解构商品市场 2017最应该注意哪种风险？

　　文章来源于微信公众号：对冲研投。

　　内容摘要

　　如果商品市场是幅地图，不同品种各占板块，板块的变动如何影响整体布局？如果地图不是平面的，类似地球，不同品种特有的基本面因素创造了局部生态体系，而一些非基本面因素，例如宏观、汇率、利率、股市、流动性等，则如阳光、大气、水一样影响着全球生态系统，那么当大气和水分流动起来，整个生态系统发生了哪些变化？带着这两个问题，我们开始对国内商品市场风险进行分析。

　　类似于CAPM理论中的beta是对股票市场风险的定义，我们试图从大宗商品的角度寻找商品的beta。在传统的基本面分析中需要考虑供给、需求、库存、成本、上下游等因素。但是在这份报告中，我们重点从“非基本面”的角度，综合考 虑宏观、汇率、利率、股市、流动性这五个因素，对商品市场风险进行动态分解，综合运用top-down和bottom-up的分析维度。很显然，非基本面 不能解释全部。如果基本面和非基本面因素共同构成一个整体，我们用综合性的非基本面指标去解释商品的收益率，那么剩下不能由非基本面解释的部分则来自于基 本面变化：这是这份报告分解市场风险来源的逻辑。

　　一方面（top-down），我们发现基本面因素对于商品市场波动的影响从2015年下半年开始加强，并在2016年上半年达到高位，但 2016年6月开始商品收益率更多地被非基本面因素解释。在过去一年半的观测时间内，无论市场是否经历大幅波动，汇率的影响在非基本面因素中一直占有重要 位置。股市和利率市场的变动对商品波动的贡献突出表现在去年10月和12月。宏观因素对商品的影响在今年三季度出现高点，商品流动性因素比重则近几个月持 续上涨。

　　接下来我们分析基本面和非基本面因素分别对于工业品、农业品和贵金属的影响。非基本面因素对于黑色品种的解释力度在2016年逐渐上升，而 2015年下半年则更多的为基本面原因主导。今年下半年，尤其是第四季度以来，宏观指标、股市和利率对黑色和化工品种的影响显著增强。与其它板块不同的 是，利率和流动性因素在有色板块中更显著地影响价格。汇率对油脂油料影响突出，软商品板块的波动来源中，宏观因素的占比更大。宏观、汇率、利率、股票、流动性共同长期稳定地贡献着贵金属板块80%以上的市场波动，其中，宏观指标和股市占据了40%-50%的比例。

　　另一方面（bottom-up），我们换个角度分解国内商品市场风险，细分到各个品种，观察其各自的价格波动对整体商品市场的影响。2016年国内期货市场中，工业品的波动程度整体高于农产品板块。2016年1、2月份市场风险“相对均衡”得分布在有色、黑色、化工和油脂油料板块，从第二季度开始，市场风险开始向黑色板块集中，黑色品种共同提供了2016年22%的市场波动。进入四季度以后，有色和化工波动增强，农产品波动减弱。

　　放大分解了不同品种对2016年市场风险的贡献之后，我们将视图缩小，比较过去三年风险在不同板块上的迁移。2014年到2016年，黑色品种和农产品在市场风险的占比相对扩大，而化工和金属的占比相对减小。

　　最后，我们结合国内外市场当前情况和商品的季节性表现，对2017年市场风险的可能情形做出展望。

　　文| 中信期货策略组

　　编辑| 对冲研投 转载请注明出处1商品市场风险研究思路

　　如果商品市场是幅地图，不同品种各占板块，板块的变动如何影响整体布局？如果地图不是平面的，类似地球，不同品种特有的基本面因素创造了局部生 态体系，而一些非基本面因素，例如宏观、汇率、利率、股市、流动性等，则如阳光、大气、水一样影响着全球生态系统，那么当大气和水分流动起来，整个生态系 统发生了哪些变化？带着这两个问题，我们开始对国内商品市场风险进行分析。

　　期货和股票经常被放在一起比较，两者在交易形式上有许多相似的地方。股票市场发展多年，已经有大量成熟的研究和定价模型，其中经典模型之 一，CAPM，用beta来定义个股的市场风险，许多交易策略也用beta来追踪被动投资的有效性。大宗商品方面，由于期货是零和交易，与股市估值的逻辑 不同，自然对于市场风险的理解也不同。

　　大宗商品广泛流通于能源、基础工业和农业领域，在传统的基本面分析中需要考虑供给、需求、库存、成本、上下游等因素。但是在这份报告中，我们重点从“非基本面”的角度对商品市场风险进行动态分解，综合运用top-down和bottom-up的分析维度。

　　一方面（top-down），我们综合考虑宏观、汇率、利率、股市、流动性这五个方面，整体上把握这五类因素对于商品的影响，而不是专注于某一 个品种背后的基本面供需因素。我们选取37个代表性指标，通过PCA（主成分分析）统计方法，对数据进行降维处理，从转换后的数据中抽取出影响市场整体波 动的主要因素，并观察这些因素的变化。宏观方面，我们选取国民经济发展代表性指标，反映通胀、投资、消费、贸易和货币供应情况；外汇方面，由于许多商品依 赖于国际贸易，因此对汇率变动非常敏感；利率方面，货币市场和信贷市场的变化影响着商品生产、流通、销售链条上的资金成本和投资决策，我们通过利差和 CDS观察利率市场流动性；股市方面，股市和商品期货市场看似是两类不同的资产，背后却有着相似的联系，即都是反映经济变化的晴雨表，我们尝试观测股市变 化对于商品市场的影响；商品流动性方面，主力合约的持仓量和成交量是品种吸引资金关注程度的有效指标，具体请参看“表 1：非基本面指标描述”。

　　另一方面（bottom-up），我们对31个活跃商品品种的收益率进行PCA转换，通过对主成分的提取，分离出一段时间内各个板块对整体市场波动的贡献。当把所有品种放在一起动态分析时，我们可以清晰地看到商品市场波动的主要来源在逐渐发生变化。

　　2PCA简介

　　主成分分析（Principal ComponentAnalysis，PCA） ，是一种统计分析方法。根据维基百科的定义，PCA通过对数据垂直坐标轴的转换，以协方差的特征值-特征向量为基础，使得可能具有相关性的变量在新坐标轴 上降低维度为线性非相关变量，并在主成分提取的过程中找到对波动贡献最大的因素。换句话说，我们可以利用PCA技术将可能影响商品市场的众多指标转换成几 个综合性因子，并找出波动的主要来源。

　　3宏观、汇率、利率、股市和流动性对商品的综合影响

　　在报告开头我们说过，商品品种众多，且各自属性不同，背后的基本面指标过于繁多，所以我们避开了基本面，从非基本面的角度选取指标。但很显然， 非基本面不能解释全部。如果基本面和非基本面因素共同构成一个整体，我们用综合性的非基本面指标去解释商品的收益率，那么剩下不能由非基本面解释的部分则 来自于基本面变化：这是这份报告分解市场风险来源的逻辑。具体在操作中，首先把37个非基本面指标进行PCA转换，提取前5个主成分做为综合性指标，然后 对商品收益率回归分析，自变量系数反映（非基本面）综合性指标影响，而不能由自变量解释的常数项系数则被认为是基本面因素的影响。我们用wind商品指数 代替商品价格，避免主力合约换月时造成的跳价干扰。

　　首先，我们观察各类因素对于商品市场整体的影响。

　　从图3和图4可以看出，基本面因素对于商品市场波动的影响从2015年下半年开始加强，并在2016年上半年达到高位，2016年6月开始商品收益率更多地被非基本面因素解释。

　　在过去一年半的观测时间内，无论市场是否经历大幅波动，汇率的影响在非基本面因素中一直占有重要位置。尤其是去年8月人民币汇率改革和今年1、 2月份人民币快速贬值，汇率大幅波动时，汇率对于商品的影响程度高于其它因素。汇率的影响不仅仅来自人民币和美元，还包括全球主要商品贸易方，如欧盟、日 本、澳大利亚、加拿大、南美洲、东南亚等地区汇率稳定性。

　　股市和利率市场的变动对商品波动的贡献突出表现在去年10月和12月。经历了去年6-8月的股灾，监管机构对股指期货实行了严格的限仓管制，除了股指期货交易量大幅萎缩以外，整个期货市场的情绪也受到影响，股市对商品期货交易的影响在10月达到高点。图3可见，利率因素对于商品的影响则突出表现在2015年底、2016年初，这与年底国内流动性紧张和美联储12月份首次开启加息的节奏一致。

　　进入2016年下半年，宏观和流动性对于商品市场的影响显著增强。中国作为经济大国，经济发展增速对商品需求拉动起着重要作用。8月份开始工业 指标企稳回升，PMI指数（50.4%）重新回到扩张区间；今年第三季度中国国内生产总值（GDP）同比增速为6.7%，增速与前两个季度持平，停止下 滑；10月贸易数据符合预期，进口数据更佳，内需改善；11月官方制造业PMI追平4年来高点，一系列指标显示中国经济环境逐渐好转。从图4来看，宏观因 素对商品的影响在三季度出现高点，流动性因素比重则近期持续上涨。商品期货市场在2016年触底反弹，以黑色系为代表的品种在今年4月、6月、11月分别 有着强劲涨势，吸引了更多资金的关注。商品流动性（持仓量和成交量）对整体市场波动的影响近几个月显著攀升，当前与汇率的贡献持平，高于其它因素影响。

　　其次，我们分板块观察基本面和非基本面因素对于工业品的影响。

　　黑色系品种在2016年涨幅巨大，wind焦煤钢 矿指数11月份较今年1月的涨幅已经达到100%。黑色板块在整体商品市场波动中占首要因素，我们会在下一个部分具体说明。整体来看非基本面因素对于黑色 品种的解释力度在2016年逐渐上升，而2015年下半年则更多的为基本面原因主导。供给侧改革从去年延续至今，并将在未来一段时间继续坚持下去，但是其 对黑色品种波动的影响正在减弱。成本变动正成为继供给侧改革之后的又一主要原因。焦煤焦炭年初的产能收缩造成了全年库存紧张的局面，供不应求带来的价格上涨又推升了下游螺纹钢的成本。下半年，尤其是第四季度以来，宏观指标、股市和利率对黑色品种的影响显著增强。宏观指标，如PMI、工业增加值、贸易差额等，反映国内经济变动，从10月份开始成为影响黑色收益波动的首要原因。

　　非基本面因素对化工板块的影响也在2016年增强。汇率变动始终是市场风险的重要来源。铁矿石是交易活跃的黑色品种，而国内绝大部分铁矿石需求依赖于进口。原油是化工类产品的基础原料，且中国对原油有着强劲的进口需求，所谓“牵一发而动全身”，石油价格在今年2月从历史低位触底反弹，美元兑人民币汇率与原油价格引导着化工产品，例如沥青、PTA、塑料等的价格波动。天然橡胶虽不以原油为材料，但是个高度国际化的品种，东南亚地区的橡胶产量和汇率是国内橡胶价格的重要参考因素。同时，四季度开始宏观、利率和股市对化工板块的影响也在放大。

　　相较而言，有色金属基 本面/非基本面的比例变动较小，宏观、汇率、利率、股市和流动性指标可以70%程度上解释有色品种价格的变动。与其它工业板块不同的是，利率指标对有色金 属商品的解释力度显著高于在黑色和化工板块的比例，尤其是在2015年下半年和今年1月。另一个显著不同，是流动性因素的比例，成交量和持仓量变动更加明 显的影响有色价格；或者说，三、四季度以来，20%左右的有色价格波动来源于流动性的因素。11月11日夜盘，期货市场遭遇“黑色星期五”，许多品种经历 了在非常短时间内暴涨暴跌的剧烈波动。在此之前的一周，以沪铜为代表的工业金属就发生了在基本面短期没有重要变化的情况下，成交量持续放大，价格跳涨，周度涨幅接近20%的极端情况。

　　再次，我们分板块观察基本面和非基本面因素对于农业品的影响。

　　油脂油料板块中，各因素先后主导，更替频率较快，汇率影响仍显著突出。当前我国大豆产量仍较为有限，远满足不了巨大需求，南美洲巴西、阿根廷和北美洲美国的大豆是进口的主要来源。中国在夏季迎来南美洲大豆到港的高峰期，6月前后汇率对油脂油料市场的影响也到达高点。今年5月至7月股市表现突出成为油脂油料板块波动的重要因素，这种情况并未出现在其它板块。

　　软商品板块的波动来源中，宏观因素的占比更大。以2016年1月为拐点，非基本面因素对软商品收益的解释程度逐渐上升，9月、10月甚至已经高 达90%以上，换句话说，9月以后非基本面因素几乎完全成为软商品板块的市场风险来源。另外，1月和7月前后，利率市场变动贡献了显著波动，软商品在这两 个时期对资金成本和信贷风险较为敏感，这一点在油脂油料上也有所体现。

　　最后，我们观察基本面和非基本面因素对于贵金属的影响。

　　贵金属的商品和货币双重属性显著区别于其它商品，这一点从贵金属的市场风险来源分布也可看出：宏观、汇率、利率、股票、流动性共同长期稳定地贡 献着贵金属板块80%以上的市场波动，其中，宏观指标和股市占据了40%-50%的比例。当市场情绪不稳定时，贵金属体现出避险的价值。相较于其它板块， 汇率变化对贵金属的影响并不突出，且稳定在约20%的风险比例。而利率因素带来的波动则在2015年12月、2016年8月、10月大幅提升。

　　4市场风险在不同品种上的分布变化

　　下面我们换个角度分解国内商品市场风险，细分到各个品种，观察其各自的价格波动对整体商品市场的影响。商品分类参考Wind指数。

　　从全年的日度收益率的协方差矩阵（表2）来看，焦煤钢矿、能源、化工的波动幅度显著（Wind能源指数对应的品种是动力煤）。2016年国内期货市场中，工业品的波动程度整体高于农产品板块。

　　我们选取了31个活跃的商品，再次利用PCA方法对日度收益率数据进行转换，并按照2016年1至11月依次向前滚动，观察不同时间商品市场风险在各个品种上分布的变化。

　　从表3可以清晰的看出，2016年1、2月份市场风险“相对均衡”得分布在有色、黑色、化工和油脂油料板块，沥青、沪胶、沪镍、铁矿石、沪铜、沪锌、 PP、菜粕、棕榈油等品种表现突出。从第二季度开始，市场风险开始向黑色板块集中，年初还不够活跃的焦煤焦炭和螺纹钢的波动幅度开始增强，与铁矿石和热卷 共同提供了2016年22%的市场波动（图17）。到第四季度，黑色品种的对市场的影响已经大幅高于其它品种。再看其它品种，贵金属方面，虽在2016年 价格涨幅显著，但并不是市场风险的来源，沪银波动强于沪金；有色方面，二、三季度表现平淡，四季度沪铜和沪镍重新开始提供“beta”；化工方面，风险集 中在沥青和沪胶，11月份波动分散在化工多个品种；农产品方面，郑棉在二季度，豆粕和菜粕在三季度做出了农产品的波动贡献，鸡蛋做为小品种曾在今年6月因为暴雨导致突然波动增强，进入四季度以后，农产品整体波动相对减弱。

　　放大分解了不同品种对2016年市场风险的贡献之后，我们将视图缩小，比较过去三年风险在不同板块上的迁移（图17）。2014年到2016年，黑色品 种和农产品在市场风险的占比相对扩大，而化工和金属的占比相对减小。当然，这里比较的是每年各品种在市场风险中的横向占比，不代表品种自身的纵向变化。焦 煤钢矿和能源（动力煤）在2016年上升为市场波动的首要来源，占整体市场波动的35%。农产品在整体风险中所占份额增大，主要是因为2016年农副产品 （鸡蛋）新增的影响，而油脂油料和软商品在过去三年的相对份额变化不大。相较而言，贵金属和有色金属在整体风险中的占比从2014年的29%缩小至 2016年的15%。2016年是商品市场的一个拐点，黑色和部分农产品在上半年先后触底反弹，而以沪铜为代表的有色金属则在年末11月前后才开始出现明 显大幅波动。

　　52017年商品市场风险展望

　　2016年商品市场经历了重大变动，众多品种价格在降至历史低点后反弹。工业品在供给侧改革中产能调整，伴随着下半年中国经济企稳，产业链上的 成本变化推动了通胀的预期。农产品则受种植面积、拉尼娜、国家收抛储政策等因素影响震荡上行。下面我们结合国内外市场当前情况和商品的季节性表现，对 2017年市场风险可能情形做出展望（图18）。

　　从2016年第四季度的经济指标来看，2017年全球经济将不同程度走向通胀。历史经验表明，在温和通胀的环境中，股票和商品的表现强于债券；在高速通胀的环境中，商品表现强于股票和债券；而黄金在通胀早期和高速期，因其避险和货币属性都有较好表现。中国目前处于GDP增速放缓，通胀上行的阶段，经济刚刚企稳且中国政府强调稳健的经济政策，明年大概率会是温和通胀的情形。

　　一季度：汇率、利率和宏观变化是商品市场风险的重要来源，2017年非基本面因素的影响可能会进一步增强。按照2015年12月美联储首次加息 的经验，利率变动对商品的影响近期会显著增强并持续至2月前后，还有加息初期由美元引发的主要商品贸易国家的汇率波动。同时，一季度和三季度中国将迎来偿 债高峰，债务压力高企的情况下叠加汇率波动，将增加对资金面的流动性压力，信用风险和市场风险相互影响。2017年1月特朗普正式任职美国总统后将实行积极财政政策，5000亿美元的基建计划将刺激工业品的需求，TPP计划的停滞有助于中国牵头的区域全面经济伙伴关系（RCEP）进一步扩大影响力以及中国“一带一路”的推进，为商品市场打开新的供需来源。另外，11月30日OPEC会议达成八年来首次减产协议，为明年油价上行的预期奠定了基础，而原油做为化工产品的重要原材料，成本价格上涨可能推升明年化工板块的波动幅度。事实上，12月化工板块的波幅已经开始增强。

　　二季度：全球市场上的政治风险将聚集在欧洲，意大利因公投失败而提前大选的影响还未消化，英国就可能启动退欧条款，4月开始的法国大 选也可能因为右翼势力的崛起而引发市场的避险情绪。一系列风险事件将短期推升贵金属在明年上半年的市场波动。化工板块，OPEC成员国将陆续兑现承诺，如 果没有实际减产，势必又会对市场造成波动。有色方面，通胀的预期使得产业链上提前补库存的需求加大，但持续变化也需要基本面的支撑。二季度黑色板块进入季 节性旺季，财政宽松、基建投资增加了对黑色核心品种螺纹钢的需求；但同时，房地产在今年四季度被加强了政策调控，对市场的传导效应可能会在明年二三季度显现，为今年暴涨至高位的黑色板块埋下伏笔。

　　三、四季度：上半年风险事件密集，美联储更有可能在下半年市场相对稳定时再次加息，出于通胀和美国经济稳健复苏的预期，加息节奏或有加快，商品 市场整体将受影响。从季节性和2016年情况来看，三季度农产品板块的波动或将提升。全球气候已经转为拉尼娜现象，天气的转变为农产品带来不确定影响。三 季度油脂油料板块将经历南美大豆运输到港之后，北美大豆收割之前的低库存时期，棉花也还未开始采摘，库存较低时价格波动更为敏感。加息造成的汇率波动也将影响大豆、棕榈油、棉花、糖这类国际化农产品的市场风险。

　　- END -

　　文章来源于微信公众号：对冲研投。