內(nèi)容摘要

如果商品市場是幅地圖，不同品種各占板塊，板塊的變動如何影響整體布局？如果地圖不是平面的，類似地球，不同品種特有的基本面因素創(chuàng)造了局部生態(tài)體系，而一些非基本面因素，例如宏觀、匯率、利率、股市、流動性等，則如陽光、大氣、水一樣影響著全球生態(tài)系統(tǒng)，那么當(dāng)大氣和水分流動起來，整個生態(tài)系統(tǒng)發(fā)生了哪些變化？帶著這兩個問題，我們開始對國內(nèi)商品市場風(fēng)險進行分析。

類似于CAPM理論中的beta是對股票市場風(fēng)險的定義，我們試圖從大宗商品的角度尋找商品的beta。在傳統(tǒng)的基本面分析中需要考慮供給、需求、庫存、成本、上下游等因素。但是在這份報告中，我們重點從“非基本面”的角度，綜合考 慮宏觀、匯率、利率、股市、流動性這五個因素，對商品市場風(fēng)險進行動態(tài)分解，綜合運用top-down和bottom-up的分析維度。很顯然，非基本面 不能解釋全部。如果基本面和非基本面因素共同構(gòu)成一個整體，我們用綜合性的非基本面指標去解釋商品的收益率，那么剩下不能由非基本面解釋的部分則來自于基 本面變化：這是這份報告分解市場風(fēng)險來源的邏輯。

一方面（top-down），我們發(fā)現(xiàn)基本面因素對于商品市場波動的影響從2015年下半年開始加強，并在2016年上半年達到高位，但 2016年6月開始商品收益率更多地被非基本面因素解釋。在過去一年半的觀測時間內(nèi)，無論市場是否經(jīng)歷大幅波動，匯率的影響在非基本面因素中一直占有重要 位置。股市和利率市場的變動對商品波動的貢獻突出表現(xiàn)在去年10月和12月。宏觀因素對商品的影響在今年三季度出現(xiàn)高點，商品流動性因素比重則近幾個月持 續(xù)上漲。

接下來我們分析基本面和非基本面因素分別對于工業(yè)品、農(nóng)業(yè)品和貴金屬的影響。非基本面因素對于黑色品種的解釋力度在2016年逐漸上升，而 2015年下半年則更多的為基本面原因主導(dǎo)。今年下半年，尤其是第四季度以來，宏觀指標、股市和利率對黑色和化工品種的影響顯著增強。與其它板塊不同的 是，利率和流動性因素在有色板塊中更顯著地影響價格。匯率對油脂油料影響突出，軟商品板塊的波動來源中，宏觀因素的占比更大。宏觀、匯率、利率、股票、流動性共同長期穩(wěn)定地貢獻著貴金屬板塊80%以上的市場波動，其中，宏觀指標和股市占據(jù)了40%-50%的比例。

另一方面（bottom-up），我們換個角度分解國內(nèi)商品市場風(fēng)險，細分到各個品種，觀察其各自的價格波動對整體商品市場的影響。2016年國內(nèi)期貨市場中，工業(yè)品的波動程度整體高于農(nóng)產(chǎn)品板塊。2016年1、2月份市場風(fēng)險“相對均衡”得分布在有色、黑色、化工和油脂油料板塊，從第二季度開始，市場風(fēng)險開始向黑色板塊集中，黑色品種共同提供了2016年22%的市場波動。進入四季度以后，有色和化工波動增強，農(nóng)產(chǎn)品波動減弱。

放大分解了不同品種對2016年市場風(fēng)險的貢獻之后，我們將視圖縮小，比較過去三年風(fēng)險在不同板塊上的遷移。2014年到2016年，黑色品種和農(nóng)產(chǎn)品在市場風(fēng)險的占比相對擴大，而化工和金屬的占比相對減小。

最后，我們結(jié)合國內(nèi)外市場當(dāng)前情況和商品的季節(jié)性表現(xiàn)，對2017年市場風(fēng)險的可能情形做出展望。

如果商品市場是幅地圖，不同品種各占板塊，板塊的變動如何影響整體布局？如果地圖不是平面的，類似地球，不同品種特有的基本面因素創(chuàng)造了局部生 態(tài)體系，而一些非基本面因素，例如宏觀、匯率、利率、股市、流動性等，則如陽光、大氣、水一樣影響著全球生態(tài)系統(tǒng)，那么當(dāng)大氣和水分流動起來，整個生態(tài)系 統(tǒng)發(fā)生了哪些變化？帶著這兩個問題，我們開始對國內(nèi)商品市場風(fēng)險進行分析。

期貨和股票經(jīng)常被放在一起比較，兩者在交易形式上有許多相似的地方。股票市場發(fā)展多年，已經(jīng)有大量成熟的研究和定價模型，其中經(jīng)典模型之 一，CAPM，用beta來定義個股的市場風(fēng)險，許多交易策略也用beta來追蹤被動投資的有效性。大宗商品方面，由于期貨是零和交易，與股市估值的邏輯 不同，自然對于市場風(fēng)險的理解也不同。

大宗商品廣泛流通于能源、基礎(chǔ)工業(yè)和農(nóng)業(yè)領(lǐng)域，在傳統(tǒng)的基本面分析中需要考慮供給、需求、庫存、成本、上下游等因素。但是在這份報告中，我們重點從“非基本面”的角度對商品市場風(fēng)險進行動態(tài)分解，綜合運用top-down和bottom-up的分析維度。

一方面（top-down），我們綜合考慮宏觀、匯率、利率、股市、流動性這五個方面，整體上把握這五類因素對于商品的影響，而不是專注于某一 個品種背后的基本面供需因素。我們選取37個代表性指標，通過PCA（主成分分析）統(tǒng)計方法，對數(shù)據(jù)進行降維處理，從轉(zhuǎn)換后的數(shù)據(jù)中抽取出影響市場整體波 動的主要因素，并觀察這些因素的變化。宏觀方面，我們選取國民經(jīng)濟發(fā)展代表性指標，反映通脹、投資、消費、貿(mào)易和貨幣供應(yīng)情況；外匯方面，由于許多商品依 賴于國際貿(mào)易，因此對匯率變動非常敏感；利率方面，貨幣市場和信貸市場的變化影響著商品生產(chǎn)、流通、銷售鏈條上的資金成本和投資決策，我們通過利差和 CDS觀察利率市場流動性；股市方面，股市和商品期貨市場看似是兩類不同的資產(chǎn)，背后卻有著相似的聯(lián)系，即都是反映經(jīng)濟變化的晴雨表，我們嘗試觀測股市變 化對于商品市場的影響；商品流動性方面，主力合約的持倉量和成交量是品種吸引資金關(guān)注程度的有效指標，具體請參看“表 1：非基本面指標描述”。

另一方面（bottom-up），我們對31個活躍商品品種的收益率進行PCA轉(zhuǎn)換，通過對主成分的提取，分離出一段時間內(nèi)各個板塊對整體市場波動的貢獻。當(dāng)把所有品種放在一起動態(tài)分析時，我們可以清晰地看到商品市場波動的主要來源在逐漸發(fā)生變化。

2PCA簡介

主成分分析（Principal ComponentAnalysis，PCA） ，是一種統(tǒng)計分析方法。根據(jù)維基百科的定義，PCA通過對數(shù)據(jù)垂直坐標軸的轉(zhuǎn)換，以協(xié)方差的特征值-特征向量為基礎(chǔ)，使得可能具有相關(guān)性的變量在新坐標軸 上降低維度為線性非相關(guān)變量，并在主成分提取的過程中找到對波動貢獻最大的因素。換句話說，我們可以利用PCA技術(shù)將可能影響商品市場的眾多指標轉(zhuǎn)換成幾 個綜合性因子，并找出波動的主要來源。

3宏觀、匯率、利率、股市和流動性對商品的綜合影響

在報告開頭我們說過，商品品種眾多，且各自屬性不同，背后的基本面指標過于繁多，所以我們避開了基本面，從非基本面的角度選取指標。但很顯然， 非基本面不能解釋全部。如果基本面和非基本面因素共同構(gòu)成一個整體，我們用綜合性的非基本面指標去解釋商品的收益率，那么剩下不能由非基本面解釋的部分則 來自于基本面變化：這是這份報告分解市場風(fēng)險來源的邏輯。具體在操作中，首先把37個非基本面指標進行PCA轉(zhuǎn)換，提取前5個主成分做為綜合性指標，然后 對商品收益率回歸分析，自變量系數(shù)反映（非基本面）綜合性指標影響，而不能由自變量解釋的常數(shù)項系數(shù)則被認為是基本面因素的影響。我們用wind商品指數(shù) 代替商品價格，避免主力合約換月時造成的跳價干擾。

首先，我們觀察各類因素對于商品市場整體的影響。

從圖3和圖4可以看出，基本面因素對于商品市場波動的影響從2015年下半年開始加強，并在2016年上半年達到高位，2016年6月開始商品收益率更多地被非基本面因素解釋。

在過去一年半的觀測時間內(nèi)，無論市場是否經(jīng)歷大幅波動，匯率的影響在非基本面因素中一直占有重要位置。尤其是去年8月人民幣匯率改革和今年1、 2月份人民幣快速貶值，匯率大幅波動時，匯率對于商品的影響程度高于其它因素。匯率的影響不僅僅來自人民幣和美元，還包括全球主要商品貿(mào)易方，如歐盟、日 本、澳大利亞、加拿大、南美洲、東南亞等地區(qū)匯率穩(wěn)定性。

股市和利率市場的變動對商品波動的貢獻突出表現(xiàn)在去年10月和12月。經(jīng)歷了去年6-8月的股災(zāi)，監(jiān)管機構(gòu)對股指期貨實行了嚴格的限倉管制，除了股指期貨交易量大幅萎縮以外，整個期貨市場的情緒也受到影響，股市對商品期貨交易的影響在10月達到高點。圖3可見，利率因素對于商品的影響則突出表現(xiàn)在2015年底、2016年初，這與年底國內(nèi)流動性緊張和美聯(lián)儲12月份首次開啟加息的節(jié)奏一致。

進入2016年下半年，宏觀和流動性對于商品市場的影響顯著增強。中國作為經(jīng)濟大國，經(jīng)濟發(fā)展增速對商品需求拉動起著重要作用。8月份開始工業(yè) 指標企穩(wěn)回升，PMI指數(shù)（50.4%）重新回到擴張區(qū)間；今年第三季度中國國內(nèi)生產(chǎn)總值（GDP）同比增速為6.7%，增速與前兩個季度持平，停止下 滑；10月貿(mào)易數(shù)據(jù)符合預(yù)期，進口數(shù)據(jù)更佳，內(nèi)需改善；11月官方制造業(yè)PMI追平4年來高點，一系列指標顯示中國經(jīng)濟環(huán)境逐漸好轉(zhuǎn)。從圖4來看，宏觀因 素對商品的影響在三季度出現(xiàn)高點，流動性因素比重則近期持續(xù)上漲。商品期貨市場在2016年觸底反彈，以黑色系為代表的品種在今年4月、6月、11月分別 有著強勁漲勢，吸引了更多資金的關(guān)注。商品流動性（持倉量和成交量）對整體市場波動的影響近幾個月顯著攀升，當(dāng)前與匯率的貢獻持平，高于其它因素影響。

其次，我們分板塊觀察基本面和非基本面因素對于工業(yè)品的影響。

黑色系品種在2016年漲幅巨大，wind焦煤鋼 礦指數(shù)11月份較今年1月的漲幅已經(jīng)達到100%。黑色板塊在整體商品市場波動中占首要因素，我們會在下一個部分具體說明。整體來看非基本面因素對于黑色 品種的解釋力度在2016年逐漸上升，而2015年下半年則更多的為基本面原因主導(dǎo)。供給側(cè)改革從去年延續(xù)至今，并將在未來一段時間繼續(xù)堅持下去，但是其 對黑色品種波動的影響正在減弱。成本變動正成為繼供給側(cè)改革之后的又一主要原因。焦煤焦炭年初的產(chǎn)能收縮造成了全年庫存緊張的局面，供不應(yīng)求帶來的價格上漲又推升了下游螺紋鋼的成本。下半年，尤其是第四季度以來，宏觀指標、股市和利率對黑色品種的影響顯著增強。宏觀指標，如PMI、工業(yè)增加值、貿(mào)易差額等，反映國內(nèi)經(jīng)濟變動，從10月份開始成為影響黑色收益波動的首要原因。

非基本面因素對化工板塊的影響也在2016年增強。匯率變動始終是市場風(fēng)險的重要來源。鐵礦石是交易活躍的黑色品種，而國內(nèi)絕大部分鐵礦石需求依賴于進口。原油是化工類產(chǎn)品的基礎(chǔ)原料，且中國對原油有著強勁的進口需求，所謂“牽一發(fā)而動全身”，石油價格在今年2月從歷史低位觸底反彈，美元兌人民幣匯率與原油價格引導(dǎo)著化工產(chǎn)品，例如瀝青、PTA、塑料等的價格波動。天然橡膠雖不以原油為材料，但是個高度國際化的品種，東南亞地區(qū)的橡膠產(chǎn)量和匯率是國內(nèi)橡膠價格的重要參考因素。同時，四季度開始宏觀、利率和股市對化工板塊的影響也在放大。

相較而言，有色金屬基 本面/非基本面的比例變動較小，宏觀、匯率、利率、股市和流動性指標可以70%程度上解釋有色品種價格的變動。與其它工業(yè)板塊不同的是，利率指標對有色金 屬商品的解釋力度顯著高于在黑色和化工板塊的比例，尤其是在2015年下半年和今年1月。另一個顯著不同，是流動性因素的比例，成交量和持倉量變動更加明 顯的影響有色價格；或者說，三、四季度以來，20%左右的有色價格波動來源于流動性的因素。11月11日夜盤，期貨市場遭遇“黑色星期五”，許多品種經(jīng)歷 了在非常短時間內(nèi)暴漲暴跌的劇烈波動。在此之前的一周，以滬銅為代表的工業(yè)金屬就發(fā)生了在基本面短期沒有重要變化的情況下，成交量持續(xù)放大，價格跳漲，周度漲幅接近20%的極端情況。

再次，我們分板塊觀察基本面和非基本面因素對于農(nóng)業(yè)品的影響。

油脂油料板塊中，各因素先后主導(dǎo)，更替頻率較快，匯率影響仍顯著突出。當(dāng)前我國大豆產(chǎn)量仍較為有限，遠滿足不了巨大需求，南美洲巴西、阿根廷和北美洲美國的大豆是進口的主要來源。中國在夏季迎來南美洲大豆到港的高峰期，6月前后匯率對油脂油料市場的影響也到達高點。今年5月至7月股市表現(xiàn)突出成為油脂油料板塊波動的重要因素，這種情況并未出現(xiàn)在其它板塊。

軟商品板塊的波動來源中，宏觀因素的占比更大。以2016年1月為拐點，非基本面因素對軟商品收益的解釋程度逐漸上升，9月、10月甚至已經(jīng)高 達90%以上，換句話說，9月以后非基本面因素幾乎完全成為軟商品板塊的市場風(fēng)險來源。另外，1月和7月前后，利率市場變動貢獻了顯著波動，軟商品在這兩 個時期對資金成本和信貸風(fēng)險較為敏感，這一點在油脂油料上也有所體現(xiàn)。

最后，我們觀察基本面和非基本面因素對于貴金屬的影響。

貴金屬的商品和貨幣雙重屬性顯著區(qū)別于其它商品，這一點從貴金屬的市場風(fēng)險來源分布也可看出：宏觀、匯率、利率、股票、流動性共同長期穩(wěn)定地貢 獻著貴金屬板塊80%以上的市場波動，其中，宏觀指標和股市占據(jù)了40%-50%的比例。當(dāng)市場情緒不穩(wěn)定時，貴金屬體現(xiàn)出避險的價值。相較于其它板塊， 匯率變化對貴金屬的影響并不突出，且穩(wěn)定在約20%的風(fēng)險比例。而利率因素帶來的波動則在2015年12月、2016年8月、10月大幅提升。

4市場風(fēng)險在不同品種上的分布變化

下面我們換個角度分解國內(nèi)商品市場風(fēng)險，細分到各個品種，觀察其各自的價格波動對整體商品市場的影響。商品分類參考Wind指數(shù)。

從全年的日度收益率的協(xié)方差矩陣（表2）來看，焦煤鋼礦、能源、化工的波動幅度顯著（Wind能源指數(shù)對應(yīng)的品種是動力煤）。2016年國內(nèi)期貨市場中，工業(yè)品的波動程度整體高于農(nóng)產(chǎn)品板塊。

我們選取了31個活躍的商品，再次利用PCA方法對日度收益率數(shù)據(jù)進行轉(zhuǎn)換，并按照2016年1至11月依次向前滾動，觀察不同時間商品市場風(fēng)險在各個品種上分布的變化。

從表3可以清晰的看出，2016年1、2月份市場風(fēng)險“相對均衡”得分布在有色、黑色、化工和油脂油料板塊，瀝青、滬膠、滬鎳、鐵礦石、滬銅、滬鋅、 PP、菜粕、棕櫚油等品種表現(xiàn)突出。從第二季度開始，市場風(fēng)險開始向黑色板塊集中，年初還不夠活躍的焦煤焦炭和螺紋鋼的波動幅度開始增強，與鐵礦石和熱卷 共同提供了2016年22%的市場波動（圖17）。到第四季度，黑色品種的對市場的影響已經(jīng)大幅高于其它品種。再看其它品種，貴金屬方面，雖在2016年 價格漲幅顯著，但并不是市場風(fēng)險的來源，滬銀波動強于滬金；有色方面，二、三季度表現(xiàn)平淡，四季度滬銅和滬鎳重新開始提供“beta”；化工方面，風(fēng)險集 中在瀝青和滬膠，11月份波動分散在化工多個品種；農(nóng)產(chǎn)品方面，鄭棉在二季度，豆粕和菜粕在三季度做出了農(nóng)產(chǎn)品的波動貢獻，雞蛋做為小品種曾在今年6月因為暴雨導(dǎo)致突然波動增強，進入四季度以后，農(nóng)產(chǎn)品整體波動相對減弱。

放大分解了不同品種對2016年市場風(fēng)險的貢獻之后，我們將視圖縮小，比較過去三年風(fēng)險在不同板塊上的遷移（圖17）。2014年到2016年，黑色品種和農(nóng)產(chǎn)品在市場風(fēng)險的占比相對擴大，而化工和金屬的占比相對減小。當(dāng)然，這里比較的是每年各品種在市場風(fēng)險中的橫向占比，不代表品種自身的縱向變化。焦煤鋼礦和能源（動力煤）在2016年上升為市場波動的首要來源，占整體市場波動的35%。農(nóng)產(chǎn)品在整體風(fēng)險中所占份額增大，主要是因為2016年農(nóng)副產(chǎn)品（雞蛋）新增的影響，而油脂油料和軟商品在過去三年的相對份額變化不大。相較而言，貴金屬和有色金屬在整體風(fēng)險中的占比從2014年的29%縮小至2016年的15%。2016年是商品市場的一個拐點，黑色和部分農(nóng)產(chǎn)品在上半年先后觸底反彈，而以滬銅為代表的有色金屬則在年末11月前后才開始出現(xiàn)明顯大幅波動。

52017年商品市場風(fēng)險展望

2016年商品市場經(jīng)歷了重大變動，眾多品種價格在降至歷史低點后反彈。工業(yè)品在供給側(cè)改革中產(chǎn)能調(diào)整，伴隨著下半年中國經(jīng)濟企穩(wěn)，產(chǎn)業(yè)鏈上的 成本變化推動了通脹的預(yù)期。農(nóng)產(chǎn)品則受種植面積、拉尼娜、國家收拋儲政策等因素影響震蕩上行。下面我們結(jié)合國內(nèi)外市場當(dāng)前情況和商品的季節(jié)性表現(xiàn)，對 2017年市場風(fēng)險可能情形做出展望（圖18）。

從2016年第四季度的經(jīng)濟指標來看，2017年全球經(jīng)濟將不同程度走向通脹。歷史經(jīng)驗表明，在溫和通脹的環(huán)境中，股票和商品的表現(xiàn)強于債券；在高速通脹的環(huán)境中，商品表現(xiàn)強于股票和債券；而黃金在通脹早期和高速期，因其避險和貨幣屬性都有較好表現(xiàn)。中國目前處于GDP增速放緩，通脹上行的階段，經(jīng)濟剛剛企穩(wěn)且中國政府強調(diào)穩(wěn)健的經(jīng)濟政策，明年大概率會是溫和通脹的情形。

一季度：匯率、利率和宏觀變化是商品市場風(fēng)險的重要來源，2017年非基本面因素的影響可能會進一步增強。按照2015年12月美聯(lián)儲首次加息 的經(jīng)驗，利率變動對商品的影響近期會顯著增強并持續(xù)至2月前后，還有加息初期由美元引發(fā)的主要商品貿(mào)易國家的匯率波動。同時，一季度和三季度中國將迎來償 債高峰，債務(wù)壓力高企的情況下疊加匯率波動，將增加對資金面的流動性壓力，信用風(fēng)險和市場風(fēng)險相互影響。2017年1月特朗普正式任職美國總統(tǒng)后將實行積極財政政策，5000億美元的基建計劃將刺激工業(yè)品的需求，TPP計劃的停滯有助于中國牽頭的區(qū)域全面經(jīng)濟伙伴關(guān)系（RCEP）進一步擴大影響力以及中國“一帶一路”的推進，為商品市場打開新的供需來源。另外，11月30日OPEC會議達成八年來首次減產(chǎn)協(xié)議，為明年油價上行的預(yù)期奠定了基礎(chǔ)，而原油做為化工產(chǎn)品的重要原材料，成本價格上漲可能推升明年化工板塊的波動幅度。事實上，12月化工板塊的波幅已經(jīng)開始增強。

二季度：全球市場上的政治風(fēng)險將聚集在歐洲，意大利因公投失敗而提前大選的影響還未消化，英國就可能啟動退歐條款，4月開始的法國大 選也可能因為右翼勢力的崛起而引發(fā)市場的避險情緒。一系列風(fēng)險事件將短期推升貴金屬在明年上半年的市場波動。化工板塊，OPEC成員國將陸續(xù)兌現(xiàn)承諾，如 果沒有實際減產(chǎn)，勢必又會對市場造成波動。有色方面，通脹的預(yù)期使得產(chǎn)業(yè)鏈上提前補庫存的需求加大，但持續(xù)變化也需要基本面的支撐。二季度黑色板塊進入季 節(jié)性旺季，財政寬松、基建投資增加了對黑色核心品種螺紋鋼的需求；但同時，房地產(chǎn)在今年四季度被加強了政策調(diào)控，對市場的傳導(dǎo)效應(yīng)可能會在明年二三季度顯現(xiàn)，為今年暴漲至高位的黑色板塊埋下伏筆。

三、四季度：上半年風(fēng)險事件密集，美聯(lián)儲更有可能在下半年市場相對穩(wěn)定時再次加息，出于通脹和美國經(jīng)濟穩(wěn)健復(fù)蘇的預(yù)期，加息節(jié)奏或有加快，商品 市場整體將受影響。從季節(jié)性和2016年情況來看，三季度農(nóng)產(chǎn)品板塊的波動或?qū)⑻嵘?。全球氣候已?jīng)轉(zhuǎn)為拉尼娜現(xiàn)象，天氣的轉(zhuǎn)變?yōu)檗r(nóng)產(chǎn)品帶來不確定影響。三 季度油脂油料板塊將經(jīng)歷南美大豆運輸?shù)礁壑?，北美大豆收割之前的低庫存時期，棉花也還未開始采摘，庫存較低時價格波動更為敏感。加息造成的匯率波動也將影響大豆、棕櫚油、棉花、糖這類國際化農(nóng)產(chǎn)品的市場風(fēng)險。