中國期貨市場對宏觀經濟影響的實證研究

高天辰 高輝

摘?要：本文采用協整相關理論中的Granger因果關系檢驗、協整關系檢驗、誤差修正模型及沖擊反應函數的方法，采用2003年1月至2023年5月的月度數據，研究了期貨市場變量（價格指數、總成交額、總持倉量）對16個宏觀經濟變量的作用與影響。結果表明，期貨市場3個指標同時對工業增加值、凈出口、財政收入、財政支出有引導作用；價格指數與總成交額對銀行同業拆借利率7天期利率、人民幣實際有效匯率指數有引導作用；總成交額與總持倉量對進出口總額、固定資產投資總額、社會消費品零售總額有較強的引導作用；價格指數對生產者價格指數、貸款總額、美元兌人民幣匯率有較強的引導作用；總持倉量對貸款總額有較強的引導作用。協整檢驗及誤差修正模型顯示，從長短期來看，期貨市場變量對12個宏觀變量產生了或強或弱的定量影響，沖擊反應函數曲線均顯示期貨市場變量對12個宏觀變量產生不同時滯的沖擊影響，說明期貨市場對宏觀經濟產生比較強的影響，但在影響范圍及深度上還有較大的提升空間。建議期貨市場從品種擴容、國際化及監管方面發力，進一步助推國內宏觀經濟的全面發展。

關鍵詞：期貨市場；因果關系檢驗；協整檢驗；ECM模型；沖擊反應

一、引言

中國期貨市場經過三十多年的發展，市場規模不斷擴大，市場影響力不斷增強，服務實體經濟的能力不斷提升。中國期貨業協會公布的數據顯示：2022年國內期貨市場成交6768億手（單邊）和5349萬億元，全球期貨市場成交83848億手，國內期貨市場成交量占全球總成交量的807%，其中國內商品期貨與期權成交量為6616億手，占全球商品期貨與期權總成交量9153億手的723%。在全球交易所成交量排名中，國內有四家期貨交易所成交量排名在前25位。①截至2022年年底，國內期貨市場共上市期貨期權品種數量達到110個，其中商品類93個（期貨65個、期權28個），金融類17個（期貨7個、期權10個）。2022年超過千家上市公司參與了套期保值業務?！氨ｋU+期貨”連續八年被寫入中央一號文件。具備價格發現、風險管理、資源配置基本功能的期貨市場，在宏觀經濟高質量發展過程中發揮著越來越重要的作用。

期貨市場發展對中國宏觀經濟的發展具有重大的影響，進一步研究期貨市場發展對宏觀經濟的作用及影響程度，對期貨市場未來發展具有重要的理論與現實意義。

二、文獻綜述

國內研究期貨市場對宏觀經濟影響的文獻很多，基本集中在采用期貨價格指數及商品期貨價格對單一宏觀變量或者部分宏觀變量的影響方面。

國內部分文獻研究了商品價格指數對宏觀經濟變量的影響，諸如：王志強和王雪標（2001）研究發現商品期貨價格指數與消費價格指數、一致合成指數之間的單向因果關系。張樹忠等（2006）實證檢驗了農產品期貨價格指數對CPI的先行指示作用。蔡慧和華仁海（2007）認為我國期貨市場指數與GDP指數之間存在著長期均衡關系。梁曉娟（2008）通過計量方法研究了商品期貨價格指數對消費價格指數的影響。胡秋靈和丁皞（2009）采用建立VAR模型的方法，研究農產品期貨價格指數的隨機變動對宏觀經濟變量CPI、利率、匯率波動的影響，以及農產品期貨價格指數對宏觀經濟變量波動的貢獻率。周焯華和宋旺江（2011）研究了商品指數與PPI指數之間的關系，發現商品指數與物價指數之間存在著一定的領先滯后關系。常清（2010）對我國工業品期貨價格指數與工業生產者出廠價格指數（PPI）的關系進行實證研究，認為我國工業品期貨價格指數與PPI存在長期穩定的比例關系，并且我國工業品期貨價格指數的變動引導PPI的變化。劉坦（2014）實證分析商品期貨價格指數與CPI宏觀經濟變量之間的關系。馮科和李昕昕（2014）實證研究發現，商品期貨價格指數對物價、國內生產總值、利率、人民幣匯率均有明顯的引導作用。陳芮瑩（2017）研究工業品期貨價格指數、工業品出產價格指數對鐵路貨運量、工業用電量、社會融資量的影響。陳瑞華和肖利娜（2018）對美國及我國期貨價格指數與通脹的關系進行實證檢驗，認為期貨價格對于通脹走勢有著更加顯著及先行的影響。李俊文（2022）運用SVAR模型定量分析大宗商品價格波動對我國宏觀經濟的影響力度，基于DSGE模型分析國際大宗商品價格波動對我國宏觀經濟的傳導機制。

國內部分文獻研究期貨市場發展、期貨價格及期貨成交量等對宏觀經濟變量的影響，諸如：董斌（2006）實證研究了我國期貨市場成交量對當前國民經濟增長的真實作用。鄭祿飛和吳慧（2016）研究了我國期貨市場發展和經濟增長之間的內在關系，認為經濟增長促進了期貨市場的穩定發展，而期貨市場的發展對經濟增長的反作用則還需加強。程周蘭（2021）基于ADL-MIDAS模型使用高頻商品期貨價格對匯率及通脹進行預測，認為我國商品期貨價格對人民幣有效匯率指數和PPI這兩個宏觀經濟變量有一定的預測作用。張天頂和施展（2021）研究發現國際大宗商品價格上漲在初期會造成中國實際產出的下降，但是在3個月后將提高國內的實際產出水平，更高的國際大宗商品價格會加劇中國的通貨膨脹，國際大宗商品價格的正向波動會通過提高通貨膨脹與增加實際產出等傳遞渠道來提高人民幣利率水平，而國際大宗商品價格變動對人民實際匯率的影響并不顯著。

國外部分研究集中在商品期貨價格及商品期貨價格指數對單一宏觀經濟變量的影響。有些學者研究了商品期貨價格對經濟增長的影響，諸如：Frankel和Rose（2010），Tsvetanov等（2016），Ge和Tang（2020）；有些學者研究了期貨價格對貨幣供應量的影響，諸如：Browne和Cronin（2010），Hammoudeh等（2015），有些學者研究了期貨價格對利率的影響，諸如：Akram（2009），Belke等（2014），有些學者研究了期貨價格指數與通貨膨脹的關系及影響，諸如：Gospodinov（2016），Wei（2019）。

國外還有部分研究集中在商品期貨價格與多個宏觀變量之間的關系及影響上。諸如：Hess等（2008）研究了CRB指數、GSCIZ指數與實際GDP、實際收入、就業率、工業生產等宏觀變量間可能存在的關聯，發現大多數宏觀經濟變量在經濟低迷期與期貨價格存在顯著的正相關性，但是在經濟活躍時期相關度基本為零。Moreira（2014）研究了商品價格指數與期望利率、CPI、匯率、GDP的關聯，并指出商品價格的高波動性會降低GDP的水平，提高通貨膨脹的預期。Andreasson等（2016）研究了16種商品期貨合約與投機、匯率、SP500指數、市場波動性以及政策不確定性之間的關聯，發現能源類期貨是匯率以及SP500指數變動原因，不同種類的商品期貨對不同的宏觀變量產生影響是不同的。

綜上所述，國內外研究期貨市場對宏觀經濟變量的影響的文獻基本集中在期貨市場價格指數或者期貨價格等單一變量對宏觀經濟單一變量或者部分變量影響的研究，對于期貨市場價格指數、成交額、持倉量等多個變量對宏觀經濟多個變量影響的研究還沒有，本文采用協整相關理論模型對期貨市場影響國內宏觀經濟進行全面量化研究，深度研究期貨市場對國內宏觀經濟的影響情況，期望對期貨市場發展提供理論與實踐的指導。

三、變量的選擇及數據處理

（一）期貨市場變量的選擇

期貨市場的總量指標一般包括期貨市場價格、期貨市場成交量、成交金額、持倉量指標，其中期貨市場成交量與成交額指標具有高度的相關關系，根據研究的需要，成交額能夠更好地反映資金參與市場交易的情況，因此期貨市場變量選擇除了期貨市場價格、持倉量外，交易方面的指標選擇期貨成交額作為研究變量。根據研究需要選擇Wind商品價格指數作為期貨市場價格的替代變量Wind期貨市場價格指數、南華商品期貨價格指數、中證商品價格指數及三家期貨交易所根據各自的上市品種推出的相關商品價格指數相比較，從數據的可得性及數據的時間周期來看，Wind期貨市場價格指數能夠較好地滿足研究的需要。。選擇國內期貨市場所有的期貨期權總的成交金額作為期貨市場成交金額的變量，選擇國內期貨市場所有的期貨期權品種的持倉量作為期貨市場持倉量變量。

（二）宏觀經濟變量的選擇

國內宏觀經濟變量考慮全面代表宏觀經濟的總體情況變量，即經濟增長、通脹、投資、進出口、消費、貨幣供應量、利率、匯率、存貸款、財政收入和支出、經濟景氣指數變量，全面反映宏觀經濟基本運行情況。

由于本研究基于月度數據，GDP只有季度數據，這里采用工業增加值作為經濟增長的替代變量。從消費與生產的角度選擇CPI與PPI作為通貨膨脹率變量，選擇固定資產投資總額作為投資變量。從總體規模及變化考慮，選擇進出口總額及凈出口作為進出口變量，選擇社會消費品零售總額作為消費變量，選擇M0、M1、M2作為貨幣供應量變量指標。選擇銀行同業拆借利率作為利率變量，同業拆借利率選擇1天期、7天期、14天期、21天期和1個月期的短期利率指標作為研究標的。選擇影響較大的美元兌人民幣匯率及人民幣有效匯率指數作為匯率變量，采用金融機構存貸款余額作為存貸款變量，選取公共財政收入與支出額作為財政收入與支出變量。從數據的長度及綜合影響的角度考慮，選擇宏觀經濟景氣指數作為經濟景氣指數變量。

（三）數據的處理與分析

從研究數據的可得性及目標變量的選擇角度來看，由于中國期貨業協會網站上公開的期貨市場總體數據同時包含期貨市場成交量、成交額、持倉量數據的開始時間是2003年1月，因此選擇的變量數據區間原則上統一從2003年1月到2023年5月，僅利率指標的選擇時間是從2004年5月至2023年5月。所有的數據選擇均是月度數據。

其中部分變量數據選擇的是日度數據，處理的方法是選擇月度最后一日的數據作為當月的月度數據；另外關于在變量數據選擇過程中出現缺失數據的處理是采用線性差值的方法補充上。除了工業增加值、通脹率、凈出口指標數據外，其他變量指標均取對數處理。數據來源為國家統計局網站、中國海關網站、中國人民銀行網站、中國期貨業協會網站、Wind金融資訊數據終端。

對選擇的變量做描述性統計，結果表明選擇的各個變量指標數據均表現出非正態分布（具體結果限于篇幅省略）。

對期貨市場3個變量與選擇的全部宏觀經濟變量指標的相關性進行分析（具體計算結果限于篇幅省略），結果顯示：商品期貨價格指數僅與匯率呈負向相關關系，與其他指標均呈不同程度的正向相關關系；期貨市場成交額與工業增加值、CPI、PPI、匯率、宏觀經濟景氣指數呈負向相關關系，與其他的變量均呈現不同程度的正向相關關系；期貨市場成交量與工業增加值、CPI、PPI、匯率、宏觀經濟景氣指數呈負向相關關系，與其他的變量均呈現不同程度的正向相關關系。

根據商品市場3個變量與貨幣供應量3個變量的相關性綜合比較來看，貨幣供應量M2與三者關系相對較強，因此選擇貨幣供應量M2作為貨幣供應量的研究指標；從銀行同業拆借利率1天期、7天期、14天期、21天期、1個月期的短期利率與商品市場3個變量之間的相關性比較來看，7天期的同業拆借利率相關性最強，因此選擇7天期銀行同業拆借利率作為利率變量的研究指標。

四、模型實證分析

（一）數據平穩性檢驗

對選擇的各個變量數據進行平穩性的單位根檢驗。單位根檢驗的方法一般有DF、ADF、PP檢驗等，本文采用常用的ADF檢驗方法

在檢驗中選取標準筆者采用以下方法：保證殘差項不相關的前提下，同時采用AIC準則與SC準則，作為最佳時滯的標準，在二者值同時為最小時的滯后長度即為最佳長度。另外對是否包含趨勢等問題，選擇標準為通過變量的時序圖觀察，如果序列好像包含有趨勢（確定的或隨機的），序列回歸中應既有常數又有趨勢。如果序列沒有表現任何趨勢且有非零均值，回歸中應僅有常數。如果序列在零均值波動，檢驗回歸中應既不含有常數又不含有趨勢。。具體檢驗結果略。

單位根檢驗結果顯示：除了PPI在5%、10%顯著性水平下是非平穩的，其他變量均在1%、5%、10%顯著性水平下是非平穩的，所有選擇變量在一階差分后，在1%、5%、10%顯著性水平下均是平穩的。

（二）期貨市場變量與宏觀經濟變量間的因果關系檢驗

對選擇的各個宏觀經濟變量與期貨市場變量（期貨價格指數、期貨市場總成交額、期貨市場總持倉量）之間的因果關系進行檢驗。

說明：FPI表示期貨價格指數、FT表示期貨市場總成交額、FOI表示期貨市場總持倉量、IAV表示工業增加值、CPI表示消費者價格指數、PPI表示生產者價格指數、NE表示凈出口、TIE表示進出口總額、LMI表示固定資產投資總額、TRS表示社會消費品零售總額，M0、M1、M2表示貨幣供應量M0、M1、M2，L表示貸款總額、D表示存款總額、ER表示美元兌人民幣匯率，IB1、IB7、IB14、IB21、IB1M分別表示銀行同業拆借利率1天期、7天期、14天期、21天期、1個月期利率，RI表示人民幣實際有效匯率指數、R表示財政收入、E表示財政支出、EMI表示宏觀經濟景氣指數。LN表示取對數（以下類同）。

通過Granger因果關系檢驗，可以得到以下結論：在10%的顯著性水平下，期貨價格指數（LNFPI）對工業增加值（IAV）、生產者價格指數（PPI）、凈出口（NE）、貸款總額（LNL）、美元兌人民幣匯率（LNER）、銀行同業拆借利率7天期利率（LNIB7）、人民幣實際有效匯率指數（LNRI）、財政收入（LNR）、財政支出（LNE）有顯著的引導作用，對其他的宏觀經濟變量沒有顯著的引導作用。

在10%的顯著性水平下，期貨市場總成交額（LNFT）對工業增加值（IAV）、凈出口（NE）、進出口總額（LNTIE）、固定資產投資總額（LNLMI）、社會消費品零售總額（LNTRS）、銀行同業拆借利率7天期利率（LNIB7）、人民幣實際有效匯率指數（LNRI）、財政收入（LNR）、財政支出（LNE）有顯著的引導作用，對其他的宏觀經濟變量沒有顯著的引導作用。

在10%的顯著性水平下，期貨市場總持倉量（LNFOI）對工業增加值（IAV）、凈出口（NE）、進出口總額（LNTIE）、固定資產投資額（LNLMI）、社會消費品零售總額（LNTRS）、貸款總額（LNL）、財政收入（LNR）、財政支出（LNE）有顯著的引導作用，對其他的宏觀經濟變量沒有顯著的引導作用。

綜上，通過因果關系檢驗，可以知道期貨市場指標（期貨價格指數、期貨市場總成交額、期貨市場總持倉量）同時對宏觀經濟變量指標中的工業增加值、凈出口、財政收入、財政支出有引導作用；除此之外，期貨價格指數與期貨市場總成交額對銀行同業拆借利率7天期利率、人民幣實際有效匯率指數有引導作用；期貨市場總成交額與期貨市場總持倉量對進出口總額、固定資產投資總額、社會消費品零售總額有較強的引導作用；期貨價格指數與期貨市場總持倉量對貸款總額有較強的引導作用；期貨市場價格指數對生產者價格指數、美元兌人民幣匯率有較強的引導作用。三者對其他的宏觀經濟變量的引導作用較弱。

（三）期貨市場變量與宏觀經濟變量間的長期協整關系檢驗

對上述期貨市場變量指標（期貨價格指數、期貨市場總成交額、期貨市場總持倉量）非平穩時間序列與國內宏觀經濟變量指標之間的協整關系進行檢驗，由于是多變量間的協整關系檢驗，因此采用Johansen提出的極大似然估計法（MLE），Johansen檢驗優于Engle和Granger的方法。

由上述Granger因果關系檢驗可知：期貨市場變量指標LNFPI、LNFT、LNFOI均是國內宏觀經濟變量指標IAV、NE、LNR、LNE的Granger原因；期貨市場變量LNFPI、LNFOI均是國內宏觀經濟變量指標LNIB7、LNRI的Granger原因；期貨市場變量LNFT、LNFOI均是國內宏觀經濟變量指標LNTIE、LNLMI、LNTRS的Granger原因；期貨市場變量指標LNFPI、LNFOI是國內宏觀經濟變量指標LNL的Granger原因；期貨市場變量指標LNFPI是國內宏觀經濟變量指標PPI、LNER的Granger原因。因而分別對其內生變量與國內宏觀經濟變量的長期關系進行檢驗。本文分別考慮以下的協整檢驗：

（1）期貨市場變量指標LNFPI、LNFT、LNFOI分別與國內宏觀經濟變量指標IAV、NE、LNR、LNE的協整檢驗

通過協整檢驗，分別選取最優滯后階數，最后分別選取各自最大特征根對應的協整方程（見表1）。

從協整方程可以得到結論：從長期來看，期貨市場價格指數上漲1個百分點，工業增加值上漲006個單位，凈出口增加0831個單位工業增加值與凈出口因為存在負值，在數據處理中沒有進行對數處理，因此期貨價格指數上漲1個百分點，對應的工業增加值IAV上漲6203個百分點，表述為上漲006個單位，凈出口同理。，財政收入下跌0073個百分點，財政支出下跌0041個百分點；從長期來看，期貨市場總成交額上漲1個百分點，工業增加值減少0013個單位，凈出口減少0873個單位，財政收入上漲0442個百分點，財政支出上漲0284個百分點；從長期來看，期貨市場總持倉量上漲1個百分點，工業增加值上漲0036個單位，凈出口增加225個單位，財政收入下跌0832個百分點，財政支出下跌0448個百分點。

（2）期貨市場變量LNFPI、LNFOI分別與國內宏觀經濟變量指標LNIB7、LNRI的協整檢驗

通過協整檢驗，分別選取最優滯后階數，最后分別選取各自最大特征根對應的協整方程（見表2）。

協整檢驗結果顯示：從長期來看，期貨市場價格指數上漲1個百分點，銀行同業拆借7天期利率下跌0407個百分點，人民幣有效匯率指數上漲2060個百分點銀行同業拆借7天期利率、人民幣有效匯率指數與期貨市場價格指數一樣均進行了對數處理，所以直接用百分點表示。余同。；從長期來看，期貨市場總持倉量上漲1個百分點，銀行同業拆借7天期利率下跌0852個百分點，人民幣有效匯率指數下跌0576個百分點。

（3）期貨市場變量LNFT、LNFOI分別與國內宏觀經濟變量指標LNTIE、LNLMI、LNTRS的協整檢驗

通過協整檢驗，分別選取最優滯后階數，最后分別選取各自最大特征根對應的協整方程（見表3）。

協整檢驗結果顯示：從長期來看，期貨市場總成交額上漲1個百分點，進出口總額上漲0346個百分點，固定資產投資總額上漲0508個百分點，社會消費品零售總額上漲0385個百分點；從長期來看，期貨市場總持倉量上漲1個百分點，進出口總額下跌0623個百分點，固定資產投資總額下跌0883個百分點，社會消費品零售總額下跌0869個百分點。

（4）期貨市場變量LNFPI、LNFOI與國內宏觀經濟變量指標LNL的協整檢驗

通過協整檢驗，分別選取最優滯后階數，最后分別選取各自最大特征根對應的協整方程（見表4）。

協整檢驗結果顯示：期貨市場價格指數上漲1個百分點，貸款總額上升0134個百分點；期貨市場總持倉額上升1個百分點，貸款總額上升0638個百分點。

（5）期貨市場變量LNFPI分別與國內宏觀經濟變量指標PPI、LNER的協整檢驗

通過協整檢驗，分別選取最優滯后階數，最后分別選取各自最大特征根對應的協整方程（見表5）。

協整檢驗結果顯示：從長期來看，期貨市場價格指數上漲1個百分點，生產者價格指數上漲0024個單位，美元兌人民幣匯率上漲0270個百分點。

（四）期貨市場變量影響宏觀經濟變量的誤差修正模型（ECM）分析

本文研究的變量序列是不平穩的，如果直接建立變量間回歸容易引起偽回歸的問題，比較好的解決辦法是對研究的不平穩的變量序列進行差分，得到平穩的序列，然后再用差分后的平穩序列建立模型，這種做法有一定的缺陷，采用差分后建模，會丟失長期信息。比較有效的方法是采用誤差校正模型。Engle-Granger證明了協整序列一定可以表示成誤差校正表示形式。因此，當變量序列協整時，應該建立誤差校正模型。

通過對上述協整檢驗的宏觀經濟變量的長期均衡方程分析，建立動態誤差修正模型，結果分別如下。

（1）期貨市場變量指標LNFPI、LNFT、LNFOI影響宏觀濟變量指標IAV、NE、LNR、LNE的短期誤差修正模型

以下我們做出期貨市場變量指標LNFPI、LNFT、LNFOI影響宏觀濟變量指標IAV、NE、LNR、LNE的短期誤差修正模型，具體結果如表6所示。

從上述宏觀經濟變量與期貨市場變量的誤差修正模型可以看到，從短期動態來看：工業增加值的一階差分（D（IAV））受到自身及期貨市場變量對數（LNFPI、LNFT、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0133、15947、-0733、-1500個單位的影響，誤差修正項的影響為-0626；凈出口的一階差分（D（NE））受到自身及期貨市場變量對數（LNFPI、LNFT、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0227、-800521、262942、56601個單位的影響，誤差修正項的影響為-0442個單位；財政收入對數的一階差分（D（LNR））受到自身及期貨市場變量對數（LNFPI、LNFT、LNFOI）一階差分滯后1到4階的影響，累積影響分別為-0778、0548、-0137、0319個單位的影響，誤差修正項的影響為-0185個單位；財政支出對數的一階差分（D（LNR））受到自身及期貨市場變量對數（LNFPI、LNFT、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0456、-1083、-0071、1243個單位的影響，誤差修正項的影響為-0733個單位。

（2）期貨市場變量LNFPI、LNFOI分別影響國內宏觀經濟變量指標LNIB7、LNRI的短期誤差修正模型

以下我們做出期貨市場變量LNFPI、LNFOI分別影響國內宏觀經濟變量指標LNIB7、LNRI的短期誤差修正模型，方法同（1），具體結果限于篇幅省略，余同。

從上述宏觀經濟變量與期貨市場變量的誤差修正模型可以看到，從短期動態來看：銀行同業拆借7天期利率對數的一階差分（D（LNIB7））受到自身及期貨市場變量對數（LNFPI、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0551、0783、0338個單位，誤差修正項的影響為0005個單位；人民幣有效匯率指數對數的一階差分（D（LNRI））受到自身及期貨市場變量對數（LNFPI、LNFOI）一階差分滯后1到3階的影響，累積影響分別為0113、-0055、-0013個單位，誤差修正項的影響為-0003個單位。

（3）期貨市場變量LNFT、LNFOI分別影響國內宏觀經濟變量指標LNTIE、LNLMI、LNTRS的短期誤差修正模型

以下做出期貨市場變量LNFT、LNFOI分別影響國內宏觀經濟變量指標LNTIE、LNLMI、LNTRS的短期誤差修正模型。

從宏觀經濟變量與期貨市場變量的誤差修正模型可以發現，從短期動態來看：進出口總額對數的一階差分（D（LNTIE））受到自身及期貨市場變量對數（LNFT、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0523、0035、0453個單位，誤差修正項的影響為-0135個單位；固定資產投資總額對數的一階差分（D（LNLMI））受到自身及期貨市場變量對數（LNFT、LNFOI）一階差分滯后1到2階的影響，累積影響分別為-0107、0015、1412個單位，誤差修正項的影響為-0389個單位；社會消費品零售總額對數的一階差分（D（LNTRS））受到自身及期貨市場變量對數（LNFT、LNFOI）一階差分滯后1到4階的影響，累積影響分別為-012、-0383、0029個單位，誤差修正項的影響為-0039個單位。

（4）期貨市場變量LNFPI、LNFOI對國內宏觀經濟變量指標LNL影響及期貨市場變量LNFPI對國內宏觀經濟變量指標PPI、LNER影響的短期誤差修正模型以下作出期貨市場變量LNFPI、LNFOI對國內宏觀經濟變量指標LNL影響及期貨市場變量LNFPI對國內宏觀經濟變量指標PPI、LNER影響的短期誤差修正模型

從宏觀經濟變量與期貨市場變量的誤差修正模型可以發現，從短期動態來看：貸款總額對數的一階差分（D（LNL））受到自身及期貨市場變量對數（LNFPI、LNFOI）一階差分滯后1到4階的影響，累積影響分別為0265、-0034、0010個單位，誤差修正項的影響為-0005個單位；生產者價格指數的一階差分（D（PPI））受到自身及期貨市場變量對數（LNFPI）一階差分滯后1到1階的影響，影響分別為0696、4904個單位，誤差修正項的影響為-0036個單位；美元兌人民幣匯率對數的一階差分（D（LNER））受到自身及期貨市場變量對數（LNFPI）一階差分滯后1到4階的影響，累積影響分別為0505、-0004個單位，誤差修正項的影響為-0002個單位。

（五）脈沖響應函數沖擊反應分析

在短期誤差修正模型的基礎上，應用脈沖響應函數進行沖擊反應分析，即分析宏觀經濟變量指標對期貨市場變量指標的沖擊的反應。在Eviews100軟件處理下，分別作出沖擊反應曲線（圖中橫軸表示滯后期數，縱軸代表沖擊反應的程度）。

（1）宏觀經濟變量指標IAV、NE、LNR、LNE對期貨市場變量指標LNFPI、LNFT、LNFOI沖擊反應曲線

以下做出宏觀經濟變量指標IAV、NE、LNR、LNE對期貨市場變量指標LNFPI、LNFT、LNFOI沖擊反應曲線，具體結果如圖1、圖2、圖3、圖4。

可以看出，在IAV受到LNFPI、LNFT、LNFOI的一個標準差沖擊后呈現正向或負向影響，影響分別滯后25期、15期和15期；在NE受到LNFPI、LNFT、LNFOI的一個標準差沖擊后呈現負向或正向影響，影響分別滯后2期、15期和3期；在LNR受到LNFPI、LNFT、LNFOI的一個標準差沖擊后呈現正向或負向波動影響，影響分別滯后25期、25期和35期；在LNE受到LNFPI、LNFT、LNFOI的一個標準差沖擊后呈現負向或正向波動影響，影響分別滯后2期、15期和15期。

圖1?宏觀經濟變量指標IAV對期貨市場3個變量沖擊反應曲線

圖2?宏觀經濟變量指標NE對期貨市場3個變量沖擊反應曲線

圖3?宏觀經濟變量指標LNR對期貨市場3個變量沖擊反應曲線

圖4?宏觀經濟變量指標LNE對期貨市場3個變量沖擊反應曲線

（2）宏觀經濟變量指標LNIB7、LNRI對期貨市場變量LNFPI、LNFOI沖擊反應曲線

以下做出宏觀經濟變量指標LNIB7、LNRI對期貨市場變量LNFPI、LNFOI沖擊反應曲線，具體結果如圖5、圖6所示。

可以看出，在LNIB7受到LNFPI、LNFOI的一個標準差沖擊后均呈現正向影響，影響分別滯后25期和15期；在LNRI受到LNFPI、LNFOI的一個標準差沖擊后均呈現負向影響，影響分別滯后45期和35期。

（3）宏觀經濟變量指標LNTIE、LNLMI、LNTRS對期貨市場變量LNFT、LNFOI沖擊的反應曲線

以下做出宏觀經濟變量指標LNTIE、LNLMI、LNTRS對期貨市場變量LNFT、LNFOI沖擊的反應曲線，具體結果如圖7、圖8、圖9所示。

圖5?宏觀經濟變量指標LNIB7對期貨市場價格指數與總持倉量沖擊反應曲線

圖6?宏觀經濟變量指標LNRI對期貨市場價格指數與總持倉量沖擊反應曲線

圖7?宏觀經濟變量指標LNTIE對期貨市場總成交額與總持倉量沖擊反應曲線

圖8?宏觀經濟變量指標LNLMI對期貨市場總成交額與總持倉量沖擊反應曲線

圖9?宏觀經濟變量指標LNTRS對期貨市場總成交額與總持倉量沖擊反應曲線

可以看到，在LNTIE受到LNFT、LNFOI的一個標準差沖擊后均呈現正向影響，影響分別滯后15期和25期；在LNLMI受到LNFT、LNFOI的一個標準差沖擊后，均呈現正負向影響，影響分別滯后45期和15期；在LNTRS受到LNFT、LNFOI的一個標準差沖擊后，呈現正向或負向影響，影響分別滯后25期和15期。

（4）國內宏觀經濟變量指標LNL對期貨市場變量LNFPI、LNFOI沖擊反應曲線

以下做出國內宏觀經濟變量指標LNL對期貨市場變量LNFPI、LNFOI沖擊反應曲線，具體結果如圖10、圖11所示。

可以看到，在LNL受到LNFPI、LNFOI的一個標準差沖擊后呈現負向及正向沖擊影響，影響分別滯后8期和35期；在PPI受到LNFPI、LNFOI的一個沖擊影響后呈現正向及負向沖擊影響，影響分別滯后5期和25期。

五、結論及建議

本文采用協整相關理論中的Granger因果關系檢驗、協整關系檢驗、誤差修正模型及沖擊反應函數方法，采用2003年1月至2023年5月的月度數據，研究了期貨市場3個變量（期貨價格指數、期貨市場總成交額、期貨市場總持倉量）對宏觀經濟16個變量（工業增加值、消費者價格指數、生產者價格指數、凈出口、進出口總額、固定資產投資總額、社會消費品零售總額、貨幣供應量、貸款總額、存款總額、美元兌人民幣匯率、銀行間同業拆借利率、人民幣實際有效匯率指數、財政收入、財政支出、宏觀經濟景氣指數）的作用與影響。

通過因果關系檢驗，可以知道期貨市場3個指標同時對宏觀經濟變量指標中的工業增加值、凈出口、財政收入、財政支出有引導作用；除此之外，期貨價格指數與期貨市場總成交額還對銀行同業拆借利率7天期利率、人民幣實際有效匯率指數有引導作用；期貨市場總成交額與期貨市場總持倉量還對進出口總額、固定資產投資總額、社會消費品零售總額有較強的引導作用；期貨價格指數與期貨市場總持倉量還對貸款總額有較強的引導作用；期貨價格指數還對生產者價格指數、美元兌人民幣匯率有較強的引導作用。除此之外，三者對其他的宏觀經濟變量消費者價格指數、貨幣供應量、存款總額、宏觀經濟景氣指數的引導作用較弱。

從長期來看，期貨市場價格指數對宏觀經濟變量工業增加值、凈出口、財政收入、財政支出、銀行同業拆借7天期利率、人民幣有效匯率指數、貸款總額、生產者價格指數、美元兌人民幣匯率生產或強或弱的影響；期貨市場總成交額對宏觀經濟變量工業增加值、凈出口、財政收入、財政支出、進出口總額、固定資產投資總額、社會消費品零售總額產生或強或弱的影響；期貨市場總持倉量對工業增加值、凈出口、財政支出、銀行同業拆借7天期利率、人民幣有效匯率指數、進出口總額、固定資產投資總額、社會消費品零售總額產生或強或弱的影響。

圖10?宏觀經濟變量指標LNL對期貨市場價格指數與總持倉量沖擊反應曲線

圖11?宏觀經濟變量指標PPI、LNER對期貨市場價格指數沖擊反應曲線

從短期動態來看，工業增加值受到期貨市場3個變量滯后1到2階的影響，凈出口受到滯后1到2階的影響，財政收入受到滯后1到4階的影響，財政支出受到滯后1到2階的影響；從短期動態來看，銀行同業拆借7天期利率受到期貨市場變量（價格指數、總持倉量）滯后1到2階的影響，人民幣有效匯率指數受到滯后1到3階的影響；從短期動態來看，進出口總額受到期貨市場變量對數（總成交額、總持倉量）滯后1到2階的影響，固定資產投資總額受到滯后1到2階的影響，社會消費品零售總額受到滯后1到4階的影響；從短期動態來看，貸款總額受到期貨市場變量對數（價格指數、持倉量）滯后1到4階的影響，生產者價格指數受到期貨市場變量對數（價格指數）滯后1到1階的影響，美元兌人民幣匯率受到滯后1到4階的影響。

沖擊反應函數曲線顯示，工業增加值、凈出口、財政收入、財政支出均受到期貨價格指數、總持倉量、總成交額或強或弱的正負向沖擊，均存在長短不同的滯后影響；銀行同業拆借7天期利率、人民幣實際有效匯率指數均受到期貨價格指數與持倉量或強或弱的正負向沖擊，均存在長短不同的滯后影響；固定資產投資總額、社會消費品零售總額均受到總成交額與總持倉量或強或弱的正負向沖擊，均存在長短不同的滯后影響；貨款總額受到期貨價格指數正負向沖擊影響，受到總持倉量的負向沖擊影響，沖擊影響分別存在滯后影響。生產價格指數、美元兌人民幣匯率均受到期貨價格指數正負向沖擊影響，均存在長短不同的滯后影響。

綜上，期貨市場變量對選擇的16個宏觀經濟變量中12個變量產生或強或弱的短期和長期影響，從而說明期貨市場發展對宏觀經濟有著巨大的影響，期貨市場已經成為國民經濟發展過程中比較重要的一部分，因此，發展好期貨市場對國民經濟的意義重大。為了進一步在深度與廣度方面擴大期貨市場對宏觀經濟的作用，不斷推動期貨市場發展，提出以下建議：首先，加速期貨品種的上市，不斷擴大品種的覆蓋范圍。雖然目前國內期貨交易所市場期貨期權品種達到100多種，但是和全球頭部交易所上千品種相比還有比較大的差距，因此，應加快推出國計民生相應的大宗商品期貨期權品種，服務產業，服務國民經濟發展。其次，推動期貨市場國際化發展。雖然近幾年國內期貨市場國際化發展有一定的成果，實現了部分品種的國際化，但是期貨品種的定價影響力依然不足，因此，應加快國內期貨市場的國際化發展，不斷擴寬國際化期貨品種的覆蓋范圍，從品種開放引進國際投資者，到全球設立交割庫，不斷擴大國內期貨品種的定價影響力。最后，在期貨法的框架內，有效發揮“五位一體”的監管，確保期貨市場長期穩定健康發展，更好地服務國民經濟的發展。

參考文獻

［1］王志強，王雪標中國商品期貨價格指數與經濟景氣[J].世界經濟，2001（4）：69-73

[2]張樹忠，李天忠，丁濤農產品期貨價格指數與CPI關系的實證研究[J]金融研究，2006（11）：103-115

[3]蔡慧，華仁海中國商品期貨指數與GDP指數的關系研究[J]金融理論與實踐，2007（8）：3-6

[4]梁曉娟從期貨價格變動預測CPI變化[J]經濟管理，2008（Z2）：16-21

[5]胡秋靈，丁皞中國農產品期貨價格指數與宏觀經濟變量波動關系分析[J].統計與決策，2009（24）：99-102

[6]周焯華，宋旺江我國金屬期貨價格指數與PPI關系的實證研究[J].統計與決策，2011（1）：80-82

[7]常清宏觀決策要參考期貨價格指數[J].價格理論與實踐，2010（11）：13-14

[8]劉坦淺談商品期貨價格對我國宏觀經濟的影響與對策[J].金融經濟，2014（16）：116-118

[9]馮科，李昕昕我國商品期貨價格指數與宏觀經濟指標關系的實證研究[J].經濟與管理，2014，28（1）：51-55

[10]陳芮瑩工業品期貨價格對宏觀經濟的預警作用分析[J].農村經濟與科技，2017，28（1）：115-116

[11]陳瑞華，肖利娜期貨價格、通脹預期與經濟政策調控——基于中國商品期貨市場的實證分析[J].中國證券期貨，2018（4）：21-29

[12]李俊文國際大宗商品價格波動的宏觀經濟效應研究[D].成都：西南財經大學，2022

[13]董斌期貨市場對我國經濟發展中作用的實證研究[J].現代管理科學，2006（12）：109-111

[14]鄭祿飛，吳慧基于VAR模型的中國期貨市場發展與經濟增長關系的實證研究[J].中國集體經濟，2016（30）：71-73

[15]程周蘭我國商品期貨價格對宏觀經濟變量的預測研究[D].成都：西南財經大學，2021

[16]張天頂，施展國際大宗商品價格波動對中國宏觀經濟的影響[J].長安大學學報（社會科學版），2021，23（3）：33-45

[17]FRANKEL?J?A，ROSE?A?KDeterminants?of?agricultural?and?mineral?commodity?prices[J]HKS?Faculty?Research?Working?Paper?Series，2010：9-51

[18]TSVETANOV?D，COAKLEY?J，KELLARD?NIs?news?related?to?GDP?growth?a?risk?factor?for?commodity?futures?returns？[J].Quantitative?Finance，2016，16（12）：1887-1899

[19]GE?Y?Q，TANG?KCommodity?prices?and?GDP?growth[J].International?Review?of?Financial?Analysis，2020，71（C）：101512

[20]BROWNE?F，CRONIN?DCommodity?prices，money?and?inflation[J]Journal?of?Economics?and?Business，2010，62（4）：331-345

[21]HAMMOUDEH?S，NGUYEN?D?K，SOUSA?RUS?monetary?policy?and?sectoral?commodity?prices[J]Journal?of?International?Money?and?Finance，2015，57（c）：61-85

[22]AKRAM?Q?FCommodity?prices，interest?rates?and?the?Dollar[J]Energy?Economics，2009，31（6）：838-851

[23]BELKE?A?H，BORDON?I?G，HENDRICKS?T?WMonetary?policy，global?liquidity?and?commodity?price?dynamics[J].The?North?American?Journal?of?Economics?and?Finance，2014（28）：1-16

[24]GOSPODINOV?NThe?role?of?commodity?prices?in?forecasting?UScore?inflation[R]Federal?Reserve?Bank?of?Atlanta，2016

[25]WEI?Y?FThe?relationship?between?oil?and?nonoil?commodity?prices?and?Chinese?PPI?and?CPI：an?empirical?analysis[J].Energy?Sources，Part?B：Economics，Planning，and?Policy，2019，14（4）：125-146

[26]HESS?D，HUANG?H，NIESSEN?AHow?do?commodity?futures?respond?to?macroeconomic?news？[J].Financial?Markets?and?Portfolio?Management，2008（22）：127-146

[27]MOREIRA?R?RCommodities?prices?volatility?expected?inflation?and?GDP?levels：An?application?for?net?exporting?economy[J]Procedia?Economics?and?Finance，2014（14）：435-444

[28]ANDREASSON?P，BEKIROS?S，NAUYEN?D?K，et?alImpact?of?speculation?and?economic?uncertainty?on?commodity?analysis[J].International?Review?of?Financial?Analysis，2016（43）：115-127

An?Empirical?Study?on?the?Macroeconomic?Impact?of?Chinas?Futures?Market

GAO?Tianchen1?GAO?Hui2

（1University?of?Sydney，Sydney，NSW?2006;2Shanghai?Futures?Exchange，Shanghai?200122，China）

Abstract：This?paper?uses?the?methods?of?Granger?causality?test，cointegration?relationship?test，error?correction?model?and?shock?response?function?in?cointegration?correlation?theory，and?uses?the?monthly?data?from?20031?to?20235?to?study?the?role?and?influence?of?futures?market?variables?（price?index，total?turnover，total?position）?on?sixteen?macroeconomic?variables?The?results?show?that?the?three?indicators?of?the?futures?market?have?a?guiding?effect?on?industrial?added?value，net?export，fiscal?revenue?and?fiscal?expenditure?at?the?same?time?The?price?index?and?total?turnover?also?have?a?guiding?effect?on?the?interbank?interest?rate?7-day?interest?rate?and?the?RMB?real?effective?exchange?rate?index?The?total?turnover?and?total?position?also?have?a?strong?guiding?effect?on?the?total?import?and?export?volume，the?investment?amount?of?fixed?assets，and?the?total?retail?sales?of?social?consumer?goods?The?price?index?also?has?a?strong?guiding?effect?on?the?producer?price?index，total?loans，and?the?exchange?rate?of?the?US?dollar?against?the?RMB?The?total?position?also?has?a?strong?guiding?effect?on?the?total?loan?The?cointegration?test?and?error?correction?model?show?that?in?the?short?and?long?term，the?futures?market?variables?have?a?strong?or?weak?quantitative?impact?on?twelve?macro?variables，and?the?shock?response?function?curve?shows?that?the?futures?market?variables?have?different?impact?effects?on?twelve?macro?variables?It?shows?that?the?futures?market?has?a?relatively?strong?impact?on?the?macroeconomy，but?there?is?still?much?room?for?improvement?in?the?scope?and?depth?of?influence?It?is?suggested?that?the?futures?market?should?make?efforts?in?terms?of?variety?expansion，internationalization?and?supervision?to?further?promote?the?comprehensive?development?of?the?domestic?macroeconomy

Keywords：Futures?Market；Granger?Causality?Test；?Cointegration?Test；?ECM?Model；?Shock?Reaction