从持有成本理论到加工利润的均值回复：一个可检验的「估值 + 驱动」体系
作者：刘向阳 ｜ 品种：苯乙烯（EB）· 纯苯（BZ）· 聚丙烯（PP）· 原油（SC） 数据：iFinD 期货主力连续行情，2023-10-18 至 2026-10-16 ｜ 日期：2026 年 10 月
摘要
这份报告以苯乙烯（EB）为标的，把定价逻辑、统计检验和交易规则串成一个可以复核的框架。和常见的描述性日报不同，这里每个核心论断都配了统计检验；其中 H1 因为库存数据没有公开接入口，留到后续数据到位再检验。主要结论有三条：（1）成本传导假说——EB 日收益对原油（SC）的回归 β=0.387，R²=0.376，在 1% 水平显著，但 60 日滚动相关系数在 [0.18, 0.86] 之间大幅波动，说明成本传导并不稳定，估值端会出现阶段性脱锚的窗口；（2）利润均值回复假说——以 EB−0.79×BZ 毛利差作为加工利润的代理变量，ADF 检验 p=0.396，未能拒绝单位根，Ornstein-Uhlenbeck 拟合的半衰期约 33 个交易日，但 t 值只有 −1.77；这是弱证据，根源在于纯苯期货样本只有 15 个月、统计功效不足，而不是理论本身失效；（3）风控含义——EB 日收益超额峰度 4.76，肥尾明显，这是“限价止损 + 分位数阈值”这类刚性风控的统计依据。在此之上，报告给出一个基于历史分位数的利润价差均值回复策略，样本内（2025.07–2026.10，仅 5 笔交易、含全样本分位数前视偏差，只作研究流程演示）累计损益 1454 元/吨、夏普比率 1.43。同样的方法可以迁移到铅、锌、铜、镍、不锈钢等有色品种的内外盘与加工费研究。
一、定价理论：持有成本与便利收益
1.1 理论框架
大宗商品期货定价的基准模型是持有成本理论（Theory of Storage）。设现货价格为 $S$，无风险利率为 $r$，仓储费率为 $w$，便利收益（convenience yield）为 $cy$，则到期期限为 $T$ 的期货价格为：
$$F = S \cdot e^{(r + w - cy)\,T}$$其中便利收益 $cy$ 是持有现货库存所获得的隐性收益——在现货紧缺时，持有库存意味着生产的连续性与议价能力，因此 $cy$ 与库存水平负相关：库存越低，$cy$ 越高，期货越容易呈现贴水结构（backwardation）；库存越高，$cy$ 越低，期货趋向升水结构（contango）。这是自 Working（1949）以来商品期限结构研究的基础[1]。
命题 1（可检验假说 H1）。 若持有成本理论成立，则苯乙烯的基差（现货−期货）应与港口库存负相关，且该关系在低库存区间呈非线性增强。紫金天风期货（2025）以苯乙烯为样本的实证支持该假说，其便利收益对库存的回归斜率在 95% 置信度下显著为负[2]。
对产业研究员来说，式（1）的实战含义是：基差和库存的关系不能简单地线性外推成“库存高就空”，它会被便利收益的非线性放大——库存低到一定程度后，这层关系会明显变强，不是等比例变化。2024–2025 年苯乙烯市场好几次出现“基差和库存同向变化”的异象，经济学上的解释是预期力量（对未来库存变化的预期）压过了当期库存的静态作用[2]。这也是“估值 + 驱动”框架里要单独设一个“驱动端”的原因。
1.2 产业链利润作为估值锚
苯乙烯的非一体化生产成本可写为：
$$\text{EB 成本} \approx 0.79 \times \text{纯苯} + 0.29 \times \text{乙烯} + \text{加工费}$$加工利润是产业链的调节信号：利润过高会激励开工率提升与进口增加，从而压缩利润；利润过低则触发检修与减产。这一负反馈机制意味着利润序列应当呈现均值回复性，且其极值点构成统计意义上的交易机会。本文提出：
命题 2（可检验假说 H2）。 苯乙烯加工利润序列不存在单位根，且向长期均值收敛的速度（半衰期）在 1–3 个月的产业调节周期量级。
第三节会用真实数据检验 H2。先说明一个口径限制：公开数据里拿不到乙烯价格和加工费，所以这里用期货盘面价差 $EB - 0.79 \times BZ$ 作为毛利差的代理变量，它缺了乙烯项和加工费项。这个局限会在第五节和检验结果一起讨论。
二、数据与因子库
2.1 数据口径
本文全部实证基于 iFinD 期货主力连续行情，数据口径如下表（EB 主力连续价格与成交量走势见图 1）。主力连续是把不同月份的、当时最活跃的合约首尾拼接成一条连续价格序列，好处是流动性最好；代价是换月那天价格可能跳空，所以这里用对数收益（大致等于每日涨跌幅）和滚动窗口来弱化换月的影响。
表 1 数据口径说明
| 序列 | 代码 | 区间 | 样本量 | 用途 |
|---|---|---|---|---|
| 苯乙烯主力连续 | EBZL.DCE | 2023-10-18 ~ 2026-10-16 | 726 个交易日 | 标的资产 |
| 纯苯主力连续 | BZZL.DCE | 2025-07-08（上市）~ 2026-10-16 | 309 个交易日 | 上游原料 / 利润价差 |
| 聚丙烯主力连续 | PPZL.DCE | 2023-10-18 ~ 2026-10-16 | 726 个交易日 | 跨品种套利对照 |
| 原油主力连续 | SCZL.INE | 2023-10-18 ~ 2026-10-16 | 726 个交易日 | 成本端 |
数据来源：iFinD，EBZL.DCE 主力连续，2023-10-18 至 2026-10-16。
⚠️ 口径声明。（i）BZ 期货 2025 年 7 月才上市，利润价差样本只有 309 个交易日，统计功效会受到限制（样本短，检验更容易得出“不显著”的结论）；（ii）毛利差代理 $EB-0.79\times BZ$ 缺了乙烯项（0.29 吨）和加工费（约 400–600 元/吨量级），所以它的绝对水平不等于真实的非一体化利润。本文只对这个序列的形态（极值、回复速度）下结论，不涉及绝对水平；（iii）现货价、港口库存、开工率等高频产业数据不在公开行情接口内，第五节给出接入卓创/隆众数据后的扩展框架。缺失的数据不补，也不做推测。
2.2 因子库设计
按照「估值 + 驱动」框架，将研究因子分为两层。估值端回答“贵不贵”，驱动端回答“会不会变”。
表 2 因子库与经济学含义
| 层 | 因子 | 构造 | 经济学含义 | 本文实证 |
|---|---|---|---|---|
| 估值端 | 加工毛利差代理 | EB − 0.79×BZ | 产业链调节信号的强弱（H2） | §3.2 均值回复检验 |
| 估值端 | 成本传导系数 | EB 收益对 SC 收益的 β | 成本推动定价的有效性 | §3.1 回归与滚动相关 |
| 估值端 | EB-PP 价差 | EB − PP | 下游替代与估值错配 | §3.3 协整检验 |
| 驱动端 | 波动率状态 | 20 日实现波动率 | 不确定性定价与仓位调整 | §3.4 分布特征 |
| 驱动端 | 季节性 | 月度收益分布 | 下游开工的季节节奏 | §3.4 |
三、实证检验
3.1 成本传导：显著但时变
以 EB 的对数日收益对 SC 的对数日收益做 OLS 回归（普通最小二乘，样本 725 个），得到：
$$r_{EB,t} = \alpha + 0.387\, r_{SC,t} + \varepsilon_t, \qquad R^2 = 0.376, \quad p = 5.7\times 10^{-76}$$β=0.387 的意思是：原油价格每变动 1%，苯乙烯盘面平均同向变动约 0.39%。成本传导在统计上高度显著，符合芳烃产业链“原油→石脑油→纯苯→苯乙烯”的定价链逻辑。但 60 日滚动相关系数（图 3）在 [0.18, 0.86] 之间来回摆动，均值只有 0.52：成本传导不是常数，而是一个会随市场环境切换的“状态”。在低相关窗口（比如 0.2 以下），盘面定价主要由产业供需（库存、开工、到港）决定，这时候“成本抬升所以做多”的朴素逻辑很容易被基本面打脸。这也是估值端和驱动端要分开监控的原因。
数据来源：iFinD；60 日滚动窗口，日对数收益的 Pearson 相关。
3.2 加工利润的均值回复：点估计与理论一致，统计上不显著
对毛利差代理序列（309 个交易日，见图 2）做 ADF 单位根检验：统计量 −1.769，p=0.396，不能拒绝单位根原假设（简单说，ADF 检验是在问“这个序列会不会自己回到均值”；p 值大，意味着数据还不足以支持“它会回来”）。进一步拟合 Ornstein-Uhlenbeck 过程 $\Delta x_t = a - \lambda x_{t-1} + \varepsilon_t$（这是一种专门描述“围绕均值来回摆动”的随机过程模型）：
$$\hat{\lambda} = 0.0209 \; (t=-1.77), \qquad \text{半衰期} = \ln 2 \,/\, \hat{\lambda} \approx 33 \text{ 个交易日}$$这组结果不显著，怎么理解？分三点看：
（i）点估计的方向和量级符合理论预期。半衰期约 33 个交易日（约 1.5 个月），和产业上“利润打到极值→检修或提负调节→利润收敛”的 1–3 个月节奏对得上。但 t 值只有 −1.77（t 值衡量估计值离 0 有多远，绝对值在 2 附近以下通常算不显著），这个点估计在统计上站不住，只能说“方向与理论相容”，不能说“得到支持”。（ii）主要限制是统计功效不足。309 个日度观测，对半衰期 33 天的过程来说只覆盖了约 9 个半衰期，ADF 检验在这个样本长度下本来就容易得不出显著结果。（iii）结论只到这一步：数据与均值回复机制相容；第四节的方向性回测提供了一个额外的样本内观察，但那个回测本身不构成对 H2 的检验，只是机制相容性的演示。BZ 期货样本继续积累后，这个检验可以在同一套框架里自动更新——把研究做成可复用的管道，比写完就扔的一次性研报省事。
数据来源：iFinD，按 EB−0.79×BZ 计算；阴影为 10%–90% 分位区间。
3.3 EB-PP 价差：协整不显著的方法论含义
Engle-Granger 协整检验 p=0.609，价差 ADF 检验 p=0.228——EB 与 PP 在三年样本上找不到支持稳定协整的统计证据（协整是说两个价格之间存在长期稳定的比例关系、价差会往回走。注意：p 值大只意味着“未拒绝无协整”，并不能证明它不存在）。这个负面结果本身有用：跨品种套利不能指望统计协整自动回归，得靠产业逻辑（两边加工利润的极值错位）决定什么时候入场，再用刚性止损防结构突变。这也从统计上解释了为什么“裸奔的统计套利”在化工品种上危险，第四节“分位数阈值 + 强制止损”的设计就是从这里来的。
3.4 收益分布与季节性：风控的统计依据
EB 日收益年化波动率 26.5%，偏度 0.21，超额峰度 4.76，Jarque-Bera 检验 $p=4.5\times10^{-148}$，强烈拒绝正态性（图 5）。峰度衡量极端行情出现的频率，正态分布的超额峰度是 0，4.76 属于明显的肥尾；换句话说，偏离均值 3 个标准差的“3σ 事件”，实际发生得比正态假设下频繁得多。按正态分布去定仓位，会系统性低估尾部风险——“单品种/单日/总资金三重止损”体系的依据就在这里，不是拍脑袋的经验。月度分布（图 6）从视觉上看，各季度收益的离散度有差异，与下游开工的季节节奏大致一致；不过本报告没有对季节性做正式的统计检验，这里只是观察性提示。仓位应当随波动率状态调整。
数据来源：iFinD；红线为同均值同方差的正态密度，用于对比肥尾。
数据来源：iFinD；箱线图不含离群点，样本覆盖 3 个年度。
四、策略输出：分位数均值回复策略与回测
4.1 策略规则
把第三节的结论写成明确的交易规则，减少临时起意的判断：
表 3 利润价差均值回复策略规则
| 要素 | 规则 | 依据 |
|---|---|---|
| 信号资产 | 毛利差代理 x = EB − 0.79×BZ | 式（2），估值端核心因子 |
| 入场 | x 上穿 90% 分位 → 做空价差；下穿 10% 分位 → 做多价差 | 极值点对应产业调节信号最强（§3.2） |
| 出场 | x 回归中位数 → 平仓 | OU 回复目标位 |
| 止损 | 价差向不利方向再走 1×20 日 σ 强制离场 | 肥尾环境下的尾部保护（§3.4） |
| 仓位 | 单品种风险敞口 ≤ 总资金 2%，单日亏损 ≤ 1%，回撤熔断 5% | 三重止损体系 |
表中的“90%/10% 分位”是把历史价差从低到高排序后取的位置：90% 分位意味着历史上只有约 10% 的时间价差比它更高，属于极端偏高的区域；10% 分位则相反。
4.2 样本内回测结果
2025-07-08 至 2026-10-16，无杠杆、未计手续费与滑点的样本内结果（样本内是指规则和参数都在同一段数据上确定，结果会偏乐观）：累计损益 1454 元/吨，共 5 笔完整交易，夏普比率 1.43（单位风险换来的收益，越高越好），最大回撤 427 元/吨（从高点回撤的最大幅度）（图 4）。
数据来源：iFinD；样本内演示回测，未计手续费、滑点与移仓成本。
⚠️ 回测的局限。（i）样本只有 15 个月、5 笔交易，夏普 1.43 的置信区间很宽，不能外推为策略的期望表现；（ii）信号阈值用了全样本分位数，存在前视偏差（用了当时不可能提前知道的全样本信息），生产环境应改用滚动 250 日分位数；（iii）未计手续费、滑点与移仓成本；（iv）2026-10-16 价差处于 76.1% 历史分位，属于“偏高但还没触发信号”的区间，符合策略“只在极值出手”的设计。这一节展示的是“检验→规则→验证”的完整流程，不是推荐这个策略。
4.3 实盘印证
本报告方法论已在作者的芳烃期现实盘中应用：通过监控 PP 基差见顶与苯乙烯非一体化利润触及历史极值，识别品种间估值错配，执行空 PP 多 EB 跨品种套利，2 周获利 14 万元；两年期现组合累计盈利 118 万元，最大回撤 45 万元，收益回撤比约 2.6:1，胜率 62.5%，全程零穿仓。本文将这一经验流程形式化为可复用的统计框架。
📝 说明：以上为作者个人账户经历，无可审计的交易记录，仅供方法论说明；与第三、四节的统计检验不同，该部分不构成可复现的实证证据。
五、局限与产业数据接入框架
本文的实证受限于公开行情接口。下面这些模块已经设计好，但要等接入产业数据库（卓创/隆众/Wind 高频数据）之后才能跑：
表 4 待激活模块与数据需求
| 模块 | 所需数据 | 拟完成的检验 | 对应命题 |
|---|---|---|---|
| 库存–基差回归 | 华东港口库存（周度）、华东现货价 | 便利收益对库存的非线性回归；基差-库存“同向异象”的预期分解 | H1 |
| 真实利润序列 | 乙烯价格、加工费、开工率 | 将毛利差代理升级为完整非一体化利润，重跑 §3.2 全套检验 | H2 强化 |
| 驱动端因子 | 开工率、到港量、下游 ABS/EPS/PS 订单 | 因子 IC 与分层收益检验 | 驱动端有效性 |
| 供需平衡表 | 产能、产量、进出口、表观消费 | 季度平衡表与情景推演 | 价格区间预测 |
这套管道在作者之前的研究流程里已经用 Python（pandas/SQL）做成了日度自动更新，接上新数据源后，报告里的表格和检验可以自动更新，研究报告由此成为能持续迭代的系统。
六、交易启示与操作建议
先说边界：下面是从本文统计结果推出来的研究启示和操作上的参考，不是投资建议。所有信号都有历史有效性边界，实盘还要结合资金规模、交易成本和执行条件自己调整。
6.1 交易启示
- 成本端不是开关，是状态。 β=0.387 的显著性说明“原油定价逻辑”平均成立，但 60 日滚动相关在 0.18–0.86 之间漂移。在低相关窗口里用原油方向做 EB，等于用错了模型。可以把滚动相关当成“成本逻辑是否有效”的开关：低于 0.2 时，回到库存、开工、到港这些产业变量上。
- 利润极值的均值回复只能小仓位试。 ADF p=0.396、t 值 −1.77，统计上不显著。利润价差的极值反转属于“方向有道理、证据不够强”，适合轻仓、宽止损，不适合重仓押注。
- 跨品种套利靠产业逻辑定入场，靠刚性止损保命。 EB-PP 没有协整证据，赤裸的统计套利没有“自动回归”可以依赖。只做“产业利润极值错位”的套利，止损必须硬。
- 风控参数按肥尾定，不能按正态定。 峰度 4.76 意味着极端行情比正态假设下频繁得多。仓位上限和止损宽度要比正态假设下更保守。
6.2 操作建议
| 场景 | 动作 | 依据与注意 |
|---|---|---|
| 成本传导监控 | 跟踪 60 日滚动相关：≥0.5 时成本逻辑可作方向参考；<0.2 时降权 | §3.1；低相关窗口由产业供需主导 |
| 利润价差交易 | x 上穿 90% 分位轻仓做空价差，下穿 10% 分位轻仓做多，中位数平仓，1×20 日 σ 止损 | §4.1；ADF 不显著，轻仓试 |
| 跨品种（EB-PP） | 等双方利润极值错位，入场前先写好止损预案 | §3.3；无协整证据，不裸做回归 |
| 仓位纪律 | 单品种敞口 ≤ 总资金 2%，单日亏损 ≤ 1%，回撤 5% 熔断 | §3.4 肥尾结论 |
| 回测到实盘 | 用滚动 250 日分位数替代全样本分位数，计入手续费与滑点后再评估 | §4.2；样本内 5 笔交易的夏普 1.43 不能当预期收益 |
最后提醒一句：本文回测是样本内、只有 5 笔交易，先用模拟盘或小仓位验证，别把它当成可以直接上实盘的策略。
七、结论
（1）苯乙烯盘面对原油的成本传导显著（β=0.387），但强时变，成本端不能替代产业端的独立监控；（2）加工利润的均值回复只到“与理论相容”的程度，半衰期点估计约 33 个交易日，统计功效受限于 BZ 期货的短样本；（3）EB-PP 找不到支持稳定协整的统计证据，跨品种套利必须以产业利润极值错位为锚、以刚性止损为底；（4）收益肥尾（峰度 4.76）是三重止损体系的统计依据；（5）分位数均值回复策略样本内夏普 1.43，走通了“检验→规则→验证”的完整流程。框架里的每个模块都可以迁移到铅、锌、铜、镍、不锈钢等有色品种的加工费（TC/RC）、内外盘价差与进口盈亏研究——换的只是数据接口，方法不变。
参考文献
- Working H. The Theory of Price of Storage[J]. American Economic Review, 1949, 39(6): 1254-1262.
- 紫金天风期货. 苯乙烯市场异象引发的思考：为何基差与库存会同向变化[R]. 2025.
- 同花顺 iFinD 金融数据平台. EBZL.DCE / BZZL.DCE / PPZL.DCE / SCZL.INE 主力连续日行情[DB/OL]. 数据区间 2023-10-18 至 2026-10-16，提取日期 2026-10-18.
📌 免责声明：本报告为作者个人研究能力演示作品，全部实证基于公开行情数据，不构成任何投资建议。报告中已披露数据口径、样本限制与回测偏差。统计结果的可复现性由配套 Python 管道保证。
