论文部分内容阅读
摘 要：根据离最后交易日的时间距离的远近，各组成上海期货交易所金属铜和金属铝的12组期货连续价格，通过运用ＧＳ模型研究了沪铜期货市场和沪铝期货市场与其对应的现货市场的价格发现状况，形象地从量化的角度描述了离最后交易日不同时间距离的期货价格和现货价格在价格发现过程中的相对作用的大小。更重要的是我们发现这种相互作用的大小随着离最后交易日的时间距离的不同而呈现一定的规律性。
关键词：期货市场；期货连续价格；GS模型分析
中图分类号：F830.6文献标志码：A文章编号：1673-291X（2008）15-0081-03
引言
价格发现是期货市场的基本功能之一，也是我们建立期货市场的最基本的目的之一。自从建立期货市场以来，国内外大量学者已经开始了对期货市场价格发现功能的研究。
Ｅngle和Granger以及Johansen ,Johansen和Juselius提出的协整分析方法为研究非平稳经济变量之间的均衡关系提供了全新的方法，该方法在期货市场价格发现功能以及期货价格与现货价格动态关系的研究中得到了广泛应用。目前这种方法已经被广泛应用于检验期货市场的价格发现功能中，如Lai和lai[1],Antoniou和Foster[2]Fortenbery和Zapata[3]，Haigh[4]等利用协整分析方法对期货市场的价格发现功能进行实证检验，研究结果显示：绝大多数期货价格品种的期货价格与现货价格之间存在协整关系，期货价格对交割日的现货价格具有预测作用。
国内的学者也利用协整方法对我国期货市场的价格发现功能进行了一定的研究:严太华，孟卫东和刘洋[5]（2000），华仁海和仲伟俊[6](2003)，刘庆富和张金清[7](2006)，李海英，马卫锋，罗婷[8]（2007）先后利用相关系数，协整检验，误差修正检验和Granger因果检验对我国各期货市场的各个品种的期货和约的期货价格和现货价格的发现情况进行了研究，得到了大多数期货价格和现货价格具有长期的均衡关系，虽然大量学者已对期货市场的价格发现功能做了大量的研究,但仍有些不足之处值得研究。
首先以前学者为克服期货价格的不连续性，在组成连续的期货价格序列时，或选取最近交割月份的期货合约的收盘价格作为代表，在最近期期货合约最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，依此组成一组连续的期货价格序列；或取成交量比较大的期货合约的收盘价格作为代表，采用这种方法组成的连续的期货价格序列后，在研究期货价格与现货价格发现过程时具有片面性，并不有综合反映同一时点离交割期不同时间距离的各个期货价格序列的价格发现情况，因而，也就不能跟广大投资者提供全面的投资指导，相反，由于采用上述方法组成连续价格序列来研究期货市场的价格发现功能时所得到的结果并不能代表同一时点离交割期不同时间距离的期货合约的价格发现情况，如果投资没有考虑到这一点，而误以为具有代表性，必然会提高其投资的风险，甚至亏损。
其次，以往学者研究时多采用协整检验和Granger因果检验以及从Granger因果检验发展出的引导关系模型，这些模型虽然能够较好地检验期货价格和现货价格是否具有长期均衡关系和两者间的价格引导关系，但是在价格发现过程中，两者的作用程度并没有被量化，因而不可能从量的角度来跟投资者描述期货价格和现货价格的相互发现过程，进而制约广大投资者的投资活动。
为克服以上缺点，本文首先在组成连续的价格序列方面，虽然也采用选取最近交割月份的期货合约的收盘价格作为代表，在其最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，组成一组连续的价格序列，这也仅仅代表离最后交割日一个月内的期货价格序列的情况，但是本文按照类似的组成连续价格序列的方法，组成了其余11组分别代表了离最后交割日1到2个月，2到3个月……，11到12个月的期货价格序列的情况，以此来研究在同一时点离交割期不同时间距离的期货价格和现货价格的发现过程，为投资者提供全面的参考。其次，本文更重要的是采用Garbade-Silber模型（GS）模型来量化分析期货价格和现货价格在价格发现过程中的作用程度的大小。
二、GS模型简述
Garbade-Silber模型（GS）模型的内容为：
GS模型为：PtFt=apaf+1-BpBpBf 1-BfPt-1Ft-1+UtVt
由此可以推出如下公式：Pt = ap +（1-Bp）Pt-1 +B p F t-1 +UtFt = af+ Bf P t-1+（1-Bf）F t-1 +Vt
由于某些品种现货价格序列较难获得，而金属铜和金属铝的现货价格较容易获得，因此本文主要研究了上海期货交易所的金属铜和金属铝的价格发现功能。
本文采集的金属铜和铝的现货价格均来自上海金属网的基本金属日均价报价（http://www.shmet.com/average/index.php），该均价是综合了上海华通有色金属市场和上海长江有色金属市场现货报价的日均价，具有较好的代表性。其时间区间为：2001.6.6—2007.11.31，分别记为：Ｐcu，Pal。
本文采集的期货价格数据为上海期货交易所金属铜和铝的日收盘价格（数据来自：世华财讯行情软件），数据时间区间为：2001.6.6—2007.11.31。
我们采用以下方法对两个品种的期货价格各组成12组连续的价格序列。首先，第一组连续价格序列采用最近期月份的期货合约的收盘价格，在其最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，采用这种方法组成的连续价格序列，其离最后交易日的时间距离为０到１个月，称为沪铜（或沪铝）连续，记为：Fcu1（或Fal1）。其次，第二组连续价格序列采用次最近交割月份的期货合约的收盘价格为代表，在当月最近期期货合约最后交易日的下一个交易日，选择下一个次最近交割月份的期货合约的收盘价格为代表，采用这种方法组成的连续价格序列，其离最后交易日的时间距离为１到２个月，称为沪铜（或沪铝）连１, 记为：Fcu2（ 或Fal2）。以此类推，我们分别组成了沪铜（或沪铝）连２到沪铜（或沪铝）连11，它们分别代表了离最后交易日２到３个月……， 10到11个月的沪铜（或沪铝）的期货价格情况，分别被记为：Fcui（Fali），i=3，…，12。本文将日期不匹配的数据进行删除。
三、实证检验
虽然协整关系检验为我们检验了两个市场的价格是否具有长期均衡关系，也检验了两个市场是否具有价格发现功能，但是并不能从量化的角度来描述两个市场的价格在价格发现过程中相互作用程度的大小。下面我们利用ＧＳ模型帮助解决这个问题。
注：Bp和Bf 均经过了t统计量检验，凡是没有通过t统计量检验的记为0。
运用ＧＳ模型量化分析上海期货交易所金属铜和铝期货市场和金属铜和铝现货市场在价格发现过程中相互作用大小的结果示意图为：
四、结论
本文根据离最后交易日的时间距离的远近，各组成上海期货交易所金属铜和金属铝的12组期货连续价格，通过运用ＧＳ模型研究了沪铜期货市场和沪铝期货市场与其对应的现货市场的价格发现状况，我们可以得到以下结论：
通过ＧＳ模型，我们量化分析了滞后一期的期货价格对当期现货价格的影响和滞后一期的现货价格对当期期货价格的影响，进而量化分析了在价格发现过程中期货价格和现货价格的相对主导的地位程度和在基差调整过程中，随着最后交易日的临近，期货价格和现货价格趋同速度状况，可以得到如下结论：对于上海期货交易所金属铜期货市场总的来说，随着最后交易日的临近，滞后一期的期货价格对当期现货价格的影响和滞后一期的现货价格对当期期货价格的影响都逐渐增大，并在离最后交易日１个月内达到最大值，且滞后一期的期货价格对当期现货价格的影响始终大于滞后一期的现货价格对当期期货价格的影响，即：在价格发现的过程中，期货价格的作用始终大于现货价格的作用，其始终起主导作用；在基差调整过程中，随着最后交易日的临近，期货价格和现货价格趋同的速度逐渐加大。
对于上海期货交易所的金属铝期货市场来说，在离最后交易日７个月内，随着最后交易日的临近，滞后一期的期货价格对现货价格的影响逐渐增强，并在离最后交易日１个月内达到最大值；在离最后交易日１个月内，滞后一期的现货价格对期货价格有影响，除此之外，在其他交易时间段内，滞后一期的现货价格对期货价格没有影响；进而在离最后交易日７个月到１个月的时间段内，在价格发现的过程中，期货市场完全主导现货市场，但在离最后交易日１个月内，期货市场在价格发现过程中的相对作用略降，并不处于完全主导地位；随着最后交易日的临近，现货价格和期货价格趋同的速度越来越快，并在离最后交易日１个月内速度达到最大。在离最后交易日12个月到７个月的时间段内，金属铝期货市场和金属铝现货市场并不具备明显的价格发现功能。
ＧＳ模型形象地从量化的角度描述了在价格发现过程中期货价格和现货价格的相对作用的大小，更重要的是我们发现这种相互作用的大小随着离最后交易日的时间距离的不同而呈现一定的规律性。
参考文献：
[1] Lai k,and Lai M.A Cointegration Test for Market Efficiency[J].Jounal of Futures Markets,1991,（11）:567-575.
[2] AntoniouA,and FosterAJ.Short-term and Long-term Efficiency in Commodity Spot and Futures Markets[J].Financial Markets,
Institutions and Instruments,1994,（3）:16-35.
[3] Fortenbery T R,Zapata H O.An Evaluation of Price Linkages between Futures Markets,1997,17:279-301.
[4] Haigh MS.Cointegrationg,Unbiased Expectationgs and Forecasting in the BIFFEX Freight Futures Markets, 2000,（6）:545-571.
[5] 严太华,孟卫东,刘洋.铜和绿豆期货价格与现货价格协整关系的实证[J].重庆大学学报,2003,（7）:115-119.
[6] 华仁海,仲伟俊.上海期货交易所期货价格有效性的实证检验[J].数量经济技术经济研究,2003,（1）:133-135.
[7] 刘庆富,张金清.我国农产品期货市场的价格发现功能研究[J].产业经济研究,2006（1）.
[8] 李海英,马卫锋,罗婷.上海燃料油期货价格发现功能研究——基于ＧＳ模型的实证分析[J].财贸研究,2007,（2）.
[责任编辑 陈丽敏]
关键词：期货市场；期货连续价格；GS模型分析
中图分类号：F830.6文献标志码：A文章编号：1673-291X（2008）15-0081-03
引言
价格发现是期货市场的基本功能之一，也是我们建立期货市场的最基本的目的之一。自从建立期货市场以来，国内外大量学者已经开始了对期货市场价格发现功能的研究。
Ｅngle和Granger以及Johansen ,Johansen和Juselius提出的协整分析方法为研究非平稳经济变量之间的均衡关系提供了全新的方法，该方法在期货市场价格发现功能以及期货价格与现货价格动态关系的研究中得到了广泛应用。目前这种方法已经被广泛应用于检验期货市场的价格发现功能中，如Lai和lai[1],Antoniou和Foster[2]Fortenbery和Zapata[3]，Haigh[4]等利用协整分析方法对期货市场的价格发现功能进行实证检验，研究结果显示：绝大多数期货价格品种的期货价格与现货价格之间存在协整关系，期货价格对交割日的现货价格具有预测作用。
国内的学者也利用协整方法对我国期货市场的价格发现功能进行了一定的研究:严太华，孟卫东和刘洋[5]（2000），华仁海和仲伟俊[6](2003)，刘庆富和张金清[7](2006)，李海英，马卫锋，罗婷[8]（2007）先后利用相关系数，协整检验，误差修正检验和Granger因果检验对我国各期货市场的各个品种的期货和约的期货价格和现货价格的发现情况进行了研究，得到了大多数期货价格和现货价格具有长期的均衡关系，虽然大量学者已对期货市场的价格发现功能做了大量的研究,但仍有些不足之处值得研究。
首先以前学者为克服期货价格的不连续性，在组成连续的期货价格序列时，或选取最近交割月份的期货合约的收盘价格作为代表，在最近期期货合约最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，依此组成一组连续的期货价格序列；或取成交量比较大的期货合约的收盘价格作为代表，采用这种方法组成的连续的期货价格序列后，在研究期货价格与现货价格发现过程时具有片面性，并不有综合反映同一时点离交割期不同时间距离的各个期货价格序列的价格发现情况，因而，也就不能跟广大投资者提供全面的投资指导，相反，由于采用上述方法组成连续价格序列来研究期货市场的价格发现功能时所得到的结果并不能代表同一时点离交割期不同时间距离的期货合约的价格发现情况，如果投资没有考虑到这一点，而误以为具有代表性，必然会提高其投资的风险，甚至亏损。
其次，以往学者研究时多采用协整检验和Granger因果检验以及从Granger因果检验发展出的引导关系模型，这些模型虽然能够较好地检验期货价格和现货价格是否具有长期均衡关系和两者间的价格引导关系，但是在价格发现过程中，两者的作用程度并没有被量化，因而不可能从量的角度来跟投资者描述期货价格和现货价格的相互发现过程，进而制约广大投资者的投资活动。
为克服以上缺点，本文首先在组成连续的价格序列方面，虽然也采用选取最近交割月份的期货合约的收盘价格作为代表，在其最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，组成一组连续的价格序列，这也仅仅代表离最后交割日一个月内的期货价格序列的情况，但是本文按照类似的组成连续价格序列的方法，组成了其余11组分别代表了离最后交割日1到2个月，2到3个月……，11到12个月的期货价格序列的情况，以此来研究在同一时点离交割期不同时间距离的期货价格和现货价格的发现过程，为投资者提供全面的参考。其次，本文更重要的是采用Garbade-Silber模型（GS）模型来量化分析期货价格和现货价格在价格发现过程中的作用程度的大小。
二、GS模型简述
Garbade-Silber模型（GS）模型的内容为：
GS模型为：PtFt=apaf+1-BpBpBf 1-BfPt-1Ft-1+UtVt
由此可以推出如下公式：Pt = ap +（1-Bp）Pt-1 +B p F t-1 +UtFt = af+ Bf P t-1+（1-Bf）F t-1 +Vt
由于某些品种现货价格序列较难获得，而金属铜和金属铝的现货价格较容易获得，因此本文主要研究了上海期货交易所的金属铜和金属铝的价格发现功能。
本文采集的金属铜和铝的现货价格均来自上海金属网的基本金属日均价报价（http://www.shmet.com/average/index.php），该均价是综合了上海华通有色金属市场和上海长江有色金属市场现货报价的日均价，具有较好的代表性。其时间区间为：2001.6.6—2007.11.31，分别记为：Ｐcu，Pal。
本文采集的期货价格数据为上海期货交易所金属铜和铝的日收盘价格（数据来自：世华财讯行情软件），数据时间区间为：2001.6.6—2007.11.31。
我们采用以下方法对两个品种的期货价格各组成12组连续的价格序列。首先，第一组连续价格序列采用最近期月份的期货合约的收盘价格，在其最后交易日的下一个交易日，选择下一个最近期月份的期货合约的收盘价格作为代表，采用这种方法组成的连续价格序列，其离最后交易日的时间距离为０到１个月，称为沪铜（或沪铝）连续，记为：Fcu1（或Fal1）。其次，第二组连续价格序列采用次最近交割月份的期货合约的收盘价格为代表，在当月最近期期货合约最后交易日的下一个交易日，选择下一个次最近交割月份的期货合约的收盘价格为代表，采用这种方法组成的连续价格序列，其离最后交易日的时间距离为１到２个月，称为沪铜（或沪铝）连１, 记为：Fcu2（ 或Fal2）。以此类推，我们分别组成了沪铜（或沪铝）连２到沪铜（或沪铝）连11，它们分别代表了离最后交易日２到３个月……， 10到11个月的沪铜（或沪铝）的期货价格情况，分别被记为：Fcui（Fali），i=3，…，12。本文将日期不匹配的数据进行删除。
三、实证检验
虽然协整关系检验为我们检验了两个市场的价格是否具有长期均衡关系，也检验了两个市场是否具有价格发现功能，但是并不能从量化的角度来描述两个市场的价格在价格发现过程中相互作用程度的大小。下面我们利用ＧＳ模型帮助解决这个问题。
注：Bp和Bf 均经过了t统计量检验，凡是没有通过t统计量检验的记为0。
运用ＧＳ模型量化分析上海期货交易所金属铜和铝期货市场和金属铜和铝现货市场在价格发现过程中相互作用大小的结果示意图为：
四、结论
本文根据离最后交易日的时间距离的远近，各组成上海期货交易所金属铜和金属铝的12组期货连续价格，通过运用ＧＳ模型研究了沪铜期货市场和沪铝期货市场与其对应的现货市场的价格发现状况，我们可以得到以下结论：
通过ＧＳ模型，我们量化分析了滞后一期的期货价格对当期现货价格的影响和滞后一期的现货价格对当期期货价格的影响，进而量化分析了在价格发现过程中期货价格和现货价格的相对主导的地位程度和在基差调整过程中，随着最后交易日的临近，期货价格和现货价格趋同速度状况，可以得到如下结论：对于上海期货交易所金属铜期货市场总的来说，随着最后交易日的临近，滞后一期的期货价格对当期现货价格的影响和滞后一期的现货价格对当期期货价格的影响都逐渐增大，并在离最后交易日１个月内达到最大值，且滞后一期的期货价格对当期现货价格的影响始终大于滞后一期的现货价格对当期期货价格的影响，即：在价格发现的过程中，期货价格的作用始终大于现货价格的作用，其始终起主导作用；在基差调整过程中，随着最后交易日的临近，期货价格和现货价格趋同的速度逐渐加大。
对于上海期货交易所的金属铝期货市场来说，在离最后交易日７个月内，随着最后交易日的临近，滞后一期的期货价格对现货价格的影响逐渐增强，并在离最后交易日１个月内达到最大值；在离最后交易日１个月内，滞后一期的现货价格对期货价格有影响，除此之外，在其他交易时间段内，滞后一期的现货价格对期货价格没有影响；进而在离最后交易日７个月到１个月的时间段内，在价格发现的过程中，期货市场完全主导现货市场，但在离最后交易日１个月内，期货市场在价格发现过程中的相对作用略降，并不处于完全主导地位；随着最后交易日的临近，现货价格和期货价格趋同的速度越来越快，并在离最后交易日１个月内速度达到最大。在离最后交易日12个月到７个月的时间段内，金属铝期货市场和金属铝现货市场并不具备明显的价格发现功能。
ＧＳ模型形象地从量化的角度描述了在价格发现过程中期货价格和现货价格的相对作用的大小，更重要的是我们发现这种相互作用的大小随着离最后交易日的时间距离的不同而呈现一定的规律性。
参考文献：
[1] Lai k,and Lai M.A Cointegration Test for Market Efficiency[J].Jounal of Futures Markets,1991,（11）:567-575.
[2] AntoniouA,and FosterAJ.Short-term and Long-term Efficiency in Commodity Spot and Futures Markets[J].Financial Markets,
Institutions and Instruments,1994,（3）:16-35.
[3] Fortenbery T R,Zapata H O.An Evaluation of Price Linkages between Futures Markets,1997,17:279-301.
[4] Haigh MS.Cointegrationg,Unbiased Expectationgs and Forecasting in the BIFFEX Freight Futures Markets, 2000,（6）:545-571.
[5] 严太华,孟卫东,刘洋.铜和绿豆期货价格与现货价格协整关系的实证[J].重庆大学学报,2003,（7）:115-119.
[6] 华仁海,仲伟俊.上海期货交易所期货价格有效性的实证检验[J].数量经济技术经济研究,2003,（1）:133-135.
[7] 刘庆富,张金清.我国农产品期货市场的价格发现功能研究[J].产业经济研究,2006（1）.
[8] 李海英,马卫锋,罗婷.上海燃料油期货价格发现功能研究——基于ＧＳ模型的实证分析[J].财贸研究,2007,（2）.
[责任编辑 陈丽敏]