论文部分内容阅读
作为新兴期货市场,上海现货市场与期货市场之间是否存在确定的依赖关系,若存在,这种关系的信息传递方式又是如何。本文试图对此做初步的探讨。
由于上海金属网金属市场铜、铝的现货交易相对较为活跃,进行现货交易的金属铜、铝的质量标准与上海期货交易所金属铜、铝期货合约的质量标准一致,产生的现货价格具有较好的代表性,因此我们采用上海金属网公布的每个交易日的铜、铝的现货收盘价作为现货价格的代表。对于期货市场数据,取铜和铝期货市场连续数据一月铜和一月铝连续合约,时间跨度为从2000年1月2日至2007年12月31日。这里,记现货市场价格序列自然对数为St=㏑(Ct),期货市场的价格序列自然对数为Ft=㏑(Pt),其中第t个交易日的现货价格与期货价格的收盘价分别为Ct和Pt。
对样本数据进行统计检验,检验结果如下表:
上表给出了铜、铝现货价格与期货价格的基本统计特征。由基本统计量可知,铜、铝期货市场的方差均比现货市场的方差大,表明期货市场的价格波动程度比现货市场大。从偏度来看,它们均为右偏,并且相对于铝市场,铜市场的偏度较大。从峰度来看,铜市场的峰度大于3,呈现出尖峰特征;而铝市场的峰度小于3,不具有尖峰特征。根据JB统计量的正态检验结果可知,铜、铝市场的现货价格和期货价格序列均不服从正态分布。由Q(24)和Q2(24)统计量的检验结果可知,在1%的置信水平下,铜、铝现货价格和期货价格序列均具有自相关与条件异方差性。总之,铜、铝现货价格与期货价格均具有非线性动态特征。
一、协整性检验
协整允许我们刻画两个或多个序列之间的平衡或平稳关系。对于每一个序列单独来说可能是非平稳的,这些序列的矩,如均值、方差和协方差随时间而变化,而这些时间序列的线性组合序列却可能有不随时间变化的性质。Engle和Granger指出两个或多个非平稳时间序列的线性组合可能是平稳的。如果这样一种平稳的或I(0)线性组合存在,这些非平稳(有单位根)时间序列之间就被认为具有协整关系。
若序列Ft和St都是d阶单整,用一个变量对另一个变量进行回归,即
用和表示回归系数的估计值,则模型残差估计值为
若～I(0),则和具有协整关系。协整关系反映了两个变量之间的长期均衡关系。
为检验期货价格与现货价格的协整关系,首先要对铝、铜期货价格和现货价格进行平稳性检验即对它们进行ADF单位根检验。其检验方程为
其中,表示一阶差分,t表示趋势变量,t为白噪声;k为滞后项长度。对St、Ft、t进行平稳性检验的结果如下表:
单位根检验结果
由ADF检验结果可知,在1%的置信水平下,铝、铜现货价格序列St和期货价格序列Ft均为非平稳序列,但t序列为I(0)平稳序列。根据协整定义可知,铝、铜的现货价格序列St和期货价格序列Ft均存在协整关系。由此可知,我国铝、铜现货市场和期货市场之间均存在长期的均衡关系。
二、Granger因果检验
Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中,一个变量如果受到其他变量的滞后影响,则称它们具有Granger因果关系。期货价格和现货价格之间的对数引导关系可以通过Granger因果模型来进行检验。Granger因果检验模型为:
其中,St、Ft分别表示现货价格和期货价格的自然对数,1t、2t 是白噪声,且不相关。如果存在某一β1j不为零,则称Ft引导St;同样,如果存在某一α2i不为零,则称St引导Ft;如果同时存在某一β1j和某一α2i均不为零,则称Ft与St之间是否相互引导,可以通过F-统计量进行Granger因果检验。其检验结果如下表:
Ft与St之间的Granger因果关系
由上表可知,金属铝市场只存在期货价格到现货价格的单向引导关系,说明期货价格的波动对现货价格具有预测作用,期货价格能够引导现货价格;而现货价格对期货价格没有预测作用,现货价格对期货价格不具有引导作用。因此,期货交易者可以根据期货价格来预测现货价格,反之,则不然。但是,金属铜期货价格与现货价格之间存在双向引导关系,这说明期货价格对现货价格具有预测作用,现货价格对期货价格也具有预测作用,期货价格与现货价格之间的影响是相互的。这样,对于铜市场来说,期货交易者既可以根据期货价格来预测现货价格,也可以根据现货价格来预测期货价格。这也说明,铜市场的信息传递要比铝市场有效。
参考文献:
[1]张雪莹 金德环:金融计量学教程[M].上海:上海财经大学出版社,2005.7
[2]高铁梅:计量经济分析方法与建模[M].北京:清华大学出版社,2006.1
[3]Ruey S Tsay.Analysis of Financial Time Series[M].潘家柱译. 北京:机械工业出版社,2006.4
[4]Enders,W. 应用计量经济学:时间序列分析(第2版)[M]:杜江,谢志超译.北京:高等教育出版社,2006.6
[5]Pindyck,R.S. Econometric Models and Economic Forecasts(第4版) [M]:钱小军译.北京:机械工业出版社,1999.11
[6]Mills,T.C. The Econometric Modelling of Financial Time Series(第2版) [M]:俞卓菁译.北京:经济科学出版社,2002.7
[7]赵进文 王 倩:上证180指数的GARCH族模型仿真研究[J].经济问题研究,2008.3
由于上海金属网金属市场铜、铝的现货交易相对较为活跃,进行现货交易的金属铜、铝的质量标准与上海期货交易所金属铜、铝期货合约的质量标准一致,产生的现货价格具有较好的代表性,因此我们采用上海金属网公布的每个交易日的铜、铝的现货收盘价作为现货价格的代表。对于期货市场数据,取铜和铝期货市场连续数据一月铜和一月铝连续合约,时间跨度为从2000年1月2日至2007年12月31日。这里,记现货市场价格序列自然对数为St=㏑(Ct),期货市场的价格序列自然对数为Ft=㏑(Pt),其中第t个交易日的现货价格与期货价格的收盘价分别为Ct和Pt。
对样本数据进行统计检验,检验结果如下表:
上表给出了铜、铝现货价格与期货价格的基本统计特征。由基本统计量可知,铜、铝期货市场的方差均比现货市场的方差大,表明期货市场的价格波动程度比现货市场大。从偏度来看,它们均为右偏,并且相对于铝市场,铜市场的偏度较大。从峰度来看,铜市场的峰度大于3,呈现出尖峰特征;而铝市场的峰度小于3,不具有尖峰特征。根据JB统计量的正态检验结果可知,铜、铝市场的现货价格和期货价格序列均不服从正态分布。由Q(24)和Q2(24)统计量的检验结果可知,在1%的置信水平下,铜、铝现货价格和期货价格序列均具有自相关与条件异方差性。总之,铜、铝现货价格与期货价格均具有非线性动态特征。
一、协整性检验
协整允许我们刻画两个或多个序列之间的平衡或平稳关系。对于每一个序列单独来说可能是非平稳的,这些序列的矩,如均值、方差和协方差随时间而变化,而这些时间序列的线性组合序列却可能有不随时间变化的性质。Engle和Granger指出两个或多个非平稳时间序列的线性组合可能是平稳的。如果这样一种平稳的或I(0)线性组合存在,这些非平稳(有单位根)时间序列之间就被认为具有协整关系。
若序列Ft和St都是d阶单整,用一个变量对另一个变量进行回归,即
用和表示回归系数的估计值,则模型残差估计值为
若～I(0),则和具有协整关系。协整关系反映了两个变量之间的长期均衡关系。
为检验期货价格与现货价格的协整关系,首先要对铝、铜期货价格和现货价格进行平稳性检验即对它们进行ADF单位根检验。其检验方程为
其中,表示一阶差分,t表示趋势变量,t为白噪声;k为滞后项长度。对St、Ft、t进行平稳性检验的结果如下表:
单位根检验结果
由ADF检验结果可知,在1%的置信水平下,铝、铜现货价格序列St和期货价格序列Ft均为非平稳序列,但t序列为I(0)平稳序列。根据协整定义可知,铝、铜的现货价格序列St和期货价格序列Ft均存在协整关系。由此可知,我国铝、铜现货市场和期货市场之间均存在长期的均衡关系。
二、Granger因果检验
Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中,一个变量如果受到其他变量的滞后影响,则称它们具有Granger因果关系。期货价格和现货价格之间的对数引导关系可以通过Granger因果模型来进行检验。Granger因果检验模型为:
其中,St、Ft分别表示现货价格和期货价格的自然对数,1t、2t 是白噪声,且不相关。如果存在某一β1j不为零,则称Ft引导St;同样,如果存在某一α2i不为零,则称St引导Ft;如果同时存在某一β1j和某一α2i均不为零,则称Ft与St之间是否相互引导,可以通过F-统计量进行Granger因果检验。其检验结果如下表:
Ft与St之间的Granger因果关系
由上表可知,金属铝市场只存在期货价格到现货价格的单向引导关系,说明期货价格的波动对现货价格具有预测作用,期货价格能够引导现货价格;而现货价格对期货价格没有预测作用,现货价格对期货价格不具有引导作用。因此,期货交易者可以根据期货价格来预测现货价格,反之,则不然。但是,金属铜期货价格与现货价格之间存在双向引导关系,这说明期货价格对现货价格具有预测作用,现货价格对期货价格也具有预测作用,期货价格与现货价格之间的影响是相互的。这样,对于铜市场来说,期货交易者既可以根据期货价格来预测现货价格,也可以根据现货价格来预测期货价格。这也说明,铜市场的信息传递要比铝市场有效。
参考文献:
[1]张雪莹 金德环:金融计量学教程[M].上海:上海财经大学出版社,2005.7
[2]高铁梅:计量经济分析方法与建模[M].北京:清华大学出版社,2006.1
[3]Ruey S Tsay.Analysis of Financial Time Series[M].潘家柱译. 北京:机械工业出版社,2006.4
[4]Enders,W. 应用计量经济学:时间序列分析(第2版)[M]:杜江,谢志超译.北京:高等教育出版社,2006.6
[5]Pindyck,R.S. Econometric Models and Economic Forecasts(第4版) [M]:钱小军译.北京:机械工业出版社,1999.11
[6]Mills,T.C. The Econometric Modelling of Financial Time Series(第2版) [M]:俞卓菁译.北京:经济科学出版社,2002.7
[7]赵进文 王 倩:上证180指数的GARCH族模型仿真研究[J].经济问题研究,2008.3