论文题目：基于宏观经济预测视角下的中国商品期货价格研究
摘要：中国商品期货市场发展已有20多年的历程,经历了创立市场前期的短暂震荡之后,2004年中国商品期货市场开始正式步入交易的正轨。在十几年间中国市场中的商品期货合约品种数量翻了三倍,交易量也日益飙升。现阶段中国经济和期货市场发展日益成熟,大宗商品交易流动性高涨,企业以及个人投资者对商品期货在投资组合配置中的力度也逐渐增大。中国商品期货市场逐渐在全球商品期货市场中占据着举足轻重的角色,然而作为新兴市场其价格波动机制与成熟发达市场差异较大,理解中国商品期货价格的特性对投资者、生产者以及政策制定者都有重要的意义。宏观经济变量一直以来是传统金融市场中重要的定价因素,现有的文献也充分地验证了其对商品期货市场的冲击作用。而本文从新的角度出发,将专业宏观经济预测作为新的宏观冲击变量结合到商品期货定价模型当中。商品期货市场具有前瞻性的本质,其代表了生产者对未来商品价格的预期。相对应的专业宏观经济预测变量也具有相同的性质,也是专业机构依据现有现有的信息对未来的经济形势的期望。因此,我们认为专业宏观经济预测信息在商品期货定价模型中将会有更加优越地表现,这是本文的主要贡献。在充分的进行了文献梳理的背景下,文章先从商品期货收益率的角度出发研究,发现其与宏观经济预测间存在显著的因果关系。由此,我们将宏观经济预测结合至波动率预测模型中进行研究,并证实了本文的研究假设:即宏观经济预测相比实际宏观变量在模型中能够更好的对中国商品期货进行定价。接下来,本文进一步构建了宏观经济预测因子投资策略,再次拓展宏观经济预测在中国商品期货定价方面的应用。同时,为了更深入地检测宏观经济预测因子的稳健性,本文从极端尾部相依的角度出发,结合混频数据方法（MIDAS）构建并应用了新的尾部相依度量模型,对商品期货宏观经济预测因子策略投资组合与商品期货市场风险的溢出情况进行了检测。文章的主要研究结果如下:首先,本文应用了非线性Granger因果模型研究了商品期货收益率与宏观经济预测之间的非线性因果关系。在研究中,将现行宏观变量作为对比,发现中国宏观经济预测与商品期货之间存在更加紧密的因果关系。同时,由于中美市场存在高度的关联性,我们也将美国经济变量考虑其中分析美国宏观经济对中国商品市场的冲击作用。研究结果表明商品期货指数与中美宏观经济预测均存在非线性因果关系。相对地,我们也发现了商品期货指数是中国宏观经济变动的原因,介于此政府在制定宏观经济政策时有必要将商品期货指数波动的情况考虑进去,并针对不同类别的商品的不同传导效果来进行政策调整。基于宏观经济预测能够更好地解释商品期货收益率的研究结果,本文将视角转移到商品期货价格波动率的研究。为了充分地捕捉商品期货波动率的信息,我们考虑了混合频率波动率模型GARCH-MIDAS模型,通过该模型将商品期货合约的每日波动率与每月宏观经济变量结合在一起。研究结果发现与商品期货收益率的结果相似,宏观经济预测对商品期货长期波动率影响作用相对比于同时期的实际宏观经济变量的影响作用更高。我们同时还发现了考虑了宏观经济预测因素的模型拥有更好的拟合度以及预测能力,并且在经济意义上也得到了满足,可以利用预测的波动率在投资组合中获得更高的收益。最后,我们还发现了在不同的经济状态下,宏观经济变量（预测变量与实际变量）对商品期货长期波动率的影响存在差异。在已得知宏观经济预测在商品投资中有重要的指导价值的前提下,本文进一步构建了宏观经济预测因子策略,发现其在中国商品市场上能够获得正向的收益,说明宏观经济预测因子在市场上是有效的。但是在极端情况下,不同的商品投资组合可能会呈现高度的相依关系而导致组合的有效性降低,不能发挥因子所应有的作用机制。因此,从尾部的视角出发,我们深入检测其在市场上的风险溢出情况。本文构建了新的分位点相协回归模型（qpr-MIDAS模型）,其能够结合不同频率的数据去捕捉更加丰富的信息。研究结果表明在平稳时期不同商品投资组合的尾部相依表现差异较大,但在金融危机期间大部分因子都发现了强下尾相依关系。同时在所有的因子组合中,本文发现依据工业生产预测构建的因子策略在收益以及风险管理方面都拥有着最好的表现。该研究可为投资者在考虑极端风险情况下的商品期货资产组合配置以及投资组合设计提供理论借鉴。同时,本文也提供了一个新的方法用于检验极端风险溢出的影响。最后我们对全文进行了总结,并给出了在宏观经济环境视角下的中国商品期货市场的研究展望。
关键词：商品期货;宏观经济预测;非线性Granger因果;MIDAS;投资组合;因子模型;qpr-MIDAS模型
学科专业：金融工程
摘要
ABSTRACT
第1章 绪论
1.1 选题背景
1.2 研究意义
1.3 研究内容
1.4 研究创新与不足
第2章 文献综述
2.1 宏观经济与商品期货收益率研究
2.2 宏观经济与商品期货波动率研究
2.2.1 商品期货波动率研究的重要性
2.2.2 商品期货波动率研究模型综述:GARCH-MIDAS模型
2.3 宏观因子模型在商品期货市场中的应用
2.4 商品期货尾部相依研究
2.4.1 商品期货间的尾部相依研究综述
2.4.2 尾部相依模型综述:分位点相协模型
2.5 小结
第3章 商品期货价格与宏观经济的关联性分析
3.1 引言
3.2 数据描述
3.2.1 期货数据的选取
3.2.2 实际宏观数据的选取
3.2.3 实际宏观预测数据的选取与构建
3.2.4 数据的描述性统计
3.3 模型选择
3.4 实证结果
3.4.1 商品期货与中国宏观经济变量间的因果关系
3.4.2 商品期货与中国宏观经济预测间的因果关系
3.4.3 商品期货与中国宏观经济预测间的条件因果关系
3.4.4 商品期货与美国宏观经济变量间的因果关系
3.4.5 商品期货与美国宏观经济预测间的因果关系
3.4.6 商品期货与美国宏观经济预测间的条件因果关系
3.5 结论
第4章 商品期货波动率与宏观经济的关联性分析
4.1 引言
4.2 数据描述
4.2.1 商品期货
4.2.2 宏观经济指标和宏观预测指标
4.3 模型方法
4.3.1 基于实际波动率的GARCH-MIDAS模型
4.3.2 基于宏观经济预测变量以及实际经济变量的GARCH-MIDAS模型
4.3.3 经济状态相依性
4.3.4 模型拟合优度
4.3.5 波动率预测
4.3.6 经济意义检测
4.4 实证结果
4.4.1 宏观经济预测的影响
4.4.2 稳健性检验(控制实际宏观变量)
4.4.3 拟合优度对比测试
4.4.4 经济状态相依性
4.4.5 波动率预测结果
4.4.6 经济意义检验
4.5 结论
第5章 商品期货宏观因子投资组合尾部相依研究
5.1 引言
5.2 研究方法
5.2.1 分位数相协模型
5.2.2 分位数相协模型的一般估计过程
5.2.3 动态qpr-MIDAS模型的构建以及估计过程
5.3 数据描述
5.4 商品期货投资组合构建及分析
5.4.1 基于宏观经济预测因子构建的商品期货投资组合
5.4.2 基于传统投资策略构建的商品期货投资组合
5.5 投资组合相依分析的实证结果
5.5.1 边际分位点回归模型的估计结果
5.5.2 qpr-MIDAS模型的参数估计结果
5.5.3 基于qpr-MIDAS模型qpr结果
5.5.4 不同分位点的qpr比较分析
5.6 周数据结果
5.6.1 qpr-MIDAS模型的参数估计结果
5.6.2 基于qpr-MIDAS模型qpr结果
5.7 结语
第6章 总结与展望
6.1 主要结论
6.2 进一步展望
参考文献
附录A qpr-MIDAS模型回归参数图表结果
致谢