中国期货市场价格发现功能的实证研究论文

中国期货市场价格发现功能的实证研究论文（精选8篇）

中国期货市场价格发现功能的实证研究论文 篇1

【摘要】为判断中国塑料期货市场的价格发现功能，选用大商所上市的LLDPE和PVC品种为研究对象，在VAR模型下利用Johansen方法研究合约期货、现货价格之间的协整关系进行检验。结果显示，LLDPE和PVC分别在在距最后交易日两月和一月内，期货价格和未来现货价格具有一个协整关系同时也满足系数向量约束，表明该期货市场能发挥价格发现功能的。然而由LR值知，价格发现功能尚未充分发挥，其进一步发挥，需要政府和市场参与者的共同努力。

【关键词】塑料期货；价格发现；Johansen协整检验；LR

一、引言

中国期货市场经过几十年的发展，已逐渐成为中国金融市场中重要的组成部分。期货市场在现代经济中的举足轻重的地位，基于其具有现货市场不可替代的两打基本经济功能，即价格发现和风险转移。其中，价格发现功能表明，从理论上，期货市场具有发现现货价格及变动趋势的功能，从而能指导市场参与者的生产，经营或投资。

20xx年7月和20xx年5月，大连商品交易所分别先后推出LLDPE和PVC这两个塑料期货合约，标志着中国塑料市场体系在余姚塑料现货等市场建设的基础上迈出了新的步伐。随着塑料期货逐步走向成熟，在完善国内塑料市场体系，帮助企业套期保值，期货价格成为行业的重要参考等方面发挥了重要作用。得益于中国塑料的高速发展，中国塑料期货市场后发居上已跃居全球第一。

在中国塑料期货市场发展的过程中，塑料期货市场的价格发现功能发挥得如何是理论界和实践界关注的重大问题。本文主要对塑料期货的两个品种LLDPE和PVC期货价格和未来现货价格在VAR模型上对塑料期货的价格发现功能进行实证检验。

二、价格发现基本原理及模型

发现功能并非期货市场所特有的，但在价格发现上期货市场有其特有的优势，故人们普遍认为价格发现是期货市场的基本功能。

期货市场价格发现功的本质取决于新的信息是首先反映到现货价格的变化上还是期货价格的变化上。与价格发现程度密切相关的主要是市场竞争程度、信息完全程度以及交易者的理性程度[1]。一般来说，在公开竞价机制下，期货市场参与者越多，竞争程度越高，则市场上的信息相对越多，完全程度越高，从而期货市场的价格发现功能越能有效发挥。

Hodrick和Hansen（1980）提出基于回归的简单市场效率假说，对于的期货市场的效率是指期货价格反映市场上已有的信息，并且是对未来现货价格的无偏估计[2]，这与本文的的期货价格发现功能表现是一致的。据此，在实际检验中使用下式：1 0 1 t tS=+F+tb b e+（1）式中，Ft为到期日是t+1的期货合约在t时的期货价格，St+1为t+1时的现货价格，β0，β1是系数项，εt为随机干扰项。

根据上式，价格发现的检验的关键是：首先Ft和St+1必须具有长期均衡关系，即协整关系，进一步地，（β0，β1）应接近（0，1），可以根据接近的程度判别价格发现功能。

在后来的完善过程中，Shen（1990）等认为，利用传统的方法检验无偏性是有效的前提是价格序列满足平稳性[3]。由于众多研究表明期货价格序列和现货价格序列非平稳，直接采用OLS方法会产生伪回归。为解决非平稳在价格序列中存在的问题，Engle（1987）提出了协整这个概念，然而，缺乏对参数的严格推断是该法的不足之处，并且对参数的推断正是期货价格无偏性检验的核心[4]。不同于Engle提出的方法，Johansen以极大似然方法推导出一个有效的统计推断工具来进行协整检验以及参数检验。因此，目前理论认为，Johansen方法比较适合用于来检验期货市场的价格发现功能及其市场效率[5]。

进一步地，早期的无偏性检验认为β0应等于0，然而Ying-Foon-Chow（1988）对该假说提出质疑，认为期货价格则并非未来现货价格的预期值，因为市场参与者若为理性预期者，两者之差合约为观察到的风险价值，同时期货的交易费用并非少到可以忽略。在风险溢价框架下，张小艳（2005）认为，α不必等于0，因为可能风险溢价的期望值可能不为零，也可能是因为逐日盯市费用非零。检验的关键是（1）中期货价格系数β1在统计上与1无异，从而风险溢价将是平稳，这样εt必渐进独立于Ft和St+1的持久创新[6]。

Johansen检验前首先应用ADF法对两变量进行平稳性检验，确定同阶单整后进行协整检验。Johansen协整检验是以VAR模型为基础的检验回归系数的方法，如（2）所示。VAR模型的确定包括最优滞后期及协整方程五种形式的选择，它们将直接影响检验结果。我们考虑VAR（p）模型。

t t 11Y HXpi t i t tiY Y e=?=+∑Γ+Π+（2）其中Xt是确定的d维外生向量，代表常数项和线性趋势项等确定性项；Yt是待检协整性的k×1阶向量；Γi和Π作为k×k阶系数矩阵。（2）式中，ΠYt-1若为I（0）向量，即Y1，t-1……Yk，t-1之间具有协整关系，就能保证ΔYt是平稳过程。系数矩阵Π秩等于协整向量的个数，因此对Yt的协整检验变成了对系数矩阵Π秩r的分析问题，这是Johansen协整检验的基本原理。同时，系数矩阵∏的秩等于它的非零特征根λ的个数，因此进一步通过对非零特征根λ个数检验来检验协整关系和协整向量的秩。

实际检验中，设0

Johansen采用特征根轨迹统计量和最大特征值统计量来检验至多有r个协整协整向量的原假设，r=0，1，……，k-1。

i

+1ln 1-)ntracei rl Tl∧==?∑（（10）max 1ln(1)rl Tl∧+=??（11）协整是市场有效的必要条件，因此需在此基础上进一步对协整回归方程参数约束即对协整向量β’=（1，-1）约束在统计水平是否实现进行检验。选择标准似然比检验，该统计量如下所示，为私募股权基金，改变单一融资渠道。首先，吉林省相关部门应积极引进高级私募股权管理人才，建立科学的激励与约束机制，使高级私募股权管理人的报酬与业绩相挂钩，完善私募股权管理人制度，使其行为更加规范。其次，政府在政策上为其创造良好的建立环境，如建立有经验的财务顾问公司等为企业提供全方位、专业化的帮助。第三，确定吉林省私募股权融资的对象和规模，准确定位需要融资的科技型中小企业，派遣专业人员进行私募融资操作。最后，完善私募股权融资的退出策略，主要包括公开发行上市、售出或并购、股票回购等，重点完善投资回报最高的上市退出方式和私募转售制度等。

中国期货市场价格发现功能的实证研究论文 篇2

对于期货市场价格发现功能的实证研究目前已经有了较多的成果,从研究思路看,不论在国内国外,学者们大多都是先采用协整分析的方法来检验期货价格与现货价格是否存在长期稳定的均衡关系,然后运用格兰杰因果检验、误差修正模型等方法来检验分析期货价格与现货价格的引导关系,刻画出存在协整关系的期货价格与现货价格之间的动态关系。比如Booth[2],华仁海、仲伟俊[1],陈秋雨、陈冲等[3]都采用了这种思路进行实证分析。

从研究内容看,由于国外期货市场发展时间长,所以国外学者对期货市场价格发现功能的研究较早。上世纪八十年代,Garbade和Silber[4]开创性的对商品的期货市场和现货市场进行实证分析,并且创建了GS模型。随后,Bigman、Goldfarb和Schechtman[5]利用OLS方法对小麦、玉米等农产品的期货价格与到期日现货价格进行回归,认为如果期货价格是到期日现货价格的无偏估计,那么该期货市场就具有价格发现功能,但是由于此方法没有考虑到时间序列的非平稳性,所以后来被很多学者质疑。所以在Bigman等人的研究基础上,Engle和Grange[6]提出一个全新的协整分析方法解决了时间序列非平稳的问题,同时为人们使用协整分析方法研究期货市场的价格发现功能奠定了基础。

国内期货市场相比国外起步较晚,故学者们对期货市场的价格发现功能的研究相对较少。张东平[7]通过对绿豆的期货价格与到期日现货价格的对比分析,发现期货价格变化是以现货价格为基础的。随着我国农产品期货市场的发展,学者们对农产品的研究也渐渐深入。刘庆富、张金清[8]以大连商品交易所和郑州商品交易所的豆粕、大豆和小麦的期货市场作为对象进行协整检验,结论表明大豆期货市场的价格发现功能优于豆粕期货市场,而小麦的期货价格与到期日现货价格之间的关系较弱。同样的,侯金莉[9]对豆粕的期货市场进行实证分析,研究结果表明从长期来看,豆粕的期货价格与现货价格是单向因果关系,即期货价格对现货价格具有较大的引导作用。

对于玉米期货市场的价格发现功能的研究是在2004年玉米期货品种在大连商品交易所上市之后才开始的。田彩云、郭心义[10]选取了2004年9月22日至2005年9月28日大连玉米期货的连续周收盘价,CBOT玉米期货连续周收盘价等数据,采用协整检验、格兰杰因果检验等方法分析得出期货价格与现货价格存在协整关系,玉米的期货市场的价格发现功能在期货价格中起着决定性的作用。同样的,贾兆立、白玫等人[11]利用相关系数、协整检验、格兰杰因果关系检验以及GS模型等方法对大连期货交易所的玉米进行实证分析,结果发现我国玉米期货市场运行是有效的,玉米期货市场的价格发现功能良好。随后,闫云仙[12]也通过实证检验得出玉米期货价格对现货价格具有引导功能的结论。

综上所述,对于期货市场价格发现功能的研究成果已相对成熟,国内外对各个期货市场价格发现功能的实证研究也很丰富。而针对上市较久的期货品种的最新研究非常较少,随着市场制度的发展变化和投资者水平的提高,期货市场的价格发现功能的现状显然区别于较早的研究结论,利用最新的数据对期货市场的价格发现功能进行重新研究具有十分重要的意义。本文的主要亮点一方面是选择最近两年的交易数据对玉米期货市场的价格发现功能进行重新测定,以得到能准确刻画玉米期货价格发现功能的结论;另一方面是在研究方法上,创新性的利用格兰杰因果关系检验对滞后期数十分敏感的特性,选择不同的滞后期数分析期货价格和现货价格的因果关系动态变化过程,以期更为准确的刻画期货市场价格发现功能的发展历程。

1 实证结论及分析

1.1 数据及描述性统计

本文选择大连期货交易所(DCE)玉米期货为研究对象,该品种是DCE上市交易最早的实物期货合约之一,玉米期货价格数据选择距离合约月份两个月的期货合约收盘价作为期货价格,由于DCE的玉米期货合约只在单数月份进行交割,所以连续两个月的期货价格取自相同的期货合约(例如2013年1月和2月的期货价格取c1303合约的收盘价作为期货价格)。取距离交割月份较近的合约的收盘价作为期货价格,是因为期货合约在距离交割月份较近的时候交易更活跃,且道氏理论认为收盘价相对于其他价格包含了更多的市场信息。玉米现货价格取自渤海商品交易所的玉米现货价格。

本文的研究样本期为2013年1月到2014年12月,剔除不匹配的交易数据,共获得472组玉米期现货价格数据。玉米的现货价格和期货价格分别用SP和FP表示。本文所有的实证分析结果均通过计量软件Eviews实现。

现货价格和期货价格的统计特征如表一所示。从标准差看,现货价格波动性性跟强,现货市场的交易要比期货市场更加活跃;现货价格和期货价格的偏度均小于零,峰度均大于3,价格J-B统计量可知,FP和SP序列都呈现左偏和尖峰厚尾的非正态分布特征。

表1 玉米现货价格、期货价格的统计特征

注:J-B统计量为Jarque-Bera正态性检验统计量。

1.2 平稳性检验

传统计量经济学认为,只有平稳的时间序列才能用于建立经典的计量经济模型,而均值、标准差等会随着时间变化,而变化的非平稳时间序列不能用于建立计量模型,否则会出现“虚假回归”的现象。为了检验FP和SP序列是否为平稳的时间序列,本文采用ADF单位根检验法进行检验。

表2所示的为SP序列的ADF单位根检验的结果,从检验结论可知,SP序列为非平稳的时间序列,但是其一阶差分序列D(SP)为平稳时间序列。因此玉米现货价格时间序列SP为一阶单整的I(1)时间序列。

表3所示的为FP序列的ADF单位根检验的结果,从检验结论可知,FP序列在99%的置信水平上的临界值绝对值大于FP序列的ADF值,故在99%的置信水平上拒绝FP序列为平稳时间序列的原假设,FP序列非平稳的时间序列,但是其一阶差分序列D(FP)为平稳时间序列。因此玉米期货价格时间序列FP为一阶单整的I(1)时间序列。

表2 现货价格序列的平稳性检验结果

表3 现货价格序列的平稳性检验结果

1.3 协整分析

协整分析是时间序列分析的重要内容,两非平稳的时间序列之间存在协整关系意味着这两个时间序列之间至少存在着一个现行组合是平稳的,即存在长期稳定关系[13]。从上述分析可知,我国玉米期货价格和现货价格时间序列FP和SP序列均为一阶单整I(1)时间序列,满足协整分析的要求。

主流的协整检验方法主要有Engle-Granger两步法与Johansen检验法两种,虽然EG两步法使用方便,但是在小样本下OLS协整估计具有实质性偏差,且EG两步法只能检验一个协整关系,而Johansen检验能检验多个协整关系,且Johansen检验不存在内生变量与外生变量的区别,所有的变量都被视为内生变量。因而本文采用Johansen检验进行协整检验。

由表4的迹统计量和最大特征之统计量可知,在95%的置信水平下,期货价格和现货价格序列之间存在协整关系。该结论表明玉米现货价格和期货价格之间存在长期稳定的均衡关系,也说明了DCE玉米期货市场对现货市场具有一定的价格发现功能。

表4 期货价格和现货价格Johansen协整检验结果

注:**表示在5%的显著性水平下显著。

1.4 格兰杰因果关系检验

由表4的结论可知,我国期货价格和现货价格存在协整关系,下面通过格兰杰因果关系检验分析玉米期货价格与现货价格的引导关系。

因为格兰杰因果关系检验的结论对滞后期数十分敏感,不同的滞后期数会得到不同的结论。为了详细的了解现货价格和期货价格因果关系的变化情况,本文从滞后2期开始对FP和SP序列进行格兰杰因果关系检验。检验结果如表5所示。

从表5的结论可以看出,在滞后6期之前,期货价格不是现货价格的格兰杰原因,而从第2期开始现货价格就是期货价格的格兰杰原因。这说明,玉米现货市场的价格波动能够迅速地对期货市场产生影响,而期货市场对现货市场价格的引导作用开始显现。这表明,我国玉米期货似乎从上市交易以来,其价格发现功能已经显现,期货价格能在一定程度上引导现货价格,但是引导作用并不显著,相比较而言,现货价格对期货价格的引导作用要比期货市场对现货市场的引导作用早大约6个交易日。

1.5 误差修正模型

误差修正模型可用于刻画存在协整关系的两个或多个时间变量之间的动态关系,也常被用于研究期货市场和现货市场之间的相互引导关系,并能进一步考察系统受到短期新信息冲击时期货市场和现货市场回到长期均衡状态的调整速度和调整方向。因而本文利用误差修正模型对期货市场的价格发现功能进行进一步分析。

表5 期货价格、现货价格格兰杰因果关系检验结果

注:*、**、***分别表示在10%、5%、1%的置信水平下显著。

表6 误差修正模型最佳滞后期选择结果

在建立误差修正模型之前,首先要为模型选择最佳滞后期。选择最佳滞后期的标准主要有likehood、BIC、AIC等方法,而本文分析所使用的Eviews软件能够根据这些准则,自动选择误差修正模型的最佳滞后期。根据表6的结论,本文综合考虑选择建立滞后3期的误差修正模型。

表7所示的即为误差修正模型的结果。误差修正项能够反映前一期期货价格或现货价格偏离长期均衡关系的程度,而误差修正系数能够反映期货市场或现货市场对系统偏离长期均衡的调整速度和调整方向。D(SP)模型和D(FP)模型的误差修正系数分别为-0.042 584和-0.008 924,误差修正系数为负值,表明期货价格和现货价格均会反向地向上对不同市场进行调整,而D(SP)模型的误差修正系数绝对值要大于D(FP)模型的误差修正系数绝对值,说明现货市场在系统受到新信息冲击偏离长期均衡时,能够比期货市场更早地回到长期均衡状态,也说明当系统偏离均衡状态时主要由期货市场进行调整,期货市场在价格发现中功能要大于现货市场。

1.6 脉冲响应分析

脉冲响应分析能刻画来自随机扰动项的一个标准差冲击对系统内生变量的基期值和未来值的影响,即考虑系统内每个变量对其他变量的冲击反映。故本文基于误差修正模型对期货市场和现货市场进行脉冲响应分析。

表7 误差修正模型结果

注:CointEq1表示误差修正系数。

进行脉冲响应分析的前提是所建立的误差修正模型是稳定的,否则脉冲响应分析所得的结论不可靠。图1所示的是误差修正模型稳定性检验的结果,从图中可知,误差修正模型的特征方程的根均小于1落在单位圆内,因而认为所建立的误差修正模型是稳定的。

图1 误差修正模型稳定性检验的结果

由于所建立的误差修正模型是稳定的,因而进行脉冲响应分析,结果如图2所示。从图2的结果可知,对于来自现货市场的一个单位标准差的冲击,现货市场的反应十分明显,而对期货市场几乎不能产生任何影响;对于来自期货市场的一个单位标准差的冲击,现货市场和期货市场都产生了比较激烈的反应,并且随着时间的推移影响不断扩大,不同的是现货市场对来自期货市场的一个标准差的冲击的反应并不及时,基本上是在滞后一个交易日之后才开始做出反应,而期货市场对于来自自身的一个标准差的冲击则是即时做出了反应。从脉冲响应分析的结论来看,来自期货市场的一个标准差冲击能够较大的影响现货市场,这说明期货价格对现货价格具有引导作用,期货市场的价格发现功能已经开始明显的显现出来,虽然时间还存在一定的滞后性。

2 结论

本文通过对大连商品交易所的玉米期货价格和渤海商品交易所的玉米现货价格的互动影响进行实证分析,得出以下结论:(1)玉米的期货价格序列和现货价格序列都是I(1)序列,且两者存在长期均衡的稳定关系,即协整关系;(2)脉冲响应分析的结论显示中国玉米期货市场的价格发现功能已经得到一定程度的显现,但是时间上要滞后大约6个交易日;(3)误差修正模型和脉冲响应分析的结果显示中国玉米期货市场在价格发现功能中发挥重要作用,玉米期货市场价格能够有效的引导和影响现货市场。综上所述,本文认为中国玉米期货市场的价格发现功能已经显现,玉米期货价格能够较为有效的引导现货价格,但是玉米期货价格对现货价格的引导即价格发现功能的发挥存在一定的滞后性。

黄金期货价格发现功能的实证研究 篇3

【关键词】商品期货 价格发现

1970年学者Fama最先提出了有效的观念，他阐述的有效市场是一个对所有信息都全面考虑的市场，而针对期货这一市场则更多关注它的价格，价格是否表明未来商品的价格变化趋势。查阅文献可以了解到学者Bird通过研究金属期货发现期货价格，发现某些金属期货与现货价格相关而另一些则不相关。Johansen提出以向量自回归模型来研究期货市场的价格发现。通过学习前人的研究过程和结论，我设计了下面的分析过程。

一、样本及变量选择

笔者选择comex黄金期货市场和纽约黄金现货作为主体对象，从2007年3月22号开始到2014年12月8日的近两千组黄金现货和期货的价格（数据来源于wind数据库）。在作实证检验前对这些数据取了自然对数，为了使得数据更具有可比性并且避免自相关的存在。

二、研究过程

第一，单位根检验。首先要对期货和现货价格序列的平稳性进行测试，只用平稳才能进行下一步的研究，如果出现不平稳的情况则回归结果会相对失真。

这里运用到了单位根检验-ADF对数据是否平稳进行验证。LnFP是对期货（黄金）价格取对数，LnPP是对现货（黄金）价格取对数。并且对LnFP、LnPP均进行ADP检验，检验形式包含趋势及漂移项。结果见表一：

我们知道在prob值小于0.05时，证明该序列LnFP有平稳性；然而表一中prob数据显著大于0.05，表明lnFP序列没有平稳性。同理，我对LnPP也做了ADP测验，同样的结果发现prob值大于0.05，证明时间序列含有单位根，lnPP序列同样没有平稳性。因此，下一步我们需要对两个变量做一阶差分检验。

这里我们可以发现此时prob值显著小于0.05，所以我们认为期货（黄金）价格序列有平稳性。同理对现货（黄金）价格对数序列一阶差分检验的结果如下：

此次平稳性检验的prob值也是显著小于0.05的，可以发现黄金现货价格序列也是平稳的。

综合上面对于黄金期货价格和现货价格的测试，可以认为一阶差分序列没有单位根，序列是平稳的。

因此对于黄金的现货和期货而言，均满足平稳要求，可以进行协整检验。

第二，因果检验。接下来还需要完成的步骤是对黄金期货价格和黄金现货价格的一阶差分（DLNFP/DLNPP）进行因果检验，从而确定两个变量之间的因果及先后关系。

从上面的结果中清楚的发现——在显著性水平5%的条件下，黄金的现货价格是期货价格的原因。反过来讲，DLNFP不是DLNPP的Granger原因，黄金期货价格不是黄金现货价格的Granger原因。

我认为对于黄金来说，仅存在从现货价格到期货价格的单向引导关系，期货市场不具有引导现货价值变动的关系。

第三，协整检验。最后对两个变量进行协整检验，建立的模型如下：

式中，Yt是期货价格的一阶差分（即DLNFP）时间序列；Xt是现货价格的一阶差分。所以残差序列为：

对残差进行平稳性测试，若ADF测试表明残差项是平稳的，则说明期货价格与现货价格存在协整关系，否则不存在协整关系。残差序列的结果如下：

这里的协整显著性水平小于0.05，代表黄金期货和现货的一阶差分之间有一定的协整关系。

二、总结

黄金的期货价格和现货价格的时间序列是非平稳的，它们的一阶差分是平稳的且存在一定的协整关系，说明黄金期货价格和现货价格变化率是长期稳定的过程。

而通过Granger因果关系检验看短期黄金期货和现货市场的价格发现表明，黄金仅存在现货价格对期货价格的单向引导关系，现货市场的影响作用稍强，期货市场的影响作用偏弱，无法证明出用黄金期货市场的价格发现定理。

中国期货市场价格发现功能的实证研究论文 篇4

【关键词】商品期货市场;风险预警模型;指标体系

1.期货市场风险预警方法

1.1 风险预警内涵

风险管理专家HEins与Willams认为风险管理是有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程，目的在于最小成本下实现效用的最大化。

通过纳入反映我国商品期货市场价格的关键变量，构建体现我国商品期货市场风险的指标体系，对诸多指标进行主因子提取，并结合风险预警模型形成比较科学的风险预警机制，以减少我国商品期货市场风险影响和提高预测风险的能力。

1.2 市场风险预警方法

(1)早期的预警方法

早期预警方法中代表性的是一元分析法，该方法将分析的对象样本按照某种标准进行排序，然后选出预先认为的判断点，超过这一判断点则视为风险。一元分析法方法简单易行，但由于对影响风险的因素的分析过于单一，使得人们对风险的判断过于简单，往往没有意识到影响风险因素的复杂性，从而造成低估风险的现象。

(2)多元判别预警方法

多元判别模型基于影响风险的因素具有多元化的特征，从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组，将相对类似的因素分为一组，重点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素，在此基础上通过构建多元模型进行有效的分析。

假设在Z模型中，各种选定因素设为则Z可以表示为：

其中，Z为判别值，可以通过该值进行判别风险，但也可以跟据具体的发展环境的不同，采取不同的临界值。相比早期的预警方法具有更多的优势，能从比较全面的角度考察市场风险，并能有效的提高市场风险预警的精确度。但由于影响价格的市场因素的千变万化，该模型对于不同时期的风险预警数据调整性较差，有些定性变量对于市场风险的影响比较大，如何用数据进行界定是一个很大的问题，此外，在组内变量的选择上主要是基于正态分布的假定，而这与大多的经济现象是难以吻合的。

(3)ANN预警方法

ANN预警方法为Anificial Neural Network方法的简称，即人工神经网络模型，该方法是将人类大脑神经网络的运行方式，应用到风险预警上的一种方神经网络的模拟法。整体上ANN主要由输入层、输出层以及隐藏层三个部分组成。ANN预警方法中有关信息的处理方式有两种，即前向传播和后向学习，整体上传播过程相对比较简单，而学习过程主要是一个的过程，即信息是从输出层到输入层的逆向进行反馈，并对错误进行有效的修正的过程，通过学习的过程将分析的样本对象进行有效的类别划分，从而实现风险预警的目的。ANN预警方法能够对风险影响的因素进行有效的分析和归纳，能够在分布不明确的数据中进行有效的分析，并且通过学习过程能够实现较好的能力。但ANN预警方法由于是对人脑神经网络的模拟，很难形成现实分析的稳定，使风险预警的作用受到很大的抑制。

(4)Logistic预警方法

Logistic回归法是一种最主要的二元选择分析模型，通过二元概率的选择，说明风险发生的概率与不发生的概率，由于分析建立在累计概率的基础之上，因而对所分析的各个变量的分布设定没有正态分布的假定，能够较好的分析客观风险的实际情况。通过实现设定的分割点(如设风险点为0.5)进行判断，若通过模型算出的概率值大于分割点则意味着风险的存在。

若概率表示风险状态，则风险不发生的概率表示为。对所有指标进行判断将总分设置为，其中。，为风险预警相关比率。则：

式(5)，通过该模型，可以对事件发生的概率进行有效的测度，具有较高的准确性。但缺点是对临界值进行规范的确定比较困难，需要根据不同的发展环境和风险要求进行实现界定。如选取0.5作为风险较严重的水平作为判断标准，则有以下分类：

2.风险预警指标体系构建

2.1 指标选取原则

防范我国商品期货市场风险，单单从期货市场风险度量、套期保值、保证金确定等几个方面考察显然是不够的，考察我国商品期货市场风险管理，首先应从多角度的视角选取反映我国期货市场价格的指标体系，再对各种指标进行科学的筛选后进行选择。选取的指标要能够有效的对我国商品期货市场风险进行合理的测度。主要原则主要有：

(1)科学性：反映我国商品期货市场风险的指标的选取，应通过科学方法进行筛选和分类，使得选取的指标具有较大的代表性和广泛的说服力，能够结合我国期货市场发展的实际现状，客观的刻画我国商品期货市场面临的风险。

(2)系统性：反映我国商品期货市场风险的因子众多，在科学的分类和总结基础上，需要形成合理的指标体系，从而构建一个反映我国商品期货市场风险的科学系统。

(3)操作性：构建反映我国商品期货市场的指标体系，是一个复杂的工程，各个因素之间的关系纷繁复杂，不可能将所有定性或定量因素都进行阐述。应通过科学的筛选和分类形成具有代表性和可操作性的指标。

(4)实用性：构建的理论体系应能对我国商品期货市场风险的防范具有较高的实用价值，能够体现风险预测、风险分析、风险防范等的系列性和连贯性，从而对实践具有较高的解释意义。

2.2 风险预警指标选取

(1)宏观经济指标

衡量我国宏观经济的变动情况，需从这三个方面进行考察。本文主要通过以下指标考察宏观层指标对我国商品期货市场风险的影响。

①宏观经济景气度：宏观经济一致指数

为衡量我国宏观经济景气状况，国家信息中心宏观经济监测预警课题组构建了反映我国宏观经济运行状况的景气合成指数①，本文用宏观经济一致指数反映我国宏观经济的景气情况。

②消费衡量指标：消费信心指数()

消费行为和市场需求主导着投资取向和规模。在金融危机背景下，依靠国内居民消费需求拉动我国经济增长和产业结构的调整显得更加重要。因此，坚持扩大国内需求特别是消费需求的方针，把增加居民消费作为扩大内需的重点，增强消费对经济增长的拉动作用。

③投资衡量指标：城镇固定资产投资完成额同比增长率()

由于我国技术和资本存量与发达国家之间存在着很大的差距，只有提高我国的投资率和经济增长率才能实现经济的跨越式发展。此外，注重提高投资的质量和效益，才能增强我国经济发展的后劲，提高我国经济发展的质量和竞争力。本文选取城镇固定资产投资作为衡量投资变动指标。

④对外贸易衡量指标：外贸同比增长率()

我国经济的增长方式一直沿用“出口导向性”的战略，外贸是拉动我国经济增长最重要的推动力量，据统计，我国进出口总额上升到世界第二位，出口总额则超过德国跃居世界第一位。

⑤政府调控能力指标：政府财政收入同比增长率()

当我国期货市场出现较大风险事件的时候，强力行政往往能在较短的时间内发挥比市场自发调节更好的效果，因此，政府的调控能力会对我国期货市场风险产生较大的影响。本文通过财政收入指标反映我国政府的调控能力。

(2)微观经济指标

本文主要从经济货币化程度变动率，通货膨胀变动率以及汇率变动率三个方面考察对期货市场的影响。

①经济货币化程度变动率：货币准货币(M2)变动率()

经济货币化是指经济活动中以货币为媒介的交易份额逐步增大的过程。一国商品经济越发达、货币信用关系覆盖面以及金融业发展程度越高，代表货币化程度也越高，同时期货市场具有更好的发展基础。通常情况下，用广义货币M2占GNP(或GDP)的比值(M2/GNP或M2/GDP)来表示，由于月度GDP数据的不可得性，本文利用广义货币(M2，即流通中的现金+活期存款)的变动情况代表货币的变动状况表示我国的经济货币化程度变动率。

②通货膨胀率(CPI)()

在通货膨胀预期下，人们一般会购买具有保值功能的投资品种，期货市场中的贵金属、有色金属材料由于具有一定的金融属性和储量的稀缺性特征，成为在通货膨胀下防范市场风险的有力工具。本文利用居民消费价格指数(CPI)表示通货膨胀率。

③人民币兑美元汇率环比变动率()

当前，我国商品期货市场中，有很多产品是需大量进口的大宗原材料产品。对国内主要期货品种而言，人民币升值对工业品影响大，农场品影响小，对进口量大的期货品种如铜、大豆、豆粕、棉花、天然橡胶以及燃料油等影响大，而进口较小的品种如铝、小麦影响较小。

(3)现货市场指标

现货市场产量、价格等因素会对期货市场价格具有很大的影响，本文通过现货价格波动率、现期价波动率、现货市场总产量、国外净进口四个指标反映我国现货市场对期货市场的影响。

①现货价格波动率()

该比率是利用现货市场本月价格与上月价格的变动比率来反映现货市场对该商品的市场需求变动情况。

②现期价偏离率()

通过现价期价偏离率本月与上月的对比来反映现价期价偏离率的变动率，该指标可以反映现货市场和期货市场价格的偏离状况，从而反映投机的情况。

③现货市场总产量同比波动率()

总产量的提高有利于有效缓解了国内市场供需紧张的矛盾，其稳定性有利缓解期货价格呈大幅上涨—急速下跌的走势。

④净进口环比增长率()

据统计，近三年来大豆、铜以及天然橡胶的进口量占总消费量的比重分别达到了37%、47%以及65%②，净进口总量增加在一定程度上抑制国内期货价格非理性上涨空间，有利的实现现货市场中的供需平衡。

(4)期货市场指标

市场流动性对期货合约的价格具有很大的影响，当市场的人气比较旺时，期货的成交速度比较快，能够根据不断变化的市场行情生成比较合理的价格，而合理的期货市场价格自然是低风险的体现，同时会吸引更多的市场参与者，从而提高了市场的流动性，二者形成良好的互动关系。考察市场流动性的指标有三个。

①成交量(手)变动率()

期货合约的成交量即成交的总手数，但成交手数并不能完全的反映市场的流动水平，因为各个期货合约的定价是不相同的，成交量大不一定成交金额就大，因此成交量仅是对期货合约流动性“量”的衡量。

②成交金额变动率()

成交金额是指期货交易的资金量，成交量是成交合约数与期货价格的乘积。成交金额越大则意味着市场流动性比较高，因此成交金额是对期货合约流动性“质”的衡量。

③月末持仓量变动率()

期货合约的流动性源于期货市场参与者的买卖，持仓量即为买卖双方尚未平仓的数量，持仓量大说明市场参与者有较多的买卖行为，也代表了市场的流动性比较大。

④成交金额市场占有变动率()

从期货套期保值的基本功能上讲，套期保值者希望投资对象是市场占有水平比较高，行情相对稳定的期货商品。单个期货商品的成交金额无法在市场中得到充分的体现，为测度该期货商品市场中成交金额的情况，可以用本月与上月整个期货市场占有率的变化来反映成交金额市场占有变动率的变动。

2.3 风险预警指标体系的构建

结合期货市场风险预警指标选取的原则，本文选取的指标从目标层、准则层、指标层三个层面出发，首先确定了宏观经济衡量指标、微观经济衡量指标、现货市场衡量指标以及期货市场衡量指标四个子系统，在四个子系统下共选取16个指标构成评测我国期货市场风险的指标体系，如表1所示。

3.我国商品期货市场风险预警管理实证分析

3.1 因子分析概述

因子分析简介：由于分析对象的指标多种多样，需要将多个因素综合考虑才能分析出对象的根本特征，但对单个对象考察指标过多会造成指标之间相关程度增加，对分析问题造成了很大的不便，寻找多种因素的替代变量成为解决此类问题的重要途径，此种分析方法即为因子分析。

因子分析的特点主要有以下几个方面：首先，计算简便：因子分析师对原来的众多指标的衡量，因此计算上因子分析有利的减少了计算的工作量。其次，能有效的反映变量信息：因子分析不是对原有变量的简单取舍，而是对原有变量信息进行了重新的构造，能够有效的反映原有的信息。第三，因子分析各个变量之间是对原有众多变量某一方面的概括，因此各个因子之间不存在线性相关关系。

除此以外，因子分析中，因子变量具有命名解释性，即该变量是对某些原始变量信息的综合。对多变量的平面数据进行简化，在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理，形成在一个低维空间状态的解释系统，这一系统比在一个高维系统空间进行解释要容易得多。

3.2 我国商品期货市场影响因素的因子分析步骤

设反映我国商品期货市场价格波动有多个因素如，因子分析寻找的替代变量为(其中)，则这些因素可以用替代表示

式(6)中可以对原有多个变量进行有效概括，而替代变量之间相关性很小，以此减少了分析的重叠性。

在因子分析过程中，需要解决两个关键问题，首先是如何构造反映我国商品期货市场价格波动的诸多影响因素的因子变量;其次是命名解释，即如何对所求得得因子变量进行命名解释。具体的讲，我国商品期货市场因子分析因子分析有下面4个基本步骤。

步骤一，因子分析适合性检验：确定我国商品期货市场中待分析的原有若干变量是否适合于因子分析，检验的标准主要有三个。一是KMO(Kaiser-Meyer-Olkin)值，该值的大小应至少在5左右，太小不适合做因子分析，大于0.7以上则效果比较好，KMO的计算公式

其中，而变量偏相关系数。因此KMO指标反映的是变量之间相关系数的一种关系，当所得的KMO值约接近于1，则表明越适合做因子分析。二是巴特利特球形检验(Bartlett’s Test of Sphericity)：该指标首先考察各个变量的相关系数矩阵，其次通过与单位阵进行对比，从而考察相关系数，若考察的矩阵与单位阵越接近则说明不适合做因子分析。三是反映像相关矩阵检验(Anti-image Correlation Matrix)：若矩阵中某些元素的绝对值比较大时，则表明考察的对象不适合做因子分析。

步骤二，构造反映我国商品期货市场风险的因子变量：因子分析过程中确定因子变量的方法比较多，如主成分分析法、主轴因子法、极大似然法、最小二乘法等。在这些方法中，基于主成分模型的主成分分析法是使用最多的因子分析方法之一。如主成分分析主要是通过变换手段，即将原有的个相关变量做线性变化，转化为另外一组不相关的变量，上述过程可以表示为：

其中，为原有变量的第一、第二、….、第个主成分。其中在总方差中占的比例最大，综合原有变量的能力也最强，其余主成分在总方差中占的比例逐渐减少。数据标注化处理公式为：

其中，i=1，2……，n，n为样本总数;j=1，2，……p，p为样本原变量数目。

通过标注化处理后可以算出协方差矩阵R，并可以通过协方差矩阵的特征值，从而可以求出个变量的因子载荷矩阵。

步骤三，因子旋转：为增加因子的课解释性，可以利用因子旋转。经过主成分分析得到的，是对原变量的综合。原变量是具有物理含义的变量。对于因子变量的解释，可以进一步说明影响原变量系统构成的主要因素和系统特征。在实际分析工作中，主要是通过对载荷矩阵进行分析，得到因子变量和原变量的关系，从而对新的因子变量进行命名。

步骤四，计算因子变量的得分：我国商品期货市场风险因子变量的得分因子变量确定以后，可以得到它们的不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。估计因子得分的方法主要由回归法、Bartlette法等，计算因子得分首先将因子变量表示为原有变量的线性组合，表示

3.3 因子分析实证检验

通过表1可知，我国商品期货市场风险评测指标体系由16个指标构成。由于指标比较多，可以运用主成分分析法进行综合，利用计量软件SPSS16，

以铜期货合约为例，时间跨度为-，共有24个月的数据，输入相关变量的数据，可以得到相关统计结果如表2所示。

在进行因子分析之前先检验变量是否适合于因子分析。本文采用的是KMO(Kaiser-Meyer-Olkin)值。和巴特利特球形检验(Bartlett’s Test of Sphericity)检验的方法。检验结果如表3所示。

从检验的结果可知，利用的相关变量是适合做因子分析，特别是球性假设检验的显着性水平为0，表明可以通过巴特尼特法球性(Bartlett’s Test of Sphericity)检验。

因子的提取遵循主轴长度(Initial Eigenvalues)即特征值大于1的原则，本文一共为13个分析对象，首先提取了五个因子，但通过提取的因子数据显示，其他因子的特征值小于1。综合考虑本文提取五个因子，分别表示为F1，F2，F3，F4，F5，具体数据如表4所示。

根据特征值大于1的原则，提取前五个因子，其特征值分别为：376、2.997、1.389、1.208、1.016。第一个主成分的累积方差贡献率为39.851。前两个主成分的累积方差贡献率为58.585，前三个主成分的累积方差贡献率达到了67.268，前四个主成分的累积方差贡献率达到了78.420，前五个主成分的累积方差贡献率达到了89.169。因此这五个因子能够很好的对原有的16个变量进行有效的概括。通过因子的提取可以得到如下(表5)的结果。

为使所得的主因子(Principal Component)能够对原有变量进行更加有效的概括，可以进行方差旋转，旋转变换的目的是为了使原来的个样本点在主成分轴方向上的离散程度最大，即的方差最大，变量代表了原始数据的绝大部分信息，本文采用的是Varimax(方差极大法)旋转，旋转后的因子的得分信息如表6所示。

从旋转后因子的提取结果可知，五个因子对不同变量的概括性是不相同的，第一个因子对铜期货市场总产量、货币或准货币(M2)供应量、政府财政收入、成交额占比变化以及现期价偏离率等几个变量的变动率具有很强的相关关系，第二个因子对CPI、宏观经济一致指数、汇率以及对外贸易的波动率具有很强的相关关系，第三个因子则对成交量、成交额以及持仓量三个指标的变动情况具有很强的相关关系，第四个因子对消费和投资指标的波动率具有高的概括能力，第五个因子对则对净进口等指标的变动具有很强的相关关系。

3.4 Logistic风险预警分析

在进行Logistic之前，先设定二分类因变量为。由于考察的是期货市场风险，是否具有风险是一个二分变量，因此将Y设为：Y=0代表铜期货商品当月具有较高的风险性，而Y=1代表铜期货合约当月是安全的。根据式(5)，在主成分设定为下，可以建立如下的Logistic回归模型：

在该模型中，由原来的多个指标与因变量之间的回归，变为二分变量与因子之间的回归关系，模型的误差项服从二项分布，使用最大似然法来解决方程的估计和检验问题。通过SPSS10软件得到的回归结果如表8所示。

其中，Constant为常数项，表示自变量取值全为O(称基线状态)时，比数(Y=1与Y=O的概率之比)的自然对数值;各自变量的回归系数表示自变量每改变一个单位，比值比的自然对数值改变量。

该回归结果表明：当所有因子取值为0时，比数的自然对数值为-9.082。五个因子的系数估计值表明，F1、F2、F3、F4、F5、每改变一个单位对自然对数值的改变量分别为10.998，10.572，-1.954、8.899、4.594。根据统计分析的结果，可以将回归模型表示为：

概率P是以0.5为对称点，因而，可以把0.5作为一个临界点作为考察风险的一个参考标准，当概率大于0.5时，表示该期货合约当月的风险性比较大，对于该种期货合约在当月应当提高风险意识，而当概率小于0.5时，代表该种期货合约当月处于较为安全的边界。

从表9预测的结果可知，铜期货合约实际安全的月份只有7个月份，在预警模型中将有风险的1个月误判成了安全的月份，预测的准确性为87.5%;而实际具有风险性的月份有16个月，预警模型中将这16个安全性的月份判成了高风险性的月份，预测的准确性达到了100%;综合的预测的准确性为95.8%，表明本文所设定的我国商品期货市场风险预警模型具有较高的风险预警的作用。

注释：

①宏观经济预警指数可细分四个部分：a.一致指数，是反映当前经济的基本走势，由工业生产、就业、社会需求(投资、消费、外贸)、社会收入(国家税收、企业利润、居民收入)等4个方面合成;b.先行指数，是由一组领先于一致指数的先行指标合成，用于对经济未来的走势进行预测;c.滞后指数，是由落后于一致指数的滞后指标合成得到，它主要用于对经济循环的峰与谷的一种确认;d.预警指数，是把经济运行的状态分为5个级别，“红灯”表示经济过热，“黄灯”表示经济偏热，“绿灯”表示经济运行正常，“浅蓝灯”表示经济偏冷，“蓝灯”表示经济过冷。

②高辉.中国人民币汇率升值及对期货市场影响的研究[R].浙江中大期货公司研究报告,第9页。

参考文献

Alexandra K B,Mayer J.Computational aspects of minizing conditional value at risk[J].ComPutaion Management Science,(3):3-27.

AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,(5):11-12.

中国期货市场年度分析报告 篇5

是商品市场持续探底的一年，文华商品指数2015开盘135.41，值12月29日收盘报109.97，全年累计下跌19.35%。从大趋势来看，文华商品指数自已经连续下跌五年，从20年中高点223.94累计跌幅为50.89%。这轮熊市出现的背景为中国转型的开始，20适龄劳动人口达到峰值并开始净减少，标志人口红利消失，传统行业走向衰落，中国需求这个大宗商品牛市发动机不再转动，有色方面沪铜跌幅20.91%;黑色金属方面，铁矿跌幅39.32%。而农产品相对于工业品较为抗跌，平均跌幅都少于10%，其中白糖在进入减产年份且外糖无法进入情况下，整体表现亮眼，全年涨幅21.19%。

展望，虽然国家为了保增长已经连续出台十三项经济刺激政策，而且在可预见的经济数据不佳情况下还会继续出台更多刺激政策，但是在制造业衰退，大宗商品需求不振的情况下，工业品未来一年还是维持弱势格局，全年持续震荡走低，会因为刺激措施或者减产措施走出一波反弹，但是已经无力重复像至的单边牛市。农产品方面，虽然也有高库存的压力，但是价格方面还是有炒作空间，更重要的是天气变化对于农产品的影响，的南方特大洪水发生的背景恰恰是的.厄尔尼诺，而目前厄尔尼诺的情况又是跟19有一定类同性，且1950年开始长江淮河的大洪水都发生在厄尔尼诺发生的一年后。天气变化预计是未来一年农产品走势的重点，而农产品在供应减少的情况下更可能率先走出大宗商品的熊市周期。

中国期货市场价格发现功能的实证研究论文 篇6

一、价格发现功能的界定

期货价格是期货交易品种的交割价格预期的体现, 包含了购买现货资金所持有到期的价值, 以及投资者对市场信息的反映程度。根据期货交易市场的规律, 期货价格与现货价格的变动基本趋于一致, 即期货价格与现货价格同增同减。同时, 由于保证金制度、双向交易制度、T+0 制度与连续竞价制度等的存在, 这些制度促使了期货市场的价格发现功能。期货市场的价格发现功能指的是期货价格具有较强的引导作用, 它的变化能够引导现货价格的变化, 且影响时间长, 效果大, 也就是说, 在长期内期货价格对现货价格具有较强的冲击影响。

二、实证检验

(一) 变量及数据说明。本文选用的实证研究时间为2015年12 月21 日到2016 年2 月26 日, 一共有44 个样本数据, 数据来源于文华财经的赢顺期货交易软件。上证50 股指现货价格 (IH1) 采用上证50 指数的收盘价来表示;上证50 股指期货价格 (IH2) 采用上证50 股指期货交易合约IH连续指数的收盘价来表示。采用上证50 股指期货连续指数作为研究数据, 主要是为了避免由于期货合约到期所产生的价格缺口。

(二) 平稳性检验。平稳性检验是用来分析变量的变动趋势。如果通过假设检验, 则变量具有确定性趋势, 反之, 不具有确定性趋势。具有确定性趋势的变量才能进行协整关系检验。在这里, 本文根据ADF检验值来判断变量的平稳性, 详见表1。 (表1) 由表1 可得, IH1 与IH2 的ADF检验值均大于临界值, 接受单位根假设, 即两个变量均为不平稳的单位根过程;经一阶差分处理, 序列DIH1 与DIH2 的ADF检验值均小于临界值, 拒绝原假设, 即两个变量均为平稳序列。因此, 经一阶差分处理之后变量DIH1 与DIH2 均为平稳序列。

(三) 协整关系检验。下面本文使用Eviews软件的Johansen检验结果来判断DIH1 与DIH2 两个变量之间的是否存在协整关系, 进而分析两者是否存在长期均衡稳定关系。具体的协整关系检验结果见表2。 (表2) 由表2 检验结果可以看出, 当R=0时, 统计量大于5%的临界值, 因此拒绝原假设, 说明上证50 股指现货价格与上证50 股指期货价格一阶差分数据存在协整关系。当R≤1 时, 统计量大于5%的临界值, 因此拒绝原假设, 存在协整向量。这说明, 上证50 股指现货价格和上证50 股指期货价格之间具有长期均衡稳定关系。

(四) 格兰杰因果关系检验。本文运用Eviews6.0 对变量IH1 与IH2 之间进行格兰杰因果关系检验, 得到结果表明, 在滞后一期与二期的情况下, IH1 与IH2 互为不是格兰杰原因, 即在短期内IH1 和IH2 不存在双向引导关系;而在滞后三期与四期的情况下, IH1 与IH2 互为格兰杰原因, 即在长期内IH1和IH2 存在双向引导关系, 即上证50 股指现货价格的变化能引起期货价格的变化, 上证50 股指期货价格的变化也能引起现货价格的变化。

(五) 脉冲响应函数。通过格兰杰因果关系检验, 得出在长期内IH1 和IH2 存在双向引导关系。下面利用脉冲响应函数模型来分析变量之间的动态影响程度。本文对变量IH1 与IH2 之间进行脉冲响应函数分析, 得到结果如图1、图2 所示。 (图1、图2) 从图1 中可以看出, IH2 受到来自IH1 一个单位的正向冲击之后, IH2 出现上行, 其冲击效应到第二期最大, 但后期影响力逐渐减少。这样说明上证50 股指现货价格对于上证50 股指期货价格的冲击影响力较弱, 且持续时间较短;从图2 中可以看出, 虽然IH1 受到来自IH2 的冲击效应由强到弱, 但保持在一个较高的位置上, 且冲击反应更快, 影响效果较强。因此, 上证50 股指期货价格对现货价格的冲击反应速度较快, 影响效果较强, 表明上证50 股指期货市场存在价格发现功能。

三、研究结论

本文通过进行协整关系检验与建立脉冲响应函数模型来分析上证50 股指期货市场是否具有价格发现功能。研究得出, 从协整关系与因果关系来看, 上证50 股指现货价格和上证50股指期货价格之间具有长期均衡稳定关系, 且相互引导;从脉冲反应来看, 上证50 股指期货价格对于现货价格的冲击反应速度较快且影响效果较强。因此, 在上证50 股指期货市场中, 股指期货价格的变化能够引导现货价格的变化, 并且影响时间长, 效果好, 即上证50 股指期货市场存在价格发现功能。

摘要：本文通过多变量协整检验与VAR模型, 研究一段时期内上证50股指现货与期货价格之间的关系, 判断上证50股指期货市场是否存在价格发现功能。研究发现:上证50股指期货与现货价格存在相互影响的关系, 并且上证50股指期货价格对上证50股指现货价格的冲击影响较强, 表明上证50股指期货市场存在价格发现功能。

关键词：上证50股指期货,多变量协整,脉冲响应函数

参考文献

[1]叶永刚, 黄河.从无套利定价理论看我国国债期货市场的过去与未来[J].经济评论, 2004.3.

[2]严敏, 巴曙松, 吴博.我国股指期货市场的价格发现与波动溢出效应[J].系统工程, 2009.2.

[3]祝合良, 许贵阳.中国黄金期货市场价格发现功能实证研究[J].首都经济贸易大学学报, 2010.5.

[4]高建勇.中国黄金期货与黄金现货价格的实证分析[J].经贸研究导刊, 2010.30.

中国期货市场价格发现功能的实证研究论文 篇7

【关键词】　白糖期货 价格发现

引言

白糖期货自　2006　年1月6日在郑州商品交易所上市以来，发展迅速，已成为我国期货市场上的活跃品种，影响逐渐增大。价格发现是期货市场的基本功能之一。所谓期货市场价格发现功能是指在期货市场上通过公开、公正、高效、竞争的期货交易运行机制形成具有预期性、连续性和权威性价格的过程。但是，我国白糖期货市场的运行效率如何？是否发挥了其应有的价格发现功能？探索我国白糖期货市场价格发现功能的发挥状况并提出相关对策建议，对未来我国白糖期货市场的发展大有裨益。

1.白糖期货市场的运行情况

白糖期货上市以来，交易持续活跃，市场规模迅速扩大。白糖期货2006年成交5868万手（每手10吨，双边计算，下同），日均交易24.3万手，日均持仓　11.2万手。2009年，白糖期货成交29，207万手，日均交易突破100万手，年末持仓突破130万手。2010年，白糖期货成交量61，060万手，同比增长109%，年末持仓58万手。

截至2010年底，郑州商品交易所共33家白糖期货交割仓库，分布在广西、广东、云南、上海等全国　15个省、自治区和直辖市。白糖期货上市四年来的平均交割率（交割量　/交易量）为0.03%，最高交割率为0.04%，最低交割率为0.01%（2006年），最大交割量为763，140吨　。

白糖期货上市四年多以来，交易制度逐步完善，市场发育较快成长，整体运行理性稳定。各类涉糖企业利用期货市场套期保值，稳定了生产经营，保障了糖料种植安全，白糖期货市场也为现货企业探索更有效的贸易方式创造了条件。

2.郑商所白糖期货功能发挥情况与成效

我国郑州商品交易所白糖期貨的收盘价格与　白糖现货价格存在较高程度的相关关系。白糖期货价格对白糖现货价格具有引导能力，表现出了期货市场的价格发现功能，可以为我国制定产业发展政策提供参考和依据，同时为保障糖农和相关产业投资者获得稳定的收益提供必要的保障。

我国白糖期货价格与现货价格从长期看是均衡的，期货市场在价格发现功能中起决定性作用。在短期内存在期货价格对现货价格的引导关系，而长期来看，存在现货价格与期货价格的相互引导关系。在现货交易中，存在为了形成对其有利的交易价格而去操纵期货价格的风险。同时，由于白糖现货市场交易价格的变化在长期也会影响郑州期货交易市场的合约价格的变化，也就使得现货价格对期货价格具有引导作用，可以发挥抑制投机的作用。

虽然我国白糖期货市场基本上具有价格发现功能，但是在郑州市场白糖期货合约价格对该市场现货合约交易价格的长期预测能力上尚有一定欠缺。特别是持仓较大的主力合约和当期的现货合约不存在长期的相关关系。这也反映出我国白糖期货市场尚未成熟，还有待进一步发展。

3.政策建议

本文认为，郑州白糖期货市场的价格发现功能发挥效率并不理想，尚有待提高。为进一步完善白糖期货市场，笔者认为应该从以下几个方面着手：

3.1加大期货市场发展的政策支持

目前，政府对现货企业参与期货市场的管制较严，增加了现货企业参与套期保值的成本，从而在很大程度上抑制了现货企业参与套期保值的积极性。政府应结合实际，采取措施降低现货企业的成本。另外，采取积极有效的措施，促进糖农参与白糖期货交易，帮助他们利用期货市场化解风险，提高收益。

3.2发展期转现交割制度

期货转现货交易制度，指在期货交易所的中介作用下，持有同一交割月份合约的买卖双方的期货仓位，以较为灵活的方式变为现货的一种特殊交易方式。　与传统的交割方式相比，期转现不仅操作起来更灵活，更方便，而且可以节省双方的交易成本，因而深受广大投资者尤其是中小投资者的欢迎，成为期货交割方式中一个日益重要的组成部分。我国现存的期转现交割方式主要为标准仓单，标准仓单不利于非套期保值者、采用期转现交割制度的中小投资者以及从事非农产品经营者，　给他们造成了很大的障碍。因此应该加大期转现交割方式的推广力度。

3.3优化投资者结构

国外成熟期货市场发展历程表明，稳定市场的运行需要形式以机构投资者为主要参与者的商品期货市场交易主体。然而，机构投资者在我国期货市场交易主体中占比太低，小投资者占95%以上，对市场功能的实现和稳定运行产生了负面冲击。因此，本文建议相关部门采取措施，引导机构投资者投资我国商品期货市场。

3.4加快新品种上市步伐

根据国际经验，首先成功推出某种期货交易品种的交易所在这个品种上形成的规模经济能产生压倒性的流动性优势，这就是所谓的“第一推动者效应”。因此，我国应加快新期货品种上市步伐，提高我国期货市场的国际影响力和竞争力，　提升在国际上的定价权，减缓农产品等一系列商品价格波动对我国经济建设造成的影响。

参考文献：

[1]　周爱民，梅传伟，赵广山.关于我国推出白糖期货期权的探讨.　中国物价，2011年12期.

[2]　徐欣，王沈南，郑传芳.中美白糖期货市场价格发现功能的比较研究--基于2006-2008年的时间序列数据.　技术经济，2010年02期.

[3]　张红星.郑州白糖期货市场功能实证研究.　金融理论与实践，2010年10期.

[4]　丁永升.我国白糖期货市场价格发现功能的实证研究.　中国集体经济，　2010年31期.

作者简介：曾呈晨（1986-），男，江西抚州人，江西财经大学金融学院2010级金融学硕士研究生，研究方向：资本市场理论与政策。

中国期货市场价格发现功能的实证研究论文 篇8

石油是全球性重要战略物资, 目前, 我国已成为世界第二大石油消费国和进口国。随着国际油价的攀升以及国内汽油价格的大幅调整, 加快建立健全石油风险规避机制, 已经迫在眉睫。2004年8月25日燃料油期货作为首个能源期货品种在上海期货交易所上市。它的上市对于中国的能源格局来说, 具有里程碑意义。燃料油期货上市几年来, 其市场有效性和功能发挥的水平如何, 一直是理论界和业界十分关心的问题。

为此, 本文以上海期货交易所 (SHFE) 交易的180CST燃料油期货合约为研究对象, 对大家关心的问题作系统的阐释。文章首先检验出我国燃料油期货收益率序列的GARCH效应, 因此选用方差比检验法检验市场有效性;接着运用Granger因果检验对SHFE与新加坡现货市场交易的180CST燃料油价格的领先—滞后关系进行研究, 分析目前我国燃料油期货市场的价格发现功能。

一、文献回顾

有效市场假说 (Efficient Market Hypothesis, EMH) 最早可以追溯到Bachelier (1900) 在题为“投机理论”的论文中对价格的可预测性问题进行的研究。有关EMH的现代文献开始于Samuelson (1965) 的一篇重要文章, 他认为在一个信息有效率的市场上, 如果价格的变化包含了恰当的预期, 或者说价格变化反映了所有市场参与者的期望与信息, 那么他们一定是不能够预测的。20世纪70年代以后, EMH得到了进一步的发展。Fama (1970) 在一篇经典的文献中认为:“只有价格总是能够‘完全反映’所有可得到的信息, 市场才可称为是有‘效率的’”。

在此基础上, 国外学者对于石油期货的有效性进行了深入的实证研究。Green and Mork (1991) 认为远期合同中采用的官方价格是交割日现货价格的一个有效预期, 两者当且仅当有风险或垄断溢价存在时才会有差异。考虑到石油期货交易不断上升的重要性以及20世纪80年代中期以后定期合约重要性的下降, 许多学者开始研究用期货价格代替合约价格来分析有效性。典型的有:Serletis and Banack (1990) 使用纽约商品交易所对交易当月和下个月的民用燃油、无铅汽油和原油的期货价格的日数据, 运用协整检验方法考察了期货市场的价格发现功能, 研究结论支持市场有效性。Quan (1992) 采用类似的方法, 发现现货和期货价格对于3个月或者少于3个月的合同存在协整性。因果关系检验表明信息流是从现货价转到期货价的。Moosa and AI-Loughani (1994) 把有效性和无偏性放在一起考虑, 发现期货价格既不是无偏也不是有效地对现货价格的预测。对这种有偏的解释是随时间而变化的风险溢价。Gulen (1998) 检验了原油期货价格是现货价格的无偏估计, 期货价格具有价格发现功能。结论表明纽约商品交易所的原油期货价格在价格发现方面扮演着一个非常重要的角色。S.Abosedra和H.Baghestani (2004) 以1991年1月至2001年1月的1月、3月、6月、9月、12月的WTI原油期货价格为样本。检验了原油期货价格是现货价格的无偏估计。同时认为3月、6月、9月的期货价格对现货价格有很好的预测性。由于季节和天气的影响, 1月和12月的期货价格对现货价格的预测要差些。

二、研究方法

目前, 对市场有效性的检验大多采用单位根检验、序列相关检验和游程检验, 上述方法的一个共同缺点是对期货价格分布的设定, 不论是序列相关检验, 还是单位根检验, 都假定期货价格变量服从正态分布。事实上, “由于期货合约的使用者偏好交易临近交割月份的合约, 期货价格波动的方差会因合约临近交割而逐渐变大” (Leuthold et al.1989) 。Mandelbrot (1963) 是最先发现金融价格波动具有异方差和非正态分布的特征。在他之后, Engle (1982) 构造了方差随时间变化的自回归条件异方差模型 (ARCH模型) 。Bollerslev (1986) 把ARCH模型扩展为GARCH模型, 即广义自回归条件异方差模型时, 把条件方差的滞后值也作为解释变量引入回归方程。表达式如下:

不难证明GARCH实际上是一个方差包含着无穷期的误差项的ARCH模型, 因此, 与ARCH模型比较, GARCH模型的优点在于可以用较为简单的GARCH来代表一个高阶的ARCH模型, 从而使得模型的识别和估计都比较容易。

如果价格波动序列存在异方差和非正态分布特征, 则序列相关检验和协整检验的结果可能是不可靠的。游程检验尽管不要求期货价格服从正态分布的假设, 但是, 对于复杂的期货价格运动, 游程检验具有非常低的统计检验势。为此, Lo and Mackinlay (1988) 用方差比来检验价格序列是否服从随机游走过程。基本思想是:如果资产价格的收益序列服从一个随机游走过程, 则收益序列的方差应与样本区间的长度成正比。方差比方法可以明显地检验出期货价格增量序列中存在的相关关系, 并且结果不会受到条件异方差的影响。这种检验方法暗含了随机游走序列中的增量在样本区间是线性的。即收益的q阶回归方差估计量应该是一阶回归方差估计量的q倍。

方差比可以由下式确定:

其中, rtq是q期的收益率, 等于相应一期收益率的总和。

相比之下, 方差比方法更可靠, 从数据处理技术的角度看, 该方法允许数据异方差的存在, 尤为重要的是它不要求对期货价格变化做出正态分布的设定。因此, 本文将采用方差比检验方法对上海期货交易所燃料油期货市场的弱式有效性进行检验。

Granger因果检验反映了期货价格与现货价格之间的引导关系, 可以揭示期货价格与现货价格两个变量间哪个是自变量, 哪个是因变量的问题, 以分析期货价格指导现货价格的功能。

Granger因果检验的模型为:

其中Pt、Ft分别表示现货价格和期货价格, ε1t、ε2t是白噪声, 且不相关。如果存在某一βlj不为零, 则称期货价格引导现货价格, 表明期货市场在价格发现中起主要作用;同样, 如果存在某一α2i不为零, 则称现货价格引导期货价格, 表明现货市场在价格发现中起主要作用;如果同时存在某一βlj和某一α2i均不为零, 则称期货价格与现货价格之间互相引导。本文将采用Granger因果检验模型对期货市场及现货市场的领先—滞后关系做实证检验。

三、数据处理

为保证数据的时效性, 本文采用上海期货交易所近三年的燃料油日交易数据 (数据来源:上海期货交易所www.shfe.com) 。由于期货合约的时间跨度有限, 任一交割月份的期货合约在合约到期后将不复存在;同一交易日同时有若干个不同交割月份的期货合约在进行交易。为克服期货价格的不连续性, 必须产生一个连续的期货价格时间序列。考虑市场价格波动程度、交易习惯和市场的流动性等因素, 本文所调用的数据采用首行期货合约每日收盘价的对数一阶差分 (即Rt=ln (Pt) -ln (Pt-1) ) 形成连续期货合约序列。由于节假日期间或市场出现异常时的短时停止开放, 使得数据局部出现断开现象, 我们运用线性插值法计算断开数据的近似值, 构筑连续时间序列。经整理, 共产生数据794个。

燃料油现货价格数据取自于新加坡普氏 (PLATTS) 公开市场交易的180CST高硫燃料油。数据来自PLATTS每日报价。之所以这样选择是因为, 在国际上与上期所推出的180CST工业燃料油品质最接近的是新加坡普氏公开市场交易的180CST高硫燃料油。而且新加坡国际金融交易所具有比较长的发展历史, 各种交易制度等方面都比较完善, 以它作为基准来进行分析可以比较准确地衡量上海期货交易所在国际上的地位和作用。

由于新加坡普氏报价采用美元标价, 因此, 我们用中国银行网站 (http://www.boc.cn/sourcedb/whpj/) 公布的美元对人民币基准汇率将价格统一转化为美元标价, 以排除汇率的变动对分析的结果造成的影响。下文中, 使用LNS代表取对数后的PLATTS现货价格序列, 单位:美元/吨;LNF代表取对数后的SHFE燃料油期货价格序列, 单位:美元/吨。

四、实证结果

1、模型的预检验

(1) 正态性检验。图1显示的是全部样本期内的日收益序列。从图1可以看出SHFE燃料油期货合约的收益率序列不服从独立同分布, 不是随机游走过程, 存在着很明显的波动集群性, 可以初步判断该收益率序列存在条件异方差。由图2可以初步判断收益率的分布基本上比较对称, 但具有比正态分布明显偏高的峰态 (Kurtosis=6.799714) , 并且表现出正偏度 (Skewness=0.135645) , 出现明显的“高峰厚尾”特征。

(2) 平稳性检验。本文运用ADF检验法检验收益率序列的平稳性。由于收益率序列围绕在均值周围波动, 不存在趋势。因此选择不带时间趋势, 且具有最小AIC值的回归模型进行单位根检验。检验结果表明DW值接近2, 模型的残差序列不存在序列相关性, ADF检验法有效。ADF=-15.21263, 分别小于不同检验水平的三个临界值, 所以收益率序列是一个平稳序列。

(3) 根据相关图和偏相关图, 识别模型形式。从图3中可以看出, 收益率序列的自相关系数与偏自相关系数呈现拖尾状态。因此, 我们可以猜测残差序列的自相关结构可以用ARMA模型来纠正。经比较ARMA (1, 1) 模型的拟合效果较好。

(4) ARCH效应检验。我们对经过ARMA (1, 1) 模型调整后的残差序列进行ARCH-LM检验, 考察模型中是否存在自回归条件异方差。当滞后期等于1时, ARCH-LM检验的相伴概率p值接近0。说明残差序列存在一阶ARCH效应。应该在ARMA (1, 1) 均值方程基础上建立ARCH族模型。

2、模型的估计

由于中国燃料油期货收益率序列是一个平稳序列, 我们可以用它建立时间序列模型。考虑到燃料油期货收益率序列的自相关性及一阶ARCH效应, 结合AIC和SC最小的原则, 通过对收益率和方差自回归阶数的不断试验, 最终选择ARMA (1, 1) 、GARCH (1, 1) 模型拟合收益率序列。

均值方程是:

GARCH (1, 1) 方程是:

在公式 (5) 中, 前期随机误差系数与前期条件方差系数之和小于1, 表明新信息的冲击是不持续的。

3、检验模型的可预测性

模型估计出来后, 对其进行残差ARCH-LM检验。P值显著大于零, 该模型已不存在ARCH效应。说明该ARMA (1, 1) , GARCH (1, 1) 模型能很好的拟合收益率序列。我们知道, 如果金融资产的价格具有确定的趋势, 那么意味着价格在某种程度上是可以预测的。如果随机扰动项是独立或不相关的时间序列, 那么金融资产价格序列就是不可预测的, 反之, 如果随机扰动项是相关的, 那么, 金融资产价格在一定程度上就具有可预测性。因此, 我们可以将此模型用于预测中国燃料油期货市场的收益率。

4、有效性检验 (方差比检验)

由于中国燃料油期货收益率序列偏离正态分布且存在自回归条件异方差, 采用传统的检验市场有效性的方法, 得出的结论可能是不可靠的。为此, 本文采用Lo和MacKinlay提出异方差下的方差比检验法进行分析。对收益率序列采取的时间间隔分别为2, 4, 8, 16期进行分析的结果如表1。

检验结果表明在显著性水平为1%时拒绝随机游走的零假设 (即中国燃料油期货市场未达到弱式有效) , 在5%的显著性水平上也是如此。根据公式 (2) , 间隔2期 (即q=2) 时, ρ (1) =VR (2) -1, 收益率序列与上一期的自相关系数就是间隔两期的方差比与1的差值。ρ (1) 较大, 为-0.539, 进一步验证了收益率序列存在自相关, 中国燃料油期货市场未达到弱式有效。

5、领先—滞后关系实证分析

(1) 相关性分析。从图4中可以粗略地看出, 燃料油期货价格与新加坡普氏现货报价的变化趋势有较高的一致性, 相关系数分别为0.9419, 为发现真实有效的价格提供了前提。

(2) 单位根检验。为防止两个时间序列之间伪回归的存在, 首先利用ADF检验对各序列的平稳性进行检验。检验结果见表2, 在各置信水平下, t统计量均比ADF临界值大, 零假设 (即时间序列是非平稳的) 被拒绝。这说明各序列均是平稳的, 即I (0) 过程。可以直接进行因果关系检验。

(注:1%显著性水平下ADF临界值为-3.43;5%为-2.86;10%为-2.57。)

(3) Granger因果检验。因果检验结果如表3所示。结论显示SHFE燃料油期货与普氏现货之间不存在引导关系。这种结果可能是因为国内燃料油市场相对比较封闭, 新加坡市场的交易情况并不能体现我国燃料油市场的供求状况。

五、结论与启示

本文对中国燃料油期货市场有效性及价格发现功能进行了较为细致的研究, 运用多种统计方法, 从多角度对中国燃料油期货市场的价格发现功能进行了分析。结果显示:第一, 目前, 我国燃料油期货市场还不满足弱式有效性条件。市场表现出较显著的波动集群性, 投机气氛较浓, 市场风险较大。第二, 我国燃料油期货市场价格收益率序列的随机扰动项是相关的, 说明该价格收益率序列在一定程度上具有可预测性。ARMA (1, 1) , GARCH (1, 1) 模型能很好的拟合收益率序列。因此, 我们可以将此模型用于预测中国燃料油期货市场的收益率。第三, SHFE燃料油期货与新加坡PLATTS燃料油现货之间不存在引导关系。原因可能是因为国内燃料油市场相对比较封闭, 新加坡市场的交易情况并不能体现我国燃料油市场的供求状况。

从实证结果可以看到, 由于我国目前现货市场发育还不成熟, 存在一定程度的垄断;参与期货市场的套期保值者太少, 许多企业不被允许或不懂得通过期货市场来套期保值;与国外成熟期货市场相比, 市场交易主体规模与结构、上市品种结构和合约设计、以及期货市场管理规则制度等因素表现得相对较差等原因, 我国燃料油期货市场还不成熟、不完善, 价格发现功能没有得到充分体现, 期货市场功能尚未真正充分发挥。

随着我国经济日益融入世界经济, 我国与世界其他国家在经济发展及资源配置等方面的合作关系进一步密切, 我国的原油对外依存度与日俱增。石油对中国而言, 绝非简单的能源产品, 它已经由表及里地触及到中国经济发展的各个层面。因此, 单纯依赖别国期货市场进行保值的行为将使中国在原油进口中处于被动地位。从中长期来看, 中国必将争取燃料油乃至原油在国际定价方面的话语权。

从历史经验来看, 一个成熟、完善的市场在争夺国际原油定价方面的话语权至关重要, 随着国际油价的攀升以及国内汽油价格的大幅调整, 加快建立健全石油风险规避机制, 已经迫在眉睫。开展燃料油期货交易, 一方面可以为有关企业充分掌握价格信息、自觉规避市场风险提供平台;另一方面也可以积累经验, 进一步健全石油市场体系, 完善市场机制。遗憾的是, 燃料油期货在SHFE上市以后, 中国石油消费居全球第二而在国际定价体系中连0.1%权重都没有的局面一直未有改观。我国的燃料油期货仍然缺乏市场效率, 这一点从本文的实证分析中也得到了印证。金融危机之后, 业界对于推出原油期货的呼声越来越高, 但是, 我们仍应清醒认识到建立完善的市场竞争机制, 构建高效的石油市场体系依然任重而道远。

摘要：我国燃料油期货自2004年8月上市以来来, 其市场有效性和价格发现功能发挥的水平如何, 一直是监管者和投资者十分关心的问题。本文运用动态计量经济方法, 从多角度对我国燃料油期货市场的有效性和价格发现功能进行实证分析。结果表明我国燃料油期货市场尚未达到弱式有效;与普氏燃料油现货之前不存在因果关系。