大宗商品定价机制及价格波动规律研究的文献综述

蔡雪月+周湘蕾

摘 要：从大宗商品的金融属性、大宗商品价格波动规律及特征、大宗商品定价机制以及大宗商品贸易公司管理四个方面概述2013年来国外学者的研究成果，整理发现国际学者对大宗商品的价格规律和金融属性的研究比较全面，但国家如何管控定价、企业如何争取大宗商品定价权等问题还有待进一步研究。

关键词：大宗商品；定价机制；价格规律

中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.16723198.2017.25.044

1 研究背景

在造成国际大宗商品价格变动的因素群中，中国的基础原材料进口和消费已经成了一个不容忽视的重要原因。通过长城战略咨询公司对 24 种大宗商品的统计，我国大宗商品消费总量约占全球消费总量近百分之二十，有铁矿石、稀土、PTA、煤炭、精炼铜等 19 种品种消费量全球第一。但由于之前于我国在发展过程中，将更多的注意力集中在引进和利用外资和发展进出口贸易上，而对货物贸易定价权问题的关注甚少，导致我国仍处于国际产业链的下游；国内进出口企业多头对外，缺乏统一性，甚至有过度竞争，让国外企业坐收渔利。

国际大宗商品贸易价格的定价多采用期货市场上所形成的价格加上相应的升贴水的方式，也即所谓的点价交易。而我国期货市场起步较晚，发展不健全，参与度较低，且存在大量过度投机行为这相比于国际上比较健全的期货市场，国内期货交易所形成的市场价格得不到国际贸易商的认可。2003 年的大豆高价买单风波、铁矿石谈判的失利、稀土的多产不多得等事例，已使我国在国际贸易中遭受重大损失。所以说在大宗商品交易中，把中国因素变成中国优势的关键在于如何获取大宗商品国际定价权。

2 文献回顾

在国际贸易往来中，由于各国的资源优势和产业力量强弱不同，在指定商品的国际价格时，经常出现价格的非理性波动，这引起了许多专家学者的注意。所以，本文将从大宗商品的金融属性、大宗商品价格波动规律及特征、大宗商品定价机制以及大宗商品贸易公司管理四个方面概述2013年来国外学者的研究成果。

2.1 大宗商品具有金融属性

Sofiane Abouraa等（2014）基于投资组合优化、资产定价、风险管理理论将多元GARCH模型用于期权定价和衍生品套期保值，研究了股票、债券、外汇和大宗商品市场之间的互动性，作者不仅考察了各个市场各自的自相关性，还考察了与其他市场间的相关性，这也是文章的创新之处。研究发现：当考虑波动的相互作用如滞后波动的相互作用时，国际金融市场和大宗商品之间关系是特别明显的；其二，几乎所有波动溢出参数均显著，且债券和货币波动最有助于解释股票回报率，而商品市场的波动反馈效应最显著；极端事件可以引发跨市场的传染效应，而股票市场就是波动的主要传输渠道。其三，作者用溢出效应理论分析了大宗商品和股票的投资组合多样化对于抵御全球金融风险的作用，并认为大宗商品可能被视为一个综合的市场，将其加入到投资组合很有必要。

Walid Mensi等（2013）通过观察标准普尔500指数和能源、食品、黄金及饮料等大宗商品价格指數的回归性和脉冲响应效果，探讨了股票和商品市场之间波动的相关性和传播效应，并提出500指数与黄金价格指数和500与原油指数之间存在显著相关性。Mihaela Nicolau 等 （2015）认为期货合约的价格总是受其标的资产的现货价格的影响，这种关系主要依赖于商品类型和期货合约到期时间。该研究基于无套利和资产定价理论，应用递推估计和双变量var模型建立了期货价格预测模型，得出了以下结论：（1）现货与期货价格之间存在长期协整关系，并存在稳定的因果关系；（2）商品市场中，原油在应对金融动荡时用于套期保值和投机行为最常见也最有效；（3）黄金市场上，现货与期货价格之间并不存在一个有效的预测机制；（4）尽管天然气和原油价格之间有很高协同性，但由于两个市场都呈现弱外生性，因此二者之间存在着反向的因果关系；（5）原油商品的期货和现货间呈现双向因果关系，而天然气的现货和期货价格间的因果关系却并不显著。

Nicolas Huchet等 （2015）依据两阶段最小二乘方法以六种农产品（可可、玉米、大豆、小麦，咖啡，大米）为研究对象研究了期货市场投机和标的资产变化之间的联系。作者认为VIX指数与大宗商品价格波动对标准普尔500指数期权的隐含波动率呈高度相关。油价上涨会系统地提高商品价格，而债券的收益率（或利率）对大宗商品价格的影响并不显著。此外作者还论述了投机与回报的高度相关性，具体来说通过期货合约的投机，积极影响商品价格的变化。模型结果表明除了大米和可可外的四种商品的价格，无论是多头寸的份额，还是持仓量的总和，都明显依赖于期货市场的投机行为。

2.2 对大宗商品价格波动规律及特征的研究综述

Ramalhete Moreira（2014）测试巴西大宗商品价格变动与宏观经济变量之间的短期和长期关系，并得出了商品市场的波动不中立的结论。主要证据显示大宗商品价格冲击与预期通货膨胀和现期通货膨胀之间存在短期效应，国内生产总值和汇率水平也存在短期效应。从长期来看，大宗商品价格的向上波动意味着高预期的通货膨胀率和较低的水平的国内生产总值，从而显示出经济主管部门应该重视商品市场的突然波动。作者认为货币当局真的有理由关注高波动的商品市场，模型估计的协整方程表明在巴西，商品价格的波动性越高，国民生产总值的水平越低，期望的通货膨胀率越高。

Chuanguo Zhang等（2015）选择小麦、玉米、大豆、豆类、纸浆、棉花和天然橡胶六种农业商品，利用ARJI-GARCH模型研究国际原油价格冲击对中国农产品的影响，结论表明：（1）石油价格波动分为聚集行为与跳跃行为两种。当石油价格开始波动，人们为了规避风险会在石油期货市场上进行套期保值交易，而这最终将导致油价进一步大幅波动。油价也会在突发的政治和经济事件的影响下表现出一些跳跃行为。（2）石油价格冲击对不同农产品的影响不同，且经济作物比粮食作物更容易受到石油价格冲击的影响。（3）大部分农产品价格波动不对称。（4）石油价格的跳跃强度对农产品价格的影响不同。与其他五种农产品相比，只有天然橡胶对于价格的跳跃强度最为敏感。对此，作者认为政策制定当局应建立早期预警和应对机制以有效地应对全球石油价格波动，如全球石油进口的多样化和增加石油储量，另外当局者还可以选择加强国内农业商品储备以及丰富农产品期货种类。endprint

Julien Chevallier等（2013）假设在全球范围内大宗商品与经济周期之间有一定的相关性，并利用E-GARCH模型评价每种商品的经济新闻（农业产品，能源市场，工业和贵金属）对商品价格的影响。他们认为经济对商品价格的影响是相当复杂，并带有显著的地域性和周期性。从投资角度来看，本文的主要观点可以概括如下：（1）作者认为由于在经济衰退时期商品市场与高风险资产有很强的相关性，所以投资者不应该将商品期货添加到与标准金融资产（如债券和股票等）相关度较低资产组合中。（2）经济对大宗商品价格的影响是相当复杂的。（3）有一个市场的周期性对商品市场投资有着直观的影响：在强劲增长的时期，投资者应该加大工业金属、能源、农产品和工业金属在其投资组合中的比重。

Celso Brunetti 等 （2014）對交易量和价格波动进行研究后指出，对交易量和价格波动之间的动态关系的研究可以提供金融市场内部结构的信息、了解市场信息传播的途径和方式、提高利用交易量和价格波动信息进行推断的有效性和可靠性，对解决价格收益分布特征的争论具有帮助。

Feng Lu & Yuanfang Li（2013）通过传统的计量经济学框架分析研究了最近几年中国因素对全球大宗商品价格波动和海运运费波动率的影响，衡量了中国对大宗商品和海运需求的增量增长的贡献。作者发现，传统的“需求驱动”的计量模型未能预测最近的商品价格上涨，而在模型中加入中国的因素后，该模型显著提高了其性能，对最近的商品价格增长进行了合理的模拟。而后经验证据证实，国际大宗商品价格波动不再独立于中国自身的产业活动。全球大宗商品和海运市场中国因素的特殊影响，凸显了中国宏观经济政策的重要性，而中国需要通过允许更灵活的汇率制度和更放开利率政策工具来改革它的宏观管理体制。

由于经济指标反映商品价格的滞后性以及一些商品对其他商品的溢出效应，商品价格驱动因素的识别是困难的。作者Yusho Kagraoka（2016）应用福尼等人的广义动态因子模型，发现了商品价格的四个共同的驱动因素，即美国的通胀率，世界工业生产，世界股票指数，原油价格。

2.3 对大宗商品定价机制的研究综述

Patrick Andreoli-Versbach等（2015）研究了意大利整个汽油销售市场的动态定价过程，并模拟了先于或后于市场领先者单方面宣布其承诺采取一种粘性定价政策的不同情形。作者主要在文中主要强调单方面价格公告、内生粘性价格承诺和领导定价中的默契勾结行为在定价过程中的重要性。Juan C. Arismendi等（2016）认为许多商品市场不仅在价格水平上，还在波动性上都体现了很强的季节性因素。文中在赫斯顿（1993）的随机波动模型基础上进行扩展，以允许波动随季节周期变化，提出了一个季节性的长期均值-方差过程，用以分析季节性行为在商品价格的波动中的重要性。研究表明，考虑季节性的随机波动性之后显著降低了期货期权交易合同中的定价错误。在统计和数理意义上，该文章提出的新型期货期权定价模型不仅考虑了截面的期权价格，但也考虑了时间序列的期货合约。实证结果表明，所提出的模型确实提高了定价的天然气和玉米合同的准确性。Gonzalo Cortazar等（2015）在资产定价模型（CAPM）的理论基础上，参考施瓦兹和Smith（2000）商品的定价模型，提出了一个简单的扩展方法，有可能大幅提高商品价格模型的性能。这种方法提供了一个更可靠的估计风险溢价参数的思路，在不影响模型拟合的期货合约价格的置信度的同时，使预期的未来现货价格将更可信。

JIN ZHANG， MINGJIA XIE（2016）对中国的成品油定价机制进行了实证检验，并进一步分析了其在中国宏观经济中的作用。首先，作者考察了国内成品油价格与国际油价的关系。并发现这一机制是“公平”的，它对于国际石油价格的下跌和上涨的反应具有对称性。此外，随着时间的推移，该机制对国际石油价格的变动越发敏感。其次，作者研究了机制在中国宏观经济中的作用，并发现它对通货膨胀、投资、出口和货币的直接作用是非常有限的。第三，作者考虑了如果政府选择一个较低的监管水平，可能会发生什么。研究发现，较少的监管并不能增加中国经济对国际石油价格的影响，这也从另一个角度说明了机制作用的有限性。对机制的作用有限，作者提供了两点解释。首先，在油价震荡的国内国际的形势下，中国经济的基本特征可能是经济稳健的主要原因。中国以煤为主要能源来源，只有不到20%的能源消费来自石油，这20%涵盖了进口和国内供应两种渠道。随着中国从依赖化石燃料转向更多地依赖于清洁和绿色能源，这一比例可能会变得更低。其次，机制的作用有限也可能是由于机制本身的性质。由于其设计的整体机制是使国内成品油价格准确而对称的遵循国际石油价格的波动，因为它承认后者作为前者的基本决定因素。而只有在不受管制的情况下，才能使国际石油价格的冲击在一定的滞后期内作用在中国经济上，从这一点看来，这一机制所能做的是非常有限的。

2.4 对大宗商品贸易公司管理的研究综述

JIN Xi，CHEN JIN（2014）分析了第三方支付资金管理、大宗商品电子交易资金管理模式的现状，提出了对第三方支付企业B2B电子商务发展的几点建议：一是积累商业信誉，提高支付结算的能力；二是充分利用自身优势，提供多种合作支付方式；三是提高财务管理的透明度，接受客户的实时监控。

Yu-Feng Zhuang Da-Song Li（2014）认为企业间的网上团购具有广泛的适用性和前景。大企业凭借自己的优势可以在B2B大宗商品贸易中占据主动权，而中小企业却在各种限制的束缚下转变缓慢。作者从中小企业正在面临的问题入手，基于B2B大宗商品交易分析在线集团采购模式的可行性和可用性。作者在文中设计了一个网上团购模式，其中考虑了网上团购的发起人的选择、定价、交易对象区域的选择等因素，并强调了完善物流配送体系、可靠的信用机制和完善的售后服务体系的重要性。但是该文章也存在明显的不足，一方面作者简化了问题进行分析，并没有考虑完全这一交易模式的所有相关因素和潜在问题。另一方面，由于该文章采用的是定性分析的方法，缺乏深入的数理研究和实证支持。endprint

3 簡要评述及未来方向

基于对大宗商品市场的研究，Celso Brunetti（2014）与Juan C. Arismendi（2016）等人对其价格规律进行探索，但与Marek A. D1browski （2015）等学者的研究视角不同的是，与两篇文章并不考察宏观经济的驱动和影响，也不将大宗商品与金融市场链接，而是仅基于大宗商品市场本身建立数量模型，探索价格波动的数理规律。另外三篇文章研究了不同国家地区对不同大宗商品种类的定价机制。

基于对大宗商品金融属性的研究，GiulioPalomba（2015）等人主要就衍生市场（主要是期货市场）与现货市场之间的紧密联系进行了论述。

总的来说，国际上的学者对大宗商品的价格规律和金融属性的研究比较全面，但有关国家对定价机制的管控以及企业如何为自己争得最有利价格最终落脚到如何争取大宗商品定价权的问题还有待于进一步探索。

参考文献

[1]Sofiane Abouraa，Julien Chevallierb. Volatility returns with vengeance： Financial markets vs. Commodities[J].Research in International Business and Finance， 2015，33（18）：334354.

[2]Walid Mensi， Makram Beljid， Adel Boubaker， Shunsuke Managi. Correlations and volatility spillovers across commodity and stock markets： Linking energies， food， and gold[J].Economic Modelling，2013，32（32）：1522.

[3]Mihaela Nicolau ，GiulioPalomba. Dynamic relationships between spot and futures prices.The case of energy and gold commodities[J].Resources Policy，2015，45（6）：130142.

[4]Nicolas Huchet， Papa Gueye Fam. The role of speculation in international futures markets on commodity prices[J].Research in International Business and Finance ，2016，（37）： 4965.

[5]Ricardo Ramalhete Moreira. Commodities prices volatility， expected inflation and GDP levels： an application for a net-exporting economy[J].Procedia Economics and Finance，2014，（14）： 435444.

[6]Chuanguo Zhang，Xuqin Qu.The effect of global oil price shocks on China's agricultural commodities[J].Energy Economics，2015，（51）：354364.

[7]Julien Chevallier.Mathieu Gatumel & Florian Ielpo，Commodity markets through the business cycle[J].Quantitative Finance，2014，14（9）：15971618.

[8]Celso Brunetti， DavidReiffen.Commodity index trading and hedging costs[J].Journal of Financial Markets，2014，21（4）：153180.

[9]Feng Lu & Yuanfang Li.The China factor in recent global commodity price and shipping freight volatilities[J].China Economic Journal，2010，2（3）： 351–377.

[10]Yusho Kagraoka.Common dynamic factors in driving commodity prices： Implications of a generalized dynamic factor model[J].Economic Modelling，2016，（52）：609617.

[11]Patrick Andreoli-Versbach，Jens-Uwe Franck.Endogenous price commitment， sticky and leadership pricing：Evidence from the Italian petrol market[J].International Journal of Industrial Organization，2015，（40）：3248.

[12]Juan C. Arismendi， Janis Back， Marcel Prokopczuk， Raphael Paschke， Markus RudolfSeasonal.Stochastic Volatility： Implications for the pricing of commodity Options[J].Journal of Banking & Finance，2016，（66）：5365.

[13]Gonzalo Cortazar，Ivo Kovacevic，Eduardo S. Schwartz.Expected commodity returns and pricing models[J].Energy Economics，2015，（49）：6071.

[14]Jin Zhang， Mingjia Xie.China's oil product pricing mechanism：What role does it play in China's macroeconomy[J].China Economic Review，2016，（38）：209221.

[15]Jin Xi，Chen Jin.Research on Bulk Commodity Electronic Tradings Third-party Payment Company Funds Management Mode[J].International Conference on Management of e-Commerce and e-Government，2015：2023.

[16]Yu-Feng Zhuang Da-Song Li.Online Group Purchase Research Based On Commodities Trading[J].2014 10th International Conference on Computational Intelligence and Security & International Conference on Computational Intelligence and Security，2014：761765.endprint