突发事件视角下中美棉花期货价格联动性研究lg...

美棉对郑棉的引导力度减弱，郑棉的全球定价能力增强

在全球经济一体化的背景下，国内外期货市场的联动愈发紧密。这种联动性不仅体现在价格走势的相似性上，还表现在市场参与者行为的相互影响上。然而，突发事件使得这种联动性发生了变化。这些事件打破了原有的市场平衡，导致期货价格在短期内出现大幅波动，进而影响产业链的稳定发展。

[研究背景]

正确理解国内外期货市场的联动性，有助于我们理解国内大宗商品市场的国际定价能力，同时对国家有效利用国内和国际两个市场具有重要意义。由于全球大宗商品供应链联系紧密，国际市场上的价格波动往往会迅速传导至国内市场，反之亦然。这种价格联动机制使得政府在制定贸易政策时，必须充分考虑国际市场的变化，避免因价格波动带来的市场风险。随着国际贸易的深入发展，越来越多的国内企业参与到国际期货市场中，国际投资者也逐渐进入国内市场。双向的市场参与使得国内外市场的互动更加频繁，市场信息的传递更加迅速。政府在利用国内国际两个市场时，需要密切关注市场参与者的行为变化，以便及时调整贸易策略，优化资源配置。此外，国际贸易政策的变化也会对国内外农产品期货市场的联动性产生影响，进而影响政府调整贸易伙伴结构，以提高对大宗商品的利用效率，确保国家资源安全。

本文以棉花期货作为研究对象，旨在分析外部冲击视角下，中美两国期价的联动特征。美国是全球核心棉花生产国之一，也是我国进口棉主要来源国，美棉是国际棉价的定价锚，我国是全球核心棉花生产国之一，也是全球最大的棉花消费国，理论上来讲，两国棉价具有很强的联动效应。不过，分年度观测二者期货收盘价相关系数发现，2017年、2018年以及2023年3个年度二者相关系数跌破0.8，处于极低值，价格走势出现分化。2018年前后恰逢中美贸易摩擦初期，2023年是美国禁止新疆棉制品进口政策落地的首年，这表明突发事件对中美棉花期价的联动性产生较大影响。

突发事件也会对我国的国际贸易政策产生影响。2018年以来，我国棉花主要进口来源国虽然依旧是美国，但巴西棉占我国棉花进口总量的比重逐步攀升，这也是中美两国棉价走势脱钩的一个重要原因。

研究突发事件对期货市场的影响，可以为政府在特殊时期实施精准的宏观调控和风险管理措施提供坚实的理论依据。通过对突发事件影响机制的深入剖析，可以丰富和完善现有的市场理论体系，揭示市场在极端情况下的运行规律和风险传导路径。理论研究能够帮助识别和评估不同类型突发事件对期货市场的具体影响，从而为采取针对性的政策措施提供科学依据。此外，理论研究还能为市场参与者提供决策支持，帮助他们更好地理解市场动态，制订合理的投资策略，从而促进市场的自我修复和功能恢复。

[理论分析]

当市场之间存在自由贸易和信息流动时，商品的价格趋于一致，从而实现市场的整合，这是市场整合理论的核心观点。信息的自由流动是市场整合的关键因素。当市场参与者能够迅速获取其他市场的价格信息时，他们会根据这些信息调整自己的交易策略，从而促进市场整合。通常，市场整合程度越高，市场效率就越高。整合的市场能够更有效地配置资源，减少浪费，提高整体经济效益。但贸易壁垒如关税、配额、运输成本等会阻碍市场的整合。这些壁垒增加了商品在不同市场之间流动的成本，使得价格难以趋同。以棉花期货为例，中美棉花期价长期存在联动性，但某一时点受突发事件影响，单个棉花市场价格会剧烈波动，从而在短期内打破联动性。假设信息传递没有损耗，由于套利交易者的存在，其通过买卖商品来赚取差价，价格将回归均衡。

市场信息不对称与信息不完全性客观存在，这种信息摩擦会导致市场参与者无法及时、准确地获取和利用信息，从而影响市场的效率和决策的准确性，也会造成不同市场之间信息溢出及价格传递存在差异。突发事件对大宗商品价格的影响主要通过贸易与金融两条路径。就贸易路径来看，突发事件对当期现货市场的供需平衡产生影响，如中美贸易摩擦期间，美国对我国商品加征进口关税，导致贸易成本上升，美国对我国服装的采购数量明显下降，从而影响现货市场价格。期货市场的存在使大宗商品具有金融属性，故突发事件也会通过供需预期影响市场投资者的情绪，进而影响期货价格。如美国对疆棉采取禁令，市场预期国内棉花消费减少，棉价承压，中美棉价联动性减弱。

图为突发事件对大宗商品价格的作用机制

为进一步检验外部事件对中美棉价联动性的影响，我们引入结构突变理论。在时间序列分析中，可能出现突然变化或转折点，其通常表现为数据的趋势、均值、方差或协方差等统计特性的突然改变。本文采取Bai-Perron内生多重结构突变检验，对中美棉价的突变点进行识别。基本原理是通过最小化残差平方和来识别时间序列中的多个结构突变点，并且放宽对随机误差项的限制，精确观测突变点发生的具体时间。

首先，样本量为T的数据生成过程为：

其中，xt与zt为解释变量，t=Tj-1+1,…,Tj，j=1,2,…,m+1，μt为残差项，m为突变次数，T1,…,Tm为结构突变点。

其次，利用最小二乘法和动态迭代算法确定序列中的结构突变点。也就是说，对每一种可能的样本分割形式，都要求出该情况下的全局残差平方：

（T1,…,Tm）=

最后，将各个分割形式下的残差进行对比，选择最小残差平方和的分割形式。这种分割形式所采用的m个点就是结构突变点的估计值（

），用公式表示即为：

Bai-Perron检验所得到的结构突变点的估计值会逐渐收敛于真实值，即检验所得到的结果是有效的。在一定的显著性水平下，如果检验统计量超过了通过数次模拟得到的临界值，那么就可以得出序列中存在结构突变点的结论。

[实证检验]

本文选取中美棉花主力合约收盘价2016年1月至2024年12月共2319个交易日的数据，为便于比较分析，对交易日差异造成的数据缺失，用上一交易日数据进行填充。为定量确定中美棉价突变时间点，利用Bai-Perron检验判断二者期货价格序列是否存在结构突变。

表为我国棉花期价Bai-Perron检验结果

估计突变点日期——

1是2021年7月13日；

2是2017年7月9日，2022年6月24日；

3是2017年5月5日，2020年3月12日，2022年6月23日；

4是2017年5月5日，2018年9月19日，2020年3月16日，2021年10月8日；

5是2017年5月5日，2018年9月19日，2020年3月16日，2022年6月23日，2023年4月7日。

表为美国棉花期价Bai-Perron检验结果

估计突变点日期——

1是2021年9月24日；

2是2020年3月9日，2022年6月21日；

3是2018年4月20日，2020年3月19日，2022年6月21日；

4是2017年5月25日，2018年9月27日，2020年3月19日，2022年6月21日；

5是2017年5月25日，2018年9月27日，2020年3月19日，2022年1月14日，2023年5月17日。

根据Schwarz Criterion与LWZ Criterion最小化准则，可以确定2016年以来中国棉花期价存在5个结构突变点，而美国棉花期价存在4个突变点。进一步观测突变时间点发现，二者的价格突变时间点具有较强的一致性，这表明存在共同的影响因素，使得中美棉价出现剧烈波动。具体来看，2017年为中美贸易摩擦爆发前夕，2018年中美贸易摩擦爆发，2020年全球公共卫生事件爆发，2022年美国对疆棉采取针对性措施，事件发生的时间点与棉价断点日期基本一致。因此，我们可以按照上述时间点，将研究样本划分为几个阶段。

为深入研究中美棉花期价的联动性，本文引入DCC-GARCH模型，从动态视角衡量相关系数的波动轨迹。为减弱异方差对研究结果产生的影响，本文对原始数据进行对数化收益率处理，并将处理后的中美数据分别记为D1和D2。通过观测经处理后的时序图，可以直观看出两个市场的价格波动趋势。这些时序图展示了两个市场价格的动态变化，也揭示了二者波动性趋势的显著一致性。尤其是在前文所划分的突变点日期，两个市场的收益率均出现异常值。这体现了品种收益率波动在不同市场之间的传递与联动特征，即一个市场的波动往往会迅速传递到另一个市场，形成跨市场的波动效应。这种跨市场的联动性在金融市场中并不罕见，它反映了全球市场间相互依赖的现实。

此外，两个市场的收益率时序图还表现出显著的波动聚集性特点。这意味着在一段时间内，收益率的波动会集中在某些特定时点。波动聚集性是ARCH类模型的典型特征，表明我们的样本时间序列适合采用这类模型进行建模和分析。通过ARCH类模型，可以更精确地捕捉和预测市场的波动性，从而为投资者提供更为准确的决策支持。

图为D1收益率时序

图为D2收益率时序

为防止样本数据出现伪回归现象，本文对D1、D2序列进行ADF检验。结果显示，所有样本单位根检验T值远小于1%的显著水平的临界值，故所有序列均满足平稳性要求。

表为ADF检验结果

对D1、D2序列进行ARDL检验后确定其滞后阶数分别为3阶与6阶，随后建立LS回归模型，确认两组数据不存在自回归现象。根据滞后阶数建立GARCH模型后进行ARCH检验发现，模型已经完全消除了ARCH效应，表明建立的GARCH模型是平稳的，可以进一步建立DCC-GARCH模型。根据所建立的DCC-GARCH模型得出D1、D2动态相关系数。

在整个样本区间，中美棉价收益率的动态相关系数频繁波动，并表现出显著的时变性特点。这种动态相关系数的波动性反映了中美棉花市场之间复杂的互动关系，以及市场参与者对各种突发因素的敏感反应。动态相关系数不为0且始终处于正值区间，表明中美棉价收益率存在明显的联动性，即两个市场的价格变化趋势具有同步性。这种同步性可能源于全球棉花供应链的紧密联系、市场信息的快速传播以及投资者行为的趋同效应。进一步分析发现，当出现突发事件时，动态相关系数往往会表现出明显的下降趋势。

表为不同时间段Granger因果检验结果

值得注意的是，动态相关系数的下降并不意味着中美棉价收益率之间的联动性完全消失，而是表明在突发事件的影响下，两个市场的价格波动变得更加独立，联动性暂时减弱。这种变化可能是由于市场参与者对信息的解读和反应存在差异，或者是由于突发事件对两个市场的影响程度不同。随着突发事件影响的逐渐消退，动态相关系数就会重新回升，中美棉价收益率的联动性就会恢复。

对D1、D2两组序列进行Granger因果检验可知，在上述三个阶段，D1均不是D2的Granger原因，而D2均为D1的Granger原因，这表明美棉对郑棉存在单向的价格引导关系。为进一步衡量中美棉花期价之间的影响程度，本文基于Var模型对样本数据进行方差分解，量化美棉与郑棉在彼此价格波动中的贡献比例，从而更深入地理解两个市场之间的互动机制。

通过对两组方差分解结果进行统计，可以观察到，郑棉和美棉在突发事件爆发初期，主要受内部因素的影响，而随着期数的增加，这种自我解释的力度逐渐减弱。此外，在第一阶段美棉对郑棉的最高解释力度达到13.61487%，在第二阶段下降为13.61157%，在第三阶段进一步下降至8.895977%。与此同时，在第一阶段郑棉对美棉的最高解释力度为7.221507%，在第二阶段增强至7.99909%，在第三阶段进一步增强至10.54863%。这表明虽然整体上美棉对郑棉依然存在单向的价格引导关系，但力度已逐渐减轻，郑棉的全球定价能力得到显著提升。

[结论]

本文以中美棉花期价为研究样本，分析突发事件对期价联动性的影响。通过建立DCC-GARCH动态相关系数发现，突发事件对中美棉花期价的动态相关系数具有明显的负相关性影响。具体而言，当突发事件发生时，中美棉花期价之间的动态相关系数显著下降，两个市场的波动加大，且市场之间的联动性减弱。这种负相关性反映了突发事件对市场信心的影响，以及市场参与者在不确定性增加时的避险行为。

进一步分析表明，突发事件对中美棉花期价联动性的影响并非永久性的。随着事件影响效果的减弱，市场参与者对信息的消化和反应趋于理性，中美棉花期价之间的联动性会在一定程度上得到修复。修复过程是市场在经历突发事件后，逐步恢复到正常状态的动态调整过程。随着时间的推移，市场参与者对事件的认知更加清晰，市场供需关系逐渐回归平衡，中美棉花期价之间的动态相关系数再度回升，两个市场的联动性重新增强。

此外，本文还通过建立Var模型进行方差分解，发现尽管美棉对郑棉仍保持着单向的价格引导作用，但引导力度正在减弱。与此同时，郑棉在全球棉花市场中的定价影响力显著增强。

当前，全球地缘政治关系紧张，出现突发事件的概率增大，我国应加强宏观经济政策的协调，警惕外部市场对我国大宗商品市场的极端价格溢出效应。对监管层而言，应健全期货市场监管预警制度，提高应对外部风险的能力。对企业而言，应提升风险管理能力，加强对供应链的监控和风险评估，建立多元化的供应渠道，以降低对单一供应商或地区的依赖；制定应急预案，确保在供应链中断时能够迅速调整生产和运营。此外，企业还可以根据本文研究得出的相关结论，灵活调整跨市场的头寸。对投资者而言，应提高风险意识，合理配置资产，及时调整投资策略，避免因市场波动导致的损失。（作者单位：华安期货）