朱學(xué)紅，張宏偉，張眾，羅玉梅

?

金屬資源跨期現(xiàn)市場(chǎng)操縱的判別——以高盛鋁價(jià)操縱案為例

朱學(xué)紅1,2，張宏偉1,2，張眾1,2，羅玉梅1,2

(1.中南大學(xué)商學(xué)院，湖南長(zhǎng)沙，410083;2. 中南大學(xué)金屬資源戰(zhàn)略研究院，湖南長(zhǎng)沙，410083)

以2013年曝出的高盛鋁價(jià)操縱案為例，基于波動(dòng)性分析和事件分析法對(duì)金屬資源跨期現(xiàn)市場(chǎng)操縱進(jìn)行機(jī)理分析和判別研究，為金屬資源跨期現(xiàn)市場(chǎng)操縱的判別提供有益參考。研究發(fā)現(xiàn)：在操縱期間，期貨和現(xiàn)貨價(jià)格序列呈現(xiàn)出“非自然特征”，進(jìn)一步通過事件分析法得出在不同事件窗口都有顯著為正的累計(jì)超額收益率，說明高盛在此期間確實(shí)對(duì)鋁價(jià)進(jìn)行了操縱。在防范跨期現(xiàn)市場(chǎng)操縱的過程中，應(yīng)盡快建立完善的跨期現(xiàn)市場(chǎng)監(jiān)管、風(fēng)險(xiǎn)防范體系，以及跨市場(chǎng)信息交流機(jī)制，加強(qiáng)對(duì)投資者相關(guān)法律、法規(guī)的教育，并完善我國金屬市場(chǎng)倉儲(chǔ)制度。

跨期現(xiàn)市場(chǎng)操縱；高盛鋁價(jià)操縱案；波動(dòng)性；事件分析法；判別

一、引言及文獻(xiàn)綜述

隨著21世紀(jì)經(jīng)濟(jì)金融化浪潮不斷地推進(jìn)，商品金融化程度不斷提高[1]，金屬資源價(jià)格已不完全受制于供需基本面的影響，金融因素成為其重要的影響因素。金屬資源價(jià)格的競(jìng)爭(zhēng)已逐漸從初級(jí)資源領(lǐng)域、產(chǎn)品市場(chǎng)領(lǐng)域轉(zhuǎn)向貿(mào)易?金融聯(lián)動(dòng)的綜合市場(chǎng)，金屬資源現(xiàn)貨與期貨市場(chǎng)之間的價(jià)格聯(lián)動(dòng)性不斷增強(qiáng)，價(jià)格跨市場(chǎng)操縱的風(fēng)險(xiǎn)增大。相對(duì)于在一種金融商品交易市場(chǎng)的操縱行為而言，跨期現(xiàn)市場(chǎng)操縱行為更加隱蔽，操縱手法亦復(fù)雜難辨，危害性極大且易發(fā)生不同市場(chǎng)交叉?zhèn)魅?，具有“傳染性極強(qiáng)”的特點(diǎn)，易引發(fā)系統(tǒng)性風(fēng)險(xiǎn)，從而嚴(yán)重影響正常的經(jīng)濟(jì)秩序，因此近年來受到人們的普遍關(guān)注。在此背景下，如何判別跨期現(xiàn)市場(chǎng)操縱則顯得尤為重要。

在國際金融市場(chǎng)上發(fā)生過許多跨期現(xiàn)市場(chǎng)操縱案件，不僅發(fā)生在股票、股指期貨市場(chǎng)，還發(fā)生在金屬資源市場(chǎng)。其中最為典型的是2005年的國儲(chǔ)銅價(jià)格操縱案件。在此次價(jià)格操縱中，以國際投資基金為代表的多頭在LME 3月期銅可供交割量不大的情況下，大肆做多3月銅期貨，同時(shí)囤積現(xiàn)貨，試圖在期現(xiàn)貨雙市場(chǎng)拉高銅價(jià)從而逼迫市場(chǎng)上的空頭——中國國儲(chǔ)局高價(jià)買入現(xiàn)貨銅進(jìn)行交割，是一種相當(dāng)明顯的跨期現(xiàn)市場(chǎng)操縱。2013年曝出的高盛鋁價(jià)操縱案在華爾街產(chǎn)生巨大反響，也是典型的跨期現(xiàn)市場(chǎng)操縱案件。由于價(jià)格操縱行為的隱秘性，更多的價(jià)格操縱事件難以識(shí)別。起初學(xué)術(shù)界對(duì)價(jià)格操縱的識(shí)別主要以定性研究為主，通過分析普遍條件下價(jià)格操縱的基本特征，將某一特定事件導(dǎo)致的結(jié)果與價(jià)格操縱的基本特征相匹配，從而得出價(jià)格操縱與否的結(jié)論[2]。隨著研究方法的發(fā)展和統(tǒng)計(jì)技術(shù)的進(jìn)步，學(xué)者們開始用定量的方法來識(shí)別價(jià)格操縱。如通過考察操縱期間資產(chǎn)價(jià)格的波動(dòng)性和流動(dòng)性，發(fā)現(xiàn)被操縱資產(chǎn)的價(jià)格序列表現(xiàn)出“非自然”的特性，作為識(shí)別價(jià)格操縱行為的基本方法。比較有代表性的如Pirrong[3]運(yùn)用ECM 和GARCH 等計(jì)量模型，通過考察相關(guān)月份的期貨合約價(jià)格與后續(xù)月份的期貨價(jià)格的變化特征對(duì)1989年Ferruzzi大豆操縱事件進(jìn)行分析判別，證明市場(chǎng)中存在價(jià)格操縱行為。左大鵬和劉慶富[4]在分析價(jià)格操縱識(shí)別方法的機(jī)理后，分別從被操縱合約交割月與后繼月期貨合約價(jià)格差，交割月對(duì)連續(xù)兩個(gè)后繼月期貨收益的回歸剩余，期貨價(jià)格與非交割地現(xiàn)貨價(jià)格的相對(duì)變化，季節(jié)性模型，最后交易日前后、當(dāng)年、他年同月期貨價(jià)格相對(duì)變化，以及期貨價(jià)格與庫存量、倉單量變化關(guān)系等角度進(jìn)行了實(shí)證研究，探尋了識(shí)別期貨市場(chǎng)價(jià)格操縱行為的統(tǒng)計(jì)分析方法。張維等[5]首先運(yùn)用GARCH 模型分析被操縱資產(chǎn)在波動(dòng)性方面的異常變化，然后利用日交易量、持倉量以及 Amivest 流動(dòng)性比率，從流動(dòng)性的異常變化的角度分析判別股指期貨市場(chǎng)的跨市場(chǎng)價(jià)格操縱行為。

目前關(guān)于價(jià)格操縱判別的研究主要關(guān)注期貨市場(chǎng)。隨著金融市場(chǎng)聯(lián)動(dòng)性的增強(qiáng)，僅僅照搬股票市場(chǎng)或商品期貨市場(chǎng)通過GARCH模型考察被操縱資產(chǎn)價(jià)格序列所表現(xiàn)出的波動(dòng)性異常變化特征來判別市場(chǎng)價(jià)格操縱的行為是不充分的。由于跨期現(xiàn)市場(chǎng)操縱行為的多市場(chǎng)特性、復(fù)雜性和隱秘性，對(duì)其分析不能僅僅局限于期貨市場(chǎng)，還需要進(jìn)一步關(guān)注現(xiàn)貨市場(chǎng)。通過 GARCH 模型剩余項(xiàng)的異常僅僅能作為市場(chǎng)操縱的初步識(shí)別，說明具有價(jià)格操縱的嫌疑，還需要更充分的事實(shí)證據(jù)去準(zhǔn)確地判別價(jià)格操縱行為，才能有效判別跨期現(xiàn)市場(chǎng)操縱行為。

而事件分析法基于統(tǒng)計(jì)思想，針對(duì)某項(xiàng)經(jīng)濟(jì)事件對(duì)資產(chǎn)價(jià)格造成影響的程度和持續(xù)時(shí)間進(jìn)行度量和檢驗(yàn)，通過短期內(nèi)可觀測(cè)資產(chǎn)價(jià)格的變化來測(cè)定某一事件的經(jīng)濟(jì)影響，因此可以為判別金屬資源價(jià)格操縱提供更為準(zhǔn)確的事實(shí)證據(jù)。事件分析法最早由Doplly研究提出，隨后很多學(xué)者對(duì)其進(jìn)行了修正和完善[6?8]。目前事件分析法廣泛應(yīng)用于各個(gè)領(lǐng)域，如Chaturvedula等[9]通過事件分析法分析了2004—2012年印度大宗交易對(duì)股票價(jià)格的影響，通過驗(yàn)證股票價(jià)格在操縱期間是否有顯著為正的累計(jì)超額收益率來判定被操縱資產(chǎn)是否發(fā)生了價(jià)格操縱。Apergis和Apergis[10]利用事件分析法檢驗(yàn)了恐怖襲擊事件對(duì)股市的影響。國內(nèi)對(duì)事件分析法的應(yīng)用主要集中于我國股市的有效性檢 驗(yàn)[11]、股市政策變化對(duì)估計(jì)的影響[12]、外匯市場(chǎng)的干預(yù)[13]以及戰(zhàn)爭(zhēng)、危機(jī)等突發(fā)事件對(duì)石油市場(chǎng)價(jià)格的影 響[14?15]等。

本文借鑒張維等[5]和Chaturvedula等[9]的研究思路，以高盛跨期現(xiàn)市場(chǎng)鋁價(jià)操縱案為例，通過定量方法判別跨期現(xiàn)市場(chǎng)操縱行為。首先，在梳理高盛鋁價(jià)操縱過程的基礎(chǔ)上，運(yùn)用GARCH模型對(duì)高盛鋁價(jià)操縱期的資產(chǎn)價(jià)格波動(dòng)性進(jìn)行檢驗(yàn)，判斷價(jià)格序列是否表現(xiàn)出“非自然特征”；然后基于事件分析法進(jìn)一步分析在此操縱期間高盛是否獲得了累計(jì)超額收益率，將波動(dòng)性分析與事件分析法結(jié)合起來作為判別價(jià)格操縱的事實(shí)證據(jù)。本文的創(chuàng)新之處主要在以下兩個(gè)方面：第一，本文研究的是2013年披露的高盛鋁價(jià)操縱事件，學(xué)術(shù)界、新聞界以及企業(yè)層面對(duì)這一事件的研究大多停留在定性的理論分析和研究上，目前還沒有針對(duì)該事件的實(shí)證分析；第二，考慮到高盛集團(tuán)可能存在跨期現(xiàn)市場(chǎng)操縱的嫌疑，通過GARCH模型考察波動(dòng)的異常特征來判別單一市場(chǎng)價(jià)格操縱的方法不夠充分，為解決跨期現(xiàn)市場(chǎng)價(jià)格操縱問題，本文創(chuàng)造性地在GARCH模型分析波動(dòng)性的基礎(chǔ)上結(jié)合事件分析法進(jìn)一步分析判別，有力地補(bǔ)充和完善了價(jià)格操縱的理論體系，為價(jià)格操縱的判別提供了實(shí)證檢驗(yàn)方法，同時(shí)也為我國金融市場(chǎng)的反操縱監(jiān)管提供了理論指導(dǎo)和技術(shù)支持。

二、典型案例與操縱機(jī)理分析

關(guān)于金屬資源跨期現(xiàn)市場(chǎng)操縱的案例很多，本文以高盛鋁價(jià)操縱案為例，對(duì)金屬資源跨期現(xiàn)市場(chǎng)操縱的機(jī)理進(jìn)行分析。在對(duì)操縱機(jī)理進(jìn)行分析之前，有必要先對(duì)高盛鋁價(jià)操縱過程進(jìn)行簡(jiǎn)要回顧。

(一)金屬資源跨期現(xiàn)市場(chǎng)操縱典型案例分析

2013年7月底，《紐約時(shí)報(bào)》記者大衛(wèi)發(fā)布了一份報(bào)告，最先曝光了高盛鋁價(jià)操縱案。根據(jù)大衛(wèi)的報(bào)告，自2003年美聯(lián)儲(chǔ)允許受其監(jiān)管的銀行進(jìn)入大宗商品現(xiàn)貨市場(chǎng)交易后，一家由高盛控制的企業(yè)便開始通過轉(zhuǎn)移鋁庫存拉高市場(chǎng)價(jià)格。美國含鋁商品的支付價(jià)格實(shí)際上一直受到了操控。有消息人士估計(jì)，從2010年到2013年三年間，該企業(yè)的行為已導(dǎo)致美國消費(fèi)者多支付了50億美元的價(jià)格。

2010年2月，高盛斥巨資4.51億美金買入一家名為Metro International Trade Services(MITS)鋁儲(chǔ)存企業(yè)。MITS擁有底特律的19個(gè)金屬倉庫，約占LME鋁金屬儲(chǔ)量的1/4。高盛買入這家企業(yè)之后，大力拓展倉單抵押融資業(yè)務(wù)。通過該業(yè)務(wù)，生產(chǎn)企業(yè)將存放在LME交割庫的金屬，按照一定利率抵押給投資銀行獲得融資。多數(shù)生產(chǎn)企業(yè)為了爭(zhēng)取更低的融資利率，會(huì)和投資銀行簽訂結(jié)構(gòu)性倉單抵押融資條款，這種條款使投行有權(quán)按照約定價(jià)格向企業(yè)購買庫存。結(jié)構(gòu)性倉單抵押融資占到倉單抵押融資總量的50%以上，這使得高盛等投行掌控巨額金屬庫存，甚至足以改變LME的游戲規(guī)則。與此同時(shí)，MITS庫存外排隊(duì)提貨的平均時(shí)間增加了20多倍，該企業(yè)由此獲得了可觀的倉儲(chǔ)管理費(fèi)。由排隊(duì)而增加的成本就反映在鋁的市場(chǎng)價(jià)格中，現(xiàn)貨對(duì)應(yīng)LME三個(gè)月期貨基準(zhǔn)價(jià)溢價(jià)大幅上升。此外，倉庫外漫長(zhǎng)的等待時(shí)間導(dǎo)致現(xiàn)貨金屬與LME期貨價(jià)格脫節(jié)，在倉儲(chǔ)體系受阻后，終端需求方大多數(shù)情況只好從廠商采購，再一次推高價(jià)格。鋁現(xiàn)貨價(jià)格也在1年之內(nèi)上漲了13%。

然而值得我們注意的是，在此期間鋁一直處于產(chǎn)能過剩的狀態(tài)，供過于求，倉儲(chǔ)量不斷增加。在這樣的產(chǎn)能背景下，通常來說鋁的價(jià)格會(huì)不斷下跌，不可能會(huì)持續(xù)上漲。但是現(xiàn)實(shí)的情況卻是鋁的價(jià)格和倉儲(chǔ)量之間出現(xiàn)了同向變動(dòng)的現(xiàn)象。即鋁的價(jià)格隨著倉儲(chǔ)量的增加而上升，隨著倉儲(chǔ)量的降低而下降。顯然，這違背了經(jīng)濟(jì)學(xué)常理，讓人不得不懷疑異象的背后存在人為操縱價(jià)格的行為。

2011年5月24日，高盛將未來三個(gè)月LME鋁價(jià)預(yù)期上調(diào)至每噸2700美元。這被市場(chǎng)視為高盛買進(jìn)鋁現(xiàn)貨的一個(gè)信號(hào)。與此同時(shí)，LME鋁庫存正逼近468.8萬噸的歷史高位。高盛通過控制倉儲(chǔ)設(shè)施，意圖用高庫存壓低LME 鋁基準(zhǔn)價(jià)之后抬高現(xiàn)貨溢價(jià)，從而獲取超額利潤。高盛通過結(jié)構(gòu)性倉單抵押融資條款，從鋁生產(chǎn)商以低升水大量購入鋁，然后以高溢價(jià)在現(xiàn)貨市場(chǎng)上銷售。此時(shí)，高盛被推上疑似操縱鋁價(jià)的風(fēng)口浪尖上。

2013年下半年，以波音、可口可樂等鋁終端消費(fèi)企業(yè)為核心的聯(lián)盟向高盛、摩根大通等華爾街投行以及倫敦金屬交易所(LME)施壓，狀告其操縱鋁價(jià)，美國司法部介入調(diào)查。

2013年11月，在港交所的推動(dòng)下，LME宣布了新的倉儲(chǔ)規(guī)則，旨在加快倉庫存貨的流動(dòng)速度。進(jìn)入2014年，鋁價(jià)操縱案持續(xù)發(fā)酵，作為L(zhǎng)ME控股股東的港交所也被卷入其中。2014年，高盛集團(tuán)宣布將旗下金屬倉儲(chǔ)業(yè)務(wù)(MITS)出售給一家投資公司魯本兄弟(Reuben Brothers)。至此，高盛操縱鋁價(jià)風(fēng)波得以漸漸平息。

(二)金屬資源跨期現(xiàn)市場(chǎng)操縱機(jī)理分析

一般來說，跨期現(xiàn)貨市場(chǎng)操縱有兩種類型。一種是操縱者通過拉高或打壓現(xiàn)貨，帶動(dòng)期貨的上漲或下跌，從而令其早已布局好的期貨多單或者空單獲得操縱利潤。另一種是通過操縱期貨價(jià)格，帶動(dòng)現(xiàn)貨價(jià)格的變動(dòng)，從而令其現(xiàn)貨銷售或現(xiàn)貨合同的訂單獲得超額利潤。高盛鋁價(jià)操縱的類型屬于跨期現(xiàn)市場(chǎng)操縱，其操縱手法不能簡(jiǎn)單地歸為兩者中的一種，它兼具上述兩者的部分特點(diǎn)，利用現(xiàn)貨對(duì)期貨的高溢價(jià)獲得了超額利潤，其具體的操縱過程可用圖1表示。

圖1 高盛跨期現(xiàn)市場(chǎng)操縱機(jī)制圖

由圖1可知，高盛操縱鋁價(jià)的過程是以倉儲(chǔ)市場(chǎng)為核心，通過控制倉單交割來操縱鋁價(jià)，嚴(yán)格意義上來說此類型操縱手法也屬于多頭價(jià)格操縱類型。一方面，通過壟斷、囤積鋁現(xiàn)貨，增加排隊(duì)時(shí)間等減少市場(chǎng)上鋁的供應(yīng)，從而直接影響鋁現(xiàn)貨市場(chǎng)價(jià)格，同時(shí)也會(huì)使臨近交割月等的合約價(jià)格不斷上升，使其遠(yuǎn)遠(yuǎn)偏離市場(chǎng)均衡價(jià)格；另一方面，由于交易者無法拿到足夠的倉單提取貨物，也無法在現(xiàn)貨市場(chǎng)上進(jìn)行交易，從而加劇了現(xiàn)貨市場(chǎng)的恐慌，并由此波及期貨市場(chǎng)，進(jìn)一步加快了期貨價(jià)格的上漲，從而達(dá)到了操縱鋁價(jià)的目的。

然而高盛為何能夠操縱鋁價(jià)呢？其背后折射出的實(shí)際是有色金屬倉儲(chǔ)制度的不健全。一方面，高盛通過其控制的倉儲(chǔ)公司獲取租金收益。倉儲(chǔ)公司通過開出超越主要消費(fèi)地區(qū)貿(mào)易升水的高升水吸引生產(chǎn)企業(yè)將鋁現(xiàn)貨放入其倉庫。如此一來，倉儲(chǔ)公司就有了庫存，也就有了獲取租金收益的條件。倉庫的金屬越多，高盛所能獲取的租金收益也就越高。而LME規(guī)定倉儲(chǔ)公司只需要完成每日最低出貨量即可，這就造成了出貨瓶頸。倉儲(chǔ)公司可以在完成規(guī)定出貨量的基礎(chǔ)上刻意減少出貨量、增加排隊(duì)時(shí)間，以增加自身倉庫的儲(chǔ)量，從而獲得更高的收益。由此，也導(dǎo)致了現(xiàn)貨市場(chǎng)供應(yīng)緊張，價(jià)格上升。另一方面，高盛向鋁生產(chǎn)企業(yè)提供融資，會(huì)產(chǎn)生兩個(gè)不同的結(jié)果。第一個(gè)結(jié)果是鋁生產(chǎn)企業(yè)最后贖回質(zhì)押的現(xiàn)貨鋁。這種情況下高盛可以獲得一筆豐厚的利息收入。第二個(gè)結(jié)果是生產(chǎn)企業(yè)沒有贖回現(xiàn)貨，則高盛就會(huì)成為現(xiàn)貨鋁的實(shí)際擁有者。此時(shí)，高盛可以通過增加排隊(duì)時(shí)間來減少鋁的供應(yīng)，提升鋁的現(xiàn)貨價(jià)格，通過出售鋁現(xiàn)貨獲益。

(三)期貨市場(chǎng)和現(xiàn)貨市場(chǎng)的價(jià)格聯(lián)動(dòng)傳導(dǎo)機(jī)制分析

相對(duì)于單市場(chǎng)價(jià)格操縱而言，跨期現(xiàn)市場(chǎng)操縱的實(shí)質(zhì)在于對(duì)期貨市場(chǎng)和現(xiàn)貨市場(chǎng)價(jià)格關(guān)聯(lián)關(guān)系的利用。因此有必要對(duì)期、現(xiàn)貨市場(chǎng)的價(jià)格聯(lián)動(dòng)機(jī)制進(jìn)行分析，尤其是分析在價(jià)格操縱期間期、現(xiàn)貨兩個(gè)市場(chǎng)之間是如何傳導(dǎo)的。解釋期貨與現(xiàn)貨價(jià)格聯(lián)動(dòng)的理論主要有持有成本理論、倉儲(chǔ)價(jià)格理論以及預(yù)期價(jià)格理論。持有成本理論認(rèn)為期貨價(jià)格等于當(dāng)前的現(xiàn)貨價(jià)格加上持有成本，對(duì)于不同的市場(chǎng)狀況，持有成本理論又分為倉儲(chǔ)成本理論與一般倒掛理論。其中倉儲(chǔ)成本理論認(rèn)為持有成本主要是倉儲(chǔ)費(fèi)用，而針對(duì)有時(shí)出現(xiàn)的市場(chǎng)倒掛現(xiàn)象，凱恩斯又同時(shí)提出一般倒掛理論，認(rèn)為持有成本中還應(yīng)包含價(jià)格風(fēng)險(xiǎn)的補(bǔ)償費(fèi)。沃爾肯在倉儲(chǔ)成本理論的基礎(chǔ)上進(jìn)一步完善并形成了倉儲(chǔ)價(jià)格理論，認(rèn)為商品持有期間除了倉儲(chǔ)成本是主要考慮因素外,倉儲(chǔ)價(jià)格還應(yīng)該包括風(fēng)險(xiǎn)金和機(jī)會(huì)收益兩部分。預(yù)期價(jià)格理論則認(rèn)為，商品期貨價(jià)格是由人們對(duì)未來供求的不同預(yù)期決定的，市場(chǎng)交易的主體根據(jù)期貨市場(chǎng)與現(xiàn)貨市場(chǎng)之間的各種供求信息對(duì)未來的價(jià)格趨勢(shì)做出研判并不斷調(diào)整交易行為，從而使市場(chǎng)趨于均衡價(jià)格。圖1下半部分表示了期貨市場(chǎng)與現(xiàn)貨市場(chǎng)的價(jià)格聯(lián)動(dòng)傳導(dǎo)機(jī)制。在價(jià)格操縱期，高盛一方面通過收購倉儲(chǔ)公司，壟斷、囤積鋁現(xiàn)貨，減少鋁市場(chǎng)的供應(yīng)，導(dǎo)致市場(chǎng)供不應(yīng)求，致使人們預(yù)期未來的現(xiàn)貨價(jià)格將趨高，根據(jù)預(yù)期價(jià)格理論，期貨價(jià)格升高。另一方面，高盛通過控制倉單交割，影響庫存，使期貨升水情況下隱性庫存轉(zhuǎn)為顯性，通過影響期貨頭寸獲利，期貨價(jià)格的升高會(huì)使人們預(yù)期未來的現(xiàn)貨價(jià)格將趨高，進(jìn)一步推高現(xiàn)貨價(jià)格，從而使期、現(xiàn)貨市場(chǎng)價(jià)格不斷升高，從而獲得超額利潤。

上述理論分析我們可知，正是高盛通過LME的倉儲(chǔ)制度的缺陷來操縱價(jià)格，獲取超額利潤的。為了驗(yàn)證高盛是否對(duì)鋁價(jià)進(jìn)行了操縱，下文給出了衡量波動(dòng)性的GARCH模型與事件分析模型，并分別給出了能夠證實(shí)存在價(jià)格操縱嫌疑的研究假設(shè) 1和假設(shè)2，如果兩個(gè)研究假設(shè)能夠同時(shí)滿足，則判定在此期間確實(shí)進(jìn)行了價(jià)格操縱。

三、模型與研究假設(shè)

(一)衡量波動(dòng)性的模型與假設(shè)1

為了判別價(jià)格操縱的存在性，第一步的工作就是判別在疑似價(jià)格操縱的時(shí)間段內(nèi)資產(chǎn)價(jià)格是否存在異常波動(dòng)。在計(jì)量經(jīng)濟(jì)學(xué)中，ARCH模型通常用來描述時(shí)間序列的秩序。1986年學(xué)者Bollerslev在ARCH模型基礎(chǔ)上研究出了用于描述金融資產(chǎn)價(jià)格的“秩序”的GARCH模型，并得到了廣泛的應(yīng)用。價(jià)格操縱是一種人為擾亂資產(chǎn)價(jià)格序列的行為，因此如果存在價(jià)格操縱，則可以通過GARCH模型檢測(cè)出波動(dòng)率的異常變化?；诖?，本文利用GARCH模型來衡量?jī)r(jià)格序列的波動(dòng)性變化。GARCH模型具體表達(dá)式如下：

(2)

其中，

如果利用GARCH模型對(duì)金屬資源期、現(xiàn)貨市場(chǎng)的價(jià)格序列進(jìn)行波動(dòng)性檢驗(yàn)發(fā)現(xiàn)大于1，則說明在此期間金屬資源市場(chǎng)價(jià)格存在人為操縱的嫌疑。

(二)事件分析模型與假設(shè)2

由于能夠引起價(jià)格序列波動(dòng)的因素有很多，其中包括偶然因素的沖擊，因此不能簡(jiǎn)單地認(rèn)為通過GARCH模型檢驗(yàn)存在波動(dòng)性的“非自然特性”就是由價(jià)格操縱引起的。而且GARCH模型更適用于單市場(chǎng)價(jià)格操縱的檢驗(yàn)，在多市場(chǎng)聯(lián)動(dòng)的背景下，GARCH模型的準(zhǔn)確性會(huì)有所降低。因此，需要進(jìn)一步檢驗(yàn)是否存在價(jià)格操縱的事實(shí)證據(jù)。

事件分析法是一種可以根據(jù)資產(chǎn)價(jià)格和價(jià)格操縱關(guān)聯(lián)性進(jìn)行實(shí)證分析的方法。如果價(jià)格操縱的影響是顯著的，那么價(jià)格操縱發(fā)生期間價(jià)格的波動(dòng)程度一定大于價(jià)格操縱沒有發(fā)生的時(shí)候，在這種情況下，就會(huì)產(chǎn)生超額收益率。所以，本文運(yùn)用事件分析法，計(jì)算高盛鋁價(jià)操縱期間的超額收益率，通過判斷是否存在顯著的累計(jì)超額收益率來判斷是否存在價(jià)格操縱行為。

事件分析法的關(guān)鍵步驟是計(jì)算事件窗口的超額收益率。計(jì)算方法主要有三種：均值調(diào)整模型、市場(chǎng)模型以及市場(chǎng)調(diào)整模型?？紤]到市場(chǎng)模型更具穩(wěn)健性，本文采用市場(chǎng)模型，即CAPM法。

該模型假設(shè)事件窗口資產(chǎn)價(jià)格的預(yù)期收益率與同期市場(chǎng)收益率存在線性關(guān)系。即

其中，選取CRB 金屬指數(shù)作為市場(chǎng)因子，CRB 指數(shù)是目前世界范圍內(nèi)衡量大宗商品期現(xiàn)貨價(jià)格變動(dòng)的基準(zhǔn)，可以衡量所有大宗商品面臨的系統(tǒng)性風(fēng)險(xiǎn)。R,t為CRB 金屬指數(shù)時(shí)刻的對(duì)數(shù)收益率，即：

(4)

利用估計(jì)窗口計(jì)算出待估參數(shù)和后，就可計(jì)算出資產(chǎn)價(jià)格序列在事件窗口的預(yù)期收益率，進(jìn)而得到高盛鋁價(jià)操縱事件的超額收益率，即事件窗內(nèi)的實(shí)際收益率與預(yù)期收益率之差。將事件窗口內(nèi)每日的超額收益率累加，即得到累計(jì)超額收益率，用CAR表示。最后設(shè)計(jì)統(tǒng)計(jì)量對(duì)累計(jì)超額收益率的顯著性進(jìn)行檢驗(yàn)。對(duì)于事件分析法的檢驗(yàn)有很多種，但T檢驗(yàn)的使用相對(duì)更為頻繁。T檢驗(yàn)適合小樣本的檢驗(yàn)，不受樣本量大小的限制。因此本文也采用T檢驗(yàn)的方式。其假設(shè)條件為：

o:CAR=0

檢驗(yàn)統(tǒng)計(jì)量為：

其中，

根據(jù)CAPM模型，若事件發(fā)生對(duì)股價(jià)沒有顯著影響(即不存在操縱)，則CAR的分布應(yīng)該為標(biāo)準(zhǔn)正態(tài)分布。如果統(tǒng)計(jì)量的絕對(duì)值大于1.96，那么累計(jì)超額收益率在95%的置信水平上顯著；如果統(tǒng)計(jì)量的絕對(duì)值大于2.58，那么累計(jì)超額收益率在99%的置信水平上顯著。據(jù)此提出研究假設(shè)2：

如果運(yùn)用事件分析法計(jì)算事件窗口內(nèi)存在顯著為正的累計(jì)超額收益率，即檢驗(yàn)統(tǒng)計(jì)量的絕對(duì)值大于1.96且累計(jì)超額收益率為正，則認(rèn)為波動(dòng)率所呈現(xiàn)的“非自然特性”確實(shí)是由價(jià)格操縱所致，從而構(gòu)成了金屬資源跨期現(xiàn)市場(chǎng)操縱的判別證據(jù)。

四、實(shí)證分析

(一)樣本數(shù)據(jù)

數(shù)據(jù)選取涉及基于波動(dòng)性分析和事件分析法的操縱判別。針對(duì)波動(dòng)性模型的分析，選取2010年10月13日至2012年2月17日的LME鋁現(xiàn)貨和3個(gè)月鋁期貨日度價(jià)格數(shù)據(jù)。因?yàn)楦鶕?jù)前文的案例分析，高盛2010年2月收購了MITS，疑似開始了對(duì)鋁價(jià)的操縱，但此后一段時(shí)間，價(jià)格操縱發(fā)酵得不是很明顯。但到2011年初，市場(chǎng)鋁價(jià)已經(jīng)上漲了13%，排隊(duì)時(shí)間比平時(shí)延長(zhǎng)了一倍。此時(shí)，價(jià)格操縱的問題逐漸出現(xiàn)在公眾的視野之中。因此，本文為了保證數(shù)據(jù)的準(zhǔn)確性和有效性，選取2010年10月13日至2012年2月17日作為操縱期。同時(shí)為了與價(jià)格操縱期進(jìn)行對(duì)比，本文根據(jù)第二部分關(guān)于案例的描述，選取了2006年6月1日至2008年5月30日以及2015年1月2日至2016年3月23日這兩個(gè)時(shí)間段分別作為價(jià)格操縱前期和操縱后期，因?yàn)檫@兩個(gè)時(shí)間段明顯沒有價(jià)格操縱的嫌疑。

在事件分析法的數(shù)據(jù)選擇上，最重要的是確定事件日和事件窗口。在本研究中，因?yàn)楦呤⒂?011年5月24日將未來三個(gè)月LME鋁價(jià)預(yù)期上調(diào)至每噸2700美元，被市場(chǎng)視為高盛買進(jìn)鋁現(xiàn)貨的一個(gè)信號(hào)。與此同時(shí)，LME鋁庫存正逼近468.8萬噸的歷史高位。所以本文將2011年5月24日視為0時(shí)刻(事件日)。事件窗口是指事件的發(fā)生對(duì)某一事物產(chǎn)生影響的時(shí)間。這個(gè)時(shí)間，并不是某個(gè)時(shí)刻，而是一段時(shí)期，一般會(huì)根據(jù)事件的性質(zhì)向前或者向后延長(zhǎng)一定時(shí)間。在這里事件窗口就是高盛對(duì)鋁價(jià)進(jìn)行操縱的時(shí)間段?？紤]到某些事件可能提前被市場(chǎng)預(yù)期到，則市場(chǎng)價(jià)格就會(huì)提前反應(yīng)，因此將事件窗口設(shè)定為[-2，20]，即事件窗口為2011年5月20日至2011年6月22日。估計(jì)窗口的選擇最好大于100天，但也不宜太長(zhǎng)，因此本文以[?152，?3]為估計(jì)窗口，即將事件日之前的第152天至第3天作為估計(jì)窗口，起止時(shí)間為2010年10月13日至2011年5月19日，據(jù)此區(qū)間計(jì)算預(yù)期收益率。但是估計(jì)窗口的長(zhǎng)短選取并無客觀的標(biāo)準(zhǔn)，不同的長(zhǎng)短會(huì)產(chǎn)生不同的結(jié)果，甚至截然相反。為了避免這一問題，本文還將事件窗口分別設(shè)定為[?2，20]，[?2，15]，[?2，10]，[?2，5]，[?2，2]，同時(shí)考慮到操縱事件可能完全不被市場(chǎng)預(yù)期到，也將[0，5]，[0，10]作為事件窗口進(jìn)行了檢驗(yàn)，相應(yīng)的后兩種事件窗口的估計(jì)窗口設(shè)定為[?150，?1]。全部數(shù)據(jù)來源于萬德數(shù) 據(jù)庫。

(二)波動(dòng)性實(shí)證結(jié)果分析

通過對(duì)LME鋁現(xiàn)貨和3個(gè)月期貨市場(chǎng)價(jià)格序列取對(duì)數(shù)并作一階差分(擴(kuò)大100倍)計(jì)算各自的收益率。根據(jù)前文所描述的波動(dòng)性分析模型，分別對(duì)鋁現(xiàn)貨和期貨市場(chǎng)在操縱前期、操縱期以及操縱后期三個(gè)不同時(shí)間段分別建立對(duì)應(yīng)的GARCH(1，1)模型，運(yùn)用STATA14.0軟件計(jì)算得出參數(shù)估計(jì)結(jié)果如表1所示。

表1 收益率序列GARCH(1,1)模型

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)差，***、**、*分別表示在1%、5%和10%的顯著性水平下顯著

在操縱期，鋁現(xiàn)貨市場(chǎng)的持久性指標(biāo)α+顯著大于1，表明收益率序列發(fā)散不穩(wěn)定，偏離穩(wěn)定狀態(tài)。在期貨市場(chǎng)上，小于0，不滿足非負(fù)的條件，且大于1，且不具有統(tǒng)計(jì)顯著性，說明條件異方差不穩(wěn)定，持久性指標(biāo)+也大于1，亦說明了期貨市場(chǎng)收益率不穩(wěn)定。這些特征與研究假設(shè)一的結(jié)論相吻合，表明在操縱期鋁現(xiàn)貨和期貨收益率序列均呈現(xiàn)“非自然特性”，存在價(jià)格操縱的嫌疑。由于期、現(xiàn)貨市場(chǎng)的聯(lián)動(dòng)性，兩個(gè)市場(chǎng)的價(jià)格變化會(huì)在一定程度上呈現(xiàn)出一致性，這與期、現(xiàn)貨市場(chǎng)收益率序列都存在波動(dòng)的“非自然特性”相吻合。

再看操縱前期，在期、現(xiàn)貨市場(chǎng)上均有持久性指標(biāo)+小于1，表明價(jià)格序列呈現(xiàn)隨機(jī)分布的自然特性，說明此時(shí)并沒有價(jià)格操縱，屬于正常狀態(tài)。最后看操縱后期，在現(xiàn)貨市場(chǎng)上，雖然+小于1，但顯著小于0，不滿足非負(fù)的假設(shè)，說明現(xiàn)貨市場(chǎng)上價(jià)格操縱的效果還沒有完全消失，但是價(jià)格操縱已經(jīng)不再繼續(xù)。在期貨市場(chǎng)上，和都大于0，且+小于1，但的系數(shù)不顯著，表明交易者不能根據(jù)前一期市場(chǎng)的新息對(duì)價(jià)格進(jìn)行預(yù)測(cè)，說明價(jià)格仍存在人為操縱的效應(yīng)，呈現(xiàn)出與現(xiàn)貨市場(chǎng)相同的規(guī)律。這也從側(cè)面反映出操縱過后，人們?nèi)匀恍挠杏嗉?，?duì)金融市場(chǎng)失去信心，投資者不再相信市場(chǎng)價(jià)格能準(zhǔn)確反映資產(chǎn)信息，從而市場(chǎng)價(jià)格不再是投資者根據(jù)市場(chǎng)信息預(yù)期生成的，而是人為操縱的結(jié)果。

綜合上述研究，可以得知在價(jià)格操縱期，鋁價(jià)格序列偏離了自然特性，有價(jià)格操縱的嫌疑。但是由于GARCH模型只適用于單市場(chǎng)的局限性，想要判斷價(jià)格操縱是否存在還需要進(jìn)一步根據(jù)事件分析法分析判斷。

(三)事件分析法實(shí)證結(jié)果分析

前文對(duì)鋁現(xiàn)貨和期貨市場(chǎng)分別建立GARCH模型初步判斷高盛集團(tuán)存在操縱鋁現(xiàn)貨和期貨市場(chǎng)價(jià)格的嫌疑，現(xiàn)在根據(jù)基于市場(chǎng)模型的事件分析法估計(jì)事件窗口的超額收益率。本文計(jì)算了基于[?2，20]事件窗口的超額收益率，并據(jù)此繪制了高盛操縱鋁價(jià)事件的鋁現(xiàn)貨和期貨市場(chǎng)超額收益率的折線圖和累計(jì)超額收益率的柱狀圖，如圖2、圖3所示。

圖2 事件窗口期、現(xiàn)貨市場(chǎng)的超額收益率

圖3 事件窗口鋁現(xiàn)貨和期貨市場(chǎng)累計(jì)超額收益率

圖2、圖3清晰地反映了操縱期間鋁現(xiàn)貨市場(chǎng)和期貨市場(chǎng)累計(jì)超額收益率表現(xiàn)出相同的變化趨勢(shì)，且期貨市場(chǎng)的累計(jì)超額收益率略高于現(xiàn)貨市場(chǎng)的累計(jì)超額收益率。具體來看，在[?2，0)期間，期、現(xiàn)貨市場(chǎng)都沒有顯著的超額收益率，累計(jì)超額收益率為負(fù)，說明此時(shí)高盛欲操縱鋁價(jià)的消息還沒有走漏或走漏得不明顯。事件日當(dāng)天的期貨和現(xiàn)貨市場(chǎng)的超額收益率分別為1.0386%和1.5113%，都在1%水平上顯著，說明高盛此時(shí)通過價(jià)格操縱獲取了大量的超額利潤，并將前兩日的累計(jì)超額收益率轉(zhuǎn)負(fù)為正。事件日后，超額收益率開始遞增，累計(jì)超額收益率不斷上升，除現(xiàn)貨市場(chǎng)上第一、第二日，其余皆在1%水平上顯著，說明高盛在這段時(shí)間內(nèi)通過價(jià)格操縱獲得了顯著的累計(jì)超額收益率。事件日后第九天在鋁現(xiàn)貨和期貨市場(chǎng)上分別達(dá)到峰值5.593%和6.593%，隨后超額收益率出現(xiàn)負(fù)值，且在期、現(xiàn)貨市場(chǎng)上大部分時(shí)間在1%顯著性水平上顯著，說明高盛此時(shí)并沒有獲得超額收益率，但累計(jì)超額收益率為正，說明高盛對(duì)鋁價(jià)進(jìn)行操縱的影響尚未消失。鋁現(xiàn)貨和期貨市場(chǎng)的累計(jì)超額收益率逐漸回落后又分別在第19天和第18天開始回升，且最終穩(wěn)定在1%左右的水平?？傮w來看，在[?2，20]的事件窗口內(nèi)，現(xiàn)貨和期貨市場(chǎng)的累計(jì)超額收益率分別為0.559%和2.174%，且從事件日開始就一直為正值，說明高盛通過價(jià)格操縱確實(shí)獲得了較高的超額收益率。

結(jié)合前面的案例分析，由于2011年5月24日高盛在LME鋁庫存逼近468.8萬噸的歷史高位時(shí)，將未來三個(gè)月LME鋁價(jià)預(yù)期上調(diào)至每噸2700美元，被市場(chǎng)視為高盛進(jìn)一步買入鋁的信號(hào)，也正是由于這一信號(hào)的釋放，使得市場(chǎng)上的鋁價(jià)開始走高。高盛利用其獨(dú)特的優(yōu)勢(shì)——資金實(shí)力和信息偵查能力，開始在市場(chǎng)上獲取超額收益。而之所以6月7日之后累計(jì)超額收益率又有所下滑，是因?yàn)楦呤⒉倏v鋁價(jià)的事跡有所敗露，高盛為避市場(chǎng)鋒芒而戰(zhàn)略性放棄價(jià)格操縱，致使累計(jì)超額收益率逐漸下降。

表2和圖4是高盛集團(tuán)在期、現(xiàn)貨市場(chǎng)不同事件窗口區(qū)間的累計(jì)平均超額收益率(CAAR)及其T 檢驗(yàn)結(jié)果。從中可以看出，除[?2，2]上現(xiàn)貨市場(chǎng)的CAAR為負(fù)，其余CAAR均為正值。其中，事件窗口[0，10]的累計(jì)平均超額收益率最大，這是因?yàn)樵谑录l(fā)生的當(dāng)天到第九天每天的超額收益率都為正，與之前的分析相吻合。從T檢驗(yàn)的結(jié)果來看，除事件窗口[?2，2]和[?2，5]外，其余事件窗口的累計(jì)平均超額收益率均在1%的顯著性水平上顯著。由此可見，高盛操縱鋁價(jià)前后的大部分時(shí)間在現(xiàn)貨市場(chǎng)和期貨市場(chǎng)上都獲取了超額收益。

綜上所述，運(yùn)用事件分析法判別了高盛在不同事件窗口都獲得了顯著為正的累計(jì)超額收益率，滿足研究假設(shè)2，說明由波動(dòng)性分析得出的價(jià)格序列呈現(xiàn)出的“非自然特征”確實(shí)是由高盛操縱鋁價(jià)引起的。由此判定該案例是一起跨期現(xiàn)市場(chǎng)操縱事件，從而證實(shí)了相關(guān)定性推測(cè)。

表2 不同事件窗口區(qū)間的累計(jì)平均超額收益率

圖4 不同事件窗口的累計(jì)平均超額收益率

五、結(jié)論與建議

本文以高盛鋁價(jià)操縱案為例，對(duì)金屬資源跨期現(xiàn)市場(chǎng)操縱的判別進(jìn)行了實(shí)證研究。本研究拓展了GARCH模型只適用于單市場(chǎng)波動(dòng)性檢驗(yàn)的局限性，進(jìn)一步引入事件分析法從理論和實(shí)證兩方面對(duì)跨期現(xiàn)市場(chǎng)操縱的機(jī)理以及判別進(jìn)行了驗(yàn)證。通過對(duì)高盛跨期現(xiàn)市場(chǎng)操縱的典型案例分析，得出以下結(jié)論：①金屬資源期貨與現(xiàn)貨市場(chǎng)之間的價(jià)格聯(lián)動(dòng)機(jī)制是跨期現(xiàn)市場(chǎng)操縱的基礎(chǔ)；②在價(jià)格操縱期間，現(xiàn)貨市場(chǎng)和期貨市場(chǎng)的超額收益率和累計(jì)超額收益率呈現(xiàn)出同增同減的趨勢(shì)，但期貨市場(chǎng)中的累計(jì)超額收益率略高于現(xiàn)貨市場(chǎng)的累計(jì)超額收益率；③基于GARCH模型的波動(dòng)性分析得出在操縱期間鋁價(jià)序列呈現(xiàn)出“非自然特征”，進(jìn)一步通過事件分析法得出在不同事件窗口都獲得了顯著為正的累計(jì)超額收益率，說明高盛確實(shí)對(duì)鋁價(jià)進(jìn)行了操縱。

基于以上結(jié)論，本文從期、現(xiàn)貨市場(chǎng)價(jià)格聯(lián)動(dòng)的角度出發(fā)，為防范我國金屬資源跨期現(xiàn)市場(chǎng)操縱提出如下建議：第一，期貨市場(chǎng)與現(xiàn)貨市場(chǎng)之間的價(jià)格聯(lián)動(dòng)可能導(dǎo)致風(fēng)險(xiǎn)的傳遞與擴(kuò)散，易引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。因此需要通過監(jiān)管制度建設(shè)和投資者教育引導(dǎo)等手段防范我國金屬資源跨期現(xiàn)市場(chǎng)操縱。一方面，盡快建立完備的跨期現(xiàn)市場(chǎng)監(jiān)管、風(fēng)險(xiǎn)防范體系，完善期、現(xiàn)貨市場(chǎng)制度建設(shè)，逐步推進(jìn)市場(chǎng)化進(jìn)程，同時(shí)進(jìn)一步完善跨市場(chǎng)信息交流機(jī)制，加強(qiáng)對(duì)信息披露的監(jiān)管，提高市場(chǎng)透明度；另一方面，加強(qiáng)對(duì)投資者法律、法規(guī)的教育以及風(fēng)險(xiǎn)警示，引導(dǎo)投資者形成理性投資觀，同時(shí)積極培育機(jī)構(gòu)投資者，降低市場(chǎng)投機(jī)性，對(duì)跨期現(xiàn)市場(chǎng)操縱行為進(jìn)行嚴(yán)懲。第二，基于波動(dòng)性異常角度和事件分析法，可以將其作為判別跨期現(xiàn)市場(chǎng)操縱的依據(jù)，為我國跨期現(xiàn)市場(chǎng)操縱的判別及系統(tǒng)性風(fēng)險(xiǎn)的防控提供參考。第三，高盛鋁價(jià)操縱案背后折射出的是有色金屬市場(chǎng)倉儲(chǔ)制度的缺陷。正是LME對(duì)倉儲(chǔ)出貨量的最低額度要求使得高盛有機(jī)可乘，并憑借其雄厚的資金優(yōu)勢(shì)和信息優(yōu)勢(shì)對(duì)鋁價(jià)進(jìn)行操縱，從而獲得超額壟斷利潤。因此，可以采用依據(jù)倉儲(chǔ)量調(diào)整“出貨率”、限制倉儲(chǔ)公司收取租金額度等手段完善我國金屬市場(chǎng)倉儲(chǔ)制度。

[1] 饒育蕾, 雷湘媛. 商品金融化下大宗商品價(jià)格對(duì)股市的影響: 一個(gè)文獻(xiàn)綜述[J]. 中南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2013, 19(6): 48?53.

[2] Salant S W. A theory of futures market manipulations[M]. Lexington, Mass: Lexington Books, D. C. Health and Conpany, 1983.

[3] Craig Pirrong. Detecting manipulation in futures markets: The ferruzzi soybean episode[J]. American Law and Economics Review, 2004, 6(1): 28?71.

[4] 左大鵬, 劉慶富. 中國期貨市場(chǎng)價(jià)格操縱行為的動(dòng)態(tài)識(shí)辨方法研究[J]. 經(jīng)濟(jì)問題探索, 2009(10): 89?97.

[5] 張維, 韋立堅(jiān). 從波動(dòng)性和流動(dòng)性判別股指期貨跨市場(chǎng)價(jià)格操縱行為[J]. 管理評(píng)論, 2011(7): 163?170.

[6] Warner, Jerold, Brown, et al. Using daily stock returns: The case of event studies[J]. Journal of Financial Economics, 1985, 14(1): 3?31.

[7] Boehmer E, Masumeci J, Poulsen A B. Event-study methodology under conditions of event-induced variance[J]. Journal of Financial Economics, 1991, 30(2): 253?272.

[8] Amold Richard. Cowan. Nonparametric event study tests[J]. Review of Quantitative Finance and Accounting, 1992, 2(4): 343?358.

[9] Chakrapani Chaturvedula, Nupur Pavan Bang, Nihil Rastogi, et al. Price manipulation, front running and bulk trades: Evidence from India[J]. Emerging Markets Review, 2015, 23: 26?45.

[10] Emmanuel Apergis, Nicholas Apergis. The 11/13 Paris terrorist attacks and stock prices: The case of the international defense industry[J]. Finance Research Letters, 2016, 17: 186?192.

[11] 耿軍會(huì), 石會(huì)娟. 中國股票市場(chǎng)有效性的實(shí)證檢驗(yàn)[J]. 科技情報(bào)開發(fā)與經(jīng)濟(jì), 2006, 16(2): 110?112.

[12] 樓迎軍. 2001年B股對(duì)境內(nèi)投資者開放的事件分析——以同時(shí)發(fā)行 A、B 股滬深上市公司為例[J]. 世界經(jīng)濟(jì), 2002(11): 59?66.

[13] 干杏娣，楊金梅. 我國央行外匯干預(yù)有效性的事件分析研究[J]. 金融研究, 2007(9): 82?89.

[14] 張珣, 余樂. 重大突發(fā)事件對(duì)原油價(jià)格的影響[J]. 系統(tǒng)工程理論與實(shí)踐, 2009(3): 10?15.

[15] 潘慧峰, 石智超. 重大需求沖擊對(duì)石油市場(chǎng)的短期影響分析——基于事件分析法的研究[J]. 上海經(jīng)濟(jì)研究, 2012(12): 32?43.

[編輯: 譚曉萍]

The differentiation in the manipulation of metal resources across the futures and spot market:Case study of Goldman Sachs' manipulation of aluminum price

ZHU Xuehong1,2, ZHANG Hongwei1,2, ZHANG Zhong1,2, LUO Yumei1,2

(1. School of Business, Central South University, Changsha 410083, China;2. Institute of Metal Resources Strategy, Central South University, Changsha 410083, China)

Taking the case of aluminum price manipulation by Goldman Sachs in 2013 as an example, the present essay analyzes and discerns the mechanism of the manipulation of metal resources across the futures and spot market based on volatility analysis and event analysis, which provides useful reference for the judgment of metal resources across the futures and spot market manipulation. It is found that during the manipulation period, the sequence of futures and spot price shows “unnatural characteristics”, and that through event analysis, the cumulative excess returns are significantly positive at different event windows, indicating that Goldman Sachs does manipulate aluminum prices. In the course of preventing the cross-market manipulation, we should establish perfect cross-market supervision, risk prevention system and cross-market information exchange mechanism as soon as possible, strengthen the education of investors on related laws and regulations, and improve China’s metal market storage system.

manipulation across the futures and spot market; Goldman Sachs’ price manipulation; volatility; event analysis; discrimination

F830

A

1672-3104(2017)02?0094?09

2016?09?27；

2017?01?01

國家社會(huì)科學(xué)基金重大項(xiàng)目“金屬礦產(chǎn)資源國際市場(chǎng)價(jià)格操縱問題與我國定價(jià)權(quán)研究”(13&ZD169)；國家自然科學(xué)基金面上項(xiàng)目“基于多重均衡與動(dòng)態(tài)CGE模型的金屬礦產(chǎn)開發(fā)補(bǔ)償機(jī)制與政策模擬研究”(71573282)；教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目“金融化背景下基本金屬輸入型價(jià)格波動(dòng)風(fēng)險(xiǎn)的監(jiān)控與防范研究”(14YJCZH045)；湖南省教育廳創(chuàng)新平臺(tái)開放基金項(xiàng)目“多市場(chǎng)、多商品聯(lián)動(dòng)視角下鐵礦石價(jià)格操控風(fēng)險(xiǎn)與我國的對(duì)策研究”(15K134)；中南大學(xué)博士生自主探索創(chuàng)新項(xiàng)目“多市場(chǎng)聯(lián)動(dòng)下金屬價(jià)格操縱識(shí)別及預(yù)警研究”(2016zzts009)

朱學(xué)紅(1962?)，女，湖南長(zhǎng)沙人，博士，中南大學(xué)商學(xué)院教授，主要研究方向：資源經(jīng)濟(jì)與管理，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)；張宏偉(1988?)，男，山東濰坊人，中南大學(xué)商學(xué)院博士研究生，主要研究方向：金融工程，資源經(jīng)濟(jì); 張眾(1993?)，男，山東濰坊人，中南大學(xué)商學(xué)院碩士研究生，主要研究方向：資源經(jīng)濟(jì)；羅玉梅(1994?)，女，湖南耒陽人，中南大學(xué)商學(xué)院碩士研究生，主要研究方向：金融工程