期貨市場與現(xiàn)貨市場之間的價格研究

摘 要：本文借助于信息共享模型與波動溢出效應(yīng)模型對我國大豆和小麥的期、現(xiàn)貨市場之間的價格發(fā)現(xiàn)進行了多層次的實證研究，定量描述了期、現(xiàn)貨市場在價格發(fā)現(xiàn)中作用的大小，深入刻畫了我國農(nóng)產(chǎn)品期、現(xiàn)貨市場之間的動態(tài)關(guān)系：研究結(jié)果顯示：大豆期、現(xiàn)貨價格之間存在雙向引導關(guān)系，小麥僅存在期貨對現(xiàn)貨的單向引導關(guān)系；期、現(xiàn)貨市場均扮演著重要的價格發(fā)現(xiàn)角色，且期貨市場在價格發(fā)現(xiàn)中處于主導地位；期、現(xiàn)貨市場之間均存在雙向波動溢出關(guān)系，但現(xiàn)貨市場來自期貨市場的波動溢出效應(yīng)均強于期貨市場來自現(xiàn)貨市場的波動溢出效應(yīng)；并且，隨著期貨市場的發(fā)展，期、現(xiàn)貨市場之間的波動溢出程度均呈逐漸增強態(tài)勢。

關(guān)鍵詞：期貨市場；現(xiàn)貨市場；價格發(fā)現(xiàn)；溢出效應(yīng)

中圖分類號：F830．9

文獻標識碼：A

文章編號：1000—176X(2006)04—0044-08

在世界經(jīng)濟的不斷演進和發(fā)展過程中，期貨市場扮演著極為重要的角色，是現(xiàn)代金融市場的重要組成部分。期貨市場通常具有價格發(fā)現(xiàn)和套期保值的功能，而價格發(fā)現(xiàn)功能則更為基礎(chǔ)，離開了價格發(fā)現(xiàn)功能，套期保值將無從談起。自我國期貨市場產(chǎn)生以來，期貨市場與現(xiàn)貨市場之間的價格發(fā)現(xiàn)功能一直是監(jiān)管當局和投資者十分關(guān)心的問題。通過對期貨市場與現(xiàn)貨市場之間的動態(tài)關(guān)系研究，可以揭示出期貨市場的運行效率。如果期貨市場具有良好的價格發(fā)現(xiàn)功能，則期貨市場與現(xiàn)貨市場對新信息的反應(yīng)將較為接近，期貨價格與現(xiàn)貨價格的運動方向?qū)⒒疽恢?，期貨價格與現(xiàn)貨價格之間應(yīng)存在長期均衡關(guān)系。否則，投資者就可以利用期貨價格與現(xiàn)貨價格之間的價格差異進行套利，從而使期貨價格與現(xiàn)貨價格回復到正常的狀態(tài)。由于期貨市場的價格發(fā)現(xiàn)和套期保值功能均是建立在有效期貨市場基礎(chǔ)之上的，因此，只有當期貨市場是有效運行時，期貨價格的變動才能準確地反映未來現(xiàn)貨市場供求關(guān)系的變化，期貨價格對最后交割日的現(xiàn)貨價格才具有良好的預期作用。此時，無論是對期貨市場上的實際交易者還是對關(guān)心期貨市場價格信息的任何人，期貨價格都將提供有價值的預測信息，期貨市場才能發(fā)揮其應(yīng)有的作用。因此，對期貨市場與現(xiàn)貨市場之間的價格發(fā)現(xiàn)和波動溢出效應(yīng)進行研究，對了解我國期貨市場的運行效率具有非常重要的意義。

一、文獻回顧

由于期貨市場與現(xiàn)貨市場之間的價格發(fā)現(xiàn)和溢出效應(yīng)能夠有效反映期貨市場的運行效率，因此，國外學者已經(jīng)對其進行了大量研究，產(chǎn)生了許多有價值的文獻。Garbade和Silber^[10]建立了期貨價格與現(xiàn)貨價格之間的相互關(guān)系模型，他們通過考察前一期基差的變動對后一期期貨價格與現(xiàn)貨價格變動的影響刻畫了期貨價格與現(xiàn)貨價格在價格發(fā)現(xiàn)功能中作用的大小。Ende和clanse^[9]及Johansen和Juselius^[13]提出的協(xié)整分析為研究非平衡經(jīng)濟變量均衡關(guān)系提供了全新的方法，該方法在期貨價格與現(xiàn)貨價格之間的動態(tài)關(guān)系研究中得到了廣泛應(yīng)用。如Eavussanos和Nomikos、Haigh^[11][14]等利用協(xié)整分析方法對期貨價格與現(xiàn)貨價格之間的相互關(guān)系進行了實證檢驗。以上學者們的研究結(jié)果表明，大多數(shù)期貨品種的期貨價格與現(xiàn)貨價格之間存在協(xié)整關(guān)系，但某些期貨品種的期貨價格與現(xiàn)貨價格之間不存在協(xié)整關(guān)系。Hasbrouck^[12]則在協(xié)整分析的基礎(chǔ)上，進一步將長期作用部分的總方差進行了分解，計算出每個因子對總方差的貢獻，由此識別期貨市場與現(xiàn)貨市場之間在價格發(fā)現(xiàn)功能中作用的大小。在期貨市場與現(xiàn)貨市場之間的波動溢出效應(yīng)這一研究方向上，Tse^[19]探討了指數(shù)市場與期貨市場波動之間的波動溢出效應(yīng)，他認為，一個市場的價格信息會溢出到另一市場。Tse和So^[18]利用信息共享模型和多變量M—GARCH模型等研究了香港恒生指數(shù)市場、恒生指數(shù)期貨市場和盈富基金市場之間的動態(tài)關(guān)系，結(jié)果表明，三個市場之間存在一致性協(xié)整關(guān)系，且市場之間的信息溢出程度是彼此不同的。

從我國學者在這一領(lǐng)域的研究來看，針對我國期貨市場，徐劍剛^[3]通過序列相關(guān)檢驗和游程檢驗對綠豆、大豆和玉米期貨價格的相關(guān)性進行了檢驗；王志強等^[1]采用類似的方法對大連商品交易所大豆的收盤價格進行了隨機游走檢驗；華仁海等^[2]借助Garbade和Silber^[10]提出的方法對我國期貨市場的價格發(fā)現(xiàn)功能進行了初步探討；童宛生等^[4]和馬正兵^[5]等對我國大陸期貨市場的價格發(fā)現(xiàn)功能進行了實證研究，得出了許多有意義的結(jié)論?？傮w而言，我國學術(shù)界對這一領(lǐng)域的研究是有限的，對我國期貨市場的運行效率、期貨市場與現(xiàn)貨市場之間的價格發(fā)現(xiàn)功能等方面的理論研究仍非常缺乏，也不夠深入。

為此，本文將借助信息共享模型與雙變量的EGARCH溢出效應(yīng)模型，對我國農(nóng)產(chǎn)品期貨市場和現(xiàn)貨市場之間的價格發(fā)現(xiàn)功能和波動溢出效應(yīng)等進行了準確刻畫和度量，并對其價格發(fā)現(xiàn)功能和運行效率做出了客觀的評價。我們認為，對我國農(nóng)產(chǎn)品期貨市場與現(xiàn)貨市場之間的價格發(fā)現(xiàn)和波動溢出效應(yīng)進行研究，不僅可以反映我國金屬期貨市場的開放程度，還可以為市場參與者包括套期保值者、投機者、套利者、期貨交易所及期貨監(jiān)管部門提供有益的市場信息，對正確認識我國金屬期貨市場在國際大宗商品定價中的作用和地位，為監(jiān)管部門和期貨交易所提供有關(guān)我國期貨市場有效性、國際競爭力和影響力分析的參考。

二、數(shù)據(jù)及研究方法

(一)數(shù)據(jù)的選擇

我國農(nóng)產(chǎn)品期貨市場只有大連商品交易所和鄭州商品交易所兩家，目前較為成熟的期貨品種為大豆和小麥期貨合約，具有良好的代表性，能夠較好地反映這兩個商品交易所的期貨價格行為特征。為此，在對我國農(nóng)產(chǎn)品期貨市場和現(xiàn)貨市場的價格發(fā)現(xiàn)功能進行研究時，主要以大豆和小麥期貨品種為代表。大豆和小麥的期貨合約均選取最近期月份的期貨合約為代表，在最近期期貨合約進入交割月后，選取下一個最近期期貨合約，這樣就得到一個連續(xù)的期貨合約序列，利用連續(xù)期貨合約序列每個交易日的收盤價格數(shù)據(jù)可產(chǎn)生一個連續(xù)的期貨數(shù)據(jù)。這樣選取數(shù)據(jù)的優(yōu)點在于：所產(chǎn)生的連續(xù)期貨數(shù)據(jù)距離最后交易日比較接近，因而期貨價格與現(xiàn)貨價格比較貼近，同時還可以克服交割月交易量較小，數(shù)據(jù)不穩(wěn)定的缺點。由于某些交易日沒有實際期貨交易發(fā)生，故剔除無交易的交易日，由此產(chǎn)生的大豆和小麥期貨連續(xù)合約數(shù)據(jù)(以日收盤價格數(shù)據(jù)作為代表)的時間跨度為：大豆從1997年1月2日至2004年12月31日，小麥從1998年1月5日至2004年12月31日；其個數(shù)分別為1937和1680。

由于大豆和小麥現(xiàn)貨市場相對比較發(fā)達，有較成熟的現(xiàn)貨價格數(shù)據(jù)可以利用，因此，大豆的現(xiàn)貨價格選取大連地區(qū)的現(xiàn)貨收盤價格為代表，小麥的現(xiàn)貨價格選取鄭州糧食批發(fā)市場的普通小麥收盤價格為代表，數(shù)據(jù)來源于大連商品交易所和鄭州商品交易所和中華糧網(wǎng)。由于大豆和小麥市場的現(xiàn)貨交易相對較為活躍，且進行現(xiàn)貨交易的質(zhì)量標準與期貨合約的質(zhì)量標準基本一致，因此所選擇的現(xiàn)貨價格均具有較好的代表性。同時，為研究我國大豆和小麥市場的動態(tài)性，本文把我國期貨市場價格波動的周期劃分為兩個階段：第一階段為1997年1月2日至1999年8月31日，第二階段為1999年9月1日至2004年

表1和表2的研究結(jié)果顯示，除小麥期貨市場的d_f在5％的置信水平下統(tǒng)計顯著外，全樣本中大豆和小麥市場的其他系數(shù)d_s與d_f均在1％的置信水平下統(tǒng)計顯著；并且，大豆和小麥市場的d_s顯著為正，d_f顯著為負；并且，全樣本的分析結(jié)果與分段樣本的結(jié)果基本一致。這說明，當系統(tǒng)偏離均衡狀態(tài)時，下一期價格調(diào)整對修復非均衡狀態(tài)均有直接的影響，d_s＞0說明誤差修正項對期貨價格的變動具有正向調(diào)節(jié)作用，d_f＜0說明誤差修正項對期貨價格的變動具有負向調(diào)整作用。例如，對期貨市場而言，即當系統(tǒng)偏離均衡狀態(tài)時，如果誤差修正項為正(即z_t-1＞0)，說明現(xiàn)貨價格相對于期貨價格偏高，則平均來說，下一期的現(xiàn)貨價格將下降，而期貨價格將上升；同樣如果誤差修正項為負(即Z_t-1＜0)，說明現(xiàn)貨價格相對于期貨價格偏低，則下一期的期貨價格將下降，而現(xiàn)貨價格將上升。

進一步考察整體樣本滯后變量的系數(shù)發(fā)現(xiàn)，在等式(1)和(2)中，在5％置信水平下，大豆期貨市場的現(xiàn)貨系數(shù)b_n與現(xiàn)貨市場的期貨系數(shù)α(i=1，2)均統(tǒng)計顯著；而在小麥市場上，只有現(xiàn)貨市場的期貨系數(shù)在5％置信水平下是顯著的，其他期貨與現(xiàn)貨系數(shù)均不顯著。由此可知，在5％的置信水平下，大豆期貨價格和現(xiàn)貨價格之間存在雙向Granger因果關(guān)系，即期貨價格的變動影響到現(xiàn)貨價格的變動，同時現(xiàn)貨價格的變動影響到期貨價格的變動，期貨價格與現(xiàn)貨價格之間的影響是相互的，就置信水平而言，期貨市場對現(xiàn)貨市場的影響要強些；而小麥市場只存在期貨市場到現(xiàn)貨市場的單向Granger引導關(guān)系，即期貨價格的變動能夠影響到現(xiàn)貨價格的變動，反之則不然。另外，對分段樣本的討論也能得到相似的結(jié)論?？偠灾覈r(nóng)產(chǎn)晶期貨價格與現(xiàn)貨價格均能用誤差修正項來進行準確描述；在大豆市場，期貨價格與現(xiàn)貨價格之間存在雙向的價格引導關(guān)系；在小麥市場，僅存在期貨市場到現(xiàn)貨市場的單向價格引導關(guān)系。

同時，為刻畫農(nóng)產(chǎn)品期貨市場與其現(xiàn)貨市場在價格發(fā)現(xiàn)功能中作用的大小，本文利用Hasbmuek(1995)提出的方法，將影響期貨價格與現(xiàn)貨價格變動長期作用部分的方差進行分解，求出期貨價格和現(xiàn)貨價格波動的方差在價格發(fā)現(xiàn)功能中所占的比重，再求出期貨市場和現(xiàn)貨市場信息份額的平均數(shù)，以此作為期貨市場與現(xiàn)貨市場在價格發(fā)現(xiàn)功能中作用的大小。通過計算，在大豆市場上，來自現(xiàn)貨市場的平均方差為19．82％(期貨市場產(chǎn)生的占18．14％，現(xiàn)貨市場產(chǎn)生的占21．50％)，來自期貨市場的平均方差為80．18％(期貨市場產(chǎn)生的占81．86％，現(xiàn)貨市場產(chǎn)生的占78．50％)；在小麥市場上，來自現(xiàn)貨市場的平均方差為10．82％(期貨市場產(chǎn)生的占7．90％，現(xiàn)貨市場產(chǎn)生的占13．74％)，來自期貨市場的平均方差為89.18％(期貨市場產(chǎn)生的占92．10％，現(xiàn)貨市場產(chǎn)生的占86．26％)。因此，對農(nóng)產(chǎn)品的大豆和小麥市場而言，期貨市場與現(xiàn)貨市場均具有顯著的價格發(fā)現(xiàn)功能，并且，期貨市場在價格發(fā)現(xiàn)功官B中均處于主導地位。這表明，我國農(nóng)產(chǎn)品期貨市場起到了價格發(fā)現(xiàn)功能，期貨市場運行狀況良好。同時，相對于小麥市場而言，大豆現(xiàn)貨市場的價格發(fā)現(xiàn)能力較強，這也從一個側(cè)面反映了大豆期貨市場與現(xiàn)貨市場的相依度相對較強，市場運行更為有效。

2．雙變量EGARCH溢出效應(yīng)模型的實證結(jié)果

利用雙變量的EGARCH溢出效應(yīng)模型，對我國大豆和小麥期貨市場與現(xiàn)貨市場進行了實證研究。表3、表4分別給出了大豆和小麥市場雙變量EGARCH溢出效應(yīng)的回歸結(jié)果。

由表3、表4中的整體樣本可知，在大豆和小麥市場，期貨市場和現(xiàn)貨市場的非對稱系數(shù)T_i在1％的置信水平下均具有顯著的杠桿效應(yīng)，并且，除小麥期貨市場的系數(shù)為負外，其他系數(shù)均為正。這表明大豆期、現(xiàn)貨市場的好消息對市場的影響要大于壞消息對市場的影響；小麥期貨市場的壞消息對市場的影響要大于好消息對市場的影響，而其現(xiàn)貨市場的好消息對市場的影響要大于壞消息對市場的影響。波動的集聚性系數(shù)α_i在大豆和小麥期貨市場和現(xiàn)貨市場均是顯著為正的，表明這兩個市場均具有集聚性特征。并且，在1％的置信水平下，溢出效應(yīng)系數(shù)γ_f和γ_s均統(tǒng)計顯著，這說明市場波動不僅可以從現(xiàn)貨市場溢出到期貨市場，還可以從期貨市場溢出到現(xiàn)貨市場，市場波動在期貨市場與現(xiàn)貨市場之間的溢出效應(yīng)是對稱的，即來自期貨市場與現(xiàn)貨市場的沖擊是相互影響的。這些結(jié)果表明，大豆和小麥期貨市場與現(xiàn)貨市場均扮演著重要的價格發(fā)現(xiàn)角色。另外，在大豆市場上，第一階段的條件相關(guān)系數(shù)0．113小于第二階段的條件相關(guān)系數(shù)0．144；在小麥市場上，第一階段的條件相關(guān)系數(shù)0．016也小于第二階段的條件相關(guān)系數(shù)o．074。這說明隨著我國農(nóng)產(chǎn)品期貨市場的發(fā)展，期貨市場與現(xiàn)貨市場之間的波動溢出均逐漸加大，期貨市場與現(xiàn)貨市場之間彼此的影響能力均逐漸增強；這表明自1999年9月1日施行《期貨交易管理暫行條例》以來，我國農(nóng)產(chǎn)品期貨市場基本走上了健康發(fā)展的軌道，期貨市場的運行愈加有效。

四、結(jié)論與啟示

本文利用日收盤數(shù)據(jù)，借助于信息共享模型與波動溢出效應(yīng)模型對我國農(nóng)產(chǎn)品的大豆和小麥期貨市場與其現(xiàn)貨市場之間的價格發(fā)現(xiàn)和波動溢出效應(yīng)進行了深入研究，研究結(jié)果顯示：

(1)大豆期貨價格和現(xiàn)貨價格之間存在雙向引導關(guān)系，而小麥市場只存在期貨價格對現(xiàn)貨價格的單向引導關(guān)系；由此表明，大豆期貨市場的運行比小麥期貨市場更為有效。

(2)大豆和小麥的期貨市場與現(xiàn)貨市場均扮演著重要的價格發(fā)現(xiàn)角色，但期貨市場在價格發(fā)現(xiàn)中處于主導地位；并且，從大豆和小麥現(xiàn)貨的價格發(fā)現(xiàn)能力來看，相對于小麥市場而言，大豆市場的價格發(fā)現(xiàn)能力更強。

(3)大豆和小麥的期貨市場與現(xiàn)貨市場之間均存在雙向的波動溢出關(guān)系，但現(xiàn)貨市場來自期貨市場的波動溢出效應(yīng)均強于期貨市場來自現(xiàn)貨市場的波動溢出效應(yīng)。并且，隨著期貨市場的發(fā)展，大豆和小麥的期貨市場與現(xiàn)貨市場之間的波動溢出程度均呈逐漸增強態(tài)勢，期貨市場與現(xiàn)貨市場的運行愈加信息有效。

(4)相對于小麥市場而言，大豆市場更為有效，其主要原因是由于大豆期貨市場經(jīng)過多年的發(fā)展，市場機制較為成熟，同時受國際相關(guān)期貨品種的影響也較大，難于被國內(nèi)價格操縱者所操縱，在一定程度上能夠化解和抵御政策等其他市場因素的沖擊。

由此可以看出，我國農(nóng)產(chǎn)品市場經(jīng)過近幾年的規(guī)范整頓，市場環(huán)境已明顯好轉(zhuǎn)，市場的價格發(fā)現(xiàn)能力和運行效率正逐漸提高，這為我國農(nóng)產(chǎn)品期貨市場的進一步發(fā)展奠定了良好的市場基礎(chǔ)。但是，我們要認識到進一步發(fā)展我國農(nóng)產(chǎn)品期貨市場的必要性和緊迫性，適時發(fā)展其他農(nóng)產(chǎn)品期貨品種，加大農(nóng)產(chǎn)品期貨市場的規(guī)范力度，增強大豆和小麥等期貨品種的價格發(fā)現(xiàn)能力，提高市場運行效率。最為重要的是，要盡快提升我國農(nóng)產(chǎn)品期貨市場在國際期貨市場上的定價權(quán)，增強和抵御國際期貨市場沖擊的能力，維護我國農(nóng)產(chǎn)品期貨市場的經(jīng)濟安全。另外，期貨市場的管理者和投資者也應(yīng)認清我國農(nóng)產(chǎn)品期貨市場的發(fā)展狀況，做到合理規(guī)范和理性投資，確保我國農(nóng)產(chǎn)品期貨市場的有效運行。

參考文獻：

[1] 王志強，徐亞范，朱麗紅．大連商品交易所市場有效性檢驗[J]．財經(jīng)問題研究，1998，(12)：54—56．

[2] 華仁海，仲偉?。畬ξ覈谪浭袌鰞r格發(fā)現(xiàn)功能的實證分析[J)．南開管理評論，2002，(5)：57—61．

[3] 徐劍剛．我國期貨市場有效性的實證研究[J]財貿(mào)經(jīng)濟，1995，(8)：14—19．

[4] 童宛生，胡俞越，馮中越．中國商品期貨價格形成理論與實證分析[M]．北京：中國財政經(jīng)濟出版社，1997．

[5] 馬正兵．我國糧食期貨價格發(fā)現(xiàn)功能的交叉譜實證研究[J]．統(tǒng)計與決策，2005，(1)：64—66．

[6] Choudhry T. Short -run Deviations and Volatility in Spot and Futures Stock Returns: Evidence from Australia， HongKong， and Japan [J]. Journal of Futures Markets， 1997， (17): 689 -705.

[7] Clinton W， and Michael M. Cointegration analysis of metals futures [J]. Mathematics andComputers in Simulation， 2002，(59): 207 -221.

[8] Dickey DA， and Fuller WA. The Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root [J]，Econometrica， 1981， (49): 1057 - 1072.

[9] Engle R F， and Granger CW. Cointegration and Error Correction Representation， Estimationand Testing [J]. Eoonometrica，1987，(55): 251 -276.

[10] Garbade KD， and Silber W L.Price Movements and Cash Discovery in Futures and Cash Markets [J]. Review ofEconomics and Statistics， 1983， (65): 289-297.

[11] Haigh MS. Cointegration， Unbiased Expectations， and Forecasting in the BIFFEX Freight Futures Market [J]. Journal ofFutures Markets， 2000， (6): 545-571.

[12] Hasbreuck J. One Security， Many Markets: Determining the Contributions to Price Discovery [J]. Journal of Finance，1995，(50): 1175 -1199.

[13] Johansen S， and Juselius K. Maximum Likelihood Estimation and Inference on Cointegratlon-with Applications to theDemand for Money [J]. Oxford Bulletin of Economics and Statistics， 1990， (52): 169 -210.

[14] Kavussanos M， and Nomikes N. The Forward Prieing Function of the Shipping Freight Futures Market. Journal of FuturesMarkets， 1999， (19): 353 - 376.

[15] Maberly E D. Testing Futures Market Efficiency， A Restatement [J]. Journal of Futures Markets， 1985， (5): 425-432.

[16] Nelson D. Conditional Heterescedasticity in Asset Returns: A New Approach [J]. Econometrica， 1991， (59): 347 -370.

[17] Ranutprasad Bhar. Return and Volatility Dynamics in the Spot and Futures Markets in Australia: An Intervention Analysisin a Bivariate EGARCH -X Framework [J]. Journal of Futures Markets， 2001，21 (9): 833 -850.

[18] Tse Y， and SO RW. Price Discovery in the Hang Seng Index Markets: Index， Futures， and the Tracker Fund [J].Journal of Futures Markets， 2004， 24(9): 887 -907.

[19] Tse Y. Price Discovery and Volatility Spillover in the DJIA Index and Futures Markets [J]. Journal of Futures Markets，1999，19(8): 911 -930.

[20] Xu XE， and Fang HG. Cross - market Linkages between U. S. and Japanese Precious Metals Futures Trading [J]. Journalof International Financial Markets， Institutions Money， 2005， (15): 107 -124.

(責任編輯：孟 耀)