A公司白糖“期貨點價+期權(quán)”套期保值案例分析

李娜

摘 要：根據(jù)深交所提供的資料顯示，某白糖生產(chǎn)商（下稱A公司）隨著自身白糖經(jīng)營規(guī)模的持續(xù)擴大，傳統(tǒng)大宗商品經(jīng)營模式的弊端與商品價格不確定性帶來的風險逐漸被暴露，管理層開始意識到如何精準的把控企業(yè)經(jīng)營風險、減少商品價格變化造成的損失將直接決定企業(yè)的成敗。鑒于此，A公司成立了套期保值決策委員會專門負責研判糖業(yè)市場形勢、制定套保策略。

一、案例概要

2017年4月底，某白糖貿(mào)易商欲購買30000噸白糖，特向A公司詢價。此時，公司管理層認為，當下正值白糖壓榨后的庫存高峰期，大規(guī)模的銷售白糖將有利于企業(yè)回收資金，及時向蔗農(nóng)支付款項。但考慮到白糖現(xiàn)貨價格位于6600元/噸附近，如果直接出售公司將無法盈利，在國內(nèi)白糖市場總體上供不應(yīng)求的情形下，A公司不愿低價出售。此外，公司決策層得到消息稱，國內(nèi)食糖貿(mào)易救濟保障措施將于2017年5月推出，屆時國內(nèi)企業(yè)從國外進口食糖的成本將上升，有利于國內(nèi)糖產(chǎn)業(yè)的發(fā)展，增強國產(chǎn)糖的競爭力，國內(nèi)白糖市場價格勢必上漲。

鑒于此，A公司與貿(mào)易商進行協(xié)商，約定參照白糖SR1709期貨合約進行盤面點價交易，同時借助白糖場外期權(quán)進行套期保值。具體的協(xié)議為：白糖貿(mào)易商在價格較低時買入SR1709期貨合約，等待A公司進行點價后，再將持有多頭頭寸賣出平倉，以確保自身利益，防范白糖價格上升帶來的損失。與此同時，A公司為防止自身對市場價格走勢判斷失誤，通過買入場外白糖看跌期權(quán)進行“保險”。若食糖保障救濟政策出臺后，白糖價格不升反降，公司可以借助白糖看跌期權(quán)以彌補損失（套期保值）;若如自身所料，白糖價格上漲，公司可以選擇高位點價，賣出白糖，所得的利潤也將彌補購入看跌期權(quán)的成本（期權(quán)費）。具體的套保過程如下（詳見表1）：

（一）A公司與貿(mào)易商達成點價協(xié)議

2017年5月初，A公司與貿(mào)易商簽訂點價交易合同，雙方約定參照白糖期貨SR1709合約進行點價，2017年9月1日為點價最后期限，并考慮到儲存成本，規(guī)定在最終價格上給予一定程度的升水（不超過50元/噸）。此外，貿(mào)易商可以在協(xié)議生效并繳納80%的預(yù)付款后（按6600元/噸計算），提前取走30000噸白糖，待A公司進行點價后，再按照最終價格與約定升水結(jié)算其余款項。當時，貿(mào)易商急于運送白糖給下游經(jīng)銷商以回收資金，未有任何拖延便向A公司支付了預(yù)付款（總計1.584億元），并陸續(xù)運走了30000噸白糖。

（二）A公司運用白糖場外期權(quán)套保

2017年5月中旬，A公司套保決策委員會為防止白糖未來價格走勢與預(yù)期相反造成損失，于是找到了場外期權(quán)部門，希望定制一份白糖場外期權(quán)合約。經(jīng)雙方多次協(xié)商制定出了有關(guān)白糖期貨的美式看跌期權(quán)合約，期權(quán)買方為A公司，賣方為場外期權(quán)部門，約定期限為2個月，期權(quán)費為15元/噸，行權(quán)價格為6300元/噸，標的數(shù)量為20000噸，即無論是否行權(quán)都需要支付30萬元期權(quán)費。同時，公司獲得了2個月后以6300元/噸價格賣出20000噸白糖的權(quán)利，若白糖的價格未來跌破6300元/噸，則可以通過行權(quán)來彌補損失。

需要注意的是，A公司進行白糖場外套保時，鄭商所已經(jīng)推出了白糖期貨期權(quán)。而A公司不在場內(nèi)進行套保的原因在于，由于白糖期貨期權(quán)剛上市不久，各項交易準則處于探索階段，交易所為了防控風險對白糖期貨期權(quán)的交易進行了倉位限制，即規(guī)定最大開倉數(shù)量為200手（1手為10噸），而這遠小于A公司持有的風險敞口。加之，持倉需要到7月底，場內(nèi)交易的費用較高。因此，公司選擇了使用場外期權(quán)進行套保。

（三）食糖保障措施出臺影響“期-現(xiàn)”價格

2017年5月22日，商務(wù)部公布了食糖貿(mào)易保障新措施，主要通過對既定配額外的進口食糖征收保護性關(guān)稅的形式提供保障措施，并在3年內(nèi)逐步放寬保障措施。新政策出臺后，短期內(nèi)直接推高了白糖期貨的價格，峰值達到6750元/噸，但由于保障措施的豁免條款，導(dǎo)致新政策的實施出現(xiàn)滯后，白糖期貨價格很快反轉(zhuǎn)下跌至6550元/噸，期貨市場走勢與預(yù)期相悖，而白糖現(xiàn)貨價格卻較為堅挺。

（四）期貨價格持續(xù)下跌，白糖點價面臨壓力

2017年7月，隨著白糖期貨SR1709合約價格持續(xù)走弱，一度跌破6000元/噸，A公司的點價交易面臨壓力。公司若選擇在6000元/噸價位點價，則每噸白糖將虧損約250元，合計虧損750萬元;但若不點價交易，任憑期貨價格持續(xù)下降，公司將承擔更大風險。在經(jīng)過套保決策委員會討論后，管理層決定先行平倉持有的白糖場外期權(quán)，從中收回期權(quán)費200萬元，并彌補了價格下跌造成的部分損失（約60元/噸）。與此同時，白糖現(xiàn)貨走勢依舊堅挺，價格持續(xù)保持在6400元/噸以上。此時，公司得知廣西地區(qū)的主要白糖供應(yīng)商均出現(xiàn)了庫存不足等問題，白糖銷售量明顯減少，市場上的需求漸漲。進而，公司做出判斷，認為白糖期貨價格過度偏離現(xiàn)貨，未來看漲。

（五）截止日期臨近，公司進行點價交易

2017年8月末，白糖期貨SR1709合約價格正如A公司所料，大幅回升至6400元/噸附近。此時，臨近點價最后期限，經(jīng)套保委員會商議后，公司決定于白糖期貨價格為6450元/噸時點價交易，加上協(xié)議規(guī)定的50元/噸的升水，最終交易價格為6500元/噸。交易完成后，A公司最終取得收入約為1.96億元。

此次A公司的套保方式選擇了利用場外期權(quán)進行，并結(jié)合期貨點價交易，以確保規(guī)避自身的風險。歷時近4個月，雖然在價格走勢的判斷上與實際出現(xiàn)偏差，但及時借助場外期權(quán)的獲利對沖了部分損失，最終，本次套保取得了一個較好的結(jié)果。

二、模型概述與數(shù)據(jù)處理

從前述案例概要中得知，A公司運用期權(quán)對白糖套期保值最終取得了不錯的效果，不僅對沖了價格變化帶來的風險，而且從中得到了額外的收益。雖然結(jié)果很好，但我們?nèi)孕枭钊胨伎糀公司的套保操作是否為最優(yōu)策略？若使用期貨進行套保結(jié)果會如何變化？

（一）最優(yōu)套保比率模型

最早由C.A.Sims（1980）提出的VAR模型，主要用于擬合存在相互影響關(guān)系的時間序列變量組（包含若干個內(nèi)生變量和外生變量），分析殘差項對于時間序列變量組的動態(tài)沖擊，進而說明各類沖擊對于經(jīng)濟變量造成的影響。而Herbst（1993）首次將VAR模型用于期貨套保比率的計算，并認為殘差序列自相關(guān)將影響VAR中每個方程的OLS估計結(jié)果，進而對模型的一般形式進行修正，形式如下：

借鑒John C.Hull（2018）的觀點：最小方差對沖比率H*是△S對△F進行線性回歸時產(chǎn)生的最優(yōu)擬合直線的斜率。若△lnS、△lnF序列平穩(wěn)，則可將最小方差對沖比率以回歸模型表示：

（二）數(shù)據(jù)選取

本案例中，A公司運用場外期權(quán)對白糖進行套期保值的起止時間是2017年5月至9月，因此，樣本數(shù)據(jù)時間段的選擇與其保持一致。此外，由于公司對白糖套保采用的是“點價交易+期權(quán)”方式，即A公司與貿(mào)易商參照白糖期貨合約SR1709簽訂“點價協(xié)議”，并提前規(guī)定了升貼水，同時公司購買了白糖看跌期權(quán)以防范自身風險，貿(mào)易商則低價買入開倉白糖SR1709合約，等待公司點價后貿(mào)易商再進行賣出平倉，以“平倉價+升貼水”為最終價格進行白糖交易。在此過程中，A公司實際并未持有白糖期貨頭寸，但由于點價交易是參照白糖期貨合約價格進行，因此在原理上等價于A公司持有白糖期貨空頭頭寸，但無保證金占用。鑒于此，在數(shù)據(jù)選取上需要采集2017年5月至2017年9月鄭商所白糖期貨合約SR1709的收盤價日數(shù)據(jù)與廣西地區(qū)白糖現(xiàn)貨的日均報價

三、運用實證計算最優(yōu)套保比率

利用二元向量自回歸（B-VAR）模型來計算最優(yōu)套保比率，首先應(yīng)該確定VAR模型的最優(yōu)滯后階數(shù)。本文基于LR極大似然比、FPE最終預(yù)測誤差準則以及AIC、SC、HQ信息準則來進行確定模型滯后階數(shù)，并根據(jù)最優(yōu)滯后階數(shù)進行建模。

結(jié)果顯示，LP極大似然比支持的滯后階數(shù)為2，F(xiàn)PE最終預(yù)測誤差準則、AIC信息準則支持的滯后階數(shù)為3，而SC、HQ信息準則支持的滯后0階為最優(yōu)?？紤]到模型構(gòu)造既需要有適當?shù)臏箅A，又需要有足夠的自由度，最終確定B-VAR模型的最優(yōu)滯后階數(shù)為lag（3）。

根據(jù)最優(yōu)滯后階數(shù)Lag（3），可以最終確定二元向量自回歸模型的形式，具體如下：

根據(jù)式（5）進行參數(shù)估計，結(jié)果如下：

其中，變量FR對應(yīng)的系數(shù)值0.601423即為最優(yōu)套期保值比率H*。

作者簡介：

李 ?娜（1993-），女，蒙古族，內(nèi)蒙古赤峰市人，碩士研究生。研究方向：期貨與期權(quán)。