摘要
根据我们的查阅，今年以来，全球大宗的Carry溢价仅次于动量。作为一类跨资产的风险因子，结合期货定价理论，研究商品Carry的重要性已不言自明。我们在本文探讨它的一种实现。
Carry。我们计算基差为大宗商品的Carry。在探讨完一些基差统计量之后，我们通过风险溢价模型对商品基差进行定量分解，以进一步分析不同商品资产定价的差异性。
基差多头。我们继续建立商品多头组合，2010年至今，基差因子信息比率达到0.8，并且，它为我们的库存-利润组合平均每年提升3.14%的超额收益，三因子信息比率则达到1.1。
基差多空。基差因子平均IC达到-0.11，ICIR则为-0.37。2010年至今，等权基差多空组合夏普比为0.84，带权基差组合夏普比则达到0.88。
样本外。样本外至今年10月底，基差因子保持了稳定的IC均值（-0.12）以及多空组合夏普比（0.86）。三因子多头方面，虽然利润因子拖累了我们的三因子超额，但其信息比率仍超0.9。
风险提示：过去业绩不代表未来等。
本文只有四个部分。第一部分我们介绍商品Carry的定义，并对其进行统计分析。第二部分则是定量分析风险溢价在基差研究中扮演的角色，包括其与海内外股债收益的联系。第三部分是商品基差因子的实现，以及它对我们库存-利润投资带来的增益。最后一部分是总结。
关键词：大宗商品，基差，现货价格，多头组合，多空组合，风险溢价模型
Carry
关于Carry交易，[1]中曾给出过一种直观的定义：“在不变的市场环境下，买入具有高回报证券的投资风格。”市场环境的典型表示就是资产价格。期货市场有一个特殊性，因为其资产存在到期日，因此，我们在这里定义其市场环境为期货曲线的集合，而非某一个合约的价格，或是现货价格。
大宗商品Carry的收益来源正是因其会“到期”，假定期货曲线不变，期货转为现货交割的收益，或者是移仓换月的收益。根据我们对30种国内商品期货的观察，2010年以来，其中21种能够获得累计为正的换月收益。换句话说，大宗商品的Carry溢价无法被忽视。
来源：Wind，紫金天风期货研究所，截至2022年10月31日
基差（期货-现货）是商品Carry的典型定义，我们的Carry就依据于此。构建基差因子的第一步需要计算不同商品的基差，但使用现货价格计算基差至少会遇到两个问题[2]：分离市场的交易和近月套利空间较小。但如果说，采用近月合约对现货进行替代也可能会遇到合约不够金融化等问题。
我们用现货价格计算基差。下面是我们采用的部分现货价格，这些价格会参考一部分现货基准地，但我们也会根据实际情况进行调整。
来源：Wind，Bloomberg，CCF，紫金天风期货研究所
计算基差的具体方式我们在[3]中已经阐述过，但我们不会像[2]或者[4]中采用固定期限的合约计算基差。我们对到期日T的选择依赖于活跃合约。下面我们相应展示上表中品种的基差统计量，基差已经年化。
来源：Wind，紫金天风期货研究所
我们有一些观察，并且部分和海外商品基差的观察[2, 4]存在一致性。首先，能源化工整体（包含未展示品种）的基差波动存在分化，一个主要原因是能化板块贯穿上下游产业链：上游例如原油会更受到地缘政治、经济周期等宏观因素的影响，同时还可能受到下游油品季节性需求的影响，导致其基差波动较高。可能是观察数较少的原因，我们没有在国内原油上观察到不均衡的升贴水比例[2]。而中游，例如这里的PTA，就有着相对较低的基差波动。
黑色系整体基差波动较高，我们认为中国房地产和基建活动的季节性是一个主要诱因。有一点意外的是，农产品整体的基差波动并未很高，它们在黑色和部分能化商品之后。海外市场有一些类似的观察[4]。
最后是贵金属和有色金属，它们的基差波动最低。仓储理论能够很好的解释。对于国内贵金属，类似[2, 4]，我们也观察到了其基差能够追踪货币的时间价值，尤其是黄金，其升水比例也达到94%。对于有色金属，名义利率无法完全解释它们的基差，因为它们能够作为生产原料，便利收益的不同导致它们的基差统计量可能会产生分化，例如镍与铜。
风险溢价模型
相比以往的基本面投资，我们的这次工作有一些相同与不同。
得益于资产定价理论[4]，我们能够通过风险溢价模型，把握不同商品基差投资中的差异性。[2]和[5]在这方面已经作出了坚实的研究，前者探讨了商品基差背后的宏观经济学风险，并将其因子化（投资惊喜），后者则构建了一篮子对经济周期敏感的大宗商品，论证其40%的基差波动能够被股债收益率解释，风险溢价则是最大驱动。
我们继续验证了商品多头和多空组合投资的连通性，这次是基差因子。并且，我们加入了一种无参数的权重算法，2010年至今，它为多空组合提升了0.1的夏普比率。
来源：Wind，紫金天风期货研究所，截至2022年10月31日
我们的模型暂时还是围绕了一个“较小”的投资组合（20），主要的目的是和我们之前的库存-利润工作[6]保持一致。2010年以来，基差因子为我们的库存-利润组合平均每年提升3.14%的超额收益。样本外至今，虽然利润因子拖累了我们的三因子超额，但其信息比率仍超0.9。
来源：Wind，紫金天风期货研究所，截至2022年10月31日
本文来自微信公众号“飞飞量化”，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议。
