20260624-中财期货-沥青_基差与价格发现_7页_526kb
报告摘要
沥青、基差与价格发现总结
核心内容
本文围绕沥青期货市场的价格发现机制展开分析,重点探讨了基差与现货、期货价格之间的关系,并引入了便利收益这一关键变量,以更准确地解释基差变动背后的原因。文章还通过实证回测检验了现货价格是否具备价格发现功能。
主要观点
-
基差与价格发现
基差是连接现货与期货市场的核心指标,用于衡量两者之间的价格差异。价格发现功能体现在现货与期货价格对新信息的反应顺序上。若现货价格先于期货价格变动,则说明现货市场主导价格发现;反之则为期货市场主导。 -
误差修正模型(ECM)的局限性
基于传统ECM模型的分析显示,期货价格发现份额为负值,这与市场现实不符。原因包括:- 现货报价存在非流动性,滞后性强。
- 未考虑便利收益这一重要因素。
-
便利收益的重新理解
便利收益不仅是投资资产的现金收益,还应包括持有现货带来的隐性收益,如生产连续性、反向套利期权等。沥青作为消费型商品,其便利收益在实际中并不为零,而是受库存与需求预期影响。 -
季节性变量对基差的影响
基差的长期均衡点受季节性因素(如冬储)影响,因此应使用季节性变量 $c_t$ 来替代传统常数项 $c$。 -
现货价格因子的实证检验
通过回测发现,2018—2023年现货价格变动具有价格发现功能,能带来稳定收益。但2023年后该策略失效,表明期货市场已成为价格发现的主导者。
关键信息
一、基差与价格发现模型
- 基差是现货与期货价格差异的体现。
- 价格发现可通过ECM模型进行量化分析:
$$
\begin{array}{r}
\Delta S _ {t} = - \alpha (S _ {t - 1} - F _ {t - 1}) + c + \epsilon_ {t} ^ {S} \
\Delta F _ {t} = \beta (S _ {t - 1} - F _ {t - 1}) + c + \epsilon_ {t} ^ {F}
\end{array}
$$ - 价格发现份额计算公式:
- 期货价格发现份额 = $\frac{\alpha}{\alpha + \beta}$
- 现货价格发现份额 = $\frac{\beta}{\alpha + \beta}$
二、模型估算结果
| 指标 | 估算值 | p值 | 价格发现份额 | R² |
|---|---|---|---|---|
| α(现货调整系数) | 0.0444 | 0.0000 | 113.9%(期货份额) | 0.0644 |
| β(期货调整系数) | -0.0054 | 0.3055 | -13.9%(现货份额) | 0.0004 |
- 当基差走高时,现货价格会下降约4.4%以修复偏离。
- 期货价格反而继续反向变动,导致基差进一步拉大,说明期货市场未主动修复基差。
三、便利收益的重新定义
- 便利收益不仅包括现金收益,还包括持有现货的隐性收益。
- 库存水平是便利收益的重要决定因素:
- 低库存时,便利收益高。
- 高库存时,便利收益低。
- 便利收益具有Gamma特性,对供给变化敏感,对需求变化迟钝。
四、实证回测结果
- 回测模型设定:
- 滚动窗口:3年
- 持有时间:5天
- 交易信号:现货价格变动超过历史分位数的70%时开仓
- 结果:
- 2018—2023年期间,该策略年化收益稳定,夏普比率=0.86,表明现货价格具有价格发现功能。
- 2023年后,策略失效,说明期货市场主导了价格发现。
五、结论
- 2023年前:现货市场在价格发现中发挥了一定作用。
- 2023年后:期货市场逐渐成为价格发现的主要推动者。
- 基差与库存:基差的高低反映了市场对未来库存紧张程度的预期,其变化主要由便利收益驱动。
附图说明
- 图1:现货价格与昨日基差偏离回归
- 图2:期货价格与昨日基差偏离回归
- 图3:基差率与库存可用天数
- 图4:现货领先指标回测
- 图5:现货价格因子 VS 简单动量策略
数据来源
- 隆众资讯:山东重交沥青主流市场价格、社会库存、厂家出货量
- Wind:期货价格、库存与需求数据
- 《期货及衍生品分析与应用(第四版)》:便利收益理论依据
特别声明
本文内容仅供专业投资者参考,不构成投资建议。市场有风险,投资需谨慎。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载