论文部分内容阅读
流动性是现代金融市场体系的生命力,是市场运作与资源配置的润滑剂。新世纪以来,我国期货合约交易种类、覆盖范围不断扩展,成交量加快增长,商品期货市场的流动池也不断加深。近年来,随着农产品金融投资属性增强,市场流动性波动剧烈,风险加深,已经成为我国农产品市场稳定与粮食安全的潜在威胁。在越来越开放的交易系统中,订单交叉、策略性投资组合有助于实现市场间流动性的良性互动,但也构建了流动性风险“跨市场”传染的桥梁。在此背景下,我国农产品期货市场流动性现状及效应如何?市场流动性经历了怎样的历史演变?是否呈现“跨品种”及“跨板块”的关联效应?一个市场的流动性风险会在多大程度上贡献系统风险或传递至关联市场?论文围绕上述问题,开展对我国农产品期货市场的流动性测量、传导及风险研究,为我国农产品期货市场流动性监测与风险防控提供政策参考,具有重要的理论与实践意义。论文针对农产品期货市场的流动性问题,从实时交易记录入手,在全面了解期货市场的价差、深度、即时性、弹性并探析流动性效应的基础上,以“价差”的视角,引入流动性代理对我国农产品期货市场流动性的历史演进和传导机制进行实证研究,同时,基于价差波动的VaR理论,构建起农产品期货流动性风险评估框架以实证探讨流动性风险源并绘制风险传递网络。论文采用理论分析与实证研究相结合的研究方法,构建了一套基于“流动性测量、流动性传导和流动性风险”系统性研究我国农产品期货市场流动性问题的分析思路、模型方法和研究框架。论文的主要内容及发现如下:一、基于高频数据的农产品期货市场流动性测量及效应分析。论文依据2016-2018年我国农产品期货市场的实时交易记录,从“价差”、“深度”、“即时性”和“弹性”4个维度,以大豆、豆粕、豆油、棕榈油、橡胶、玉米、棉花和白糖为样本,对我国农产品期货市场流动性进行全面的测度;同时,基于“市场微观结构”理论与“流动性溢价”理论,分别应用带有“日内效应”及“周内效应”的量价回归模型、资产定价模型,分析知情交易与流动性溢价在期货定价机制的作用,进而对流动性分布的(倒)U-型日内效应及(倒)V-型周内效应进行深度解析。研究发现:①交易规模在市场流动性水平的综合评价中具有重要影响,其中大型交易通常会拉大价差、加深市场、降低即时性并减弱弹性。②基于流动性的高维测量与综合考量,交易规模较小的白糖、大豆等可被归为高流动性市场,而交易规模较大的玉米、橡胶等为低流动性市场。③农产品期货市场普遍存在知情交易且具有显著的开盘/收盘效应;在周一,农产品期货出现明显的“流动性溢价”现象及交易的“规模效应”。二、低频流动性代理的选择及农产品期货市场流动性历史演变的度量。论文引入国际通行的低频流动性代理(Roll、Gibbs、Effective Tick、Zeros、FHT、High-Low Spread、Amihud、Amivest等)检验其在中国商品期货市场的适用性,以买卖价差为基准,通过相应的拟合度分析及稳健性检验找出农产品期货市场的最佳流动性代理。同时,利用日度交易信息并基于最优流动性代理捕捉农产品期货合约自上市以来流动性变化的历史趋势,绘制出农产品期货市场流动性长期演变的概略图,以直观展现市场流动性在不同的时代背景及历史事件下的变化。研究发现:①在中国商品期货市场,FHT价差在拟合流动性基准方面表现最佳,被认为是度量流动性历史演变的最优代理。②不同农产品期货品种间流动性变动呈现“同涨共跌”的态势,其中2008年全球金融危机对进口导向型农产品(橡胶、棕榈油及豆类)的流动性冲击较大,而2016年中国金融危机对实施市场定价后的棉花、玉米的流动性冲击有所加强。③农产品板块的综合流动性与工业品、金属板块流动性具有高度一致的变动趋势,但相对后两者其波动程度略低。三、农产品期货市场流动性在板块内及板块间的传导效应研究。论文基于时变视角,利用滚动时间窗口技术通过协整、误差修正分析,探讨流动性在板块内及板块间传导效应及其时变特征,并运用Bai-Perron检验识别了传导效应中的多重结构性断点。同时,针对可能存在的非线性、重尾及非对称等特征,通过时变Normal Copula和SJC Copula模型对一般与极端情况下的“跨市场”流动性依赖展开研究,以突出农产品期货市场流动性在板块内及板块间的尾部依赖及其非对称性。研究发现:①豆油、棕榈油是影响系统及其它品种流动性水平的主导品种,其次为豆粕、大豆、橡胶。②农产品与工业品板块间流动性的传导效应大于农产品与金属板块间的传导效应,其中2008年“危机前”以农产品向工业品传导为主,流动性的尾部依赖程度较低;“危机后”以工业品向农产品传导为主,尾部依赖程度增强。③极端事件往往会在一定程度上导致市场间流动性依赖偏离常态,其中负冲击作用下市场间流动性的联合下跌是一种更为“常态化”事件。四、农产品期货市场流动性风险测量及流动性风险在板块内与板块间传递效应研究。论文根据商品期货市场流动性风险的定义,构建了强调“价差上尾波动”的VaR风险测度模型,实时检测了农产品期货组合内各品种及综合流动性风险水平的动态演化。同时,基于Copula-GARCH与GJR-GARCH-DCC的ΔCoVaR模型,识别农产品期货市场流动性的潜在“风险源”,并描绘出系统内流动性风险的传递网络,以及农产品与工业品、金属板块间流动性风险传递的阶段性特征。结果显示:①流动性水平较低的品种更容易遭遇流动性风险,并且品种间条件风险值CoVaR系统性高于品种本身风险水平。②农产品期货市场不存在单一的流动性“风险源”,呈现出一幅以油脂类期货(棕榈油、豆油、大豆、豆粕)为骨架的风险传递网络图。③农产品板块的流动性风险水平低于工业品、金属板块的风险水平,其中工业品板块因较强的风险传递效应成为农产品市场重要的“外源”性风险因子。论文主要创新:一是基于多指标、高维度测量实现了对农产品期货市场流动性水平的综合考量与评级,并形成了一套“从高频基准到低频代理”完整的流动性指标选取模式。二是在流动性特征分析的基础上,通过信息不对称与流动性溢价等理论深入探析并理清了流动性对其它经济变量如投资者行为、期货定价等的影响机制。三是根据价差的属性定义了商品期货市场中的流动性风险,识别出农产品期货市场多重流动性“风险源”并全景式展现了流动性风险的传递网络。四是构建了一套独特的、不同频率的活跃且连续时间序列,既为流动性的高维测量提供了充足的数据支持,又有效平滑了合约结点中变量的跳变。