投资者情绪影响生猪期货价格发现功能的实证研究

黄亚林 徐洁（湖南农业大学）

关键字：投资者情绪；生猪期货；价格发现功能

一、引言

21世纪以来，我国生猪价格周期性波动，整体呈上涨趋势，生猪价格的波动会对居民生活和宏观经济的发展与稳定产生重要影响。为减少生猪价格的波动，我国首批生猪期货合约于2021年1月8日上市交易，但在生猪期货上市后，猪肉价格迎来连续10个月的下跌。如何看待生猪期货上市后，生猪价格仍旧波动，行为金融学认为投资者的行为和心理因素影响资产的价格。价格发现是期货市场的重要功能，理性的生猪期货市场是这种功能实现的必要前提。然而，投资者情绪容易导致投资者形成非理性的价格预期，拉大商品期货的基差，抑制期货市场的价格发现功能。

二、相关文献研究评述

生猪期货是一种重要农产品期货，在一定程度上影响了农产品价格。学术界围绕生猪期货价格方面进行了研究，付莲莲、喻龙敏（2021）[1]运用非对称误差修正和门限模型，研究发现生猪与猪肉价格之间存在双向因果关系。王涛、桂成（2023）[2]通过向量修正模型、GS模型分析发现，我国生猪期货在价格发现中起单向的主导作用，对现货具有价格发现功能。

行为金融学指出，由于知识背景、环境等因素影响，投资者的行为和心理因素（比如市场情绪）也会影响到资产的价格。周亮（2018）[3]通过构建三因子定价模型的方法，使用代理变量构造情绪指标，发现投资者情绪与钢材期货市场价格波动呈现正相关关系。包晓忠（2020）[4]研究投资者情绪对玉米期货价格的影响，发现投资者情绪上涨，期货价格发现功能减弱。熊熊（2020）[5]通过线性回归模型，研究发现股指期货市场价格发现功能伴随投资者的情绪上涨而降低。朱莉（2021）[6]利用DY溢出指数，研究发现期货市场的关联度会受到投资者情绪的干扰。前人对于投资者情绪的研究，都说明了投资者情绪对相关市场的影响作用。

由于我国生猪期货上市较晚，相关文献较少，尚未有文献从实证角度对投资者情绪和生猪期货价格发现功能之间的关系进行研究。本文基于行为金融学理论，分析投资者情绪和生猪期货价格发现功能的关系。希望可以为生猪相关从业者科学养殖、投资提供依据，并为政府相关部门制定稳定生猪市场的政策措施提供参考。

三、投资者情绪与生猪期货价格发现功能的理论分析

期货市场价格发现功能实现的前提是投资者理性预期及市场有效性。在期货市场中，如果市场完全有效，面对新信息的冲击，现货与期货能够同时作出反应，维持一个长期稳定的动态均衡，价格发现功能得以实现。但现实生活中，投资者情绪的存在导致金融市场并非完全有效，在投资者情绪上升阶段，噪声交易者放大市场利好消息、忽略市场利空消息，其非理性行为形成的合力更容易主导市场，导致市场过热，价格偏离基本供求关系，价格发现功能受到抑制。反之，在投资者情绪较低的时期，理性的投资者占据市场，严谨的投资行为将促进市场的有效性，此时，期货市场将能较好地实现价格发现功能。

基差是某一商品期货与现货价格之差，现货价格一般高于期货价格，所以基差常表现为负数。当投资者情绪上涨，对未来现货看好时，期货价格将上升基差将趋于正值。因此，基差反映了现货、期货之间的价格变化。基差的稳定代表了期货市场价格功能的正常发挥。

图1为2021年1月—2023年3月生猪期货投资者情绪、基差走势图。可以看出，投资者情绪指数与基差走势基本相同，当投资者情绪上涨时，基差也随之走强，甚至表现为正值，如2022年9月—11月；当投资者情绪低迷时，基差也随之减弱，常为负值，如2021年3月—2021年5月。此外，投资者情绪的拐点一般比基差的拐点出现得早，比如2022年10月，在投资者情绪开始下降后，生猪基差也开始下滑，直至2个月后，投资者情绪折而向上，生猪基差才开始增长。总之，以上情况说明了投资者情绪与期货价格发现功能存在相关性。

图1 生猪期货投资者情绪、基差走势图

四、生猪期货投资者情绪与价格发现功能的实证分析

（一）数据选取

本文选取生猪期货的基差（Basis）、投资者情绪（oi）作为变量，选择2021年1月—2023年3月间的113个周度数据进行研究，数据均来源于Wind资讯金融终端。生猪基差取大商所生猪期货主力连续合约收盘价与生猪全国现货平均价之差，投资者情绪采用活跃合约期货持仓量。关于投资者情绪，参考郑晓宏、杨文静（2017）[7]的相关研究，中国缺少主观类情绪指标，一般采用成交量、持仓量等客观指标表示投资者情绪，由于成交量受供求等因素影响较大，为了数据的可及取性与代表性，采用期货成交量作为代表指标。持仓量大，代表投资者情绪高涨；持仓量小，代表投资者情绪低迷。为避免异方差，本文对原始变量进行自然对数处理。

（二）模型的建立及检验

1.平稳性检验

运用VAR模型的前提是系统中的变量具有平稳性，因此我们采用ADF检验两个数据序列的平稳性，具体结果见表1。

表1 序列的ADF检验结果

检验结果显示：Lnbasis的时间序列平稳，lnoi的时间序列不平稳，oi一阶差分后的时间序列平稳。因此，本文将采用序列Lnbasis、Dlnoi的数据来建立VAR模型。

2.向量自回归模型

本文设定包含投资者情绪序列（Dlnoi）和基差序列（Lnbasis）的VAR模型如下：

其中，n是根据相关信息准则判定的滞后阶数。

为确定VAR模型的滞后阶数n，本文对VAR模型的最佳滞后阶数进行测试，结果见表2。

AIC统计量所确定的滞后阶数为3阶，HC统计量和SC统计量所确定的滞后阶数为1阶，因为以上三个滞后阶数不一致，因此，本文采用由LR检验确定的滞后阶数3阶为最佳滞后阶数。

表2 滞后长度标准阶数

为测试VAR模型的平稳性，本文运用AR根进行检验，结果如图2所示，所有根都落在单位圆内，VAR模型具有稳定性，可以进一步进行格兰杰因果检验和脉冲响应分析。

图2 VAR模型平稳性检验结果

3.格兰杰因果检验

通过Granger检验，从表3可知，在5%的显著性水平下，p值分别为0.016和0.431，即生猪投资者情绪是生猪价格发现功能的Granger原因，生猪价格发现功能不是生猪投资者情绪的Granger原因。生猪投资者情绪与生猪价格发现功能之间存在单向的因果关系。

表3 Granger因果检验结果

4.脉冲响应函数

对VAR模型进行一个标准差的脉冲响应函数结果如图3，左上图为投资者情绪对于来自自身冲击的反应，右上图为基差对于来自投资者情绪冲击的反应，左下图为投资者情绪对于来自基差冲击的反应，右下图为基差对于来自自身冲击的反应。从左上图可以看出，投资者情绪在受到自身冲击后逐步下降，在第一期后几乎为零，从右上图可以看出，生猪基差受到投资者情绪冲击后，在短期内会出现较为稳定的正向效应，在第2期后逐渐减弱并变为负向效应，在第3期达到负向效应的最大值后逐渐减弱为0。这表明，投资者情绪高涨时，投资者看好未来生猪期货价格走势，期货价格上升，基差拉大。但随着投资者开始理性，基差逐渐稳定下来。从左下图可以看出，投资者情绪几乎不会受到生猪基差的冲击，这表明生猪基差几乎不会对生猪价格发现功能产生影响。从右下图可以看出，基差对于来自自身的冲击在第一期引起剧烈反应，之后慢慢吸收了冲击。

图3 脉冲响应函数

五、结论与政策建议

（一）结论

本文将投资者情绪与基差作为变量，运用VAR模型、Granger因果检验进行实证分析。研究结果表明：投资者情绪短期内会对生猪的期货价格发现功能产生负向影响，而投资者情绪几乎不受生猪期货价格发现功能的影响。总之，投资者情绪会抑制生猪期货的价格发现功能。

（二）建议

1.优化生猪期货市场参与主体结构

建议提升证券、基金、信托等机构投资者及境外专业机构投资者在生猪期货中的占比，并且相关部门要继续完善政策，为机构投资者参与生猪期货提供方便。同时，加强投资者专业培训，提高个人投资者的专业能力，树立理性投资理念，加快形成由专业个人投资者和机构投资者构成的生猪期货市场投资者结构。

2.提高生猪期货市场信息透明度

完善信息披露制度，及时发布对投资者决策产生影响的重要信息，并对信息的真实性加强监管。同时，建立信息共享平台，让投资者能够多渠道、多形式地及时获取信息，减小信息不对称的影响。

3.监测投资者情绪变化

投资者情绪的波动会传递到生猪期货市场，因此，要建立相关投资者情绪指数，通过观察投资者情绪的变化对生猪市场的价格波动风险进行预测和防范。另外，根据生猪期货投资者情绪的变化，适度引导生猪产量，促进生猪价格平稳，保证生猪市场健康稳定发展。