摘要：近年來大宗商品價格波動幅度比較大，貼近金融資產(chǎn)波動幅度，而不僅僅是依靠供需結構的影響;參與大宗商品投資者開始出現(xiàn)很多機構投資者，并且市場交易量也呈現(xiàn)較大幅度增加的趨勢，基于大宗商品市場與金融市場的聯(lián)動性增強，兩市之間相互影響的作用增強。本文以鋅為例探索滬鋅期貨對礦產(chǎn)資源公司股價的均值溢出效應。

關鍵詞：大宗商品;期貨;VAR模型

1.引言

近年來基于金融危機之后全球貨幣寬松的背景之下，資本市場得到更多投資者的青睞。伴隨大量國外機構、投資商品指數(shù)的投資者等更多人帶著資本介入大宗商品市場，經(jīng)由期貨市場傳導，導致大宗商品現(xiàn)貨也受到資本的影響，很多商品價格開始像金融資產(chǎn)一樣出現(xiàn)較大的漲幅和跌幅，影響了產(chǎn)業(yè)中實體企業(yè)的利潤和成本。

在鋅上游企業(yè)中，多數(shù)企業(yè)為采礦與冶煉一體的實體企業(yè)，部分礦山會在周圍建立配套的冶煉企業(yè)，一般礦產(chǎn)資源企業(yè)由于存續(xù)期長，資源年限較長，體量龐大、對當?shù)亟?jīng)濟帶來不可或缺的帶動，部分企業(yè)上市已久，其中比較有代表性的是鋅業(yè)股份、中金嶺南、株冶集團、馳宏鋅鍺等等。這些上市公司主營收入來自于鋅礦采選與冶煉收入，而由于現(xiàn)貨價格受期貨價格影響較大，大部分企業(yè)會擇時期貨市場做套期保值頭寸，以防鋅價下跌時對公司收入造成大幅影響。礦產(chǎn)資源上市公司業(yè)務較為單一，整體信息較為透明，是整個鋅產(chǎn)業(yè)鏈的上游，也是本文要研究的主要企業(yè)。

2.模型和數(shù)據(jù)選取

2.1向量自回歸模型——VAR模型

VAR模型全稱向量自回歸模型（vector autoregressive model），在1983年由Sims提出并引入經(jīng)濟學中，推動了動態(tài)性分析在經(jīng)濟系統(tǒng)中的廣泛應用。常用于證明兩個市場之間的均值溢出效應[1]。建立的基礎是基于數(shù)據(jù)的統(tǒng)計性質(zhì)，該模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值，這也是將單變量自回歸模型延伸至多變量自回歸模型的重要一步。這種多元時間序列變量組成的“向量”自回歸模型稱為VAR模型。該模型在滯后階數(shù)為P階時，模型的表達式為：

α-系數(shù)矩陣;X-K維向量;p-變量的滯后階數(shù)

在VAR模型建模中只需要確定共有哪些變量相互是有關系的，并且納入到模型之中;另外需要確定滯后期p值。VAR模型對于參數(shù)不施加過度約束，不論參數(shù)估計值是否具有顯著性;都可以保留在模型中;此外，變量的內(nèi)生性及外生性也不需要明確區(qū)分，以此更加明晰系統(tǒng)內(nèi)部滯后項、變量以及擾動項的關系。因此本文選用VAR模型來描述大宗商品期市與股市之間的均值溢出效應。

2.2期貨及股票樣本數(shù)據(jù)選取

本文研究的是礦產(chǎn)資源公司股價與鋅期貨價格的相關性，因此在選取股票價格數(shù)據(jù)時，選取主營業(yè)務為鋅精礦生產(chǎn)以及鋅冶煉業(yè)務為主體的上市公司，馳宏鋅鍺、株冶集團屬和中金嶺南。期貨價格選用滬鋅主連的價格作為本文的樣本數(shù)據(jù)，來代表主力的價格[2]。

本文選擇的股票價格數(shù)據(jù)以及期貨價格數(shù)據(jù)的時間范圍均是從2011年3月1日至2020年7月29日，單組數(shù)據(jù)有2292個值。使用軟件為Eviews10.0。

本文首先將實證研究的數(shù)據(jù)進行處理，因為價格數(shù)據(jù)一般是非平穩(wěn)性序列，因此需要將價格數(shù)據(jù)處理為對數(shù)收益率數(shù)據(jù)，處理方法是將價格數(shù)據(jù)取對數(shù)之后進行差分，收益率的設定為：

R=d1og（P）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2-2）

將滬鋅主連價格、馳宏鋅鍺、中金嶺南以及株冶集團三家企業(yè)的日度股票收盤價分別記為PSH，PCH，PZJ，PZY。本文中將滬鋅期貨價格的收益率與三家鋅產(chǎn)業(yè)鏈相關的上市企業(yè)股票收益率生成四個時間序列，其中滬鋅期貨價格的對數(shù)收益率設定為RSH，馳宏鋅鍺公司股票對數(shù)收益率設定為RCH，中金嶺南公司股票對數(shù)收益率設定為PZJ，株冶集團股票對數(shù)收益率設定為PZY。

從樣本四組數(shù)據(jù)均值來看，滬鋅的收益率低于馳宏鋅鍺，中金嶺南以及株冶集團三家上市企業(yè)的股價收益率;對數(shù)收益率偏度分別為-0.27，-0.07，-0.15，-0.12均小于0，說明收益率序列有長的左拖尾，表明虧損的概率是大于盈利的概率;從峰度來看分別為6.11，6.20，6.73以及5.56，四組樣本數(shù)據(jù)的峰度均高于正態(tài)分布的峰度值3，說明這四組收益率序列均尖峰且厚尾;且四組收益率序列P值均為0.00000，拒絕服從正態(tài)分布的假設。

3.實證研究

3.1平穩(wěn)性檢驗——ADF檢驗

此外，由于VAR模型必須建立在平穩(wěn)序列之上才有意義，因此我們需要對收益率數(shù)據(jù)進行單位根檢驗以檢測其平穩(wěn)性。本文使用ADF檢驗結果如下表所示：

由表3-1可知，R_CH、R_ZY、R_ZJ和R_SHFE的t統(tǒng)計量分別為-45.8932、-42.6238、-44.9664和-52.43082，遠小于1%、5%和10%置信水平下的臨界值，且p值均小于0.05，且接近于0，說明馳宏鋅鍺股價收益率、株冶集團股價收益率、中金嶺南股價收益率以及滬鋅期貨價格收益率均拒絕原假設，不存在單位根且均為平穩(wěn)序列。

3.2VAR模型構建

根據(jù)上節(jié)可知R_CH、R_ZY、R_ZJ和R_SHFE均為平穩(wěn)性時間序列，滿足VAR模型的建立前提。本文為了驗證滬鋅期貨與單個企業(yè)的均值溢出效應，需要分別建立股價收益率與期貨收益率之間的VAR模型，因此本文將用馳宏鋅鍺股價收益率R_CH與滬鋅期貨收益率R_SHFE建立VAR1模型，株冶集團股價收益率R_ZY與滬鋅期貨收益率R_SHFE建立VAR2模型，中金嶺南股價收益率R_ZJ與滬鋅期貨收益率R_SHFE建立VAR3模型。

首先需要確定VAR模型的最優(yōu)滯后系數(shù)，本文根據(jù)AIC、SC、HQ準則分別對三個VAR模型進行最優(yōu)滯后系數(shù)的判斷。確定VAR1模型、VAR2模型和VAR3模型的最優(yōu)滯后階數(shù)都是1階，因此我們調(diào)整階數(shù)后分別建立的VAR1模型、VAR2模型和VAR3模型及分析如表3-2。

由VAR模型回歸結果可以看出，在不同的VAR模型中，滬鋅期貨價格收益率受到自身滯后一階的影響都較為明顯，均在1%的水平下顯著。在馳宏鋅鍺股價收益率與滬鋅期貨收益率構建的模型中，可以看出馳宏鋅鍺股價收益率與滬鋅期貨價格收益率相關系數(shù)為0.121143，大于0，說明滬鋅期貨收益率對馳宏鋅鍺股價收益率存在正向的均值溢出效應，且在5%的水平下顯著，說明在滬鋅期貨收益率上漲時，馳宏鋅鍺股價收益率也會上漲，而滬鋅期貨收益率對馳宏鋅鍺股價收益率顯示系數(shù)為-0.019467，說明股價收益率對于滬鋅期貨不存在均值溢出效應。在株冶集團和股價收益率與滬鋅期貨收益率構建的模型中，可以看出株冶集團股價收益率與自身滯后項有關，此外與滬鋅期貨收益率構建模型系數(shù)為0.044146，大于0，說明滬鋅期貨收益率對株冶集團股價收益率存在正向的均值溢出效應，但期貨收益率對株冶集團股價收益率滯后項的系數(shù)為-0.017989，說明該公司股價波動率對期貨市場不存在正向的均值溢出效應;在中金嶺南與滬鋅期貨構建的模型中，中金嶺南股價收益率與自身滯后項有關，此外與滬鋅期貨收益率滯后項系數(shù)為0.008801，大于0，說明滬鋅期貨收益率對馳宏中金嶺南股價收益率存在正向的均值溢出效應，但期貨收益率對中金嶺南股價收益率滯后項的系數(shù)為-0.017989，說明該公司股價波動率對期貨市場不存在正向的均值溢出效應。

4.結語

綜合來看，上市公司股價的收益率都與自身滯后項相關，滬鋅期貨收益率也受到自身滯后項的影響，而鋅產(chǎn)業(yè)上游公司與滬鋅期貨之間的關系顯示，馳宏鋅鍺、中金嶺南以及株冶集團的股價收益率對于滬鋅期貨價格收益率沒有溢出效應，而滬鋅期貨價格收益率對于鋅產(chǎn)業(yè)上游公司的股價收益率存在單向明顯的均值溢出效應。

參考文獻：

[1]黃鴻，蔣曉全.我國有色金屬期貨價格與股票價格相關性研究[J].上海經(jīng)濟研究，2010（05）：50-53.

[2]金濤，我國商品期貨市場和股票市場的動態(tài)關聯(lián)——基于狀態(tài)空間模型的研究[J].廣西社會科學，2012（08）：48-52

[3]許可，劉靜怡.基于VAR-TARCH模型的鐵礦石期貨價格發(fā)現(xiàn)功能實證研究[J].中國證券期貨，2020（03）：21-31.

作者簡介：閆維君（1996—），女，甘肅武威人。