劉文超,安 毅,方 蕊
(中國(guó)農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院, 北京 100083)
自2015年糧食補(bǔ)貼市場(chǎng)化改革以來,我國(guó)糧食市場(chǎng)化程度不斷提升,市場(chǎng)風(fēng)險(xiǎn)呈日益增大趨勢(shì)。如何更好地利用我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)來應(yīng)對(duì)劇烈變化的國(guó)內(nèi)外價(jià)格波動(dòng)風(fēng)險(xiǎn),已成為國(guó)家政策層面和微觀經(jīng)濟(jì)主體均極為關(guān)注的重要議題。為此,中央一號(hào)文件連續(xù)四年(2016—2019年)要求以“保險(xiǎn)+期貨”試點(diǎn)來服務(wù)三農(nóng)。中共中央、國(guó)務(wù)院印發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》也同樣明確要求發(fā)展農(nóng)產(chǎn)品期貨和期權(quán)市場(chǎng),利用期貨和期權(quán)來完善農(nóng)業(yè)風(fēng)險(xiǎn)管理和預(yù)警體系。各界在這一風(fēng)險(xiǎn)管理政策框架的落地實(shí)施過程中展開了多方面探索,但是,對(duì)開放經(jīng)濟(jì)下農(nóng)產(chǎn)品期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)深入探討尚有所欠缺。
一個(gè)無可回避的現(xiàn)實(shí)問題是,美國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)在價(jià)格制定和風(fēng)險(xiǎn)溢出效應(yīng)中發(fā)揮著引領(lǐng)作用,我國(guó)農(nóng)產(chǎn)品期貨的價(jià)格波動(dòng)明顯經(jīng)常受到美國(guó)芝加哥期貨交易所期貨市場(chǎng)供求關(guān)系和極端風(fēng)險(xiǎn)變化的影響。特別是,由于大豆在我國(guó)所有農(nóng)產(chǎn)品中市場(chǎng)化和國(guó)際化程度最高,因此其價(jià)格與美國(guó)大豆期貨價(jià)格的關(guān)聯(lián)性也最強(qiáng)。黃季焜等[1]很早就研究發(fā)現(xiàn),在2005—2008年糧食危機(jī)和金融危機(jī)期間,我國(guó)政策干預(yù)并不能有效穩(wěn)定國(guó)內(nèi)大豆價(jià)格。2018年大豆成為中美貿(mào)易摩擦的首個(gè)農(nóng)產(chǎn)品品種后,價(jià)格劇烈變化,再次揭示出市場(chǎng)中存在著極端風(fēng)險(xiǎn)溢出效應(yīng)??梢哉J(rèn)為,大豆市場(chǎng)的內(nèi)外連接關(guān)系在很大程度上也預(yù)示著其他諸多農(nóng)產(chǎn)品未來的風(fēng)險(xiǎn)變化模式,因此,研究中美大豆期貨價(jià)格的風(fēng)險(xiǎn)關(guān)系特別是極端風(fēng)險(xiǎn)溢出不僅對(duì)當(dāng)前的風(fēng)險(xiǎn)管理政策具有重要的參考意義,也是今后農(nóng)業(yè)風(fēng)險(xiǎn)研究的一個(gè)理論探索方向。
在現(xiàn)有條件下,以下一系列問題需要進(jìn)行剖析探索:作為國(guó)際大豆定價(jià)中心的美國(guó)大豆期貨市場(chǎng)與我國(guó)大豆期貨市場(chǎng)之間是否存在極端風(fēng)險(xiǎn)溢出效應(yīng)?中美大豆期貨市場(chǎng)間極端風(fēng)險(xiǎn)的傳導(dǎo)方向和大小是什么?大豆補(bǔ)貼市場(chǎng)化改革后,國(guó)際期貨市場(chǎng)對(duì)我國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)是否增強(qiáng)?我國(guó)大豆期貨市場(chǎng)與國(guó)際期貨市場(chǎng)之間的長(zhǎng)短期極端風(fēng)險(xiǎn)溢出效應(yīng)是否存在顯著差異?面對(duì)國(guó)際期貨市場(chǎng)的極端風(fēng)險(xiǎn)沖擊,政策制定部門如何應(yīng)對(duì)?
針對(duì)以上問題,本文擬在三個(gè)方面展開創(chuàng)新性實(shí)證研究。第一,從時(shí)變、非線性和不對(duì)稱性尾部風(fēng)險(xiǎn)的角度對(duì)國(guó)際大豆期貨市場(chǎng)與我國(guó)大豆期貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出狀況進(jìn)行較全面的研究。第二,將全樣本以我國(guó)糧食干預(yù)政策改革時(shí)間為基本依據(jù)進(jìn)行劃分,著重探討美國(guó)大豆期貨市場(chǎng)對(duì)我國(guó)大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出效應(yīng)是否在市場(chǎng)化改革后增強(qiáng)。第三,將時(shí)變Copula-CoVaR模型與變分模態(tài)分解(VMD)模型相結(jié)合,首次從時(shí)間維度上研究我國(guó)大豆期貨市場(chǎng)與國(guó)際大豆期貨市場(chǎng)間極端風(fēng)險(xiǎn)溢出的長(zhǎng)短期效應(yīng)。
目前,關(guān)于國(guó)際農(nóng)產(chǎn)品市場(chǎng)間的價(jià)格信息溢出效應(yīng)主要從均值和波動(dòng)溢出的角度開展研究,研究方法主要采用協(xié)整檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)、向量自回歸模型(VAR模型)以及多元GARCH模型?,F(xiàn)有關(guān)于國(guó)際農(nóng)產(chǎn)品期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)的研究也主要集中在大豆期貨上[2]。首先,在均值溢出效應(yīng)的研究中,周應(yīng)恒等[3]、劉慶富等[4]和Chao等[5]發(fā)現(xiàn)價(jià)格在美國(guó)大豆期貨市場(chǎng)中占主導(dǎo)地位,而夏天等[6]和Han等[7]的研究表明我國(guó)大豆期貨市場(chǎng)并不是美國(guó)大豆期貨市場(chǎng)的影子市場(chǎng)。其次,在波動(dòng)溢出效應(yīng)的研究中,國(guó)內(nèi)外學(xué)者大多認(rèn)為國(guó)內(nèi)大豆期貨的價(jià)格波動(dòng)主要受美國(guó)大豆期貨的影響[8-11]。其中,Liu等[9]和Jiang等[11]研究發(fā)現(xiàn)中國(guó)與美國(guó)大豆期貨市場(chǎng)存在雙向波動(dòng)溢出,且中國(guó)對(duì)美國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出逐漸增強(qiáng)。而王振宇[12]發(fā)現(xiàn)中國(guó)大豆期貨對(duì)美國(guó)期貨市場(chǎng)的波動(dòng)溢出效應(yīng)更顯著。王柏杰等[10]認(rèn)為連續(xù)交易制度顯著增強(qiáng)了中美期貨市場(chǎng)的聯(lián)動(dòng)關(guān)系,并發(fā)現(xiàn)實(shí)施連續(xù)交易制度后,中美大豆期貨市場(chǎng)波動(dòng)溢出關(guān)系已由美國(guó)對(duì)中國(guó)的單項(xiàng)溢出轉(zhuǎn)向雙向溢出。趙一夫等[13]也指出在市場(chǎng)價(jià)格波動(dòng)劇烈時(shí),國(guó)際市場(chǎng)對(duì)國(guó)內(nèi)市場(chǎng)的價(jià)格沖擊增強(qiáng)。
另一些學(xué)者同時(shí)對(duì)我國(guó)多個(gè)品種的糧食市場(chǎng)與國(guó)際市場(chǎng)間的波動(dòng)溢出效應(yīng)進(jìn)行了研究,發(fā)現(xiàn)糧食市場(chǎng)的開放程度會(huì)造成我國(guó)糧食市場(chǎng)與國(guó)際糧食市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)存在顯著差異性,其中,大豆在我國(guó)糧食市場(chǎng)與國(guó)際市場(chǎng)之間的波動(dòng)溢出效應(yīng)最強(qiáng)[14-16]。例如,肖小勇等[14]研究發(fā)現(xiàn)只有大豆的國(guó)際糧食價(jià)格對(duì)國(guó)內(nèi)糧食價(jià)格存在波動(dòng)溢出效應(yīng)。李光泗等[15]發(fā)現(xiàn)糧食市場(chǎng)對(duì)外開放程度越高,市場(chǎng)間價(jià)格的協(xié)整程度越大,國(guó)際價(jià)格對(duì)中國(guó)糧食市場(chǎng)的波動(dòng)溢出效應(yīng)也越強(qiáng)。李光泗等[16]的研究進(jìn)一步證實(shí)只有我國(guó)進(jìn)口量大、市場(chǎng)開放程度高的大豆和玉米兩個(gè)品種的國(guó)內(nèi)市場(chǎng)與國(guó)際市場(chǎng)間存在雙向波動(dòng)溢出效應(yīng)。Liu等[17]和Hernandez等[18]也證實(shí)中美大豆期貨市場(chǎng)間存在雙向的波動(dòng)溢出效應(yīng)。因此,隨著農(nóng)產(chǎn)品現(xiàn)貨市場(chǎng)化程度和期貨市場(chǎng)國(guó)際化程度加強(qiáng),相比其他農(nóng)產(chǎn)品,深入分析中美大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)更加具有現(xiàn)實(shí)意義。
通過梳理發(fā)現(xiàn),上述文獻(xiàn)對(duì)國(guó)內(nèi)外農(nóng)產(chǎn)品市場(chǎng)之間的信息溢出關(guān)系進(jìn)行了探討,對(duì)國(guó)際大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出的研究有重要的價(jià)值,但仍然存在一定的局限性。第一,現(xiàn)有研究主要集中在中美糧食市場(chǎng)之間的均值和波動(dòng)溢出,而對(duì)極端風(fēng)險(xiǎn)情況缺乏探討。由于均值和波動(dòng)只能顯示小范圍的風(fēng)險(xiǎn)變化情況,因此不能準(zhǔn)確刻畫極端風(fēng)險(xiǎn)情況下境內(nèi)外市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)[19]。只有極少數(shù)學(xué)者從極端風(fēng)險(xiǎn)視角研究農(nóng)產(chǎn)品期貨市場(chǎng)的風(fēng)險(xiǎn)溢出問題。例如,Ke等[20]使用條件風(fēng)險(xiǎn)價(jià)值(CoVaR)方法研究我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)在國(guó)際市場(chǎng)的影響力;Jiang等[21]使用Cross-Quantilogram方法研究中美農(nóng)產(chǎn)品期貨市場(chǎng)在收益率分位數(shù)間的格蘭杰因果關(guān)系。第二,從風(fēng)險(xiǎn)溢出的視角,現(xiàn)有的研究結(jié)論并不一致。其主要原因是研究大都基于靜態(tài)的線性視角,運(yùn)用BEKK-GARCH模型研究我國(guó)商品期貨與國(guó)際期貨市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)。而現(xiàn)有的研究已表明大豆期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)具有明顯的時(shí)變性和不對(duì)稱性特征?;陟o態(tài)視角研究市場(chǎng)間的風(fēng)險(xiǎn)傳遞效應(yīng),并不能很好地刻畫風(fēng)險(xiǎn)溢出的非線性、不對(duì)稱性和時(shí)變特征。第三,現(xiàn)有研究發(fā)現(xiàn)中美大豆期貨市場(chǎng)存在信息溢出效應(yīng),但是關(guān)于中美大豆期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)定量的研究文獻(xiàn)較少。
另外,已有研究表明,采用頻域的方法來研究市場(chǎng)風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)在時(shí)間維度上的長(zhǎng)短期差異對(duì)深入了解市場(chǎng)風(fēng)險(xiǎn)、市場(chǎng)間的相關(guān)性和風(fēng)險(xiǎn)溢出效應(yīng)具有重要意義。比如,一些學(xué)者研究了金融市場(chǎng)之間相依性的長(zhǎng)短期差異[22-23]以及石油與金融市場(chǎng)間的長(zhǎng)短期風(fēng)險(xiǎn)溢出效應(yīng)[24- 25];另一些學(xué)者[26- 27]指出使用頻域的方法可以提高市場(chǎng)風(fēng)險(xiǎn)預(yù)測(cè)的能力;但很少有學(xué)者對(duì)中美農(nóng)產(chǎn)品期貨市場(chǎng)間的長(zhǎng)短期風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行研究。且已有研究表明VMD模型相比其他頻域分解方法更有優(yōu)點(diǎn)。比如,它不僅能解決經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模態(tài)混疊問題,還能有效消除譜分析和小波分析中存在的虛假波動(dòng)尺度問題[24,28]。鑒于此,本文將采用VMD-GARCH-Copula-CoVaR模型來測(cè)度中美大豆期貨市場(chǎng)間的長(zhǎng)短期極端風(fēng)險(xiǎn)溢出效應(yīng),豐富和補(bǔ)充了中美農(nóng)產(chǎn)品期貨市場(chǎng)風(fēng)險(xiǎn)溢出問題的研究。
本文選用CoVaR這一指標(biāo)來量化中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出大小,并用ΔCoVaR作穩(wěn)健型檢驗(yàn)。首先,考慮到大豆期貨收益率的分布通常表現(xiàn)出“尖峰厚尾”的特征以及金融時(shí)間序列波動(dòng)的不對(duì)稱性,為更精準(zhǔn)地?cái)M合中美大豆期貨收益率序列的邊緣分布,本文運(yùn)用偏t-AR-GJR-GARCH(1,1)分布模型來擬合。其次,借鑒周愛民等[29-30]研究經(jīng)驗(yàn),本文采用7種靜態(tài)Copula函數(shù)和5種動(dòng)態(tài)Copula函數(shù)對(duì)中美大豆之間的相依性進(jìn)行估計(jì),根據(jù)赤池信息準(zhǔn)則(AIC準(zhǔn)則)選出最優(yōu)的Copula函數(shù)形式來刻畫變量間的相依性(1)7種靜態(tài) Copula 函數(shù)分別為: Gaussian, Student-t, Gumbel, Rotated Gumbel, SJC, Clayton, Rotated Clayton。5種動(dòng)態(tài) Copula 函數(shù)分別為: TVP-Gaussian, TVP-Student-t, TVP-Gumbel, TVP-Rotated Gumbel, TVP-SJC。。最后,通過精準(zhǔn)擬合的邊緣分布和最優(yōu)的Copula函數(shù)來獲得更精確的Copula-CoVaR的計(jì)算結(jié)果。
另外,借鑒Mensi等[24]的經(jīng)驗(yàn),本文為研究中美大豆期貨市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)在時(shí)間維度上差異性,使用Dragomiretskiy等[28]提出的VMD,通過對(duì)上述邊緣分布擬合得到的標(biāo)準(zhǔn)化殘差序列進(jìn)行自適應(yīng)分解成10個(gè)模態(tài)分量,每個(gè)模態(tài)分量均具有不同中心頻率的有限帶寬,使得每個(gè)模態(tài)的估計(jì)寬度之和為最小。然后,將變分模態(tài)分解得到的長(zhǎng)(短)期模態(tài)分量進(jìn)行概率積分變換成服從[0,1]的均勻分布序列,再將其代入上述Copula模型中,從而求出刻畫變量間的長(zhǎng)(短)期相依性最優(yōu)的Copula函數(shù)。最后,基于該最優(yōu)的Copula函數(shù),根據(jù)Copula-CoVaR模型得到CoVaR序列,該序列就是長(zhǎng)(短)期CoVaR序列。詳細(xì)的VMD方法介紹參見Dragomiretskiy等[28]和余方平等[31]的文章,本文不作詳述。
具體模型及其估計(jì)方法如下:
根據(jù)AIC準(zhǔn)則,中美大豆價(jià)格收益率的均值方程的最優(yōu)滯后階數(shù)均為1階,因此,偏t-AR-GJR-GARCH的均值方程、方差方程和偏t分布密度函數(shù)分別如式(1)、式(2)和式(3)所示。
rt=μ+φ1rt-1+εt
(1)
(2)
其中,rt為收益率;ht為殘差εt的條件方差;下標(biāo)t表示時(shí)間;zt為標(biāo)準(zhǔn)化殘差;μ、φ、ω、α、β和γ均為常數(shù),ω>0,α≥0,β≥0,α+β<1;Ιt(·)為示性函數(shù),即如果εt-1<0,則取值為1,否則為0。若待估參數(shù)r≠0,則說明存在杠桿效應(yīng)。
(3)
將上述邊緣分布擬合的標(biāo)準(zhǔn)化殘差序列進(jìn)行概率積分變換成服從[0,1]的均勻分布序列,將兩個(gè)序列的均勻分布序列u和v,代入Copula模型中進(jìn)行參數(shù)估計(jì),再根據(jù)AIC最小原則,求解出最優(yōu)Copula模型。
其中,參考Patton[32]給出的定義,時(shí)變Copula函數(shù)允許靜態(tài)Copula函數(shù)的相依參數(shù)隨時(shí)間變化。首先,時(shí)變 Gaussian和時(shí)變Student-tCopula函數(shù)的時(shí)變相依參數(shù)變化如下:
(4)
其中,Φ-1(x)是標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)函數(shù);q為常數(shù);u和v表示不同變量的均勻分布序列;j表示第幾期。 為了使相關(guān)系數(shù)ρt(-1,1), 令Λ(X)=(1-e-x)(1+e-x)-1, e為自然常數(shù)。當(dāng)把式(4)中的Φ-1(x)用代替時(shí),即為Student-tCopula。
其次,時(shí)變Gumbel和Rotated Gumbel函數(shù)的時(shí)變相依參數(shù)變化如下:
(5)
其中,δ為相依參數(shù)。
最后,時(shí)變SJC Copula函數(shù)的時(shí)變相依參數(shù)變化如下:
(6)
(7)
其中,α表示顯著性水平;P()為概率函數(shù)。
具體而言,通過下列Copula-CoVaR模型即可求解出上下行條件風(fēng)險(xiǎn)價(jià)值。其中,下行條件風(fēng)險(xiǎn)價(jià)值可由式(8)求出,上行條件風(fēng)險(xiǎn)價(jià)值由式(9)求出。
(8)
(9)
(10)
無條件風(fēng)險(xiǎn)價(jià)值由下式求出:
(11)
其中,tλi,ηi(α)為序列α的自由度為λi、對(duì)稱性為ηi的偏t分布的邊緣分布函數(shù);σi,t為第i個(gè)市場(chǎng)的波動(dòng)率;μi,t為收益率均值。
為考慮到模型的穩(wěn)健性,本文同樣使用GE-CoVaR來衡量市場(chǎng)i對(duì)j的溢出風(fēng)險(xiǎn)價(jià)值:
(12)
為檢驗(yàn)條件風(fēng)險(xiǎn)價(jià)值與無條件風(fēng)險(xiǎn)價(jià)值是否相等、上下行風(fēng)險(xiǎn)的溢出的不對(duì)稱性以及中美期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出強(qiáng)弱,借鑒Reboredo等[34]的經(jīng)驗(yàn),本文選用Abadie[35]的K-S檢驗(yàn)方法進(jìn)行統(tǒng)計(jì)性檢驗(yàn)。公式如下:
(13)
其中,KS為檢驗(yàn)統(tǒng)計(jì)量;m和n分別為兩個(gè)序列的維度長(zhǎng)度;τ為常數(shù);F()和G()為累計(jì)分布函數(shù);sup為上確界符號(hào)。
本文考察的中美期貨市場(chǎng)大豆價(jià)格的樣本時(shí)期均為2004年12月22日—2018年12月25日。其中,以大連商品交易所的豆一期貨的主力合約的日收盤價(jià)代表中國(guó)大豆期貨的價(jià)格,以芝加哥期貨交易所的大豆連續(xù)合約的日收盤價(jià)代表美國(guó)大豆期貨的價(jià)格,期貨價(jià)格數(shù)據(jù)均來源Wind數(shù)據(jù)庫(kù)。我國(guó)豆一期貨以非轉(zhuǎn)基因大豆為標(biāo)的,主要作為食用大豆,來自國(guó)內(nèi)自產(chǎn)。美國(guó)大豆期貨均以轉(zhuǎn)基因大豆為標(biāo)的,主要出口我國(guó)。另外,考慮到中美大豆期貨市場(chǎng)交易時(shí)區(qū)的不同,在研究美國(guó)大豆期貨市場(chǎng)對(duì)我國(guó)大豆期貨的風(fēng)險(xiǎn)溢出效應(yīng)時(shí),將美國(guó)大豆期貨價(jià)格滯后一階進(jìn)行研究。首先對(duì)中美大豆期貨收盤價(jià)格做對(duì)數(shù)處理,并令Rt為價(jià)格收益率,Pt為第t日期貨收盤價(jià)格,則可以表示為:
Rt=ln(Pt/Pt-1)
(14)
然后將處理好的中美大豆期貨價(jià)格收益率進(jìn)行描述性統(tǒng)計(jì)分析,結(jié)果如表1所示。
表1 中美大豆期貨收益率的描述性統(tǒng)計(jì)
表1中,標(biāo)準(zhǔn)差統(tǒng)計(jì)結(jié)果顯示美國(guó)大豆市場(chǎng)收益率的波動(dòng)大于我國(guó)期貨市場(chǎng)收益率的波動(dòng),說明美國(guó)大豆市場(chǎng)風(fēng)險(xiǎn)高于我國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn),佐證了研究國(guó)際期貨市場(chǎng)對(duì)我國(guó)期貨市場(chǎng)風(fēng)險(xiǎn)溢出的必要性。另外,偏度、峰度表明大豆期貨收益率具有左偏和肥尾特征,且JB統(tǒng)計(jì)量表示不服從正態(tài)分布,這說明使用均值模型或多元GARCH模型并不能準(zhǔn)確刻畫中美大豆期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)。
表2給出了我國(guó)大豆期貨和美國(guó)大豆期貨收益率的邊緣分布的估計(jì)結(jié)果。
表2 GARCH參數(shù)估計(jì)結(jié)果
由表2可知:第一,豆一期貨和美豆期貨收益率均存在顯著的1階自相關(guān)性,且ARCH系數(shù)(β1)均顯著,說明中美大豆期貨市場(chǎng)均具有波動(dòng)聚集效應(yīng),期貨市場(chǎng)價(jià)格波動(dòng)也具有較強(qiáng)的持續(xù)性。第二,表2中的GARCH系數(shù)γ表示價(jià)格波動(dòng)信息不對(duì)稱性,其中豆一的系數(shù)不顯著,而美豆的系數(shù)顯著為負(fù),說明我國(guó)大豆期貨市場(chǎng)價(jià)格波動(dòng)不存在信息不對(duì)稱性特征,美國(guó)大豆期貨市場(chǎng)價(jià)格波動(dòng)存在信息不對(duì)稱性特征,即壞消息對(duì)美國(guó)大豆的價(jià)格波動(dòng)影響大于好消息的影響,造成中美大豆市場(chǎng)波動(dòng)不對(duì)稱的這種差異現(xiàn)象主要是由于豆一市場(chǎng)價(jià)格受我國(guó)價(jià)格支持政策的影響。第三,中美大豆的自由度參數(shù)估計(jì)結(jié)果均顯著大于2,其中,中國(guó)大豆期貨的自由度小于美國(guó)大豆期貨的自由度,這說明美國(guó)大豆期貨市場(chǎng)比中國(guó)大豆期貨市場(chǎng)更具有“尖峰厚尾”特征,極端風(fēng)險(xiǎn)發(fā)生概率更大。最后,使用K-S檢驗(yàn),結(jié)果均未能拒絕Skewed-Student-t分布的原假設(shè),因此,上述模型較好地對(duì)大豆收益率的邊緣分布進(jìn)行了擬合。
為了分析比較中美大豆期貨市場(chǎng)間依賴性和極端風(fēng)險(xiǎn)溢出效應(yīng)在時(shí)間維度上的差異,沿用Mensi等[24]的經(jīng)驗(yàn),本文應(yīng)用新型數(shù)據(jù)分解技術(shù),即VMD模型,將中美大豆期貨市場(chǎng)收益率的標(biāo)準(zhǔn)化殘差均分解為10個(gè)不同時(shí)間尺度的變分模態(tài)分量,將波動(dòng)較平穩(wěn)且波動(dòng)集聚較少的模態(tài)分量VMD1定義為長(zhǎng)期收益率序列,將波動(dòng)劇烈以及波動(dòng)集聚明顯的模態(tài)分量VMD10定義為短期收益率序列,從而獲得具有不同中心頻率有限帶寬的短長(zhǎng)期收益率序列。
圖1為中美大豆期貨市場(chǎng)的模態(tài)分量(VM)的方差圖。從中可知,通過VMD分解得到中美大豆不同時(shí)間尺度的模態(tài)分量具有不同的方差,其值在0.03~0.06之間,且長(zhǎng)短期中美大豆的模態(tài)分量的方差均表現(xiàn)出顯著差異。這說明運(yùn)用VMD方法可以有效分解出不同時(shí)間尺度的模態(tài)分量,使用該方法研究中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出的長(zhǎng)短期效應(yīng)是合理的。
圖1 中美大豆期貨市場(chǎng)的模態(tài)分量(VM)的方差圖
為避免模型誤設(shè),本文根據(jù)AIC準(zhǔn)則選擇最優(yōu)的Copula函數(shù)來刻畫兩變量間的聯(lián)合分布。由于中美期貨市場(chǎng)所處地區(qū)時(shí)間差異,本文在使用日數(shù)據(jù)原樣本分析同一市場(chǎng)跨地區(qū)風(fēng)險(xiǎn)溢出情況時(shí)須分別對(duì)中國(guó)對(duì)美國(guó)的風(fēng)險(xiǎn)溢出時(shí)的相依性和美國(guó)對(duì)中國(guó)的風(fēng)險(xiǎn)溢出時(shí)的相依性進(jìn)行估計(jì)。而對(duì)經(jīng)過VMD模型分解得到的長(zhǎng)短期時(shí)間序列不存在上述問題,因此不需要用滯后一期美國(guó)的時(shí)間序列來研究美國(guó)對(duì)中國(guó)的風(fēng)險(xiǎn)溢出相依性。依照AIC準(zhǔn)則可知TVP-Student-t-Copula對(duì)原序列的擬合效果最好,TVP-Normal Copula對(duì)短期序列的擬合效果最好,TVP-SJC Copula對(duì)長(zhǎng)期序列的擬合效果最好,最優(yōu)Copula參數(shù)估計(jì)結(jié)果如表3所示。
表3 最優(yōu)Copula參數(shù)估計(jì)結(jié)果
中美大豆期貨市場(chǎng)動(dòng)態(tài)相關(guān)性如圖2所示??梢钥闯?,第一,我國(guó)大豆期貨與美國(guó)大豆期貨市場(chǎng)同日之間的相關(guān)性(見圖2(a))平均在0.25左右;而美國(guó)期貨市場(chǎng)與我國(guó)大豆期貨市場(chǎng)隔日之間的相關(guān)性(見圖2(b))在2010年以前大多數(shù)穩(wěn)定在0.3以上,但2012年以后呈下降趨勢(shì),在2015年以后,隔夜相關(guān)性又顯著增強(qiáng)??傮w而言,相比隔夜相關(guān)性,中國(guó)大豆與美國(guó)大豆的同日相關(guān)性更穩(wěn)定,這主要是由于我國(guó)大豆期貨市場(chǎng)在國(guó)際大豆市場(chǎng)仍然缺乏影響力。第二,中美大豆期貨市場(chǎng)之間的長(zhǎng)短期相關(guān)性(見圖2(c),圖2(b))的波動(dòng)存在顯著差異,長(zhǎng)期尾部相關(guān)性的波動(dòng)較大,且表2中的正態(tài)Copula(Normal-copula)也表明中美國(guó)的大豆短期尾部相關(guān)性為0,而SJC-copula表明長(zhǎng)期相關(guān)性存在上下尾部相關(guān)性。這表明,相比短期相關(guān)性,長(zhǎng)期中美大豆期貨市場(chǎng)間的尾部相關(guān)性較強(qiáng)。這主要是由于短期相關(guān)性主要反映兩個(gè)市場(chǎng)投資者情緒和交易噪音之間的信息傳遞,而長(zhǎng)期相關(guān)性主要反映中美大豆市場(chǎng)供需等基本面和投資者預(yù)期之間的信息傳遞;且相比投資者情緒和交易噪音等短期因素,供需等基本面因素與投資者預(yù)期的變化對(duì)兩市場(chǎng)之間的關(guān)聯(lián)性影響更強(qiáng),也更長(zhǎng)期。第三,相比其他時(shí)期,中美大豆市場(chǎng)的長(zhǎng)期相關(guān)性在2012—2015年間更多的處于0附件波動(dòng)(見圖2(d))。這主要是由于國(guó)際大豆期貨價(jià)格在這期間處于持續(xù)下跌走勢(shì),我國(guó)政府對(duì)大豆采取的臨時(shí)收儲(chǔ)等價(jià)格支持政策對(duì)我國(guó)大豆市場(chǎng)的穩(wěn)定發(fā)揮了重要的作用,從而導(dǎo)致中美大豆期貨市場(chǎng)的隔夜關(guān)聯(lián)性和長(zhǎng)期尾部關(guān)聯(lián)性均呈現(xiàn)下降趨勢(shì)。
(a)中國(guó)對(duì)美國(guó)同日影響的相關(guān)性
(b)美國(guó)對(duì)中國(guó)的隔日影響的相關(guān)性
(c)中美大豆期貨市場(chǎng)間的短期相關(guān)性
(d)中美大豆期貨市場(chǎng)的長(zhǎng)期相關(guān)性
采用CoVaR來衡量當(dāng)某一國(guó)大豆期貨市場(chǎng)處于極端風(fēng)險(xiǎn)事件時(shí),另一國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)水平,其中,5%分位數(shù)水平上的(條件)風(fēng)險(xiǎn)價(jià)值也叫(條件)下行風(fēng)險(xiǎn)價(jià)值,95%分位數(shù)水平上的風(fēng)險(xiǎn)價(jià)值叫(條件)上行風(fēng)險(xiǎn)價(jià)值。
圖3(a)和圖3(b)分別給出了5%和95%的分位數(shù)水平下,美國(guó)對(duì)中國(guó)的條件風(fēng)險(xiǎn)價(jià)值和中國(guó)對(duì)美國(guó)的條件風(fēng)險(xiǎn)價(jià)值。首先,中美市場(chǎng)的CoVaR的絕對(duì)值均明顯大于各市場(chǎng)的自身的風(fēng)險(xiǎn)價(jià)值(VaR)的絕對(duì)值,這表明市場(chǎng)之間存在極端風(fēng)險(xiǎn)溢出效應(yīng),也表明如果不考慮市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng),對(duì)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)評(píng)估可能會(huì)被低估。從圖3進(jìn)一步分析可知,金融危機(jī)期間(2008—2009年),國(guó)際和國(guó)內(nèi)大豆期貨的市場(chǎng)風(fēng)險(xiǎn)加劇,市場(chǎng)風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值均顯著增強(qiáng),境內(nèi)外大豆期貨市場(chǎng)關(guān)聯(lián)性更加緊密,這與趙一夫等[13]發(fā)現(xiàn)中美大豆現(xiàn)貨價(jià)格在此期間處于非平穩(wěn)狀態(tài)的結(jié)論是一致的。這表明,在國(guó)際大豆期貨市場(chǎng)劇烈波動(dòng)時(shí),我國(guó)監(jiān)管機(jī)構(gòu)和市場(chǎng)參與者十分有必要采取相關(guān)措施緩解來自國(guó)際市場(chǎng)的市場(chǎng)間極端風(fēng)險(xiǎn)溢出。其次,從圖3可知,我國(guó)大豆期貨市場(chǎng)的風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值的曲線峰值在2012—2014年間呈減緩的趨勢(shì),而美國(guó)大豆期貨市場(chǎng)的風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值的曲線峰值在2012—2014年間呈上升趨勢(shì)。這說明在2012年以后,我國(guó)政府對(duì)大豆等主要農(nóng)產(chǎn)品采取的價(jià)格支持政策對(duì)我國(guó)大豆期貨市場(chǎng)的價(jià)格波動(dòng)起到了一定的穩(wěn)定作用。最后,圖3表明我國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值在2015—2018年間的曲線峰值顯著增強(qiáng),與圖2中美國(guó)大豆期貨與我國(guó)大豆期貨市場(chǎng)隔日之間的關(guān)聯(lián)性在該時(shí)期明顯增強(qiáng)一致。這表明在政府對(duì)大豆市場(chǎng)干預(yù)減少的情況下我國(guó)市場(chǎng)風(fēng)險(xiǎn)增強(qiáng),國(guó)際大豆期貨市場(chǎng)對(duì)我國(guó)大豆期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)也增強(qiáng),也支持了柳蘇蕓等[36]認(rèn)為2014年大豆目標(biāo)價(jià)格改革以后,國(guó)內(nèi)大豆價(jià)格出現(xiàn)了較大波動(dòng)的結(jié)論。
(a)中國(guó)
(b)美國(guó)
圖3為不考慮時(shí)間效應(yīng)情況下的條件風(fēng)險(xiǎn)價(jià)值圖,圖4為考慮時(shí)間效應(yīng)情況下在5%和95%的分位數(shù)水平下長(zhǎng)短期條件風(fēng)險(xiǎn)價(jià)值圖。首先,由圖4可知,長(zhǎng)短期條件風(fēng)險(xiǎn)價(jià)值存在顯著差異,短期條件風(fēng)險(xiǎn)價(jià)值相對(duì)平緩,而長(zhǎng)期的條件風(fēng)險(xiǎn)價(jià)值波動(dòng)較大,且大多數(shù)情況下長(zhǎng)期的條件風(fēng)險(xiǎn)價(jià)值均大于相應(yīng)的短期的條件風(fēng)險(xiǎn)價(jià)值,這說明中美大豆期貨市場(chǎng)長(zhǎng)期極端風(fēng)險(xiǎn)溢出程度強(qiáng)于短期極端風(fēng)險(xiǎn)溢出。其次,結(jié)合圖3可知,只有在大豆期貨市場(chǎng)處于極端情況下,短期條件風(fēng)險(xiǎn)價(jià)值才會(huì)顯著增強(qiáng),這表明在極端情況下大豆期貨市場(chǎng)間短期風(fēng)險(xiǎn)溢出效應(yīng)也會(huì)顯著增強(qiáng),尤其是在2008—2009年金融危機(jī)期間,短期風(fēng)險(xiǎn)價(jià)值接近長(zhǎng)期條件風(fēng)險(xiǎn)價(jià)值,這也說明在重大極端風(fēng)險(xiǎn)事件發(fā)生時(shí),國(guó)際極端風(fēng)險(xiǎn)在短期會(huì)快速傳染到我國(guó)大豆期貨市場(chǎng)。
(a)中國(guó)
(b)美國(guó)
表4分別給出了中美大豆期貨市場(chǎng)在5%和95%分位數(shù)水平下的風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值的描述性統(tǒng)計(jì)表的結(jié)果。其中,以5%分位數(shù)水平下的風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值表示下尾極端風(fēng)險(xiǎn);以95%分位數(shù)水平下的風(fēng)險(xiǎn)價(jià)值和條件風(fēng)險(xiǎn)價(jià)值表示上尾極端風(fēng)險(xiǎn)。在不考慮時(shí)間效應(yīng)的情況下,由表4的均值可知:首先,美國(guó)市場(chǎng)的5%和95%分位數(shù)水平下的VaR分別為-0.025和0.024,而中國(guó)市場(chǎng)的5%和95%分位數(shù)水平下的VaR分別為-0.018和0.017。這說明美國(guó)大豆期貨市場(chǎng)自身的極端風(fēng)險(xiǎn)大于我國(guó)大豆期貨市場(chǎng)的自身的極端風(fēng)險(xiǎn)。其次,中美大豆期貨市場(chǎng)的條件風(fēng)險(xiǎn)價(jià)值的絕對(duì)值均大于各自市場(chǎng)在同等分位數(shù)水平下的風(fēng)險(xiǎn)價(jià)值,中美大豆期貨市場(chǎng)存在極端風(fēng)險(xiǎn)溢出效應(yīng)。最后,在考慮時(shí)間效應(yīng)的情況下,表4也給出了5%和95%的顯著水平下,兩個(gè)市場(chǎng)的長(zhǎng)短期條件風(fēng)險(xiǎn)價(jià)值。從均值來看,短期條件風(fēng)險(xiǎn)價(jià)值小于長(zhǎng)期條件風(fēng)險(xiǎn)價(jià)值;從波動(dòng)率來看,短期條件風(fēng)險(xiǎn)價(jià)值波動(dòng)小于長(zhǎng)期條件風(fēng)險(xiǎn)價(jià)值波動(dòng)。這表明,總體而言,中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)長(zhǎng)期效應(yīng)強(qiáng)于短期效應(yīng),這與圖4的分析結(jié)論一致。
表4 中美大豆市場(chǎng)間的CoVaR統(tǒng)計(jì)描述性表
為更好地比較不同市場(chǎng)之間的風(fēng)險(xiǎn)溢出情況,將表4的條件風(fēng)險(xiǎn)價(jià)值標(biāo)準(zhǔn)化得到表5,表5分別給出了中美大豆期貨市場(chǎng)在5%和95%分位數(shù)水平下的標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值描述性統(tǒng)計(jì)值。
表5 中美大豆期貨市場(chǎng)間的標(biāo)準(zhǔn)化CoVaR描述性統(tǒng)計(jì)表
由表5可知,在不考慮時(shí)間效應(yīng)的情況下,首先,由統(tǒng)計(jì)表的最小值可以看出,中美大豆期貨市場(chǎng)的條件風(fēng)險(xiǎn)價(jià)值均大于1,這說明中國(guó)大豆期貨市場(chǎng)與美國(guó)大豆期貨市場(chǎng)之間的極端風(fēng)險(xiǎn)雙向溢出效應(yīng)始終存在。其次,美國(guó)市場(chǎng)的上(下)行的標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值的均值、最小值和最大值均大于中國(guó)大豆市場(chǎng)的標(biāo)準(zhǔn)化上(下)行條件風(fēng)險(xiǎn)價(jià)值的均值、最小值和最大值,這說明,總體而言,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出強(qiáng)度強(qiáng)于中國(guó)對(duì)美國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出強(qiáng)度。最后,中美大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)存在上下行風(fēng)險(xiǎn)溢出效應(yīng)不對(duì)稱特征。美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的下行的標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值的均值、最小值和最大值均小于美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的上行的標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值的相應(yīng)值,這說明,總體而言,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)上行的極端風(fēng)險(xiǎn)溢出效應(yīng)強(qiáng)于美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的下行極端風(fēng)險(xiǎn)溢出效應(yīng)。同理,表5也表明中國(guó)對(duì)美國(guó)大豆期貨市場(chǎng)下行風(fēng)險(xiǎn)溢出效應(yīng)強(qiáng)于中國(guó)對(duì)美國(guó)期貨市場(chǎng)上行風(fēng)險(xiǎn)溢出效應(yīng)。
在考慮時(shí)間效應(yīng)的情況下,首先,表5表明中美大豆期貨市場(chǎng)的短期標(biāo)準(zhǔn)化上下行條件風(fēng)險(xiǎn)價(jià)值的均值均小于1,這說明平均而言,中美大豆期貨市場(chǎng)間的短期風(fēng)險(xiǎn)溢出效應(yīng)并不顯著。其次,表5進(jìn)一步表明,就均值、最小值和最大值而言,中美大豆間的標(biāo)準(zhǔn)化上下行長(zhǎng)期條件風(fēng)險(xiǎn)價(jià)值始終大于1,且美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的長(zhǎng)期標(biāo)準(zhǔn)化上(下)行條件風(fēng)險(xiǎn)價(jià)值均大于中國(guó)對(duì)美國(guó)大豆市場(chǎng)的長(zhǎng)期標(biāo)準(zhǔn)化上(下)行條件風(fēng)險(xiǎn)價(jià)值,這支持了中美大豆期貨市場(chǎng)長(zhǎng)期存在雙向極端風(fēng)險(xiǎn)溢出且美國(guó)大豆期貨市場(chǎng)占主導(dǎo)地位的結(jié)論。最后,就均值、最小值和最大值而言,中美大豆期貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出長(zhǎng)短期效應(yīng)存在較大差異,總體而言,中美大豆期貨市場(chǎng)之間的長(zhǎng)期極端風(fēng)險(xiǎn)溢出效應(yīng)強(qiáng)于短期極端風(fēng)險(xiǎn)溢出效應(yīng)。
表6的K-S統(tǒng)計(jì)檢驗(yàn)結(jié)果均在1%的顯著水平下拒絕了中美市場(chǎng)的條件風(fēng)險(xiǎn)價(jià)值與風(fēng)險(xiǎn)價(jià)值相等的原假設(shè),進(jìn)一步證實(shí)中美大豆期貨市場(chǎng)之間的上尾部和下尾部的極端風(fēng)險(xiǎn)溢出效應(yīng)均是雙向的。
表6 中美大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)結(jié)果表
表7中的K-S統(tǒng)計(jì)檢驗(yàn)結(jié)果進(jìn)一步證實(shí)中美大豆期貨市場(chǎng)之間的日度和長(zhǎng)期極端風(fēng)險(xiǎn)的標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值存在顯著的上行和下行不對(duì)稱性特征,即中國(guó)對(duì)美國(guó)大豆期貨市場(chǎng)下行極端風(fēng)險(xiǎn)溢出強(qiáng)度強(qiáng)于中國(guó)對(duì)美國(guó)大豆期貨上行極端風(fēng)險(xiǎn)的溢出強(qiáng)度,而美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的不對(duì)稱性則相反,這主要是由于美國(guó)大豆期貨市場(chǎng)本身的價(jià)格波動(dòng)存在信息不對(duì)稱特征,壞消息沖擊大于好消息。而中美大豆期貨市場(chǎng)之間短期標(biāo)準(zhǔn)化條件風(fēng)險(xiǎn)價(jià)值的對(duì)稱性檢驗(yàn)未能拒絕原假設(shè),這表明短期標(biāo)準(zhǔn)化條件不對(duì)稱性特征并不顯著。總之,表7表明中美大豆期貨市場(chǎng)之間的日度和長(zhǎng)期極端風(fēng)險(xiǎn)溢出效應(yīng)存在顯著的不對(duì)稱性特征。
表7 中美大豆期貨市場(chǎng)條件風(fēng)險(xiǎn)價(jià)值不對(duì)稱性檢驗(yàn)結(jié)果表
為驗(yàn)證2012—2015年美國(guó)大豆期貨市場(chǎng)對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出與其他時(shí)期是否呈現(xiàn)統(tǒng)計(jì)意義上的差異,本文將樣本分為三段,第一段為2004—2011年(糧食危機(jī)、金融危機(jī)期間和收儲(chǔ)政策初期),第二階段2012—2014年(收儲(chǔ)政策后期),第三階段為2015—2018年(大豆補(bǔ)貼市場(chǎng)化改革之后),并采用K-S統(tǒng)計(jì)檢驗(yàn)美國(guó)對(duì)中國(guó)大豆的%CoVaR在這三階段的是否存在顯著差異,檢驗(yàn)結(jié)果如表8所示。
表8 不同階段下美國(guó)大豆期貨市場(chǎng)對(duì)中國(guó)大豆風(fēng)險(xiǎn)溢出差異檢驗(yàn)結(jié)果表
表8的K-S統(tǒng)計(jì)檢驗(yàn)結(jié)果均顯著拒絕了原假設(shè),表明美國(guó)大豆期貨對(duì)中國(guó)大豆期貨市場(chǎng)的風(fēng)險(xiǎn)溢出在這三階段存在顯著差異,其中,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)在第一階段(2004—2011年)最強(qiáng),在第二階段(2012—2014年)最弱。這表明中國(guó)大豆市場(chǎng)化補(bǔ)貼改革后,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)顯著增強(qiáng)。美國(guó)對(duì)中國(guó)大豆風(fēng)險(xiǎn)溢出效應(yīng)在第一階段最強(qiáng)的主要原因是全球糧食危機(jī)與金融危機(jī)造成大豆市場(chǎng)風(fēng)險(xiǎn)急劇增強(qiáng),這也說明2009年以前的政府政策在糧食和金融危機(jī)階段并未有效地緩解國(guó)際大豆市場(chǎng)的沖擊;而在第二階段最弱的主要原因是由于國(guó)際大豆價(jià)格持續(xù)下跌,中國(guó)對(duì)大豆的相關(guān)干預(yù)政策確實(shí)在一定程度上緩解了美國(guó)大豆對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出效應(yīng)(2)同樣對(duì)中國(guó)對(duì)美國(guó)大豆的上下行極端風(fēng)險(xiǎn)在這三個(gè)時(shí)期的差異性進(jìn)行比較分析,發(fā)現(xiàn)中國(guó)對(duì)美國(guó)的極端風(fēng)險(xiǎn)溢出強(qiáng)度在第一階段(2004—2011年)最強(qiáng),在第三階段(2015—2018年)最弱,并不支持現(xiàn)有文獻(xiàn)中關(guān)于中國(guó)期貨市場(chǎng)在國(guó)際市場(chǎng)影響力逐漸增強(qiáng)的結(jié)論。限于篇幅有限,檢驗(yàn)結(jié)果在此省略,如有需要可向作者索取。。這與許祥云等[37]認(rèn)為的市場(chǎng)化補(bǔ)貼改革之后,國(guó)際市場(chǎng)對(duì)中國(guó)大豆市場(chǎng)價(jià)格影響程度低于收儲(chǔ)期的結(jié)論相反,不一致的主要原因是許祥云等的補(bǔ)貼改革后期研究樣本較短,且政策實(shí)施與效果具有時(shí)滯性。
表9的K-S統(tǒng)計(jì)檢驗(yàn)結(jié)果進(jìn)一步表明中美大豆期貨市場(chǎng)之間長(zhǎng)短期極端風(fēng)險(xiǎn)溢出效應(yīng)存在顯著的差異,且短期極端風(fēng)險(xiǎn)溢出強(qiáng)度顯著小于長(zhǎng)期極端風(fēng)險(xiǎn)溢出強(qiáng)度。
表9 中美大豆期貨市場(chǎng)長(zhǎng)短期風(fēng)險(xiǎn)溢出不對(duì)稱檢驗(yàn)結(jié)果表
本文進(jìn)一步運(yùn)用日度數(shù)據(jù)根據(jù)式(9)得到了在5%和95%分位數(shù)水平下的中美大豆極端風(fēng)險(xiǎn)溢出(ΔCoVaR)的大小。
表10給出了根據(jù)式(9)計(jì)算中美大豆期貨市場(chǎng)日度極端風(fēng)險(xiǎn)溢出值、長(zhǎng)短期風(fēng)險(xiǎn)溢出值(ΔCoVaR)的描述性統(tǒng)計(jì)結(jié)果。由表10結(jié)果可知:首先,中美大豆期貨市場(chǎng)之間的日度極端風(fēng)險(xiǎn)溢出值和長(zhǎng)期風(fēng)險(xiǎn)溢出值始終大于零,這說明在樣本期內(nèi)中美大豆期貨市場(chǎng)之間始終存在日度極端風(fēng)險(xiǎn)溢出效應(yīng)和長(zhǎng)期極端風(fēng)險(xiǎn)溢出效應(yīng)。而中美大豆期貨市場(chǎng)之間的短期極端風(fēng)險(xiǎn)溢出的均值小于0,這說明平均而言短期極端風(fēng)險(xiǎn)溢出效應(yīng)并不明顯;但最大值大于0,且接近于長(zhǎng)期風(fēng)險(xiǎn)溢出最大值,這說明短期極端風(fēng)險(xiǎn)溢出在中美大豆期貨市場(chǎng)異常波動(dòng)時(shí)期也會(huì)十分顯著。其次,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)極端溢出風(fēng)險(xiǎn)的均值和最大值均大于中國(guó)對(duì)美國(guó)的極端風(fēng)險(xiǎn)溢出強(qiáng)度,這表明,總體而言,美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出強(qiáng)度大于中國(guó)對(duì)美國(guó)的極端風(fēng)險(xiǎn)溢出強(qiáng)度。最后,平均而言,在日度數(shù)據(jù)頻率層面上,中國(guó)對(duì)美國(guó)大豆期貨市場(chǎng)的下行極端風(fēng)險(xiǎn)強(qiáng)于上行極端風(fēng)險(xiǎn)溢出強(qiáng)度,而美國(guó)對(duì)中國(guó)大豆期貨市場(chǎng)的上行極端風(fēng)險(xiǎn)溢出強(qiáng)度強(qiáng)于下行極端風(fēng)險(xiǎn)溢出強(qiáng)度。
表10 中美大豆極端風(fēng)險(xiǎn)溢出(ΔCoVaR)描述性統(tǒng)計(jì)表
由表11可知,中美大豆期貨市場(chǎng)之間的日度和長(zhǎng)期極端風(fēng)險(xiǎn)的上行和下行溢出存在顯著的不對(duì)稱性特征,而中美大豆期貨市場(chǎng)之間的短期極端風(fēng)險(xiǎn)在上行和下行溢出之間的不對(duì)稱性特征并不顯著。
表11 中美大豆期貨市場(chǎng)上下行極端風(fēng)險(xiǎn)不對(duì)稱性檢驗(yàn)表
表12表明中美大豆期貨市場(chǎng)之間極端風(fēng)險(xiǎn)溢出效應(yīng)存在明顯的長(zhǎng)短期差異,且短期極端風(fēng)險(xiǎn)溢出強(qiáng)度小于長(zhǎng)期極端風(fēng)險(xiǎn)溢出強(qiáng)度。
表12 中美大豆期貨市場(chǎng)長(zhǎng)短期風(fēng)險(xiǎn)溢出不對(duì)稱檢驗(yàn)表
總之,通過上述分析可知,式(9)計(jì)算ΔCoVaR的實(shí)證結(jié)果均與通過VaR對(duì)CoVaR標(biāo)準(zhǔn)化的實(shí)證結(jié)果一致,這表明基于%CoVaR得到的對(duì)中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)研究的實(shí)證結(jié)果是穩(wěn)健的。
本文基于VMD-GARCH-時(shí)變Copula-CoVaR模型來測(cè)度中國(guó)大豆期貨市場(chǎng)與美國(guó)芝加哥期貨交易所大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出,得出三方面重要結(jié)論。第一,美國(guó)大豆期貨市場(chǎng)對(duì)中國(guó)豆一期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出最大,表明國(guó)際大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)是中國(guó)大豆期貨市場(chǎng)風(fēng)險(xiǎn)管理中不可忽視的影響因素。第二,中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)存在不對(duì)稱性。尤其是美國(guó)大豆期貨市場(chǎng)與中國(guó)大豆期貨市場(chǎng)之間的長(zhǎng)短期極端風(fēng)險(xiǎn)溢出效應(yīng)存在顯著差異,中美大豆期貨市場(chǎng)之間的長(zhǎng)期極端風(fēng)險(xiǎn)溢出效應(yīng)更顯著,而短期溢出效應(yīng)在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)急劇增強(qiáng)。這表明影響大豆現(xiàn)貨供需的基本面因素和投資者預(yù)期對(duì)中美大豆期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的影響程度更大、更長(zhǎng)期,而在市場(chǎng)極端情況下,投資者情緒也會(huì)加劇中美大豆期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)。第三,中國(guó)收儲(chǔ)政策降低了國(guó)際大豆期貨市場(chǎng)對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出效應(yīng),但大豆補(bǔ)貼市場(chǎng)化改革之后,國(guó)際大豆期貨市場(chǎng)對(duì)中國(guó)大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出效應(yīng)顯著增強(qiáng)。
本文實(shí)證研究的主要建議有三點(diǎn)。首先,鑒于中美大豆期貨市場(chǎng)存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng),因此,在大豆期貨市場(chǎng)國(guó)際化程度和大豆補(bǔ)貼市場(chǎng)化進(jìn)程不斷深化的背景下,有必要加強(qiáng)對(duì)輸入型國(guó)際大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)的研究并建立預(yù)警體系。其次,由于國(guó)際期貨市場(chǎng)對(duì)中國(guó)大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出長(zhǎng)短期效應(yīng)和上下行極端風(fēng)險(xiǎn)溢出存在顯著差異,因此有必要差異對(duì)待來自國(guó)際大豆期貨市場(chǎng)的極端風(fēng)險(xiǎn)溢出,重點(diǎn)關(guān)注國(guó)際極端風(fēng)險(xiǎn)的長(zhǎng)期溢出效應(yīng)與上行風(fēng)險(xiǎn)溢出效應(yīng),從而實(shí)現(xiàn)有效的風(fēng)險(xiǎn)預(yù)警與管理。具體而言,對(duì)長(zhǎng)期風(fēng)險(xiǎn)溢出效應(yīng)的防范需要從調(diào)控大豆現(xiàn)貨市場(chǎng)供需的基本面和引導(dǎo)投資者預(yù)期的角度出發(fā);對(duì)于短期風(fēng)險(xiǎn)溢出效應(yīng),中國(guó)監(jiān)管機(jī)構(gòu)在國(guó)際大豆極端風(fēng)險(xiǎn)事件發(fā)生時(shí)及時(shí)采取有效措施就可以緩解國(guó)際大豆期貨市場(chǎng)對(duì)中國(guó)大豆期貨市場(chǎng)的短期影響;而對(duì)于上行風(fēng)險(xiǎn)溢出效應(yīng),中國(guó)大豆期貨市場(chǎng)的空頭投資者應(yīng)注意防范國(guó)際大豆期貨價(jià)格的暴漲引發(fā)的爆倉(cāng)風(fēng)險(xiǎn)。最后,期貨交易所應(yīng)繼續(xù)加強(qiáng)中國(guó)大豆期貨市場(chǎng)的培育,推動(dòng)中國(guó)大豆期貨市場(chǎng)由量向質(zhì)的轉(zhuǎn)變。一方面,加強(qiáng)豆一期貨市場(chǎng)的培育,防范中國(guó)豆一期貨市場(chǎng)自身由于投機(jī)過度導(dǎo)致市場(chǎng)極端風(fēng)險(xiǎn)事件的發(fā)生。另一方面,監(jiān)管者應(yīng)該繼續(xù)優(yōu)化豆二期貨合約,推動(dòng)中國(guó)豆二期貨市場(chǎng)成為對(duì)沖國(guó)際大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)的重要場(chǎng)所,同時(shí)也要防范國(guó)際大豆期貨市場(chǎng)極端風(fēng)險(xiǎn)通過國(guó)內(nèi)豆二期貨市場(chǎng)輸入中國(guó)大豆期貨市場(chǎng)。
雖然采用的衡量系統(tǒng)性金融風(fēng)險(xiǎn)的CoVaR方法可以較好地衡量期貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出狀況,但其核心思想是基于市場(chǎng)波動(dòng)而展開的損失概率研究,而危機(jī)發(fā)生前的市場(chǎng)波動(dòng)往往較低,從而大大降低了CoVaR作為極端性風(fēng)險(xiǎn)預(yù)警指標(biāo)的前瞻性[38]。另外,該指標(biāo)的相關(guān)性變量的估計(jì)在危機(jī)前往往比危機(jī)后要較小,從而使得該指標(biāo)更適合考察危機(jī)發(fā)生時(shí)的極端風(fēng)險(xiǎn)溢出效應(yīng)。鑒于上述局限性,隨著期貨市場(chǎng)國(guó)際化進(jìn)程的深化,未來研究應(yīng)考慮如何構(gòu)建具有前瞻性的國(guó)際期貨市場(chǎng)間極端性風(fēng)險(xiǎn)溢出預(yù)警指標(biāo)體系。