国际视窗 INTERNATIONAL OUTLOOK 的功能, 并对最终消费者福利产生不利影响 1 然而, 关于金融参与对最近商品价格行为所带来巨大影响的研究, 本质上属于高度的实证主义 (Fattouh, Kilian 和 Mahadeva, 2012) 本文认为, 适当的政策行为应当与理论和实证

Transcription

1 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES * 商品市场中金融参与变化的原因及启示 Causes and Implications of Shifts in Financial Participation in Commodity Markets Bassam Fattouh 1 Lavan Mahadeva 2 ( 1,2 牛津能源研究所 ; 1 伦敦大学东方及非洲研究学院 ;) 摘要 : 本文主要评估了 2003 年后商品市场中更大规模的金融参与发生的原因及启示 以原油为关注点, 我们构建了一个影响消费者福利的, 包括原油价格与数量的校准宏观金融模型 分析表明, 金融投机者偏好和约束条件的变化并不能解释观测到的期货价差运动, 从而很难使消费者福利暴露于冲击之下, 即便存在意见分歧时 现货原油的供需变化可以更好地解释许多通常归因于金融化的特性, 包括金融参与本身 一 概述商品市场在过去十年中最重要的发展之一就是那些不涉足实体产品生产或消费的市场参与者, 如对冲基金 养老基金 保险公司和散户投资者等, 正在越来越多地参与到期货和衍生品市场中 金融创新降低了商品衍生品的投资成本, 并让金融参与者能够通过各种各样的金融工具, 如期货 期权 指数基金 交易所交易基金 (ETFs), 以及其他定制产品, 来增加对商品的风险敞口 蓬勃发展的实证研究将商品价格行为的变化与金融参与转变联系在一起 在这一趋势引发的显著效应中, 比较著名 的有 : 更大的现货价格波动性 (Tang 和 Xiong, 2010; Hamilton 和 Wu, 2012); 原油和金融资产 原油和其他非能源商品之间更强的价格联动性 (Silvennoinen 和 Thorp, 2010; B y k ahin 和 Robe, 2011); 金融参与者的投资策略 偏好 风险厌恶度和财政约束会对期货价格造成影响 (Acharya, Lochstoer 和 Ramadorai, 2011; Etula, 2009; Singleton, 2011); 原油价格和库存资产之间关系的崩溃 (Masters, 2008); 当前现货价格 未来现货价格以及未来交割价格间的因果关系增强 (Hannesson, 2012) 这些发现引发了政策制定者的某些担忧, 即高涨的投机势力扭曲了商品市场 * 本文系由上海期货与衍生品研究院主办的第二届期货与衍生品市场国际会议 (2 nd ICFDM) 优秀论文 本文要感谢 Ron Alquist, Lutz Kilian, Galo Nuno, Yingying Wu, 同时感谢联合欧洲央行 挪威银行 2012 年法兰克福货币政策和大宗商品价格研讨会 2013 年第二届期货与衍生品市场国际会议的参会者对本文的评论 本文仅代表作者个人观点, 与牛津能源研究所及其成员无关 52

2 国际视窗 INTERNATIONAL OUTLOOK 的功能, 并对最终消费者福利产生不利影响 1 然而, 关于金融参与对最近商品价格行为所带来巨大影响的研究, 本质上属于高度的实证主义 (Fattouh, Kilian 和 Mahadeva, 2012) 本文认为, 适当的政策行为应当与理论和实证保持一致 因此就需要证明 : 金融化的潜在转变究竟是否会产生与实际观察的规模和方向相匹配并且伤害最终消费者的商品价格变化 另外, 一个全面的测试还应当考虑, 是否标准供需变化无法更好地解释这些相同的观察, 包括金融参与程度的加深 本文填补了这一空白 我们之所以关注原油, 部分原因是由于原油在商品的金融投资中占据相当大的一块 ( 见 Baker, 2012) 但原则上我们的研究成果适用于任何可储存的期货交易商品 我们对原油市场建立一个创新校准宏观金融模型, 来区分纯原油市场金融中介机构的激励和约束行为 2 模型用于评估 金融化假说 : 近期 ( 过去 2003) 纯金融参与者的大手笔参与大大影响了商品市场行为, 并损害了最终消费者的福利 模型分别对原油消费者 金融投机者和实物投机者 ( 或库存经理 ) 做出特 写 我们假设金融投机者无法储存现货原油, 而是在金融工具投资组合中持有原油期货 ; 实物投机者能够储存原油, 他们既可以等待观望, 也可以在现货市场进行销售, 还可以订立合约销售原油 因此, 该模型将实际储存和原油生产 订立原油合约与生产及最终消费区分开来 自从 1986 年石油输出国组织 (Organization of Petroleum Exporting Countries,OPEC) 管理系统解体后 (Fattouh 和 Mahadeva, 2013), 中间商在控制原油价格波动性对生产者和最终消费者的影响方面逐渐发挥关键作用 3 本模型要解决原油价格的期限结构 远期价格可以作为对现货价格或合约期货价格的概率性预测 库存不需要全面对冲, 且预期未来现货价格并不等于现在通过合约确定的该未来时点的真实价格 要注意的关键点是三种原油市场价格 ( 现货价格 预期未来现货价格和期货价格 ) 各自的内生决定性因素, 以及它们 ( 风险溢价 基差和预期现货收益 ) 之间基于当前 未来信息的价差 不同价差在决定每位市场参与者所获的回报上具有明显差异化的影响 这和实证研究的结果形成鲜明 年, 美国参议院常设人口调查委员会认定, 市场投机行为引起石油和汽油价格上涨, 当每桶油价为 70 美金时, 可能与其中的 20 美金相关 ( 美国州参议院,2006) 最近, 联合国机构不仅呼吁加强对金融投机者的监管, 甚至当其他因素全部失灵时, 监管部门有权直接干预交易来降低商品价格泡沫或避免崩溃 (UNCTAD, 2012) 2 可见 Smith 于 2009 年关于宏观金融模型的研究 3 Adrian, Etula, 和 Muir (2014) 研究发现, 对大量资产来说, 经济自营商杠杆是使用股票和债券价格随机折现因子的有效体现, 这个结果为突出中介作用的资产定价理论提供了支持 但在大多数商品研究中, 投机者仅为实物生产者 ( 假设股票为秘密持有 ), 他在未来或期货市场上将库存全部出售, 唯一的对手方为现货石油的消费者 ( 如 Baker (2012), Telser (1958),Stein (1987)), 最近 Hamilton 和 Wu (2012) 的模型允许不存储实物商品的空头投机者, 但他们并不允许实物投机者和差异化的最终消费者可进行部分对冲 Conroy 和 Rendleman (1983) 将金融投资者的财富和风险厌恶与期现价差联系起来 但他的模型来源于存储, 且未来现货价格为外源性 53

3 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 对比, 后者认为金融中介机构的参与和价格水平有关, 却忽视了中介机构所获的回报是以价差形式存在 认识到这一点很重要, 当为价差间的相互影响建模后, 就能看到利润所发挥的作用, 结构性变化如金融化可通过它而被吸收 虽然在早期关于期货市场成本收益和价格稳定的研究中, 福利发挥了一定作用 (Newbery 和 Stiglitz, 1981; Turnovsky, 1983), 但最近的研究并未试图用标准来评估金融化 4, 金融化的重要性也因此悬而未决 B y k ahin 和 Robe (2011) 认为, 金融化的影响究竟体现了市场效率怎样的发展前景, 是可喜还是堪忧? 要确定这个问题, 就需要进行一些额外工作 本文通过评估金融化对最终消费者福利的影响, 对上述问题也做出解答 消费者福利与原油的现货需求完全一致 : 二者都来自相同的效用函数, 且价格均根据清晰的现货及期货市场进行调节 福利增加的主要动力之一是消费的可预测性, 通过根据效用函数进行调整的补偿消费, 可以得出所产生的福利成本, 也就是为获得相同的效用, 当前和未来所付出的消费相对于基准的百分比 这个模型中的市场是不完备的 最终消费者不能购买期货进行对冲, 金融投机者不能储存原油, 实物投机者不能涉足股票市场 为了进一步强调此结果并不依赖关于金融市场完备性的不合情理的假设, 本文同时关注另一种情况, 即实物投机者 和金融投机者出现无法解决的意见分歧, 偏离了理性预期 正如 Sismek(2012) 所述, 这意味着一份未清偿期货合约的股票并不能反映风险分担, 而是一种纯粹的投机 本文的重点是获得定量预测 尽管此前曾有研究用代数方法得出部分此类预测 (Acharya 等人, 2011; Alquist 和 Kilian, 2010), 但只有建立金融化的定量预测后, 才能与其他结构变化的结果进行比较 即便预测的方向正确, 也可能仅局限于极小的范围, 或可用其他因素做出更好的解释 本文主要采用以下方法 首先, 将 2003 年之前定为匹配期, 并据之校正模型, 因为金融参与在这一阶段之后有较大规模增长 其次, 总结 2003 年以来所观察到的原油市场变量的变化, 得出能与有效理论相匹配的样本外实证观测值 第三, 将 金融化转变 定义为任何能够影响金融投机者 ( 无法实际持有原油者 ) 的偏好或约束的转变 通过对 金融化 ( 因果结构转变 ) 和 更大型金融参与 ( 一种可能的后果 ) 进行区别, 考虑其他因素导致更大型金融参与的可能性 同时, 本文也分析了不同程度转变的后果及原油供需的不确定性 这些变化不受纯金融中介机构偏好的影响, 成为文中实验的控制变量, 同时也确认模型中并无固有因素会妨碍到结构变化对消费者福利的影响 对这些冲击的量化影响, 将其分别与已观察到的金融化时期相比过去的变化程度, 以及我们所认为的关于金融化假设的 4 这里有一个例外, 即 Baker(2012) 的研究, 其与众不同之处在于他允许限制存储, 但并未像本文一样将金融投机者独立出去 他关于较低期货交易成本影响的结论是本文的补充 54

4 国际视窗 INTERNATIONAL OUTLOOK 预测进行比较 因此, 本文对这一假说在多个方面进行测试 : 定量 理论一致性 实证合理性, 以及反对替代性控制解释 综上发现, 本文推翻了 2003 年之后金融化对原油市场变量或最终消费者福利有巨大影响的可能性结论 与之相反, 数值结果表明, 现货原油供需变化更可能解 五章校准模型, 并对测试金融化假设的试验设计做出解释 ; 第六章介绍匹配石油市场行为时遇到的阻碍 ; 第七章用扩展模型来解释消费者福利 ; 第八章进一步把模型扩展到允许出现意见分歧和纯粹投机的环境下, 这是对完备市场和理性预期的强烈背离 ; 第九章对全文做出总结 释这一阶段所观察到的价差行为, 也更可 能对福利产生影响 不仅如此, 现货供需变化能对金融参与下原油价格的相关变化给出更具说服力的阐释 事实上, 本文认为这起因于一般财产权, 不依赖于特殊函数形式 校准或模型的两段性, 金融化转变必须对近期及远期价格有同等的反方向作用 : 只能扭曲现货价格的期限结构, 而非将其抬高或降低 除非当前价格和未来价格对消费者造成明显不同的影响 ( 而这并不太可能发生 ), 否则金融化转变需要足够大, 才能对福利产生和供需变化 ( 可抬高或压低整个现货期限结构 ) 相同的影响 如果发生这一量级的金融化转变, 两个关键的价差 逆转基差和风险溢价 将会出现明显区分 在 2003 年之后, 这一现象似乎并未发生 即便我们承 二 模型本文中的模型共有两个阶段, 为了简单起见, 这里仅使用三组主体 实物投机者能够储存原油, 并将原油在未来出售或现在以远期形式出售 假定他们会支付货物到达最终消费者的运费 金融投机者通过期货 无风险债券和有风险的股票进行交易 5 消费者和生产者只能在现货市场上购买和出售 储存石油产生固定单位成本, 被便利收益抵消 下文中所有小写字母变量代表日志记录 ( 一 ) 实物投机者 Campbell, Chan 和 Viceira(2003) 对投机者的财务决策建立模型 实物投机者的目标是在下一个财富周期使如下指数效用函数最大化 : 认纯粹投机 ( 和偏离理性预期 ) 并非期货交易中单纯的风险分担, 而是具有重要作用, 本文的结论依然适用 本文共分为以下几部分 第二章介绍模型 ; 第三章介绍模型最重要的可概括的属性, 同时对简化假设进行证明 ; 第四章是关于金融化和石油价格的数据评估 ; 第 情况为 : s 期间内的财富用 (1) 表示 财富变化 (2) 5 模型不包括中介机构如代理经销商 ( 包括期货代销商 ) 期货市场清算机构或做市商 这些中介机构与某些 问题有关, 如经纪人扣抵政策的违约风险 (Jordan 和 Morgan, 1990) 但我们并不同意其结论与这一问题有关, 其排除情况是一种合理简化 55

5 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 其中 为 s 周期内的原油价格 收益建立了模型 ( 如 Casassus 和 Collin- (s=0,1), 为在 0 时期订立合同并在 1 时期被交付的原油价格 为购买原油用于实际储存的财富份额, 为储存并通过远期合约出售的份额 ( 也称为对冲比率 ) 在极端情况下,, 所有财富都投入到原油中, 全部留存价值被对冲, 总收入为 实物投机者不会在没有实际储备的情况下持仓 剩余财富被投资到债券中, 为无风险折现率 变量和能够让模型与可用的价差数据相匹配 它们将便利收益 ( 对实物投机者有效回报的积极影响 ) 与固定比例存储 运输成本 ( 消极影响 ) 结合起来 Dufresne, 2005; Pirrong, 2012), 为与这些研究的结论保持一致, 这意味着当标的波动性越高, 便利收益就会越大, 且随预期价格水平和非均值回弹的内在可能性而变化 6 一般来说, 收益的内生因素是如下变量的一个函数, 其中此变量为存在一个价格水平高于引发价格 ( 其中 ), 使用标准累计正态分布 φ(.) 可将此变量表示为 其中 Q1 和 Q2 分别为现货和期货价格中便利收益的弹性 据我们所知, 尚未有研究表明对冲原油是否会比未采取对冲措施的原油更便捷 本文对此进行校准, 结果表明 至于期货头寸, 利润仍不确定 本文将其 第二项中的弹性要比第一项大得多 是 分别记录如下 : 运输和存储费用中便利收益隐含净利的一 个恒量 (3) 卖空期货合约会产生一项随机的比 便利收益预计将成为和中最 例交易收益, 此收益在合同双方重新 重要的部分, 经常会与运输 存储相抵消 直观来看, 便利收益是一种仅实物存储者可以享有的无息持有费, 因为当出现货物紧缺的情况时, 他们可独有地获得货物 便利收益的出现是对石油现货 分配, 取对数之后均值为 0 当大于 0 时, 实物投机者此项利润为负 7 命题 1. 实物投机者要在和中做出选择, 来实现在条件 2 约束下最大化 1, 其近似解决方法为 : 价格和期货价格长期存在差距的最好解 释 (Anson, 2008) 假设下一阶段出现 极高价格的可能性越大, 出现市场混乱的 可能性就越大, 从而便利收益的支付也 就越大 有研究在某种程度上已经为便利 (4) 6 这是一个分析性便利规范 在多数研究中, 对便利收益都建立了清晰的模型, 由库存补充 改变输出的短期 成本 时间延迟和实物存储下限的组合共同构成 本文试验不改变决定便利收益函数的参数 7 通过向期货引入特定风险, 我们可以确定, 相对于对冲石油来说, 应向无风险债券投入的财富量 在实践 中, 这是期货参与的一些随机性因素 (Hirshleifer,1988) 56

6 国际视窗 INTERNATIONAL OUTLOOK 其中, diag(a) 表示矩阵 A 和出的向量 证明见附录十 ( 一 ) 留存量和投资价值有关 共同得 诺价值 不是股票, 作为期货头寸, 它实际上更像一种赌注, 而非投资 8 命题 2. 金融投机者要通过选择和, 在约束条件 7 下最大化 6, 其近似解决方法为 : (5) 如后所示, 把替代一级条件 (4) 代入表达式 (5) 可得出存储服务供应函数 ( 二 ) 金融投机者 其中 (10) 金融投机者不能持有现货, 他们靠合同到期时的未来现货价格和合同价格间的价差盈利 这也意味着在 0 时期, 他们不需牺牲财富来进入期货合同 另外, 他们还可以从其他股票投资中获得总收益 在期货交易中获得一项附加随机要素, 与实物投机者进行重新分配 由此, 他们的目标是最大化 : (6) 受如下预算限制 : (7) 其中表示 1 时期的财富, 是高风险股票相对比无风险债券所产生的财富份额, 是就 0 时期财富所做出的期货承 证明见附录十 ( 一 ) ( 三 ) 现货市场最终消费者的目的是要在两个阶段的消费中获得效用最大化 (11) 其中是贴现率, 且假定每个时期的效用是如下指数形式 (12) 消费总量是购买原油现货和其他物品的所有消费的 CES 总和 (13) 其中对于 s=1,2 则每个阶段消费者对原油的需求为 8 要注意的是, 即便价格水平持续保持积极, 金融投机者仍会制造损失 如果金融投机者损失资金, 他的当前阶段财富将会少于第一阶段财富, 或 (8) 忽视其他价格, 仅关注期货构成, 财富损失可以与积极性期货和下一阶段现货价格水平兼容 (9) 57

7 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 就其他物品的价格而言, 真实价格 (14) 是原油的 对原油现货的总需求是消费者需求和 实物投机者留存量的总和 9,10 (15) 综合开发和提取的原油供给量用一个 11 简单的函数表示 (16) 令 0 时期和 1 时期的需求 供给相等后 重新排列, 得到 : (17) 其中,, 石油 现货价格随偏好 净现货供给以及 在 0 时期留存并在 1 时期放出的货量 同而发生相应变化 且 : 为让期货市场明确化, 应为 现货储存市场由方程 (5) 决定 ( 四 ) 随机过程 其中, 的不 (18) 和服从对数正态分布, (19) 为正 态分布过程的向量, 均值为 0, 方差为 为了简单起见, 这些过程只 有风险资产回报和全球需求 的协方差 不为 0 和 的对数的无条件均值为 和 (s=[0,1]) 所有这些值均为 外源性 基准中的初始价值 和 被设 定为其初始均值, 但可以与试验中的数值 不同 习惯上只有时间标记为 0 或更早的变 量在 0 时刻为已知, 和 为例外, 因为它们上个周期的值已知 本文的计算 主要依赖 和 ; 和 ; 和 的分 布, 所有计算及 0 时点的信息和 和 的表 达式为条件 三 模型特征和一般属性 ( 一 ) 现货价格的期限结构 模型针对可适用于更大范围模型类别 的金融化转变, 描述了两组反应 方程 (17) 直接体现出一个重要属 性, 现货价格的期限结构之间呈反比关 系, 而且不受金融层变化的影响 更高的 库存留存量会推高当前现货价格, 并拉 低预期现货价格 : 但 仅与实物需求力和供给力有关 因此, 金融变化只能使现货价格期限结构 做出倾斜而非改变, 且只能在拉低当前现 货价格的范围内推高预期现货价格, 反之 9 严格说来, 根据, 留存的价格应区别于生产者给出的价格, 因为最终需求和留存并不是完全替代品 但由于它会令演示复杂化从而得到不同价格, 我们假设这二者对最终消费者价格来说是相同的 如果实物投机者需求和最终消费者需求均为固定比例 :, 则这一假设会保持一致 10 与 Pirrong(2012) 演示的存储理论相反, 本文并不采用库存可为非负的条件 这不是因为我们认为这一条件不重要或不实际, 而是因为在我们看来, 这一条件对有关福利的主要结果影响不大 在分析中加入这一限制, 会使数值解决方法太过于复杂化 11 可用任何现货石油供应的模型替代 例如, 我们可以将耗竭性 开采成本 垄断或共谋行为的可能性予以合并 58

8 国际视窗 INTERNATIONAL OUTLOOK 亦然, 拉低和推高的程度相仿 (20) 其中表示的百分比变化, 这种变化是金融层变化的结果 在更常用的模型中, 当, 且,, 属性 20 也应成立 ( 亦为近似值 ) 由此可以得出, 要让金融化转变对消费者产生较大影响, 其福利必须对现货价格期限结构的扭曲具有高度的差别感受 我们有理由认为, 对跨时期价格的高差别感受性并不对应油价波动对消费者影响的合理描述 12 因此, 属性 20 代表了对金融化转变政策影响的重要限制, 这是一项较新的发现 应当看到, 这可以推广到一个多阶段模型 在时点的现货市场结算关系为其中为库存变化, 为需求弹性, 为基本需求, 和为相应的供给 从中可以得出 : (21) 在纯金融层变化中, 和保持不变, 期限结构中某一点的价格变化, 会对应另一个点上向相反方向的同样比例变化 回到两阶段设定, 考虑到风险溢价和逆转基差之间的变化关系, 二者都因更大 规模金融化发展背后的潜在推动而升高 : (22) 从而引发金融化转变, 仅在风险溢价和逆转基差之间存在较大差别反应时, 现货价格才会受到实质影响 如果金融化转变是一个保护消费者的现象, 我们应当注意到 ( 至少应当推断出 ) 价差的这一较大差别行为 模型中的价差行为因此非常重要 根据方程 (4), 实物投机者对每项风险资产的投资价值比率 对冲和非对冲石油 与其各自的风险厌恶无关 13 但实物投机者的对冲和非对冲库存之间的内部利润能够进行调整, 从而在对手方风险厌恶行为或其他金融层情况发生变化时, 保护实物投机者的利益 事实上, 通过操控对冲比率, 实物投机者可以获得与金融投机者相近的回报 例如, 买入对冲库存并卖出非对冲库存, 买入卖出比例为, 这将会产生的净回报 ( 源于不确定性或便利收益 ) 实物投机者从而可以通过增加对金融投机者预期回报的敞口, 来减小对现货价格的敞口 ( 或甚至取消 ) 如果存在能影响现货价格而非风险溢价的结构性变化, 实物投机者可以保证自己免受损害, 其持有的库存量也会受到较小影响 12 举例来说, 据预算责任办公室 (The Office for Budget Responsibility, OBR)(2012) 估算, 在英国消费者的消费 预算中, 汽车燃料 电力和天然气消费各占 4% 左右 从原油价格到前台油价的过渡会产生几个月的问题, 而家用燃气和电力则更多地采用固定合约, 并依赖于下一阶段价格预期 13 这种分离性质对于金融投机者是不成立的, 因为他们的期货头寸并未包括在投资组合中 (Lioui 和 Poncet, 2005) 命题 1 相对熟悉, 可见 Campbell 本文 (2003), 命题 2 则更加新颖 59

9 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 当模型中的期货和预期现货价格相同时, 这种可能性并不存在, 如 French (1986) 或 Alquist 和 Kilian (2010) 的研究 14 ( 二 ) 存储市场我们可以根据市场存储服务来重铸模型, 让它的结构更加直观 综合方程 (5) 和 (17) 并重新调整后, 得出存储服务需求函数 : (23) 存储供给函数更加复杂 首先, 把现货价格 (17) 代入库存清算函数 (5) 并重新整理得到 : (24) 根据实物投机者的优化条件 (4), 留存供给是预期增值和基差的递增函数 : 和通过期货市场结算 ( 方程 (18)), 匹配空头期货 ( 方程 (4) ) 和多头期货头寸 ( 方程 (10) ), 可以将基差和预期增值结合 : 金融化参数 ( 如金融投机者风险厌恶或资源 ) 由一个典型的金融化参数概括 和多数认为风险溢价并不发挥作用 ( ) 的阐述不同, 金融化参数仅通过这一期货市场关系来影响原油市场 现在我们将基差代入方程 (24) 可得出 : (25) 在我们的简化市场中, 方程 (25) 为一条上斜的存储供应函数 已有研究中与方程 (25) 最类似的, 是 Working(1948) 的存储供应函数 根据该函数, 利息调整基差低于 0, 从而激励长期持有库存的行为 但 Working 同时也承认有其他因素会影响存储供应 ; 事实上他的主要观点是现货溢价的疲软程度并非对完全对冲库存回报的完全描述 要考虑的还有存储成本, 以及当库存较低时, 较高的便利收益同样也会刺激长期持有库存 这里的问题是金融化是否能够影响存储供应函数, 从而降低库存留存量, 提高价差 ( 三 ) 最终消费者行为讨论的另一个点是我们对消费行为的简化假设 在这里, 其他物品的消费数量由外生因素决定, 是随机的 鉴于对原油和其它物品消费的相对价格的预期, 消费者会对其所消费的原油量进行选择, 从而决定了他们的消费总量 效用及福利 因此, 当原油价格无法提前预知时, 消费者的效用也会降低 反之也可以允许消费者通过储蓄, 甚至石油消费生产资料的购买, 来实现跨时段调整消费总量 如果跨时段调整是可行的, 则在 1 时点现货原油最终消费的一阶条件应为 : (26) 从而获得考虑到非线性的需求解决方案 如果不能跨时段替换, 我们可以用线性化方案 (14) 处理 同时, 跨时段优化也会因消费总量的内生而让整个分析变得更加复杂 14 早期研究中讨论了未对冲石油作为唯一资产的投资组合的吸收潜力 如 Dusak(1973) 60

10 国际视窗 INTERNATIONAL OUTLOOK 这样做真的可以吗 直观来看 排除 可以看到 净便利收益 由逆转基差代 平滑消费和预防性储蓄意味着我们夸大了 表 在2003年升至峰值 之后则开始一 金融化的影响 当我们发现影响微弱时 路滑落 其间仅在 年间出现过一 结论将很可能通过这一扩展得到强化 类 段短暂逆转 逆转基差的这些变化可以用 似的论述也适用于生产 在这里我们同样 后2003年事件 理论解释 由于逆转基 排除了平滑性 差在布伦特原油 Brent 和WTI显示了同 样的行为轨迹 因此这一模式并不能归因 四 金融化和原油市场行为变化的根据 图1描绘了非商业交易商 互换交易商 于Cushing管道摩擦 Borenstein 和 Kellogg, 除外 相对实际原油价格在西德克萨斯轻质 原油 West Texas Intermediate WTI 期货 市场上的净多头头寸 正如已有研究表明 可以确定 平均参与度从2003年开始发生变 化 当金融化增强时 原油价格也呈上升态 势 但同样值得注意的是 2008下半年 当 金融危机的严重性日趋明朗时 更大规模的 金融化和更高价格水平的发展趋势正好相 图1 非商业交易商的净多头头寸和原油价格 反 我们当然可以怀疑非商业交易商的净多 注 黑线代表 10 个月的移动平均数 来源 圣路易斯 头头寸程度是否能够代表投机压力的适当程 美联储 St. Louis Fed 的美国商品期货交易委员会 U.S. 度 B y k ahin和 Harris, 2011 但由于本 Commodity Futures Trading Commission CTFC 报告 及自主计算数据 文仅限于对日期的确定 因此下文中将以 1986年7月至2002年12月为基准 而2003年 至今则为更大型金融化的时代 图2描绘了逆转基差 的度量 正如本文所定义的 基差 期货价格减 去现货价格 是对冲存储的一种简单收 益 完全的净超额回报还要根据便利收 益 期货参与成本 存储成本 风险溢价 和无风险利率 后者为机会成本 进行调 图2 实际逆转基差 1个月vs. 12个月 运算 整 在这些除外组件中 我们可以假定便 注 来 源 彭 博 Bloomberg 及 自 主 计 算 数 据 经 利收益变化最大 为了保证此处没有套利 济 合 作 与 发 展 组 织 Organization for Economic Co- 从而使存储的净回报保持不变 基差和便 operation and Development OECD 总石油股票 期 末 数百万桶 利收益必须朝相反的方向变化 在图2中 15 随后我们将通过图形讨论库存的重要性 61

11 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 表 1 不同金融化体制下的交叉行为变化 对实际油价事后升值 ( 实物投机 变量 1986 年 7 月至 2002 年 12 月 2003 年 1 月至 2012 年 1 月平 单位 平均值 均值 实际石油价格 年美元计 实际反向基准 9.4% 1.9% 年化算术回报率 调整后利率水平 9.5% 1.1% 实际便利收益率标准差 ( 年化 ) 31.3 pp 34.4 p 年化算术增长 实际石油年化月度 4.8% 17.5% 价格增值算术增长率 事后估计年化算术回 13.3% 19.2% 实际回报率报 注 : 实际价值计算使用美国居民消费价格指数 (consumer price index,cpi)( 食物及能源除外 ) 所有石油价格 数据以 1 个月的纽约商业交易所 (New York Mercantile Exchange,NYMEX)WTI 期货价格为基础, 代替当前 现货价格 国债年收益率作为便利收益 超额回报假设 在到期前按一项为期 12 个月的合同执行 来源 :St. Louis 联邦储备局, 自主计算 表 1 概括了金融化之前和之后体制中各种关键变量的不同之处 根据表格前四行可以看出, 由于原油价格翻倍, 逆转基差下降了 7.5pp( 从 9.4% 降至 1.9%), 利率调整项下降了 8.4% 原油价格增值的不确定性进一步增高, 至少对于 12 个月的油价是这样的 16 用市场的说法, 基于金融化 原油价格翻倍, 以及长期波动性的轻微加剧, 整个行势已经从市场现货溢价转变为反转期货曲线 这一公司程式化事实应适用于所有有效的解释 我们姑且可以得出这样的结论 : 金融化之后, 在当前现货价格基础上, 升值保持稳步, 风险溢价也沿同样方向 16 者获得的未对冲存储回报的事后衡量, ) 的简单计算结果在 2003 年之后平均较高 但鉴于样本中 2008 年油价的高波动性及暂时下跌, 我们在思考时也应当更加谨慎 因此, 本文在校准时所基于的仅是预测更高的升值, 而非其他公司对预测升值所发生变化的规模的已有了解 表 1 同时也显示了金融投机的事后回报, 这是对纯金融投机者的不可见风险溢价实现,, 且在 2003 年之后平均较高 但 Plante 和 Thies(2012) 证明, 和 年间的情况相比, 金融投机者的平均年度原油回报在 年间更高, 在近 5 年至 2012 年 2 月间则更低, 他们大致描述了一个模型, 即风险溢价和当前现货油价沿同一方向移动 由于他们使用了更合适的商品指数数据, 我们倾向于认为风险溢价的走向变化应与原油现货价格呈正相关态势 17 要注意的是, 这些平均数值掩盖了实际的跨时期变化和非线性, 这些差异非常重要, 并在各种争议中被一再重复, 相应观点将原油市场上激增的金融交易和另一种不同的原油市场行为联系在一起 关键是要看清, 两段时期间的行为转变更多的是因为金融化转变, 而非其他竞争因素或解释 图 1 中对参与度和油价的简单视觉对比并不意味这里存在因果关系 对不同油 在金融化发展期间, 月度油价波动出现轻微下跌, 最近一段时间, 长线波动性相对短线来说更加剧烈 Pastor 和 Stambaugh(2012) 认为, 关于股票回报的问题, 由于不确定性超过了均值回归, 长线波动性会比相对应的短期波动性更加剧烈 17 可参考 Hamilton 和 Wu(2012) 的研究 62

12 国际视窗 INTERNATIONAL OUTLOOK 价行为的另一种解释和金融化关系很小 例如,Kilian(2009),Kilian 和 Murphy (2010),Plante 和 Y cel(2011a,2011b) 都指出, 从 2000 年开始, 总需求开始迅速 持久地增长, 从而推高油价 年底, 石油库存较少, 随即又发生了委内瑞拉罢工 海湾战争和尼日利亚骚乱 ( 图 2) 图 2 显示了股价在 2002 年 年间强劲复苏, 这很可能是预料到未来会有更大的需求 (Kilian 和 Murphy, 2010) 正如我们所料, 这一驱动是伴随着便利收益的下降 ( 逆转基差下降 ) 在 2006 年, 强烈的需求使得库存减少, 便利收益攀升 但在 2008 年中期金融冲击到来时, 石油需求下降, 库存再次积存 由于市场突然吸收了危机造成的影响, 油价在接下来的 6 个月内大幅下跌 不过尽管下跌幅度剧烈, 但价格下跌的时间并不长,2009 年 1 月即开始复苏 ( 图 1) 但逆转基差又开始长期下滑: 在长时间的经济衰退中, 只要库存维持在高水平, 就不需要考虑便利性 19 因此, 很可能是原油预期供需的变化给金融化造成影响, 而非反向 20 五 实验设计 ( 一 ) 基准的校正及解答本文以 2003 年之前的数据进行基准校正 根据此期间内 10 年期平均实际国债利率估值, 本文令无风险利率为 3.5% 权益对数回报率的均值及方差设定为与 2003 年之前标准普尔的实际年回报的算术平均值和标准差相匹配 ( 分别为 8.6% 16.9pp) 我们不允许任何股票年回报的自回归, 但为保持数据的吻合, 全球需求设为有一个 0.2 的条件自相关 从全球 GDP 数据来看, 原油需求的标准差为 5%, 自回归约为 0.4 根据全球 GDP 增长 (5.8%) 来设定全球需求增长 实物投机者 金融投机者和消费者的风险规避参数为 2 这个参数的估计在文献中有很多种, 如果存在一个共识, 那应该是 2 令石油供需弹性分别为 Kilian 和 Murphy(2010) 称, 考虑到库存的影响, 需求弹性与使用弹性的预估中值接近 供给弹性相比已有研究中的冲击弹性要更高, 但第二阶段可以从长期性角度解读, 即弹性普遍与该值接近 其他参数包括, 相对于最终消费量的石油库存名义份额, 令其为 10% 这是为了对美国商业和战略库存的变化与美国最终消费之间的比例做出大致估算 令两个阶段的石油消费量为 5% 令供给的均值和方差对应 2003 年之前阶段现货价格水平的期望升值率和其标准差 预计供给量将以 0.8% 的速度减少 描述净便利收益 ( 方程 3) 的参数值无法观测 对石油存储成本的标准计算得出这个参数应为油价的一个很小的百分比值 其中必须加入运输成本, 且必须有能够与之持续抵消的便利常量 我们的解决 18 Foss 和 Gulen(2012) 对 2002 年后的供需变化做出更复杂的设定 19 必须谨慎分析股票和基价的联系, 不能过于机械化, 因为股票可能会被错误估算, 其他因素也可能会改 变这一关系 20 最后的可能性是两种变化在很大程度上彼此独立, 但图 1 中的共同波动太过巧合, 可能会引起质疑 63

13 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 方法是, 根据 2003 年之前基差和风险溢价的平均估值来调整这些参数 同样的, 我们令期货交易成本的标准偏差为 3%, 从而令实物投机者的无风险资产份额在 5 10% 之间 ( 我们的结果对于更低的值甚至于 0.5% 仍是稳健的 ) 将针对便利性的价格诱因设为基准均价的 2.5 倍 给定这些参数和实物投机者及金融投机者投资组合的一个合理起点, 由方程 (4) (5) (10) (17) (18) (19) 21 组成的模型可以得出数值解 这一结果被定为基准 在基准中, 基差为 10%, 风险溢价为 13%, 预期升值为 3% 预期油价水平的有条件标准差为 30%, 与表 1 中前金融化时期的数值接近 期货多头占金融投机者财富的 54%, 比实物投机者高约 36%, 即无风险资产占实物投机者的财富份额为 7% 他们的对冲比例为 79%, 与对冲量占总准备金 70% 的墨西哥接近 金融投机者的财富中无风险资产份额为 4% 净便利收益的外源性成为最终价格的一半 (0.48), 未对冲石油的便利收益弹性为 0.12, 对冲石油的弹性为 0.50 ( 二 ) 模拟分析本节主要对实验设计进行解释和验证 我们试图了解这些参数会在多大程度上发生改变 即, 我们倾向于把试验的规模作为出发点或准则, 而不是试图完全拟合数据 我们针对纯金融投机者的潜在偏好或 限制, 模拟了两个特殊变化 : 首先是金融投机者风险厌恶的下降 ; 其次是他们所能掌握的可用于购买股票或无风险资产的金融资源的增加 风险厌恶的下降, 意味着金融投资者面临的约束代理发生变化 事实上, 根据 Acharya 等人 (2011), 风险厌恶参数被视为约束性杠杆比率 Bekaert, Hoerova 和 Duca (2010) 认为, 在 2000 年中期, 基于股票价格的隐含波动率进行实证测算, 估计出风险厌恶开始减弱 因此, 使这一参数转向风险中性被视为是合理的, 足以成为一个良好的起点 在形式上, 我们针对金融投机者风险厌恶相对其基准值 的下降进行试验 鉴于财富的增加, 我们从金融总量数据中进行谨慎的估算, 如 1, 因为其中包含了内部金融交易 除了承担风险的能力和意愿之外, 没有其他理由使任何组织的未平仓量或净多头头寸量受限于用于交易的实物原油量 起初, 实物原油在无期货或远期合约的情况下被交易 其次, 在实物市场流行的交易中, 石油可以在不降低未平仓合约总量的情况下完成交易 另一方面, 合同实现不一定要采取实物交割形式 : 合同可以通过现金方式关闭 ( 在特定交易允许的情况下 ), 或更可能的是, 通过转售合约结束合同, 两个对立的合同最终因同一未来买家的账户到期而抵消 因此, 正如模型所描述的, 期货头寸量和石油卖出量之间的关系必须取决于风险偏好和投机者的财富 21 方程 (19) 和 (17) 联合起来体现了投机者的长期回报 参考附录 64

14 国际视窗 INTERNATIONAL OUTLOOK Brandmeir, Grimm, Heise, Holzhausen 和 Steck (2012) 提供了潜在金融财富的一些简单证据 他们认为, 年期间, 在 52 个主要国家中, 私人家庭的净金融资产逐年递增,2008 年出现下降, 年又开始缓慢增加, 正好与金融化模型相匹配 ( 至少定性的来说 ) 他们估算的年度上涨量并不大, 约在 3-5% 左右, 远远低于金融公司总资产的增长 为了与此保持一致, 我们模拟金融投机者的财富增长 25% 当然, 可能发生的潜在金融化变化还有其他许多可能的种类 最近, 有许多关于降低无风险利率会带来何种影响的讨论, 这些讨论鼓励更多地承担风险 22 另一个可能的试验是降低金融交易成本 Baker (2012) 研究了这一效应, 认为其重要性并不明显 我们的试验同样囊括了这些变化, 但篇幅起见, 本文并未涉及, 且这些结果都非常相似, 在第三章中针对金融化变化的反应的一般属性讨论, 同样也适用于这些情况 我们模仿了更大的净供给量, 以及 实物石油供需更大的不确定性 因为 2008 年中期实际油价出现下跌, 本文令预期供给放松 5%( 上升 ) 当前油价将会下跌 10% 当然这说明了: 可以扭转放松的影响, 并将这一结果视为在 年期间对收紧净供应量的预期后果的近似指导 在更大规模的金融化时期 ( 表 1), 油价似乎变得更加难以确定 ( 在短期内 ) 我们因此尝试对供给冲击波动性上升进行试验, 其从基准值的 8% 升至 9.3% 期间内供需变化的证据包括, 在工业化和收入水平上升后, 非 OECD 国家对全球石油需求的迅速增长 (Kilian 和 Murphy,2010), 以及军事冲突 政治不稳定和劳工冲突等给石油生产国带来的供给冲击 此外, 由于消费者减少了石油预算的份额, 在上个周期内石油供需的价格反应出现普遍下滑 (Baumeister 和 Peersman, 2011) 在与前文中程式化事实相匹配的同时, 也体现了对金融化假设不同链条的接受或拒绝 我们总结如下 : (1) 金融投机者偏好和资源的潜在变化, 导致金融参与者更高的参与度, 并使 表 2 更大规模的金融化对期货多头和油价的影响 下行变化效应作用假设 P0 E0[P0] F 0 1 假设 基准值 0.87 预测 基准值 1.03 of Po 0.91 of Po 预测 更大规模的金融化 与基准值相差的百分比 金融投机者的风险厌恶 : ve ve 金融投机者的财富 : 25% 的增长 1.6 +ve ve 供需变化 与基准值相差的百分比 供给消息 : 5% 的宽松 供给波动 : pp 这与所谓的 追逐收益或无风险利率的风险承担渠道 有关, 有研究称, 这可能引发了商品市场更大 规模的金融化 可参考 Frankel (2006) Basu 和 Gavin (2011) 的研究 在本文数据中, 预测两个样本间的实际 10 年期美国国债利率从 3.5% 跌至 2.0% 追逐收益通常与资产价格猛涨有关 据本文估算, 相比之前的 8.6%,S&P 平均年度月回报在 2003 年之后跌至 5.9%, 标准差基本维持不变 ( 从 16.2pp 到 15.2pp) 65

15 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 得油价水平上升 ( 见文章六 ( 一 )); (2) 金融化使库存减少, 价差增大 ( 见文章六 ( 二 )); (3) 金融化增加了现货油价的不可确定性 ( 见文章六 ( 三 )); (4) 要让消费者效用水平与非金融化情况下相比保持不变, 就需要对其作出补偿 ( 见文章第七部分 ); (5) 金融化会让最终消费者福利对冲击更敏感 ( 见文章第七部分 ) 最后一点是我们认为最接近公众关注的核心所在 : 与其说更大规模的金融化是否会直接影响福利, 不如说金融化是否残忍地令最终消费者暴露于变幻莫测的政治冲击 石油泄漏和其他与石油相关的不确定事件 六 模型结果 ( 一 ) 期货多头仓位和油价第一个金融化分假设为与金融机构更大参与度相关的潜在变化已经抬高了油价水平 我们将此写为如下公式 : 更大规模的金融化表 2 对此进行了测试 在第一行, 我们观察到由于金融投机者在分配资金方面更低的风险厌恶对原油合约 现价 期望价格水平和期货价格的影响 将金融参与者的风险厌恶程度从 2 降至 1.5 将提高他们的参与度, 约 1.9% 将他们的可支配资产提高 25% 也将使他们对油价期货合约加仓类似的比例 不过, 当和整体金融参与度的长期趋势 变化和波动效果相比, 这些效果 又显得不那么明显 最后两行测试的是基础物理条件发生变化所带来的效果 : 可预见的未来更加丰富的供给和对该供给的不确定性程度的上升 这些变动是有可能对金融参与者的多头仓位产生决定性的影响的 原因很简单, 和金融参与者的投机需求相反, 市场里确实是有基础投资者的风险对冲需求的 当原油的风险和回报变化, 对冲的需求也会改变, 相应地, 金融投机的持仓也产生变化 在我们的模型中,5% 的供应增加将意味着投机者的潜在损失, 他们不愿再对冲, 由此金融参与度降低了 17% 而供应不确定度的略微增加则带来了对冲的需求, 不过同时也为提供对冲服务的金融投机者带来了更多的风险 具体下来, 对金融参与者来说, 这意味着 2.7% 的风险升高 23 在价格水平上, 该假设预测金融化带来了价格水平的提升, 我们也确实观察到这种价格变动的现实 然而就规模上来说, 效果不显著 : 现货价格仅提升了 0.5% 那么, 大规模的金融化变动带来的价格变动是否能更接近我们观察到的价格变动现实呢? 模拟显示, 即使总财富提高到基准价值的 50 倍, 整体价格水平也仅上升 4% 后金融化的价格水平差不多有金融化之前的两倍, 我们不认为整体价格的上涨是由于大规模金融化而产生的 同时, 金融化使期望期货价格下降的幅度与现货价格上涨幅度相当 : 这是期限结构的扭曲表现 正如我们在三 ( 一 ) 节 23 在我们的模拟中, 这个结果是最不稳健的, 但是这对于解释我们的结论并不重要 66

16 国际视窗 INTERNATIONAL OUTLOOK 解释, 这是金融层面的变化带来的一个普遍特征 : 期望价格和现货价格变动方向是相反的 这也将限制金融化变动对整体福利的影响 与此形成鲜明对比的, 我们在数据中观察到供给和需求则会对油价产生巨大的影响 预期净供给 5% 的增加将使现货价格降低约 11% 随着库存变少, 预期的现货价格下跌近 3%, 期货价格下跌 1% 即使是净供给波动性的些许上升, 也会拉升现货和预期现货价格 那么这些实证文献对将非贸易投资人的净头寸的上升和油价联系起来的金融化概念是何启示呢? 我们已经说明了金融化的变动不大可能解释油价水平的巨大变动 反倒是预期供给和需求的变动能导致价格变化 非贸易投资人的净头寸不需要由金融机构的偏好和约束影响, 金融机构的头寸也是由实际层面的变化决定的 因此, 更大量的金融资本引流和更高的油价的相关性并不能成为金融化假设的决定性证据 ( 二 ) 库存和价差 表 3 更大规模金融化对总库存量和价差的影响在下一个分假设中, 库存在平复差价方面的作用减弱, 金融化因此使石油市场的秩序陷入混乱, 该分假设可用如下形式表达 24 : 更大规模的金融化其中, 是物理层面冲击造成的影响, 其弹性为 X, 发生在 1 时期 更大规模的金融化 源于更低的风险厌恶或更多的财富 预计会提高留存量, 这与金融化假设正好相反 25 与此同时, 价差 逆转基差 风险溢价和预期升值, 这些因素都被凝聚为金融投机者更大的风险承担倾向, 并增加他们能够掌控的资源, 从而提高其承担风险的能力 在三 ( 一 ) 部分, 我们预测, 金融层变化如果意味着风险溢价和基差间的较大分差反应, 则仅会导致当前现货价格水平的较大增长, 二者之间的差距因此缩小 根据表 3, 在两大金融化变动发生后, 该 表 3 更大规模金融化对总库存量和价差的影响 下行变化效应作用 假设 假设 基准值 1.00 预测 预测 更大规模的金融化 与基准值相差的百分比 金融投机者的风险厌恶 : ve ve 金融投机者的财富 : 25% 的增长 0.2 -ve ve 供需变化 与基准值相差的百分比 供给消息 : 5% 的约束 供给波动 : pp 这一结构与 French(1986) 的著名研究有关 他认为, 如持有库存的边际成本较大, 则期货价格对当前时 期的变动极不敏感, 因为对留存的反应很小 在极端条件下, 价格在不同时点会变得混乱 与易腐烂货物的跨时期价格类似 Fama 和 French(1987) 对不同货物的库存成本和价格差异间的关系进行了实证研究 25 这与 Acharya 等人 (2011) 的定性研究结果一致 67

17 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 差距变动仅为 1pp 我们认为这和当前价格水平缓慢增长 (0.5% 左右 ) 的情况是一致的 事实上, 这和表 2 中报告的反应非常接近, 说明这些反应与预计价格水平所产生的微小变动相一致 与此相反, 未来会有更多净供应额的消息, 会使留存量大量减少 5% 的预期供给增长会令留存量减少 3.6% 关键在于, 只有这种期望的供应增加能比较接近于复制表 1 中估计过的对基准的影响 预期净供应额放松 5%, 由于更低的便利收益率, 逆转基差将下降 9.6pp 这与观点一致, 在放松约 3.9% 后, 超额供给在 2008 年中期后已经消失, 其基础为表 1 中的逆转基差下降 7.5pp:( ) 放松的预期净供应还可令风险溢价轻微下降, 预期升值大幅提高 金融化转变意味着, 当前现货价格攀升时, 风险溢价将会下降, 这似乎与我们期望的并不一致 因此, 供需变化对收益的影响从性质上说更符合我们的预期, 虽然对风险溢价和升值的变化时间 规模要比基差更难匹配, 对其的推断并不容易 最后一行显示, 任何附带的额外供给不确定性都会增加持有库存的风险, 从而在不影响留存的情况下提高价差 因此, 如果证据显示逆转基差和金融参与都在 2008 年中期下降, 更合理的说法似乎是突然认识到其原因应为供大于求, 而非金融化的其他变化 更令人惊讶的是, 金融化的影响其实很小 在三 ( 二 ) 部分介绍了供需存储服务模型, 这里从中进一步引申 首先要注意 存储服务供需价格弹性 ( 分别为 24 25) 彼此间存在关联 : 二者的关键参数为, 是供需弹性的逆转 这是因为存储供给被实物投机者定为正常值 一项金融资产, 现货价格弹性因此而影响到留存的隐含实际量 如此一来, 高基准值意味着对存储的供给和需求相对价格来说并不敏感 金融化改变影响了存储供给, 具有同样弹性的留存量 ( 方程 25) 因此发生了预期升值 众所周知的石油低供需弹性是金融化对库存影响不大的原因之一 但另一个关键机制在于, 金融化对风险溢价的刺激并不明显 ( 表 3) 正如三( 一 ) 部分所述, 这是因为实物投机者可以通过改变对冲和非对冲库存组合, 来吸收这些变化的影响, 金融投机者可以通过其他投资来增加多元化, 从而在一定程度上接受某些风险 分析留存量的对冲部分, 可以提供进一步的制度思路 我们可以回头来看表 2 的第一栏, 其中显示了金融投机者的期货头寸, 和实物投机者的对冲留存呈比例变化 (, 且保持不变 ) 与上述表格中关于总留存量的反应相对比, 可以确定, 对冲留存相比总留存量来说具有更大的成比例反应 ; 当金融投机者的财富增加四分之一时, 对冲库存会增加 1.9%, 对冲比率上升 2.1(= )pp 由此可见, 金融化会令对冲增高 ( 三 ) 不可预测性下一个分假设是金融化增加了现货油价的不可预测性, 从而无法通过期货价格 68

18 国际视窗 INTERNATIONAL OUTLOOK 判断下一阶段的现货价格 : 更大规模的金融化表 4 更大规模金融化对油价不可预测性的影响 下行变化效应作用 (Var 0 [P 1 ]) 0.5 假设 基准值 (Var 0 [P 1 ]) 0.5 = 0.29E 0 [P 1 ] 预测 更大规模的金融化 与基准值相差的百分比 金融投机者的风险厌恶 : ve 金融投机者的财富 : 25% 的增长 ve 供需变化 与基准值相差的百分比 供给消息 : 5% 的约束 -2.6 供给波动 : pp 18.3 表 4 揭示了金融化对油价的条件标准差所产生的影响 这些变化对价格水平不确定性所造成影响的规模, 与价格水平均值 ( 见表 2 的倒数第二栏 ) 的比例反应相当 这是因为对数正态分布变量的属性只随着其对数的均值变化 : 价格水平的规模发生变化, 方差随之变化 一个明显的例外是当供给波动增大时, 价格水平波动独立于规模而上升 18% 从而更大规模的金融化应降低标准差, 并提高价格信号的精确度 例如, 金融投机者更低的风险厌恶会提高市场承受风险的能力 这由此也对金融化假设提出反驳 但即便这样, 金融化的影响仍低于供需变动造成的后果 特别是更高的供给波动, 相比金融化来说, 其造成的影响幅度要大得多 将现货价格可预测性的变化归因于基础波动变化, 要更有说服力一些 虽然从这个角度来说, 对供需冲击和参数变化分别引起的不确定性进行区分非常重要 但本文主要关注前者 : 已经有 情况表明, 更大规模的金融化并不会令冲击不确定性恶化 在影响金融投机者的参数中, 如果更大规模的金融化与更高的不可预测性相伴而生, 则其自身就会使波动性增高 例如, 如果金融参与者的风险厌恶与其杠杆相联系 ( 可见 Acharya 等人 (2011)), 或我们要模拟一个紧缩市场, 由具有风险喜好和不确定偏好的单一投机者占主导, 则产生的结果将会完全不同 七 消费者福利本章关注金融化对福利的影响 一个必要的步骤是扩展模型, 纳入消费者效用, 从而作为福利计算的基础 表 5 更大规模金融化对消费者福利的影响 下行变化效应作用 C W 补偿相关 金融化假设 金融化的变动 与基准值相差 金融投机者的风险厌恶 : ve 金融投机者的财富 : 25% 的增长 ve 供需变化 与基准值相差 供给消息 : 5% 的约束 供给波动 : pp 0.35 ( 一 ) 为消费者福利扩展模型先通过 1 时期稳定状态下消费者生命周期效用的二阶近似值 ( 方程 11), 之后取 0 时刻的期望, 来计算消费者福利 : (27) 为了要计算福利, 首先需要解决消费的稳态值, 对于 第二阶段消费的条件均值, 及其条件方差 附录十 ( 二 ) 中描述了后两项值如何用二阶 69

19 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 近似 福利通过所有日期已知的消费比例来评估, 这些消费用来补偿结构变化, 从而使效用维持在基线水平 如 : 下面对 金融化会使最终消费者福利恶化 的说法进行检验 : 更大规模的金融化结果可见表 5 通过条目( ) 的更积极作用可知, 福利低于基准, 需要进行积极补偿 模拟结果表明, 由更低程度的风险规避 更多的投机者财富或更低的无风险利率所引发的更大规模金融化, 将会 ( 通过减少福利补偿 ) 提高福利 这是源于风险共担所带来的好处, 与前文结果是一致的 关于净供给量会放松 5% 的预测, 会将预期现货价格拉低 11%, 在本例中具有最强的增加消费者福利的作用, 这相当于减少 3.04pp 消费补偿 甚至就连供给波动的温和升幅也会使福利恶化 0.35pp, 这是因为更大的不确定性会引发更高的价格水平 表 6 更大规模金融化对消费者福利成本敏感性的影响 下行变化效应作用 金融化假设 基准值 0.35 预测 金融化的变动 与基准值相差 金融投机者的风险厌恶 : ve 金融投机者的财富 : 25% 的增长 ve 供需变化 与基准值相差 供给消息 : 5% 的约束 0.11 供给波动 : pp 0.03 最后, 我们分析了消费者福利对冲击 的敏感性, 来评估金融化是否对其有恶化作用 更大规模的金融化结果可见表 6 为得到这一结论, 我们在基准值范围内模拟了等距的积极和消极供给消息矢量 表 6 中的结果是这些点上数字衍生工具的平均值, 每个点撷取了相关供给水平上的福利动向 半弹性的基准值为 0.35, 意味着使当前现货价格降低 1% 的较高未来供给消息, 将会使与必要消费相当的福利薪酬降低 0.35pp 这证实了基础性冲击在模型中的重要性 表 6 的其他信息描述了金融化及其他变化下, 这一半弹性的发展情况 当存在更低的风险厌恶或更多的资源时, 金融化几乎不会影响消费者福利的敏感性 供给放松 5%, 会对增加消费者敞口起到最重要的影响作用 ; 消费者福利对供给消息的敞口将会上涨约 0.11pp 这些结论否定了金融化会对消费者福利造成损害的说法 八 允许意见分歧截止目前的分析, 金融期货是作为实物投机者和金融投机者之间的风险共担工具而存在的 Sismek(2012) 最近证明, 某些环境的存在貌似具有可信性, 即当使用金融工具交易时, 风险共担和纯投机的动机会结合起来 特别是当投资者之间出现意见分歧时, 通常会导致纯投机行为的发生, 因为每个投资者都会试图用金融贸易来证明自己的意见是正确的 Sismek (2012) 称, 正是由于这些分歧的存在, 金融创新总会增加参与者资本净值变量中 70

20 国际视窗 INTERNATIONAL OUTLOOK 的投机成分 一个可能的情况是, 当金融交易不再仅限于风险共担, 更大规模的金融化就会意味着假说中所预测出的所有影响 Milgrom 和 Stokey(1982) 称, 当风险厌恶交易者在帕累托最优时开始行为并收到私人信息, 他们将不会同意任何理性预期下的非空贸易 这表明, 我们应该深入分析是否舍弃金融化假设对意见分歧是稳健的 因此, 接下来的这一部分正是对背离理性预期的结果的稳健性测试 这里介绍一项金融投机者和实物投机者关于下一阶段价格均值的意见分歧, 实物投机者预测平均价格低于真实均价 ( 约 20%), 而金融投机者预测平均价格高于真实均价 (20%) 根据 Sismek(2012) 的研究表明, 当分歧较大时, 确实存在一定影响 ; 而当分歧是关于有纯投机行为 ( 期货价格 ) 的资产回报, 或其他回报 ( 预期现货价格 ), 则并不一定会产生影响 本文假设方差并不存在分歧, 且消费者 生产者均预测出正确的均价, 也即现货市场的明确之处 分别用实物投机者和金融投机者的预期和, 来代替方程 (4) 和 (10) 中的, 可得出 :, 其中 (28) 并解决了反映这些分歧的投资组合份额 模型中的其他表述仍保持不变 表 7 是关于期货头寸 油价 油价不确定性和消费者薪酬福利的差异 正如 Sismek(2012) 所述, 巨大且持久的意见分歧引发强烈的纯投机交易动 机 : 金融投机者买入的期货量占财富的比例从 89% 上升到 105%, 且基本面保持不变 因此, 他们针对这一差异赌上了自己财富的将近 20% 有趣的是, 金融化对纯投机行为有更大的影响 例如, 金融化和金融参与之间潜在变化的联系加强 ( 第一栏 ), 基本是非金融化下的两倍 更为重要的是, 风险厌恶的下降以及财富上升 25%, 对油价造成的影响分别为 5.1% 和 2.5% 这基本是非金融化情况下效果的 5 8 倍 尽管这些结论很有趣, 但仍无法解释其对油价总上涨量的主要影响 金融化对油价的影响仍低于净供给增长 5% 所带来的影响, 后者预计会将当前价格拉低近 9% 在纯投机情况下, 降低供给对金融参与造成的影响要远远低于非纯投机情况 越来越多的参与反映了针对意见分歧所做的赌注, 我们认为, 这并不受供给减少和相关新闻消息的影响 即便在纯投机情况下, 金融化也并不会损害消费者福利 在非投机的金融化情况下, 消费者通常经济状况良好 当投机存在时, 更大规模的金融化甚至会带来更多好处, 在本文的两种金融化转变中, 分别表示补偿降低 6% 和 3% 金融化确实通过非纯投机动机和其他因素降低了油价的不确定性 金融扩张虽然允许专业投资者更多押注, 但同时也保护了消费者不受长期意见分歧的影响 总之, 允许纯投机行为存在后, 通过允许对假设的适当偏离, 即油价预期主要集中于不确定性, 我们发现金融化可以给 71

21 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 表 7 纯投机情况下更大规模金融化的影响 下行变化效应作用 配以纯投机不配以纯投机 配以纯投机 不配以纯投机配以纯投机不配以纯投机 基准值 更大规模的金融化 与基准值相差的百分比 金融投机者的风险厌恶 : 金融投机者的财富 : 25% 的增长 供需变化 与基准值相差的百分比 供给消息 : 5% 的约束 供给波动 : pp 油价和金融参与带来更大的影响 但本文仍保留结论的主要依据 九 结论我们并未发现支持金融化假说多重链条的根据, 金融化对石油市场变量和最终消费者福利的影响很小 金融化冲击对改变预期现货价格期限结构的影响存在一般性限制, 库存管理人员可通过改变对冲和非对冲库存的比例来保护最终消费者 与此相反, 净供给量预期变化和净供给波动变化对价差 福利甚至金融市场参与度都有重要影响 那些声称已发现金融化重大影响的研究论文, 忽略了反向因果关系, 其价值并不高 本文中模型设定的市场并不完备, 我们将纯投机行为定位在大规模持久性的意见分歧基础之上, 即对理性预期的背离, 并在此背景下对理论进行反复验证, 但实际金融市场中的交易摩擦并没有包括在内 例如, 本文中的金融投机者并不使用杠杆, 并将那些明显符合低系统性风险的目标最大化 我们不关注存在承担平均损失的噪声交易者 机构投资者 (Basak 和 Pavloca, 2013) 羊群行为或泡 沫 (Jovanovic, 2013) 的可能性 我们也不关注参与者之间的信息差异, 这些差异可能如 Danthine(1978) 或 Kamara(1982) 所述, 解释了原油价格如何向参与者传输信息 减小他们的风险 对期货市场信息角色的研究指出, 理论和证据表明, 期货交易往往能在正常情况下稳定现货价格, 但信息摩擦可能会和其他因素相结合, 改变这一结果 本文并未深掘 Williams(1987) 的策略, 在他看来, 因为匹配的关系, 现金或远期石油交易的交易成本并不确定, 从而使结果与风险厌恶类似, 期货价格可能低于现货价格, 而原因在于匹配过程和期货市场的促进作用 如果离开原本的假设, 沿着这些方向前进, 我们可能会发现金融化更重要的作用 但即便如此, 这些基础市场失灵现象可能会激发特定政策解决方案, 或要求更谨慎的实证支持 例如, 如果拥有社会次优目标的高杠杆金融投机者的进入破坏了石油市场, 对宏观和微观层面的审慎监管就应该启动 因此, 对其他金融市场失灵进行纠正的政策设计可能并不适用于石油市场 综上所述, 本文认为关键之处在于, 应首先对金融化可能引发市场失灵的 72

22 国际视窗 INTERNATIONAL OUTLOOK 渠道做出判断 一阶条件的来最大化下列表达式 : 十 附录 ( 一 ) 投机者投资组合方案实物投机者的预算约束 ( 方程 1) 如下 : 其中 (29) (34) 对于金融投机者, 我们将预算约束 (7) 定为 : 是实物投机者的投资组合回报, 二阶近似值为 : 的 其中 的二阶近似值约为 : 根据 0 时期信息取条件期望可得 : (30) 从而得出 : (35) 得 : 和 因此, (31) (32) 服从条件对数正态分布使 In (33) 取 1 的最大值相当于通过选择正文所述 (36) (37) 73

23 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES 一阶方案的其他步骤可见实物投机者的案例 ( 二 ) 下一阶段消费的分布根据 Kmenta(1967), 总消耗量的对数关于的二阶近似值 ( 方程 13) 为 : 联合正态分布, 且, 则 : 和同样适用 因此 : 由于 服从正态分布, 其条件均 值为, 条件方差为, 其中 : (39) 则 值 遵循非中心卡方分布, 条件均, 条件方差 要 用和来计算的条件协方差, 根 据 Stein 的论点, 如果和为 ( 条件 ) 且 : 作者简介 Bassam Fattouh, 牛津能源研究所 ( 牛津大学认可独立研究中心 ) 主任, 伦敦大学东方及非洲研究学院教授 Lavan Mahadeva, 牛津能源研究所 ( 牛津大学认可独立研究中心 ) 高级研究员 参考文献 : [1] Acharya, V. V., Lochstoer, L. A., & Ramadorai T. (2011). Limits to arbitrage and hedging: Evidence from commodity markets. NBER Working papers 16875, National Bureau of Economic Research, Inc., Cambridge. [2] Adrian, T., Etula, E., & Muir, T. (2014) Financial intermediaries and the cross-section of asset returns. Journal of Finance (forthcoming). [3] Alquist, R., & Kilian, L. (2010) What do we learn from the price of crude oil futures? Journal of Applied Econometrics, 25, [4] Anson, M. J. (2008). The pricing and economics of commodity futures. In F. J. Fabozzi, R. Fuss, & D. G. Kaiser,(Eds.), The handbook of commodity investing (The Frank J. Fabozzi series, chapter 2, pp ). New Jersey: John Wiley and Sons. [5] Baker, S. D. (2012). The financialization of Storable commodities. Job market paper, Carnegie Mellon University, Pittsburgh. 74

24 国际视窗 INTERNATIONAL OUTLOOK [6] Basak, S., & Pavlova A. (2013). Asset prices and institutional investors. American Economic Review, 103, [7] Basu, P., & Gavin, W. T. (2011). What explains the growth in commodity derivatives? The Federal Reserve Bank of St. Louis Review, 93, [8] Baumeister, C.,&Peersman, G. (2011). The role of time-varying price elasticities in accounting for volatility changes in the crude oil market. Working papers 11-28, Bank of Canada, Canada. [9] Bekaert, G., Hoerova, M., & Duca, M. L. (2010, September). Risk, uncertainty and monetary policy. Working paper 16397, National Bureau of Economic Research. [10] Borenstein, S.,&Kellogg, R. (2012). The incidence of an oil glut: Who benefits from cheap crude oil in the Midwest?NBER Working papers 18127, National Bureau of Economic Research, Inc. [11] Brandmeir, K., Grimm, M., Heise, M., Holzhausen, A., & Steck, G. (2012). Global wealth report, Economic research and corporate development, Allianz. [12] B y k ahin, B., & Harris, J. H. (2011). Do speculators drive crude oil futures prices? The Energy Journal, 32, [13] B y k ahin, B., & Robe, M. A. (2011). Does paper oil matter? Energy market financialization and equitycommodity co-movements. Accepted paper series , SSRN. [14] Campbell, J. Y., Chan, Y. L., & Viceira, L. M. (2003). A multivariate model of strategic asset allocation. Journal of Financial Economics, 67, [15] Casassus, J., & Collin-Dufresne, P. (2005). Stochastic convenience yield implied from commodity futures and interest rates. Journal of Finance, 60, [16] Conroy, R. M., & Rendleman, R. J. (1983). Pricing commodities when both price and output are uncertain. Journal of Futures Markets, 3, [17] Danthine, J.-P. (1978). Information, futures prices, and stabilizing speculation. Journal of Economic Theory, 17, [18] Dusak, K. (1973). Futures trading and investor returns: An investigation of commodity market risk premiums. Journal of Political Economy, 81, [19 ]Etula, E. (2009). Broker-dealer risk appetite and commodity returns (Staff Reports 406). New York: Federal Reserve Bank of New York. [20]Fama, E. F., & French, K. R. (1987). Commodity futures prices: Some evidence on forecast power, premiums, and the theory of storage. Journal of Business, 60, [21] Fattouh, B., Kilian, L., & Mahadeva, L. (2012). The role of speculation in oil markets: What have we learned so far? C.E.P.R. Discussion papers [22] Fattouh, B., & Mahadeva, L. (2013). OPEC: What difference has it made? Annual Review of Resource Economics, 5, [23] Foss, M. M., & Gu len, G. (2012). Factors impacting the oil price. Think Corner Research Note, Center for Energy Economics. [24] Frankel, J. A. (2006). The effect of monetary policy on real commodity prices. Working paper 12713, National Bureau of Economic Research. 75

25 期货与金融衍生品 FUTURES AND FINANCIAL DERIVATIVES [25] French, K. R. (1986). Detecting spot price forecasts in futures prices. The Journal of Business, 59, S39-S54. [26] Hamilton, J. D., & Wu, J. C. (2012). Risk premia in crude oil futures prices. Working paper, University of Chicago Booth School of Business. [27] Hannesson, R. (2012). Does speculation drive the price of oil? OPEC Energy Review, 36, [28] Hirshleifer, D. (1988). Residual risk, trading costs, and commodity futures risk premia. The Review of Financial Studies, 1, [29] Jordan, J. V., & Morgan, G. E. (1990). Default risk in futures markets: The customer-broker relationship. The Journal of Finance, 45, [30] Jovanovic, B. (2013). Bubbles in the price of exhaustible resources. International Economic Review, 54, [31] Kamara, A. (1982). Issues in futures markets: A survey. Journal of Futures Markets, 2, [32] Kilian, L. (2009). Not all oil price shocks are alike: Disentangling demand and supply shocks in the crude oil market. American Economic Review, 99, [33] Kilian, L., & Murphy, D. (2010). The role of inventories and speculative trading in the global market for crude oil. C.E.P.R. Discussion papers [34] Kmenta, J. (1967). On estimation of the CES production function. International Economic Review, 8, [35] Lioui, A., & Poncet, P. (2005). Dynamic asset allocation with forwards and futures. Accepted paper series, SSRN. [36] Lucas, R. E. (2003). Macroeconomic priorities. American Economic Review, 93, [37] Masters, M. W. (2008). Testimony before the committee on homeland security and governmental affairs, United States Senate, Congress, US Congress. [38] Milgrom, P., & Stokey, N. (1982). Information, trade and common knowledge. Journal of Economic Theory, 26, [39] Newbery, D. M., & Stiglitz, J. E. (1981). The theory of commodity price stabilization: A study in the economics of risk. Cambridge, UK: Clarendon Press. [40] OBR. (2010, September). Assessment of the effect of oil price fluctuations on the public finances. Occasional paper, Office for Budget Responsibility. [41] Pastor, L., & Stambaugh, R. F. (2012). Are stocks really less volatile in the long run? Journal of Finance, 67, [42] Pirrong, C. (2012). Commodity price dynamics: A structural approach. New York: Cambridge University Press. [43] Plante, M., & Thies, J. (2012). Commodity futures investing: Method to the madness. Economic Letter: Insights from the Federal Reserve Bank of Dallas, 7, 1-4. [44] Plante, M. D., & Y cel, M. K. (2011a). Did speculation drive oil prices? Futures market points to fundamentals. Economic Letter: Insights from the Federal Reserve Bank of Dallas, 6. 76

26 国际视窗 INTERNATIONAL OUTLOOK [45] Plante, M. D., & Yucel, M. K. (2011b). Did speculation drive oil prices? Market fundamentals suggest otherwise. Economic Letter: Insights from the Federal Reserve Bank of Dallas, 6. [46] Silvennoinen, A., & Thorp, S. (2010). Financialization, crisis and commodity correlation dynamics. Research paper series 267, Quantitative Finance Research Centre, University of Technology, Sydney. [47] Singleton, K. J. (2011). Investor flows and the 2008 boom/bust in oil prices. Accepted paper series , SSRN. [48] Sismek, A. (2012). Speculation and risk sharing with new financial assets. Working paper 17506, NBER. [49]Smith, R. P. (2009). Real-financial interactions in macro-finance models. Quantitative and Qualitative Analysis in Social Sciences, 3, [50] Stein, J. C. (1987). Informational externalities and welfare-reducing speculation. Journal of Political Economy, 95, [51] Tang, K., & Xiong,W. (2010). Index investment and financialization of commodities. NBERWorking papers 16385, National Bureau of Economic Research, Inc. [52] Telser, L. G. (1958). Futures trading and the storage of cotton and wheat. Journal of Political Economy, 66, 233. [53] Turnovsky, S. J. (1983). The determination of spot and futures prices with storable commodities. Econometrica, 51, [54] UNCTAD. (2012). Don t blame the physical markets. Policy Brief 25, United Nations Conference on Trade and Development. [55] United States Senate. (2006). The role of market speculation in rising oil and gas prices: A need to put the cop back on the beat. Staff Report, Permanent Subcommittee on Investigations, United States Senate. [56] Williams, J. (1987). Futures markets: A consequence of risk aversion or transactions costs? Journal of Political Economy, 95, [57] Working, H. (1948). Theory of the inverse carrying charge in futures markets. Journal of Farm Economics, 30, ( 翻译 : 林鹏轩 ; 责任编辑 : 陶然 ) 77