鋼材期貨價格發現功能研究

[摘 要] 本文借助于Johansen協整檢驗、Granger因果檢驗、信息共享模型、方差分解等方法進行多層次實證研究，定量地刻畫出期貨市場在價格發現中作用的大小。研究結果顯示:印度板材期貨價格和現貨價格之間存在長期均衡關系，在價格引導上僅存在現貨對期貨價格的單向引導關系，期貨對現貨沒有引導關系;通過方差分解發現，現貨市場在價格發現功能中處于主導地位，說明印度鋼材期貨市場效率有待提高，板材期貨沒有實現其應有的價格發現功能。

[關鍵詞] 期貨市場;信息共享模型;協整檢驗;方差分解;價格發現

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2009 . 21 . 023

[中圖分類號]F270. 2[文獻標識碼]A[文章編號]1673 - 0194(2009)21 - 0074 - 03

1引言

期貨功能的基礎就是價格發現作用，有很多學者對股指、農產品和其他金屬期貨的價格發現進行了研究，但目前還沒有關于鋼材期貨價格發現的相關研究，本文將進行這方面的研究。

目前世界上交易的鋼鐵相關期貨品種中，印度2004年3月推出的熱軋卷板材期貨和海綿鐵、方坯期貨是最早的，因此，本文采用印度的鋼材期貨品種進行實證研究，研究期貨的價格發現功能，由此說明印度市場的效率，并為我國鋼材期貨運作提供參考。

2文獻回顧

國內外很多學者對期貨的價格發現進行了大量的研究。Garbade和Silber(1983)建立了期貨與現貨價格之間相互聯系的動態模型，Garbade和Silber通過考察前一期基差的變動對后一期期貨和現貨價格變動的影響來刻畫期貨和現貨市場在價格發現功能中作用的大小。Engle和Granger(1987)、Johansen(1988)以及Johansen和Juselius(1990)提出的協整分析為研究非平穩經濟變量均衡關系提供了全新的方法，該方法在期貨與現貨價格關系的研究中得到了廣泛的應用。例如Ghosh(1993)、Fortenbery(1997)、Haigh(2000)等利用協整分析方法對期貨與現貨價格之間的相互關系進行了檢驗，結果顯示，大多數期貨品種的期貨與現貨價格之間存在協整關系，但某些期貨品種的期貨與現貨價格之間不存在協整關系。

我國學者肖輝(2004)用一般因子分解模型對比分析了倫敦和上海的銅期貨價格發現作用以及股指期貨的價格發現過程。劉慶富(2006)應用單位根檢驗和協整檢驗對我國農產品期貨的價格進行了研究。華仁海(2008)利用信息共享模型和方差分解研究了我國期銅的價格發現功能。總體而言，我國學術界在這一領域已有較多的研究，但在期貨品種的研究上還需要豐富，對鋼材期貨價格發現的研究目前尚未發現。

3研究方法

為了系統分析印度市場鋼材期貨的價格發現功能，本文利用協整分析和信息共享模型來研究期貨價格與現貨價格的互動關系。具體如下:

3.1平穩性檢驗

本文的分析是在協整分析的基礎上進行的，但是在進行協整分析之前，需要進行平穩性分析，只有平穩序列或者具有相同單整階數的變量才能進行協整分析。對時間序列的平穩性進行檢定，本文利用單位根檢驗的方法。

3.2協整檢驗

檢驗時間序列之間是否存在著協整關系，通常使用Johansen最大似然估計法。

3.3Granger因果檢驗

如果序列滿足協整關系，就可以進行Granger因果檢驗。Granger因果檢驗實質是檢驗一個變量的滯后變量是否可以引入到其他變量方程中，一個變量如果受到其他變量的滯后影響，則稱它們具有Granger因果關系。

3.4信息共享模型分析

如果期貨價格和現貨價格之間存在協整關系，則可以利用信息共享模型來研究兩者之間的相互引導關系。期貨價格和現貨價格的信息共享模型為:

式中，Δ代表一階差分，vecm = F - aS - c為期貨價格與現貨價格協整關系中的誤差修正項，df和ds為誤差修正項系數，k為滯后階數。εft 和εst 為殘差項，服從正態分布，其中下標f和s分別代表期貨和現貨市場。aft、bft 、 asi和bsi為短期調整系數。

3.5方差分解

信息共享模型可以進一步表示為:

式中，Pt = (Ft，St)T為2 × 1向量， ρ0 為2 × 1的常數列向量，τ = (1，1)T， Ψ(L)為滯后算子的矩陣多項式，Ψ(L)εt 包含了隨機擾動項對期貨價格和現貨價格波動的長期作用，εt = (εst，εft)T。由于價格變動反映了市場對新信息的作用，如果一個市場所占的信息份額相對較大，則說明這個市場能夠吸收更多的信息，所以該市場在價格發現功能中發揮更重要的作用。

4數據選取

本文研究的期貨品種是印度多種商品交易所鋼材期貨中的熱軋卷板材期貨，期貨價格和現貨價格都取自印度多種商品交易所(MCX)網站。本文采用最近期月份的期貨合約的收盤價作為代表，在最近期期貨合約最后交易日的下個交易日，選擇下一個最近期月份的期貨合約的收盤價格，依此類推，構造了一個連續的序列。本文按照上述方法得到了一個自2004年12月17日至2007年12月31日的印度steelflat的期貨價格序列。文中F代表期貨價格，S代表現貨價格。

5分析結果

5.1單位根檢驗

由表1的檢驗結果可知:在5%的置信水平下，期貨價格序列{Ft｝和現貨價格序列{St｝均是一階平穩過程。

表1 ADF檢驗

5.2協整檢驗

選擇含常數項而不含趨勢項的Johansen協整檢驗進行檢驗，由表2可知，零假設r ≤ 0被拒絕，而零假設r ≤ 1不能被拒絕，說明期貨和現貨價格之間存在協整關系，即在短時間內期貨與現貨價格可能偏離均衡狀態，但長期來看，期貨與現貨價格之間保持著長期均衡關系。

表2Johansen協整檢驗

5.3Granger因果檢驗

由于期貨和現貨價格序列存在協整關系，因此可以用Granger因果檢驗來發現期貨與現貨價格之間的引導關系，結果顯示:僅存在現貨對期貨的單向引導作用(見表3)。

表3Granger因果檢驗

5.4信息共享模型分析

表4給出了板材期現貨價格信息共享模型的參數估計，結果顯示，系數中誤差修正項的系數(即公式(1)和公式(2)中的df和ds)均統計顯著，這說明當系統偏離均衡狀態時，現貨價格和期貨價格都將對非均衡狀態進行修正。觀察滯后變量的系數(即公式(1)和公式(2)中的a和b)，只有公式(1)中ΔSt - 1和公式(2)中ΔSt - 2、ΔFt - 1的系數統計顯著，其他滯后變量的系數統計均不顯著。

表4 信息共享模型參數估計

說明:vecmt-1 = St-1 - 0.912 553Ft-1 - 2 402.833

5.5方差分解

本文利用方差分解求出現貨價格和期貨價格變動長期作用部分的方差來自于現貨市場和期貨市場的比重。由 表5可知，現貨價格變動長期作用部分的總方差中來自于現貨市場的部分最終趨于92.55%，而來自期貨市場的部分呈上升趨勢，最終趨于7.45%。期貨價格變動長期作用部分的總方差中來自于現貨市場的部分最終趨于33.49%，而來自于期貨市場的部分僅為66.51%。可以說，在印度市場，板材的現貨市場在價格發現功能中處于主導地位。

表5對印度板材期現貨價格的方差分解/ %

6結論及啟示

本文借助多種統計方法，從不同角度對印度商品交易所的板材期貨品種的期貨價格與現貨價格之間的關系以及期貨價格發現功能進行了研究，結果顯示:期貨與現貨價格之間存在長期均衡關系，期貨和現貨價格之間僅存在現貨對期貨的價格引導關系。在價格發現功能上，印度市場在價格發現功能中處于主導地位的是現貨市場，印度的板材期貨市場的效率并不高，沒有承擔發現價格的功能。結合印度商品交易所板材期貨的交易發現，該市場交易不活躍，持倉量和交易量都不大，其原因可能與印度較高的鋼材生產集中度有關。我國的鋼鐵市場環境和印度有一定差異，雖然印度板材期貨推出時間較長，但該市場效率太低，此外倫敦和迪拜的鋼材期貨交易量都較小，我國鋼材期貨雖然推出較晚，但完全有機會發揮鋼材期貨的價格發現功能，成為全球鋼材的定價中心。

主要參考文獻

[1] R F Engle， CWJ Granger. Cointegration and Error Correction Representation， Estimation and Testing[J]. Econonmetrica ，1987，55(2):251-276.

[2] S Johansen. Statistical Analysis of Cointegration Vectors[J]. Journal of Economic Dynamics and Control，1988，12(2/3):231-254.

[3] S Johansen，K Juselius. Maximum Likelihood Estimation and Inference on Cointegration — with Applications to the Demand for Money[J]. Oxford Bulletin of Economics and Statistics，1990，52(2):169-210.

[4] A Ghosh. Cointegration and Error Correction Models:Intertemporal Causality between Index and Futures Prices[J]. Journal of Futures Markets，1993，13(2):193-198.

[5] T R Fortenbery，H O Zapata. An Evaluation of Price Linkages between Futures and Cash Markets for Cheddar Cheese[J]. Journal of Futures Markets，1997，17(3):279-301.

[6] M S Haigh. Cointegration， Unbiased Expectations， and Forecasting in the BIFFEX Freight Futures Market[J]. Journal of Futures Markets，2000，20(6):545-571.

[7] 肖輝，吳沖鋒，鮑建平，等.倫敦金屬交易所與上海期貨交易所銅價格發現過程[J]. 系統工程理論方法應用，2004，13(6):481-484，489.

[8] 肖輝，鮑建平，吳沖鋒.股指與股指期貨價格發現過程研究[J]. 系統工程學報，2006，21(4):438-441.

[9] 劉慶富，張金清.我國農產品期貨市場的價格發現功能 研究[J]. 產業經濟研究，2006(1):11-18.

[10] 華仁海，盧斌，劉慶富.中國期銅市場的國際定價功能研究[J]. 數量經濟技術經濟研究，2008(8):83-93，122.

Study on Price Discovery Function of Steel Futures Based on Information-sharing Model in India Market

LIU Li-ping， MIAO Geng

(School of Economics and Management， University of Science and Technology Beijing， Beijing 100083， China)

Abstract: This paper mainly making a multilevel empirical analysisby means of co-integration test， Granger causality test， information share model and variance decomposition. This research analyzed quantitatively the price discovery role of futures markets. The findings indicate that: there is long-run equilibrium relationship between India plate futures prices and spot prices; there is the a single lead relation from spot market to futures market in steelflat’s spot and futures prices; through the variance decomposition ， we found that spot market plays a more important role in the price discovery， this shows that India’s steel futures doesn’t achieved the function of price discovery and India’s steel futures market efficiency needs to be improved.

Key words: Futures Market; Information-sharing Model; Co-integration Test; Variance Decomposition; Price Discovery

注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文