基差稳定、价格发现与套期保值.doc

基差稳定、价格发现与套期保值大连大豆期货市场功能实证分析(1986-2005)周立 王瑞* 周立（1970 ），中国人民大学农业与农村发展学院副教授，经济学博士、管理学博士后。王瑞（1983 ），中国人民大学农业与农村发展学院硕士生。稿件领域：农业经济学 或 金融学（中国人民大学农业与农村发展学院，北京，100872）摘要：基差稳定，是实现价格发现功能的表现，同时是进行套期保值转移风险的前提。本文以大连商品交易所大豆期货品种作为研究对象，选取1996年3月2005年10月的数据，采用描述分析、基差分析、分阶段Granger引导关系检验、GS模型检验，以及因素分析方法，对大豆期货市场价格变动和影响因素进行实证分析。结论如下：大豆期现市价格走势表现出较高的一致性和相关性，基差相对稳定且在不断加强；大豆期货价格引导现货价格，价格发现功能已经发挥；市场供求在大豆期货价格形成中已起决定性作用；套期保值功能实现的基础已经形成，但是其发挥还需要配套制度建设。关键词：大豆期货 基差稳定性 价格发现 套期保值一、引言价格发现和套期保值是期货市场的两大功能（Working，1962；Garbade and Silber，1983）。发挥期货市场基本功能、完善市场经济体制，是中国引入期货制度的初衷。考察这些基本功能的发挥，也是检验期货市场发展状况的最好指标。中国的农产品期货市场，从1990年代初开办以来，历经多次调整与整顿。从起初的怀疑和动摇，到现在的理解、认同和支持，市场的内部结构、市场规模和环境都发生了很大的变化。市场参与面、投资者结构、国际市场的影响力、期现货市场的联动性和关联性、对宏观经济走势的合理预期和敏锐反应等，都是期货市场成熟的标志。本文将根据1986-2005年大连大豆期货市场自成立以来期货和现货市场价格关系的实证分析，试图解释以下问题：（1）大豆期货市场的基差是否稳定？（2）大豆市场的期货价格与现货价格之间是否存在引导关系？若存在，是谁引导谁？（3）大豆期货市场的价格发现和套期保值功能是否得到发挥？ 二、研究综述（一）现货价格、期货价格与基差的理论关系发达的商品市场上都存在两种价格，即期交货的现货价格和远期交货的期货价格（凯恩斯，1986）。对于期货价格与现货价格之间的关系，则有不同的理论解释。万斯首先提出市场分割理论，认为期货价格与现货价格之间没有任何关系，该理论标新立异，但观点过于片面，受到很多批评。后来的研究论证了，由于存在交割制度，所以交易者可以在期、现两个市场上进行套利交易和套期保值交易，使期货价格和现货价格存在密切的联系。之后，持有期货价格和现货价格无关论的研究者几近绝迹。传统期货价格理论中，商品期货价格以现货价格为基础，期货价格为现货价格与现货交易成本、期货收益之和。现代期货价格理论中，商品现货价格与期货价格的差额为基差，现货价格就是期货价格与基差之和。现代期货价格理论对期货价格与现货价格关系的研究可转换为对基差的研究。具体看可分为以下几种理论：古典期货价格理论、预期价格理论和仓储价格理论。古典期货价格理论主要包括持有成本理论和一般均衡理论。持有成本理论分为仓储成本理论和一般倒挂理论。仓储成本理论可从马歇尔、凯恩斯和希克斯的研究中看到，核心观点为期货价格是现货价格与储存囤积费用之和 马歇尔与凯恩斯的观点基本类似，只是名称略有区别。希克斯假想了一种纯粹的“期货经济”，是对凯恩斯理论的补充发展。该理论可以解释期货溢价现象，但不能解释期货市场倒挂现象。因此，凯恩斯（1986）提出一般倒挂理论解释市场倒挂现象，价格风险导致现货贴水或期货贴水，厂商进入期货市场能避免部分风险，因而期货价格中包括价格风险的补偿费，当补偿费高到生产者宁愿自己承担风险时，他不会选择进入市场，则期货价格低于现货价格。一般倒挂理论是对仓储费用理论的补充，该理论侧重从供给说明期货价格的形成。供求均衡理论则认为，期货价格是在完全竞争的期货市场上，由期货合约的市场供应量与需求量之间不断调整而达成的均衡价格，该理论注重研究期货合约供求双方的力量对比，但却是简单沿用了经济学理论中供求决定价格的基本思想。现代期货价格理论，主要分为两大类：仓储理论和期货价格方程式。仓储理论的主要代表是Kaldor、Working、Brennan、Telser等，仓储理论认为可储存商品现货价格与期货价格的差异（即基差），可以通过持有期间的利息、仓储费用和持仓边际机会收益来解释。与仓储理论相对应的另一理论是Cootner和Dusak的期货价格方程式，该理论认为现货价格与期货价格的差异（即基差），可以通过预期风险溢价和不同时期现货价格的合理变动来解释。与仓储理论比，对期货价格方程式的认可较少，实际上二者相互关联，并不矛盾。 Fama和French（1987）详细比较了这两个模型，认为这两个模型可以相互转变。如果预期风险溢价为负，一般称为正常延期交割费，可追溯到凯恩斯，也可与仓储理论联系。 （二）现货价格与期货价格的关系与价格发现价格发现（Price Discovery）是期货市场的两大功能之一（Working，1962；Garbade、Silber，1983）。价格发现是指期货价格影响着现货价格的形成，在现货价格形成中起决定性作用。作为衍生物，期货价格以现货价格存在为基础的，期货价格必然受现货价格影响；价格发现在认同期货价格受现货价格影响的基础上，更强调了期货价格会影响现货价格形成，而且这种影响作用在现货价格形成中起到主导作用。期货价格与现货价格之间的关系是期货市场价格发现功能实现的前提。但现货价格与期货价格的关系并不意味着期货市场一定具有价格发现功能。一般解释是，由于现货市场和期货市场受到基本相同的经济因素影响，期货价格和现货价格走向一致，因此可根据期货价格衡量相关商品近期和远期价格发展趋势。随着交割时间临近，期货价格与现货价格高度相关，趋于一致（Leuthold，1979；Oellermann、Farris，1985）。从更一般的角度分析，价格是由市场决定的，理论上期货价格和现货价格同时决定，但实际上期货市场和现货市场对新信息的反应速度不同，其中一个市场领先于另一个，判断期货市场是否具有价格发现功能的实质是期货价格是否能比现货价格更快体现新信息，进而将信息迅速传递，具体体现就是期货价格和现货价格究竟是哪个在引导着哪个的变化。比较期货市场和现货市场特点可以发现，在缺少期货交易的条件下，市场信息非常不充分。由于存在信息收集范围的限制，现货市场中信息传导严重受阻滞后且不统一，因而现货价格信号是不完全、失真并且滞后的（田源，1992）。对比，期货市场独特的交易形式和组织制度集中了大量的交易者和交易信息，价格信号具有动态性、连贯性和超前性等特征（朱国华，1991）；具体讲，期货市场上，交易成本较低，交易可以更快完成，交易价格信息透明度较高，新信息可以更快进入并传播（Grunbichler, Longstaff, Schwartz, 1994）。因此，期货价格与现货价格之间的关系可以反映出期货市场对现货市场交易的影响，从而表现出价格发现的功能。（三）基差、价格发现与套期保值套期保值（或称风险转移）是套期保值者通过同时在期货市场和现货市场进行合理交易操作 最简单的套期保值操作就是同时在两个市场进行金额相等，但方向相反的操作。将现货市场的风险转移。价格发现与套期保值这两大功能之间存在密切的关系。价格发现功能表明期货价格会影响现货价格形成，减缓现货价格波动。价格发现功能的主要表现是基差稳定，而基差稳定是进行套期保值转移风险的前提，因而价格发现是套期保值的基础，同时套期保值的活跃也会促进价格发现的发挥。Working（1962）对美国19311958年的洋葱交易数据进行统计分析，表明大量的套期保值交易在整体上明显减缓了仓储季节最后一个月洋葱价格波动，从而证明当套期保值活跃时，有利于预测未来价格，更容易减缓价格波动。（四）对期货和现货价格关系的实证研究国外的实证研究，得出了两种截然不同的结果。很多实证研究都表明期货市场稳定了现货市场。Weavwe和Bannerjee（1990）、Bessler和Covey（1991）对生牛市场的研究； Lai（1991）对远期外汇市场的研究；Schroeder（1991）对生猪市场的研究；Quan（1992）、Schwarez和Szakmary（1994）对原油市场的研究；Chatrath，A.S and Song（1999）检验了五种主要农产品；Mao Zhong、Ali F. Darrat、Rafael Otero（2004）对新建立不久的墨西哥期货市场进行了分析。相反，一些研究显示期货交易使得现货市场更加动荡（Figlewski，1981）。但是这些研究也同时发现期货价格领先现货价格，证明了期货市场的价格发现功能。国内的的实证研究多采用Granger引导检验。比如，贺涛、鲍建平（1998）、贺涛（1999）对上海粮食期货市场粳米期货的分析。此外，肖辉、吴冲锋、鲍建平、吴冲锋、王海成、幸云（1997），秦宛顺、陈衡（1998），王洪伟、蒋馥、吴家春（2001），华仁海、仲伟俊（2002），李公民、刘镭、李志武（2004）等都曾用该法进行检验。其他方法的应用较少，吴冲锋、何勇、李卫东（1994）介绍了GS模型和VA模型，但没有进行实证分析。华仁海、仲伟俊（2002）曾详细介绍了现代统计方法，并用协整检验、GS模型及误差修正模型对上海期货交易所金属铜铝的价格发现进行实证检验。华仲海、仲伟俊（2003）用单位根法、协整检验法检验上海期铜市场的有效性。肖辉、吴冲锋、鲍建平、朱战宇（2004）用误差修正模型比较伦敦金属交易所与上海期货交易所在铜期货价格发现过程中的贡献度。上述研究存在如下不足：首先，研究中很少将计量分析与经济解释相结合，前期研究多集中在定性分析和一般性解释，而后期随着对国外成熟计量方法的引用，有很大一部分研究只是单纯作计量分析，并没有将计量结果与期货市场运行状况结合，很容易导致“精确的数量分析得出与事实相对立的结论”这一困扰研究界的问题。其次，研究缺少连贯性和全局性。目前研究多对某一期货合约进行分析，研究时间跨度最多一年，对于期货市场功能的研究是一个全局的问题，对于单个合约的研究很难全面地反映整个期货市场的情况。三、实证研究方法在期货市场价格的实证研究上，传统方法着重于直观分析，现代方法则侧重于利用统计方法分析期货价格与现货价格之间的引导关系（Lead-Lag Relationship）。本文将结合利用传统与现代的方法。1、传统方法传统方法包括走势图分析、基差分析、相关性分析和简单回归。走势图分析可以比较直观地观察到现货价格与期货价格的一致程度，但是由于没有精确的数据衡量，这一方法只能作为一般性分析。基差分析虽然可以描述期货价格与现货价格之间的关系，但由于基差并不能表现出固定的数量特征，所以该方法同样只能作为一般性分析。相关分析法和简单回归法虽然有一定的意义，只能说明期货价格与现货价格的相关关系。总体上看，传统分析方法只能对期货价格和现货价格的关系作一般性分析，不能全面反映出二者之间的关系。2、因果关系模型因果关系模型是由Granger基于变量随机时间序列的因果关系提出，分析两个变量之间是否存在一个变量对另一个变量的引导关系，基本思想是：设是两个随机时间序列，如果用预测，比用预测更准确，则认为对有引导关系，或称对有因果关系。反之亦然。如果用预测，比用预测更准确，则认为对的引导关系是即时的。反之亦然。引导关系分析主要分为以下几个步骤：首先，要证明期货价格和现货价格这两个时间序列是协整的。以往的经济模型中都存在动态稳定性假设，而通常经济时间序列都是不平稳的，基于稳定模型而采用非稳定的时间序列建模具有局限性。因而需要先对期货价格和现货价格进行协整关系检验。具体方法是采用ADF单位根法检验时间序列的平稳性，数学模型为： （1）ADF检验的零假设为：，的统计量为：。当统计量大于时，拒绝，即认为。Schwert认为如果滞后期选择不当，可能出现错误结论，最佳值应与样本大小相适应，建议。当且时，可进行协整关系检验。如存在某实数使得为平稳序列，则表明和两个时间序列之间具有协整关系。具体方法为对数学模型进行D.W.的零假设检验。如果拒绝零假设，则说明两个时间序列具有协整关系。在对现货价格与期货价格的研究中，只需对进行平稳性检验，如果是平稳的，则说明与之间存在协整关系，且期货价格是现货价格的无偏估计量。Geweke、Meese和Dent提出了在即时系统中检验引导关系的数学模型： （2） （3）检测从到的单向引导关系，即是检验检验统计量：式中和分别表示最小二乘法回归方程（2）和（3）中的残差的平方和。是时间序列的样本数，和分别表示时间序列和的滞后期。，在置信概率下，如果，即对具有引导关系。同理，要检验从到的引导关系，只要在上述方程（2）和（3）中交换一下和的位置即可。要检测对是否具有即时引导关系，只要在方程（3）中考虑即时的变量即可： （4）以上的检验可以得出现货价格与期货价格之间的比较准确的关系，因此被广泛引用。3、Garbade-Silber模型（GS）GS模型用来判断是期货价格还是现货价格在信息传递和价格发现中起主导作用，该模型是最早研究价格发现速度的模型。GS模型为： （5）、分别为时的现货价格和期货价格的对数值，、和为常数。反映滞后一期的期货价格对当期现货价格的影响，即反映期货的价格发现速度，反映滞后一期现货价格对当期期货价格的影响，即反映现货的价格发现速度。在最后交割日期货价格与现货价格日趋一致，所以一般认为，、反映价格序列变动趋势。反映期货价格和现货价格在价格发现中发挥作用的程度，如果为1，则现货价格完全跟随期货价格，价格发现完全由期货市场决定；如果为0，则期货价格完全跟随现货价格，价格发现完全由现货市场决定；如果介于0和1之间，则期货价格和现货价格相互发生影响，这时如果大于0.5（即相当于），说明期货价格作用大于现货价格；如果小于0.5（即相当于），则说明现货价格作用大于期货价格。式（5）可变为下式： （6）式（6）更清楚地揭示了现货价格和期货价格随前期的变化作的调整。GS模型的优点，首先是引入了非线性因子，用变量对数更能体现价格行为 以后的很多研究都有类似于GS模型变量的取法。；其次模型可以用OLS法进行参数估计；最后可以用来说明期货市场和现货市场的相互影响关系和相互预测关系。4、误差修正模型（vector error correction model）误差修正模型建立在协整关系基础上，Granger证明如果两个变量存在协整关系，则一定存在误差修正表达式。该模型假设被解释变量是由于解释变量与被解释变量长期关系的偏离以及对解释变量的调整。依照该模型，如果期货价格与现货价格之间存在协整关系，且期货价格是现货价格的无偏估计，则期货价格和现货价格之间的偏离基差即可以用来解释期货价格的变动，那么误差修正模型可表示为： （7） （8）、反映误差项前期基差对现货价格和期货价格变动的调整速度。从短期看，和由比较稳定的长期趋势和短期波动决定。而从长期看，协整关系式起到了引力作用，将非均衡状态拉回到均衡状态。所以该模型可以显示当前状况与长期均衡的偏离程度。四、实证分析（一）数据来源 中国大豆生产分布广泛。春大豆主要分布在东北三省、河北、山西中北部、陕西北部及西北省区；夏大豆主要分布在黄淮平原和长江流域各省；秋大豆主要分布在浙江、江西中南部、湖南南部、福建和台湾；冬大豆主要分布在广东、广西及云南南部。虽然一年四季各地都有大豆种植，但最大产区是黑龙江，其次吉林、河南、山东、内蒙古、河北、江苏、安徽等，春大豆产量最多。而中国从1994年开始，大豆生产进入徘徊期，1995年开始成为大豆净进口国。本文采用的现货价格即为黑龙江大豆产地价格哈尔滨地区中等国产大豆加工厂的采购价格（即进厂价格）。 中国大豆期货发展时间并不算长。1993年11月18日，大商所正式推出标准化期货合约交易，大豆期货即为其中之一。1998年11月30日，经重新修订的大商所大豆合约，从9909合约开始执行。新合约明文规定符合标准的进口大豆可以交割，为进口大豆交割打开第一道方便之门。此后受国家转基因政策影响，大豆合约拆分为黄大豆1号和黄大豆2号两个品种，2002年3月15日，黄大豆1号合约上市，从0303合约开始执行；2004年12月22日，黄大豆2号合约上市，形成目前的大豆期货市场格局。黄大豆1号（代码A）的标的物质量检验标准依照GB5490553985粮食、油料及植物油脂检验，交割标准品是三等黄大豆，替代物是一等黄大豆、二等黄大豆和四等黄大豆，转基因大豆不得交割。黄大豆2号（代码B）的标的物检验标准依照国粮1999148号粮油储存品质判定规则（试行），合约定位于榨油用大豆，以含油率（粗脂肪含量）为核心定等指标，合约包容性很强，涵盖了美国和中国等全球三大主产区生产的大豆。大豆期货的数据资料来源于大连商品交易所1996年3月2005年10月期间的交易数据。由于研究时间跨度较长，期间大豆合约经过两次比较大的改动，为更详细研究三个不同时期大豆期货市场功能发挥情况，进行分阶段分析，具体时间段为：第一阶段1996年3月10日（S9701合约）至1999年7月11日（S9907合约）；第二阶段1999年7月18日（S9909合约 1998年11月30日，经重新修订的大连商品交易所大豆期货合约，从S9909合约开始执行。本文使用近交割月数据，从1999年7月18日开始选用S9909合约数据。）至2003年1月10日（S0301合约）；第三阶段2003年1月17日（A0303合约 2002年3月15日，拆分后的黄大豆1号期货合约上市，从A0303合约开始执行。本文使用近交割月数据，从2003年1月17日开始选用A0303合约数据。）至2005年10月28日（A0511合约）。（二）走势图分析与相关性分析 1996年3月2005年10月间，大豆现货价格与期货价格走势一致性较高。三个阶段情况较为相似。第一个阶段绝大多时间期现价格走势表现出较高的一致性，且二者差距很小。但是初期是例外，现货价格与期货价格之间的差距较大，主要是数据选取的原因，1996年3月1996年12月期货价格数据是S9701合约，初期由于距离交割日期较长，所以期货价格与现货价格之间的差距较大，随着时间推移二者之间的差距逐渐缩小。第二阶段和第三阶段，期货价格与现货价格的走势表现出较高的一致性，但期货价格与现货价格二者之间的差距比第一阶段（除去1996年3月10月那段）稍大。 相关性分析得出与走势图分析类似的结论，三个阶段相关系数比较接近。在期货价格与现货价格差距最小的第一阶段，二者的相关系数最大。从整个阶段上看，二者的相关程度高达0.9432，有很强的相关性。表1 大豆期货价格与现货价格的相关性的分阶段分析：19962005第一阶段第二阶段第三阶段整个阶段相关系数0.89910.79540.86760.9432资料来源：根据图1数据计算得到30（三）基差分析 图2是1996年3月2005年10月的大豆基差图，这期间大豆基差变动幅度有很大差别。大体上看，基差为负的时候居多，是期货价格高于现货价格的正向市场。 1996/1997年度 黑龙江大豆一般在4月中旬5月中旬期间播种，10月收获，11月进入流通。一般年初价格变动与上年末有较大的延续性和相似性，为便于分析本文每一年度的分析从4月开始到下一年3月。其中，1996/1997年度从1996年3月开始。，前期利多，后期利空，基差由负变正：本年度基差变动比较特殊，初期时基差很大。原因之一是数据选择问题，1996年的数据是S9701合约的数据，在1996年3月10日1996年11月3日的期货数据不是近交割月份数据。由于距交割日期较远，期货价格与现货价格间的差距较大，为消除这一因素影响，对基差值进行简单修正 从原始数据可以看出，随着交割月份的临近，基差在不断缩小。两个相近交割月份合约期货价格的差距约为30元 不同交割月期货合约价格差距主要来源仓储成本和占用资金的利息。以两个相近交割月合约为例，大商所仓储成本0.4元/吨天，两月24元/吨（0.460）；占用资金利息约为6元/吨，合计约30元。，按这一数据将期货价格近似转化为近交割月期货货价格数据 3月10日4月28日的期货价格数据近似转为S9605合约数据，各数据减去240（308）；5月10日7月7日的数据近似转化为S9607合约数据，各数据减去180（306）；7月14日9月15日数据近似转化为S9609合约数据，各数据减去120（304）；9月22日11月10日数据近似转化为S9611合约数据，各数据减去60（302）。，并得到修正后的基差数据。由修正后的数据可知，初期基差为负，且数值较大，随后基差不断缩小，于11月变为正值，到本年度末期才又逐渐变为负值。总体上看，市场因素和国际因素主导了本年度的价格变动，但期间政策因素推波助澜。其中，市场因素主要包括，国内种植面积减少，现货供应量不足；饲料业发展迅猛，对豆粕需求大幅增加；国内粮油贸易商大量进口大豆；国庆后新大豆收割上市。国际因素主要是国际期货价格（尤其是CBOT价格）走势。市场因素的前两条与国际因素奠定了本年度前期期货价格上涨基础，同时起到推波助澜作用的政策因素主要包括，1996年3月13日国家将订购量价提高20%；黑龙江实施“大豆就地深加工”战略，禁止大豆出省；5月中旬对美国农副产品加征100%特别关税；监管部门出台严厉措施治理整顿期货市场。这些政策因素对现货的利多作用更强，因此上半年虽然期货价格与现货价格都处于上涨中，但现货上涨幅度更大，因此基差逐渐缩小。市场因素的后两条与国际因素奠定了本年度后期期货价格下跌的基础，也决定基差逐渐由负变为正值。政策因素起了相反的作用，1997年1月份国家出台保护农民利益和稳定农产品价格的政策，直接推动期货价格上涨，基差逐渐变为负值。 1997/1998年度，期货利空，市场预期极差，基差基本为正：本年度利空因素很强，期货价格与现货价格基本处于下跌阶段，除了1997年4月6月15日和10月12日11月10日这两个阶段外，其它时间基差都为正值。总体上看，市场因素和国际因素仍是价格变动和基差变动的主导因素。市场因素包括，年度初期预测种植面积特别是黑龙江播种面积大幅度提高；进口大豆及其相关产品数量大幅增长。国际因素包括，1997/1998年度全球大豆丰收；东南亚金融危机导致大豆需求减少；CBOT大豆期货价格一路下滑。国内市场与国际的双重利空使得期货价格不断下降，在本年度的绝大多数时间里均低于现货价格。两个例外阶段是，1997年4月6月15日，受上年度因素的影响，延续上年度的变动趋势；10月12日11月10日，正值新豆集中上市，现货价格急速下降，基差暂时为负。 1998/1999年度，两大合约风波影响价格，基差波动幅度很大：本年度市场价格变动很不规则，现货价格和期货价格交替大幅波动，其中S9809和S9811两大合约风波在很大程度上影响了价格，基差变动很不规律。以两大事件为主要标志，将本年度分为三个阶段：前风波阶段、风波阶段和后风波阶段。1998年4月5月31日为前风波阶段，基差延续上年度变化趋势，为正值；6月7日11月15日为风波阶段，基差为负值，数值逐渐增大，波动幅度较大；11月22日本年度末为后风波阶段，基差在正负数值之间波动。国家政策和市场规则主导了本年度的价格变化，市场和国际因素被冲淡了很多。市场因素包括，夏天松花江、嫩江流域大豆主产区进入汛期，30%的产区遭受洪灾的消息突然出现；洪灾影响正常的铁路、公路运输。国际因素包括，1998/1999年度全球大豆产量再创新纪录；CBOT大豆价格处于10来最低水平。政策因素主要包括，1998年4月出台粮食顺产销售政策；1998年5月出台国务院关于进一步深化粮食流通体制改革的决定。市场规则因素包括，9月21日S9811合约创下持仓天量后，大商所连发三个文件限制持仓量，此后多次修改涨停板、开仓、持仓限制，并对S9811合约强行平仓一半，收取100%交易保证金； 在S9809合约以2770点高价摘牌后，期货价格略作调整后又上升到2800点以上，基差达470点以上。同时空头一方了解到洪灾对大豆产量没有太大影响，积极组织货源，最终备齐现货准备实物交割。市场蕴藏着极大风险，交易所采取多种措施，包括强行平仓一半，但多头一方仍无法面对28 万吨大豆的仓单压力，最终9811合约以连续两周跌停板，20 万吨的巨额交割结束。1998年12月，大商所重新修订大豆期货合约，从9909合约开始执行。 连续两次的风险事件与合约设计有较大的关系，合约设几乎把未经筛选处理的杜绝于期货市场外，成为阻碍进口大豆交割的屏障。因此大商所重新修订合约，新合约规定四等黄大豆可以交割，把纯粮率的标准定到了88.5%，明文规定符合标准的进口大豆可以交割，新合约与原合约相比更合理、更完善。本年度，国内市场因素和国际因素相矛盾，国内利多而国际利空，同时国家政策因素和市场规则因素极大强化了国内市场的利多，直接导致国内国际市场背离，价格及基差变动无规律。 1999/2000年度，期货价格、现货价格变化平稳，基差基本为负值：本年度价格变动幅度不大，基差基本为负，在200点以内，变化比较平稳。市场因素和国际因素决定了价格的走势 国家政策只在很小程度上影响价格和基差变化，为保护国内油脂加工企业，1999年6月出台政策规定，国内从1999年7月开始对进口豆粕征收增值税，直接导致1999年6月基差出现短时间正值。市场因素包括，全国种植面积下降10%；上年度大豆产量低质量差；本年度大豆收获期遭受早霜天气，影响品质；2000年春节后，假日内大豆加工停产以及节后生猪、家禽补栏，豆粕需求量增大。国际因素包括，上年度全球大豆产量创新纪录；1999年底2000年初美国大豆主产区出现严重干旱；南美天气干燥；CBOT价格走势。国内市场因素和国际因素的双重利好决定了本年度的价格由初期的下跌变为后期的上涨。 2000/2001年度，两大政策影响价格，基差出现阶段性不规律：本年度的基差变动与上年度有些相似，基差基本为负值，变化比较平稳。但是与上年度不同的是，其一基差有先扩大后缩小的趋势，10月10日2001年1月19日，基差明显大于前期和后期；其二在两个时期出现了阶段性不规律，即2000年5月16日7月11日和9月5日9月27日。国内市场因素和国际因素起基础性作用，但两大政策出台加剧价格波动，导致基差出现阶段性不规律。国内市场因素包括，大豆产量预期乐观；上年度国内大豆质量较差，国内油脂企业大量购买进口大豆；夏季大豆主产区干旱；本年度大豆收获后，整体上供过于求。国际因素包括，5月份美国大范围降雨，预测播种面积增幅较大；南美大豆产量乐观；CBOT大豆期货价格下跌；6月CBOT大豆期货价格上涨；11月欧洲爆发“疯牛病”，全面禁用肉骨粉；美国农业部下调产量估计值。国内市场因素的前两条和国际因素的前三条奠定了本年度前期期货价格下跌的基础，此期间2000年5月底，国家税务总局宣布免征豆粕增值税，但这一最终决定并未实施的消息成为暴跌的导火索，5月16日7月11日基差在正负之间波动。国内市场因素的三四条和国际因素的四到六条共同构成了7月25日后价格上涨的基础，8月28日国家出台政策将农产品保护价提高10%，停止陈粮销售，期货价格上涨，9月5日9月27日期间基差正负波动剧烈，10月10日2001年1月19日基差明显增大。2001年后市场因素和国际因素又使价格下跌。 2001/2002年度，供求同步增长，转基因政策影响价格大幅震荡，基差在波动中扩大：本年度基差基本为负值，只有4月6日5月11日，价格变动延续上年度的状况，基差在正负之间波动。随后基差不断波动，最初稳定在200点以内，到2002年1月18日突破200点，在波动中逐渐扩大。总体上看，国内市场因素和国际因素仍是决定价格变动的基本因素，供求同步大幅增长和供求高峰期的不重合是导致价格波幅增大的基本因素，但是国家政策尤其是转基因政策的变动将价格变动进一步扩大，甚至严重淡化了国内市场因素和国际因素的影响。具体看，国内市场因素包括，春天播种时节，大豆主产区再度出现严重干旱；早春干旱使小麦受损很大，补种的晚熟大豆面积大幅增加；大豆收获季节，收获价格持续走低。国际因素包括，播种时节，美国大豆产区气候恶劣；CBOT大豆期价出现强劲上涨；6月底美国农业部报告大幅下调播种面积；8月到收割前，美国大豆产区天气状况良好，中美大豆收获顺利；南美洲大豆产量大幅增加。国家政策包括，4月底国家增收国储大豆30万吨；6月6日，转基因安全管理条例出台，大豆进出口受限制；但是，转基因实施细则迟迟不出台；直到2001年12月4日，国家质检总局发布出入境粮食和饲料检验检疫管理办法；2002年1月7日，农业部发布农业转基因生物安全管理办法、农业转基因生物进出口管理办法；3月11日，农业部发布进口转基因农产品临时措施管理程序。国内市场因素的第一条和国际因素的前三条是7月20日前期货价格上涨的主要动力，政策政策前两条推动助长期货价格上涨。随后国内市场因素和国际因素均为利空因素，但是期货价格在下跌了五个月后，随着一系列转基因政策的出台而反转向上，一路上涨，基差不断扩大。 2002/2003年度，多种因素综合作用，基差大幅波动：价格受到多种因素共同作用，震荡中上涨，基差波动幅度很大。年度初期，基差数值很大，之后逐渐缩小，到5月31日开始在正负之间波动，8月9日变为正值，之后先扩大后缩小，9月20日再次变为负值，之后仍以较大幅度波动。总体看，本年度是各项因素综合作用的一年，国内市场因素、国际因素、政策因素及规则因素都影响了价格变动。具体看，国内市场因素包括，2002年3月以来，投资者将大量大豆用于交割，产地现货价格上涨；4月中旬开始国内大豆进入季节性消费期；5月初东北进入大豆播种季节，库存枯竭；到5月中旬，黑龙江大豆产区货源奇缺，少量大豆持有者严重惜售；7月中下旬9月初，国内大豆现货紧缺；9月下旬10月中旬，大豆集中上市，但实际产量低于预期，品质下降；元旦后进口大豆短期断档。国际因素包括，美国种植面积减少；6月末7月初南美主产国分别出现经济、政治危机，出口不畅；2002年全球大豆需求旺盛；2003年3月巴西国内罢工，大豆推迟到港；伊拉克战争爆发，进口成本增加。政策因素包括，4月18日后农业部陆续颁发了临时进口许可证书和质检证书，国内预期进口大豆数量将增强；4月底国家卫生部颁发转基因食品卫生管理办法，加大转基因食品进口手续审批难度，进口大豆动作迟缓；11月初传闻黑龙江储备粮管理公司拍卖14.5万吨国储大豆；2003年2月20日，农业部决定对进口的转基因农产品进行额外实地检测。规则因素，是A0205合约发生历史上最大的巨额交割，随后数月交易呆滞。国内市场因素和国际因素均为利好因素，以此为基础，价格应该持续上涨，尤其在现货极度短缺的情况下，现货价格会以快于期货价格的速度上涨，基差逐渐缩小，并出现正值，之后随着新豆上市基差逐渐变为负值。但期间4月份的两次与转基因有关的政策对市场造成了相反的影响，因此基差曾一度在正负之间波动；11月拍卖国储大豆的传闻和2003年2月转基因政策的再次变动使得基差波动加大。 2003/2004年度，政策因素反向作用，期货价格大幅震荡，基差波动较大：期货价格大幅度震荡，基差变动与上年度有些相似。初期基差较大，后逐渐缩小，并一度变为正值，后逐渐变为负值。不同的是，基差没有出现在正负之间波动，而且后期基差在波动中呈现出扩大趋势。国内市场因素和国际因素决定了价格的基本走势，而政策因素则起到了抑制作用。国内市场因素包括，黑龙江干旱可能导致减产；7月国内豆油、豆粕价格大幅上涨，压榨企业利润增加，大豆需求增加；新豆收购价高开高走；11月开始国内收购价格回升；榨油利润大幅下降，国内油脂企业需求减少。国际因素包括，美国播种面积减少；主产区出现干旱；11月南美播种面积大幅增加；美国连续两年减产，库存达27年最低；2004年1月开始南美洲出现亚洲锈病。政策因素包括，7月14日国家抛售80万吨国储大豆；9月20日后国家暂停发放大豆质检许可证；2003年底，国家加快发放大豆质检许可证速度；再度抛售20万吨国储大豆；铁道部要求优先安排大豆运输。国内市场因素和国际因素中利好因素居多，虽然11月后，国内出现利空迹象，但与国际因素综合起来，利多因素仍占据主要地位，因此价格应该表现出上涨态势，基差始终为负，呈现逐渐扩大的趋势，但是我国政府对不断上扬物价产生了担心，加大了市场干预力度，7月第一次抛售国储大豆直接导致期货价格大幅下降，基差由负变为正；此后多项调控措施都对价格上涨起到了抑制作用。 2004/2005年度，供需因素反复变化，价格反复波动大幅震荡，基差大幅波动：本年度供需双方均出现多次反复变化，基差变动趋势与上年类似，初期基差很大，后逐渐缩小并变为正值，而后新大豆上市时，基差恢复为负。不同的是，正基差波幅明显大于上年度。国内市场因素和国际因素主导了价格变动 本年度对基差有较大影响的政策因素是，5月下旬国家质检总局暂停23家国际贸易企业的进口资格，加大了价格的波动幅度。国内市场因素包括，禽流感后期效应逐渐显现，“中国购买”因素衰减；进口大豆供应充裕，国内库存居高不下；国内大豆产量创新高。国际因素包括，4月美国大豆播种面积增加，预计产量增加；南美洲大豆积压严重；5月美国东部发生洪涝灾害；10月美国产量创新纪录；美国农业部对本年度南美产量乐观预计；美元持续贬值；2005年2月中旬巴西主产区大规模干旱，预计大幅减产。从国内市场因素和国际因素看，利空利多因素交替出现，期货价格反复波动，基差大幅波动，在7月16日9月10日 此期间采用的是9月份合约的价格，由于南美大豆集中上市时间为5月，进入我国的时间为7月左右，因此7月9月成为低价区，尤其是丰收的年份，期货价格下降幅度更大。，受利空预期影响，期货价格大幅降低，基差由负变为正且数值很大。 2005年度 2005年度指的是2005年4月10月。，国际因素主导价格变动，国际天气炒作严重，基差由负变为正：本年度期货价格主要受国际因素影响 此外，对价格影响较大的政策因素有，7月21日央行将人民币升值2.1%。其他因素有，年底中国爆发禽流感疫情。，基差走势与上年前期类似，但波动幅度不大。国际因素包括，巴西南里奥格兰德州的实际产量较预估的削减74%；5月20日开始，美国出现低温干旱天气；6月24日开始，美国中西部干旱地区开始降雨，良好的天气预期美国丰收；8月以后，美国农业部月度报告不断上调美国产量。随着国际因素利空利多的交替，期货价格上下波动，期货价格同样在8月份以后，因利空预期影响而持续下降，基差变为正值。（四）Granger引导关系检验 1996年3月2005年10月，大豆期货价格与现货价格保持较高的相关性。但是相关性分析并不能说明期货价格与现货价格之间是否存在引导关系。因此，采用Granger引导关系检验法进行进一步研究。具体步骤如下： 1、ADF单位根法检验期货价格与现货价格的平稳性 首先依照Schwert的建议，根据样本容量确定滞后期。本文数据样本容量为476，滞后期。用ADF单位根法检验，在一阶条件，滞后期为5的情况下，期货价格与现货价格的ADF统计量分别为-8.5578和-8.9034，在1%显著性水平下是一阶平稳的 在1%显著性水平下，ADF检验临界值为-3.9818。 2、期货价格与现货价格的协整关系检验 期货价格与现货价格同时满足一阶平稳的条件下，进一步检验这二者之间是否存在协整关系，对进行平稳性检验，大豆基差的ADF统计量为-5.49625，基差在1%显著性水平下是平稳的 在1%显著性水平下，ADF检验临界值为-3.4465。，则期货价格与现货价格之间存在协整关系，且期货价格是现货价格的无偏估计量。 3、Granger引导关系检验 在期货价格与现货价格之间存在协整关系的情况下，可以进行引导关系的检验。表2 大豆不同滞后期Granger引导关系检验结果滞后期期货价格对现货价格的引导期货价格对现货价格的即时引导现货价格对期货价格的引导现货价格对期货价格的即时引导510.0666*3.69E-912.3606*6.42E-131.59390.16034.9841*5.83E-05412.2367*1.82E-914.4222*3.87E-131.71480.14555.6403*4.635E-5315.9793*6.64E-1017.8903*1.13E-131.99280.11426.9387*1.974E-5224.2786*9.26E-1124.0923*1.63E-142.7603*0.06439.1170*7.11E-6139.7198*6.73E-1034.7783*8.17E-150.46130.497414.0429*1.19E-6注：每个格中上面的数据为F值，下面的数据为p值。*表示1%显著，*表示5%显著，*表示10%显著 从表2可看出，不同滞后期的Granger引导关系检验得出相似的结论，期货价格对现货价格存在引导作用和即时引导作用；现货价格对期货价格不存在引导作用 虽然滞后期为2时，现货价格对期货价格的引导作用是10%显著的，但与期货价格对现货价格的引导作用相比，显著性不是很强，其p值与其他滞后期时现货价格对期货价格的引导作用对应的p值更为接近，因此将其归为显著性不强，即不存在引导作用。，但是存在即时引导关系。因此，最终结论是上一期以及当期的期货价格对现货价格都有明显的引导作用，这表明了期货价格引导着现货价格的变化；而虽然上一期的现货价格不会引导期货价格变化，但是当期的现货价格对期货价格有较强的影响力，这表明现货价格虽然没有引导期货价格的变化，但是作为实体经济范畴的现货价格是作为虚拟经济范畴的期货价格的基础。 4、分阶段的Granger引导关系检验 为更清楚地分析期货价格与现货价格之间的引导关系，将前文划分的三个阶段分别进行Granger引导关系检验 前文分析中，不同滞后期Granger检验得出的结论基本相同，此处不再对不同滞后期的情况进行分析。，得出结果如表3所示。三个阶段中，期货价格对现货价格的引导作用和即时引导作用都是1%显著的；现货价格对期货价格不存在引导作用，即时引导作用情况略有不同，第一阶段10%显著，第二阶段不显著，第三阶段1%显著。由此可见，在这三个阶段中，当期的期货价格和上一期的期货价格都对现货价格有引导作用；上一期的现货价格对当期的期货价格没有引导作用，但是当期的现货价格对当期的期货价格的影响略有不同，第一阶段和第三阶段存在一定影响，而第二阶段则不存在引导作用。表3 大豆分阶段Granger引导关系检验第一阶段第二阶段第三阶段样本容量167170139滞后期444ADF检验期货价格（一阶）-6.1774*-5.6590*-5.2551*现货价格（一阶）-5.4570*-5.5632*-4.6415*协整检验基差ADF值-2.7070*-2.3068*-2.2509*Granger检验期货对现货4.1461*0.0032210.3952*1.704E-74.4709*0.002063现货对期货1.38450.24190.89920.46601.12160.3493Granger即时检验期货对现货4.1728*0.001398.7333*2.53E-77.1132*6.92E-6现货对期货1.9210*0.09391.09490.36544.1231*0.001685注：格中上面的数据为F值，下面的数据为p值。*表示1%显著，*表示5%显著，*表示10%显著表4 大豆GS模型检验结果整个阶段第一阶段第二阶段第三阶段-0.0079248.62E-6-0.00600.03126-0.012490.000803-0.009240.0019480.13882.93E-110.083510.008930.19919.36E-70.18326.56E-60.001760.2293-0.000570.78370.005160.09860.0008180.76900.05100.021730.064430.06480.06080.123950.016160.73170.73118630.56448310.76610081结论期货价格起主导作用期货价格起主导作用期货价格起主导作用期货价格起主导作用注：上面数据表示回归系数，下面数据为对应的P值。（五）GS模型检验 根据前面数据，对于以下方程进行回归： （6） 得到结果如表4所示。从回归结果看，整个阶段，0.5，期货价格在价格发现中起主导作用。分阶段看，第一阶段中，同样是期货价格起主导作用；而第二阶段和第三阶段中，期货价格的主导作用更加明显，因为这两个