煤炭期货价格和现货价格的联动性效应的分析

王 年

（中煤新集能源股份有限公司，安徽 淮南 232000）

随着煤炭市场的进一步发展，煤炭期货发挥了套期保值作用，形成了与现货价格的联动机制，起到了煤炭价格的短期预测作用。因此，想要进一步把握煤炭市场的发展规律，还应加强对煤炭期货价格和现货价格的联动性效应分析。

1 煤炭期货价格和现货价格关系的理论分析

从根本上来讲，煤炭期货价格的形成需要以煤炭现货价格为基础，而现货价格将受到市场供求关系的影响。在煤炭供给小于需求的情况下，市场会出现供不应求的情况，导致煤炭现货价格上涨，致使市场煤炭供给增加[1]。而伴随着现货价格上涨，煤炭购买成本将会增加，导致煤炭需求减少。煤炭供大于求，则会出现相反的情况。供需的不平衡，导致煤炭现货价格的变动，从而促使煤炭企业参与期货市场获取利润或规避风险[2]。比如在煤炭出现供过于求的情况下，预估煤炭价格会降低，企业将会卖出煤炭期货合约以规避风险。而期货市场参与者纷纷采取相同操作，就会导致煤炭期货价格受到影响。因此以同样的煤炭商品为媒介，促使煤炭现货价格与期货价格之间存在内在的数量联动关系。

2 煤炭期货价格和现货价格的联动性效应探究

2.1 研究方法

在对煤炭期货价格和现货价格的关系展开研究时，还要对平稳时间序列的方法进行运用，即采用DF检验和ADF检验等常规的单位根检验方法。在分析煤炭价格关系问题时，可以根据ADF值判断时间序列是否平稳，即在ADF值比临界值大的情况下，认定时间序列不平稳，比临界值小则认为时间序列平稳。对期货价格和现货价格的联动关系进行检验，需要采用JJ法进行极大似然检验，确定变量间是否存在协整关系，并且对协整向量数量进行确认。为确定各变量间是否存在长期关系，需要实现因果关系检验，即根据Y的过去值进行回归分析，附加变量X的过去值如果可以使回归解释能力得到显著增强，则认为X为Y的Granger原因。最后，为确认煤炭期货价格与现货价格的联动性效应，需将系统预测均方误差分解为变量带来的影响，以反映系统中引起变量变动的解释变量的作用。

2.2 样本数据

样本数据为山西产的秦皇岛港动力煤（Q5500），需要将煤的期货价日数据分别作为现货价格和期货价格，数据区间在2013年9月到2015年3月之间。样本数据从WIND数据库中获得，需要分别将期货价格和现货价格标记为F和S，以简化分析过程。为消除数据间的异方差，需要对F和S进行一阶差分处理，得到△F和△S。如表1所示，为样品数据一阶差分序列描述性统计结果。从表中数据可以看出，△F和△S峰度不为3，偏度系数也不为0，在1%显著性水平下JB统计量不符合正态分布，带有“尖峰厚尾”特点。

表1 △F和△S的描述性统计结果

2.3 实证研究

2.3.1 时间序列分析

在时间序列为非平稳状态时，将带来虚假的回归现象，所以需要对煤炭期货价格和现货价格进行变量平稳性检验，在各变量拥有相同的单整阶数的条件下，才能明确变量间的关系。从得到的结果来看，F与S的ADF值分别为-0.804和-1.515，1%的临界值为-3.450617和-3.450944，5%临界值为-2.870359和-2.870503，10%临界值为-2.571538和-2.571615，检验结果均为非平稳。但是△F与△S的ADF值分别为-17.990和-4.036，1%的临界值为-3.450682和-3.450944，5%临界值为-2.870387和-2.870503，10%临界值为-2.571554和-2.571615，检验结果均为平稳。由此可知，煤炭期货价格与现货价格为一阶单整序列，应当存在长期稳定的协整关系。

2.3.2 联动关系的检验

对煤炭期货价格和现货价格变量进行协整检验，如果假设无协整方程，得到的特征值为0.089665，统计量为32.16495，1%临界值为15.49471，P则为0.0001。假设最多存在1个协整方程，特征值则为0.007814，统计量为2.47904，1%临界值为3.84147，P则为0.1154。由此可见，各变量序列满足协整检验先决条件，利用最小二乘法进行变量回归分析，可以得到表2的变量回归系数。

表2 变量回归系数

结合上述结果，可以得到如式（1）的回归方程。对方程残差序列进行单位根检验，可以发现其残差序列εt的ADF值为-5.772，1%的临界值为-3.450944，5%临界值为-2.870503，10%临界值为-2.571615，检验结果平稳。由此可见，残差序列为平稳序列，无单位根，可以证明煤炭的期货价格与现货价格间存在长期均衡的协整关系。由于模型正系数在1%置信水平下显著不为0，因此二者存在正相关关系。

对滞后5期内的检验结果进行反映，如表3所示，在滞后期2～5d之间，期货价格都为现货价格的因果关系，但是反过来现货价格并非是期货价格的因果关系。出现这一情况，主要是由于投资者在期货市场投资时，仅能在期货到期5d前完成现货价格预测，同时无法利用现货价格进行期货价格的预测。

表3 L和F的因果检验结果

2.3.3 联动性效应分析

为确定煤炭期货价格和现货价格的联动性效应，还要构建VAR模型，并采用方差分解方法对二者的相互影响程度展开分析。由于二者间存在协整关系，一阶差分平稳，在5%显著水平下仅存在唯一的协整关系，所以可以采用状态空间模型对二者的联动性效应展开分析。如式（2）所示，为模型测量表达式，结合表达式可以得到状态方程（3）。

通过对模型参数进行极大似然估计，并利用卡尔曼滤波算法估计模型时间序列，可以发现参数C(1）、C(2）、C(3）、C(4）的系数分别为0.0683、-0.1182、7.94E-0.5、3.75E-05，P值分别为0.2044、0.0059、0、0，SV1、SV2、SV3、SV4的系数分别为-0.0090、0.9981、0.04258、0.9763，P值分别为0.3184、0、0、0，而似然函数值为2087.26。由此可见，在1%的水平下，除了现货价格对期货价格不显著，其他状态变量均显著。所以在测量方程中，现货价格未对期货价格带来过大影响，期货价格却能对现货价格带来较大影响。通过方差分解分析可以发现，伴随着时间的延长，煤炭现货价格受自身影响逐渐减小，贡献率仅为94.2%，期货价格将对其产生显著影响。而伴随着期货价格影响的逐渐增加，其价格方差需要利用自身解释，即方差中99.9%需要自己解释，因此期货价格受到的现货价格影响较小。从整体上来看，煤炭的期货价格与现货价格间的联动性效应具有非对称性。

2.3.4 相关政策建议

在预测现货价格时，还应对期货价格和套期保值功能进行考量，结合期货市场价格变动情况进行现货价格分析和预测。想要进一步加强二者的联动关系，还要采取相应政策措施对煤炭期货市场的规模和品种进行丰富，同时加强市场体制的建设。一方面，还应建立煤炭金融体系，对期货市场进行不断完善。通过完成多元市场主体的培育，则能衍生出更多的煤炭金融产品，促使煤炭资源和金融资源得到更好的整合。采取该种措施，则能使煤炭的金融属性得到加强，从而在加强煤炭市场风格防范的同时，准确实现煤炭价格的预测，通过加强煤炭期货套期保值功能的发挥推动市场稳定发展。另一方面，在建设煤炭期货市场的同时，政府需要完善相关法律法规，为煤炭期货市场主体提供一个公平交易的平台。而在法律制度体系的保障下，煤炭价格机制将会逐渐形成。相关部门还应结合期货与现货价格关系进行完善定价机制的建立，通过对期货进行合理定价治理市场的过度投机行为。对于能源期货市场参与主体来讲，还应加强煤炭期权价值的利用，结合期货与现货的价格关系实现现货市场和期货市场交易的灵活转换，制定科学的交易策略，继而通过降低风险获得更多的投资收益。

3 结论

煤炭现货市场价格为持续性、容易变化的市场价格信号，具有较大的波动性，难以实现短期预测。而在煤炭期货价格和现货价格之间，则存在协整关系和因果关系，可以发挥联动性效应。相较于现货价格，期货价格给现货价格带来的影响更加显著，所以可以结合期货价格变化对现货价格实现短期合理预测。因此，还应加强对煤炭期货价格和现货价格联动关系的进一步把握，以便寻求煤炭市场价格变动规模，更好的推动煤炭市场的发展。