基本面數據對螺紋鋼期貨價格的指示作用研究

李順平 朱昂明

摘要：由于螺紋鋼期貨市場中產業資金占主導地位，基本面數據的變化通過套期保值者和投機者的交易行為傳導至期貨市場，引導期貨價格的變化。通過對12項基本面數據進行特殊的標準化后，與期貨價格進行回歸分析可以得到相關性較高的回歸模型，各項變量均為一階單整平穩序列，各變量間具有協整關系。通過構建多日預測模型，可以對產業投資者和投機者提供更好的投資方案，幫助企業提高投資效率、降低經營風險。

關鍵詞：螺紋鋼期貨? 基本面? 多元回歸 價格預測

一、基本面數據與期貨價格的內在聯系

一直以來，螺紋鋼期貨價格都是產業供需關系、生產成本結構以及宏觀經濟形勢共同作用的結果。由于螺紋鋼期貨目前是國內交易最為活躍的期貨品種之一，不僅鋼材產業鏈上下游通過期貨價格升貼水的方式進行螺紋鋼現貨貿易的定價的交易，并且一定程度上影響到鐵礦石、板材、線材等相關大宗商品的價格。

通常情況下大宗商品的期貨價格與現貨價格往往表現出一致性，仍以螺紋鋼為例，自2009年3月27日螺紋鋼期貨上市以來，其主力連續合約的日收盤價與其現貨市場平均報價體現出較強的一致性，兩者相關性達到了0.9129（圖1）。由于商品期貨市場上，以套期保值為目的的產業資金在市場中占據主導地位，鋼材生產商、貿易商以及下游的消費企業對價格波動和運行的判斷，在很大程度上引導著螺紋鋼期貨價格的產生。

一方面對于產業鏈資金而言，時刻關注諸如現貨報價、供需平衡、庫存等基本面數據，并通過交易將其對價格的觀點傳導到市場。另一方面，投機交易者同樣也會搜集基本面數據，并以此來判斷產業資金的動向，并盡可能使自己與主力資金站在同一方向來減少虧損、擴大收益。

綜上所述，基本面數據對螺紋鋼等大宗商品的期貨價格的指示作用不言而喻，而通過對基本面數據進行分析，并以此來對螺紋鋼期貨價格進行預測，無論對于參與套期保值的企業還是投機者，都具有重要的參考意義。

二、建立基本面數據回歸模型

（一） 數據來源及處理方法

本文的基本面數據來源選擇更加貼近產業的鋼聯數據庫，并盡可能的選擇可以涵蓋全國市場的數據品種，而期貨有關數據則使用Wind數據終端中提供的數據。

1.期貨數據的采集與處理。本文所使用的螺紋鋼期貨數據為Wind數據終端的每日各月合約收盤價的加權平均值，以每日交易量為權重，即：

其中：——螺紋鋼當日期貨收盤價的加權平均值

——螺紋鋼i月合約當日期貨收盤價

——螺紋鋼i月合約當日期貨成交量

2.基本面數據的采集。鋼聯數據庫各數據每日更新的頻率的時段各有不同，因此統一采用每日期市收盤后2小時，即使用每日17時的截面數據，同時由于期貨價格僅在交易日內產生，而基本面數據則可能在周末產生，因此在分析過程中不使用周五和周六的截面數據。

為了更加全面地體現各項指標對期貨價格的指示作用，故將待采集的基本面數據分為現貨價格、成本、供給、需求、庫存、利潤等6個板塊，每個板塊之下有細分為共12項基本面數據（表1）。

其中“61.5%PB粉礦港口報價平均值”使用國內進口鐵礦的4個主要港口的報價加權平均值，權重使用各港口61.5%PB粉礦的庫存。

3.基本面數據的標準化。由于采集到的各項數據量綱、大小相去甚遠，通過各項數據的數值無法進行合理的回歸分析，從而無法真實反映數據所代表的基本面狀態。

由于基本面數據不僅從產業本身的供需關系來影響期貨價格，同時也使投機者做出符合基本面狀態的交易行為，故將數據進行標準化，并使用指標在一段時間（本文采用180天）的歷史值中所處于的大小位置作為該項指標的最終值。本文采用Z-score方法對各項指標標準化，得到圍繞0分布的數據序列，并通過等比例縮放使所有樣本Xi滿足Xi∈（0，1） 。

（二）構建回歸模型

由于基本面數據通過多種途徑實現對期貨價格的影響，難以對每一種模式分別考慮。而多元線性回歸可以分析多個變量之間潛在的相關程度，因此采用這一方法判斷各項基本面指標與期貨價格之間的相關性，并以此作為預測期貨價格的依據。

值得注意的是，表1中所示的12項基本面數據指標并非作者主觀選擇的結果，而是通過逐步回歸，剔除了一部分變量后得到的對期貨價格影響較為顯著的因素。盡管各項指標與期貨價格之間可能不存在十分明顯的因果關系，但在相同的基本面狀態下，期貨價格往往體現出類似的行情。最終通過多元線性回歸可以得到形如（2）的線性方程：

其中：——螺紋鋼期貨價格的期望值

——第項基本面數據指標

——第項基本面數據指標對應的權系數

——常系數

利用SPSS對12個基本面指標變量以及螺紋鋼期貨價格回歸得到的結果如表2所示，各指標變量對應的系數如表3所示。

由于各指標在進行回歸之前已經經過標準化處理，其所對應的系數大小即表明了它對于螺紋鋼期貨價格的影響程度大小。從表3中可以比較明顯地看出，“61.5%PB粉礦港口報價平均值”是與螺紋期價正相關最為顯著的指標，而“建筑鋼材成交量合計”、“螺紋鋼滬市終端采購量”則是負相關最為顯著的兩項指標。這表明，原材料（鐵礦石）的現貨價格以及市場交易活躍程度的變化，對螺紋鋼期貨價格變化造成的影響最大。

通過公式（3）以及樣本期間的計算得到的螺紋鋼期貨價格估計值與實際每日螺紋鋼期貨收盤價對比如圖2所示，說明該回歸結果能夠可靠描述期貨價格的變動情況。

（三）協整關系檢驗

盡管從回歸分析的結果來看，基本面數據可以很好地解釋螺紋鋼期貨價格的走勢，但仍有必要對模型進行協整關系檢驗，以此證明回歸結果的有效性，而在此之前，需要檢驗各序列的平穩性。

包含螺紋鋼期貨價格在內的所有變量序列都存在單位根，均表現為非平穩時間序列，而它們的一階差分在1%的顯著性水平上拒絕了存在單位根的假設，因此各項基本面數據序列以及螺紋鋼期貨價格均屬于一階平穩過程（表4）。

若回歸殘差序列平穩，則可以視為相應序列與自變量序列之間具有協整關系，因此根據（5）得到回歸殘差序列，可以對其進行ADF檢驗以驗證是否平穩。結果顯示的ADF值為-5.525，在1%的顯著性水平上拒絕了存在單位根的假設（表5），為平穩時間序列，因此可認為與之間具有協整關系。

由此可見，基本面數據與螺紋鋼期貨價格之間存在有效的因果關系，現貨價格、供需關系等基本面數據變動可以有效地指示螺紋鋼期貨價格地運行方向。

三、回歸模型應用及建議

從以上分析來看，基本面數據往往可以很好地描述螺紋鋼期貨價格的走勢形態，而當期貨價格發生波動或風向突變時，我們通常能夠通過監測各項基本面數據的變動情況，來快速分析可能引起行情變動的原因。不僅如此，我們還可以嘗試利用基本面數據構建一個簡單的預測模型。

（一）建立價格預測模型

基于基本面數據的價格預測模型主要利用數據與價格之間的時間差進行回歸建模，從而達到在一定時間內對行情進行預測的效果。這里仍然采用公式（2），分別令基本面數據與1～5日前的期貨收盤價進行匹配，通過回歸得到5個模型，且各模型的相關性均達到較高水平。利用與上文相同的檢驗方法對5種組合分別進行協整檢驗，發現均具有協整關系（表6）。

將5個模型分別得到的預測值與實際螺紋鋼期貨價格對齊后可以發現，各項預測值基本上成功地解釋了期貨價格的波動形態（圖3），因此可以借此利用基本面數據實現較為可靠的期貨價格預測功能。

（二）建議

以上數據分析表明，可以通過現貨價格、成本和供需等基本面數據來較好地解釋和預測螺紋鋼期貨價格走勢。市場中的交易者可以據此進行更為合理的交易行為，一方面從事生產和貿易的企業可以借助價格預測優化原有的套期保值方案，進一步提高保值效果，降低經營風險;另一方面投機交易者也可以借此調整交易方案，把握產業動向，而不必再花費多余時間和精力重復地分析評估基本面變化可能對期貨價格帶來的影響。

四、結論

一是本文從復雜的基本面數據中篩選出12個單項指標，涵蓋螺紋鋼現貨價格、成本、供給、需求、庫存和利潤6大方面，通過特殊的標準化處理后，各變量間存在協整關系，并可以得到擬合度較高的多元線性回歸模型，用以解釋螺紋鋼期貨價格;二是回歸模型的擬合優度R2為0.953，1日預測模型R2為0.922，2日預測模型R2為0.920，3日預測模型R2為0.890，4日預測模型R2為0.872，5日預測模型R2為0.901，預測結果與實際收盤價走勢基本一致，能夠可靠預測未來一段時間的期貨價格;三是通過基本面預測螺紋鋼期貨價格，在一定程度上可以幫助產業投資者優化套期保值方案，也能幫助投機者做出符合產業實際情況的投資行為。

參考文獻：

[1]朱晉.市場因素影響商品期貨價格的多元模型分析[J].數量經濟技術經濟研究，2004（01）：75-79.

[2]王夢麗. 我國鋼材期貨價格波動及影響因素的研究[D].山東大學，2018.

[3]李子奈，潘文卿.計量經濟學[M].高等教育出版社：北京，2015：1.

[4]韓天予.我國螺紋鋼期貨市場有效性檢驗與影響價格走勢分析[J].當代經濟，2017（20）：33-35.

[5]鄧磊.我國鋼材價格波動趨勢及影響因素的實證研究[J].價格理論與實踐，2014（08）：78-80.

[6]荊治斌.我國鋼材期貨價格與現貨價格關系分析[J].對外經貿，2012（06）：41-42.

（作者單位：中州期貨有限公司上海分公司）