我國燃油期貨市場成交量和持倉量對價格波動的影響研究

馮夢黎　馬箐箐

摘要：研究燃油期貨市場成交量、持倉量對價格波動的影響，有利于降低燃油期貨市場風險。建立EGARCH-t模型，分別考察成交量、持倉量以及同進考察成交量與持倉量對我國燃油期貨價格波動的影響。研究結果顯示：在分別考察成交量和持倉量時，當期成交量對價格波動方差具有比較明顯的影響，滯后成交量與持倉量對價格波動方差都沒有很顯著的影響。在同時考察成交量和持倉量對價格波動方差的影響時，有A

關鍵詞：燃油期貨；價格波動；市場成交量；持倉量；EGARCH-t模型

中圖分類號： F012文獻標志碼： A 文章編號：16720539（2014）03006306

一、引言

為了盡快地融入國際燃油定價體系，2004年8月上海期貨交易所正式推出了燃料油期貨交易，以此減輕我國在應付國際燃油市場上油價的大幅振蕩風險帶來的損失。雖然我國燃油期貨市場發展至今已將近十年，但目前我國對燃油期貨市場的了解和認識仍處于起步階段，對其內部結構、運行特征的研究也非常缺乏。在期貨市場上，反映期貨市場行情的最為重要的幾個因素分別是價格、成交量和持倉量。研究燃油期貨成交量、持倉量對價格波動的影響，有助于了解燃油成交量和持倉量在燃油期貨價格波動中所起的作用，有助于了解燃油期貨市場的內部結構和對信息的反應程度，并最終達到控制燃油期貨市場風險的目的，以更好地促進我國燃油期貨市場的發展。

燃油期貨市場的價量關系長期以來都受到國內外學者的關注。大量的文獻研究顯示，燃油期貨市場交易量和價格波動之間存在正相關關系，如Clark[1]（1973）、Copeland[2]（1976）、Karpoff[3]（1987）、Karpoff[4]（1988）、 Bessembinder和Seguin[5]（1992）等都進行了相關研究。學者們在研究燃油交易量與價格波動的關系時，發現滯后期交易量與當期交易量對價格波動的影響并不相同。Foster[6]（1995）、Wang和Yau[7]（2000）研究發現，燃油價格波動與交易量成正相關，而與交易量滯后項之間存在負相關關系。隨后，學者們進行了更深入和更全面的研究，發現不僅期貨價格波動和交易量存在一定關系，同時，期貨價格波動與持倉量也有一定的聯系。Bessembinder和Seguin[8]（1993）、Girma和Mougoue[9]（2002）、Chan[10]（2004）、Ragunathan[11]（1997）等研究發現，交易量和收益率之間存在著強烈的正相關關系，而持倉量和收益率之間存在負相關關系。相較于國外學者，國內學者對燃油期貨價格與交易量、持倉量的關系研究相對較晚。國內學者華仁海和仲偉俊[12]（2004）、仲偉俊等[13]（2008）對燃料油期貨市場的成交量和持倉量對價格波動的影響作了詳盡的分析，研究結果發現，交易量與價格呈正相關，持倉量與價格呈負相關。戴毓等[14]（2009）研究表明，燃料油期貨市場的成交量對價格波動具有非常強的解釋性，也就是說，可以根據上一期的成交量預測下一期的價格波動；同時，當期持倉量增大時，期貨價格波動將減小。崔海蓉等[15]（2010）研究也發現，燃料油期貨市場的價格與成交量呈正相關，持倉量與價格呈負相關。

由于燃油期貨在我國推出的時間不長，國內學術界針對我國燃油期貨市場成交量、持倉量對價格波動影響關系的研究還相對缺乏。為此，本文選取燃油期貨合約為研究對象，研究其成交量和持倉量對價格波動的影響關系，以期可以更好地揭示出我國燃油期貨市場的內在特征。同時，已有文獻在進行建模時大多數并沒有考慮期貨價格波動率的非對稱性，實證研究也運應用GARCH模型。因此，本文在建立模型時選取可以更好地反映金融時間序列對正負信息反應呈非對稱性的EGARCH模型。另外，學者對燃油期貨波動序列與成交量、持倉量建立模型時，一般默認模型的殘差服從正態分布，然而實際情況往往并非如此。基于正態分布的模型僅部分解決了金融時間序列的中尖峰、厚尾的問題，為了更加準確地描述EGARCH模型中殘差的分布特征，本文引入Studentst分布。本文擬分兩種情況對三者之間的關系進行實證研究。第一是分別考察成交量、持倉量對我國燃油期貨價格波動的影響，第二是同時考察成交量與持倉量對我國燃油期貨價格波動的影響。

二、EGARCH實證分析模型的構建

由于期貨價格具有異方差和對信息的非對稱性，因此本文借用EGARCH模型可以很好地體現金融價格波動的杠桿效應，并且以條件方差的對數形式確保條件方差為正，使模型可以更規范和穩定。EGARCH（1，1）模型如下：

Rt=c+ARMA（p，q）+ut（1）

lnht=ω+γut-11ht-1+αut-11ht-1+βlnht-1（2）

方程（1）為均值方程，期貨價格波動Rt服從自回歸移動ARMA（p，q）模型。方程（2）為條件方差方程，ht = E（u2t ），E（ut）=0。ht代表價格波動的條件方差；β反映波動的程度，β越接近1，波動的聚集效應和持續性越強；ut>0表示利好消息，ut<0表示利壞消息。對于EGARCH模型，利好消息和利壞消息對條件方差的影響是不一樣的。當γ=0時，條件方差對沖擊的反應是對稱的；但當γ<0時，條件方差對沖擊的反應是非對稱的，負向的沖擊影響要大于正向的沖擊影響。

為了研究成交量、持倉量對燃油期貨價格波動性的影響，本文在EGARCH模型中引入成交量和持倉量。首先我們分別考察成交量、持倉量對我國燃油期貨價格波動的影響；其次是同時考察成交量與持倉量對我國燃油期貨價格波動的共同影響。本文把同期交易量和滯后一期交易量以及同期持倉量和滯后一期持倉量引入方差方程，令價格波動為Rt， Vt為連續合約在第t個交易日的成交量，It為連續合約在第t個交易日的持倉量，則得到如下模型：

Rt=c+ARMA（p，q）+ut ut～N（0，ht）（3）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ1Vt-i

i=0，1（4）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ2It-i

i=0，1（5）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+

ρ1Vt-i+ρ2It-i

i=0，1（6）

方程（4）中考慮了成交量對價格波動方差的影響，分別是當期和滯后期；方程（5）中考慮了持倉量對價格波動方差的影響，分別是當期和滯后期；而方程式（6）中同時考慮了當期成交量和滯后期持倉量對價格波動方差的影響，分別也是當期和滯后期。

另外，在對燃油期貨波動序列與成交量、持倉量建立EGARCH模型時，一般默認模型的殘差服從正態分布，然而實際情況往往并非如此，基于正態分布的EGARCH模型僅部分解決了金融時間序列的中尖峰、厚尾的問題。為了更加準確地描述 EGARCH模型中殘差的分布特征，本文引入自由度為v的Studentst分布，即假定模型中的誤差項服從如下的分布：

εtΩt-11ht～t（v）

此時的模型即為EGARCH-t模型，t分布有更寬的尾部，能更好地描繪收益序列的后尾性特征。

三、燃油期貨合約序列數據分析

（一）數據描述

本文研究的對象是我國燃油期貨市場，采用的數據類型為燃油期貨合約交易日內的交易量、持倉量和收盤價，數據的時間跨度為2004年10月15日至2013年11月20日。由于每個期貨合約都將在某個時間內到期，因此，期貨價格具有不連續的特征。另外，在同一交易日，會有許多個不同交割時間的期貨合約在交易。因此，同一期貨品種在同一交易日會同時有許多個不同交割時間的交易數據存在。所以我們需要對燃油期貨合約數據進行處理，以建立一個連續的燃油期貨合約序列。

華仁海和仲偉俊（2004）[12]以及崔海蓉等（2010）[15]根據期貨品種的交易量、持倉量和交易活躍程度來選取期貨合約代表來產生一個連續期貨合約序列。但對于燃油期貨而言，國內燃油期貨市場還處于初生階段，某些月份的數據有缺失或沒有交易（如燃油期貨在春節前后就不進行交割）。為此，本文在已有研究的基礎上作出一些修改，對燃油期貨合約按照如下方法來構造連續的燃油期貨合約：選取最近期月份的期貨合約的每天收盤價格和相對應的交易量、持倉量，在最近期貨合約進入交割月后，選擇下個最近期月份的期貨合約。這樣做是為了克服期貨價格波動不穩定、交割月交易量較小的缺點。考慮到燃油期貨數據的局限性，以每年9月份作為基準，同時剔除沒有實際成交的數據后，燃油連續合約序列中數據的個數為1768個。

按照上述方法產生的連續期貨合約的優點在于，所選擇期貨合約的期貨價格序列、成交量序列和持倉量序列具有較好的代表性。由于期貨價格波動較小，因此將會給數據處理帶來一定的困難。所以，將價格波動Rt定義為：

Rt={Ln（Ft）-Ln（Ft-1）}×100（7）

式中，Ft為連續合約在第t個交易日的收盤價格。

由于燃料期貨合約在各個不同月份的成交量和持倉量可能相差很大，不利于反映價格波動的一般特點和比對價格波動，因此文中研究的成交量和持倉量分別取它們的自然對數。即：

LVt = Ln（Vt ）-Ln（Vt -1 ）（8）

LIt = Ln（It ）-Ln（It -1 ）（9）

因此，在方程（4）、（5）、（6）中用LVt替代Vt，LnIt替代It。

（二）數據平穩性檢驗

為了防止偽回歸的現象，需要先對數據進行平穩性檢驗。本文運用ADF檢驗法，對Rt、LVt、LIt進行單位根檢驗（表1）。

序列名1t統計量1Prob值Rt1-46.2228510.0001LVt1-29.1575010.0000LIt1-45.7990510.0001

ADF檢驗結果顯示，Rt、LVt、LIt各序列均為平穩序列，原序列在1%顯著水平下拒絕含有單位根的假設，序列為典型的零階單整時間序列。

四、成交量和持倉量對價格波動影響的實證分析（一）價格的波動特征

1.價格波動的統計特征

表2給出了價格波動Rt序列的統計特征。從表2的統計結果可以看出，價格波動Rt序列的JB統計量表明它不滿足正態分布，同時峰度大于3，呈現出明顯的尖峰厚尾性和異方差性。

參數1Rt樣本容量11768均值10.030133中位數10.46794最大值119.29298最小值1-24.80168標準差11.953130偏度1-0.404342峰度130.18588JB統計量154493.15

2.EGARCH模型模擬價格的波動特征

運用EGARCH（1，1）模型模擬價格波動Rt的波動特征，由于呈現出明顯的尖峰厚尾特征，并且數據量較大，因此運用Eviews7.0時選取的分布為Studentst分布。從表3結果可以看出，方差方程已不存在自相關，滯后1、2階的LM值都很小，即殘差序列不再有ARCH效應，EGARCH（1，1）模型已充分擬合了燃油期貨市場價格波動Rt的特征。同時，β值很接近1且非常顯著，說明燃油期貨市場價格波動Rt的ARCH效應非常明顯，其波動有明顯的持續性和聚集效應。同時燃油期貨市場的γ值為0.26，這說明燃油期貨市場是存在一定的杠桿效應，利好和利壞消息對條件方差有一定影響。

Rt=c+ARMA（p，q）+ut ut～N（0，ht）（3）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ1Vt-i

i=0，1（4）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ2It-i

i=0，1（5）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+

ρ1Vt-i+ρ2It-i

i=0，1（6）

方程（4）中考慮了成交量對價格波動方差的影響，分別是當期和滯后期；方程（5）中考慮了持倉量對價格波動方差的影響，分別是當期和滯后期；而方程式（6）中同時考慮了當期成交量和滯后期持倉量對價格波動方差的影響，分別也是當期和滯后期。

另外，在對燃油期貨波動序列與成交量、持倉量建立EGARCH模型時，一般默認模型的殘差服從正態分布，然而實際情況往往并非如此，基于正態分布的EGARCH模型僅部分解決了金融時間序列的中尖峰、厚尾的問題。為了更加準確地描述 EGARCH模型中殘差的分布特征，本文引入自由度為v的Studentst分布，即假定模型中的誤差項服從如下的分布：

εtΩt-11ht～t（v）

此時的模型即為EGARCH-t模型，t分布有更寬的尾部，能更好地描繪收益序列的后尾性特征。

三、燃油期貨合約序列數據分析

（一）數據描述

本文研究的對象是我國燃油期貨市場，采用的數據類型為燃油期貨合約交易日內的交易量、持倉量和收盤價，數據的時間跨度為2004年10月15日至2013年11月20日。由于每個期貨合約都將在某個時間內到期，因此，期貨價格具有不連續的特征。另外，在同一交易日，會有許多個不同交割時間的期貨合約在交易。因此，同一期貨品種在同一交易日會同時有許多個不同交割時間的交易數據存在。所以我們需要對燃油期貨合約數據進行處理，以建立一個連續的燃油期貨合約序列。

華仁海和仲偉俊（2004）[12]以及崔海蓉等（2010）[15]根據期貨品種的交易量、持倉量和交易活躍程度來選取期貨合約代表來產生一個連續期貨合約序列。但對于燃油期貨而言，國內燃油期貨市場還處于初生階段，某些月份的數據有缺失或沒有交易（如燃油期貨在春節前后就不進行交割）。為此，本文在已有研究的基礎上作出一些修改，對燃油期貨合約按照如下方法來構造連續的燃油期貨合約：選取最近期月份的期貨合約的每天收盤價格和相對應的交易量、持倉量，在最近期貨合約進入交割月后，選擇下個最近期月份的期貨合約。這樣做是為了克服期貨價格波動不穩定、交割月交易量較小的缺點。考慮到燃油期貨數據的局限性，以每年9月份作為基準，同時剔除沒有實際成交的數據后，燃油連續合約序列中數據的個數為1768個。

按照上述方法產生的連續期貨合約的優點在于，所選擇期貨合約的期貨價格序列、成交量序列和持倉量序列具有較好的代表性。由于期貨價格波動較小，因此將會給數據處理帶來一定的困難。所以，將價格波動Rt定義為：

Rt={Ln（Ft）-Ln（Ft-1）}×100（7）

式中，Ft為連續合約在第t個交易日的收盤價格。

由于燃料期貨合約在各個不同月份的成交量和持倉量可能相差很大，不利于反映價格波動的一般特點和比對價格波動，因此文中研究的成交量和持倉量分別取它們的自然對數。即：

LVt = Ln（Vt ）-Ln（Vt -1 ）（8）

LIt = Ln（It ）-Ln（It -1 ）（9）

因此，在方程（4）、（5）、（6）中用LVt替代Vt，LnIt替代It。

（二）數據平穩性檢驗

為了防止偽回歸的現象，需要先對數據進行平穩性檢驗。本文運用ADF檢驗法，對Rt、LVt、LIt進行單位根檢驗（表1）。

序列名1t統計量1Prob值Rt1-46.2228510.0001LVt1-29.1575010.0000LIt1-45.7990510.0001

ADF檢驗結果顯示，Rt、LVt、LIt各序列均為平穩序列，原序列在1%顯著水平下拒絕含有單位根的假設，序列為典型的零階單整時間序列。

四、成交量和持倉量對價格波動影響的實證分析（一）價格的波動特征

1.價格波動的統計特征

表2給出了價格波動Rt序列的統計特征。從表2的統計結果可以看出，價格波動Rt序列的JB統計量表明它不滿足正態分布，同時峰度大于3，呈現出明顯的尖峰厚尾性和異方差性。

參數1Rt樣本容量11768均值10.030133中位數10.46794最大值119.29298最小值1-24.80168標準差11.953130偏度1-0.404342峰度130.18588JB統計量154493.15

2.EGARCH模型模擬價格的波動特征

運用EGARCH（1，1）模型模擬價格波動Rt的波動特征，由于呈現出明顯的尖峰厚尾特征，并且數據量較大，因此運用Eviews7.0時選取的分布為Studentst分布。從表3結果可以看出，方差方程已不存在自相關，滯后1、2階的LM值都很小，即殘差序列不再有ARCH效應，EGARCH（1，1）模型已充分擬合了燃油期貨市場價格波動Rt的特征。同時，β值很接近1且非常顯著，說明燃油期貨市場價格波動Rt的ARCH效應非常明顯，其波動有明顯的持續性和聚集效應。同時燃油期貨市場的γ值為0.26，這說明燃油期貨市場是存在一定的杠桿效應，利好和利壞消息對條件方差有一定影響。

Rt=c+ARMA（p，q）+ut ut～N（0，ht）（3）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ1Vt-i

i=0，1（4）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+ρ2It-i

i=0，1（5）

lnht=ω+βlnht-1+γut-11ht-1+αut-11ht-1+

ρ1Vt-i+ρ2It-i

i=0，1（6）

方程（4）中考慮了成交量對價格波動方差的影響，分別是當期和滯后期；方程（5）中考慮了持倉量對價格波動方差的影響，分別是當期和滯后期；而方程式（6）中同時考慮了當期成交量和滯后期持倉量對價格波動方差的影響，分別也是當期和滯后期。

另外，在對燃油期貨波動序列與成交量、持倉量建立EGARCH模型時，一般默認模型的殘差服從正態分布，然而實際情況往往并非如此，基于正態分布的EGARCH模型僅部分解決了金融時間序列的中尖峰、厚尾的問題。為了更加準確地描述 EGARCH模型中殘差的分布特征，本文引入自由度為v的Studentst分布，即假定模型中的誤差項服從如下的分布：

εtΩt-11ht～t（v）

此時的模型即為EGARCH-t模型，t分布有更寬的尾部，能更好地描繪收益序列的后尾性特征。

三、燃油期貨合約序列數據分析

（一）數據描述

本文研究的對象是我國燃油期貨市場，采用的數據類型為燃油期貨合約交易日內的交易量、持倉量和收盤價，數據的時間跨度為2004年10月15日至2013年11月20日。由于每個期貨合約都將在某個時間內到期，因此，期貨價格具有不連續的特征。另外，在同一交易日，會有許多個不同交割時間的期貨合約在交易。因此，同一期貨品種在同一交易日會同時有許多個不同交割時間的交易數據存在。所以我們需要對燃油期貨合約數據進行處理，以建立一個連續的燃油期貨合約序列。

華仁海和仲偉俊（2004）[12]以及崔海蓉等（2010）[15]根據期貨品種的交易量、持倉量和交易活躍程度來選取期貨合約代表來產生一個連續期貨合約序列。但對于燃油期貨而言，國內燃油期貨市場還處于初生階段，某些月份的數據有缺失或沒有交易（如燃油期貨在春節前后就不進行交割）。為此，本文在已有研究的基礎上作出一些修改，對燃油期貨合約按照如下方法來構造連續的燃油期貨合約：選取最近期月份的期貨合約的每天收盤價格和相對應的交易量、持倉量，在最近期貨合約進入交割月后，選擇下個最近期月份的期貨合約。這樣做是為了克服期貨價格波動不穩定、交割月交易量較小的缺點。考慮到燃油期貨數據的局限性，以每年9月份作為基準，同時剔除沒有實際成交的數據后，燃油連續合約序列中數據的個數為1768個。

按照上述方法產生的連續期貨合約的優點在于，所選擇期貨合約的期貨價格序列、成交量序列和持倉量序列具有較好的代表性。由于期貨價格波動較小，因此將會給數據處理帶來一定的困難。所以，將價格波動Rt定義為：

Rt={Ln（Ft）-Ln（Ft-1）}×100（7）

式中，Ft為連續合約在第t個交易日的收盤價格。

由于燃料期貨合約在各個不同月份的成交量和持倉量可能相差很大，不利于反映價格波動的一般特點和比對價格波動，因此文中研究的成交量和持倉量分別取它們的自然對數。即：

LVt = Ln（Vt ）-Ln（Vt -1 ）（8）

LIt = Ln（It ）-Ln（It -1 ）（9）

因此，在方程（4）、（5）、（6）中用LVt替代Vt，LnIt替代It。

（二）數據平穩性檢驗

為了防止偽回歸的現象，需要先對數據進行平穩性檢驗。本文運用ADF檢驗法，對Rt、LVt、LIt進行單位根檢驗（表1）。

序列名1t統計量1Prob值Rt1-46.2228510.0001LVt1-29.1575010.0000LIt1-45.7990510.0001

ADF檢驗結果顯示，Rt、LVt、LIt各序列均為平穩序列，原序列在1%顯著水平下拒絕含有單位根的假設，序列為典型的零階單整時間序列。

四、成交量和持倉量對價格波動影響的實證分析（一）價格的波動特征

1.價格波動的統計特征

表2給出了價格波動Rt序列的統計特征。從表2的統計結果可以看出，價格波動Rt序列的JB統計量表明它不滿足正態分布，同時峰度大于3，呈現出明顯的尖峰厚尾性和異方差性。

參數1Rt樣本容量11768均值10.030133中位數10.46794最大值119.29298最小值1-24.80168標準差11.953130偏度1-0.404342峰度130.18588JB統計量154493.15

2.EGARCH模型模擬價格的波動特征

運用EGARCH（1，1）模型模擬價格波動Rt的波動特征，由于呈現出明顯的尖峰厚尾特征，并且數據量較大，因此運用Eviews7.0時選取的分布為Studentst分布。從表3結果可以看出，方差方程已不存在自相關，滯后1、2階的LM值都很小，即殘差序列不再有ARCH效應，EGARCH（1，1）模型已充分擬合了燃油期貨市場價格波動Rt的特征。同時，β值很接近1且非常顯著，說明燃油期貨市場價格波動Rt的ARCH效應非常明顯，其波動有明顯的持續性和聚集效應。同時燃油期貨市場的γ值為0.26，這說明燃油期貨市場是存在一定的杠桿效應，利好和利壞消息對條件方差有一定影響。