“保險+期貨”的套期保值比率和績效評估研究
——以黃玉米為例

姚定俊，張 路，程恭品

（1.南京財經(jīng)大學 金融學院，江蘇 南京 210023；2.南京財經(jīng)大學 經(jīng)濟學院，江蘇 南京 210023）

一、引言

“保險+期貨”是指農(nóng)業(yè)經(jīng)營者或企業(yè)為規(guī)避市場價格風險向保險公司購買期貨價格保險產(chǎn)品，然后保險公司通過向期貨經(jīng)營機構(gòu)購買場外期權(quán)將風險轉(zhuǎn)移，期貨經(jīng)營機構(gòu)再利用期貨市場進行風險對沖的業(yè)務模式。自2015 年大連商品交易所首倡“保險+期貨”項目以來，該模式已連續(xù)六年寫入中央“一號文件”。2021年出臺的《中共中央國務院關(guān)于全面推進鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》明確提出，要發(fā)揮“保險+期貨”在服務鄉(xiāng)村產(chǎn)業(yè)發(fā)展中的作用。截至2021年6月，“保險+期貨”試點工作已累計開展930 多個項目，涉及27 個省份、459 個縣，擴展到14個品種，現(xiàn)貨量接近1400萬噸，服務農(nóng)戶141萬戶，實現(xiàn)賠付超過13億元。目前，“保險+期貨”模式正在推進產(chǎn)業(yè)風險保障向更寬領(lǐng)域、更深層次延伸和拓展。當前我國“保險+期貨”的實際運作模式如圖1 所示，是由保險公司、期貨公司的資管子公司或投資子公司、養(yǎng)殖戶、政府、交易所、銀行等多個主體共同構(gòu)成的完整網(wǎng)絡鏈條?！氨ｋU+期貨”在現(xiàn)行運營模式下，可使保險公司、期貨公司和農(nóng)戶等多方獲利，實現(xiàn)互惠共贏，其主要優(yōu)勢包括如下幾個方面。

圖1 “保險+期貨”運作模式示意圖

第一，“保險+期貨”模式幫助保險公司分散了原來農(nóng)業(yè)保險難以化解的巨災風險，提高了保險公司的風險管理能力，是除再保險之外的另一種風險轉(zhuǎn)移方式，豐富了風險管理工具，為我國保險行業(yè)健康運轉(zhuǎn)提供了有力保障。

第二，政府可以通過補貼保費的方式替代農(nóng)業(yè)直接補貼政策，有利于糧食戰(zhàn)略儲備和農(nóng)業(yè)增產(chǎn)增收。由于補貼保費的成本低于臨儲政策和農(nóng)業(yè)直接補貼政策的財政支出，減輕了政府財政的負擔?！氨ｋU+期貨”模式把風險轉(zhuǎn)化到資本市場，比原來的直接轉(zhuǎn)移支付的政策更高效；同時也規(guī)避了國際市場對農(nóng)業(yè)直接補貼的限制。

第三，保險公司可利用其分支網(wǎng)點分布廣泛的優(yōu)勢，將農(nóng)業(yè)保險市場做大做強?！氨ｋU+期貨”體量的擴大可以有效促進期貨公司業(yè)務量的增大，有利于期貨公司的經(jīng)紀業(yè)務發(fā)展，有利于提高期貨市場上機構(gòu)投資者的權(quán)重占比，從而在有效性、流動性和規(guī)范性等方面促進我國期貨市場的可持續(xù)健康發(fā)展。

第四，雖然農(nóng)業(yè)生產(chǎn)單位可通過金融衍生品市場進行套期保值，但是我國的農(nóng)業(yè)生產(chǎn)單位大多由家庭構(gòu)成，生產(chǎn)規(guī)模較小，產(chǎn)量未必能達到期貨一手的最低限；同時，金融衍生品市場對投資者存在文化水平、專業(yè)技術(shù)等較高的隱性門檻，因此絕大多數(shù)農(nóng)戶難以直接參與金融衍生品市場。而“保險+期貨”模式可以直接通過保險銷售來服務廣大農(nóng)戶，大大降低了技術(shù)壁壘和參與門檻，可以讓農(nóng)戶輕松享受到金融衍生品市場帶來的服務。

我國金融實務的快速發(fā)展亟須理論研究的配套支撐，部分學者已經(jīng)開始了“保險+期貨”領(lǐng)域的研究。通過知網(wǎng)查詢可知，截至2022年1月底，標題含“保險+期貨”的中文論文共315篇，其中絕大多數(shù)文獻研究集中在定性分析上，而定量研究的文獻僅5篇左右。定性研究的文獻主要關(guān)注我國現(xiàn)有“保險+期貨”試點項目的運行機制優(yōu)化以及相關(guān)經(jīng)驗借鑒。董婉璐等（2014）[1]以美國玉米產(chǎn)業(yè)為例，分析了農(nóng)業(yè)保險和農(nóng)產(chǎn)品期貨對農(nóng)民收入的保障作用，為我國提供了經(jīng)驗借鑒。李正強（2015）[2]在分析大連商品交易所“保底租地協(xié)議+場外期權(quán)+期貨”新模式的基礎上，提出了加大政策扶持力度，為新型涉農(nóng)主體管理價格波動風險提供財政補貼，支持試點推廣等建議。李亞茹和孫蓉（2017）[3]認為期貨價格保險是大宗農(nóng)產(chǎn)品和鮮活農(nóng)產(chǎn)品價格調(diào)控的重要市場化工具，提出了增加農(nóng)產(chǎn)品期貨品種、建立再保險體系等建議。

定量研究的文獻極少，可以分為兩種類型。

一類是分析“保險+期貨”試點產(chǎn)生的相關(guān)影響。如方蕊等（2019）[4]研究了試點與我國現(xiàn)有農(nóng)業(yè)補貼政策的影響關(guān)系，張子健等（2021）[5]研究了試點對農(nóng)戶農(nóng)資投入和經(jīng)營規(guī)模的影響，潘方卉等（2022）[6]研究了飼料成本“保險+期貨”模式對豬肉市場價格波動的影響。

另一類是從技術(shù)層面研究精準定價問題。如吳開兵等（2021）[7]從保險公司的視角出發(fā)對“保險+期貨”中的定價問題展開了討論。迄今為止，在“保險+期貨”框架下，從我國保險公司角度出發(fā)對分散承保風險的研究幾乎還是空白?；谏鲜霰尘埃疚囊渣S玉米為例，在“保險+期貨”的框架下嘗試為保險公司探索最優(yōu)的套期保值比率，以達到最大限度分散保險公司承保風險的目的。該問題研究可為“保險+期貨”項目未來的健康發(fā)展提供參考。

（一）研究方法

在套期保值研究方面，我們發(fā)現(xiàn)隨著經(jīng)典方法到靜態(tài)套期保值方法再到動態(tài)套期保值方法的演變，雖然模型越來越復雜，在不少品種上也取得了一些優(yōu)化效果，但是在農(nóng)產(chǎn)品的相關(guān)研究中，套期保值績效仍然偏低，且套期保值績效指標值最高的仍是經(jīng)典的OLS模型。Alexander和Barbosa（2007）[8]很早就指出，在成熟活躍的市場中，沒有任何證據(jù)可以證明后來這些更加復雜的計量模型比OLS模型估計的套期保值比率更加有效，過分追求復雜模型可能背離了研究服務于市場的初心。近年來伴隨著我國金融市場的整體發(fā)展，無論是保險行業(yè)還是期貨行業(yè)都取得了長足的發(fā)展，采用何種恰當?shù)墓烙嬆Ｐ吞幚碜钚碌氖袌鰯?shù)據(jù)，以達到套期保值績效最大化的目標，是本文重點關(guān)注的內(nèi)容之一。

本文對于“保險+期貨”的研究分為三個階段。

首先，采用傳統(tǒng)的OLS模型研究套期保值比率。由于OLS 模型沒有解決殘差自相關(guān)問題，繼而使用能夠克服該缺點的B-VAR 模型再次估算套期保值比率。但協(xié)整關(guān)系仍未被考慮，從而忽略了協(xié)整關(guān)系會使套期保值比率過低繼而影響套期保值效果。

其次，考慮期貨、現(xiàn)貨價格的協(xié)整關(guān)系再使用ECM 模型進行估計，加入期貨價格時間序列的異方差性，使用GARCH模型進行估計。

再次，使用復合的ECM-GARCH 模型再次估計，以獲得實際效果最佳的套期保值比率。

1.傳統(tǒng)回歸的套期保值模型（OLS）

OLS 模型是最常用的傳統(tǒng)回歸模型，Witt 等（1987）[9]最早用它估計方差最小的套期保值比率。他們將期貨價格和現(xiàn)貨價格的增量分別當作解釋變量和被解釋變量，再做OLS的一元線性回歸，即：

其中St是黃玉米在t 時刻的現(xiàn)貨價格，ΔSt=St-St-1是它在t 時刻的現(xiàn)貨收益；Ft是黃玉米在t 時刻的期貨價格，ΔFt=Ft-Ft-1是它在t 時刻的期貨收益；εt是OLS 的隨機擾動項，α 是OLS 回歸方程的截距項，β1是OLS 回歸方程的斜率項，它剛好就是最小收益方差目標下的套期保值比率h，即：

2.雙變量向量自回歸的套期保值模型（B-VAR）

Herbst 等（1989）[10]及Myers 和Thompson（1989）[11]在使用OLS模型研究最優(yōu)套期保值比率時發(fā)現(xiàn)了殘差自相關(guān)問題，以及解釋變量過少而導致信息量受損的風險，并提供了使用B-VAR模型估計最優(yōu)套期保值比率的方法。B-VAR 模型包含了兩個變量，這兩個變量的當前數(shù)據(jù)同時受到歷史數(shù)據(jù)的影響，它們豐富了模型的信息量，也克服了殘差自相關(guān)問題。

此外，B-VAR 模型的前提假設較少，適用性更強。在B-VAR 模型下，黃玉米期貨市場收益率與現(xiàn)貨市場收益率之間影響關(guān)系的表達式為：

其中，Cs、Cf分別為B-VAR 模型回歸方程各個對應變量的截距項，αsi、βsi、αfi、βfi分別為B-VAR 模型回歸方程各個對應變量的回歸系數(shù)，εst、εft分別為B-VAR 模型回歸方程各個對應變量的隨機擾動項，且獨立同分布。

該模型進行實證研究時，首先要確定可以消除殘差自相關(guān)關(guān)系的最優(yōu)滯后階數(shù)，將現(xiàn)貨收益率序列的方差記為Var(εst)=σss，將期貨收益率序列的方差記為Var(εft)=σff，將期貨市場和現(xiàn)貨市場價格收益率序列的協(xié)方差記為Var(εst,εft)=σsf，這樣就得到方差最小時的套期保值比率h，表達式為：

B-VAR模型的回歸方程還可以通過推導得到：

方差最小化目標下的套期保值比率h 就是式（6）中ΔFt項的系數(shù)β2。

與OLS 模型相比，B-VAR 模型的優(yōu)勢在于可以處理期貨、現(xiàn)貨市場收益率殘差序列自相關(guān)的問題。但是美中不足的是，期貨市場和現(xiàn)貨市場價格序列可能內(nèi)含協(xié)整關(guān)系及長期均衡關(guān)系，但B-VAR模型沒有考慮這種可能，也沒有考慮異方差性對套期保值比率產(chǎn)生動態(tài)影響的可能性。

3.誤差修正的套期保值模型（ECM）

Granger 和Engle（1987）[12]在研究發(fā)現(xiàn)OLS 模型和B-VAR 模型的缺陷后，提出協(xié)整關(guān)系的概念，并豐富發(fā)展為協(xié)整理論。該理論同時包含了時間序列的解釋變量和被解釋變量之間的短期動態(tài)關(guān)系與長期均衡關(guān)系兩個方面。他們指出，即使時間序列是不平穩(wěn)的，但是仍然有可能存在一種線性組合通過平穩(wěn)性檢驗，此時就稱原序列具有協(xié)整關(guān)系，具有協(xié)整關(guān)系的變量之間可以用一個誤差修正項Zt-1來表示。這樣處理后，可以發(fā)現(xiàn)變量間潛在的長期均衡關(guān)系，既豐富了回歸模型的信息，同時也解決了殘差自相關(guān)問題。

Ghosh（1993）[13]首次利用ECM 模型來研究方差最小時的套期保值比率。該研究首先對期貨市場價格和現(xiàn)貨市場價格進行OLS回歸；然后將基差，即期貨、現(xiàn)貨價格之差記為誤差修正項；最后進行ECM模型回歸。

ECM模型的表達式為：

其中，Cs、Cf分別為ECM模型回歸方程各個對應變量的截距項，αsi、βsi、αfi、βfi分別為ECM 模型回歸方程各個對應變量的回歸系數(shù)，εst、εft分別為ECM模型回歸方程各個對應變量的隨機擾動項，且獨立同分布，Zt-1為誤差修正項，λs和λf至少有一個不等于零。

通過推導，ECM模型的回歸方程還可以導出：

方差最小化目標下的套期保值比率h 就是式（9）中ΔFt項的系數(shù)β3。

學者們通過大量的實證研究發(fā)現(xiàn)，在成熟市場中可以用基差近似Zt-1，即用期貨價格與現(xiàn)貨價格之差Bt-1=Ft-1-St-1代替。但是由于我國金融衍生品市場的成熟性、規(guī)范性和有效性較成熟市場仍存在差距，直接以基差作為近似值并不可靠，所以本文采用殘差項的一階滯后項來替代Zt-1。

4.誤差修正GARCH 的套期保值模型（ECMGARCH）

Cecchetti 和Figlewski（1988）[14]使用ARCH 模型估計了聯(lián)邦國債期貨的最優(yōu)套期保值比率，指出國債期貨的套期保值比率并非定值，而是動態(tài)數(shù)值。Baillie 和Myers（1991）[15]最先使用GARCH 模型研究了美國的玉米和大豆期貨、現(xiàn)貨市場的套期保值比率。Lien 等（2002）[16]發(fā)現(xiàn)，GARCH 模型雖然考慮了動態(tài)性，但未考慮協(xié)整關(guān)系，套期保值比率的估計值偏小，套期保值績效明顯下降，而加入修正誤差項后的ECM-GARCH 模型套期保值效果更好。該模型放寬了期貨、現(xiàn)貨價格各自變化量的條件方差以及它們之間的條件協(xié)方差為定值的要求，加入了期貨、現(xiàn)貨市場價格變化的協(xié)整關(guān)系和波動率之間的聯(lián)動關(guān)系。此時ECM-GARCH（1,1）模型的表達式可以通過式（7）和式（8）進一步推導得到，即：

其中，hss為GARCH 模型回歸后的均值方程中現(xiàn)貨序列對應的殘差項εst的條件方差，hff為GARCH模型回歸后的均值方程中期貨序列對應的殘差項εft的條件方差，而hsj為GARCH 模型回歸后的均值方程中期貨、現(xiàn)貨序列對應的殘差項εst和εft的條件協(xié)方差。

根據(jù)Bollerslev 等（1988）[17]研究時推導出的簡化模型，可將表達式簡化為：

此時，現(xiàn)貨序列的條件方差hss只受到自己的誤差項εs,t-1與滯后項的影響，期貨序列的條件方差hff同樣只受到自己的誤差項εf,t-1與滯后項的影響，而期貨、現(xiàn)貨序列的條件協(xié)方差hsf同時受誤差項εs,t-1和εf,t-1以及滯后項的影響。ECM-GARCH 模型下收益方差最小化時的套期保值比率為：

（二）黃玉米“保險+期貨”績效評估的指標

參與套期保值的收益為Ht=ΔSt-hΔFt，其對應的方差表達式為：

而未參與套期保值的收益相對更簡單，就是現(xiàn)貨市場的收益，即Ut=ΔSt，其對應的方差表達式為：

按照Ederington（1979）[18]，可以將參與套期保值前后收益方差的降低程度H 作為指標，衡量套期保值的績效。H的計算公式如式（17）所示：

本文首先在上述5 個模型下分別計算套期保值比率h，以及對應的套期保值績效H。然后選出最大的H 值，以及對應的套期保值比率h，此即為在“保險+期貨”模式下應采用的最優(yōu)套期保值比率，它對保險公司的風險保障效果最高。為了使結(jié)果更加可信，本文在對樣本區(qū)間內(nèi)時間序列進行套期保值績效的計算和比較后，選出最優(yōu)的套期保值比率，然后應用在樣本區(qū)間外數(shù)據(jù)上進行套期保值效果檢測，對比論證。

二、樣本選取及處理

本文選取的數(shù)據(jù)來源于Wind 數(shù)據(jù)庫，是2015年1 月5 日至2020 年2 月28 日的黃玉米期貨和現(xiàn)貨的價格時間序列，其中又以2019 年1 月1 日為界，分為樣本區(qū)間內(nèi)數(shù)據(jù)和樣本區(qū)間外數(shù)據(jù)，合計1223 組日度數(shù)據(jù)、267 組周度數(shù)據(jù)、62 組月度數(shù)據(jù)。其中，樣本區(qū)間內(nèi)952 組日度數(shù)據(jù)、206 組周度數(shù)據(jù)、48 組月度數(shù)據(jù)；樣本區(qū)間外271組日度數(shù)據(jù)、61組周度數(shù)據(jù)、14 組月度數(shù)據(jù)。使用樣本區(qū)間內(nèi)數(shù)據(jù)來估計套期保值比率，在實證分析中對2015 年1 月5 日至2018 年12 月28 日的樣本進行套期保值比率估計的實證研究，對2019 年1 月2 日至2020 年2 月28 日的樣本進行套期保值績效評估的實證研究。

在選取黃玉米期貨合約時，考慮到期貨合約價格與股市價格等市場價格最大的差異之一就是不連續(xù)，即期貨合約都有到期日，到了交割月時必須選擇平倉或是實物交割，無法長期連續(xù)持有，所以本文不能像其他市場的研究方法那樣直接獲得連續(xù)數(shù)據(jù)。以大連商品交易所的黃玉米期貨合約為例，每年有1 月、3 月、5 月、7 月、9 月、11 月交割的六個合約；除此之外，期貨合約還有一個特別之處，即在同一個交易日當中，會存在多個不同交割月的期貨合約同時交易。可以歸納為，同一交易日內(nèi)的同一期貨品種會并存多個不同交割月的期貨合約。為了獲取便于實證研究的連續(xù)時間序列，把即將交割、距離現(xiàn)在時間最短的期貨合約作為基準，一旦其進入交割月份，就更換至下一個時間最短的交割月期貨合約。以此類推，將這些期貨市場黃玉米收盤價的價格時間序列數(shù)據(jù)匯總即可獲得可供實證研究的連續(xù)時間序列數(shù)據(jù)。而在選取黃玉米現(xiàn)貨合約時，選取中華糧網(wǎng)公布的含水分14%的三級黃玉米現(xiàn)貨報價。需要特別說明的一點是：節(jié)假日等原因?qū)е铝艘恍]有開盤的日期，這些日期的數(shù)據(jù)將被剔除處理。

（一）描述性統(tǒng)計量分析

在2015年1月5日至2020年2月28日時間段以內(nèi)，為了方便對比分析，服務下文的計量模型，對日度、周度、月度數(shù)據(jù)及其一階差分的序列，還有期貨、現(xiàn)貨市場對應的對數(shù)收益率進行描述性統(tǒng)計量分析。

根據(jù)輸出結(jié)果可知：日度、周度、月度數(shù)據(jù)及其一階差分和對數(shù)收益率的序列在平均值、中位數(shù)、最大值、最小值、標準差、偏度和峰度所對應的幾組數(shù)值較為接近，說明對應的二者之間應該存在著一定的函數(shù)映射關(guān)系，存在協(xié)同性的可能。

再看各列的J-B統(tǒng)計量及其對應的p值，日度數(shù)據(jù)和周度數(shù)據(jù)的J-B 統(tǒng)計量都遠大于11，且所對應的p 值都近似為0，說明這些時間序列的正態(tài)性不足，都不服從正態(tài)分布。日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的偏度都大于0，所以是右偏的；而日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的一階差分序列和對數(shù)收益率序列的偏度都是小于0 的，結(jié)果是左偏的。日度數(shù)據(jù)、周度數(shù)據(jù)序列的峰度都小于3，所以密度函數(shù)圖像較為平坦；而日度數(shù)據(jù)、周度數(shù)據(jù)序列的一階差分序列和對數(shù)收益率的序列的峰度都大于3，所以密度函數(shù)圖像較為尖聳。

為了檢驗是否可以通過套期保值降低風險，對日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列分別進行相關(guān)系數(shù)矩陣的運算。結(jié)果顯示，日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)序列的相關(guān)系數(shù)矩陣的相關(guān)性分別是0.959176、0.958757、0.954617，都在0.95 以上。這說明二者之間的相關(guān)性很大，所以理論上可以通過套期保值組合的方式來降低風險。

（二）數(shù)據(jù)樣本的單位根檢驗

如果時間序列存在單位根的話，就會使得回歸結(jié)果產(chǎn)生偽回歸的情況，所以需要通過單位根檢驗來判斷時間序列數(shù)據(jù)是否平穩(wěn)。綜合考慮后，本文分別對日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的期貨、現(xiàn)貨價格序列及其各自對應的一階差分序列進行了完整的ADF檢驗，如表1所示。

表1 的結(jié)果顯示：日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的原始價格序列的t 值在5%的顯著性水平下都不能拒絕原假設，所以不能排除單位根存在的可能性?；诖?，選取的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的原始價格序列都不平穩(wěn)；日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的一階差分序列的t 值在5%的顯著性水平下都能夠拒絕原假設，可以排除單位根存在的可能性，認為不存在單位根。因此，選取的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)的一階差分序列都通過了平穩(wěn)性檢驗，都是I(1)過程。

表1 單位根檢驗結(jié)果

（三）協(xié)整性檢驗

在進行ECM 的研究之前，我們需要對黃玉米現(xiàn)貨價格和期貨價格數(shù)據(jù)做協(xié)整性檢驗，協(xié)整向量需要滿足的一個前提是解釋變量和被解釋變量需要相同的單整階數(shù)。先對現(xiàn)貨價格和期貨價格的數(shù)據(jù)進行回歸得到函數(shù)方程，產(chǎn)生殘差序列ETD、ETW、ETM，進而對這些序列進行平穩(wěn)性檢驗。若殘差序列ETD、ETW、ETM 可以通過平穩(wěn)性檢驗，則說明不存在單位根，表明變量間存在長期均衡的函數(shù)方程，該方程所代表的就是解釋變量和被解釋變量之間的協(xié)整關(guān)系。在前文中，我們已經(jīng)知道黃玉米現(xiàn)貨價格和期貨價格的日度數(shù)據(jù)、周度數(shù)據(jù)、月度數(shù)據(jù)均為一階單整序列，都是I(1)過程，滿足協(xié)整檢驗的前提，可以對黃玉米現(xiàn)貨價格和期貨價格的日度數(shù)據(jù)回歸方程產(chǎn)生的殘差序列ETD、ETW、ETM 進行單位根檢驗。本文協(xié)整檢驗采用的方法是E-G 兩步法，結(jié)果見表2。

表2 協(xié)整性檢驗結(jié)果

三、套期保值的實證研究

（一）套期保值比率估計

根據(jù)上文中給出的方法和相關(guān)數(shù)據(jù)進行實證研究，我們將所有模型估計得到的套期保值比率h 的數(shù)值匯總于表3。

表3 的結(jié)果如下：日度數(shù)據(jù)下，GARCH 模型得到的h值0.015889最小，ECM模型所得的h值0.041390最大，中間是OLS 模型所得的h 值0.034873；周度數(shù)據(jù)下，GARCH 模型得到的h 值0.040672 最小，ECM模型所得的h 值0.150323 最大，中間是OLS 模型所得的h值0.130476；月度數(shù)據(jù)下，GARCH模型得到的h值0.248685最小，而B-VAR模型所得的h值0.368315最大，中間是ECM模型所得的h值0.359604。

表3 套期保值比率h結(jié)果

結(jié)果表明：在三種不同時間間隔的數(shù)據(jù)下，GARCH模型所得到的套期保值比率始終最小；日度數(shù)據(jù)和周度數(shù)據(jù)下，ECM 模型所得的套期保值比率最大；月度數(shù)據(jù)下，ECM 模型所得的套期保值比率是第二大的。這很可能是由于自回歸條件異方差對套期保值比率的影響較小，而充分考慮了期貨、現(xiàn)貨價格時間序列之間的協(xié)整關(guān)系的誤差修正項的ECM 模型以及ECM-GARCH 模型的結(jié)果都非常出色。

另外，所有模型下，隨著數(shù)據(jù)時間間隔從日度、周度再到月度的逐步增大，套期保值比率也同步增大。換言之，隨著套期保值操作間隔時間的拉長，套期保值操作的效果越來越好，更有必要進行套期保值；同時也證明了套期保值比率與收益變動的增量之間存在負相關(guān)關(guān)系。

（二）套期保值績效計算

如表4 和表5 所示，可根據(jù)表3 以及式（15）—式（17）計算出樣本區(qū)間內(nèi)和樣本區(qū)間外的套期保值績效h值。

表4 樣本區(qū)間內(nèi)的套期保值績效h值

表5 樣本區(qū)間外的套期保值績效h值

表4 顯示的是期貨合約到期前相對較長的時間段所對應的套期保值績效，計算過程中的套期保值比率值h和變量的方差、協(xié)方差是利用2015年1月5日至2018 年12 月28 日這個樣本內(nèi)數(shù)據(jù)計算而得。表5 顯示的是期貨合約到期前相對較短的時間段，即臨近交割前一段時間所對應的套期保值績效，計算過程中所使用的套期保值比率值h與表4相同，但變量的方差和協(xié)方差是利用2019年1月2日至2020年2月28日這個樣本區(qū)間外數(shù)據(jù)計算所得。

表4 顯示，套期保值的確降低了保險公司的收益風險。在同一個模型下，隨著操作時間間隔從日度到周度，再到月度的逐步增大，套期保值績效也同步增大。無論是日度、周度還是月度時間間隔，套期保值績效最高的均為OLS模型或ECM模型。

表5 同樣驗證了套期保值的確降低了保險公司的收益風險。與表4 相比，在相同的模型和樣本時間間隔下，樣本區(qū)間內(nèi)數(shù)據(jù)計算所得的套期保值績效要比樣本區(qū)間外數(shù)據(jù)計算所得的套期保值績效低，這種現(xiàn)象與理論不一致。因為，從理論上講，在有效市場上隨著到期日的臨近期貨價格會趨近于現(xiàn)貨價格，套期保值應該更為有效，h 值應該更高。反常現(xiàn)象的背后原因可能是目前我國衍生品市場的投機因素還比較多，市場有效性還不夠高，削弱了“保險+期貨”的部分功能。

四、研究結(jié)論及相關(guān)建議

本部分將對前文套期保值績效評估結(jié)果進行綜合分析，確定最優(yōu)的套期保值比率，分析“保險+期貨”模式在降低保險公司風險方面的效果。最后從保險行業(yè)、期貨行業(yè)、監(jiān)管機構(gòu)以及國家政策等四個層面給出建議，為推動“保險+期貨”模式良性發(fā)展提供參考依據(jù)。

（一）研究結(jié)論

本文有如下四點主要結(jié)論。

第一，保險公司只要參加套期保值，無論選用本文中哪種模型確定套期保值比率，都可以在一定程度上降低風險。這表明“保險+期貨”模式下套期保值的確可以分散和轉(zhuǎn)移保險公司面臨的價格波動風險，切實提高保險公司抗風險的能力。

第二，樣本區(qū)間內(nèi)數(shù)據(jù)下，OLS模型確定的套期保值比率均為最優(yōu)；樣本區(qū)間外數(shù)據(jù)下，B-VAR 模型確定的套期保值比率基本是最優(yōu)的。這與其他學者相關(guān)的研究結(jié)論是一致的：利用農(nóng)產(chǎn)品期貨進行套期保值時，使用OLS 等靜態(tài)套期保值方法所產(chǎn)生的風險降低程度往往最大。因此，在保險公司利用“保險+期貨”模式進行套期保值時，可以優(yōu)先考慮使用快捷的靜態(tài)套期保值方法。

第三，其他變量相同時，隨著“保險+期貨”套期保值的時間周期從日度到周度直至月度的增長，套期保值的效果也會隨之逐漸增加。這一特點對于保險公司而言非常利好，因為農(nóng)業(yè)保險所需要對應的“保險+期貨”的套期保值期限一般都遠長于經(jīng)銷商、加工商等套期保值者，可以使得“保險+期貨”模式降低保險公司風險的效果更為顯著。

第四，樣本區(qū)間內(nèi)數(shù)據(jù)代表的是距離期貨合約到期交割時間較遠的數(shù)據(jù)，樣本區(qū)間外數(shù)據(jù)則代表臨近交割的數(shù)據(jù)，研究結(jié)果顯示樣本區(qū)間內(nèi)數(shù)據(jù)的套期保值績效均高于樣本區(qū)間外數(shù)據(jù)，這一現(xiàn)象與有效市場下的理論結(jié)果不符。理論上講，如果市場是有效的，臨近交割時期貨價格和現(xiàn)貨價格逐漸趨同，基差風險應該逐漸降低，套期保值效果隨之提高，后者樣本計算的h 值應當大于前者。理論和實踐的差異從一個側(cè)面反映了我國農(nóng)產(chǎn)品期貨市場有效性不足的問題，原因可能包括過度投機導致價格的異常劇烈震蕩。因此，保險公司在參與“保險+期貨”時須保持謹慎態(tài)度，及時關(guān)注市場行情，動態(tài)監(jiān)督合作伙伴交易行為等。

（二）相關(guān)建議

“保險+期貨”模式是基于我國當前農(nóng)業(yè)發(fā)展和金融發(fā)展需要而催生的一項創(chuàng)新產(chǎn)品，其積極作用毋庸置疑。但是在試點階段難免會出現(xiàn)一些問題，有些問題已經(jīng)出現(xiàn)端倪，如李銘和張艷（2019）[19]就指出“保險+期貨”模式仍存在實際賠付率較低、交易成本較高等問題，并建議可以學習美國農(nóng)業(yè)保險與期貨行業(yè)合作的成功經(jīng)驗，更好地服務于我國經(jīng)濟發(fā)展。有些問題雖未顯現(xiàn)，但存在潛在的風險隱患，如套期保值效率有待提高等。我們希望通過相關(guān)主體的緊密配合，不斷優(yōu)化“保險+期貨”的運行模式，力促農(nóng)業(yè)發(fā)展和金融市場完善。本文試圖從以下角度提出一些政策建議以供參考。

首先，對于保險行業(yè)來說任重而道遠，可以從如下三個方面予以改進完善。

一是提高參與意識，注重人才儲備。不少保險公司員工對“保險+期貨”模式了解程度不夠，套期保值、風險防控的理論水平有待提高，阻礙了保險公司的參與積極性。這種現(xiàn)狀不利于“保險+期貨”模式的全面推進，也不利于保險公司的業(yè)務創(chuàng)新。建議保險公司通過增加培訓普及“保險+期貨”模式知識，培育和引進相關(guān)人才，組建專門負責團隊等，多方推動“保險+期貨”項目，力爭早日實現(xiàn)盈利。

二是發(fā)揮自身優(yōu)勢，促進市場繁榮。保險公司可以發(fā)揮其地緣優(yōu)勢和信息優(yōu)勢，配合政府和商品期貨交易所做好“保險+期貨”模式的宣傳工作，吸引更多農(nóng)戶參與到“保險+期貨”市場。例如從整個農(nóng)產(chǎn)品價格行業(yè)上下游進行縱向覆蓋，吸引農(nóng)產(chǎn)品加工商、養(yǎng)殖戶、經(jīng)銷商等客戶，既能增大保險業(yè)務量，增強經(jīng)營穩(wěn)定性，也能提高金融衍生品市場的交易量和流動性，促進各金融市場共同繁榮發(fā)展。

三是創(chuàng)新保險產(chǎn)品，做好風險防控。一方面，保險公司應當保持對新技術(shù)、新概念較高的敏感度，不斷創(chuàng)新產(chǎn)品，服務時代發(fā)展要求。借力國家對“保險+期貨”模式的扶持政策，做好“保險+期貨”模式的支持和對接工作，進一步發(fā)展完善價格保險和收入保險等農(nóng)業(yè)保險產(chǎn)品。另一方面，保險公司需要加強與期貨公司的聯(lián)動，保持溝通聯(lián)系，加強關(guān)注監(jiān)督，設立專門準備金應對可能出現(xiàn)的潛在風險。在我國金融衍生品市場的價格波動風險仍然較高的情況下，要為防范系統(tǒng)性金融風險、期貨公司的操作風險等做好預先準備。

其次，對于期貨等金融衍生品行業(yè)而言，主要有如下三個方面的建議。

一是重視員工培訓，樹牢服務意識?！氨ｋU+期貨”模式在我國推行時間相對較短，在大眾視野中相對陌生，甚至從業(yè)人員也未必完全熟悉。作為“保險+期貨”的主體之一，期貨等金融行業(yè)同樣需要重視員工培訓，促使大家不斷豐富專業(yè)知識，樹牢服務意識，總結(jié)實踐經(jīng)驗，共同推進“保險+期貨”模式的發(fā)展。

二是配合產(chǎn)品推廣，提高服務水平。配合保險公司和政府，做好“保險+期貨”產(chǎn)品的推廣工作。指導下屬投資子公司或資產(chǎn)管理子公司加強人才儲備，增強自身在金融衍生品市場的投資交易水平、風險控制水平以及審核監(jiān)督水平，幫助保險公司合法合規(guī)地分散農(nóng)業(yè)保險的既存風險。

三是豐富衍生產(chǎn)品，完善金融市場。為了日后更完善地服務于“保險+期貨”模式，各交易所需要根據(jù)市場交易需求和農(nóng)業(yè)保障需求創(chuàng)新期貨和期權(quán)品種，進一步提升我國金融衍生品市場發(fā)展水平，為日后進一步的金融創(chuàng)新開放夯實基礎，做好準備。

再次，對于政府和監(jiān)管機構(gòu)，本文也有如下三點建議供參考。

一是動態(tài)調(diào)整政策規(guī)定，完善監(jiān)管制度。為了控制保險公司風險，相關(guān)規(guī)定對于保險公司直接參與金融衍生品二級市場的交易限制較為嚴格。在特定歷史階段，這些規(guī)定的確保障了保險公司和投保人繳納保費的資金安全，但是隨著經(jīng)濟的快速發(fā)展，一些規(guī)定可能會漸漸成為束縛業(yè)務創(chuàng)新的“阻力”。盡管保險公司采取“保險+期貨”模式已經(jīng)進行了一定的創(chuàng)新，原有政策也進行了一定的調(diào)整，但是還有一些制度需要及時進行補充完善，建議相關(guān)監(jiān)管制度及時進行動態(tài)調(diào)整，以推動我國金融市場不斷成熟完善。

二是把握補貼標準，激發(fā)市場活力。眾所周知，政府補貼會起到釋放政策信號、刺激金融市場的作用。如果補貼力度過大，就會弱化市場自主調(diào)節(jié)的功能；如果補貼力度過小，則起不到激發(fā)農(nóng)戶投保和保險公司承保的作用。因此，政府需要把握好補貼尺度，用好政策工具。

三是客觀評價成效，促進持續(xù)發(fā)展。當前某些試點地區(qū)習慣性簡單地以保險賠付金額作為衡量“保險+期貨”模式成效的指標，以此彰顯“保險+期貨”模式的優(yōu)勢。賠付較少的保險公司，有可能在以后的“保險+期貨”招投標過程中處于劣勢地位，這種現(xiàn)象可能會增加保險公司的風險隱患，挫傷它們的參與積極性。因此應當逐漸完善評價機制和方法，客觀評價保險公司服務地方經(jīng)濟的成效，支持和鼓勵保險機構(gòu)不斷創(chuàng)新產(chǎn)品和服務。