专题报告：基于钢铁行业的股期联动性研究

专题报告-基于钢铁行业的股期联动性研究 冠通期货研究咨询部 报告日期：2023年10月13日 王静执业资格证书编号：F0235424/Z0000771张娜执业资格证书编号：F03104186 引言 追求更高的风险调整后收益，挖掘更多的投资机会，是许多投资者孜孜不倦的追求。资本市场的投资标的看似琳琅满目，究其底层的大类资产，无非股债汇商房等几大类而已。再考虑到可投资性、交易的便利性与规范性等问题，对于国内投资者而言，“效率”最高的投资市场则是股市与期市了。 投资交易上，股市与期市是国内唯二的个人投资者可以直接开户交易的投资渠道，但股市覆盖面更广投资者规模更大，几乎所有的期货投资者都有“炒股”，他们在投资者的交易行为上有许多“同步效应”；股市投资的大类资产为权益，期市投资的大类资产是商品，均受到宏观经济的影响；考虑到期货市场的杠杆效应与夜盘交易，某些时候期货价格会更早更快反应一些投资者的市场预期。研究分析上，宏观研究所追踪的不少高频指标，股市与商品基本上是差不多的。要注意二者的分化，更多的是要思考当前宏观因子在不同市场、不同大类资产上的反应，以此来感受不同市场的“温度”。特别是在两个市场出现较大劈叉时（就如当下），则需要重点审视思考--到底是谁“不正常”，异常的市场表现可能是阶段性的定价错误导致，长期来看，未来终将回归“正常”。 近段时间以来，商品与股市存在明显的资金跷跷板效应。资产荒之下，大量的闲置资金在努力探寻着能够带来更有吸引力的资产。房市萎靡，依托于地产的各类固收信托频频爆雷，让不少资金从房市挤出，转而投向资本市场。国债太过拥挤，“合规”的股市与期市承载着高质量资本市场，为人民提供“资产配置”的工具。2022年以来，原本走势高度相关的权益资产与商品的收益开始表现出较强的跷跷板效应。这种效应，叠加资产荒下，让商品期货市场备受资金青睐，赚钱效应更加不断吸引资金入市，继而加剧着商品与股市的劈叉，直至当下二者的分化飙升到疫情以来的极值水平。 正是在这种背景之下，股市与期市有什么联动关系，如果架起两个市场之间的桥梁，怎样借助两个市场间的联动去挖掘更多的投资机会，正是本专题报告所 探讨的。我们选取了市场成熟度较高的钢铁行业作为研究切入口，采取自上而下的方法，分别从宏观（股市与期市）、中观（股票行业与商品价格、盘面利润）、微观（个股与商品价格、盘面利润）三个层面展开研究，试图为投资者的投资与风险管理奠定研究基础。 1研究概述 1.1研究方法 大宗商品作为企业运行中的原材料及产成品，其价格波动对于企业盈利预期的影响至关重要，这也是个股和大宗商品联动的内在核心。商品期货由于具有价格发现功能，从而影响现货价格，现货价格又通过生产端传导到企业，对企业的经营效益或者盈利预期造成直接影响，企业的股票价格也随经营效益好坏而出现上下波动。这是大宗商品与股票之间的联动关系，也就是期货价格通过原料端价格影响企业营业利润，进而影响股价的模式。而企业处于产业链中的不同环节、主营业务占比不同、业务模式不一样等都会造成联动关系的差异。 商品和个股、基金与指数之间天然具有联动关系，然而这种联动关系受宏观环境等因素影响较大，故导致其联动关系较为复杂且往往在不同时期相关性也会不尽相同，因此本文中拟采用滚动相关性、格兰杰因检验等统计方法探究四者联动关系。 滚动相关性是指时间序列数据中每个时间点与其之前一段时间内的数据的相关性，用以统计分析不同时间周期、不同时间阶段股期的联动性的强弱；滚动相关性采用日收益率计算滚动相关性，滚动长度选择1-6月，每月按21天计算，从而初步判断两者在历史上的相关性变化情况。 格兰杰因果检验用于检验一组时间序列是否为另一组时间序列的原因，以此来检验股期研究标的之间的相互解释性。 1.2研究标的 注： 盘面利润计算公式： 商品期货价格均选用品种期货活跃合约收盘价； 螺纹钢盘面利润=螺纹钢-2.4×铁矿石+0.68×焦炭-250；热卷盘面利润=热卷-2.4×铁矿石+0.68×焦炭-350 个股选择方法：商品的营业收入在企业主营收入中占比最高的四家上市公司 1.3风险提示 本文采取历史数据进行分析，侧重于股票与商品的联动性研究，毕竟无论是所选择的行业指数、ETF，还是上市公司的股票，其价格波动并不完全受到商品价格与盘面利润波动的影响，还受宏观经济因素、上市公司自身基本面等的影响，在分析股期联动过程中，投资者需理性对待。 2商品与股票整体相关性 我们选择具备代表性的Wind商品指数与中信大宗商品股票指数来描述商品和股票市场的整体相关性。下图展示了两者滚动1月、3月、6月及12月的相关系数情况。大体上看，股票市场和商品市场呈现正向相关性，且相关系数中枢在 0.5附近。从统计学角度看，相关系数达到0.6以上可以上视为二者具有较好的联动性，从我们的样本区间看，一半以上的时间，商品和股票市场的走势正向相关性较好，但也可以看出在部分时间二者相关性极差，这些时期往往是有一些特殊的事件对两个市场产生了不同的影响，例如政策导向。从四个不同时间窗口的相关系数的波动幅度来看，相对长期时间窗口的相关系数波动性更大，反映出长 期角度股票和商品市场的相关系数具有向中枢回归的动能，因此股期联动的研究是具有意义的。总的来说，股票与期货的相关性并不稳定，大部分时间正相关，有些时段会进入到短暂的负相关之中，这种负相关性的时段往往维持时间较短，且往往发生在某种资产的阶段性顶部或底部。近期商品与股票大盘的滚动相关性接近历史底部区域。 资料来源：Wind、冠通期货 在格兰杰因果检验中，时间区间选取2005年1月-2023年8月。首先我们利用ADF检验确定了对数收益率序列均为平稳序列，然后将最大滞后参数设定为63天。下图分别展示了两序列格兰杰因果检验中最小的p值与其对应的滞后阶数，可以看出，wind商品指数对大宗商品股票指数有格兰杰因果关系，因其最小p值发生在第1阶滞后且显著，而反过来大宗商品股票指数对Wind商品指数也有有格兰杰因果关系，最小p值发生在第2阶滞后且显著。 图表1：格兰杰因果检验 图表2：最小p值与阶数 最小P值 Wind商品指数 中证大宗商品股票指数 阶数 Wind商品指数 中证大宗商品股票指数 Wind商品指数 极小 Wind商品指数 2 中证大宗商品股票指数 0.0152 中证大宗商品股票指数 1 数据来源：wind，冠通期货 针对钢铁行业，选择螺纹钢收盘价与钢铁申万指数，研究分析其格兰杰因果关系。在格兰杰因果检验中，时间区间选取2018年8月31日-2023年8月30日。首先我们利用ADF检验确定了对数收益率序列均为平稳序列，然后将最大滞后参数设定为63天。下图分别展示了两序列格兰杰因果检验中最小的p值与其对应的滞后阶数，可以看出，螺纹钢收盘价对钢铁申万指数有格兰杰因果关系，因其最小p值发生在第1阶滞后且显著，而反过来大宗商品股票指数对Wind商品指数也有有格兰杰因果关系，最小p值发生在第21阶滞后且显著。 图表3：螺纹钢收盘价与钢铁申万指数格兰杰因果检验 图表4：最小p值与阶数 最小P值 螺纹钢收盘价 钢铁申万指数 阶数 螺纹钢收盘价 钢铁申万指数 螺纹钢收盘价 0.0244 螺纹钢收盘价 21 钢铁申万指数 0.0213 钢铁申万指数 1 数据来源：wind，冠通期货 3商品与行业相关性情况 3.1商品价格与钢铁行业相关性情况 综合考虑研究标的的代表性与可投资性，我们测试了螺纹钢与热轧卷板（以下简称“热卷”）期货活跃合约的收盘价与钢铁申万行业指数、钢铁ETF和钢铁LOF收盘价的相关性情况。本部分重点利用商品品种的收盘价这个指标，测试分析商品品种价格与钢铁行业的相关性。 3.2.1螺纹钢 螺纹钢收盘价采用螺纹钢期货活跃合约收盘价（后面简称螺纹钢收盘价）。下图分别展示螺纹钢收盘价与钢铁ETF、钢铁LOF和钢铁申万行业指数的静态相关性以及滚动1月、3月、6月的相关系数情况，静态测试区间选取2018.9-2023.8，滚动测试区间分别为2020.9.29-2023.8.31、2021.12.20-2023.8.31、2020.4.7-2023.8.31。 静态相关性方面，选取螺纹钢收盘价与其他研究标的收盘价进行测试，螺纹钢活跃合约的收盘价与钢铁ETF两者整体相关系数约为0.804，与钢铁LOF两者整体相关系数约为0.747，与钢铁申万行业指数两者整体相关系约为0.825，可以看出螺纹钢活跃合约与钢铁申万行业指数的相关性最高，与钢铁LOF的相关性系数较低。 图表5：螺纹钢活跃合约收盘价与钢铁ETF、钢铁LOF、钢铁申万指数的相关性系数 钢铁ETF 钢铁LOF 钢铁（申万） 螺纹钢 0.80445 0.74700 0.82508 数据来源：wind，冠通期货 滚动相关性方面，选取螺纹钢收盘价日收益率与各自指数收盘价日收益率进行测试，螺纹钢活跃合约的收盘价与钢铁ETF、钢铁LOF和钢铁申万指数在相应区间滚动1月、3月、6月的相关系数情况，总区间来看，可以看出滚动1月的相关系数较高，并且与申万指数滚动相关性系数最高值在0.825左右；近期滚动来看，滚动6月的相关系数较高，并且与ETF滚动相关性系数最高值在0.40左右。近期螺纹钢收盘价与股票行业的滚动相关性接近历史底部区域。 图表6：螺纹钢活跃合约收盘价与钢铁ETF、钢铁LOF、钢铁申万指数滚动相关性 数据来源：wind，冠通期货 3.2.2热卷 热卷收盘价采用热卷期货活跃合约收盘价（后面简称螺纹钢收盘价）。下图分别展示热卷收盘价与钢铁ETF、钢铁LOF和钢铁申万行业指数的静态相关性以及滚动1月、3月、6月的相关系数情况，静态测试区间选取2018.9.3-2023.8.30，滚动测试区间分别为2020.9.2-2023.8.31、2021.12.20-2023.8.31、2020.4.7-2023.8.31。 静态相关性方面，选取热卷收盘价与各指数收盘价进行测试，热卷活跃合约的收盘价与钢铁ETF两者整体相关系数约为0.799，与钢铁LOF两者整体相关系数约为0.738，与钢铁申万行业指数两者整体相关系约为0.854，可以看出热卷活跃合约与钢铁申万指数的相关性最高，与钢铁LOF的相关性系数较低，但相关系数都大于0.5，具有一定的相关性。 图表7：热卷活跃合约收盘价与钢铁ETF、钢铁LOF、钢铁申万指数的相关性系数 钢铁ETF 钢铁LOF 钢铁（申万） 热卷 0.79858 0.73848 0.85402 数据来源：wind，冠通期货 滚动相关性方面，选取热卷收盘价日收益率与各指数收盘价日收益率进行测试，热卷活跃合约的收盘价与钢铁ETF、钢铁LOF和钢铁申万指数在相应区间滚动1月、3月、6月的相关系数情况，总区间来看，可以看出滚动1月的相关系数较高，并且与申万指数滚动相关性系数最高值在0.80左右；近期滚动来看，滚动6月的相关系数较高，并且与ETF滚动相关性系数最高值在0.5左右。近期热卷收盘价与股票行业的滚动相关性接近历史底部区域，无论是螺纹钢还是热卷期货，均与钢铁申万指数的相关性更高，但从可投资交易的角度上来说，可以关注钢铁ETF。 图表8：热卷活跃合约收盘价与钢铁ETF、钢铁LOF、钢铁申万指数滚动相关性 数据来源：wind，冠通期货 3.3商品盘面利润与钢铁行业相关性情况 理论上讲，期货是商品的价格，股票价格更加反映着利润的水平，因此，“利润”指标理应跟股价具有更强的联动性。我们分别测试了螺纹钢与热轧卷板（以下简称“热卷”）的盘面利润与钢铁申万行业指数、钢铁ETF和钢铁LOF收盘价的相关性。本部分重点利用商品品种的盘面利润这个指标，测试分析商品品种利润与钢铁行业的相关性。 3.3.1螺纹钢 螺纹钢盘面利润利用螺纹钢期货活跃合约收盘价减去入炉相应配置比例的铁矿石和焦炭活跃合约收盘价，并扣除相应费用所得利润。计算公式为： 螺纹钢盘面利润=螺纹钢-2.4×铁矿石+0.68×焦炭-250 下图分别展示