可利用期貨等各種衍生工具實現(xiàn)有效的交易策略

　　A 人口增長與糧食供應(yīng)的關(guān)系

　　1798年,，英國經(jīng)濟學家馬爾薩斯(Thomas Malthus)在其著名的《人口論》中提出：世界人口呈幾何級增長，而糧食供應(yīng)則受耕地限制,，只能呈算術(shù)級增長,。他由此得出結(jié)論,，糧食供應(yīng)最終將跟不上人口增長，形成大范圍的饑荒,。

　　然而過去219年的歷史,，證明馬爾薩斯的預(yù)言并未實現(xiàn)，全球糧食供應(yīng)的增速整體超越人口增長對糧食需求的增速,，經(jīng)常因供大于求而導致糧價下跌,。據(jù)聯(lián)合國人口數(shù)據(jù)庫顯示：在馬爾薩斯編寫出版《人口論》的年代，全球人口為9680萬,，略低于10億,。而如今全球人口已達73億,，但大多數(shù)人的平均生活水平遠高于兩個世紀前。馬爾薩斯1834年去世后,，糧農(nóng)組織于1961年啟動了對人口經(jīng)濟問題的深入研究,。1968年美國生物學家艾利希(Paul Ehrlich)出版了《人口爆炸》一書，1972年羅馬俱樂部(Club of Rome)出版的《成長的極限》一書還運用當時的打孔卡和電子管技術(shù),，對馬爾薩斯預(yù)言的“末日景象”進行了計算機模擬,。這兩本暢銷書都再次預(yù)言：如果不采取限制人口增長的措施，必將出現(xiàn)環(huán)境災(zāi)難和大饑荒,。然而他們的預(yù)言也再次流產(chǎn),。

　　馬爾薩斯和他的追隨者們忽視了人口增長中的兩大重要因素——生產(chǎn)力增長和創(chuàng)新。世界在過去半個世紀中,，成就了五項似乎互相矛盾的奇跡：一是全球人口從31億增至73億,，翻了一番還多;二是按卡路里計算的人均糧食供應(yīng)量增長了30%以上;三是糧食生產(chǎn)的實際成本不斷下降;四是由于食物多樣性增加，人類對主要的糧食即谷物的依賴度日趨下降;五是期貨及期權(quán)市場對全球糧食價格的預(yù)測和發(fā)現(xiàn),。

　　B 全球谷物生產(chǎn)基本版圖

　　據(jù)糧農(nóng)組織統(tǒng)計數(shù)據(jù)顯示,，2016年世界谷物主產(chǎn)國基本格局如下：

　　透過上表可見：

　　美國穩(wěn)居全球糧食出口之最，2016年其糧食出口創(chuàng)匯超過排名第二,、第三的中國與巴西之和,。美國的耕地面積約占其國土總面積的20%，可憑借產(chǎn)業(yè)規(guī)?；?、機械化、良種選育,、食物多樣性等優(yōu)勢,，使高產(chǎn)富余的糧食出口到世界各地，并得以通過世界最早建立的,、最大的農(nóng)產(chǎn)品期貨市場掌控多種谷物定價權(quán),。

　　中國是世界第三大糧食出口國，同時也是世界第一大糧食進口國,，城市化進程導致中國耕地面積每年減少40萬公頃,，到2020年中國有可能成為糧食凈進口國。

　　印度耕地面積排名全球第二,，其50%的人口從事農(nóng)業(yè)生產(chǎn)，農(nóng)業(yè)產(chǎn)值僅占GDP的18%,，據(jù)國際糧食政策研究所發(fā)布的2016全球饑餓指數(shù),，在118個統(tǒng)計的國家中印度排名97位，被列為“嚴重饑餓”國家,，不過印度同時是世界排名第二的大米出口國和小麥凈出口國,。

　　阿根廷有2720萬公頃耕地面積,，糧食出口占全球糧食出口總量的2.5%，2016年出口創(chuàng)匯380億美元,。

　　伴隨著糧食在各產(chǎn)區(qū),、出口國、進口國之間的流動,，形成了圍繞生產(chǎn)成本和市場供需的糧食價格波動,。

　　C 供給和需求因素

　　衡量食物消耗水平的基本公式：糧食總消耗量=人均卡路里×人口數(shù)。

　　20世紀90年代以來,，人們逐漸用熱能攝入指標即卡路里來衡量食物的消耗量,。隨著社會的發(fā)展，不僅人均卡路里攝入量上升,，而且由于攝取的食物中蛋白質(zhì),、植物油、纖維素等不斷增加,，導致對谷物的依賴度不斷下降,，人均卡路量消耗量低+人口快速增長=糧食增長潛力最高?？傮w而言,，如今人類的主要糧食即谷物的通脹調(diào)整價格只有50年前的一半。

　　種植面積與單產(chǎn)

　　南北美洲和澳大利亞由于地廣人稀,、氣候適宜,，種植面積成為糧食產(chǎn)量的主要因素。而中國,、日本等亞洲國家地少人多,，更注意深耕細作，致力于提高單產(chǎn),。但近年來隨著轉(zhuǎn)基因等高科技在農(nóng)業(yè)生產(chǎn)上的應(yīng)用,，美國糧食單產(chǎn)大幅提高。

　　生產(chǎn)成本與政策補貼

　　1996年美國推出新一輪農(nóng)業(yè)政策,，建立了數(shù)額大,、范圍廣的補貼政策，每年補貼2億美元以上,，涵蓋全部糧食品種,，直接拉低了其糧食價格。此外,，近年來美元匯率逐步走低,，特朗普稅收改革新政，都是導致其糧食價格占據(jù)比較優(yōu)勢的重要原因。

　　人口增長與糧食需求

　　預(yù)計到2040年,，全球人口將再增長23%即17億,，達到大約90億，因此需要繼續(xù)增加全球糧食供應(yīng),。與此同時,，全球許多地區(qū)，特別是非洲和亞洲部分欠發(fā)達地區(qū),，人均卡路里消耗量仍有很大提升空間,，這都會對主要的糧食即谷物的價格產(chǎn)生非常重要的影響。

　　戰(zhàn)爭與自然災(zāi)害

　　糧農(nóng)組織等多家機構(gòu)日前聯(lián)合發(fā)布的《2017年全球糧食危機》報告指出：2015年至2016年間,，全球面臨嚴重糧食不安全的人口從8000萬猛增至1.08億,，且這一數(shù)字仍在持續(xù)上升中。主要原因包括武裝沖突,、當?shù)厥袌鍪称穬r格空前高漲以及厄爾尼諾現(xiàn)象導致的干旱,、暴雨等極端天氣等。報告認為在10個最嚴重的人道主義危機中,，有9個是由內(nèi)部沖突所致,。

　　戰(zhàn)爭與自然災(zāi)害成為糧食非正常減產(chǎn)和當?shù)毓任飪r格暴漲的最直接原因。

　　各主要經(jīng)濟體的增長潛力

　　非洲和印度人均卡路里消耗量低于全球平均水平,，預(yù)示其糧食需求增長潛力最大,。如果今后人口持續(xù)增長，則需新增大批糧食,。但非洲北邊是撒哈拉沙漠,，中部是雨林，西南部又是一片沙漠,，耕地面積非常有限,，故糧食進口需求非常顯著。

　　南北美洲人口增長略低于全球平均水平,，但保持正增長,。中國、西歐和日本人口增長正在放緩,，甚至還出現(xiàn)下降,。德國、美國等發(fā)達國家人均卡路里消耗量較高,，預(yù)示著人口趨于負增長和老齡化,。

　　美國、西歐,、中國,、日本,、巴西的糧食消耗量增長低于全球平均水平。全球谷物從主產(chǎn)區(qū)向消費增長區(qū)流動,，形成價格的基本走勢,。

　　D 金融因素

　　氣候變化影響谷物期、現(xiàn)貨價格

　　谷物在主產(chǎn)區(qū)播種以后,，氣候變化就成為預(yù)測谷物價格未來走勢的主要因素,，反過來也會對現(xiàn)貨價格產(chǎn)生影響。如果氣象預(yù)報未來有災(zāi)害發(fā)生,，貿(mào)易商和期貨多頭就會加倉并待價而沽,，從而抬高現(xiàn)貨價格;反之就會加快減倉提前拋售，從而壓低現(xiàn)貨價格,。今年6月中旬到7月中旬,，美國西部天氣持續(xù)高溫，導致玉米,、小麥,、大豆三種谷物價格不斷攀升，并在7月上中旬達到峰值,。而在3至6月初天氣較為溫和時,，這三種谷物的9月期貨合約就出現(xiàn)了因天氣狀況良好導致豐產(chǎn)預(yù)期帶來的價格下跌。圖1顯示了氣候變化對谷物市場價格的沖擊,。

　　雖然3月到6月初期間,，小麥期貨價格的下跌值并非谷物之最，但由于6月至7月的高溫天氣對小麥價格的影響最大,，故9月份小麥累計期貨價格上漲幅度從6月23日的2%升高到6月28日的15%,。圖1也顯示9月份玉米、大豆期貨價格與小麥同步上漲,，盡管高溫天氣對玉米和大豆期貨價格的影響較小。

　　上述三種谷物在7月初的價格變化走勢顯示：小麥期貨的差異走勢很可能回歸到與玉米和大豆期貨正常關(guān)系的水平,，或者可能出現(xiàn)更低的價格。因為當小麥7月11日的累計價格增長高達+15%幅度時,，玉米和大豆的價格變化幾乎為零,。據(jù)此很容易想象，谷物期貨的價差在9月的交割日到來之前就會下降,，并逐漸向現(xiàn)貨交易價回歸,。

　　圖1 高溫天氣對谷物市場價格的顯著沖擊

　　谷物價格異動引發(fā)各類套利交易

　　各類投資者廣泛參與的期現(xiàn)貨交易,，由于交易理念的差異和信息不對稱，經(jīng)常引發(fā)非理性的價格波動,。如在相互關(guān)聯(lián)的期現(xiàn)貨之間,、近遠期合約之間、不同國家和地區(qū)的市場之間,、關(guān)聯(lián)品種之間,，一旦出現(xiàn)非理性的價格偏離，立即就會有各路套利資金涌入接單,。例如厄爾尼諾災(zāi)變引起南美農(nóng)作物減產(chǎn)糧食價格暴漲,，投資者就會在美洲市場賣出，同時在價格相對偏低的歐洲市場買入同類谷物期貨合約,。再如作為主食的大米如果突發(fā)病蟲害大面積減產(chǎn)漲價,，套利資金就會高位賣出大米合約，同時低位買入可替代大米的小麥合約,。套利交易會導致非理性的價格偏離很快向合理區(qū)間回歸,。

　　谷物ETF降低期貨合約的波動幅度

　　除了谷物期貨，還有各品種的交易所交易基金,，即ETF,，其價格走勢也與期貨合約密切相關(guān)。如TEUC玉米,、小麥,、大豆ETF分別反映著玉米、小麥,、大豆期貨的價格波動情況,，圖2為美國4月至7月期間玉米和小麥在交易所的累計價格變動情況，這兩種谷物的ETF價格在7月都出現(xiàn)了上漲,，盡管小麥的價格開始上漲的時間比較早,，而且比玉米的波動性更大。

　　圖2 玉米和小麥ETF在交易所的累計價格變動情況

　　谷物ETF與谷物期貨合約之間的關(guān)系,，取決于其與期貨之間的價格走勢的密切契合,。ETF不具有看漲或看跌傾向，通常會以反映近期期貨合約價格波動為目標,。ETF市場交易的廣泛開展,，其結(jié)果通常就是導致標的谷物期貨合約的波動性趨于下降和平穩(wěn)。

　　今年3月1日以來,，小麥ETF價格的總波動幅度為10%,。相比小麥期貨，其波動幅度較小但仍有足夠的空間,，表明谷物交易所之間的利差交易有利可圖,。在預(yù)期在這兩種合約恢復到均值的基礎(chǔ)上,，投資者可以通過賣出小麥ETF同時買進玉米期貨的策略來賺取二者間價差。

　　谷物期權(quán)交易鎖定市場風險的最小值范圍

　　期權(quán)交易可以在預(yù)期獲取收益期望值的同時,，將損失鎖定在可以承受的最小值范圍,。如買進小麥看漲期權(quán)可以在小麥期貨價格上漲時獲得期望的收益;同時在小麥期貨價格不漲反跌時預(yù)先鎖定最大損失即放棄小額的權(quán)利金。同樣買進小麥看跌期權(quán)可以在小麥期貨價格下跌時獲得期望的收益;同時在小麥期貨價格不跌反漲時預(yù)先鎖定最大損失即放棄小額的權(quán)利金,。

　　玉米期貨的期權(quán)價格模型顯示在圖3中,。期權(quán)市場價格與玉米期權(quán)拋物線(LLP)定價模型預(yù)測的價格之間的價格差異太小，不足以運用期權(quán)交易,。但期貨合約到期日的期權(quán)與標的期貨合約之間的回歸價格表明，期權(quán)市場對12月合約到期日玉米期貨價格的預(yù)測,，明顯高于目前的7月10日玉米期貨合約定價,。玉米價格不像小麥那樣容易波動，由于市場波動性的差異,，預(yù)計玉米期權(quán)中性交易應(yīng)該比小麥的期權(quán)中性交易表現(xiàn)更好,。

　　在7月10日，由于期權(quán)市場預(yù)計價格將在目前的水平上下波動,，平均價格或中端價格接近于潛在的期貨價格,。通過利用小麥較低盈虧價格和玉米較高盈虧價格之間價差的交易，為期權(quán)交易者帶來可觀的利潤,。

　　基于2017年12月到期的期貨合約交易,，包括了對玉米、小麥,、大豆和活牛等非中性價差,，其每一項交易都是參照期權(quán)的上、下盈虧平衡價格的,，因為這些是期權(quán)市場根據(jù)預(yù)期的潛在期貨價格波動所考慮的合理價格區(qū)間,。

　　圖3 2017年12月玉米看漲期權(quán)梯級報價

　　在谷物市場中，有許多方法可以減輕或避免惡劣天氣,、自然災(zāi)害,、武裝沖突等各類風險，也可以利用因風險引發(fā)的巨大價差獲利,。仔細研究各種谷物的價格變化情況以及它們之間的關(guān)系,，就有望利用期貨等各種衍生工具，獲取有用的交易線索,，實現(xiàn)有效的交易策略,。