消费回暖预期能否落实存不确定性

　　图为主要经济体通胀水平（单位：%）

　　图为棉花消费增速与GDP走势

　　图为主要棉纺织国纱线出口量（单位：吨）

　　图为棉花价格指数波动率模型及结果

　　表为棉花价格指数波动率模型及结果

　　期权是一份合约，它赋予持有人在某一特定日期或该日期之前的任何时间以固定价格购进或售出一种资产的权利。商品期货期权以期货合约为标的物。由于期权有期限、行权价格和看涨看跌的区别，多种组合可以被构建来帮助企业应对原料采购、库存管理和成品销售过程中的价格风险。本文通过棉花基本面分析以及波动率测算提出相应的期权操作思路。

　　A棉花基本面分析

　　国际货币基金组织1月15日在一份报告中警告称，受全球限制贸易措施频出等因素影响，全球经济碎片化风险上升，可能导致全球经济产出减少7%。世界银行在最新的《全球经济展望》报告中也将2023年全球经济增长预期下调至1.7%，较2022年6月的预测下调1.3个百分点，为近30年来第三低水平。

　　当前全球经济仍然受到高位通胀、利率上升、投资减少、俄乌冲突等因素的影响。从主要经济体最新的通胀数据来看，欧美通胀水平虽然已经出现拐点，但绝对数值仍大幅偏离常规目标。美联储在通胀数据回落的情况下，后续加息幅度或有所收窄，但2023年政策利率仍将维持高位运行，降息可能要等到2024年。从全球主要纺织服装生产和消费国家的PMI数据来看，仅印度明显位于荣枯线上方，其余大部分国家均处于荣枯线下方且维持下降的趋势。由于棉花的消费与经济走势息息相关，在欧美经济弱势运行的前提下，棉花下游消费环境或难以出现大幅好转。

　　从北半球棉花三大主产国的情况来看，当前处于上市加工检验阶段，交售情况是市场关注的重点。美国农业部周度出口报告显示，截至1月12日当周，美棉净签约4.81万吨，环比上涨3.08万吨，同比下降4.34万吨；累计签约208.5万吨，同比减少49.42万吨。美棉签售进程较前期有所回暖，但整体较去年偏低。印度方面，截至2023年1月15日当周，棉花周度上市量11.6万吨，环比减少3.82万吨，较3年均值减少约7.64万吨；累计上市量约为170.2万吨，较三年均值减少125.36万吨。按照当前上市水平来计算，印度预估的562万吨的产量目标仍较难完成。2022年我国棉花产量较2021年增长4.3%，丰产状态下，随着加工和检验量逐渐累积，国内库存压力将有所显现。

　　从棉花主要消费国的情况来看，自年初以来，纱线和纺织品市场的需求略有改善，当前处于环比走势向好，但同比仍旧偏差的状态。其中越南2022年12月纱线出口量环比增加11.4%，印度2022年11月棉纱出口量环比增加65.5%，孟加拉近期的纺织订单也有所小幅增加。全球仍处于供需同步下调格局，但消费走弱更为突出，使期末库存步入持续累积的趋势当中。

　　从国内的供需形势来看，截至2022年12月底棉花商业库存为462.4万吨，同比减少93.58万吨。由于2022年12月棉花加工量较2022年11月有所回落，同时下游消费在纺织企业和贸易商春节前补库的推动下有所抬升，导致棉花商业库存累积幅度低于预期。但是国内库存压力并未消失，只是进一步后移，在一季度中后期仍会有所体现。当前纺企由于谨慎备货，原料库存和成品库存均处于历年偏低水平。春节后的补库行情可能会推动棉花价格进一步走升，但是持续性取决于消费回暖预期能否落实。整体来看，在欧美经济形势偏弱、海外需求难以提升、全球供需格局持续宽松的情况下，棉花价格向上空间有限，春节后或呈现冲高再回落的走势。

　　B期权波动性概念、特征和性质

　　波动率是衡量风险的直观指标，也是衡量收益率在其均值上下波动大小的指标，当标的物价格收益率或波动率变高时，同样说明其风险高。假设rt是一个资产收益率的时间序列，其中t=1，2，3，...，T，收益率的样本方差的定义为，其中为收益率样本均值。

　　样本方差是用整个样本的数据计算出的描述性统计值，方差和波动率是随着时间而变化的，我们也可以使用不同时段样本来计算波动率，比如30日滚动波动率或年化波动率，根据不同的时间内样本算出的波动率不同，其覆盖的时间和含义也不同。

　　波动率具有聚类特征，如果t-1时标的物价格波动率很高，则t时刻价格波动率也很可能会很高，t-1时刻的冲击不仅会影响当时的波动率也会影响t时波动率。也就是说基于历史波动率和其他变量数据，我们是可以对其未来波动率作出预测的。

　　波动率的计算方法大约有三种，分别为通过广义自回归模型估计的波动率、已实现波动率和隐含波动率，所有的方法都是一种近似估计，并不代表实际准确的波动率。这三种计算方法中已实现波动率是在时刻的信息基础上对波动率进行衡量，其采用高频时间序列数据进行测量的方法，即以秒、分钟、小时或日期为频率所采集的金融时间序列。隐含波动率是通过Black-Scholes(BSM)期权定价模型倒推出来的：将标的资产价格、期权执行价格、利率和期权期限四种基本参数和期权实际交易价格作为已知量带入定价公式，从而可得出期权当前市场价格所隐含的波动率。隐含波动率与行权价格之间的关系可表现出波动率微笑现象，也就是说当执行价格偏离现货价格时，隐含波动率就会上升。此现象违背了风险中性定价原则，当BS模型假设资产价格服从带漂移项的布朗过程，忽略了现实市场上资产价格在一定冲击下发生跳跃的可能。例如价格在期权临近到期前发生跳跃，且交易方根据变化后的价格调整标的资产头寸并持有到期，到期时复制组合与期权价值将可能出现较大偏差，使得期权一方面临额外风险。这种风险无法分散化，空方必须要求相应补偿，造成期权市场价格对理论价格的溢价。

　　棉花的波动性指数VIX代表了波动性指数与标的物的价格之间的关系，当市场出现极端情况的时候，波动率就会迅速上升，最后呈现出均值回归的趋势。当波动性处于历史低位时，为了避免价格大幅波动，我们可以同时买入看涨期权和看跌期权；这样，当价格大幅波动时，波动率的增长可以为策略组合带来收益，从而弥补现货和期货持仓损失。同理，当波动率在历史高位时，市场对未来价格变化的预期更为明确时，波动率将呈现走弱趋势，此时可考虑同时卖出看涨期权和看跌期权。在实施上述组合时，要考虑时间价值的影响。

　　C棉花期权波动率预测

　　Robert Engle最早于1982年在他的《计量经济学》书中提出了用于估计和预测波动率的ARCH模型，之后在此模型基础上，Bollerslev于1986年建立了GARCH广义自回归条件异方差模型，GARCH(1,1)：。

　　其中，为标准正态分布随机变量，在GARCH模型下，T+h时刻条件方差预测值为，用rT表示样本中的最后一个观察值，并且分布式参数的最大似然估计值。通过上述公式重复迭代，可以对h时间范围内条件方差进行预测，T+h时刻复合波动率预测值为，当h值很大时，预测值趋近于，利用平方根法，根据时间范围调整相关比例，乘以GARCH模型计算得到非条件波动率的估计值，再减去当日波动率，得出波动率预测变动值。

　　目前棉花商品场内期权平值隐含波动率为70—80历史分位，根据上述GARCH（1,1）模型预测的变动值数据判断棉花期货市场波动率将呈现振荡走弱的趋势。

　　若判断后市不会出现较大行情且市场情绪处于中性，不会出现较大不确定性突发事件导致价格剧烈波动，可以考虑跨式盘整组合，同时卖出看涨期权和看跌期权。当下由纺织企业以及贸易商补库推动和消费好转预期提振下的反弹行情或在春节后延续，但宏观和基本面整体情况并不支持郑棉价格大幅抬升，节后或呈现出冲高回落的走势。（B、C段内容缺少特殊数学公式，详见PDF）

　　D总结

　　当前，棉价依然处于美联储加息、欧美经济弱势运行以及棉花期末库存累积的背景之下。外盘在供应端存不确定性和消费疲弱下继续维持宽幅振荡的走势。

　　综合来看，郑棉年后的补库行情可能会推动棉花价格进一步走升，但是持续性取决于消费回暖预期能否落实，春节后或呈现出冲高再回落的走势。

　　棉花期权平值IV区间振荡，春节前当周棉花主力合约CF305平值IV最新值较前值略有减少。若判断后市不会出现较大行情且市场情绪处于中性，不会出现较大不确定性突发事件导致价格剧烈波动，可以考虑跨式盘整组合，同时卖出看涨期权和看跌期权。（作者单位：建信期货）