> **来源：[研报客](https://pc.yanbaoke.cn)** # 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 1. **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。 2. **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。 3. **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。 4. **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 $c$。 5. **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。