三大糧食期貨的風(fēng)險溢出效應(yīng)分析一、緒論（一）研究背景與意義1.研究背景糧食與一個國家的民生發(fā)展息息相關(guān)，自古以來糧食的安全生產(chǎn)和價格穩(wěn)定都是治國安邦的重中之重，糧食安全不僅關(guān)乎著整個國家的命運，更是國家安全、穩(wěn)定、健康發(fā)展的重要保證。自建國以來，我國農(nóng)業(yè)取得了令人矚目的成就，不僅順利解決了全國人民的溫飽需求，而且出現(xiàn)了糧食供應(yīng)過剩的現(xiàn)象。但在感嘆這一偉大壯舉的同時，我們也應(yīng)該認識到，由于人類對自然生態(tài)系統(tǒng)的不斷改造，對農(nóng)業(yè)生產(chǎn)所依賴的自然環(huán)境造成一些不可逆轉(zhuǎn)的破壞，隨著中國市場化程度的不斷提高，農(nóng)業(yè)將面臨更激烈的競爭，國內(nèi)農(nóng)產(chǎn)品價格將受到更多復(fù)雜因素的影響，價格波動風(fēng)險也將日益顯著，因此農(nóng)產(chǎn)品現(xiàn)貨市場的風(fēng)險管理和控制需求也在不斷增加，而期貨市場內(nèi)在的風(fēng)險管理能力可以滿足農(nóng)產(chǎn)品現(xiàn)貨市場的這一需求。期貨市場的產(chǎn)生是為了規(guī)避糧食市場的波動風(fēng)險，穩(wěn)定市場供求關(guān)系，其最基本的功能是價格發(fā)現(xiàn)和規(guī)避風(fēng)險。邵永同和叢林（2019）REF_Ref31092\w\h[21]指出農(nóng)產(chǎn)品期貨市場在促進中國糧食安全方面大有可為。農(nóng)產(chǎn)品期貨被認為是期貨市場中最早上市的品種，已經(jīng)存在了一百多年。在過去的時期，期貨市場的主力軍一直是農(nóng)產(chǎn)品期貨。這些期貨交易的熱度空前，為農(nóng)業(yè)產(chǎn)品的生產(chǎn)與銷售提供了強大的推動力。在大部分情況下，農(nóng)產(chǎn)品期貨的交易活躍度堪稱市場之最，其影響力不容小覷。農(nóng)產(chǎn)品期貨市場的繁榮，對農(nóng)產(chǎn)品的產(chǎn)業(yè)鏈上下游產(chǎn)生了積極的影響，從一定程度上推動了農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展。在此期間，農(nóng)產(chǎn)品期貨在期貨市場中的地位日益鞏固，成為市場關(guān)注的焦點。在金融業(yè)頗為發(fā)達的國家中，農(nóng)產(chǎn)品期貨市場已經(jīng)茁壯成長為農(nóng)民和農(nóng)業(yè)公司制定生產(chǎn)策略的重要風(fēng)險規(guī)避工具，他們可以根據(jù)相對穩(wěn)定的市場價格信息來進行決策。我國最早的商品期貨市場是鄭州商品交易所，最初被稱作鄭州糧食批發(fā)市場。隨后經(jīng)歷了多次恢復(fù)和整頓，形成了目前的三大所格局。其中，鄭州商品交易所推出了涵蓋棉花、白糖、小麥等10個農(nóng)產(chǎn)品的遠期合約，為廣大投資者提供了豐富的投資選擇。與此同時，大連商品交易所也推出了包括大豆、豆粕、玉米、豆油等8個農(nóng)產(chǎn)品遠期合約，吸引了眾多投資者關(guān)注。相較之下，上海期貨交易所的農(nóng)產(chǎn)品期貨種類較為單一，僅天然橡膠一種農(nóng)產(chǎn)品上市交易。在期貨市場的發(fā)展中漸漸形成了糧、棉、油、糖四大系列，大大豐富了市場上的農(nóng)產(chǎn)品期貨品種。三大所格局的形成，使我國的農(nóng)產(chǎn)品期貨市場對價格波動風(fēng)險的規(guī)避管理策略更加多樣有效，同時，不同期貨產(chǎn)品之間風(fēng)險因素的相互影響更加突出和難以預(yù)測。2.研究意義近些年，糧食期貨市場與現(xiàn)貨市場的價格波動密切相關(guān)，兩者之間呈現(xiàn)出一定程度的收益溢出效應(yīng)。當糧食期貨價格波動時，其影響力會逐漸擴散至現(xiàn)貨市場，進而影響現(xiàn)貨價格的走勢。而現(xiàn)貨市場的價格波動同樣會波及期貨市場，使得期貨價格產(chǎn)生相應(yīng)的變動。柯楊敏（2019）REF_Ref29626\w\h[20]圍繞大豆、棉花、白糖得出國內(nèi)農(nóng)產(chǎn)品期貨市場相對于農(nóng)產(chǎn)品現(xiàn)貨市場具有引導(dǎo)地位的結(jié)論，因此研究糧食期貨與現(xiàn)貨市場之間的收益溢出效應(yīng)具有重要意義。首先，糧食市場對于國家經(jīng)濟和社會穩(wěn)定起著關(guān)鍵作用。糧食是人們的基本生活保障的必需品，糧食市場的穩(wěn)定關(guān)乎人們的日常生活和社會安定。通過研究糧食期貨市場與現(xiàn)貨市場之間的收益溢出效應(yīng)，可以更好地了解市場價格的波動機制，為政府相關(guān)部門在制定政策時提供科學(xué)的依據(jù)，促進糧食市場的穩(wěn)定。其次，糧食期貨市場對于農(nóng)民和糧農(nóng)企業(yè)具有重要意義。農(nóng)民和糧農(nóng)企業(yè)是糧食市場的主要參與者，他們通過糧食期貨市場來進行風(fēng)險管理。了解糧食期貨與現(xiàn)貨市場之間的收益溢出效應(yīng)，可以幫助農(nóng)民和糧農(nóng)企業(yè)更好地制定風(fēng)險管理策略，減輕因市場價格波動而帶來的風(fēng)險和損失。此外，研究糧食期貨與現(xiàn)貨市場之間的收益溢出效應(yīng)還可以為投資者提供一定的參考。糧食期貨市場作為一個關(guān)鍵的投資領(lǐng)域，為投資者提供了通過交易糧食期貨實現(xiàn)盈利的機會。在這個市場中，投資者可以根據(jù)市場走勢和自身投資策略，參與糧食期貨的交易，以期獲得更多收益。

（二）研究方法和研究內(nèi)容1.研究方法本文將對我國三大糧食品種小麥、玉米和大豆期貨市場的收益溢出效應(yīng)進行定性分析和定量分析，具體使用的方法有文獻分析法、比較分析法和實證分析法。（1）文獻分析法：在深入閱讀相關(guān)研究文獻后，我們發(fā)現(xiàn)當前關(guān)于風(fēng)險溢出效應(yīng)的研究較為豐富，研究焦點主要分布在綠色經(jīng)濟、石油市場、國際市場等高風(fēng)險領(lǐng)域。然而，在農(nóng)產(chǎn)品期貨市場中，對收益溢出效應(yīng)的研究相對較少，尤其是針對中國三大糧食期貨（小麥期貨、玉米期貨、大豆期貨）的研究更是稀缺。正因如此，我們確定了本文的選題、研究方向和方法。（2）比較分析法：基于確立的研究方向，在CSMAR數(shù)據(jù)庫中搜集小麥、玉米以及大豆的期貨和現(xiàn)貨價格信息，對現(xiàn)貨價格與期貨價格的價格走勢圖進行比較分析，觀察兩者價格波動的規(guī)律，便于構(gòu)建金融計量模型。（3）實證分析法：以金融計量經(jīng)濟學(xué)的理論為基礎(chǔ)，建立VAR等計量模型，揭示變量之間的經(jīng)濟關(guān)系，并估計出三大糧食期貨市場與現(xiàn)貨市場之間的收益溢出效應(yīng)。2.研究內(nèi)容本文在選取研究對象時，注重選取具有較固定的種植和收割周期的農(nóng)作物，以便于在分析過程中觀察研究對象現(xiàn)貨價格的波動幅度和周期。在眾多農(nóng)產(chǎn)品中，小麥作為我國主要糧食產(chǎn)物之一，種植時間和收割時間相對固定，10月份種植，次年的5月至6月收割，小麥的價格是有供應(yīng)旺季和消費旺季之分的。一般在夏季供應(yīng)過剩而價格降低，而在秋冬季節(jié)消費增加時，供應(yīng)跟不上需求而價格升高。同時大豆和玉米也具有較固定的生產(chǎn)周期，兩者生產(chǎn)周期相似，通常在每年的10月份收割，便于觀察價格的影響因素和波動周期。同時，在我國，小麥、大豆和玉米都是重要的農(nóng)作物，它們的期貨產(chǎn)品在國內(nèi)和國際期貨市場上的成交數(shù)額均高于其他農(nóng)作物期貨。特別是玉米期貨和小麥期貨是全球交易數(shù)額最大的農(nóng)產(chǎn)品期貨，而大豆期貨也是極其重要的。這三種期貨市場價格的波動對全球玉米、大豆和小麥的生產(chǎn)都具有重要影響。因此，研究被稱為三大糧食期貨的大豆、玉米和小麥期貨的收益溢出效應(yīng)非常有意義。因此，以下是本文研究的基本架構(gòu)：（1）本文首先闡述了論文選題的背景、研究目的以及重要性，同時詳細介紹了研究內(nèi)容，并說明了所采用的研究方法。（2）接下來，本文對國內(nèi)外關(guān)于期貨市場與現(xiàn)貨市場溢出效應(yīng)的研究進行了全面綜述，并對這些文獻進行了詳細的評述。（3）介紹在實證分析過程中所涉及的基本概念，包括收益溢出效應(yīng)和VAR模型，為后續(xù)構(gòu)建模型提供理論基礎(chǔ)。（4）根據(jù)文章選題的方向，選取小麥、玉米和大豆期現(xiàn)貨價格樣本數(shù)據(jù)，采取近交割月份構(gòu)造法處理樣本數(shù)據(jù)，構(gòu)造連續(xù)期貨價格數(shù)據(jù)，并與現(xiàn)貨價格相對于形成一組完整的期現(xiàn)貨價格序列，再基于處理好的數(shù)據(jù)進行描述性統(tǒng)計分析，分析數(shù)據(jù)所表達的表層信息以及外部事件對價格波動程度的影響。根據(jù)理論基礎(chǔ)，構(gòu)建VAR模型，通過ADF檢驗、協(xié)整檢驗等金融計量方法，分別討論分析小麥、玉米、大豆三大糧食品種期現(xiàn)貨價格波動而導(dǎo)致的溢出效應(yīng)。（5）實證分析結(jié)論及具體應(yīng)用意義。依據(jù)本文理論分析總結(jié)實證結(jié)果，分析三大糧食品種期現(xiàn)貨價格之間的收益溢出效應(yīng)的方向與大小，分析所得到的實證分析結(jié)果的具體應(yīng)用意義。二、國內(nèi)外研究現(xiàn)狀（一）文獻回顧目前，對風(fēng)險溢出效應(yīng)的研究一直都是學(xué)術(shù)界關(guān)注的重點，國內(nèi)外學(xué)者基于不同的側(cè)重點對這一問題進行了探討研究。陳曉雷等（2015）REF_Ref29718\w\h[14]研究了中美大豆期貨市場的波動溢出效應(yīng)，分析結(jié)果顯示，在金融危機前后的不同波動情境下，兩市的相關(guān)性出現(xiàn)了明顯的變動。波動溢出效應(yīng)在市場波動較大的時候表現(xiàn)得尤為明顯；邢精平等（2011）REF_Ref29803\w\h[16]采用T-CARCH模型對我國股指期貨與現(xiàn)貨市場的信息傳遞和波動溢出關(guān)系進行了深入研究，結(jié)果揭示出期現(xiàn)貨市場之間存在明顯的雙向波動溢出現(xiàn)象。研究還顯示，溢出效應(yīng)在期貨市場上的影響程度相較于股票市場更為顯著；秦靜和喬虹（2022）REF_Ref29868\w\h[3]針對中美糧食期貨市場，研究了極端風(fēng)險的溢出效應(yīng)，分析結(jié)果表明，這兩個市場的糧食期貨極端波動呈現(xiàn)出冪律聯(lián)動的特征，即中美糧食期貨市場在極端風(fēng)險情況下，波動之間存在一定的關(guān)聯(lián)性；劉文超等（2020）REF_Ref29927\w\h[7]對兩個市場在極端條件下風(fēng)險溢出效應(yīng)進行了實證分析，發(fā)現(xiàn)中美大豆期貨市場在面臨極端風(fēng)險時，彼此之間存在相互影響的風(fēng)險溢出效應(yīng)；DaiYun-Shi等（2023）REF_Ref29979\w\h[26]針對國際市場上糧食期貨和現(xiàn)貨市場之間的尾部依賴結(jié)構(gòu)以及極端風(fēng)險溢出效應(yīng)進行了相關(guān)分析，各糧食期貨市場在極端情況下，對現(xiàn)貨市場均呈現(xiàn)出顯著且穩(wěn)定的極端下行和上行風(fēng)險溢出效應(yīng)；朱航聰和淳偉德（2022）REF_Ref30061\w\h[5]以股指期貨為研究對象，發(fā)現(xiàn)股指期貨與現(xiàn)貨市場之間存在導(dǎo)向?qū)Ψ降臉O端風(fēng)險溢出效應(yīng)，且股指期貨市場與現(xiàn)貨市場之間的關(guān)系并非完全對稱，而是在某些情況下呈現(xiàn)出非對稱的特征；羅丹程等（2018）REF_Ref30116\w\h[10]研究中美玉米期貨市場風(fēng)險溢出效應(yīng)的規(guī)模和方向時使用了平穩(wěn)性檢驗、相關(guān)性檢驗等方法，分析結(jié)果顯示，中美兩國玉米期貨市場在風(fēng)險方面存在一定的正向關(guān)系，且在金融危機背景下，中美玉米期貨市場之間的風(fēng)險傳遞效應(yīng)更加明顯。對于價格發(fā)現(xiàn)功能的研究，學(xué)者們并未局限于單一角度，而是從多種角度對其進行了深入探討。這些研究涵蓋了不同的研究領(lǐng)域和對象，旨在揭示價格發(fā)現(xiàn)功能在不同市場、行業(yè)和情境下的運作機制。宋博和鄧瑩（2018）REF_Ref30341\w\h[9]研究我國糧食期現(xiàn)貨市場的價格發(fā)現(xiàn)和價格反饋，發(fā)現(xiàn)糧食期貨市場在價格發(fā)現(xiàn)方面發(fā)揮著重要作用；LiMiao和XiongTao（2021）REF_Ref30394\w\h[27]大宗商品現(xiàn)貨市場的市場化改革可能有助于強化期貨市場的定價權(quán)；白敬萱（2022）REF_Ref30498\w\h[22]在實證分析我國豆粕期貨市場的實際交易數(shù)據(jù)后，研究結(jié)果揭示出以下事實：豆粕期貨市場在價格發(fā)現(xiàn)方面表現(xiàn)出一定的功效，但其市場競爭效率相對較弱。此外，現(xiàn)貨價格對期貨價格的引領(lǐng)作用較強，而期貨價格對現(xiàn)貨價格的指導(dǎo)作用則相對較弱；申文冠等（2011）、REF_Ref30547\w\h[23]基于我國小麥期現(xiàn)貨價格數(shù)據(jù)進行研究，期貨市場在一定程度上已經(jīng)展現(xiàn)出價格發(fā)現(xiàn)的職能。在研究收益溢出效應(yīng)時，許多學(xué)者認為應(yīng)首先從分析期貨市場與現(xiàn)貨市場的協(xié)整關(guān)系入手。這種研究方法有助于我們更好地理解收益溢出效應(yīng)在金融市場中的作用，以及如何有效地對其進行管理和防范。在未來的研究中，我們期待看到更多關(guān)于期貨市場與現(xiàn)貨市場協(xié)整關(guān)系的研究成果，以期為收益溢出效應(yīng)的理論和實踐提供更有價值的參考。劉曉桐（2015）REF_Ref30622\w\h[25]在VAR模型上風(fēng)險優(yōu)質(zhì)強筋小麥期貨周結(jié)算價和現(xiàn)貨市場的平均價格，實證結(jié)果表明，小麥期貨價格既有長期均衡，也有短期回歸均衡，而且小麥期貨價格是現(xiàn)貨價格的格蘭杰原因，在價格發(fā)現(xiàn)中起著至關(guān)重要的作用；楊慧珍等（2017）REF_Ref30684\w\h[24]以玉米和小麥市場為研究案例，這兩大市場的上市時間均較長，且市場成交規(guī)模在總體中占有較大比重。研究結(jié)果顯示玉米期貨價格與現(xiàn)貨價格之間具有長期穩(wěn)定關(guān)系，而小麥期貨價格與現(xiàn)貨價格之間則未呈現(xiàn)出類似的同步變動特征；郭章（2021）REF_Ref30740\w\h[6]與曹萍萍（2019）REF_Ref30782\w\h[8]經(jīng)過對豆粕及玉米期貨價格與現(xiàn)貨價格之間關(guān)聯(lián)性的深入研究，結(jié)果顯示期貨市場在很大程度上能夠引領(lǐng)現(xiàn)貨市場價格的變動。同時，價格波動也會從期貨市場傳導(dǎo)至現(xiàn)貨市場；關(guān)威和張目（2016）REF_Ref30841\w\h[12]基于玉米，仲偉俊和戴楊（2007）REF_Ref30923\w\h[18]基于大豆，邵永同等（2023）REF_Ref28575\w\h[1]基于小麥，張恒等（2022）REF_Ref31230\w\h[4]同樣以小麥為研究對象，在對中國玉米、大豆和小麥三大農(nóng)作物期貨和現(xiàn)貨市場價格變動的實證研究中，我們揭示了期貨市場與現(xiàn)貨市場之間存在收益溢出效應(yīng)的現(xiàn)象。CARCH模型、VAR模型和協(xié)整檢驗在收益溢出效應(yīng)的實證研究中發(fā)揮著重要作用，它們有助于分析收益溢出效應(yīng)的相關(guān)性、波動性以及持續(xù)性。賀曉雨和張美（2023）REF_Ref31295\w\h[2]利用VAR模型這一計量模型研究了中國豆粕現(xiàn)貨價格對期貨價格的影響，發(fā)現(xiàn)我國豆粕現(xiàn)貨價格對期貨價格具有顯著推動作用；董珊珊和馮蕓（2015）REF_Ref31344\w\h[13]通過研究基于FCVAR模型的結(jié)果，我們發(fā)現(xiàn)LME銅在期貨和現(xiàn)貨市場的價格發(fā)現(xiàn)功能中扮演著主導(dǎo)角色。特別是經(jīng)過匯率調(diào)整后的FCVAR模型顯示，LME銅在價格確定方面具有重要意義，凸顯其在市場中的影響力；王可山和余建斌（2008）REF_Ref31412\w\h[17]構(gòu)建了一個VAR模型來研究美國大豆期現(xiàn)貨市場之間的價格傳遞，發(fā)現(xiàn)這兩個市場呈現(xiàn)相互引導(dǎo)的態(tài)勢；張有望和李劍（2017）REF_Ref31471\w\h[11]在對糧食期貨與現(xiàn)貨市場價格波動傳遞效應(yīng)的研究中，采用了BEKK-CARCH模型，發(fā)現(xiàn)中國糧食期貨與現(xiàn)貨市場之間存在明顯價格波動傳遞，且在不同糧食品種之間的傳導(dǎo)程度上存在差異；陳志英（2013）REF_Ref31527\w\h[15]利用雙變量T-GARCH模型（帶誤差修正項）研究了中國燃料油期貨和現(xiàn)貨市場之間的價格發(fā)現(xiàn)和波動傳導(dǎo)效應(yīng)，發(fā)現(xiàn)中國燃料油期貨和現(xiàn)貨價格之間存在雙向傳遞關(guān)系，且期貨價格在價格發(fā)現(xiàn)中起著主要作用；劉慶富和仲偉俊（2007）REF_Ref31595\w\h[19]運用Johansen協(xié)整模型、信息交換模型等多元化模型，對我國銅鋁期現(xiàn)貨市場價格發(fā)現(xiàn)以及波動溢出效應(yīng)進行了深度研究，研究發(fā)現(xiàn)，銅期現(xiàn)貨市場和鋁期現(xiàn)貨市場之間都展現(xiàn)出了雙向的溢出效應(yīng)。（二）文獻評述通過對上述國內(nèi)外研究現(xiàn)狀的分析可以看出，收益外溢效益的研究具有很大的必要性。從整個金融體系來看，溢出效應(yīng)是廣泛存在的，在不同條件和因素的影響下會產(chǎn)生不同的溢出效應(yīng)，所產(chǎn)生的溢出效應(yīng)對不同市場和工具的影響角度和程度也不盡相同。在兩個不同國家交易的期貨之間存在雙向收益溢出效應(yīng)。期貨價格只會引導(dǎo)現(xiàn)貨價格，而現(xiàn)貨價格也會同時對期貨價格做出反應(yīng)，因為期貨和現(xiàn)貨價格都是由價格發(fā)現(xiàn)驅(qū)動的。在現(xiàn)有的研究中，大多數(shù)是基于兩個市場或一種特定的期貨產(chǎn)品來研究波動溢出效應(yīng)，而同時基于三種期貨產(chǎn)品來研究收益溢出效應(yīng)的研究相對較少。本文以大豆、玉米和小麥三大谷物期貨的期貨和現(xiàn)貨價格數(shù)據(jù)為基礎(chǔ)，通過構(gòu)建計量經(jīng)濟模型，包括VAR模型、平穩(wěn)性檢驗和Grander因果關(guān)系檢驗，探討了收益溢出效應(yīng)存在的方向和程度。三、相關(guān)概念和計量模型（一）相關(guān)概念1.溢出效應(yīng)在金融市場中，溢出效應(yīng)發(fā)揮著重要作用。溢出效應(yīng)是指一個市場的風(fēng)險沖擊會迅速傳導(dǎo)到其他市場。事實上，金融市場的各個部門并不是孤立存在的，而是密不可分、相互依存的。這種相互關(guān)聯(lián)性是溢出效應(yīng)產(chǎn)生的基礎(chǔ)。溢出效應(yīng)產(chǎn)生于不同市場的相互聯(lián)系和相互依存。一個市場的風(fēng)險或波動只有在兩個市場之間存在一定程度的相關(guān)性時，才能傳染到這個市場之外的市場上去。此外，兩個市場之間的相關(guān)程度直接影響到溢出效應(yīng)的方向和規(guī)模，兩個市場之間的相關(guān)性越強，溢出效應(yīng)就越大。更具體地說，溢出效應(yīng)包括收益溢出效應(yīng)和波動溢出效應(yīng)。收益溢出效應(yīng)指的是，在一個經(jīng)濟體系中，某一經(jīng)濟主體的收益增加不僅對其自身產(chǎn)生影響，還會對其他經(jīng)濟主體產(chǎn)生間接有益影響。這種影響可能體現(xiàn)為投資者在各個經(jīng)濟主體之間的資產(chǎn)交易，進而引發(fā)其他經(jīng)濟主體價格和收益率的相應(yīng)變化。換句話說，一個經(jīng)濟主體的價格或收益率變化不僅僅是單一經(jīng)濟主體內(nèi)部因素的結(jié)果，而是多個經(jīng)濟主體的影響和制約因素的綜合結(jié)果。在波動溢出效應(yīng)的情況下，研究的是方差層面的聯(lián)系。例如，美國期貨的波動可能會影響中國的期貨。這是衡量市場聯(lián)系的常用方法，可以反映市場間波動信息的傳遞。與平均溢出效應(yīng)相比，波動溢出效應(yīng)能更好地反映市場間的風(fēng)險轉(zhuǎn)移過程，因為平均溢出效應(yīng)只考慮價格或收益的一階序列。在一個高度有效的市場中，價格已經(jīng)包含了市場中所有的有效信息。換句話說，市場上的信息是完全透明的，不存在因信息不對稱而導(dǎo)致的收益溢出效應(yīng)。然而，在現(xiàn)實的金融市場中，市場并未達到完全有效市場狀態(tài)，市場信息在投資者之間處于一個非對稱的情況，由于信息不對稱和投資者非理性投資行為的雙重作用，不同的市場間必然會發(fā)生收益溢出效應(yīng)。2.在險價值VaRValueatRisk（VaR）是一種衡量金融風(fēng)險的指標，它用于評估在一定置信水平下某個投資組合或資產(chǎn)在未來一段時間內(nèi)可能面臨的最大潛在損失。VaR是一種有效的風(fēng)險衡量工具，它可以幫助投資者識別和應(yīng)對金融市場中的潛在風(fēng)險。在實際應(yīng)用中，VaR可以為投資決策和風(fēng)險管理提供重要依據(jù)，從而降低投資風(fēng)險，保護投資者利益。VaR衡量的是單個投資組合或投資組合對價格、利率和匯率不利變動的風(fēng)險敞口。用數(shù)學(xué)語言可以表示為（3-SEQ公式\*ARABIC\s11）其中，表示概率，表示投資者在將來資產(chǎn)擁有期內(nèi)的損失，表示組合在當前時間的價值，為置信水平，為置信水平下投資組合的在險價值。

（二）計量模型1.VAR模型VAR（向量自回歸）模型的核心思想是通過將各變量之間的關(guān)系表達為線性方程組，以描述它們之間的相互影響和動態(tài)關(guān)聯(lián)。在VAR模型中，每個變量都被假定為是過去一段時間內(nèi)其他變量的線性組合加上一個隨機誤差項所構(gòu)成的。VAR模型的基本原理是回歸分析，這是一種回歸系統(tǒng)，其中內(nèi)生變量對所有內(nèi)生尾變量沒有限制，每個參數(shù)也不需要有零限制。這種模型在經(jīng)濟學(xué)、金融學(xué)等領(lǐng)域的時間序列分析和預(yù)測中得到了廣泛應(yīng)用。通過估計VAR模型的參數(shù)，我們可以揭示不同變量之間的因果關(guān)系、傳導(dǎo)效應(yīng)以及沖擊傳播路徑。這種模型有助于我們更好地理解金融市場中的相互影響和動態(tài)關(guān)聯(lián)，從而為政策制定和風(fēng)險管理提供有力的依據(jù)。在假設(shè)，存在相關(guān)性的情況下，若單獨構(gòu)建自回歸模型，將無法揭示二者之間的相關(guān)性。然而，通過使用聯(lián)合回歸模型，我們便可揭示它們之間的聯(lián)系。VAR模型的結(jié)構(gòu)取決于兩個參數(shù)之間的關(guān)系。一個是模型包含的變量個數(shù)，另外一個是最優(yōu)滯后階數(shù)。以兩個參數(shù)，滯后1期的VAR模型為例：（3-2）改寫成矩陣形式如下：（3-3）設(shè)，，，，則，（3-4）那么，含有個變量滯后期的VAR模型表示如下：（3-5）其中，是獨立同分布，均值為0，協(xié)方差矩陣為的隨機向量。在進行VAR模型估計時，應(yīng)該重點關(guān)注模型的平穩(wěn)性，即保證的所有特征值都落在單位圓以內(nèi)，單位圓是指一個半徑為1的圓。在時間序列分析中，經(jīng)常使用單位圓來表示平穩(wěn)性檢驗中的單位根檢驗。單位圓上的點代表不同的單位根校驗統(tǒng)計量的臨界值，可以用來進行單位根檢驗，以此來確定時間序列數(shù)據(jù)的平穩(wěn)性。對于VAR模型，可以使用特征根方程來判別其穩(wěn)定性，以為例，將其改寫為：（3-6）其中，。2.格蘭杰因果檢驗法Grander檢驗是一種時間序列分析方法，用來檢驗這兩個變量之間的關(guān)系是否具有統(tǒng)計學(xué)上的顯著性。檢驗的基本原理即在假定的滯后階數(shù)（過去值）為某一固定值時，如果的滯后系數(shù)仍然可以解釋的當期值的變動情況，則認為是為變化的因。檢驗要求估計以下的回歸：（3-7）（3-8）其中，和互不相關(guān)。3-7式假定當前與自身以及的過去值有關(guān)，而3-8式對也進行類似的假定。對于3-7式而言，其零假設(shè)。對于3-8式而言，其零假設(shè)。分以下四種情形討論：（1）如果公式3-7中的滯后系數(shù)估算值在總體上與0存在明顯的統(tǒng)計差異，同時公式3-8中的滯后系數(shù)估計值在總體上與0有明顯的統(tǒng)計差異，則表明就是變化的原因。（2）如果公式3-7中的滯后系數(shù)估算值在總體上與0存在明顯的統(tǒng)計差異，同時公式3-8中的滯后系數(shù)估計值在總體上與0有明顯的統(tǒng)計差異，則表明就是變化的原因。（3）如果公式3-7中與公式3-8中的滯后系數(shù)估算值在總體上與0存在明顯的統(tǒng)計偏離，則表明和之間存在反饋或雙向因果關(guān)系。（4）如果公式3-7中與公式3-8中的滯后系數(shù)估算值在總體上與0不存在明顯的統(tǒng)計偏離，則表明與之間不存在因果關(guān)系。3.脈沖響應(yīng)函數(shù)基本原理脈沖響應(yīng)函數(shù)是時間序列分析中用于研究變量之間短期影響的重要工具。它描述了在一個時間點上單個沖擊（脈沖）對系統(tǒng)的影響程度，可以幫助我們理解變量之間的瞬時反應(yīng)和動態(tài)關(guān)系。本文研究小麥、玉米、大豆三大糧食品種的期貨價格與現(xiàn)貨價格之間的收益溢出效應(yīng)，通過脈沖響應(yīng)函數(shù)能夠?qū)蓚€變量之間擾動變化的相互影響效果表現(xiàn)出來，同時也反映出三個糧食品種的期現(xiàn)貨價格在遭到?jīng)_擊波動之后響應(yīng)的正負方向等。（3-9）表示序列原始沖擊序列變動一單位對產(chǎn)生影響的時間路徑。4.方差分解方差分解是一種有效的統(tǒng)計分析方法，有助于我們將總體方差分解為各個因素的貢獻，進而更好地識別影響數(shù)據(jù)變化的主要因素。在方差分解的過程中，總體方差被拆分為多個因素的貢獻部分，這些因素通常包括兩個或更多。通過方差分解，可以確定每個因素對總體方差的影響程度。這樣，研究者可以更好地理解數(shù)據(jù)的波動性，并據(jù)此做出更準確的推斷和決策。對于一個VAR（p）模型，數(shù)列的第個變量可以寫為：（3-10）公式中，每個括號中的是第個擾動項從無限過去到現(xiàn)在時點對影響的總和。求其方差，假定無序列相關(guān)，則：（3-11）假定擾動項向量的協(xié)方差矩陣是對角矩陣，則的方差為：（3-12）四、基于VAR模型的實證分析（一）數(shù)據(jù)選取與基本分析1.樣本數(shù)據(jù)的選取與基本處理此篇論文的核心是對中國國泰安CSMAR數(shù)據(jù)庫中的三種重要的農(nóng)產(chǎn)品，即小麥、玉米以及大豆的期貨及現(xiàn)貨價格進行的深入探討。具體來講，現(xiàn)貨價格是指全國范圍內(nèi)小麥、玉米和大豆當日的成交均價，而期貨價格則是指強麥、玉米和黃大豆1號每日結(jié)算的價格。所有價格數(shù)據(jù)都以“元/噸”為單位，時間跨度從2017年1月3日至2023年4月28日。在去除部分期貨與現(xiàn)貨價格數(shù)據(jù)時間不匹配的情況后，我們最終收集到了1535組小麥的期貨與現(xiàn)貨價格數(shù)據(jù)、1537組玉米的期貨與現(xiàn)貨價格數(shù)據(jù)，以及1537組大豆的期貨與現(xiàn)貨價格數(shù)據(jù)。在同一天的交易中，由于期貨合約期限的多樣性，同類期貨合約的價格可能呈現(xiàn)出跳空的現(xiàn)象。為了滿足實證分析的需要，必須獲得一組連續(xù)的期貨價格數(shù)據(jù)。通常情況下，構(gòu)建連續(xù)期貨價格序列的方法可以分為兩種：主要期貨合約構(gòu)建法和近期合同月構(gòu)建法。在國外成熟的期貨市場中，主要期貨合約的輪換規(guī)律比較明顯，許多相關(guān)研究會采用主要期貨合約構(gòu)建法生成連續(xù)的期貨價格序列。相較之下，國內(nèi)期貨市場中主要期貨合約的輪換規(guī)律相對模糊，主要期貨合約構(gòu)建法的適用性較低，因此在國內(nèi)普遍采用的構(gòu)建方法是近期合同月構(gòu)建法。本文采用的方法是近期合同月構(gòu)建法，生成了三種糧食品種的連續(xù)期貨價格數(shù)據(jù)。具體實施時，會選取最接近到期的期貨合同作為代表合同，一旦該合同進入到交割月，就會選擇下一個最接近到期的合同（避免受交割期價值異常波動的影響），然后利用每個交易日的結(jié)算價格來構(gòu)建連續(xù)的期貨價格序列。以玉米期貨為例，每年有六個不同的期貨合同，分別是1月、3月、5月、7月、9月和11月。每年1-2月，選取當年3月份交割的期貨合約相關(guān)價格；3-4月，選取當年5月份交割的期貨合約相關(guān)價格，以此類推，大豆期貨和小麥期貨的數(shù)據(jù)構(gòu)造方法同上。2.三大糧食期貨的描述性統(tǒng)計分析樣本數(shù)據(jù)經(jīng)過相關(guān)處理之后，分別得到小麥期現(xiàn)貨價格數(shù)據(jù)1535組、玉米前期現(xiàn)貨價格數(shù)據(jù)1537組和大豆期現(xiàn)貨價格數(shù)據(jù)1537組。將期貨價格與現(xiàn)貨價格的走勢通過散點圖呈現(xiàn)，x軸表示樣本數(shù)據(jù)時間區(qū)間，以天為單位；y軸表示期現(xiàn)貨的價格，由CSMAR數(shù)據(jù)庫得知，期現(xiàn)貨價格數(shù)據(jù)的單位統(tǒng)一為“元/噸”，價格走勢圖如圖4-1、圖4-2和圖4-3所示。圖4-1小麥現(xiàn)貨與期貨價格走勢圖圖4-2玉米現(xiàn)貨與期貨價格走勢圖圖4-3大豆現(xiàn)貨與期貨價格走勢圖第一，小麥、玉米和大豆三個糧食品種的現(xiàn)貨價格與期貨價格兩者走勢大致相同，表明三大糧食品種的現(xiàn)貨市場與期貨市場在樣本選取的時間區(qū)間內(nèi)，一直存在較強的相關(guān)關(guān)系。第二，2017年1月至2019年年末，小麥的期現(xiàn)貨價格基本在2400-2500元/噸這一價格區(qū)間內(nèi)波動，玉米的期現(xiàn)貨價格基本在1600-1700元/噸這一價格區(qū)間內(nèi)波動，大豆的期現(xiàn)貨價格基本在3800-3900元/噸這一價格區(qū)間內(nèi)波動。小麥、玉米和大豆三個糧食品種的期貨價格和現(xiàn)貨價格較穩(wěn)定，均沒有太大的波動。第三，自2019年年末開始，新冠疫情這一涉及公共衛(wèi)生安全的傳染性疾病暴發(fā)，該事件的發(fā)生國家（如中國）立即采取有效防疫措施以防止疫情傳播，比如限制出行、封鎖交通等，這些措施的實施對交通運輸以及務(wù)工人員返崗形成了阻礙，造成農(nóng)機及其配件、農(nóng)藥、種子、化肥等農(nóng)資購買難等問題，同時對糧食產(chǎn)業(yè)造成很大影響。新冠疫情阻礙了小麥、玉米和大豆產(chǎn)銷地之間的正常運輸，導(dǎo)致運送糧食的汽車從生產(chǎn)地區(qū)運往銷售地區(qū)、糧食運往港口、港口運往倉庫無法得到有效運轉(zhuǎn)，加之物流司機跨區(qū)域流動需要“24小時”核酸報告，運輸效率大幅下降。其次，在疫情的作用下，消費者大大降低了自身在餐飲行業(yè)的消費，導(dǎo)致很多門店無法正常經(jīng)營，被迫停業(yè)停工，甚至還面臨著倒閉的風(fēng)險。最后，如果到了農(nóng)地播種時期，由于農(nóng)村地區(qū)醫(yī)療防護物資有限，疫情防控手段落后，農(nóng)民寧可不開工，也不愿意冒風(fēng)險開展耕地工作，播種受限將直接導(dǎo)致糧食入庫量減少。新冠疫情對我國小麥、玉米和大豆現(xiàn)貨市場帶來的打擊，大致體現(xiàn)在增加了糧食市場的供不應(yīng)求，2020年至2022年底我國小麥、玉米和大豆期現(xiàn)貨價

格持續(xù)走高。2023年，我國對各方面的防疫管控逐漸分開，糧食的種植、運輸和消費得到恢復(fù)，市場上的糧食供應(yīng)量慢慢追平需求量，小麥、玉米和大豆三大糧食品種的期現(xiàn)貨價格出現(xiàn)回落，不再呈現(xiàn)大幅度、持續(xù)的上漲。表4-SEQ表\*ARABIC1三大糧食品種期現(xiàn)貨價格描述性統(tǒng)計變量均值最大值最小值標準差偏度峰度JB統(tǒng)計量概率PWS2588.04603254.00002256.0000261.96441.13812.9437331.60180.0000PCS2184.35602901.43001527.3300478.87970.29641.3280201.53830.0000PSS4602.19906190.00003506.67001020.60800.29841.3311201.18160.0000PWF2726.50203684.00002202.0000314.98371.15163.7036371.19360.0000PCF2192.37002971.00001466.0000465.61160.24660.3920181.16160.0000PSF4583.05306482.00003051.00001103.67100.21700.3729181.59660.0000注：①PWS、PCS、PSS表示三大糧食品種的現(xiàn)貨價格，PWF、PCF、PSF表示三大糧食品種的期貨價格；②數(shù)據(jù)來源于Eviews12，均保留小數(shù)點后四位。表4-1所示，六組期現(xiàn)貨價格數(shù)據(jù)的均值大于0，因此在2017年1月3日到2023年4月28日這個時間跨度，小麥、玉米和大豆期現(xiàn)貨的收益率都為正收益率。就最大值和最小值來看，大豆期貨價格的最小值為3051，而最大值為6482，其最值的差值最大；小麥現(xiàn)貨價格的最小值為3254，最大值為2256，其最值的差值最小。從標準差的角度來看，大豆現(xiàn)貨價格在現(xiàn)貨市場中表現(xiàn)出最高的波動性，而小麥現(xiàn)貨價格則表現(xiàn)出最低的波動性。相比之下，在期貨市場中，大豆期貨價格的波動性最為突出，而小麥期貨價格的波動性最為穩(wěn)定。這表明，在小麥、玉米和大豆這三種糧食品種中，無論是在期貨市場還是現(xiàn)貨市場中，大豆的價格變動都相對小麥和玉米而言更為劇烈。對于小麥、玉米和大豆這三個糧食品種，其期現(xiàn)貨價格數(shù)據(jù)的偏度均大于0。這意味著在樣本數(shù)據(jù)中，左端區(qū)域中，極端值占據(jù)較大比例，這些極端值使得數(shù)據(jù)集的平均值左側(cè)的離散程度上升，從而形成了右側(cè)拖尾的現(xiàn)象。小麥期貨價格的峰度達到3.7036，大于3，呈現(xiàn)出“尖峰”現(xiàn)象。而其現(xiàn)貨價格的峰度為2.9437，低于3，表現(xiàn)出“低峰”特征。與此同時，玉米和大豆的期現(xiàn)貨價格峰度也都小于3，同樣具有“低峰”特點，小麥、玉米和大豆的期貨價格和現(xiàn)貨價格數(shù)據(jù)呈現(xiàn)出不同的峰度特征，這反映了各品種的市場行為和價格波動特點。需要注意的是，小麥、玉米和大豆的期現(xiàn)貨價格概率等于0，這意味著它們的數(shù)據(jù)不服從正態(tài)分布特征。（二）平穩(wěn)性檢驗1.單位根檢驗單位根檢驗的主要作用是判斷數(shù)據(jù)序列是否存在單位根。通過對時間序列數(shù)據(jù)進行單位根檢驗，我們可以判斷其平穩(wěn)性。單位根檢驗結(jié)果有兩種可能性：如果時間序列存在單位根，則意味著序列是非平穩(wěn)的；而如果不存在單位根，則說明序列是平穩(wěn)的。大多數(shù)實證分析都是采用ADF檢驗和PP檢驗來檢驗，本文采用ADF檢驗方法，其基本思路是首先對原始序列進行單位根回歸，接著利用t統(tǒng)計量對單位根假設(shè)進行驗證。在此，我們對小麥、玉米和大豆的期現(xiàn)貨價格序列，在一階和None情形下進行單位根檢驗。如表4-2所示，在ADF檢驗中，小麥現(xiàn)貨的檢驗值為-18.89910，玉米現(xiàn)貨的檢驗值為-9.21605，大豆現(xiàn)貨的檢驗值為-37.01396。同樣地，小麥期貨的ADF檢驗值為-40.44760，玉米期貨的檢驗值為-32.82855，大豆期貨的檢驗值為-36.35085。在1%、5%、10%置信水平下，對應(yīng)的數(shù)值均小于置信水平下的臨界值，且P值=0.0000＜0.05，即表示小麥、玉米和大豆期現(xiàn)貨價格這六個序列模型選定的情形下不存在單位根，時間序列均具有平穩(wěn)性。表4-SEQ表\*ARABIC2三大糧食品種期貨和現(xiàn)貨價格ADF檢驗變量ADF檢驗臨界值1%5%10%P值結(jié)論PWS-18.89910-2.56647-1.94103-1.616560.0000平穩(wěn)PCS-9.21605-2.56647-1.94103-1.616560.0000平穩(wěn)PSS-37.01396-2.56647-1.94103-1.616560.0000平穩(wěn)PWF-40.44760-2.56647-1.94103-1.616560.0000平穩(wěn)PCF-32.82855-2.56647-1.94103-1.616560.0000平穩(wěn)PSF-36.35085-2.56647-1.94103-1.616560.0000平穩(wěn)2.Johansen協(xié)整檢驗通過協(xié)整檢驗，探討兩個或多個時間序列之間是否具有穩(wěn)定的相互關(guān)系。在實證研究中，我們運用了Johansen模型來檢測這些時間序列的協(xié)整性，該模型擅長處理多個時間序列之間的關(guān)聯(lián)分析。在進行檢驗時，需關(guān)注以下幾個方面：時間序列的平穩(wěn)性、單位根檢驗、最優(yōu)滯后階數(shù)選擇以及協(xié)整關(guān)系的穩(wěn)健性檢驗。這些條件有助于確保檢驗結(jié)果的準確性和可靠性。在進行單位根檢驗的過程中，我們發(fā)現(xiàn)所選樣本數(shù)據(jù)的原序列均未通過檢驗，這說明六個原始序列，包括小麥、玉米和大豆的期現(xiàn)貨價格，均屬于非平穩(wěn)序列。然而，經(jīng)過檢驗，這六個序列的一階差分均通過了ADF檢驗，并且它們之間的差分序列具有相同的階數(shù)，滿足了協(xié)整檢驗的條件。因此，我們可以繼續(xù)進行Johansen協(xié)整檢驗。Johansen協(xié)整檢驗依賴于VAR模型，而滯后階數(shù)的選擇在整個檢驗中具有極為重要的作用。為此，在進行協(xié)整檢驗之前，需要先創(chuàng)建VAR模型，以便為各個序列確定最佳滯后系數(shù)。經(jīng)過計算，我們得出小麥、玉米和大豆的最優(yōu)滯后階數(shù)分別為3階、6階和2階。在此基礎(chǔ)上，進行Johansen協(xié)整檢驗時，我們要按照各自的最優(yōu)滯后階數(shù)來選擇相應(yīng)的階數(shù)，分別為2階、5階和1階。從表4-3的結(jié)果來看，可以得出以下結(jié)論：小麥期現(xiàn)貨價格之間的P值為0.0065，小于0.05；玉米期貨價格與現(xiàn)貨價格之間的P值為0.0000，同樣小于0.05；大豆期貨價格與現(xiàn)貨價格之間的P值也為0.0000，小于0.05。表明，在5%的顯著性水平下，三種糧食的期貨和現(xiàn)貨價格序列的數(shù)據(jù)不支持原假設(shè)。也就是說，期貨價格與現(xiàn)貨價格之間或許存在穩(wěn)定的長期關(guān)聯(lián)。表4-SEQ表\*ARABIC3協(xié)整分析結(jié)果原假設(shè)特征值t統(tǒng)計量5%臨界值P值小麥None*0.01305821.0728515.494710.0065Atmost10.0006110.9364453.8414650.3332玉米None*0.02172935.4039315.494710.0000Atmost10.0011551.7698093.8414650.1834大豆None*0.04450570.7837015.494710.0000Atmost10.0005880.9021723.8414650.3422（三）收益溢出效應(yīng)分析1.最優(yōu)滯后階數(shù)的確定通過建立VAR模型檢驗小麥、玉米和大豆期貨價格與現(xiàn)貨價格之間的關(guān)系，本文旨在評估多個變量之間的相互作用關(guān)系，以探究各市場之間可能存在的收益溢出效應(yīng)。在開展VAR模型的實證分析之前，首先需要確保正確選擇VAR模型的最優(yōu)滯后系數(shù)，這將有助于提高模型的估計精度。為此，我們可以采用信息準則（如AIC、BIC）來挑選最合適的滯后階數(shù)。信息準則在評估模型擬合程度的同時，還會對模型的復(fù)雜度進行懲罰。通常情況下，我們會選取AIC或BIC值最小的滯后階數(shù)作為最優(yōu)選擇。這是因為，較小的AIC或BIC值代表著在相同擬合程度下，模型具有更少的參數(shù)，從而降低了過擬合的風(fēng)險。根據(jù)結(jié)果所示，在5%顯著性水平下，小麥期現(xiàn)貨價格序列的VAR模型設(shè)定了3階滯后，而玉米期貨價格序列的VAR模型則設(shè)置為6階滯后，同時大豆期貨價格序列的VAR模型則采用2階滯后。表4-4小麥期現(xiàn)貨價格序列滯后階數(shù)確定LagLoqLLRFPEAICSCHQ1-13376.63NA133765.217.4796017.4935317.484782-13252.00248.6062114263.217.3220117.3498817.332393-13234.1735.52094*112217.3*17.30395*17.34575*17.31950*4-13231.096.122534112352.717.3051517.3608917.32590表4-5玉米期現(xiàn)貨價格序列滯后階數(shù)確定LagLoqLLRFPEAICSCHQ1-10767.34NA4466.82814.0801914.0941314.085382-10697.10140.12184096.30113.9935914.0214814.003973-10550.17292.70103398.22113.8067613.8485913.822334-10509.0481.825413237.23413.7582313.8140013.778985-10494.7628.380003194.01013.7447913.8145013.770736-10474.8639.49865*3128.288*13.72399*13.80765*13.75513*7-10473.033.6243293137.18013.7268313.8244313.76316表4-6大豆期現(xiàn)貨價格序列滯后階數(shù)確定LagLoqLLRFPEAICSCHQ1-15664.57NA2552622.20.4283920.44230*20.43356*2-15658.6211.87435*2546131.*20.42584*20.4536720.436193-15657.781.6671232556654.20.4299620.4717020.445502.VAR模型估計及穩(wěn)定性檢驗（1）VAR模型估計由表4-7可知，小麥現(xiàn)貨價格序列受自身滯后一階的影響系數(shù)為1.319754（t=51.8754），受滯后二階的影響系數(shù)為-0.187169（t=-4.45075），受滯后三階的影響系數(shù)為-0.134185（t=-5.29872），說明在樣本區(qū)間內(nèi)小麥現(xiàn)貨價格序列存在較強的自相關(guān)性；小麥期貨價格序列的自相關(guān)性可通過其受自身滯后一階影響系數(shù)為0.950434（t=37.0604）得以體現(xiàn)，這意味著小麥期貨價格序列在一定程度上受到過去一期價格的影響，具有一定的自相關(guān)性。小麥期貨價格序列的自相關(guān)性表現(xiàn)在其受自身滯后一階影響系數(shù)為0.950434（t=37.0604）。這一系數(shù)說明，小麥期貨價格序列在一定程度上受到過去一期價格的影響。此外，當小麥期貨價格受到現(xiàn)貨價格滯后三階的影響時，影響系數(shù)為-0.299648（t=-2.37729）。這暗示，小麥現(xiàn)貨價格的波動可能會導(dǎo)致期貨價格出現(xiàn)反向波動。而當小麥現(xiàn)貨價格受到期貨價格滯后一階的影響時，影響系數(shù)為0.015226（t=2.95501），這意味著，小麥期貨價格的波動會對小麥現(xiàn)貨價格波動產(chǎn)生正向影響。綜上所述，小麥期貨價格序列具有自相關(guān)性，且其受到現(xiàn)貨價格和自身歷史價格的影響。表4-7小麥VAR模型估計PWSPWFPWS(-1)1.3197510.119146PWS(-2)-0.1871690.203772PWS(-3)-0.134185-0.299648PWF(-1)0.0152260.950434PWF(-2)-0.0059540.003100PWF(-3)-0.0077070.024302由表4-8可知，玉米現(xiàn)貨價格受自身滯后一階的影響系數(shù)為1.043445（t=40.6656），受滯后二階的影響系數(shù)為0.296709（t=8.07358），受滯后三階的影響系數(shù)為-0.196344（t=-5.33632），受滯后四階的影響系數(shù)為-0.267557（t=-7.28903），受滯后五階的影響系數(shù)為0.258713（t=7.06268），受滯后六階的影響系數(shù)為-0.14347（t=-5.80780），說明玉米現(xiàn)貨價格序列存在較強的自相關(guān)性；玉米期貨價格受自身滯后一階的影響系數(shù)為1.176443（t=45.3189），受滯后二階的影響系數(shù)為-0.200899（t=-5.04744），受滯后三階的影響系數(shù)為0.073105（t=1.82186），玉米期貨價格序列具有顯著的自我關(guān)聯(lián)性。玉米期貨價格受到現(xiàn)貨價格滯后系數(shù)的影響不顯著，說明現(xiàn)貨價格的變動并未對期貨價格產(chǎn)生明顯效應(yīng)，玉米現(xiàn)貨價格受期貨價格滯后一階的影響系數(shù)為0.05077（t=7.44700），這意味著玉米期貨價格的波動對現(xiàn)貨價格產(chǎn)生了一定的影響。當考慮滯后三階的影響時，影響系數(shù)為-0.031742（t=-3.01203），表明影響程度有所減弱。進一步觀察到，滯后四階的影響系數(shù)為0.024875（t=2.35280），說明期貨價格的波動對現(xiàn)貨價格仍有一定影響。然而，當考慮滯后五階的影響時，影響系數(shù)降至-0.017964（t=-1.70973），影響程度進一步減弱。最后，滯后六階的影響系數(shù)為-0.01109（t=-1.58220），說明玉米期貨價格的波動對現(xiàn)貨價格的影響逐漸減弱?？傊衩灼谪泝r格的波動對現(xiàn)貨價格的影響具有一定的持續(xù)性，但隨著滯后系數(shù)的增加，影響程度逐漸減弱。表4-8玉米VAR模型估計PCSPCFPCS(-1)1.043445-0.016831PCS(-2)0.2967090.104537PCS(-3)-0.196344-0.092159PCS(-4)-0.267557-0.158204PCS(-5)0.2587130.198683PCS(-6)-0.14347-0.039728PCF(-1)0.050771.176443PCF(-2)-0.006265-0.200899PCF(-3)-0.0317420.073105PCF(-4)0.024875-0.034796PCF(-5)-0.017964-0.048101PCF(-6)-0.011090.038183由表4-9可知，大豆現(xiàn)貨價格序列的自相關(guān)性表現(xiàn)在其受自身滯后一階影響系數(shù)為1.0113118（t=39.6002）。這一系數(shù)說明，大豆現(xiàn)貨價格在一定程度上受到過去一期價格的影響，表現(xiàn)出一定的自相關(guān)性。大豆期貨價格序列的自相關(guān)性表現(xiàn)在其受自身滯后一階影響系數(shù)為1.073985（t=42.1241），這意味著大豆期貨價格在一定程度上受到過去一期價格的影響。同時，受滯后二階的影響系數(shù)為-0.077318（t=-2.97992），表明大豆期貨價格序列具有較強自相關(guān)性。大豆現(xiàn)貨價格對期貨價格的影響并不明顯。然而，大豆期貨價格對現(xiàn)貨價格的滯后一階影響系數(shù)為0.034999（t=2.43103），這意味著大豆期貨價格的波動對現(xiàn)貨價格的波動產(chǎn)生了正向影響。表4-9大豆VAR模型估計PSSPSFPSS(-1)1.011318-0.029587PSS(-2)-0.0339930.03295PSF(-1)0.0349991.073985PSF(-2)-0.012089-0.077318（2）VAR模型穩(wěn)定性檢驗圖4-4小麥單位圓檢驗圖4-5玉米單位圓檢驗圖4-6大豆單位圓檢驗圖4-4、圖4-5、圖4-6展示了根據(jù)期現(xiàn)貨價格VAR模型中小麥、玉米、大豆的AR根的分析結(jié)果，可以看出三個模型的AR根均處于單位圓內(nèi)，這表明所建立的VAR模型系統(tǒng)在樣本數(shù)據(jù)下是保持穩(wěn)定的。

3.格蘭杰因果檢驗表4-10三大糧食品種期現(xiàn)貨價格序列格蘭杰檢驗結(jié)果原假設(shè)卡方統(tǒng)計量P值是否拒絕原假設(shè)（在5%置信水平下）小麥期貨價格不是現(xiàn)貨價格的格蘭杰原因12.286540.0065拒絕小麥現(xiàn)貨價格不是期貨價格的格蘭杰原因25.461060.0000拒絕玉米期貨價格不是現(xiàn)貨價格的格蘭杰原因176.57410.0000拒絕玉米現(xiàn)貨價格不是期貨價格的格蘭杰原因3.6967230.7176接受大豆期貨價格不是現(xiàn)貨價格的格蘭杰原因69.928990.0000拒絕大豆現(xiàn)貨價格不是期貨價格的格蘭杰原因1.1020580.5764接受由表4-10可得，在5%的顯著水平下，小麥的期貨價格和現(xiàn)貨價格相互作為格蘭杰原因，并且兩者之間存在著雙向的收益溢出效應(yīng)。相反，玉米和大豆的期貨價格可以被視為現(xiàn)貨價格發(fā)生變化的原因。然而，現(xiàn)貨價格與期貨價格之間并未表現(xiàn)出相同的因果關(guān)系，由此可知玉米和大豆之間存在著由期貨價格到現(xiàn)貨價格的單向收益溢出效應(yīng)。4.脈沖響應(yīng)函數(shù)圖4-7小麥現(xiàn)貨價格與期貨價格脈沖響應(yīng)圖由圖4-7可知，小麥現(xiàn)貨價格在面對自身風(fēng)險沖擊時，呈現(xiàn)正向遞增的過程；小麥期貨價格在面對自身風(fēng)險沖擊時，呈現(xiàn)正向遞減的過程。小麥現(xiàn)貨價格在面對期貨價格的沖擊時，前3期呈現(xiàn)較迅速的遞增溢出效應(yīng)，隨后呈現(xiàn)緩慢正向遞增過程；小麥期貨價格在面對現(xiàn)貨價格的沖擊時，呈現(xiàn)較平緩的正向遞增溢出效應(yīng)。圖4-8玉米現(xiàn)貨價格與期貨價格脈沖響應(yīng)圖由圖4-8可知，玉米現(xiàn)貨價格在面對自身風(fēng)險沖擊時，前2期呈現(xiàn)平緩的正向遞增的過程，于第3期開始出現(xiàn)迅速的遞增溢出效應(yīng)，直至第9期之間趨于8這個穩(wěn)定值；玉米期貨價格在面對自身風(fēng)險沖擊時，前2期呈現(xiàn)迅速正向遞減，第2期至第5期，呈現(xiàn)先遞減后遞增的過程，于第6期開始緩慢呈現(xiàn)正向遞減過程。玉米現(xiàn)貨價格在面對期貨價格的沖擊時，前4期呈現(xiàn)較迅速的遞增溢出效應(yīng)，隨后呈現(xiàn)緩慢正向遞增過程，直至平穩(wěn)；玉米期貨價格在面對現(xiàn)貨價格的沖擊時，呈現(xiàn)較迅速的正向遞增溢出效應(yīng)，這個過程中第4期時存在較短的遞減溢出效應(yīng)。圖4-9大豆現(xiàn)貨價格與期貨價格脈沖響應(yīng)圖由圖4-9可知，在大豆現(xiàn)貨價格受到自身風(fēng)險沖擊時，我們可以觀察到前兩期內(nèi)呈現(xiàn)出正向遞增的趨勢，隨后這種趨勢逐漸減弱，表現(xiàn)為正向遞減的溢出效應(yīng)。而當大豆期貨價格遭遇自身風(fēng)險沖擊時，前兩期內(nèi)呈現(xiàn)出正向遞減的現(xiàn)象，并迅速降至平穩(wěn)狀態(tài)。大豆現(xiàn)貨價格在面對期貨價格的沖擊時，前2期呈現(xiàn)較迅速的遞減溢出效應(yīng)，并迅速趨于零；大豆期貨價格在面對現(xiàn)貨價格的沖擊時，呈現(xiàn)迅速的正向遞增溢出效應(yīng)。

5.方差分解表4-11小麥期現(xiàn)貨價格方差分析PeriodS.EPWSPWFS.EPWSPWF18.200932100.000000.00000040.818750.6728599.32715213.6340299.793610.20638956.377640.8970399.10297318.7779499.506990.49301067.761681.66697498.33303423.4015799.304430.69556977.374022.34001597.65999527.5857399.147800.85219685.765692.93734197.06266631.3847599.020400.97960293.209933.45768696.54231734.8621198.911891.08810599.909533.9165896.08342838.0708398.816081.183922106.00254.326695.6734941.0550398.728931.271073111.58954.69916195.300841043.850298.647841.352157116.74675.04312994.95687注：前三列為小麥現(xiàn)貨價格的方差分析結(jié)果，后三列為小麥期貨價格的方差分析結(jié)果。表4-12玉米期現(xiàn)貨價格方差分析PeriodS.EPCSPCFS.EPCSPCF13.838955100.00000.00000014.617642.26951497.7304925.67714898.329901.67010222.56272.20604397.7939638.0868895.559294.44070628.445562.39979697.6002410.480393.245416.75458833.685142.50605397.49395512.7339889.3229610.6770438.417742.36828397.63172615.2803886.2278213.7721842.428312.30757897.69242717.6425383.1649816.8350246.033312.22056397.77944820.0460880.4925319.5074749.39662.14253897.85746922.3799478.1836921.8163152.521432.07867897.921321024.6192975.9357924.0642155.459892.01011597.98989注：前三列為玉米現(xiàn)貨價格的方差分析結(jié)果，后三列為玉米期貨價格的方差分析結(jié)果。表4-13大豆期現(xiàn)貨價格方差分析PeriodS.EPSSPSFS.EPSSPSF129.97039100.000000.00000053.075070.01618199.98382242.682399.810620.18938177.882440.00794599.99205352.0671199.487480.5125296.545690.00536899.99463459.7427399.040060.959939112.0330.00398899.99601566.3423298.469371.53063125.51990.00326799.99673672.1933597.778132.221866137.59850.00303999.99696777.4928996.97063.029403148.61560.00322499.99678882.3711996.052123.947881158.79470.00377699.99622986.9295.028944.97106168.29040.00466199.995341091.2069193.908016.091994177.21480.00585599.99414

注：前三列為大豆現(xiàn)貨價格的方差分析結(jié)果，后三列為大豆期貨價格的方差分析結(jié)果。由表4-11、表4-12、表4-13可得，從期現(xiàn)貨價格的方差分解的結(jié)果中可以看出，在第1期中小麥、玉米和大豆的現(xiàn)貨價格受自身的影響程度達到了100%，從第1期開始下降，同時期受期貨價格的影響程度逐漸提高。同時，第1期中的小麥和大豆的期貨價格受自身的影響程度分別是99.32715、99.98382，從第2期開始緩慢下降，同時期受現(xiàn)貨價格的影響程度逐漸提高。小麥期現(xiàn)貨價格方差分析結(jié)果的波動程度大于大豆期現(xiàn)貨價格，說明小麥對風(fēng)險的反應(yīng)程度較大豆而言更敏感，收益溢出效應(yīng)程度也大于大豆。在第1期中玉米的現(xiàn)貨價格受自身的影響程度達到了100%，從第2期開始下降，同時期受期貨價格的影響程度逐漸增大；同樣，在第1期中玉米的現(xiàn)貨價格受自身的影響程度為97.73049，但從第2期開始增減反復(fù)波動，到第10期總體上影響程度是呈現(xiàn)下降的趨勢。綜上所述。小麥、玉米、大豆期現(xiàn)貨價格之間，均有相應(yīng)的不同程度上的傳導(dǎo)與影響。五、結(jié)論根據(jù)2017年1月3日至2023年4月28日期間小麥、玉米和大豆的相關(guān)日價格數(shù)據(jù)，本文采用VAR模型對三大糧食品種期貨市場與現(xiàn)貨市場之間的價格波動溢出效應(yīng)進行實證研究，深入探討三大糧食品種期貨市場與現(xiàn)貨市場之間收益溢出效應(yīng)的影響程度大小與方向。研究表明：玉米和大豆期貨對現(xiàn)貨市場有影響，而玉米和大豆現(xiàn)貨并不受期貨市場影響；而小麥期貨和現(xiàn)貨則相互產(chǎn)生Grander原因。我國糧食期貨與現(xiàn)貨市場展現(xiàn)出明顯的收益溢出效應(yīng)，每個市場都有獨特的價格形成和調(diào)控制度，小麥、玉米和大豆的期貨及現(xiàn)貨價格在很大程度上受到市場變動的調(diào)控。同時，我國糧食期貨和現(xiàn)貨市場之間存在價格收益溢出效應(yīng)，然而這種效應(yīng)在不同糧食品種之間存在