摘要
中国是猪肉产销大国，维持猪肉的供需平衡和价格稳定对我国国民的经济和生活是非常重要的。近几年，新冠肺炎疫情的爆发以及非洲猪瘟的蔓延使得我国生猪产业面临较为严峻的价格风险，急需对其进行有效的风险规避，因此，以套期保值为功能的期货市场备受关注。由于生猪期货上市较晚，国内对生猪期货的研究还停滞在价格发现居多，缺乏对生猪期货套期保值效果的认识和评价，所以本文以生猪期货为研究对象对其套期保值绩效进行研究，为生猪产业利用生猪期货合理规避风险提供认识和参考。本文先对套期保值理论发展及研究背景进行了梳理；接着对相关概念及估计模型进行了概述；最后将生猪期货现货价格处理得到的对数收益率序列作为分析变量，多方选用OLS、ECM、VAR、GARCH等计量模型测算套保比率，基于最小风险评估法对其套保效果进行评估。本文研究发现，生猪期、现市场具有高度的相关性，且时序数据较平稳，可进行套期保值操作，并且进行套保操作都能在一定程度上降低组合的风险水平。本文实证结果显示：OLS模型的套保效果和规避风险的能力最好，因此，套保者在进行生猪期货套期保值的操作时，可选择OLS模型估算最优套保比率，以望达到最好的套保效果，此发现对我国民生物价的稳定性提供一定的效用。
关键词：生猪期货；套期保值；OLS模型；绩效分析；
一、引言
猪肉在我国居民消费结构中占据重要地位，猪肉的CPI权重占比2%左右，较高的占比反映了猪肉价格的波动对我国通胀程度具有很大影响，因此，猪肉价格的稳定对我国民生经济的稳定发展具有重要意义。受非洲猪瘟和新冠疫情影响，生猪价格近几年波幅剧烈，从猪易网提供的数据来看：2019年持续上涨，高至36.13元/公斤；2020年处于高位，均价至34.25元/公斤；2021年持续下跌，低至12.7元/公斤，波幅剧烈，历史鲜见。生猪市场面临着急剧的价格波动风险，急需有效的风险管理工具，恢复生猪价格的平稳，维护国民菜篮子的稳定。在此方面，早在1991年，刘兴东和朱伟[1]就提出可利用期货的避险功能，建立生猪期货市场，通过进行期货交易，合理规避猪肉价格波动的风险。2006年大连商品交易所（以下简称大商所）向中央提出建立生猪期货的议案，直至2018年生猪期货立项申请正式获批，预示着我国生猪产业有望利用生猪期货规避风险[2]。恰逢2021年生猪期货正式上市，本文利用生猪期货进行直接套保，相较于利用饲料期货间接套保和利用价格波动特征规律避险来说，更具针对性，更加直接有效。利用生猪期货进行套期保值有利于猪企合理调控供需，稳定价格，响应近年来公布的多个中央“一号文件”，做好猪肉保供稳价工作，压实“菜篮子”；利用生猪期货进行套期保值有利于猪企规避价格风险，科学管理成本，促进养殖业长期高质量发展，助力生猪产业的长远健康发展。生猪产业是我国重要的民生产业，养殖户多为基层民众与个体企业，聚焦我党提出在2035年达到共同富裕的目标，涉及基层民生和个体经济，生猪期货套期保值的研究对共同富裕目标的达成将有一定程度上的贡献。本文以期货的套期保值功能为基础研究当前生猪市场利用生猪期货进行直接套期保值是否可以有效发挥其套保功能，并多方利用模型进行套保效果比较，进而对生猪企业和投资者规避风险、管理成本提供参考。
（一）研究背景
近几年非洲猪瘟与新冠疫情接踵袭来，引起生猪市场供需失衡，导致猪肉价格波动剧烈。通过增加生猪供应，平抑肉价；提供财政补贴，保险支持等政策存在滞后问题，并不能及时且彻底解决价格频繁波动的市场风险，市场迫切需要一种有效实现风险管理的工具。因此，学者李万有（2009）[3]曾提出建立现代养猪企业稳定盈利模式要利用期货分散风险和增加盈利水平，改善大型养猪企业的生存环境。通过对玉米、豆粕（原料）套期保值达到锁定成本实现利润最大化或损失最小化。高彦彬（2011）[4]就是否考虑基差风险提出两种套保模型，解出套期保值决策的临界点，进行期货套期保值交易，实现“先卖后养”，确保得到预期稳定的收入。伍诗杨（2019）[5]利用实证发现我国生猪价格波动具有明显的季节性和周期性，从生猪养殖者的角度提出卖出套期保值策略，卖出期货合约，锁定收益，规避现货市场价格下跌的风险。从猪肉加工者的角度提出买入套期保值策略，买入期货合约，锁定成本，转移现货市场价格上涨的风险。综观上述，由于过去国内并未建立生猪期货市场，我国学者过去对生猪现货的套期保值都是透过生产原料（玉米、豆粕）进行间接套保或运用价格的季节性波动规律达到避险的目的。当下，随着生猪期货的上市，本文研究利用生猪期货对生猪现货进行直接套保并结合相关理论与多种模型测试找出最适用的生猪期货套期保值模型，进而达到更好的避险效果。
（二）研究目的与意义
1、研究目的
生猪期货市场的建立不仅为现货市场提供了定价标准，也提供了良好的套期保值环境，相对于利用间接套保和价格波动规律对生猪现货进行避险，利用生猪期货进行套保对规避生猪现货价格波动的风险无疑更加直接有效。本文的研究目的就是透过测算对历史数据以及相关理论和模型分析生猪期货套期保值，比较分析各模型的套保效果，为套保者提供更精确的参考和选择。生猪期货作为新上市的期货品种，对其现货进行套期保值绩效研究可以较为直观的反映出生猪期货的功能作用，有助于投资者有效规避风险，调整投资比率，降低操作成本。
2、研究意义
（1）理论意义
生猪期货以套期保值功能为基础成为了生猪市场有效管理价格风险的工具。套期保值理论随着不断地完善和发展体现了其更多的有利之处，在帮助套保者保证风险最小的同时也不断为套保者争取最大利润。但是我国生猪期货上市较晚，国内学术界对生猪期货套保的研究和认识较少，测算模型也较为单一，未曾进行深层次分析与多方的比较，尚存颇大的发展空间。因此，本文对生猪期货套保绩效展开研究，旨在可以丰富相关理论及研究，为今后研究提供参考，具有一定的理论意义。
（2）现实意义
生猪期货采用活体交割，完善了期货品种，为活畜类的期货发展提供了参考，同时也为我国生猪市场风险管理提供了有利武器。猪企利用生猪期货进行套期保值可以合理管理养殖规模，保障生猪基础产能，响应国家号召，有利于国家推进乡村振兴，促进共同富裕。受猪瘟和新冠疫情的影响，生猪价格波动剧烈，猪企进行套期保值操作，可以规避价格波动带来的风险，进而促进行业的长远健康发展。研究生猪期货套期保值的绩效更是较为直观的反映了生猪期货的风险管理能力，也为相关企业或投资者选择更好的套保方案提供参考，具有重要的现实意义。
（三）文献综述
早期Keynes[6]（1930）和Hicks[7]（1939）提出风险规避理论，认为投资者可以在期现市场通过套期保值进行反向交易达到避险目的。此后Working[8]（1952）提出选择性套期保值理论，认为传统套保无法规避基差风险，投资者可以积极选择风险并从中获益。基于Markowitz[9]（1952）的资产组合理论，Johnson[10]（1960）、Stein[11]（1961）和Ederington进一步提出现代组合套期保值理论，认为投资者在进行套保操作时，可自由选择套保比率把风险降到最低或获取最大收益。随着套期保值理论的不断发展，专家学者主要基于风险和效用两个角度对套保效果进行深入研究，本文主要从避险的角度评价套保效果，透过文献阅读，测算并选定比较合适的模型。过去的文献显示通过套保操作规避风险重点在于套保比率的确定，因此Ederington[12]（1979）、Wenling[13]（1985）、Bollerslev[14]（1986）、Ghosh[15]（1993）等学者分别创建了OLS模型、VAR模型、GARCH模型和ECM模型对最优套期保值比率进行估计，为套期保值绩效评价提供了依据。对于生猪期货套期保值在过去的研究中如何有效运用模型的研究有：Marvin L.Hayenga（1982）利用价格回归法得出生猪期货可作为有用的交叉套保工具。J.S.Shonkwiler（1986）利用VAR模型得出生猪期货的价格发现功能是合理的。Andrew M.McKenzie（2002）利用ECM模型得出生猪期货价格提供了对未来现货价格的无偏预测。Dwight R.Sanders（2008）利用OLS模型得出企业可以利用生猪期货价格进行长期价格预测[16]。李强[17]（2021）分析套期保值在生猪产业中的应用得出套保利于企业管理价格风险、降低库存风险、锁定成本与利润，使企业的利润曲线更加平滑。关于套期保值绩效的研究有：Cecchetti[18]（1988）等把X国债期货作为研究对象，利用GARCH模型进行实证分析，发现套保比率时刻在变，动态套保更符合实际情况。王骏，张宗成[19]（2005）把铜期货作为研究对象进行套期保值，利用OLS、B-VAR、ECM、GARCH模型比较分析，发现与不进行套期保值相比能显著降低收益方差，有效规避风险。王志强[20]（2007）把铜期货作为研究对象，选用OLS、ECM、GARCH模型对其最优套保比率进行估计，发现动态模型套保效果优于静态模型。汪娟[21]（2016）把白糖期货作为研究对象，选用OLS、B-VAR、ECM模型估计最优套保比率，基于最小风险对其绩效进行分析评价，发现在白糖期货市场进行套保能够有效规避风险，其中ECM模型效果显著。黄连蓉[22]（2020）把豆粕期货作为研究对象，利用ECM模型估计最优套保比率，基于最小风险对其绩效进行评价，发现套期保值绩效虽不是很好，但仍能有效帮助企业管理成本减少损失。综上所述OLS、B-VAR、ECM、GARCH是较为有效的利用期货套期保值的模型，学者的研究分析虽不是以生猪期货为研究对象，依然可以为本文对生猪期货套期保值绩效研究提供一定的参考，因此，本文在进行套期保值操作适宜的模型中，分别利用上述模型分析并选出最适用的模型。
（四）研究思路与内容
本文通过对以往学者的理论和研究入手，结合当下生猪市场的基本情况，简要阐述了套期保值原理和策略，探究生猪期货套期保值对风险的规避作用，对套保效果进行了量化分析及评价，并结合数据结果做好归纳总结。总体框架如下：
第一部分是引言。介绍了选题背景、研究意义及目的、期货功能及套期保值的必要性；阐述套保和绩效分析的相关文献；指明本文的创新和不足之处。
第二部分是理论基础。简要概述期货相关的基本内容、套保理论的发展历程；简单介绍套保比率的计量模型以及套保效果的评估模型。
第三部分是实证分析。介绍数据的来源并对其进行简单的定义；接着对其进行处理检验和分析，判断可否进行套期保值操作；然后建立相关模型进行估算和分析；最后对实证结果进行比较和分析，直观体现各模型下的套保效果。
第四部分是结论。对全文进行了归纳和总结，及进一步展望。
（五）研究方法与技术路线
全文采用的研究方法有理论研究法、实证研究法和比较分析法。其中利用理论研究法学习和总结了期货和期货套保的相关理论和原理，介绍了相关的实证模型和绩效评估方法，夯实了本文研究的理论基础。利用实证分析法，对期现价格数据进行处理，定义，检验和分析，构建模型计算套保比率，对其绩效进行量化分析。利用比较分析法，通过对实证分析的结果进行对比，体现出差异，比较不同模型下的套保效果，借以择优选取估计最优套保比率的计量模型，得出结论。
技术路线如下图所示：
图1.1生猪期货套期保值绩效实证分析研究方法与技术路线
（六）创新与不足
1、创新之处
首先，生猪期货上市较晚，目前国内学者对生猪期货的上市可行性、上市影响、价格发现等方面的研究居多，对于生猪期货套期保值有效性的对比分析研究较少，相关企业可能错失套保机会。其次，期货的套保比率和效率随着时间和市场行情是不断变化的，本文对生猪期货上市至今年的期货现货数据进行分析，数据较新，研究结果更能符合我国期货市场和现货市场的现状，更具有代表性和适用性。
2、不足之处
一方面，因条件和能力有限，对国外期货套期保值相关理论和实证研究了解和表述的并不完善，大多理论和实证分析以国内学者的研究为基础进而展开。另一方面，因为生猪期货上市时间较短，故本文的样本数据相对较少，可能会影响套期保值的效果体现，同时缺乏时限对套保效果的影响，存在实证部分参数的研究和分析不全面的情况。
二、相关理论与模型概述
（一）基本概念
1、期货市场
期货市场是指买卖双方按照期货合约所达成的协议进行交易的市场，有标的的期货合约均可在期货市场进行交易。期货市场具备的规避风险、价格发现、资产配置功能和作用助其不断发展壮大并成为现代金融市场体系不可替代和不可或缺的重要角色。
2、生猪期货
期货是指以某种大宗商品或金融资产为标的可交易的标准化远期合同-期货合约。生猪期货也就是以生猪为标的物的期货合约，具体合约内容附录可见。早在2006年大商所总经理朱玉辰就向中央提交议案建议大商所推出生猪期货，但证监会认为市场条件不成熟，上市生猪期货可能会在一定程度上冲击现货市场，加大价格波动的风险。历经多年努力，直至2018年证监会正式批复大商所的生猪期货立项申请，2021年在大商所正式挂牌交易。
3、套期保值
套期保值又称“避险”、“对冲”、是期货市场规避风险的常用手段，指套保者通过持有与其现货市场头寸相反的期货合约，对未来交易进行现时保险的活动，将价格风险转移给逐利的投机者。期货套保的的原理是期现价格受到相似因素的影响具有高度的相关性，对标的商品进行数量相当、方向相反的套保交易，形成对冲机制，无论价格是涨还是跌，总能形成两个市场的盈亏相抵，，降低损失，达到预期的避险目的。套期保值策略主要分为两类：买入套期保值和卖出套期保值。
表2.1套期保值种类
结合上表分析：在生猪市场进行期货的套保操作中，生猪加工者可以在期货市场购入生猪期货，锁定成本，规避生猪价格上涨的风险。生猪养殖者可以在期货市场售出生猪期货，锁定利润，规避生猪价格下跌的风险。套保者可以根据自身的实际情况选择适合自己的套保方案，无论是锁定成本还是锁定利润都可以通过套保操作在一定程度上规避风险、减小损失。
4、基差
基差是标的商品的现货价格与期货价格的价差，基差波动的不确定性称为基差风险。基差为正，表示期价低于现价，也叫期货贴水，为逆向市场；基差为负，表示期价高于现价，也叫期货升水，为正向市场。基差的变化通常用“走强”或“走弱”来评价，基差变大，称为“走强”；基差变小，称为“走弱”。基差风险是基差逐利套期保值理论的主要研究对象，认为其存在弱化了风险范围，同时产生不同的套保效果。由于持仓费，供求等因素的影响会引起基差波动，如下表所示，完整表述了基差变动对不同策略下套保效果的影响。
表2.2基差变动与套期保值效果关系
5、套期保值比率
套期保值比率在进行套期保值交易中，指期货合约与现货头寸价值的比值，最优套期保值比率是指能够最大程度规避价格风险的套保比率。由于基差风险的不确定性，套保比率实际上属于一个动态的概念值，最优套保比率不再是传统套保理论所认为的“1”，因此选择最优套保比率是进行套保操作达到最佳套保效果的关键。
套保比率公式如下：
（二）套期保值理论
1、传统套期保值理论
传统套期保值理论最早是由英国经济学家Keynes[6]和Hicks[7]提出，指的是投资者可以在期货和现货市场上进行方向相反而数量相等的交易达到套期保值规避风险的目的。他们认为对某一商品而言，其期、现价格受相似因素影响变化趋势大体一致，进行反向交易必然产生对冲的效果，盈亏互补，降低损失。该理论强调套保的主要目的是追求风险最小化，弥补亏损，同时认为如果在操作上严格遵循套保要求可以达到1:1的完全套保的效果，完全规避价格风险。受市场诸多因素的影响以及过于严苛的要求，实现完全套保的可能性微乎其微。根据适应性预期理论和期货本身的价格发现功能，期货市场会给现货市场提供定价参考，一般情况下期货价格和现货价格不会保持一致的变动，也就是存在我们所说的基差。由于持仓成本和税收的影响，基差实际上是不断变化的，期货和现货之间存在着基差风险，因此，传统的套期保值是不完全的，并不能达到投资者的理想状态。尽管传统的套期保值理论具有一定的局限性，但其最先且最直接地揭露了套期保值的原理，为后来的套期保值理论发展打下了良好的基础。
2、基差逐利套期保值理论
基差逐利套期保值理论由经济学家Working[8]提出，指的是投资者根据市场预判未来的基差波动趋势，进而选择科学的套期保值操作。根据对基差风险的预测，与其交易对手提前确定基差大小和交割期限，签订协议，进而将现货的价格波动风险转移到波动幅度较小的基差风险。投资者通过基差在期货市场中进行套保交易，可将风险转移到交易对手方手中，掌握了主动控制风险的权利。所以该理论认为套保的主要目的不仅是规避价格风险，更是进一步利用基差的波动变化实现盈利。该理论是传统套期保值理论的创新和发展，在规避风险的同时，更是考虑了从中获利的可能性，基差会随时间变化和波动，进而给投资者提供了投机的交易机会，在期货市场和现货市场中游走，预判基差大小，从中赚取收益。该理论是投机和保险的综合，风险和收益是共存的，在考虑将风险最小化的同时，也把收益最大化作为目标，为投资者进行套期保值交易提供了更明确的指导。
3、现代套期保值理论
现代套期保值理论由经济学家Johnson[10]和Ederington[12]在Markowitz[9]的组合投资理论的基础上提出，指的是投资者对现货和期货资产进行组合投资，根据组合投资的预期收益和预期收益的方差，确定交易头寸，使得风险最小或效用最大。投资者要从资产组合角度看待套保行为，实现现货资产和期货合约整个投资组合收益和风险的最佳平衡。与以往套保理论不同，现代套期保值理论在两个市场的头寸上打破了数量和方向的限制，并不要求投资者在期货市场上建立与现货数量一致、方向相反的交易，相比之下更加灵活。该理论打破了最优套保比率为1的完美定义，因为完美市场是不存在的，最套保比率会随着预期目标和价格波动而时刻变动，因此，该理论的核心目标便是通过改变商品期货和现货的头寸的方式寻求投资组合收益的方差最小化，不断调整和寻求动态的最优套保比率，达到组合投资收益和风险全面考虑的最优形态。现代套期保值理论基于组合投资理论得到了进一步创新和发展，为研究者进行模型实证提供了有利的理论基础，完善了套保理论体系的发展，为套保者进行套保操作提供更多选择。
（三）最优套保比率估计模型
1、普通最小二乘法（OLS）模型
Johnson和Stein最早提出利用OLS模型测算套保比率，具体以商品的期价为解释变量，现价为被解释变量，建立回归方程，对其进行OLS回归得出的估计系数就是最优套保比率。随着统计方法和数量分析技术的发展，Johnson等人发现对期价和现价取对数再进行一阶差分得到的收益率序列相对于不进行处理表现得更加平稳，所以，收益率序列被更多的应用到后来的研究中。本文以期货收益率序列和现货收益率序列为实证研究的基本变量，对其进行线性回归得到下面的公式：
2、双变量向量自回归（VAR）模型
Wenling和David在OLS模型的基础上指出OLS模型的假设和前提条件过于苛刻，没有考虑残差项自相关的问题，为了弥补缺陷，创建了VAR模型，考虑到滞后值增加的信息量，旨在消除残差序列对估计结果的不利影响。本文以期货和现货收益率序列为基本变量建立VAR模型，对其进行滞后处理，选择最优阶进行回归分析，进而得出最优套保比率。VAR模型表示为：
3、误差修正（ECM）模型
金融数据具有波动性，非平稳的特征，但对其进行一阶差分后，便呈现相对平稳的特性，即存在协整关系，协整关系的存在也会在一定程度上影响最优套保比率估计的精确性，Ghosh（1993）在估计最优套保比率时充分考虑了期货和现货价格之间的协整关系，在此基础上引入了一个误差修正项，提出了ECM模型，旨在提高套保比率估算的精确性，进而提高风险对冲的效果。本文以现货收益率和期货收益率两个时间序列为基础，建立误差修正ECM模型，该模型如下：
4、广义自回归条件异方差（GARCH）模型
随着理论的发展，学者发现，金融资产的收益序列大都会表现出波动聚集的规律，一般用ARCH过程或GARCH过程来描述。Engle[23]（1982）提出了ARCH模型，认为高阶的ARCH模型可以更好地描述异方差现象，但参数估计的效率较差。在此基础上，Bollerslev在ARCH模型中增加了自回归项，进一步改进并创建了GARCH模型，提高了模型对参数估计的效率。该模型如下：
（四）套期保值绩效评价方法
1、套期保值绩效的评价方法
本文研究生猪期货的套期保值，其基本操作就是套保者通过期货和现货市场进行反向交易的行为来规避和转移风险。此项活动的基本和关键就是确定套期保值的比率并随着市场变化和价格波动等影响科学合理的及时调整套期保值比率，因此，本文的核心也是利用计量模型估算最优套期保值比率，进而做出最优选择，最大程度消除风险。在经济学中，我们通常利用收益方差来衡量风险，追求最小方差以尽可能的降低风险。因此，本文评估套期保值的绩效问题基于风险最小化的角度对其绩效进行评价。
2、套期保值绩效的评估模型
在进行套保操作时，实际是通过期货市场的损益对冲现货市场的损益，本文假定生猪养殖企业利用生猪期货对未来要卖的生猪进行套期保值。生猪养殖企业是生猪的卖方，在未来某时刻会卖出生猪，为了避免生猪的价格下跌，需要在期货市场建立一个与现货对冲的期货合约。有了以上模型建立出来的最优套保比率，在此基础上，我们需要建立一个函数来衡量套期保值前后的收益和方差，来评估套保效果的好坏。
套期保值前：投资者没有在期货市场建立头寸，其投资收益仅仅取决于现货的损益，因此，我们仅用现货市场损益即可代表组合的收益率，如下所示：
套期保值后：投资者在期货市场建立头寸，生猪期货的参与会起到期货市场和现货市场损益的对冲作用，其投资收益取决于两个市场上的损益，因此，我们用期现两个市场的损益表示组合的收益率，如下所示：
三、实证分析
（一）数据的选取和处理
1、数据选取
本文实证部分针对生猪期货套期保值绩效进行分析，选取的期货数据是生猪期货合约的每日收盘价，现货数据是全国生猪（外三元）现货的每日价格。由于生猪期货于2021年1月8日上市，本文选取了2021年1月8日至2022年2月25日之间的价格数据，共计273组数据。因为生猪期货上市时间短，样本数据不多，故而只对其进行日度数据计量分析。为了保证期货数据的连续性，本文选择离当前交易日所在月份最近，交易活跃的主力合约数据作为生猪期货价格序列。生猪现货价格数据来源：中国养猪网（http://data.zhuwang.cc/），生猪期货价格数据来源：大连商品交易所。本文采用Eviews8.0和Excel进行测算分析。
2、数据的处理与定义
为了更好的分析，本文对所选取数据做以下定义和处理。本文将生猪期货价格序列定义为F、将生猪现货价格序列定义为S，对其取对数得到LNF和LNS，再进行一阶差分得到对数收益率序列RF和RS。结合以往学者的实证研究结果，通过以上的处理有助于数据平稳，降低伪回归的可能性。本文实证分析部分，我们主要以RF和RS为变量，研究不同模型下的套保效果。
（二）数据检验
1、数据的描述性统计分析
我们利用Eviews软件对本文的实证数据进行分析检验。
首先对生猪期货和现货的价格序列进行了走势分析，从图3.1和图3.2可以观察出生猪的期货价格和现货价格具有大致相同的走势，并呈现下降趋势且波幅较大。接下来对实证数据进行简单的描述性统计，如下表所示：
表3.1期现货价格及其收益率的描述性统计
从表3.1可以看出，生猪期货和现货的价格序列和对数价格序列的偏度都＞0，表明呈现右偏状态，峰度都＞1，表明略显尖峰肥尾形态。对生猪期货和现货收益率的统计分析简单分析，均值、中值均为负值，侧面表明价格趋势呈下滑状态。6组序列的JB的统计量较大，P值都为0，表明拒绝原假设，以上序列皆不服从正态分布。通过实证数据的描述性统计，帮助我们对数据更加清晰的掌握和系统性认识。
2、数据的相关性分析
表3.2生猪对数价格序列的相关性分析
从生猪期货现货价格走势图可以看出生猪期现价格走势大体一致，表3.2对其相关性进行检验，得出生猪期货对数价格LNF生猪现货对数价格LNS相关系数为0.85，表明了生猪期货市场和现货市场高度相关，利用生猪期货为生猪现货进行套期保值操作是可行的。
3、平稳性检验
表3.3收益率序列的平稳性检验
从表3.3可知，我国生猪现货收益率序列RS和生猪期货收益率序列RF的ADF值分别为-12.70939和-15.18851都远小于在常用显著性水平下的ADF值，表明生猪期货现货收益率序列没有单位根，收益率序列为平稳序列，通过了平稳检验。所以，我们可以选择生猪现货收益率序列RS与生猪期货收益率序列RF作为研究变量，利用相关套保模型来估算最优套保比率。
4、ARCH效应
表3.4收益率序列ARCH检验结果
从表3.4可以看出，我们通过Eviews对生猪现货收益率序列RS与生猪期货收益率序列RF进行ARCH检验得到F-statistic即F统计量值为0.6884大于nR2的值0.5724，其伴随概率为0.0004,小于常用的显著性水平，表明生猪收益率数据序列RS和RF存在ARCH效用。
（三）最优套保比率估计结果
1、OLS模型估计结果
根据以上分析，我们以生猪期现货收益率序列为研究对象，利用OLS模型构建的回归方程进行最优套保比率的估计，结果如下：
表3.5 OLS模型最优套保比率估计结果
从表3.5分析可知，系数估计值的t统计量伴随概率P=0.0307＜0.05，表明回归系数在5%的概率水平下效果显著；R平方的值为0.0047，相对较小，说明OLS模型的拟合情况不是很好。由于回归方程的系数为0.0819，则最优套期保值比率为0.0819，意味着约0.08份的生猪期货可以对冲1份生猪现货的价格波动风险。
2、VAR模型估计结果
根据以上分析，我们利用VAR模型构建的回归方程进行最优套保比率的估计时，首先要对模型的滞后阶数进行选择。
表3.6 VAR模型滞后阶数估计结果
在VAR模型测算估计时，我们AIC和SC最小为判断标准选择变量的滞后阶数，从表3.6可以看出AIC和SC的最小值分别为-9.3562和-9.2284，因此对于变量滞后阶数的选择，滞后一阶是模型估计最好的选择。
在确认选择最优的滞后阶数后，我们利用AR根检验法对模型的平稳性进行检验，如下表所示，根的模都位于单位元之内，数值小于1，说明，模型稳定，可进行估计。
从表3.8可以看出，系数估计值的t统计量伴随概率P=0.0178＜0.05，表明回归系数在5%的概率水平下效果显著；R平方的值为0.1156，相对OLS模型，拟合优度有所提高。由于回归方程的系数为0.0448，则最优套期保值比率为0.0448，意味着约0.05份的生猪期货可以对冲1份生猪现货的价格波动风险。
3、ECM模型估计结果
根据以上分析，我们在利用ECM模型对套保比率测算时，需要满足ECM模型的前提要求，首先要确定变量满足协整检验，在数据的平稳检验中，我们利用ADF根检验可知，LNF和LNS不满足序列平稳，但其一阶差分RF和RS序列满足平稳，所以可知对数价格都是一阶单整序列，满足协整关系，可继续进行估计。
ECM模型估计结果如下：
ECM回归方程为：RS=0.0007＋0.0526RF－0.7905ecm（t-1）＋
从表3.9可以看出，系数估计值的t统计量伴随概率P=0.0497＜0.05，表明回归系数在5%的概率水平下效果显著；由于回归方程的系数为0.0526，则最优套期保值比率为0.0526，意味着约0.05份的生猪期货可以对冲1份生猪现货的价格波动风险。
4、GARCH模型估计结果
根据以上分析，数据序列满足ARCH效应，我们可以利用GARCH模型构建的回归方程进行最优套保比率的估计，结果如下：
从表4.0可以看出，最优套期保值比率为0.0719，意味着约0.07份的生猪期货可以对冲1份生猪现货的价格波动风险。
（四）套期保值绩效评价
结合上文对套期保值绩效评价方法的论述和上述4种计量经济学模型的估计结果，我们利用Excel软件对其套期保值绩效进行以下分析：
表4.1套期保值绩效评价结果
从上表可以看出，相对于不进行套期保值，进行套期保值都能降低投资组合的风险水平，在一定程度上达到预期的避险效果，也表明套保操作确实是有效的。就四个计量模型估计的结果而言，基于最小风险评估方法下的套保绩效分析可知，OLS模型的套保绩效最大，He为0.004648，说明利用OLS模型进行套保操作消除风险的程度和套保效果最好，最有利于相关企业规避价格风险。
四、结论与展望
1、结论
综观上述，本文通过理论分析和实证分析，充分的认识了期货套期保值良好的避险功能，生猪期货于投资者和相关企业而言是良好的风险管理工具。本文研究发现生猪期货和现货价格序列间存在着高度的相关性且相对平稳，表明两个市场上的价格走势一致，其对数收益率序列存在协整关系且具有ARCH效用，为我们采用计量经济学模型估计最优套保比率打下了良好的基础，进而可以为投资者调整组合的期现配比提供科学的参考。通过相关计量模型的比较分析，本文发现四种模型估计的最优套保比率都小于1，表明进行套保操作都能起到降低成本的效果，可以少购入期货也能达到想要的套保效果。通过套保前后组合风险水平的对比，本文发现利用以上四种模型展开套保操作都能在一定程度上降低组合的风险水平，并且利用OLS模型进行套保可使组合的风险水平降低最大。就套保绩效的评估分析，本文发现OLS模型的套期保值效果优于其他三种模型，对于生猪期货套期保值而言，更适合简单的静态套保，猪企和相关投资者可以优先选择OLS模型进行套保比率的估计和套期保值操作，以望达到理想的套保效果。通观全文，本文有以下几点贡献：1.由于生猪期货作为新上市的期货品种，过去的学者在规避生猪价格波动风险时多考虑利用猪食原料（玉米、豆粕）期货品种对其进行间接套保或者通过生猪现货价格波动特征（季节性、周期性）总结规律进行避险，本文利用生猪期货进行直接套期保值，相较来说，更具针对性，更加直接有效。2.本文利用四种计量模型OLS、ECM、VAR、GARCH进行多方测试后发现了较高效的生猪期货对生猪现货套期保值的最佳模型为OLS,为套保者或投资者选择更好的套保方案提供参考，在金融的学术理论方面和实务经济方面提供了后续研究的价值。3.受猪瘟与新冠疫情影响，生猪产业面临剧烈的价格波动风险，影响猪企的稳定发展。本文对生猪期货套期保值的研究提供了有效的风险管理模式，可以规避价格波动风险，有利于猪企管理养殖规模，响应国家保障生猪基础产能的号召，促进生猪行业的长远健康发展。4.我党的十九届五中全会提出在2035年达到共同富裕的目标,共同富裕涉及到基层民生也偏向个体经济,生猪是我国民生必需品占消费者物价指数的2%以上,养猪户多为基层民众与个体的企业,生猪期货套期保值的研究发展对于共同富裕的目标的达成将有一定程度上的贡献。
2、展望
通过本文的研究和分析，希望能够给相关企业和投资者进行生猪套期保值提供一定的参考，同时护航生猪业的平稳健康发展。本文的研究给当下生猪产业进行套期保值操作提供了全面的理论储备和直观的量化参考指标，有助于套保者达到理想的套保效果。当然，本文还存在很多不足，在理论方面，相关研究资料和文献搜集的不全面，在实证方面，缺少样本数据验证，缺少期限和风险偏好对套期保值效果的影响分析。同时，本文实证研究还发现，套保绩效不高，说明套保效果还存在很大的可发展空间，望后来学者可以在此基础上完善相关理论和实证分析，更好的利用期货的套期保值功能，最大程度的降低成本，规避风险，达到更好的套保效果。
参考文献
[1]刘兴东，朱伟．发展生猪生产的制约因素及对策探讨[J]．江苏商论，1991，09（022）：38-40.
[2]王朱莹．大商所生猪期货立项获批[J]．中国证券报，2018，02（06）：A10.
[3]李万有．通过股票和期货运作完善养猪企业盈利模式[J]．北方牧业，2009，10（15）：9-11.
[4]高彦彬．生猪期货套期保值的模型与策略[J]．黑龙江畜牧兽医，2011，24：001.
[5]伍诗杨．生猪期货对猪价波动的平抑作用研究[D]．四川：西南科技大学，2019.
[6]Keynes,A Treatise on Money[M].Macmillan and Co.Limited,1930.
[7]Hicks,Value and Capital[M].Oxford:Oxford University Press,1939.
[8]Working,New concepts cnocernig futures markets and prices[J].American Economic Reviews,1952,52:431-459.
[9]Markowitz,Portfolio selection[M].American Finance Association,1952.
[10]Johnson,The Theory of Hedging and Speculation in Commodity Futures[J].Review of Economic Studies,1960(27):139-151.
[11]Stein,The simultaneous determination of spot and futures price[J].American Economic Reviews,1961(51):1012-1025.
[12]Ederington,The hedging performance of the new futures markets[J].Journal of Finance,1979(34):157-170.
[13]Wenling Yang,David R.Allen.The Weekend Effect in Common Stock Returns:The international Evidence[J].Journal of Finance,1985(4):375-412.
[14]Bollerslev T.Generalized Autoregressive Conditional Heteroscedasticity[M].Journal of Econometrics,1986(31):307-327.
[15]Ghosh A.Hedging with Stock Index Futures:Estimation and Forecasting with Error Correction Model[J].The Journal of Futures Markets,1993(13):743-752.
[16]高扬，李雯，李界．生猪活牛期货套期保值的国际经验对我国的启示[J]．中国证券期货，2020，05（001）：4-12.
[17]李强．套期保值在生猪产业中的应用[J]．畜牧产业，2021，（08）：20-23.
[18]Cecchetti,S.R,Cumby and S,Figlewski.,Estimation of the Optimal Futures Hedge[J].The Review of Economics and Statistics,1988,Vol.70(No.4):623-630.
[19]王俊，张宗成．SHFE金属铜期货的套期保值比率与绩效[J]．统计与决策，2005，10（015）：41-43.
[20]王志强．波动、相关与最优套期保值[D]．天津：天津大学，2007．
[21]汪娟．白糖期货最优套期保值比率实证研究[J]．合作经济与科技，2016，13（040）：84-85.
[22]黄连蓉．豆粕期货最优套保比率估计及绩效研究[J]．现代盐化工，2020，03（550025）：129-131.
[23]Engle R.F.Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation[J].Econometrica,1982(09):50-78.
[24]郝珊．航油套期保值绩效实证研究[D]．天津：中国民航大学，2017.
[25]中国期货业协会．期货及衍生品基础-2版[M]．北京：中国财政经济出版社，2018.
[26]高启杰．计量经济学：原理与实验[M]．北京：经济科学出版社，2013.
谢辞
不知不觉，四年将过，大学生活接近尾声。大学是自我成长的天堂，大学的丰富与否完全取决于自我选择。大学四年来，我不曾松懈，认真且刻苦的为我的选择不断努力奋斗。四年的学习和成长，随着本次论文的完成，将为我的大学生涯划下完美的句号。本论文在老师的悉心指导和严格要求下完成，从课题选择到具体的写作过程，论文初稿与定稿无不凝聚着老师的心血和汗水。仍记得与老师一起积极讨论合适的论文选题，老师全面负责的为我从数据可获得、理论可发展、模型可构建等要素下分析论文选题的可行性，同时，老师会经常提醒论文的进度并提供修改意见。在我的毕业论文期间，老师为我论文的指导有着启蒙的意义，从初稿到定稿，无论在内容还是格式方面都在不断的完善和进步，非常感谢老师的严格负责和悉心指导。此次论文的完成，也让我深刻意识到知识的无尽和自己的无知，未来的日子仍然会继续努力。
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/180103.html,
