【正文】 因?yàn)槠谪泝r(jià)格的價(jià)格發(fā)現(xiàn)功能，在公司沒(méi)有參與套期保值前公司產(chǎn)品或原材料價(jià)格的波動(dòng)對(duì)公司生產(chǎn)經(jīng)營(yíng)有重要影響，市場(chǎng)勢(shì)必對(duì)其作出同向反應(yīng)。表 3—6b 銅業(yè)公司 VAR 一 BEKK 模型估計(jì)結(jié)果表 3—6c 鋅企業(yè) VAR 一 BEKK 模型估計(jì)結(jié)果注:加***、**、*分別表示在 1%、5%和 10%水平下顯著。個(gè)別公司的股價(jià)波動(dòng)甚至能對(duì)國(guó)內(nèi)期貨價(jià)格產(chǎn)生很小的正向影響，這與企業(yè)參與套期保值的程度和自身對(duì)原料的議價(jià)能力有關(guān)。 （3）系數(shù)值大小的影響因素較復(fù)雜，系數(shù)值與企業(yè)的以鋁產(chǎn)品數(shù)量占比及其議價(jià)能力有很大相關(guān)性，如寧波富邦公司的影響值最小，因?yàn)樗匿X產(chǎn)品占主營(yíng)業(yè)務(wù)約為 73%，遠(yuǎn)不如其他三家公司平均達(dá)到 95%以上。從上表我們可以發(fā)現(xiàn)，套保前公司股價(jià)與期價(jià)波動(dòng)關(guān)系:（1）矩陣元素（1,2）的 ARCH 項(xiàng)和 GARCH 項(xiàng)均顯著，說(shuō)明在參與套期保值前期價(jià)波動(dòng)對(duì)股價(jià)有顯著的正向影響，因?yàn)槠髽I(yè)未進(jìn)行套期保值，所以企業(yè)的原材料或產(chǎn)品價(jià)格受到國(guó)內(nèi)該品種期貨價(jià)格的影響，期貨市場(chǎng)上該品種的價(jià)格波動(dòng)對(duì)企業(yè)股價(jià)波動(dòng)造成相同方向影響，同時(shí)這種波動(dòng)溢出效應(yīng)還具有一定的持續(xù)性。接下來(lái)我們按前文描述的方法選取個(gè)別樣本進(jìn)行重點(diǎn)分析，以各樣本公司首次公開披露參與套期保值相關(guān)信息時(shí)點(diǎn)為界，將研究時(shí)間分為套保前和套保后，分段進(jìn)行具體研究。 表 3—5 是組合股價(jià)和期貨價(jià)格波動(dòng)影響的檢驗(yàn)結(jié)果，均值方程三組數(shù)據(jù)都與其三階或一階自相關(guān)系數(shù)存在相關(guān)性，說(shuō)明實(shí)證的兩組數(shù)據(jù)序列可以通過(guò)自身的滯后項(xiàng)進(jìn)行描述，并且期價(jià)波動(dòng)和股價(jià)波動(dòng)存在一定的相互影響。比較結(jié)果發(fā)現(xiàn)組合 1 與期鋁的 VAR（3）—BEKK(1，l) 模型最優(yōu)，而銅、鋅生產(chǎn)加工企業(yè)與期銅和期鋅均為 VAR（1）BEKK(1，1)模型赤池信息值最小，模型效果最好。應(yīng)用VAR—BEKK 模型分析時(shí)，最關(guān)鍵的就是對(duì)模型的最佳滯后階數(shù)的確定，滯后階數(shù)過(guò)多會(huì)使統(tǒng)計(jì)量自由度喪失，滯后階數(shù)過(guò)少就不能完全反映變量的動(dòng)態(tài)特征。（1）模型設(shè)定 為了研究套期保值對(duì)產(chǎn)品及原料價(jià)格波動(dòng)對(duì)公司股價(jià)的影響作用，即期貨價(jià)格波動(dòng)對(duì)相應(yīng)股價(jià)的影響，我們首先分析商品期貨市場(chǎng)與股市波動(dòng)之間的影響傳導(dǎo)機(jī)制。 ??vMuEHtt規(guī)模參數(shù)矩陣取 （3—14）vHMtt /)2(??則密度函數(shù)變?yōu)椋?—15）通過(guò)對(duì)上述模型利用極大似然法進(jìn)行聯(lián)合估計(jì)，通過(guò)非線性 BHHH 迭代方法，就可以得出參數(shù)估計(jì)結(jié)果。h ??BAcCHtt條件方差一協(xié)方差矩陣可分開寫為: 21,1,2,1 21,1,2, ?? ??????ttt ttttt hβhβch?????21,1,2,12 21,1,21,2, ?? ??ttt ttttt ?（3—11）21,1,2,2121,211,2, )( )(??? ?????tttt tttt hhhch ?????? ???上述模型通常假定殘差 服從多元條件正態(tài)高斯分布，但大量研究表明金融時(shí)間序列的無(wú)條件分布往往具有尖峰厚尾的特點(diǎn)，而學(xué)生 t 分布比正態(tài)分布更能精確地描述分布的厚尾特征。方程中: 是 21 維向量，表示每個(gè)市場(chǎng)的收益， 是ty tX1（k+1）維解釋變量向量， 是 2（k+1）維系數(shù)矩陣， C 為常數(shù)對(duì)稱矩陣，?A 代表 ARCH 項(xiàng)的系數(shù)矩陣，B 代表 GARCH 項(xiàng)的系數(shù)矩陣 為 22 維矩陣，tH表示兩個(gè)市場(chǎng)在 t 時(shí)刻的方差協(xié)方差矩陣，下式中各項(xiàng)具體表示為： ???????????????????????????? 212121,2,1t 。39。39。BEKK 模型向量表達(dá)式是 Engle 和 Kroner(1995)在綜合了Baba、 Engle、Kraft 和 Kroner(1991 未發(fā)表手稿)研究基礎(chǔ)上提出的由四人名字的第一個(gè)字母命名的一類多元 GARCH 模型的表示形式，具體表述為 :如果殘差項(xiàng)的條件方差服從 GARCH（1，1）過(guò)程，則二元 BEKK 的設(shè)定形式為：， （3—9）tttXy?????39。為此，學(xué)者們進(jìn)一步提出了一些簡(jiǎn)化的多元 GARCH模型。針對(duì)這一問(wèn)題，近十多年來(lái)，金融計(jì)量學(xué)家提出了多元GARCH(multivriate GARCH)模型，又稱為向量 GARCH(vector GARCH)模型。（2）MGARCH 模型—BEKK 模型 在金融理論研究中，一元 GARCH 模型對(duì)于刻畫單個(gè)金融時(shí)間序列的波動(dòng)特征非常有效，但是對(duì)于多變量時(shí)間序列波動(dòng)相關(guān)性的考察卻是缺乏效率的。但 GARCH 模型的條件方差不僅是滯后殘差平方的線性函數(shù)，而且是滯后條件方差的線性函數(shù)。()(stvEst??a?????pjqi1jt0???， 這里 可以理解為過(guò)去所有殘差的正加權(quán)平均，這與波動(dòng)率的聚集效應(yīng)相th符合，即：大的變化后傾向于有更大的變化，小的變化后傾向于有小的變化。 （3—7）tvh??t?pttqttt hh ???? ??????..12210 （3—8）jipjqiit???0?則稱序列服從 GARCH（p,q）過(guò)程。GARCH 模型是ARCH 類模型中的一種帶異方差的時(shí)間序列建模的方法。首先模型中殘差平方項(xiàng)的滯后階數(shù)很難確定，而如果把條件方差中對(duì)所有殘差平方的依賴關(guān)系都考慮進(jìn)來(lái)，滯后階數(shù)將非常之大；再則，在其他情況相同的條件下，條件方差方程中參數(shù)越多，這些參數(shù)中出現(xiàn)一個(gè)或多個(gè)違反非負(fù)數(shù)約定的可能性越大，所以，ARCH 模型很少被運(yùn)用。在 ARCH 模型中， “波動(dòng)的自相關(guān)性”的模型化是通過(guò)讓殘差項(xiàng)的條件方差 依賴于前一項(xiàng)的殘差平方的值來(lái)表示，由于 是條件方差，th th它的值必須嚴(yán)格為正，在任何時(shí)點(diǎn)負(fù)的方差都是無(wú)意義的： （3—3）ttxy????39。（1）ARCH 及 GARCH 模型ARCH 的模型被廣泛地應(yīng)用于股票市場(chǎng)、貨幣市場(chǎng)和期貨市場(chǎng)的研究中，用以描述股票價(jià)格、利率、期貨價(jià)格等金融時(shí)間序列的波動(dòng)性特征。對(duì)于殘差序列的 ARCH 效應(yīng)，我們運(yùn)用拉格朗日乘子(LM) 檢驗(yàn)法來(lái)檢驗(yàn)，ARCH 效應(yīng)檢驗(yàn)結(jié)果也顯示收益率波動(dòng)殘差在 l%和 5%顯著水平下拒絕殘差固定不變的零假設(shè)，認(rèn)為樣本序列波動(dòng)具有時(shí)變性和集聚性，殘差序列具有高階 ARCH 效應(yīng)，以下數(shù)據(jù)統(tǒng)計(jì)分析為我們選用 ARCH 類模型提供有力證據(jù)。經(jīng)過(guò) ADF 和 PP 檢驗(yàn)，對(duì)數(shù)收益率為平tp穩(wěn)時(shí)間序列，且存在長(zhǎng)期均衡關(guān)系。單個(gè)公司樣本時(shí)間從 2022年 1 月 4 日一 2022 年 7 月 4 日，以各家公司首次公開公布有關(guān)套保信息的時(shí)點(diǎn)為界。我們以公司首次公開披露參與套期保值時(shí)間為界，將研究時(shí)間劃分為套保和未套保兩大時(shí)間段，分別比較同一公司套保前后股價(jià)與對(duì)應(yīng)期價(jià)的變動(dòng)關(guān)系，研究樣本包括四家鋁企業(yè)，銅和鋅生產(chǎn)企業(yè)各兩家?；谇拔母裉m杰因果檢驗(yàn)我們初步得出期價(jià)與股票價(jià)格波動(dòng)存在聯(lián)動(dòng)作用，為了更準(zhǔn)確的描述出兩個(gè)金融市場(chǎng)的影響，我們運(yùn)用多變量 VAR—BEKK 模型來(lái)研究該問(wèn)題。格蘭杰因果檢驗(yàn)揭示期鋁和期鋅對(duì)公司股價(jià)存在單向的影響，而期銅對(duì)銅生產(chǎn)企業(yè)的股價(jià)有雙向影響。 通過(guò)以上實(shí)證發(fā)現(xiàn)，有色金屬企業(yè)股價(jià)與期貨價(jià)格存在顯著的協(xié)整關(guān)系，而協(xié)整關(guān)系所蘊(yùn)涵的是長(zhǎng)期穩(wěn)定關(guān)系，這說(shuō)明它們具有一種穩(wěn)定的長(zhǎng)期均衡關(guān)系。期銅價(jià)格和組合 2 的F 值檢驗(yàn)為 和 ，分別在 l%和 5%水平下顯著，拒絕零假設(shè)，即期銅和銅企業(yè)股價(jià)存在雙向的格蘭杰因果關(guān)系。而鋁加工企業(yè)股價(jià)變化引起期價(jià)變化 F值為 ，結(jié)果不顯著，即我們不能拒絕零假設(shè)。然后進(jìn)行 Granger 因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)下表:表 3—3 樣本組合格蘭杰因果檢驗(yàn)結(jié)果注:***、**、*分別表示在 1%、5%和 10%的置信水平顯著。它從數(shù)量上判斷因果關(guān)系的存在，格蘭杰因果關(guān)系包括三類:即單向因果、雙向因果和二者獨(dú)立關(guān)系。格蘭杰因果關(guān)系并不是標(biāo)準(zhǔn)意義下的“原因”和“結(jié)果”之間的關(guān)系，而是基于是否有助于提高預(yù)測(cè)能力。（3）格蘭杰因果檢驗(yàn) 格蘭杰因果關(guān)系是一種時(shí)間序列意義上的因果關(guān)系。由表 3—2 通過(guò) Johansen 協(xié)整檢驗(yàn)我們可以看出組合股價(jià)和期價(jià)在 l%顯著水平下拒絕不存在協(xié)整關(guān)系和最多存在一個(gè)協(xié)整關(guān)系的零假設(shè)，認(rèn)為組合3 與期鋁、期銅和期鋅存在 1 個(gè)以上的協(xié)整關(guān)系，即以生產(chǎn)加工各金屬品種的公司股價(jià)與對(duì)應(yīng)金屬期貨價(jià)格存在多個(gè)長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。前面單位跟檢驗(yàn)結(jié)果顯示所有的股價(jià)和期價(jià)都是一階單整序列，接下來(lái)我們運(yùn)用 Johansen 協(xié)整檢驗(yàn)股票和期貨的協(xié)整關(guān)系。根據(jù)前文理論分析，它們之間應(yīng)該存在某種長(zhǎng)期關(guān)系，即協(xié)整關(guān)系。對(duì)于非平穩(wěn)時(shí)間序列間的協(xié)整向量估計(jì)和協(xié)整關(guān)系檢驗(yàn)，我們采用 Johansen 提出來(lái)的協(xié)整估計(jì)和檢驗(yàn)方法，它從協(xié)整系統(tǒng)的誤差修正模型出發(fā)，利用極大似然估計(jì)方法討論系統(tǒng)的長(zhǎng)期均衡關(guān)系，對(duì)誤差修正模型所形成的參數(shù)矩陣進(jìn)行估計(jì)，并通過(guò)似然比方法來(lái)檢驗(yàn)協(xié)整關(guān)系的存在性和協(xié)整的秩。表 3—1 樣本組合及期貨品種數(shù)據(jù)單位根檢驗(yàn)結(jié)果注：加***表示在 1%置信水平下顯著。 (2)經(jīng)過(guò)一階差分處理后，樣本組合和期貨收益率序列在 1%顯著水平下顯著，拒絕零假設(shè)存在一個(gè)單位根，因此差分后的所有樣本序列都是平穩(wěn)的。本文采用 ADF(Augmented Dickey 一 Fuller)檢驗(yàn)序列平穩(wěn)性。（1）時(shí)間序列平穩(wěn)性檢驗(yàn) 單位根過(guò)程是金融時(shí)間序列中最常見(jiàn)的非平穩(wěn)過(guò)程，被廣泛應(yīng)用于現(xiàn)代金融學(xué)。所以在進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)之前首先應(yīng)對(duì)各指標(biāo)時(shí)間序列的平穩(wěn)性進(jìn)行單位根檢驗(yàn)。 格蘭杰因果檢驗(yàn) 我們首先按照前文描述的建立組合，將 23 家樣本公司按照主營(yíng)的有色金屬品種分類建立三個(gè)組合，組合 1 由 10 家鋁企業(yè)構(gòu)成，組合 2 由 6 家銅企業(yè)構(gòu)成，組合 3 由 7 家鋅企業(yè)組成，股票組合的權(quán)重計(jì)算方法為:某股平均收盤價(jià)與境內(nèi)上市的己流通股份的乘積占所有樣本股票的平均收盤價(jià)與境內(nèi)上市的流通股份的乘積之和的比例，其中平均收盤價(jià)為樣本期間內(nèi)日收盤價(jià)的等權(quán)平均。如果分別研究單個(gè)公司股價(jià)與期價(jià)波動(dòng)之間的影響，為了避免樣本股票數(shù)量較多導(dǎo)致關(guān)系復(fù)雜而難以分析的缺點(diǎn)，本章首先建立組合，實(shí)證研究期貨市場(chǎng)波動(dòng)對(duì)股票市場(chǎng)的波動(dòng)溢出影響，研究?jī)墒袌?chǎng)間的作用機(jī)制。 本部分的研究變量主要為股價(jià)和期貨價(jià)格，以期價(jià)波動(dòng)代替商品價(jià)格風(fēng)險(xiǎn)，采用高頻數(shù)據(jù)的日收盤價(jià)。國(guó)內(nèi)有色行業(yè)上市公司參與商品期貨套期保值的主要有三大品種:銅、鋁、鋅，另外還有少數(shù)公司分別參與了錫、鉛和貴金屬的套期保值，其他稀有金屬由于樣本過(guò)少本章不予研究。 （2）研究數(shù)據(jù)主要來(lái)源于:各上市公司財(cái)務(wù)報(bào)告、CCER 中國(guó)經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)及深圳證券交易所。國(guó)內(nèi)上市公司套保的行業(yè)覆蓋面比較窄，主要集中在兩市有色金屬生產(chǎn)和加工行業(yè)，并且絕大部分是商品期貨套保。因此，考慮方便數(shù)據(jù)的獲得和處理以及研究的理論和實(shí)際意義，本章樣本研究時(shí)間跨度為 2022 年至 2022。根據(jù)以上述研究結(jié)果，我們建立實(shí)證假設(shè): 假設(shè)一:在正常經(jīng)營(yíng)環(huán)境中，套期保值有助于維持公司股價(jià)的穩(wěn)定。ChangDan ，HongGu 和 KuaXu(2022)研究了加拿大的石油天然氣企業(yè)，實(shí)證也發(fā)現(xiàn)套期保值有助于減少股價(jià)波動(dòng)，尤其對(duì)市場(chǎng)產(chǎn)品價(jià)格下跌時(shí)套期保值更能發(fā)揮穩(wěn)定市場(chǎng)的作用。 Raigopal(1990)[24]以美國(guó)石油和天然氣 38 家公司為研究對(duì)象，發(fā)現(xiàn)石油和天然氣儲(chǔ)備對(duì)股價(jià)和油氣價(jià)格波動(dòng)影響有正向作用。 研究假設(shè)及樣本數(shù)據(jù)選擇 如前所述，套期保值可直接降低企業(yè)未來(lái)期預(yù)期現(xiàn)金流量的波動(dòng)性，公司價(jià)值可以看作是公司未來(lái)現(xiàn)金流以某利率貼現(xiàn)的凈現(xiàn)值，上市公司的股價(jià)是衡量公司價(jià)值的重要指標(biāo)?；诠蓛r(jià)的公司市值可以反映市場(chǎng)對(duì)公司未來(lái)的預(yù)期，如果套期保值能夠降低股價(jià)對(duì)產(chǎn)品(或原料)價(jià)格變化的波動(dòng)，那么則說(shuō)明套保對(duì)公司的來(lái)講是有價(jià)值的，套期保值有助于穩(wěn)定公司的股價(jià)。Fleming、Kirby 和 Ostdiek(1998)[23]根據(jù)信息的特性，把影響金融市場(chǎng)波動(dòng)間相互聯(lián)系的信息歸于兩類:共同信息和私有信息。 套保對(duì)股價(jià)穩(wěn)定性影響的實(shí)證分析 本節(jié)從市場(chǎng)角度實(shí)證研究套期保值對(duì)公司股價(jià)穩(wěn)定性的影響，股票價(jià)格是公司價(jià)值的重要反映，投資者通過(guò)綜合信息對(duì)公司價(jià)值的做出預(yù)期判斷，從而影響公司股價(jià)，即市場(chǎng)對(duì)公司價(jià)值的判斷。但不管怎樣，擁有穩(wěn)定現(xiàn)金流和投資預(yù)期的公司其發(fā)展前景總是要優(yōu)于波幅較大的不穩(wěn)定經(jīng)營(yíng)的公司。優(yōu)秀的公司管理者可以通過(guò)參與套期保值進(jìn)行風(fēng)險(xiǎn)管理，提高市場(chǎng)投資對(duì)公司價(jià)值預(yù)期，當(dāng)公司面臨價(jià)格和利匯率等風(fēng)險(xiǎn)時(shí)，由于公司通過(guò)套期保值恰當(dāng)規(guī)避了風(fēng)險(xiǎn)，降低了未來(lái)預(yù)期經(jīng)營(yíng)的不確定性，有助于增加投資者對(duì)公司未來(lái)的良好預(yù)期，因此并不會(huì)對(duì)公司股價(jià)造成太大波動(dòng)。公司股價(jià)是衡量公司價(jià)值的重要指標(biāo)，套期保值影響公司價(jià)值的波動(dòng)也即影響公司股價(jià)的變化。因此，學(xué)者基于市場(chǎng)的不完全和非有效性，分析套保對(duì)未來(lái)預(yù)期的現(xiàn)金流波動(dòng)的影響。匯率、利率和商品價(jià)格風(fēng)險(xiǎn)是非系統(tǒng)性風(fēng)險(xiǎn)，可以通過(guò)多樣化投資組合來(lái)分散，并不像資本資產(chǎn)定價(jià)模型中那樣有一個(gè)正的風(fēng)險(xiǎn)溢價(jià)補(bǔ)償。公司價(jià)值可以看作是公司未來(lái)凈現(xiàn)金流以某貼現(xiàn)率的現(xiàn)金流現(xiàn)值，即 （3—1）???n1it)(PRCFE其中 代表公司價(jià)值；E(CF)代表預(yù)期未來(lái)的凈現(xiàn)金流；r 為貼現(xiàn)率。不管這些投資項(xiàng)目的資金是來(lái)自債權(quán)人還是股東，也不管其有沒(méi)有進(jìn)行避險(xiǎn)保值。基于市場(chǎng)的不完全和非有效性作為風(fēng)險(xiǎn)管理影響公司價(jià)值的理論基礎(chǔ)，很多學(xué)者都提出了穩(wěn)定公司價(jià)值論。這與西方財(cái)務(wù)理論認(rèn)