我国小麦期货价格影响因素实证分析*

战玉锋，刘 放

（沈阳工业大学经济学院，沈阳110870）

我国小麦期货价格影响因素实证分析*

战玉锋，刘 放

（沈阳工业大学经济学院，沈阳110870）

分析我国小麦期货价格的影响因素，有利于更好地预测小麦期货价格，更充分地发挥价格发现和风险规避功能，促使政府制定更合理的经济政策，帮助市场参与者更理性地进行投资、买卖及风险管理。收集2006—2010年的数据，运用最小二乘法进行回归分析，并采用平稳性检验法、协整检验法等方法，得出小麦期货价格受现货价格、国内小麦收成状况、小麦国内外供需情况、国家经济政策、国际形势及气候影响的结论，据此提出相应建议。

小麦期货；期货价格；最小二乘法；单位根检验；协整检验；实证分析

期货价格受多种因素的影响而不断变动，主要可分为基本面因素和技术面因素，其中基本面因素包含国家经济政策、国际经济环境、现货基本条件以及对于农产品而言特别的季节因素［1-4］。国家经济政策方面采用汇率、货币供应量和存款准备金来反映；国际经济状况采用道琼斯指数和美国小麦期货价格来反映。本国经济状况采用通货膨胀率、居民食品消费价格指数、消费者信心指数来反映；现货市场方面通过国内外小麦现货价格、小麦供需及相关替代品的情况来反映，其中小麦产量通过小麦粉产量来反映，而小麦供需量则通过小麦进口与出口的差额来反映。对于技术面因素在实证研究中一般采用相关指数进行分析，本文采用美元指数、美国原油期货、我国小麦期货市场成交量和上一交易日小麦期货价格等因素来反映。考虑到现实中期货价格的影响因素更为复杂多样，本文根据现实情况对期货价格的影响因素进行了取舍［5］。

一、计量经济学模型的设立

假设小麦期货价格为Y；小麦现货价格为X1，单位为元／吨；国际小麦现货价格为X2，由于国际上以美元计价，这里乘以汇率得到单位元／吨；相关替代品玉米价格和稻米价格分别为X3、X4，单位为元／吨；表示小麦供给的小麦粉产量为X5，单位为吨；表示小麦替代品的大米产量为X6，单位为吨；表现小麦需求的小麦进出口差为X8，其替代品玉米和稻米的进出口差分别为X7和X9；美国小麦期货价格为X10，由于美国小麦期货单位为美分／蒲式耳，进行单位转换后为元／吨；同样进行单位换算得到美国原油期货价格X11，单位元／吨；美元指数为X12；小麦期货成交量单位为手，一手等于10吨，进行单位换算后得到的单位为吨；前一月收盘价格为X14；道琼斯指数为X15；上证综合指数为X16；反映我国经济状况的居民食品消费价格指数、通货膨胀率、消费者信心指数分别为X17、X18、X19；反映我国经济政策的汇率、货币供应量分别为X20和X21。对于存款准备金率，本文引入虚拟变量D1，国家有提高存款准备金率的政策时D1为1，否则为0。季节是影响农产品期货价格的重要因素，在小麦的收获季节期货交易频繁，价格会有所波动，因此本文引入虚拟变量D2、D3、D4，其中D2表示夏季、D3表示秋季、D4表示冬季。各虚拟变量的取值为

假设上述因素与被解释变量之间存在线性相关关系，并添加随机干扰项μt，据此建立计量经济学模型

二、数据的收集

本文数据主要从国家统计局网站、中国农业信息网、中国人民银行网站等处获得，形成样本估计总体，并根据上述解释对参数进行适当调整（见表1）。通过各变量的散点图，可以大致看出解释变量与被解释变量之间存在一定关系［6］。

表1 各变量原始数据表

续表

续表

三、参数估计

利用表1数据，通过回归分析并使用Eviews软件采用最小二乘法进行参数估计，得到的方程为

四、平稳性检验

由于采用时间序列进行分析，因此首先需要进行平稳性检验［7］。本文采用ADF检验法。

1．单位根检验

由于本文采用了时间序列样本，需要考察样本是否平稳。利用Eviews进行ADF检验，模型为

t是时间变量，代表时间序列随时间变化的某种趋势；原假设都是H0：δ＝0，即存在单位根。模型（1）与另两个模型的差别在于是否含有常数项和趋势项。实际检验时从模型（3）开始，然后检验模型（2）和模型（1）。检验前，根据AIC信息准则确定最优滞后期间为1，结果如表2所示。

表2 样本ADF检验结果

从模型（1）回归结果看，ADF＝-2.271 577，分别大于显著性水平为10%、5%和1%的临界值，因此不能拒绝时间序列Y存在单位根的原假设，需要进一步检验模型（2）。模型（2）选取1阶滞后，ADF＝-0.748 224，分别大于显著性水平为10%、5%和1%的临界值，不能拒绝原假设，需要进一步检验模型（3）。模型（3）选取1阶滞后，ADF＝1.276932，分别大于显著性水平为10%、5%和1%的临界值，仍不能拒绝原假设。由此可断定我国小麦期货价格时间序列Y是非平稳的。同样，可以检验得到变量X1～X21均是非平稳的。

2．单整检验

对我国小麦期货价格时间序列Y进行单整检验时仍采用AIC信息准则。经检验，模型（1）选取了3阶滞后，结果如表3所示。

表3 样本单整检验结果

经检验可知，ADF＝-3.726 032，分别小于显著性水平为10%、5%和1%的临界值，因此拒绝时间序列Y存在单位根的原假设，时间序列Y在95%的置信区间内是1阶单整的。按照同样的方法进行检验，发现X1、X5、X8、X13、X14、X15在95%的置信区间内是单整的，这些解释变量均为平稳的。

3．协整检验

通过以上研究可以看出，解释变量与被解释变量间具有大致相同的增长和变化趋势，说明它们之间可能存在协整关系。由各变量的平稳性检验可知，它们均满足协整检验前提。采用EG协整检验法对模型中的残差进行平稳性检验，若随机干扰项E具有平稳性，则对E进行单位根检验，结果如表4所示。

表4 随机干扰项E的ADF检验结果

由于统计量ADF小于不同检验水平的3个临界值，因此残差序列E为平稳序列，解释变量X1～X21与被解释变量Y之间存在协整关系（即长期均衡关系），具有经济学意义。再进行回归分析，得到的方程为

五、统计学检验

1．拟合优度检验

拟合优度检验用于检验模型对样本观测值的拟合程度。采用可决系数R2和调整的可决系数¯R2对模型的拟合优度进行检验，两者越接近1则说明拟合程度越高。检验中R2＝0.960 495，¯R2＝0.926 633，说明方程的拟合度较高。

2．变量的显著性检验

变量的显著性检验旨在对模型中被解释变量与解释变量之间的线性关系是否显著成立作出推断，或者说考察所选择的解释变量是否对被解释变量有显著的线性影响［8］。本文利用F检验来检验解释变量整体与被解释变量的显著线性关系，使用t检验来检验各个解释变量对被解释变量的显著线性影响。基本假设H0：解释变量前的系数全为0；H1：解释变量前的系数不全为0。因为F＝28.365 29，在95%的置信度下查表可得Fα（k，n-k-1）＝1.945，即F＞Fa（k，n-k-1），所以拒绝原假设H0，即解释变量总体上与被解释变量的线性关系显著。

通过上述方程可以得到各个解释变量的t值，同理在90%的置信度下查表可得自由度为14的t分布tα／2～n-2，其t值为1.084。可以看出，大部分解释变量的t＞tα／2，这些解释变量均可以拒绝原假设H0，即它们与被解释变量的线性关系同样是显著的。对于未能通过检验的解释变量先不予删除，原因是现实中这些解释变量确实与被解释变量存在关系或还存在其他问题，待检验多重共线性时再进行取舍。

3．置信区间检验

参数区间检验用于估计参数值离参数的真实值有多“近”。参数的置信区间为

在1-α的置信度下βj的置信区间为-tα／2·+tα／2·S＾βj），经过计算可以得到各个解释变量的置信区间，如表5所示。由表5可以看出，各解释变量的置信区间都不是很大，且估计值均在置信区间内并较为准确。

六、计量经济学检验

1．多重共线性检验

本文采用逐步回归法进行变量的多重共线性检验，即逐个增加解释变量并观察可决系数R2的变化，如果R2变化很小，或R2和F值变大而t值无法通过检验，则认为该解释变量与其他解释变量之间存在多重共线性，应予以剔除［9］305-307。首先，运用Eviews软件通过观察自相关系数来判断变量是否存在多重共线性，如果自相关系数很大则说明具有多重共线性。其次，采用逐项增加解释变量的方法来进行多重共线性检验，检验后得到的方程为

表5 解释变量置信区间检验结果

由相关数据可见，该方程显著且拟合优度较高，如图1所示。

通过多重共线性检验，舍去了一些小麦替代商品的变量和一些国际因素，这可能是因为我国市场并未完全开放，所以受国际影响较小。图2为我国小麦期货与美国小麦期货价格走势图，可以看出我国和美国的小麦期货价格甚至出现了相反的走势。另外，还舍去了反映我国经济形势的变量，这可能是由于我国投资者大部分忽视信息所致。从多重共线性检验中可以看出，我国投资者可能更多地关注国际上对准备金率的调整以及货币的供应量，因而政府可以利用这两项经济政策有效管理市场。

图1 检验方程的拟合优度

图2 中国和美国小麦期货价格走势比较

2．异方差性检验

本文采用怀特检验来判断其数据是否具有异方差性，结果如表6所示。

表6 数据异方差性检验结果

怀特检验认为，如果nR2＞χ2（n）则不存在异方差性；在实际生活中，只要概率很小就可以认为模型存在异方差性。表6的数据中nR2＝34.143 93，查表得（n）＝28.241，从而可知nR2＞χ2（n），且概率0.196 175较大，所以认为该模型不具有异方差性。

3．序列相关性检验

本文采用拉格朗日乘数法进行序列相关性检验，选择滞后期为2，结果如表7所示。

表7 序列相关性检验结果

由表7可见，LM（2）＝nR2＝14.038 80＞＝5.991，临界概率P＝0.000 894，所以只要取显著水平α＝0.000894就可以认为辅助回归模型是显著的，即存在自相关性。本文中模型的LM（2）＝14.038 80，对应的P＜0.05，因此存在二阶自相关性。据此对模型进行修正并对修正后的模型再次进行序列相关性检验，结果如表8所示。

表8 模型修正后序列相关性检验结果

由表8可见，LM（2）＝R2＝4.694 085＜＝5.991，临界概率P＝0.095 652，因此在置信水平α＝0.05下回归模型不存在自相关性。本文中模型的LM（2）＝4.694 085，对应的P＞0.05，因此模型已不再存在二阶自相关性。

经过以上检验，回归模型变为

七、经济意义检验

经济学检验主要对参数的符号和大小进行检验，通常不应该比1大［10］。对于X1（小麦现货价格）来说，根据经济学理论小麦期货价格与小麦现货价格成正相关关系。对于X4（稻米价格）来说，稻米也是我国的主要粮食作物，是小麦的主要替代商品，稻米价格过高人们就会转而购买小麦，小麦的需求就会相应增加，价格就会变高，即二者存在正相关关系。对于X5（小麦粉产量）来说，小麦粉产量增加可能说明当年小麦收成好，形成小麦供大于求的情形，根据经济学原理，小麦供给曲线向右移动，均衡价格将会下降，即二者存在负相关关系。对于X6（大米产量）来说，大米产量增加可能说明大米收成好，形成大米供大于求的情形，大米供给曲线向右移动，均衡价格会下降，人们会更愿意购买大米而放弃购买小麦，从而使小麦的需求减少、价格下降，即二者存在负相关关系。对于X8（小麦进出口差）来说，两者之差越大说明进口越多，国内小麦需求增加、价格上涨，即二者存在正相关关系。对于X12（美元指数）而言，该指数上涨说明美元升值，由于全球大多数商品是以美元计价的，美元升值意味着商品价格下降，即二者存在负相关关系。对于X13（成交量）来说，成交量上升说明市场参与者投资热情高涨，相应地期价就会上扬，即二者存在正相关关系。对于X14（前一月成交价）来说，由于小麦期货价格的涨跌在一定程度上是受历史交易情况影响的，即二者存在正相关关系。对于X18（通货膨胀率）来说，通货膨胀率高市场参与者就可能将资金更多地投向资本市场，以减少因货币贬值带来的损失，从而会导致期价上扬，即二者存在正相关关系。对于X20（汇率）来说，汇率上升说明人民币贬值，则在相同情况下商品价格就会上涨，即二者存在正相关关系。对于X21（流通中的货币量）来说，如果流通中的货币增多而市场中的商品数量保持不变，则商品价格就会上涨，即二者存在正相关关系。

图3 我国小麦期货价格与道琼斯指数走势比较

需要说明的是，对于X15（道琼斯指数）而言，理论上它与小麦期价应该成正相关关系，但实际上从图3可以看出我国小麦期货价格和道琼斯指数的走势不完全一致，有时还呈负相关。这可能与我国的经济体制有关，说明我国目前经济并未完全开放，受国际影响相对较小。

此外，对于虚拟变量D1准备金率来说，上调准备金率说明国家采取紧缩政策，期货市场不景气，期价会相应下降，即二者存在负相关关系；而对季节因素而言，由于在小麦成熟季节存在大量供给和交割，小麦价格会有所下降，即二者存在负相关关系。

通过上述分析，本文认为上述回归模型中X4、X6、X21的符号与经济学理论不符，故舍去；而X12、X18、X20的系数远大于1，不符合经济学弹性系数理论中弹性应在（-1，+1）的要求，也予以舍去。据此，最终模型变为

经检验，该模型拟合优度很好，基本通过显著性检验且不具有异方差性及自相关性。从模型中可以看出，我国小麦期货价格主要受到小麦期货历史价格和小麦现货价格的影响，其次受到中央银行经济政策的影响，还在一定程度上受到国际形势、小麦国内外供需情况及国内产量的影响，其中国外供需情况影响较大。广大市场参与者可以依据历史情况来推测期货价格，并依据现货价格走势进行合理预测，有效利用期货来转移价格风险。小麦期货价格与小麦现货价格和小麦供需情况有关，政府可以在一定程度上依据小麦期价的变动来管理小麦进出口量及现货价格：当期价上涨时，可能说明国内小麦收成较差、需求较高，政府可以适当增加小麦进口量，适当提高小麦现货价格以鼓励农民多种植小麦；当政府希望适当降低小麦价格时，可以利用提高准备金率来实现这一目的；由于期货具有价格发现功能，政府也可以通过小麦期价预测出小麦现货价格走势，如果得到小麦现货价格过高的预测结果，则可以采取措施控制价格变动，如鼓励农民多生产小麦或适当进口、增加小麦供给、提高准备金率来控制市场参与者的投资热情、减少成交量打压期价进而拉动现货价格下降等。对于季节变化和国际形势等主观上无法控制的因素，应该积极采取相应的预防措施，以便一旦这些因素产生不利影响，政府能够及时有效地降低危害，保证国家粮食安全和市场参与者安全。

八、结论和建议

随着我国期货市场的不断发展和完善，人们越来越重视期货的价格发现和风险规避功能，期货市场对于现货市场的影响也受到更多的关注。本文用实证方法对影响小麦期货价格的因素进行了深入研究，并得出以下结论：小麦期货价格主要受到小麦现货价格、小麦粉产量、小麦进出口差额、成交量、前一月小麦期货价格、道琼斯指数、存款准备金率及季节因素的影响，总体来说，小麦期货价格受现货价格、国内小麦收成状况、小麦国内外供需情况、国家经济政策、国际形势及气候的影响。据此，本文提出如下建议：

（1）政府可以根据小麦期价的变化趋势来调整相关经济政策，管理小麦现货价格，调整小麦耕种面积及进出口量，并考虑是否应对农产品相关项目提高存款准备金率。如果小麦价格过高，为抑制价格政府可以采取提高准备金率、提高小麦期货保证金或税收、增加进口或鼓励农民多种植小麦等措施，反之亦然。

（2）市场参与者可以利用该模型预测期货价格走势，市场投资者可以着重研究小麦期货的历史价格及成交量状况，结合小麦现货价格走势预测小麦期价走势，并根据小麦期货的基本面因素进行分析操作，从而有效规避风险，在期货市场中获利。

［1］张宗成，王骏.基于VAR模型的硬麦期货价格发现研究［J］.华中科技大学学报：自然科学版，2005（7）：103-106.

［2］马正兵.我国粮食期货价格发现功能的交叉谱实证研究［J］.统计与决策，2005（01X）：64-66.

［3］邵远慧.大连玉米期货市场价格发现功能的实证分析［EB／OL］.［2005-10-21］.http：／／www.bhfcc. com.

［4］李天忠，丁涛.我国农产品期货价格对现货价格先行性的实证研究［J］.金融理论与实践，2006（10）：16-19.

［5］罗孝玲，吴奇超，杨怀东.粮食期货价格指数的编制与粮食安全预警系统的研究［J］.开发研究，2006（6）：31-35.

［6］刘庆富，张金清.我国农产品期货市场的价格发现功能研究［J］.产业经济研究，2006（l）：11-18.

［7］张树忠，李天忠，丁涛.农产品期货价格指数与CPI关系的实证研究［J］.金融研究，2006（11）：103-115.

［8］蔡慧，华仁海.中国商品期货指数与GDP指数的关系研究［J］.金融理论与实践，2007（8）：3-6.

［9］孙敬水.计量经济学［M］.北京：清华大学出版社，2009.

［10］陈双生，赵聪.小麦期货市场价格发现功能及其影响因素分析［J］.北方经济，2010（9）：48-49.

Em pirical analysis on influencing factors of wheat futures price in China

ZHAN Yu-feng，LIU Fang
（School of Econom ics，Shenyang University of Technology，Shenyang 110870，China）

To analyze the influencing factors of wheat futures price in China is conducive to better predict wheat futures price，which w ill give full play to price discovery and risk avoidance capabilities，promote the government constituting more rational economic policy，and help the market participants more rationally investing，trading and managing risk.The data from 2006 to 2010 are collected，the least squaresmethod is applied to run regression analysis，and the stationarity test and cointegration testmethods are adopted.The conclusions are that the wheat futures price is influenced by the spot price，the harvest situation of wheat in China，the supply and demand situation both home and abroad，the econom ic policy of China，the international situation，and the climate.Countermeasures are also proposed at last.

wheat futures；futures price；least squaresmethod；unit root test；cointegration test；empirical analysis

F 832.5

A

（责任编辑：郭晓亮）

1674-0823（2012）03-0223-09

2011-07-22

战玉锋（1976-），男，辽宁沈阳人，讲师，硕士，主要从事金融发展与国际投融资等方面的研究。

*本文已于2012-02-27在中国知网优先数字出版，DOI为CNKI：21-1558／C.20120227.1406.006，http：／／www.cnki.net／kcms／detail／21.1558.C.20120227.1406.006.htm l.