论文部分内容阅读
本文重点关注通过单因子和多因子策略对中国商品期货市场截面收益进行预测。首先，本文通过收集2003年到2018年6月间47种商品期货合约价格、持仓量等数据，构建连续的期货价格序列。而后总结国内外现有研究，构建目前中国商品期货市场能够获取的所有13个因子特征信号，排序构建多空组合分别检验它们的收益预测能力，比较不同因子之间的区别和中美商品期货市场之间的表现差异。继而，将滞后一期的因子作为输入变量，使用Fama-MacBeth回归(FM)、组合预测(FC)、主成分分析(PCA)、主成分回归(PCR)和偏最小二乘法(PLS)共5种方法对中国商品期货市场截面收益进行预测，根据预测结果对商品期货进行排序构建多空组合、计算组合收益，而后对5种方法的预测能力进行对比，并尝试通过对5种方法的集成获得更可靠的预测结果。最后通过广义矩估计(GMM)、逐一去掉因子和使用滞后两期的因子数据三种方法来检验截面收益预测方法的稳健性。
实证结果显示，所有13个商品期货因子中，有6个因子可以获得正显著的收益，其中表现最为突出的因子为截面动量(CS-MOM)。此外，3个因子产生负显著的损失，其余4个单因子收益或损失不显著，这些中美商品期货市场表现不同的因子体现了中美商品期货市场之间存在的显著区别。
汇总多因子信息以预测商品期货收益时，发现FM的收益无法超过单因子的表现。为了进一步提高预测性能，采用FC，PCA，PCR和PLS方法，其中FC方法仅略高于FM，PCA、PCR和PLS三种方法能够赢过表现最好的单因子CS-MOM，PLS方法表现最好。与单一方法相比，5种方法的集成能够获得更高的收益，同时降低波动性和风险。
稳健性检验中依次去掉每个因子用其余因子进行预测分析。结果发现只有PLS收益较为稳定，不管去掉哪个因子都会使得收益降低。说明PLS可以充分利用每个因子中的有效信息，而不依赖于因子的选择。此外，从结果中还可以看出，在预测期货收益时，SKEW因子比其他因子更重要。
实证结果显示，所有13个商品期货因子中，有6个因子可以获得正显著的收益，其中表现最为突出的因子为截面动量(CS-MOM)。此外，3个因子产生负显著的损失，其余4个单因子收益或损失不显著，这些中美商品期货市场表现不同的因子体现了中美商品期货市场之间存在的显著区别。
汇总多因子信息以预测商品期货收益时，发现FM的收益无法超过单因子的表现。为了进一步提高预测性能，采用FC，PCA，PCR和PLS方法，其中FC方法仅略高于FM，PCA、PCR和PLS三种方法能够赢过表现最好的单因子CS-MOM，PLS方法表现最好。与单一方法相比，5种方法的集成能够获得更高的收益，同时降低波动性和风险。
稳健性检验中依次去掉每个因子用其余因子进行预测分析。结果发现只有PLS收益较为稳定，不管去掉哪个因子都会使得收益降低。说明PLS可以充分利用每个因子中的有效信息，而不依赖于因子的选择。此外，从结果中还可以看出，在预测期货收益时，SKEW因子比其他因子更重要。