中國期貨市場價格發現功能研究

謝曉聞，方 意，趙勝民?

(1.南開大學金融學院，天津300071；2.廣州越秀集團有限公司博士后科研工作站，廣東廣州510623；3.中央財經大學金融學院，北京100081)

?

中國期貨市場價格發現功能研究

謝曉聞1，2，方 意3，趙勝民1?

(1.南開大學金融學院，天津300071；2.廣州越秀集團有限公司博士后科研工作站，廣東廣州510623；3.中央財經大學金融學院，北京100081)

基于最新發展的非線性Granger因果檢驗方法，側重于非線性視角全面探究了中國期貨市場價格發現功能的現狀.研究結果表明，金屬期貨市場價格發現功能最強，農產品期貨市場次之，而金融期貨市場價格發現功能則相對較弱.具體表現為滬金期貨和滬銅期貨市場中期貨價格對現貨價格的引導關系具有非常顯著的非線性Granger因果關系，強麥期貨市場和玉米期貨市場中期貨價格對現貨價格的引導關系也相對較強，而滬深300股指期貨和國債仿真期貨中期貨價格對現貨價格的非線性Granger因果關系則相對較弱.最后，傳統線性Granger因果檢驗方法可能由于忽略變量的非線性特征而使得研究結果出現較大偏差.

現貨市場；期貨市場；價格發現；非線性Granger因果檢驗

1　引　言

價格發現功能作為期貨市場最基本的功能之一，越來越受到參與者和監管者的重視.人們之所以關注期貨市場的價格發現功能，是由于期貨價格在一定程度上能夠反映市場參與者對市場供求關系的看法，該價格對市場極具敏感性，且能夠在很大程度上反映大多數交易者的預測結果.20世紀90年代以來，我國期貨市場穩步發展，無論是交易規模，還是交易種類，抑或交易機制等都取得了重大進步，并逐漸成長為現代金融市場不可或缺的一部分.目前，我國期貨產品主要在中國金融期貨交易所、上海期貨交易所、鄭州商品交易所和大連商品交易所等四大交易所上市交易，上述交易場所的交易產品基本涵蓋了期貨市場的主要種類，且交易產品種類日趨豐富.然而，迄今為止，多數學者更多地是探討期貨市場的套期保值功能[1]，較少有學者系統性地研究上述期貨市場的價格發現功能.因此，全面系統地研究目前我國各類期貨產品的價格發現功能具有重要的理論意義和現實意義.

國外對期貨市場價格發現功能的研究由來已久.Garbade等[2]較早通過建立相關動態模型來檢驗期貨價格與現貨價格各自在價格發現功能的作用大小.Engle等[3]提出使用E-G兩步法研究非平衡經濟變量之間的均衡關系，該方法后來被廣泛應用在期貨市場的價格發現功能的研究中.Gonzalo 等[4]和Hasbrouck[5]則分別構建了共因子模型和信息共享模型以更好地研究期貨市場的價格發現功能. Theissen[6]利用門檻誤差修正模型發現期貨市場在價格發現中處于主導地位，且套利機會的存在對動態的價格發現過程具有重要影響.近年來，越來越多的學者開始使用協整、線性Granger因果檢驗等方法研究期貨市場的價格發現功能.代表性的有Yang等[7]利用協整和誤差修正模型等方法研究了中國股指期貨市場的價格發現功能，發現現貨市場在價格發現過程中處于主導地位.由于線性方法無法刻畫經濟變量的非線性特征，故逐漸有學者開始使用非線性方法研究期貨市場的價格發現功能，如Bekiros等[8].利用線性和非線性Granger因果檢驗方法探討了原油期貨市場的期貨價格和現貨價格之間的影響關系，結果表明，非線性Granger因果檢驗方法適用性相對更強.

國內學者對我國各類期貨市場的價格發現功能也做了大量的研究，具有代表性的有在金融期貨市場價格發現功能研究方面，華仁海等[9]利用協整、Granger因果檢驗、VEC模型和改進的信息共享模型研究了中國股指期貨市場的價格發現功能，發現中國股指期貨市場的期貨價格對現貨價格的引導力度相對更大，且兩者之間存在協整和雙向價格引導關系.何誠穎等[10]基于高頻數據通過向量誤差修正模型、信息共享模型和永久短暫模型等發現期貨市場的價格發現能力要強于現貨市場.此外，其他學者如肖輝等[11]也做了大量相關的研究.在金屬期貨市場價格發現功能方面，陳秋雨等[12]利用協整和Granger因果檢驗等方法探討了中國黃金期貨市場的價格發現功能，發現該期貨市場的價格發現功能并不顯著，其結果是由于交易制度所致.在農產品期貨市場價格發現功能方面，閆云仙[13]利用有向無環圖方法研究了我國玉米期貨市場的價格發現功能，其結論為我國玉米期貨市場具有價格發現功能.

綜上所述，上述文獻雖然研究了各種類型期貨市場的價格發現功能，但無論是協整檢驗、Granger因果檢驗、誤差修正模型，還是G-S模型、信息共享模型和永久短暫模型等，其均為線性研究方法，而線性方法在研究時由于無法刻畫變量的非線性特征受到詬病.此外，大部分學者的研究大多是針對一個或一類期貨市場，而這些結果很難全面反映我國整個期貨市場的現狀.基于此，本文將利用多種非線性方法全面研究各類期貨市場的價格發現功能.

2　研究方法

自從Granger首次提出傳統Granger因果檢驗方法后，該方法迅速被應用到經濟領域的研究中.該方法的定義是，若由Yt和Xt滯后值所決定的Yt的條件分布與僅由Yt滯后值所決定的Yt的條件分布相同，即則稱對Xt對Yt不存在Granger因果關系.

由于上述檢驗方法通常在VAR分析框架下進行，且需要借助于F-檢驗方法對其變量之間的線性關系進行檢驗，而由于多數經濟變量均具有非線性特征，故上述方法難以準確刻畫變量之間的非線性特征，因而越來越多的學者開始研究能夠刻畫經濟變量之間非線性特征的非線性Granger因果檢驗方法，Hiemstra-Jones方法[14]與Diks-Panchenko方法[15]則是眾多非線性Granger因果檢驗方法中最為流行的方法.

Hiemstra-Jones方法如下：

令｛Xt｝和｛Yt｝為兩個嚴格穩定、弱相關的時間序列，記1，2，...，t=1，2，...，給定Lx≥1，Ly≥1和e＞0，則

如果

則Y對X不存在Granger因果關系.其中Pr｛·|·｝表示概率，‖·‖表示最大模.

若用聯合概率替代條件概率，則式(4)可表示為

其中

當‖Z1-Z2‖＜e時，令特征函數I(Z1，Z2，e)為1，否則為0.此時，聯合概率式(6)～式(9)對應的相關積分估計分別為

其中t，s=max(Lx，Ly)+1，...，T-m+1，n=T+1-m-max(Lx，Ly).

根據式(10)～式(13)，Hiemstra等[14]的研究結果表明，給定m，Lx(≥1)，Ly(≥1)和e＞0，如果原假設為“不存在Granger因果關系”，則如下TVAL非參檢驗統計量服從漸進正態分布，即

然而，隨著研究的不斷深入，Diks等[15]的研究結果表明，Hiemstra-Jones方法在檢驗變量之間非線性Granger因果關系時存在過度拒絕(over-rejection)的缺陷.為此，Diks等在Hiemstra等的基礎上對該方法進行了改進，并提出了能夠克服上述缺點的Tn非參檢驗統計量.下面將對Diks等提出的非線性Granger因果檢驗方法進行簡單地說明.

為了克服過度拒絕(over-rejection)的缺陷，Diks等將原假設表述為

求出fw(Wi)值之后，則可構造出Tn統計量進行非線性Granger因果關系檢驗，即

其中Sn是Tn漸進方差σ2的估計值.

因此，對于ε=max｛Cn-β，1.5｝，且C＞0，β∈(1/4，1/3)，則有Tn服從正態分布，即

3　實證分析

為了全面分析我國各類期貨市場的價格發現功能，本文將以金融期貨市場、金屬期貨市場和農產品期貨市場為主要研究對象進行深入研究.借鑒其他學者的思路，金融期貨市場以滬深300股指期貨和國債仿真期貨為代表，而金屬期貨市場和農產品期貨市場則分別以滬金期貨和滬銅期貨，強麥期貨和玉米期貨為代表.所有數據均為日度數據，且均來源于WIND金融資訊.基于數據的可得性，樣本數據的時間跨度分別為滬深300股指期貨為2010-04-16-2013-07-04；國債仿真期貨數據為2012-02-13-2013-07-04；滬金期貨為2008-01-09-2013-07-04；滬銅期貨數據為2007-01-04-2013-07-04；強麥期貨數據為2003-03-28-2013-07-04；玉米期貨數據為2004-09-22-2013-07-04.為大致判斷各類期貨市場現貨價格與期貨價格聯系的緊密程度，本文將首先對其走勢進行粗略分析，具體如圖1所示(SP和FP分別為現貨市場價格和期貨市場價格).

圖1　(a)滬深300，股指期貨市場走勢圖Fig.1(a)CSI 300 index futures market charts

圖1　(b)國債仿真期貨市場走勢圖Fig.1(b)Simulation bond futures market charts

圖1　(c)滬金期貨市場走勢圖Fig.1(c)Shanghai gold futures market charts

圖1　(d)滬銅期貨市場走勢圖Fig.1(d)Shanghai copper futures market charts

圖1　(e)強麥期貨市場走勢圖Fig.1(e)Wheat futures market charts

圖1　(f)玉米期貨市場走勢圖Fig.1(f)Corn futures market charts

由圖1可知，滬金期貨市場和滬銅期貨市場中現貨價格與期貨價格走勢最為相近，滬深300股指期貨市場、玉米期貨市場和強麥期貨市場次之，而國債仿真期貨市場中現貨價格與期貨價格走勢最弱，即兩者之間存在較大分歧.上述走勢僅僅是對兩者之間相互引導關系的初步判斷，而對于各類期貨市場的價格發現功能，本文將通過非線性Granger因果檢驗方法進行量化研究.

3.1單位根檢驗與非線性關系檢驗

在進行非線性Granger因果檢驗之前，必須確保變量的平穩性，否則會影響后續實證結果的準確性，故本文首先對上述變量做單位根檢驗，檢驗方法為ADF方法.檢驗結果表明，上述變量均為非平穩的I(1)過程(限于篇幅，未給出具體結果).

同時，由于變量之間必須存在非線性關系才能進行非線性Granger因果關系檢驗，因而本文在確定上述市場現貨價格和期貨價格時間序列均為非平穩的I(1)過程之后，首先對各自相應的現貨價格和期貨價格做協整檢驗，若存在協整關系，則利用VECM模型對其兩者之間的線性成分進行過濾，然后使用常用的BDS檢驗方法分別對其殘差進行非線性關系檢驗；若不存在協整關系，則對其時間序列進行差分后，通過VAR模型對其兩者之間的線性成分進行過濾，然后同理使用BDS方法進行相關檢驗.協整檢驗結果表明，滬深300股指期貨市場、滬金期貨市場、滬銅期貨市場、強麥期貨市場和玉米期貨市場中現貨價格與期貨價格之間具有協整關系，而國債仿真期貨市場中現貨價格與期貨價格之間不存在協整關系.BDS檢驗結果表明，大部分檢驗統計量均拒絕了存在線性的原假設，因而對應變量之間存在非線性關系，故可以進行非線性Granger因果關系檢驗(限于篇幅，未給出具體結果).

3.2非線性Granger因果關系檢驗

在非線性Granger因果檢驗過程中，本文借鑒Diks等[15]、楊子暉等[16]的思路，首先利用VECM模型或VAR模型過濾掉變量之間的線性成分后，然后再對過濾后的殘差時間序列進行非線性Granger因果關系檢驗.為使得檢驗結果更加穩健，本文將同時采用Hiemstra等與Diks等的兩種非線性Granger因果關系檢驗方法進行檢驗，并將滯后(Lx=Ly)1～6期的檢驗結果列于表1和表2.

由表1和表2可知，在滬深300股指期貨市場中，現貨價格對期貨價格不存在任何非線性Granger因果關系，而期貨價格對現貨價格具有一定的單向非線性Granger因果關系.在國債仿真期貨市場中，現貨價格與期貨價格之間僅存在非常微弱的雙向非線性Granger因果關系.在滬金期貨市場和滬銅期貨市場中，現貨價格與期貨價格之間均存在非常顯著的非線性Granger因果關系.在強麥期貨市場和玉米期貨市場中，現貨價格與期貨價格之間也均存在較為顯著的雙向非線性Granger因果關系，且期貨市場價格發現功能相對更強.綜上所述，在滬金期貨市場和滬銅期貨市場中，期貨價格對現貨價格的引導能力相對來說最為顯著，因而價格發現功能也最強.由于強麥期貨市場和玉米期貨市場中期貨價格對現貨價格均具有較為顯著的非線性Granger因果關系，故價格發現功能次之.而滬深300股指期貨市場和國債仿真期貨市場中期貨價格對現貨價格具有一定的或相對微弱的非線性Granger因果關系，故兩者的價格發現功能相對較弱.

表1　基于VECM或VAR模型過濾后的非線性Granger因果關系檢驗結果Table 1 The non-linear filtering Granger causality test results based on VECM or VAR model

金屬期貨市場和農產品期貨市場之所以價格發現功能相對較強，這很大程度上可能是由于我國金屬期貨市場和農產品期貨市場發展較早，成熟程度相對較高，與國外期貨市場聯系也相對較為緊密.同時，上述期貨市場的市場參與者較多，除會員外，還有商品生產者、銷售者、加工者和投機者等，他們聚集在一起進行競爭，有助于價格的形成.此外，參與金屬期貨和農產品期貨交易的機構和個人大多比較熟悉商品行情，有著相對豐富的市場經驗和比較完善的信息渠道，且上述市場期貨交易的透明度相對較高，競爭公開化、公平化，因而這也有助于形成公正的價格.而金融期貨市場價格發現功能較弱的原因可能是由于該期貨市場起步較晚、門檻較高、投資者也相對較為單一等.同時，金融期貨是以股價指數或國債利率指數作為標的物，而金屬期貨和農產品期貨均是以金屬和農產品等實物作為標的物，由于我國金融市場并不是很成熟的金融市場，因而以股價指數或國債利率指數作為標的物的金融期貨相對來說反映未來價格的能力相對有限，故價格發現功能相對較弱.

表2　基于VECM或VAR模型過濾后的非線性Granger因果關系檢驗結果Table 2 The non-linear filtering Granger causality test results based on VECM or VAR model

3.3進一步的分析

非線性Granger因果檢驗方法是對線性Granger因果檢驗方法的進一步改進，而為了論證非線性Granger因果檢驗方法的必要性，本文借鑒楊子暉等[16]的思路，將對各期貨市場現貨價格與期貨價格的引導關系進行線性Granger因果檢驗，檢驗結果如表3所示.

由表3可知，除滬銅期貨市場中線性Granger因果檢驗結果與非線性Granger因果檢驗結果較為相似之外，其他結果均存在較大差別，如在滬深300股指期貨市場中，現貨價格對期貨價格的線性Granger因果關系大于期貨價格對現貨價格的線性Granger因果關系，而非線性Granger因果關系剛好相反；在國債仿真期貨市場中，期貨價格對現貨價格幾乎不存在任何線性Granger因果關系，而在非線性Granger因果關系中，兩者之間卻存在相對微弱的雙向非線性Granger因果關系，可見非線性Granger因果檢驗方法刻畫變量間相關性的能力更強；在滬金期貨市場中，期貨價格對現貨價格的線性Granger引導關系非常微弱，而在非線性Granger因果關系中，期貨價格對現貨價格的線性Granger引導關系非常顯著；在強麥期貨市場中，現貨價格與期貨價格之間僅存在單向線性Granger因果關系，而在非線性Granger因果影響關系中，兩者之間的價格引導關系是雙向的；在玉米期貨市場中，現貨價格與期貨價格之間不具有任何線性Granger因果關系，而在非線性Granger因果影響關系中，兩者之間的價格引導關系是顯著雙向的.由這些結果可以看出，如果忽略現貨價格與期貨價格之間的非線性特征，則可能使得實際研究結果存在較大偏差.

表3　線性Granger因果關系檢驗結果Table 3 The linear Granger causality test results

4　結束語

隨著我國金融市場的迅速發展，期貨市場越來越受到我國政府的重視，因而系統性地研究我國期貨市場的發展現狀具有重大的現實意義.本文基于非線性視角并利用多種非線性Granger因果檢驗方法全面探究了中國期貨市場價格發現功能的現狀.研究結果表明，金屬期貨市場價格發現功能較強，即無論是滬金期貨市場，還是滬銅期貨市場，其期貨價格對現貨價格均存在顯著的非線性Granger因果關系.而農產品期貨市場價格發現功能次之，金融期貨市場價格發現功能則相對較弱.同時，為進一步論證非線性Granger因果檢驗的重要性，本文還對比分析了線性Granger因果檢驗結果，發現線性檢驗結果與非線性檢驗結果存在較大差別，故傳統線性Granger因果檢驗方法可能由于忽略變量的非線性特征而使得研究結果出現顯著偏差.

由于我國期貨市場總體起步較晚，市場制度和投資者構成相對不是特別完善，從而造成期貨市場與現貨市場存在一定程度的分割，這個現象在金融期貨市場表現地尤為突出，因而我國政府應在準入條件、交易機制和市場透明度等方面進行深入改革，并注重培育更加成熟和種類更加豐富的微觀市場參與主體，進而使得我國期貨市場價格發現功能得到進一步提高.同時，期貨市場在金融市場中屬于高端市場，準入門檻較高，且杠桿交易機制的引入使得期貨市場相對其他金融市場風險更加巨大，故我國政府應加強投資者的風險教育與系統培訓工作，切實防止期貨市場出現過度投機行為，并適時引導廣大投資者在風險可以承受的范圍內進行合理投資.

[1]謝赤，余聰，羅長青，等.基于MRS Copula-GJR-Skewed-t模型的股指期貨套期保值研究.系統工程學報，2013，28(1)：83-93. Xie C，Yu C，Luo C Q，et al.Hedging of stock index futures based on Markov regime-switching Copula-GJR-Skewed-t model. Journal of Systems Engineering，2013，28(1)：83-93.(in Chinese)

[2]GarbadeKD，Silber W L.Price movementsand pricediscoveryin futures andcash markets.TheReviewofEconomicsandStatistics，1983，65(2)：289-297.

[3]Engle R F，Granger C W J.Co-integration and error correction：Representation，estimation，and testing.Econometrica：Journal of the Econometric Society，1987，55(2)：251-276.

[4]Gonzalo J，Granger C.Estimation of common long-memory components in cointegrated systems.Journal of Business&Economic Statistics，1995，13(1)：27-35.

[5]Hasbrouck J.One security，many markets：Determining the contributions to price discovery.The Journal of Finance，1995，50(4)：1175-1199.

[6]Theissen E.Price discovery in spot and futures markets：A reconsideration.The European Journal of Finance，2012，18(10)：969-987.

[7]YangJ，YangZ，ZhouY.Intradayprice discoveryand volatilitytransmission instock indexand stockindexfuturesmarkets：Evidence from China.Journal of Futures Markets，2012，32(2)：99-121.

[8]Bekiros S D，Diks C G H.The relationship between crude oil spot and futures prices：Cointegration，linear and nonlinear causality. Energy Economics，2008，30(5)：2673-2685.

[9]華仁海，劉慶富.股指期貨與股指現貨市場間的價格發現能力探究.數量經濟技術經濟研究，2010，27(10)：90-100. Hua R H，Liu Q F.The research on price discovery ability between stock index futures market and stock index spot market.The Journal of Quantitative&Technical Economics，2010，27(10)：90-100.(in Chinese)

[10]何誠穎，張龍斌，陳薇.基于高頻數據的滬深300指數期貨價格發現能力研究.數量經濟技術經濟研究，2011，28(5)：139-151. He C Y，Zhang L B，Chen W.Research on price discovery of HS300 index futures based on high frequencies data.The Journal of Quantitative&Technical Economics，2011，28(5)：139-151.(in Chinese)

[11]肖輝，鮑劍平，吳沖鋒.股指與股指期貨價格發現過程研究.系統工程學報，2006，21(4)：438-441. Xiao H，Bao J P，Wu C F.Study on price discovery process between stock index and stock index futures.Journal of Systems Engineering，2006，21(4)：438-441.

[12]陳秋雨，陳沖，馮煒.中國黃金期貨市場價格發現功能研究.浙江社會科學，2012，28(7)：19-27. Chen Q Y，Chen C，Feng W.Price discovery function of China’s gold futures market.Zhejiang Social Sciences，2012，28(7)：19-27. (in Chinese)

[13]閆云仙.中國玉米期貨市場價格發現功能的實證分析：基于有向無環圖的應用.中國農村經濟，2010，26(7)：39-46. Yan Y X.The empirical analysis of price discovery function in China’s corn future market：Based on the application of directed acyclic graph.Chinese Rural Economy，2010，26(7)：39-46.(in Chinese)

[14]Hiemstra C，Jones J D.Testing for linear and nonlinear Granger causality in the stock price-volume relation.The Journal of Finance，1994，49(5)：1639-1664.

[15]Diks C.Panchenko V.A new statistic and practical guidelines for nonparametric Granger causality testing.Journal of Economic Dynamic&Control，2006，30(9)：1647-1669.

[16]楊子暉，趙永亮，柳建華.CPI與PPI傳導機制的非線性研究：正向傳導還是反向倒逼.經濟研究，2013，59(3)：83-95. Yang Z H，Zhao Y L，Liu J H.A nonlinear research on the price transmission mechanism：Positive price transmission or reversed price transmission.Economic Research Journal，2013，59(3)：83-95.(in Chinese)

Study of the price discovery function in China’s future market

Xie Xiaowen1，2，Fang Yi3，Zhao Shengmin1?
(1.School of Finance，Nankai University，Tianjin 300071，China；2.Postdoctoral R&D Base，Guangzhou Yue Xiu Group，LTD，Guangzhou 510623，China；3.School of Finance，Central University of Finance and Economics，Beijing 100081，China)

This paper uses the latest nonlinear Granger causality test methods to explore the status quo of the price discovery function in China’s futures market，focusing on the non-linear perspective.The results show that the metal futures market has the best price discovery function，with the agricultural future market the second，and the financial future market weakest.The causal relationships between the futures price and the spot price in both Shanghai gold futures market and Shanghai copper futures market have a significant nonlinear Granger causality，the causal relationships of futures prices to spot prices in wheat futures market and corn futures market also have a relative strong nonlinear Granger causality.However，the causal relationship of the future prices to spot prices in CSI 300 stock index futures market and Treasury simulation futures market is relatively weak.Finally，the paper finds that the traditional linear Granger causality test may result in larger deviations due to neglecting variables’nonlinear characteristics.

spot market；future market；price discovery；nonlinear Granger causality test

F832.5

A

1000-5781(2016)03-0364-09

10.13383/j.cnki.jse.2016.03.008

謝曉聞(1985-)，男，湖南永州人，博士，研究方向：金融市場，Email：hnxiexw@163.com；

方意(1986-)，男，湖北黃岡人，博士，講師，研究方向：系統性風險，貨幣政策，Email：nkkunta@163.com；

趙勝民(1967-)，男，黑龍江齊齊哈爾人，博士，教授，博士生導師，研究方向：金融工程，Email：zhaoshengmin@nankai.edu.cn.

2013-10-31；

2014-06-16.

教育部人文科學研究規劃基金項目(15YJA790090)；國家自科基金青年資助項目(71503290)；中國博士后科學基金面上資助項目(2015M580711)；中央財經大學“中財121人才工程”青年博士發展基金資助項目(QBJ1415).