股指期貨價(jià)格發(fā)現(xiàn)功能研究：文獻(xiàn)綜述

摘 要：價(jià)格發(fā)現(xiàn)是期貨市場(chǎng)的基本功能之一，也是套期保值功能發(fā)揮作用的前提。一般認(rèn)為，成熟的期貨市場(chǎng)具有高杠桿、低成本的特點(diǎn)，其價(jià)格能夠領(lǐng)先標(biāo)的現(xiàn)貨的價(jià)格而反映最新的信息，因此，期貨價(jià)格發(fā)現(xiàn)的程度成為衡量期貨市場(chǎng)效率的指標(biāo)之一。本文將從價(jià)格發(fā)現(xiàn)功能的界定、理論基礎(chǔ)、實(shí)證研究以及當(dāng)前研究趨勢(shì)等方面對(duì)已有文獻(xiàn)進(jìn)行詳細(xì)梳理，以便參考。

關(guān)鍵詞：股指期貨；價(jià)格發(fā)現(xiàn)；基本功能

中圖分類號(hào)：F832.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2013）02-0041-04 DOI：10.3969/j.issn.1003-9031.2013.02.09

2010年4月16日，我國(guó)正式推出了標(biāo)的為滬深300指數(shù)的股指期貨，標(biāo)志著我國(guó)在金融創(chuàng)新方面邁出了堅(jiān)實(shí)一步。我國(guó)股指期貨是否具有價(jià)格發(fā)現(xiàn)功能，價(jià)格發(fā)現(xiàn)的程度如何，逐漸成為學(xué)術(shù)界研究的熱點(diǎn)問題。

一、股指期貨價(jià)格發(fā)現(xiàn)功能的界定

對(duì)于期貨價(jià)格和現(xiàn)貨價(jià)格關(guān)系的認(rèn)知、研究和運(yùn)用主要包括兩個(gè)方面：

（一） 當(dāng)前期貨價(jià)格與未來（期貨到期時(shí)刻）現(xiàn)貨價(jià)格的關(guān)系

由于期貨交易中交易雙方一般約定的是未來的交易價(jià)格，人們往往認(rèn)為在一個(gè)有效的市場(chǎng)中，當(dāng)前期貨價(jià)格對(duì)未來現(xiàn)貨價(jià)格具有預(yù)測(cè)或發(fā)現(xiàn)作用，即期貨價(jià)格是未來現(xiàn)貨價(jià)格的無偏估計(jì)，并將其定義為股指期貨的價(jià)格發(fā)現(xiàn)功能。Leuthold（1974），Martin和Garcia（1981），Hokkio和Rush（1989）等學(xué)者都將期貨價(jià)格是否能無偏估計(jì)未來現(xiàn)貨價(jià)格作為市場(chǎng)是否有效的依據(jù)[1-3]。

（二）當(dāng)前期貨價(jià)格同現(xiàn)貨價(jià)格的關(guān)系

Kawaller等（1987）最早對(duì)股指期貨與現(xiàn)貨價(jià)格之間的關(guān)系做了系統(tǒng)研究，他們提出了一個(gè)理論假說，指出股指期貨價(jià)格具有領(lǐng)先現(xiàn)貨價(jià)格的理論基礎(chǔ)，并運(yùn)用三階段最小二乘法回歸模型對(duì)標(biāo)準(zhǔn)普爾500指數(shù)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)期貨價(jià)格要領(lǐng)先現(xiàn)貨價(jià)格20～45分鐘[4]。之后，許多學(xué)者對(duì)于這種領(lǐng)先滯后關(guān)系進(jìn)行了深入研究，并將期貨價(jià)格同現(xiàn)貨價(jià)格之間的引領(lǐng)滯后于信息傳遞定義為價(jià)格發(fā)現(xiàn)功能，即哪個(gè)市場(chǎng)率先吸收和反映新信息，就具有當(dāng)期的價(jià)格發(fā)現(xiàn)功能。陳蓉和鄭振龍（2008）從理論上證明了在一般情況下期貨價(jià)格不是未來現(xiàn)貨價(jià)格的無偏估計(jì)，更不能以此作為檢驗(yàn)期貨市場(chǎng)效率的標(biāo)準(zhǔn)，他們認(rèn)為期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能應(yīng)界定為對(duì)同期現(xiàn)貨價(jià)格的引領(lǐng)作用，即期貨市場(chǎng)價(jià)格相對(duì)于現(xiàn)貨市場(chǎng)價(jià)格對(duì)新出現(xiàn)的信息能做出更快的反應(yīng)[5]。

二、價(jià)格發(fā)現(xiàn)功能的理論基礎(chǔ)

從理論上講，股指期貨和現(xiàn)貨雖然在不同的市場(chǎng)交易，但由于兩者具有等價(jià)資產(chǎn)報(bào)酬的時(shí)間關(guān)系，在不存在市場(chǎng)摩擦的理想狀態(tài)下，若市場(chǎng)內(nèi)有新信息產(chǎn)生，則兩者的市場(chǎng)價(jià)格應(yīng)同時(shí)同方向變動(dòng)。然而現(xiàn)實(shí)市場(chǎng)中是存在市場(chǎng)摩擦的，且期貨市場(chǎng)和現(xiàn)貨市場(chǎng)的摩擦程度可能是不同的，從而導(dǎo)致兩個(gè)市場(chǎng)間的價(jià)格存在領(lǐng)先與滯后的關(guān)系（Led-Lag Relationship）。Kumar和Seppi（1990）分析了期貨市場(chǎng)和現(xiàn)貨市場(chǎng)在微觀結(jié)構(gòu)上的差異，尤其是信息基礎(chǔ)上的差異，即期貨市場(chǎng)的交易者對(duì)指數(shù)信息（即市場(chǎng)信息）掌握更充分，而股票市場(chǎng)上的交易者對(duì)個(gè)股信息掌握的更充分[6]。他們認(rèn)為由于交易時(shí)間及信息傳遞中摩擦等原因，現(xiàn)貨市場(chǎng)的價(jià)格滯后于期貨市場(chǎng)的價(jià)格。在Heitala等（2000）建立的微觀結(jié)構(gòu)模型中，假定股票和期貨可以完全替代，但只有期貨市場(chǎng)才能做空，而股票市場(chǎng)存在做空限制，以此來觀察兩個(gè)市場(chǎng)之間的信息及其反映關(guān)系。研究發(fā)現(xiàn)，期貨合約價(jià)格比股票價(jià)格包含更多信息[7]。

從理論上講，由于股指期貨的交易具有交易成本低、杠桿倍數(shù)高、執(zhí)行指定速度快等優(yōu)點(diǎn)，并且參與交易者眾多，價(jià)格形成中包含了各方對(duì)于價(jià)格預(yù)期的信息，因此股指期貨市場(chǎng)能更快地反映市場(chǎng)信息，股指期貨價(jià)格的變化會(huì)領(lǐng)先于現(xiàn)貨市場(chǎng)價(jià)格的變化。

三、價(jià)格發(fā)現(xiàn)功能的實(shí)證研究

國(guó)內(nèi)外學(xué)者對(duì)于股指期貨價(jià)格發(fā)現(xiàn)功能的研究主要集中在實(shí)證上。在實(shí)證方法上，最早的研究一般采用傳統(tǒng)的普通最小二乘法（OLS）或時(shí)間序列分析中的自回歸移動(dòng)平均（ARMA）模型。采用傳統(tǒng)計(jì)量方法進(jìn)行回歸分析時(shí)，一般要求所采用的時(shí)間序列是平穩(wěn)的，即沒有隨機(jī)或確定性的趨勢(shì)，否則會(huì)產(chǎn)生偽回歸的現(xiàn)象。而現(xiàn)實(shí)中的金融時(shí)間序列數(shù)據(jù)往往都有確定性趨勢(shì)，為非平穩(wěn)的時(shí)間序列。為解決上述問題，Granger（1981）首次提出了非平穩(wěn)數(shù)據(jù)的處理方法—協(xié)整（Co-Integaration）方法[8]。其基本思想為：如果兩個(gè)非平穩(wěn)的時(shí)間序列之間存在一個(gè)平穩(wěn)的線性組合，那么這兩個(gè)序列之間存在協(xié)整關(guān)系，即兩個(gè)序列在長(zhǎng)期波動(dòng)中以及在“趨勢(shì)”上以相似的方式變化。協(xié)整關(guān)系的存在表明兩序列對(duì)于均衡的偏離是平穩(wěn)的，并且具有有限方差。Engle和Granger（1987）在隨后的研究中進(jìn)一步完善了該理論，發(fā)現(xiàn)如果兩個(gè)時(shí)間序列是協(xié)整的，那么一定會(huì)存在一個(gè)誤差修正項(xiàng)可以使變量長(zhǎng)期分量服從均衡約束，而短期分量則具有靈活的動(dòng)態(tài)設(shè)定[9]。由于協(xié)整方法綜合考慮了金融時(shí)間序列之間的長(zhǎng)期均衡和短期動(dòng)態(tài)關(guān)系，因此該方法為研究?jī)r(jià)格發(fā)現(xiàn)最為有效的技術(shù)。隨著相關(guān)計(jì)量經(jīng)濟(jì)學(xué)的不斷發(fā)展完善，期貨價(jià)格發(fā)現(xiàn)功能在研究方法上大致有以下三種思路。

（一） 在協(xié)整分析的基礎(chǔ)上，采用誤差修正模型等方法

協(xié)整分析主要是考察期現(xiàn)貨市場(chǎng)價(jià)格之間是否具有長(zhǎng)期穩(wěn)定的均衡關(guān)系，而誤差修正模型主要是刻畫期貨價(jià)格與現(xiàn)貨價(jià)格對(duì)短期價(jià)格偏離的反應(yīng)。這種思路主要是對(duì)價(jià)格（收益）的一階矩進(jìn)行研究。

Ghosh（1993）采用協(xié)整分析和誤差修正模型對(duì)SP500指數(shù)期貨價(jià)格和現(xiàn)貨價(jià)格之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)它們之間具有長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且在短期關(guān)系中期貨市場(chǎng)價(jià)格對(duì)于現(xiàn)貨市場(chǎng)價(jià)格具有較強(qiáng)的影響力[10]。Tse（1995）采用基于協(xié)整理論的誤差修正模型研究日經(jīng)Nikkei225期貨與現(xiàn)貨價(jià)格之間的關(guān)系，研究發(fā)現(xiàn)期貨價(jià)格的變動(dòng)經(jīng)常是領(lǐng)先股價(jià)指數(shù)的變動(dòng)[11]。Booth等（1999）采用了同樣的方法研究了德國(guó)DAX指數(shù)期貨和期權(quán)的價(jià)格發(fā)現(xiàn)過程，研究結(jié)果表明DAX指數(shù)期貨的價(jià)格發(fā)現(xiàn)功能優(yōu)于期權(quán)[12]。Brooks等（2001）采用多種模型研究了FSTE指數(shù)期貨與現(xiàn)貨之間的關(guān)系，發(fā)現(xiàn)期貨價(jià)格的變化可以預(yù)測(cè)現(xiàn)貨價(jià)格的變化，且預(yù)測(cè)效果最好的模型為誤差修正模型[13]。

程婧和劉志奇（2003）采用協(xié)整方法研究香港恒生指數(shù)期貨與現(xiàn)貨價(jià)格之間的關(guān)系，發(fā)現(xiàn)股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)價(jià)格之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系[14]。任燕燕和李學(xué)（2006）采用向量自回歸模型和誤差修正模型，對(duì)股指期貨的價(jià)格發(fā)現(xiàn)功能進(jìn)行研究，結(jié)果表明股指期貨市場(chǎng)價(jià)格領(lǐng)先于現(xiàn)貨市場(chǎng)價(jià)格[15]。熊熊和王芳（2008）采用協(xié)整檢驗(yàn)、向量誤差修正模型以及脈沖響應(yīng)和方差分解的方法，研究我國(guó)滬深300股指期貨仿真交易市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，結(jié)果表明仿真交易的滬深300股指期貨對(duì)滬深300指數(shù)具有長(zhǎng)期價(jià)格發(fā)現(xiàn)的功能。短期內(nèi)，現(xiàn)貨指數(shù)對(duì)股指期貨具有一定的價(jià)格發(fā)現(xiàn)作用，而且這種作用在不斷加強(qiáng)[16]。張宗成和劉少華（2010）采用Granger因果檢驗(yàn)、協(xié)整檢驗(yàn)及誤差修正模型對(duì)上市以來滬深300股指期貨與現(xiàn)貨之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)無論長(zhǎng)期還是短期，期貨市場(chǎng)對(duì)于現(xiàn)貨市場(chǎng)的影響都比較大[17]。林祥友等（2011）利用協(xié)整檢驗(yàn)、Granger檢驗(yàn)、脈沖響應(yīng)等方法，以滬深300仿真交易數(shù)據(jù)為研究對(duì)象，對(duì)滬深300仿真股指期貨在股指上行區(qū)間和下行區(qū)間的價(jià)格發(fā)現(xiàn)功能進(jìn)行研究，結(jié)果表明在股價(jià)指數(shù)上行區(qū)間，股指現(xiàn)貨的價(jià)格發(fā)現(xiàn)功能強(qiáng)于股指期貨；在股價(jià)指數(shù)下行區(qū)間，股指期貨的價(jià)格發(fā)現(xiàn)功能強(qiáng)于股指現(xiàn)貨[18]。

（二） 在穩(wěn)定協(xié)整關(guān)系的基礎(chǔ)上，精確確定期現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度

主要方法有公共因子模型，包括Hasbrouck（1995）提出的信息份額模型（Information Share，簡(jiǎn)寫為IS）和Gonzalo和Granger（1995）提出的長(zhǎng)期—短期模型（Permanent Transitory，簡(jiǎn)寫為PT）[19-20]。IS和PT模型都是將沖擊影響分解到每個(gè)市場(chǎng)，分析各市場(chǎng)對(duì)沖擊所作的貢獻(xiàn)，這兩個(gè)模型使用了不同的價(jià)格發(fā)現(xiàn)定義。Baillie等（2002）對(duì)這兩個(gè)模型之間的關(guān)系進(jìn)行深入的探討，認(rèn)為IS模型分解的是共因子的方差，測(cè)量的是每個(gè)市場(chǎng)的信息對(duì)共因子方差的貢獻(xiàn)；PT模型分解的是共因子（分解為兩個(gè)市場(chǎng)價(jià)格的組合），關(guān)注的是向量誤差修正模型中的誤差修正機(jī)制，通過定義誤差修正系數(shù)函測(cè)量每個(gè)市場(chǎng)對(duì)共因子的貢獻(xiàn)。兩個(gè)模型之間具有密切的關(guān)系[21]。

肖輝等（2006）使用脈沖響應(yīng)與一般因子分解模型對(duì)國(guó)際五種主要的股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能進(jìn)行了研究，發(fā)現(xiàn)期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過程中處于主導(dǎo)地位[22]。嚴(yán)敏等（2009）采用誤差修正模型、公共因子模型及帶有誤差修正的雙變量EGARCH模型研究了仿真滬深300股指期貨與現(xiàn)貨之間的關(guān)系，發(fā)現(xiàn)現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中起主導(dǎo)作用[23]。許自堅(jiān)（2012）通過IS和PT模型分析股指期貨與現(xiàn)貨指數(shù)各自在價(jià)格發(fā)現(xiàn)中的貢獻(xiàn)度，結(jié)果表明股指期貨在價(jià)格發(fā)現(xiàn)過程中占據(jù)主導(dǎo)地位[24]。

（三） 對(duì)價(jià)格（收益）的二階矩進(jìn)行研究，即通過考察兩市場(chǎng)之間的波動(dòng)溢出效應(yīng)

Hamao（1990）最早提出了“波動(dòng)溢出效應(yīng)”模型，通過該模型考察價(jià)格波動(dòng)和信息傳播之間的關(guān)系[25]。所謂的“溢出效應(yīng)”是指由于投資者投資行為的改變，一個(gè)市場(chǎng)的波動(dòng)會(huì)傳到其它市場(chǎng)。此模型可以描述價(jià)格波動(dòng)和信息傳播之間的關(guān)系，因此找到了一個(gè)較好的角度研究信息傳播與價(jià)格發(fā)現(xiàn)問題，并能夠分析不同市場(chǎng)之間的信息傳遞和波動(dòng)影響過程。

在方法上，通常采用GARCH類模型進(jìn)行這方面的實(shí)證研究。最早Engle（1982）提出了自回歸條件異方差（ARCH）模型來描繪金融市場(chǎng)收益的波動(dòng)性[26]。而在實(shí)際應(yīng)用中使用更為廣泛的是由Bollerslev（1986）提出的廣義自回歸條件異方差（GARCH）模型，GARCH模型能夠捕捉高頻金融時(shí)間序列的尖峰厚尾、波動(dòng)聚集以及條件異方差等特征[27]。由于在資本市場(chǎng)中，經(jīng)?？梢园l(fā)現(xiàn)資產(chǎn)價(jià)格向下運(yùn)動(dòng)通常伴隨著比之程度更強(qiáng)的向上運(yùn)動(dòng)，為描述這種非對(duì)稱“杠桿效應(yīng)”，Nelson（1991）提出了EGARCH等非對(duì)稱模型[28]。

邢精平等（2011）采用多元T-GARCH模型研究我國(guó)股指期貨上市以來期現(xiàn)貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)，研究結(jié)果表明兩市之間存在顯著的雙向波動(dòng)溢出，但期貨市場(chǎng)的波動(dòng)溢出效應(yīng)強(qiáng)于現(xiàn)貨市場(chǎng)的波動(dòng)溢出效應(yīng)[29]。劉曉彬等（2012）基于滬深300股指期貨仿真交易數(shù)據(jù)，采用BEKK-MGARCH模型對(duì)期現(xiàn)貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)進(jìn)行研究，結(jié)果表明兩市場(chǎng)之間存在相互溢出效應(yīng)，且在產(chǎn)生持久的影響[30]。Yang等（2012）采用遞歸協(xié)整和修正的非對(duì)稱ECM-GARCH模型研究了滬深300股指期貨上市以來期貨市場(chǎng)與現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出關(guān)系，結(jié)果發(fā)現(xiàn)期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)作用表現(xiàn)并不理想[31]。

在研究結(jié)果上，大部分實(shí)證研究所得出結(jié)論都支持股指期貨的價(jià)格變化領(lǐng)先于現(xiàn)貨價(jià)格的變化。這些結(jié)論所針對(duì)的研究對(duì)象，既有發(fā)達(dá)國(guó)家的股指期貨市場(chǎng)，也有新興市場(chǎng)國(guó)家的股指期貨市場(chǎng)。但也有一些實(shí)證研究所得出的結(jié)論認(rèn)為現(xiàn)貨市場(chǎng)的價(jià)格變化領(lǐng)先于期貨市場(chǎng)，如Wahab和Lashgari（1993）對(duì)美國(guó)SP500指數(shù)期貨與英國(guó)FTSE100指數(shù)期貨市場(chǎng)的研究[32]；刑天財(cái)和張閣（2010）對(duì)于仿真滬深300股指期貨研究[33]；方匡南和蔡振忠（2012）對(duì)于滬深300股指期貨的研究[34]。

四、價(jià)格發(fā)現(xiàn)功能的研究趨勢(shì)

當(dāng)前對(duì)于股指期貨價(jià)格發(fā)現(xiàn)功能的研究趨勢(shì)主要在兩個(gè)方面：

（一）對(duì)實(shí)證模型進(jìn)行深入拓展

Hamilton和Susmel（1994）、Ramchand和Susmel（1998）等研究發(fā)現(xiàn)，在股票市場(chǎng)中存在高波動(dòng)率和低波動(dòng)率兩種截然不同的波動(dòng)機(jī)制[35-36]。許多學(xué)者基于此現(xiàn)象，發(fā)展非線性計(jì)量模型，研究股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能。Chiang（2003）提出了帶有機(jī)制轉(zhuǎn)換的協(xié)整模型，并對(duì)SP500指數(shù)、CAC40指數(shù)和Nikkei225指數(shù)期貨進(jìn)行了實(shí)證研究，研究結(jié)果表明，帶有機(jī)制轉(zhuǎn)換的協(xié)整模型較傳統(tǒng)的協(xié)整模型有更好的表現(xiàn)[37]。Li（2009）采用馬爾科夫機(jī)制轉(zhuǎn)換VECM（Markov-switching VECM）模型研究了美國(guó)SP500指數(shù)、英國(guó)FTSE100指數(shù)、德國(guó)DAX30指數(shù)、巴西Bovespa指數(shù)、以及匈牙利BSI指數(shù)的期貨現(xiàn)貨在高波動(dòng)機(jī)制狀態(tài)和低波動(dòng)機(jī)制狀態(tài)下兩者之間的關(guān)系，研究結(jié)果發(fā)現(xiàn)，在低波動(dòng)機(jī)制下，股指期貨具有引領(lǐng)現(xiàn)貨的價(jià)格發(fā)現(xiàn)功能；而在高波動(dòng)機(jī)制下，現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中作用更強(qiáng)[38]。

（二）對(duì)影響股指期貨價(jià)格的因素深入研究

Fung和Yu（2007）研究現(xiàn)貨市場(chǎng)的流動(dòng)性對(duì)于期貨市場(chǎng)與現(xiàn)貨市場(chǎng)價(jià)格之間關(guān)系的影響，結(jié)果表明現(xiàn)貨市場(chǎng)的流動(dòng)性將通過影響套利者的套利成本而影響期貨的價(jià)格發(fā)現(xiàn)能力[39]。Bohl等（2011）關(guān)注投資者結(jié)構(gòu)對(duì)于股指期貨價(jià)格發(fā)現(xiàn)功能的影響，研究發(fā)現(xiàn)期貨市場(chǎng)中如果個(gè)人投機(jī)者占主體的話，就不利于股指期貨價(jià)格發(fā)現(xiàn)功能的發(fā)揮[40]。左順根和杜吉中（2012）從理論和實(shí)證上探討股指期貨市場(chǎng)操縱對(duì)于股指期貨價(jià)格的影響，結(jié)果發(fā)現(xiàn)當(dāng)操縱嫌疑只存在于期貨市場(chǎng)時(shí)，股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能將會(huì)減弱；當(dāng)操縱嫌疑存在于期貨、現(xiàn)貨兩個(gè)市場(chǎng)時(shí)，股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能相對(duì)會(huì)增強(qiáng)，而且當(dāng)股指期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能較強(qiáng)時(shí)，市場(chǎng)操縱的難度和成本都將下降[41]。

參考文獻(xiàn)：

[1]Leuthold R M. The Price Performance on the Futures Market of a Nonstorable Commodity： Live Beef Cattle[J]. American Journal of Agricultural Economics， 1974，56（2）：271-279.

[2]Martin L，Garcia P.The Price-Forecasting Performance of Futures Markets for Live Cattle and Hogs： A Disaggregated Analysis[J].American Journal of Agricultural Economics， 1981，63（2）：209-215.

[3]Hakkio，C，S，R.Market Efficiency and Cointegration： An Application to the Sterling and Deutschmark Exchange Markets[J].Journal of International Money and Finance， 1989，8（1）：75.

[4]Kawaller I G， Koch P D， Koch T W. The Temporal Price Relationship Between SP 500 Futures and the SP 500 Index[J].The Journal of Finance， 1987，42（5）：1309-1329.

[5]陳蓉，鄭振龍.無偏估計(jì)、價(jià)格發(fā)現(xiàn)與期貨市場(chǎng)效率——期貨與現(xiàn)貨價(jià)格關(guān)系[J].系統(tǒng)工程理論與實(shí)踐， 2008（8）：2-11.

[6]Kumar P，Seppi D J.Information and Index Arbitrage[J].The Journal of Business， 1994，67（4）：481-509.

[7]Hietala P，Jokivuolle E， Koskinen Y.Informed Trading， Short Sales Constraints， and Futures' Pricing[R]. 2000.

[8]Granger， C， W， J.Some Properties of Time Series Data and Their Use in Econometric Model Specification[J]. Journal of Econometrics， 1981，16（1）：121-130.

[9]Engle，R，F(xiàn)，G.Co-Integration and Error Correction： Representation， Estimation， and Testing[J].Econometrica， 1987，55（2）：251-276.

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

[11]Tse，Y，K.Lead-lag Relationship between Spot Index and Futures Price of the Nikkei Stock Average[J]. Journal of Forecasting，1995，14（7）：553-563.

[12]Booth，G，So R W，Tse Y.Price Discovery in the German Equity Index Derivatives Markets[J].Journal of Futures Markets，1999，19（6）：619-643.

[13]Brooks C， Rew A G， Ritson S.A Trading Strategy Based on the Lead–lag Relationship between the Spot Index and Futures Contract for the FTSE 100[J].International Journal of Forecasting， 2001，17（1）：31-44.

[14]程婧，劉志奇.恒生股指期貨與股票現(xiàn)貨協(xié)整關(guān)系研究[J].金融與經(jīng)濟(jì)， 2003（11）：33-36.

[15]任燕燕，李學(xué).股指期貨與現(xiàn)貨之間超前滯后關(guān)系的研究[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2006（5）：86-89.

[16]熊熊，王芳.我國(guó)滬深300股指期貨仿真交易的價(jià)格發(fā)現(xiàn)分析[J].天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2008（4）：321-325.

[17]張宗成，劉少華.滬深300股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)聯(lián)動(dòng)性及引導(dǎo)關(guān)系實(shí)證分析[J].中國(guó)證券期貨， 2010（5）：4-6.

[18]林祥友，代宏霞，何蕭肖.股指期貨價(jià)格發(fā)現(xiàn)功能的實(shí)證研究——來自滬深300股指期貨仿真交易的證據(jù)[J].山東經(jīng)濟(jì)，2011（1）：107-114.

[19]Hasbrouck J. One Security， Many Markets： Determining the Contributions to Price Discovery[J]. The Journal of Finance，1995，50（4）：1175-1199.

[20]Gonzalo，J，G，C.Estimation of Common Long-Memory Components in Cointegrated Systems[J]. Journal of Business Economic Statistics，1995，13（1）：27-35.

[21]Baillie R T，Geoffrey Booth G，Tse Y， et al. Price Discovery and Common Factor Models[J].Journal of Financial Markets，2002，5（3）：309-321.

[22]肖輝，鮑建平，吳沖鋒.股指與股指期貨價(jià)格發(fā)現(xiàn)過程研究[J].系統(tǒng)工程學(xué)報(bào)， 2006（4）：438-441.

[23]嚴(yán)敏，巴曙松，吳博.我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)[J].系統(tǒng)工程， 2009（10）：32-38.

[24]許自堅(jiān).滬深300股指期貨價(jià)格發(fā)現(xiàn)實(shí)證研究[J].西南交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012（3）：127-131.

[25]Hamao Y.Correlations in Price Changes and Volatility Across International Stock Markets[J].Review of Financial Studies，1990，3（2）：281-307.

[26]Engle R F.Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrica，1982，50（4）：987-1007.

[27]Bollerslev T.Generalized Autoregressive Conditional Heteroskedasticity[J]. Journal of Econometrics， 1986，31（3）：307-327.

[28]Nelson D B.Conditional Heteroskedasticity in Asset Returns： A New Approach[J].Econometrica， 1991，59（2）：347-370.

[29]邢精平，周伍陽，季峰.我國(guó)股指期貨與現(xiàn)貨市場(chǎng)信息傳遞與波動(dòng)溢出關(guān)系研究[J].證券市場(chǎng)導(dǎo)報(bào)， 2011（2）：13-19.

[30]劉曉彬，李瑜，羅洎.股指期貨與現(xiàn)貨市場(chǎng)間波動(dòng)溢出效應(yīng)探究[J].宏觀經(jīng)濟(jì)研究， 2012（7）：80-86.

[31]Yang J，Yang Z，Zhou Y.Intraday Price Discovery and Volatility Transmission in Stock Index and Stock Index Futures Markets： Evidence from China[J]. Journal of Futures arkets， 2012，32（2）：99-121.

[32]Wahab M，L M.Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets： A Cointegration Approach[J].Journal of Futures Markets，1993，13（7）：711-742.

[33]邢天才，張閣.中國(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)聯(lián)動(dòng)效應(yīng)的實(shí)證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析[J].財(cái)經(jīng)問題研究， 2010（4）：48-54.

[34]方匡南，蔡振忠.我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能研究[J].統(tǒng)計(jì)研究，2012（5）：73-78.

[35]Hamilton J D，Susmel R.Autoregressive Conditional Heteroskedasticity and Changes in Regime[J]. Journal of Econometrics，1994，64（1–2）：307-333.

[36]Ramchand L， Susmel R. Volatility and Cross Correlation Across Major Stock Markets[J].Journal of Empirical Finance，1998，5（4）：397-416.

[37]Chiang M.Price Discovery and Changes in Regimes for Stock Index Futures[J].Global Finance Journal，2003，14（3）：287-301.

[38]Li M L.The Dynamics of the Relationship Between Spot and Futures Markets under High and Low Variance Regimes[J].Applied Stochastic Models in Business and Industry，2009，25（6）：696-718.

[39]Fung，J，K，W.Order Imbalance and the Dynamics of Index and Futures Prices[J].Journal of Futures Markets，2007，27（12）：1129-1157.

[40]Bohl M T，Salm C A，Schuppli M.Price Discovery and Investor Structure in Stock Index Futures[J].Journal of Futures Markets， 2011，31（3）.

[41]左順根，杜吉中.股指期貨市場(chǎng)操縱與價(jià)格發(fā)現(xiàn)功能的關(guān)系研究[J].南方金融，2012（5）：65-69.

（責(zé)任編輯：陳薇）