期权期货定价论文

『壹』 期权的定价方法

这是一个老题目了，在知乎里也有一些类似的问题，但总感觉所有回答都有所欠缺，所以希望在这里对所有的数值方法进行一个梳理。按照我个人的分类，期权定价的数值方法分为五个大类：解析解方法，树方法，偏微分方程数值解方法，蒙特卡洛方法，傅立叶变换方法。

1）解析解方法：

一个期权定价问题，其实就是根据已知的随机微分方程（SDE）模型，然后来求解关于这个随机过程函数表达式的过程。这也是为什么随机微积分和Ito lemma会是金融工程的核心知识之一，因为Ito直接告诉了我们一个随机过程的函数所满足的新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

然后，如果我们可以求出这个SDE的解析解，那么一个欧式无路径依赖期权的价格就是它在终值时刻折现的期望值。这就是一种期权定价的解析解方法，当然你也可以利用PDE来求解，由于Feynman Kac定理的存在，PDE和条件期望的答案会是一致的。

而这类方法的优点是显而易见的，一旦解析解存在，那么期权的价格公式计算速度就会非常之快，不论做拟合还是优化都会有效率上质的提升，而这类方法的缺点也很明显，那就是，对于大部分模型和大部分奇异期权，解析解未必存在。

2）树方法

之所以叫树方法而不叫二叉树，是因为我们也将讨论三叉树模型，但其实本质思想是一模一样的。

如果告知你了一个标的资产的波动率，那么你可以通过下述式子构造一个N段的二叉树的上下波动：

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

然后利用逆推，来得到初始时刻的期权价格。

那么三叉树呢？首先要明白一个道理，除了满足了下列条件的三叉树模型(u是上叉，d是下叉，l是中叉)

其余的三叉树都是incomplete market。在其余的树模型下，我们只能做到super-replicate，而不能完成perfect hedge。而这独有的一种三叉树模型，也成为了最常用的树模型之一。或许有人好奇为什么有二叉树了，还有人使用更麻烦的三叉树。这是因为三叉树的收敛速度要高于二叉树。

那么树模型的优缺点又是什么呢？树模型有一个任何连续时间模型都无法取代的优点，那就是每一个定价，在树模型里，不论美式、欧式、路径依赖、奇异，通过Backward Inction Principle得到价格，永远都是伴随着显式对冲策略的。而在连续时间模型里，想获得连续时间对冲策略的这类问题，是一个倒向随机微分方程（BSDE）问题，有很多时候并不是那么好解决的，尤其是当期权有奇异或美式属性的时候。

另一方面，树模型缺点也显而易见，高维度问题树模型是不能解决的，所以对于多个标的资产的问题，尤其是具有相关系数的资产，我们只能诉之于他法。而从速度上来讲，树模型的收敛速度是要低于PDE方法的。

3）PDE方法

很多对于quantitative finance陌生的人也会听说过Black Scholes PDE。而实际上，不同的随机模型，都会对应不同的PDE。BS PDE只不过是单资产符合几何布朗运动随机模型的PDE表达罢了。因为对于期权，我们往往知晓它最终到期日的payoff，所以我们用payoff函数来作为这个PDE的终值条件。

如果PDE存在解析解，最优办法自然也是求解析解。然而，如果解析解不存在，我们就必须诉诸数值方法。最常用的数值解方法就是有限差分，也就是将所有变量构造一个网格，然后利用网格上的差分方法来估计偏导数，进而将PDE问题转化为代数问题。而对于期权定价的PDE，我们会根据期权的性质，获得这个PDE终值条件和边值条件。然而，有时候根据不同的模型，我们可能得到的并不是一个简单的PDE，而可能是PIDE（partial integral differential equation），也就是在PDE中多了积分项，这时候，我们需要同时再借助数值积分来完成数值计算。

PDE的数值问题自然还有很多的选择，有限元、谱方法都在列。但期权定价PDE本身并不像很多物理PDE有很大的非线性程度，边界也并没有那么奇怪，所以基本上有限差分是可以解决绝大部分问题的。

有限差分法分三种：显式差分，隐式差分，交错差分。我们不深入研究算法，但几个点就是：稳定性上，显式差分是条件稳定的，另外两种都是无条件稳定；计算复杂度上，显示最简单，隐式次之，交错最繁琐；精确性上，显式、隐式是同阶的，交错差分的特殊情形，显式和隐式各占一半时，也就是Crank-Nicolson差分，精度会在时间上也上升一阶。

另外，在期权定价中PDE有两大类，正向和倒向。传统的BS PDE就是倒向的一个典型例子，它的终值条件就是期权的payoff function。而一个倒向PDE所对应的正向PDE，它不再是期权价格满足的PDE，而是这个标的的“价格密度”所满足的PDE。这个“价格密度”被称为State price，或者Arrow Debreu price，抑或是Green function。而这个在我之前的一篇文章有介绍过

Arrow Debreu price与快速拟合

而PDE方法的缺点主要有两点：路径依赖问题，高维度问题。很多路径依赖问题的PDE形式是很麻烦，甚至无法表达的，比如亚氏期权，比如回望期权。而对于高维度问题，如果PDE的数值方法会从平面网格上升到空间网格，在复杂度上不但繁琐，而且在边值条件上更难以控制。而PDE的优点则是速度快，而且根据差分的数值方法，在计算Greeks的时候不需要加以再次的bumping计算。举个例子，如果不降维，一个具有两个assets的期权的有限差分就是这样的一个立方网格：

4）蒙特卡洛方法

蒙特卡洛方法是目前应用范围最广泛的方法了。因为不存在提前行权属性的期权价格其实就是一个期望，所以我们就可以通过模拟很多的路径，来用平均数估计真实期望。而美式或百慕大这种具有提前行权属性的期权，它的期权价格其实是一个随机优化问题。这类问题我们可以采用regression-based Monte Carlo，也就是最小二乘蒙特卡洛，利用regression来估计conditional NPV，然后再用蒙特卡洛求解当前价值。

所以说，蒙特卡洛方法是最为general的方法了。然而，蒙特卡洛的缺点也是显而易见：因为要模拟上百万条路径，而且对于奇异期权还要做路径上的计算，美式更要做回归，蒙特卡洛方法成为了计算时间长的代名词。但幸运的是，我们有三种提速的方法：1，利用方差缩减，在保证方差恒定的基础上，可以减少模拟路径；2，利用Multi-level 蒙特卡洛，减少complexity；3，利用GPU或超级计算机，进行并行计算。

对于普通蒙特卡洛方法，上述三种方法都是可行的，而且GPU的提速是非常显著的。对于方差缩减，得强调一点的就是，一般而言，最简单的方式是对偶变量，其次是控制变量，然后是利用条件期望，最难的是importance sampling，而在效果和适用范围上，它们的排序往往是刚好相反的。比如美式期权的最小二乘蒙特卡洛，方差缩减的最有效手法就是important sampling，其他方法的效果很小。

这里另外再着重强调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，正向模拟标的路径；其次，倒向在每个时间节点，对所有路径值进行回归，估算条件期望，直到初始时间点；最后，求平均。所以值得注意的一点就是，在这里，如果单纯使用GPU cluster进行提速，效果并不是很理想，因为路径模拟并不是最消耗时间的步骤，对所有路径回归才是。虽然如此，但其实还是可以用GPU cluster来对回归精度加以提升，比如可以将路径进行归类，然后将global regressor转换成多个local regressor。

总的来说，蒙特卡洛方法是期权定价中适用范围最广的数值方法，但也是最慢的方法。然而，我们可以利用方差缩减、复杂度缩减，以及GPU计算来优化我们的蒙特卡洛算法，达到提速与增加精确性的目的。

5）傅立叶方法

傅立叶方法也被称为特征函数法，利用的就是对于很多的模型，它们的特征函数往往是显式表达的，比如靠具有independent increment的infinitely divisible process来决定的模型，因为在这样的情况下，我们有Levy-Khintchine representation，很多拟合性质很好的过程，比如Variance Gamma，Normal Inverse Gaussian都属于这一类。而特征函数实际上可以看作是一个随机变量的傅立叶变换，这也就是这个名字的由来。

如果我们有显式表达的特征函数，我们可以通过傅立叶逆变换来得到原随机变量的密度，进而达到求解期权价格的目的。一般来讲，这样的方法要比PDE方法更加快速，因为数值积分的速度要比微分方程数值解的速度要快。然而，这类方法的缺陷也是显而易见的，路径依赖性和维度问题，以及我们必须要有显式表达的特征函数。

总结：

在这里，我们只讲一些面上的东西。具体深入的东西，我会在公众号：衍生财经上详谈。

『贰』 为什么要给衍生产品定价（期货期权等）意义何在

这个问题问的好！问的是期货的根本！
期货最主要的目的是降低材料生产商和材料购买商的经营风险。
比如你是生产黄金的，生产都是有周期，需要两个月后出售。但是，考虑到两个月后市场由于某些原因黄金价格会下降，对于没有期货的年代就只能听天由命，中国农民就是这样。但是有了期货你可以在这段时间做空黄金，这样黄金价格如期下跌了，虽然你卖出的价格减少了，但是这笔损失从期货市场获得了补偿，也就大大减少了你的经营风险了。
反过来，如果你是需要购买黄金的，但是由于资金的问题只能两个月后购买，但是这个阶段黄金看涨，咋整？期货市场上做多黄金。这样也可以弥补将来你多掏的钱。
这里需要注意，这些期货交易行为都是生产商和购买商的针对市场行情的预期做出的，风险总要有人承担啊，那就是“投机者”。投机者一般都会和生产商和购买商进行反向持仓，以通过“意外”市场行情获得利润。为什么呢，因为这里有利可图，你不需要实际的买卖商品，就可以放大获得收益。
这样就产生了对立的两派。

『叁』 依据远期,期货,互换,期权等定价方法来描述金融衍生品的定价规律

在探讨金融衍生产品定价思路的优缺点之前，让我们先来缅怀一下30年来金融衍生品发展的里程碑式事件：
1973年，Black、Scholes和Merton分别提出了期权定价的Black－Scholes公式，这一模型解决了“或有剩余索取权”的定价疑难，为衍生品市场的迅速发展扫清了最大的障碍，Scholes和Merton也因此获得1997年的诺贝尔经济学奖。
1985年，McConnell和Schwartz提出了LYONs（本质是可转换债券）的一个定价模型，为对冲基金的广阔发展提供了大量可供套利的沃土。（可转换债券是对冲基金最常交易的产品）
1989年，Schwartz提出了抵押贷款证券化产品的定价模型，成为资产证券化飞速发展的起点，后来出现的CDO、CDO2、CDOn、CMO等产品成为此次次贷危机的金融核弹。
90年代之后出现了引发金融危机的另一颗威力更大的“小男孩”核弹——信用违约掉期（CDS），2000年，Hull和White的定价模型更是便利了这种金融衍生产品的急速增长。

金融危机的反思
金融衍生产品的出现和发展本应是为了控制、分散、转移风险的金融工具，奈何最后成为一场危机的导火索，值得人人深思。随着衍生产品的不断开发，越来越多的数学工具被加以应用，包括偏微分方程、概率统计、随机过程、鞅论、测度论等；越来越多的计算机算法被加以借鉴，如，牛顿迭代、蒙特卡洛模拟等。
这一切似乎让定量分析师们（Quants）将金融工程变成了“工程”，而不再更多的追究其“金融”本质。设计者一开始就不假思索的随机游走（random walk）和无套利均衡，基于这一基础开始辛勤的添砖加瓦，修建出各种美轮美奂的金融衍生产品。！！！！！！！！此为金融衍生品的定价规律即基本规律是复制 即使用市场上已有产品组合达到相同的风险收益 组合的价格就是衍生品价格！！！！！！！！！！！！！

作为一个看客，我不认为此次次贷危机和金融危机是定量分析师们有意所为，我相信宽客们的素质也绝对不会这样。但客观讲，定量分析师们不得不负客观上的责任，即在一个不坚实的地基上修建金融衍生品的精妙房屋。这不坚实的地基便是随机游走和无套利均衡。金融资产价格的变化多端使得我们简单的认为其价格服从随机游走，但殊不知，股票的几何布朗运动，利率、波动率的均值回复运动并不能完整的刻画资产价格的走势，特别是对极端情况的刻画。
而所谓无套利均衡，是指如果几个市场之间存在无风险的套利机会，套利力量将会推动几个市场重建均衡，但它仅仅是一个局部均衡，三个市场之间的无套利均衡并不意味着其定出来的价值是真实的、稳定的，可能三个市场均是300％的泡沫，它仍然是无套利均衡的，但不是一般均衡的，这样的价格是会破裂的，最好的佐证便是这次次贷危机。
未来的衍生品定价技术如何发展？这是一个可以再获诺贝尔奖的命题。是继续技术化的“工程”道路，不假思索的无套利定价？还是向一般均衡靠近，兼顾到其标的金融资产的内生价值？当然毫无疑问，前者易，后者难。前者只需要简单的把标的资产价格作为一个外生变量，通过对相关资产价格比较进行定价，而不考虑行为主体的偏好和效用函数。后者需要考虑标的资产价值的合理性，在给衍生品定价的同时，考虑宏观经济变量的理性预期均衡。一代奇才Black晚年致力于解决它，但不幸早逝，或许一般均衡是“上帝的均衡”，可望不可及。
但此次金融危机的深刻教训，让我们不得不重新思考，定价是否应该尽可能的考量到外生的宏观因素，向一般均衡靠近，尽管它永远不能达到。毕竟这个真实的世界不是完全随机游走。事实上，金融危机后，很多学者已经开始在向这个方向靠近。（作者系汇丰集团中国首席经济学家）

『肆』 期货定价和期权定价的公式比较

教科书上多了去了

『伍』 期权投资当中期权定价是如何存在的，它的意义如何

期权定价存在的原因：
期权费的定价其实是一种对赌，有投资者预计未来价格涨，有投资者认为未来价格跌，一个卖出期权，一个买入期权。不过，因为期权费的存在，投资者其实赌的是一个价格波动区间。
期权定价意义：
期权定价在期权市场是很重要的一块，做期权的期货公司会采用相应的模型去制定最终的价格。期权费的制定其实已经计算过了未来价格波动的可能性，因此：虽然卖出期权的一方理论风险无限大，但实际上是经过不断计算才决定出售期权的。并非所有期权适合购买。

『陆』 统计学在期权估计中的应用论文

-
-
摘要根据风险投资的特点，指出投资决策方法在风险投资中的重要性。在分析了传统投资决策方法局限性的基础上，提出将实物期权理论应用到风险投资项目决策中，对传统决策方法进行修正，并给出了理论依据。
关键词风险投资传统决策实物期权

1风险投资概述
风险投资是一个相当复杂的投资体系，它是实业投资与金融投资的结合，是商品市场、技术市场与资本市场的结合，也是投资行为与管理行为的结合。OECD（经济合作与发展组织）对其下的定义为：风险投资是通过一定的机构和一定的方式向各类机构和个人筹集风险资本，然后将所筹资本投入到具有高度不确定性的中小型高技术企业或项目，并以一定的方式参与所投资的风险企业或项目的管理，期望通过实现项目的高成长率，并最终通过出售股权获得高额中长期收益的一种投资体系。从这一定义我们可以看出，它以严格的项目选择评审和参与对该项目的管理来尽可能地减少风险性，并以投资组合的经济效益来保证资金的回收。
由此可见，对风险投资项目的决策在整个风险投资活动中扮演着十分重要的角色，甚至可以说是事关风险投资活动的关键，一旦接受一个先天就有缺陷的项目，就算以后各阶段的工作进行得再好，最后仍将面临着非常高的失败风险。
2传统的投资决策理论局限性
目前，对于风险投资项目决策理论的研究方面，进展比较缓慢，还没有建立起一套自己的理论体系，主要还是将其他领域的现存理论应用到风险投资问题的研究中。目前主要应用的理论方法是一些传统的投资决策理论，这其中比较有代表性的就是现金流折现法（DCF）。但传统的投资决策理论再实际运用过程中有许多局限性，具体表现在：
（1）传统理论没有采用发展的观点去评价所投资的项目，从而忽略了当市场的某些因素发生变化时，投资项目的价值也会发生变化，相应地，投资者也应修改自己的投资计划以适应这些变化。即忽略了企业对市场做出反应时所能实现的经营灵活性，因而，必然忽略了经营灵活性的价值。
（2）传统理论没有从战略价值的角度对投资项目进行评价，它没有将单个投资项目与企业的总体发展战略、企业的整体价值联系起来，低估了战略投资的价值。企业的价值与所投资项目不是简单的加总关系，有时，一项投资的战略价值会远远大于对其进行孤立的财务分析所得的净现值（NPV）。
（3）传统理论在评价风险投资时，没有建立一个客观的标准，主要表现在对兼并、收购、联合等投资的评价与金融市场的评价存在分歧。
3实物期权理论在风险投资中的应用
因此，有必要将实物期权理论引入风险投资决策，对传统理论进行修正，以克服传统投资决策的局限性，使风险投资者对于风险项目的评价更为科学、可靠。
3.1实物期权理论对DCF法进行修正的理论依据
实物期权（Real option）是指以实物投资为标的资产的期权。具体表现在经营、管理、投资等活动中，以各种形式获得的进行或有决策的权利，它是金融期权理论在实物投资领域的发展和应用。实物投资理论认为，一项实物资产的收益有两种，一是完全暴露于风险的收益。如果投资者不能在不可预料的市场状况形成时，以某种方式改变自己对某项资产的资金投入或资产产生的现金流入的时间、数量，则投资者的收益是完全暴露于风险的。以现金流来衡量收益，则如果存在在给定情况下能够合理地估计出现金流入及其发生的相应时间，而且同时根据现金流的风险特征，又能恰当地确定现金流折现率的话，就能实现对这种收益（资产价值）的估计。传统的现金流折现法（DCF）所擅长捕捉的就是这种资产价值；二是风险被规避的收益。如果投资者的投入和收益方式不是完全不可更正的，则收益的风险可以被规避。具有这种特征的收益是不适用DCF法的，因为这种收益的实现与投资者对收益的主动影响连同外源不确定性一起决定了实际的收益。因而，假设投资者能理智地完全规避不确定性的负面影响，则这种收益不必要求风险补偿。实物期权理论的核心就是指出并强调这种收益的存在，并且实现对其的评估。从而，即使一项资产本身带来的现金流入很小或者根本不存在现金流入，即它不具备第一种收益的能力，它还可能提供获得第二种收益的机会。只有将两种收益的可能都考虑到，才能准确、完整地估计一项资产的价值。
3.2引入实物期权定价模型进行修正
通过以上分析可知，在对一个投资项目进行评价时，不仅要考虑以NPV等指标表示的直接获利能力的大小，还要考虑该项目灵活性的价值。因此，从期权分析的角度来看，一个项目的真实价值应该由项目的净现值（NPV）和项目的灵活性价值两部分构成，其中项目的灵活性价值可用期权溢价表示。
即ENPV=NPV OP
ENPV———项目真实价值；
NPV———项目的净现值；
OP———项目的期权溢价
其中，NPV可由传统的净现值法求得，因此，我们需要来确定OP的价值。
由于风险投资项目一般采用分期投资的方法，在第一次投资完成以后，投资者将分期对风险公司进行审核，以决定是否继续投资，项目的资金回报是在投资完成后的若干年分期获得。根据这些特点，我们可以做出关于风险投资项目的一般现金流量图（为分析方便，只考虑有一次后续投资）。如图1所示：
其中，Fi（i=1,2,3……T）为期初投资I0在预期投资期T年内各年产生的净现金流。
Pi（i=1,2,3……T）为后续投资It在t 1~T年内产生的净现金流。
风险投资这种分期投资的方式，使得项目中存在着一系列的相机选择权，每一个相机选择权都可以看作是一个欧式买入期权。
在这里，期权的标的物是后续投资It在第t期以后产生的净现值（即标的资产当前价格）P，并且P=Pi／（1＋r）t＋i；期权执行价格是后续追加的投资额It；期权的有效期为T-t。
下面，我们引入Black—Scholes定价模型来计算OP。
根据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———买入期权的价值；
S———股票当前价格；
E———期权行使价格；
R———年无风险连续复利率；
T-t———距到期日剩余时间；
σ———基本股票的风险，以股票年回报的标准差表示；
N（d1）,N（d2）———正态分布下变量小于d1和d2的累计概率。 通过变换，可求得OP的计算公式如下：
上一页12 下一页

『柒』 求金融风暴对期权期货的影响(最好是材料,我写论文用,谢谢)

金融界11月6日讯 在过去的10月对所有期货人来说都是无法忘怀的，国际期货“空袭不断”，国内期货更是应声暴跌，出现了全部品种跌停的奇观，“我们正在疯狂平仓”已经成为大多数人必要工作
随着金融危机席卷全球，商品期货市场风声鹤唳。本文关注的重点在于探讨金融危机给商品期货市场带来的具体影响，以及不同商品应采取的应对策略。

一、金融危机对商品期货市场的影响

此次金融危机正逐渐从美国本土扩散至全球，包括欧洲大陆、亚太地区、南美地区甚至大洋洲在内的主要经济体均已受到不同程度的影响，而它对于商品期货市场的影响是前所未有的。虽然各种商品不一而足，但金融危机对他们的影响也表现出一些共性。

首先，金融危机爆发的短期内，由于流动性紧缩，信贷市场的紧张程度空前，导致所有的投资市场都遭受资产抛售的压力，商品期货市场的直接反映就是集体暴跌。因为次贷危机导致金融机构信誉下降，从而引发信贷市场整体收缩，直接导致机构减少在商品市场中的头寸，以获得更高资金流动性。资金流失是市场急跌的罪魁祸首。

其次，随着恐慌情绪的蔓延，原有金融体系受到体制性的质疑，令多数市场过度反应，进一步放大了风险，很多品种连续跌停，市场信心无处可觅。信用是现代金融体系的基石，但此次危机已经严重威胁到了金融体系赖以生存的基础。风雨飘摇的华尔街引爆了一个又一个的重磅炸弹，同时也牵动金融市场脆弱的神经。然而信心打击容易，恢复困难，绝非一日一时之功，市场依然疲弱难振。

再次，实体经济最终必将受到牵连，资产价格泡沫的破灭，将不同程度地打击大宗商品的消费，经济增长的恢复以及市场信心的建立将是一个缓慢而曲折的过程。当今社会，金融与实业已经难以分割，信贷紧缩将会直接影响企业生产，流动性匮乏将降低商品消费，一旦信贷、生产和消费三者之间形成恶性循环，就会导致经济衰退。实际上，一段时间以来我国的制造业企业面临腹背受敌的困境已经明确发出了经济放缓的风险预警信号。虽然此次金融危机目前还未演化成真正的经济危机，但是它对实体经济带来的影响同样不可低估，尤其是它发源于房地产市场，那么与之相关联的大宗基础商品市场的复苏必将备受煎熬。

二、商品期货在金融危机下的不同反应

但在这种普跌的格局下，各种商品由于自身的特性和供需决定了其受到的影响也不尽相同。开放性强的品种受到的牵连和打击大，而国内相对封闭的品种其走势仍然具有自己的独立性。

由于全球经济明显放缓，大宗工业品消费备受打击，尤其是能源化工类产品的价格在此轮暴跌中损失惨重，且后市仍不乐观。此次商品大幅走熊基本是以原油价格跳水领跌的，截至目前原油价格回落幅度已经接近50％。预计在发达国家经济稳定以及中国未来增长模式变得明朗之前，原油及油品期货将难于寻获底部，而相关能源化工类品种弱势难改。

金融危机导致有色金属价格大幅下跌，其中影响路径不外乎两条。首先，始于2007年的美国次贷危机逐渐演变为全球性的金融危机，市场恐慌情绪弥漫，作为金融市场组成的一部分，金属市场受到的冲击自然不可避免，系统性风险对投资者信心造成严重打击，直接导致了金属价格的下跌。其次，从更长远更深层次的角度考虑，金融危机波及实体经济，将导致全球工业品需求下降，这也是为什么在这波跌势当中工业品的跌幅要大于农产品的原因。资金撤离金属期货市场的意志显得较为坚决，在这种情况下金属的供需基本面暂时失效，金属的金融属性特征更是表现得淋漓尽致。在本轮经济周期变化中，资产价格泡沫破灭是一种必然，中期而言不论是铜价、铝价还是锌价都仍然具备进一步的下跌空间，只是不同品种其下跌空间有所差异。

对于农产品而言，由于大部分为必需品，其需求弹性较低，金融危机更多体现在资金层面的影响颇大，但对于商品自身的价值影响较小，最终归根于其自身的供求关系。其中，强麦期货价格，除了取决于政策主导的小麦现货价格的走势外，作为市场化运作的期货品种，国际金融商品市场变化的影响不容忽视。当然，从根本上说，现货价格是期货定价的基础，相对于现货市场中硬麦与强麦约100——150元/吨的价格差距而言，经过9月以来行情的大幅回落，期货价格基本得到修正。预期强麦期货价格将在政策与外盘的双重影响下寻求与现货小麦价格的“均衡点”，并随后步入小麦现货稳中攀升的同步轨道。

大豆方面，原油价格回落减少了对豆油作为生物燃料的需求，但对大豆的食用需求并不会因为经济危机而大幅减低，所以相对于其他工业等商品走势，大豆在跌到一定程度时，市场将重新回到大豆的供需基本面上来考虑。

在多数商品受累于金融危机大幅下挫的过程中，黄金的走势特立独行，这主要是由其特殊的金融属性决定的。近期黄金市场的走势令人难以捉摸，波动的幅度扩展以及多空频繁转换，并且表现出不同以往的猴性。究其原因，我们认为主要来自以下几个方面的共同作用。首先，黄金正是唯一一种没有信用风险的投资品，因此信用体制的风险规避似乎除了黄金别无选择。然而，同时我们也看到，目前全球金融市场上最突出的问题是流动性紧缩仍然未得到缓解，欧元三个月借贷成本仍然在历史高点附近，这就使得各大投资市场上都缺乏资金的推动，黄金期货市场亦不例外。目前黄金期货的基金多头持仓连续下降，净多持仓水平仍未恢复到2007年10月以后的高位水平，显示了基金在金市的做多意愿仍然不强。因此，金价虽然数度冲高，然而战果有限，即便是在全球股市以惊人的幅度崩跌的过程中，黄金亦未能守住900美元水准。

另外，因全球市场遭受恐慌性抛售，引发投资者全线出售资产以满足其流动性需求，黄金自然首当其冲。并且，美元兑欧元上涨，令以其计价的黄金相对于其他国家投资者来说更加昂贵。风险厌恶情绪升温也加速了金市的卖盘。金融危机对黄金带来的影响多空都有，具体的行情走势需要视当时的主导因素来定，而长期来说，由于救市措施带来了美元增发势必埋下通货膨胀的种子，将来还将引发新的一轮商品价格上涨，那么金价将重获支撑。

三、后市展望与应对策略

总体来说，笔者认为，金融危机将会促成商品价格的泡沫清洗，加速商品价格的触底。从长期来看，由于各国政府尤其是美联储在控制危机的阶段不计代价滥用信用，将为未来种下通货膨胀的祸根，下一轮商品牛市仍将由通胀引爆。在金融风暴延续的阶段，建议投资者顺势而为，控制仓位，同时等待观察整个商品市场触底时刻的到来，我们预计这一过程大约要持续一年甚至更长的时间。

同时我们也看到，当前虽然国际金融危机蔓延，全球金融市场动荡，但我国经济发展增长较快、效益较好、运行较稳的基本面没有改变，国内的经济形势整体仍然维持健康的发展，受到国际金融危机的冲击有限。并且国内的农产品期货除大豆以外，其他品种的运行都相对封闭。因此，对于一些受国际价格变化趋势影响有限的品种，我们更多需要考虑国内政策以及内需对它的影响，相信在国家相关扶持农业的政策出台以及宏观调控的指引下，今年年底以及明年我国的相关期货品种将会呈现触底反弹的走势。