信息溢出視角下的中國金屬期貨市場國際定價能力研究

朱學(xué)紅，諶金宇，邵留國

(1.中南大學(xué)商學(xué)院，湖南 長沙 410083；2．中南大學(xué)金屬資源戰(zhàn)略研究院，湖南 長沙 410083)

?

信息溢出視角下的中國金屬期貨市場國際定價能力研究

朱學(xué)紅1,2，諶金宇1，邵留國1,2

(1.中南大學(xué)商學(xué)院，湖南 長沙 410083；2．中南大學(xué)金屬資源戰(zhàn)略研究院，湖南 長沙 410083)

基于多維信息溢出視角，本文采用有向無環(huán)圖和溢出指數(shù)模型，以上海期貨交易所(SHFE)、倫敦金屬交易所(LME)、紐約商品交易所(COMEX)三大期銅市場為例，對1994-2015年間中外期銅市場的動態(tài)聯(lián)動性進(jìn)行了研究，考察了中國期銅市場國際定價能力的現(xiàn)狀及動態(tài)趨勢。結(jié)果顯示，中外期銅市場的收益溢出效應(yīng)要強(qiáng)于波動溢出效應(yīng)，并且收益率溢出與波動率溢出在動態(tài)路徑上存在顯著性差異，收益溢出指數(shù)具有明顯的上升趨勢，而波動率溢出指數(shù)則呈現(xiàn)較強(qiáng)的不規(guī)則波動；此外，SHFE期銅市場的國際定價能力表現(xiàn)出階段性特征，在2003年10月以前呈現(xiàn)逐漸上升趨勢，之后有所下降，在2007年后又得到顯著提升，但國際市場對SHFE期銅市場的信息溢出強(qiáng)度要高于SHFE期銅市場的對外溢出，顯示現(xiàn)階段SHFE期銅市場的國際定價能力還相對較弱。

信息溢出；期銅市場；定價能力；收益率溢出；波動率溢出

1 引言

隨著經(jīng)濟(jì)全球化的深入發(fā)展與各國間經(jīng)濟(jì)交流的日益密切，全球各個金融市場之間的聯(lián)系日益緊密，特別是2007年起源于美國的次貸危機(jī)，最終演變成全球性金融危機(jī)，增強(qiáng)了人們對金融市場之間整體聯(lián)動與信息傳導(dǎo)作用的關(guān)注；另一方面，中國經(jīng)濟(jì)的強(qiáng)勁發(fā)展催生了對于全球金屬礦產(chǎn)資源等大宗商品進(jìn)口需求的增加，“中國因素”對國際金屬價格的影響日益加大，但我國金屬價格也深受國際市場金屬價格劇烈波動的影響。在此背景下，中外金屬市場價格聯(lián)動機(jī)制及其衍生出來的國際定價權(quán)問題已成為我國不可回避并具迫切現(xiàn)實(shí)意義的問題，對此，我國政府也高度重視，2011年，時任國務(wù)院副總理的李克強(qiáng)就提出要“推動形成長期、穩(wěn)定、可預(yù)期的大宗商品供求關(guān)系和合理的價格機(jī)制”。金屬作為重要的資源型產(chǎn)品和主要的大宗商品類別，在其國際定價過程中,期貨市場發(fā)揮了極為重要的作用。那么，在國內(nèi)外金屬期貨市場聯(lián)系越來越密切的背景下，我國與國際主要金屬期貨市場的聯(lián)動將呈現(xiàn)怎樣的特征？作為全球重要的金屬期貨市場，我國金屬期貨市場是否具備一定的國際定價能力？如果是，這種國際定價能力的發(fā)展趨勢如何？在日益復(fù)雜的國際經(jīng)濟(jì)金融環(huán)境下，對這些問題的探討自然具有重要的理論與現(xiàn)實(shí)意義。

信息溢出一般包含收益率與波動率兩個層面?，F(xiàn)有研究也主要基于收益率與波動率兩個層面來開展國內(nèi)外期貨市場的聯(lián)動性研究。在收益溢出方面，主要研究國內(nèi)外期貨市場的價格聯(lián)動，用于衡量國內(nèi)外期貨市場的一體化水平,采用的方法主要是Granger 因果檢驗(yàn)、誤差修正模型、共因子模型等。蔣序標(biāo)和周志明[1]應(yīng)用Granger 因果檢驗(yàn)檢驗(yàn)了上海期銅交易所與倫敦期銅交易所之間的價格引導(dǎo)關(guān)系。華仁海等[2]借助信息共享模型與共因子模型研究了上海期貨交易所、倫敦金屬交易所和紐約商業(yè)交易所的聯(lián)動性以及各個市場在價格發(fā)現(xiàn)中的貢獻(xiàn)份額，結(jié)果顯示，倫敦期銅市場在國際定價中處于主導(dǎo)地位，紐約市場次之，上海市場的定價能力最小，但與紐約市場接近。Isabel和 Jesús[3]也運(yùn)用共因子模型對商品期現(xiàn)貨市場的價格發(fā)現(xiàn)能力進(jìn)行了探究，而楊浩和馬鶴[4]基于期貨市場的價格運(yùn)行機(jī)制，運(yùn)用誤差修正模型以及格蘭杰因果檢驗(yàn)等方法研究中國與國外主要大豆市場的引導(dǎo)關(guān)系，結(jié)果發(fā)現(xiàn)芝加哥期貨市場價格對大豆期貨市場價格起主導(dǎo)作用。邵燕敏和汪壽陽[5]通過構(gòu)建門限向量誤差修正模型，發(fā)現(xiàn)了LME期銅市場與SHFE期銅市場存在門限協(xié)整關(guān)系的證據(jù)。

在波動溢出方面，主要研究國內(nèi)外期貨市場間的風(fēng)險傳導(dǎo)以及金融風(fēng)險傳染，采用的方法主要是GARCH族模型。如Fung等[6]利用GARCH模型對中美期貨市場的銅期貨價格進(jìn)行分析，發(fā)現(xiàn)我國銅期貨價格在不同程度上受到美國銅期貨市場的影響。也有學(xué)者基于多變量GARCH模型對LME與SHFE銅期貨市場之間的信息傳遞關(guān)系進(jìn)行了研究[7-11]，結(jié)果普遍顯示兩市場之間存在雙向波動溢出效應(yīng)，但是在波動溢出力度上LME比SHFE具有更強(qiáng)的影響力。Liu Qingfu和An Yunbi[12]則采用M-GARCH模型研究了中國銅期貨市場、銅現(xiàn)貨市場與美國銅期貨市場之間的信息傳導(dǎo)機(jī)制，顯示中美市場之間存在雙向波動溢出效應(yīng)，但是美國銅期貨市場在市場聯(lián)動中發(fā)揮的作用更大。Yue Yiding等[13]運(yùn)用 VAR-DCC-GARCH 模型，研究 LME 金屬價格與中國金屬價格間的聯(lián)動效應(yīng)及其動態(tài)相關(guān)性，發(fā)現(xiàn)LME 金屬價格依然對中國金屬價格有著較大的影響。當(dāng)然，也有學(xué)者基于收益溢出與波動溢出視角進(jìn)行整合研究，在一個框架內(nèi)研究國內(nèi)外期貨市場之間的收益溢出效應(yīng)與波動溢出效應(yīng)[14-15]。

可見，學(xué)者們關(guān)于國內(nèi)外期貨市場信息溢出的研究已取得豐碩成果，但現(xiàn)有研究主要針對特點(diǎn)時間點(diǎn)，兩兩分析期貨市場間的信息溢出，缺乏動態(tài)性、系統(tǒng)性，在方法選擇上，格蘭杰因果檢驗(yàn)、誤差修正模型等很難對同期因果關(guān)系進(jìn)行探討，而GARCH族模型在刻畫多元金融時間序列數(shù)據(jù)時，又存在計算復(fù)雜度高的缺點(diǎn)。近期，信息溢出檢驗(yàn)方法-有向無環(huán)圖和溢出指數(shù)方法日益得到學(xué)術(shù)界的重視，作為一種數(shù)據(jù)驅(qū)動方法,有向無環(huán)圖能夠有效地識別變量之間的同期因果關(guān)系,因而被迅速應(yīng)用到經(jīng)濟(jì)金融領(lǐng)域的實(shí)證分析中[16-20]；而Diebold和Yilmaz[21-22]提出的溢出指數(shù)方法，由于適用性廣泛，能定量測度信息溢出的強(qiáng)度和規(guī)模同樣受到學(xué)術(shù)界的廣泛關(guān)注[23-27]。因此，本文將采用有向無環(huán)圖和溢出指數(shù)方法，以銅為例，設(shè)計一個動態(tài)分析框架，基于多維信息溢出的視角在全球市場的框架內(nèi)研究中國金屬期貨市場的國際定價能力，具體分析中國金屬期貨市場國際定價能力的現(xiàn)狀及動態(tài)，趨勢。與以往研究相比，本文主要作如下改進(jìn)：一是嘗試將COMEX期銅市場納入全球期銅市場聯(lián)動體系中，全景式考察國際期銅市場間的多維聯(lián)動關(guān)系，突破以往主要兩兩分析LME期銅市場與SHFE期銅市場的局限性；二是采用DAG方法，通過識別同期因果關(guān)系揭示中外期銅市場間的同期溢出結(jié)構(gòu)，進(jìn)而得到中外期銅市場信息溢出的傳導(dǎo)路徑、方向；三是利用溢出指數(shù)模型，從收益率與波動率兩個維度定量考察中外期銅市場的靜態(tài)溢出效應(yīng)，并采用滾動窗口檢驗(yàn)構(gòu)建中外期銅市場動態(tài)溢出效應(yīng)圖，捕捉中國期銅市場國際定價能力的動態(tài)特征。

2 研究方法

本文主要從系統(tǒng)和動態(tài)的角度來研究中外期銅市場信息溢出的方向、水平與動態(tài)趨勢，因此，本文首先借鑒DAG 方法，將整個市場作為一個系統(tǒng)，通過 VAR 模型殘差的相關(guān)系數(shù)矩陣來識別變量間的同期因果結(jié)構(gòu)，突破兩兩分析的局限性，同時該方法基于數(shù)據(jù)驅(qū)動，不需要任何理論假設(shè)和主觀判斷，擺脫了以往方法中不可避免的主觀性；接著將溢出指數(shù)模型與滾動窗口檢驗(yàn)結(jié)合，在測度信息溢出的強(qiáng)度和規(guī)模的同時，建立動態(tài)溢出效應(yīng)圖，解決以往方法對信息溢出動態(tài)變化考察不足的缺陷。

2.1 DAG方法

有向無環(huán)圖(Directed Acyclic Graphs,簡稱DAG)，是指含非循環(huán)路徑的有向圖，即所有的邊都是有向邊且無有向循環(huán)路徑的圖。該方法能夠有效地識別變量之間的同期因果關(guān)系，并可采用圖形來形象地表示這種關(guān)系的存在性和指向性。DAG由節(jié)點(diǎn)和有向邊構(gòu)成,節(jié)點(diǎn)表示變量,有向邊連接這些節(jié)點(diǎn),表示同期關(guān)系。通過對擾動項(xiàng)相關(guān)系數(shù)和偏相關(guān)系數(shù)的分析, DAG能夠識別變量之間的同期關(guān)系,識別結(jié)果存在以下5種可能的情形:①沒有邊連接(XY)：兩個變量X和Y之間不存在因果關(guān)系，兩者是獨(dú)立的；②單方向的連接(X→Y)： 說明存在X到Y(jié)的單向因果關(guān)系；③單方向的連接(Y→X)：說明存在Y到X的單向因果關(guān)系；④雙向連接(X?Y)：表示兩個變量之間存在雙向因果關(guān)系；⑤沒有方向的連接(X—Y)：意味著存在因果關(guān)系,但無法明確這種關(guān)系的指向性。

2.2 溢出指數(shù)模型

溢出指數(shù)模型(Spillover Index,簡稱SI)基于VAR模型的方差分解，用以定量測度金融市場間的總體溢出情況。它的推導(dǎo)過程為：

首先建立一個具有平穩(wěn)協(xié)方差的滯后P期的N變量VAR模型：

(1)

其中，Xt=(x1,t,…,xN,t)′，φi是N×N的系數(shù)矩陣，誤差向量εt均值為零，協(xié)方差矩陣記為∑。假設(shè)該VAR模型具有平穩(wěn)的協(xié)方差，因此可將式(1)轉(zhuǎn)換為移動平均的形式：

(2)

式(2)中的系數(shù)矩陣Ai滿足遞歸形式Ai=φ1Ai-1+φ2Ai-2+…+φpAi-p；A0為N×N維單位陣，且當(dāng)i<0時，Ai=0。

在上述VAR模型的基礎(chǔ)上，通過對協(xié)方差矩陣∑進(jìn)行方差分解，并對變量間溢出效應(yīng)進(jìn)行定義：變量xj對變量xi的溢出效應(yīng)被定義為xi的T步預(yù)測誤差的方差受到來自xj部分的沖擊，其中i≠j，用公式表示如下：

(3)

(4)

(5)

進(jìn)一步對溢出指數(shù)模型進(jìn)行拓展，還可得出定向溢出指數(shù)DSI(Directional Spillover Index),其中，i市場對其他市場的定向溢出指數(shù)定義為：

(6)

3 數(shù)據(jù)與實(shí)證結(jié)果

3.1 數(shù)據(jù)來源與處理

目前,國際上進(jìn)行銅期貨交易最有影響力的期貨交易所包括倫敦金屬交易所(LME)、上海期貨交易所(SHFE)和紐約商品交易所(COMEX) ，因此本文以這三大期銅市場為研究對象。類似于Xu和Fung[28]的數(shù)據(jù)選擇方式,對倫敦金屬交易所以及紐約商品交易所銅交易數(shù)據(jù),均選用場內(nèi)交易數(shù)據(jù),對上海期貨交易所則選用電子盤交易數(shù)據(jù)。所用數(shù)據(jù)包括三個市場每個交易日的收盤價，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。其中，滬銅的報價單位為人民幣元/噸，LME銅的報價單位為美元/噸，COMEX銅的報價單位為美元/鎊，為保持單位一致，統(tǒng)一將報價單位折算成人民幣元/噸，人民幣兌美元匯率采用國家外匯管理局提供的人民幣基準(zhǔn)匯率。本文的樣本區(qū)間為1995年4月17日至2015年5月11日，因?yàn)橹袊?、英國、美國停市的?jié)假日不同，造成數(shù)據(jù)不同步，刪除因節(jié)假日不同導(dǎo)致收盤價缺失的數(shù)據(jù)，一共獲得4604組數(shù)據(jù)。

收益率計算公式為Rt=InPt-InPt-1，Rt表示第t個交易日的收益率，Pt表示第t個交易日的收盤價，至于波動率計算，采用GARCH(1,1)模型對收益率序列的波動進(jìn)行度量。描述性統(tǒng)計顯示，在樣本期內(nèi)，三大期銅市場的收益率均值從高到低依次為：LME、SHFE、COMEX，表明LME期銅交易所的獲利機(jī)會更大；無論是從收益率的標(biāo)準(zhǔn)差還是波動率的均值，三大期銅市場的波動性由強(qiáng)到弱依次為：COMEX、LME、SHFE，可以看出，SHFE的收益率較高，但市場波動卻最低，表明其是一個良好的“避風(fēng)港”。三大期銅市場的收益率分布均為左偏，而峰度值顯著大于3，表明其存在尖峰厚尾現(xiàn)象。此外，鑒于DAG方法和溢出指數(shù)模型都是構(gòu)建在VAR系統(tǒng)之上，因此，本文對三大期銅市場的收益率和波動率的平穩(wěn)性進(jìn)行了檢驗(yàn)，ADF統(tǒng)計量均在1%的水平上拒絕存在單位根的原假設(shè)。

3.2 基于DAG方法的同期信息溢出

本文以向量自回歸模型中的“殘差相關(guān)系數(shù)矩陣”為出發(fā)點(diǎn)，對LME、SHFE、COMEX三個變量之間的同期因果關(guān)系進(jìn)行了DAG分析。根據(jù) AIC準(zhǔn)則，本文針對收益率和波動率分別建立7階和6階VAR模型，進(jìn)而得到收益率與波動率的殘差相關(guān)系數(shù)矩陣:

接著畫出三個變量之間的無向完全圖，表示變量間可能存在同期因果關(guān)系。然后利用軟件TETRAD中的算法，對上述殘差相關(guān)系數(shù)矩陣進(jìn)行分析，以便計算出各變量之間同期因果關(guān)系的依賴性和指向性，并通過運(yùn)用參數(shù)估計方法對其計算出正向或負(fù)向的作用。圖1和圖2分別為1%顯著性水平下收益率和波動率同期溢出結(jié)構(gòu)。

圖1 收益率的同期溢出

圖2 波動率的同期溢出

圖1給出了三大期銅市場收益率的同期溢出結(jié)

構(gòu)，可以看出，第一，LME期銅市場對SHFE、COMEX兩大期銅市場都具有收益率同期溢出，在某種程度上反映了在全球銅期貨市場聯(lián)動體系中，LME期銅市場起到了信息先導(dǎo)的作用，仍占據(jù)主導(dǎo)地位，其他市場仍處于接受其主導(dǎo)的情形；第二，SHFE期銅市場存在著對COMEX期銅市場的單向溢出，顯示SHFE期銅市場對外發(fā)揮了一定國際影響力；第三，LME與COMEX兩大期銅市場收益率的信息聯(lián)動水平較高，這與歐美多成熟金融市場的現(xiàn)實(shí)相一致，反映其對外開放程度與一體化水平較高。

圖2給出了三大期銅市場波動率的同期溢出結(jié)構(gòu)，可以發(fā)現(xiàn)，第一，LME期銅市場只存在對COMEX期銅市場的波動率同期溢出，一方面反映LME在全球銅期貨市場波動聯(lián)動體系中，具有重要地位，另一方面也反映歐美市場波動率的信息聯(lián)動水平比較高，但也說明在歐美市場中波動傳導(dǎo)更為通暢，跨國金融風(fēng)險更加容易傳染；第二，與收益率溢出結(jié)果不同，SHFE期銅市場對其他市場沒有波動率同期溢出，說明中國期銅市場對其他市場的國際影響力還比較弱。

3.3 溢出指數(shù)模型

本文針對收益率與波動率建立VAR模型，收益率與波動率VAR模型的滯后階數(shù)依據(jù)AIC準(zhǔn)則加以確定，分別為7階和6階，預(yù)測誤差方差分解的期數(shù)為10。表1給出了收益率和波動率的溢出指數(shù)結(jié)果。

可以看出，LME、SHFE、COMEX三大期銅市場之間的收益率溢出和波動率溢出指數(shù)分別為38.92%和20.2%，表明三大期銅市場之間的聯(lián)動主要表現(xiàn)為收益聯(lián)動，其波動聯(lián)動相對較弱。

進(jìn)一步計算三大期銅市場收益率和波動率的定向溢出指數(shù)(DSI)，在這里將其細(xì)分為外向溢出指數(shù)在S.i與向內(nèi)溢出指數(shù)Si.。其計算結(jié)果如表2所示：

表1 收益率與波動率溢出指數(shù)

表2 定向溢出指數(shù)(DSI)和凈溢出指數(shù)(NSI)統(tǒng)計

從表2可以看出，首先，SHFE期銅市場收益率和波動率對外溢出指數(shù)分別為27.57%和9.43%，而其他市場對SHFE期銅市場溢出的指數(shù)值分別為30.71%和13.10%，SHFE期銅市場的定向溢出存在明顯的不對稱性，國際市場對中國期銅市場的信息溢出強(qiáng)度要高于中國期銅市場的對外溢出，其凈溢出為負(fù)，這說明現(xiàn)階段SHFE期銅市場的信息溢出水平總體不高，國際影響力還比較弱，這反映了我國期貨市場對外開放比較晚的現(xiàn)實(shí)；其次，LME期銅市場在全球銅期貨市場中處于信息先導(dǎo)地位，這也與DAG方法結(jié)論一致，LME期銅市場收益率與波動率的對外溢出指數(shù)分別達(dá)到86.57%和45.86%，同時其接受其他期銅市場的溢出分別為18.33%和1.44%，其凈溢出為正。最后，COMEX期銅市場收益率與波動率的對外溢出指數(shù)分別為2.61%和5.31%，遠(yuǎn)遠(yuǎn)小于SHFE期銅市場的溢出，并且其凈溢出指數(shù)值也小于SHFE期銅市場，可以反映SHFE現(xiàn)已成為僅次于LME的全球第二大銅定價中心的現(xiàn)實(shí)。

3.4 溢出指數(shù)的滾動窗口檢驗(yàn)

前文溢出指數(shù)衡量的是整個樣本期間市場的收益聯(lián)動與波動聯(lián)動程度，無法反映市場間信息溢出的動態(tài)變化，為彌補(bǔ)前文靜態(tài)研究的不足，本文接著進(jìn)行溢出指數(shù)的滾動窗口檢驗(yàn)，以500個交易日的觀測區(qū)間作為滾動窗口，將樣本區(qū)間劃分為數(shù)個互相重疊的子樣本區(qū)間，分別計算三大期銅市場的收益率溢出和波動率溢出，進(jìn)而觀測收益率溢出與波動率溢出指數(shù)的動態(tài)變化。圖3時間軸表示各滾動窗口的截止日期，為檢驗(yàn)三大期銅市場收益率與波動率總體溢出水平的時變特征，本文采用固定滾動窗口檢驗(yàn)方法，根據(jù)VAR確定的滯后階數(shù)，收益率和波動率VAR模型依舊選擇7階和6階。

圖3 三大期銅市場的收益率溢出與波動率溢出

從圖3可以看出，收益率與波動率的總體溢出指數(shù)在動態(tài)路徑上存在顯著區(qū)別，從收益率溢出角度來看，隨著時間變換，中外期銅市場的溢出指數(shù)值呈現(xiàn)穩(wěn)步增長趨勢，由24.19%上升到49.23%，表明三大期銅市場的收益聯(lián)動呈現(xiàn)增強(qiáng)的趨勢，同時，收益率溢出指數(shù)的波動幅度較小，受極端事件的影響較少；從波動率溢出角度來看，波動率的總體溢出指數(shù)受金融危機(jī)等極端事件的影響較大，表現(xiàn)出較大的波動性，在2008年9月雷曼兄弟公司破產(chǎn)使得次貸危機(jī)演變?yōu)槿蛐缘慕鹑谖C(jī)后，溢出指數(shù)呈現(xiàn)跳躍性的上升，從29.28%跳到44.37%，風(fēng)險聯(lián)動上升超過50%，至于在歐債危機(jī)期間，溢出指數(shù)甚至從8.28%跳到48.76%，風(fēng)險聯(lián)動躍升了將近5倍。

接下來本文通過采用SHFE期銅市場收益率的外向溢出指數(shù)來研究我國期銅市場國際定價能力的動態(tài)變化，通過波動率的外向溢出指數(shù)重點(diǎn)考察危機(jī)期間的國際定價能力，如圖4所示。

圖4 SHFE期銅市場的對外溢出

可以看出，與總體溢出指數(shù)類似，SHFE期銅市場收益率的對外溢出也具有明顯的上升趨勢，并且呈現(xiàn)出明顯的階段性特征，為驗(yàn)證這種階段性特征，本文采用Chow檢驗(yàn)對SHFE期銅市場對外溢出序列進(jìn)行了分析，中國市場對其他市場的溢出序列存在兩個斷點(diǎn)(2003-10-28、2006-12-23)，溢出序列在斷點(diǎn)處出現(xiàn)了結(jié)構(gòu)性變化，依據(jù)這些斷點(diǎn)，本文將SHFE期銅市場的對外溢出序列劃分為3個時段，(1)2003年10月以前，SHFE期銅市場的對外溢出呈現(xiàn)逐漸上升趨勢，溢出指數(shù)值在2003年10月達(dá)到峰值15.94%，這一時段的均值為5.19%；(2)2003年11月至2006年12月，SHFE期銅市場的對外溢出呈現(xiàn)回落趨勢，溢出指數(shù)值從15.94%下降到5.74%，這一時段的均值為10.01%；(3)從2007年開始，SHFE期銅市場的對外溢出指數(shù)又進(jìn)入上升的快車道，迅速邁過10%、20%的門檻，至今達(dá)到20.71%，這一時段的均值為17.15%。這表明我國期銅市場的國際定價能力變化呈現(xiàn)階段性特征，2003年10月以前，我國期銅市場的國際定價能力呈現(xiàn)逐漸上升趨勢，之后有所下降，從2007年開始，又得到顯著提升，但總體水平不高，相對于LME期銅市場而言也相對較低，對外影響力不足。

從圖4還可以看出，次貸危機(jī)與歐債危機(jī)等金融極端事件對SHFE波動率的對外溢出影響比較顯著，導(dǎo)致其呈現(xiàn)較大的波動性，在次貸危機(jī)中，伴隨著危機(jī)惡化，波動率的對外溢出在短時期內(nèi)顯著增強(qiáng)，一度出現(xiàn)18.43%的峰值，伴隨著危機(jī)逐漸緩解，此次危機(jī)對SHFE期銅市場的影響逐漸減弱，導(dǎo)致對外溢出指數(shù)值迅速回落，一度達(dá)到0.15%的歷史性最低水平，之后隨著歐債危機(jī)的爆發(fā)，對中國期銅市場的影響再一次加劇，導(dǎo)致SHFE期銅市場的對外溢出指數(shù)值迅速攀升，跨過20%的門檻，達(dá)到歷史最高值23.14%，并且對外溢出幅度還要大于次貸危機(jī)期間，表明歐債危機(jī)期間，SHFE期銅市場對其他市場的風(fēng)險傳染要大于次貸危機(jī)期間，可見，隨著各個市場一體化的增強(qiáng)，中國市場對其他市場的傳染效應(yīng)也在增強(qiáng)，并且這種傳染效應(yīng)在危機(jī)時期和平穩(wěn)時期表現(xiàn)出顯著性差異。

4 結(jié)語

本文基于信息溢出的視角，在全球期銅市場的多維框架內(nèi)，通過構(gòu)建有向無環(huán)圖和溢出指數(shù)模型，采用1995年4月17日至2015年5月11日的日度數(shù)據(jù)，對LME、SHFE、COMEX三大期銅市場的聯(lián)動以及SHFE期銅市場的國際定價能力進(jìn)行了研究，分析了SHFE期銅市場國際定價能力的現(xiàn)狀及動態(tài)趨勢，主要研究結(jié)論如下:

(1)全球三大期銅市場之間的總體溢出主要表現(xiàn)為收益溢出，其波動溢出相對較弱，并且收益率和波動率溢出的時變特征呈現(xiàn)出差異性，收益率溢出指數(shù)具有明顯的上升趨勢，表明樣本期內(nèi)全球期銅市場的聯(lián)動逐漸增強(qiáng)，而波動率溢出指數(shù)則更多受到經(jīng)濟(jì)金融危機(jī)傳染效應(yīng)的影響，呈現(xiàn)出較強(qiáng)的不規(guī)則波動。

(2)LME期銅市場在全球銅期貨市場中處于信息先導(dǎo)地位，SHFE期銅市場次之，COMEX期銅市場的國際定價能力最小，我國期銅市場已經(jīng)具備影響國際市場特別是COMEX期銅市場的能力，我國金屬期貨市場爭取國際定價權(quán)的努力取得重要進(jìn)展。

(3)SHFE期銅市場的國際定價能力在動態(tài)路徑上表現(xiàn)出階段性特征，在2003年10月以前呈現(xiàn)逐漸上升趨勢，之后有所下降，在2007年后又得到顯著提升；但國際市場對SHFE期銅市場的信息溢出強(qiáng)度要高于SHFE期銅市場的對外溢出，其凈溢出為負(fù)，顯示現(xiàn)階段SHFE期銅市場的國際定價能力還相對較弱。

依據(jù)上述結(jié)論，一方面，隨著中外期銅市場收益率溢出效應(yīng)的增強(qiáng)，投資者應(yīng)該同時關(guān)注國內(nèi)、國際市場上的供求信息變化與期貨價格的波動,可以利用國際期貨市場的相關(guān)品種進(jìn)行套期保值,同時,在國內(nèi)、國際期貨市場上相關(guān)品種的期貨價格偏離均衡狀態(tài)時,投資者可以進(jìn)行無風(fēng)險的跨市場套利；但由于市場之間的風(fēng)險傳染不一定伴隨增強(qiáng)，監(jiān)管部門則可依據(jù)收益率與波動率溢出的動態(tài)路徑差異，有針對性地出臺監(jiān)管措施；另一方面，依據(jù)SHFE期銅市場的國際定價能力現(xiàn)狀及趨勢，可遵循先亞洲及北美，再歐洲的路徑，從維護(hù)國家經(jīng)濟(jì)安全的戰(zhàn)略高度,高度重視、切實(shí)加快發(fā)展和完善我國的金屬期貨市場,進(jìn)一步提高我國金屬期貨市場的對外開放度，將完善法律法規(guī)、擴(kuò)大品種類別、大力開發(fā)套保工具，完善信息披露制度作為重點(diǎn)舉措，充分發(fā)揮“中國因素”在金屬國際定價中的作用, 打破國際定價權(quán)的“壟斷”與“操縱”,漸進(jìn)性爭取國際金屬定價權(quán)。

[1] 蔣序標(biāo),周志明.LME 與SHFE 期銅價格引導(dǎo)關(guān)系實(shí)證研究[J].系統(tǒng)工程，2004,22(9):66-68.

[2] 華仁海，盧斌，劉慶富.中國期銅市場的國際定價功能研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，(8)：83-93.

[3] Isabel F F, Jesús G. Modelling and measuring price discovery in commodity markets[J]. Journal of Econometrics,2010,158(1)：95-107.

[4] 楊浩，馬鶴. 中國對國際大宗農(nóng)產(chǎn)品的價格影響力研究—基于大豆期貨市場的實(shí)證分析[J]. 中國管理科學(xué),2012,22(S2):848-853.

[5] 邵燕敏,汪壽陽.基于門限向量誤差修正模型的中國與國際有色金屬期貨價格關(guān)聯(lián)性研究[J].系統(tǒng)工程理論與實(shí)踐,2012,32(11):2387-2393.

[6] Fung H G, Leung W K, Xu X E. Information flows between the U.S.and China commodity futures trading[J].Review of Quantitave Finance and Accounting,2003,21(3):267-285.

[7] 吳文鋒，劉太陽，吳沖鋒.上海與倫敦期銅市場之間的波動溢出效應(yīng)研究[J].管理工程學(xué)報，2007，21(3):111-115.

[8] 高金余，劉慶富.倫敦與上海期銅市場之間的信息傳遞關(guān)系研究[J].金融研究，2007,(2)：63-73.

[9] 劉慶富,張金清,華仁海.LME與SHFE金屬期貨市場之間的信息傳遞效應(yīng)研究[J].管理工程學(xué)報，2008，22(2)：155-159.

[10] 方毅.國內(nèi)外期銅價格之間的長期記憶成分和短期波動溢出效應(yīng)[J].數(shù)理統(tǒng)計與管理，2008，27(2):304-312.

[11] 郭樹華，王華,高祖博,等. 金屬期貨市場價格聯(lián)動及其波動關(guān)系研究[J].國際金融研究，2010,(4)：79-88.

[12] Liu Qingfu, An Yunbi.Information transmission in informationally linked market:Evidence from US and Chinese commodity futures market[J].Journal of International Money and Finance,2011,30(5):778-795.

[13] Yue Yiding, Liu Duchi, Xu Shan.Research on the price linkage between Chinese and international non-ferrous metals commodity markets based on VAR-DCC-GARCH models [J]. Transactions of Nonferrous Metals Society of China,2015,25(3):1020-1026.

[14] 韓立巖,鄭葵方.銅期貨市場信息的國際傳遞[J].管理評論,2008,20(1):9-16.

[15] 徐國祥,代吉慧.中國與國際大宗商品市場價格之間的關(guān)聯(lián)性研究[J].統(tǒng)計研究,2015,(6):81-89.

[16] Bessler D A,Yang Jian.The structure of interdependence in international stock market[J].Journal of International Money and Finance,2003,22(2):261-287.

[17] 吳文鋒,靳瑩. 基于DAG方法的物價波動國際間傳導(dǎo)研究[J]. 中國管理科學(xué),2008,16(S1):481-485.

[18] Yang Jian, Zhou Yinggang. Credit risk spillovers among financial institutions around the global credit crisis:firm-level evidence[J].Management Science,2013,59(10):2343-2359.

[19] 李苗苗,肖洪鈞,趙爽. 金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長的關(guān)系研究—基于中國的省市面板數(shù)據(jù)[J]. 中國管理科學(xué),2015,23(2):162-169.

[20] 卜林,李政,張馨月. 短期國際資本流動、人民幣匯率和資產(chǎn)價格——基于有向無環(huán)圖的分析[J]. 經(jīng)濟(jì)評論,2015,(1):140-151.

[21] Diebold F X, Yilmaz K. Measuring financial asset return and volatility spillovers with application to global equity market[J].Economic Journal, 2009,119(534):158-171.

[22] Diebold F X, Yilmaz K.Better to give than to receive: Predictive directional measurement of volatility spillovers[J].International Journal of Forecasting,2012,28(1):57-66.

[23] Zhou Xiangyi, Zhang Weijin, Zhang Jie.Volatility spillovers between the Chinese and world equity market[J].Pacific Basin Finance Journal,2012,20(2):247-270.

[24] Alter A, Beyer A. The dynamics of spillver effects during the European sovereign debt turmoil[J].Journal of Banking and Finance,2014,42(4):134-153.

[25] Diebold F X, Yilmaz K. On the network topology of variance decompositions:Measuring the connectedness of financial firms[J].Journal of Econometrics,2014,182(1):119-134.

[26] 尹力博,韓立巖.中國輸入型通貨膨脹特征研究:程度、來源及渠道[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2014,(7):52-67.

[27] 梁琪，李政，郝項(xiàng)超.中國股票市場國際化研究：基于信息溢出的視角[J].經(jīng)濟(jì)研究，2015,(4)：150-164.

[28] Xu X E, Fung H G. Cross-market linkages between U.S. and Japanese precious metals futures trading[J].Journal of International Financial Markets,2005,15(2):107-124.

The International Pricing Power of Chinese Metal Futures Market Based on Information Spillover

ZHU Xue-hong1,2, CHEN Jin-yu1, SHAO Liu-guo1,2

(1.School of Business, Central South Universtiy, Changsha 410083,China;2.Institute of Metal Resources Strategy, Central South Universtiy, Changsha 410083,China)

With the further development of economic globalization and the increasing influence of Chinese factor, the price linkage mechanism of domestic and foreign metal futures markets as well as international pricing issues have drawn public’s attention. Based on the multi-dimensional information spillovers and by taking the examples of SHFE (Shanghai Futures Exchange), LME (London Metal Exchange) and COMEX (New York Commodity Exchange), Directed Acyclic Graphs and Information Spillover Index model are used to study the dynamic linkage between domestic and foreign copper futures markets from 1994 to 2015,and the current situation and dynamic trend of international pricing power of Chinese copper futures market are also measured. The results show that the return spillovers are much stronger than volatility spillovers,and the dynamic of return and volatility spillovers show significant difference, the return spillovers display a significant increasing trend, while the volatility spillovers are more influenced by extreme events like financial crisis. Furthermore,the international pricing power of SHFE copper market shows the characteristics of stages.It presents a gradually rising trend before October 2003, then falls back, and significantly improves after 2007. But the information spillover strength from international market to SHFE copper market is higher than the foreign overflow of SHFE copper market,which demonstrats that the international pricing power of Chinese copper futures market is still relatively weak.Our findings can not only provide valuable market information for market participants and regulators, but also have important theoretical value and practical significance for correctly understanding the role of Chinese metal futures market in international commodity pricing, while also accelerats the development of Chinese metal futures market.

information spillover; copper futures market; international pricing power; return spillover; volatility spillover

2015-07-24；

2016-03-21

國家自然科學(xué)基金重點(diǎn)項(xiàng)目(71633006)；國家社會科學(xué)基金重大項(xiàng)目(13&ZD169，14ZDB136)；國家自然科學(xué)基金面上項(xiàng)目(71573282)；教育部人文社會科學(xué)研究規(guī)劃基金(14YJCZH045)；湖南省教育廳創(chuàng)新平臺開放基金(15K134)；中南大學(xué)研究生自主探索創(chuàng)新基金(2015zzts005)

簡介：諶金宇(1988-)，男(漢族)，湖南益陽人，中南大學(xué)商學(xué)院博士研究生，研究方向：大宗商品定價、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)，E-mail：cjy19881001@163.com.

F830.91

A

1003-207(2016)09-0028-08

10.16381/j.cnki.issn1003-207x.2016.09.004