上海金屬期貨市場實證分析

作為新興期貨市場，上海現貨市場與期貨市場之間是否存在確定的依賴關系，若存在，這種關系的信息傳遞方式又是如何。本文試圖對此做初步的探討。

由于上海金屬網金屬市場銅、鋁的現貨交易相對較為活躍，進行現貨交易的金屬銅、鋁的質量標準與上海期貨交易所金屬銅、鋁期貨合約的質量標準一致，產生的現貨價格具有較好的代表性，因此我們采用上海金屬網公布的每個交易日的銅、鋁的現貨收盤價作為現貨價格的代表。對于期貨市場數據，取銅和鋁期貨市場連續數據一月銅和一月鋁連續合約，時間跨度為從2000年1月2日至2007年12月31日。這里，記現貨市場價格序列自然對數為St=㏑(Ct)，期貨市場的價格序列自然對數為Ft=㏑(Pt)，其中第t個交易日的現貨價格與期貨價格的收盤價分別為Ct和Pt。

對樣本數據進行統計檢驗，檢驗結果如下表:

上表給出了銅、鋁現貨價格與期貨價格的基本統計特征。由基本統計量可知，銅、鋁期貨市場的方差均比現貨市場的方差大，表明期貨市場的價格波動程度比現貨市場大。從偏度來看，它們均為右偏，并且相對于鋁市場，銅市場的偏度較大。從峰度來看，銅市場的峰度大于3，呈現出尖峰特征;而鋁市場的峰度小于3，不具有尖峰特征。根據JB統計量的正態檢驗結果可知，銅、鋁市場的現貨價格和期貨價格序列均不服從正態分布。由Q(24)和Q2(24)統計量的檢驗結果可知，在1%的置信水平下，銅、鋁現貨價格和期貨價格序列均具有自相關與條件異方差性。總之，銅、鋁現貨價格與期貨價格均具有非線性動態特征。

一、協整性檢驗

協整允許我們刻畫兩個或多個序列之間的平衡或平穩關系。對于每一個序列單獨來說可能是非平穩的，這些序列的矩，如均值、方差和協方差隨時間而變化，而這些時間序列的線性組合序列卻可能有不隨時間變化的性質。Engle和Granger指出兩個或多個非平穩時間序列的線性組合可能是平穩的。如果這樣一種平穩的或I(0)線性組合存在，這些非平穩(有單位根)時間序列之間就被認為具有協整關系。

若序列Ft和St都是d階單整，用一個變量對另一個變量進行回歸，即

用和表示回歸系數的估計值，則模型殘差估計值為

若～I(0)，則和具有協整關系。協整關系反映了兩個變量之間的長期均衡關系。

為檢驗期貨價格與現貨價格的協整關系，首先要對鋁、銅期貨價格和現貨價格進行平穩性檢驗即對它們進行ADF單位根檢驗。其檢驗方程為

其中，表示一階差分，t表示趨勢變量，t為白噪聲;k為滯后項長度。對St、Ft、t進行平穩性檢驗的結果如下表:

單位根檢驗結果

由ADF檢驗結果可知，在1%的置信水平下，鋁、銅現貨價格序列St和期貨價格序列Ft均為非平穩序列，但t序列為I(0)平穩序列。根據協整定義可知，鋁、銅的現貨價格序列St和期貨價格序列Ft均存在協整關系。由此可知，我國鋁、銅現貨市場和期貨市場之間均存在長期的均衡關系。

二、Granger因果檢驗

Granger因果關系檢驗實質上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。期貨價格和現貨價格之間的對數引導關系可以通過Granger因果模型來進行檢驗。Granger因果檢驗模型為:

其中，St、Ft分別表示現貨價格和期貨價格的自然對數，1t、2t 是白噪聲，且不相關。如果存在某一β1j不為零，則稱Ft引導St;同樣，如果存在某一α2i不為零，則稱St引導Ft;如果同時存在某一β1j和某一α2i均不為零，則稱Ft與St之間是否相互引導，可以通過F-統計量進行Granger因果檢驗。其檢驗結果如下表:

Ft與St之間的Granger因果關系

由上表可知，金屬鋁市場只存在期貨價格到現貨價格的單向引導關系，說明期貨價格的波動對現貨價格具有預測作用，期貨價格能夠引導現貨價格;而現貨價格對期貨價格沒有預測作用，現貨價格對期貨價格不具有引導作用。因此，期貨交易者可以根據期貨價格來預測現貨價格，反之，則不然。但是，金屬銅期貨價格與現貨價格之間存在雙向引導關系，這說明期貨價格對現貨價格具有預測作用，現貨價格對期貨價格也具有預測作用，期貨價格與現貨價格之間的影響是相互的。這樣，對于銅市場來說，期貨交易者既可以根據期貨價格來預測現貨價格，也可以根據現貨價格來預測期貨價格。這也說明，銅市場的信息傳遞要比鋁市場有效。

參考文獻:

[1]張雪瑩 金德環:金融計量學教程[M].上海:上海財經大學出版社，2005.7

[2]高鐵梅:計量經濟分析方法與建模[M].北京:清華大學出版社，2006.1

[3]Ruey S Tsay.Analysis of Financial Time Series[M].潘家柱譯. 北京:機械工業出版社，2006.4

[4]Enders，W. 應用計量經濟學:時間序列分析(第2版)[M]:杜江，謝志超譯.北京:高等教育出版社，2006.6

[5]Pindyck，R.S. Econometric Models and Economic Forecasts(第4版) [M]:錢小軍譯.北京:機械工業出版社，1999.11

[6]Mills，T.C. The Econometric Modelling of Financial Time Series(第2版) [M]:俞卓菁譯.北京:經濟科學出版社，2002.7

[7]趙進文 王 倩:上證180指數的GARCH族模型仿真研究[J].經濟問題研究，2008.3