商品期货价格的季节性研究.docVIP

商品期货价格的季节性研究 季节性是季度或月度时间序列在正常年度中表现出来的季节规律性变化，对于商品期货来说，由于商品的供应、需求在不同的季节有明显的差异，所以其价格表现出明显的季节性特征。本文以原油、铜、天胶、大豆为研究对象，对其不同月份的价格表现进行了基本统计，分析了各品种季节性特征出现的基本面因素，并运用X12季节调整方法对各品种的季节因子进行计算，希望能为中长线投资者提供参考。 一、商品期货价格季节性的统计与分析 随着生产商在期货交易中的参与程度日益广泛，期货和现货价格联系也日益紧密，大宗商品价格运动的季节性变化也越来越明显。供应淡季或者消费旺季时价格高企，而在供应旺季或消费淡季价格低落，成为商品期货价格波动的普遍规律。本文选择纽约原油（1983-2008）、伦铜（1977-2008）和沪铜（1995-2008）、日胶（1992-2007）和沪胶（1997-2008）、CBOT大豆（1989-2008）和连豆（1999-2008）为主要研究对象，主要是考虑到这些品种的代表性较强，上市时间也较长，选取各品种的主力合约连续数据，每月的价格为该月各交易日收盘价的平均价。下表对各品种各月的表现进行了基本统计，其中，RP代表历史上该月的上涨概率（与上月相比），AR代表历史上该月的平均收益率（与上月相比），均用百分数表示。 商品期货价格季节性的基本统计 从表中可以看出，各品种不同月份价格表现有明显差异，即有明显的季节性特征。具体来看，原油价格在每年3-5月、7-9月表现强势，而在11、12月下跌概率较大，夏季价格上涨主要受汽车等需求增长推动，而秋季为飓风多发季节，9月更是飓风出现最多的月份，对供应的担忧也引发油价的上涨。相对来说，伦铜的季节性比不上原油，每年2-3月、7-9月价格上涨概率较大，主要是为4月和9月的消费旺季准备，而4月到6月表现偏弱，主要是因为此时是铜的消费淡季。 对日胶来说，每年12月到次年2月，价格表现抢眼，而在3-8月表现疲软。前者主要是因为每年12月底至3月初，全球天胶供给逐步减少，同时该阶段全球需求逐步增加；后者主要是因为此时国内外主产区正好是产胶旺季，而消费却处于淡季。除以上规律外，沪胶在9、10月也表现出强势，这与此时处于轮胎行业的销售旺季有关。 CBOT大豆则在每年2-5月、11-12月表现强势，7-8月价格则多有下滑。主要是因为每年3-5月是大豆的销售旺季，也是美国大豆播种的关键时期，加上对天气的炒作，很容易使得价格走高；而7、8月大豆种植情况基本确定，受供应压力预期的影响价格有所下跌；10月大豆收获后，随着消费的增加和库存的减少，价格也有可能趋涨。 从以上分析看出，期货价格对供需有一定程度的提前反映。由于商品期货的价格走势关联到多种因素，有时期货价格甚至表现出反季节走势，而随着全球供给、消费结构的变化，商品价格的季节性也可能发生改变。因此，动态把握商品期货价格的季节性走势显得尤为重要，接下来我们通过运用季节调整的X12方法提取季节因子，以期对商品期货价格的季节性规律有更深的认识。 二、季节调整的X12方法 季节调整是指从时间序列中去除季节变动因素，从而得到序列潜在的趋势循环分量的一种统计技术。经季节调整后的时间序列能更多地反映价格运动的基本规律，以及各因素对价格的影响。同时，根据分离出的季节因子的变化规律，我们可以对价格波动有一个更清晰的认识。 目前比较常用的几种季节调整方法有：X12方法、X11方法、移动平均方法和Tramo/Seats方法。1965年美国商务部人口普查局推出了基于移动平均法的X11方法，它是基于移动平均方法，在计算过程中根据数据随机因素的大小，采用不同长度的移动平均方法，随机因素越大，移动平均长度越大。X11方法是通过几次迭代来进行分解的，每一次对组成因子的估算都进一步精化。美国商务部人口普查局后来又在X11的基础上发展出了X12方法，主要的改进包括：扩展了贸易日和节假日影响的调节功能，增加了季节、趋势循环和不规则要素分解模型的选择功能，增加了新的季节调整结果稳定性诊断功能，增加了X12-ARIMA模型的建模功能等。 X12方法假设时间序列Ｘt有四部分组成元素：趋势Tt（Trend）、循环Ct（Cycle）、季节St（Seasonal）和不规则项It（Irregular）。共有四种季节调整的分解方式：乘法、加法、伪加法和对数加法模型，乘法模型的一般形式为： Yt=Tt·Ct·St·It 乘法模型以相对数表示季节要素，增强了不同经济变量之间的可比性，因此应用较为广泛。乘法模型的核心算法主要分为以下几个阶段：第一步，估计趋势；第二步，消除序列中的趋势；第三