随着中国期货市场交易品种的日益丰富,品种呈现多元化,且相关品种类别已形成规模。到目前为止,我国期货市场上市品种已超过60个,涉及有色金属、农产品、化工、能源等多个类别,其中有色金属、化工和农产品分类已达到了一定规模,具备了开发推出分类商品期货指数的条件。各种商品指数ETF也在陆续上市。为了设计出更加科学合理的商品指数及其衍生品,对国外著名商品指数的编制方法进行比较研究很有必要。下面将从国外著名商品指数简介、编制方法比较及对中国编制相关商品指数的展望三个方面进行分析。
一、国外著名商品指数简介
全球历史最悠久的商品指数是由美国商品研究局推出的 CRB 商品指数,最早可追溯到 1957 年,最初由 2 种现货、26 种期货商品构成。到目前为止已经经历了十次调整,其中最近一次是 2005 年,Reuters 与 Jefferies 的金融产品部合作修正了 CRB 指数,并重新命名为 Reuters/Jefferies CRB 指数,简称为“RJ/CRB 指数”。2008年 Reuters 公司与 Thomson 公司合并,2009 年该指数被重新命名为Thomson Reuters/Jefferies CRB 指数,简称为“TRJ/CRB” 。而标普-高盛商品指数(S&P GSCI)和道琼斯-UBS 商品指数(DJ-UBSCI)则是国际市场上资金跟踪量排名前两位的商品指数,是全球包括养老基金、保险公司等长期投资者投资商品市场运用得最多的商品指数,其中,2007 年 2 月,标准普尔公司从高盛公司手中购买了 GSCI 指数,并被重新命名为标准普尔高盛商品指数(S&P GSCI),同年标准普尔终止了公司原有的标准普尔商品指数(SPCI);DJ-UBSCI 就是原来的 DJ-AIGCI,2009 年 5 月,UBS 收购了该指数并重新命名其为DJ-UBSCI。德意志银行流动商品指数(DBLCI)和罗杰斯国际商品指数(RICI)是分别定位为全球最具有流动性的商品指数和全球覆盖范围最广的商品指数,所以 DBLCI 和 RICI 分别是综合指数中成份商品最少(6 个)和最多(36 个)的指数。而由伦敦金属交易所(LME)推出的金属指数(LMEX)更是为我们编制分类指数提供了参考。将上面提及的各著名商品指数最新成份商品的权重及上市交易所列于下表,其中除了 SPCI 采用的是 2007 年权重(标普公司在 2007 年收购 GSCI 后,同年年末停止了自身的 SPCI),其他指数均采用的是 2009 年权重。
二、国外著名商品指数编制方法比较
通过上表可以发现,国外著名商品指数的成份商品组成及权重存在较大差异,而这些只是编制方法的最终体现,究竟在编制方法上各指数存在怎样的本质不同就是本文的研究重点。通过比较分析国外著名商品指数的编制方法,可以为我国开展后续的相关商品指数开发奠定坚实基础。下面将从指数的编制目的和原则、品种选择、权重设计、合约选择、指数计算等五个方面比较各著名指数的编制方法。
(一)指数编制目标和原则比较
商品指数的编制目标和原则将直接决定商品指数的品种选择、权重设计、合约选择、计算及调整等具体编制方法。商品指数是一种特殊的金融产品,设计指数是为了满足商品指数需求者的需求,这样才能保证指数的生命力。概括来说,商品指数主要有两个编制目标和三个基本原则。各著名指数的编制目标和原则比较见下表。
(二)指数的品种选择比较
商品指数的不同设计目标和原则决定了入选商品指数成份商品的数目和类别的差异。通过比较各著名商品指数的成份商品数目及类别差异(见下表),可以发现罗杰斯商品指数(RICI)包括的商品数目最多(达 36 个),德意志银行流通商品指数(DBLCI)包括的商品数目最少(仅有 6 个)。商品指数包括的商品数目越多,对特定商品或类别的敏感性就越弱。从各成份商品的类别比例上看,除了 LMEX是金属分类指数外,其他指数都是综合指数;在综合指数中,S&P GSCI指数的能源类比例最高(将近 75%),各指数中能源类比例最低也达到 33%(DJ-UBSCI,多样性原则导致的结果)。
(三)指数的权重设计比较
商品指数的不同设计目标和原则决定了商品指数的权重设计差异。下面主要从权重确定依据、权重限制、权重双重计算和权重调整四个方面比较各商品指数的权重设计差异。
(四)指数的合约选择比较
商品指数的合约选择将直接决定指数值大小。在品种合约的选择上,一般国际著名商品指数都会充分考虑期货合约的流动性,交易活跃、具有代表性的期货合约是指数设计的首选。合约选择一般分为交易所选择、合约月份选择、滚动窗口选择和滚动比例选择。
(五)指数的计算比较
商品指数的计算主要有两大类方法:算术平均法和几何平均法。比较而言,只有当所有成份商品相同变化时才会带来两种算法指数的相同变化;而当只有指数中一部分成份商品发生变化时,几何平均法的指数比算术平均法的指数上涨得更慢而下跌得更快。也可以表示为,一个成分商品的连续相等变化在几何平均法的指数中各期变化率相同,而在算术平均法中各期变化率会在价格上涨时增大而在价格下跌时减小。
从指数的宏观经济性上看,算术平均法能更好地反映商品价格的变化,因为当商品价格在较低价位和较高价位上升相同比例时,指数对较高价位价格的增长给予更大的反映,这有利于对通货膨胀的警示;而从指数的可投资性上看,指数在算术平均法下有着更优的收益风险比,因为当指数中的一部分成份商品价格上升时,指数上升的幅度比几何平均法下要快,而价格下降时,指数下降的幅度比几何平均法下要慢。这也是近年来国际著名商品指数普遍采用或改用算术平均法的重要原因。
对于近期中国市场推出的豆粕、有色金属、能源化工商品ETF,感兴趣的投资者也可以将其编制方法与海外商品指数进行比较。
— — — — — — E N D — — — — — —
真格量化可访问:
https://quant.pobo.net.cn
真格量化微信公众号,长按关注:
遇到了技术问题?欢迎加入真格量化Python技术交流QQ群 726895887
往期文章:
Delta中性还不够?——看看如何设计Gamma中性期权策略
Python2和Python3的兼容写法
Python代码优化技巧
如何写出更好的Python代码?这是Python软件基金会的建议
需要处理大量市场数据?来了解一下MySQL、HBase、ES的特点和应用场景
NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换
来源:CSDN
作者:qmhedging
链接:https://blog.csdn.net/lx0082002/article/details/102541040