第二节 中国期货市场价格发现功能的实证研究与案例分析

实证研究期货市场的价格发现功能，可以通过多种方法、多个侧面分析来达到。就方法而言，可以采用期货价格与现货价格的相关性分析、期货价格与现货价格的因果性分析、基差分析以及各种检验期货市场有效性模型来进行。就分析侧面而言，可以分析国内期货价格与现货价格的关系以及国内期货价格与国外期货价格的关系来进行。这里，实证研究中国期货市场的价格发现功能，首先介绍已有的实证研究成果，然后用目前较为先进的期货市场有效性检验模型来进行实证研究。

一 已有的中国期货市场价格发现功能的实证研究成果概述

到目前为止，对中国商品期货市场价格发现功能进行系统实证研究的当属以童宛生教授为代表的课题组所撰写的研究成果《中国商品期货价格形成理论与实证分析》^[1]。该课题组通过选取绿豆、玉米、铜、铝、线材、小麦6个品种1994～1996年的现货价格及其33个不同合约的期货价格为样本，运用期货价格与现货价格的相关性分析，期货价格与现货价格的因果性分析以及基差分析方法，对国内商品期货市场的价格发现功能进行了实证分析。其研究结论概括如下。

（一）期货价格与现货价格正相关

从一元回归分析结果来看，上述6个品种33个不同合约的期货价格与现货价格的相关系数为正数的合约有29个，占合约总数的87.88%，相关系数为负数的合约有4个，占合约总数的12.12%。这表明6种期货商品的期货价格与现货价格具有高度的相关性，且绝大多数期货价格与现货价格具有正相关关系。具体情况见表3-1：

表3-1 6个品种33个合约的相关系数

（二）期货价格与现货价格相关度强弱不一

表3-1可见，6个品种33个合约的期货价格与现货价格的相关系数大小不一。其中，小麦、玉米、铜、铝几个期货大品种相关系数明显大于绿豆期货小品种的相关系数。这一方面表明6个品种期货价格与现货价格的相关程度强弱不一，另一方面表明大品种期货价格对现货价格的依存程度大于小品种期货价格对现货价格的依存程度。

（三）期货价格与现货价格相互作用

从C.W.格朗哥尔多元回归分析结果来看，以现货价格为自变量，期货价格为因变量，通过回归分析检验，上述6个品种33个合约中，有21个合约通过F值检验，有12个合约未通过F值检验；以期货价格为自变量，现货价格为因变量，通过回归分析检验，上述6个品种33个合约中，有24个合约通过F值检验，有9个合约未通过F值检验。这表明，1994～1996年期间，6种期货商品期货价格与现货价格之间存在着相互作用的因果关系，但作用力大小与因果关系具有明显不确定性。

其中，以现货价格为自变量，期货价格为因变量，通过F值检验的结果如下表3-2所示：

表3-2 6个品种33个合约中21个通过F值检验结果

以期货价格为自变量，现货价格为因变量，通过F值检验的结果如表3-3所示：

表3-3 6个品种33个合约中24个通过F值检验结果

（四）部分品种的期货价格对现货价格的影响大于其现货价格对期货价格的影响

从表3-2、表3-3回归分析结果比较来看，小麦、铜、铝3个期货品种的期货价格对现货价格的影响大于其现货价格对期货价格的影响。

（五）期货市场与现货市场为正向市场关系

从基差分析来看，6个品种的基差大多数为负值，表明期货市场与现货市场为正向市场关系，即6个品种的期货价格较好地以现货价格为基础，并与现货价格保持相同的走势。

从上述研究结果看，通过对6个具有代表性的期货品种的实证研究分析表明，中国期货市场的价格发现功能已有明显的显露。

除了上述研究成果以外，中国学术界从1999年开始运用3种检验方法，即ADF单位根检验、Johansen协整检验与Granger因果检验法和两种计量模型，即误差修正模型和冲击反应模型，实证国内期货市场的价格发现功能。其中一类是实证研究中国期货市场和现货市场价格之间的关系，如严太华、刘昱洋、贺涛、沈荣芳、刘杰、王洪伟、蒋馥、吴家春、华仁海、仲伟俊、王赛德、潘瑞娇、姚传江、王凤海等^[2]。从研究结果看，国内金属商品期货价格和现货价格之间存在着长期均衡关系，具有较好的价格发现功能；而农产品商品期货价格和现货价格之间虽然基本上存在着长期均衡关系，但价格发现功能较低，有的品种甚至缺乏市场效率。综合起来看，在中国期货市场的发展过程中，期货市场的价格发现功能在不断提高。另一类是实证研究中国期货市场和国际期货市场的某类商品期货价格之间的关系，如高辉、赵进文等^[3]。

二 中国期货市场价格发现功能的进一步实证研究

从中国期货市场交易的现状看，目前期货市场交易的品种非常少，交易活跃的品种和主力合约更少。为了较全面客观地反映中国期货市场的价格发现功能，这里选取大连商品交易所的大豆、豆油，上海期货交易所的铜、铝、螺纹钢、橡胶和中国金融期货交易所的股指为样本，进行进一步的实证研究。

（一）国内期货价格与现货价格关系实证研究

1.实证方法说明

20世纪90年代之前，对期货市场价格发现功能的研究方法主要有两种：一是对现货市场和期货市场的价格及其滞后项进行传统的OLS单方程估计，如果期货价格及其滞后项对现货价格有显著的解释力，则认为期货市场具有价格发现功能；二是运用向量自回归模型（VAR），通过进行对解释变量滞后项总体是否具有显著解释作用的F检验，来判断期货价格是否与现货价格水平之间存在着格兰杰意义上的因果关系。

从理论上讲，研究期货市场的价格发现功能，可以归结为以下两个问题：一是期货价格与现货价格之间是否存在着长期均衡关系，二是如果期货价格与现货价格之间存在着长期均衡关系，那么期货价格与现货价格的因果关系走向如何？即期货价格的变动是否是现货价格变动的原因？或者相反，现货价格变动是否是期货价格变动的原因？用计量经济学的术语来讲，就是期货价格与现货价格之间是否存在着协整关系？如果存在的话，期货价格的变动是否领先于现货价格的变动？或者现货价格变动是否领先于期货价格的变动？

由此可见，前面提到的两种传统研究方法都不足以反映期货与现货价格关系变动的特征，因而不能很好地实证期货市场的价格发现功能。

已有的研究成果表明，期货价格与现货价格的时序存在着三方面特征：一是如果期货市场和现货市场是有效市场，那么这两个市场的价格时序就呈现一阶整形，即单位根过程。二是如果期货价格与现货价格服从单位根过程，则这两个市场的价格具有协整关系。三是在短期内期货市场和现货市场价格序列之间存在某种程度的超前或者滞后关系，即计量经济学中所指的格兰杰（Granger）因果关系。造成这种现象的原因在于，在实际市场中，由于期货市场与现货市场的市场结构、交易成本以及监管方面的不同，两个市场的价格对新信息的反应速度有可能存在着差异。而这种差异直接导致了两个市场套利机会的出现。

不难看出，要实证期货市场的价格发现功能，可以用单位根检验、协整检验、格兰杰因果检验方法来进行。因此，本文实证中国期货市场价格发现功能就使用这些研究工具。此外，还将使用目前较为先进的误差修正模型和冲击反应模型，进一步实证中国期货市场的价格发现功能。

2.样本数据选取

这里选取的期货品种分别为大连商品交易所的大豆、豆油，上海期货交易所的铜、铝、螺纹钢、橡胶和中国金融期货交易所的股指。

由于每个期货合约都将在一定时间到期，合约到期以后，该合约将不复存在。因此，单个合约的期货价格具有不连续性的特点。但在同一交易日，同时有若干个不同交割月份的同一品种的期货合约在进行交易，因此，同一期货品种在同一交易日会同时有若干个不同交割月份的期货数据存在。为克服单个合约期货价格不连续的缺点，可以采取连续的期货价格序列，对期货价格的发现功能进行研究。这里采取一年中每一个交易日里最大空盘量合约收盘价的方法构成连续期货合约价格序列。

大豆期货以选取最近期月份的期货合约为代表，在最近期期货合约进入交割月后，选取下一个最近期期货合约，从而得到一个连续的期货合约序列，以连续期货合约序列每周的收盘价格数据为依据产生一个连续的期货数据。大豆期货每年有1、3、5、7、9、11月6个交割月份的合约。由于我们所考察的大豆期货选取日期从2008年5月起，因此，根据选取标准，在2008年5月，选取2008年7月交割的期货合约为代表，当7月份交割的期货合约到期后，选取9月份交割的期货合约为代表，其他以此类推。

铜期货选取距离交割自为4个月期的期货合约为代表（研究发现，离交割月4个月期的铜期货合约交易最活跃，交易量最大），每当距离交割月为4个月期的时间到期时，选取下一个最近期货合约，从而得到一个连续的期货合约序列，以连续期货合约序列每日的收盘价为依据产生一个连续的期货数据。例如，铜期货每年有从1～12月交割的12个期货合约，每个合约的最后交易日为到期月份的15日，由于我们所考察的铜期货选取日期从2006年12月30日起，因此，根据选取标准，2006年12月30日～2007年1月15日，选取2007年4月份交割的铜期货合约为代表，2007年1月16日～2007年2月15日，选取2007年5月份交割的铜期货合约为代表，其他以此类推。

铜的现货价格为上海金属网提供的阴极铜的每日平均价数据。经过配对、筛选，铜期货与现货价格数据选取了自2007年1月4日至2011年8月31日的1182组数据。

铝的现货价格数据为中国有色金属网每日公布的价格数据，经过配对、筛选，铝期货与现货价格数据选取了2007年1月至2011年8月的1121组数据。

大豆的现货价格数据为农业部公布的价格数据，经过配对、筛选，大豆期货与现货价格数据选取了2008年5月～2011年11月的840组数据。

豆油的现货价格数据为农业部公布的价格数据，经过配对、筛选，大豆期货与现货价格数据选取了2008年3月～2011年8月的857组数据。

橡胶期货价格数据和现货价格数据分别来自上海商品交易所和马来西亚20#标胶现货价格。我们采集了橡胶的2007年1月～2011年8月的1134组数据。

股指期货价格数据来自中国金融期货交易所，股指期货标的指数沪深300指数数据来自中证指数有限公司。我们采集了沪深300股指期货自2010年4月上市至2011年8月共337个期货价格和现货价格的日数据。

为研究方便，将期货价格序列和现货价格序列分别记为{F_t}和{S_t}。

图3-1至图3-7分别反映了所考察的样本时期内中国大豆、铜、铝、螺纹钢、橡胶、豆油和股指期货与现货价格的波动情况。

图3-1 中国大豆期货和现货价格波动

图3-2 中国铜期货和现货价格波动

图3-3 中国铝期货和现货价格波动

图3-4 中国螺纹钢期货和现货价格波动

图3-5 中国橡胶期货和马来西亚现货价格波动

图3-6 中国豆油期货和现货价格波动

图3-7 中国股指期货和现货价格波动

3.实证检验与分析

（1）ADF单位根检验。要检验期货价格与现货价格之间是否存在协整关系，首先要进行单位根检验，即要利用ADF检验对期货价格和现货价格序列的平稳性进行检验。

这里采用Eviews 4.1中的ADF法检验期货价格与现货价格是否满足单位根过程。在Eviews 4.1中的ADF法是对下列方程进行检验：

零假设H1：δ=0，平稳时间序列，表明时间序列变量服从单位根过程。

备择假设H0：δ≠0，非平稳时间序列，则表明时间序列变量不服从单位根过程。

如果时间序列是非平稳的，则可以通过差分、季节差分等方法使时间序列平稳化，经过d次差分后平稳的时间序列记为I（d），具有d阶平稳性。

通过ADF检验，铜、螺纹钢、铝、大豆、豆油、橡胶和股指七种期货价格与现货价格序列的ADF检验值如表3-4所示：

表3-4 ADF检验

由表3-4的检验结果可知：在5%的置信水平下，零假设（即时间序列是平稳的）不能被拒绝，这说明期货价格和现货价格序列均是非平稳的。进一步对期货价格序列的一阶差分和现货价格序列的一阶差分进行ADF检验，由表3-4可知，在5%的置信水平下，零假设被拒绝，说明期货价格序列的一阶差分和现货价格序列的一阶差分均是平稳的，这说明这7种期货价格序列和现货价格序列{S_t}均是一阶平稳过程。

（2）协整检验。协整检验是用来检验长期内N个非平稳时序变量之间是否存在着稳定的均衡关系，如果两个本不平稳的时间序列经过某一方程的拟合后，在长期内能够存在一种相当稳定的关系，则这些变量是协整的。

为了检验时间序列之间是否存在协整关系，通常使用Johansen最大似然估计法来对其进行协整检验。

这里借助Johansen协整检验检验中国期货价格与现货价格之间是否存在协整关系。协整检验结果如表3-5所示：

表3-5 Johansen协整检验

表3-5给出Johansen协整检验的检验结果，由检验结果可知，在5%的置信水平下，除了螺纹钢以外，其他品种均零假设r≤0被拒绝；而在1%置信水平下，零假设r≤1不能被拒绝，说明这些品种的期货价格与现货价格之间均存在协整关系。即在短时间内期货价格和现货价格可能偏离均衡状态，但长期来看，期货价格和现货价格之间保持着长期均衡关系。

（3）误差修正模型分析。期货价格与现货价格之间的误差修正模型可表示为：

其中Δ为一阶差分，α₁₁（i），α₁₂（i），α₂₁（i），α₂₂（i）为短期调整系数，Z_t-1为期货价格与现货价格协整关系中的误差修正项，α_S和α_F为误差修正项系数，p为滞后阶数，按照AIC准则选定。误差修正项的系数α_S和α_F具有两方面的作用，一是可以识别期货价格与现货价格之间Granger因果关系的方向，二是在系统偏离均衡状态时，可以测量期货价格和现货价格的调整速度和调整方向。

如果误差修正项系数α_S（或α_F）相对较小，则现货价格（或期货价格）回复到均衡状态的速度相对较慢，即主要是通过期货价格（或现货价格）的调整来完成，从而期货市场（或现货市场）在价格发现功能中处于主导地位。另外，当Z_t-1＞0时，现货价格S_t应该上升，而期货价格F_t应该下降，以回复到长期均衡状态，因此，理论上说，α_S应为正数，而α_F应为负数。

通过误差修正模型，还可以说明期货价格与现货价格之间的相互引导关系，如果利用F_t的历史数据比不利用F_t的历史数据可以对S_t进行更精确的估计，则称F_tGranger 引导S_t。如果等式（1）中ΔF_t-1的系数不全为零，或者误差修正项系数α_S不为零，则F_tGranger引导S_t；同样，如果等式（2）中ΔF_t-i的系数不全为零，或者误差修正项系数α_F不为零，则S_tGranger引导F_t。因此，我们可以利用t检验对误差修正项系数进行检验，利用χ²统计量对滞后变量的系数进行联合检验。

1995年，Hasbrouck的研究表明：误差修正模型（VECM）可进一步表示为：

其中P_t=（S_t，F_t）′为2*1的列向量，P₀为2*1的常数列向量，τ=（1，1）′为2*1的单位列向量，ψ^*（L）为带滞后算子的矩阵多项式，ψ（1）ε_t包含了随机扰动对期货价格和现货价格波动的长期作用，ψ代表ψ（1）中的公共行向量，ε_t=（ε_1t，ε_2t）′。

Hasbrouck指出：增量ψε_t是由于新信息的到来引起证券价格变动的长期作用部分，而该长期作用部分的方差为σ²_f=ψΠψ′，其中为残差ε_t的协方差。问题的关键在于将方差σ²_f分解为两部分，一部分是由现货价格变动引起的，另一部分是由期货价格变动引起的。由于期货价格的变动与现货价格的变动相互不独立，为消除两个市场价格变动的交叉影响，将矩阵进行Cholesky分解，即Π=MM′，其中M为下三角矩阵。Hasbrouck将市场i所占的信息份额S_i定义i为市场在总方差σ²_f中的比重，即。

通过误差修正模型的参数估计，铜、铝、螺纹钢、大豆、豆油、橡胶和沪深300指数的误差修正模型的参数估计结果如表3-6至表3-13。

表3-6 铜期、现价格误差修正模型的参数估计

表3-6给出了铜、期、现价格的误差修正模型的参数估计结果。结果显示：α_S统计显著，α_F统计不显著，说明当系统偏离均衡状态时，下一期、现货价格调整对修复非均衡状态没有直接的影响。进一步观察滞后变量的系数，不难发现，在等式（3.1）中，所有期货项滞后变量ΔF_t-i（i=1，2）的系数均统计显著；而在等式（3.2）中，所有现货一阶滞后变量ΔS_t-i（i=1）系数均统计显著。

表3-7 铝期、现货价格误差修正模型的参数估计

表3-7给出了铝期、现货价格的误差修正模型的参数估计结果，结果显示，α_S为正，α_F为负，且α_F，α_S统计都显著，说明当系统偏离均衡状态时，下一期期货和现货价格都将对非均衡状态进行修复。

进一步观察滞后变量的系数，不难发现，在等式（3.1）中，所有期货项滞后变量ΔF_t-i（i=1，2）的系数均统计不显著；在等式（3.2）中，期货项滞后变量ΔF_t-1的系数统计显著。

表3-8 螺纹钢期、现货价格误差修正模型的参数估计

表3-8给出了螺纹钢期、现货价格的误差修正模型的参数估计结果，结果显示α_S为正，α_F为负，且α_F统计不显著，α_S统计显著。α_S显著，说明当系统偏离均衡状态时，现货价格将对非均衡状态进行修正；α_F不显著，说明当系统偏离均衡状态时，下一期期货价格调整对修复非均衡状态没有直接的影响。α_S＞0，说明误差修正项对现货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（即Z_t-1＞0），说明现货价格相对于期货价格偏高，则平均来说，下一期的期货价格将上升，而现货价格将下降；同样如果误差修正项为负（Z_t-1＜0），说明现货价格相对于期货价格偏低，则下一期的现货价格将上升，而期货价格将下降。

进一步观察滞后变量的系数，不难发现，在等式（3.1）中，所有期货项滞后变量ΔF_t-i（i=1，2）的系数均统计显著，而现货项滞后变量ΔS_t-i（i=2）的系数不显著；在等式（3.2）中，现货项滞后变量系数 ΔS_t-2的统计不显著，期货项滞后变量系数ΔF_t-2的统计不显著。

表3-9 大豆期、现货价格误差修正模型的参数估计

表3-9给出大豆期、现货价格的误差修正模型的参数估计结果，结果显示，α_S为正，α_F为负，且α_S、α_F统计均显著，说明当系统偏离均衡状态时，下一期期货和现货价格都将会对非均衡状态进行修复，α_S＞0，说明误差修正项对现货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），说明现货价格相对于期货价格偏高，则平均来说，下一期的期货价格将上升，而现货价格将下降；同样，如果误差修正项为负（Z_t-1＜0），说明现货价格相对于期货价格偏低，则下一期、现货价格将上升，期货价格将下降。

进一步观察滞后变量的系数，不难发现，在等式（3.1）中，一阶期货项滞后变量ΔF_t-i（i=1）的系数统计显著，二阶不显著，而所有的现货项滞后变量ΔS_t-i（i=1，2）的系数均显著；在等式（3.2）中，所有的现货项滞后变量系数统计均显著，而所有的期货项滞后变量系数都不显著。

表3-10 豆油期、现货价格误差修正模型的参数估计

表3-10给出了豆油期、现货价格的误差修正模型的参数估计结果。结果显示，α_S、α_F为正，且α_S、α_F统计都显著，说明当系统偏离均衡状态时，下一期期货和现货价格都将对非均衡状态进行修复，α_S＜0，说明误差修正项对现货价格的变动具有负向调整作用。

进一步观察滞后变量的系数，不难发现，在等式（3.1）中，所有期货项滞后变量ΔF_t-i（i=1，2）的系数均统计显著，现货项一阶滞后变量显著，二阶滞后不显著。在等式（3.2）中，一阶现货项滞后变量系数统计显著，所有期货项滞后变量的统计均不显著。

表3-11 橡胶期、现货价格误差修正模型的参数估计

表3-11给出橡胶期、现货价格的误差修正模型的参数估计结果，结果显示α_S为正，α_F为正，α_S统计显著，α_F统计并不显著，说明当系统偏离均衡状态时，下一期期货和现货价格将不会对非均衡状态进行修复，α_S＞0，说明误差修正项对现货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），说明现货价格相对于期货价格偏低，则平均来说，下一期的期货价格将上升，而现货价格将下降；同样如果误差修正项为负（Z_t-11＜0），说明现货价格相对于期货价格偏高，则下一期的现货价格将上升，而期货价格将下降。

进一步观察滞后变量的系数，不难发现，在等式（3.1）中，一阶期货项滞后变量ΔF_t-i（i=1，2）的系数统计显著，二阶不显著；而所有的现货项滞后变量ΔS_t-i（i=1，2）的系数均显著；在等式（3.2）中，二阶现货项滞后变量系数统计显著，而一阶现货项滞后变量及所有的期货项滞后变量的系数统计均不显著。

表3-12 沪深300股指期、现货价格误差修正模型的参数估计

表3-12给出了沪深300股指期、现货价格的误差修正模型的参数估计结果，结果显示，α_S和α_F均为负，且α_F，α_S统计都不显著，说明当系统偏离均衡状态时，下一期期货和现货价格都将对非均衡状态不进行修复。

进一步观察滞后变量的系数发现，在等式（3.1）中，期货项滞后变量ΔF_t-2的系数统计上不显著，而ΔF_t-1显著，所有的现货项滞后变量ΔS_t-i（i=1，2）的系数均不显著；在等式（3.2）中，所有现货项滞后变量系数统计上均不显著，而所有的期货项滞后变量的统计也均不显著。

（4）格兰杰因果检验。经过格兰杰因果检验，铜、铝、螺纹钢、大豆、豆油、橡胶和沪深300指数期、现货价格格兰杰因果检验结果如下：

表3-13 铜期、现货价格格兰杰因果检验

表3-13给出铜期、现货价格格兰杰因果检验结果，应用F统计量对铜期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：α₁₂（i），α₂₁（i）均不为零。因此，铜的期货价格与现货价格之间存在双向格兰杰因果关系，即铜期货价格的变动影响其现货价格的变动，同时铜现货价格的变动影响其期货价格的变动，二者相互影响。

表3-14 铝期、现货价格格兰杰因果检验

表3-14给出铝期、现货价格格兰杰因果检验结果，应用F统计量对铝期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：铝的期货价格的变动影响现货价格的变动，但现货价格变动对期货价格无影响。

表3-15 螺纹钢期、现货价格格兰杰因果检验

表3-15给出螺纹钢期、现货价格格兰杰因果检验结果，应用F统计量对螺纹钢期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：α₁₂（i），α₂₁（i）都不等于零，因此，螺纹钢的期货价格与现货价格之间存在双向格兰杰因果关系，即期货价格的变动影响现货价格的变动，同时现货价格的变动影响期货价格的变动，二者相互影响。

表3-16 大豆期、现货价格格兰杰因果检验

表3-16给出大豆期、现货价格格兰杰因果检验结果，应用F统计量对大豆期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：α₁₂（i），α₂₁（i）都不等于零，但是α₁₂（i）的F统计值概率大于0.05，因此，大豆的期货价格与现货价格之间存在单向格兰杰因果关系，即期货价格的变动影响现货价格的变动，但现货价格的变动并不影响期货价格的变动。

表3-17 豆油期、现货价格格兰杰因果检验

表3-17给出大豆期、现货价格格兰杰因果检验结果，应用F统计量对大豆期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：α₁₂（i），α₂₁（i）都不等于零，因此，大豆的期货价格与现货价格之间存在双向格兰杰因果关系，即期货价格的变动影响现货价格的变动，同时现货价格的变动影响期货价格的变动，二者相互影响。

表3-18 橡胶期、现货价格格兰杰因果检验

表3-18给出橡胶期、现货价格格兰杰因果检验结果，应用F统计量对橡胶期货价格与现货价格之间格兰杰因果关系进行检验，结果显示：α₁₂（i），α₂₁（i）都不等于零，因此，橡胶的期货价格与现货价格之间存在双向格兰杰因果关系，即期货价格的变动影响现货价格的变动，同时现货价格的变动影响期货价格的变动，二者相互影响。

表3-19 沪深300股指期、现货价格格兰杰因果检验

表3-19给出沪深300股指期、现货价格格兰杰因果检验结果，应用F统计量对股指期货价格与现货指数价格之间格兰杰因果关系进行检验，结果显示：在一阶滞后的条件下，α₁₂（i）不显著异于零，而α₂₁（i）则显著异于零，表明期货价格的变动不影响现货价格的变动，而现货价格的变动影响期货价格的变动。

（5）冲击反应分析。为进一步考察期货价格变动与现货价格变动之间的影响，我们应用冲击反应（Impulse Responses）分析方法对其进行进一步的研究。冲击反应分析主要是分析误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动影响作用的大小。我们利用Pesaran和Shin于1997年提出的GIR（Generalised Impulse Responses）方法进行研究，这种方法的优点在于可以克服协方差矩阵进行Cholesky分解不唯一的缺点。

图3-8 铜的期货价格对现货价格冲击的反应

图3-9 铜的现货价格对期货价格冲击的反应

图3-8和图3-9分别给出铜的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动冲击作用的直观表示。由图3-8可知，来自现货市场的冲击，对期货价格的冲击作用在随后两个交易日内迅速减弱，之后趋于平稳；而由图3-9可知，来自期货市场的冲击，对现货价格影响也是在第二个交易日后迅速减弱，之后逐步趋于平稳。因此，从冲击反应分析同样可以看出，铜的期货价格和现货价格之间相互作用较强，而且期、现货市场之间交叉反应均非常迅速。这说明铜的期货市场和现货市场联动性非常好，而且市场效率较高，能够很快地消化新的市场信息。

图3-10 铝期货价格对现货价格冲击的反应

图3-11 铝现货价格对期货价格冲击的反应

图3-10和图3-11分别给出铝的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-10可知，来自现货市场的冲击，对期货价格的冲击作用在随后的两个交易日内迅速减弱，之后两个交易日有所增强，到第四个交易日之后趋于平稳；而由图3-11可知，来自期货市场的冲击，对现货价格影响逐渐上升，并在第四个交易日达到最大，之后逐步趋于平稳。由于期货价格变动对现货价格变动冲击的影响时间长度与现货价格对期货价格冲击的影响时间长度基本相同，但强度差别较大，因此，从冲击反应分析模型可以看出，铝的期、现价格互相影响，但两市场的反应相对滞后，速度较慢，说明市场效率发挥不够充分。

图3-12 螺纹钢期货价格对现货价格冲击的反应

图3-13 螺纹钢现货价格对期货价格冲击的反应

图3-12和图3-13分别给出螺纹钢的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-12可知，来自现货市场的冲击，对期货价格的冲击作用在随后的两个交易日内减弱，之后增强并趋于平稳；而由图3-13可知，来自期货市场的冲击，对现货价格影响在随后两个交易日有所减弱，但不明显，滞后趋于平稳。可见期货价格变动对现货价格变动冲击的影响时间长度与现货价格对期货价格冲击的影响时间长度基本相同，但期货价格对现货价格变动的冲击作用强度相对较大，因此，从冲击反应分析模型可以看出，螺纹钢的期、现价格互相影响，且两市场的反应较为迅速，说明市场效率发挥较为充分。

图3-14 大豆期货价格对现货价格冲击的反应

图3-15 大豆现货价格对期货价格冲击的反应

图3-14和图3-15分别给出大豆的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-14可知，来自现货市场的冲击，对期货价格的冲击作用在随后的两个交易日内迅速增强，之后趋于平缓；而由图3-15可知，来自期货市场的冲击，在前两个交易日对现货价格冲击迅速增强，第三个交易日开始有所减缓，但并未完全衰减。由于期货价格变动对现货价格变动冲击的影响时间长度与强度均大于现货价格对期货价格冲击的影响，因此，从冲击反应分析模型可以看出，大豆的期货价格对现货价格的影响较强，且两市场的反应并不滞后，速度较快，市场效率很高。

图3-16 豆油期货价格对现货价格冲击的反应

图3-17 豆油现货价格对期货价格冲击的反应

图3-16和图3-17分别给出豆油的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-16可知，来自现货市场的冲击，对期货价格的冲击作用在随后的3个交易日内迅速增强，之后迅速衰减；而由图3-17可知，来自期货市场的冲击，对现货价格影响逐渐上升，在第四个交易日达到最大，之后逐步趋于平稳。由于期货价格变动对现货价格变动冲击的影响时间长度与现货价格对期货价格冲击的影响时间长度基本相同，而且强度也相差不多，因此，从冲击反应分析模型可以看出，豆油的期、现价格互相影响，但两市场的反应相对滞后，速度较慢，说明市场效率发挥不够充分。

图3-18 橡胶期货价格对现货价格冲击的反应

图3-19 橡胶现货价格对期货价格冲击的反应

图3-18和图3-19分别给出橡胶的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-18可知，来自现货市场的冲击，对期货价格的冲击作用在随后的3个交易日内迅速增强，之后迅速衰减；而由图3-19可知，来自期货市场的冲击，对现货价格影响逐渐上升，并在第六个交易日达到最大，之后逐步趋于平稳。由于期货价格变动对现货价格变动冲击的影响时间长度相比现货价格对期货价格冲击的影响时间长度较长，而且强度也较大，因此，从冲击反应分析模型可以看出，橡胶期货价格对现货价格影响比较大。

图3-20 股指期货价格对现货价格冲击的反应

图3-21 股指现货价格对期货价格冲击的反应

图3-20和图3-21分别给出股指期货的误差修正模型中残差项一个标准误差的冲击对期货价格和现货价格变动的冲击作用的直观表示。由图3-20可知，来自现货市场的冲击，对期货价格的冲击作用在随后的两个交易日内迅速增强，之后迅速衰减；而由图3-21可知，来自期货市场的冲击，对现货价格影响较大，且持续平稳。该检验说明现货指数对于期货价格的冲击相对较小，且衰减速度较快；而期货对于现货指数的影响则更加迅速且持久。这都表明沪深300股指期货现货市场效率较高。

从上述7个品种国内期货价格与现货价格关系的实证研究来看，期货价格与现货价格之间都存在着长期均衡关系，且二者相互影响。

（二）国内期货价格与国外期货价格关系实证研究

多年来，国内期货市场上较为活跃的期货品种有上海期货交易所（SHFE）的铜、铝、橡胶，大连商品交易所（DCE）的大豆、豆油，国际期货市场上影响力相对较大的相关品种分别为伦敦金属交易所（LME）的铜、铝，东京工业品交易所（TOCOM）的橡胶，芝加哥期货交易所的大豆和豆油。这里选择铜、铝、橡胶、大豆、豆油共5个品种作为代表，用上述的实证研究方法分析国内外期货价格之间变动的关系。

1.样本数据

用伦敦金属交易所3月铜、铝，东京工业品交易所的橡胶和芝加哥期货交易所的大豆、豆油每个交易日的期货收盘连续价格作为国际市场铜、铝、橡胶、大豆、豆油的期货价格的代表，国内市场上选择上海期货交易所铜、铝、橡胶，大连商品交易所大豆一号和豆油合约每个交易日的期货收盘价格作为代表。数据来源于相应的期货交易所。

不同市场节假日不一致以及在某些交易日无成交记录，所以经过筛选后得到的国内外市场的铜、铝、橡胶、大豆、豆油的价格数据分别为，铜：2007年1月～2011年8月，共1129对；铝：2007年1月～2011年8月，共1121对；橡胶：2007年1月～2011年8月，共1134对；大豆：2008年5月～2011年11月，共840对；豆油：2008年3月～2011年8月，共856对。此外，由于伦敦金属交易所铜和铝期货价格的报价单位为美元/吨，东京工业品交易所橡胶期货价格的报价单位为日元/公斤，芝加哥期货交易所大豆期货价格的报价单位为美分/蒲式耳，豆油期货价格的报价单位为美分/磅，而国内期货市场铜、铝、橡胶、大豆、豆油的报价单位均为人民币元/吨，因此，为保持一致，统一将外盘的期货报价折算成按人民币元/吨报价，其中每蒲式耳折合为1/36.744吨，每磅折合为0.0004536吨，美元对人民币的汇率采用国家外汇管理局网站（www.safe.gov.cn）统计数据库中提供的人民币基准汇率。

另外，为研究方便，我们用S、D分别表示上海期货交易所、大连商品交易所，用CU、AL、RU、SS和SY分别表示铜、铝、橡胶、大豆和豆油。因此，用SCU表示上海期货交易所铜的连续期货价格序列，类似地，用CSS表示芝加哥期货交易所大豆的连续期货价格序列。为清楚起见，表3-20列出了所有符号的含义。

表3-20 有关符号的解释

图3-22至图3-26分别反映了所考察的样本时期内国内外铜、铝、橡胶、大豆和豆油期货价格的波动情况。

图3-22 上海期货交易所与伦敦金属交易所铜期货价格波动对比

图3-23 上海期货交易所与东京工业品交易所橡胶期货价格波动对比

图3-24 大连商品交易所与芝加哥期货交易所大豆期货价格波动对比

图3-25 大连商品交易所与芝加哥期货交易所豆油期货价格波动对比

2.实证检验与分析

（1）ADF单位根检验。为检验国内品种的期货价格与国外品种价格之间是否存在协整关系，首先要利用ADF对国内外各期货价格序列的平稳性进行检验。由表3-21的检验结果可知：在5%的置信水平下，零假设（时间序列是非平稳的）不能被拒绝，这说明所有的期货价格序列均是非平稳的。进一步对所有期货价格序列的一阶差分进行ADF检验，由表3-21可知，在5%的置信水平下，零假设被拒绝，也即说明国内品种价格序列的一阶差分和国外各品种价格序列的一阶差分均是平稳的，这说明国内外期货市场的铜、铝、橡胶、大豆、豆油的期货价格序列均是一阶平稳过程。

表3-21 ADF检验

（2）协整检验。由于所有品种的期货价格序列均是I（1）过程，因此，可以通过Johansen协整方法检验相关品种在不同期货交易所期货价格之间的协整关系，表3-22给出对第一组数据协整检验的检验结果。

表3-22 Johansen协整检验

在5%置信水平下，铜、橡胶、豆油在两个相关市场上的期货价格之间存在协整关系，而铝和大豆在两个相关市场上的期货价格之间不存在协整关系。该结论表明，对铜、橡胶、豆油来说，尽管在两个相关市场上的期货价格是非平稳的，短时间内两个市场上的期货价格可能出现偏离，但长期来说，两个市场上的期货价格保持着均衡关系，而对铝和大豆，则不存在这种长期均衡关系。

（3）误差修正模型的参数估计。由于上海期货交易所和伦敦金属交易所铜的期货价格存在协整关系，因此可以通过如下误差修正模型（ECM）来表述。

其中CF表示国内期货市场上的期货价格，WF表示相关品种国际期货市场上的期货价格，对铜来说，CF代表上海期货交易所铜的期货价格SCU，而代表伦敦金属交易所铜的期货价格LCU，Δ为一阶差分，Z_t-1为误差修正项，p为滞后阶数，ε_1t和ε_2t为残差项，服从联合正态分布。同样，由于大豆在相关期货市场上的期货价格之间也存在协整关系，因此也可以通过等式（3.4）和等式（3.5）表示。

通过等式（3.4）和等式（3.5），还可以说明伦敦金属交易所和上海期货交易所铜的期货价格之间至少存在一个方向上的Granger引导关系（或称为Granger因果关系）。我们称时间序列WF_tGranger引导另一个时间序列CF_t，如果利用WF_t的历史数据比不利用WF_t的历史数据可以对CF_t的取值进行更准确的预测。更具体地说，如果系数α₁₂（i），（i=1，2，…，p）不全为零，或者系数α_c统计显著，则称WF_tGranger引导CF_t。同样，如果系数α₂₁（i），（i=1，2，…，p）不全为零，或者系数α_w统计显著，则称CF_tGranger引导WF_t。如果WF_tGranger引导CF_t，同时CF_tGranger引导WF_t，则称WF_t与CF_t之间存在双向Granger因果关系。另外，等式（3.4）和等式（3.5）中的误差修正系数α_c和α_w刻画了在系统偏离长期均衡状态时，两个市场上期货价格的调整方向和调整速度。

表3-23 国内外铜期价的误差修正模型的参数估计

误差修正模型是用前一期的误差修正项与交叉项的滞后项及其自身的滞后项对当期价格变动进行解释。因此，通过等式（3.4），可以说明伦敦金属交易所铜的期货价格对上海期货交易所铜的期货价格的影响，由表3-23中的参数估计结果可知：等式（3.4）中的误差修正项Z_t-1的系数α_c为-0.073，且统计结果较为显著，说明误差修正项对上海期货交易所铜的期货价格的变动具有负向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），则平均来说，上海期货交易所下一期的期货价格将下降，如果误差修正项为负（Z_t-1），则上海期货交易所下一期的期货价格将上升。

通过等式（3.5），可以说明上海期货交易所铜的期货价格对伦敦金属交易所铜的期货价格的影响，由表3-23的参数估计结果可知：等式（3.5）中的误差修正项Z_t-1的系数α_w等于0.054，且统计显著，说明误差修正项对伦敦金属交易所铜的期货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），则平均来说，伦敦金属交易所下一期的期货价格将上升，如果误差修正项为负（Z_t-1＜0），则伦敦金属交易所下一期的期货价格将下降。

表3-24 国内外铝期价的误差修正模型的参数估计

误差修正模型是用前一期的误差修正项与交叉项的滞后项及其自身的滞后项对当期价格变动进行解释。因此，通过等式（3.4），可以说明伦敦金属交易所铝的期货价格对上海期货交易所铝的期货价格的影响，由表3-24中的参数估计结果可知：等式（3.4）中的误差修正项Z_t-1的系数α_c为-0.009，且统计不显著，说明误差修正项对上海期货交易所铝的期货价格的变动不具有影响作用。

通过等式（3.5），可以说明上海期货交易所铝的期货价格对伦敦金属交易所铝的期货价格的影响，由表3-24的参数估计结果可知：等式（3.5）中的误差修正项Z_t-1的系数α_w等于0.05，且统计显著，说明误差修正项对伦敦金属交易所铝的期货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），则平均来说，伦敦金属交易所下一期的期货价格将上升，如果误差修正项为负（Z_t-1），则伦敦金属交易所下一期的期货价格将下降。

表3-25 国内外橡胶期价的误差修正模型的参数估计

误差修正模型是用前一期的误差修正项与交叉项的滞后项及其自身的滞后项对当期价格变动进行解释。因此，通过等式（3.4），可以说明东京工业品交易所橡胶的期货价格对上海期货交易所橡胶的期货价格的影响，由表3-25中的参数估计结果可知：等式（3.4）中的误差修正项Z_t-1的系数α_c为-0.016，统计不显著，说明误差修正项对SFE橡胶的期货价格的变动调整作用不大。

通过等式（3.5），可以说明上海期货交易所橡胶的期货价格对东京工业品交易所橡胶的期货价格的影响，由表3-25的参数估计结果可知：等式（3.5）中的误差修正项Z_t-1的系数α_w等于0.033，按10%置信度统计显著，说明误差修正项对东京工业品交易所橡胶的期货价格的变动具有正向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），则平均来说，东京工业品交易所下一期的期货价格将上升，如果误差修正项为负（Z_t-1＜0），则东京工业品交易所下一期的期货价格将下降。

表3-26 国内外大豆期价的误差修正模型的参数估计

由表3-26的参数估计结果可知：等式（3.4）中的误差修正项Z_t-1的系数α_c为0.02，且统计不显著，说明误差修正项对大连商品交易所大豆的期货价格的变动不具有调整作用。

而由表3-26的参数估计结果可知：等式（3.5）中的误差修正项Z_t-1的系数α_w等于-0.008，且统计不显著，说明误差修正项对大连商品交易所大豆的期货价格的变动不具有调整作用。

表3-27 国内外豆油期价的误差修正模型的参数估计

误差修正模型是用前一期的误差修正项与交叉项的滞后项及其自身的滞后项对当期的价格变动进行解释。因此，通过等式（3.4），可以说明芝加哥期货交易所的期货价格对大连商品交易所的期货价格的影响，由表3-27中的参数估计结果可知：等式（3.4）中的误差修正项Z_t-1的系数α_c为-0.037，且统计较为显著，说明误差修正项对芝加哥期货交易所的期货价格的变动具有负向调整作用。即当系统偏离均衡状态时，如果误差修正项为正（Z_t-1＞0），则平均来说，大连商品交易所下一期的期货价格将下降，如果误差修正项为负（Z_t-1＜0），则大连商品交易所下一期的期货价格将上升。

通过等式（3.5），可以说明芝加哥期货交易所的期货价格对大连商品交易所的期货价格的影响，由表3-27的参数估计结果可知：等式（3.5）中的误差修正项Z_t-1的系数α_w等于0.042，且统计不显著，说明误差修正项对芝加哥期货交易所的期货价格影响不大。

（4）格兰杰因果检验。由表3-28 Granger因果检验可知，等式（3.5）中交叉项的系数α₂₁（i）=0（i=1，2，3，4）显著不为零，而且ΔSCU_t-1的系数相对显著，说明上海期货交易所铜的期货价格对伦敦金属交易所铜的期货价格同样具有一定引导作用，但不如伦敦金属交易所。综合上述结论可知，伦敦金属交易所和上海期货交易所这两个市场上铜的期货价格相互影响、相互作用，期货价格之间存在双向Granger引导关系。

表3-28 国内外铜期价格兰杰因果检验

表3-29 国内外铝期价格兰杰因果检验

由表3-29 Granger因果检验可知，等式（3.5）中交叉项的系数α₂₁（i）=0（i=1，2，3，4）显著不为零，而且ΔSAL_t-1的系数相对显著，说明上海期货交易所铝的期货价格对伦敦金属交易所铝的期货价格同样具有一定的引导作用，但不如伦敦金属交易所。综合上述结论可知，伦敦金属交易所和上海期货交易所这两个市场上铝的期货价格相互影响、相互作用，期货价格之间存在双向Granger引导关系。

表3-30 国内外橡胶期货价格兰杰因果检验

由表3-30 Granger因果检验可知，等式（3.5）中交叉项的系数α₂₁（i）=0（i=1，2，3，4）显著不为零，而且ΔSRU_t-1的F统计值相对显著，为19.658，说明上海期货交易所橡胶的期货价格对东京工业品交易所橡胶的期货价格具有一定的引导作用；另一方面，东京工业品交易所橡胶价格则对上海期货交易所橡胶价格并无引导作用。

表3-31 国内外大豆期价格兰杰因果检验

由表3-31 Granger因果检验可知，等式（3.5）中交叉项系数α₁₂（i）=0（i=1，2，3，4）统计显著不为零，表明芝加哥期货交易所大豆价格对大连商品交易所大豆价格有很强的引导作用，但反之，大连商品交易所大豆价格对芝加哥期货交易所大豆价格影响并不显著。

表3-32 国内外豆油期价格兰杰因果检验

由表3-32 Granger因果检验可知，等式（3.4）中交叉项的系数α₁₂（i）=0（i=1，2，3，4）统计显著不为零，而且ΔSRU_t-1的F统计值相对显著，为101.560，说明芝加哥期货交易所的期货价格对大连商品交易所的期货价格同样具有引导作用，但大连商品交易所对芝加哥期货交易所影响不显著。综合上述结论可知，豆油期货价格之间存在单向Granger引导关系。

（5）冲击反应分析。图3-26是误差修正模型中伦敦金属交易所残差项的一个标准误差冲击对上海期货交易所期货价格变动冲击影响的直观图。图3-27是误差修正模型中上海期货交易所残差项的一个标准误差冲击对伦敦金属交易所期货价格变动冲击影响的直观图。

由图3-26可知，对来自上海市场铜期货价格变动的冲击，伦敦市场铜的期货价格在随后的第一至第二个交易日内反应强烈，冲击作用明显，从第三至第五个交易日开始，冲击作用出现反弹，之后逐步趋于平缓。较小的冲击一直持续到第六至第八个交易日。而由图3-27可知，来自伦敦市场期货价格的冲击，对上海市场期货价格的冲击作用在第二个交易日达到最高，这是因为伦敦的收盘时间要晚于上海，所以，伦敦铜的收盘价对于上海铜第二个交易日价格走势冲击更大。而冲击在第三个交易日迅速衰减，从第四个交易日开始，冲击作用有所反弹，后逐渐稳定。这再一次验证了两个市场期货价格的相互影响和相互作用，也证明了两个市场的联动性非常好，并且能够迅速地反应市场信息，效率很高。

图3-26 伦敦铜对上海铜冲击的反应

图3-27 上海铜对伦敦铜冲击的反应

图3-28是误差修正模型中伦敦金属交易所残差项的一个标准误差冲击对上海期货交易所期货价格变动冲击影响的直观图。图3-29是误差修正模型中上海期货交易所残差项的一个标准误差冲击对伦敦金属交易所期货价格变动冲击影响的直观图。

图3-28 伦敦铝对上海铝冲击的反应

图3-29 上海铝对伦敦铝冲击的反应

由图3-28可知，对来自伦敦市场期货价格的冲击，上海市场铝的期货价格在随后的第一至第二个交易日内反应强烈，冲击作用明显，第三个交易日衰减。这是因为伦敦的收盘时间要晚于上海，所以，伦敦铝的收盘价对于上海铜第二个交易日价格走势冲击更大。而冲击在第三个交易日迅速衰减。这再一次验证了两个市场期货价格的相互影响和相互作用，也证明了两个市场的联动性非常好，并且能够迅速地反应市场信息，效率很高。由图3-29可知，来自上海市场铝期货价格变动的冲击，对伦敦市场期货价格的冲击作用前3个交易日逐渐增强，随后趋于回落。

图3-30是误差修正模型中东京工业品交易所残差项的一个标准误差冲击对上海期货交易所期货价格变动冲击影响的直观图。图3-31是误差修正模型中上海期货交易所残差项的一个标准误差冲击对东京工业品交易所期货价格变动冲击影响的直观图。

图3-30 上海橡胶对东京橡胶冲击的反应

图3-31 东京橡胶对上海橡胶冲击的反应

由图3-30可知，来自东京市场橡胶期货价格的冲击，对上海市场橡胶期货价格的冲击作用3个交易日后开始显现，第五个交易日开始衰减，后逐渐稳定。而由图3-31可知，对来自上海市场橡胶期货价格变动的冲击，东京市场橡胶的期货价格在随后的3个交易日内反应强烈，冲击作用明显，冲击强度达19，第四至第六个交易日开始，冲击作用出现反弹，之后逐步趋于平缓。较小的冲击一直持续到第七至第九个交易日。说明上海市场橡胶期价对日本市场影响明显，而另一方面，日本橡胶对上海橡胶的影响相对较小。

图3-32和图3-33给出了大豆误差修正模型中残差项一个标准误差的冲击对另一个市场上期货价格变动冲击影响的直观图。

图3-32 大连大豆对芝加哥大豆冲击的反应

图3-33 芝加哥大豆对大连大豆冲击的反应

由图3-32可知，来自芝加哥期货交易所期货价格变动的冲击，对大连市场在第一个交易日的冲击反应较大，冲击强度为6，第二个交易日开始趋缓，第三个交易日之后逐步衰减，趋于平稳，这是因为两地收盘时间不同所造成的。

而由图3-33可知，来自大连商品交易所期货价格变动的冲击，对芝加哥期货交易所大豆的影响基本始终保持稳定。综合来看，大连市场对芝加哥市场的期货价格变动较为敏感，而大连对芝加哥市场的冲击作用要弱一些，这也从一个侧面说明了芝加哥期货交易所大豆期货交易的主导作用。

图3-34 芝加哥豆油对大连豆油冲击的反应

图3-34反映了误差修正模型中芝加哥期货交易所豆油残差项的一个标准误差冲击对大连豆油期货价格变动冲击影响的直观图。图3-35反映了误差修正模型中大连豆油残差项的一个标准误差冲击对芝加哥期货交易所豆油期货价格变动冲击影响的直观图。

由图3-34可知，对于来自芝加哥市场豆油期货价格变动的冲击，大连豆油期货价格在第一、第二个交易日有明显变化，后逐渐稳定。

图3-35 大连豆油对芝加哥豆油冲击的反应

由图3-35可知，对来自大连商品交易所豆油期货价格变动的冲击，芝加哥市场豆油的期货价格在随后的第一个交易日反应强烈，冲击作用明显，第二个交易日趋缓，于第三个交易日达到最大值，第四个交易日后逐渐稳定。

从上述5个品种国内外期货价格之间的实证研究来看，铜、铝国内外期货价格之间存在着长期均衡关系，且二者相互影响，说明中国铜、铝期货价格信号对国际期货和现货市场产生了很大影响；橡胶国内期货价格对国外期货价格影响较大，说明中国橡胶期货价格信号已成为国际期货、现货市场的权威定价信号；但大豆和豆油国内期货价格受国外期货价格影响较大，说明在这两个品种上，国内期货价格影响比较有限，国外期货交易仍起主导作用。

三 中国期货市场价格发现功能案例分析

20世纪90年代以来，随着中国期货市场的产生和发展，期货市场的价格发现功能不断地增强。进入21世纪以来，国内期货价格对现货价格的引导作用比国内期货价格与国外期货价格的联动作用更加突出。与此相对应，国内商品生产者与经营者利用期货市场价格信息指导生产与经营的现象逐步增多，中国期货价格对国际商品市场的影响日益提高。下面略举几例加以说明。

（一）黑龙江农民利用期货价格信息承包土地种植大豆喜获收益

从1999年4月起，由于多种因素的影响，国内大豆现货价格与期货价格持续走低，从每吨2000多元降到1900元左右，影响了农民种植大豆的积极性。黑龙江省农垦局原计划种植大豆的680万亩土地无人承包。随后不久，大连商品交易所大豆收获期的9月份期货价格开始回升，高于大豆的生产成本。农民得知这一消息之后，原来无人承包的680万亩土地在短短一个月内全部被农民承包耕种。到9月份大豆收获时，大豆现货价格如预期涨到每吨2000元以上，种植大豆的农民取得了很好的收益。

（二）黑龙江农垦集团利用期货价格信息促进订单农业生产

2000年，黑龙江省按照国家的统一部署，对于轮作区400万亩大豆实行“订单生产”。为了实现这一目标，黑龙江农垦集团利用期货市场的价格发现功能锁定了市场风险，保证了订单农业的顺利实现。以2000年11月和2001年1月大豆期货价格为例，在大豆播种前，期货价格已经上涨到2340～2400元/吨。在正常年景，农民种植大豆成本为1600～1800元/吨，农场以1900～2000元/吨与农民签订合同，同时参与期货市场进行套期保值。这样，农民通过与农垦集团签订购销合同的方式间接进入期货市场，既保护了农民的利益，让农民增收；又锁定了农场的价格风险，实现了计划利润。

（三）期货市场助河南农民致富，使农业种植结构优化

近年来，越来越多的河南农民开始利用郑州商品交易所的小麦期货市场，调整小麦种植结构，与粮食购销企业签订订单合同，获得了巨大的收益。

由于历史与自然的原因，河南省农民素有种植小麦的习惯，全省八成以上的耕地种的是小麦。然而，长期以来，农民一年劳作下来，种植普通小麦亩均纯收益只有50多元，遇到灾害年景，收支相抵还可能赔钱，种小麦的比较效益很低。但是，自2003年3月郑州商品交易所推出优质强筋小麦期货品种之后，这种状况彻底改变。

受小麦期货价格的影响，小麦现货市场出现了优质优价的局面，从而激发了农民种植优质小麦的积极性。近年来，河南省优质小麦种植面积大幅度增加，全省7000多万亩常年小麦种植面积中，2000年优质小麦种植面积为1500万亩，2003年达到2900万亩。郑州商品交易所优质强筋小麦期货价格信息显示，优质小麦的期货价一般在0.6元/市斤，有时可以达到0.8元/市斤左右，而普通混合小麦的价格一般在0.48～0.50元/市斤。按每亩400公斤产量推算，保守估计，种植优质小麦每亩可以让农民增收百元以上，比种植普通小麦可以获得更高的回报。另外，进入期货市场的优质小麦大多采用订单购销的形式，农民出售小麦的款项能够保证及时兑现。

由此可见，期货市场对发展中国订单农业和调整农业种植结构起到了较好作用。

（四）中国因素开始左右全球铜市

随着全球经济的发展，特别是工业生产规模的不断扩大，全球铜产量和消费量在不断提高。中国铜消费在2000年以后，一直保持在15%左右的增长，2003年消费量达到310万吨，取代美国成为第一大铜消费国。与发达国家相比，中国的电子、电气行业与机械制造业消费的铜占总消费的比例明显高于发达国家。与此同时，中国又是铜资源短缺的国家，精炼铜的原料自给率只有40%，随着铜产量的持续大幅增长，原材料供应问题已显得越来越突出，铜的对外依存度明显提高，受国际市场影响程度日益加深。

2004年下半年以来，随着铜价的不断上涨，一方面，包括中国在内的一些国家或地区铜生产商抓住时机，在国际市场进行抛空保值；另一方面，上海期铜与伦敦期铜的比价进入10年来的低位区域，为进行国内外铜价套利提供了难得的历史机遇，从而吸引了一部分国内外资金在国际市场进行套利交易。到10月份，受国际市场投机基金逼空等多重因素的影响，国际铜期货价格突破3000美元/吨，创下近16年高点3177美元/吨。国际铜市在屡次冲击历史高位，带动国内市场连续上涨之后，又出现高位大幅下跌走势。10月13日伦敦金属交易所3个月期铜暴跌279美元为2815美元/吨，最大跌幅超过11%，为近10余年来所罕见。

对国际期货市场铜价大幅波动的情况，上海期货交易所及时采取了相应的应对措施。在认真分析了过去40年国际金属期货市场历史交易数据的基础上，加强期货市场风险管理，充分发挥了中国期货市场对国际期货市场的影响力。据有关数据统计，在国庆节前1周，伦敦铜市持仓结构中显示10月20日前到期的合约数量还在4万手（每手25吨）以上，但随着上海期货交易所采取相应的风险管理措施陆续出台，跨市套利头寸开始主动减仓和移仓，上海铜市11、12月份合约持仓分别从10万手（每手5吨）和14万手减至5万手和10万手，累计减少单边头寸近5万手，约合25万吨，与之对应的伦敦铜市上述持仓减少2.5万手，约合50万吨。这使得国际市场投机基金短线多头交易无法实现预期的交易目标，最终迫于各方面压力出局。这一结果一方面减少了国际市场行情波动对国内市场的冲击，有效维护了国家经济利益和安全，最大限度地保护了广大投资者的合法权益，另一方面充分显示了中国期货市场对国际期货市场的影响。另据上海期货交易所实证分析研究表明，在2001年之前，伦敦期铜对上海期铜有着系统而显著的引导作用，引导程度指数值大部分时间保持在接近90%的水平上，而上海期铜对伦敦期铜的引导程度则保持在10%的低水平；但从2001年第四季度开始到2003年第四季度，上海期铜开始对伦敦期铜具有系统的引导作用而且此作用在持续增强，引导程度指数值从12%持续上升到25%左右，并从2003年11月中旬以来保持在38%上下的水平上。

由此可见，中国因素开始左右全球期铜价格走向。

从上述案例来看，中国期货市场的价格发现功能在指导生产和经营方面得到了实实在在的体现，对国际期货市场价格的引导作用在不断提高。