我国商品期货分类及异质性基本面分析概述

天风金工商品CTA专题报告五

报告提要

商品价格预测依靠基本面分析和技术面分析

商品期货投资的关键在于把握未来价格走势，价格预测模型的建立主要依靠基本面分析和技术面分析。基本面分析利用经济资料（包括生产、消费、可支配收入等）从供需角度预测商品价格，因果关系较强，而技术面分析专注于研究价格本身的形态。

黑色系商品高波动高相关特征最明显

剔除“僵尸”品种后，本文将上市满一年且日均成交额大于2亿元的35个品种根据商品属性及产业链相关性，分成黑色系、化工品、农产品、有色金属、贵金属五大类。近两年数据显示，黑色系品种波动率最高，平均年化波动率达34.90%，化工、有色板块次之，平均年化波动率分别为25.91%和21.96%，贵金属、农产品板块最低，平均年化波动率小于20%。

异质性基本面分析框架搭建意义重大

商品基本面分析主要研究供给和需求，遗漏变量将产生误导性的基本面信号。我们从产业链构成、可替代性、进出口重要性、政府干预度、宏观经济敏感性等方面入手对每个市场搭建各自的多指标基本面分析框架，为后期建立异质性价格预测模型作铺垫。特别地，贵金属作为特殊的商品市场，不适用传统的供需基本面分析逻辑。

借助技术面分析择机进出场

纯基本面分析存在时效把握和拐点捕捉上的缺陷，需要借助技术面信号以判断具体进出场时间，以更精准地预测价格走势。科学的交易策略应当结合基本面分析和技术面分析，前者用以判断行情方向，后者用于评估进出场时间。

正文

1

商品期货分类

本质上来说，商品价格主要由供给和需求两方面决定。然而不同商品类别具有不同的价格驱动因素，传导机制也存在差异。因此，对商品进行分类是投资策略研究的第一步。

1.1 “僵尸”品种因何在

截至2017年12月15日，我国已有47个商品期货品种上市交易，但部分品种由于投资门槛高、现货市场关注度低等原因成交低迷，出现了“僵尸”现象。

考虑到刚上市品种交易机制可能相对较不成熟，我们仅以上市满一年的期货品种作为研究对象。由于部分商品季节性特征明显（如农产品），可能对交易也产生一定影响，我们将成交情况观察周期设为一年。从2016年12月前上市满一年的46个品种近一年的成交量和成交额占比情况来看，线材、普麦、粳稻、晚籼稻等11个品种日均成交额之和仅2亿元，交易极不活跃。那么“僵尸”现象背后的原因是什么呢？

具体分类别和原因来看，“僵尸”品种主要为：

1. 流通环节单一，价格非市场化，政府实施托市收储政策的稻谷类、豆二、菜籽期货；

2. 投资高门槛、现货需求降低的燃油期货（交易单位为50吨/手，交易保证金标准40%，按2017年12月15日收盘价3791元/吨来估算，所需保证金为75820元）；

3. 交割制度欠合理、现货体量小的“两板”（胶合板和纤维板）期货；

4. 现货产业链改变、品种设计落后的线材期货。

低流动性将导致这些“僵尸”品种换手困难，持仓风险较大，不宜纳入我们的投资池。

1.2 活跃品种分类

剔除“僵尸”品种后，我们将上市满一年且日均成交额大于2亿元的35个品种作为研究样本。根据商品属性及产业链相关性，可分成黑色系、化工品、农产品、有色金属、贵金属五大类，各类别涵盖的具体品种见表1。

2

商品期货分类表现对比

下面我们分类观察各品种表现，从波动性、收益率等方面分析类别内部各品种相关性。

2.1 期货与现货波动特征

从期现货收益率波动情况来看，大部分品种期货（主力合约）波动率稍大于现货波动率，这同期货市场相对于现货市场所具有的低成本、高杠杆和高流动性的特点相一致。而鸡蛋由于自身生产消费规律，产业周期相比于其他农产品短得多，现货市场季节性规律更为明显，波动幅度也更大。

分大类来看，在期货波动率绝对值方面，黑色系品种波动率最高，平均年化波动率达34.90%，化工、有色板块次之，平均年化波动率分别为25.91%和21.96%，贵金属、农产品板块最低，平均年化波动率小于20%；在期现货波动率差异方面，有色金属、贵金属类差异不大，而黑色系、化工品、农产品类差异较为明显。

2.2 类别内品种相关性

接下来我们从收益率相关性、价格走势、纯多头表现三个方面在量价数据上观察类别内部各品种间的相关性，时间区间依然为2015年12月1日至2017年11月30日。这里的收益率依然是主力合约的复权收益率，为更直观地比较各品种价格走势，我们将复权收益率换算成起始为1的价格序列，即纯多头净值。

黑色系

从黑色系期货收益率相关性来看，螺纹钢、铁矿石、热轧卷板、焦煤、焦炭各品种间相关系数均大于0.5，存在较强的正相关，锰硅、硅铁与其余品种的相关性相对较低。进一步从近两年纯多头净值走势和表现来看，图4和表3均显示，除硅铁走势相对较为独立，其余黑色系品种走势相关性均较高，尤其是螺纹钢与热卷，收益率相关系数可达0.94，净值走势几乎一致，最大回撤期间也相同。

化工品

从化工品期货收益率相关性来看，甲醇、塑料、聚丙烯品种间相关系数大于0.5，正相关关系较强，玻璃与其余品种相关性相对较弱。总体来看，化工品间相关性不及黑色系品种间相关性强，但从近两年纯多头净值走势和表现来看，化工品的最大回撤期间较为一致，均发生在16年底至17年上半年。

农产品

从农产品期货收益率相关性来看，品种间差异较大，可细分成几个小类。具体来看，豆粕和菜籽粕相关系数高达0.90，棕榈油、豆油和菜籽油三个油脂类品种相关系数大于0.75，玉米和玉米淀粉相关系数为0.78。结合净值走势和表现，以上三个细分类别内品种近两年走势较为一致，最大回撤期间也几乎一致。而白糖、棉花和鸡蛋与其余品种相关性较低，走势也相对独立。

有色金属

从有色金属期货收益率相关性来看，类别内部差异不大，均在0.5左右，相关性最高的是锌和铅，达0.75。相对而言，铝与其余品种间的相关性较弱。从近两年纯多头净值走势和表现来看，除铝以外，其余有色金属最大回撤均从16年底开始。

贵金属

贵金属黄金和白银期货收益率相关系数达0.75，两者相关性较高。从近两年纯多头净值走势和表现来看，两品种走势基本一致，回撤起始时间相近，但黄金期货表现相对更为平稳，波动率较小。

3

商品期货异质性基本面分析

从以上对量价数据（技术面）的分析可知，不同类别商品期货在成交量、收益率波动情况、收益率相关性等方面都存在较为明显的异质性，单纯建立统一的多品种投资策略可能并不合理。为解释异质性成因以更好地利用异质性特点分类或分品种建立价格预测模型，有必要从基本面视角研究价格形成的因果传导机制。

如Schwager（1995）所述，基本分析采用经济资料（包括生产、消费 、可支配收入等）从因果关系来预测价格，而技术分析几乎仅研究价格本身的形态。因此，分品种进行异质性研究可能更适用于基本面分析，若仅根据品种历史价格形态的技术面信息而建立差异化策略未免存在“盗用”未来信息和过度优化的问题。

3.1 基本面分析逻辑

商品基本面分析主要研究供给和需求。基本面的供需分析基于一个隐含假设：自由贸易市场。对于某些受政府计划（如目标价格与补贴政策）或国际协议（如出口管制）影响较大的市场来说，这个假设并不成立，非市场的力量会对价格产生关键性的影响，比如某些稻谷类品种，这些品种将不被纳入我们的基本面分析框架中。

供给主要由当期产量、库存量构成，度量较为容易，而价格的另一端——需求，量化起来较为棘手，主要受可支配收入、消费者偏好、替代品价格等因素的影响，目前最常用的以消费量代表需求存在较大逻辑漏洞。具体来看，需求是某特定价格下所将产生的使用量，而消费是商品的实际使用量，即供需是因，而消费是果，不能混为一体。但对于部分需求相对缺乏弹性的商品来说，用消费量替代需求还是可行的，因为价格变动对消费量影响不大。

任何单一指标都很难产生理想的信号，容易在某个期间内出现明显的误导性，我们希望通过其他指标来对这种误导进行修正。在某个期间内，如果模型中大部分指标都发出同方向的信号，这样的预测大概率是正确的，而若各指标信号存在差异，则需要根据模型加以区分判断。多指标分析具体可从产业链构成、可替代性、进出口重要性、政府干预度、宏观经济敏感性等方面入手。我们试图对每个市场搭建各自的基本面分析框架，以充分利用品种异质性更为精准地预测价格走势。

3.2 黑色系基本面分析

在黑色系产业链中，动力煤、焦煤、焦炭、铁矿石为上游原材料，硅铁和锰硅为中游催化剂，螺纹钢、线材和热卷则为下游产成品，各品种间相关关系较为明确。从供需角度来看，矿产资源、煤炭产能以及运输成本对于供给影响较大，固定资产投资增速、下游钢铁行业和终端房地产等行业景气度及替代品价格主要影响需求。此外，从进出口角度来看，铁矿石较依赖于进口，主要进口国为澳大利亚；焦炭、硅铁、热卷的出口量较大。国际市场的供需对黑色系品种的价格存在较大影响。

3.3 化工品基本面分析

各化工品上下游产业链与黑色系相比较为独立，这一特征可以用来解释表4所呈现的品种间收益率相关系数不高。但从上游来看，各化工品的原材料几乎都与原油有关，国际油价走势将直接影响化工品的供给，下游需求行业主要是房地产、汽车以及纺织服装等行业，宏观经济形势对于行业景气度的影响将表现为对化工品的需求程度。此外，化工品进出口贸易较为活跃，国际市场、运输成本及关税制度也是价格的重要影响因素。部分品种还应考虑季节性因素，如石油沥青。

3.4 农产品基本面分析

结合农产品上下游基本面信息（表13）和收益率相关性（表6），我们可以将农产品大类细分成油脂油料类（豆一、豆粕、豆油、菜籽粕、菜籽油、棕榈油）、玉米类（玉米、玉米淀粉）以及走势独立类（白糖、棉花、鸡蛋）。农产品最为突出的特点就是季节性特征明显，生产消费具有一定周期性，且部分品种替代性较强（如大豆和玉米，豆油和菜籽油），主要下游行业为饲料、食品加工行业。从进出口贸易来看，我国进口量较大的是转基因大豆（用于生产豆油和豆粕）、油菜籽（用于生产菜籽油和菜籽粕）、白糖和棉花，出口量较大的是玉米淀粉，而鸡蛋由于存储期短等特点国际贸易占比较低。

3.5 有色金属基本面分析

由表14可知，我国是最大的有色金属生产国和消费国，铜和铝存在较大的进口依赖。从上下游关系来看，上游基本由矿产资源和冶炼燃料构成，冶炼成本对供给影响较大，下游主要是钢铁、建筑、汽车、电子、化工等行业，宏观经济走势和产业政策将影响这些下游行业景气度，进而影响有色金属需求。从进出口贸易来看，汇率波动和国家出口管制等因素也将导致供求变动，并进而影响价格走势。

3.6 贵金属——特殊的商品市场

这里要特别说明的是，由黄金和白银构成的贵金属市场是一类特殊的大宗商品市场，并不适用以上传统的供需基本面分析逻辑。具体来说，贵金属是兼具商品属性、货币属性和金融属性的特殊商品，具有保值增值、投机避险功能。以黄金为例，一方面来说，各国的真实黄金供给量往往具有保密性，数据难以获取，而公开数据可信度较低，需求量则更难统计，从供需角度建立价格预测模型将存在严重误导性。另一方面，相比于直接用于消费所反映的商品属性， 以投机用途为主所反映的货币和金融属性更加明显，对价格的影响也更大。

以美元计价的贵金属，价格走势主要由美国经济表现（通胀率、实际利率、房屋开工率等）、国际地缘政治局势、投资者预期等因素决定。

3.7 纯基本面分析可能存在的陷阱

一般来说，基本面资料可以远在技术面信息前提供重要价格走势信号。相对于技术面分析来说，基本面分析主要用于预测中长期价格走势，对于具体进场时间和拐点的把握可能有失偏颇，具体来说：

1. 时效掌握不佳。市场对于基本面状态的反映可能存在超前或滞后。当基本面模型显示多空信号时，可能市场行情早已完成一大半或是趋势尚未跟上，此时若立即建立头寸则可能发生严重亏损。

2. 拐点无法捕捉。脱离价格本身的基本面模型可能在行情顶部依然显示多头信号，行情底部依然显示空头信号，而实际上当价格降到一定程度时，不论供给多大，可能不再偏空。

此外，意外事件的发生可能突然改变市场的供需均衡，如战争和自然灾害等，进而导致原基本面分析方法暂时失效。

因此，我们不应过度坚持基本面的看法，而应将其视为一种工具，评估市场是否脱节，一旦基本分析达成结论后，观察技术因子是否可以确认前述结论。即科学的交易策略应当结合基本面分析和技术面分析，前者用以判断行情方向，后者用于评估进出场时间。

总结与展望

商品期货投资的关键在于把握未来价格走势，价格预测模型的建立主要依靠基本面分析和技术面分析。基本面分析利用经济资料（包括生产、消费、可支配收入等）从供需角度预测商品价格，因果关系较强。

考虑到不同商品类别具有不同的价格驱动因素，传导机制也存在差异，本文首先对上市满一年、相对较活跃的35个商品期货品种进行分类，分为黑色系、化工品、农产品、有色金属和贵金属五大类，从量价技术面和供需基本面两个视角分类别研究期货品种差异和相关性。结合过去两年的量价数据及各品种基本面特征，我们发现：

1

不同类别商品期货在成交量、收益率波动情况、收益率相关性等方面都存在较为明显的异质性。黑色系品种间相关性较高，与其他大类商品期货相比波动率较大。

2

有必要从产业链构成、可替代性、进出口重要性、政府干预度、宏观经济敏感性等方面对各品种进行异质性基本面分析框架搭建。

3

特殊的贵金属商品市场，由于货币和金融属性强于商品属性，传统的供需基本面分析并不适用，其价格主要受国际经济形势（美国为主）、美元走势、投资者预期等因素驱动。

然而纯基本面分析存在时效把握上的缺陷，需要结合技术面信号以判断进出场时间，以更精准地预测价格走势。本文是对国内商品期货的一个分类综述，接下来，我们将具体对每个大类或品种展开基本面或技术面的研究。