【般若咨询】大商所大豆—豆粕合约价差走势的实证研究

大商所大豆—豆粕合约价差走势的实证研究摘要期货市场具有零和博弈特点和对风险收益同步放大的杠杆效应，要想在期货市场中获得稳定收益面临巨大挑战。

即使拥有强大分析能力和先进技术手段的机构投资者，也必须寻求风险对冲方法，以便在获取预期收益的同时将风险减至最小，价差套利就是其中最易操作的一种。

本文以大商所大豆—豆粕期货价差序列做研究对象，通过分析大豆产业链上各品种期货价格的内在联系，探讨两者价差序列的运行规律，发现其具有明显的趋势性和季节性。

之后，尝试在期货、现货、外盘三个市场中分别寻找能对大豆—豆粕价差做出合理解释的价格变量，并通过多元回归模型进行实证检验。

最终选定现货价差、豆油指数、内外盘大豆价差等三个变量成功建立了大豆—豆粕期货价差解释模型。

从统计显著性和经济意义两方面验证了模型参数有效。

在建模过程中，利用格兰杰因果关系检验发现大豆-豆粕价差波动从期货市场向现货市场单向传递，利用协整理论得出四个变量间存在长期均衡关系，利用ECM 模型得出套利交易需要较长的持仓周期。

最后，通过迭代法消除了模型中的自相关，并将此模型用于样本外数据的静态预测。

关键词：大商所 价差套利 大豆提油公式 协整 长期均衡 多元回归模型 静态预测第一章 选题背景与文献综述大豆—豆粕价差交易已经成为我国期货市场最重要的套利方式，2006年其成交量就占到全部套利交易成交量的48%（崔伟杰，2007）。

09年以来，期货公司推出CTA业务的呼声日高，本土私募基金和海外对冲基金也在积极介入国内大宗商品市场。

对于这类机构投资者，风险可控的套利交易或者说风险对冲交易，才是其主要的获利方式。

在此背景下，大豆—豆粕价差交易做为国内最成熟的跨商品套利组合，正日益受到各类研究机构的重视。

国外对豆类品种价差套利的研究为时已久。

Johnson（1991）研究了CBOT 大豆压榨套利，发现长期持仓的收益远高于频繁交易获得的累积收益。

Barrett 和Kolb（1995）对大豆及其相关产品价格的研究发现，豆粕和豆油相对于大豆的长期均衡关系具有很强的持续性。

Simon（1999）则提出，大豆压榨套利的价差波动周期平均为5天。

Kawaller（2002）对价差套利交易者持有双边头寸而非单边交易的动机进行了分析，认为套利的动机是在获得同等受益的情况下令风险减小。

国内研究大豆—豆粕套利的普遍方法仍然是针对价差波动区间进行统计建模。

近年来也有研究人员尝试加入了新的分析手段。

西南交大 魏凌艳（2008）采用了大豆—豆粕价差序列的5日均线穿越15日均线做为开仓信号，使得价差套利模型可用于存在明显趋势性的市场状态。

南京财大 丁秀玲 华仁海（2007）利用协整检验和ECM模型验证了大豆和豆粕期货价格之间的长期均衡关系，但同时提出，基于ECM模型的套利交易利润并不显著。

总体而言，大豆—豆粕价差套利交易正日益受到国内外研究者的重视。

而计量分析方法被认为是这一领域最具科学性的研究方法。

因此本文将在前人的研究基础上，利用各种成熟的计量分析方法，对大豆—豆粕价差序列的运行机制进行实证研究，为后续的实用化套利模型的建立奠定基础。

第二章 大豆—豆粕价差模型的理论基础大豆压榨涉及的三类期货品种分别是大豆、豆粕、豆油，均在大连商品交易所挂牌交易。

在讨论各品种期货价格联动关系之前，有必要先对大豆产业链进行分析。

一、大商所豆类期货品种概述国产非转基因大豆对应的期货品种为豆一，进口转基因大豆对应的期货品种为豆二（非转基因大豆也可进行交割）。

豆粕、豆油期货分别对应各自的标的品种。

豆一合约和豆二合约的交易规模相差巨大。

前者每日成交量可达 而后者仅为 。

这一比例与现货市场进口大豆占绝对优势的情况相矛盾。

其原因可能是豆二期货上市较晚，价格发现和套期保值功能基本可由豆一期货承担。

再加上近年来豆二期货对豆一期货相同交割月份保持升水，而其交割品级却低于后者，这就使得豆二期货品种的市场参与主体较少，其价格不足以充分反映市场要素的变动。

因此，在对国内豆类期货的研究中，普遍使用豆一期货价格做为大豆期货价格的表征。

在本文后续章节中，“国内大豆期货价格”均指大连商品交易所豆一期货价格。

一般情况下，期货价格与该品种现货价格具有很强的相关性。

国内油脂产业严重依赖进口转基因大豆，因此连大豆价格走势也同样受到芝加哥商品交易所CBOT大豆期货走势的密切影响。

关于内外盘的联动性，之前已有大量实证研究，但在研究大豆—豆粕跨品种套利的相关文献中，尚未发现探讨外盘影响机制的论述。

显然，脱离外盘去研究豆类期货是不够严谨的，即使对于价差套利也应考虑外盘因素。

因此，本文在接下来的建模过程中，尝试引入了包含CBOT价格信息、汇率和海运费信息在内的解释变量。

数据生成方式及其对大豆—豆粕价差的影响机制将在后续章节中予以说明。

在对期货价格进行定量分析之前，还需要为研究数据建立连续时间序列。

目前国内研究者常用的处理方法有两种：一是使用主力合约并顺延；第二种方法是使用每个合约按成交量的加权平均。

由于第二种方法避免了在交割日出现价格跳跃的情况，更适于用作计量分析二、提油公式对各品种之间价格关系的影响在油脂压榨过程中,原料(大豆)投入量与产成品(豆粕、豆油)产出量之比是相对稳定的。

在目前的技术条件下，1吨国产大豆平均可以产出0.165吨豆油和0.8吨豆粕，如果采用进口转基因大豆，出油率可以达到0.18-0.22，加工成本约130元/吨。

这样就得到了大豆压榨利润的计算公式。

对于充分竞争的市场环境，整个行业的压榨利润短期内会在一定范围内波动，长期则保持相对的稳定。

这就令大豆提油公式成为各品种现货价格的潜在约束机制。

当价格关系偏离长期均衡状态的程度过大，亦即压榨利润过高或过低，都会促使油脂企业调整开机率，改变生产规模，从而影响市场供求关系，推动价格向长期均衡状态回归。

同时，由于期货价格在到期日向现货价格收敛和期现跨市套利行为的存在，提油公式对价格的约束力同样可以作用于期货市场并成为跨产品套利建模的理论基础。

在具体应用中，部分交易者按照豆、粕、油5：4：1的比例进行套利操作，此外也可以直接分析大豆—豆粕价差进行对冲投机。

本文选择后者做为研究对象，运用计量分析方法对其运行机制进行分析研究 。

三、大豆—豆粕价差变动的历史规律与近期特点传统的价差套利理论认为理想状态下合约价差应在一定的区间内波动，当价差运行到接近区间边缘时意味着建仓信号。

下图为2001年以来大豆—豆粕价差每日收盘价。

图中可以看到，大豆—豆粕价差在06年底开始呈现出强烈的趋势性，从之前的400点左右一度扩大到1200点，之后在金融危机期间快速回落，目前在1000点附近震荡。

趋势性的存在意味着无法用固定的波动区间去描述价差序列的运行特点。

在另一方面，虽然大豆、豆粕价格走势与二者价差走势在图中来看具有相关性，但这种相关主要是大宗商品价格整体大起大落带动大豆-豆粕价差涨落造成的。

在07年3月之前，大豆指数与大豆—豆粕价差的相关性只有0.02，因此大豆、豆粕价格水平直接决定二者价差水平的假设不能成立。

由于农产品价格普遍具有季节性波动的特点，我们也有必要对大豆—豆粕价差序列的季节性进行分析。

在此利用X12方法对2001年1月—2010年5月的月度数据进行处理，结果如下：D 16 Combined adjustment factorsFrom 2001.Jan to 2010.MayObservations 113---------------------------------------------------------------------------- Jan Feb Mar Apr May JunJul Aug Sep Oct Nov Dec AVGE----------------------------------------------------------------------------2001 117.7 117.4 98.5 107.9 102.7 95.489.5 84.8 81.6 96.8 103.4 104.3 100.02002 118.1 116.8 98.1 108.6 103.8 95.288.6 84.1 81.2 97.0 104.1 105.3 100.12003 117.2 115.8 99.2 110.2 105.0 94.686.3 82.3 81.2 96.4 105.4 108.4 100.22004 115.9 114.1 100.1 111.3 106.3 94.484.1 80.7 81.8 95.5 105.9 111.5 100.12005 114.3 112.7 102.2 111.1 106.6 95.382.2 79.7 82.9 94.6 106.0 114.1 100.12006 112.8 111.4 104.4 109.1 106.4 96.282.1 80.3 85.0 94.1 104.5 113.8 100.02007 110.7 111.0 107.9 107.2 105.3 97.282.6 81.3 87.5 93.5 102.8 112.9 100.02008 109.1 111.2 110.4 105.6 104.4 97.383.7 82.6 89.4 93.1 100.9 111.5 99.92009 108.3 111.8 112.1 104.6 103.8 97.784.2 83.2 90.0 93.0 100.0 111.0 100.02010 108.1 112.1 112.5 104.0 104.0 108.2AVGE 113.2 113.4 104.5 108.0 104.8 95.984.8 82.1 84.5 94.9 103.7 110.3Table Total- 11345.44 Mean- 100.40 Std. Dev.- 11.18Min - 79.66 Max - 118.08结果显示，大豆—豆粕价差具有明显的季节性。

1、2月份价差扩大的趋势强于8、9月份。

这是因为春节前后牲畜存栏量明显下降引起豆粕需求减少，而豆油需求旺盛，南美大豆还未上市导致大豆供应紧张。

因此1、2月份大豆—豆粕价差会相对走强。

反之，当8、9月份美国大豆和国产大豆成熟在际，对大豆供给增加的预期和豆粕消费旺季来临共同作用，容易造成大豆—豆粕价差走弱。

以下给出了剔出季节因素后的价差走势图。

第三章 大豆—豆粕期货价差解释模型的建立在前文对大豆—豆粕价差形成机制理论推测，以及作图分析的基础上，本章利用计量分析方法对07年10月8日到10年5月31日的数据建模，从实证角度研究各种价格变量对大豆—豆粕期货价差的影响第一节 解释变量的选取首先，将被解释变量标记为FUTDIF，表示大豆期货指数与豆粕期货指数价差。