張保銀，陳 俊

(天津大學管理與經(jīng)濟學部，天津300072)

價格發(fā)現(xiàn)功能是期貨市場最基本的功能，也是衡量期貨市場運行效率的重要指標，為企業(yè)通過期貨市場進行套期保值提供了有力保證。因此，正確把握期貨價格的發(fā)現(xiàn)功能，識別期貨銅與現(xiàn)貨銅價格之間的關(guān)系，對于引導企業(yè)合理計劃生產(chǎn)，促進大宗商品行業(yè)形成市場化的定價體系是非常重要的。

國外對于期貨市場價格發(fā)現(xiàn)功能的研究經(jīng)歷了一個逐步完善的過程，目前已形成了比較成熟的研究方法體系。而我國銅期貨市場價格發(fā)現(xiàn)功能的研究大多停留在對這些方法的應用上，主要是針對我國銅的期現(xiàn)貨市場的宏觀趨勢進行探究，對其動態(tài)分析卻涉及不多，而且采用的都是2009年及以前的數(shù)據(jù)，不能及時說明當下銅期貨和現(xiàn)貨的價格變動關(guān)系。

戴曉鳳、丁林江(2010)在基于非線性結(jié)構(gòu)的銅期貨與現(xiàn)貨價格關(guān)系的實證檢驗中利用修正的Baek-Brock檢驗方法對我國銅期貨價格和現(xiàn)貨價格之間的非線性因果關(guān)系進行實證研究，發(fā)現(xiàn)兩者并不存在絕對的領先與滯后關(guān)系，之后采用EGARCH模型分別對銅期貨價格和現(xiàn)貨價格序列進行波動率過濾，發(fā)現(xiàn)經(jīng)過調(diào)整的價格序列之間仍存在雙向的非線性因果關(guān)系［1］。程琛(2011)采用 ADF檢驗、協(xié)整檢驗、Granger因果檢驗及GS模型對上海期貨交易所金屬銅的價格發(fā)現(xiàn)功能進行了實證分析，得出了銅的期貨價格和現(xiàn)貨價格之間存在雙向引導關(guān)系且現(xiàn)貨價格引導能力更強的結(jié)論［2］。尹海峰，康雅彬(2011)基于協(xié)整分析方法和誤差修正模型研究了中國銅期貨市場的定價效率，發(fā)現(xiàn)中國銅期貨市場具有較強的定價效率，在短期內(nèi)期貨價格能夠影響現(xiàn)貨價格向長期均衡收斂［3］。顧琪，楊永生(2011)在現(xiàn)貨套期保值理論基礎上，又提出了基于Var的最優(yōu)套保模型—Var-VEC-MGARCH(1，1)模型，并且通過實證分析證明了該模型的優(yōu)越性，為精確估計最優(yōu)套保比率和全面評價套期保值效果提供了更為有效的風險管理方法［4］。Qu Hongtao，Zhuang Xintian，SuYanti，Guan Jie(2011)綜合運用協(xié)整性分析，脈沖響應函數(shù)和方差分解等多種方法，得出了中國包括銅在內(nèi)的多個品種的期貨市場在短期內(nèi)對現(xiàn)價具有引導作用，但是在長期內(nèi)兩者沒有協(xié)整性關(guān)系的結(jié)論［5］。Li Xindan，Zhang Bing(2009)運用馬爾科夫轉(zhuǎn)換模型研究上海銅期貨市場和倫敦銅期貨市場的相互關(guān)系時發(fā)現(xiàn)，兩者存在長期均衡，但倫敦銅期貨市場比上海銅期貨市場具有更強的引導作用［6］。Zhao Huiliang，Wei Zhang，ShuShengli(2008)使用 VECM 模型，協(xié)整性檢驗和方差分解以及脈沖響應函數(shù)闡述了銅期貨價格和現(xiàn)貨價格的協(xié)整性，但在熊市中，現(xiàn)貨價格對于信息反映較弱，期貨價格不是現(xiàn)貨價格的格蘭杰因果檢驗［7］。

2011年我國銅的產(chǎn)量和消費量已位居世界第一，作為一種具有戰(zhàn)略性意義的重要原材料，其價格變動對企業(yè)的利潤影響日趨明顯，加上我國銅期貨市場的逐漸開放和發(fā)展，參與套期保值的企業(yè)數(shù)量越來越多，套期保值主要利用期貨合約的形式來實現(xiàn)成本和收益的穩(wěn)定，而當前我國企業(yè)在決定是否參與套期保值時主要的衡量因素則為銅現(xiàn)貨價格的預期波動。本文采用2010年至2012年3月的最新數(shù)據(jù)，在實證分析我國當前銅期貨市場價格發(fā)現(xiàn)功能的基礎上，通過建立動態(tài)的VECM模型，試圖從銅期貨價格和現(xiàn)貨價格的變化關(guān)系中發(fā)掘當期價格變動對下期價格變動的影響程度的變化規(guī)律，為企業(yè)在參與套期保值決策時提供參考。

一、數(shù)據(jù)及研究方法

文中期貨銅連續(xù)價格序列采用最近期月份的期貨合約的收盤價格，在其最后交易日的下一個交易日，選擇下一個最近期月份的期貨合約的收盤價格作為代表，序列記為{F}，數(shù)據(jù)來源于上海期貨交易所?，F(xiàn)貨銅的數(shù)據(jù)采用的是長江有色現(xiàn)貨銅的日均價而組成的一個連續(xù)時間序列，記為{P}，數(shù)據(jù)來源于譽匯金屬交易網(wǎng)。數(shù)據(jù)搜集好后進行預整理，使得兩者的日期數(shù)據(jù)達到完全對應。數(shù)據(jù)起止日期為2010年1月4日—2012年3月30日，共有樣本538個。采用方法有ADF檢驗、協(xié)整性檢驗、Granger因果檢驗和向量誤差修正模型。分析軟件采用的是Eviews 6.0［8］。

二、模型建立

1．單位根檢驗

單位根檢驗有3種檢驗式，即不含漂移項和時間趨勢項的檢驗式和只含漂移項的檢驗式以及兩者都含的檢驗式，分別為

式中:yt為一個時間序列;θ為漂移項;δt為時間趨勢;εt為隨機誤差項。

對于不同的檢驗式 ，參數(shù)的漸近分布是不同的。因此，選擇一個能夠模擬真實數(shù)據(jù)生成過程的回歸檢驗式十分重要。Dolado Jenkinson與Sosvilla－Rivero(1990)建議，當真實的 DGP(data generating prooocess)完全未知時，可以從既包含漂移項又包含時間趨勢項的式(3)開始檢驗。當根據(jù)式(3)進行ADF檢驗得出結(jié)果為不能拒絕原假設時，需要構(gòu)造F統(tǒng)計量對θ=γ=0進行檢驗 ，檢驗統(tǒng)計量為 Dickey和 Fuller(1981)提出的∮3統(tǒng)計量。假如檢驗結(jié)果接受了原假設θ=γ=0，則需改用式(2)重新進行單位根檢驗。式(2)中的漂移項θ會影響系數(shù)γ的漸近分布，若同樣得到了存在單位根的結(jié)論時，仍需要考慮在給定γ=0時θ=0是否成立 ，即構(gòu)造 F統(tǒng)計量對θ=γ=0進行檢驗，檢驗統(tǒng)計量為∮1統(tǒng)計量。

2．協(xié)整性檢驗

對于二維時間序列協(xié)整關(guān)系的判斷通常用的是EG兩步法。EG兩步法首先對分量序列進行靜態(tài)回歸，再通過最小二乘法得到系數(shù)的估計值和殘差序列，然后檢驗殘差序列的平穩(wěn)性，殘差序列有單位根則不具有協(xié)整關(guān)系，相反則存在協(xié)整關(guān)系。

3．Granger因果檢驗

存在協(xié)整關(guān)系就說明有存在因果關(guān)系的可能，要判斷兩變量中哪一個變量起主導變量，須用Granger因果檢驗。它主要用于考察兩變量之間在時間上的引導關(guān)系，以時間序列Xt和Yt為例，如果利用過去的Xt和Yt的值一起對Yt進行預測比只用Yt的過去值來進行預測所產(chǎn)生的預測誤差更小的話，則認為Xt對Yt具有格蘭杰因果關(guān)系。反之，認為Xt對Yt不具有格蘭杰因果關(guān)系。

4．VECM模型

協(xié)整性檢驗描述的是兩個變量之間的長期均衡關(guān)系，但卻沒有涉及兩個變量的短期波動情況。本文在向量自回歸(vector auto regression，VAR)模型的基礎上建立向量誤差修正模型，以分析期貨銅和現(xiàn)貨銅在長期和短期內(nèi)的變化情況。VAR模型通常用于相關(guān)時間序列系統(tǒng)的預測和隨機擾動對變量系統(tǒng)的動態(tài)影響。VAR模型的表達式為

根據(jù)建立的VAR模型，使用AIC準則得到最佳滯后期，然后使用最佳滯后期得到向量誤差修正模型，模型表達式為

上式中Δ為一階差分，Et－1是誤差修正項，λ1，λ2是誤差修正項系數(shù)，表明了期現(xiàn)貨價格長期均衡關(guān)系對短期內(nèi)波動的調(diào)整力度。α11(i)，α12(i)，α21(i)，α22(i)為短期調(diào)整系數(shù)，表明了上一期的期貨和現(xiàn)貨價格波動對本期期貨或者現(xiàn)貨價格波動的影響大小。本文把整個時間序列分成長度相等的9個分時間序列，對每個時間序列進行VECM分析，總結(jié)出本期價格波動對下期價格波動影響程度的變化規(guī)律。

三、實證分析

1．單位根檢驗

在檢驗銅期貨價格和現(xiàn)貨價格之間的協(xié)整性關(guān)系之前必須要進行時間序列的平穩(wěn)性檢驗，即單位根檢驗．結(jié)果表明期貨銅和現(xiàn)貨銅都是同階單整時間序列。

首先，對現(xiàn)貨銅和期貨銅的原始時間序列進行ADF檢驗，結(jié)果表明，兩者的ADF檢測值均大于各種置信水平下的臨界值，不能拒絕原假設。原始時間序列存在單位根，是不平穩(wěn)的。然后對現(xiàn)貨銅和期貨銅的一階差分序列進行ADF檢驗，結(jié)果表明，兩者的ADF檢測值均小于各種置信水平下的臨界值，拒絕原假設，得出原始時間序列不存在單位根，是平穩(wěn)的。而且兩個時間序列都是一階單整序列。

2．協(xié)整性檢驗

本文采用EG兩步法檢驗F與P是否存在協(xié)整關(guān)系。首先建立OLS模型，回歸結(jié)果見表1。

表1 協(xié)整性檢驗

從表1中可以看出，回歸方程通過顯著性檢驗，方程具有顯著性。之后建立殘差序列，進行ADF檢驗，檢驗結(jié)果表明，t=－12.4，分別小于在1%，5%，10%置信水平下的臨界值，所以拒絕原假設，殘差序列不存在單位根。因此，F(xiàn)與P是(1，1)階協(xié)整，兩變量存在長期穩(wěn)定的均衡關(guān)系。

3．Granger因果檢驗

Granger因果檢驗的前提是序列必須平穩(wěn)，所以首先生成平穩(wěn)序列{ff}=d(F)，{pp}=d(P)，對序列ff和pp做Granger因果檢驗，滯后階數(shù)分別為2和3，此時檢驗結(jié)果見表2。

表2 Granger因果檢驗

由表2可見，原假設pp不是ff的Granger原因的概率為0.050 1，未能通過5%顯著性水平的檢驗，因此，接受pp不是ff的Granger原因的原假設。但反過來的伴隨概率為2×10－14，通過了5%的顯著性檢驗，所以拒絕ff不是pp的Granger原因的原假設，即銅期貨價格是銅現(xiàn)貨價格的因果關(guān)系更為明顯，銅期貨市場在價格發(fā)現(xiàn)過程中起主導作用。

4．向量誤差修正模型(VECM)

為了更好的分析整個時間序列內(nèi)銅的期貨價格和現(xiàn)貨價格波動性特征，本文把整個時間序列分成連續(xù)的長度相等的9個區(qū)間，然后分別做VECM模型。首先建立VAR模型，然后運用單位根檢驗法檢驗每個區(qū)間內(nèi)模型的穩(wěn)定性，再在VAR模型的基礎上根據(jù)AIC準則確定VECM的最佳滯后期。經(jīng)檢驗每個區(qū)間內(nèi)建立的VAR模型都通過了單位根檢驗，具有較好的穩(wěn)定性。由于最佳滯后期都為1，所以VECM模型也可記為

在得到的 9 個 VECM 模型中，λ1，λ2，α11，α12，α21，α22如圖1和圖2所示。

圖1 當前銅期貨價格和現(xiàn)貨價格對下一期銅現(xiàn)貨價格的影響

圖2 當前銅期貨價格和現(xiàn)貨價格對下一期銅期貨價格的影響

由圖1和圖2分析可得，一是現(xiàn)貨市場的誤差修正項系數(shù)λ1均為負數(shù)，表明現(xiàn)貨市場的短期波動一直受到長期均衡的影響，也就是說其價格總是圍繞著均衡價格上下波動。但是期貨市場的誤差修正項系數(shù)λ2在2011年下半年出現(xiàn)了大于零的現(xiàn)象，即在此時間段內(nèi)期貨價格偏離長期均衡的幅度出現(xiàn)增加現(xiàn)象，這可能跟我國的期貨市場還不成熟而存在一定的投機現(xiàn)象有關(guān)，且在2011年下半年表現(xiàn)得最為明顯。二是在大多數(shù)時間序列里本期期貨價格波動和現(xiàn)貨價格波動對下期期貨市場或者現(xiàn)貨市場的影響方向都是反向的，這說明期現(xiàn)貨市場不同的信息傳導機制和價格作用機制。三是現(xiàn)貨市場的價格波動是當前我國企業(yè)進行套期保值決策時考慮的主要因素，但是通過對現(xiàn)貨市場的VECM模型分析可以看出，本期價格波動對下期價格波動的影響系數(shù) α11，α12，α21，α22在整個區(qū)間內(nèi)呈現(xiàn)出明顯的非線性特征，即企業(yè)不能僅僅從當期價格波動來對下期價格波動進行預測。

四、結(jié) 語

本文利用2010年1月4日—2012年3月30日上海期貨交易所的期貨銅價格數(shù)據(jù)和長江有色金屬銅現(xiàn)價數(shù)據(jù)，通過ADF檢驗，EG兩步法協(xié)整檢驗，Granger因果檢驗，動態(tài)向量誤差修正模型對近年來我國銅期貨市場的價格發(fā)現(xiàn)功能以及銅期貨價格和現(xiàn)貨價格之間的動態(tài)變化關(guān)系進行研究，得出以下結(jié)論。

(1)銅現(xiàn)價和期貨價格存在長期均衡關(guān)系，并且回歸方程的擬合系數(shù)較高，說明兩者之間的長期均衡關(guān)系較強。這表示我國的銅交易市場發(fā)展較好，信息傳遞效率較高，為我國企業(yè)進行套期保值提供了良好的環(huán)境和堅實的基礎。

(2)通過Granger因果檢驗表明銅期貨市場在價格發(fā)現(xiàn)過程中起主導作用。由于期貨交易的參與者眾多，交易人士都熟知商品行情以及期貨交易的透明度高，競爭公開化等特點，使得期貨價格能反應未來供求趨勢，具有較高權(quán)威性。

(3)通過向量誤差修正模型可以看出，銅現(xiàn)貨市場由于受需求效應的影響，誤差修正項對銅現(xiàn)價的調(diào)整方向與上期誤差項方向相反。而在期貨市場里，由于投機者的存在，會出現(xiàn)“越貴越買”或“越跌越拋”的現(xiàn)象，所以誤差修正項對于銅期貨價格的調(diào)整方向與上期期貨價格誤差項方向相同，即朝著某個方向持續(xù)波動。

(4)本期銅現(xiàn)價波動受上期價格波動的影響系數(shù)長期呈現(xiàn)出明顯的非線性特征，具有加速分離性。這是因為期貨市場具有良好的價格發(fā)現(xiàn)功能，通過發(fā)現(xiàn)未來價格對現(xiàn)貨價格產(chǎn)生引導作用，所以在短期內(nèi)可以通過期貨價格波動大小對未來現(xiàn)貨價格波動性做出預測，但是長期來看，由于影響銅價格的偶然性因素較多，存在大量的投機現(xiàn)象，所以現(xiàn)貨價格波動和期貨價格波動呈現(xiàn)出非線性相關(guān)，不能通過其中之一的價格來準確預測另外一個市場的價格。

上述研究結(jié)果，符合我國銅期貨和現(xiàn)貨市場的現(xiàn)狀，也反映了我國當前期貨市場的一些不足。當前我們應加強體制建設，控制企業(yè)套期保值頭寸數(shù)量，防止套期保值轉(zhuǎn)化為期貨投機。更重要的是，應加強對期貨人才培養(yǎng)體系的建設，我國大部分企業(yè)在進行套期保值決策時缺乏科學引導，僅僅以當前價格變動幅度作為主要依據(jù)，套期保值失敗案例屢見不鮮。從上面的分析我們可以看出，具有良好價格發(fā)現(xiàn)功能的期貨市場為企業(yè)參與套期保值提供了基礎，但是僅以當前價格變動作為其主要決策依據(jù)是不科學的。衡量套期保值成功的準則并不是期貨市場盈利與否，而是企業(yè)在期貨市場與現(xiàn)貨市場的損益能夠相互對沖，故企業(yè)在決定是否套期保值時應考慮的主要因素為基差，即某一時間某一特定地點的現(xiàn)貨價格與該商品的特定期貨價格之間的差額，它應該成為企業(yè)在套期保值決策時考慮的主要因素，這也是我們下一步研究和努力的方向。

［1］戴曉鳳，丁林江．基于非線性結(jié)構(gòu)的銅期貨與現(xiàn)貨價格關(guān)系的實證檢驗［J］．湖南大學學報:社會科學版，2010，24(5):42-46．

［2］程 ?。饘巽~期貨產(chǎn)品價格發(fā)現(xiàn)功能的實證研究［J］．中國證券期貨，2011(10):31．

［3］尹海峰，康雅彬．對中國滬銅期貨市場定價效率的實證分析［J］．經(jīng)濟研究導刊，2011(12):62-63．

［4］顧 琪，楊永生．基于在險價值的最優(yōu)動態(tài)套保策略及其績效研究:滬銅期貨市場的實證分析［J］．經(jīng)濟問題探索，2011(6):93-98．

［5］Qu Hongtao，Zhuang Xintian，Su Yanti，et al．Empirical study on price discovery function of commodity futures market［J］．Journal of Northeastern University，2011，32(9):1364-1368．

［6］Li Xindan，Zhang Bing．Price discovery for copper futures in informationally linked markets［J］．Applied Economics Letters，2009，16(15):1555-1558．

［7］Zhao Huiliang，Wei Zhang，Shu Shengli．Asymmetric price discovery in Chinese futures market［G］//WICOM．International Conference on Wireless Communications，Networking and Mobile Computing．Dalian:IEEE press，2008:1-4．

［8］童光榮．計量經(jīng)濟學［M］．武漢:武漢大學出版社，2006．