天风证券_20181212_天风证券海外文献推荐.pdf

金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 1 金融工程金融工程 证券证券研究报告研究报告 2018 年年 12 月月 12 日日 作者作者 吴先兴吴先兴 分析师 SAC 执业证书编号：S1110516120001 18616029821 相关报告相关报告 1 金融工程：金融工程-海外文献推荐 第 65 期 2018-12-05 2 金融工程：金融工程-海外文献推荐 第 64 期 2018-11-28 3 金融工程：金融工程-海外文献推荐 第 63 期 2018-11-21 海外文献推荐海外文献推荐 第第 66 期期 揭开中国商品期货的神秘面纱揭开中国商品期货的神秘面纱 本文呈现了迄今为止对中国商品期货投资最全面的研究成果。我们记录了一些被现存文献忽略的制度设置。研究发现，纯多头策略带来的经济回报很低。在测试的 12 种多空策略中，动量和期限结构策略在近远月合约、低流动性市场和多品种选择的大宗商品投资领域产生了统计显著的收益。这一收益不能全部归因于市场总风险、不可交易的宏观经济风险、商品特异性风险、市场情绪、交易成本和数据透视。我们证明，流动性、锚定效应和监管引发的套利限制至少提供了部分解释。本文的研究结果表明，基于历史收益和对冲压力的多空策略是对冲中国传统资产波动的绝佳选择。此外，对比美国数据的匹配样本，我们的研究结论对现有关于商品风险溢价的文献提出了挑战。最后，本文还强调了为区分套期保值者和投机者的头寸数据建立 CFTC 类型存储库的紧迫性。风险风险提示提示：本报告基于相关文献，不构成投资建议。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录内容目录 揭开中国商品期货的神秘面纱揭开中国商品期货的神秘面纱.4 1.简介简介.4 2.机构设置机构设置.5 2.1.商品期货的起源.5 2.2.交易所和产品.5 2.3.参与者和外国投资者.6 2.4.监管和交易规则.6 3.数据处理数据处理.7 3.1.样本选择.7 3.2.滚动期货合约.8 3.3.宏观经济变量.8 3.4.美国数据.8 4.构建投资组合构建投资组合.9 4.1.期限结构.9 4.2.套期保值压力.9 4.3.动量.9 4.4.波动率.10 4.5.未平仓合约.10 4.6.流动性.10 4.7.Beta.10 4.8.偏度.11 4.9.价值.11 5.策略表现策略表现.11 5.1.纯多头组合.11 5.2.多空组合.12 5.3.稳健性检验.16 5.4.中美对比.16 6.策略收益分析策略收益分析.17 6.1.多空投资组合分解.17 6.2.商品自身风险.18 6.3.标准风险调整.18 6.4.流动性、行为和情绪因素.18 7.结论结论.18 图表目录图表目录 图 1：中美期货市场关键机构设置.5 图 2：合约规范格式.7 图 3：中国期货年交易量.8 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 3 图 4：全市场和单行业的多头投资表现.11 图 5：全市场和单行业的多头投资表现.12 图 6：多空策略表现.13 图 7：策略净值.13 图 8：策略递归表现.15 图 9：交易策略的相关性.16 图 10：中美策略结果对比.17 图 11：多空策略收益分解.17 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 4 揭开中国商品期货的神秘面纱揭开中国商品期货的神秘面纱 文献来源：文献来源：Fan J H,Zhang T.Demystifying Commodity Futures in China J.Social Science Electronic Publishing,2018.推荐原因推荐原因：本文呈现了迄今为止对中国商品期货投资最全面的研究成果。我们记录了一些被现存文献忽略的制度设置。研究发现，纯多头策略带来的经济回报很低。在测试的12 种多空策略中，动量和期限结构策略在近远月合约、低流动性市场和多品种选择的大宗商品投资领域产生了统计显著的收益。这一收益不能全部归因于市场总风险、不可交易的宏观经济风险、商品特异性风险、市场情绪、交易成本和数据透视。我们证明，流动性、锚定效应和监管引发的套利限制至少提供了部分解释。本文的研究结果表明，基于历史收益和对冲压力的多空策略是对冲中国传统资产波动的绝佳选择。此外，对比美国数据的匹配样本，我们的研究结论对现有关于商品风险溢价的文献提出了挑战。最后，本文还强调了为区分套期保值者和投机者的头寸数据建立 CFTC 类型存储库的紧迫性。1.简介简介 2000 年左右开始，商品期货在中国获得了长足发展。随着监管系统的不断完善，全球大宗商品贸易中曾经无关紧要的中国市场已成为影响国际商品价格波动的重要力量。中国交易所不仅是全球最大的商品交易所，豆粕和螺纹钢等已成为全球交易最活跃的交易品种。虽然受监管制约影响，近年来中国商品期货发展减缓，但鉴于经济转型所需的大量资源，增长的持续性毫无疑问。尽管存在着前所未有的规模和增长率，但由于进入壁垒和独特的制度设置，中国商品期货市场对于从业者和研究者来说仍然是神秘的。中国市场最为显著的一个特点是投资者大多为个人投资者而非机构投资者。据上交所统计，截至 2004 年，个人投资者占比达 97.23%。而长期以来的研究认为，机构投资者和个人投资者在回报变化方面的表现完全不同，对个人投资者来说，交易量与回报间的关系更强，且个人投资者对信息的获取能力较低。中国期货市场参与者的构成意味着价格发现机制可能与美国截然不同。本文通过研究大连、上海和郑州商品交易所交易的 30 个商品样本，对比被动多头和系统性多空策略（或风险溢价）的表现，介绍了迄今为止中国商品期货投资最全面的发现。同时文中深入探讨中国期货市场的制度环境并记录了几个独特的功能及其对研究设计的影响。本文主要提供了四项重要贡献：首先，文中记录了由于头寸限制，中国的投机者非自愿地交易远月合约。其次，作者证明了被动纯多头投资在中国不会产生具有统计显著性的经济收益。第三，作者发现 12 个多空策略中有 5 个平均每年产生 14.69的回报并具有统计显著性。这些策略包括期限结构、套期保值者的套期保值压力（HHP）、横截面和时间序列的动量和波动率，同时未能带来重大利润的策略也包含有关中国市场的独特信息，显示了中国期货商品市场一些独有的特点。为了排除这些观察结果是由于样本选择导致的，通过选择在美国和中国市场交易的 14种可比商品，我们重新测试了“匹配”样本中所有策略的表现。最后，虽然多头投资不是对冲传统资产波动的有效工具，但多空策略为多元化提供了巨大潜力。此外，为确保观察到的收益不被现有风险因素所掩盖，本文也研究了策略回报与商品特定风险之间的关系。我们发现多空策略收益不能简单归因于商品本身、总市场风险、不可交易的宏观经济风险、市场情绪变化、交易成本和数据透视等因素。同时，非流动性和锚定偏差至少提供了部分解释。最后，我们认为近月合约的收益是被监管诱导的套利限制人为夸大的。随着策略回报从近期合约向远月合同转移，并且随着流动性的不断增强，错误定价将逐渐得到缓解。本文也提出了一些政策建议。例如敦促中国证券监督管理委员会（CSRC）和其他政府部门根据业务目的对交易者进行重新分类。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 5 下文结构安排如下：第二部分讨论了中国期货市场特殊的机构设置，第三部分介绍了样本选择，第四部分详述组合构建过程，第五部分展示了实证结果，并在第六部分进一步深入探讨分析，第七部分是全文总结。2.机构机构设置设置 2.1.商品期货的起源商品期货的起源 1990 年 10 月 12 日，郑州建立了一个粮食批发市场。最初，粮食批发市场用于现货交易，但很快演变为期货交易。这是开发对冲工具的第一步，以降低农产品价格波动的相关风险。1991 年，深圳金属交易所第一家商品交易所在深圳成立。随后两年内，中国建立了 50 多个交易所组织，其中包括 50 多种商品和 1000 多家经纪公司。这是一个混乱的时期，因为相同的产品在不同的交易所交易，具有不同的交易规则。结果，过度投机和欺诈导致中国政府发起第一次整改。1994 年初，国务院和国务院办公厅宣布执行严格的许可制度，到 1996 年，交易所减少到 14 所。1999 年，为了深化监管，期货交易所的数量进一步减少到 3 个，仅剩 7 个合约（而1998 年为 35 个合约），因此交易量大幅下降。这种临时撤退使监管机构有机会实现市场标准化，从而有效提高了市场效率和可持续性发展。交易活动首先在 1996 年左右达到顶峰，然后在 1999-2000 年期间暴跌，随后出现反弹，直至 2008 年稳步增长。值得注意的是，中国期货市场在全球金融危机期间显著增长。这可能部分归功于 2008 年启动的“四万亿中国经济刺激计划”。经过数十年的整合，上海期货交易所（SHFE）、郑州商品交易所（ZCE）和大连商品交易所（DCE）在重组中幸存下来。这些交易所以及新生的中国金融期货交易所（CFFEX）构成了当代中国期货市场。下表总结了中国与美国市场关键机构设置。图图 1：中中美美期货期货市场关键市场关键机构机构设置设置 资料来源：Social Science Electronic Publishing,天风证券研究所 2.2.交易所和产品交易所和产品 交易所有几个独特的功能。首先，所有期货交易所都由政府以非营利组织的形式直接管理，而不是私人或公开上市的组织。这意味着政治风险或管理风险总是嵌入市场。其次，金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 6 每个交易所都专注于不同的领域。第三，交易所可以经常修改期货合同。总体而言，这些特征标志着市场在不断发展和较高的不确定性。随着交易活动的增加和监管制度的完善，中国商品期货市场开始在国内经济中发挥至关重要的作用。除了直接投资期货合约，还有其他工具可以让投资者获得商品资产的风险敞口，如生产商品的公司的股票。然而，这些股票并不一定与商品市场持续同步。投资于商品相关股票的共同基金也是获得商品风险的一种选择。然而，不仅定价机制不同于商品期货，交易规则也不像直接投资那样灵活。总体而言，在中国广阔的金融市场中存在大量与商品期货相关的股票和基金。虽然它们可能部分受商品驱动，但价格动态却大不相同，这使得这些间接投资工具不太适合维持商品风险。2.3.参与者和外国投资者参与者和外国投资者 中国期货市场的参与者可分为三类。最高层是交易所，负责组织交易相关事宜，如管理合同和促进交易。中间层是期货公司，不仅需要遵守一般公司法，还要经中国证监会和相关监管法的批准。期货公司是交易所和投资者之间的中间人。除了特定期货公司外，其他几种注册为交易所会员的组织也可以作为中间人，如私人期货基金、风险管理公司、资产管理公司和证券经纪公司。最底层的投资者通常可以通过“证券和期货投资者充足性管理办法”的定义分为专业投资者和普通（零售）投资者。投资者对此进行分类的目的是管理风险并保护投资者。值得注意的是，这些市场中的绝大多数投资者都是个人投资者而非机构。众所周知，个人和机构投资者的行为方式不同，因此这一特征对商品定价和交易策略的表现具有重要意义。同时作为外国投资者，投资中国金融市场相当困难。除了政府和监管机构的干预外，进出该国的资本也面临着严格的限制。考虑到频繁的政策修改，投资于中国市场的不确定性似乎相对较高。为满足日益增长的外国需求和深化市场自由化，中国引入 QFII 和 RQFII计划，为合格的境外机构投资者提供进入中国金融市场的机会。根据 QFII（合格境外机构投资者）计划，外国机构投资者必须申请总投资资本配额。RQFII（人民币合格境外机构投资者）计划的启动是为了应对人民币在离岸市场的快速增长需求。值得注意的是，根据 QFII 和 RQFII 指引，参与者只能投资于中国股指期货进行套期保值。此外，QFII 的交易活动和股指期货合约的价值需经配额审批。总体而言，为了加快中国金融市场和货币的国际化进程，中国当局正在逐步放松限制以满足不断增长的需求。虽然外国个人投资者直接参与中国期货市场目前受到限制，但这可能很快就会发生变化，最近的一项提案表明，当局首次明确将具有外国公民身份的个人定义为特定产品的合格投资者。原油合约已经在上海国际能源交易所（INE，上海期货交易所的子公司）进行了几轮跨市场测试，预计将于 2018 年 3 月正式启动。此外，该框架下合格的外国经纪公司有权代表客户直接在交易所进行交易，而不是通过国内中介进行交易。预计这将引起国际投资者的更多兴趣，并推动中国商品期货市场的整体交易。2.4.监管和交易规则监管和交易规则 中国商品期货市场的主要监管机构是中国证券监督管理委员会（CSRC），该委员会是中华人民共和国国务院的行政组织，具有部级管辖权。市场参与者必须遵守当地交易所制定的具体交易规则和行政措施。此外，所有市场参与者必须履行国家和地方协会规定的义务，这些协会是“期货交易管理条例”授权的自律组织。如果投资者是非国内组织，他们将面临国家外汇管理局（SAFE）的额外审查。特定资产的投资配额不仅需要批准，而且投资者也有义务报告交易活动并受交易限制。每日限价机制是区分中国市场与其他市场的另一个因素。以大豆期货为例，每日价格限制在美国市场每年定期重置两次，以反映前一时期的市场信息。但是，在中国市场，除 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 7 非交易所认为有必要进行风险管理，否则不会改变。此外，每日价格限制因合约期限而异。价格限制系统地限制了价格发现和投机行为，但它也可以防止严重的下行风险。Liu 和 An（2011）认为，价格限制机制在反映期货价格的新信息方面对市场产生了不利影响。此外，也有学者认为中国和美国市场之间的结构性差异导致中国期货市场的趋势跟踪策略表现较弱。此外，价格限制修改政策也因交易所而异。与价格限制和保证金采用相对静态机制的DCE 不同，上海期货交易所采用市场导向的每日价格限制调整流程，根据前一天的价格波动重置第二天的价格限制和保证金。除限价限制外，投资者可持有的头寸数量也受到监管。头寸限制规则定义了投资者在特定时间可以持有的合约的多头或空头头寸的最大数量。总体而言，近年来中国商品期货市场出现了显著的发展。在成熟的监管体系下，一个促进风险转移的健康和可持续的商品期货市场逐渐形成。鉴于独特的制度环境，我们希望通过研究这一新兴商品期货市场中长期和一系列多空投资策略的表现来揭开中国商品期货市场的神秘面纱。3.数据处理数据处理 3.1.样本选择样本选择 为了检验投资策略的表现，本文从 Datastream International 获得在中国交易的商品期货合约的全部可得数据。同时下载了 1992 年 1 月到 2017 年 6 月 47 种商品的每日结算价格（以人民币计），交易量和未平仓合约，所有合约均在三个交易所交易。共超过 4000 份合约。要求每种商品在横截面上至少有四年的数据和至少 12 种商品来控制投资组合的波动性。通过数据筛选，得到的最终样本包括 2004 年 2 月至 2017 年 5 月期间的 30 种商品：郑州商品交易所（ZCE）的白糖、棉花、PTA、甲醇、玻璃、菜籽油、强筋小麦、普通小麦、菜籽粕、油菜籽，上海期货交易所（SHFE）交易的铝、黄金、铜、燃料油、铅、螺纹钢、天然橡胶、线材、锌和白银，和大连商品交易所（DCE）上市的大豆、玉米、聚乙烯（LLDPE）、豆粕、棕榈油、聚氯乙烯（PVC）、豆油、焦炭和焦煤。与 Szymanowska（2014 年）的做法类似，本文根据商品研究局（CRB）分类将商品分为五个大类，即工业品、谷物、油料、能源和金属。下表概述了商品代码，合约规模，交割月份，价格限制，保证金要求，样本中的第一份和最终合同及其到期日。图图 2：合约规范格式合约规范格式 资料来源：Social Science Electronic Publishing,天风证券研究所 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 8 3.2.滚动期货合约滚动期货合约 为了得到连续的期货收益，文中采取了 Miffre 和 Rallis（2007）以及 Fernandez-Pere（2018A）等人的做法。持有合约直到该月到期前最后一个交易日。然后将头寸转为下个月最近的合约。为了稳健性，还构建了基于具有第 m 个到期月（m=2,3 和 4）的远月合约的回报序列。这些合约代表了期货曲线的最大交易量和未平仓合约（如下图所示）。在编制第 m 份最近合约风险时，第 m 期限合约的价格变动将持有至合约到期前最后一天。图图 3：中国期货年交易量中国期货年交易量 资料来源：Social Science Electronic Publishing,天风证券研究所 在执行过滤程序后数据仍存在许多问题。鉴于监管干预的历史，一些商品在合同名称、规模和符号方面经历了变化。此外，合同价格和数量之间也存在不匹配。本文用下述方法解决此问题：如果合同具有价格数据，则创建一个没有赋值的变量，而如果没有相应的价格变量，则删除此变量。经过数据筛选，可以得到最终样本中商品的年化回报（A 组），标准差（B 组），交易量（C 组）和 Amihud 非流动性指标（D 组）。A 组显示，中国的个别商品总体表现不佳，因为大多数样本报告的回报都很大且为负。总的来说，表现为到期日更远的合约年化回报逐渐提升。回报范围从最近的合约的 11.9（豆粕）到-13.7（焦煤）和最近的第 4 份合约的 9.6（菜籽粕）到-8.7（白银）。小组 B 反映了回报的波动较大，标准差从低至9.5（普通小麦）到每年 36.8（焦煤）。C 小组显示，交易的合约数量集中在较远的期限。相应地，D 小组中的 Amihud 非流动性表明，大多数商品为实施投资策略提供了充足的流动性。3.3.宏观经济变量宏观经济变量 为了促进交易策略的实施和风险调整模型的构建，本文获得了中国宏观经济和金融变量的一些相关变量，例如人民币有效汇率指数（国际清算银行）、预期外通胀率、预期外工业生产等。同时考虑了沪深 300 指数、上海证券交易所综合指数、深圳证券交易所综合指数、MSCI 中国指数等指数走势。本文采用的所有宏观和财务数据均来自彭博。3.4.美国数据美国数据 为了排除样本选择偏差对结果造成影响，我们构建了一个对比样本，其中包含在美国交易的“匹配”商品。从商品研究局（CRB）InfoTech CD，获得在美国交易所交易的 14种商品的结算价，未平仓量和成交量。执行相同的滚动程序，以每日和每月频率编制连续期货收益，以构建所需时间序列数据。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 9 4.构建投资组合构建投资组合 4.1.期限结构期限结构 在套期保值压力假设（Cootner，1960）和存储理论(work，1949)的推动下，期限结构策略利用商品的滚动收益率信号，通过在较高（较低）展期收益率的合约上采取多头（空头）头寸来构建投资组合。前一个理论认为，较高的期货展期收益是由净短期套期保值过度供应推动的，这会推低期货价格，从而导致更高的收益。后一种理论认为，由于较低的持仓水平，较高的期货展期收益是由于更高的便利性（Gorton，Hayashi 和 Rouwenhorst，2013）。计算商品 i 在时间 t 的期货展期收益为:ROLLit=log(Fit,Front)log(Fit,2)其中，Fit,Front表示商品 i 在时间 t 的最近合约价格，Fit,2表示商品 i 在时间 t 的次近月合约的价格。我们在每个月末通过期货展期收益将商品分为四类。该策略对具有最高（最低）四分之一展期收益率的商品采取多（空）头寸。这些头寸持有一个月，然后根据下个月末计算的期货展期收益进行重新平衡。期限结构策略回报计算为多头和空头投资组合之间的差异。4.2.套期保值压力套期保值压力 Hirshleifer（1990）的套期保值压力假说假设风险溢价存在于升水和贴水市场。在前一种市场情况下，套期保值者处于净空头头寸，因此投机者可以通过持有期望价格升值的多头头寸来赚取溢价;而在后一种市场条件下，套期保值者处于净多头头寸，如果实现价格低于预期，投机者仍可通过做空头寸来计算溢价（BasuMiffre，2013）。遵循这一逻辑，对冲压力策略基本上采用了测量套期保值者和投机者压力位置的信号。与美国商品市场不同，中国没有 CFTC 等效的数据库，无法提取到对于套期保值者和投机者在中国商品期货市场的头寸数据。受 Bohl 等人（2018 年）的启发，文中采用 Garcia，Leuthold 和 Zapata（1986）以及 Lucia 和 Pardo（2010）提出的以下比率作为套期保值者的套期保值压力（HHP）和投机者的套期保值压力（SHP）的代理变量。将套期保值比率定义为：Ratioi，tHedge=/同时将投机比率定义为：Ratioi，tspeculate=/两种比率背后的核心假设是套期保值者持仓时间长于投机者。因此，这两类参与者会影响不同的交易相关指标，投机者对交易量的影响更大，因为他们更有可能经常交易，而套期保值者的影响主要反映在未平仓合约上，因为最终的未完成合约每个月应由套期保值者持有（Rutledge，1979;Leuthold，1983;BessembinderSeguin，1993）。因此，较高的套期保值比率表明套期保值者相对于投机者主导市场，而较高的投机比率表明更多的交易是由投资者引发基于这样的理论基础，将 HHP 策略组合构建为最低套期保值比率组合与最高套期保值比率组合之间的回报差异。对于 SHP 策略，计算最高和最低投机活动比率组合之间的回报差异。4.3.动量动量 商品期货的动量策略已被广泛验证，能产生持久的经济收益（ErbHarvey，2006;MiffreRallis，2007;Fuertes 等，2010;Asness etal，2013;Szymanowska 等，2014;Bianchi，Drew 和 Fan，2015 年，2016 年;Bakshi et al。，2017）。我们根据已有研究来检验过去的赢家是否会在随后的中国商品期货市场中占据优势。作者将排序信号计算为：MOMit=(112),11=1 在每个月末 t，所有商品根据基于 MOM 值分为四个投资组合。作者做多过去的赢家 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 10 组合和做空过去的输家组合，持有一个月。作为另一种动量策略，我们按 Moskowitz，Ooi 和 Pedersen（2012）的方法构建时间序列动量组合。4.4.波动率波动率 一般而言，金融资产的风险收益权衡特征意味着波动性越高，预期收益越高。在商品期货投资的背景下，较高的预期收益与未来现货价格的更多不确定性相关联，因为期货合约为现货价格波动提供了对冲。Dhume（2011）发现持有高度波动的资产在美国商品市场得到回报。在这些研究的推动下，作者将波动率信号定义为：=,/|,|分子表示前一个合约在 t 之前 36 个月内商品 i 的日收益率的方差，分母代表在时间 t前 36 个月平均日收益的相应绝对值。波动率策略在具有最高波动率的投资组合中持有多头头寸，在波动率最低的投资组合中持有空头头寸。4.5.未平仓合约未平仓合约 Hong 和 Yogo（2012）记录了未平仓合约变动与商品市场期货和现货价格变动之间的正相关关系。他们认为，未平仓需求的变化是一个比期货价格更可靠的对冲需求变量，因为较高的对冲需求只能推高未平仓合约，但可以提高或抑制价格。受 Hong 和 Yogo（2012），Szymanowska（2014）等人的启发。按照整个期限结构的未平仓合约将商品分为四组，并通过在持仓变动较高（较低）的投资组合中持有多头（空头）头寸来获得可观的利润。作者将未平仓合约信号定义为：=,策略表现计算为未平仓合约商品组合的高变动组与未平仓合约的低变动组之间的回报差异。.4.6.流动性流动性 流动性在资产定价中起着至关重要的作用。直观地说，资产流动性越低，投资者持有它所需的回报就越多。作者将流动性信号定义为：=()（/|）其中，表示在时间 t 的商品 i 前期合约的前 2 个月日交易量，代表相应的每日收益，D 是过去 2 个月的天数。该信号可以解释为过去 2 个月中每日交易量与绝对收益率的平均比率。该比率越高，流动性越高。因此，我们通过测算包含最低和最高商品的投资组合之间的回报差异来构建流动性策略组合。4.7.Beta 作者还分别根据货币变动和通货膨胀冲击来检验两个信号的表现。经济直觉来自于商品价格与货币负相关并与通货膨胀冲击正相关的事实（BodieRosansky，1980;ErbHarvey，2006;GortonRouwenhorst，2006;Bhardwaj 等，2016）。这种关系在中国市场也是如此，作者的数据揭示了商品市场总量与通货膨胀冲击之间的相关性为 0.05，以及与人民币汇率的相关性为-0.31。这与 Mallick 和 Sousa（2013）的调查结果一致，其中他们表明商品价格水平的持续下降与本国货币的暂时升值和通货膨胀的下降有关。我们将货币信号定义为有效人民币指数收益的月度商品期货收益回归的斜率：，=（()，()）/()通货膨胀冲击策略的信号可表示为：，=（()，()）/()金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 11 4.8.偏度偏度 存储理论和正向市场理论隐含，负偏与低库存驱动的后市场相吻合作者遵循Fernandez-Perez 等人（2018a），并将偏度信号计算为：=(（）=/因此，偏度策略的表现是通过最负偏的品种与最正偏品种之间的回报差异来衡量的。4.9.价值价值 Asness 等（2013）通过采用“长期”价值来代表商品期货研究的“账面价值”，对商品市场实施“价值”概念。从本质上讲，商品期货市场价值策略的基本假设是，长期输家随后将成为赢家。继 Fernandez-Perez，Fuertes 和 Miffre（2018b）之后，作者将价值信号定义为：valueit=(1,=1)/(,)较高的价值信号意味着当前价格低于“长期”价值，并且可能在随后的时期内上涨。价值策略的表现可以通过在具有最高价值信号的商品中持有多头头寸并且在具有最低价值信号的商品中做空头寸来获得。5.策略表现策略表现 5.1.纯多头组合纯多头组合 下表报告了在大市场和个别行业中多头投资的表现。整体市场由同样加权的投资组合代表，该投资组合包括样本中的 30 种商品。各个类别是能源，谷物，工业，金属和油料。如数据部分所述，大部分交易量都在第三和第四个最接近的合约上，因此我们从第一个到第四个最近的合约构建市场和行业组合。下表显示，无论时间、行业和到期日如何，中国的长期投资都不会产生统计上显著的收益。最值得注意的是，谷物和能源部门在第一和第二个最近的合同中遭受重大损失。图图 4：全全市场和市场和单单行业行业的多头投资的多头投资表现表现 资料来源：Social Science Electronic Publishing,天风证券研究所 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 12 下图显示了广义市场和各个行业的累积表现。除了等权投资组合外，我们还采用其他加权方法，将交易量和未平仓量的影响考虑进去。但无论加权方法如何，这些图表都证实了上图中的结果，即一般而言，在广泛市场或部门中的被动多头投资会带来较差的经济回报。具体而言，能源是表现最差的，其次是工业、谷物和油料，自 2004 年以来平均损失了一半以上的价值。值得注意的是，油料组合似乎表现优于其他市场。这可能是由于近年来媒体所描述的猜测狂热，因为该行业的销量增长明显超过其他行业。然而，当更多的权重分配给具有更高容量的油籽时，收益会恶化。这意味着对于菜籽粕、豆粕和豆油，交易量和回报之间的关系可能是负面的。与此同时，金属、油料和能源与 2004 年的广阔市场呈现非同步增长，导致全球金融危机（GFC）。在过去的 5 年中，所有行业都有不同程度的下降，这种下降可能是由供应过剩和自全球金融危机以来中国经济的需求下降造成的。图图 5：全市场和单全市场和单行业行业的多头投资的多头投资表现表现 资料来源：Social Science Electronic Publishing,天风证券研究所 5.2.多空组合多空组合 下表报告了第一个（A 组），第二个（B 组），第三个（C 组）和最近（D 组）最近合同的 12 个多空策略的表现。根据文献，作者首先关注最近的合约，因为这些合约通常被视为现货价格的代理。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 13 图图 6：多空多空策略策略表现表现 资料来源：Social Science Electronic Publishing,天风证券研究所 图图 7：策略净值：策略净值 资料来源：Social Science Electronic Publishing,天风证券研究所 虽然被动的只做多头策略不能带来经济回报，但 12 个多头做空策略中有 5 个策略在第一个最近的合约中获得了统计上显著的收益。最值得注意的是，动量策略平均每年回报有着惊人的 21.94。接下来是期限结构策略，平均每年产生 15.91。套期保值者的套期保值压力（HHP）和波动率策略分别是第四和第五大盈利策略，年回报率分别为 10.99和 10.53。这些策略的成功与美国市场的发现一致。动量策略的显著回报表明中国市场的价格持续性较强。此外，期限结构（Fuertes 等，2010）和 HHP 策略（BasuMiffre，2013）的获利意味着中国商品期货的行为符合套期保值压力假设（Cootner，1960）和理论的预测。此外，波动率策略的成功意味着商品通过变异系数衡量的风险较高的组合优于风险较低的组合。值得注意的是，作者发现偏度策略会产生统计上显著的损失。根据 Fernandez-Perez等人，此策略在美国市场赚取了相当大的 alpha。偏度策略的失败表明偏度在横截面中尚未定价。这意味着中国目前商品收益与偏度之间的联系较弱。我们不能排除通过严格的监管控制可能扭曲这种失效的可能性。同时，本文发现非流动性商品的表现明显低于流动性较高的商品。这意味着投资者不会因为在这个市场上承受非流动性风险而获得赔偿，而是为了拥有非流动性商品而付出代价。作者提出了两种可能的解释。首先，Amivest 指标可能不是中国市场流动性的最佳代表。其次，由于市场摩擦或套利限制，某些市场参与者群 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 14 体可能被迫持有非流动商品。这些调查结果表明，中国的商品期货价格与美国的情况截然不同。未能带来显著利润的策略也包含有关中国商品期货市场的独特信息。首先，尽管受到相同理论基础的启发，SHP 策略未能带来显著的收益。其次，价值策略的负收益结果表明，这个市场的长期输家继续亏损。缺乏反转效应也提供有关显著的动量策略利润的一些解释。此外，未平仓合约和宏观经济指标分类的策略都会带来统计上不显著的回报。通货膨胀和外汇（FX）策略背后的经济直觉存在于商品期货与预期外通胀正相关的事实如美国和中国市场所记录的那样，汇率与负汇率呈负相关。直观地说，具有较高通胀/较低货币 beta的商品应该相对于较低通胀/较高货币 beta 的商品获得更高的回报。然而，中国商品期货市场并非如此。通胀和外汇策略的失败可能是由于两个原因。首先，商品期货与两个宏观经济因素之间的相关性不强。其次，通胀和外汇数据的不准确可能会扭曲策略表现。中国政府因频繁干预人民币汇率已被证明是在岸和离岸人民币市场上相当大的力量，可能会人为地污染商品价格与人民币之间相关性的有价值的交易信号。Hong 和 Yogo（2012）发现，未平仓合约策略不仅可以预测商品收益，还可以预测美国的实体经济。然而，本文的结果并不支持这一发现，这意味着中国市场对未平仓合约的预测能力存在疑问。Hong 和 Yogo（2012）的核心假设是，由于对冲需求增加，未平仓合约将会上升。然而，鉴于中国市场主要由个人投资者主导，对冲需求对交易活动的影响较小，因为大多数个人投资者都是投机动机，导致交易更频繁，而不是持仓时间更长。这一证据再次凸显了中美期货市场之间的区别。此外，有人认为，期货曲线上的远期合约包含影响投资策略回报的有价值信息（Fuertes等，2010;de Groot，Karstanje，Zhou，2014）。在这些研究的推动下，我们重新评估了第二、第三和第四近期合约的所有策略的表现。结果表明，随着投资者从近月向远月合约转移，策略表现通常会恶化。所有远期合约的 HHP 和波动率策略不再具有统计意义。虽然横截面动量策略维持其作为所有远期合约中最有利可图的策略的状态，但随着从前期合约转向更远的合约，其盈利能力显著下降。根据三个交易所的交易规则，严格的头寸限制适用于近月合约。因此，这些头寸限制产生了监管诱导的套利限制。由于投机者无法在近月合约中实现足够的交易量，因此他们被迫转向更远的合约以获得持续的风险敞口。因此，随着市场纠正次近月合约及其后合约的错误定价，动量策略的收益下降。总体而言，上表中的结果表明，动量和期限结构策略在期货曲线上始终具有统计显著收益但量较小。这种回报冲击对动量策略的影响大于期限结构策略。由于近月合约的套利限制，这意味着动量是中国商品期货市场最突出的策略。为了研究策略绩效随时间的稳定性，下图说明了期限结构、动量、HHP 和波动率策略的递归表现。面板 A、B、C 分布显示收益率，显示标准差，夏普比率。递归统计信息在月度扩展窗口上计算，初始窗口大小为 12 个月。总体而言，图表显示，随着时间的推移，风险调整后的业绩相当稳定，但随着时间的推移利润率会下降。从面板 A 和 B 可以看出，递归平均收益和标准差都从历史峰值下降。灵感来自适应性市场假说（Lo，2004），Bianchi（2016）认为近年来发生的逐步盈利性侵蚀，如各种类型的动量策略所观察到的，是由越来越多的市场参与者驱动的学习和竞争压力的结果，其最终目标是在不断变化和不断发展的市场。因此，作者推测，由于市场在过去十年中经历了爆炸式增长，中国的盈利能力下降可能是由于市场参与度增加所致。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 15 图图 8：策略策略递归表现递归表现 资料来源：Social Science Electronic Publishing,天风证券研究所 接下来本文研究了商品期货多空策略的多样化潜力。通过计算多头-空头策略中的Pearson 相关性，检验传统资产与本文策略回报之间的相关性。下表报告了所有测试策略的回报相关性。在五个有利可图的策略中，HHP 和波动率与其他四个策略无关。同时正如Moskowitz 等人所证实的那样，期限结构、动量策略彼此正相关。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 16 图图 9：交易策略的相关性交易策略的相关性 资料来源：Social Science Electronic Publishing,天风证券研究所 此外，尽管缺乏统计意义，但无利可图的策略表现出彼此之间以及利润丰厚的策略之间的显着相关性。例如，价值策略与动量策略呈负相关。这与 Asness 等人的观点一致。（2013 年），他们认为这两种策略对流动性风险的相反风险可能是负相关的主要驱动因素。这一发现在中国特别有趣，因为虽然势头强劲战略带来持久的经济回报，价值战略似乎在这些市场中根本不起作用。这种负相关性进一步证实了中国缺乏反转效应。此外，尽管外汇策略