連續(xù)交易制度與貴金屬期貨價(jià)格發(fā)現(xiàn)功能實(shí)證研究

傅強(qiáng)+鐘浩月+季俊偉

[提要] 為提升滬金、滬銀期貨市場競爭力，上海期貨交易所于2013年7月5日施行連續(xù)交易制度。本文采用2011年1月至2014年9月滬金滬銀期貨、現(xiàn)貨日收盤價(jià)數(shù)據(jù)，利用VEC模型、信息份額模型，對該制度對滬金滬銀期貨價(jià)格發(fā)現(xiàn)功能的影響進(jìn)行實(shí)證研究。結(jié)果表明：制度施行前，滬金期貨價(jià)格發(fā)現(xiàn)功能顯著弱于滬金現(xiàn)貨，滬銀期貨價(jià)格發(fā)現(xiàn)功能顯著強(qiáng)于滬銀現(xiàn)貨；制度施行后，滬金滬銀期貨價(jià)格發(fā)現(xiàn)功能得到有效提升，不過滬金期貨價(jià)格發(fā)現(xiàn)功能仍弱于滬金現(xiàn)貨。

關(guān)鍵詞：價(jià)格發(fā)現(xiàn)；VEC模型；信息份額

基金項(xiàng)目：國家社科基金青年項(xiàng)目：“推進(jìn)智能型服務(wù)業(yè)資源有效配置的經(jīng)濟(jì)學(xué)研究”（15CJY054）；教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目：“財(cái)政分權(quán)、政府治理與中國經(jīng)濟(jì)增長機(jī)制研究”（13YJA630018）

中圖分類號：F83 文獻(xiàn)標(biāo)識碼：A

收錄日期：2017年4月1日

引言

為完善我國貴金屬期貨市場交易制度，2013年7月5日上海期貨交易所率先選擇上海黃金期貨和白銀期貨市場（以下簡稱為滬金期貨和滬銀期貨）施行連續(xù)交易制度。那么，該制度的施行是否對我國貴金屬期貨市場定價(jià)權(quán)產(chǎn)生了顯著影響呢？這不僅關(guān)系到連續(xù)交易制度在貴金屬期貨市場試行的效果，而且關(guān)系到未來在其他商品期貨市場的推行，對連續(xù)交易制度對價(jià)格發(fā)現(xiàn)功能影響的研究具有長遠(yuǎn)意義。

價(jià)格發(fā)現(xiàn)問題源于不同市場交易同質(zhì)商品，如果一個(gè)市場有能力迅速獲得市場新信息，且把新信息融入到價(jià)格中，快速形成均衡價(jià)格，那么這個(gè)市場就表現(xiàn)為有效市場理論所指的有效市場，具有價(jià)格發(fā)現(xiàn)功能，能引領(lǐng)其他市場價(jià)格走勢。由于在地域及交易制度等方面存在差別，標(biāo)的物相同的不同期貨市場，對新信息反應(yīng)速度以及把新信息融入到價(jià)格的比率往往存在差異，結(jié)果使得不同期貨市場形成均衡價(jià)格的時(shí)間有先后之分，在運(yùn)行效率上就表現(xiàn)為價(jià)格發(fā)現(xiàn)功能有強(qiáng)弱之別。正如Quentin早期對價(jià)格發(fā)現(xiàn)的解釋：“由于市場結(jié)構(gòu)存在差異，導(dǎo)致市場不能同步吸收信息并瞬時(shí)調(diào)整形成新的均衡價(jià)格，所以高效率的市場會(huì)提前形成均衡價(jià)格，并引領(lǐng)低效率市場的價(jià)格”。因此，學(xué)者們構(gòu)建模型刻畫不同市場對新信息反應(yīng)速度的快慢和把新信息融入到價(jià)格比率的高低，來判斷不同市場價(jià)格發(fā)現(xiàn)功能的強(qiáng)弱。

刻畫對新信息反應(yīng)速度的模型以研究市場價(jià)格間的引導(dǎo)關(guān)系為主，格蘭杰因果關(guān)系檢驗(yàn)是其主要研究方法，即從市場收益率一階矩角度出發(fā)，先建立VAR（Vector Autoregressive）或VEC（Vec error correction）模型，然后利用格蘭杰因果關(guān)系檢驗(yàn)收益率之間的因果關(guān)系，Erik、王駿等人的研究屬于此類。

刻畫新信息融入價(jià)格比率的模型采用公共因子度量模型，測算每個(gè)市場對價(jià)格發(fā)現(xiàn)的貢獻(xiàn)份額，貢獻(xiàn)份額大的則被認(rèn)為具有價(jià)格發(fā)現(xiàn)優(yōu)勢，屬于定量研究，正好彌補(bǔ)前者的不足。目前，Hasbrouck的信息份額IS（Information Share）模型，以及對其修正的MIS模型被學(xué)者廣泛使用。

目前，國際上對貴金屬期貨市場價(jià)格發(fā)現(xiàn)功能研究較少，Pantisa等利用2003～2007年的數(shù)據(jù)，采用VEC模型對印度黃金期貨市場、迷你黃金期貨市場和黃金現(xiàn)貨市場的價(jià)格發(fā)現(xiàn)功能進(jìn)行實(shí)證研究，發(fā)現(xiàn)期貨市場和迷你市場均領(lǐng)先現(xiàn)貨市場。近幾年，貴金屬期貨價(jià)格發(fā)現(xiàn)功能在國內(nèi)越來越受重視，相關(guān)研究逐漸增多且集中在黃金期貨市場，然而結(jié)論卻不一致。祝合良等利用協(xié)整檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)對滬金期貨與滬金現(xiàn)貨、滬金期貨與美金期貨價(jià)格發(fā)現(xiàn)功能做了實(shí)證分析，發(fā)現(xiàn)美金期貨單向引導(dǎo)滬金期貨，滬金期貨單向引導(dǎo)滬金現(xiàn)貨，認(rèn)為滬金期貨的價(jià)格發(fā)現(xiàn)功能在其成立兩年后已經(jīng)開始發(fā)揮，但仍有較大的提升空間；劉飛等得出的結(jié)論與祝合良的很相似。然而，余亮、谷曉飛等學(xué)者的研究對上述結(jié)論提出了質(zhì)疑。余亮采用VEC模型、脈沖響應(yīng)函數(shù)，考察了滬金期現(xiàn)市場價(jià)格發(fā)現(xiàn)功能，發(fā)現(xiàn)滬金期貨的價(jià)格發(fā)現(xiàn)功能尚未有效實(shí)現(xiàn)，并認(rèn)為交易制度不健全是導(dǎo)致該現(xiàn)象的主要原因。谷曉飛利用協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)對滬金期現(xiàn)市場價(jià)格之間的動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證考察，發(fā)現(xiàn)二者之間不存在長期均衡關(guān)系，且二者在價(jià)格發(fā)現(xiàn)功能上不存在相互引導(dǎo)，認(rèn)為滬金期貨尚不具有價(jià)格發(fā)現(xiàn)功能。徐雪等運(yùn)用協(xié)整檢驗(yàn)、VEC模型對滬金期現(xiàn)市場的聯(lián)動(dòng)性進(jìn)行了實(shí)證檢驗(yàn)，得出結(jié)論與余亮和谷曉飛的相似。

總結(jié)先前學(xué)者的研究，發(fā)現(xiàn)相關(guān)研究還存在幾個(gè)方面的改進(jìn)：第一，前人在研究方法上多以定性判定市場之間的領(lǐng)先滯后為主，缺少定量測算；第二，國內(nèi)對貴金屬期貨價(jià)格發(fā)現(xiàn)功能的研究聚焦于滬金期貨，對滬銀期貨的重視程度不夠；第三，目前國內(nèi)對連續(xù)交易制度施行對貴金屬期貨價(jià)格發(fā)現(xiàn)功能影響的研究處于空白，基于上述分析，本文將更新研究數(shù)據(jù)，采用VEC模型與信息份額模型，全面考察連續(xù)交易制度對貴金屬期貨價(jià)格發(fā)現(xiàn)功能的影響。

一、數(shù)據(jù)選取及研究方法

1、研究數(shù)據(jù)篩選。選取滬金期貨、滬金現(xiàn)貨、滬銀期貨和滬銀現(xiàn)貨合約中日交易量最大品種的日收盤價(jià)。滬金樣本區(qū)間為2011年1月4日至2014年9月26日，滬銀樣本區(qū)間為2012年5月10日至2014年9月26日，數(shù)據(jù)來源于上海期貨交易所網(wǎng)站和上海黃金交易所網(wǎng)站，共得到滬金樣本903對，滬銀樣本580對，將制度啟動(dòng)日2013年7月5日設(shè)為事件日，把總樣本分為事件日前樣本和事件日后樣本（含事件日）。

p1，t、p2，t、p3，t、p4，t分別為滬金期貨市、滬金現(xiàn)貨、滬銀期貨市、滬銀現(xiàn)貨收盤價(jià)的對數(shù)形式，r1，t、r2，t、r3，t、r4，t分別對應(yīng)的收益率，表達(dá)式如下：

2、研究方法

（1）VEC模型。以滬金期貨和滬金現(xiàn)貨為例。如果滬金期現(xiàn)市場對數(shù)收盤價(jià)至少有一個(gè)是一階單整序列，且線性組合平穩(wěn)，即p1，t+bp2，t=ectt？薺I（0）且b≠0，那么p1，t+bp2，t就是所指的協(xié)整關(guān)系，ectt是均衡誤差，對應(yīng)的VEC模型為：

其中，ri，t是價(jià)格短期變動(dòng)，影響因素既有前期短期變動(dòng)r1，t-p、r2，t-p，又有長期均衡誤差ectt-1。其中，矩陣？琢是調(diào)整參數(shù)矩陣，？琢=[？琢1，？琢2]T，矩陣？茁為協(xié)整向量，？茁=[1，b]T。？贅是殘差e1，t和e2，t的方差協(xié)方差矩陣，？籽是殘差相關(guān)系數(shù)。

（2）測算新信息融入價(jià)格比率的信息份額模型。IS模型是將VEC模型轉(zhuǎn)換成向量移動(dòng)平均的過程，把價(jià)格分解為永久成分和短暫成分，其積分形式為：

式（4）中等號右邊的第一項(xiàng)使得殘差具有記憶性，即為永久成分，所體現(xiàn)的是新息對價(jià)格序列的長期影響。？追*（L）是多項(xiàng)式矩陣，L為滯后算子，？追*（L）et為與永久成分對應(yīng)的短暫成分，體現(xiàn)了不完美市場交易摩擦產(chǎn)生的短期影響。影響矩陣？追（1）是2×2階方陣，理論上每一行都相同，所以可以用任意一行代表，即？追=（？酌1，？酌2…？酌k），？追et就是前文提到的公共因子，其方差為：

IS的計(jì)算視？籽而定，分為兩種，一種是當(dāng)？籽為零時(shí)，？贅是對角矩陣，兩個(gè)市場中第i個(gè)市場的價(jià)格發(fā)現(xiàn)貢獻(xiàn)份額為：

當(dāng)？籽不為零時(shí)，？贅是非對角矩陣，IS的計(jì)算需要尋找Cholesky因子分解？贅，使得？贅=MMT，其中：

這種分解方法存在一個(gè)弊端，使得變量的貢獻(xiàn)份額和？籽有關(guān)，？籽越大，第一個(gè)變量的貢獻(xiàn)份額也越大，所以通常交換變量次序后，求平均值作為最終的值。

Donald等對IS模型進(jìn)行修正，提出了不需要變換變量順序MIS模型，構(gòu)建了一個(gè)新的分解因子F，F(xiàn)=[G？撰-0.5GTV-1]-1，？贅=FFT，其中？撰是由？贅的特征值組成的對角矩陣，矩陣G是由？贅的各個(gè)特征值對應(yīng)的特征向量組成的矩陣，矩陣V是殘差項(xiàng)et的標(biāo)準(zhǔn)差組成的對角陣，V=diag（■，■），MIS份額計(jì)算公式為：

基于上述分析，本文將以MIS指標(biāo)作為首選指標(biāo)，以IS指標(biāo)作為次選指標(biāo)。

二、實(shí)證結(jié)果及分析

1、單位根檢驗(yàn)。表1是對數(shù)收盤價(jià)序列的平穩(wěn)性檢驗(yàn)的結(jié)果。從表中可以看出，滯后10階單位根ADF檢驗(yàn)統(tǒng)計(jì)量均未被拒絕，說明對數(shù)價(jià)格序列均不是平穩(wěn)過程，而一階差分后的單位根ADF檢驗(yàn)統(tǒng)計(jì)量均在1%的水平下被拒絕，說明一階差分序列是平穩(wěn)的，所以序列均是1階單整序列。（表1）

2、VEC模型和IS、MIS模型結(jié)果。表2表明滬金（銀）期現(xiàn)市場的對數(shù)收盤價(jià)序列存在一個(gè)協(xié)整關(guān)系，適宜建立VEC模型。對于滬金期現(xiàn)貨樣本組，利用SC信息準(zhǔn)則確定了事件日前和事件日后VEC模型的最優(yōu)滯后階數(shù)均為1階；對于滬銀期貨和滬銀現(xiàn)貨樣本組而言，最優(yōu)滯后階數(shù)分別為2階和1階。所建的模型都通過了穩(wěn)定性檢驗(yàn)。VEC模型主要系數(shù)的結(jié)果展示在表3中。在VEC模型基礎(chǔ)上，計(jì)算得出IS、MIS模型指標(biāo)值，結(jié)果匯集到表4。（表2、表3、表4）

表4表明，對于滬金期貨和滬金現(xiàn)貨，事件日前，滬金期貨的IS指標(biāo)、MIS指標(biāo)值分別為46.54%和34.51%，滬金現(xiàn)貨的IS指標(biāo)、MIS指標(biāo)值分別為53.46%和65.49%，所以滬金期貨的IS指標(biāo)、MIS指標(biāo)明顯小于滬金現(xiàn)貨的，表明在連續(xù)交易制度施行前滬金現(xiàn)貨在價(jià)格發(fā)現(xiàn)功能上具有優(yōu)勢。在事件日后，滬金期貨的IS指標(biāo)、MIS指標(biāo)值分別為43.48%和42.44%，滬金現(xiàn)貨的指標(biāo)值分別為56.52%和57.56%，從IS指標(biāo)值來看，滬金期貨價(jià)格發(fā)現(xiàn)功能略有下降，絕對下降幅度約為3%，相對下降幅度為6.57%；不過從MIS指標(biāo)來看，滬金期貨價(jià)格發(fā)現(xiàn)功能具有較大提升，絕對上升幅度約為8%，相對上升幅度則約為23%。根據(jù)前文所述，我們以MIS模型為首選標(biāo)準(zhǔn)，所以可以得出連續(xù)交易制度有利于滬金期貨價(jià)格發(fā)現(xiàn)功能的提升。

對于滬銀期貨和滬銀現(xiàn)貨而言，事件日前，滬銀期貨的IS指標(biāo)和MIS指標(biāo)分別為57.14%和71.27%，滬銀現(xiàn)貨的IS指標(biāo)和MIS指標(biāo)分別為42.86%和28.73%，顯而易見，滬銀期貨在價(jià)格發(fā)現(xiàn)效率上處于主導(dǎo)地位。事件日后，滬銀期貨的IS指標(biāo)和MIS指標(biāo)分別為59.68%和79.19%，滬銀現(xiàn)貨的IS指標(biāo)和MIS指標(biāo)分別為40.32和20.81%，對比發(fā)現(xiàn)，滬銀期貨的IS指標(biāo)和MIS指標(biāo)均有所上升，其中IS指標(biāo)絕對上升幅度約為2.5%，相對上升幅度約為4.5%，MIS指標(biāo)絕對上升幅度約為8%，相對上升幅度約為11%，所以連續(xù)交易制度的施行有利于提升滬銀期貨價(jià)格發(fā)現(xiàn)功能。

通過上述分析可以得出：施行連續(xù)交易制度有利于增強(qiáng)貴金屬期貨價(jià)格發(fā)現(xiàn)功能，主要原因是貴金屬期貨市場流動(dòng)性在連續(xù)交易制度施行后得到了充分的釋放。在事件日前，滬金期貨日均交易量約為滬金現(xiàn)貨的1.8倍，而在事件日后，上升到4.6倍；在事件日前，滬銀期貨日均交易量約為滬銀現(xiàn)貨的3倍，而在事件日后，驟增到17.6倍。Donald研究指出代表市場流動(dòng)性好壞的交易量指標(biāo)是影響期貨市場價(jià)格發(fā)現(xiàn)效率的重要因素，當(dāng)期貨交易量較小時(shí)，現(xiàn)貨市場價(jià)格效率會(huì)強(qiáng)于期貨市場。對比滬金，滬銀期現(xiàn)交易量的比值后，發(fā)現(xiàn)滬銀期現(xiàn)交易量比值遠(yuǎn)高于滬金期現(xiàn)的，所以滬金期貨在價(jià)格發(fā)現(xiàn)功能上弱于滬金現(xiàn)貨，而滬銀期貨卻強(qiáng)于滬銀現(xiàn)貨的現(xiàn)象也就不足為奇了。

三、結(jié)論

本文利用VEC模型、IS模型、MIS模型考察了連續(xù)交易制度啟動(dòng)對我國貴金屬期貨市場價(jià)格發(fā)現(xiàn)功能的影響，得出以下主要結(jié)論：第一，滬金期貨和滬金現(xiàn)貨及滬銀期貨和滬銀現(xiàn)貨之間存在長期均衡關(guān)系；第二，連續(xù)交易制度施行前，滬金期貨在價(jià)格發(fā)現(xiàn)功能上弱于滬金現(xiàn)貨，連續(xù)交易制度施行后，滬金期貨價(jià)格發(fā)現(xiàn)功能有較大提升，不過仍略弱于滬金現(xiàn)貨，流動(dòng)性偏低是其主要原因，滬金期貨價(jià)格發(fā)現(xiàn)功能還有很大的提升空間；第三，制度施行前，滬銀期貨價(jià)格發(fā)現(xiàn)功能顯著強(qiáng)于滬銀現(xiàn)貨，制度施行后，滬銀期貨價(jià)格發(fā)現(xiàn)功能進(jìn)一步增強(qiáng)。

以上研究結(jié)論表明，在國內(nèi)期貨市場尚未完全對外開放的情況下，“上期所”率先以貴金屬期貨市場作為連續(xù)交易制度試點(diǎn)的創(chuàng)新是成功的，在提高了貴金屬期貨市場交易量的同時(shí)，也增強(qiáng)了貴金屬期貨市場的價(jià)格發(fā)現(xiàn)功能，有利于貴金屬期貨市場的套期保值功能的發(fā)揮，這對于增強(qiáng)金融期貨服務(wù)實(shí)體經(jīng)濟(jì)的能力十分有益。所以，為了整體提升我國商品期貨市場服務(wù)能力和國際競爭力，在貴金屬期貨市場連續(xù)交易制度施行的經(jīng)驗(yàn)基礎(chǔ)上，盡快讓連續(xù)交易制度在國內(nèi)其他商品期貨市場施行。

主要參考文獻(xiàn)：

[1]Quentin C.Chu，Wen liang GH.，Yiuman T.Price Discovery on the S&P 500 Index Markets：An analysis of spot index，index futures，and SPDRs[J].International Review of Financial Analysis，1999.8.1.

[2]Erik T.Price discovery in Floor and Screen Trading Systems[J].Journal of Empirical Finance，2002.9.4.

[3]王駿，張宗成.基于VAR模型的中國農(nóng)產(chǎn)品期貨價(jià)格發(fā)現(xiàn)的研究[J].管理學(xué)報(bào)，2005.2.6.

[4]Joel Hasbrouck.One security，many markets：determining the contributions to price discovery[J].Journal of finance，1995.50.4.

[5]Roger D.Huang.The quality of ECN and Nasdaq market maker quotes[J].The Journal of Finance，2002.57.3.

[6]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(jià)格發(fā)現(xiàn)能力研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011.5.

[7]華仁海，劉慶富.股指期貨與股指現(xiàn)貨市場之間的價(jià)格發(fā)現(xiàn)能力探究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010.10.

[8]周舟，成思危.滬深300股指期貨市場中的宏觀經(jīng)濟(jì)信息發(fā)布與價(jià)格發(fā)現(xiàn)[J].系統(tǒng)工程理論與實(shí)踐，2013.33.12.

[9]Pantisa P.，Piyamas C.Price Discovery in the Indian Gold Futures Market[J].Journal of Economics and Finance，2010.34.4.

[10]祝合良，許貴陽.中國黃金期貨市場價(jià)格發(fā)現(xiàn)功能實(shí)證研究[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2010.5.