陳新華，劉 潔

期權(quán)對(duì)我國(guó)豆粕市場(chǎng)期現(xiàn)無(wú)套利區(qū)間的影響

陳新華，劉 潔

（仲愷農(nóng)業(yè)工程學(xué)院，廣東 廣州 510225）

文章基于大連商品交易所和wind等數(shù)據(jù)庫(kù)2014—2018年豆粕市場(chǎng)的價(jià)格數(shù)據(jù)，利用三階段門限自回歸模型和合成控制法分析了豆粕期權(quán)上市對(duì)于豆粕期現(xiàn)無(wú)套利區(qū)間的影響。研究結(jié)果顯示：首先，我國(guó)豆粕期現(xiàn)無(wú)套利區(qū)間較寬且隨季節(jié)性變化明顯，套期保值的基差風(fēng)險(xiǎn)較大；其次，豆粕期權(quán)上市后我國(guó)豆粕期現(xiàn)無(wú)套利區(qū)間趨于縮??；最后，期權(quán)對(duì)于不同流動(dòng)性期貨合約期現(xiàn)無(wú)套利區(qū)間產(chǎn)生的影響存在差異，活躍性較小的合約受到的影響更為顯著。

無(wú)套利區(qū)間；門限回歸；合成控制法；期權(quán)

一、引言

自1990年正式引入期貨交易機(jī)制以來(lái)，我國(guó)期貨市場(chǎng)在近三十年的探索中不斷發(fā)展，其風(fēng)險(xiǎn)規(guī)避的功能日益顯現(xiàn)，服務(wù)國(guó)民經(jīng)濟(jì)的能力不斷增強(qiáng)。期貨市場(chǎng)套期保值的主要原理是將較大的價(jià)格波動(dòng)風(fēng)險(xiǎn)轉(zhuǎn)移為較小的基差風(fēng)險(xiǎn)。但是，由于我國(guó)期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)水平有限，使得基差的劇烈波動(dòng)給風(fēng)險(xiǎn)規(guī)避帶來(lái)了極大的不確定性。那么，面對(duì)基差風(fēng)險(xiǎn)，套期保值者應(yīng)該如何應(yīng)對(duì)？近年來(lái)，國(guó)內(nèi)多位學(xué)者開始關(guān)注利用動(dòng)態(tài)套期保值的方法減少基差風(fēng)險(xiǎn)。如張躍軍[1]等利用GED-GARCH模型求出燃料油現(xiàn)貨和期貨收益率的動(dòng)態(tài)標(biāo)準(zhǔn)差，并建立了動(dòng)態(tài)的最小方差套期保值模型，通過(guò)對(duì)比發(fā)現(xiàn)該方法比傳統(tǒng)模型的套期保值有效性提高了32.1%；徐榮[2]等構(gòu)建了基于最優(yōu)衰減因子時(shí)變方差EWMA模型的動(dòng)態(tài)套期保值方案，通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)其套期保值效果要優(yōu)于傳統(tǒng)的靜態(tài)套期保值模型。但是目前學(xué)術(shù)界對(duì)于動(dòng)態(tài)套期保值的實(shí)證研究并未形成一個(gè)權(quán)威、統(tǒng)一的方法。此外，動(dòng)態(tài)的交易策略對(duì)于農(nóng)戶和企業(yè)等套期保值主體而言不易理解，導(dǎo)致其在實(shí)踐運(yùn)用中難以有效地推廣。

為了提高期貨市場(chǎng)價(jià)格發(fā)現(xiàn)能力，增加市場(chǎng)流動(dòng)性及降低市場(chǎng)被操縱的可能性，自2017年率先推出豆粕期權(quán)后，我國(guó)的商品期權(quán)市場(chǎng)發(fā)展步入快車道。那么豆粕期權(quán)上市4年多來(lái)到底對(duì)豆粕期貨市場(chǎng)產(chǎn)生了什么樣的影響，是否有助于其風(fēng)險(xiǎn)規(guī)避能力的提升？目前學(xué)術(shù)界關(guān)于期權(quán)對(duì)期貨市場(chǎng)影響的研究主要集中在定價(jià)效率和波動(dòng)率兩方面。如吳雯雯[3]認(rèn)為在股指期權(quán)推出以后減少了股票投資者情緒對(duì)于股票價(jià)格的影響，同時(shí)金融市場(chǎng)的產(chǎn)品類型越豐富越能保護(hù)投資者權(quán)益、降低投資者的風(fēng)險(xiǎn)。王偉[4]分析我國(guó)白糖期權(quán)和期貨市場(chǎng)的數(shù)據(jù)后認(rèn)為，期權(quán)的推出可以減少期貨價(jià)格被高估的概率。國(guó)內(nèi)外學(xué)者關(guān)于期權(quán)對(duì)于期貨波動(dòng)率影響的研究中，較多的觀點(diǎn)支持期權(quán)上市交易會(huì)對(duì)期貨市場(chǎng)的波動(dòng)率產(chǎn)生明顯的抑制作用。如繳建巍[5]基于2014年6月至2018年3月我國(guó)豆粕期貨和白糖期貨價(jià)格數(shù)據(jù)，利用GARCH模型并通過(guò)引入虛擬變量的方式，分析了豆粕期權(quán)和白糖期權(quán)對(duì)我國(guó)期貨市場(chǎng)價(jià)格波動(dòng)率的影響，得出的結(jié)論是期權(quán)上市后抑制了相關(guān)期貨價(jià)格的波動(dòng)率。郭若宇[6]利用ARMA-GARCH模型就豆粕期權(quán)上市對(duì)豆粕期貨價(jià)格波動(dòng)性的影響進(jìn)行了實(shí)證分析，并認(rèn)為期權(quán)上市改善了期貨市場(chǎng)的運(yùn)行狀況，減少了市場(chǎng)波動(dòng)。持相同觀點(diǎn)的還有莫媛、方龍等[7–11]。但是，基差風(fēng)險(xiǎn)除了受定價(jià)效率和波動(dòng)率影響外，還有一個(gè)核心影響因素就是無(wú)套利區(qū)間的范圍。當(dāng)基差波動(dòng)到無(wú)套利區(qū)間外時(shí)，套利者的介入會(huì)改變期貨和現(xiàn)貨市場(chǎng)的供需關(guān)系，使得基差重新回歸到合理的區(qū)間之內(nèi)。因此，一個(gè)期貨市場(chǎng)期現(xiàn)無(wú)套利區(qū)間的大小決定了套期保值者面臨基差風(fēng)險(xiǎn)的大小。那么，期權(quán)上市對(duì)于期貨無(wú)套利區(qū)間會(huì)產(chǎn)生什么影響，是否有助于減少套期保值的基差風(fēng)險(xiǎn)，從而促進(jìn)期貨市場(chǎng)規(guī)避風(fēng)險(xiǎn)能力的提升？目前學(xué)術(shù)界還未對(duì)此問(wèn)題展開深入的探討。

基于以上背景，本文選取了2014—2018年豆粕等期貨合約的價(jià)格數(shù)據(jù)，并運(yùn)用三階段門限自回歸模型和合成控制法分析了豆粕期權(quán)上市對(duì)于豆粕期現(xiàn)市場(chǎng)無(wú)套利區(qū)間的影響，研究的結(jié)論能夠?qū)μ岣呶覈?guó)期權(quán)及期貨市場(chǎng)的有效融合及良性互動(dòng)帶來(lái)一定的啟示。

二、理論分析與研究假設(shè)

期貨市場(chǎng)套期保值的原理是利用期貨市場(chǎng)的盈利彌補(bǔ)現(xiàn)貨市場(chǎng)的虧損，把較大的市場(chǎng)價(jià)格風(fēng)險(xiǎn)轉(zhuǎn)移為較小的基差風(fēng)險(xiǎn)，多頭和空頭套期保值者利用期貨市場(chǎng)的保值結(jié)果分別如式（1）和（2）所示：

其中S表示某標(biāo)的資產(chǎn)的現(xiàn)貨價(jià)格，F(xiàn)為期貨價(jià)格，L代表基差，t為當(dāng)前時(shí)刻，T為期貨到期日。由此可見(jiàn)，套期保值的風(fēng)險(xiǎn)取決于基差的波動(dòng)幅度。根據(jù)無(wú)套利定價(jià)原理并且引入便利收益后，可以得到基差表達(dá)式如式（3）所示：

其中r為期貨合約有效期內(nèi)的無(wú)風(fēng)險(xiǎn)利率，c為以現(xiàn)貨價(jià)格一定比例表示的倉(cāng)儲(chǔ)成本和保險(xiǎn)費(fèi)用，y為以現(xiàn)貨價(jià)格一定比例表示的邊際便利收益。豆粕基差的變動(dòng)可能會(huì)受到貿(mào)易政策、相關(guān)產(chǎn)品價(jià)格波動(dòng)及投資者的供需預(yù)期等因素的影響，呈現(xiàn)出正向市場(chǎng)和反向市場(chǎng)的反復(fù)交替。但是由于無(wú)套利區(qū)間的存在使得基差的波動(dòng)幅度受到了套利活動(dòng)的限制，如果基差的波動(dòng)超過(guò)了無(wú)套利區(qū)間的下限，套利者可以通過(guò)賣空期貨合約同時(shí)買入現(xiàn)貨構(gòu)造一個(gè)資產(chǎn)組合來(lái)進(jìn)行套利，當(dāng)基差的絕對(duì)值高于套利成本之和則可以獲利；如果基差超過(guò)無(wú)套利區(qū)間的上限，套利者則可以進(jìn)行反向套利。套利者的介入會(huì)改變現(xiàn)貨市場(chǎng)和期貨市場(chǎng)的供求關(guān)系，從而促使基差回歸到一個(gè)合理的區(qū)間內(nèi)。我國(guó)期貨市場(chǎng)的套利者相對(duì)于投資者的數(shù)量較少，套利行為不僅取決于資金占用成本、現(xiàn)貨的倉(cāng)儲(chǔ)成本及保險(xiǎn)費(fèi)用等期現(xiàn)套利成本的大小，還受到投資者對(duì)于未來(lái)供需的預(yù)期及市場(chǎng)流動(dòng)性等因素的影響。這些變量會(huì)隨著時(shí)間推移而發(fā)生改變，導(dǎo)致不同時(shí)期的套利行為的觸發(fā)條件存在差異。

基于以上分析，本文提出第一個(gè)研究假設(shè)：我國(guó)豆粕市場(chǎng)的期現(xiàn)無(wú)套利區(qū)間會(huì)隨著時(shí)間發(fā)生改變。

那么，期權(quán)上市又會(huì)對(duì)其產(chǎn)生什么樣的影響呢？諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Black和Scholes（1973）證明了風(fēng)險(xiǎn)中性定價(jià)原理下，期權(quán)定價(jià)公式可以表達(dá)為式（4）：

其中c表示t時(shí)刻的期權(quán)價(jià)格，S表示t時(shí)刻的標(biāo)的物價(jià)格，K為行權(quán)價(jià)，T為到期日，r為期權(quán)合約有效期內(nèi)的無(wú)風(fēng)險(xiǎn)利率，σ為標(biāo)的資產(chǎn)的收益波動(dòng)率，N表示正態(tài)分布。式（4）表明，t時(shí)刻的期權(quán)價(jià)格是關(guān)于S、K、r、T和σ的函數(shù)。因此，可以根據(jù)市場(chǎng)所反映出來(lái)的期權(quán)價(jià)格推導(dǎo)出從t時(shí)刻到T時(shí)刻的預(yù)期波動(dòng)率，即隱含波動(dòng)率。隱含波動(dòng)率σ反映了人們對(duì)標(biāo)的資產(chǎn)未來(lái)波動(dòng)率的預(yù)期。由于我國(guó)豆粕期權(quán)的標(biāo)的物并非實(shí)物資產(chǎn)而是標(biāo)準(zhǔn)化的期貨合約。假設(shè)期權(quán)行權(quán)后的期貨合約最后都會(huì)進(jìn)行實(shí)物交割，并且忽略期權(quán)行權(quán)日和期貨最后交割日之間保證金所產(chǎn)生的資金使用成本，可以根據(jù)Put-Call Parity公式構(gòu)建一個(gè)平價(jià)狀態(tài)下的期權(quán)和期貨價(jià)格關(guān)系式，如式（6）所示：

其中，C表示豆粕看漲期權(quán)，P表示豆粕看跌期權(quán)，F(xiàn)為當(dāng)前豆粕期貨合約的價(jià)格，S表示豆粕現(xiàn)貨價(jià)格，I為現(xiàn)貨資產(chǎn)的存儲(chǔ)成本的現(xiàn)值。由式（6）可見(jiàn)，受期權(quán)價(jià)格影響，期貨和現(xiàn)貨價(jià)格差波動(dòng)存在一個(gè)無(wú)套利區(qū)間。因此，套利行為會(huì)限制不合理的基差進(jìn)一步擴(kuò)大，使得其波動(dòng)幅度逐漸變小[12]。

由此可見(jiàn)，期權(quán)對(duì)于期現(xiàn)無(wú)套利區(qū)間的影響主要體現(xiàn)在以下兩個(gè)方面：第一，隱含波動(dòng)率會(huì)傳遞到期貨價(jià)格的波動(dòng)中并對(duì)其產(chǎn)生持續(xù)影響。當(dāng)期貨市場(chǎng)出現(xiàn)較濃的投機(jī)氛圍時(shí)，期權(quán)和期貨市場(chǎng)間的聯(lián)動(dòng)性會(huì)對(duì)期貨市場(chǎng)的持續(xù)非理性投資情緒產(chǎn)生一定的緩解作用；第二，當(dāng)基差波動(dòng)劇烈時(shí)，套利者可以通過(guò)構(gòu)造包含期權(quán)、期貨和現(xiàn)貨的資產(chǎn)組合來(lái)獲取風(fēng)險(xiǎn)相對(duì)較小的套利收益，使得投資者的套利行為更為多樣化。

基于以上分析，本文提出的第二個(gè)研究假設(shè)：豆粕期權(quán)的上市有助于縮小豆粕市場(chǎng)期現(xiàn)無(wú)套利區(qū)間的大小。

三、研究方法

（一）三階段門限自回歸模型

理論上的無(wú)套利區(qū)間的大小等于資金占用成本、倉(cāng)儲(chǔ)成本及保險(xiǎn)費(fèi)用等期現(xiàn)套利成本的和，但是投資者的套利行為還會(huì)受到對(duì)未來(lái)供需預(yù)期及市場(chǎng)流動(dòng)性等諸多因素的影響，使得期現(xiàn)的套利區(qū)間存在一定的波動(dòng)性?？紤]到套利者自發(fā)的逐利性，本文試圖利用投資者的市場(chǎng)交易行為所反映出來(lái)的基差均值回復(fù)現(xiàn)象，來(lái)分析不同時(shí)期無(wú)套利區(qū)間的大小[13?14]?；诖耍挛膶⑹紫壤萌A段門限自回歸模型對(duì)我國(guó)豆粕市場(chǎng)基差的均值回復(fù)機(jī)制進(jìn)行研究。該模型曾被用于分析經(jīng)濟(jì)存在加速擴(kuò)張、平穩(wěn)發(fā)展和迅速衰退3個(gè)不同時(shí)期時(shí)所反映出來(lái)的特點(diǎn)和失業(yè)率的動(dòng)態(tài)非對(duì)稱性問(wèn)題[15–16]。其結(jié)構(gòu)方程如式（8）所示：

式（8）中，r和r分別表示三階段門限自回歸模型中的上、下門限值。當(dāng)基差處于無(wú)套利區(qū)間外時(shí)，套利者的交易行為會(huì)改變前期基差對(duì)于當(dāng)期基差的影響系數(shù)。因此，可以利用該模型來(lái)識(shí)別出我國(guó)豆粕市場(chǎng)不同時(shí)期的無(wú)套利區(qū)間的上、下限。

（二）合成控制法

要分析期權(quán)上市對(duì)于基差無(wú)套利區(qū)間影響的一個(gè)最簡(jiǎn)單的方法就是考察期權(quán)上市前后該時(shí)間序列的變化情況。但是，即使基差無(wú)套利區(qū)間發(fā)生了變化也不能表明一定是期權(quán)上市所產(chǎn)生作用的結(jié)果，還有可能受原有變化趨勢(shì)影響或其他混淆事件作用，如經(jīng)濟(jì)周期、市場(chǎng)規(guī)模及政策環(huán)境等因素。為此，可以使用Abadie and Gardeazabal（2003）提出的“合成控制法”（Synthetic Control Method）對(duì)此問(wèn)題進(jìn)行分析。

具體研究思路如下：假設(shè)共有（1+J）個(gè)期貨品種，其中第1個(gè)為有期權(quán)上市的品種（即豆粕期貨），而其余J個(gè)期貨品種構(gòu)成潛在的控制組，稱為“donor pool”。在豆粕期權(quán)上市之前，豆粕期貨各預(yù)測(cè)變量的平均值為向量X，將未有期權(quán)上市的其他期貨品種相應(yīng)預(yù)測(cè)變量的平均值記為矩陣X，其中第列為第個(gè)期貨品種的相應(yīng)取值[20]。

借鑒國(guó)內(nèi)對(duì)基差影響因素的相關(guān)研究成果[17?19]，本文所選取的預(yù)測(cè)變量包括：流動(dòng)性、投資者情緒、持倉(cāng)收益波動(dòng)及庫(kù)存量。因?yàn)?，豆粕期貨是我?guó)農(nóng)產(chǎn)品期貨中交易量最大的品種，所以，本文用成交量和持倉(cāng)量的比值來(lái)代替其流動(dòng)性，投資者情緒用每日的最高價(jià)和最低價(jià)的平均數(shù)來(lái)表示，持倉(cāng)收益波動(dòng)則用豆粕期貨漲跌1和漲跌2的方差來(lái)表示。為了更多地反映經(jīng)濟(jì)基本面情況，本文選擇豆粕的社會(huì)庫(kù)存，而非交易所庫(kù)存數(shù)據(jù)。顯然，我們希望選擇權(quán)重能使得Xw盡可能地接近于X。即經(jīng)過(guò)加權(quán)之后，合成控制期貨品種的價(jià)格波動(dòng)特點(diǎn)盡量和豆粕期貨相似。此最小化問(wèn)題的目標(biāo)函數(shù)是二次函數(shù)，記此約束最小化問(wèn)題的最優(yōu)解為（）。以最小化“均方預(yù)測(cè)誤差”（Mean Squared Prediction Error，簡(jiǎn)記MSPE）的方法將每期的預(yù)測(cè)誤差平方后再求各期的平均，并通過(guò)求解最小化得到構(gòu)成合成豆粕期貨的最優(yōu)權(quán)重，* =*（*）。

一個(gè)潛在假設(shè)是豆粕期權(quán)的上市不會(huì)對(duì)其他的期貨品種的價(jià)格波動(dòng)產(chǎn)生影響。因此，通過(guò)加權(quán)后得到的合成期貨合約模擬了假設(shè)豆粕期權(quán)未上市的情況下豆粕期貨價(jià)格波動(dòng)的情況，兩者之間的差異就是期權(quán)上市對(duì)于期貨價(jià)格波動(dòng)的影響。

四、實(shí)證分析與穩(wěn)健性檢驗(yàn)

（一）期權(quán)對(duì)期現(xiàn)無(wú)套利區(qū)間影響的實(shí)證分析

為了利用三階段門限自回歸模型和合成控制法分析豆粕期權(quán)上市對(duì)于豆粕期現(xiàn)無(wú)套利區(qū)間的影響，本文選取了2014—2018年大連商品交易所豆粕期貨每日收盤價(jià)，并采取了主力換月的規(guī)則獲得了連續(xù)的期貨合約的日度價(jià)格；現(xiàn)貨價(jià)格方面，選取了東莞、江蘇、天津及山東豆粕市場(chǎng)現(xiàn)貨的平均價(jià)格作為計(jì)算依據(jù)。得到的基差價(jià)格的基本統(tǒng)計(jì)特征數(shù)據(jù)如表1①所示。

數(shù)據(jù)來(lái)源：大連商品期貨交易所、wind數(shù)據(jù)庫(kù)及天下糧倉(cāng)（www.cofeed.com）。

從表1基差的基本統(tǒng)計(jì)特征可以看出，豆粕基差的偏度和峰度分別為0.331和2.799，JB值為36.176，表明其分布與正態(tài)分布差異較大。最大值和最小值分別為186和-213，均值為16.467，表明我國(guó)的豆粕期貨長(zhǎng)期處于反向市場(chǎng)，而且其和現(xiàn)貨價(jià)格差值的波動(dòng)幅度較大。進(jìn)一步對(duì)基差進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表2所示。

由表2可以看出，ADF統(tǒng)計(jì)值為-6.821，基差通過(guò)了1%顯著性水平下的平穩(wěn)性檢驗(yàn)。

接下來(lái)對(duì)該時(shí)間序列可能存在的門限數(shù)量和門限值進(jìn)行了估計(jì)，結(jié)果如表3和表4所示：

表3 門限數(shù)量檢驗(yàn)

表4 上、下門限值估計(jì)

根據(jù)表3的檢驗(yàn)結(jié)果發(fā)現(xiàn)，單一門限模型和雙門限模型都通過(guò)了1%的顯著性檢驗(yàn)，而三門限模型未能通過(guò)5%水平的顯著性檢驗(yàn)，因此豆粕基差序列表現(xiàn)出了較強(qiáng)的雙門限特征。為了對(duì)比期權(quán)上市前后我國(guó)豆粕市場(chǎng)基差時(shí)間序列的波動(dòng)情況，進(jìn)一步分別檢測(cè)出期權(quán)上市前后的上、下門限值進(jìn)行對(duì)比。結(jié)果如表4②所示。

基于表4的結(jié)果可以發(fā)現(xiàn)，在豆粕期權(quán)上市之前豆粕基差無(wú)套利區(qū)間的上、下限分別為87.489和-80.506，而在豆粕期權(quán)推出后該區(qū)間縮小為70.175和-71.437。

從圖1中則可以更為直觀地看出：豆粕基差的無(wú)套利區(qū)間在豆粕期權(quán)上市后明顯縮小。近年來(lái)，我國(guó)的大豆進(jìn)口來(lái)源國(guó)開始呈現(xiàn)出多元化的特點(diǎn)，南美進(jìn)口大豆的充沛供應(yīng)以及國(guó)內(nèi)油廠持續(xù)的高壓榨量導(dǎo)致2018年度我國(guó)豆粕市場(chǎng)的負(fù)基差較2017年延續(xù)的時(shí)間更長(zhǎng)，豆粕市場(chǎng)長(zhǎng)期期現(xiàn)倒掛的現(xiàn)象有所緩解，同時(shí)也使得豆粕基差無(wú)套利區(qū)間的上限出現(xiàn)了明顯的下移。在豆粕期權(quán)推出之后，我國(guó)豆粕市場(chǎng)基差出現(xiàn)不理性波動(dòng)的頻率在減少、幅度也在減弱。但是，兩個(gè)周期內(nèi)的宏觀經(jīng)濟(jì)形勢(shì)、投資者規(guī)模及市場(chǎng)情緒都發(fā)生了很大的差異，這些都會(huì)對(duì)豆粕基差的波動(dòng)產(chǎn)生影響；尤其是2018年開始的中美貿(mào)易爭(zhēng)端對(duì)于大豆及其相關(guān)副產(chǎn)品的價(jià)格波動(dòng)產(chǎn)生了持續(xù)的影響。要準(zhǔn)確判斷期權(quán)上市對(duì)于豆粕市場(chǎng)基差無(wú)套利區(qū)間的影響，還必須排除其他因素的干擾。

圖1 期權(quán)上市前后我國(guó)豆粕市場(chǎng)基差時(shí)間序列的波動(dòng)情況

下文將繼續(xù)基于“合成控制法”（Synthetic Control Method）關(guān)于期權(quán)上市對(duì)于期貨期現(xiàn)無(wú)套利區(qū)間的影響進(jìn)行實(shí)證檢驗(yàn)?？紤]到上市交易時(shí)間的長(zhǎng)度、上下游產(chǎn)業(yè)的相關(guān)性和替代性，交易規(guī)則的相似性等因素，本文選取了我國(guó)大連和鄭州商品交易所的玉米、豆一、豆油、棕櫚油和雞蛋等九個(gè)期貨品種作為豆粕期貨的控制組③。各預(yù)測(cè)變量的數(shù)據(jù)也來(lái)源于大連商品期貨交易所和鄭州商品交易所。以季度為時(shí)間單位，利用三階段自門限回歸模型計(jì)算出各期貨品種的無(wú)套利區(qū)間上、下限絕對(duì)值合的時(shí)間序列，并利用合成控制法得到各控制組期貨品種所占權(quán)重的模擬結(jié)果如表5所示。

表5 各控制組期貨品種所占權(quán)重

數(shù)據(jù)來(lái)源：大連商品期貨交易所及鄭州商品交易所。

由表5，玉米、豆一、豆油、棕櫚油、雞蛋、油菜籽、菜籽油、菜籽粕及早秈稻所占比重分別7.9%、42.7%、13.8%、0.01%、6.3%、10.2%、9.8%、0.7%和8.3%。其中豆一期貨所占權(quán)重最大，達(dá)到了42.7%，因?yàn)槎蛊墒谴蠖沟闹饕碑a(chǎn)品，因此兩者表現(xiàn)出了較為接近的價(jià)格波動(dòng)狀態(tài)。棕櫚油所占比重最小，僅為0.01%。

由表6的對(duì)比結(jié)果可以看出，合成豆粕期貨與豆粕期貨的流動(dòng)性、投資者情緒及庫(kù)存量等預(yù)測(cè)變量擬合效果分別達(dá)到了108.1%、111.5%、106.3%、88.3%和91.6%。將合成豆粕期現(xiàn)無(wú)套利區(qū)間上、下限絕對(duì)值的和所產(chǎn)生的時(shí)間序列和我國(guó)豆粕市場(chǎng)真實(shí)的數(shù)據(jù)進(jìn)行對(duì)比結(jié)果如圖2所示：

表6 預(yù)測(cè)變量對(duì)比

數(shù)據(jù)來(lái)源：同表5。

圖2 合成控制的對(duì)比結(jié)果

由于我國(guó)期貨市場(chǎng)農(nóng)產(chǎn)品期貨品種的數(shù)量相對(duì)較少，導(dǎo)致合成豆粕期貨與豆粕期貨的擬合效果不是特別理想，而且由于豆粕期權(quán)的推出時(shí)間較晚，使得上市后基差波動(dòng)的觀測(cè)值較少。但是通過(guò)圖2仍然可以較為直觀的判斷：期權(quán)上市后，豆粕基差無(wú)套利區(qū)間的幅度相對(duì)合成豆粕出現(xiàn)了縮小。

（二）穩(wěn)健性檢驗(yàn)

為證實(shí)結(jié)果的有效性，驗(yàn)證實(shí)證分析中期現(xiàn)無(wú)套利區(qū)間差異確實(shí)是源于期權(quán)上市的影響而非其他因素，下文將采用安慰劑檢驗(yàn)法對(duì)實(shí)證估計(jì)的顯著性進(jìn)行檢驗(yàn)。首先，將相關(guān)的其他期貨合約品種也都進(jìn)行合成控制法的模擬，取豆粕期權(quán)上市后各期貨品種的MSPE與上市前的MSPE的比值（MSPE衡量了一個(gè)期貨品種與其合成控制對(duì)象之間的擬合量級(jí)差異度），并與豆粕期貨進(jìn)行對(duì)比。其基本邏輯如下：如果所有的期貨合約基差波動(dòng)都在豆粕期權(quán)上市后（2017年3月）發(fā)生了顯著的變化，則仍然無(wú)法證明期權(quán)上市后對(duì)于期現(xiàn)無(wú)套利區(qū)間產(chǎn)生了顯著的影響。

除了上文提到的油菜籽、雞蛋、豆油及雞蛋等九個(gè)在控制組變量中的合約品種外，還增加了不活躍交割月份的豆粕期貨合約，引入了不活躍交割月份的合約的原因是農(nóng)產(chǎn)品期貨有向主力合約交易集中的特點(diǎn)，因此，期權(quán)的上市有可能會(huì)對(duì)不同流動(dòng)性的期貨合約基差波動(dòng)產(chǎn)生不同的影響④。對(duì)上述10種期貨合約品種分別進(jìn)行合成控制法并與豆粕期貨的結(jié)果進(jìn)行了對(duì)比分析。安慰劑檢驗(yàn)的結(jié)果如圖3和圖4所示。

從圖3可以看出，相對(duì)于其他九種農(nóng)產(chǎn)品期貨品種，兩種豆粕期貨合約在期權(quán)上市前后的基差無(wú)套利區(qū)間發(fā)生了更為顯著的變化。期權(quán)對(duì)于非活躍月份豆粕期貨基差的影響比對(duì)主力合約的影響更大，主要原因可能是大量的做市商在進(jìn)行期權(quán)交易的同時(shí)，會(huì)使得非活躍月份期貨合約的流動(dòng)性增加更為明顯，從而提高了相應(yīng)期貨合約的定價(jià)效率。

圖3 各期貨品種合成控制結(jié)果的對(duì)比

從圖4可以看出，期權(quán)上市前后，豆粕期貨與其合成控制對(duì)象之間的擬合度差異要大大高于其他參照期貨品種。除此之外，大豆期貨和豆油期貨前后的比值也相對(duì)較高，出現(xiàn)這種情況的原因有可能是豆粕期權(quán)的上市對(duì)于與豆粕價(jià)格相關(guān)性最高的大豆和豆油的期貨價(jià)格波動(dòng)也產(chǎn)生了影響。安慰劑檢驗(yàn)的結(jié)果進(jìn)一步證明了豆粕期權(quán)上市對(duì)于豆粕市場(chǎng)期現(xiàn)無(wú)套利區(qū)間產(chǎn)生了顯著的影響。

圖4 各期貨品種期權(quán)上市前后MSPE比值的結(jié)果

五、研究結(jié)論與啟示

本文基于大連商品交易所、鄭州商品交易所和wind等數(shù)據(jù)庫(kù)2014—2018年豆粕等期貨合約的價(jià)格數(shù)據(jù)，利用三階段門限自回歸模型和合成控制法分析了豆粕期權(quán)上市對(duì)于豆粕期現(xiàn)無(wú)套利區(qū)間的影響。研究結(jié)果顯示：首先，我國(guó)豆粕期現(xiàn)市場(chǎng)無(wú)套利區(qū)間較寬且隨季節(jié)性變化明顯，套期保值的基差風(fēng)險(xiǎn)較大，其次，豆粕期權(quán)上市后使得我國(guó)豆粕期現(xiàn)市場(chǎng)的無(wú)套利區(qū)間趨于縮?。蛔詈?，期權(quán)對(duì)于不同流動(dòng)性期貨合約的期現(xiàn)無(wú)套利區(qū)間產(chǎn)生了不同的影響，對(duì)活躍性較小的合約期現(xiàn)無(wú)套利區(qū)間的影響更為顯著。基于實(shí)證分析的結(jié)論，提出以下幾點(diǎn)政策啟示：

1. 提高期貨交易者的交易技巧，鼓勵(lì)機(jī)構(gòu)投資者套利交易。我國(guó)豆粕期貨市場(chǎng)長(zhǎng)期處于反向市場(chǎng)狀態(tài)，而且期現(xiàn)無(wú)套利區(qū)間上、下限較寬，導(dǎo)致套期保值者的基差風(fēng)險(xiǎn)較大。產(chǎn)生這種現(xiàn)象的原因可能由兩點(diǎn)：首先，我國(guó)的大豆生產(chǎn)自給率較低，產(chǎn)生了較大的便利收益預(yù)期；其次，我國(guó)期貨市場(chǎng)的投機(jī)性氛圍較濃厚，導(dǎo)致期貨價(jià)格經(jīng)常會(huì)偏離合理區(qū)間。因此，應(yīng)當(dāng)加大期貨市場(chǎng)參與者的培訓(xùn)力度，提高期貨交易者的交易技巧，同時(shí)鼓勵(lì)機(jī)構(gòu)投資者套利交易，提高我國(guó)期貨市場(chǎng)價(jià)格發(fā)現(xiàn)的能力。

2. 繼續(xù)有序地加快期權(quán)市場(chǎng)的建設(shè)速度，增加我國(guó)金融衍生品市場(chǎng)深度。期權(quán)上市對(duì)于基差無(wú)套利區(qū)間產(chǎn)生了較為顯著的影響，減少了套期保值的基差風(fēng)險(xiǎn)；同時(shí)也為需要在期貨交易的不活躍月份中進(jìn)行風(fēng)險(xiǎn)規(guī)避的交易者提供了多樣化的選擇方式。我國(guó)應(yīng)當(dāng)有序地加快期權(quán)市場(chǎng)的建設(shè)速度，提高期權(quán)和期貨市場(chǎng)有效融合，建立符合我國(guó)市場(chǎng)需要的多層次的風(fēng)險(xiǎn)規(guī)避金融體系，提高金融衍生品服務(wù)實(shí)體經(jīng)濟(jì)的能力。

① 本文選取的基差等于現(xiàn)貨價(jià)格與最近的主力期貨合約價(jià)格的差。

② 根據(jù)AIC準(zhǔn)則檢驗(yàn)，本文最終選擇了滯后階數(shù)為1的模型，這也與期貨市場(chǎng)套利者的逐利性的特點(diǎn)相吻合。

③ 其中，豆一、豆油、棕櫚油和雞蛋等都未有對(duì)應(yīng)的期權(quán)合約上市；雖然玉米和菜籽粕已經(jīng)推出了期權(quán)，但是時(shí)間分別是在2019年的1月和2020年1月，因此，也不會(huì)對(duì)本文的檢驗(yàn)結(jié)果產(chǎn)生影響。

④ 受國(guó)內(nèi)大豆和進(jìn)口大豆集中上市的影響，每年10月國(guó)內(nèi)壓榨商進(jìn)入了生產(chǎn)和避險(xiǎn)的高峰期，因此，本文選取10月份交割的豆粕期貨合約作為不活躍的合約的代表。

[1] 張躍軍, 涂鋆. 中國(guó)燃料油期貨市場(chǎng)動(dòng)態(tài)套期保值研究——基于Copula-GARCH模型的實(shí)證分析[J]. 北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）, 2015（1）: 8?13.

[2] 徐榮, 李星野. 基于EWMA模型的銅期貨動(dòng)態(tài)套期保值效果研究[J]. 經(jīng)濟(jì)數(shù)學(xué), 2018（1）: 86?89.

[3] 吳雯雯. 期權(quán)推出對(duì)期貨定價(jià)有效性的影響——基于滬深300指數(shù)期貨和期權(quán)的研究[D]. 濟(jì)南: 山東大學(xué), 2015.

[4] 王偉. 我國(guó)白糖期貨期權(quán)推出對(duì)白糖期貨市場(chǎng)定價(jià)效率的影響研究[D]. 烏魯木齊: 新疆財(cái)經(jīng)大學(xué), 2018.

[5] 繳建巍. 豆粕和白糖期貨期權(quán)對(duì)標(biāo)的市場(chǎng)波動(dòng)性的影響研究[D]. 保定: 河北大學(xué), 2018.

[6] 郭若宇. 豆粕期貨期權(quán)上市對(duì)豆粕期貨市場(chǎng)波動(dòng)性影響的實(shí)證分析[D]. 成都: 西南財(cái)經(jīng)大學(xué), 2018.

[7] 莫媛, 方龍. 股指期權(quán)對(duì)股票市場(chǎng)、股指期貨市場(chǎng)波動(dòng)性影響[J]. 當(dāng)代經(jīng)濟(jì), 2016（27）: 90?93.

[8] 張靜, 宋福鐵. 上證ETF50期權(quán)上市對(duì)標(biāo)的股票的影響——基于流動(dòng)性和波動(dòng)性的視角[J]. 金融發(fā)展研究, 2016（3）: 59?65.

[9] 龐貞燕, 劉磊. 期貨市場(chǎng)能夠穩(wěn)定農(nóng)產(chǎn)品價(jià)格波動(dòng)嗎?——基于離散小波變換和GARCH 模型的實(shí)證研究[J]. 金融研究, 2013（11）: 126?139.

[10] P. Srinivasan. Do futures and options trading increase spot market volatility in India? The case of S&PCNX Nifty[J]. International Journal of Business Performance and Supply Chain Modelling, 2010, 2（2）: 134?145.

[11] 徐金劍. 股指期權(quán)對(duì)標(biāo)的指數(shù)波動(dòng)性的影響[D]. 青島:青島大學(xué), 2016.

[12] 趙志成. 金屬期權(quán)交易對(duì)金屬期貨市場(chǎng)的影響: 基于對(duì)我國(guó)銅期貨的研究[J]. 中國(guó)礦業(yè), 2019（10）: 86?90.

[13] 蔣勇. 股指期貨基差的非線性特征和均值回復(fù)機(jī)制研究[J]. 中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào), 2013, 43（12）: 898?996.

[14] 孟慶斌, 楊俊華. 基于門限自回歸模型的中國(guó)財(cái)政風(fēng)險(xiǎn)預(yù)警系統(tǒng)[J]. 中國(guó)人民大學(xué)學(xué)報(bào), 2016（6）: 89?96.

[15] 吳武清, 李東, 潘松．三階段均值回復(fù)、TAR及其應(yīng)用[J]．系統(tǒng)工程理論與實(shí)踐, 2013, 33（4）: 901?909．

[16] Koop G, Potter S M. Dynamic asymmetries in U.S. unemployment[J]. Journal of Business & Economic Statistics. 1999, 17（3）: 298?312.

[17] 葉偉青. 天然橡膠期貨基差的影響因素研究[D]. 杭州:浙江大學(xué), 2013.

[18] 徐曉暉. 存貨、基差與波動(dòng)率——對(duì)滬銅、鋁、鋅的實(shí)證研究[D]. 北京: 清華大學(xué), 2010.

[19] 方晚秋. 大豆期貨基差與流動(dòng)性關(guān)系研究[D]. 開封: 河南大學(xué), 2019.

[20] Abadie A, Diamond A, Hainmueller J. Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program [J]. Journal of the American statistical Association, 2010, 105（490）: 493?505.

The Impact of Options on the Arbitrage-free Interval of Soybean Meal Futures Market in China

CHEN Xin-hua, LIU Jie

（Zhongkai University of Agriculture and Engineering, Guangzhou Guangdong 510225, China）

Based on the price data of soybean meal market from 2014 to 2018, such as Dalian Commodity Exchange and wind database, the paper analyzes the impact of soybean meal option listing on the arbitrage-free interval of soybean meal market by using three-stage threshold regression model and composite control method. The results show that: firstly, the arbitrage-free interval in the soybean meal futures market in China is wide, changing obviously with seasons, and the basis risk of hedging is large; secondly, the arbitrage-free interval in the soybean meal futures market tends to narrow after the soybean meal options are listed; finally, options have different effects on the arbitrage-free interval in different liquidity futures contracts, more visible influence on the contracts with less activity.

arbitrage-free interval; threshold regression; composite control method; options

2021-04-13

教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目（18YJC630097）

陳新華（1982—），男，湖北黃岡人，副教授，博士，研究方向：農(nóng)業(yè)經(jīng)濟(jì)管理。

F323.7

A

2095-9249（2021）04-0040-07

〔責(zé)任編校：王中蘭〕