期權期貨定價論文

『壹』 期權的定價方法

這是一個老題目了，在知乎里也有一些類似的問題，但總感覺所有回答都有所欠缺，所以希望在這里對所有的數值方法進行一個梳理。按照我個人的分類，期權定價的數值方法分為五個大類：解析解方法，樹方法，偏微分方程數值解方法，蒙特卡洛方法，傅立葉變換方法。

1）解析解方法：

一個期權定價問題，其實就是根據已知的隨機微分方程（SDE）模型，然後來求解關於這個隨機過程函數表達式的過程。這也是為什麼隨機微積分和Ito lemma會是金融工程的核心知識之一，因為Ito直接告訴了我們一個隨機過程的函數所滿足的新SDE：

m{d}f(t, X_{t})=frac{partial f}{partial t} m{d}t + frac{partial f}{partial X_t} m{d}X_t + frac{1}{2}frac{partial^2 f}{partial X_t^2} m{d}[X, X]_t

然後，如果我們可以求出這個SDE的解析解，那麼一個歐式無路徑依賴期權的價格就是它在終值時刻折現的期望值。這就是一種期權定價的解析解方法，當然你也可以利用PDE來求解，由於Feynman Kac定理的存在，PDE和條件期望的答案會是一致的。

而這類方法的優點是顯而易見的，一旦解析解存在，那麼期權的價格公式計算速度就會非常之快，不論做擬合還是優化都會有效率上質的提升，而這類方法的缺點也很明顯，那就是，對於大部分模型和大部分奇異期權，解析解未必存在。

2）樹方法

之所以叫樹方法而不叫二叉樹，是因為我們也將討論三叉樹模型，但其實本質思想是一模一樣的。

如果告知你了一個標的資產的波動率，那麼你可以通過下述式子構造一個N段的二叉樹的上下波動：

u = m{e}^{sigmasqrt{T/N}}, d = m{e}^{-sigmasqrt{T/N}}

然後利用逆推，來得到初始時刻的期權價格。

那麼三叉樹呢？首先要明白一個道理，除了滿足了下列條件的三叉樹模型(u是上叉，d是下叉，l是中叉)

其餘的三叉樹都是incomplete market。在其餘的樹模型下，我們只能做到super-replicate，而不能完成perfect hedge。而這獨有的一種三叉樹模型，也成為了最常用的樹模型之一。或許有人好奇為什麼有二叉樹了，還有人使用更麻煩的三叉樹。這是因為三叉樹的收斂速度要高於二叉樹。

那麼樹模型的優缺點又是什麼呢？樹模型有一個任何連續時間模型都無法取代的優點，那就是每一個定價，在樹模型里，不論美式、歐式、路徑依賴、奇異，通過Backward Inction Principle得到價格，永遠都是伴隨著顯式對沖策略的。而在連續時間模型里，想獲得連續時間對沖策略的這類問題，是一個倒向隨機微分方程（BSDE）問題，有很多時候並不是那麼好解決的，尤其是當期權有奇異或美式屬性的時候。

另一方面，樹模型缺點也顯而易見，高維度問題樹模型是不能解決的，所以對於多個標的資產的問題，尤其是具有相關系數的資產，我們只能訴之於他法。而從速度上來講，樹模型的收斂速度是要低於PDE方法的。

3）PDE方法

很多對於quantitative finance陌生的人也會聽說過Black Scholes PDE。而實際上，不同的隨機模型，都會對應不同的PDE。BS PDE只不過是單資產符合幾何布朗運動隨機模型的PDE表達罷了。因為對於期權，我們往往知曉它最終到期日的payoff，所以我們用payoff函數來作為這個PDE的終值條件。

如果PDE存在解析解，最優辦法自然也是求解析解。然而，如果解析解不存在，我們就必須訴諸數值方法。最常用的數值解方法就是有限差分，也就是將所有變數構造一個網格，然後利用網格上的差分方法來估計偏導數，進而將PDE問題轉化為代數問題。而對於期權定價的PDE，我們會根據期權的性質，獲得這個PDE終值條件和邊值條件。然而，有時候根據不同的模型，我們可能得到的並不是一個簡單的PDE，而可能是PIDE（partial integral differential equation），也就是在PDE中多了積分項，這時候，我們需要同時再藉助數值積分來完成數值計算。

PDE的數值問題自然還有很多的選擇，有限元、譜方法都在列。但期權定價PDE本身並不像很多物理PDE有很大的非線性程度，邊界也並沒有那麼奇怪，所以基本上有限差分是可以解決絕大部分問題的。

有限差分法分三種：顯式差分，隱式差分，交錯差分。我們不深入研究演算法，但幾個點就是：穩定性上，顯式差分是條件穩定的，另外兩種都是無條件穩定；計算復雜度上，顯示最簡單，隱式次之，交錯最繁瑣；精確性上，顯式、隱式是同階的，交錯差分的特殊情形，顯式和隱式各佔一半時，也就是Crank-Nicolson差分，精度會在時間上也上升一階。

另外，在期權定價中PDE有兩大類，正向和倒向。傳統的BS PDE就是倒向的一個典型例子，它的終值條件就是期權的payoff function。而一個倒向PDE所對應的正向PDE，它不再是期權價格滿足的PDE，而是這個標的的「價格密度」所滿足的PDE。這個「價格密度」被稱為State price，或者Arrow Debreu price，抑或是Green function。而這個在我之前的一篇文章有介紹過

Arrow Debreu price與快速擬合

而PDE方法的缺點主要有兩點：路徑依賴問題，高維度問題。很多路徑依賴問題的PDE形式是很麻煩，甚至無法表達的，比如亞氏期權，比如回望期權。而對於高維度問題，如果PDE的數值方法會從平面網格上升到空間網格，在復雜度上不但繁瑣，而且在邊值條件上更難以控制。而PDE的優點則是速度快，而且根據差分的數值方法，在計算Greeks的時候不需要加以再次的bumping計算。舉個例子，如果不降維，一個具有兩個assets的期權的有限差分就是這樣的一個立方網格：

4）蒙特卡洛方法

蒙特卡洛方法是目前應用范圍最廣泛的方法了。因為不存在提前行權屬性的期權價格其實就是一個期望，所以我們就可以通過模擬很多的路徑，來用平均數估計真實期望。而美式或百慕大這種具有提前行權屬性的期權，它的期權價格其實是一個隨機優化問題。這類問題我們可以採用regression-based Monte Carlo，也就是最小二乘蒙特卡洛，利用regression來估計conditional NPV，然後再用蒙特卡洛求解當前價值。

所以說，蒙特卡洛方法是最為general的方法了。然而，蒙特卡洛的缺點也是顯而易見：因為要模擬上百萬條路徑，而且對於奇異期權還要做路徑上的計算，美式更要做回歸，蒙特卡洛方法成為了計算時間長的代名詞。但幸運的是，我們有三種提速的方法：1，利用方差縮減，在保證方差恆定的基礎上，可以減少模擬路徑；2，利用Multi-level 蒙特卡洛，減少complexity；3，利用GPU或超級計算機，進行並行計算。

對於普通蒙特卡洛方法，上述三種方法都是可行的，而且GPU的提速是非常顯著的。對於方差縮減，得強調一點的就是，一般而言，最簡單的方式是對偶變數，其次是控制變數，然後是利用條件期望，最難的是importance sampling，而在效果和適用范圍上，它們的排序往往是剛好相反的。比如美式期權的最小二乘蒙特卡洛，方差縮減的最有效手法就是important sampling，其他方法的效果很小。

這里另外再著重強調一下最小二乘蒙特卡洛。最小二乘蒙特卡洛的流程大致如下：首先，正向模擬標的路徑；其次，倒向在每個時間節點，對所有路徑值進行回歸，估算條件期望，直到初始時間點；最後，求平均。所以值得注意的一點就是，在這里，如果單純使用GPU cluster進行提速，效果並不是很理想，因為路徑模擬並不是最消耗時間的步驟，對所有路徑回歸才是。雖然如此，但其實還是可以用GPU cluster來對回歸精度加以提升，比如可以將路徑進行歸類，然後將global regressor轉換成多個local regressor。

總的來說，蒙特卡洛方法是期權定價中適用范圍最廣的數值方法，但也是最慢的方法。然而，我們可以利用方差縮減、復雜度縮減，以及GPU計算來優化我們的蒙特卡洛演算法，達到提速與增加精確性的目的。

5）傅立葉方法

傅立葉方法也被稱為特徵函數法，利用的就是對於很多的模型，它們的特徵函數往往是顯式表達的，比如靠具有independent increment的infinitely divisible process來決定的模型，因為在這樣的情況下，我們有Levy-Khintchine representation，很多擬合性質很好的過程，比如Variance Gamma，Normal Inverse Gaussian都屬於這一類。而特徵函數實際上可以看作是一個隨機變數的傅立葉變換，這也就是這個名字的由來。

如果我們有顯式表達的特徵函數，我們可以通過傅立葉逆變換來得到原隨機變數的密度，進而達到求解期權價格的目的。一般來講，這樣的方法要比PDE方法更加快速，因為數值積分的速度要比微分方程數值解的速度要快。然而，這類方法的缺陷也是顯而易見的，路徑依賴性和維度問題，以及我們必須要有顯式表達的特徵函數。

總結：

在這里，我們只講一些面上的東西。具體深入的東西，我會在公眾號：衍生財經上詳談。

『貳』 為什麼要給衍生產品定價（期貨期權等）意義何在

這個問題問的好！問的是期貨的根本！
期貨最主要的目的是降低材料生產商和材料購買商的經營風險。
比如你是生產黃金的，生產都是有周期，需要兩個月後出售。但是，考慮到兩個月後市場由於某些原因黃金價格會下降，對於沒有期貨的年代就只能聽天由命，中國農民就是這樣。但是有了期貨你可以在這段時間做空黃金，這樣黃金價格如期下跌了，雖然你賣出的價格減少了，但是這筆損失從期貨市場獲得了補償，也就大大減少了你的經營風險了。
反過來，如果你是需要購買黃金的，但是由於資金的問題只能兩個月後購買，但是這個階段黃金看漲，咋整？期貨市場上做多黃金。這樣也可以彌補將來你多掏的錢。
這里需要注意，這些期貨交易行為都是生產商和購買商的針對市場行情的預期做出的，風險總要有人承擔啊，那就是「投機者」。投機者一般都會和生產商和購買商進行反向持倉，以通過「意外」市場行情獲得利潤。為什麼呢，因為這里有利可圖，你不需要實際的買賣商品，就可以放大獲得收益。
這樣就產生了對立的兩派。

『叄』 依據遠期,期貨,互換,期權等定價方法來描述金融衍生品的定價規律

在探討金融衍生產品定價思路的優缺點之前，讓我們先來緬懷一下30年來金融衍生品發展的里程碑式事件：
1973年，Black、Scholes和Merton分別提出了期權定價的Black－Scholes公式，這一模型解決了「或有剩餘索取權」的定價疑難，為衍生品市場的迅速發展掃清了最大的障礙，Scholes和Merton也因此獲得1997年的諾貝爾經濟學獎。
1985年，McConnell和Schwartz提出了LYONs（本質是可轉換債券）的一個定價模型，為對沖基金的廣闊發展提供了大量可供套利的沃土。（可轉換債券是對沖基金最常交易的產品）
1989年，Schwartz提出了抵押貸款證券化產品的定價模型，成為資產證券化飛速發展的起點，後來出現的CDO、CDO2、CDOn、CMO等產品成為此次次貸危機的金融核彈。
90年代之後出現了引發金融危機的另一顆威力更大的「小男孩」核彈——信用違約掉期（CDS），2000年，Hull和White的定價模型更是便利了這種金融衍生產品的急速增長。

金融危機的反思
金融衍生產品的出現和發展本應是為了控制、分散、轉移風險的金融工具，奈何最後成為一場危機的導火索，值得人人深思。隨著衍生產品的不斷開發，越來越多的數學工具被加以應用，包括偏微分方程、概率統計、隨機過程、鞅論、測度論等；越來越多的計算機演算法被加以借鑒，如，牛頓迭代、蒙特卡洛模擬等。
這一切似乎讓定量分析師們（Quants）將金融工程變成了「工程」，而不再更多的追究其「金融」本質。設計者一開始就不假思索的隨機遊走（random walk）和無套利均衡，基於這一基礎開始辛勤的添磚加瓦，修建出各種美輪美奐的金融衍生產品。！！！！！！！！此為金融衍生品的定價規律即基本規律是復制 即使用市場上已有產品組合達到相同的風險收益 組合的價格就是衍生品價格！！！！！！！！！！！！！

作為一個看客，我不認為此次次貸危機和金融危機是定量分析師們有意所為，我相信寬客們的素質也絕對不會這樣。但客觀講，定量分析師們不得不負客觀上的責任，即在一個不堅實的地基上修建金融衍生品的精妙房屋。這不堅實的地基便是隨機遊走和無套利均衡。金融資產價格的變化多端使得我們簡單的認為其價格服從隨機遊走，但殊不知，股票的幾何布朗運動，利率、波動率的均值回復運動並不能完整的刻畫資產價格的走勢，特別是對極端情況的刻畫。
而所謂無套利均衡，是指如果幾個市場之間存在無風險的套利機會，套利力量將會推動幾個市場重建均衡，但它僅僅是一個局部均衡，三個市場之間的無套利均衡並不意味著其定出來的價值是真實的、穩定的，可能三個市場均是300％的泡沫，它仍然是無套利均衡的，但不是一般均衡的，這樣的價格是會破裂的，最好的佐證便是這次次貸危機。
未來的衍生品定價技術如何發展？這是一個可以再獲諾貝爾獎的命題。是繼續技術化的「工程」道路，不假思索的無套利定價？還是向一般均衡靠近，兼顧到其標的金融資產的內生價值？當然毫無疑問，前者易，後者難。前者只需要簡單的把標的資產價格作為一個外生變數，通過對相關資產價格比較進行定價，而不考慮行為主體的偏好和效用函數。後者需要考慮標的資產價值的合理性，在給衍生品定價的同時，考慮宏觀經濟變數的理性預期均衡。一代奇才Black晚年致力於解決它，但不幸早逝，或許一般均衡是「上帝的均衡」，可望不可及。
但此次金融危機的深刻教訓，讓我們不得不重新思考，定價是否應該盡可能的考量到外生的宏觀因素，向一般均衡靠近，盡管它永遠不能達到。畢竟這個真實的世界不是完全隨機遊走。事實上，金融危機後，很多學者已經開始在向這個方向靠近。（作者系匯豐集團中國首席經濟學家）

『肆』 期貨定價和期權定價的公式比較

教科書上多了去了

『伍』 期權投資當中期權定價是如何存在的，它的意義如何

期權定價存在的原因：
期權費的定價其實是一種對賭，有投資者預計未來價格漲，有投資者認為未來價格跌，一個賣出期權，一個買入期權。不過，因為期權費的存在，投資者其實賭的是一個價格波動區間。
期權定價意義：
期權定價在期權市場是很重要的一塊，做期權的期貨公司會採用相應的模型去制定最終的價格。期權費的制定其實已經計算過了未來價格波動的可能性，因此：雖然賣出期權的一方理論風險無限大，但實際上是經過不斷計算才決定出售期權的。並非所有期權適合購買。

『陸』 統計學在期權估計中的應用論文

-
-
摘要根據風險投資的特點，指出投資決策方法在風險投資中的重要性。在分析了傳統投資決策方法局限性的基礎上，提出將實物期權理論應用到風險投資項目決策中，對傳統決策方法進行修正，並給出了理論依據。
關鍵詞風險投資傳統決策實物期權

1風險投資概述
風險投資是一個相當復雜的投資體系，它是實業投資與金融投資的結合，是商品市場、技術市場與資本市場的結合，也是投資行為與管理行為的結合。OECD（經濟合作與發展組織）對其下的定義為：風險投資是通過一定的機構和一定的方式向各類機構和個人籌集風險資本，然後將所籌資本投入到具有高度不確定性的中小型高技術企業或項目，並以一定的方式參與所投資的風險企業或項目的管理，期望通過實現項目的高成長率，並最終通過出售股權獲得高額中長期收益的一種投資體系。從這一定義我們可以看出，它以嚴格的項目選擇評審和參與對該項目的管理來盡可能地減少風險性，並以投資組合的經濟效益來保證資金的回收。
由此可見，對風險投資項目的決策在整個風險投資活動中扮演著十分重要的角色，甚至可以說是事關風險投資活動的關鍵，一旦接受一個先天就有缺陷的項目，就算以後各階段的工作進行得再好，最後仍將面臨著非常高的失敗風險。
2傳統的投資決策理論局限性
目前，對於風險投資項目決策理論的研究方面，進展比較緩慢，還沒有建立起一套自己的理論體系，主要還是將其他領域的現存理論應用到風險投資問題的研究中。目前主要應用的理論方法是一些傳統的投資決策理論，這其中比較有代表性的就是現金流折現法（DCF）。但傳統的投資決策理論再實際運用過程中有許多局限性，具體表現在：
（1）傳統理論沒有採用發展的觀點去評價所投資的項目，從而忽略了當市場的某些因素發生變化時，投資項目的價值也會發生變化，相應地，投資者也應修改自己的投資計劃以適應這些變化。即忽略了企業對市場做出反應時所能實現的經營靈活性，因而，必然忽略了經營靈活性的價值。
（2）傳統理論沒有從戰略價值的角度對投資項目進行評價，它沒有將單個投資項目與企業的總體發展戰略、企業的整體價值聯系起來，低估了戰略投資的價值。企業的價值與所投資項目不是簡單的加總關系，有時，一項投資的戰略價值會遠遠大於對其進行孤立的財務分析所得的凈現值（NPV）。
（3）傳統理論在評價風險投資時，沒有建立一個客觀的標准，主要表現在對兼並、收購、聯合等投資的評價與金融市場的評價存在分歧。
3實物期權理論在風險投資中的應用
因此，有必要將實物期權理論引入風險投資決策，對傳統理論進行修正，以克服傳統投資決策的局限性，使風險投資者對於風險項目的評價更為科學、可靠。
3.1實物期權理論對DCF法進行修正的理論依據
實物期權（Real option）是指以實物投資為標的資產的期權。具體表現在經營、管理、投資等活動中，以各種形式獲得的進行或有決策的權利，它是金融期權理論在實物投資領域的發展和應用。實物投資理論認為，一項實物資產的收益有兩種，一是完全暴露於風險的收益。如果投資者不能在不可預料的市場狀況形成時，以某種方式改變自己對某項資產的資金投入或資產產生的現金流入的時間、數量，則投資者的收益是完全暴露於風險的。以現金流來衡量收益，則如果存在在給定情況下能夠合理地估計出現金流入及其發生的相應時間，而且同時根據現金流的風險特徵，又能恰當地確定現金流折現率的話，就能實現對這種收益（資產價值）的估計。傳統的現金流折現法（DCF）所擅長捕捉的就是這種資產價值；二是風險被規避的收益。如果投資者的投入和收益方式不是完全不可更正的，則收益的風險可以被規避。具有這種特徵的收益是不適用DCF法的，因為這種收益的實現與投資者對收益的主動影響連同外源不確定性一起決定了實際的收益。因而，假設投資者能理智地完全規避不確定性的負面影響，則這種收益不必要求風險補償。實物期權理論的核心就是指出並強調這種收益的存在，並且實現對其的評估。從而，即使一項資產本身帶來的現金流入很小或者根本不存在現金流入，即它不具備第一種收益的能力，它還可能提供獲得第二種收益的機會。只有將兩種收益的可能都考慮到，才能准確、完整地估計一項資產的價值。
3.2引入實物期權定價模型進行修正
通過以上分析可知，在對一個投資項目進行評價時，不僅要考慮以NPV等指標表示的直接獲利能力的大小，還要考慮該項目靈活性的價值。因此，從期權分析的角度來看，一個項目的真實價值應該由項目的凈現值（NPV）和項目的靈活性價值兩部分構成，其中項目的靈活性價值可用期權溢價表示。
即ENPV=NPV OP
ENPV———項目真實價值；
NPV———項目的凈現值；
OP———項目的期權溢價
其中，NPV可由傳統的凈現值法求得，因此，我們需要來確定OP的價值。
由於風險投資項目一般採用分期投資的方法，在第一次投資完成以後，投資者將分期對風險公司進行審核，以決定是否繼續投資，項目的資金回報是在投資完成後的若干年分期獲得。根據這些特點，我們可以做出關於風險投資項目的一般現金流量圖（為分析方便，只考慮有一次後續投資）。如圖1所示：
其中，Fi（i=1,2,3……T）為期初投資I0在預期投資期T年內各年產生的凈現金流。
Pi（i=1,2,3……T）為後續投資It在t 1~T年內產生的凈現金流。
風險投資這種分期投資的方式，使得項目中存在著一系列的相機選擇權，每一個相機選擇權都可以看作是一個歐式買入期權。
在這里，期權的標的物是後續投資It在第t期以後產生的凈現值（即標的資產當前價格）P，並且P=Pi／（1＋r）t＋i；期權執行價格是後續追加的投資額It；期權的有效期為T-t。
下面，我們引入Black—Scholes定價模型來計算OP。
根據B—S 公式：C=SN（d1）-Ee-R（T-t）N（d2）
d1=［ln（S/E） (R σ2/2)（T-t）］/σ;
d2=［ln（S/E） (R-σ2/2)（T-t）］/σ=d1-σ
其中：
C———買入期權的價值；
S———股票當前價格；
E———期權行使價格；
R———年無風險連續復利率；
T-t———距到期日剩餘時間；
σ———基本股票的風險，以股票年回報的標准差表示；
N（d1）,N（d2）———正態分布下變數小於d1和d2的累計概率。 通過變換，可求得OP的計算公式如下：
上一頁12 下一頁

『柒』 求金融風暴對期權期貨的影響(最好是材料,我寫論文用,謝謝)

金融界11月6日訊 在過去的10月對所有期貨人來說都是無法忘懷的，國際期貨「空襲不斷」，國內期貨更是應聲暴跌，出現了全部品種跌停的奇觀，「我們正在瘋狂平倉」已經成為大多數人必要工作
隨著金融危機席捲全球，商品期貨市場風聲鶴唳。本文關注的重點在於探討金融危機給商品期貨市場帶來的具體影響，以及不同商品應採取的應對策略。

一、金融危機對商品期貨市場的影響

此次金融危機正逐漸從美國本土擴散至全球，包括歐洲大陸、亞太地區、南美地區甚至大洋洲在內的主要經濟體均已受到不同程度的影響，而它對於商品期貨市場的影響是前所未有的。雖然各種商品不一而足，但金融危機對他們的影響也表現出一些共性。

首先，金融危機爆發的短期內，由於流動性緊縮，信貸市場的緊張程度空前，導致所有的投資市場都遭受資產拋售的壓力，商品期貨市場的直接反映就是集體暴跌。因為次貸危機導致金融機構信譽下降，從而引發信貸市場整體收縮，直接導致機構減少在商品市場中的頭寸，以獲得更高資金流動性。資金流失是市場急跌的罪魁禍首。

其次，隨著恐慌情緒的蔓延，原有金融體系受到體制性的質疑，令多數市場過度反應，進一步放大了風險，很多品種連續跌停，市場信心無處可覓。信用是現代金融體系的基石，但此次危機已經嚴重威脅到了金融體系賴以生存的基礎。風雨飄搖的華爾街引爆了一個又一個的重磅炸彈，同時也牽動金融市場脆弱的神經。然而信心打擊容易，恢復困難，絕非一日一時之功，市場依然疲弱難振。

再次，實體經濟最終必將受到牽連，資產價格泡沫的破滅，將不同程度地打擊大宗商品的消費，經濟增長的恢復以及市場信心的建立將是一個緩慢而曲折的過程。當今社會，金融與實業已經難以分割，信貸緊縮將會直接影響企業生產，流動性匱乏將降低商品消費，一旦信貸、生產和消費三者之間形成惡性循環，就會導致經濟衰退。實際上，一段時間以來我國的製造業企業面臨腹背受敵的困境已經明確發出了經濟放緩的風險預警信號。雖然此次金融危機目前還未演化成真正的經濟危機，但是它對實體經濟帶來的影響同樣不可低估，尤其是它發源於房地產市場，那麼與之相關聯的大宗基礎商品市場的復甦必將備受煎熬。

二、商品期貨在金融危機下的不同反應

但在這種普跌的格局下，各種商品由於自身的特性和供需決定了其受到的影響也不盡相同。開放性強的品種受到的牽連和打擊大，而國內相對封閉的品種其走勢仍然具有自己的獨立性。

由於全球經濟明顯放緩，大宗工業品消費備受打擊，尤其是能源化工類產品的價格在此輪暴跌中損失慘重，且後市仍不樂觀。此次商品大幅走熊基本是以原油價格跳水領跌的，截至目前原油價格回落幅度已經接近50％。預計在發達國家經濟穩定以及中國未來增長模式變得明朗之前，原油及油品期貨將難於尋獲底部，而相關能源化工類品種弱勢難改。

金融危機導致有色金屬價格大幅下跌，其中影響路徑不外乎兩條。首先，始於2007年的美國次貸危機逐漸演變為全球性的金融危機，市場恐慌情緒彌漫，作為金融市場組成的一部分，金屬市場受到的沖擊自然不可避免，系統性風險對投資者信心造成嚴重打擊，直接導致了金屬價格的下跌。其次，從更長遠更深層次的角度考慮，金融危機波及實體經濟，將導致全球工業品需求下降，這也是為什麼在這波跌勢當中工業品的跌幅要大於農產品的原因。資金撤離金屬期貨市場的意志顯得較為堅決，在這種情況下金屬的供需基本面暫時失效，金屬的金融屬性特徵更是表現得淋漓盡致。在本輪經濟周期變化中，資產價格泡沫破滅是一種必然，中期而言不論是銅價、鋁價還是鋅價都仍然具備進一步的下跌空間，只是不同品種其下跌空間有所差異。

對於農產品而言，由於大部分為必需品，其需求彈性較低，金融危機更多體現在資金層面的影響頗大，但對於商品自身的價值影響較小，最終歸根於其自身的供求關系。其中，強麥期貨價格，除了取決於政策主導的小麥現貨價格的走勢外，作為市場化運作的期貨品種，國際金融商品市場變化的影響不容忽視。當然，從根本上說，現貨價格是期貨定價的基礎，相對於現貨市場中硬麥與強麥約100——150元/噸的價格差距而言，經過9月以來行情的大幅回落，期貨價格基本得到修正。預期強麥期貨價格將在政策與外盤的雙重影響下尋求與現貨小麥價格的「均衡點」，並隨後步入小麥現貨穩中攀升的同步軌道。

大豆方面，原油價格回落減少了對豆油作為生物燃料的需求，但對大豆的食用需求並不會因為經濟危機而大幅減低，所以相對於其他工業等商品走勢，大豆在跌到一定程度時，市場將重新回到大豆的供需基本面上來考慮。

在多數商品受累於金融危機大幅下挫的過程中，黃金的走勢特立獨行，這主要是由其特殊的金融屬性決定的。近期黃金市場的走勢令人難以捉摸，波動的幅度擴展以及多空頻繁轉換，並且表現出不同以往的猴性。究其原因，我們認為主要來自以下幾個方面的共同作用。首先，黃金正是唯一一種沒有信用風險的投資品，因此信用體制的風險規避似乎除了黃金別無選擇。然而，同時我們也看到，目前全球金融市場上最突出的問題是流動性緊縮仍然未得到緩解，歐元三個月借貸成本仍然在歷史高點附近，這就使得各大投資市場上都缺乏資金的推動，黃金期貨市場亦不例外。目前黃金期貨的基金多頭持倉連續下降，凈多持倉水平仍未恢復到2007年10月以後的高位水平，顯示了基金在金市的做多意願仍然不強。因此，金價雖然數度沖高，然而戰果有限，即便是在全球股市以驚人的幅度崩跌的過程中，黃金亦未能守住900美元水準。

另外，因全球市場遭受恐慌性拋售，引發投資者全線出售資產以滿足其流動性需求，黃金自然首當其沖。並且，美元兌歐元上漲，令以其計價的黃金相對於其他國家投資者來說更加昂貴。風險厭惡情緒升溫也加速了金市的賣盤。金融危機對黃金帶來的影響多空都有，具體的行情走勢需要視當時的主導因素來定，而長期來說，由於救市措施帶來了美元增發勢必埋下通貨膨脹的種子，將來還將引發新的一輪商品價格上漲，那麼金價將重獲支撐。

三、後市展望與應對策略

總體來說，筆者認為，金融危機將會促成商品價格的泡沫清洗，加速商品價格的觸底。從長期來看，由於各國政府尤其是美聯儲在控制危機的階段不計代價濫用信用，將為未來種下通貨膨脹的禍根，下一輪商品牛市仍將由通脹引爆。在金融風暴延續的階段，建議投資者順勢而為，控制倉位，同時等待觀察整個商品市場觸底時刻的到來，我們預計這一過程大約要持續一年甚至更長的時間。

同時我們也看到，當前雖然國際金融危機蔓延，全球金融市場動盪，但我國經濟發展增長較快、效益較好、運行較穩的基本面沒有改變，國內的經濟形勢整體仍然維持健康的發展，受到國際金融危機的沖擊有限。並且國內的農產品期貨除大豆以外，其他品種的運行都相對封閉。因此，對於一些受國際價格變化趨勢影響有限的品種，我們更多需要考慮國內政策以及內需對它的影響，相信在國家相關扶持農業的政策出台以及宏觀調控的指引下，今年年底以及明年我國的相關期貨品種將會呈現觸底反彈的走勢。