燃料油期货套期保值的实证研究 摘 要：国内企业套期保值频频巨亏凸显内部风险控制和政府监管的不足。本文利用普通最小二乘法(OLS) 、双变量向量自回归(B-VAR) 、误差修正( ECM)和广义自回归条件异方差（GARCH），对燃料油期货最优套期保值率进行实证研究，得出适度套期保值率为80%的结论。为了增加国内企业的国际市场竞争力，我国应加快金融创新步伐，培养复合型高级金融人才，建立国企有效监管体系，完善国内期货市场建设。 关键词：套期保值；燃料油期货；协整检验 中图分类号： 文献标识码: A 1. 引言 从早期的农产品期货开始后的一百多年来，期货交易的对象不断扩大，种类日益繁多，花样不断翻新。有传统的农产品的期货，如谷物、棉花、小麦、油菜籽、燕麦、黄豆、玉米、糖、咖啡、可可、猪、猪肚、活牛、木材等等期货；有金属期货，如黄金、白银、铂、铜、铝等期货，有方兴未艾的能源期货；如原油、汽油等。有二十世纪七十年代后迅速崛起的金融期货；如：外汇、利率、股票指数等期货。 开展期货交易主要是出于以下几个方面的需要。首先，规避市场风险的需要。风险转移功能是期货市场最主要的经济功能。期货交易的产生，为现货市场提供了一个回避价格风险的场所和手段，其主要原理是利用期现货两个市场进行套期保值交易。在实际的生产经营过程中，为避免商品价格的千变万化导致成本上升或利润下降，可利用期货交易进行套期保值，即在期货市场上买进或卖出与现货市场上数量相等但交易方向相反的期货合约，使期现货市场交易的损益相互抵补。锁定企业的生产成本或商品销售价格，保住既定利润，回避价格风险。其次，发现价格的需要，特别是大宗商品的价格。由于期货交易是公开进行的对远期交割商品的一种合约交易，在这个市场中集中了大量的市场供求信息，不同的人、从不同的地点，对各种信息的不同理解，通过公开竞价形式产生对远期价格的不同看法。期货交易过程实际上就是综合反映供求双方对未来某个时间供求关系变化和价格走势的预期。这种价格信息具有连续性、公开性和预期性的特点，有利于增加市场透明度，提高资源配置效率。 然而，国内企业在海外期货市场的投资频遭滑铁卢。从2004年中航油投资原油期货亏损亿美元到2005年“国储铜巨亏”事件，再到去年国航、东航以及深南电投资期货衍生品巨额亏损事件，国内企业投资海外期货市场铩羽而归的故事屡屡上演，国际金融危机导致部分国企“套保”巨亏的消息一波接一波（见表1）。 表1 中国部分企业2008年套期保值损失额 企业名称 损失额 企业名称 损失额 中信泰富186亿港元 中国远洋亿元人民币 中国国航 亿元人民币 国泰航空 76亿港元 东方航空62亿元人民币 中国中铁20亿元人民币 碧桂园 约亿港元 江西铜业 亿元人民币 上海航空亿元人民币 深南电 不详 注：以上数据根据公开资料整理而成 -1-
中国科技论文在线 期货市场从事套期保值业务，本是企业规避市场价格风险的重要手段之一，缘何成了中国企业的梦靥？70年代以来，世界宏观经济因素的变化促成了一场世界范围内金融创新浪潮，一是新的金融工具的应用；二是金融制度、金融结构的深化，这些革新对中国经济、金融产生了广泛而深刻的影响。面对全球经济一体化浪潮，中国企业在“走出去”的过程中，如何通过金融衍生产品有效规避风险；如何通过大宗商品交易获得更广泛的定价权；如何协调国际国内两个市场的发展以及防范来自国际市场的冲击；国家如何对国企的衍生品交易行为进行有效监管等都是迫在眉睫需要解决的问题。 2. 套期保值比率的理论研究模型 套期保值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将现货市场的风险转移，具体来说即买入(卖出)与现货市场数量相当，但交易方向相反的远期合约，这样可以在未来某一时间补偿现货市场价格变动带来的实际价格风险。套期保值理论的核心就[1]是最优套期保值比率的确定，下面将用四种不同模型来研究最优套期保值比率的确定。 最小二乘法回归模型（OLS） 传统回归模型对套期保值比率的估计主要通过最小二乘法（OLS）进行。艾得灵顿 [2]（Ederington ，1979)提出了如下的回归方程： ∆InS=α+β∆InF+ε （1） t1t其中β为回归方程系数，β就是套期保值比率的值，即： 11β=Cov(∆InS,∆InF)/Var(∆F)=h 1ttt其中，∆InS和∆InF为t时刻现货价格和期货价格的收益率，α为回归函数的截距项，tβ为回归函数斜率，也就是套期保值比率h，ε为随机误差项。 双变量向量自回归模型(B-VAR) 利用OLS模型确定最优套期保值比率的一个重要缺陷是它忽略了残差项的自相关，而 [3] [4]Herbst、Kate、Marshall(1993)和Myers、Thompson(1989)等发现利用OLS进行最小风险套期保值比率的计算会受到残差项序列相关的影响。为了消除残差项的序列相关和增加模型的信息量，可以利用双变量向量自回归模型(B ivariate-vector autoregression,缩写B-VAR)进行套期保值比率的计算。在B-VAR 模型中，期货价格和现货价格存在如下关系式： kk∆InS=C+α∆InS+β∆InF+ε （2） ts∑sit−i∑sit−ist=1=1kk∆InF=C+α∆InS+β∆InF+ε （3） tf∑fit−i∑fit−ift=1=1其中, C、C 为截距项, α, α,β, β为回归系数, ∆InS和∆InF为t-i时刻sfsifisifit−it−i的现货价格和期货价格收益率，ε，ε为服从独立同分布的随机误差项。在模型中，要寻stft找最佳的滞后值k，使残差项的自相关消除。令Var(ε)=σ表示为( 2)式中随机误差项的sts方差，Var(ε)=σ表示为( 3)式中随即误差项的方差，Cov(ε,ε)=σ表示为两个方ftffstftsf程中随即误差项的协方差。这样可以得到最小风险套期保值比率： -2-
中国科技论文在线 Cov(∆InS,∆InF∆∆σInS,InF)−−sftttiti h== （4） Var∆InF∆InS∆InFσt−it−it− 误差修正模型(ECM) [5]Granger(1987)等认为，B-VAR模型虽然解决了OLS模型中的残差项自相关问题，但它也忽略了期货价格与现货价格之间的协整关系对套期保值比率的影响。尽管两个或两个以上的变量序列为非平稳序列，但它们的某种线性组合却可能呈现稳定性，则这两个变量之间便存在长期稳定关系即协整关系。Engle和Granger证明了如果两个时间序列是协整的，那么一定存在一个误差修正表达式；如果存在一个误差修正表达式，那么这两个时间序列是协 [6]整的。Ghosh(1993)和Kroner&Sultan(1993)论证了当现货和期货之间存在协整关系时， 由像标准的VAR 方程给定的回归是被错误设定的，因为它忽略了误差修正模型，从而排除了 [7]上一期均衡误差的影响。基于协整理论, Ghosh ( 1993)提出了估计套期保值比率的误差修正模型( Error Correction Mechanism,缩写ECM) ,这一模型同时考虑了现货价格和期货价格的非平稳性、长期均衡关系以及短期动态关系。该模型表述如下: kk∆InS=C+λe+α∆InS+β∆InF+ε （5） tsst−1∑sit−i∑sit−ist==1kk∆InF=C+λe+α∆InS+β∆InF+ε （6） tfft−1∑fit−i∑fit−ift==1其中∆InS和∆InF为t-i时刻的现货价格和期货价格收益率，ε，ε为服从独立t−it−istft同分布的随机误差项。在模型中，要寻找最佳的滞后值k从而使残差项的自相关消除，et−1为误差修正项。与B-VAR模型相比，ECM 中增加了一个误差修正项，它是与现货价格和期货价格的一个平稳的线性组合。在ECM 模型中，λ和λ是误差修正项的系数，至少有sf一个不等于零。 广义自回归条件异方差模型(GARCH) [8]为了消除资产价格波动随未来经济环境的变化而变化，Bollerlev(1986)在自回归条件异方差模型（ARCH）的基础上提出了广义自回归条件异方差模型(GARCH)，假定资产收益率的当期条件异方差不仅与上一期残差平方相关，而且也与上一期条件异方差相关。Lien [9]( 1996)认为广义自回归条件异方差模型不仅考虑一阶矩期货价格与现货价格变动之间的协整关系，同时考虑了二阶矩期货价格变动的方差以及现货价格变动方差之间的相互影响，并且不再限制期货价格变动的条件方差以及期货价格变动与现货价格变动的条件协方差为一常数。GARCH模型中的套期保值比率可通过下面的回归方程表示： ∆InS=λ+β∆InF+ε （7） tt2ε~N(0，σ) tt222σ=α+ϕε+θσ tt-1t-1其中，∆InF的系数β就是最优套期保值比率h，即 σCov（∆InS,∆InF）sftth== Var(∆InF)σf-3-
中国科技论文在线 3. 数据收集、检验与计算 数据收集 我国是石油消费大国，但不是国际石油定价参与者，我国燃料油消费中有一半以上依赖进口。2004年8月25日，燃料油期货开始在上海期货交易所挂牌交易，燃料油期货的上市，将有助于形成我国自己的石油定价机制，有助于在未来国际石油市场上听到“中国的声音”。从2009年上半年全球能源期货期权的交易量来看，上期所的燃料油期货交易量仅次于纽约商业交易所上市的WTI轻质低硫原油期货和洲际交易所上市的伦敦布伦特原油期货，成为全球第三大能源期货期权品种。燃料油虽然只是石油燃料中一个小品种，但它的供需状况受原油价格、国家政策、国际市场等因素的影响非常大，市场价格波动也非常剧烈。因此，本文将选取2008年1月1日到2008年12月31日之间210对的燃料油期、现货日收益率数据来研究中国燃料油期货市场的最优套期保值比率。其中现货数据来自国际石油网： 数据检验 尽管两个或两个以上的变量序列为非平稳序列，但它们的某种线性组合却可能呈现稳定性，则这两个变量之间便存在长期稳定关系即协整关系。如果两个变量都是单整变量，只有当它们的单整阶数相同时才可能协整；两个以上变量如果具有不同的单整阶数，有可能经过线性组合构成低阶单整变量。协整的意义在于它揭示了变量之间是否存在一种长期稳定的均 [10]衡关系。Johansen(1988)和Juselius(1990)提出了一种用极大似然法进行检验的方法，通常称为Johansen检验。其基本思路是在多变量向量自回归(VAR)系统回归构造两个残差的积矩阵，计算矩阵的有序本征值(Eigen value)，根据本征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。它可用于检验多个变量，同时求出它们之间的若干种协整关系，这也是本文采用的方法。 单位根检验 在检验过程中，若ADF值小于临界值，则认为被检验的序列为平稳序列；否则，为非平稳序列。对现货日收益率序列、期货日收益率分别做单位根检验，结果如表2所示，检验的t统计量均小于不同置信度下的临界值，因而应拒绝它们存在单位根的假设，即期、现货日收益率序列均为一阶单整序列。 表2 现货、期货日收益率单位根检验结果 现货日收益率 期货日收益率 ADF值- 1% 5% 10%Level 协整检验 确定期货和现货日收益率序列都是一阶单整的之后,还需要判定现货和期货日收益率之间是否存在协整关系。协整性检验就是检验变量的残差项是否存在单位根，如果两个序列是协整的，则其残差是平稳的。对现货和期货日收益率的协整检验结果如表3所示,最大特征值迹统计量大于1%和5%置信水平下的临界值，可见现货和期货日收益率之间存在明显的-4-
中国科技论文在线 协整关系，两者之间存在长期的均衡关系，这为下面的套期保值比率计算奠定了基础。 表3 现货、期货日收益率协整检验结果 原假设 特征值 迹统计量 1%临界值 5%临界值 无协整关系 至少存在一个协整关系 最优套期保值比率计算 最优套期保值比率计算结果如表4所示，四个模型的估算结果都小于1，这与传统的理论是不一致的。传统套保者认为现货价格与期货价格的变动方向和幅度相同，套期保值者在期货市场持有与现货市场数量相同但方向相反的头寸，即1：1，则现货市场的损失（盈利）可完全由期货市场的盈利（损失）来抵消，从而规避价格变动风险。这种方法因为没有考虑现货头寸和期货头寸的标准差之间的关系和它们的相关系数，从而是不恰当的，根据现货-[11][12]期货平价定理，对平价的任何偏离都会提供风险的套利机会。正如Working（1962）提出的选择避险理论认为避险者的避险操作是以追求利润最大化为目标，而非追求风险最小化，现货头寸和期货头寸在不同条件下并非对等，最优套期保值比率也并非为1。 从表4可以看出，改进后的模型计算出的比率均明显高于传统OLS计算结果，后三种[13]模型的计算结果较为接近。根据Geppert（1995）提出的“套期保值时间单位越长，最优套期保值比率越大，绩效也越好”的观点，后三种模型要优于OLS模型，其中以ECM模型计算结果最高，这是因为该模型同时考虑了现货价格和期货价格的非平稳性、长期均衡关系以及短期动态关系。 从表4可以看出，期货套期保值最优比率为80%左右，过高比重的套保率就变成了投机，过低的比率则达不到风险转移的效果，只有适度的比率才能在补偿现货市场价格变动带来的实际价格风险的同时，又能防范期货市场大幅波动带来的潜在损失。 表4 不同模型下的最优套期保值比率计算结果 模型OLSB-VAR ECMGARCH 最优套期保值比率 4. 结语 本文对燃料油期、现货日收益率序列进行协整分析和最优套期保值率的计算，得出适度套保率约为80%的结论，这为监管部门对央企套保规模的控制提供了一个定量依据。从国内企业或者机构海外试水频频失手可以看出，我国严重缺乏复合型高级金融人才，制度和人才成为制约国内企业“走出去”参与国际竞争的主要障碍。我们需要一个可以培养、吸纳和利用这种人才的制度，也需要既能对国企行为有效约束，又能促进其抗风险能力的机制。金融危机给我们的教训恰恰是应该金融创新，金融发展和经济增长息息相关，所谓金融强，则国强。科学技术是第一生产力，而金融创新就是金融领域的科学技术，可以说金融创新决定着一国金融的未来，所以我们必须加快国内衍生品市场的建设，增强大宗商品国际定价权，逐步建立以上海国际金融中心为依托的多层次资本市场体系。 -5-
中国科技论文在线 参考文献 [1] Johnson, L. L. The Theory of Hedging and Speculation in Commodity Futures [ J ]. Review of Financial Studies, 1960,(27): 139 - 151. [2] Ederington,L Hedging Performance of the New Futures Markets[J].Journal of Finance,March, 1979（34）:157-170. [3] Herbst A F,Kare D D, Marshall J time varying, convergence adjusted hedge ratio model [J].Advances in Futures and Options Research,1993,(6):137-155. [4] Myers, Generalized optimal hedge ratio estimation 1989(71). [5] Engle, and error correction:represontation,estimation and testing[J] . Eeonometrica,1987(55): 251 - 276. [6]Kroner K F,J -Varying Distributions and Dynamic Hedging with Foreign Currency Futures [J].Journal of Financial and Quantitative Analysis,1993,(28):535-551. [7] Ghosh, A. Hedging with Stock Index Futures: Estimation and Forecasting with Error Correction Model [ J ]. Journal of FuturesMarkets, 1993,(13): 743-752. [8] Bollerslev autoregressive conditional heteroscedasticity[J].Journal of Econometrics,1986,(31): 307-327. [9] Lien, Effect of the Co - integration Relationship on Futures Hedging: A Note [ J ]. Journal of Futures Markets,1996 (16) : 773 - 780. [10] Johansen, analysis of co-integrating vectors[J].Journal of Economic Dynamics and Control,1988,(12):231-254. [11] 滋维博迪等.投资学[M].北京：机械工业出版社，2005：436-449. [12] Working, Concepts Concerning Futures Markets and Prices[J].Ameriean Economic .(52). [13] Geppert,. A Statistical Model For the Relationship between Futures Contract Hedging Effectiveness and Investment Horizon Length [J]. Journal of Futures Markets, 1995, (15): 507-536. An Empirical Study on Fuel Oil Futures Hedging 12Zhong Lingfei, Zhang Qiang 1 Xinhua School of Banking and Insurance,Zhongnan University of Economics and Law, Wuhan (430060） 2 School of Law，Zhongnan University of Economics and Law, Wuhan (430060) Abstract The frequent huge loss of domestic enterprises in hedging highlighted the lack of internal risk controls and government supervision. This paper estimated the hedge ratios of fuel oil futures at four kinds of models: ordinary least square(OLS) , bivariate - vector autoregression (B - VAR) , error correction model ( ECM) and generalized auto-regressive conditional heteroscedasticity (GARCH) model. The findings indicate that the optimal hedge ratio of fuel oil futures is about 80%. In order to increase competitiveness of Domestic enterprises in the international market, China should accelerate the pace of financial innovation, cultivate senior financial personnel, establish effective monitoring system for state-owned enterprises, improve the domestic futures market construction. Keywords: Hedging;Fuel oil Futures;Co-integration Test 作者简介： 钟凌飞（1985－），男，江西赣州人，中南财经政法大学投资学专业2008级硕士研究生； 张 蔷（1986－），女，陕西西安人，中南财经政法大学法律硕士专业2008级硕士研究生。 -6-
