摘要:
本文切入养殖企业的痛点,运用成熟的量化套保的方法,探究生猪养殖企业原材料套保的可行性以及历史套保效果,同时对生猪与上游原材料之间的价格传导给出了定量的分析。
背景介绍
受到2020年8月以来爆发的非洲猪瘟疫情影响,国内能繁母猪存栏和生猪存栏大幅下降,猪肉价格出现了大幅上涨,今年多家生猪养殖上市公司都有可观的盈利增长。而随着2020年下半年国内存栏恢复,猪肉价格存在下行的可能,企业风险管理需求迫切。
可行性分析与套期保值回测:豆粕
(1)可行性分析(豆粕现货:张家港)
通过分析豆粕期现货历史上的风险(波动率)变化,发现期货市场的风险大于现货,并且两者的变化趋同。原始数据上,期货与现货相关性均值为0.45以上,且由于原始数据包含了多个周期尺度信息,而套保企业往往持仓周期较长,所以企业受中长周期上的波动影响较大,受短周期影响较小。所以,使用多周期分解方法进行分解之后,可以明显发现长周期上有较高的相关性(最高达到0.8),说明长周期上期货领先现货的特征,也印证了期货市场的价格发现功能。随后我们考察了长中短三个周期尺度,发现长周期上的相关性是最高的,其相关系数大于0.6,因此我们认为现货具有套期保值的可行性。
(2)套保回测(豆粕现货:张家港)
我们以0.5、0.8分别作为套保比例的下限,发现多尺度最小波动率套保有效降低了组合的风险水平,且风险指标均有效降低。同时,对比不同套保下限对组合风险收益的影响,下限0.5的收益表现更佳,而下限0.8的套保策略牺牲一部分收益,获得整体组合风险的显著降低。在豆粕案例中,考虑实际操作时企业的风险承受能力以及资金的充足情况,建议选择最小波动率套保方案(对冲比例小,且风险控制较好)。
可行性分析与套期保值回测:玉米
(1)可行性分析(平舱价:玉米:大连港)
通过分析发现,玉米期现之间的相关性并不强,平均值在0.1左右。在多周期分解后,发现其在长周期上表现出较显著的领先滞后性,现货较期货在长周期上有一定的滞后。
(2)套保回测(平舱价:玉米:大连港)
我们以0.5、0.8分别作为套保比例的下限,通过回测发现,玉米的套期保值并没有取得较好的效果。
生猪与豆粕、玉米相关性分析
通过考察期生猪与玉米、豆粕的相关性可以看到,生猪现货和玉米的相关性一直在降低；生猪现货和豆粕的相关性不高,均值为0.11。也就是说,从原始数据上,我们很难看到一些周期性的特征。而在长周期上,生猪与豆粕之间有着较为明显的周期特征,且生猪较豆粕来说有约50天较为明显的领先。
结论
总之,在豆粕案例中,考虑到企业的风险承受能力以及资金的充足情况,建议选择最小波动率套保方案。而在玉米案例中,因为玉米期现之间相关性不是很明显,因此其套保效果不是很理想。
本文切入养殖企业的痛点,运用成熟的量化套保的方法,探究生猪养殖企业原材料套保的可行性以及历史套保效果,同时对生猪与上游原材料之间的价格传导给出了定量的分析。
背景介绍
受到2020年8月以来爆发的非洲猪瘟疫情影响,国内能繁母猪存栏和生猪存栏大幅下降,猪肉价格出现了大幅上涨,今年多家生猪养殖上市公司都有可观的盈利增长。而随着2020年下半年国内存栏恢复,猪肉价格存在下行的可能,企业风险管理需求迫切。
可行性分析与套期保值回测:豆粕
(1)可行性分析(豆粕现货:张家港)
通过分析豆粕期现货历史上的风险(波动率)变化,发现期货市场的风险大于现货,并且两者的变化趋同。原始数据上,期货与现货相关性均值为0.45以上,且由于原始数据包含了多个周期尺度信息,而套保企业往往持仓周期较长,所以企业受中长周期上的波动影响较大,受短周期影响较小。所以,使用多周期分解方法进行分解之后,可以明显发现长周期上有较高的相关性(最高达到0.8),说明长周期上期货领先现货的特征,也印证了期货市场的价格发现功能。随后我们考察了长中短三个周期尺度,发现长周期上的相关性是最高的,其相关系数大于0.6,因此我们认为现货具有套期保值的可行性。
(2)套保回测(豆粕现货:张家港)
我们以0.5、0.8分别作为套保比例的下限,发现多尺度最小波动率套保有效降低了组合的风险水平,且风险指标均有效降低。同时,对比不同套保下限对组合风险收益的影响,下限0.5的收益表现更佳,而下限0.8的套保策略牺牲一部分收益,获得整体组合风险的显著降低。在豆粕案例中,考虑实际操作时企业的风险承受能力以及资金的充足情况,建议选择最小波动率套保方案(对冲比例小,且风险控制较好)。
可行性分析与套期保值回测:玉米
(1)可行性分析(平舱价:玉米:大连港)
通过分析发现,玉米期现之间的相关性并不强,平均值在0.1左右。在多周期分解后,发现其在长周期上表现出较显著的领先滞后性,现货较期货在长周期上有一定的滞后。
(2)套保回测(平舱价:玉米:大连港)
我们以0.5、0.8分别作为套保比例的下限,通过回测发现,玉米的套期保值并没有取得较好的效果。
生猪与豆粕、玉米相关性分析
通过考察期生猪与玉米、豆粕的相关性可以看到,生猪现货和玉米的相关性一直在降低；生猪现货和豆粕的相关性不高,均值为0.11。也就是说,从原始数据上,我们很难看到一些周期性的特征。而在长周期上,生猪与豆粕之间有着较为明显的周期特征,且生猪较豆粕来说有约50天较为明显的领先。
结论
总之,在豆粕案例中,考虑到企业的风险承受能力以及资金的充足情况,建议选择最小波动率套保方案。而在玉米案例中,因为玉米期现之间相关性不是很明显,因此其套保效果不是很理想。