國際金屬期貨市場交叉影響及其傳導效應研究

張鋮+龍美芳

[摘要]以上海期貨交易所（SHFE）和倫敦金屬交易所（LME）的期銅、期鋁和期鋅的2007—2015年的價格數據為研究對象，基于相關性分析法和GARCH模型，對我國和國際金屬期貨市場的交叉影響和傳導效應進行深入研究。結果表明：LME對SHFE的期貨價格具有持續(xù)性的傳導效應，而SHFE對LME的期貨價格具有顯著的抑制效應。

[關鍵詞]SHFE；LME；GARCH模型；傳導效應

1研究背景

國際市場上金屬期貨及其價格波動一直以來都受到廣泛關注。一方面是由于金屬期貨的自然屬性，金屬期貨的標的是大宗金屬商品，而在各國的經濟建設過程中，大宗金屬商品資源是重要的工業(yè)生產原料，對各國的國民經濟建設有著舉足輕重的作用，對于第一、第二產業(yè)價值創(chuàng)造不可或缺，其價格的高低和波動不僅會關系到相關產業(yè)的發(fā)展，還會影響到國家經濟的平穩(wěn)運行，使得金屬期貨備受關注成為必然現(xiàn)象；另一方面，是由于金屬期貨的價格發(fā)現(xiàn)和套期保值的期貨屬性，金屬期貨的價格發(fā)現(xiàn)屬性是指金屬期貨價格反映了供求雙方對未來時間供應關系和價格走勢的預期。

我國從1991年推出第一個商品期貨標準合約——特級鋁期貨合約以來，我國金屬期貨市場已經發(fā)展了近25年。雖然我國期貨市場發(fā)展時間不長，但發(fā)展十分迅速，尤其是經過近幾年的治理整頓，我國期貨市場規(guī)范化程度明顯提高，國內期貨市場在國際期貨市場上的作用和影響日益凸顯，目前國內絕大多數銅現(xiàn)貨企業(yè)已經參與期貨市場進行套期保值，有色金屬期貨價格已經成為國內有色行業(yè)定價的重要基準價格。目前上海期貨交易所（Shanghai Futures Exchange，SHFE）已成為緊隨倫敦金屬交易所（London Metal Exchange，LME）后的全球第二大期銅、期鋁交易市場，其他金屬期貨在國際上的影響力也在不斷上升。研究SHFE和LME之間的交叉影響關系和傳導效應，并分別從宏觀金屬期貨市場、中觀企業(yè)角度和微觀期貨交易者的角度進行分析和合理化建議，不僅可以揭示我國期貨市場與國際市場的依存關系，檢驗我國金屬期貨市場是否成熟，還可以為其商業(yè)應用部門、市場參與者、期貨交易所和期貨監(jiān)管部門等提供有價值的市場信息。一方面能為我國金屬期貨市場的進一步規(guī)范完善提供理論依據；另一方面也能為我國期貨交易者進行期貨投資、套期保值和套利行為提供實踐指導。

2文獻綜述

關于金融市場的交叉影響和傳導效應的研究主要從四個方面進行。

第一，根據產品的成交量和持倉量的波動來研究期貨價格的變動規(guī)律。戴毓和周德群（2009）分別采用GARCH模型、脈沖響應函數來研究我國燃油期貨的價格波動與成交量和持倉量之間的關系，實證表明，成交量對燃油期貨的價格波動有很強的解釋作用，而持倉量的變動不能解釋燃油期貨的價格波動。Chen（2009）以臺灣期貨交易所所有的期貨產品為研究對象進行研究，結果表明臺灣期貨市場的期貨產品價格波動性與市場深度成反比，而與市場交易量成正比。Batten 和 Lucey（2010）以芝加哥商品交易所的黃金期貨為研究對象，實證分析黃金期貨價格在期貨市場之間的波動性。馮夢黎和馬菁菁（2014）建立了EGARCH-t模型，以燃料油期貨為研究對象，考察成交量和持倉量對燃料油期貨價格波動的影響，并認為我國的期貨市場運行效率良好。Zhang（2014）等以我國四大期貨交易所為研究對象，立足于DEA和Malmquist模型，研究我國各大期貨交易所的相對效率。周偉和張鋮（2015）立足于數據包絡模型以及改進的投入有效性判定IIEE模型分析了我國期貨市場的綜合效率，并認為我國期貨市場運營綜合效率較高，成交量和持倉量的波動在期貨價格上得到了良好的體現(xiàn)。

第二，根據整個市場總體價格波動來預測價格趨勢。Premaratne 和 Bala（2004）以中國香港、日本和英國股票市場為參照，研究這三個股票市場對新加坡股票市場的波動溢出效應。蘇巖和楊振海（2007）以1994—2004年，人民幣/日元的匯率數據為樣本，分別驗證了ARMA模型、ARMA/GARCH組合模型、GARCH模型、EGARCH模型、IGARCH模型。蔣曉宇和沈瑤（2015）研究了國內和國際大宗商品期貨市場的關聯(lián)性和價格發(fā)現(xiàn)功能，結果表明上海市場和倫敦市場期貨價格存在長期均衡關系。Boonvorachote和Lakmas（2016）以亞洲商品期貨市場為研究對象，以GARCH（1，1）模型為基礎進行研究，結果表明對于正常情況和突發(fā)情況下的成交量有明顯的溢出效益，而公開市場利率會減弱這種溢出效益。

第三，是針對不同交易市場的同種產品間的價格交叉影響和風險傳導進行研究。Lin 和 Tamvakis（2001）研究了紐約商業(yè)交易所和倫敦國際石油交易所關于石油期貨的交叉影響和聯(lián)動關系。方毅和張屹山（2007）以上海期貨交易所（SHFE）和倫敦金屬交易所（LME）的期銅和期鋁為研究對象，比較研究了其風險傳染。周偉（2012）等以SHFE的滬銅滬鋁和LME的倫銅為研究對象進行場內外風險傳染測度實證，設計了GARCH模型的MCMC迭代算法驗證了金融市場間的波動集聚效益、風險傳染效應等現(xiàn)象。Yarovaya（2016）等以亞洲、美洲、歐洲和非洲的10個成熟金融市場和11個發(fā)展中的金融市場為研究對象，研究區(qū)域內和區(qū)域間的價格波動的交叉影響和傳導效應。

第四，是針對同一交易市場的不同產品間的價格交叉影響和風險傳導進行研究。Gannon（2010）以澳大利亞股票市場的股票價格和對應的股指期貨價格為研究對象，在GARCH模型的基礎之上提出了多市場同步波動模型，再結合美國S&P500股指期貨數據，驗證了兩者之間的同步傳染和隔夜傳染效應。周偉和何建敏（2011）以SHFE的期銅、期鋁和期鋅為研究對象，通過格蘭杰因果檢驗、GARCH模型和廣義脈沖響應函數等方法對我國金屬期貨產品價格之間的交叉影響和傳導效應進行了研究?？紤]了時變和高頻因素，Baum 和Zerilli（2014）以2001年10月至2012年12月各國原油期貨市場的交易日高頻數據為研究對象，研究原油市場的交叉影響和原油期貨價格在原油市場間的傳導溢出效應，并發(fā)現(xiàn)了對價收益進行跳躍分析能夠增加關于傳導溢出效應的準確性。

3國際金屬期貨市場交叉影響和傳導效應模型建立

3.1數據基本統(tǒng)計描述

以SHFE和LME的金屬期貨產品為樣本，對于期貨價格收益數據的基本統(tǒng)計量主要包括：均值、標準差、偏度、峰度等方面，用來描述數據的總體分布和數字特征。

3.2相關性分析法

相關性分析是指對兩個或多個具備相關性的變量元素進行分析，從而衡量變量因素的相關密切程度。根據SHFE和LME的期銅、期鋁和期鋅三種產品，相關性分析分別衡量了SHFE和LME期貨產品價格收益之間的相關關系強弱。對于SHFE和LME期貨產品的價格收益相關性分析所得的結論只代表兩者之間的相關密切程度，不代表SHFE和LME期貨產品之間的因果關系。本文采用的序列相關的檢驗方法為Durbin-Watson統(tǒng)計量（D.W.統(tǒng)計量）檢驗法。D.W.統(tǒng)計量是用來檢驗隨機誤差項是否存在一階序列相關，即E（utut-1）≠0的情形，計算如下：

3.3金屬期貨市場交叉影響和傳導效應GARCH模型

為了更好的研究金屬期貨產品如何受到外圍市場的影響以及如何受到本國其他期貨產品價格收益波動的影響，以及價格如何在期貨市場間傳導，本文建立了廣義自回歸條件異方差模型（Generalized Autoregressive Conditional Heteroscedasticity Model，GARCH模型），針對SHFE和LME的期銅、期鋁和期鋅等期貨產品建立的GARCH模型為以下內容。

4實證分析

4.1基本統(tǒng)計描述

根據期貨產品的上市時間、市場成熟度和交易活躍度，考慮到金屬的性質和功能，本文分別選取SHFE和LME的期銅、期鋁和期鋅作為代表，兼顧數據的可得性。研究選取的時間段為2007年4月1日至2015年3月31日，由于我國期貨市場在春節(jié)、國慶等假期暫停交易，而LME持續(xù)交易，所以8年期間LME數據共比SHFE多了80個數據，剔除了LME這80個數據之后，共有1931個交易日數據，共形成收益序列1930組。為了方便描述，用LCU、LAL、LZN分別代表LME的期銅、期鋁和期鋅；用SCU、SAL、SZN分別代表SHFE的期銅、期鋁和期鋅。實證結果如表1所示，數據來源于萬得數據庫。

表1列出了所選擇1930組收益序列樣本的基本統(tǒng)計特征，實證結果表明，對于銅期貨，LME的均值和標準差都比SHFE大，這說明LME的銅期貨價格波動較為顯著，價格波動較為頻繁，同時收益率相比SHFE更高。此外，LME和SHFE銅期貨合約的偏度均小于0為負值，說明兩者分布均為左偏，峰度均大于3，說明兩者價格收益出現(xiàn)了明顯的尖峰厚尾現(xiàn)象。JB檢驗值也進一步證實了LME和SHFE的銅期貨價格收益序列不服從正態(tài)分布。對于鋁期貨，LME的均值比SHFE小，而LME的標準差較SHFE來的大，這說明LME的鋁期貨合約價格波動較大，而收益率較低，市場風險較高。此外，LME和SHFE鋁期貨合約的偏度均小于0為負值，說明兩者分布均為左偏，峰度均大于3，說明兩者價格收益出現(xiàn)了明顯的尖峰厚尾現(xiàn)象。JB檢驗值也進一步證實了LME和SHFE的鋁期貨價格收益序列不服從正態(tài)分布。對于鋅期貨，LME的均值和標準差都比SHFE大，這說明LME的鋅期貨價格波動較為顯著，收益率相比SHFE更高。此外，LME和SHFE鋅期貨合約的偏度均小于0為負值，說明兩者分布均為左偏，峰度均大于3，說明兩者價格收益出現(xiàn)了明顯的尖峰厚尾現(xiàn)象。JB檢驗值也進一步證實了LME和SHFE的鋅期貨價格收益序列不服從正態(tài)分布。

對于期銅和期鋅，LME的均值和標準差都比SHFE大，說明LME價格波動大風險較高收益也較高，而對于期鋁，LME的均值比SHFE小而標準差比SHFE大，說明LME價格波動大風險較高收益卻較低，這與LME的開放程度高，易于受到國際金融危機沖擊或者國際游資影響有關，而SHFE在2008年金融危機中所受影響較小，國內金融市場沒有對外資完全開放的舉措在一定程度上維護了上海金屬期貨市場的穩(wěn)定，保護了國內的期貨市場和期貨投資者。而對于偏度、峰度和JB檢驗結果，LME和SHFE的結果一致，期銅、期鋁和期鋅分布均為左偏，均不服從正態(tài)分布，并出現(xiàn)了明顯的尖峰厚尾現(xiàn)象。

4.2金屬期貨價格收益的相關性分析

相關性度量了兩個變量間的線性關聯(lián)程度，對于國際金屬期貨價格收益的相關性分析，本文從不同期貨市場同種期貨產品間、同一期貨市場不同期貨產品間以及不通期貨市場不同期貨產品間三個角度進行研究分析，根據相關性計算公式可得金屬期貨間的相關系數如表2、表3和表4所示。

根據表2的關于不同期貨市場同一期貨產品的價格收益相關性結果顯示，LME和SHFE的期銅、期鋁和期鋅的相關程度不高，其中相關程度最高的為銅期貨，相關程度位于第二的是鋅期貨，相關程度最低的是鋁期貨。對于LME來說，銅期貨于LME設立之初就開始交易，鋅期貨于1920年上市交易，而鋁期貨于1978年才掛牌交易。對于SHFE來說，銅期貨于1991年開始交易，于1993年2月正式推出電解銅期貨標準合約，開始了真正的期貨交易，鋁期貨于1992年5月上市交易，鋅期貨于2007年3月上市交易。對于開放程度高發(fā)展成熟的倫敦金屬期貨市場，上市期貨品種的價格收益相關程度跟期貨產品的上市時間有著較為密切的關系。

根據表3的關于同一期貨市場不同期貨產品的價格收益相關性結果顯示，不論是LME還是SHFE，同一期貨市場的不同期貨產品的價格收益有很強的線性相關關系，對于LME來說相關性最強的是期銅和期鋅，對于SHFE來說相關性最強的是期鋁和期鋅。從整體上講，對于同一個金屬期貨市場，期貨產品的價格會隨著該期貨市場的其他產品價格的波動而同向波動，根據其他金屬期貨產品的價格收益情況來研究或預測某種金屬期貨產品的價格波動情況將有較高的參考價值。另外，LME的期貨產品價格收益間的線性相關關系比SHFE的更為顯著，而相比較于銅期貨和鋁期貨，LME和SHFE的鋅期貨價格收益波動最容易受到其他期貨價格收益波動的影響，這種現(xiàn)象在LME比SHFE更為明顯。

根據表4的關于不同期貨市場不同期貨產品的價格收益相關性結果顯示，這種情況下期貨產品間的價格收益相關程度很低，僅在LME的銅和SHFE的鋅之間以及LME的鋅和SHFE的銅之間的線性相關系數大于0.1，其他的線性相關系數均小于0.1。這從某種程度上說明在我國的金屬期貨市場開放程度還不夠的目前階段，根據外圍金屬期貨市場期貨產品的價格收益情況來判斷我國金屬期貨市場非同種期貨產品的價格收益意義不大。

綜合分析表2、表3和表4發(fā)現(xiàn)，同一期貨市場不同期貨產品間價格收益的相關系數遠遠高于不同期貨市場同種期貨產品間價格收益的相關系數和不同期貨市場不同期貨產品間價格收益的相關系數，這說明本國的金屬期貨價格波動受本國的其他金屬期貨價格波動的影響遠遠大于受國外金屬期貨市場的期貨價格波動對其的影響。這種現(xiàn)象在LME中比SHFE更為顯著，說明了LME的市場整體波動性較為一致。不同期貨市場同種期貨產品間價格收益的相關系數比不同期貨市場不同期貨產品間價格收益的相關系數略大，說明對于研究一個金屬期貨市場的某種期貨產品的價格波動來說，外圍市場的同種期貨產品的價格波動情況比非同種期貨產品的價格波動更具有參考價值和研究意義。

4.3金屬期貨價格收益的交叉影響和傳導效應

為了更加深入研究我國金屬期貨市場和倫敦金屬期貨市場的金屬期貨價格收益的交叉影響和傳導效應關系，引入廣義自回歸條件異方差GARCH模型，針對LME和SHFE之間同種期貨產品的價格收益的交叉影響和傳導效應進行深入研究，實證結果如表5所示。

根據表5的LME和SHFE同種金屬期貨間收益對價格波動的交叉影響和傳導效應結果，LME的期銅與SHFE的期銅相互間的殘差序列滯后概率值（P）遠遠小于0.05的臨界值，殘差序列具有較強的相關性，即LME的期銅價格收益的波動與SHFE的期銅價格收益的波動相互之間均有較強的相關性。LME與SHFE的α+β值均近似等于1，這說明對于兩個市場銅期貨間有持續(xù)沖擊作用，其中LME對SHFE的沖擊作用更強，波動率衰減更為緩慢；相互間的α值較小，說明當日LME期銅價格波動和SHFE期銅價格波動相互間均有一定的影響，但影響程度有限；相互間的β值分別為0.936360和0.925986，兩個期貨交易所均表現(xiàn)出波動率有較強的聚類特征，其中LME的聚類特征更為顯著。兩市場之間期銅c值均小于0，說明SHFE和LME的期銅相互間均有一定程度的價格抑制效應，其中SHFE對LME的抑制效應更為明顯。

LME的期鋁與SHFE的期鋁相互間的殘差序列滯后概率值（P）遠遠小于0.05的臨界值（除常數項），兩個市場期鋁價格收益的波動相互之間均有較強的相關性。兩市場間α+β均近似等于1，說明兩者之間價格波動有持續(xù)沖擊作用，其中SHFE對LME的沖擊作用略強，波動率衰減稍為緩慢；LME對SHFE鋁期貨的α值較小，而SHFE對LME的鋁期貨α值較大，這說明SHFE對LME鋁期貨價格當日沖擊效應極為顯著，而反之LME對SHFE鋁期貨價格當日沖擊效應相比較弱。相互間的β值分別為0.978299和0.806732，LME波動率表現(xiàn)出較強的聚類特征，而SHFE的聚類特征則相對不明顯。LME對SHFE和SHFE對LME的期銅c值均小于0，說明SHFE和LME的期銅相互間均有一定程度的價格抑制效應，其中SHFE對LME的抑制效應更為明顯。

LME的期鋅與SHFE的期鋅相互間的殘差序列除了c值滯后概率之外，其余的滯后概率值（P）均遠遠小于0.05的臨界值，這說明殘差序列具有較強的相關性，即LME的期鋅價格收益的波動與SHFE的期鋅價格收益的波動相互之間均有較強的相關性。兩市場間的α+β值均近似等于1，說明價格波動對兩市場均有持續(xù)沖擊作用，其中SHFE對LME的沖擊作用略強，波動率衰減稍為緩慢；相互間的α值較小，說明當日LME期鋅價格波動和SHFE期銅價格波動相互間均有一定的影響，但影響程度有限，其中SHFE對LME的當日沖擊比LME對SHFE的當日沖擊影響更為明顯；相互間的β值分別為0.949771和0.920715，兩個期貨交易所均表現(xiàn)出波動率較強的聚類特征，其中LME的聚類特征更為顯著。對于LME和SHFE的鋅期貨相互之間殘差序列c值滯后概率，兩者均遠遠大于0.05，這意味著LME和SHFE的鋅期貨相互間的價格抑制效應非常不明顯。

5結論與建議

本文通過對LME和SHFE的銅期貨、鋁期貨和鋅期貨進行一系列的實證分析，得出如下結論：一是兩個期貨市場三種期貨產品均出現(xiàn)了明顯的尖峰厚尾現(xiàn)象；二是市場內部的金屬期貨價格波動受市場內的其他金屬期貨價格波動的影響遠遠大于受市場外的其他金屬期貨市場的期貨價格波動對其的影響；三是LME和SHEF的市場內部期貨產品間交叉影響非常明顯，任意兩種金屬期貨產品間均存在非常顯著的相關性，每種期貨產品的價格波動都會對其他期貨產品產生較強和較為持久的波動沖擊；四是SHFE對LME的當日價格波動沖擊效應比LME對SHFE的當日價格波動沖擊更為顯著，而LME對SHFE的價格收益的影響表現(xiàn)為持續(xù)性影響，此外LME市場期貨產品的波動聚類特征非常顯著。

針對以上結論從宏觀方面對我國期貨市場提出如下建議：其一，完善期貨市場法律法規(guī)體系。期貨市場的穩(wěn)定持續(xù)發(fā)展需要依靠完善的法律制度保障，但我國的立法機關——全國人民代表大會則沒有出臺關于期貨市場的法律。2016年兩會期間，全國人大代表辜勝阻向全國兩會提交《加快期貨法立法，促進期貨市場更好地服務國民經濟發(fā)展的建議》，建議加速推進期貨法的立法工作。其二，完善多級監(jiān)管體制。首先要完善政府監(jiān)管；其次要加強期貨交易所的自我管理；最后要發(fā)揮期貨業(yè)協(xié)會的監(jiān)督管理作用，形成三位一體的監(jiān)管維護我國期貨市場平穩(wěn)有序發(fā)展。從微觀方面對我國期貨投資者提出如下建議：一是注重市場內部其他產品的價格。在一個期貨市場內部，不同期貨產品的價格收益有很強的線性相關關系，任意兩種金屬期貨產品間均存在非常顯著的相關性，每種期貨產品的價格波動都會對其他期貨產品產生較強和較為持久的波動沖擊。所以當投資者投資某種金屬期貨時，也應當關注市場上其他期貨產品的價格波動情況，并及時做出相應的行為措施。二是上海金屬期貨市場更容易受市場沖擊。期貨價格在市場間的波動往往是由LME傳導到SHFE，SHFE對LME期貨價格收益也有一定的影響，但影響較弱，LME對SHFE的價格收益表現(xiàn)出持續(xù)的影響。在期貨投資者參與某種金屬期貨投資時，應當注意到這個現(xiàn)象，若選擇SHFE市場進行投資則可能面臨較高的國際市場價格沖擊，若選擇LME市場進行投資會面臨一定程度匯率風險，期貨投資者應當充分考慮自身情況，評估自身所能承受風險，選擇適合自己的市場進行交易。

參考文獻：

[1]戴毓，周德群.燃料油期貨市場成交量，持倉量與波動性關系[J].系統(tǒng)工程理論與實踐，2009（12）： 154-162.

[2]馮夢黎，馬箐箐.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[J].成都理工大學學報：社會科學版，2014，22（3）：63-68.

[3]方毅，張屹山.國內外金屬期貨市場“風險傳染” 的實證研究[J].金融研究，2007（5）：133-146.

[4]周偉，張鋮.我國期貨市場綜合效率及其投入純效率分析[J].商業(yè)研究，2015（8）：59-68.

[5]周偉，何建敏，余德建.不同趨勢下滬銅場內外風險傳染實證——基于整體傳染與時變傳染的分析[J].管理工程學報，2013（2）：79-87.

[6]周偉，何建敏，余德建.多元隨機風險傳染模型及滬銅場內外風險傳染實證[J].中國管理科學，2012，20（3）：70-78.

[7]Batten J.A.，Lucey B.M..Volatility in the Gold Futures Market[J].Applied Economics Letters，2010，17（2）： 187-190.

[8]Baum C.F.，Zerilli P..Jumps and Stochastic Volatility in Crude Oil Futures Prices Using Conditional Moments of Integrated Volatility[J].Energy Economics，2014（53）：175-181.

[9]Bala L.，Premaratne G..Stock Market Volatility： Examining North America，Europe and Asia[C]//Far Eastern Meeting of the Econometric Society，2004（479）.

[10]Boonvorachote T.，Lakmas K..Price Volatility，Trading Volume，and Market Depth in Asian Commodity Futures Exchanges[J].Kasetsart Journal of Social Sciences，2016（1）.

[11]Chen H.C.，Wu J..Volatility，Depth，and Order Composition： Evidence from a Pure Limit Order Futures Market[J].Emerging Markets Finance and Trade，2009，45（5）： 72-85.

[12]Gannon G.L..Simultaneous Volatility Transmission and Spillover Effects[J].Review of Pacific Basin Financial Markets and Policies，2010，13（1）： 127-156.

[13]Yarovaya L.，Brzeszczyński J.，Lau C.K.M..Intra-and inter-regional Return and Volatility Spillovers across Emerging and Developed Markets： Evidence from Stock Indices and Stock Index Futures[J].International Review of Financial Analysis，2016（43）： 96-114.

[14]Zhang C.，Zhou W.，Meng S.，et al.Dynamic Characteristic and Efficiency Analysis of the Chinese Futures Markets[C]//Management Science & Engineering（ICMSE），2014 International Conference on.IEEE，2014： 1430-1435.