從DCC的動(dòng)態(tài)系數(shù)看，大連與芝加哥大豆期貨的動(dòng)態(tài)條件相關(guān)系數(shù)比較穩(wěn)定，而大連與東京大豆期貨的動(dòng)態(tài)條件性關(guān)系數(shù)在兩個(gè)階段出現(xiàn)較大的波動(dòng)，在第一個(gè)相關(guān)階段系數(shù)較小，而在第二階段相關(guān)系數(shù)大幅增加。

[1]Cherubini U.Luciano E.Vecchiato W.Copula Methods in Finance[J].John Wiley&Sons，2004.

[2]Genest C.Favre AC.Everything You Always Wanted to Know about Copula Modeling but Were Afaid to Ask [J].Journal of Hydrologic Engineering，2007(12)：347-368.

[3]Fermanian JD.Goodness-of-Fit Tests for Copulas[J].Journal of Multivariate Analysis，2005，95(1)：119-152.

[4]Jochen Schmitz and Oliver von Ledebur.Volatility transmission on international futures markets during the 2007/2008 price surge [J].Agriculture and Forestry Research，2011(61)：273-282.

[5]Nelson R.B.An Introduction to Copulas[M].New York:Springer，1999.

[6]Oliver von Ledebur and Jochen.Schmit Corn Price Behavor-Volatility transmission during the boom on futures Markets[J].

[7]Yan J.Multivariate Modeling with Copulas and Engineering Applications.In H Pham[J].Handbook in Engineering Statistics，2006.

[8]華仁海.現(xiàn)貨價(jià)格和期貨價(jià)格之間的動(dòng)態(tài)關(guān)系：基于上海期貨交易所的經(jīng)驗(yàn)研究 [J].世界經(jīng)濟(jì)，2005(8)：32-39.

[9]徐建.DCE與CBOT大豆定價(jià)關(guān)系實(shí)證研究 [J].金融發(fā)展研究2009(12)：65-68.

（責(zé)任編輯：GHY）

Research on Volatility Spillover Effect Among Chinese and International Soybean Future Markets

LI Xian-ge1,2，ZHOU Ying-heng2
（1.Taizhou Institute of Economics，Taizhou Zhejiang 318000，China； 2.College of Economics&Management，Nanjing Agricultural University，Nanjing Jiangsu 210095，China）

By use of multi-GARCH(MGARCH)model，the paper analyzes correlations and volatility spillover among China，U.S and Japanese soybean future markets.The research indicates that there exists positive relationship and bilateral spillover effect among DCE(Dalian Commodity Exchange)，CBOT(Chicago Board of Trade)and TGE(Tokyo Grain Exchange)，but relationship extent between DCE and CBOT is smaller than that between TGE and CBOT.Among three markets，innovation shock is the smallest in DCE but is not significant statistically，which maybe related with market regulations and closure in DCE.There is no volatility persistence effect among three soybean future markets.

Volatility spillover；Soybean；Future market；MGARCH

F713.35

A

1004-292X（2014）06-0103-05

2014-02-27

國(guó)家自然科學(xué)基金項(xiàng)目（71173110）；教育部人文社科青年基金項(xiàng)目（13YJC790079）。

李顯戈（1977-），男，浙江淳安人，博士研究生，副教授，研究方向：農(nóng)產(chǎn)品貿(mào)易、農(nóng)產(chǎn)品價(jià)格；

周應(yīng)恒（1963-），男，湖南長(zhǎng)沙人，教授，博士生導(dǎo)師，主要從事農(nóng)產(chǎn)品貿(mào)易、食品安全研究。