论文部分内容阅读
摘 要：研究中国能源期货市场的价格关联性，分析期货市场的联动关系，对中国能源期货市场的发展具有重大意义。本文首先借助Johansen协整检验发现我国动力煤、焦煤、焦炭三种能源期货价格序列之间存在协整关系。进一步地，基于VECM模型的格兰杰因果检验得出了三种能源期货之间的因果关系。
关键词：能源期货市场；价格关联性；Johansen协整检验；格兰杰因果检验
一、数据选取与统计性分析
本文选取动力煤、焦煤、焦炭主力合约期货收盘价格数据进行分析，所有数据样本区间均为2016年1月4日到2018年6月20日，数据来源于万德数据库。
下表1给出了三种能源期货价格序列的统计性信息。比较标准差可以发现，焦炭期货价格波动最剧烈，焦煤期货价格波动较剧烈，动力煤期货价格最稳定；分析偏度可以发现，动力煤期货、焦煤期货、焦炭期货价格的偏度都小于0，说明三组价格序列都有长的左拖尾现象；分析峰度可以发现，动力煤、焦煤、焦炭三种能源期货价格序列的峰度都小于正态分布的峰度，说明三组价格序列与正态分布相比，有更长的尾部。
二、Johansen协整分析
进行Johansen协整分析之前，需要进行平稳性检验，常用的方法有ADF单位根检验法。由表2可知，三种能源期货的价格序列均未通过单位根检验，即不平稳。因此，需要进行一阶差分处理，并再次进行ADF检验。
表2的结果显示，差分后的数据在1%的显著性水平下通过检验，即一阶差分平稳，且同为一阶单整，可以进行Johansen协整检验。不过，在此之前需要依据AIC和BIC準则进行VAR模型的最优滞后阶数识别，最终确定最优滞后阶数为3。
表3是Johansen检验的主要结果。无论是特征根迹还是最大特征值检验，都在1%的显著性水平下拒绝了不存在协整性的原假设，即三种能源期货价格序列存在协整关系。
三、三种能源期货品种间价格关联性分析
（1）VECM模型的建立与检验
误差修正模型（VECM）的建立也需要进行滞后阶的识别。前文对原序列数据构建VAR模型选取3为最优滞后阶，故而，此处运用一阶差分数据构建VECM模型应选取2为最优滞后阶数。图1是VEC模型的单位根分布图。由图可知，所有的单位根都在单位圆的内部，并未超出圆之外，说明本文构建的VECM模型是稳定的。
（2）格兰杰因果分析
在VECM模型的基础上，我们进一步采用格兰杰因果检验方法对三种期货价格的关联关系进行分析。
格兰杰因果检验模型本质上是一种特殊的VAR模型，它的基本表达形式如下：
若式（1）中B过去信息的系数估计值显著不为零，同时式（2）中A过去信息的系数估计值显著为零，则认为B是引起A变化的Granger原因。同理，据此可以识别两个变量间的其它因果关系。
由上表4可知，就期货价格变动的因果关系而言，动力煤不是焦煤和焦炭的格兰杰原因，焦煤是动力煤和焦炭的格兰杰原因，而焦炭是动力煤期格兰杰原因，但不是焦煤的格兰杰原因。就三种能源期货价格变动的关联关系而言，焦煤期货价格变动能够对动力煤和焦炭期货的价格产生显著影响，焦炭期货价格变动对动力煤期货价格影响较大，而动力煤期货价格变动对另外两种期货价格影响较小。
四、结语
本文通过Johansen协整检验发现三种能源期货价格序列间具有协整关系。进而，借助VECM模型的格兰杰因果分析，探究三种能源期货价格的关联关系。结果发现焦煤期货价格的变化显著影响了动力煤和焦炭期货价格的变化，焦炭期货价格变动对动力煤期货价格影响较大，而动力煤期货价格变动对另外两种期货价格几乎没有影响。
参考文献
[1]喻妍，田清淞，李崇光.我国主要蔬菜价格波动的关联性分析[J].农业现代化研究，2019，40（01）：120-128.
[2]余万林，高佳彤.鸡蛋期货与豆粕期货价格关联性研究——基于产业链视角的分析[J].价格理论与实践，2018（12）：127-130.
[3]唐正明，郭光远.大宗商品价格冲击下国内外通货膨胀的空间关联性研究[J].国际金融研究，2018（12）：40-51.
[4]石自忠，王明利.我国牛肉与牛奶价格非线性传导特征分析[J].价格理论与实践，2018（08）：106-109.
[5]于永达，陆文香.金融投机及国际原油价格关联性研究：基于“双阶段”马尔科夫区制转移模型[J].中国矿业，2018，27（05）：44-49.
[6]安铁雷，王喜明.中美黄金期货价格关联性研究——基于连续交易推出前后变化的比较分析[J].价格理论与实践，2017（08）：104-107.
[7]王永莲，刘汉.义乌小商品价格指数与市场供求关联性研究[J].价格理论与实践，2016（12）：106-109.
[8]王占浩，郭菊娥，薛勇.资产负债表关联、价格关联与银行间风险传染[J].管理工程学报，2016，30（02）：202-209.
作者简介：张鹏（1993—），男，汉族，山东省青岛市，经济学硕士，单位：中国海洋大学经济学院，研究方向：数理金融与风险管理。
关键词：能源期货市场；价格关联性；Johansen协整检验；格兰杰因果检验
一、数据选取与统计性分析
本文选取动力煤、焦煤、焦炭主力合约期货收盘价格数据进行分析，所有数据样本区间均为2016年1月4日到2018年6月20日，数据来源于万德数据库。
下表1给出了三种能源期货价格序列的统计性信息。比较标准差可以发现，焦炭期货价格波动最剧烈，焦煤期货价格波动较剧烈，动力煤期货价格最稳定；分析偏度可以发现，动力煤期货、焦煤期货、焦炭期货价格的偏度都小于0，说明三组价格序列都有长的左拖尾现象；分析峰度可以发现，动力煤、焦煤、焦炭三种能源期货价格序列的峰度都小于正态分布的峰度，说明三组价格序列与正态分布相比，有更长的尾部。
二、Johansen协整分析
进行Johansen协整分析之前，需要进行平稳性检验，常用的方法有ADF单位根检验法。由表2可知，三种能源期货的价格序列均未通过单位根检验，即不平稳。因此，需要进行一阶差分处理，并再次进行ADF检验。
表2的结果显示，差分后的数据在1%的显著性水平下通过检验，即一阶差分平稳，且同为一阶单整，可以进行Johansen协整检验。不过，在此之前需要依据AIC和BIC準则进行VAR模型的最优滞后阶数识别，最终确定最优滞后阶数为3。
表3是Johansen检验的主要结果。无论是特征根迹还是最大特征值检验，都在1%的显著性水平下拒绝了不存在协整性的原假设，即三种能源期货价格序列存在协整关系。
三、三种能源期货品种间价格关联性分析
（1）VECM模型的建立与检验
误差修正模型（VECM）的建立也需要进行滞后阶的识别。前文对原序列数据构建VAR模型选取3为最优滞后阶，故而，此处运用一阶差分数据构建VECM模型应选取2为最优滞后阶数。图1是VEC模型的单位根分布图。由图可知，所有的单位根都在单位圆的内部，并未超出圆之外，说明本文构建的VECM模型是稳定的。
（2）格兰杰因果分析
在VECM模型的基础上，我们进一步采用格兰杰因果检验方法对三种期货价格的关联关系进行分析。
格兰杰因果检验模型本质上是一种特殊的VAR模型，它的基本表达形式如下：
若式（1）中B过去信息的系数估计值显著不为零，同时式（2）中A过去信息的系数估计值显著为零，则认为B是引起A变化的Granger原因。同理，据此可以识别两个变量间的其它因果关系。
由上表4可知，就期货价格变动的因果关系而言，动力煤不是焦煤和焦炭的格兰杰原因，焦煤是动力煤和焦炭的格兰杰原因，而焦炭是动力煤期格兰杰原因，但不是焦煤的格兰杰原因。就三种能源期货价格变动的关联关系而言，焦煤期货价格变动能够对动力煤和焦炭期货的价格产生显著影响，焦炭期货价格变动对动力煤期货价格影响较大，而动力煤期货价格变动对另外两种期货价格影响较小。
四、结语
本文通过Johansen协整检验发现三种能源期货价格序列间具有协整关系。进而，借助VECM模型的格兰杰因果分析，探究三种能源期货价格的关联关系。结果发现焦煤期货价格的变化显著影响了动力煤和焦炭期货价格的变化，焦炭期货价格变动对动力煤期货价格影响较大，而动力煤期货价格变动对另外两种期货价格几乎没有影响。
参考文献
[1]喻妍，田清淞，李崇光.我国主要蔬菜价格波动的关联性分析[J].农业现代化研究，2019，40（01）：120-128.
[2]余万林，高佳彤.鸡蛋期货与豆粕期货价格关联性研究——基于产业链视角的分析[J].价格理论与实践，2018（12）：127-130.
[3]唐正明，郭光远.大宗商品价格冲击下国内外通货膨胀的空间关联性研究[J].国际金融研究，2018（12）：40-51.
[4]石自忠，王明利.我国牛肉与牛奶价格非线性传导特征分析[J].价格理论与实践，2018（08）：106-109.
[5]于永达，陆文香.金融投机及国际原油价格关联性研究：基于“双阶段”马尔科夫区制转移模型[J].中国矿业，2018，27（05）：44-49.
[6]安铁雷，王喜明.中美黄金期货价格关联性研究——基于连续交易推出前后变化的比较分析[J].价格理论与实践，2017（08）：104-107.
[7]王永莲，刘汉.义乌小商品价格指数与市场供求关联性研究[J].价格理论与实践，2016（12）：106-109.
[8]王占浩，郭菊娥，薛勇.资产负债表关联、价格关联与银行间风险传染[J].管理工程学报，2016，30（02）：202-209.
作者简介：张鹏（1993—），男，汉族，山东省青岛市，经济学硕士，单位：中国海洋大学经济学院，研究方向：数理金融与风险管理。