許桐桐 王蘇生 彭珂

摘 要： 采用1分鐘高頻數(shù)據(jù)，實(shí)證分析上證50股指期貨、滬深300股指期貨和中證500股指期貨相對(duì)現(xiàn)貨的價(jià)格發(fā)現(xiàn)能力，著重分析倉(cāng)位限額對(duì)期貨價(jià)格發(fā)現(xiàn)能力的影響。對(duì)價(jià)格序列進(jìn)行區(qū)間劃分，并進(jìn)行平穩(wěn)性、格蘭杰因果關(guān)系和協(xié)整關(guān)系的檢驗(yàn)；針對(duì)價(jià)格序列建立向量誤差修正模型；運(yùn)用改進(jìn)的信息共享模型計(jì)算序列間的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度，并應(yīng)用永久短暫模型進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果表明：股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度均大于現(xiàn)貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；倉(cāng)位限額降低了股指期貨的價(jià)格發(fā)現(xiàn)能力，而且對(duì)上證50股指期貨的價(jià)格發(fā)現(xiàn)能力影響最大。

關(guān)鍵詞：股指期貨；價(jià)格發(fā)現(xiàn)；倉(cāng)位限額；改進(jìn)的信息共享模型；永久短暫模型

中圖分類(lèi)號(hào)： F830.91 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1009-055X（2018）04-0045-11

doi：10.19366/j.cnki.1009-055X.2018.04.005

一、 引 言

2015年4月16日，上證50股指期貨和中證500股指期貨正式上市交易，這是繼滬深300股指期貨推出后，我國(guó)金融市場(chǎng)推出的第二批股指期貨，不僅豐富了我國(guó)股指期貨市場(chǎng)產(chǎn)品種類(lèi)，而且為投資者提供了更多的投資途徑。價(jià)格發(fā)現(xiàn)作為股指期貨重要的市場(chǎng)功能之一，其功能是否正常發(fā)揮是監(jiān)管層、投資者和學(xué)術(shù)界共同關(guān)注的問(wèn)題。

然而，在上證50、中證500股指期貨推出短短兩個(gè)月之后，中國(guó)股市經(jīng)歷了連續(xù)大幅下跌，市場(chǎng)波動(dòng)劇烈，以股指期貨為首的金融衍生品市場(chǎng)受到諸多質(zhì)疑。為抑制過(guò)度投機(jī)、維護(hù)市場(chǎng)穩(wěn)定，中金所和上交所出臺(tái)了多種限制期貨等金融衍生品交易活動(dòng)的政策措施，其中最主要的手段之一便是倉(cāng)位限制。2015年9月7日，中金所推出了嚴(yán)格的政策措施，滬深300股、上證50股、中證500股指期貨客戶(hù)在單個(gè)產(chǎn)品、單日開(kāi)倉(cāng)交易量超過(guò)10手的構(gòu)成“日內(nèi)開(kāi)倉(cāng)交易量較大”的異常交易行為。

倉(cāng)位限額包括限制開(kāi)倉(cāng)額度和限制持倉(cāng)額度。限制倉(cāng)位額度可能會(huì)抑制市場(chǎng)的異常波動(dòng)，但會(huì)使該市場(chǎng)的參與率降低、市場(chǎng)交易活躍性降低。市場(chǎng)的交易越活躍，當(dāng)信息變化時(shí)，投資者將首先在該市場(chǎng)做出反應(yīng)并促成價(jià)格，因而提高了該市場(chǎng)的價(jià)格發(fā)現(xiàn)功能。學(xué)者們普遍發(fā)現(xiàn)市場(chǎng)交易活躍性會(huì)提高價(jià)格發(fā)現(xiàn)能力：Theissen（2002）[1]發(fā)現(xiàn)德國(guó)場(chǎng)內(nèi)交易系統(tǒng)和電子交易系統(tǒng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度與市場(chǎng)交易活躍性成正比；Mizrach和Neely（2008）[2]發(fā)現(xiàn)美國(guó)國(guó)債市場(chǎng)的價(jià)格發(fā)現(xiàn)功能與市場(chǎng)交易活躍性正相關(guān)；Frijns等（2015）[3]用GMM方法回歸分析了跨美國(guó)、加拿大市場(chǎng)上市交易股票的價(jià)格發(fā)現(xiàn)能力的影響因素，發(fā)現(xiàn)較高的交易活躍性提升市場(chǎng)的價(jià)格發(fā)現(xiàn)能力。同時(shí)，開(kāi)平倉(cāng)限額可能會(huì)使得期貨投機(jī)者或套利交易者轉(zhuǎn)向現(xiàn)貨市場(chǎng)，增加現(xiàn)貨市場(chǎng)的流動(dòng)性和價(jià)格發(fā)現(xiàn)功能，從而間接降低期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力。

本文采用上證50股指期貨和中證500股指期貨上市后一年的1分鐘高頻數(shù)據(jù)，結(jié)合滬深300股指期貨，探究我國(guó)股指期貨市場(chǎng)相對(duì)現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，并分析中金所推出的嚴(yán)格倉(cāng)位限額對(duì)股指期貨價(jià)格發(fā)現(xiàn)功能的影響。

二、文獻(xiàn)回顧

（一）價(jià)格發(fā)現(xiàn)貢獻(xiàn)度衡量方法

經(jīng)過(guò)多年的研究發(fā)展，學(xué)術(shù)界形成了兩種最常用的用以衡量市場(chǎng)價(jià)格發(fā)現(xiàn)貢獻(xiàn)度的模型：Hasbrouck（1995）[4]的信息共享模型（information share，IS模型）和Gonzalo，Granger（1995）[5]的永久短暫模型（permanent transitory，PT模型）。如Tse（1999）[6]采用IS模型，發(fā)現(xiàn)道瓊斯工業(yè)指數(shù)期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度大于現(xiàn)貨；Booth等（1999）[7]采用PT模型研究了德國(guó)股市與衍生品市場(chǎng)之間的價(jià)格發(fā)現(xiàn)功能，發(fā)現(xiàn)指數(shù)和指數(shù)期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度大于期權(quán)；Mizrach和Neely（2006）[2]采用IS模型和PT模型研究美國(guó)國(guó)債市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，發(fā)現(xiàn)國(guó)債期貨在價(jià)格發(fā)現(xiàn)中占主導(dǎo)。

Baillie等（2002）[8]認(rèn)為IS模型比PT模型更具有經(jīng)濟(jì)解釋力，而且學(xué)術(shù)界一般傾向于使用IS模型作為主要的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度衡量模型。如Chang等（2013）[9]采用IS模型實(shí)證分析持倉(cāng)限額對(duì)日元/美元、歐元/美元外匯期貨的價(jià)格發(fā)現(xiàn)能力的影響，發(fā)現(xiàn)套期保值持倉(cāng)量的上升對(duì)價(jià)格發(fā)現(xiàn)有負(fù)向作用，投機(jī)持倉(cāng)量在一定的范圍內(nèi)促進(jìn)價(jià)格發(fā)現(xiàn)過(guò)程；Boyd和Locke（2014）[10]采用IS模型研究期貨和期權(quán)市場(chǎng)的價(jià)格發(fā)現(xiàn)功能，發(fā)現(xiàn)期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力強(qiáng)于期權(quán)市場(chǎng)；Bart等（2015）[11]采用IS模型和PT模型研究了跨加拿大和美國(guó)上市公司的價(jià)格發(fā)現(xiàn)能力，發(fā)現(xiàn)美國(guó)市場(chǎng)對(duì)信息的處理能力更強(qiáng)；Oztekin等（2017）[12]采用IS模型分析了美國(guó)電子交易期貨和ETF市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，發(fā)現(xiàn)期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中占主導(dǎo)。

國(guó)內(nèi)學(xué)者使用IS模型和PT模型對(duì)滬深300股指期貨進(jìn)行了大量研究，如嚴(yán)敏等（2009）[13]采用IS模型和PT模型分析滬深300股指期貨的價(jià)格發(fā)現(xiàn)功能，結(jié)果表明現(xiàn)貨的價(jià)格發(fā)現(xiàn)能力大于期貨；何誠(chéng)穎等（2011）[14]使用IS模型和PT模型實(shí)證分析滬深300指數(shù)期貨價(jià)格發(fā)現(xiàn)能力，結(jié)果表明期貨的價(jià)格發(fā)現(xiàn)能力更強(qiáng)；方匡南和蔡振忠（2012）[15]利用IS模型和PT模型計(jì)算期貨價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度，結(jié)果表明現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)功能中的作用相對(duì)較大；陳瑩等（2014）[16]采用IS模型和PT模型檢驗(yàn)滬深300指數(shù)衍生證券的價(jià)格發(fā)現(xiàn)功能，結(jié)果表明股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度最大。

IS模型雖然應(yīng)用廣泛，但模型需要對(duì)協(xié)方差矩陣進(jìn)行Cholesky分解，使得計(jì)算結(jié)果不唯一。Lien和Shrestha（2009）[17]發(fā)現(xiàn)了IS模型的缺陷，并提出修正的IS模型（modified information share， MIS模型）以改善IS模型。華仁海和劉慶富（2010）[18]采用MIS模型發(fā)現(xiàn)滬深300指數(shù)期貨具有較強(qiáng)的價(jià)格發(fā)現(xiàn)能力；Liu和An（2011）[19]采用MIS模型研究美國(guó)與中國(guó)商品期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，發(fā)現(xiàn)美國(guó)商品期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力更強(qiáng)；劉向麗和張雨萌（2012）[20]采用MIS模型發(fā)現(xiàn)期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中起主導(dǎo)作用；Inani（2017）[21]采用MIS、IS和PT模型研究印度期貨與股票市場(chǎng)的價(jià)格發(fā)現(xiàn)能力，結(jié)果表明期貨市場(chǎng)發(fā)揮了價(jià)格發(fā)現(xiàn)的功能。

（二）文獻(xiàn)綜述簡(jiǎn)析

通過(guò)對(duì)國(guó)內(nèi)外價(jià)格發(fā)現(xiàn)功能研究成果的分析發(fā)現(xiàn)，以往學(xué)者的研究有以下幾點(diǎn)不足：首先，在研究模型方面，國(guó)內(nèi)外學(xué)者大多采用傳統(tǒng)IS模型和PT模型，MIS模型應(yīng)用還不是很多；其次，以往的國(guó)內(nèi)研究主要集中在滬深300股指期貨的價(jià)格發(fā)現(xiàn)能力上，由于上證50股指期貨和中證500股指期貨的推出時(shí)間較晚，目前還鮮有研究；最后，關(guān)于倉(cāng)位限額對(duì)價(jià)格發(fā)現(xiàn)能力影響的研究還相對(duì)較少。

針對(duì)以往研究的不足，本文從以下幾個(gè)方面進(jìn)行了研究改進(jìn)：首先，采用1分鐘高頻數(shù)據(jù)作為本文的實(shí)驗(yàn)數(shù)據(jù)頻率；其次，運(yùn)用MIS模型和PT模型衡量上證50股指期貨、滬深300股指期貨和中證500股指期貨相對(duì)現(xiàn)貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；最后，對(duì)比倉(cāng)位限額推出前后的股指期貨價(jià)格發(fā)現(xiàn)能力的變化。

2.統(tǒng)計(jì)性描述

由表1發(fā)現(xiàn)，區(qū)間一所有序列的均值都大于全樣本區(qū)間和區(qū)間二，表明區(qū)間一中的價(jià)格處于相對(duì)較高水平。通過(guò)標(biāo)準(zhǔn)差的對(duì)比，發(fā)現(xiàn)各區(qū)間中期貨的標(biāo)準(zhǔn)差都較大，表明期貨的波動(dòng)比ETF和指數(shù)的波動(dòng)要大；所有序列的J-B統(tǒng)計(jì)量顯著，拒絕服從正態(tài)分布的假設(shè)。

由表2發(fā)現(xiàn)，滬深300期貨和現(xiàn)貨的統(tǒng)計(jì)結(jié)果同表1相近，也是區(qū)間一的均值最大，期貨的標(biāo)準(zhǔn)差最大，J-B統(tǒng)計(jì)量顯著性也相似。

表3統(tǒng)計(jì)結(jié)果的對(duì)比分析與表1和表2相似，說(shuō)明不同期貨和現(xiàn)貨在區(qū)間上的統(tǒng)計(jì)表現(xiàn)出一致性，基于不同指數(shù)的股指期貨特征也表現(xiàn)出一致性。

四、實(shí)證分析

Hasbrouck（1995）[1]指出，為了準(zhǔn)確估計(jì)高度相關(guān)的兩種資產(chǎn)對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)，需要使用盡可能高頻率的數(shù)據(jù)。1分鐘數(shù)據(jù)相比日級(jí)別數(shù)據(jù)含有的信息更多，能夠衡量期貨市場(chǎng)日內(nèi)和日間的價(jià)格發(fā)現(xiàn)功能；而日級(jí)別的數(shù)據(jù)只是采用日收盤(pán)價(jià)，難以衡量日內(nèi)的價(jià)格發(fā)現(xiàn)功能。

（一）不同數(shù)據(jù)頻率的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度對(duì)比

本文針對(duì)全樣本區(qū)間，通過(guò)對(duì)1分鐘、5分鐘、15分鐘、30分鐘、60分鐘和日數(shù)據(jù)進(jìn)行對(duì)比，分析不同數(shù)據(jù)頻率對(duì)實(shí)驗(yàn)結(jié)果的影響，如表4所示。

從表4可以看出，隨著數(shù)據(jù)頻率的升高，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度逐漸升高，且與日內(nèi)高頻率數(shù)據(jù)計(jì)算的結(jié)果基本一致，而日級(jí)別數(shù)據(jù)計(jì)算的結(jié)果則與高頻數(shù)據(jù)的結(jié)果相反。由此可以判定，日級(jí)別數(shù)據(jù)衡量的是日間的價(jià)格發(fā)現(xiàn)功能，而對(duì)日內(nèi)間的價(jià)格發(fā)現(xiàn)功能無(wú)法衡量，從而無(wú)法從整體上衡量市場(chǎng)間的價(jià)格發(fā)現(xiàn)功能。

另外，從交易數(shù)據(jù)的完整性和可獲取性方面，1分鐘是數(shù)據(jù)頻率的上限，故采用1分鐘數(shù)據(jù)作為本文的實(shí)驗(yàn)數(shù)據(jù)頻率。

（二）上證50股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度

在計(jì)算價(jià)格發(fā)現(xiàn)貢獻(xiàn)度之前，本文對(duì)價(jià)格序列進(jìn)行了平穩(wěn)性檢驗(yàn)、格蘭杰因果檢驗(yàn)和協(xié)整檢驗(yàn)，結(jié)果表明對(duì)數(shù)價(jià)格序列是一階單整序列，即I（1），序列間滿(mǎn)足雙向的格蘭杰因果關(guān)系，序列之間普遍存在協(xié)整關(guān)系。

1.期貨和指數(shù)

由MIS模型和PT模型計(jì)算出的上證50股指期貨與上證50指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表5所示。

從表5可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近60%，大于指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度約降低了10%，但仍比指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度大。

2.期貨和ETF

由MIS模型和PT模型計(jì)算出的上證50股指期貨與上證50 ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表6所示。

從表6可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近70%，大于ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度約降低了10%，仍在價(jià)格發(fā)現(xiàn)中占主導(dǎo)。

（三）滬深300股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度

1.期貨和指數(shù)

由MIS模型和PT模型計(jì)算出的滬深300股指期貨與滬深300指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表7所示。

從表7可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近75%，大于指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度略微降低，仍為70%左右。

2.期貨和ETF

由MIS模型和PT模型計(jì)算出的滬深300股指期貨與滬深300 ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表8所示。

從表8可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近75%，大于ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度略微降低。

（四）中證500股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度

1.期貨和指數(shù)

由MIS模型和PT模型計(jì)算出的中證500股指期貨與中證500指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表9所示。

從表9可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近90%，明顯大于指數(shù)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度約降低了5%。

2.期貨和ETF

由MIS模型和PT模型計(jì)算出的中證500股指期貨與中證500 ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度如表10所示。

從表10可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價(jià)格發(fā)現(xiàn)度接近97%，明顯大于ETF的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉(cāng)位限額推出后，期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度略微降低。

五、結(jié) 論

本文采用1分鐘高頻數(shù)據(jù)，采用改進(jìn)的信息貢獻(xiàn)模型和永久短暫模型量化上證50股指期貨、滬深300股指期貨和中證500股指期貨價(jià)格發(fā)現(xiàn)貢獻(xiàn)度以及股指期貨市場(chǎng)間的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度，并分析倉(cāng)位限額對(duì)期貨價(jià)格發(fā)現(xiàn)能力的影響。研究結(jié)論如下：

（1）上證50股指期貨、滬深300股指期貨和中證500股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度均大于現(xiàn)貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度，在價(jià)格發(fā)現(xiàn)過(guò)程中占主導(dǎo)地位，較好地發(fā)揮了價(jià)格發(fā)現(xiàn)功能。

（2）期貨倉(cāng)位限額推出后，上證50股指期貨、滬深300股指期貨和中證500股指期貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度相對(duì)現(xiàn)貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度均有不同程度的降低，說(shuō)明倉(cāng)位限額降低了期貨的價(jià)格發(fā)現(xiàn)能力，而且對(duì)上證50股指期貨的價(jià)格發(fā)現(xiàn)能力影響最大。

綜上可見(jiàn)，本文的研究具有一定的現(xiàn)實(shí)意義。首先，期貨市場(chǎng)由于其準(zhǔn)入門(mén)檻低、高杠桿、T+0交易和交易成本低等特點(diǎn)，使其交易相對(duì)活躍，對(duì)市場(chǎng)信息的反應(yīng)最顯著，在價(jià)格引導(dǎo)方面起到了主導(dǎo)作用，股指期貨的價(jià)格先于指數(shù)和ETF市場(chǎng)價(jià)格變化，當(dāng)三者的價(jià)格出現(xiàn)偏離時(shí)，指數(shù)和ETF的價(jià)格將會(huì)向股指期貨價(jià)格方向調(diào)整，股指期貨市場(chǎng)可作為現(xiàn)貨市場(chǎng)的先行指標(biāo)，為現(xiàn)貨投資者判斷市場(chǎng)運(yùn)行方向提供參考；其次，倉(cāng)位限額的推出降低了市場(chǎng)波動(dòng)，維護(hù)了市場(chǎng)穩(wěn)定，但是期貨的交易量呈現(xiàn)了較大幅度的下跌，期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力顯著降低，不利于整個(gè)金融市場(chǎng)的長(zhǎng)遠(yuǎn)健康發(fā)展，監(jiān)管層應(yīng)適時(shí)放寬股指期貨交易倉(cāng)位的限制。因此，適度、審慎地使用政府干預(yù)手段對(duì)我國(guó)期貨市場(chǎng)的健康發(fā)展具有重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1] [ZK（#]THEISSEN E. Price discovery in floor and screen trading systems [J]. Journal of Empirical Finance， 2002， 9（4）： 455-474.

[2] MIZRACH B， NEELY C J. Information shares in the US treasury market [J]. Journal of Banking & Finance， 2008， 32（7）： 1221-1233.

[3] FRIJNS B， GILBERT A， TOURANIRAD A. The determinants of price discovery： Evidence from USCanadian crosslisted shares [J]. Journal of Banking & Finance， 2015， 59（11）： 457-468.

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

[5] GONZALO J， GRANGER C. Estimation of common longmemory components in cointegrated systems [J]. Journal of Business & Economic Statistics， 1995， 13（1）： 27-35.

[6] TSE Y. Price discovery and volatility spillovers in the DJIA index and futures markets [J]. Journal of Futures Markets， 1999， 19（8）：911-930.

[7] BOOTH G G， SO R W， TSE Y. Price discovery in the German equity index derivatives markets [J]. Journal of Futures Markets， 1999， 19（6）：619-643.

[8] BAILLIE R T， BOOTH G G， TSE Y， et al. Price discovery and common factor models [J]. Journal of Financial Markets， 2002， 5（3）：309-321.

[9] CHANG Y K， CHEN Y L， CHOU R K， et al. The effectiveness of position limits： Evidence from the foreign exchange futures markets [J]. Journal of Banking & Finance， 2013， 37（11）：4501-4509.

[10] [ZK（#]BOYD N， LOCKE P. Price discovery in futures and options markets [J]. Journal of Futures Markets， 2014， 34（9）：853-867.

[11] BART F， IVAN I， ALIREZA T. Macroeconomic news announcements and price discovery： Evidence from CanadianU.S.crosslisted firms [J]. Journal of Empirical Finance， 2015， 32：35-48.

[12] OZTEKIN A S， MISHRA S， JAIN P K， et al. Price discovery and liquidity characteristics for US electronic futures and ETF markets[J]. The Journal of Trading， 2017， 12（2）： 59-72.

[13] 嚴(yán)敏， 巴曙松， 吳博. 我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)[J]. 系統(tǒng)工程， 2009（10）：32-38.

[14] 何誠(chéng)穎， 張龍斌， 陳薇. 基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價(jià)格發(fā)現(xiàn)能力研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011（5）：139-151.

[15] 方匡南， 蔡振忠. 我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能研究[J]. 統(tǒng)計(jì)研究， 2012（5）：73-78.

[16] 陳瑩， 武志偉， 王楊. 滬深300指數(shù)衍生證券的多市場(chǎng)交易與價(jià)格發(fā)現(xiàn)[J]. 管理科學(xué)學(xué)報(bào)， 2014（12）：75-84.

[17] LIEN D， SHRESTHA K. A new information share measure [J]. Journal of Futures Markets， 2009， 29（4）： 377-395.

[18] 華仁海， 劉慶富. 股指期貨與股指現(xiàn)貨市場(chǎng)間的價(jià)格發(fā)現(xiàn)能力探究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010（10）：90-100.

[19] LIU Q， AN Y. Information transmission in informationally linked markets： Evidence from US and Chinese commodity futures markets [J]. Journal of International Money & Finance， 2011， 30（5）：778-795.

[20] 劉向麗， 張雨萌. 基于向量誤差修正模型的股指期貨價(jià)格發(fā)現(xiàn)功能研究[J]. 管理評(píng)論， 2012（2）：71-77.

[21] INANI S K. Price discovery in Indian stock index futures market：New evidence based on intraday data [J]. International Journal of Indian Culture and Business Management， 2017， 14（1）： 23-43.

[22] ENGLE R F， GRANGER C W J. Cointegration and error correction：Representation， estimation， and testing [J]. Econometrica： journal of the Econometric Society， 1987： 251-276.

Abstract： Using 1minute high frequency data， this paper explores the price discovery function of Chinese index futures markets， including SSE 50， CSI 300， and CSI 500 futures markets， and analyses the effect of position limit on price discovery. Granger causality tests， Johannsen cointegration tests and vector error correction model are employed to analyse the longterm relationship of futures and spots. Modified information share model is applied to measure the contribution to price discovery of futures markets and spots markets， and permanent transitory model is applied to test the robustness of the contribution to price discovery. The results show that futures market contribute the most to price discovery， and the price discovery of futures markets decreases when the position limit is carried out.

Keywords：index futures； price discovery； position limit； modified information share model； permanent transitory model