期貨市場與現貨市場之間的價格研究

摘 要：本文借助于信息共享模型與波動溢出效應模型對我國大豆和小麥的期、現貨市場之間的價格發現進行了多層次的實證研究，定量描述了期、現貨市場在價格發現中作用的大小，深入刻畫了我國農產品期、現貨市場之間的動態關系：研究結果顯示：大豆期、現貨價格之間存在雙向引導關系，小麥僅存在期貨對現貨的單向引導關系；期、現貨市場均扮演著重要的價格發現角色，且期貨市場在價格發現中處于主導地位；期、現貨市場之間均存在雙向波動溢出關系，但現貨市場來自期貨市場的波動溢出效應均強于期貨市場來自現貨市場的波動溢出效應；并且，隨著期貨市場的發展，期、現貨市場之間的波動溢出程度均呈逐漸增強態勢。

關鍵詞：期貨市場；現貨市場；價格發現；溢出效應

中圖分類號：F830．9

文獻標識碼：A

文章編號：1000—176X(2006)04—0044-08

在世界經濟的不斷演進和發展過程中，期貨市場扮演著極為重要的角色，是現代金融市場的重要組成部分。期貨市場通常具有價格發現和套期保值的功能，而價格發現功能則更為基礎，離開了價格發現功能，套期保值將無從談起。自我國期貨市場產生以來，期貨市場與現貨市場之間的價格發現功能一直是監管當局和投資者十分關心的問題。通過對期貨市場與現貨市場之間的動態關系研究，可以揭示出期貨市場的運行效率。如果期貨市場具有良好的價格發現功能，則期貨市場與現貨市場對新信息的反應將較為接近，期貨價格與現貨價格的運動方向將基本一致，期貨價格與現貨價格之間應存在長期均衡關系。否則，投資者就可以利用期貨價格與現貨價格之間的價格差異進行套利，從而使期貨價格與現貨價格回復到正常的狀態。由于期貨市場的價格發現和套期保值功能均是建立在有效期貨市場基礎之上的，因此，只有當期貨市場是有效運行時，期貨價格的變動才能準確地反映未來現貨市場供求關系的變化，期貨價格對最后交割日的現貨價格才具有良好的預期作用。此時，無論是對期貨市場上的實際交易者還是對關心期貨市場價格信息的任何人，期貨價格都將提供有價值的預測信息，期貨市場才能發揮其應有的作用。因此，對期貨市場與現貨市場之間的價格發現和波動溢出效應進行研究，對了解我國期貨市場的運行效率具有非常重要的意義。

一、文獻回顧

由于期貨市場與現貨市場之間的價格發現和溢出效應能夠有效反映期貨市場的運行效率，因此，國外學者已經對其進行了大量研究，產生了許多有價值的文獻。Garbade和Silber^[10]建立了期貨價格與現貨價格之間的相互關系模型，他們通過考察前一期基差的變動對后一期期貨價格與現貨價格變動的影響刻畫了期貨價格與現貨價格在價格發現功能中作用的大小。Ende和clanse^[9]及Johansen和Juselius^[13]提出的協整分析為研究非平衡經濟變量均衡關系提供了全新的方法，該方法在期貨價格與現貨價格之間的動態關系研究中得到了廣泛應用。如Eavussanos和Nomikos、Haigh^[11][14]等利用協整分析方法對期貨價格與現貨價格之間的相互關系進行了實證檢驗。以上學者們的研究結果表明，大多數期貨品種的期貨價格與現貨價格之間存在協整關系，但某些期貨品種的期貨價格與現貨價格之間不存在協整關系。Hasbrouck^[12]則在協整分析的基礎上，進一步將長期作用部分的總方差進行了分解，計算出每個因子對總方差的貢獻，由此識別期貨市場與現貨市場之間在價格發現功能中作用的大小。在期貨市場與現貨市場之間的波動溢出效應這一研究方向上，Tse^[19]探討了指數市場與期貨市場波動之間的波動溢出效應，他認為，一個市場的價格信息會溢出到另一市場。Tse和So^[18]利用信息共享模型和多變量M—GARCH模型等研究了香港恒生指數市場、恒生指數期貨市場和盈富基金市場之間的動態關系，結果表明，三個市場之間存在一致性協整關系，且市場之間的信息溢出程度是彼此不同的。

從我國學者在這一領域的研究來看，針對我國期貨市場，徐劍剛^[3]通過序列相關檢驗和游程檢驗對綠豆、大豆和玉米期貨價格的相關性進行了檢驗；王志強等^[1]采用類似的方法對大連商品交易所大豆的收盤價格進行了隨機游走檢驗；華仁海等^[2]借助Garbade和Silber^[10]提出的方法對我國期貨市場的價格發現功能進行了初步探討；童宛生等^[4]和馬正兵^[5]等對我國大陸期貨市場的價格發現功能進行了實證研究，得出了許多有意義的結論。總體而言，我國學術界對這一領域的研究是有限的，對我國期貨市場的運行效率、期貨市場與現貨市場之間的價格發現功能等方面的理論研究仍非常缺乏，也不夠深入。

為此，本文將借助信息共享模型與雙變量的EGARCH溢出效應模型，對我國農產品期貨市場和現貨市場之間的價格發現功能和波動溢出效應等進行了準確刻畫和度量，并對其價格發現功能和運行效率做出了客觀的評價。我們認為，對我國農產品期貨市場與現貨市場之間的價格發現和波動溢出效應進行研究，不僅可以反映我國金屬期貨市場的開放程度，還可以為市場參與者包括套期保值者、投機者、套利者、期貨交易所及期貨監管部門提供有益的市場信息，對正確認識我國金屬期貨市場在國際大宗商品定價中的作用和地位，為監管部門和期貨交易所提供有關我國期貨市場有效性、國際競爭力和影響力分析的參考。

二、數據及研究方法

(一)數據的選擇

我國農產品期貨市場只有大連商品交易所和鄭州商品交易所兩家，目前較為成熟的期貨品種為大豆和小麥期貨合約，具有良好的代表性，能夠較好地反映這兩個商品交易所的期貨價格行為特征。為此，在對我國農產品期貨市場和現貨市場的價格發現功能進行研究時，主要以大豆和小麥期貨品種為代表。大豆和小麥的期貨合約均選取最近期月份的期貨合約為代表，在最近期期貨合約進入交割月后，選取下一個最近期期貨合約，這樣就得到一個連續的期貨合約序列，利用連續期貨合約序列每個交易日的收盤價格數據可產生一個連續的期貨數據。這樣選取數據的優點在于：所產生的連續期貨數據距離最后交易日比較接近，因而期貨價格與現貨價格比較貼近，同時還可以克服交割月交易量較小，數據不穩定的缺點。由于某些交易日沒有實際期貨交易發生，故剔除無交易的交易日，由此產生的大豆和小麥期貨連續合約數據(以日收盤價格數據作為代表)的時間跨度為：大豆從1997年1月2日至2004年12月31日，小麥從1998年1月5日至2004年12月31日；其個數分別為1937和1680。

由于大豆和小麥現貨市場相對比較發達，有較成熟的現貨價格數據可以利用，因此，大豆的現貨價格選取大連地區的現貨收盤價格為代表，小麥的現貨價格選取鄭州糧食批發市場的普通小麥收盤價格為代表，數據來源于大連商品交易所和鄭州商品交易所和中華糧網。由于大豆和小麥市場的現貨交易相對較為活躍，且進行現貨交易的質量標準與期貨合約的質量標準基本一致，因此所選擇的現貨價格均具有較好的代表性。同時，為研究我國大豆和小麥市場的動態性，本文把我國期貨市場價格波動的周期劃分為兩個階段：第一階段為1997年1月2日至1999年8月31日，第二階段為1999年9月1日至2004年

表1和表2的研究結果顯示，除小麥期貨市場的d_f在5％的置信水平下統計顯著外，全樣本中大豆和小麥市場的其他系數d_s與d_f均在1％的置信水平下統計顯著；并且，大豆和小麥市場的d_s顯著為正，d_f顯著為負；并且，全樣本的分析結果與分段樣本的結果基本一致。這說明，當系統偏離均衡狀態時，下一期價格調整對修復非均衡狀態均有直接的影響，d_s＞0說明誤差修正項對期貨價格的變動具有正向調節作用，d_f＜0說明誤差修正項對期貨價格的變動具有負向調整作用。例如，對期貨市場而言，即當系統偏離均衡狀態時，如果誤差修正項為正(即z_t-1＞0)，說明現貨價格相對于期貨價格偏高，則平均來說，下一期的現貨價格將下降，而期貨價格將上升；同樣如果誤差修正項為負(即Z_t-1＜0)，說明現貨價格相對于期貨價格偏低，則下一期的期貨價格將下降，而現貨價格將上升。

進一步考察整體樣本滯后變量的系數發現，在等式(1)和(2)中，在5％置信水平下，大豆期貨市場的現貨系數b_n與現貨市場的期貨系數α(i=1，2)均統計顯著；而在小麥市場上，只有現貨市場的期貨系數在5％置信水平下是顯著的，其他期貨與現貨系數均不顯著。由此可知，在5％的置信水平下，大豆期貨價格和現貨價格之間存在雙向Granger因果關系，即期貨價格的變動影響到現貨價格的變動，同時現貨價格的變動影響到期貨價格的變動，期貨價格與現貨價格之間的影響是相互的，就置信水平而言，期貨市場對現貨市場的影響要強些；而小麥市場只存在期貨市場到現貨市場的單向Granger引導關系，即期貨價格的變動能夠影響到現貨價格的變動，反之則不然。另外，對分段樣本的討論也能得到相似的結論。總而言之，我國農產晶期貨價格與現貨價格均能用誤差修正項來進行準確描述；在大豆市場，期貨價格與現貨價格之間存在雙向的價格引導關系；在小麥市場，僅存在期貨市場到現貨市場的單向價格引導關系。

同時，為刻畫農產品期貨市場與其現貨市場在價格發現功能中作用的大小，本文利用Hasbmuek(1995)提出的方法，將影響期貨價格與現貨價格變動長期作用部分的方差進行分解，求出期貨價格和現貨價格波動的方差在價格發現功能中所占的比重，再求出期貨市場和現貨市場信息份額的平均數，以此作為期貨市場與現貨市場在價格發現功能中作用的大小。通過計算，在大豆市場上，來自現貨市場的平均方差為19．82％(期貨市場產生的占18．14％，現貨市場產生的占21．50％)，來自期貨市場的平均方差為80．18％(期貨市場產生的占81．86％，現貨市場產生的占78．50％)；在小麥市場上，來自現貨市場的平均方差為10．82％(期貨市場產生的占7．90％，現貨市場產生的占13．74％)，來自期貨市場的平均方差為89.18％(期貨市場產生的占92．10％，現貨市場產生的占86．26％)。因此，對農產品的大豆和小麥市場而言，期貨市場與現貨市場均具有顯著的價格發現功能，并且，期貨市場在價格發現功官B中均處于主導地位。這表明，我國農產品期貨市場起到了價格發現功能，期貨市場運行狀況良好。同時，相對于小麥市場而言，大豆現貨市場的價格發現能力較強，這也從一個側面反映了大豆期貨市場與現貨市場的相依度相對較強，市場運行更為有效。

2．雙變量EGARCH溢出效應模型的實證結果

利用雙變量的EGARCH溢出效應模型，對我國大豆和小麥期貨市場與現貨市場進行了實證研究。表3、表4分別給出了大豆和小麥市場雙變量EGARCH溢出效應的回歸結果。

由表3、表4中的整體樣本可知，在大豆和小麥市場，期貨市場和現貨市場的非對稱系數T_i在1％的置信水平下均具有顯著的杠桿效應，并且，除小麥期貨市場的系數為負外，其他系數均為正。這表明大豆期、現貨市場的好消息對市場的影響要大于壞消息對市場的影響；小麥期貨市場的壞消息對市場的影響要大于好消息對市場的影響，而其現貨市場的好消息對市場的影響要大于壞消息對市場的影響。波動的集聚性系數α_i在大豆和小麥期貨市場和現貨市場均是顯著為正的，表明這兩個市場均具有集聚性特征。并且，在1％的置信水平下，溢出效應系數γ_f和γ_s均統計顯著，這說明市場波動不僅可以從現貨市場溢出到期貨市場，還可以從期貨市場溢出到現貨市場，市場波動在期貨市場與現貨市場之間的溢出效應是對稱的，即來自期貨市場與現貨市場的沖擊是相互影響的。這些結果表明，大豆和小麥期貨市場與現貨市場均扮演著重要的價格發現角色。另外，在大豆市場上，第一階段的條件相關系數0．113小于第二階段的條件相關系數0．144；在小麥市場上，第一階段的條件相關系數0．016也小于第二階段的條件相關系數o．074。這說明隨著我國農產品期貨市場的發展，期貨市場與現貨市場之間的波動溢出均逐漸加大，期貨市場與現貨市場之間彼此的影響能力均逐漸增強；這表明自1999年9月1日施行《期貨交易管理暫行條例》以來，我國農產品期貨市場基本走上了健康發展的軌道，期貨市場的運行愈加有效。

四、結論與啟示

本文利用日收盤數據，借助于信息共享模型與波動溢出效應模型對我國農產品的大豆和小麥期貨市場與其現貨市場之間的價格發現和波動溢出效應進行了深入研究，研究結果顯示：

(1)大豆期貨價格和現貨價格之間存在雙向引導關系，而小麥市場只存在期貨價格對現貨價格的單向引導關系；由此表明，大豆期貨市場的運行比小麥期貨市場更為有效。

(2)大豆和小麥的期貨市場與現貨市場均扮演著重要的價格發現角色，但期貨市場在價格發現中處于主導地位；并且，從大豆和小麥現貨的價格發現能力來看，相對于小麥市場而言，大豆市場的價格發現能力更強。

(3)大豆和小麥的期貨市場與現貨市場之間均存在雙向的波動溢出關系，但現貨市場來自期貨市場的波動溢出效應均強于期貨市場來自現貨市場的波動溢出效應。并且，隨著期貨市場的發展，大豆和小麥的期貨市場與現貨市場之間的波動溢出程度均呈逐漸增強態勢，期貨市場與現貨市場的運行愈加信息有效。

(4)相對于小麥市場而言，大豆市場更為有效，其主要原因是由于大豆期貨市場經過多年的發展，市場機制較為成熟，同時受國際相關期貨品種的影響也較大，難于被國內價格操縱者所操縱，在一定程度上能夠化解和抵御政策等其他市場因素的沖擊。

由此可以看出，我國農產品市場經過近幾年的規范整頓，市場環境已明顯好轉，市場的價格發現能力和運行效率正逐漸提高，這為我國農產品期貨市場的進一步發展奠定了良好的市場基礎。但是，我們要認識到進一步發展我國農產品期貨市場的必要性和緊迫性，適時發展其他農產品期貨品種，加大農產品期貨市場的規范力度，增強大豆和小麥等期貨品種的價格發現能力，提高市場運行效率。最為重要的是，要盡快提升我國農產品期貨市場在國際期貨市場上的定價權，增強和抵御國際期貨市場沖擊的能力，維護我國農產品期貨市場的經濟安全。另外，期貨市場的管理者和投資者也應認清我國農產品期貨市場的發展狀況，做到合理規范和理性投資，確保我國農產品期貨市場的有效運行。

參考文獻：

[1] 王志強，徐亞范，朱麗紅．大連商品交易所市場有效性檢驗[J]．財經問題研究，1998，(12)：54—56．

[2] 華仁海，仲偉俊．對我國期貨市場價格發現功能的實證分析[J)．南開管理評論，2002，(5)：57—61．

[3] 徐劍剛．我國期貨市場有效性的實證研究[J]財貿經濟，1995，(8)：14—19．

[4] 童宛生，胡俞越，馮中越．中國商品期貨價格形成理論與實證分析[M]．北京：中國財政經濟出版社，1997．

[5] 馬正兵．我國糧食期貨價格發現功能的交叉譜實證研究[J]．統計與決策，2005，(1)：64—66．

[6] Choudhry T. Short -run Deviations and Volatility in Spot and Futures Stock Returns: Evidence from Australia， HongKong， and Japan [J]. Journal of Futures Markets， 1997， (17): 689 -705.

[7] Clinton W， and Michael M. Cointegration analysis of metals futures [J]. Mathematics andComputers in Simulation， 2002，(59): 207 -221.

[8] Dickey DA， and Fuller WA. The Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root [J]，Econometrica， 1981， (49): 1057 - 1072.

[9] Engle R F， and Granger CW. Cointegration and Error Correction Representation， Estimationand Testing [J]. Eoonometrica，1987，(55): 251 -276.

[10] Garbade KD， and Silber W L.Price Movements and Cash Discovery in Futures and Cash Markets [J]. Review ofEconomics and Statistics， 1983， (65): 289-297.

[11] Haigh MS. Cointegration， Unbiased Expectations， and Forecasting in the BIFFEX Freight Futures Market [J]. Journal ofFutures Markets， 2000， (6): 545-571.

[12] Hasbreuck J. One Security， Many Markets: Determining the Contributions to Price Discovery [J]. Journal of Finance，1995，(50): 1175 -1199.

[13] Johansen S， and Juselius K. Maximum Likelihood Estimation and Inference on Cointegratlon-with Applications to theDemand for Money [J]. Oxford Bulletin of Economics and Statistics， 1990， (52): 169 -210.

[14] Kavussanos M， and Nomikes N. The Forward Prieing Function of the Shipping Freight Futures Market. Journal of FuturesMarkets， 1999， (19): 353 - 376.

[15] Maberly E D. Testing Futures Market Efficiency， A Restatement [J]. Journal of Futures Markets， 1985， (5): 425-432.

[16] Nelson D. Conditional Heterescedasticity in Asset Returns: A New Approach [J]. Econometrica， 1991， (59): 347 -370.

[17] Ranutprasad Bhar. Return and Volatility Dynamics in the Spot and Futures Markets in Australia: An Intervention Analysisin a Bivariate EGARCH -X Framework [J]. Journal of Futures Markets， 2001，21 (9): 833 -850.

[18] Tse Y， and SO RW. Price Discovery in the Hang Seng Index Markets: Index， Futures， and the Tracker Fund [J].Journal of Futures Markets， 2004， 24(9): 887 -907.

[19] Tse Y. Price Discovery and Volatility Spillover in the DJIA Index and Futures Markets [J]. Journal of Futures Markets，1999，19(8): 911 -930.

[20] Xu XE， and Fang HG. Cross - market Linkages between U. S. and Japanese Precious Metals Futures Trading [J]. Journalof International Financial Markets， Institutions Money， 2005， (15): 107 -124.

(責任編輯：孟 耀)