天然气期货价格论文十篇

天然气期货价格论文 篇1

天然气期货作为期货市场上的一个主要交易品种，近年来其交易量和交易金额增长迅速，规避风险和价格发现功能作用也日益明显。天然气期货价格是天然气期货交易机制的核心要素，是天然气期货市场运行状况的反映。合理、有效的天然气期货价格形成，不仅可以起到预期、先导作用，弥补现货价格滞后性的不足，而且能够引导投资和保值，使社会资源实现有效配置。因此对天然气期货定价研究具有重要意义。

Lautier[1]指出期货价格的期限结构是在某一时点上，不同期限的期货价格与现货价格之间的关系。Brennan等[2]和Schwartz[3]的单因素模型假设现货价格服从几何布朗运动，但实证研究表明单因素模型的拟合能力较差。Schwartz等[4]为了更精确地描述商品价格的期限结构，以短期偏离和长期均衡为状态变量建立了二因素的期限结构模型。王苏生等[5]在Schwartz等[4]的基础上提出了以短期偏离、中期偏离和长期均衡为状态变量的三因素模型。基于Gibson等[6]的研究，Schwartz[3]以现货价格和便利收益为状态变量建立了二因素模型，假设便利收益服从均值回复过程，并作为随机红利影响现货价格的变动。Schwartz[3]开创性地以现货价格、便利收益和利率为状态变量，提出了三因素模型。在该模型基础上，Casassus等[7]构建了三因素的仿射期限结构模型。Cortazar等[8]提出了一个形式简单的n因素仿射期限结构模型。王苏生等[9]在Cortazar等[8]的研究基础上提出一个适于中国期货价格的n因素仿射期限结构模型。Bukkapatanam等[10]以现货价格、便利收益和长期收益为三个状态变量，提出了能源商品期货的三因素期限结构模型。

在实际应用中，以上模型都有各自的优点，但具体为某种商品进行定价时，其表现存在很大差异。因此，为更好地描述天然气价格的变化，在天然气期货价格模型中必须加入季节性变量，以描述天然气这一特殊的价格属性。

有很多学者通过研究库存行为来解释季节价格特点。Kaldor[11]创立了存储理论，提出了便利收益的概念，并认为库存量和便利收益之间存在负相关关系。Fama等[12]在他们的文章中实证支持了库存理论，除了有色金属，大多数农产品的便利收益都表现出季节性。Amin等[13]提出现货价格单因子模型，并指出便利收益具有确定性季节性的特点，Borovkova等[14]提出一个双因子模型，并考虑了便利收益的确定性季节溢价。Mirantes等[15]在Amin等[13]和Borovkova等[14]的研究基础上提出了能源商品便利收益的随机季节行为。另外，Lucia等[16]和Sorensen[17]考虑商品价格的季节性行为，但是季节性没有被考虑作随机因子。Mirantes等[18]提出了天然气价格的随机季节性行为。在国内，胡俞越（2005）和金（2012）分别研究了农产品和橡胶期货价格的季节性因素。但对天然气期货价格季节性研究很少，基本处于空白状态。本文考虑天然气自身的特殊性，在其期货价格模型中加入季节性因素。

目前大多数学者对天然气期货价格的研究都是从实证出发得出结论，并没有从理论层面深入分析天然气期货价格的形成机制、影响因素。本文以现货价格、便利收益和长期收益为状态变量，构造天然气期货价格期限结构的三因素模型及季节性影响因素模型，运用卡尔曼滤波和极大似然估计法进行模型的参数估计，对天然气期货价格的行为特征，拟合与预测能力，以及季节性影响进行分析。

2 天然气价格的季节性

令Pt是天然气现货价格，Yt为在一年周期内的重心移动平均，给出如下定义：如果{Pt}（t=1,2,3，…，12）为具有逐月频率的现货价格的时间序列，则Yt=(0.5Pt+6+Pt+5+Pt+4+…+Pt+…+Pt-5+0.5Pt-6）/12。

定义τt=Pt/Yt，它是一个测度，测量t月的现货价格除以一年周期内集中在这个月的价格有多大。如果t月的价格大于前一个月或者后一个月的价格，则τt<1。再定义im为τt的平均值，这里m=1,2,3，…，12,为m月的比例因子。显然易证：(1)r1r2r3…r12=1;(2)如果rm>1，则m月的价格大于平均价格，如果rm<1，则在m月价格小于平均价格。现货价格和远期曲线的比例因子表现出相同的模式如图1所示，在冬季的几个月中，比例因子大于1，在夏季几个月中，比例因子小于1，这个结果证得天然气价格具有季节性。

3 模型的建立

3.1 天然气期货期限结构的Bukkapatanam三因素模型

在Bukkapatanam三因素模型中，天然气现货价格St、长期便利收益δt和期货合约的长期收益ηt作为状态变量，现货价格满足Brown运动。在概率空间（Ω，R,P）中，Rt为满足一般条件的滤波，令X=(St，δt，ηt），现货价格、便利收益及长期收益满足如下随机微分方程：

其中，σS为基于天然气现货价格的瞬时收益波动率，σδ为天然气便利收益的瞬时波动率，ση为天然气长期收益的瞬时波动率，μδ为便利收益的长期均值，μη为长期收益的长期均值，dWS,dWδ，dWη为标准的布朗运动增量，k1,k2分别为随机便利收益和长期收益的均值回复速率，ρ1，ρ2，ρ3分别为dWS和dWδ，dWS和dWη，dWδ和dWη的相关系数。

3.2 天然气期货季节影响模型

在季节影响模型中，Hannan等[19]用正余弦函数的叠加形式表示季节性因素，在期货期限结构的实证分析中，这一模型能更灵活地处理时间t．其具体形式如下：

其中，N为求和的项数，γk和γk*(k=1,2，…，N）是待估参数。季节性因素测定的是多年的时间，因此，求和的第一项是以年的频率重复，第二项是以半年的频率重复，以此类推。

3.3 天然气期货价格期限结构季节影响模型

t时刻现货价格P(t）可分解为季节影响因素S(t）和在没有季节因素影响情况下的现货价格St，取Pt=lnP(t），则有：Pt=St+S(t）。其中S(t）满足式（2),St为dSt=（μS-δt)Stdt+σSStdWS的动态过程。

Cox等[20]定义在时刻T(T>t）到期期货合约的期货价格是最终在T时刻结算价格的期望，由一般资产定价理论表明在无套利情况下，天然气期货价格可表示为：

其中Q是风险概率测度。因为S(t）是Ft可测的，由条件期望的性质，则有：

由引理知，F′（t,X;T)=EQ[St/Ft]满足下列偏微分方程：

其中λS，λδ，λη分别是天然气现货价格St，长期便利收益δt和期货合约的长期收益ηt的市场价格风险。

由Bjerksund[21],Jamshidian等[22]和Gabson等[6]的求解过程知：

把式（5）代入式（3），得到天然气期货价格的解。

同时可以得到期货收益的波动VF(t):

4 模型参数确定

由于天然气现货价格、随机便利收益和期货合约的长期收益等状态变量的不可观测性，且这三个变量都满足马尔科夫过程，本文运用了状态空间转移方程来处理这些变量，并运用天然气期货数据，采用卡尔曼滤波方法和极大似然估计对模型的参数进行估计。

本文选取纽约商品交易所（NYMEX）天然气NG1,NG2,NG9和NG11四只期货合约交易数据，其中NG1是第一个最接近到期日的合约，NG2为第二个最接近到期日的合约，依次等等。NG1作为样本外数据用来检验模型，NG2,NG9和NG11三只合约作为样本内数据来估计模型中的参数。根据Gibson等[6]和Schwartz等[4]的研究，本文运用天然气期货临近到期日的期货价格来代替该时刻天然气的现货价格，分别用不同到期日的天然气期货价格的对数差异和到期时天然气的收益作为天然气随机便利收益和长期收益。对于瞬时利率的不可观测性，应用Daily Treasury Bill Rates数据作为瞬时利率的代理变量。

5 结果分析

利用卡尔曼滤波和极大似然估计法，用Matlab数据处理软件设计程序，实现参数估计，得到所有参数的估计值，如表1。估计结果表明，在5%的显著水平下，μS和σS没有通过了检验。μS和σS不显著的原因主要是模型中天然气现货价格是利用临近期货合约到期日的标的资产价格作为替代变量，寸在一定误差。

2010年5月10日天然气市场期货价格和由期限结构模型预测的期货价格如图2。从图上可以看出，模型预测价格曲线几乎接近市场期限结构价格曲线，表明模型具有较好的预测能力。为了验证本文模型的应用性，采用NG1期货合约的250个数据进行样本外验证。NG1合约的期货价格对数值和现货价格预测值的对数值如图3，实线表示模型估算值的对数，虚线表示观测值的对数。从图上可以看出，模型状态变量的估计结果与实际到期的期货价格比较表明天然气期货存在期货升水；两曲线较为接近，表明模型的适应性较好。

在连续时间模型中纳入季节变量是本文的一个主要特点，在前文中定义了季节变量的表达式S(t），参数γ1，γ1*，γ2和γ2*的估计量描述了模型的季节部分。从表1的估计结果可以看到，所有的季节参数都异于零。用NG9期货合约的日常数据估计期货收益的波动，如图4所示，从图中可以看出，天然气实际价格的波动具有季节性，同时季节性没有随着期货到期日增加而减退；并且在实际波动中季节性也没有减退，这一点恰好支持了本文提出的模型。

事实上，Bukkapatanam三因素模型可以看作是季节模型蹬一个特例，只是假设其中的季节参数都为零，这就说明季节变量的引入改善了模型对天然气期货价格数据的解释能力。

6 模型能力评价

6.1 模型能力评价标准

在求得模型参数和状态变量后，利用式（3）和式（5）即可求得天然气期货价格的拟合值，拟合值与真实值的差即为拟合误差。本文采用平均绝对误差（MAE）和均方根误差（RMSE）统计量，评价模型的拟合和预测能力。

其中，为拟合值，F(t,X;T）为真实值。

6.2 模型拟合能力和预测能力

利用NG2、NG9和NG11三只期货合约进行模型拟合误差量统计和预测误差量统计分析，得到的结果，如表2所示。

本文采用卡尔曼滤波一步向前方法预测天然气期货价格，并采用递归方式不断更新模型的参数估计以提高模型的预测精度。从表2可以看出，用NG2、NG9和NG11三只期货合约能较好地估计模型参数，模型的拟合能力及预测能力较好。

7 结束语

本文以现货价格、便利收益和长期收益为状态变量，构造天然气期货价格期限结构的三因素模型及季节性因素模型，用天然气期货合约NG2,NG9和NG11的日常价格数据作为样本，研究了天然气期货期限结构及季节影响因素模型，并运用卡尔曼滤波和极大似然估计法估计模型参数。通过对天然气期货价格的实证分析表明天然气期货价格期望升值率为正，且具有较强的均值回复性，期望升值率为0.533；另外天然气期货存在期货升水现象；同时季节性模型分析表明天然气期货价格的季节性受居民和工业等用户的用气量影响明显，随居民和工业用户用气量的波动而波动。与Bukkapatanam三因素模型相比，本文提出的模型总体上更好地反映了天然气期货价格的行为特征，具有更好的拟合与预测能力。

天然气期货价格论文 篇2

关键词：现货价格,期货价格,相关

一、前言

在我国，期货作为一种新兴的金融衍生品，已经逐渐成为投资者规避市场风险的一种有力工具，但是我国的期货市场起步较晚，期货品种也比较少并且主要是以农产品为主，而且参与者也是以非套期保值者为主。在这种情况下，我国期货市场在规避风险实现套期保值方面的有效性受到各种质疑。本文将以不同的期货品种为例，对我国期货价格和现货价格的相关性进行分析，以此论证我国期货市场套期保值的有效性。

二、现货价格和期货价格的定价原理

要研究期货和现货价格相关性，首先就要对其定价原理进行探究。

马歇尔提出的短期均衡的期货价格模型中，商品期货的价格被认为是建立在现货价格基础之上的。两者差额取决于生产费用与商业费用的波动;套利型保值中的期货价格理论则认为，通过探索基差方面的变化或者预期基差的变化来谋取利润是对现货进行套期保值的目的;塞缪尔森提出的商品期货价格理论则将商品期货定义为一种“票据”或者由商品交易所的经纪人所经营的一种“买卖契约”。这些理论对期货价格的定价原理的研究结果可以总结为，商品期货价格是由商品的生产成本、期货的交易成本、期货商品的流通成本以及预期的利润四个部分构成的。它的来源、数量以及组成状况对商品期货的价格都有一定的影响。

从理论上说，现货的定价与期货的定价在形成方式、定价原理等方面均有一定正相关。

三、期货价格与现货价格的相关系数分析

作为期货与现货价格相关性研究的基础，价格研究最能直接地反映期货价格和现货价格之间的关系。价格研究主要通过价格的相关系数的矩阵分析进行，可以为期货与现货价格的关系提供定量分析。期货市场价格和现货市场价格之间是相互作用相互影响的。有效规范的期货市场和成熟的品种不仅使期货市场价格和现货市场价格保持长期均衡关系，而且通过期货价格和现货价格相互影响，期货市场能够充分发挥套期保值功能，但实际上期货价格与现货价格究竟存在着什么样着关系仍需进一步验证。如果某商品的现货价格为X，选择的相同或相近的商品的期货价格为Y，则期货价格与现货价格的总体相关系数可用公式 (1) 计算：

然而，一般不可能去直接观测总体的两个变量X和Y的全部数值，所以总体一般是不知道的。通常用样本相关系数代替总体相关系数，样本相关系数可用公式 (2) 计算：

相关系数是说明两个现象之间相关关系密切程度的统计分析指标。通常样本相关系数用，表示r值的范围在-1和+1之间。r>0为正相关，r<0为负相关，r=0表示不相关，r=1时为完全正相关，r=-1时为完全负相关。r的绝对值越大，相关程度越高。

相关系数分析是为了检验我国期货的套期保值作用。用H=r2×100%来表示套期保值的效率，r为现货价格和期货价格之间的相关系数。H介于0到100%之间，越接近与100%，期货的套期保值功能发挥的越好，即期货的套期保值越有效。

四、实证分析

(一) 以小麦期货为例的农产品期货实证分析

小麦是关系国计民生的重要粮食品种，我国同时又是世界上最大的小麦生产国和消费国，因此研究小麦期货与现货价格关系就具有了很强的现实意义。只有期货市场的发展完善，才能更好得为现货市场服务。以下是我国小麦期货价格与现货价格的对比图表。

从图表中可以看出，小麦的期货价格与现货价格的变动趋势比较吻合，这为套期保值功能的发挥提供了基础。通过Excel计算，经检验得小麦的期货价格与现货价格的相关系数为0.591348。说明二者具备一定的正相关性，但由于小麦属于农产品，具有很强的不稳定性，受季节等自然因素影响较明显，其套期保值的效率只有35%。

(二) 以沪铜期货为例的重金属期货实证分析

在我国，商品期货主要包括以农产品和经济作物为主的农作物期货和有色金属的期货，其中农产品与经济作物等农作物的生产与消费具有很强的季节性，对气候、温差、降雨等自然因素比较敏感，因此现货以及期货价格相对难以稳定，对研究质量的影响较大。下面采用一种在我国期货市场上上市较早，发展较成熟的有色金属品种铜作为研究对象。

铜是与人类关系非常密切的有色金属，在我国有色金属材料的消费中仅次于铝。由于我国是全球最大的铜消费市场，故国内铜价与2012年第6期中旬刊 (总第483期) 时代Times期货铜价具有很强的正相关性。下图是2010年4月至5月份铜期货的现货价格与期货价格的图表:

利用Excel中计算检验，可得铜期货的期货价格与现货价格的相关系数为0.995799，说明铜现货价格与期货价格具有很强的正相关性。铜期货的套期保值效率为99.16%，说明铜期货的套期保值功能是很有效的。通过对铜期货和现货的在一定时期内的价格走势与相关系数进行的分析可知：两者的价格高度一致。这符合现货和期货的定价原理。我国期货市场中的期货价格和现货价格存在相关性，企业利用期货可以为现货的价格波动风险进行套期保值，当前的套期保值在最小化风险的同时，期货与现货两个市场的交易作为一种优化的投资组合来获取最大的投资收益，同时套期保值期限对套期保值的比率存在较大的影响，较短的套期保值的期限，会有较小的套期保值比率;反之亦然。

(三) 以燃料油期货为例的能源期货实证分析

燃料油是原油炼制出的成品油中的一种，广泛用于船舶锅炉燃料、加热炉燃料、冶金炉和其他工业炉燃料。作为石油加工过程中的最后一道产品，燃料油的价值量一般较低。当石油价格低廉时，燃料油一度是发达国家消费量最大的油品。在两次石油危机 (1973～1974年、1979～1980年) 之后，西方发达国家蒙受了巨大的损失，促使其进行能源结构的调整。

我们知道影响燃料油期货价格的因素有很多，诸如：国家的宏观调控政策;现货的供给与需求;现货的价格;成交量与持仓量;国际政治形势;国际期货市场的影响等等。

国内燃料油现货价格，选取国内具有代表性的黄埔高硫180CST现货价格数据，期货价格选取上海期货交易所FU 201109合约进行比较，图表如下：

从图表中可以看出，燃料油的期货价格与现货价格的变动趋势一致，这为套期保值功能的发挥提供了基础。通过上述表格数据计算检验，可得燃油期货价格与现货价格之间的相关系数0.980487，二者具有较强的相关性，根据套期保值效率的计算方法可知我国燃料油期货的套期保值效率达到了96%。由此可见燃料油期货市场的套期保值功能得到了较好的发挥。

这进一步说明中国上海期货交易所燃料油期货价格对现货价生产、交易风险。

五、结论

通过以小麦为例的农产品期货、以铜为例的重金属期货和以燃油为例的能源期货这三个种类期货的相关系数分析不难发现;

第一，在我国期货市场中，期货价格与现货价格之间存在着一定的相关性，这与套期保值的前提假设 (期货价格与现货价格的走势相同) 是一致的。因此企业可以利用期货为现货价格波动所带来的风险进行套期保值。

第二，重金属期货品种(如发展较成熟的铜期货) 与农产品期货品种 (如小麦期货) 相比，套期保值的效果要好一些。这是因为上市较早的品种规模较大，相应市场的流动性较强，其价格能够真实地反映市场的预期，能够满足投资者利用期货市场进行套期保值规避风险的需要;上市较晚的品种规模较小，市场流动性受到抑制，并且大部分市场的参与者属于投机者，因而其价格不能反映市场的预期，不能满足投资者利用期货市场进行套期保值规避风险的需要。

第三，现代意义上的套期保值不再是在期货市场上建立一个与现货方向相反、数量相等的交易场所，而是将现货市场和期货市场的交易作为一种投资组合，在风险最小化的条件下，考虑现货市场头寸与期货市场头寸的优化组合，即套期比。本文通过Excel的分析，发现铜的套期保值效率为99.16%，小麦的套期保值率为35%，燃料油的套期保值效率为96%，这表明重金属期货和能源期货在套期保值功能上比农产品期货能得到更好的发挥，也就是说重金属期货和能源期货的套期保值功能比农产品期货的套期保值功能要有效得多。

我国期货市场经过几年的规范与发展，套期保值功能和市场机制逐渐完善，这为利用期货规避风险，增强现货市场的宏观调控实施效果奠定了良好的基础。但是也要认识到进一步发展期货市场的必要性和紧迫性，增强期货的套期保值功能，提高市场运行效率。最为重要的是，增强抵御外国期货市场冲击的能力，维护我国期货市场的经济安全。另外，投资者当认清我国期货市场发展状况，做到理性投资。

参考文献

[1]林孝贵.期货套期保值的统计分析.徐州:中国矿业大学出版社, 2004.

[2]花俊洲, 吴冲锋, 刘海龙等.期铜套期保值有效性实证分析.系统工程理论方法应用, 2003 (9) .

[3]钱瑞梅.中国燃料油期货价格波动性研究.暨南大学, 2007.

[4]朱文元, 赵伟蔡.套期保值比率与套期保值的效绩, 期铜合约的套期保值实证分.北京:中国经济出版社, 2006.

[5]刘凤军, 刘勇.期货价格与现货价格的波动关系的实证研究——以农产品大豆为例.财贸经济, 2006.

[6]李慧茹.中国棉花期货与现货市场的价格关系研究.北京:经济经纬, 2006.

[7]杨照东, 汪琛德, 宋娜娜.商品期货与现货价格研究综述.北京:经济师, 2008.

[8]李竹, 刘静.焦炭期货对现货市场的作用.北京:中国经济, 2008.

[9]姜津, 刘芳, 吴文.黄金现货价格与期货价格关系的实证分析.金融财经.2009.

[10]Avraham Kamara L.A Survey of Issues in Futures Markets.The Journal of Finance, 1979.

玉米期货价格与现货价格关系研究 篇3

关键词：玉米现货价格；玉米期货价格；协整；Granger因果检验

中图分类号：F83文献标识码：A文章编号：1672-3198（2007）12-0111-01

1 研究方法

1.1 ADF检验和协整检验

在进行时间序列分析时，传统上要求所用的时间序列必须是平稳的，否则，将会产生“伪回归”问题。但是，在现实经济中的时间序列通常都是非平稳的，为了使回归有意义，可以对其实行平稳化，采用的方法是对时间序列进行差分，然后对差分进行回归。这样的做法忽略了原时间序列包含的有用信息，而这些信息对分析问题又是必要的，采用协整分析可以更好的处理非平稳数据。

假设有两个时间序列x1,y1～I(1)，一般来说ax1+by1不一定是平稳序列，但如果存在某个线形组合ut=m+axt+byt是I(0)且具有零均值，则称xt与yt之间存在协整关系，协整关系反映了两个变量之间的长期均衡关系。

用传统方法计算出参数的统计值，与ADF分布临界值表进行比较。原检验假设为H0∶β=0,备择假设H1∶β<0，如果β不是显著的异于0（即β=0），则接受零假设H0，即序列xt非平稳；否则，接受备择假设H1，即序列xt平稳。

1.2 Granger因果检验

协整关系只是说明了两个变量之间的长期均衡关系，无法说明两个变量中谁在发现价格中起主导作用，因此，需要对期货价格和现货价格进行进一步的因果关系分析，Granger（1969）在考虑两个相关时间序列的关系时，提出了因果关系，或称为引导关系，其检验模型为：

其中，Pt和Ft分别表示现货和期货市场价格，ε1i和ε2i是白噪声且不相关，如果存在某一β1i不为0，则称期货价格Ft引导现货价格Pt，同样，如果存在某一α2i不为0，则称现货价格Pt引导期货价格Ft；如果同时存在某一β1i和α2i均不为0，则称期货价格Ft和现货价格Pt互为引导。此外，在进行因果检验之前，首先必须对原始数据进行单位根检验，以确定序列是否含有单位根，因为只有序列是平稳的情况下才能使有Granger因果关系检验，否则必须对数列进行差分处理直至序列不含有单位根，Granger因果关系检验用来检验期货价格和现货价格之间的相互影响力度。

2 数据说明

数据选取2004年9月22日玉米期货恢复上市交易起至2007年7月18日止这一期间的日报价，其中期货市场由于非交易日而没有报价，以及现货市场没有报价的日期全部删除，也就是说数据选取的是现货市场和期货市场均有报价的日期，两组数据按时间一一对应，按时间先后顺序排列，共有614组，时间跨度将近35个自然月，样本数据已经能够满足下文所采用的计量模型的要求。

3 实证分析

3.1 ADF检验

分析结果表明，无论对于1%、5%或者10%的置信水平，ADF值均不小于临界值，因此不能否认零假设，表明期货价格这组数据是非平稳的。

用同样的方法对现货价格进行ADF检验，结果如下：

变量ADF值ADF的临界值

1%的显著性水平5%的显著性水平10%的显著性水平

分析结果表明，无论对于1%、5%或者10%的置信水平，ADF值均不小于临界值，因此不能否认零假设，表明现货价格这组数据是非平稳的。

进一步对原数据进行处理。对期货价格的一阶差分数据作ADF检验，结果如下：

分析结果显示，期货价格的一阶差分数据在各置信水平下均明显小于临界值，可以拒绝零假设，因此认为这组数据是平稳的。

同样，对现货价格的一阶差分数据进行ADF检验，结果如下：

分析结果显示，期货价格的一阶差分数据在各置信水平下均明显小于临界值，可以拒絕零假设，因此认为这组数据是平稳的。

总结上述各项ADF检验结果，说明玉米期货价格序列和现货价格序列均是一阶平稳过程，即LnFt,LnPt~I(1)。

3.2 协整检验

如果期货价格与现货价格是协整的，则期货价格{LnFt}应该是现货{LnPt}的无偏估计量。生成数据从结果可以看出，ADF值在各个置信水平下均明显小于临界值，可以拒绝零假设，认为残差序列 为平稳序列，表明序列 与序列 存在相互协整关系。这说明玉米期货价格与现货价格之间存在长期均衡关系，并且期货价格是现货价格的无偏估计量。

3.3 Granger因果检验

协整检验表明玉米期货价格和现货价格之间存在协整关系。为了考查检验结果的敏感性，我们选择不同的滞后期进行检验。

从玉米期货价格和现货价格的Granger因果检验中可以看出，在滞期为1（本文为一天）时，对于现货市场价格不是期货市场价格Granger原因的假设，拒绝它犯第一类错误的最大概率是0.0415，小于0.05，因此至少在95%的置信水平下可以认为现货价格是期货价格的Granger原因。而对于期货价格不是现货价格Granger原因的假设，拒绝它犯第一类错误的最大概率更远小于5%，因此至少在95%的置信水平下，可以认为期货市场价格是现货市场价格的Granger原因。在选取的其他滞期，对于现货市场价格不是期货市场价格Granger原因的假设，在95%甚至是90%的置信水平都不能拒绝原假设，因此接受现货市场价格不是期货市场价格Granger原因的假设；对于期货市场价格不是现货市场价格Granger原因的假设，至少在95%的置信水平下可以认为期货市场价格是现货市场价格的Granger原因。

Granger因果检验表明玉米市场期货价格对现货价格的引导作用显著，结论比较可靠，而现货价格对期货价格的引导作用则不太显著，结论尚待商榷。

参考文献

［1］卢建锋.论农产品期货市场在农业生产中的作用［J］.经济问题，2003，（4）.

［2］刘金霞，顾培亮.利用农产品期货市场防范农产品价格风险［J］.价格理论与实践，2003，（9）.

［3］何蒲明.大力发展农产品期货市场，促进农民增收［J］.粮食问题研究，2005，（1）.

天然气期货价格论文 篇4

□邓海平

在资本市场里，“看美元，炒期货”早已不是什么新鲜事了。而在国内，资本的跨市场流动导致证券市场和期货市场的联系日趋紧密，在2006年至2008年的超级牛市中，“期货牛”与“股市牛”如影随形。尤其是金融危机以后，股市与期市的联动更是达到了史无前例的紧密，“看期货，炒股票”风头强劲，股指期货的推出更是成为两者联动的契机，一时之间，“股市跟随商品期货跳水”或“商品期货价格暴涨，买入相关股票”诸如此类的言论见诸报端。

炒股须紧跟期货价格的变化

约翰·斯蒂尔·戈登在《伟大的博弈》一书中告诫投资者，“人类社会有一条铁律，在没有外来压力时，任何组织的发展都会朝着有利于该组织精英的方向演进。”炒股，对绝大多数投资者来说，最大的劣势是什么？不是投资技巧的缺乏，也不是个股选择的问题，答案是信息的不对称。

证券市场因其信息密集和资金密集的特点，极易成为内幕交易与股价操纵的温床。近日，吴敬琏老先生在接受媒体访谈时，毫不客气地指出“中国股市仍处于‘强盗贵族时代’”。而期货市场是一个充分竞争的市场，信息公开透明，期货价格是买卖双方经过充分竞争之后达成的均衡价格，因

湖南自考成考 GCXY

此期货价格可谓是“真实”的，反映了大家对某种商品价格的预期。

期货价格对股票价格的引领作用主要是出于两个原因：一是从价格传导机制来看，商品价格的涨跌变化影响相关行业上市公司的盈利水平，而盈利水平的变化又会影响投资者的预期，进而影响上市公司的股价。另一方面是期货市场独有的“T+0”和双向交易机制以及其交易成本低、流动性高、信息公开等特点，使之能迅速反映市场信息。

期货价格影响炒股的 三种方式

1、期货品种是公司生产经营的产品。类似铜、铝、锌、黄金等资源类商品期货与江西铜业、云铝股份、中金岭南以及山东黄金之间的相互关系。投资者只要坚持长期观察期货价格趋势，依照期货的价格变动趋势决定股票波段交易的买入、卖出时机。

2、期货品种是公司生产经营的原材料，类似天胶价格与轮胎生产商之间的关系，比如风神股份，这种情况下期货价格一般与股票价格是负相关的。

3、期货价格虽然不直接影响上市公司短期经营，但是对公司中长期发展空间有着深远的影响。最典型的则是原油期货价格与新能源类股票价格的关系。

“煤飞色舞”联动见效

湖南自考成考 GCXY

期股联动、观期做股，最近的例子则是开始于去年中秋长假后并在国庆长假后达到高潮的“煤飞色舞”行情。

当时，美联储表示将继续施行量化宽松的货币政策，美元贬值预期使得国际大宗商品价格快速上涨。LME铜期货自2010年9月22日突破7700一线的平台之后一路稳步上涨，并于10月6日创下了2008年7月中旬以来的新高8326美元。9月23日开始适逢国内股市因中秋佳节而休市，节后，9月27日开始，一些长期跟踪大宗商品价格走势的投资者先知先觉，纷纷转战煤炭有色等资源股，A股市场“喝酒吃药”行情让位，煤炭有色类股票启动上涨。随后日本央行在“十一”国内休市期间祭出零利率政策，转眼之间货币战争一触即发，全球流动性过剩的局面刺激着资本市场的敏感神经。其直接结果是，10月8日，国庆长假后的第一个交易日，以江西铜业、铜陵有色以及国阳新能、兖州煤业为代表的数十只有色煤炭类资源股齐刷刷地封住涨停，“煤飞色舞”行情愈演愈烈，这波行情一直持续到了11月10日央行宣布提高存款准备金率，收紧银根对抗热钱流入和控制通胀。

2010年9月27日至11月10日，一个多月的时间，申万有色金属指数涨幅高达46%，而个股中的“领头羊”铜陵有色、国阳新能在此期间涨幅惊人，分别达到了91.8%和111.77%。回顾走势，货币因素是此轮“煤飞色舞”行情的主导因素，因为基本面并没有发生明显变化，是美联储QE2预

湖南自考成考 GCXY

期背景下全球流动性过剩引发的资产价格重估，序幕是大宗商品价格的持续上涨。

全球资本市场一体化的今天，投资者经历了资本市场的风雨洗礼，操作理念和操作手法日趋成熟和多样化，获利的难度日趋增大。关注期货市场的价格趋势变动买卖股票，可以让投资者事半功倍。欢迎发表评论我要评论

.corrTxt_01{border-top:1pxdashed#C8D8F2;margin-top:-1px;}.corrTxt_01h3{font-weight:bold;padding:5px003px;line-height:25px;margin:0;}.corrTxt_01ul{padding:0020px18px;}.corrTxt_01ulli{font-size:14px;line-height:164.28%;}

天然气期货价格论文 篇5

黄金期货于2008年1月9日在上海期货交易所正式挂牌上市, 稳步开展黄金期货交易, 有利于进一步完善市场经济中黄金市场体系和价格形成机制, 形成现货市场、远期市场与期货市场互相促进, 共同发展的局面。由于我国黄金期货上市交易的时间尚短且交易活跃, 因此, 国内对于黄金期货与现货价格关系的文章尚不多见。但是, 借鉴国内学者对于其他品种的期货与现货价格的关系研究, 可以将研究方法运用于黄金期货中, 从而解决黄金期货价格与现货价格的关系问题。在国内, 从已有的研究成果来看, 我国学术界对于期货的理论研究主要从期货定价理论以及影响因素的探讨, 中国期货市场有效性的实证检验, 期货市场的国际比较三个方面进行的。

首先, 针对期货定价理论以及影响因素的探讨上, 胡燕燕 (2009) 比较分析了中美原油期货市场上价差结构的影响, 认为我国燃料油期货市场价格发现和套期保值功能未能有效发挥。郑大伟、于乃书 (1998) 通过对不同期货合约价差的分析探讨了套利策略的需求选取。张方杰 (2005) 分析了大豆期货价格的影响因素, 其中显著影响因素包括现货产量、进口量、国内消费量、出口量、库存量、现货价格、期货交易规则、交易者心理行为、宏观政策变动和金融市场的波动等。

其次, 针对中国期货市场的有效性检验的研究较多, 针对不同品种, 不同时间段的检验, 用表1进行了总结。

最后, 针对期货市场的国际比较方面的文献, 多侧重对多个市场的有效性检验, 期货与现货价格的引导关系检验。其中, 杜见喧和王静 (2009) 分析了纽约, 伦敦和上海期货市场中黄金期货价格的动态联系后发现, 三个市场的黄金期货价格序列之间存在长期的均衡关系。由上述文献可知, 无论是对完善我国黄金期货市场定价方面, 还是对其有效性检验和国际比较上, 目前学术界仍然没有得出一致的结论。对我国黄金期货市场的研究必然伴随着其发展完善而日趋增多。

二、实证分析

其一, 样本选择及数据描述。本文选取了美国纽约商品期货交易所 (COMEX) 上市的黄金期货合约的每日收盘价。选取原则:离交割月最近月份的期货合约作为代表, 在进入交割月后选取下一个最靠近交割月份的合约。同时因为国际金价的联动效应, 现货价格选择的是伦敦黄金交易所的黄金现货每日收盘价, 经过汇率折算成美元价格。中国黄金期货价格来源于上海黄金期货交易所, 由于我国黄金期货从2008年1月9日起才正式挂牌成交, 距离最近的合约要2008年6月才到期, 而且在新兴的黄金期货市场, 不同到期日的期货合约活跃度显著不同, 故本文选取的是每日成交量最大的期货合约的收盘价格。黄金现货价格来源于上海黄金交易所网站公布Au9995品种的每日收盘价。这是因为上海期货交易所黄金期货标准合约规定用于本合约实物交割的金锭, 金含量不低于99.95%。不涉及跨国的期货现货价格比较, 所以未将两种价格的单位统一。由于中美国情不同, 为了使分析更加合理, 本文直接将每个国家法定假日所在的日期删除, 组成了两列新的时间序列, 其中中国交易数据有485个, 美国交易数据有523个, 数据的统计性描述如表2所示。

如表2所示, 中国黄金期现货价格均值相差0.3013, 高于美国黄金期现货价格均值0.103, 其比率差距更甚。其中, 中国黄金期货价格波幅为114.55, 高于现货价格波幅107。与中国的期现货价格波幅差距一致, 美国的期货价格波幅为503.4, 高于现货价格波幅505.6。欲分析两国期现货价格之间的关系, 首先建立对应的时间序列, 图1和图2直观显示了期现价格的波动趋势。图1和图2均显示, 黄金的期货价格和现货价格表现出非平稳性, 但黄金期货跟现货价格之间的变化特征极为相似, 说明两者之间具有同趋势性。因此预期黄金期货现货价格之间具有协整关系。

其二, 单位根检验。运用ADF检验法对黄金期货价格和现货价格进行检验, 见表3和表4。比较表3和表4可知, 中美期现货价格的时间序列数据是非平稳的, 带有明显的时间趋势。通过一阶差分调整后, 四个时间序列就成为不带长期趋势和滞后项的差分平稳时间序列, 又称为一阶单整序列 (integrated of order 1) , 记为I (1) 。

其三, 协整检验。在确定时间序列是相同单整的基础上, 进一步检验时间序列之间是否存在协整关系。由于EG两步法得到的协整参数估计量具有超一致性和强有效性, 因此本文采用EG两步法。

第一步用OLS方法估计得到美国OLS估计方程:

中国OLS估计方程:

第二步, 用单位根检验方法检验μ赞t序列的平稳性。两国的回归方程残差图如图3和图4所示。

对μ赞t进行单位根检验, 美国与中国的残差序列的ADF检验值分别为-20.695, -4.847460, 均在5%的显著水平上显著, 则知回归方程为平稳的。比较式 (1) 和式 (2) , 美国期货价格对现货的偏离为1.002369, 要小于中国的期货价格对现货的偏离系数1.041673, 说明美国黄金期货市场对现货价格的冲击反应更为理性一些。进一步分析图3和图4中的残差分布后发现, 美国期货价格对现货价格的反应更为迅速, 很快回归理性, 而中国期货价格对现货价格的反应有一定的时滞, 这从残差走势图中的时间趋势效应可以看出。并且中国期货价格对滞后几期的现货价格仍然有反应, 说明期货价格的调整并非一步到位, 受到较为明显的非理性因素干扰。

其四, 误差修正模型。根据格兰杰定理, 具有协整关系的变量可以建立误差修正模型 (ECM) 。用OSL方法得到回归方程。

运用误差修正模型检验黄金期货价格的影响因素后显示, 黄金期货价格的变动受现货价格变动的影响最大, 反映了期货投资者对现货投资者投资理念与操作方法的认同。其中, 美国期货价格受到现货价格变动的影响系数为0.9667465, 要比中国期货价格受到现货价格影响系数0.9041274大, 说明美国期货市场更能产生反映市场对随后的现货价格变化的预期, 并且能够迅速地将信息传递至整个市场体系;两个期货市场中期货价格受其前一期期货价格变动的影响系数均为负值, 反映了本期对上一期价量的超调出的回调, 这体现了期货市场的投资理念和投资方法, 但是两个市场的具体影响系数差别较大, 分别为-0.6208393、-0.3633386, 说明美国期货市场受到前一期期货价格的影响更大一些, 回调幅度更深;美国市场上期货价格受前一期现货价格影响也比较大, 系数为0.6348275, 远大于中国黄金期货价格受前一期现货价格的影响系数0.426555;前两期期货价格与现货价格对期货价格影响较小。最后, 美国黄金期货价格的误差修正项系数为-0.0005867, 中国黄金期货价格的误差修正项系数为-0.0313007, 均符合反向修正机制, 说明黄金期货价格和现货价格存在长期均衡关系。上一期期货价格高于均衡值时, 本期期货价格的涨幅会上升。ECMt-1的系数表明美国期货价格0.5867%的偏离均衡部分会在一个交易日之内得到调整, 而中国黄金期货价格3.13007%会在一个交易日之内得到调整, 调整速度快于美国黄金期货价格的调整速度, 黄金的期货价格不会偏离均值太远。回归结果还表明, 黄金现货价格对期货价格的短期价格弹性大于长期弹性, 说明黄金的期货价格对现货价格的长期影响比短期影响大得多。

其五, 格兰杰因果关系检验。利用格兰杰因果分析来研究现货价格和期货价格序列之间是否存在Granger因果关系, 检验两者之间是否存在相互引导关系。从表5中可以看出美国黄金期货价格和现货价格之间的引导关系和中国黄金期货价格和现货价格的引导关系截然相反。美国黄金现货价格对期货价格存在显著的引导关系, 期货价格对现货价格的引导关系不显著;而中国的黄金期货价格对现货价格存在显著的引导关系, 现货价格对期货价格的引导关系不显著。

注:A表示现货价格不是期货价格的Granger原因;B表示期货价格不是现货价格的Granger原因。

已知价格发现功能是指期货市场对随后的现货价格变化的预期, 并且能够迅速地将信息传递至整个市场体系。根据上述分析, 得知美国黄金期货价格受到现货价格影响更大, 现货价格对期货价格的引导关系明显, 都说明了美国黄金期货价格对现货价格变化的反应更快。而期货价格对现货价格的引导关系不显著, 这主要是因为目前全球黄金价格的联动效应造成的, 即现货定价受全球市场影响, 使得美国期货价格的预期能力减弱。中国黄金期货价格对现货价格的引导关系显著, 说明中国黄金期货价格的预期效应更强, 这主要是因为在新兴市场中交易量尚不完全, 期货产品作为衍生工具能更快反应市场信息的变化;另外, 现货价格对期货价格的引导关系不显著, 说明我国黄金期货价格的影响因素较为复杂, 期货价格对现货价格变化的反应有一定的时滞。

三、分析与结论

本文认为, 由于我国商品期货市场发展时间短, 尤其是黄金期货合约于2008年才上市交易, 与美国成熟的期货市场相比, 我国期货市场在监管, 交易等各方面仍然存在一定的差距。从历史上讲, 美国期货市场诞生于1848年。在市场经济条件下, 物价波动剧烈而频繁, 生产者、经销商为回避价格风险而逐渐形成并规范远期交易。然而由于远期合约本身所固有的缺陷使得标准化的期货合约应用更为广泛。即美国的黄金期货合约是经济发展的必然产物, 其发展到21世纪, 几经波折并日臻完善。而我国现代期货市场是1988年, 在政府主导和推进下进行的。中国政府创办期货市场的初衷是想把期货市场办成一个以套期保值交易为基础并具有“回避风险、发现价格、沟通产销、配置资源”等多功能的规范化商品期货市场。然而事与愿违, 中国期货市场从1992年下半年开始到1994年上半期货市场发展的各种错位所造成的。第一, 政府主导开展期货交易, 这让人们惯性思维成一种政策扶持, 导致过多为获取投资收益的投资者蜂拥而至, 造成过度投机, 吓退了为回避风险而进行期货交易的生产者和经销商, 这对期货市场的健康发展有百害而无一利。这在黄金期货交易上也可窥一二。第二, 期货品种为行政干预制定, 而非市场选择, 造成交易量不大的品种容易被少数大户所操纵。第三, 政府对期货市场监管的法律缺位, 造成期货品种、期货交易所和会员三方面的管理仍然存在漏洞。正是由于上述种种原因, 我国黄金期货交易仍较为清淡, 投资者较为理性的选择交易量较大的品种, 具体集中在每年6月和12月到期的黄金期货产品。而其他月份的黄金期货合约交易缺乏效率, 导致黄金期货合约的价格发现功能仍不完全。

本文通过对比较中美两国黄金期货价格与现货价格之间的协整关系和格兰杰因果关系, 得出以下三个结论: (1) 中国和美国黄金交易市场期货价格和现货价格在长期趋势中呈现出较为一致的走势, 保持着某种长期均衡关系。这意味着期货市场和现货市场价格在长期来看, 即使出现分歧, 也会向着趋于一致的方向发展, 符合期货市场的价格发现功能和套期保值功能的有效性结论。 (2) 误差修正模型分析结果是美国黄金现货价格变动对期货价格的影响比中国黄金现货价格变动对期货价格的影响更大, 而且美国黄金期货价格对前一期现货价格变动的调整更快一些。 (3) Granger因果检验的结果是中国黄金期货价格引导现货价格, 但现货价格不引导期货价格;美国黄金现货价格引导期货价格, 但期货价格不引导现货价格。主要原因在于黄金现货交易在国内仍然受较多限制, 一般投资者均以在期货市场中进行短期投机交易, 从价格波动中获益, 这也是黄金期货市场挂牌以来就取得突飞猛进发展的原因。综上所述, 我国黄金期货市场在建立的两年多时间里, 通过活跃的市场交易, 已经基本具备了期货市场的价格发现功能, 满足了政府主导发展期货市场的初衷。期货市场参与者可以运用相关金融分析方法对期货交易的操作做出判断。同时, 由于我国黄金期货市场成立时间还较短, 在价格形成、信息传导渠道、政府监管方式等方面还有待进一步完善成熟, 需要进行更多更细致的研究来持续关注。

参考文献

[1]胡燕燕:《价差结构对期货价格发现和套期保值功能发挥的意义》, 复旦大学2009年硕士学位论文。

[2]徐剑刚:《我国期货市场有效性的实证研究》, 《财贸经济》1995年第8期。

[3]严太华、刘昱洋:《我国商品期货价格与现货价格协整关系的实证研究》, 《预测》1999年第3期。

[4]华仁海、仲伟俊:《对我国期货市场价格发现功能的实证分析》, 《南开管理评论》2002年第5期。

[5]张宗成、王骏:《基于VAR模型的硬麦期货价格发现研究》, 《华中科技大学学报》 (自然科学版) 2005年第7期。

[6]李慧茹:《中国棉花期货和现货市场的价格关系研究》, 《经济经纬》2006年第5期。

天然气期货价格论文 篇6

一、黄金期货价格影响因素模型原理

(一) 逐步回归法

当回归函数选择线性回归函数时, 在计算过程中往往会采用较多的自变量。在自变量的选取过程中, 往往会面对自变量的取舍这种难题, 而当自变量选取出后, 选取的自变量过多和自变量对因变量影响不是很突出的问题。所以在实际建立模型过程中, 我们就希望建立一个较大影响因变量且自变量较少的模型, 简单合理, 逐步回归法正符合这些特点。

(二) 因子分析法

在实际分析中, 我们可以将关系密切的几个因素归为一类, 作为一个因子来进行实证分析, 这样不仅方便而且分析更为准确。它是主成分分析的拓展, 用于研究相关矩阵或协方差矩阵的内部关系。变量共同度可以衡量因子分析的效果, 公共因子的方差贡献可以衡量公共因子的重要程度。因子分析方法的主要!骤:首先用主成分分析法来计算初始值, 其次进行方差最大的因子正交旋转, 最后计算公共因子得分。

二、多因素实证分析研究

记:中国黄金现货价格为CSGP;纽约黄金期货价格为NSGP;美元指数为DI;石油指数为PI;标准普尔500指数为S&P 500;中国黄金期货的成交量V;上证指数SI;人民币汇率R;具体如下:

y:中国黄金期货价格为因变量

设已有N个自变量在模型里, 依次进行检验, 根据是对因变量影响作用的大小。

用SPSS软件得出逐步回归方程, 显示如:Y=62.58+0.818

先对数据进行标准化, 用SPSS软件计算指标间相关矩阵, 显示相关性很好, 可以进行因子分析了。令计算出特征方程和特征根, 将特征根按从大到小的顺序排列, 表示各个主成分所起评价作用的大小, 由分析可知, 位于前3的主成分累积贡献率是84.938%。初始因子分析结果较难解释主因子实际意义, 因此可正交旋转其因子载荷矩阵, M个因子全部配对旋转需每两个因子旋转次, 完成第一轮的旋转。如果第一轮旋转后, 得到的最大值与因子载荷矩阵方差不符, 可继续进行旋转, 至方差不再继续增大为止。旋转完毕后, 我们得到如下因子载荷矩阵:

由上表知, 第一个主因子的方差贡献率为37.9%, 反映了石油、美元指数和CPI变动对中国黄金期货价格变动的影响;第二个主因子主要由黄金现货价格和纽约黄金期货价格决定的, 反映了相关黄金市场的影响。由上表可知各因子的得分函数为:

因变量取中国黄金期货价格, 自变量取, 作一个回归方程如下:

通过实证分析结果可知, 在国外市场方面, 纽约黄金期货市场价格、美元指数和石油指数对我国的黄金期货市场价格有很大影响, 而在国内方面, 我国黄金现货价格和上证指数对我国黄金期货价格有很大影响。

三、结束语

本文基于逐步回归法和因子分析法建模分析, 结果表明中国黄金期货价格最主要的影响因素是中国黄金现货价格。两个主因子解释了中国黄金期货价格70.013%的变化规律。由此可知, 在预测并分析中国黄金期货价格时, 除了关注国内的黄金现货价格和上证指数外, 应该多关注国际相关黄金和能源市场的价格趋势, 像纽约黄金期货价格、美元指数和石油指数等。

参考文献

[1]夏天, 程西玉.国内外期货价格与国产现货价格动态关系的研究[J].金融研究, 2006 (2) :110-117.

[2]张金清, 刘庆富.中国金属期货市场与现货市场之间的波动性关系研究[J].金融研究, 2006 (7) :102-111.

[3]王慧琳.我国黄金期货价格与现货价格引导关系的实证研究[D].暨南大学, 2010.

天然气期货价格论文 篇7

2010年4月8日股指期货正式启动, 4月16日沪深300指数期货合约上市交易。截至2010年10月底, 股指期货共成交7 127.49万手, 总成交金额61.99万亿元。从目前市场运行情况看, 股指期货总体上实现了平稳起步。股指期货的成功上市标志着我国金融期货市场的诞生, 也标志着我国资本市场在改革发展的道路上迈出了关键的一大步。

一般而言, 期货合约到期时, 期货价格和现货价格是相同的, 否则便存在无风险的套利机会。期货价格与现货价格在长期内会维持一个均衡关系, 但在短期内会存在一定的偏离。研究期货价格与现货价格的信息含量的程度对有效价格的贡献比例, 即价格发现机制, 不仅有助于信息使用者理解不同市场上的信息对价格形成的不同作用, 而且有助于他们理解期货价格与现货价格的信息传递机制。

对于在多个市场交易的资产, 国外多采用共有因子模型来检验市场的价格发现功能。对于任一给定的金融市场, 资产价格的发现都取决于一个或多个市场信息的收集和处理。由于同一资产在不同的市场同时交易, 那么寻求套利的行为将确保同一资产的价格在不同市场不会发生较大偏离。也就是说, 同一资产在不同市场的价格序列将保持协整关系, 并且不同市场的价格序列都受到同一个或多个随机因素的影响。如果不同市场的价格序列仅受到一个共同因子的影响, 那么就把这个共有因子称为暗含的有效价格。通过对这个共有因子的研究, 就可以进一步揭示不同市场的价格发现过程。

王群勇、张晓峒 (2005) 利用向量误差修正模型探讨了国际石油期货市场的价格发现机制, 结论表明期货市场在石油价格发现中的贡献比例达到了54.23%, 期货价格变动在石油期货与现货的价格变化过程中起主导作用。李慧茹 (2006) 运用信息共享模型、脉冲响应函数和方差分解等方法对郑州棉花期货市场与现货市场之间的价格发现功能进行了研究, 结果表明:棉花现货价格和棉花期货价格之间存在双向的引导关系, 棉花现货市场和期货市场扮演着重要的价格发现角色, 但是棉花期货市场在价格发现功能中处于主导地位。

Christos Floros, Dimitrios V., Vougas (2008) 运用协整检验一体化的实证方法, 证明雅典综合指数 (ASE) 期货和现货价格之间存在长期均衡关系, 期货市场对现货市场存在价格指导发现的作用, 即股票指数期货市场是有效率的。佟孟华、杨荣、郭多祚 (2008) 选用香港股市期货的数据, 根据香港恒生指数的走势分为上行区间和下行区间, 利用单位根检验、协整检验、格兰杰因果检验、方差分解以及脉冲响应等计量方法, 对股指期货和股指现货价格的领先或滞后关系进行研究, 得出结论:在上行阶段股指期货具有价格发现的功能, 而在下行阶段股指期货不具备价格发现功能。

严敏、巴曙松、吴博 (2009) 运用向量误差修正模型、公共因子模型和带有误差修正的双变量EGARCH模型对我国沪深300股指期货市场的价格发现功能波动溢出效应进行了研究和分析, 研究表明: (1) 股指期货价格和现货价格之间存在双向格兰杰因果关系; (2) 股指期货的价格发现能力较弱, 现货市场价格波动主要受自身波动的影响, 这可能是因为我国的股指期货还处于仿真交易阶段, 受各方面的影响进而引起期货市场的价格发现能力较弱。李敬、李刚、易法海 (2010) 运用误差修正模型 (ECM) 对我国的豆油期货市场价格的上升时期、下降时期和价格调整时期这三个阶段的价格发现的效率进行了研究, 结果发现我国豆油的期货市场发展尚不够成熟:在牛市阶段, 豆油的期货价格发现过度;在熊市阶段, 豆油期货的价格发现有效率;在市场调整阶段, 豆油期货价格发现不足。文先明、梁琳、黄亚雄 (2010) 运用E-G协整检验、格兰杰因果分析法、向量自回归模型、向量误差修正模型、脉冲响应分析和方差分解等方法对股指期货仿真交易与现货相互引导关系进行了分析, 结论表明:仿真交易的沪深300股指期货与现货价格之间存在一种长期均衡关系, 两者之间互为因果、互相引导的关系;仿真交易股指期货市场调整到均衡状态的速度, 更快于现货市场调整的速度;期货市场对现货市场产生了一定的影响, 在定价中也发挥了一定的作用, 但在价格发现方面受到现货市场的影响要大于来自期货市场的影响。

本文主要采用Hasbrouck (1995) 的IS (Information Shares) 模型来进行研究, Hasbrouck认为共有因子的扰动方差包含了决定价格的基本信息, 因此IS模型通过考察每个市场价格波动对此方差的相对贡献来研究市场的价格发现过程。本文对沪深300股指期货价格信息含量功能的检验分为四步进行: (1) 对期现货价格进行单位根检验; (2) 对期现货价格序列进行协整检验; (3) 基于协整检验的结果, 对期现货价格进行VECM估计, 并对相关系数进行统计检验; (4) 最后, 应用方差分解刻画沪深300股指期货价格发现贡献度。

二、实证分析

本文选择沪深300股指期货 (IF) 与沪深300指数 (HS) 从2010年4月19日至2010年12月6日的日收盘价数据 (除去节假日) , 共154个, 来进行研究。本文数据来源于中投证券, 数据的处理与实证分析利用Eviews5.0完成。沪深300股指期货指数如下图所示:

在本文的实证分析中, 对沪深300股指期货和现货取对数。沪深300股指期现货指数对数的基本统计特征如表1所示:

从统计结果可知:沪深300期货和现货指数对数的均值、方差都很接近, 偏度均为整数, 峰度均显著小于3, JB正态检验和P值的结果也说明沪深300指数对数的分布不服从于正态分布。

1. 单位根检验。

时间序列数据分析首先要检验数据是否具有平稳性, 只有通过了平稳性检验, 才能进行时间序列数据的拟合分析。本文利用计量经济学软件Eviews5.0进行ADF检验, 检验结果如表2所示。

从表2可以看出, 两个变量都是非平稳的时间序列。对于上述两个非平稳变量, 还需检验其一阶差分的平稳性。其检验结果如表3所示。

从表3可以看出, 它们的一阶差分序列都是平稳的, 于是我们可以认为这两个变量均是一阶单整的, 即I (1) 。因此, 这样的经济变量不能用普通回归分析方法检验它们之间的相关性, 而应该采用协整方法进行检验。

2. 协整检验。VECM估计结果如表4所示:

注:Zt-1=LNIFt-1-1.037 739HSt-1+0.296 347;*表示在5%的水平上显著。

根据估计结果显示可知, 误差修正系数aF为负, aS也为负, 说明误差修正项对沪深300股指期现货价格都有负向调整作用。aF显著, aS不显著, 说明当系统偏离均衡状态时, 下一期期货价格对修复非均衡状态有直接的影响, 而下一期现货价格对修复非均衡状态无直接影响。

3. 方差分解。

由表5可知, 对于期货价格变动长期作用部分的方差, 当滞后期为1时, 总方差全部来自于期货市场, 随着滞后期的增加, 来自于期货价格的部分方差呈下降趋势, 最终趋于86.93%;来自于现货价格的部分方差呈上升趋势, 最终趋于13.07%。对于现货价格变动长期作用部分的方差, 当滞后期为1时, 92.04%来自于期货价格, 7.96%来自于现货价格, 随着滞后期的增加, 来自于期货价格的部分呈下降趋势, 最终趋于85.01%;来自于来自于现货价格的部分呈上升趋势, 最终趋于14.99%。平均来说, 来自于期货价格的方差为85.97%, 来自于现货价格的方差为14.03%。

因此, 对于沪深300期货合约, 期货价格信息含量高于现货价格, 在价格发现中处于主导地位。

三、结论

本文以沪深300股指期货数据和沪深300指数为样本, 对沪深300期货价格信息含量进行了分析。通过对两个价格序列进行相关性检验, 发现沪深300股指期货与现货价格高度相关, 且两者之间基本符合同升同降的趋势。同时利用E-G两步法进行协整检验发现两者之间确实存在一种长期的均衡关系。

另外, 通过比较误差修正项系数, 根据估计结果显示可知, 误差修正项对期现货价格都有负向调整作用, 且当系统偏离均衡状态时, 下一期期货价格对修复非均衡状态有直接的影响, 而下一期现货价格对修复非均衡状态无直接影响。

从方差分解的结果来看, 股指期货市场对现货市场的冲击是不容忽视的, 说明股指期货市场运行对现货市场的运行有着巨大的影响, 这就要求我国监管机构在开设股指期货的过程中不仅要注意到两个市场间的长期引导作用, 还要看到股指期货市场对现货市场带来的巨大冲击与影响。

摘要：本文使用误差修正模型和方差分解模型检验了沪深300指数期货市场和现货市场的价格发现过程, 结果发现, 沪深300股指期货与现货高度相关, 同时利用E-G两步法进行协整检验发现两者之间确实存在一种长期的均衡关系, 期货市场在价格发现中处于主导地位。

关键词：股指期货,协整检验,误差修正,方差分解

参考文献

[1].王群勇, 张晓峒.原油期货市场的价格发现功能——基于信息份额模型的分析.工业技术经济, 2005;6

[2].李慧茹.中国棉花期货和现货市场的价格关系研究.经济经纬, 2006;5

[3].Christos Floros, Dimitrios V..Theefficiency of GreekStock Index Futures Market.Managerial Finance, 2008;34

[4].严敏, 巴曙松, 吴博.我国股指期货市场的价格发现与波动溢出效应.系统工程, 2009;27

[5].李敬, 李刚, 易法海.我国豆油期货价格发现效率研究.统计与决策, 2010;9

[6].文先明, 梁琳, 黄亚雄.股指期货仿真交易与现货相互引导关系.系统工程, 2010;3

天然气期货价格论文 篇8

于1978年、1985年度荣获诺贝尔经济学奖的著名经济学者默顿·米勒曾强调, 期市的真正魅力在于让你了解价格。

价格发现功能是期货其他一切职能的前提及基础。期货市场的价格发现功能, 是由于期货市场的一系列交易制度 (如公开竞价等) 能够形成或引导一个可以反映市场供求的合理价格。反映在我国的金融期货市场上, 就是指数期货市场价格能对股市将来的走势形成一个正确的预期和引导。进而, 结合现货市场上股票现货指数, 人们也可以对上市公司的经营状况与国家的宏观经济做出理性和有效的预期。从这种层面来看, 股指期货在经济资源的流动与有效配置起了“指南针”作用, 能促进理性预期者提高资源配置的准确率以及效率, 引导经济朝着良好的方向发展。

2 我国沪深300指数期货价格发现功能实证研究

Granger因果检验方法从变量的预测能力角度出发来定义两变量间的因果关系在检验两个变量之间的因果关系方面比较有效。本文主要运用该方法来检验我国沪深300指数期货价格以及沪深300综合指数之间的领先或者滞后关系情况。

2.1 我国沪深300指数期货价格发现功能实证分析

本文截取自我国股指期货上市一年以来的沪深300指数期货当月合约的连续交易数据以及沪深300股票指数当日数据作为格兰杰因果检验的对象。理论上, 股指期货的收盘价对于股指现货颇具指导意义。为探究期货市场与现货市场之间的价格引导与滞后关系, 文章将沪深300股指期货的前一日的收盘价 (Y) 和现货指数的当日开盘价数据 (X) 对比进行研究, 数据均来源于中投软件。沪深300指数数据选用的具体时间为2010年4月16日至次年4月16日共241个交易日的每日结算价。沪深300现货数据选择的时间区间为2010年4月18日至2011年4月18日共241个交易日的每日收盘价。

2.2 图表比较

将沪深300股指期货和现货价格数据用eviews6.0绘制成其走势图 (见图1) , 从图中能较直接地观察期现价格即X、Y之间的引领与滞后关系。 (图中, 沪深300指数现货当日开盘价为记为Y, 沪深300股指期货的前一日收盘价用X表示。)

数据来源:中投行情软件。

由图1可以得出:在运行的一年中的沪深300指数期货价格 (Y) 和沪深300现货指数价格 (X) 变动情况大致一致。且股指期货价格变动在绝大多数情况下领先于沪深300指数, 但两者间的价格背离程度不大。从图中我们可以得出股指期货 (Y) 和现货 (X) 之间价格存在一定的引导与滞后趋势。股指期货的价格变动大多数情况下快于现货市场, 沪深300股指期货数据变动幅度小于沪深300指数现货。股指期货和现货市场大部分时间是期货引导现货, 很少时间是现货引导股指期货, 两者整体的走势较为相近且价格始终趋向一致。

进行格兰杰因果检验之前, 首先对其进行平稳性检验。运用eviews6.0软件, 对上述两组数据进行Augmented Dickey-Fuller Test (ADF检验) 。如表1所示, 沪深300指数与期货在5%显著水平下的Augmented Dickey-Fuller Test结果。两组数据均不平稳, 均为一阶单整序列, 可以进行协整检验。

2.3 VAR模型的Johansen检验

基于Augmented Dickey-Fuller Test结果、结合Johansen检验的优良性, 本文采用基于向量自回归模型 (VAR模型) 的Johansen-Juselius协整关系检验模型。建立了带有常数项、滞后为四阶的VAR模型, 建模公式如下:

应用Eviews6.0软件对两组数据的VAR模型进行协整检验, 结果如表2所示:

由表2可以看出:在5%的显著性水平, 最大特征根统计量和轨迹统计量均比其各自临界值小, 说明了沪深300股指期货与现货两者未能表现出长期的协整关系。

2.4 格兰杰因果关系检验

由于沪深300股指期货与沪深300现货之间不存在协整的关系, 用ECM即误差修正模型进行检验并不适合, 本文用Granger因果检验来验证期现之间是否有因果关系, 模型如公式2、公式3所示:

模型中X和Y依次代表了沪深300指数期货价格水平和沪深300指数价格水平。格兰杰因果关系检验的两个前提假设分别为:沪深300指数期货不是沪深300指数的Granger原因;另一个是沪深300现货不是沪深300股指期货的Granger原因。对上述两假设条件依次算出他们对应的P值与F值。根据事先设定的显著性水平与P值相比较, 得出是否拒绝原假设的结论。滞后阶数不同, 格兰杰因果检验的结果也会截然不同。故采用滞后五阶的方法, 综合判断期货和现货间的价格引导与被引导关系, 如表3。

3 结论与建议

3.1 股指期货价格发现功能实证研究结论

图形分析中, 可以看出在股指期货价格走出振荡上行的阶段, 股指期货领跑股指现货, 期货具备较好的价格发现功能;在股指期货振荡下降阶段, 股指期货的价格发现功能不稳定且较为不显著。

格兰杰因果检验部分的主要结论如下:第一, 沪深300期货和沪深300指数之间并不存在协整的关系, 也就是说两者之间不存在长期的均衡关系。第二, 当滞后一阶时, 期、现货之间并不存在价格的引导与被引导的关系;在滞后二阶、三阶以及四阶的情况下, 两者间存在着较为明显的价格指引现象, 沪深300期货价格 (Y) 引导现货 (X) 的信号作用更明显;当滞后多阶时, 期货与现货之间的价格引导关系弱化。第三, 上述两点结合国内外金融期货的发展状况以及市场表现, 可见我国股指期货市场较不成熟, 其价格发现功能并没有西方发达国家表现显著和完备。

3.2 建议

综上, 期货市场发挥价格发现功能与现货市场的高涨与低迷、股指期货市场的完善与否存在着密切关系, 现货市场是期货市场的基础。现货市场持续低迷, 使得期货的交易量大为减少, 其价格发现的功能也将被削弱。所以要充分发挥期货市场的价格发现功能, 一定要首先完善股票市场的相关制度及管理, 促进我国股票市场的平稳、良好发展。

同时回顾国外的金融期货市场的发展经验、结合我国金融衍生产品市场的特点, 规范发展已经成为不争的事实。金融市场现存的金融风险管理措施不能匹配现代金融市场所需的监管要求, 也是加剧金融衍生产品市场风险的另一重要原因。在保证股票市场良势运行、风险控制夯实有效的基础上, 完善股指期货市场机制、循序渐进地增加股指期货产品或是我国股指期货市场发展的方向。

摘要：自中金期货交易所推出沪深300指数期货以来, 我国的指数期货已运行了三年有余。研究股指期货价格发现功能意义重大。系统运用格兰杰因果分析的方法, 得出我国股指期货的价格发现功能的相关特点, 并提出健全我国股指期货市场的政策建议。

关键词：沪深300指数期货,格兰杰因果分析,价格发现功能

参考文献

[1]Hasbrouck Journal security, Many markets:determing the contributions to p rice discovery[J].Journal of Finance, 1995, (50) .

[2]Frino.A T.Walter and A.West.The lead-lag relationship between equities and stock index futures markets around information releases[J].Journal of Futures Markets, 2000, (20) .

[3]Chatrath A., C.David, K.Dhanda and T.Koch.Index Futures Leadership, Basis Behavior and Trader Selectivity[J].The Journal of Futures Market, 2002, (22) .

天然气期货价格论文 篇9

关键词：菜籽油,期货市场,价格发现效率,ECM模型

一、引言

期货市场的价格发现涉及市场结构、市场行为、市场绩效、市场信息和风险管理。价格发现是期货市场一个重要的经济功能, 也是期货市场存在和发展的基础。价格发现机制使期货价格在社会资源配置过程中能发挥比现货价格更为积极的作用, 有利于优化配置资源, 指导生产经营者、投资者和金融机构作出合理的生产经营决策和投资决策。正是由于期货市场价格发现效率的重要性, 国内外学者都在围绕这一课题积极探索和论证, 并取得了丰富的研究成果。

刘庆富、张金清 (2006) 使用协整检验的方法研究了大豆、豆粕和小麦期货的价格发现效率, 结果发现大豆期货市场价格发现能力较强, 豆粕期货市场的价格发现能力较弱, 而小麦期货则不具有价格发现功能。房瑞景等人 (2007) 研究了中国玉米期货市场的价格发现功能, 结果发现由于国内现货市场信息不够透明、现货商未能获取足够的市场信息进行及时的理性决策导致国内玉米期货市场较美国玉米期货市场效率低。而贾兆立等人 (2008) 通过研究国内玉米期货价格与现货价格之间的关系发现, 期货价格具有良好的发现价格功能。梁朝晖、李树生 (2008) 以中国期铜为例, 研究了市场在上涨和下跌两个阶段的价格发现功能, 结果发现价格期铜市场上价格发现具有不对称性, 市场下行时, 价格发现效率会降低。刘晓雪、黄剑 (2008) 选择棉花期货的29个合约研究了中国棉花期货价格发现功能, 结果发现近交割日或近交割月的期货具有价格发现功能。佟孟华 (2008) 研究了香港恒生股指在上行和下行两个阶段的期现货价格领先与滞后关系, 发现股指期货在上行阶段具有价格发现功能而在下行阶段不具备价格发现功能。余亮、周小舟 (2009) 使用VAR模型研究了黄金期货与现货市场的价格发现机制, 发现我国黄金期货市场的价格发现功能尚未有效实现。

(注:检验类型为 (c, t, k) , 其中c表示包含截距项, t表示包含趋势项, k表示滞后阶数, 无滞后项则用0表示。)

二、材料与数据诊断

本文选择在郑商所上市的2007年6月8日至2009年7月13日内共512组菜籽油合约样本。已有研究认为近交割月期货合约价格发现效率高于其他合约, 因此选择菜籽油期货12个合约中的近交割月合约、第二期合约和第四期合约进行研究, 分别记为P1、P2和P3。菜籽现货价格以具有代表性的湖北武汉四级菜籽油为准, 现货价格记为P0。

可以将此过程分成三个阶段, 第一阶段从2007年6月8日至2008年3月5日共181组数据, 这一阶段油价逐步爬升至最高;第二阶段从2008年3月6日至2008年12月19日共196组数据, 这一阶段油价一路下跌并达到谷底;第三阶段从2008年12月22日至2009年7月13日共135组数据, 这一阶段受到救市政策和其他油类产品价格的影响, 大豆油价格相比第二阶段有所回升。从图1中还可以看出, 期货合约价格与现货价格走势比较相似, 同样可以对应划分为三个阶段。以上序列波动性较剧烈, 为了构建ECM模型, 需要诊断序列的平稳性并检验现货价格与期货合约价格之间的协整关系。

以上检验结果表明, 各时间段的数据性质不同。第一阶段和第三阶段数据均非平稳数据, 而第二阶段的数据具有平稳性。两列非平稳数据的线性组合可能是平稳的, 两个变量最多存在一个协整关系, 可以采用EG两步法进行协整关系检验。首先进行回归, 然后检验残差是否存在单位根, 若残差是平稳的则说明两个变量之间存在协整关系, 最后使用平稳的残差项来修正之前的回归模型得到ECM模型, 通过ECM模型可刻画出两变量之间长期和短期的关系。

(注:以上方程中参数均在5%的显著水平下通过了T检验。)

三、实证研究结果

表2中的ADF检验结果表明各时间段内, 各方程的残差是平稳的, 现货价格和期货价格均存在协整关系。但是由DW值可知, EG两步法第一步估计的残差中存在明显的自相关性, 即残差可能是ARMA (p, q) 过程, 通过向误差修正模型中加入AR (p) 项和MA (q) 项来消除或降低残差序列中的自相关性。建立如下模型:

计算残差序列的自相关系数和偏自相关系数, 结果见表3。若偏自相关系数呈现出某种衰减的拖尾性, 则说明序列服从MA过程, 通过拖尾形式来确定MA的阶数q。若偏自相关系数呈现出某种截尾性, 则说明序列服从AR过程, 通过截尾位置来确定AR的阶数p。由表3可以判断残差是一个AR (1) 过程或者至多是一个AR (2) 过程。

若残差服从AR (1) 过程, 由lnP0t=β0+β1lnPit+uit, uit=φ1uit-1+εit, uit-1=lnP0t-1-β0+β1lnPit-1, 所以可以得到方程:lnP0t=β0+β1lnPit+φ1 (nP0t-1-β0+β1lnPit-1) +εit。经过化简得到最终方程式:lnP0t=β0 (1-φ1) +φ1lnP0t-1+β1lnPit-φ1β1lnPit-1+εit。残差方程和最终方程见表4。由最终方程中自变量前的系数, 可得到不同阶段各期货合约对现货价格的解释力也就是价格发现能力。

以上方程中, 参数均在5%的显著水平下通过了T检验;方程二的R 2分别为0.7862, 0.8398, 0.9380, 0.7463, 0.7538, 0.8242, 0.4517, 0.7135和0.7136;方程二中所有残差序列εt均不存在自相关性。

四、讨论与展望

本文研究表明菜籽油期货在不同的时间段, 其价格发现效率差异很大。2007年6月8日至2008年3月5日间菜籽油现货价格与近交割月合约价格、第二期合约价格以及第四期合约价格之间的弹性分别1.4018、1.17和1.2286, 价格上涨阶段期货价格弹性大于1说明牛市存在价格发现过度的问题;2008年3月6日至2008年12月19日间菜籽油现货价格与近交割月合约价格、第二期合约价格以及第四期合约价格之间的弹性分别0.8976, 0.8746和0.8502, 价格下跌阶段期货价格弹性小于1说明熊市存在价格发现不足的问题;2008年12月22日至2009年7月13日间菜籽油现货价格与近交割月合约价格、第二期合约价格以及第四期合约价格之间的弹性分别0.5016、0.3061和0.2679, 价格盘整阶段期货价格弹性小于1说明市场调整时仍然存在价格发现不足的问题。市场调整阶段的价格弹性小于熊市阶段的价格弹性, 可能是由于这一阶段市场受到了过度的约束和干预, 流动性不足致使价格发现效率下降。

参考文献

[1]刘庆富、张金清:我国农产品期货市场的价格发现功能研究[J].产业经济研究, 2006 (1) .

[2]房瑞景、崔振东、周腰华、陈雨生:中美玉米期货市场价格发现功能的实证研究[J].价格月刊, 2007 (12) .

[3]贾兆立、白玫、王海军、覃丽萍:中国玉米期货市场价格发现功能的实证分析[J].数学的实践与认识, 2008 (15) .

[4]梁朝晖、李树生:中国期货市场价格发现功能的不对称性实证研究[J].西安电子科技大学学报 (社会科学版) , 2008 (1) .

[5]刘晓雪、黄剑:中国棉花期货价格发现功能的实证分析[J].统计与决策, 2008 (21) .

[6]佟孟华、杨荣、郭多祚:股指期货价格发现功能的实证研究——基于现货指数变化趋势[J].统计与信息论坛, 2008 (9) .

天然气期货价格论文 篇10

一、研究方法

(一) 小波变换分析

小波变换的建立在19世纪的傅里叶变换基础上, 是对傅里叶变换的改进。小波克服了傅里叶分析只有频率分辨率而没有时间分辨率的缺点, 通过对信号进行小波多尺度分解, 实现时域和频域的局部化分析, 得到原信号在不同尺度下的信息。它在信号的低频部分具有较高的频率分辨率和较低的时间分辨率, 在信号的高频部分具有较高的时间分辨率和较低的频率分辨率, 这种特性决定了小波较适合对实际信号进行分析。通过多尺度分解和重构, 可以得到信号的低频趋势成分和高频细节成分。基于此, 本文选择用小波变换分析方法对原始数据进行信息提取, 将原始序列首先分解为n个不同高频di (i=1, 2, …, n) 和一个低频趋势an项;接着, 通过基于VAR模型的脉冲响应和格兰杰检验来分析黄金和白银价格相同尺度下的关联性, 得到两者价格的相互影响关系。

(二) 数据来源

以2012年6月1日至2014年12月31日上海期货交易所黄金和白银的主力合约收盘价数据, 频率为日数据。剔除节假日等因素的影响, 共有629组数据。数据来源于聚源数据库。

二、实证结果及分析

进行小波多分辨率分析前, 需要确定小波的基地函数和分解层数。由于Daubechies N小波 (简称db N小波) 是有限紧支撑正交小波, 具有正交性和较好的降噪性, 本文所进行的小波分解设置的基函数为db4。而在分解层数方面, 分解的尺度取决于原信号变化的具体情况和采样频率:尺度越大, 越有利于原信号去噪, 但是过高的尺度会导致失真。借鉴以往学者的研究, 选择5层小波分解。分别对黄金和白银主力合约的收盘价进行小波分解, 各自都得到5个高频信号di (i=1, 2, 3, 4, 5) 和1个低频信号a5。由小波分解的频带二分特性可知, d1, d2, …, d5分量所对应的时间刻度依次为21, 22, …, 25, 因此, 可以用不同尺度的高频信号分量来表示不同周期内数据的波动情况。而a5作为低频部分, 可以代表期货价格的长期趋势部分。本部分基于软件MATLAB7.11完成。

接下来, 分别对黄金和白银相同时间尺度下的波动项进行分析。

(一) 相关性检验

对黄金和白银相同时间尺度下的重构项进行相关性检验, 所有的相关系数在1%置信水平下是显著的。从表1中可以观察到, 不同时间尺度下, 黄金和白银价格的相关关系较强, 都超过了76%。最短期内 (d1, 2天) , 两者相关性为84.38%, 随着时期的不断加长, 两者之间的相关性会产生变化。而在长期, 黄金和白银的价格相关性可达到98.86%。

(二) 高频项的关联性分析

本节选取d1作为短期高频项的代表, d3作为中期高频项的代表来研究短期和中期黄金、白银的期货价格关系。

首先, 对黄金和白银价格的d1进行VAR建模, 经过对FPE、LR统计量及AIC、SC和HQ准则的综合判断, 建立VAR (7) 模型, 即滞后七阶的VAR模型对于数据可以进行较好的拟合。由于VAR模型只是统计学意义上的模型, 其系数不具有经济含义, 因此需要在建模后对其进行进一步分析。本文的研究中, 短期和中期选择脉冲响应分析。

图1为d1的VAR (7) 模型所对应的30期脉冲响应图, 图中GD1和SD1分别代表黄金和白银价格的短期波动项。从图中可以明显看出无论GD1还是SD1都对来自自身的冲击较大, 即存在序列自相关。而对于来自外部的冲击, GD1受到SD1的冲击较小, 远远小于GD1对SD1的冲击。这说明在短期, 白银价格对黄金价格的影响远远超过黄金对白银价格的影响。

同样黄金和白银价格的d3进行VAR建模, 经过对信息准则的综合判断, 建立VAR (1) 模型。图2为相应的10期脉冲响应图, 图中GD3和SD3分别代表黄金和白银价格的中期重大事件影响项。此图与短期的脉冲响应完全不同。短期内, 无论受到来自哪个变量的影响, 这个影响在25期左右才会逐渐消失;而中期, 不论影响来自哪里, 这个影响都只持续7期。从波动幅度看, 中期GD3对SD3的影响较大, 也就是黄金对于白银的价格影响很大。

(三) 长期关联性分析

对于黄金和白银的长期趋势, 使用格兰杰因果对两者间的引导关系进行分析。由表2的结果可以看出, 长期中, 在10%的显著性水平下, 黄金期货价格会引导白银期货价格的变化, 但是白银期货价格不能引导黄金期货价格的变化。两者的相互引导关系呈现不对称性。

三、结论

通过小波变换分析方法, 本文得到了黄金和白银的高频波动项d1, d12, …, d15和低频的长期趋势项a5, 通过相关性分析、脉冲响应及格兰杰因果分析, 发现黄金和白银期货价格间的相互影响关系随着时间尺度的不同而不同。具体来说:一是黄金和白银的期货价格走势存在较强正相关性, 并且长期的相关性大于短期的相关性;二是短期和中期, 黄金期货价格都对白银价格影响较大, 但是短期的影响时间更长, 波动性更大;而在长期, 黄金期货价格引导白银的期货价格。

摘要：本文采用小波变换分析方法对黄金和白银期货价格进行小波多分辨率信息提取, 然后分别对黄金和白银相同尺度下的波动项进行脉冲响应和格兰杰因果检验, 由此得出不论在短、中、长期黄金期货价格都会影响白银期货价格, 这个影响时间随时期不同而变化。