石油期货价格（精选11篇）
石油期货价格 篇1
石油是人类赖以生存和各国经济发展所必须的资源,世界上恐怕没有任何一种商品可以像石油一样对世界经济、政治乃至国家安全产生如此深刻和广泛的影响。正是由于石油对世界的重要性,加之其天然的稀缺性和不可再生性,石油问题成为了国际社会上永久的话题,石油价格的走势已成为世界各国关注的焦点[1—3]。然而,由于影响石油价格和期货价格的众多因素的相互结合,使得石油期货价格的波动趋势尤为复杂,也使得石油期货价格预测变得十分困难,而支持向量机方法的出现为石油期货价格的预测提供了一种新的可能[4]。
支持向量机回归(SVR)是数据挖掘中的一个新方法,能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题[5],并可推广于预测和综合评价等领域。
现将SVR引入石油期货价格这个金融时间序列,对其整体趋势以及短期走势做了精确的预测;在超级参数的选择上,本文通过收集大量数据进行统计分析,发现核函数参数g以及惩罚因子C之间有很大的相关性。此外,文中的方法还将为多维输入变量以及其他领域的预测提供了借鉴。
1 SVR预测模型
Vapnik等人根据统计学原理提出了支持向量分类机(SVM)的学习方法[6]。SVM的基本思想主要有两点:(1)先对线性可分情况进行分析,对于线性不可分的情况,可通过核函数的方法,将低维的原始空间映射到高维的特征空间,巧妙地避开了高维空间的复杂运算,使算法的实现成为可能;(2)基于结构风险最小化理论在特征空间中寻找最佳分类面[7],使得学习器得到全局最优化。在Vapnik引入ε不敏损失函数后,SVM推广到解决非线性回归问题,称为支持向量机回归[5]。
本文采用SVR的原理进行预测分析即:当所给数据集是线性可分时,回归问题可转化为求解如下约束条件的优化问题:
由对偶规划理论,上述凸二次规划问题可以转化为求解下述新问题:
由此得到支持向量回归的估计函数为:
而对于非线性回归问题,通过引入核函数K(xi,xj)=φ(xi)Tφ(xj),将(xi·xj)用K(xi,xj)代替,得到最终的支持向量回归估计函数为:
下面给出SVR用于金融时间序列预测的一般步骤:
(1)选取合适的训练集T=其中
(2)选择适当的核函数K(xi,xj)、核函数参数ε以及惩罚因子C;
()构造并求解最优化问题:
得最优解:α=(α1,α*1,α2,α*2,…,αl,α*l)T;
(4)构造决策函数
2实证分析
2.1输入变量的选择
众所周知,影响石油期货价格的因素很多,包括石油期货的历史价格、相关石油产品的期货价格、汇率变动因素以及由股市反映的世界经济状况等[4]。在这诸多因素中,石油期货的历史价格反映了以往各影响因素的变化对石油价格的影响。对于未来10天或一周内的石油期货价格而言,汇率变动、世界经济情况等因素在通常情况下不会产生特别巨大的变动。所以,石油期货的历史价格无疑是对石油期货现在价格影响最大的一个因素。因此,我们首先选取美原油期货的历史价格作为一维输入变量,并对此种石油期货的价格进行预测,以验证SVR理论的正确性。
2.2核函数的选择
在SVR的应用中,常见的核函数有线性核,多项式核,RBF核,Sigmoid核以及多二次曲面核等[4]。但是在实践中多使用RBF核。因为它可以将输入空间以非线性方式映射到特征空间,便于处理现实中以非线性方式存在的问题,且更少遇到数值计算困难。金融时间序列中的实验表明,RBF预测性能更好并且运行时间更短[4]。由于石油期货价格序列呈现非线性且高噪声的特征,因此,最终决定选取RBF核作为核函数进行预测。
2.3预测结果
2.3.1整体趋势预测
以2009年5月19日至2010年3月16日美原油期货的价格(1)作为输入变量。为了放大不同价格间的细微变化,我们均将价格扩大50倍进行观察研究。运用MATLAB软件进行编程求解,采用穷举的方式对超级参数C,g进行搜索,在找到最优参数后,采用决策函数进行预测。整体预测结果如图1所示。
由图1可知,石油期货价格的预测值与真实值是十分接近的。为了更加准确地对预测效果加以评价,我们选用均方误差(mse)作为预测精确度的评价标准。根据计算公式
2.3.2 短期趋势预测
短期趋势和短期内是否出现拐点的信息对于投资者来说是十分重要,所以本文着重研究了这两个问题。
首先,从总体价格走势(图1)上来看,我们发现在第40个数据点左右价格开始平稳上升,从第170个数据点左右价格开始平稳下降。因此,我们选取从开始到第40个数据点(即2009.5.19—2009.7.13)的数据以及从第130到第170个数据点(即2009.11.17—2010.1.13)的数据分别进行此后一周的预测。预测结果如图2,图3所示。
从图2,图3可以看出,短期预测趋势与实际数据趋势能很好地吻合,因此也说明SVR对于短期趋势的预测是比较准确的。
下面我们来看一下拐点的出现对SVR的预测性能是否有所影响。从总体价格走势(图1)上来看,我们发现在第55及第113个数据点附近均出现拐点,因此,我们选取从第30到第55个数据点(即2009.6.28—2009.8.5)的数据以及从第110到第113个数据点(即2009.10.23—2009.11.19)的数据分别进行此后一周的预测,预测结果如图4,图5所示。
从图4,图5可以看出,拐点的出现对SVR的预测性能并没有太大影响,其短期预测趋势仍与实际数据趋势很好地吻合,更加说明了SVR对于短期趋势预测的准确性。
2.4 参数分析
根据林生梁资料[8]得知核函数参数g与惩罚因子C有非常大的相关性。通过用不同的307组数据进行预测,之后经过计算,我们发现
因此可以认为C,g满足关系式:
利用上式,可在穷举得到最优的C之后,由一定的范围内搜索g,以减少程序的运行时间。
2.5 SVR预测的推广
由于SVR预测的短期精确性,可将此方法应用到其他金融产品的价格预测上。现以“浦发银行”股票2008.2.20—2009.6.25的价格为例,进行未来一周的预测,效果如图7所示。由此可见,SVR的方法不仅局限于石油期货一个领域。
3 讨论与结论
3.1 讨论
由于影响石油期货价格的因素很多,只用单一变量进行输入还是存在较大误差,因此可考虑综合各影响因素后进行多维输入。
对于石油期货的历史价格,将每日收盘原始价格序列转化成相对百分比差价,可以使转换后的数据分布更对称,更接近正态分布,继而可以提高预测性能。因此,根据祝金荣资料[4]得出,采用滞后1至4天的相对百分比价格差(RDP)和7天移动平均调整后的收盘价(EMA7)作为第一类输入变量是比较有代表性的,其具体公式如表1所示。
注:p(i)为第i天收盘价,EMA7(i)为第i天的七天指数移动平均值
除去期货的历史价格外,影响石油期货价格的因素主要有以下三类,分别为:经济环境、汇率变动以及相关能源期货价格。在每一大类中选取三个小类(如表2所示),得到9个相关因素。之后,利用计量经济学中单位根检验、Granger检验及协整检验的相关理论,对影响石油期货价格的这9类因素进行了相关性分析。最终得到的第二类输入变量为纳斯达克指数,英镑/美元汇率以及天燃气价格。
因此,可考虑选用以上分析得出的8个影响因素作为输入变量,代替之前的1维输入,以得到更加精确的结果。
3.2 结论
本文尝试将SVR引入石油期货价格的金融时间序列中,对其整体趋势以及短期走势做了比较精确的预测,并且发现,期货价格短期拐点的出现并没有影响预测结果的准确性。此外,本文通过对大量数据进行分析,得到核函数参数g与惩罚因子C的关系式
参考文献
[1]Farooq M,Mahdi N.Forecasting output using oil prices:a cascaded artificial neural network approach.Journal of Economics and Busi-ness,2006;58(2):168—180
[2]Gori F,Ludovisi D,Cerritelli P F.Forecast of oil price and consump-tion in the short term under three scenarios:parabolic,linear and cha-otic behaviour.Energy,2007;32(7):1291—1296
[3]Mirmirani S,Li HC.A comparison of VAR and neural networks with genetic algorithm in forecasting price of oil.Advances in Economet-rics,2004;19:203—223
[4]祝金荣.石油期货价格预测.北京:冶金工业出版社,2008:54—75
[5]邓乃扬,田英杰.数据挖掘中的新方法—支持向量机.北京:科学出版社,2005
[6]Vapnik V N.Statistical Learning Theory.New York:Wiley,1998
[7]李新战,赵震宇.支持向量机基础及其应用前景.科技信息,2009;17:39—40
[8]林升梁,刘志.基于RBF核函数的支持向量机参数选择.浙江工业大学学报,2007;4:163—167
石油期货价格 篇2
（2012--2013 学年第 2 学期）
课号：
课程名称：
期货理论与实务
阅卷教师：
班级：
学号：
姓名：
成绩：
棉花期货影响价格因素分析
1、棉花商品概述
棉花能制成各种规格的织物。棉织物坚牢耐磨，能洗涤并在高温下熨烫。棉布吸湿和脱湿快速而使穿着舒适。棉花的主副产品都有较高的利用价值，正如前人所说“棉花全身都是宝”。它既是最重要的纤维作物，又是重要的油料作物，也是含高蛋白的粮食作物，还是纺织、精细化工原料和重要的战略物资。
1.1棉花的属性
棉花的生长特性棉花原产于热带、亚热带地区，是一种多年生、短日照作物。经长期人工选择和培育，逐渐北移到温带，演变为一年生作物。春季（或初夏）播种，当年现蕾、开花、结实，完成生育周期，到冬季严寒来临时，生命终止。棉花喜热、好光、耐旱、忌渍，适宜于在疏松深厚土壤中种植，在其生长发育过程中，只要有充足的温度、光照、水肥条件等，就象多年生植物一样，可不断地长枝、长叶、现蕾、开花、结铃，持续生长发育，具有无限生长性和较强的再生能力。在棉花的一生中，温度对它的生长发育、产量及产品质量的形成影响很大。除温度外，棉花对光照非常敏感，比较耐干旱，怕水涝。
棉花生长历经春、夏、秋、冬四个季节，春分到立冬16个节气（从四月中下旬至十一月中旬左右），一生可以划分为播种期、苗期、蕾期、花铃期和吐絮期5个阶段。相对于其他农产品来讲，棉花生长期较长，受自然因素的影响较大。
1.2棉纤维品质构成
棉纤维是由受精胚珠的表皮细胞经伸长、加厚而成的种子纤维，不同于一般的韧皮纤维。棉纤维以纤维素为主，占干重的93％-95％，其余为纤维的伴生物。由于棉纤维具有许多优良经济性状，使之成为最主要的纺织工业原料。
(1)长度。目前国内主要棉区生产的陆地棉及海岛棉品种的纤维长度，分别以25-31毫米及33-39毫米居多。棉纤维的长度是指纤维伸直后两端间的长度，一般以毫米表示。棉纤维的长度有很大差异，最长的纤维可达75毫米，最短的仅1毫米，一般细绒棉的纤维长度在25-33毫米，长绒棉多在33毫米以上。不同品种、不同棉株、不同棉铃上的棉纤维长度有很大差别，即使同一棉铃不同瓣位的棉籽间，甚至同一棉籽的不同籽位上，其纤维长度也有差异。一般来说，棉株下部棉铃的纤维较短，中部棉铃的纤维较长，上部棉铃的纤维长度介乎二者之间；同一棉铃中，以每瓣籽棉的中部棉籽上着生的纤维较长。棉纤维长度是纤维品质中最重要的指标之一，与纺纱质量关系十分密切，当其他品质相同时，纤维愈长，其纺纱支数愈高。支数的计算，是在公定回潮率条件下（8.5％），每一公斤棉纱的长度为若干米时，即为若干公支，纱越细，支数越高。纺纱支数愈高，可纺号数愈小，强度愈大。
(2)长度整齐度。纤维长度对成纱品质所起作用也受其整齐度的影响，一般纤维愈整齐，短纤维含量愈低，成纱表面越光洁，纱的强度提高。
(3)纤维细度。纤维细度与成纱的强度密切相关，纺同样粗细的纱，用细度较细的成熟纤维时，因纱内所含的纤维根数多，纤维间接触面较大，抱合较紧，其成纱强度较高。同时细纤维还适于纺较细的纱支。但细度也不是越细越好，太细的纤维，在加工过程中较易折断，也容易产生棉结。
(4)纤维强度。指拉伸一根或一束纤维在即将断裂时所能承受的最大负荷，一般以克或克/毫克或磅/毫克表示，单纤维强度因种或品种不同而异，一般细绒棉多在3.5-5.0克之间，长绒棉纤维结构致密，强度可达4.5-6.0克。5.纤维成熟度。宁波大学科学技术学院考核答题纸
（2012--2013 学年第 2 学期）
课号：
课程名称：
期货理论与实务
阅卷教师：
班级：
学号：
姓名：
成绩：
(5)棉纤维成熟度是指纤维细胞壁加厚的程度，细胞壁愈厚，其成熟度愈高，纤维转曲多，强度高，弹性强，色泽好，相对的成纱质量也高；成熟度低的纤维－各项经济性状均差，但过熟纤维也不理想，纤维太粗，转曲也少，成纱强度反而不高。
1.3棉花的分类
按棉花的品种分为陆地棉、海岛棉、亚洲棉（中棉）和非洲棉（草棉）
(1)陆地棉:又称细绒棉,是世界上栽培量最大的一个品种,占世界棉产总量的85%以上。产量高，纤维长，品质好，我国陆地棉的种植面积占总面积的98%以上。
(2)海岛棉:也称长绒棉。强度高，纤维细，是高档的棉纺原料。在我国新疆、上海、广州地区种植相对较多。
(3)亚洲棉:又称粗绒棉.由于在中国有悠久的种植历史，也称中棉。纤维粗短，逐渐被淘汰。(4)非洲棉:也叫草棉。纤维粗短，可纺性差，逐渐被淘汰。
1.4棉花的加工和检验
(1)加工。一般用衣分来表示籽棉加工成皮棉的比例，正常年份，衣分为36-40，也就是100斤籽棉能够加工出36-40斤皮棉。皮棉不能散放，必须经打包机打成符合国家标准的棉包。我国标准皮棉包装有二种包型：85公斤/包（±5公斤）、200公斤/包（±10公斤），以85公斤居多。
(2)检验。我国棉花的质量检验是按照细绒棉国家标准GB1103－1999进行的。标准规定，检验棉花分以下几个指标：
品级：根据棉花的成熟程度、色泽特征、轧工质量这三个条件把棉花划分为1至7级及等外棉。长度：根据棉纤维的长度划分有长度级，以1毫米为级距，把棉花纤维分成25-31毫米七个长度级。马克隆值：马克隆是英文Micronaire的音译，马克隆值是反映棉花纤维细度与成熟度的综合指标，数值愈大，表示棉纤维愈粗，成熟度愈高。具体测量方法是采用一个气流仪来测定恒定重量的棉花纤维在被压成固定体制后的透气性，并以该刻度数值表示。马克隆值分三个级，即A、B、C，B级为马克隆值标准级。
回潮率：棉花公定回潮率为8.5%，回潮率最高限度为10.5%。实际工作中一般用电测器法测定原棉回潮率。
含杂率：皮辊棉标准含杂率为2.5%。实际工作中一般用原棉杂质分析机测定原棉回潮率。危害性杂物：棉花中严禁混入危害性杂物。
棉花检验分感官检验和仪器检验。由于目前我国的棉检仪器主要是测试棉花的一些物理指标，如棉纤维的强度、马克隆值等，还没有完全符合我国国情的棉花定级仪器，因此国标规定，棉花定级以感官检验为主、仪器检验为辅。在我国，承担棉花检验和仲裁机构是国家各级纤维检验局（所），棉花的进出口检验由各省（市）商品检验局负责。2003年12月17日，由国家发展改革委、国家质检总局、财政部、全国供销合作总社、中国农业发展银行联合下发《棉花质量检验体制改革方案》，该方案中明确提出棉花质检改革的目标是：力争五年左右的时间，采用科学、统一、与国际接轨的棉花检验技术标准体系，在棉花加工环节实行、仪器化、普遍性的权威检验，建立起符合我国国情、与国际通行做法接轨、科学权威的棉花质量检验体制。
2.棉花期货概述
2.1概念
棉花期货：以棉花作为标的物的期货交易品种
2.2棉花期货交易的基本特征 宁波大学科学技术学院考核答题纸
（2012--2013 学年第 2 学期）
课号：
课程名称：
期货理论与实务
阅卷教师：
班级：
学号：
姓名：
成绩：
(1)合约的标准化：期货交易是通过买卖进行的，合约除价格外，所有条款都是预先规定好的，是标准化的。
(2)交易集中化：期货交易必须在期货交易所内进行，期货交易所实行会员制，只有会员方能进场交易。场外的广大客户若想参与期货交易，只能委托期货经纪公司代理。
(3)双向交易和对冲机制：因为期货合约时标准化的，所以绝大部分交易可通过反向对冲操作解除履约责任。
(4)每日无负债结算制度：为了有效地控制期货市场的风险，现代期货市场普遍建立了一套完整的风险保障体系，其中，最重要的就是每日无负债结算制度。
(5)杠杆机制：期货交易只需交纳少量的保证金，一般为合约价格的5%-10%，就能完成数倍乃至数十倍的合约交易。
2.3棉花期货交易的优点
(1)以小搏大：只需交纳很低的履约保障金，从而可以用少量的资金进行大宗买卖，节省大量的流动资金，资金回报率高。
(2)交易便利：期货市场中买卖的是标准化的合同，只有价格是可变因素，这种合同的标准化提高了合同的互换性和流动性，使采用对冲方式了结义务十分便利，因此可频繁交易。(3)履约担保：所有期货交易都通过期货结算进行结算，为买卖者的每笔交易担保。
(4)市场透明化：交易信息完全公开化，且采取公开竞价方式进行，使交易者在平等的条件下公开竞争。
3.世界棉花供需状况分析
3.1世界棉花生产状况
棉花是世界性经济作物，分布在32。S～47。N之间，遍及亚、非、美、欧及大洋洲，但主要分布在亚洲与美洲。亚洲，主要分布在亚洲大陆南半部，包括中国、印度、巴基斯坦3国以及中亚、外高加索和部分西亚国家，其棉花面积、总产量分别占世界棉花面积、总产量的61.72%、62.78%； 美洲，主要分布在美国、巴西、阿根廷等国，其棉花面积、总产量分别占世界棉花面积、总产量的20.94%24.98%，是世界上棉花最大的出口区；非洲为世界高品级长绒棉的主产区，其棉花面积、总产量分别占世界棉花面积、总产量的15.08%、7.90%；大洋洲、欧洲尽管棉花单产较高，但总面积未超过2.5%、总产量未超过4.5%。
20世纪90年代中期以来，印度、美国、中国、巴基斯坦、乌孜别克斯坦、巴西、土耳其、澳大利亚、希腊、叙利亚一直居世界棉花生产国前列，2006年～2010年，这10个国家棉花收获面积年平均2597万公顷、占世界年平均总面积的80.03%，棉花总产量年平均2215.4万吨、占世界棉花年平均总产量的89.96%。
3.2世界棉花消费状况
(1)世界棉花消费总量呈现稳步上升态势，产需基本保持平衡。
(2)棉花消费需求不断增长，形成“以中国为主”的世界棉花消费格局。2006～2010年世界年平均消费量为25816万吨，中国占世界年平均消费量的40.8%。
(3)世界消费区域相对集中。2006～2010年世界平均年消费量2581.6万吨，年均消费量居前列的国家依次是中国、印度、巴基斯坦、土耳其、巴西、孟加拉国、美国，占世界棉花总量的81.8%。
3.3国际棉花期货市场
在纽约棉花期货交易所推出棉花期货交易以前，棉花现货市场价格波动很大，供求关系的突然失衡会造成价格的剧烈波动并严重冲击棉花生产和贸易。为了转移现货市场固有的风险，1870年纽约宁波大学科学技术学院考核答题纸
（2012--2013 学年第 2 学期）
课号：
课程名称：
期货理论与实务
阅卷教师：
班级：
学号：
姓名：
成绩：
棉花交易所应运而后，并于当年推出棉花期货交易。在此后的130多年中，全球有15个商品交易所开展过棉花期货交易，比较著名的有：亚历山大棉花交易所（埃及），新奥尔良交易所（美国），利物浦棉花交易所（英国），不莱梅交易所（德国）等等。日本、印度、巴基斯坦、法国、巴西、香港地区等的交易所的也曾先后开展过棉花期货交易。除纽约棉花交易所（现已更名为纽约期货交易所，简称NYBOT）至今仍在进行棉花期货交易所，其它14个交易所的棉花期货交易均已停止。随着棉花期货市场的不断发展，尤其是二十世纪六七十年代以后，纽约棉花的期货价格越来越受到重视，其规避风险、发现价格的功能已充分发挥出来，棉花期货价格在贸易界和管理界都有很高的权威，已成为棉花行业和产棉国政府不可缺少的价格参考依据。美国政府依据纽约期货交易所的棉花期货价格对农民进行补贴；墨西哥政府为保护棉农利益，由农业部出面在纽约期货交易所对全国棉花进行套期保值操作（主要利用期权）；英国的棉花企业、澳大利亚的植棉农场主也都在纽约期货交易所从事棉花的套期保值交易。据美国最大的棉花贸易商艾伦宝公司的副总裁金宝先生介绍说：若不将自己的现货贸易进行100％的套期保值，谁也没法抵御风云变幻的价格变动的影响，不参与期货，意味着赌博，公司随时可能破产，企业就不能生存到今天；但参与期货，不仅仅限于套期保值，大公司有信息、预测优势，可以通过期货、期权的交易获利。
4.中国棉花供给状况分析
4.1棉花供应产量
我国棉花种植面积在波动很大，90年以来最高为10253万亩，最低为5400万亩，相差近一倍。我国棉花产量呈现周期波动，在400万吨至600万吨之间波动。
主要地区：棉花主产省为新疆、河南、山东、河北、江苏、湖北，其产量占全国棉花总产量的80%左右。
4.2棉花需求销量
中国用棉量增幅最大，我国棉花消费呈现持续增长态势。
纱锭：1978年，1000万锭，2004年，估计达7000万锭左右。
纺纱量：据国家统计局统计，1999年，全国产量566万吨，2003年为927万吨，增长近64%。用棉比例按61%测算，纺棉需求仍在650万吨左右。加上其他用棉及损耗，总需求量在700万吨左右。纺织品、服装：1978年出口额仅为24.3亿美元，2003年达805亿美元。主要地区：全国各地区
5.影响棉花价格的因素
影响棉花现货价格的因素主要有以下几个方面：
5.1政策
政策对价格的影响是很短期的，但是有时却很剧烈。影响棉花现货价格的政策因素主要有：
①政府的宏观政策。包括政治，经济政策，如农业政策，外贸政策，金融政策，证券政策等，都会对棉花期货价格产生影响。在分析国家重大宏观经济政策对棉花期货价格影响的同时，还要分析国务院和其他职能部门出台的政策对棉花价格的影响程度。
②行业组织政策。行业组织在市场经济中起的作用已日益明显，他们制定的产业政策有时会影响棉花的生产规模，产量，销售量以及相对价位。
③国家储备计划。国储棉的拍卖，采购量以及采购价格决定对棉花价格的影响程度。④各国农业补贴政策和纺织品进出口政策。纺织品出口政策和棉花的配额政策影响国内的棉花价格，国际棉花价格与棉花补贴存在着密切的关系。宁波大学科学技术学院考核答题纸
（2012--2013 学年第 2 学期）
课号：
课程名称：
期货理论与实务
阅卷教师：
班级：
学号：
姓名：
成绩：
5.2产量
对用于期货交割的棉花来说，当期产量是一个变量，主要受当前播种面积和单产的影响。在播种面积一定的情况下，由于棉花生长周期较长，受气候变化影响较大，棉花生长关键时期的气候因素影响棉花的生长情况，进而会影响到单产水平。一般来说，棉花的播种面积主要受上棉花价格的影响，上棉花的价格较高，则本的播种面积将增加，反之，则播种面积下降。投资者在充分研究棉花的播种面积，气候条件，生长条件，生产成本以及国家的农业政策等因素的变动情况后，对当期产量会有一个较合理的预测。
5.3前期库存量
它是构成总供给量的主要组成部分，前期库存量的多少体现着前期供应量的紧张程度，供应短缺则价格上涨，供应充裕则价格下降。
5.4进出口量
在生产量和前期库存量一定的情况下，进出口量实际上直接改变了供应量的多少。进口量越大，国内可供应量就越大，则国内市场价格可能会下跌；出口量越大，国内可供量就越小，国内市场价格就可能回升。因此投资者应密切关注实际进口量的变化，尽可能及时了解和掌握国际棉花形势，价格水平，进口政策的变化等情况。
5.5国内消费量
棉花的国内消费量并不是一个常数，它处于经常变动状态，并受多种因素影响。主要有：消费者购买力的变化；人口增长及消费结构的变化；政府收入与就业政策等。我国棉花95%用于纺纱，江苏、山东、河南、湖北为棉花的主要消费省。
5.6国家储备
棉花行业是一个劳动密集型行业,就业人口达到2亿多，棉花价格高低直接关系到农民和棉纺织企业工人的收益,因此,做好棉花市场的宏观调控,确保棉花价格合理波动非常重要。棉花市场放开以后，我国棉花储备和进出口政策成为调节棉花价格的两个主要工具。1984年我国棉花储备达到430万吨。上世纪九十末，我国棉花价格居高不下，为了满足棉纺织企业的加工需要，我国大量抛售棉花储备，棉花储备降为最低点，接近零库存。
6.结论
期货价格与现货价格的协整分析 篇3
【关键词】单位根检验；协整；ECM；Granger因果检验
0.引言
黄金是人类较早发现和利用的金属，同时具备着货币、金融和商品属性。黄金的价格不仅受商品供求关系的影响，对经济、政治的变动也非常敏感，石油危机、金融危机等都会引起黄金价格的暴涨和暴跌。此外，投资需求对黄金价格的变动也有着重要的影响。
随着资本市场的逐渐发展与成熟，期货市场的作用也越来越显著，期货市场的两大基本功能是价格发现和规避风险。经济活动中时时刻刻存在着风险，很多现货商利用套期保值的方法保证自己的利润，减少价格波动的影响。套期保值是指在期货市场上买进或者卖出与现货商品或者资产相同或者相关、数量相等或相当、方向相反、月份相同或相近的期货合约，从而在期货和现货两个市场之间建立盈亏冲抵机制，以规避价格波动风险的一种交易方式。
本文通过分析上海黄金期货价格与国际现货黄金价格之间的关系，来对期货市场价格与现货时间价格之间的关系进行实证分析。
1.数据与模型描述
1.1样本数据的选取
本文选取2008年1月—2010年3月的月度数据为分析对象分析沪金期货价格与国际现货黄金价格之间的关系，数据均来自于wind数据库。变量的命名：
au—沪金期货市场的价格；
price—国际现货黄金价格；
dau—进行一阶差分之后的沪金期货价格；
df—进行一阶差分后的国际现货黄金价格。
1.2主要方法介绍
（1）协整与ECM。
大多数金融时间序列是非平稳的，协整理论是处理非平稳时间序列间协整关系的有效方法。协整关系描述的是变量之间的一种长期均衡关系。
假设有两个序列y1t、y2t，如果满足如下条件：
①序列y1t、y2t是d阶单整的，即yit～I（d），i=1，2；
②存在非零向量a=（a1，a2），使得a1y1t+a2y2t～I（d-b），其中0 协整关系的一种等价表述形式就是误差修正模型（ECM），误差修正模型是用于得到因变量调整的一种方法，从短期看，被解释变量的变动是由较为稳定的长期趋势和短期波动所决定的，短期内对均衡状态的偏离程度的大小之间导致波动幅度的大小；从长期看，协整关系式起到引力线的作用，将非均衡状态拉回到均衡状态。 例如考虑一下的一阶自回归分布滞后模型，即为ADL（1，1） y=β+βx+βy+βx+ε 其中，ε独立同分布且服从均值为零，方差为σ2的正态分布，对上式取期望得到： E（y）=+E（x） 此式度量的是xt与yt的长期均衡关系。 Δy=β+βΔx+（β-1）（y-x）+ε 其中Δy=yt-yt-1，Δx1=xt-xt-1，记ecmt-1=yt-1-x，表示误差修正项，因此上式表示的方程即为误差修正模型。它解释了因变量的短期变动Δy受两方面的影响：一是自变量短期波动Δxt的影响；另一是受误差修正项ecmt-1的影响，即受变量之间在短期波动中偏离其长期均衡关系的影响。 （2）Granger因果检验。 Granger因果检验是用来确定经济变量之间是否存在因果关系以及影响的方向。检验思想为：如果X引起了Y 的变化，则X的变化应当发生在Y的变化之前。检验回归方程如下： Y=aX+βY+μ X=λX+ζjY+v Granger因果检验的原假设是：“X不是引起Y变化的Granger原因”或“Y不是引起X变化的Granger原因” 2.实证结果分析 2.1单位根检验 对样本数据分别进行ADF检验，检验结果如下： 从表中可以看出，两变量均服从I（1），因此，接下来可以进一步进行协整检验。 2.2协整检验 估计方程au=c0+c1price+εt，对残差序列 进行单位根检验，结果如下： 因此，沪金期货价格与国际现货黄金价格之间存在协整关系。下面建立如下ECM模型： Δau=β+βΔprice+βecm+ε 因为常数项t值不显著，所以去除常数项之后的估计结果如下： Δau=0.2Δprice-0.85ecm=0.89 （12.7）（-5.1） 因此我们可以对沪金期货价格与国际现货黄金价格的短期变动进行分析。沪金期货价格的短期变动分为两部分：一部分是短期国际现货黄金价格的变动的影响，另一部分是前一期沪金期货价格偏离长期均衡关系的影响。假如前一期沪金期货价格没有偏离长期均衡关系，那么当期的沪金期货价格的变动全部来自于国际现货黄金价格的变动的影响。假如前一期的沪金期货价格偏离了长期均衡价格，则为了维持沪金期货价格和国际现货黄金价格的长期均衡关系，当期将以-0.85的速度对前一期的非均衡状态进行调整，将其拉回到长期均衡状态。 2.3 Granger因果检验检验结果如下： 因此可以看出只存在国际现货黄金价格到沪金期货价格的单向因果关系。这与实际情况相符，沪金期货价格的波动受到国际现货黄金价格的影响。因此交易者可以根据现货市场上的黄金价格来判断沪金期货价格的走势。 3.结论 本文通过对沪金期货价格和国际现货黄金价格之间的关系的实证分析，发现二者从长期来看存在着均衡关系，并得出其短期波动的规律。 通过Granger因果检验发现了从国际现货黄金价格到沪金期货价格的单向因果关系，得出沪金期货的投资者可以根据国际现货黄金价格来对其走势进行预测。 关键词：石油期货,支持向量回归机,智能预测,核函数 一、引言 石油是经济社会发展的重要物质基础, 也是国家能源安全的重要物质保障。石油价格一旦发生剧烈波动, 不仅对一国经济, 甚至对整个国际社会的经济运行都将产生严重影响。如1973年、1979年和1990年爆发的石油危机, 就导致了世界上多数工业国家的经济增长明显放缓, 甚至造成部分国家经济的全面衰退。因此, 对石油价格进行科学的预测, 从而提前采取应对措施防范石油危机的发生, 对于一国甚至整个国际社会而言, 都具有重要的现实意义。 与石油现货相比, 石油期货蕴藏着更为严重的风险。因为期货具有高杠杆性, 在产生高收益的同时也可能放大风险。随着经济全球化的推进, 各国经济间的联系日益密切, 一国期货市场所产生的巨大风险将在转瞬之间就传递到其他国家, 从而引发严重的金融危机, 进而影响整个实体经济的健康运行。因此, 对石油期货的价格展开预测研究显然比对石油现货价格展开预测研究更为有价值。 我国作为新兴经济体, 石油期货市场建立至今仅十几年时间, 相应的风险监管措施还不尽完善, 因而面临的风险危机也更为严峻。因此, 对我国石油期货市场进行预测, 以实时监测石油期货的价格走势, 从而防患于未然, 是保证我国金融市场稳定、经济健康发展的重要途径。 目前, 预测模型主要分为两类, 一类是以消费弹性法、回归分析法、趋势外推法等为主的传统方法。但这类方法属于线性模型, 无法对非线性问题进行预测研究。众所周知, 石油期货市场是一个复杂的非线性系统, 因而如果仍然运用上述线性方法对石油期货市场进行预测, 很可能导致预测失效。另一类是以神经网络 (Neural Network, NN) 和支持向量回归机 (Support Vector Regression Machine, SVR) 为主的智能方法。这类方法能够有效地解决非线性问题, 因而受到学者们的广泛关注。与NN相比, SVR具有明显的优势。它能够处理小样本问题, 具有更为优越的学习能力与泛化推广能力, 因而更受到广大学者的青睐。基于此, 本文将运用SVR对我国石油期货价格展开预测研究。 但需要指出的是, 在SVR中, 核函数起着至关重要的作用。它主要分为线性核函数、多项式核函数、RBF核函数与Sigmoid核函数, 究竟哪一类核函数下的SVR具有最为优越的预测性能, 目前仍没有统一的说法。因此, 本文将对比不同核函数下的SVR预测效果, 从而找到最优的SVR预测模型。 目前, 有众多研究学者运用SVR对经济领域的相关问题进行了预测研究。如李立辉等 (2005) 、杨建辉和李龙 (2011) 、查进道 (2012) 、高玉明和张仁津 (2013) 都运用SVR对期权价格、股指、旅客流量、能源需求量、制造业产品价格等进行了预测研究, 取得了良好的预测效果。与上述研究相比, 本文既引入SVR对我国石油期货价格进行预测研究, 同时, 还对比探讨了不同核函数下SVR模型的预测性能差异, 并从中选择出性能最优的SVR模型作为我国石油期货市场的价格预测模型。由此可见, 本文具有较强的创新性。 二、基于SVR的石油期货价格预测方法 假定石油期货市场样本集为 (xt, yt+1) , 其中, t=1, 2, …, i, 表示每一个交易日样本, xt= (xt, 1, xt, 2, xt, n) , 代表每个交易日样本有n个特征指标, 如开盘价、收盘价等。同时, 由于本文探讨的是价格预测问题, 即运用当前交易日的特征指标预测下一个交易日的开盘价格, 因此, yt+1就代表第t个交易日的下一个交易日t+1所对应的开盘价。在获得样本集的基础上, 将样本集分为训练集与测试集, 进而对训练集进行智能训练, 即构建智能预测模型。具体而言, 首先需要求解如下最优化问题: 其中, w是可调权值向量, b是偏置向量, C是惩罚参数, j=1, 2, …, k表示训练样本, ε为不敏感系数常数, ξj、ξj*为松弛变量 (Slack Variable) , 其作用是软化约束条件, Ф (xj) 表示对xj进行的非线性映射。 为了求解上述最优化问题, 需要引入拉格朗日乘子, 构建如下拉格朗日函数: 其中, K (xj, xm) 是核函数 (Kernel Function) , 其作用在于将原空间中的非线性问题转化为特征空间中的线性问题, 从而实现线性可分。目前, 核函数主要分为如下四种: 其中, γ、r、d都是核函数的参数。于是, 通过求解式 (2) , 得到αj、αj*、b, 就能获得最终的SVR模型的表达式: 于是, 再运用测试样本集对上述训练模型进行测试, 从而获得均方误差 (Mean Squared Error, MSE) 和平方相关系数R (Squared Correlation Coefficient) , 基于这两个值就能对模型的预测性能进行评价。MSE值越小, R值越大, 说明模型预测准确率越高, 拟合效果越好, 预测性能越强, 反之亦然。 三、石油期货价格预测的实证研究 (一) 样本与特征指标选择。 由于我国石油期货市场中仅有上海期货交易所的燃料油期货这一品种, 因此, 本文以该期货产品上市交易至2014年12月31日的数据为研究样本。同时, 借鉴相关文献, 本文选择了该产品的开盘价、收盘价、最高价、最低价、成交量、成交额6项指标作为特征指标, 以上市当天的下一个交易日至2015年的第一个交易日的开盘价作为因变量。 (二) 样本数据的预处理。 对于石油期货价格预测而言, 各特征指标数值之间可能存在着较大的差异, 从而使得较大值的指标对模型预测结果的影响大大强于较小值指标的影响, 最终造成预测误差。因此, 为了减少预测误差, 本文运用归一化方法对样本数据进行预处理, 从而获得新的样本数据集 (xt*, yt+1) 。处理方法如下: 其中, xmean为原样本xt第i个特征指标的均值, xvar为原样本xt第i个特征指标的方差。 (三) 实证结果与分析。 以交易日顺序从前往后排列样本数据, 将前70%的样本划分为训练样本, 共1 329个, 后30%的样本划分为测试样本, 共569个。进而在不同的核函数下, 基于训练样本构建预测模型, 并对测试样本进行预测。需要说明的是, 本文运用10折交叉验证法 (Cross Validation) 选择各模型的最优参数。主要分析软件为Matlab2013b。实验结果如表1所示。 从表1可以看出, 在最优参数下, 基于线性核函数和RBF核函数的SVR的MSE值都明显小于其余核函数下SVR的MSE值, 同时, 前者的R值又明显大于后者, 说明线性核函数和RBF核函数下的SVR比其余核函数下的SVR具有更为优越的预测性能。同时, 与RBF核函数相比, 线性核函数下SVR的MSE值更小而R值更大, 说明基于线性核函数的SVR具有更为优越的预测性能, 能够最为准确地预测我国石油期货价格。 此外, 通过绘制不同核函数下SVR的预测结果与原始结果图 (进行了归一化处理后的结果) , 得到下页图1至图4。可以看出, 基于线性核函数和RBF核函数的SVR预测结果与原始结果的拟合效果较好, 而其余两类核函数的SVR预测结果与原始结果的拟合效果却很差, 从而印证了表1实证结果的正确性。 四、结论 本文以上海燃料油期货为研究对象, 选取了开盘价、收盘价、最高价、最低价、成交量和成交额6项指标作为特征指标, 运用归一化方法对特征指标进行了预处理, 减少了因指标值大小不同而造成的模型预测误差, 进而引入SVR智能方法对该期货价格进行了预测研究, 并对比了不同核函数下SVR的预测性能。实证研究结果表明, 基于线性核函数和RBF核函数的SVR模型能够较为准确地预测上海燃料油期货价格, 其中, 线性核函数的预测性能最为优异, 能够最为准确地预测上海燃料油期货价格。 基于上述分析, 本文认为, 对于金融市场风险管理者而言, 能够运用基于线性核函数的SVR模型对未来一段时间的石油期货价格进行预测, 从而提前作出防范措施, 以稳定金融市场, 保障实体经济的健康运行;对于投资者而言, 在运用该模型进行价格预测的基础上, 能够对投资对象进行优化, 从而避免遭受损失, 甚至还可能获得可观的收益。 参考文献 [1] .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, 27 (10) :32-38. [2] .中国期货市场各板块间风险传导效应研究[J].经济学动态, 2014, (11) :70-77. [3] .中外石油期货价格发现功能对比研究[J].价格理论与实践, 2014, (9) :92-94. [4] .林伯强.中国能源需求的经济计量模型[J].统计研究, 2001, (10) :34-39. [5] .韩君.中国能源需求的建模与实证分析[D].兰州商学院, 2007. [6] .魏一鸣, 范英.中国能源需求报告 (2006) :战略与政策研究[M].北京:科学出版社, 2006. [7] .Lawrence S., Giles C.L., Tsoi A.C.Lessons in neural network training:Overfitting may be harder thanexpected[C]Proceedings of the Fourteenth National Conference on Artificial Intelligence, Mento Park, CA:AAA1 Press, 1997. [8] .Vapnik V.N.The Nature of Statistical Learning Theory[M].Springer, 1995. [9] .李立辉, 田翔, 杨海东, 胡月明.基于SVR的金融时间序列预测[J].计算机工程与应用, 2005, (30) :221-224. [10] .杨建辉, 李龙.基于SVR的期权价格预测模型[J].系统工程理论与实践, 2011, 31 (5) :848-854. [11] .查进道.一种改进的基于DE-SVR的上证指数预测模型[J].统计与决策, 2012, (23) :67-69. 摘 要 本文利用IF1009股指期货与沪深300股票指数,分析我国股指期货价格与股票价格的关联性。本文对两时间序列数据进行单位根检验,探究两者之间协整关系并通过误差修正模型(ECM),在长期稳定的关系下,反映其间短期调节行为,并对误差修正模型进行检验以调整误差修正模型,得到拟合效果最好、解释变量最为显著的估计模型。最后,通过估计模型做出该实证研究的总结以及实验缺陷分析。 关键词 股指期货 协整检验 误差修正模型 OLS回归 关联性研究 一、引言 2010年4月16日,首批沪深300股票指数期货合约在中国金融期货交易所正式挂牌交易,开启了中国股指期货市场的大门。研究当前我国股指期货可能对股票现货市场的影响具有重要的现实意义。一方面,它反映了股指期货市场运行的效率问题,有良好关联性的市场具备了价格发现的功能;另一方面,投资者可以通过各市场间价差变化选择套利投资策略,并通过期货市场间的基差变化规律有效地进行套期保值、规避现货市场的风险。 二、数据选取 本文以上海证券交易所推出的沪深300指数每日的收盘价与中国金融期货交易所推出的IF1009期货合约每日的结算价为研究对象(2010年4月16日到5月27日的日结算价格),并定义IF1009为沪深300股指期货交易价格指数序列, HS300为沪深300现货指数序列。 三、实证分析 (一)平稳性检验与调整 为避免伪回归问题,利用ADF检验法对IF1009和HS300的平稳性进行检验,得P值过大,IF1009数据序列是非平稳时间序列。再进行一次差分后的平方根检验获得一阶单整序列。同理,对HS300数据序列进行一节差分后的单位根检验。由此可得,IF1009价格与HS300指数两时间序列均为一阶单整序列,其一阶差分后是平稳序列。 (二)整检验 本文应用协整回归DW检验,寻找非平衡变量之间的长期均衡关系。对两时间序列进行OLS回归分析。模型为IF1009(t)=-250.3917+1.123552HS300(t),得剩余项残差e(t)序列,由Engle-Granger临界值表可知当显著性水平在5%的水平下,e(t)是平稳的,解释变量HS300时间序列对被解释变量IF1009时间序列存在协整关系。 (三)构建误差修正模型 IF1009价格和HS300指数时间序列之间的长期均衡关系是在短期动态过程中不断调整维持的,以误差修正模型(ECM)进一步考察两者的短期关系。为避免短期两变量间可能会出现的失衡,把协整回归中的误差项e(t)作为均衡误差以增强模型的精度。利用Eviews软件形成IF1009价格和HS300的差分序列DIF1009和DHS300,以e(t)和DHS300作为解释变量,对被解释变量DIF1009做OLS回归。估计的回归模型为ΔIF1009(t)=-0.474032+1.101321ΔHS300(t)-0.210012e(t)从常数项和e(t)的P值可以看出常数项对回归模型的估计并不十分显著。 (四)现通过各种检验尝试调整该模型 (1)多重共线性检验。进行多重共线性检验得出解释变量间的相关系数很低,不存在多重共线性。 (2)ARCH异方差检验。利用误差修正模型的残差ε(t),做出辅助回归得到结果,随机误差不存在异方差。 (3)自相关检验。对误差修正模型生成的残差做一阶回归:ε(t)=p*ε(t-1)+ε(t),得ε(t-1)的t值不显著,表明残差不存在自相关。 (4)分布滞后检验与自回归检验。为避免过去的HS300指数对目前的IF1009期货价格可能产生的影响,使用阿尔蒙法对误差修正模型进行分布滞后检验,可得,从10天后,HS300指数大小对IF1009期货价格的影响有明显的滞后性,滞后期大约8天,其影响力度先递增后递减,滞后结构为︿形。因此,加入滞后一期的IF1009期货价格调整原模型, ΔIF1009(t)=α+βΔHS300(t)+μΔIF1009(t-1)+γ e(t-1)+ε(t) 利用Eviews软件进行OLS回归,ΔIF1009(t)=-2.111.78+0.984837ΔHS300(t)-0.098674ΔIF1009(t-1)-0.235972 e(t-1) 四、结论 (1)长期而言,沪深300现货指数与期货之间存在着长期稳定的相关关系,(2)短期而言,误差修正模型回归出IF1009期货价格与HS300指数的对数关系。股指期货的推出,并没有对沪深300指数的大小造成强烈的冲击,而是凸显了股指期货的价格发现功能,为投资者提供了规避风险的重要工具。(3)由OLS的结果得出,相互影响的沪深300指数与其相应期货价格呈正的相关关系 五、实验缺陷 (1)本文所选择接受α=20%的显著水平使得置信度下降,置信区间变大,很可能接受一个本来应该拒绝的假设。(2)检验方法有限,股指期货数据较匮乏,未知变量的存在,拟合优度以及显著性待进一步的提升。 参考文献: [1]夏天.国内外股指期货与股票指数之间的关联性研究.浙江永安期货有限公司. [2]方斌.新兴市场股指期货价格发现功能的研究.财经论坛.2010(2). [3]谢磊,业成.股指期货对股票现货市场波动性影响的实证研究.技术经济.2010(3). 价格发现是期货市场的基本功能之一。从理论上讲, 成熟的期货市场, 期货价格与现货价格之间具有同升同降和收敛一致的特点。那么, 2010年中国棉花期货市场的价格发现功能有没有得到体现呢?期货市场和现货市场是怎样一种互动状态呢? 一、数据说明 本文棉花期货价格数据来源于郑州商品交易所网站, 以当日结算价为准, 记为F;棉花现货价格采用中国棉花指数CCindex328, 记为CC, 数据来自于中国棉花协会网站, 记为S。时间区间为2010年1月4日至2010年12月31日, 共238个交易日。 按照交割月份的不同, 郑州商品交易所同时有6个棉花合约在期货市场上交易, 即CF101、CF103、CF105、CF107、CF109和CF111, 因此, 所形成的期货价格也相应有P01、P03、P05、P07、P09和P11等6个。因此, 按照最近月份原则来获得边续的期货价格, 即以3月效割的合约CF103的价格作为1月和2月的期货价格, 以5月交割的CF105合约价格作为3月和4月的期货价格, 依此类推, 从而得到连续的时间序列。 二、期货价格与现货价格的变动趋势 如图1所示, 2010年棉花期货价格和棉花现货价格呈现出明显的波动性上升趋势。二者的价格可以9月为界分成两个阶段。1~9月为第一阶段, 价格上升比速度比较缓慢, 期货价格从1月4日的16455元/吨上升到8月31日的18625元每吨, 日均增长13.7元/吨, 其最高价格为18625元/吨;现货价格从1月4日的14879元/吨上升到18005元/吨, 日均增长16.9元/吨, 最高价格为18419元/吨。9~12月为第二阶段, 价格快速增长, 且波动性较大。期货价格从9月1日的17585元/吨上升到12月31日的28660元/吨, 日均增长138.4元/吨;期货价格在11月10日达到最高峰33425元/吨后立即迅速下降, 11月30日形成一个低谷26025元/吨, 之后又快速上升达到12月31日的28660元/吨;期货价格整体上呈上升趋势, 但波动性较大。现货价格从9月1日的18002元/吨上升到12月31日的27508元/吨, 日均增长118.8元/吨;现货价格在11月16日达到峰值29040元/吨后迅速下降, 11月24日形成低谷25605元/吨, 之后又快速上升达到12月31日的27508元/吨;整体上呈现上升趋势, 但波动性很强。 棉花期货价格与现货价格表现出以下的特征: (1) 二者的变化趋势基本一致, 都先较平稳地缓慢上长, 然后波动性地快速上长 (2) 期货价格的波动性强于现货价格 (3) 同一变化趋势, 期货价格的变化往往先于现货价格 (4) 大部分时间期货价格高于现货价格, 是典型的正向市场 (5) 通过计算可知, 期货价格的相关系数为0.98, 二者有极强的相关性。 三、我国棉花期货市场的实证研究 (一) 单位根检验 为了避免自相关的存在, 采取原始数据的对数形式得到ln F和ln S, 然后运用Engle-Gr ange的ADF检验方法进行单位根检验。由上图可知, 2010年期货价格与现货价格都有明显的上升趋势, 所以采取含有趋势项的ADF检验。在保证残差项不相关的前提下, 同时采用AIC准则和SC准则, 作为确定最佳时滞的标准, 选取二者值同时为最小时的滞后长度即为最佳滞后长度。检验结果如表1所示, 可以看出, 在1%、5%和10%的显著性水平下, ln F和ln S都是存在单位根的, 原始时间序列的对数形式并不平稳。 根据dln S和dln F的变化特征, 对dln S和dln F进行无漂移的ADF检验, 检验的结果如表2所示, 在在1%、5%和10%的显著性水平下, dln F和dln S都是有存在单位根的, 即原始时间序列对数形式的一阶差分是平稳的。所以ln S和ln F都符合I (1) 过程。即可以用原始时间序列对数形式的一阶差分进行回归分析。 (二) 协整检验: 协整是对非平稳经济变量长期均衡关系的统计述, 存在协整关2011年第4期中旬刊 (总第441期) 时代Times系的非平稳变量的非均衡误差是稳的。本文采用EG两步法对ln S和ln F进行协整性检验。检验结果如表4所示, 可以看出, 在在1%、5%和10%的显著性水平下, ln S和ln F都是存在协整关系的。因此, 用期货价格与现货价格的对数形式进行回归分析时不会出现谬回归现象。 (三) 格兰杰因果检验 郑州棉花期货价格发现功能的实现程度可通过棉花期货价格和现货价格之间的关系来判断。如果期货市场具有价格发现功能, 则期货价格应该为该价格对应合约到期日现货价格的无偏估计量, 因此需要检验期货价格是否对现货价格具有引导作用。本文采用Gr anger因果关系检验考察这两个时间序列的引导关系。 对ln S和ln F进行不同滞后阶数的格兰杰检验, 如果如表4。可以看出, ln S→ln F对滞后阶数不敏感, 不论滞后阶数是1、3或5, ln S都是ln F的格兰杰原因。这说明现货价格是期货价格的格兰杰原因, 且现货价格对期货价格的引导作用明显。而ln F→ln S对滞后阶数就比较明显, 在滞后1阶和3阶的条件下都不是格兰杰原因, 直到滞后5阶ln F才成为ln S的格兰杰原因, 这说明期货价格对现货价格的引导作用不明显。 (四) 误差修正模型: 协整模型主要用来考察几个变量间的长期均衡关系, 而误差修正模型 (ECM) 可用来说明变量间的短期变动关系, 以及短期变动调整至长期均衡的过程。由棉花货价格和现货价格序列存在协整关系, 下面在协整检验的基础上建立ECM模型。 由格兰杰检验可知现货价格对期货价格的引导作用明显。下面就用EG两步法建立误差修正模型来探究现货价格对期货价格的长期和短期影响。模型结果如式子 (1) 和式子 (2) 所示。 ln S对ln F的长期影响由式子 (1) 表示。可以看出, 常数项是不显著的, ln S的系数是显著的, 且ln S对ln F有97.7%的解释作用。从长期来说, 现货价格每变化1个百分点, 期货价格变化0.997个百分点, 且存现货价格变动是期货价格变动的格兰杰原因, 即现货价格对期货价格的弹性是0.997。 ln S短期变动对ln F短期变对的影响由 (2) 式表示。可以看出, 常数项是不显著的, dln S的系数和一阶滞后误差项的系数都是显著的。短期来说, ln F有偏离长期均衡的倾向, 倾向高于长期均衡值, 但会在下一个时期得到10.8%的修正, 误差修正能力不是很强;同时, 金融Ndln S每变动一个单位, dln F就会变动0.912个单位。 四、期货价格对现货价格预期失效的原因分析 (一) 期货市场主体结构不合理 目前我国的期货市场规模有限, 参与套期保值与套利的机构投资者较少, 主要以热衷于投机的散户为主, 这使得市场的非理性行为增多, 放大了市场的风险。 (二) 现货市场发育不完善, 实物交割存在缺陷 产品质量混杂, 仓储运输条件落后, 生产商、贸易商和消费者布局分散, 期货市场制度设计存在缺陷, 使得国内期货市场在交割环节上与现货市场难以完全衔接。因此, 期现价格对现货价格的反应就会出现偏差。 (三) 政策上的不可控, 价格形成机制的缺陷弱化期市价格发现功能 政策不合理、政策变动过频或者政策发布缺乏透明度等, 都可能在不同程度上对期货市场的相关主体产生直接或间接的影响, 造成期货价格的剧烈变动, 对现货的价格预期失灵。 五、措施及建议 (一) 改善市场主体结构 培育适合中国国情的期货市场机构投资者群体, 是提高我国期货市场功能有效性的必要条件之一。拓宽期货市场融资渠道, 积极稳妥培育机构投资者, 允许证券投资基金按一定比例进入期货市场。 (二) 调整政策, 尽量发挥市场机制的作用 提高经各项经济政策的稳定性、连结性和透明度, 降低因政策因素造成的市场不稳定性。 (三) 不断完善期货交易制度 我们应该在维护三公原则和保证期货市场稳步发展的前提下, 根据国际期货市场的惯例和发展方向, 结合我国国情和我国期货市场发展实际情况, 与时俱进, 积极适应市场发展需要, 不断改进和完善期货市场各项制度, 逐步创造宽松的交易环境, 使期货市场更好地发挥经济功能。 摘要：本文根据2010年郑州商品交易所的棉花期货货价格和中国棉花协会的现货价格, 运用单位根检验、协整检验、误差修正模型等方法来实证研究中国棉花期货市场的价格发现作用。结果表明:棉花期货价格与现货价格有很强的相关性, 但这是单向相关的, 即现货价格对期货价格有明显的引导作用, 而期货价格对现货价格的引导作用不强。 关键词：价格发现,单位根检验,协整检验,误差修正模型 参考文献 [1]夏天, 冯利臣.中国玉米期货市场的价格引导作用究竟有多大?——基于VECM模型的实证分析[J].产业经济研究, 2007, (6) . [2]王军, 樊亚利.棉花期货价格与现货价格关系的实证检验[J].农业经济, 2009, (5) . [3]孔哲礼, 李辉.中国郑州棉花期货市场的国际定价功能研究[J].新疆财经, 2008, (6) . [4]http://www.czce.com.cn/portal/index.htm 随着我国工业化、城市化进程的不断推进, 中国已经超越美国成为铜的最大消费国。但值得注意的是我国铜砂石和铜锭的进口量不断增加。使得我国生产与加工铜产品以及与铜息息相关的企业都对铜的国际价格相当敏感。期货市场的套期保值是企业回避价格波动风险的有效途径, 同时期货价格在国际和国内贸易中发挥了基准价格的作用。目前全球铜期货交易市场主要有历史最为悠久的伦敦金属交易所 (LME) 和近些年市场交易量猛增的上海期货交易所 (SHEF) 以及纽约商品交易所 (COMEX) 。 虽然我国已经是世界上最大铜生产与消费国之一, 但却并没有掌握铜的国际定价机制。我国目前铜现货市场价格定价机制采用国际市场影响力较大的伦敦金属交易所铜期货价格。上海期货交易所铜期货对国际铜期货市场价格的影响能力, 关乎我国能否推出自主的铜产品定价模式, 同样也关乎国家经济的安全与发展。 二、文献回顾 目前, 国内外对期货价格与现货价格之间波动和关联的研究已经相当丰富, 其中较为成熟的方是, 运用协整检验方法来判断市场价格的长期均衡关系和基于协整条件下的Granger因果检验, 其中还包括构造VAR (向量自回归模型) 及VECM (向量误差修正模型) 进行方差分解和估计脉冲响应函数。其次, 对期货市场之间的收益率进行波动溢出效应研究, 以求精确分析信息传递关系, 例如ARCH模型和多元GARCH模型。 三、期货市场间价格联动的理论基础 期货市场间的价格联动是否显著一般取决于期货市场的有效性和期货市场的价格发现功能。 1. 期货市场有效性与期货价格发现功能 Fama (1970) 定义有效的市场是指市场上的价格可以充分反映所有可以获得的信息, 不能利用资产的历史价格来预测之后价格的波动, 从而获得超额收益。 期货市场有效性则指合约的当前期货价格是最后交易日现货价格的无偏估计。用公式可表示为: 期货市场的价格发现是指, 期货市场可能具有引领现货市场价格走势的作用。根据Fama的有效市场假说如果一个期货市场是有效的, 那么这个市场的期货价格应该是现货价格的无偏估计, 即期货价格具有价格发现功能。 无套利条件下的期货的一般定价公式为 2. 期货市场间价格联动的有效性及其检验方法 期货市场间价格联动的长期有效是指两个市场价格序列之间存在着某种协整关系和相互引导关系。若存在长期均衡关系, 一个市场的价格领先于另一个市场价格先发生变化, 则这个市场的价格对另一个市场的价格具有单向的引导作用。 期货市场间价格联动的短期有效是指市场之间的信息传递方式和信息传递关系, 反映在价格上即期货价格之间的短期波动关系。一个期货市场的期货价格对信息的反应更迅速, 则信息会从这个市场传达到其他的市场, 并对其他市场上的期货价格产生影响。 四、实证过程 1. 数据来源与处理 为了实证部分对连续数据的需要, 本文选取市场上成交最活跃的主力合约的每日收盘价。伦敦金属交易所自引入LME select (电子交易) 后, 电子盘交易量迅速提高。但LME正式会员参加场内交易, 仍决定着每日的官方报价。所以选用LME场内三月铜的收盘价。数据跨度为2009年1月5日至2015年3月6日三家期货交易所铜期货的每日收盘价。筛除三个国家法定节假日不同所导致的交易日不匹配的数据后, 剩余1432个用于实证分析的样本。本文数据来源于文华财经。 2. ADF检验与多元序列的Johansen协整检验 对三家期货交易所合约价格的自然对数序列进行有常数和趋势项的单位根 (ADF) 检验, 并且在此基础上进行一阶差分的单位根检验。结果表明三家期货交易市场合约价格的自然对数序列都是一阶单整的, 可以进行下一步的协整检验。 如果多个不平稳的序列, 经过类似线性组合的形式, 存在长期均衡的关系, 则认为存在协整关系。根据eviews7.2结果得出, 三家期货交易所铜期货合约价格在长期处于均衡状态。所以可以继续建立误差修正模型。 3. 建立向量误差修正模型 三个期货交易所的铜期货合约价格序列是具有协整关系的非平稳时间序列, 可以建立VECM。建立模型如下: 公式1 公式2 公式3 在误差修正模型中△LNcomex、△LNlme、△LNsh代表着自然对数序列的一阶差分。 反映各一阶差分变量, 在短期的波动中对被解释变量的影响, 称为短期调整系数。Zt-1为VEC模型中的误差修正项, 反映了各变量在短期中偏离了长期均衡状态关系的程度。 4. Granger因果检验 本文在前面所建立的VEC模型的基础上, 进行Granger因果检验。结果可知, COMEX所和LME对SHFE呈现引导作用。对于纽约和伦敦两个市场的铜期货合约价格来说, 呈现出互相影响的关系。这说明SHFE国际定价能力在不断上升。而LME仍是全球铜期货合约的定价中心, 引导着全球铜期货价格走势。 5. 脉冲响应函数分析 为了进一步考察上海期货交易所铜期货的国际价格影响能力, 在VEC模型的基础上计算出脉冲响应函数加以刻画, 结果如下图。 可见, 来自伦敦金属交易所的新息对其余期货市场的影响最大, 并且产生的反应迅速。上海期货交易所次之, 两者的相互影响能力已经较为接近。纽约商品交易所的影响, 处于三者中最小, 其余两个市场都会对伦敦市场产生较大影响。 上海期货交易所铜期货交易规模已经与伦敦金属期货交易所相近, 但是种种因素导致上海期货交易所的价格影响能力却低于伦敦交易所。 五、政策建议 1. 深化当前铜期货品种, 加快铜期权与有色金属指数交易的上市 国际上大多数期货交易所的商品期货都有期权交易和金属指数交易。自2013年11月19日, 上海期货交易所启动了铜期货期权仿真交易, 受到广大投资者支持, 交易量较为活跃。所以, 当前应抓紧测试交易策略和评估期权价格, 保证铜期货期权交易尽早上市。 2. 优化连续交易机制, 适当扩大涨跌幅度限制 伦敦金属期货交易所的铜期货交易, 保持在24小时连续交易并且不设立涨跌停制度, 价格较为稳定连续。上海期货交易所自2013年12月20日引入“夜盘”以来, 市场运行平稳, 市场规模有所扩大, 但仍需进一步优化连续交易时间, 研究提前开市时间, 适当放松涨跌幅度限制, 从而完善与国家铜期货市场的联动机制。 3. 改善期货交易所投资者结构, 吸引国际投资者进入, 推进境外期货投资 上海期货交易所投资者大部分为以投机为主要目的的个人投资者, 不利于我国期货市场长期发展, 应当注重培养中小机构投资者和相关产业期货客户。其次, 以股票市场QFII试点方法为例, 吸引更多优秀的国际投资者进入, 推动我国投资者进行境外交易。 4. 学习国际先进监管系统, 探索“数字监管”, 推动大数据分析平台建设 保证期货市场的平稳运行, 维护投资者的合法权益, 一直是上海期货交易所的重要职责。在加强科学监管, 打击违法投资行为的同时, 还应紧跟移动互联网技术的快速发展, 探索和创新“数字监管”的模式。在收集大量实时动态数据的基础上, 建立“大数据”分析平台。 参考文献 [1]韩德宗.SHFE与LME铜期货价格发现功能的比较研究[N].期货日报, 2005 (6) . [2]古扎拉蒂.计量经济学基础[M].第五版.中国人民大学出版社, 2011, 770-771. 关键词：现货价格,期货价格,相关 一、前言 在我国，期货作为一种新兴的金融衍生品，已经逐渐成为投资者规避市场风险的一种有力工具，但是我国的期货市场起步较晚，期货品种也比较少并且主要是以农产品为主，而且参与者也是以非套期保值者为主。在这种情况下，我国期货市场在规避风险实现套期保值方面的有效性受到各种质疑。本文将以不同的期货品种为例，对我国期货价格和现货价格的相关性进行分析，以此论证我国期货市场套期保值的有效性。 二、现货价格和期货价格的定价原理 要研究期货和现货价格相关性，首先就要对其定价原理进行探究。 马歇尔提出的短期均衡的期货价格模型中，商品期货的价格被认为是建立在现货价格基础之上的。两者差额取决于生产费用与商业费用的波动;套利型保值中的期货价格理论则认为，通过探索基差方面的变化或者预期基差的变化来谋取利润是对现货进行套期保值的目的;塞缪尔森提出的商品期货价格理论则将商品期货定义为一种“票据”或者由商品交易所的经纪人所经营的一种“买卖契约”。这些理论对期货价格的定价原理的研究结果可以总结为，商品期货价格是由商品的生产成本、期货的交易成本、期货商品的流通成本以及预期的利润四个部分构成的。它的来源、数量以及组成状况对商品期货的价格都有一定的影响。 从理论上说，现货的定价与期货的定价在形成方式、定价原理等方面均有一定正相关。 三、期货价格与现货价格的相关系数分析 作为期货与现货价格相关性研究的基础，价格研究最能直接地反映期货价格和现货价格之间的关系。价格研究主要通过价格的相关系数的矩阵分析进行，可以为期货与现货价格的关系提供定量分析。期货市场价格和现货市场价格之间是相互作用相互影响的。有效规范的期货市场和成熟的品种不仅使期货市场价格和现货市场价格保持长期均衡关系，而且通过期货价格和现货价格相互影响，期货市场能够充分发挥套期保值功能，但实际上期货价格与现货价格究竟存在着什么样着关系仍需进一步验证。如果某商品的现货价格为X，选择的相同或相近的商品的期货价格为Y，则期货价格与现货价格的总体相关系数可用公式 (1) 计算： 然而，一般不可能去直接观测总体的两个变量X和Y的全部数值，所以总体一般是不知道的。通常用样本相关系数代替总体相关系数，样本相关系数可用公式 (2) 计算： 相关系数是说明两个现象之间相关关系密切程度的统计分析指标。通常样本相关系数用，表示r值的范围在-1和+1之间。r>0为正相关，r<0为负相关，r=0表示不相关，r=1时为完全正相关，r=-1时为完全负相关。r的绝对值越大，相关程度越高。 相关系数分析是为了检验我国期货的套期保值作用。用H=r2×100%来表示套期保值的效率，r为现货价格和期货价格之间的相关系数。H介于0到100%之间，越接近与100%，期货的套期保值功能发挥的越好，即期货的套期保值越有效。 四、实证分析 (一) 以小麦期货为例的农产品期货实证分析 小麦是关系国计民生的重要粮食品种，我国同时又是世界上最大的小麦生产国和消费国，因此研究小麦期货与现货价格关系就具有了很强的现实意义。只有期货市场的发展完善，才能更好得为现货市场服务。以下是我国小麦期货价格与现货价格的对比图表。 从图表中可以看出，小麦的期货价格与现货价格的变动趋势比较吻合，这为套期保值功能的发挥提供了基础。通过Excel计算，经检验得小麦的期货价格与现货价格的相关系数为0.591348。说明二者具备一定的正相关性，但由于小麦属于农产品，具有很强的不稳定性，受季节等自然因素影响较明显，其套期保值的效率只有35%。 (二) 以沪铜期货为例的重金属期货实证分析 在我国，商品期货主要包括以农产品和经济作物为主的农作物期货和有色金属的期货，其中农产品与经济作物等农作物的生产与消费具有很强的季节性，对气候、温差、降雨等自然因素比较敏感，因此现货以及期货价格相对难以稳定，对研究质量的影响较大。下面采用一种在我国期货市场上上市较早，发展较成熟的有色金属品种铜作为研究对象。 铜是与人类关系非常密切的有色金属，在我国有色金属材料的消费中仅次于铝。由于我国是全球最大的铜消费市场，故国内铜价与2012年第6期中旬刊 (总第483期) 时代Times期货铜价具有很强的正相关性。下图是2010年4月至5月份铜期货的现货价格与期货价格的图表: 利用Excel中计算检验，可得铜期货的期货价格与现货价格的相关系数为0.995799，说明铜现货价格与期货价格具有很强的正相关性。铜期货的套期保值效率为99.16%，说明铜期货的套期保值功能是很有效的。通过对铜期货和现货的在一定时期内的价格走势与相关系数进行的分析可知：两者的价格高度一致。这符合现货和期货的定价原理。我国期货市场中的期货价格和现货价格存在相关性，企业利用期货可以为现货的价格波动风险进行套期保值，当前的套期保值在最小化风险的同时，期货与现货两个市场的交易作为一种优化的投资组合来获取最大的投资收益，同时套期保值期限对套期保值的比率存在较大的影响，较短的套期保值的期限，会有较小的套期保值比率;反之亦然。 (三) 以燃料油期货为例的能源期货实证分析 燃料油是原油炼制出的成品油中的一种，广泛用于船舶锅炉燃料、加热炉燃料、冶金炉和其他工业炉燃料。作为石油加工过程中的最后一道产品，燃料油的价值量一般较低。当石油价格低廉时，燃料油一度是发达国家消费量最大的油品。在两次石油危机 (1973～1974年、1979～1980年) 之后，西方发达国家蒙受了巨大的损失，促使其进行能源结构的调整。 我们知道影响燃料油期货价格的因素有很多，诸如：国家的宏观调控政策;现货的供给与需求;现货的价格;成交量与持仓量;国际政治形势;国际期货市场的影响等等。 国内燃料油现货价格，选取国内具有代表性的黄埔高硫180CST现货价格数据，期货价格选取上海期货交易所FU 201109合约进行比较，图表如下： 从图表中可以看出，燃料油的期货价格与现货价格的变动趋势一致，这为套期保值功能的发挥提供了基础。通过上述表格数据计算检验，可得燃油期货价格与现货价格之间的相关系数0.980487，二者具有较强的相关性，根据套期保值效率的计算方法可知我国燃料油期货的套期保值效率达到了96%。由此可见燃料油期货市场的套期保值功能得到了较好的发挥。 这进一步说明中国上海期货交易所燃料油期货价格对现货价生产、交易风险。 五、结论 通过以小麦为例的农产品期货、以铜为例的重金属期货和以燃油为例的能源期货这三个种类期货的相关系数分析不难发现; 第一，在我国期货市场中，期货价格与现货价格之间存在着一定的相关性，这与套期保值的前提假设 (期货价格与现货价格的走势相同) 是一致的。因此企业可以利用期货为现货价格波动所带来的风险进行套期保值。 第二，重金属期货品种(如发展较成熟的铜期货) 与农产品期货品种 (如小麦期货) 相比，套期保值的效果要好一些。这是因为上市较早的品种规模较大，相应市场的流动性较强，其价格能够真实地反映市场的预期，能够满足投资者利用期货市场进行套期保值规避风险的需要;上市较晚的品种规模较小，市场流动性受到抑制，并且大部分市场的参与者属于投机者，因而其价格不能反映市场的预期，不能满足投资者利用期货市场进行套期保值规避风险的需要。 第三，现代意义上的套期保值不再是在期货市场上建立一个与现货方向相反、数量相等的交易场所，而是将现货市场和期货市场的交易作为一种投资组合，在风险最小化的条件下，考虑现货市场头寸与期货市场头寸的优化组合，即套期比。本文通过Excel的分析，发现铜的套期保值效率为99.16%，小麦的套期保值率为35%，燃料油的套期保值效率为96%，这表明重金属期货和能源期货在套期保值功能上比农产品期货能得到更好的发挥，也就是说重金属期货和能源期货的套期保值功能比农产品期货的套期保值功能要有效得多。 我国期货市场经过几年的规范与发展，套期保值功能和市场机制逐渐完善，这为利用期货规避风险，增强现货市场的宏观调控实施效果奠定了良好的基础。但是也要认识到进一步发展期货市场的必要性和紧迫性，增强期货的套期保值功能，提高市场运行效率。最为重要的是，增强抵御外国期货市场冲击的能力，维护我国期货市场的经济安全。另外，投资者当认清我国期货市场发展状况，做到理性投资。 参考文献 [1]林孝贵.期货套期保值的统计分析.徐州:中国矿业大学出版社, 2004. [2]花俊洲, 吴冲锋, 刘海龙等.期铜套期保值有效性实证分析.系统工程理论方法应用, 2003 (9) . [3]钱瑞梅.中国燃料油期货价格波动性研究.暨南大学, 2007. [4]朱文元, 赵伟蔡.套期保值比率与套期保值的效绩, 期铜合约的套期保值实证分.北京:中国经济出版社, 2006. [5]刘凤军, 刘勇.期货价格与现货价格的波动关系的实证研究——以农产品大豆为例.财贸经济, 2006. [6]李慧茹.中国棉花期货与现货市场的价格关系研究.北京:经济经纬, 2006. [7]杨照东, 汪琛德, 宋娜娜.商品期货与现货价格研究综述.北京:经济师, 2008. [8]李竹, 刘静.焦炭期货对现货市场的作用.北京:中国经济, 2008. [9]姜津, 刘芳, 吴文.黄金现货价格与期货价格关系的实证分析.金融财经.2009. [10]Avraham Kamara L.A Survey of Issues in Futures Markets.The Journal of Finance, 1979. 关键词：期货价格,供求关系,利率汇率 商品期货具有保证金交易的特点,由于交割的存在,使得期货价格必然以现货商品的价值为基础,交割成为期现货市场联系的一个纽带,对于商品期货价格的构成,许多经济大师都在自己的著作中作过论述;随着期货市场理论的发展和完善,关于期货价格组成的认识也逐渐统一,一般认为,若期货市场为无恶意炒作和信息误导的正常市场,则商品期货价格由商品生产成本、期货商品流通费用、期货交易成本、预期利润四部分组成。 一、期货定价理论及公式 在有效市场假说条件下,根据“一价定律”,两份相同的资产在两个市场中的报价必然相同,否则市场参与者可以进行无风险套利,即在—个市场中低价买进,即时在另一个市场中高价卖出;最终,原来定价低的市场因对该资产需求的增加而使其价格上涨,而原来定价高的市场会因对该资产需求的减少而使其价格下跌,直至最后两个市场报价相等;因此,供求力量会产生一个公平而有竞争力的价格,以使套利者无从获得无风险利润。 定价模型是基于假设——期货合约是一个以后与现货资产对应的交易的临时替代物;期货合约不是真实的资产,而是买卖双方之间的协议,双方同意在以后的某个时间进行现货交易,所以,该协议开始的时候没有资金的易手;期货合约的卖方要在以后才能交付对应的现货得到现金,因此,必须得到补偿,以弥补因持有对应现货而放弃的马上到手的资金所带来的收益;相反,期货合约的买方要在以后才付出现金交收现货,必须支付使用资金头寸推迟现货支付的费用,因而,期货价格必然高于现货价格,以反映这些融资或持仓成本,则有 期货价格=现货价格+融资成本 如果对应资产是一个支付现金股息的股票组合,那么购买期货合约的一方因没有持有这个股票组合而没有收到股息,相反,合约卖方因持有对应股票组合收到了股息,因而减少了其持仓成本,因此,期货价格要向下调整相当于股息的幅度,结果,期货价格是净持仓成本即融资成本减去对应资产收益的函数,则有 期货价格=现货价格+融资成本—股息收益 一般的,当融资成本和股息收益用连续复利表示时,期货的定价公式为F = S∙ exp[(r - q)(T - t)] 式中,F为期货合约在时间t的价值;S为期货合约标的资产在时间t的价值;r为对时刻T期的一项投资,在时刻t以连续复利计算的无风险利率(%);q为股息收益率,以连续复利计(%);T为期货合约到期时间(年);t为现在的时间(年)。 一般将这个均衡期货价格称为理论期货价格;实践中,出于模型假设的条件不能完全满足,实际价格可能偏离理论价格,影响期货价格还有诸多因素。 二、影响期货价格的因素 投资者在进行期货投资时,—定要清楚影响期货价格走势最重要的因素。 1.供求关系的影响 商品期货交易的价格变化受市场供求关系的影响最大, 当供大于求时,期货价格下跌,反之,期货价格就上涨;虽然其他因素在期价上涨或下跌过程中对期价短期波动有—些影响,决定期货价格的根本因素是供求关系。 一些非供求因素对期货价格的变化亦有影响,使得投资市场变得更加复杂,也更加难以预料,但供求关系是决定商品期货价格最重要的因素,利率、汇率、政治及商品季节性变化等因素虽然会影响短期波动,但不会改变市场的大趋势;在期货市场中,由于国际投资基金在价格涨跌过程中经常利用各种各样的信息来制造炒作题材,因此,可能在局部会出现过度涨跌,但价格的总体趋势不会违背市场的基本面,经验表明, 顺势操作永远是期货交易的主基调,因为市场永远是对的。 2.经济周期的影响 期货市场的价格变动还受经济周期的影响,商品市场波动通常与经济波动周期紧密相关,期货价格也不例外;由于期货市场是与国际市场紧密相连的开放市场,因此,期货市场价格波动不仅受国内经济波动周期的影响,而且还受世界经济景气状况的影响;经济周期可由一些主要经济指标值的高低来判断,如GDP增长率、失业率、价格指数和汇率等;这些都是期货交易者应密切关注的。 3.利率汇率的影响 商品期货交易与金融市场有着紧密的联系,利率的高低、 汇率的变动都直接影响商品期货价格的变动;在世界经济发展过程中,各国的通货膨胀、汇率以及利率的上下波动,已成为经济生活中的普遍现象,对期货市场带来了日益明显的影响。 利率调节是政府紧缩或扩张经济的宏观调控手段,利率变化对金融衍生品交易的影响较大,而对商品期货的影响相对较小,期货市场是一种开放性市场,期货价格与国际市场商品价格紧密相连,国际市场商品价格必然涉及各国货币的交换比值即汇率,汇率是本国货币与外国货币交换的比率。当本币贬值时,即使外国商品价格不变,以本国货币表示的外国商品价格也将上升,反之,则会下降。因此,汇率的高低变化必然影响相应的期货价格的变化; 4.其他影响 期货市场价格还会受到其他因素的影响,例如政治因素, 政治因素主要是指国际国内政治局势、国际性政治事件的爆发及由此引起的国际关系格局的变化,国际性经贸组织的建立及有关商品协议的达成,政府对经济干预所采取的各种政策和措施等,这些因素将会引起期货市场价格的波动;在分析政治因素对期货价格的影响时,应注意不同的商品所受影响程度是不同的,如国际局势紧张时,对战略性物资价格的影响就比对其他商品的影响大,例如,1980年1月4日美国为警告前苏联入侵阿富汗,决定向前苏联禁运粮食l700万吨,造成芝加哥交易所闭市两天,到9日开市后又出现多次跌停板。 综上所述,尽管影响期货价格的因素很多,但深入分析认真研究,期货价格还是有规律可循。 参考文献 [1]何伟,徐仲昆.《证券期货投资理论与实务》.上海财经大学出版社,2007:211-226. [2]Hull J C.Options,futures,&other derivatives,5thed.Prentice Hall Inc,2003:33-35. 国债期货作为一种利率衍生工具，是否具备价格发现功能，是否能够对国债现货价格未来走势进行准确的预期和提示，是否能够预期和揭示未来市场利率水平，关系着国债期货市场套期保值者的套保效率，也关系着国债期货市场投机者、套利者对国债期、现价格走势的判断及投资效率。 笔者通过平稳性检验、协整检验、向量自回归VAR模型、向量误差修正VECM模型、广义脉冲响应函数GIRF等方法，研究了我国国债期货和现货价格相互引导关系以及期、现价格对信息的反应速度，以及我国国债期货和现货价格波动溢出的方向、大小等问题。 研究结果表明，国债期货市场价格发现功能较国债现货市场弱，中国国债现货市场在价格发现中占据主导作用。 国债期货浴火重生 国债期货于20世纪70年代产生于美国，因固定利率国债的持有者对风险管理和债券保值的强烈需求，使得具备套期保值功能的国债期货应运而生。 我国曾于1992年推出国债期货试点，但因当时交易所分散、市场分割、交易制度差异很大、交割制度欠合理，市场成为高度投机的场所，导致“国债327事件”爆发，随即国债期货交易终止。 随着国债现货市场的发展壮大、市场避险需求的日渐提升以及商品期货市场发展的日趋成熟，经合约设计在交割标的、保证金制度、涨停板制度等多方面进行改进后，中金所于2012年2月13日启动国债期货仿真交易，并最终于2013年9月6日正式重新上市交易。 国债期货作为一种利率期货，对国债现货投资者而言有着价格发现功能。期货价格水平代表未来期间的价格走势，以此换算出的收益率反映了未来利率水平，从而形成一个短期到长期的利率体系，为新国债的市场化发行利率提供了参考依据，并帮助我国国债期货市场的套期保值者、投机者、套利者合理规划自己的投资策略，规避和降低他们的投资风险。同时，国债期货交易能促使国债利率成为市场化利率体系中的基准利率，促进国家利率市场化结构发展。 诺贝尔经济学奖得主默顿米勒教授说过：“期货市场的魅力在于让你真正了解价格”。 综合分析国内外研究期货市场价格发现功能的相关理论，其中，一部分学者把期货市场价格发现功能定义为当前期货价格对未来现货价格具有发现和预测作用，认为当前期货价格是在当前信息集下对未来现货价格的无偏估计；还有一批学者，将期货市场价格发现功能定义为期货价格和现货价格之间的相互引导关系（领先—滞后关系）、期货和现货市场在价格发现中的具体贡献份额、期货市场和现货市场之间的信息传递机制即波动溢出效应。 而笔者认为，期货市场的价格发现功能定义如下：一是，在具有相同价值基础的市场中（如同一标的期货市场和现货市场），期货市场反应信息的速度是否比现货市场反应信息的速度要快，期货价格是否能够引导现货价格；二是，期货价格对现货价格的波动溢出效应是否比现货价格对期货价格的波动溢出效应更加显著。若上述各种效应期货市场都比现货市场更显著，我们则认为期货市场具有较强的价格发现功能，在价格发现中占据主导地位。 价格发现功能研究意义重大 对于期货与现货市场价格发现功能的研究，不少研究文献是从一阶矩期货和现货价格收益率条件均值的视角展开的，即研究期货和现货市场对新信息的反应速度，研究期货和现货价格之间的相互引导关系，侧重于从期货和现货价格相互影响的方向、时长的视角研究价格发现。 该种研究思路主要利用期货和现货价格之间存在的长期协整关系，建立向量自回归VAR和向量误差修正VECM模型，使用基于VAR和VECM模型基础上的Granger因果检验、脉冲响应函数、方差分解等方法展开研究。 实际上，国外在这方面已经进行了一些研究，包括：1989年，Mac-Donald和Hein研究了短期利率期货和现货的价格引导关系；1993年，Fung和Leung发现欧洲美元存款（Eurodollar Deposits）期货和现货价格存在相互引导的关系；1995年，Mao-Wei Hung和Hua Zhang研究了美国MBI（Municipal Bond Index）指数期货和指数现货价格之间的相互引导关系，发现MBI指数期货和现货价格序列均是非平稳的，但两者存在着长期协整关系，期货和现货市场在价格相互引导中的重要程度随着时间的推移而变化；2007年，Michael W. Brandt研究了净指令如何影响美国国债期货和现货市场的价格发现功能，研究了交易者类型、市场利率和流动性如何影响信息在两个市场间流动。 而国内在这一领域的研究还相对较少。此前有学者运用协整检验法和Granger因果检验法，选取了2012年3月12日至2012年11月15日这一时间段，研究中国仿真国债期货TT1212日收盘数据与中央国债登记结算有限责任公司编制的中债-国债5-7年期国债现货全价指数数据的价格引导关系。 该项研究发现，中国仿真国债期货市场与国债现货市场是两个相对独立的市场，两个市场价格并不能构成价格引导（领先-滞后）关系，最终得出中国仿真国债期货市场并不具备价格发现功能的结论。 随着研究的深入，波动溢出效应的研究应用成为了期货和现货市场价格发现功能研究的一个重要组成部分。目前研究的方法主要是多变量GARCH模型，如BEKK-GARCH模型、CCC-GARCH模型和DCC-GARCH模型等。 目前，国债期货价格发现功能研究是一个被忽视的领域，国内外相关文献较少，尚没有形成系统性的研究结论。中国国债期货重新上市交易以来，对国债期货价格发现功能的研究更加显得意义重大。 本文在梳理、归纳、沿袭和继承前人观点的基础上，将期货市场价格发现功能划分成两个步骤，即研究一阶矩期货和现货价格相互引导的方向、时长；研究二阶矩期货和现货价格波动相互溢出效应的方向、时长。 国债期货市场对信息的反应速度慢 具体到实证方面，在研究一阶矩国债期货和现货价格引导关系时，本文将使用广义脉冲响应函数GIRF对国债期货价格发现功能展开研究，在研究二阶矩国债期货和现货价格波动溢出效应时，本文在前人使用DCC-GARCH模型的基础上引入VECM模型作为均值方程，创新性地使用双变量VECM-DCC-GARCH模型对国债期货价格发现功能展开研究。 Pesaran和Shin于1998年构建了不依赖于VAR或VECM模型中变量排序的正交化的误差扰动矩阵，并定义了广义脉冲响应函数。同时，目前国内文献对期货和现货两市场价格间波动溢出效应研究多采用双变量BDCC-GARCH模型。 通过利用上述方法进行检验，实证研究结果又是如何呢？ 在基于一阶矩国债期货和现货价格引导关系研究方面，以2013年9月国债期货恢复交易以来的国债TF指数作为中国5年期国债期货价格指数，及上证5年期国债现货指数（000140）作为中国5年期国债期货对应现货标的指数，通过观察国债期货和现货指数在2013年9月6日至2014年12月23日期间的价格走势图发现，中国国债期货价格序列与国债现货指数序列走势是一致的，也即国债现货与期货价格之差即基差保持在一定范围内浮动。 更进一步显示，从长期看，国债期货和现货价格的一致走势说明，存在一个公共隐性有效价格牵引着期货和现货价格共同向前运动和迁移，期货和现货价格存在着长期协整关系，期货和现货市场是基本有效的；从短期看，期货和现货价格的波动趋势在短期内又有些许的差别，说明两个价格又具有各自独特的数据特征。 通过平稳性检验与协整性检验，国债期货对数价格和国债现货对数价格均是非平稳的时间序列，但是对它们进行一阶差分处理后，得到的国债期货对数收益率和现货对数收益率均是平稳的时间序列，因此，中国国债期货对数价格和国债现货对数价格均为一阶单整序列。 通过VECM模型实证，中国国债期货市场较国债现货市场偏离长期均衡状态要远，中国国债期货市场较国债现货市场瞬时吸收、消化、揭示市场新信息的速度要慢，中国国债期货市场较国债现货市场的价格发现功能要弱。 同时，从VECM方程中发现，国债期货市场符合反向修正机制。国债期货和国债现货市场存在反向修正机制说明国债期货和国债现货市场是比较有效的市场，当市场新信息瞬时发生时，国债期货和现货市场投资者尤其是期现套利者能够及时发现期货价格、现货价格对新信息的定价偏差，并尝试通过套利活动来矫正和缩小这种定价差异，使得国债期货和现货市场联动、协同效应较强。但另一方面，也说明更多情况下国债期货和现货市场投资者并不能瞬时的理性吸收、消化市场产生的新信息，而是表现出对新信息的过度反应即超调（overshooting）现象，导致对国债内在价值的理性定价时间相对滞后。 基于二阶矩国债期货和现货价格波动溢出效应研究上，还发现：在收益率方面，国债期货和现货市场之间存在收益率的双向溢出效应，也即说明国债期货和现货市场之间存在双向的Granger因果关系；在波动率方面，通过检验可以得出，国债现货短期波动溢出效应较国债期货更强，国债现货持久性波动溢出效应较国债期货更强，总而言之，可以得出国债现货市场波动溢出效应较国债期货市场更强的观点。 国债现货市场在价格发现中占主导 综上所述，本文利用平稳性检验、协整检验、向量自回归VAR模型、向量误差修正VECM模型、广义脉冲响应函数GIRF、双变量VECM-DCC-GARCH模型等研究了我国国债期货和现货价格的价格发现问题，得出这样的结论：国债现货市场在价格发现中占据主导地位。 具体的，首先，VECM模型研究结论为：中国5年期国债期货价格偏离期、现货长期均衡价格的幅度均大于国债现货价格偏离的幅度，这说明中国国债期货市场瞬时吸收、消化、揭示市场新信息的速度小于国债现货市场瞬时吸收、消化、揭示市场新信息的速度。因此，中国国债现货市场是具备内在价值的基础性市场，国债现货市场主导着国债市场的基础定价，发挥着价格决定的基础性作用，在价格发现中占据主导作用。 其次，广义脉冲响应函数GIRF研究结论为：中国国债现货市场一个标准误差新信息冲击对国债期货价格的影响要高于中国国债期货市场一个标准误差新信息冲击对国债现货价格的影响，这说明中国国债现货价格引导着相应国家国债期货价格，因此，中国国债现货市场在价格发现中均占据主导作用。 再次，VECM-DCC-GARCH研究结论为：综合考虑短期和持久性波动溢出效应，可以得出国债现货市场波动溢出效应较国债期货市场更强的结论，因此国债现货市场在价格发现中占据主导地位。 对大宗商品定价机理、定价模型的探索是大宗商品相关研究、应用的基础与核心。 一方面，众多研究结果显示我国的金属、农产品期货价格明显受制于国际期货市场，国际期货市场对国内期货市场有显著的溢出效应，其信息传递会在第二日到达国内市场[1]。并且，国际期货价格对国内期货价格的引导作用更强、影响更大[2,3]。张燕和童行伟[2]的研究表明，郑州白糖期货价格受到纽约白糖期货的影响作用；戴毓等[3]研究发现：国际燃料油期货市场的价格变动对国内燃料油期货价格变动具有单向的滞后引导作用。 另一方面，相关研究表明[1]：国内外多种商品期货市场均存在明显的跳跃特征（铜、铝、大豆、豆粕、小麦），但国内讨论跳跃特征下期货定价的研究较少，分析国际期货市场价格对国内价格影响的定价模型更为罕见。危慧惠等运用随机贴现因子建立了不完全市场下现货价格具有跳跃特征的期货定价模型[4]。姚慧和范龙振[5]将跳跃现象引入均值反转模型和几何布朗运动模型，推导出了单因素的跳跃扩散模型。闫伟等[6]建立了考虑汇率波动的具有跳跃特征的三因素（现货价格、便利收益、随机汇率）商品期货定价模型。 现有研究充分表明我国的商品期货价格变化受到国际商品期货市场的影响，且存在明显的跳跃特征[1,4,5]。因此，本文要研究的问题是：在国际商品期货价格影响下，存在跳跃特征的国内商品期货的定价方法。 商品期货定价的经典方法，一种是Brennan和Schwartz[7]创立的现货价格与期货价格动态对冲的无套利定价方法。另一种是Schwartz和Smith[8]的风险中性定价方法，将现货价格的波动分解为两个不可观测因素：长期均衡价格与对长期均衡价格的短期偏离，假定它们分别服从几何布朗运动和均值为零的均值回复过程，推导出期货价格的解析解。特别地，Lucia和Schwartz[9]通过引入预期因素把双因素模型[7]与电力期货价格的季节性变化特征结合起来，为本研究提供了启示。 至于跳跃特征下的定价，Duffie和Kan[10]在研究利率定价时提出了带有跳跃的仿射期限结构模型，Duffie等[11]推导出有跳跃的仿射期限结构模型下计算衍生品价格的通用转换公式。Villaplana[12]运用Duffie等的转换公式，将Schwartz与Smith[8]、Lucia和Schwartz[9]的双因素模型扩展到有跳跃的情形。 前述模型都是针对单一商品建立定价模型。为了揭示多个商品间由于共同影响因素的存在而导致的相关，Cortazar等[13]建立了同时为多商品定价的模型，并成功应用于高相关性的多种商品（WTI原油和Brent原油）。Cortazar和Eterovic[14]修正了Cortazar等[13]的定价模型，为低相关商品（铜与银期货）建立了多商品定价模型。 既往相关商品期货定价模型的不足在于：未能体现我国商品期货市场作为新兴市场的本质特征：定价受到国际商品期货市场的影响。本文的主要特色是借鉴Lucia和Schwartz[9]的思想引入预期因素，借鉴Duffie[11]等的转换公式和Villaplana模型[12]，把国际商品期货价格引入风险中性定价模型，建立了国际期货价格影响下我国商品期货的定价模型，并进行实证分析。作者尚未发现国内外有类似研究成果。 2 国内商品期货的典型特征与动态建模 图1为我国与LME铜期货价格指数（分别表示为SHFECU,LMECU）在相对坐标系下的价格走势图(1)，纵坐标为日期（2010年1月4日至2013年1月18日）。从长期来看，国内外铜期货价格具有紧密的联系、大致相同的走势。 国内商品期货的典型特征：一方面，从长期来看，国际商品期货价格对我国商品期货价格有显著的影响；我国的商品期货价格并不是完全跟随国际期货的价格变化，它受国内供需基本面、国家政策调控及突发事件等的影响，与国际期货价格的变动可能有短期偏离（见图1）；另一方面，我国商品市场还可能具有跳跃特征，是引起短期价格波动的重要组成部分，将它纳入价格的短期偏离部分。 综合上述分析，本文的核心研究假设是：影响我国商品价格波动的因素分为两大类：可观测因素与不可观测因素，可观测因素是国际商品期货价格（记为yt），不可观测因素为短期偏离（记为χt），跳跃特征包含在短期偏离中。 记St为t时刻国内商品的现货价格，假定它分解为两个部分：国际商品期货价格影响ωyt与短期偏离χt，即 假定短期偏离价格χt遵循带跳跃的均值回复过程，国际商品期货价格yt遵循算术布朗运动，在风险中性条件下，建立国内商品现货价格的二因素动态模型（1): 其中，ω是度量国际商品期货价格影响大小的系数，λ表示跳跃强度，J表示跳跃幅度，J～N（μJ，σJ2），κ为均值回复系数，σχ、σy分别是χt、yt的扩散系数，φχ、φy分别是与χt、yt相关的风险的市场价格。 模型（1）的经济含义是：国内商品现货价格波动的根源是国际商品期货价格（yt）与短期偏离（χt），并且，国际商品期货价格（yt）呈具有线性趋势的随机波动（算术布朗运动），国内商品的现货价格围绕国际商品期货价格呈具有均值反转、跳跃特征的随机波动。 模型（1）是反映上述核心研究假设（特定预期）的二因素动态模型。为了与前人研究比较，一般地，还可以建立包容上述核心研究假设的关于国内商品现货价格的广义模型：三因素动态模型（2）。 模型（2）的经济含义是：由三个因素决定国内商品价格的波动：国际商品期货价格的影响、不可观测的长期因素的影响（ξt）与短期偏离（χt）；并且，国际商品期货价格与不可观测的长期因素均呈具有线性趋势的随机波动，国内商品的现货价格围绕国际商品期货价格与不可观测的长期因素呈具有均值反转、跳跃特征的随机波动。 与模型（1）相比，模型（2）的弊端在于引入不可观测的长期因素，不仅需要估计更多的参数，更需对国际商品期货价格与不可观测长期因素的相互关系作出合理说明和假定（需要对不可观测长期因素的本质进行经济分析）。故本文仅对模型（1）展开定价与实证分析，对模型（2）的定价与实证分析将在后续研究中进行。 3 国内商品期货的典型特征与期货定价方法 假定模型（1）对应的预期是理性的，假定上述预期是完全信息（市场上所有的参与者都知道），在风险中性条件下，期货价格是未来现货价格的无偏估计： 因此，到期日为T的期货合约在t时刻的价格是： 假定利率为已知常数（不考虑利率变化的影响），利率以r表示，则 借鉴Villaplana[12]的方法，推导出国际期货价格影响下国内商品期货风险中性定价公式（6）。 式（6）揭示出国内期货的理论价格（F(t,T,St））与国际期货价格（yt）具有线性关系，这一结果源于核心假定（参见式（1）及其相关说明）。显然，式（1）仅仅考虑了国际期货价格对国内价格的即期的、线性的影响。 类似地，改变式（1）中的现货价格分解，可以相应推导国内期货的理论价格，实证分析国际期货价格对国内价格滞后K期的、非线性的影响。 从风险防范的角度出发，在本文的实证分析中，假定国内商品的现货价格受上期国际商品期货价格的影响，即St=ωyt-1+χt，式（6）有相应改变。 显然，尽管国际商品期货价格对我国商品价格有显著的影响，但是这种影响的量化关系是时变的、具有不确定性。不同的投资者对此可能有不同的预期，因而建立不同的定价模型。 由于上述影响关系的不确定性、由于不完全信息的存在，异质性预期在所难免。一般地，对于这种不完全市场（例如模型（2）），上述基于特定预期的风险中性定价公式可能不是未来现货价格的无偏估计[4]，建议采用风险补偿定价方法，见式（7），其中，P(t,T）表示风险补偿。 4 对风险中性期货定价模型的实证分析 实证分析选取三个有代表性的品种：上海期货交易所铜期货（Cu）、郑州商品交易所棉花期货（CF）和大连商品交易所豆粕期货（m）。我国棉花期货的发展非常迅速，品种活跃度非常高，上榜美国期货业协会统计的全球最受欢迎农产品期货之一，大连商品交易所的豆粕期货交易量位居2012年商品期货交易量首位，上海铜期货在全球金属期货交易量中排名第三(1)。每个品种分别选取3个合约，各合约在时间上具有连续性（2010年1月至2013年1月）。铜期货合约选取Cu1101、Cu1201、Cu1301，豆粕期货合约选取m1101、m1201、m1301，棉花期货合约选取CF1101、CF1201、CF1301。选取交易日收盘价，国内数据来源为各交易所网站，国外期货数据取自文华财经交易软件。 根据广义Ito公式，得到期货定价公式的动态模型如下： 由于采用日数据进行实证分析，假定每天发生跳跃的次数至多为1，则期货定价公式离散化的最终形式如下： 参数估计选用WinBUGS软件和R软件编程实现。估计时，各参数的先验分布参考国内外相关文献中的设定方法[5,12]，使用一条链运行15000次后，所有的参数都是收敛的。截掉前面的10000个随机样本，使用后面5000个随机抽取的样本。 模型（1）对铜期货各合约的参数估计结果见表1，表2是运用Villaplana[12]模型进行参数估计的结果。其中，λ表示跳跃强度；μJ表示跳跃幅度的均值，即向上跳跃的幅度（为正值）和向下跳跃幅度（为负值）的平均值；σJ的大小体现跳跃幅度的波动范围。 石油期货价格 篇4
石油期货价格 篇5
石油期货价格 篇6
石油期货价格 篇7
石油期货价格 篇8
影响期货价格的因素分析 篇9
石油期货价格 篇10
石油期货价格 篇11
两个定价模型的参数估计结果既有相同之处，又有本质区别。
相同之处在于用两种模型估计出的与跳跃特征相关的参数λ、μJ、σJ的结果都很显著，充分说明我国铜期货价格有明显的跳跃现象。另外，相关系数ρ的估计结果均接近于零，是作者有意选择正交的偏离因子所致。κ的值都非常小，因为使用的是日数据，故均值回复的特征难以体现。
两个模型本质区别是本模型中有国际期货价格的影响，其影响系数ω的估计值非常显著。由σy和ω的估计值可知LME铜价对于我国期铜价格变化的影响非常显著。以Cu101合约为例，LME铜价影响系数ω的值为1.7088，表示LME铜价每上涨1美元/吨，隔天我国铜期货价格会上涨1.7088元/吨。另外，LME铜价的扩散系数σy与Villaplana模型中长期均衡价格的扩散系数σξ相比有较大差异。σξ的估计值比较小，且三个合约之间无显著差异。
按照Villaplana[12]模型，我国铜期货价格波动的根源是不可观测因子造成的（长期均衡价格及其偏离），依据本模型，我国铜期货价格的波动、跳跃的一个重要根源是LME铜价（滞后1期），LME铜价是可观测的，本模型及其实证结果有利于铜相关企业的风险防范和对冲。
依据模型的期货价格变化公式（9）并结合参数估计结果，LME铜价和跳跃特征同时影响我国铜期货价格的变化。对于Villaplana模型，跳跃成分、长期均衡价格、短期偏离影响我国铜期货的价格变化（对豆粕期货、棉花期货的实证结果与上述结论基本一致，篇幅所限，从略）。
5 结语
国内期货市场定价受制于国际期货市场价格的影响是新兴市场有别于国际商品期货市场的突出特征，本文为我国商品期货定价研究提供了一个新思路。
本文借鉴Lucia和Schwartz[9]的思想和Villaplana模型[12]，建立了国际期货价格影响下国内商品期货定价的一个模型。
该模型的主要特点：一是能够反映国际商品期货价格对我国商品期货定价的影响；二是能反映我国商品期货市场的跳跃特征。
相较于Villaplana模型[12]，本模型的主要优势是：(1)国际商品期货价格的引入符合我国商品期货市场价格变化的特点。(2)实证结果表明，LME期货价格的影响系数ω和扩散系数σy的估计结果非常显著。