我国白糖期货价格和现货价格关系的实证研究*

摘　要：选取2006年3月1日—2016年3月31日的白糖期货和现货市场数据，通过相关性检验、ADF单位根检验、VAR模型、Johansen协整检验和格兰杰因果检验等分析方法，指出白糖期货价格与其现货价格存在长期均衡关系，且两者高度相关；白糖期货价格对未来白糖现货价格具有引导作用，但这个引导作用并不是相互的。同时，提出建立完善的期货市场制度及市场环境的建议，以充分发挥白糖期货市场的价格发现功能，形成更有效、更公平的白糖价格体系。

关　键　词：白糖；期货价格；现货价格；相关性检验；单位根检验；协整检验；格兰杰因果检验

近几年，世界糖产量约1.2～1.64亿吨，而糖的消耗量为1.4亿吨左右。全球糖产量位居前五的国家或地区为巴西、印度、欧盟、中国、美国[1]。中国作为除欧盟之外的第三大食糖生产国，也是食糖消费国和进口大国。白糖是日常生活中不可缺少的物资之一，而且随着新能源的开发利用，白糖作为燃料乙醇的原料也有着重要地位。然而，白糖现货价格的不稳定导致糖原料种植者、加工者以及销售者面临着巨大的市场风险。因此，2006年1月6日，白糖期货在郑州商品交易所再次上市，不论是对白糖的生产者、加工者还是销售者来说都是较好的避险工具，同时为进一步完善我国的期货市场、促进我国白糖市场的发展发挥了重要作用。

价格发现功能和套期保值功能是期货市场的基本功能，各种影响商品价格的因素通过期货交易反映出来，经营者根据其反映的价格信息作出相应的决策[2]。白糖期货自2006年上市以来，经历了10年的发展，随着交易制度进一步完善、市场参与者日趋增多，白糖期货的价格也受到越来越多的重视。越来越多的糖企利用白糖期货的价格发现功能和套期保值功能来规避风险，在一定程度上平稳了白糖价格，促进了糖企行业的健康发展。本文对白糖期货价格和现货价格进行实证分析，研究其价格关系，对完善白糖期货市场和现货市场具有现实意义。

一、文献综述

国外有关期货价格和现货价格关系的研究主要有：1983年David等对大豆、小麦和谷类等农产品进行比较简单的线性回归分析，得出的结果未通过F检验。传统的线性回归对非平稳的时间序列分析时容易出现伪回归的问题，为了研究两个非平稳时间序列的关系，1987年Engle和Granger最先提出了EG协整检验，但该方法不能作出参数推论是其缺陷，随后出现的Johansen协整检验[3]弥补了这点。1996年Malliaris和Urrutia对芝加哥商品期货交易所中的玉米、大豆、小麦和谷类等6种农产品的价格进行了协整检验，结果发现多数期货价格与其现货价格存在均衡关系。Holly和Bingfan(2002)对中国大豆和小麦进行了协整检验，结果发现大豆期货价格与现货价格存在均衡关系，而小麦期货价格与现货价格不存在明显均衡关系，小麦期货价格发现能力较弱[4]。Kumar(2004)选取了印度5个农产品期货进行分析，得出印度农产品期货没有价格发现功能的结论[5]。

近几年国内对期货价格与现货价格的研究主要有：邵永同、王常柏(2012)选取2004—2010年玉米期货价格和现货价格数据进行分析，结果发现玉米期货价格与现货价格存在协整关系，并且玉米期货价格发现功能较强[6]。滕永平、冯冰(2016)对玉米期货价格和现货价格进行研究，得出玉米期货价格和现货价格之间存在长期均衡关系，而且二者具有双向引导作用的结论[7]。当然，对于期货价格与现货价格之间是否存在协整与引导关系也有持反对意见的研究者，如李琼(2013)对国际铁矿石期货价格和现货价格的研究[8]，程刚等(2010)对螺纹钢期货价格和现货价格的研究[9]，宋冬英与王婧(2011)对玉米期货价格和现货价格的研究[10]等。

总的来说，现有研究主要集中在对白糖期货的价格发现功能和套期保值功能的研究上，但是大多数研究数据选择的时间区间较短，笔者认为有必要进行补充，使结论更具说服力。

二、实证分析

郑州商品交易所是我国白糖期货交易的主要场所，而广西是我国白糖主产区，因此，本文的期货数据来源于郑州商品交易所，现货数据来源于广西糖业协会公布的现货价格。

本文选取每日收盘价作为研究对象，收盘价能够反映市场对该品种期货的关注度，同时预示下一个交易日的价格走向。当然，单单一个数据并不能反映所有的信息。本文选取的白糖期货主力合约作为持仓量最大的交易合约，其价格数据流动性较强、成交量大，能够反映白糖期货的总体趋势并具有代表性。白糖期货于2006年1月6日上市，前期数据不稳定，因此本文选取了2006年3月1日—2016年3月31日交易日主力合约的收盘价，共计2 519组时间序列数据。为使数据更平稳具有代表性，本文对这些数据进行整理并求出月平均值，从而得到121组数据。运用Eviews 7.0对白糖期货价格和现货价格的关系进行实证分析。

根据所选取的郑州商品交易所白糖期货主力连续价格和广西白糖现货价格，利用Eviews 7.0进行分析，白糖期货价格和现货价格走势如图1所示。

由图1可知，郑州白糖期货价格与广西白糖现货价格的大体走势相同，二者存在显著相关关系。对二者进行相关性检验，得出相关系数为0.976，正相关关系非常明显。为了更好地观察白糖期货价格和现货价格的相关性，将121组数据再细分为10年，每年有12个数据，最后1年为13个数据，计算相关系数，结果如表1所示。

图1　白糖期货价格和现货价格走势

表1　白糖期货价格和现货价格相关系数

由表1可知，白糖期货价格和现货价格呈正相关关系，而且相关程度较高，更加详细具体地说明了二者处于长期均衡的关系。

(1) 时间序列平稳性。假设某个随机的时间序列为Yt(t=1，2，…，n)，若时刻t与均值E(Yt)、方差Var(Yt)以及协方差Cov(Yt，Yt+k)都无关，那么称这个时间序列具有平稳性[11]123-124。即均值E(Yt)=μ是与时间t无关的常数；方差Var(Yt)=σ2是与时间t无关的常数；协方差Cov(Yt，Yt+k)=Yk与时间间隔k有关，与时间无关。

(2) ADF单位根检验。时间序列平稳性检验主要采用ADF单位根检验。在给定的显著性水平下，若单位根的临界值小于T统计量的值，则接受原假设，认为时间序列是非平稳的；反之则拒绝原假设，认为时间序列是平稳序列[12]。

从图1中可以判断白糖期货价格与现货价格这组时间序列数据是非平稳的，采用ADF单位根检验进行具体分析，结果如表2所示。

由表2可知，不管是白糖期货价格还是现货价格都存在着单位根，都是非平稳的时间序列，与图1结果相同。因为期货价格和现货价格原始数据的统计量都大于临界值，所以存在单位根。不过对期货价格和现货价格进行一阶差分后，统计量明显小于临界值，拒绝原假设，从而得出一阶差分后白糖期货价格和现货价格的时间序列为平稳时间序列的结论。

表2　ADF单位根检验结果

(1) VAR模型。VAR模型是将模型中的每一个变量作为模型中所有内生变量的滞后函数进行回归分析，一般模型为

式中：yt为内生变量；xt为外生变量；AP与Br为待估参数矩阵，p和r分别为yt和xt的滞后阶数[13]。

建立关于白糖期货价格和现货价格的VAR模型，并以此为基础来进行协整检验。根据SIC最小准则，最大滞后阶数为二阶。模型结果如式(2)、(3)所示：

式中：ST(-1)为白糖现货价格的一期滞后值；ST(-2)为白糖现货价格二期滞后值；FT(-1)为白糖期货价格一期滞后值；FT(-2)为白糖期货价格二期滞后值。

由式(2)、(3)可知，调整后的拟合度R2分别为0.976 10、0.955 23，说明VAR模型的拟合度较高，并且通过F检验，这意味着VAR模型较为成功。由式(2)可知，白糖现货价格滞后一期的系数1.064 6，说明滞后一期的白糖现货价格对白糖现货价格的影响较大，而白糖现货二期滞后的系数为0.131 1，说明随着时间的推移，滞后二期对白糖现货价格的影响较小。同样地，由式(3)可知，白糖期货滞后一期系数为1.210 0，而滞后二期系数为0.365 8，说明一期滞后值对白糖期货价格影响较大，而随着时间推移影响很小，预测能力较弱。时间离到期日越远，对到期日价格影响越小，反之新信息的出现对期货价格影响较大。

(2) Johansen协整检验。1988年JohansenJueslius提出了协整检验，它是以向量自回归模型为基础检验回归系数的一种检验方法。由于大多数的经济变量都不具有平稳性，因此在进行时间序列分析时很容易就会出现虚假回归等问题，而协整检验为变量建立模型提供了重要的理论基础。本文对白糖期货价格和现货价格进行协整检验，结果如表3所示。

表3　Johansen协整检验结果

由表3可知，迹统计量16.407 290大于在显著性水平为5%时的临界值15.494 710，因此拒绝原假设。当假设至多1个时迹统计量为2.068 914，小于5%显著性水平下的临界值3.841 466，检验通过，说明变量之间存在协整关系。

(3) 格兰杰因果检验。协整检验和误差修正模型检验的是变量之间是否存在长期稳定的均衡关系，为进一步检验是否存在因果关系，则需要用到Granger因果检验[14]，其检验模型为

式中：yt为y原始序列当期值；xt-i、yt-j为x、y原始序列滞后期值；αi、βj为回归系数；ε为白噪声。

式中：RSS1为假设H0成立条件下对式(3)用最小二乘法估计的残差平方和；RSS2为无约束条件下对式(3)用最小二乘法估计的残差平方和；p和q分别为y和x的滞后阶数；T为样本数据的个数。若F的临界值小于S，那么拒绝原假设H0，反之则接受原假设。

根据AIC要求可知，检验的滞后期最小为1期，本文选取了1、2、3期滞后期进行检验，结果如表4所示。

表4　格兰杰检验结果

由表4可知，当滞后期为1期时，P值为0.025 6<0.05，所以在5%的置信水平下拒绝原假设，当滞后期为2或3期时，P值分别为0.021 1、0.001 1，同样小于0.05，故拒绝原假设，因此可以说白糖期货价格会引起现货价格的变化，是现货价格变化的原因。而白糖现货价格不能引起期货价格变动的原因在滞后期为1、2、3时的P值都大于0.05，且这个概率值远大于“期货价格不是现货价格的格兰杰原因”的概率值，因此白糖现货不是引起期货价格变化的原因。故白糖期货价格单向影响现货价格的因果关系存在，但双向因果关系不存在。

三、结论与启示

(1) 我国白糖期货价格与现货价格高度相关，白糖期货价格和现货价格的基本走势大体一致，但期货价格运行走向先于现货价格，这就为白糖的生产者、加工者及销售者利用期货市场规避白糖的价格风险提供了可能，也为投资者提供了一个套利或投机的方式。

(2) 我国白糖期货价格和现货价格之间存在协整关系，并且二者速度与长期走势大体一致。根据实证分析结果可知，郑州白糖期货价格是现货价格的格兰杰原因，白糖期货价格具有引导和传导性、预期性，这为现货价格进行调整提供了指示信息，使其及时反映期货市场价格，对生产经营者具有较强的指导作用。

(3) 白糖期货价格引导现货价格，但是反过来这种关系就不存在了。因此，政策制定者在制定相关政策措施时应将加强期货市场和现货市场建设纳入考虑范围，完善现货市场体系，克服其局限性，提高其组织化程度；同时增加期货市场的透明度、增强期货合约的流动性，加强期货市场和现货市场联系的紧密程度，为生产经营活动和投资活动提供规避风险的工具和渠道。

[1]王川.我国粮食期货市场与现货市场价格传导关系的研究 [J].中国食物与营养，2011，17(2)：46-51.

[2]李彦.我国白糖产区各现货市场与期货市场价格关联性研究：基于SVAR模型 [J].金融发展研究，2015，8(1)：24-31.

[3]Johansen S.Statiscal analysis of cointegrating vectors [J].Journal of Economic Dynamics and Control，1988(12)：231-254.

[4]Holly W，Bingfan K.Efficiency tests of agricultural commodity futures markets in China [J].The Austra-lian Journal of Agricultural and Resource Economics，2002，49(2)：125-141.

[5]Kumar S.Price discovery and markets efficiency：evidence from agricultural commodities futures markets [J].South Asian Journal of Management，2004，11(2)：32-47.

[6]邵永同，王常柏.期货价格与现货价格波动关系的实证研究：以农产品玉米为例 [J].财贸经济，2012，8(2)：77-81.

[7]滕永平，冯冰.玉米期货和现货价格关系的实证研究 [J].沈阳工业大学学报(社会科学版)，2016，9(1)：68-71.

[8]李琼.国际铁矿石期货价格与现货价格引导关系的实证研究 [D].青岛：中国海洋大学，2013.

[9]程刚，张孝岩，鲍亦群.上海钢材期货市场价格发现功能的研究 [J].吉林工商学院学报，2010，26(2)：31-35.

[10]宋冬英，王婧.农产品期货市场有效性研究：以农产品玉米为例 [J].经济与管理研究，2011，12(1)：62-68.

[11]史代敏，谢小燕.应用时间序列分析 [M].北京：高等教育出版社，2011.

[12]舒丹，蒋慧.我国白糖期货价格发现功能的实证研究 [J].金融与经济，2011(4)：52-55.

[13]王乃静，李国锋.基于 EVIEWS 软件的计量经济学建模检验案例解读 [J].数量经济技术经济研究，2001，18(10)：94-97.

[14]胡义芳.我国白糖期货市场价格发现功能的Granger因果检验 [J].商业研究，2014(13)：53-54.

Empirical study on relationship between futures price and spot price of white sugar in China

(School of Economics, Shenyang University of Technology, Shenyang 110870, China)

Abstract：The market data of the futures prices and spot prices of white sugar are sampled from March 1st, 2006 to March 31st, 2016. Such analysis methods are used as correlation test, ADF unit root test, VAR model, Johansen co-integration test, and Grainger causality test. It is proposed that the futures prices and spot prices of white sugar have the relationship in the long-run equilibrium, and are highly correlated; and that futures price of white sugar has a guiding role on the spot price of white sugar in the future, but not vice versa. Suggestions are proposed concerning the establishment of perfect futures market system and market environment, so as to give full play to the price discovery function of white sugar futures market, and to form a more effective and equitable system of white sugar prices.

Key words：white sugar; futures price; spot prices; correlation test; unit root test; co-integration test; Granger causality test

作者简介：罗丹程(1974-)，女，湖南长沙人，副教授，博士，主要从事国际金融、金融市场、外汇等方面的研究。

网络出版地址：http：∥www.cnki.net/kcms/detail/21.1558.C.20161010.1459.016.html