歐靚　滕永平

摘 要：在經(jīng)濟(jì)全球化步伐不斷加快的背景下，各經(jīng)濟(jì)體之間資本相互滲透，各類資本得到了更有效的配置，同時(shí)也增加了投資風(fēng)險(xiǎn)。期權(quán)在全球金融市場(chǎng)的投資和風(fēng)險(xiǎn)管理中發(fā)揮著重要作用，鄭州商品交易所于2017年4月19日開(kāi)展白糖期權(quán)交易，這無(wú)疑是中國(guó)期權(quán)市場(chǎng)的又一創(chuàng)新發(fā)展。本文探討的主要問(wèn)題是白糖期權(quán)的推出會(huì)對(duì)標(biāo)的期貨市場(chǎng)波動(dòng)性產(chǎn)生怎樣的影響。本文選取白糖期貨主力連續(xù)合約日收盤價(jià)，運(yùn)用EVIEWS 8.0軟件進(jìn)行實(shí)證分析。最后，根據(jù)實(shí)證分析結(jié)果，分析標(biāo)的期貨市場(chǎng)波動(dòng)性發(fā)生的變化及影響。

關(guān)鍵詞：白糖期權(quán)? 白糖期貨? 波動(dòng)性? 白糖期貨主力連續(xù)合約收盤價(jià)? EVIEWS 8.0

中圖分類號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2020）02（b）--02

1 研究背景及意義

近些年來(lái)，白糖價(jià)格的頻繁波動(dòng)使白糖企業(yè)承擔(dān)較大的市場(chǎng)風(fēng)險(xiǎn)。鄭州商品交易所推進(jìn)的白糖期權(quán)交易為糖類相關(guān)農(nóng)業(yè)企業(yè)提供了更加豐富的風(fēng)險(xiǎn)管理工具，完善了相關(guān)農(nóng)產(chǎn)品的價(jià)格形成機(jī)制。白糖期權(quán)是一種我國(guó)新推出的能夠轉(zhuǎn)移風(fēng)險(xiǎn)并獲取風(fēng)險(xiǎn)收益的金融衍生工具，有效的期權(quán)買賣可以提升市場(chǎng)活躍度，增強(qiáng)金融市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，它可以提供更有效的資產(chǎn)配置并且提高資金運(yùn)用效率等功能，增加投資者的交易策略和風(fēng)險(xiǎn)管理手段。

目前國(guó)內(nèi)外關(guān)于金融衍生產(chǎn)品的推出對(duì)標(biāo)的市場(chǎng)影響的研究主要是從期貨對(duì)股票市場(chǎng)、期貨對(duì)現(xiàn)貨市場(chǎng)等方面進(jìn)行分析。從研究期權(quán)的角度來(lái)看，目前國(guó)內(nèi)大多數(shù)研究的是50ETF期權(quán)推出對(duì)標(biāo)的市場(chǎng)的影響，針對(duì)白糖期權(quán)推出后對(duì)白糖期貨市場(chǎng)影響的研究還很少，這也是本文的預(yù)期創(chuàng)新點(diǎn)。所以本文針對(duì)白糖期權(quán)推出對(duì)標(biāo)的期貨市場(chǎng)影響的研究分析具有較強(qiáng)的現(xiàn)實(shí)意義。

2 波動(dòng)性模型的構(gòu)建與數(shù)據(jù)選取

2.1 波動(dòng)性GARCH模型

GARCH模型也叫廣義自回歸條件異方差模型，GARCH模型作為學(xué)術(shù)界最經(jīng)常用來(lái)研究時(shí)間序列波動(dòng)的模型之一，其彌補(bǔ)了ARCH模型的缺陷，并且能較準(zhǔn)確地描述金融市場(chǎng)產(chǎn)品指數(shù)的波動(dòng)率聚類性、異方差性和長(zhǎng)期記憶性。

GARCH模型的基本結(jié)構(gòu)如下：

式中，為的確定性信息擬合模型，獨(dú)立同分布，即。這個(gè)模型則記GARCH（p，q）。

已有的研究表明，期貨收益率往往隨時(shí)間會(huì)產(chǎn)生波動(dòng)性聚集現(xiàn)象，所以根據(jù)本文的研究目的，將會(huì)采用 GARCH模型，通過(guò)對(duì)數(shù)據(jù)進(jìn)行處理來(lái)研究白糖期權(quán)推出對(duì)標(biāo)的期貨市場(chǎng)波動(dòng)性影響的問(wèn)題，并加入虛擬變量對(duì)問(wèn)題進(jìn)行研究。

2.2 數(shù)據(jù)選取及處理

2.2.1 數(shù)據(jù)的選取

本文旨在研究分析白糖期權(quán)推出后對(duì)標(biāo)的期貨市場(chǎng)波動(dòng)性影響，考慮到白糖期權(quán)于2017年4月上市，期權(quán)上市初期市場(chǎng)交易量小、參與度低波動(dòng)起伏較大，因此在考慮數(shù)據(jù)的可比性和完整性以及真實(shí)性上，選擇近幾年的數(shù)據(jù)進(jìn)行比較有更高的參考性。文章以2014年4月21日至2019年4月19日為樣本空間，選取近五年的白糖期貨主力連續(xù)合約日收盤價(jià)收益率作為研究對(duì)象，共1221個(gè)數(shù)據(jù)，來(lái)研究2017年4月19日前后，白糖期貨波動(dòng)率的變化情況。

2.2.2 數(shù)據(jù)的處理

按照GARCH模型建模的要求，日收盤數(shù)據(jù)不能直接用來(lái)建立模型，必須使用經(jīng)過(guò)處理得到的收益率才能直接用來(lái)建立GARCH模型。因此本文選取白糖期貨日收益率作為研究指標(biāo)，白糖期貨日收益率公式為：

其中為t日的白糖期貨日收益率，為t日的收盤價(jià)，為t-1日的收盤價(jià)。

3 基于GARCH 模型的波動(dòng)性實(shí)證分析

3.1 描述性統(tǒng)計(jì)分析

收益率序列一般情況下具有波動(dòng)性聚集性的特點(diǎn)，并且均服從非標(biāo)準(zhǔn)正態(tài)分布。本文對(duì)白糖期貨主力合約收益率序列進(jìn)行描述性統(tǒng)計(jì)分析，并從數(shù)據(jù)的均值、最值、標(biāo)準(zhǔn)差、偏度和峰度等幾個(gè)角度分析數(shù)據(jù)的特征。

在全樣本區(qū)間內(nèi)白糖期貨主力合約收益率的均值是0.007428，標(biāo)準(zhǔn)差為0.97149。J-B統(tǒng)計(jì)量的數(shù)值為2488.278，數(shù)值異常大， P值為0，這表明拒絕原假設(shè)，其收益率序列服從非標(biāo)準(zhǔn)正態(tài)分布;其中，偏度值為0.67637是正數(shù)，表示序列分布具有長(zhǎng)右拖尾，峰度值為9.86147大于標(biāo)準(zhǔn)正態(tài)分布的峰度值3，這說(shuō)明白糖期貨日收益率序列分具有典型的金融時(shí)間序列尖峰厚尾的特征。

3.2 平穩(wěn)性檢驗(yàn)

從ADF 檢驗(yàn)結(jié)果可以得出，在5%的顯著性水平下， P值為0，小于5%，這表明拒絕原假設(shè)，有單位根的存在，白糖期貨主力合約收益率序列是平穩(wěn)的。在平穩(wěn)性基礎(chǔ)上可以對(duì)序列建立回歸模型，下面對(duì)白糖期貨主力連續(xù)合約收益率序列進(jìn)行GARCH模型的建立。

3.3 ARCH效應(yīng)檢驗(yàn)

一旦確定了時(shí)間序列是平穩(wěn)的，就可以用自回歸移動(dòng)平均模型進(jìn)行分析，在建立自回歸模型的過(guò)程中，一般要選擇統(tǒng)計(jì)性質(zhì)優(yōu)良的模型。按照 AIC 準(zhǔn)則和 SC 準(zhǔn)則內(nèi)容，在構(gòu)建模型時(shí)，AIC 的數(shù)值和 SC 的數(shù)值越小，所構(gòu)建的模型統(tǒng)計(jì)性越優(yōu)質(zhì)。因此選取 AR（1）為滯后項(xiàng)比較合理，并對(duì)白糖主力合約日收益率序列進(jìn)行自回歸分析。即

再對(duì)自回歸方程進(jìn)行條件異方差的檢驗(yàn)。恩格爾提出ARCH-LM 檢驗(yàn)，對(duì)條件異方差進(jìn)行檢驗(yàn)。在檢驗(yàn)結(jié)果中P的數(shù)值若大于既定的顯著性水平5%，那么就可以判斷該序列不存在 ARCH 效應(yīng)。

t-統(tǒng)計(jì)量 p-值

白糖期貨主力連續(xù)合約日收益率殘差序列 16.8537 0.01592

運(yùn)用Eviews 8.0軟件對(duì)擬合后的殘差序列作滯后10期的 ARCH-LM 檢驗(yàn)，結(jié)果如上表顯示，Obs*R-squared 項(xiàng)的 P 值為0.1592，這表示原假設(shè)（不存在 ARCH 效應(yīng)）被拒絕，該殘差序列存在高階自相關(guān)，存在 ARCH 效應(yīng)，應(yīng)該選擇 GARCH 模型進(jìn)行建模。

3.4 GARCH模型建立

為了研究分析白糖期權(quán)推出后對(duì)其標(biāo)的期貨市場(chǎng)波動(dòng)性的影響，本文將白糖期權(quán)上市的時(shí)間2017 年 4月 19 日作為時(shí)間節(jié)點(diǎn)，然后實(shí)證分析并對(duì)比期權(quán)推出前后白糖期貨市場(chǎng)的波動(dòng)變化情況。本文在方差方程中引入虛擬變量 DF，當(dāng) DF=0時(shí)，表示期權(quán)推出前，當(dāng) DF=1時(shí)，表示期權(quán)推出后。然后觀察方差方程中虛擬變量DF的系數(shù)來(lái)判斷白糖期權(quán)推出對(duì)白糖期貨市場(chǎng)波動(dòng)性影響的情況。

依據(jù)AIC準(zhǔn)則和SC準(zhǔn)則，選用GARCH（1，1）模型用來(lái)擬合白糖主力連續(xù)合約日收益序列的效果更好，然后建立日收益序列的GARCH方程。

得出擬合的 GARCH（1，1）方程為：

從模型的約束條件來(lái)看，，ARCH項(xiàng)顯著水平較高，并且，根據(jù)GARCH 模型條件方差方程中參數(shù)的約束條件，此模型完全符合。從GARCH（1，1）方程的公式中可知，虛擬變量DF前的系數(shù)為負(fù)數(shù)，且在既定5%的顯著性水平下，其對(duì)應(yīng)的概率為0.0251，數(shù)值小于 5%，通過(guò)顯著性檢驗(yàn)。這說(shuō)明了白糖期權(quán)推出后在一定程度上降低了白糖期貨市場(chǎng)的波動(dòng)性。但是由于DF前的系數(shù)非常小，說(shuō)明白糖期權(quán)上市以后對(duì)標(biāo)的期貨市場(chǎng)波動(dòng)性的影響是很小的。

4 結(jié)語(yǔ)

首先，從 GARCH（1，1）模型回歸的結(jié)果可以得出：在白糖期貨主力連續(xù)合約收益率的條件方差方程中，GARCH 項(xiàng)的系數(shù)為0.8953大于 ARCH 項(xiàng)系數(shù)0.057687，可以看出歷史信息沖擊白糖期貨市場(chǎng)波動(dòng)性的強(qiáng)度要高于上一期信息對(duì)市場(chǎng)波動(dòng)性的沖擊，這說(shuō)明引發(fā)白糖期貨市場(chǎng)波動(dòng)性的主要原因并不是白糖期權(quán)的推出。

其次，從GARCH（1，1）模型虛擬變量DF的系數(shù)可以得出， DF的系數(shù)值是-0.009237為負(fù)值，并具有統(tǒng)計(jì)顯著性，可以說(shuō)明白糖期權(quán)的推出降低了標(biāo)的期貨市場(chǎng)的波動(dòng)性。但是DF的系數(shù)均較小，意味著從目前的來(lái)看白糖期權(quán)對(duì)標(biāo)的期貨市場(chǎng)波動(dòng)性的影響是比較有限的。

最后，我們可以得出，白糖期權(quán)發(fā)揮了其價(jià)格發(fā)現(xiàn)功能和風(fēng)險(xiǎn)管理功能，對(duì)標(biāo)的期貨市場(chǎng)的波動(dòng)性起到了抑制作用，使白糖期貨價(jià)格更緊密地圍繞著價(jià)值上下波動(dòng)。同時(shí)，由于白糖期權(quán)在我國(guó)的發(fā)展尚處于起步階段，白糖期權(quán)市場(chǎng)交易時(shí)間較短、參與度尚低，對(duì)標(biāo)的期貨市場(chǎng)的影響還是比較有限的。

參考文獻(xiàn)

李錦成.基于GARCH模型的股指期貨波動(dòng)性研究[J].商業(yè)會(huì)計(jì)，2013（7）.

肖瀟.股指期貨對(duì)股票現(xiàn)貨市場(chǎng)影響的實(shí)證分析[D].長(zhǎng)沙：中南大學(xué)，2011.

毛杰.指數(shù)ETF期權(quán)上市對(duì)標(biāo)的指數(shù)成份股市場(chǎng)質(zhì)量的影響——來(lái)自上證50ETF期權(quán)上市的經(jīng)驗(yàn)證據(jù)[N].證券市場(chǎng)導(dǎo)報(bào)，2017（3）.

蔣媛.股指期貨推出對(duì)股票市場(chǎng)波動(dòng)性的影響研究[D].成都：西南財(cái)經(jīng)大學(xué)，2012.

周明.期權(quán)引入對(duì)我國(guó)股票市場(chǎng)的影響研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2009.