揭秘中国商品期货市场的9大重要因子

原著：JH.Fan和TX.Zhang 未经授权，严禁转载

[h1]简介[/h1]

本文对中国商品期货投资进行了迄今为止最全面的研究。首次记录了中国独特的政策对于期货市场的影响。从已有文献中我们总结出 12 种不同的系统性风险溢价因子。我们发现，无论是在强流动性品种的市场还是随机选取的投资品种市场上，比起单边做多的传统期货策略，动量和期限结构因子都带来了具有统计意义的明显收益。被我们所观察到的收益并不能完全被市场风险，宏观经济形势、期货品种特异风险、市场情绪、交易成本或数据偏差完全解释。流动性、锚定偏差和政策监管引发的“套利限制”也有很强的解释能力。我们发现，利用过去收益和对冲压力的多空策略，是对冲中国传统资产风险的绝佳选择。

[h1]揭秘中国市场[/h1]

进入新世纪以来，中国商品市场取得了巨大的发展。随着监管体系的成熟，商品期货市场交易量从 2001 年的区区 3 万亿元飙升至 2010 年的 227 万亿元(中国期货业协会，2015)(WSJ，2016b；彭博社，2018)。中国交易所不仅成为全球最大的大宗商品交易所，豆粕、螺纹钢等产品也成为全球交易最活跃的工具(FT，2016；《华尔街日报》，2016)。尽管由于监管干预，近年来中国经济增速有所放缓，但考虑到从制造业到消费的经济转型需要大量资源，中国经济仍有很强的上升势头(FT，2017)。Visualcapital(2018)的数据显示，仅 2017 年，中国就占全球镍需求的 56%，煤炭、铜和钢铁需求的 50%，铝和猪肉需求的 47%。然而尽管中国商品期货市场的规模和增长达到了前所未有的水平，但由于进入壁垒和独特的制度设置，中国商品期货市场对从业者和学术界来说仍然是一个谜。

>>>  中国市场显著特征

1.中国市场由散户投资者主导，而非机构投资者

截至 2004 年底，个人投资者占上海证券交易所交易账户总数的 97.23%(Li&Wang，2010)。这与纽约证券交易所形成了鲜明的对比，2000 年 5 月，机构投资者占 64%，个人投资者仅占订单流量的 4%(Badrinath&Wahal，2002)。同样的商品期货市场，个人投资者占其后市场总持仓量的 86%(中国期货协会，2016)，而这项数据在美国不到 15%。此外，外国投资者直接参与中国期货市场目前受到限制，但随着原油期货合约在上海推出，这一限制正在逐步放宽(CNBC，2018)。

长期以来一致认为，机构投资者和个人投资者的行为方式不同在对收益变化的响应中(Barber，Odean，&Zhu，2008)，个人投资者的交易比机构投资者对收益敏感程度更强。此外，众所周知，与机构投资者相比个人投资者的知情程度较低(Griffin，Harris&Topaloglu，2003)，中国期货市场参与者的构成意味着，价格发现机制可能与美国非常不同。例如，HoguetZhang 和 Ng(2015)发现中国 a 股的市场 β 系数、动量、规模和波动风险溢价均不显著。

2.中国期货市场具有独特的政策限制。

我们记录了一些中国期货市场独特的特点。我们发现忽视这些特征可能导致错误的结论。多空策略可以分为两组，第一种多空策略的理论来自对冲压力假说(Cootner，1960)和储存理论(Kaldor，1939)。这些策略利用了展期收益率(Gorton&Rouwenhorst，2006)、历史收益(Miffre&Rallis，2007)、套期保值者/投机者的净头寸(Basu&Miffre，2013)和偏度(Fernandez-Perez，Frijns，Fuertes，&Miffre，2018a)等信息。

而第二组策略受到经济直觉和经验直觉的启发，这些直觉利用价值(Asness，Moskowitz，&Pedersen，2013)、公开权益(Hong&Yogo，2012)、货币β、通胀β、波动率和流动性(Szymanowska，deRoon，Nijman，&vandenGoorbergh，2014)等信息。

由于市场的不成熟，早期对中国的研究主要集中在定性市场开发(Williams，Peck，Park，&Rozelle，1998)。随着市场的日益成熟，研究的重点转向了市场效率和与美国的联系。Fung，Leung，andXu(2003)比较了中美市场之间的定价影响和信息传递，得出的结论是，中国监管较少的产品受美国市场的影响更大。Xin，Chen，andFirth(2006)发现中国的铜和铝期货市场是较为有效的市场，他们将效率归因于监管者水平的不断提高。Chan，Fung，andLeung(2004)通过对铜、绿豆、大豆和小麦的分析，发现中国市场存在不对称反应，并表明波动率与交易量呈正相关，与持仓头寸负相关。

由于中国经济对全球贸易和投资的重要性日益增加，中国大宗商品市场对全球商品定价的影响。最近的研究考察了市场表现(Fung，Tse，Yau，&Zhao，2013；Tu，Song，&Zhang，2013)，趋势跟踪策略(Li，Zhang，&Zhou，2017)，价格影响(He，Jiang，&Molyboga，2018)，波动(Jiang，Ahmed，&Liu，2017)；(Hammoudeh，Nguyen，Reboredo，&Wen，2014；投机的影响(Bohl，Siklos，&Wellenreuther，2018；Fan，Mo，Zhang，2018)和高频交易(Zhao，Wan，2018)。例如，Tuetal.(2013)得出结论，中国市场与美国市场的相关性在2000-2010年期间有所增加。Li 等人(2017)发现趋势跟随策略优于买入和持有策略。Heetal.(2018)对横截面动量策略和时间序列动量策略的文档回报率分别为 17.5%和 14.5%。Kang 和 Kwon(2017)发现，中国市场的动量利润巨大且意义重大。

3. 12种多空策略中有5种具有统计学意义

期限结构和动量策略能够在期货曲线上带来强劲的回报，而波动率和套期保值者的对冲压力策略仅在距离到期日最近的合约上才有利可图。当策略转移到流动性更为丰富的远期合约时，收益出现了恶化。我们认为，头寸限制人为地夸大了远期合约的利润。此外，期限结构和动量策略的稳健性表明，中国大宗商品期货价格的动态可能更好地由存储理论解释(Working，1949)。

我们证明，流动性较差的大宗商品表现不如流动性较好的大宗商品，这表明投资者在这个市场上承担流动性风险并没有得到补偿，相反，他们为拥有流动性较差的大宗商品付出了代价。这意味着，某些市场参与者可能会因为市场摩擦而被迫持有非流动性商品。同时，与 Fernandez-Perez 等(2018a)相反，我们发现偏度较高的商品显著优于偏度较低的商品。偏态策略的失败表明，中国大宗商品市场的套期保值者和投机者没有表现出基于偏态的偏好。这可以解释为由个人主导的市场的与机构主导的差异。从长远来看，这个市场的长期输家不会成为赢家。缺乏反转效应可以让人们发掘动量策略带来的可观利润。

第三，外汇策略的失败可能是由于人民币的干预。长期以来，中国政府一直因频繁干预人民币汇率市场以保持对人民币币值的严格控制而受到批评。我们的初步结果表明，政府干预活动可能污染大宗商品价格与人民币相关性中的交易信号。最后，与 HongandYogo(2012)相反，我们对库存策略的研究结果表明，库存因子在中国的预测能力是值得怀疑的。

针对中国传统资产的风险溢价，多空策略提供了多元化潜力。大宗商品市场与中国股市的关联度为 42.2%，说明大宗商品价格与国内股市紧密相关。尽管 Basu 和 Miffre(2013)也发现，在美国只做多的大宗商品投资组合与标普 500 指数之间存在正相关关系，但其幅度要低得多。总体而言，多空策略相对于只做多的中国大宗商品期货市场具有多元化优势，与股市存在显著负相关关系，与巴苏和(Basuand)在美国市场的研究结果一致。

[h1]溢价因子[/h1]

>>>  期限结构

在对冲压力假说(Cootner，1960)和仓储理论(Working，1949)的双重推动下，期限结构策略利用了商品的展期收益率信号，通过在展期收益率较高(较低)的合约上建立多(空)头寸。前一种理论认为，更高的展期收益率是由净空头套期保值者的过度供应推动的，这压低了期货价格，导致更高的展期收益率。相反，较低的展期收益率是由净多头套期保值工具的过度供应造成的，这导致了期货价格的上涨(Fuertesetal.，2010)。后一种理论认为，较高的展期产量是由于较高的当前产量，导致较低的库存水平(Gorton，Hayashi，&Rouwenhorst，2013)。我们计算商品i在t时刻的展期收益率为：

这种策略在 25%展期收益率最高(最低)的商品上建立多头(空头)头寸。这些头寸持有一个月，然后根据下个月底计算的展期产量重新平衡。期限结构策略的收益被计算为长期投资组合和短期投资组合之间的差额。

>>>  对冲压力

Hirshleifer(1990)的套期保值压力假说假设风险溢价存在于回溯现货市场和期货市场。在前一种市场情况下，套期保值者是净空头头寸，投机者可以通过在预期价格上涨的情况下做多而获得溢价；而在后者的市场条件下，套期保值者处于净多头头寸，如果实现了价格贬值的预期，投机者仍然可以通过做空头寸积累溢价(Basu&Miffre，2013)。按照这种逻辑，对冲压力策略依赖于衡量对冲者和投机者净头寸的信号。提出了几种计算对冲压力的方法。德鲁恩，尼曼，还有 Veld(2000)通过提取美国商品期货交易委员会(CFTC)的数据，构建了对冲者净空头头寸与对冲头寸总数的比率。

我们将套期保值比率定义为：

投机比例为：

>>>  动量

大宗商品期货动量策略能产生持续的经济利润已被广泛验证，以 (Erb&Harvey，2006；Miffre&Rallis，2007；Fuertes等，2010；Asness等，2013；Szymanowska等，2014；Bianchi，Drew，&Fan，2015，2016；Bakshi等，2017)。我们根据文献来研究过去的赢家是否能延续趋势。我们计算排序信号为：

>>>  波动率

一般来说，金融资产具有风险收益权衡的特征，即波动率越大，预期收益越高。在商品期货投资的背景下，预期收益越高，未来现货价格的不确定性就越大，因为期货合约可以对冲现货价格的波动。Dhume(2011)发现持有高度波动的资产在美国大宗商品市场是有回报的。在这些研究的推动下，我们将波动率信号定义为：

最近，Bohl 等人(2018)总结出投机比率对中国商品期货市场收益波动信号有正向影响以及对套期保值活动比率对收益波动信号有负向影响。

>>>  持仓单量

Hong 和 Yogo(2012)证明了持仓单的变动与大宗商品市场期货和现货价格的变动之间存在正相关关系。他们认为，在对冲需求方面，持仓单率的变化比期货价格更可靠。因为较高的对冲需求只会推高持仓单比率，但它既可以抬高价格，也可以压低价格。在 HongandYogo(2012)的推动下，Szymanowska 等人(2014)根据整个期限结构上的累计持仓单量将大宗商品分类为四分位，并通过在持仓单量变化较大(较小)的投资组合中持有多（空）仓，实现了可观的利润。我们将持仓信号定义为：

>>>  流动性

早期研究表明，预期收益较高的股票对总体流动性指标更敏感(Pastor&Stambaugh，2003)，流动性与预期收益相互作用，并与价格共同波动(Acharya&Pedersen，2005)。Marshall，Nguyen 和 Visaltanachoti(2012)调查了著名的股票市场流动性指标与商品期货市场的相关性，发现 Amihud 指标与商品交易成本的相关性最高。

假设 D 为过去 2 个月的天数，这个信号可以解释为过去 2 个月日成交量与绝对回报的平均比率。这个比率越高，流动性就越强。因此，我们利用具有最低和最高该指标的商品投资组合之间的收益率差来构造流动性策略投资组合。

>>>  风险溢价因子

我们还分别研究了基于汇率变动和通胀冲击的两个贝塔信号的表现。该直觉来自于商品价格与货币负相关，与通胀冲击正相关的经济学结论(Bodie&Rosansky，1980；Erb&Harvey，2006；Gorton&Rouwenhorst，2006；Bhardwaj等，2016)。这种关系在中国市场也是成立的，我们的数据显示，大宗商品市场总量与通胀冲击之间的相关性为 0.05，与人民币汇率之间的相关性为-0.31。这与 Mallick 和 Sousa(2013)的研究结果一致，他们在研究中发现，商品价格水平的持续下降与国内货币的暂时升值和通货膨胀的下降有关。在 Szymanowska 等人(2014)研究之后，我们将货币信号定义为每月商品期货收益率对人民币有效指数收益率的回归斜率：

同样，通胀冲击策略的信号可以表示为：

货币策略收益计算为较低的货币-beta组合减去较高的货币-beta组合，而通胀冲击策略估计为较高的通胀-β组合减去较低的通胀-β组合。

>>>  偏态

库存理论和正常现货溢价理论隐含地表明，负偏态与库存下降驱动的反向市场一致(Fama&French，1987；Deaton&Laroque，1992；Symeonidis，Prokopczuk，Brooks，&Lazar，2012；戈顿等人，2013)。Fernandez-Perez 等人(2018a)研究了偏度排序的多空投资组合的盈利能力，发现了具有统计学意义的利润。我们沿袭 Fernandez-Perez 等人(2018a)的研究，计算偏度信号为：

因此，偏态策略的绩效是由最负偏态商品投资组合与最正偏态商品投资组合的收益率差来衡量的。

>>>  价值

Asness 等(2013)对商品市场实施“价值”概念，采用“长期”价值代表商品期货的“账面”价值。关于价值策略的基本假设是，长期的输家最终会变成赢家。Fernandez-Perez，Fuertes，Miffre(2018b)将值信号定义为：

价值策略的绩效可以通过在价值信号最高的商品上做多和在价值信号最低的商品上做空来体现。

[h1]总结[/h1]

通过研究我们获得的结论是：

第一，中国期货市场收到制度监管影响严重，因而很多期限结构和对冲压力层面的收益往往是由于监管层对冲限制政策形成的流动性溢价。

第二，中国大宗商品期货市场反转效应微弱，动量策略是目前观测到的能取得最佳收益的策略，因而趋势跟踪策略在中国大宗商品市场十分有效。紧跟其后的是期限结构类策略和风险溢价类策略，货币—β策略最不显著但在多空组合下也有一定绩效表现。

第三，中国期货市场最显著的几个因子从有效性从高到低排列分别为：动量，展期收益率，波动率，持仓单量，偏度，货币—β系数，商品长期价值。

第四，目前中国商品期货和美国相比仍不成熟，机构投资者持仓比例较小，因此舆情和市场情绪因子量化难度大但风险溢价较高。

第五，多空组合策略长期有效于单边策略，多元化在中国市场十分有效。

作者：刘建涛（译）
推荐阅读

■ 重磅 | 聚宽期货实盘开通上线！
■ 【一创·聚宽】国内首家券商合作Python量化实盘开放申请！■ 【年度干货】精选99个量化投资策略源码打包下载 ■ 瑞银量化策略公布：通过散户羊群效应获得A股超额收益 ■ 业绩爆雷预测六大异常财务指标效果实测 ■ A股短期大涨能延续？高盛揭秘我们处于全球周期的位置 ■ 量化择业银行vs券商vs公募vs私募？（行内人深度分享）■ 趋势交易能赚钱吗？商品期货动量效应挖掘初探 ■ 天生量化将才？理工科程序员做量化投资优劣势分析 ■ 摩根士丹利研究：量化投资者都在思考什么？What Are Quantitative Investors Thinking?

微信后台回复 “期货因子” ，即可获取原文。