中國期貨市場價格發(fā)現(xiàn)功能研究

謝曉聞，方 意，趙勝民?

(1.南開大學(xué)金融學(xué)院，天津300071；2.廣州越秀集團(tuán)有限公司博士后科研工作站，廣東廣州510623；3.中央財經(jīng)大學(xué)金融學(xué)院，北京100081)

?

中國期貨市場價格發(fā)現(xiàn)功能研究

謝曉聞1，2，方 意3，趙勝民1?

(1.南開大學(xué)金融學(xué)院，天津300071；2.廣州越秀集團(tuán)有限公司博士后科研工作站，廣東廣州510623；3.中央財經(jīng)大學(xué)金融學(xué)院，北京100081)

基于最新發(fā)展的非線性Granger因果檢驗(yàn)方法，側(cè)重于非線性視角全面探究了中國期貨市場價格發(fā)現(xiàn)功能的現(xiàn)狀.研究結(jié)果表明，金屬期貨市場價格發(fā)現(xiàn)功能最強(qiáng)，農(nóng)產(chǎn)品期貨市場次之，而金融期貨市場價格發(fā)現(xiàn)功能則相對較弱.具體表現(xiàn)為滬金期貨和滬銅期貨市場中期貨價格對現(xiàn)貨價格的引導(dǎo)關(guān)系具有非常顯著的非線性Granger因果關(guān)系，強(qiáng)麥期貨市場和玉米期貨市場中期貨價格對現(xiàn)貨價格的引導(dǎo)關(guān)系也相對較強(qiáng)，而滬深300股指期貨和國債仿真期貨中期貨價格對現(xiàn)貨價格的非線性Granger因果關(guān)系則相對較弱.最后，傳統(tǒng)線性Granger因果檢驗(yàn)方法可能由于忽略變量的非線性特征而使得研究結(jié)果出現(xiàn)較大偏差.

現(xiàn)貨市場；期貨市場；價格發(fā)現(xiàn)；非線性Granger因果檢驗(yàn)

1　引　言

價格發(fā)現(xiàn)功能作為期貨市場最基本的功能之一，越來越受到參與者和監(jiān)管者的重視.人們之所以關(guān)注期貨市場的價格發(fā)現(xiàn)功能，是由于期貨價格在一定程度上能夠反映市場參與者對市場供求關(guān)系的看法，該價格對市場極具敏感性，且能夠在很大程度上反映大多數(shù)交易者的預(yù)測結(jié)果.20世紀(jì)90年代以來，我國期貨市場穩(wěn)步發(fā)展，無論是交易規(guī)模，還是交易種類，抑或交易機(jī)制等都取得了重大進(jìn)步，并逐漸成長為現(xiàn)代金融市場不可或缺的一部分.目前，我國期貨產(chǎn)品主要在中國金融期貨交易所、上海期貨交易所、鄭州商品交易所和大連商品交易所等四大交易所上市交易，上述交易場所的交易產(chǎn)品基本涵蓋了期貨市場的主要種類，且交易產(chǎn)品種類日趨豐富.然而，迄今為止，多數(shù)學(xué)者更多地是探討期貨市場的套期保值功能[1]，較少有學(xué)者系統(tǒng)性地研究上述期貨市場的價格發(fā)現(xiàn)功能.因此，全面系統(tǒng)地研究目前我國各類期貨產(chǎn)品的價格發(fā)現(xiàn)功能具有重要的理論意義和現(xiàn)實(shí)意義.

國外對期貨市場價格發(fā)現(xiàn)功能的研究由來已久.Garbade等[2]較早通過建立相關(guān)動態(tài)模型來檢驗(yàn)期貨價格與現(xiàn)貨價格各自在價格發(fā)現(xiàn)功能的作用大小.Engle等[3]提出使用E-G兩步法研究非平衡經(jīng)濟(jì)變量之間的均衡關(guān)系，該方法后來被廣泛應(yīng)用在期貨市場的價格發(fā)現(xiàn)功能的研究中.Gonzalo 等[4]和Hasbrouck[5]則分別構(gòu)建了共因子模型和信息共享模型以更好地研究期貨市場的價格發(fā)現(xiàn)功能. Theissen[6]利用門檻誤差修正模型發(fā)現(xiàn)期貨市場在價格發(fā)現(xiàn)中處于主導(dǎo)地位，且套利機(jī)會的存在對動態(tài)的價格發(fā)現(xiàn)過程具有重要影響.近年來，越來越多的學(xué)者開始使用協(xié)整、線性Granger因果檢驗(yàn)等方法研究期貨市場的價格發(fā)現(xiàn)功能.代表性的有Yang等[7]利用協(xié)整和誤差修正模型等方法研究了中國股指期貨市場的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)現(xiàn)貨市場在價格發(fā)現(xiàn)過程中處于主導(dǎo)地位.由于線性方法無法刻畫經(jīng)濟(jì)變量的非線性特征，故逐漸有學(xué)者開始使用非線性方法研究期貨市場的價格發(fā)現(xiàn)功能，如Bekiros等[8].利用線性和非線性Granger因果檢驗(yàn)方法探討了原油期貨市場的期貨價格和現(xiàn)貨價格之間的影響關(guān)系，結(jié)果表明，非線性Granger因果檢驗(yàn)方法適用性相對更強(qiáng).

國內(nèi)學(xué)者對我國各類期貨市場的價格發(fā)現(xiàn)功能也做了大量的研究，具有代表性的有在金融期貨市場價格發(fā)現(xiàn)功能研究方面，華仁海等[9]利用協(xié)整、Granger因果檢驗(yàn)、VEC模型和改進(jìn)的信息共享模型研究了中國股指期貨市場的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)中國股指期貨市場的期貨價格對現(xiàn)貨價格的引導(dǎo)力度相對更大，且兩者之間存在協(xié)整和雙向價格引導(dǎo)關(guān)系.何誠穎等[10]基于高頻數(shù)據(jù)通過向量誤差修正模型、信息共享模型和永久短暫模型等發(fā)現(xiàn)期貨市場的價格發(fā)現(xiàn)能力要強(qiáng)于現(xiàn)貨市場.此外，其他學(xué)者如肖輝等[11]也做了大量相關(guān)的研究.在金屬期貨市場價格發(fā)現(xiàn)功能方面，陳秋雨等[12]利用協(xié)整和Granger因果檢驗(yàn)等方法探討了中國黃金期貨市場的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)該期貨市場的價格發(fā)現(xiàn)功能并不顯著，其結(jié)果是由于交易制度所致.在農(nóng)產(chǎn)品期貨市場價格發(fā)現(xiàn)功能方面，閆云仙[13]利用有向無環(huán)圖方法研究了我國玉米期貨市場的價格發(fā)現(xiàn)功能，其結(jié)論為我國玉米期貨市場具有價格發(fā)現(xiàn)功能.

綜上所述，上述文獻(xiàn)雖然研究了各種類型期貨市場的價格發(fā)現(xiàn)功能，但無論是協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)、誤差修正模型，還是G-S模型、信息共享模型和永久短暫模型等，其均為線性研究方法，而線性方法在研究時由于無法刻畫變量的非線性特征受到詬病.此外，大部分學(xué)者的研究大多是針對一個或一類期貨市場，而這些結(jié)果很難全面反映我國整個期貨市場的現(xiàn)狀.基于此，本文將利用多種非線性方法全面研究各類期貨市場的價格發(fā)現(xiàn)功能.

2　研究方法

自從Granger首次提出傳統(tǒng)Granger因果檢驗(yàn)方法后，該方法迅速被應(yīng)用到經(jīng)濟(jì)領(lǐng)域的研究中.該方法的定義是，若由Yt和Xt滯后值所決定的Yt的條件分布與僅由Yt滯后值所決定的Yt的條件分布相同，即則稱對Xt對Yt不存在Granger因果關(guān)系.

由于上述檢驗(yàn)方法通常在VAR分析框架下進(jìn)行，且需要借助于F-檢驗(yàn)方法對其變量之間的線性關(guān)系進(jìn)行檢驗(yàn)，而由于多數(shù)經(jīng)濟(jì)變量均具有非線性特征，故上述方法難以準(zhǔn)確刻畫變量之間的非線性特征，因而越來越多的學(xué)者開始研究能夠刻畫經(jīng)濟(jì)變量之間非線性特征的非線性Granger因果檢驗(yàn)方法，Hiemstra-Jones方法[14]與Diks-Panchenko方法[15]則是眾多非線性Granger因果檢驗(yàn)方法中最為流行的方法.

Hiemstra-Jones方法如下：

令｛Xt｝和｛Yt｝為兩個嚴(yán)格穩(wěn)定、弱相關(guān)的時間序列，記1，2，...，t=1，2，...，給定Lx≥1，Ly≥1和e＞0，則

如果

則Y對X不存在Granger因果關(guān)系.其中Pr｛·|·｝表示概率，‖·‖表示最大模.

若用聯(lián)合概率替代條件概率，則式(4)可表示為

其中

當(dāng)‖Z1-Z2‖＜e時，令特征函數(shù)I(Z1，Z2，e)為1，否則為0.此時，聯(lián)合概率式(6)～式(9)對應(yīng)的相關(guān)積分估計分別為

其中t，s=max(Lx，Ly)+1，...，T-m+1，n=T+1-m-max(Lx，Ly).

根據(jù)式(10)～式(13)，Hiemstra等[14]的研究結(jié)果表明，給定m，Lx(≥1)，Ly(≥1)和e＞0，如果原假設(shè)為“不存在Granger因果關(guān)系”，則如下TVAL非參檢驗(yàn)統(tǒng)計量服從漸進(jìn)正態(tài)分布，即

然而，隨著研究的不斷深入，Diks等[15]的研究結(jié)果表明，Hiemstra-Jones方法在檢驗(yàn)變量之間非線性Granger因果關(guān)系時存在過度拒絕(over-rejection)的缺陷.為此，Diks等在Hiemstra等的基礎(chǔ)上對該方法進(jìn)行了改進(jìn)，并提出了能夠克服上述缺點(diǎn)的Tn非參檢驗(yàn)統(tǒng)計量.下面將對Diks等提出的非線性Granger因果檢驗(yàn)方法進(jìn)行簡單地說明.

為了克服過度拒絕(over-rejection)的缺陷，Diks等將原假設(shè)表述為

求出fw(Wi)值之后，則可構(gòu)造出Tn統(tǒng)計量進(jìn)行非線性Granger因果關(guān)系檢驗(yàn)，即

其中Sn是Tn漸進(jìn)方差σ2的估計值.

因此，對于ε=max｛Cn-β，1.5｝，且C＞0，β∈(1/4，1/3)，則有Tn服從正態(tài)分布，即

3　實(shí)證分析

為了全面分析我國各類期貨市場的價格發(fā)現(xiàn)功能，本文將以金融期貨市場、金屬期貨市場和農(nóng)產(chǎn)品期貨市場為主要研究對象進(jìn)行深入研究.借鑒其他學(xué)者的思路，金融期貨市場以滬深300股指期貨和國債仿真期貨為代表，而金屬期貨市場和農(nóng)產(chǎn)品期貨市場則分別以滬金期貨和滬銅期貨，強(qiáng)麥期貨和玉米期貨為代表.所有數(shù)據(jù)均為日度數(shù)據(jù)，且均來源于WIND金融資訊.基于數(shù)據(jù)的可得性，樣本數(shù)據(jù)的時間跨度分別為滬深300股指期貨為2010-04-16-2013-07-04；國債仿真期貨數(shù)據(jù)為2012-02-13-2013-07-04；滬金期貨為2008-01-09-2013-07-04；滬銅期貨數(shù)據(jù)為2007-01-04-2013-07-04；強(qiáng)麥期貨數(shù)據(jù)為2003-03-28-2013-07-04；玉米期貨數(shù)據(jù)為2004-09-22-2013-07-04.為大致判斷各類期貨市場現(xiàn)貨價格與期貨價格聯(lián)系的緊密程度，本文將首先對其走勢進(jìn)行粗略分析，具體如圖1所示(SP和FP分別為現(xiàn)貨市場價格和期貨市場價格).

圖1　(a)滬深300，股指期貨市場走勢圖Fig.1(a)CSI 300 index futures market charts

圖1　(b)國債仿真期貨市場走勢圖Fig.1(b)Simulation bond futures market charts

圖1　(c)滬金期貨市場走勢圖Fig.1(c)Shanghai gold futures market charts

圖1　(d)滬銅期貨市場走勢圖Fig.1(d)Shanghai copper futures market charts

圖1　(e)強(qiáng)麥期貨市場走勢圖Fig.1(e)Wheat futures market charts

圖1　(f)玉米期貨市場走勢圖Fig.1(f)Corn futures market charts

由圖1可知，滬金期貨市場和滬銅期貨市場中現(xiàn)貨價格與期貨價格走勢最為相近，滬深300股指期貨市場、玉米期貨市場和強(qiáng)麥期貨市場次之，而國債仿真期貨市場中現(xiàn)貨價格與期貨價格走勢最弱，即兩者之間存在較大分歧.上述走勢僅僅是對兩者之間相互引導(dǎo)關(guān)系的初步判斷，而對于各類期貨市場的價格發(fā)現(xiàn)功能，本文將通過非線性Granger因果檢驗(yàn)方法進(jìn)行量化研究.

3.1單位根檢驗(yàn)與非線性關(guān)系檢驗(yàn)

在進(jìn)行非線性Granger因果檢驗(yàn)之前，必須確保變量的平穩(wěn)性，否則會影響后續(xù)實(shí)證結(jié)果的準(zhǔn)確性，故本文首先對上述變量做單位根檢驗(yàn)，檢驗(yàn)方法為ADF方法.檢驗(yàn)結(jié)果表明，上述變量均為非平穩(wěn)的I(1)過程(限于篇幅，未給出具體結(jié)果).

同時，由于變量之間必須存在非線性關(guān)系才能進(jìn)行非線性Granger因果關(guān)系檢驗(yàn)，因而本文在確定上述市場現(xiàn)貨價格和期貨價格時間序列均為非平穩(wěn)的I(1)過程之后，首先對各自相應(yīng)的現(xiàn)貨價格和期貨價格做協(xié)整檢驗(yàn)，若存在協(xié)整關(guān)系，則利用VECM模型對其兩者之間的線性成分進(jìn)行過濾，然后使用常用的BDS檢驗(yàn)方法分別對其殘差進(jìn)行非線性關(guān)系檢驗(yàn)；若不存在協(xié)整關(guān)系，則對其時間序列進(jìn)行差分后，通過VAR模型對其兩者之間的線性成分進(jìn)行過濾，然后同理使用BDS方法進(jìn)行相關(guān)檢驗(yàn).協(xié)整檢驗(yàn)結(jié)果表明，滬深300股指期貨市場、滬金期貨市場、滬銅期貨市場、強(qiáng)麥期貨市場和玉米期貨市場中現(xiàn)貨價格與期貨價格之間具有協(xié)整關(guān)系，而國債仿真期貨市場中現(xiàn)貨價格與期貨價格之間不存在協(xié)整關(guān)系.BDS檢驗(yàn)結(jié)果表明，大部分檢驗(yàn)統(tǒng)計量均拒絕了存在線性的原假設(shè)，因而對應(yīng)變量之間存在非線性關(guān)系，故可以進(jìn)行非線性Granger因果關(guān)系檢驗(yàn)(限于篇幅，未給出具體結(jié)果).

3.2非線性Granger因果關(guān)系檢驗(yàn)

在非線性Granger因果檢驗(yàn)過程中，本文借鑒Diks等[15]、楊子暉等[16]的思路，首先利用VECM模型或VAR模型過濾掉變量之間的線性成分后，然后再對過濾后的殘差時間序列進(jìn)行非線性Granger因果關(guān)系檢驗(yàn).為使得檢驗(yàn)結(jié)果更加穩(wěn)健，本文將同時采用Hiemstra等與Diks等的兩種非線性Granger因果關(guān)系檢驗(yàn)方法進(jìn)行檢驗(yàn)，并將滯后(Lx=Ly)1～6期的檢驗(yàn)結(jié)果列于表1和表2.

由表1和表2可知，在滬深300股指期貨市場中，現(xiàn)貨價格對期貨價格不存在任何非線性Granger因果關(guān)系，而期貨價格對現(xiàn)貨價格具有一定的單向非線性Granger因果關(guān)系.在國債仿真期貨市場中，現(xiàn)貨價格與期貨價格之間僅存在非常微弱的雙向非線性Granger因果關(guān)系.在滬金期貨市場和滬銅期貨市場中，現(xiàn)貨價格與期貨價格之間均存在非常顯著的非線性Granger因果關(guān)系.在強(qiáng)麥期貨市場和玉米期貨市場中，現(xiàn)貨價格與期貨價格之間也均存在較為顯著的雙向非線性Granger因果關(guān)系，且期貨市場價格發(fā)現(xiàn)功能相對更強(qiáng).綜上所述，在滬金期貨市場和滬銅期貨市場中，期貨價格對現(xiàn)貨價格的引導(dǎo)能力相對來說最為顯著，因而價格發(fā)現(xiàn)功能也最強(qiáng).由于強(qiáng)麥期貨市場和玉米期貨市場中期貨價格對現(xiàn)貨價格均具有較為顯著的非線性Granger因果關(guān)系，故價格發(fā)現(xiàn)功能次之.而滬深300股指期貨市場和國債仿真期貨市場中期貨價格對現(xiàn)貨價格具有一定的或相對微弱的非線性Granger因果關(guān)系，故兩者的價格發(fā)現(xiàn)功能相對較弱.

表1　基于VECM或VAR模型過濾后的非線性Granger因果關(guān)系檢驗(yàn)結(jié)果Table 1 The non-linear filtering Granger causality test results based on VECM or VAR model

金屬期貨市場和農(nóng)產(chǎn)品期貨市場之所以價格發(fā)現(xiàn)功能相對較強(qiáng)，這很大程度上可能是由于我國金屬期貨市場和農(nóng)產(chǎn)品期貨市場發(fā)展較早，成熟程度相對較高，與國外期貨市場聯(lián)系也相對較為緊密.同時，上述期貨市場的市場參與者較多，除會員外，還有商品生產(chǎn)者、銷售者、加工者和投機(jī)者等，他們聚集在一起進(jìn)行競爭，有助于價格的形成.此外，參與金屬期貨和農(nóng)產(chǎn)品期貨交易的機(jī)構(gòu)和個人大多比較熟悉商品行情，有著相對豐富的市場經(jīng)驗(yàn)和比較完善的信息渠道，且上述市場期貨交易的透明度相對較高，競爭公開化、公平化，因而這也有助于形成公正的價格.而金融期貨市場價格發(fā)現(xiàn)功能較弱的原因可能是由于該期貨市場起步較晚、門檻較高、投資者也相對較為單一等.同時，金融期貨是以股價指數(shù)或國債利率指數(shù)作為標(biāo)的物，而金屬期貨和農(nóng)產(chǎn)品期貨均是以金屬和農(nóng)產(chǎn)品等實(shí)物作為標(biāo)的物，由于我國金融市場并不是很成熟的金融市場，因而以股價指數(shù)或國債利率指數(shù)作為標(biāo)的物的金融期貨相對來說反映未來價格的能力相對有限，故價格發(fā)現(xiàn)功能相對較弱.

表2　基于VECM或VAR模型過濾后的非線性Granger因果關(guān)系檢驗(yàn)結(jié)果Table 2 The non-linear filtering Granger causality test results based on VECM or VAR model

3.3進(jìn)一步的分析

非線性Granger因果檢驗(yàn)方法是對線性Granger因果檢驗(yàn)方法的進(jìn)一步改進(jìn)，而為了論證非線性Granger因果檢驗(yàn)方法的必要性，本文借鑒楊子暉等[16]的思路，將對各期貨市場現(xiàn)貨價格與期貨價格的引導(dǎo)關(guān)系進(jìn)行線性Granger因果檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示.

由表3可知，除滬銅期貨市場中線性Granger因果檢驗(yàn)結(jié)果與非線性Granger因果檢驗(yàn)結(jié)果較為相似之外，其他結(jié)果均存在較大差別，如在滬深300股指期貨市場中，現(xiàn)貨價格對期貨價格的線性Granger因果關(guān)系大于期貨價格對現(xiàn)貨價格的線性Granger因果關(guān)系，而非線性Granger因果關(guān)系剛好相反；在國債仿真期貨市場中，期貨價格對現(xiàn)貨價格幾乎不存在任何線性Granger因果關(guān)系，而在非線性Granger因果關(guān)系中，兩者之間卻存在相對微弱的雙向非線性Granger因果關(guān)系，可見非線性Granger因果檢驗(yàn)方法刻畫變量間相關(guān)性的能力更強(qiáng)；在滬金期貨市場中，期貨價格對現(xiàn)貨價格的線性Granger引導(dǎo)關(guān)系非常微弱，而在非線性Granger因果關(guān)系中，期貨價格對現(xiàn)貨價格的線性Granger引導(dǎo)關(guān)系非常顯著；在強(qiáng)麥期貨市場中，現(xiàn)貨價格與期貨價格之間僅存在單向線性Granger因果關(guān)系，而在非線性Granger因果影響關(guān)系中，兩者之間的價格引導(dǎo)關(guān)系是雙向的；在玉米期貨市場中，現(xiàn)貨價格與期貨價格之間不具有任何線性Granger因果關(guān)系，而在非線性Granger因果影響關(guān)系中，兩者之間的價格引導(dǎo)關(guān)系是顯著雙向的.由這些結(jié)果可以看出，如果忽略現(xiàn)貨價格與期貨價格之間的非線性特征，則可能使得實(shí)際研究結(jié)果存在較大偏差.

表3　線性Granger因果關(guān)系檢驗(yàn)結(jié)果Table 3 The linear Granger causality test results

4　結(jié)束語

隨著我國金融市場的迅速發(fā)展，期貨市場越來越受到我國政府的重視，因而系統(tǒng)性地研究我國期貨市場的發(fā)展現(xiàn)狀具有重大的現(xiàn)實(shí)意義.本文基于非線性視角并利用多種非線性Granger因果檢驗(yàn)方法全面探究了中國期貨市場價格發(fā)現(xiàn)功能的現(xiàn)狀.研究結(jié)果表明，金屬期貨市場價格發(fā)現(xiàn)功能較強(qiáng)，即無論是滬金期貨市場，還是滬銅期貨市場，其期貨價格對現(xiàn)貨價格均存在顯著的非線性Granger因果關(guān)系.而農(nóng)產(chǎn)品期貨市場價格發(fā)現(xiàn)功能次之，金融期貨市場價格發(fā)現(xiàn)功能則相對較弱.同時，為進(jìn)一步論證非線性Granger因果檢驗(yàn)的重要性，本文還對比分析了線性Granger因果檢驗(yàn)結(jié)果，發(fā)現(xiàn)線性檢驗(yàn)結(jié)果與非線性檢驗(yàn)結(jié)果存在較大差別，故傳統(tǒng)線性Granger因果檢驗(yàn)方法可能由于忽略變量的非線性特征而使得研究結(jié)果出現(xiàn)顯著偏差.

由于我國期貨市場總體起步較晚，市場制度和投資者構(gòu)成相對不是特別完善，從而造成期貨市場與現(xiàn)貨市場存在一定程度的分割，這個現(xiàn)象在金融期貨市場表現(xiàn)地尤為突出，因而我國政府應(yīng)在準(zhǔn)入條件、交易機(jī)制和市場透明度等方面進(jìn)行深入改革，并注重培育更加成熟和種類更加豐富的微觀市場參與主體，進(jìn)而使得我國期貨市場價格發(fā)現(xiàn)功能得到進(jìn)一步提高.同時，期貨市場在金融市場中屬于高端市場，準(zhǔn)入門檻較高，且杠桿交易機(jī)制的引入使得期貨市場相對其他金融市場風(fēng)險更加巨大，故我國政府應(yīng)加強(qiáng)投資者的風(fēng)險教育與系統(tǒng)培訓(xùn)工作，切實(shí)防止期貨市場出現(xiàn)過度投機(jī)行為，并適時引導(dǎo)廣大投資者在風(fēng)險可以承受的范圍內(nèi)進(jìn)行合理投資.

[1]謝赤，余聰，羅長青，等.基于MRS Copula-GJR-Skewed-t模型的股指期貨套期保值研究.系統(tǒng)工程學(xué)報，2013，28(1)：83-93. Xie C，Yu C，Luo C Q，et al.Hedging of stock index futures based on Markov regime-switching Copula-GJR-Skewed-t model. Journal of Systems Engineering，2013，28(1)：83-93.(in Chinese)

[2]GarbadeKD，Silber W L.Price movementsand pricediscoveryin futures andcash markets.TheReviewofEconomicsandStatistics，1983，65(2)：289-297.

[3]Engle R F，Granger C W J.Co-integration and error correction：Representation，estimation，and testing.Econometrica：Journal of the Econometric Society，1987，55(2)：251-276.

[4]Gonzalo J，Granger C.Estimation of common long-memory components in cointegrated systems.Journal of Business&Economic Statistics，1995，13(1)：27-35.

[5]Hasbrouck J.One security，many markets：Determining the contributions to price discovery.The Journal of Finance，1995，50(4)：1175-1199.

[6]Theissen E.Price discovery in spot and futures markets：A reconsideration.The European Journal of Finance，2012，18(10)：969-987.

[7]YangJ，YangZ，ZhouY.Intradayprice discoveryand volatilitytransmission instock indexand stockindexfuturesmarkets：Evidence from China.Journal of Futures Markets，2012，32(2)：99-121.

[8]Bekiros S D，Diks C G H.The relationship between crude oil spot and futures prices：Cointegration，linear and nonlinear causality. Energy Economics，2008，30(5)：2673-2685.

[9]華仁海，劉慶富.股指期貨與股指現(xiàn)貨市場間的價格發(fā)現(xiàn)能力探究.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27(10)：90-100. Hua R H，Liu Q F.The research on price discovery ability between stock index futures market and stock index spot market.The Journal of Quantitative&Technical Economics，2010，27(10)：90-100.(in Chinese)

[10]何誠穎，張龍斌，陳薇.基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價格發(fā)現(xiàn)能力研究.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，28(5)：139-151. He C Y，Zhang L B，Chen W.Research on price discovery of HS300 index futures based on high frequencies data.The Journal of Quantitative&Technical Economics，2011，28(5)：139-151.(in Chinese)

[11]肖輝，鮑劍平，吳沖鋒.股指與股指期貨價格發(fā)現(xiàn)過程研究.系統(tǒng)工程學(xué)報，2006，21(4)：438-441. Xiao H，Bao J P，Wu C F.Study on price discovery process between stock index and stock index futures.Journal of Systems Engineering，2006，21(4)：438-441.

[12]陳秋雨，陳沖，馮煒.中國黃金期貨市場價格發(fā)現(xiàn)功能研究.浙江社會科學(xué)，2012，28(7)：19-27. Chen Q Y，Chen C，F(xiàn)eng W.Price discovery function of China’s gold futures market.Zhejiang Social Sciences，2012，28(7)：19-27. (in Chinese)

[13]閆云仙.中國玉米期貨市場價格發(fā)現(xiàn)功能的實(shí)證分析：基于有向無環(huán)圖的應(yīng)用.中國農(nóng)村經(jīng)濟(jì)，2010，26(7)：39-46. Yan Y X.The empirical analysis of price discovery function in China’s corn future market：Based on the application of directed acyclic graph.Chinese Rural Economy，2010，26(7)：39-46.(in Chinese)

[14]Hiemstra C，Jones J D.Testing for linear and nonlinear Granger causality in the stock price-volume relation.The Journal of Finance，1994，49(5)：1639-1664.

[15]Diks C.Panchenko V.A new statistic and practical guidelines for nonparametric Granger causality testing.Journal of Economic Dynamic&Control，2006，30(9)：1647-1669.

[16]楊子暉，趙永亮，柳建華.CPI與PPI傳導(dǎo)機(jī)制的非線性研究：正向傳導(dǎo)還是反向倒逼.經(jīng)濟(jì)研究，2013，59(3)：83-95. Yang Z H，Zhao Y L，Liu J H.A nonlinear research on the price transmission mechanism：Positive price transmission or reversed price transmission.Economic Research Journal，2013，59(3)：83-95.(in Chinese)

Study of the price discovery function in China’s future market

Xie Xiaowen1，2，F(xiàn)ang Yi3，Zhao Shengmin1?
(1.School of Finance，Nankai University，Tianjin 300071，China；2.Postdoctoral R&D Base，Guangzhou Yue Xiu Group，LTD，Guangzhou 510623，China；3.School of Finance，Central University of Finance and Economics，Beijing 100081，China)

This paper uses the latest nonlinear Granger causality test methods to explore the status quo of the price discovery function in China’s futures market，focusing on the non-linear perspective.The results show that the metal futures market has the best price discovery function，with the agricultural future market the second，and the financial future market weakest.The causal relationships between the futures price and the spot price in both Shanghai gold futures market and Shanghai copper futures market have a significant nonlinear Granger causality，the causal relationships of futures prices to spot prices in wheat futures market and corn futures market also have a relative strong nonlinear Granger causality.However，the causal relationship of the future prices to spot prices in CSI 300 stock index futures market and Treasury simulation futures market is relatively weak.Finally，the paper finds that the traditional linear Granger causality test may result in larger deviations due to neglecting variables’nonlinear characteristics.

spot market；future market；price discovery；nonlinear Granger causality test

F832.5

A

1000-5781(2016)03-0364-09

10.13383/j.cnki.jse.2016.03.008

謝曉聞(1985-)，男，湖南永州人，博士，研究方向：金融市場，Email：hnxiexw@163.com；

方意(1986-)，男，湖北黃岡人，博士，講師，研究方向：系統(tǒng)性風(fēng)險，貨幣政策，Email：nkkunta@163.com；

趙勝民(1967-)，男，黑龍江齊齊哈爾人，博士，教授，博士生導(dǎo)師，研究方向：金融工程，Email：zhaoshengmin@nankai.edu.cn.

2013-10-31；

2014-06-16.

教育部人文科學(xué)研究規(guī)劃基金項目(15YJA790090)；國家自科基金青年資助項目(71503290)；中國博士后科學(xué)基金面上資助項目(2015M580711)；中央財經(jīng)大學(xué)“中財121人才工程”青年博士發(fā)展基金資助項目(QBJ1415).