所謂“價(jià)格發(fā)現(xiàn)”功能就是指市場(chǎng)通過(guò)公開、公正、高效、競(jìng)爭(zhēng)的交易運(yùn)行機(jī)制，形成具有真實(shí)性、預(yù)期性、連續(xù)性和權(quán)威性價(jià)格的過(guò)程。價(jià)格發(fā)現(xiàn)與套期保值，是很多市場(chǎng) 比如期貨、股指期貨等市場(chǎng)所擁有的獨(dú)特功能。以下是學(xué)習(xí)啦小編今天為大家精心準(zhǔn)備的：基于高頻數(shù)據(jù)的股指期貨價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)研究相關(guān)論文。內(nèi)容僅供參考閱讀，希望大家能夠喜歡。

　　基于高頻數(shù)據(jù)的股指期貨價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)研究全文如下：

　　一、引言

　　2010年4月16日，我國(guó)第一只股票指數(shù)期貨合約正式上市交易，作為標(biāo)的的滬深300指數(shù)在最初幾個(gè)月一路走低(在不到3個(gè)月時(shí)間內(nèi)，下跌了27.3%)。有一種觀點(diǎn)認(rèn)為，股指期貨是促使股指下跌的原因，對(duì)于這一問(wèn)題的回答需要我們對(duì)兩市場(chǎng)之間的關(guān)系及期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能的發(fā)揮情況進(jìn)行更為深入的研究。

　　所謂的價(jià)格發(fā)現(xiàn)功能，是指相對(duì)于現(xiàn)貨市場(chǎng)價(jià)格，期貨市場(chǎng)價(jià)格能夠?qū)τ谛滦畔⒛茏龀龈斓姆磻?yīng)，即期貨價(jià)格對(duì)于同期現(xiàn)貨價(jià)格具有引領(lǐng)作用。價(jià)格發(fā)現(xiàn)是期貨市場(chǎng)的基本功能之一，是期貨市場(chǎng)套期保值功能發(fā)揮的前提。金融學(xué)理論表明，由于股指期貨交易具有成本低、杠桿倍數(shù)高、執(zhí)行指令速度快等優(yōu)點(diǎn)，交易活躍，因此相對(duì)于現(xiàn)貨市場(chǎng)，股指期貨市場(chǎng)能更快地對(duì)市場(chǎng)信息做出反應(yīng)，期貨價(jià)格的變化會(huì)領(lǐng)先于現(xiàn)貨價(jià)格的變化，具有價(jià)格發(fā)現(xiàn)功能。

　　關(guān)于這一方面的實(shí)證研究，在實(shí)證方法上主要有以下三種思路：

　　第一種思路是在協(xié)整分析的基礎(chǔ)上，采用誤差修正模型等方法。其中，協(xié)整分析主要是考察期現(xiàn)貨市場(chǎng)價(jià)格之間是否具有長(zhǎng)期穩(wěn)定的均衡關(guān)系，而誤差修正模型主要是刻畫期貨價(jià)格與現(xiàn)貨價(jià)格對(duì)短期價(jià)格偏離的反應(yīng)。這種思路主要是對(duì)價(jià)格(收益)的一階矩進(jìn)行研究。

　　Ghosh(1993)[1]采用協(xié)整分析和誤差修正模型對(duì)S&P500指數(shù)期貨價(jià)格和現(xiàn)貨價(jià)格之間的關(guān)系進(jìn)行了研究，研究發(fā)現(xiàn)它們之間具有長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且在短期關(guān)系中，期貨市場(chǎng)價(jià)格對(duì)于現(xiàn)貨市場(chǎng)價(jià)格具有較強(qiáng)的影響力。Booth等(1999)[2]采用了同樣的方法研究了德國(guó)DAX指數(shù)期貨和期權(quán)的價(jià)格發(fā)現(xiàn)過(guò)程，研究結(jié)果表明DAX指數(shù)期貨的價(jià)格發(fā)現(xiàn)功能優(yōu)于期權(quán)。任燕燕和李學(xué)(2006)[3]采用向量自回歸模型和誤差修正模型，對(duì)股指期貨的價(jià)格發(fā)現(xiàn)功能進(jìn)行了研究，研究結(jié)果表明，股指期貨市場(chǎng)價(jià)格領(lǐng)先于現(xiàn)貨市場(chǎng)價(jià)格。張宗成和劉少華(2010)[4]采用Granger因果檢驗(yàn)、協(xié)整檢驗(yàn)及誤差修正模型對(duì)上市以來(lái)滬深300股指期貨與現(xiàn)貨之間的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)無(wú)論長(zhǎng)期還是短期，期貨市場(chǎng)對(duì)于現(xiàn)貨市場(chǎng)的影響都比較大。

　　第二種思路是對(duì)價(jià)格(收益)的二階矩進(jìn)行研究，即通過(guò)考察兩市場(chǎng)之間的波動(dòng)溢出效應(yīng)，來(lái)揭示其各自在價(jià)格發(fā)現(xiàn)中的地位。Hamao(1990)[5]最早提出了“波動(dòng)溢出效應(yīng)”模型，通過(guò)該模型可以考察價(jià)格波動(dòng)和信息傳播之間的關(guān)系。通常采用GARCH類模型進(jìn)行這方面的實(shí)證研究。

　　Bhar(2001)[6]采用二元EGARCH模型對(duì)澳大利亞期現(xiàn)貨市場(chǎng)之間的動(dòng)態(tài)關(guān)系進(jìn)行了實(shí)證研究。Zhong等(2004)[7]采用修正的EGARCH模型對(duì)墨西哥期現(xiàn)貨市場(chǎng)之間的動(dòng)態(tài)關(guān)系進(jìn)行了研究，發(fā)現(xiàn)股指期貨市場(chǎng)對(duì)于現(xiàn)貨市場(chǎng)存在波動(dòng)溢出效應(yīng)。邢精平等(2011)[8]采用多元T-GARCH模型研究了我國(guó)股指期貨上市以來(lái)期現(xiàn)貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)，研究結(jié)果表明兩市之間存在顯著的雙向波動(dòng)溢出，但期貨市場(chǎng)的波動(dòng)溢出效應(yīng)強(qiáng)于現(xiàn)貨市場(chǎng)的波動(dòng)溢出效應(yīng)。劉曉彬等(2012)[9]基于滬深300股指期貨仿真交易數(shù)據(jù)，采用BEKK-MGARCH模型對(duì)期現(xiàn)貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)進(jìn)行了研究，結(jié)果表明兩市場(chǎng)之間存在相互溢出效應(yīng)，且在產(chǎn)生持久的影響。

　　第三種思路是在穩(wěn)定協(xié)整關(guān)系的基礎(chǔ)上，精確量化期現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中的貢獻(xiàn)度。方法是公共因子模型，主要是Hasbrouck(1995)[10]提出的信息份額模型(Information Share，簡(jiǎn)寫為IS)和Gonzalo與Granger(1995)[11]提出的長(zhǎng)短期模型(Permanent Transitory，簡(jiǎn)寫為PT)。

　　Hasbrouck(2003)[12]采用IS模型研究了美國(guó)證券市場(chǎng)的價(jià)格發(fā)現(xiàn)過(guò)程，發(fā)現(xiàn)相對(duì)于標(biāo)準(zhǔn)普爾500指數(shù)和納斯達(dá)克100指數(shù)而言，小額的期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中的貢獻(xiàn)度更大。肖輝等(2006)[13]使用脈沖響應(yīng)與一般因子分解模型對(duì)國(guó)際五種主要的股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能進(jìn)行了研究，發(fā)現(xiàn)期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中處于主導(dǎo)地位。熊熊等(2010)[14]采用PT模型分析了滬深300股指期貨IF1005合約生命周期內(nèi)的價(jià)格發(fā)現(xiàn)過(guò)程，平均來(lái)看，股指期貨在價(jià)格發(fā)現(xiàn)過(guò)程中起主導(dǎo)作用。許自堅(jiān)(2012)[15]通過(guò)IS和PT模型分析股指期貨與現(xiàn)貨指數(shù)各自在價(jià)格發(fā)現(xiàn)中的貢獻(xiàn)度，結(jié)果表明股指期貨在價(jià)格發(fā)現(xiàn)過(guò)程中占據(jù)主導(dǎo)地位。

　　從以上綜述可以看出，上述研究方法只能考察一段時(shí)期內(nèi)股指期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能的靜態(tài)表現(xiàn)，不能考察價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)變化。而對(duì)于股指期貨市場(chǎng)而言，尤其是新興股指期貨市場(chǎng)，考察其價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)變化，對(duì)于加深我們對(duì)股指期貨市場(chǎng)的認(rèn)識(shí)，發(fā)現(xiàn)股指期貨推出初期的運(yùn)作規(guī)律，促進(jìn)市場(chǎng)的不斷完善和發(fā)展都具有十分重要的意義。本文將創(chuàng)新性地采用Hansen和Johansen(1999)[16]所提出的遞歸協(xié)整的方法(recursive cointegration)考察滬深300股指期貨價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)表現(xiàn)，這種方法可以考察兩市場(chǎng)協(xié)整關(guān)系的穩(wěn)定性以及相關(guān)調(diào)整系數(shù)的動(dòng)態(tài)變化，從而有助于我們發(fā)現(xiàn)新興期貨市場(chǎng)需要多長(zhǎng)的時(shí)間得以實(shí)現(xiàn)其價(jià)格發(fā)現(xiàn)功能。與此同時(shí)，本文還將利用公共因子模型，對(duì)股指期貨的價(jià)格發(fā)現(xiàn)功能做更為精確的刻畫。
　　二、研究方法與模型

　　(一)遞歸協(xié)整檢驗(yàn)

　　假設(shè)yt=y1 ty2 t，其中y1 t為指數(shù)現(xiàn)貨市場(chǎng)的自然對(duì)數(shù)價(jià)格，而y2 t為期貨市場(chǎng)的自然對(duì)數(shù)價(jià)格。如果兩個(gè)價(jià)格序列都是非平穩(wěn)的時(shí)間序列，且為同階單整，并具有協(xié)整關(guān)系，那么兩者之間的關(guān)系可用以下誤差修正模型表示：

　　?駐yt=?琢?茁′yt-1+■?祝i?駐yt-i+Bxt+?著t (t=1，…T)(1)

　　其中，xt是一個(gè)確定的d維的外生向量，代表趨勢(shì)項(xiàng)、常數(shù)項(xiàng)等確定性項(xiàng);矩陣∏=?琢?茁′的秩決定了協(xié)整向量的個(gè)數(shù)。

　　除上述標(biāo)準(zhǔn)協(xié)整方法外，本文還將采用遞歸協(xié)整方法考察協(xié)整關(guān)系的穩(wěn)定性以及一些關(guān)鍵變量系數(shù)的遞歸變化。遞歸協(xié)整分析可在(1)式兩種VAR表述下進(jìn)行，第一種是“Z表述”(Z-representation)，第二種是“R表述”(R-representation)。在第一種表述中，(1)式中長(zhǎng)期關(guān)系系數(shù)和短期關(guān)系系數(shù)將在每一次遞歸中被重新估計(jì)，而在第二種表述中，短期關(guān)系系數(shù)?祝i將在整個(gè)樣本期內(nèi)保持固定不變，只有長(zhǎng)期關(guān)系系數(shù)將在每一次估計(jì)中被重新估計(jì)。Hansen和Johansen(1999)[16]認(rèn)為從“R表述”所得到的估計(jì)結(jié)果更適用于遞歸協(xié)整分析。本文將詳細(xì)介紹基于“R表述”的主要估計(jì)過(guò)程。①

　　假設(shè)Z0t=?駐yt，Z1t=yt-1，Z2t=(?駐y′t-1，…，?駐y′t-p+1)，為方便表述，這里省略確定性項(xiàng)Bxt，(1)式可變?yōu)?/p>

　　Z0t=?琢?茁′Z1t+?祝Z2t+?著t(2)

　　基于樣本對(duì)(2)式采用最大似然估計(jì)法進(jìn)行估計(jì)，其中包含了最低一階回歸，即X0t對(duì)于Z1t和Z2t的回歸。假設(shè)R0t(T)和R1t(T)分別表示Z0t和Z1t對(duì)于Z2t回歸的殘差，其中T表示是采用全體樣本進(jìn)行回歸的結(jié)果。

　　R0t(T)=Z0t-M02(T)M22(T)-1Z2t(3)

　　R0t(T)=Z1t-M12(T)M22(T)-1Z2t(4)

　　而Mtij=■zitz′j t，(i，j=0，1，2)(5)

　　接下來(lái)的分析是基于以下回歸方程，其中方程中已無(wú)?祝系數(shù)：

　　R0t(T)=?琢?茁′R1t(T)+R?著t(T)(6)

　　(6)式被稱之為“R表述”，上述方程表明任何導(dǎo)致協(xié)整關(guān)系不穩(wěn)定的原因都是由于長(zhǎng)期關(guān)系結(jié)構(gòu)的變化，而不是短期關(guān)系的動(dòng)態(tài)調(diào)整。定義(6)式乘積矩陣SijT(t)，協(xié)整關(guān)系的確定仍然取決于求解特征根問(wèn)題。

　　?姿S11-S10S00-1S01=0(7)

　　其中特征根1>■1>…>■k>0，并且■k+1=0，構(gòu)造特征值統(tǒng)計(jì)量：

　　Trace=-T■ln(1-■i)，r=0，1，…，k-1(8)

　　同樣，由于協(xié)整關(guān)系是由矩陣∏=?琢?茁′的秩決定，在遞歸協(xié)整分析中，協(xié)整向量矩陣?茁的系數(shù)在整個(gè)樣本期內(nèi)保持固定不變，而調(diào)整參數(shù)矩陣?琢的系數(shù)是隨著每一次遞歸而發(fā)生變化。

　　(二)公共因子模型

　　為進(jìn)一步明確期現(xiàn)貨市場(chǎng)價(jià)格之間的引導(dǎo)關(guān)系及其方向，本文將采用公共因子模型精確刻畫每個(gè)市場(chǎng)在價(jià)格發(fā)現(xiàn)方面的貢獻(xiàn)程度。當(dāng)前，Hasbrouck(1995)[10]的信息份額模型和Gonzalo-Granger(1995)[11]的長(zhǎng)短期模型是使用最多的公共因子模型。這兩個(gè)模型都是將沖擊影響分解到每個(gè)市場(chǎng)，分析各個(gè)市場(chǎng)對(duì)于沖擊所作的貢獻(xiàn)，但它們使用了不同的價(jià)格發(fā)現(xiàn)定義。IS模型分解的是共因子的方差，主要是測(cè)量每個(gè)市場(chǎng)的信息對(duì)共因子方差的貢獻(xiàn)程度，每個(gè)市場(chǎng)的貢獻(xiàn)比例被稱為這個(gè)市場(chǎng)的信息份額。而PT模型分解的是共因子，所關(guān)注的是VEC模型中的誤差修正機(jī)制，通過(guò)定義誤差修正系數(shù)函數(shù)，來(lái)測(cè)量每個(gè)市場(chǎng)對(duì)共因子的貢獻(xiàn)。

　　1. 信息份額模型

　　Hasbrouck(1995)[10]將向量誤差修正模型(1)轉(zhuǎn)換為向量移動(dòng)平均形式：

　　?駐yt=?追(L)?著t(9)

　　其單整形式：

　　yt=?追(1)■?著k+?追*(L)?著t(10)

　　其中，?追(L)為矩陣多項(xiàng)式，L為滯后算子。?追(1)為影響矩陣，它是移動(dòng)平均系數(shù)之和，?追(1)?著t為一個(gè)信息對(duì)每個(gè)市場(chǎng)價(jià)格的長(zhǎng)期影響。如果影響矩陣中每一行都相同，表明信息對(duì)所有價(jià)格的長(zhǎng)期影響都是相同的。假設(shè)?鬃=(?鬃1，?鬃2)為?追(L)中的一行，l=(1，1)′，那么方程(10)可以寫作：

　　yt=l?鬃■?著k+?追*(L)?著t(11)

　　Hasbrouck(1995)[10]將方程(11)中的?鬃?著t定義為兩個(gè)市場(chǎng)價(jià)格的共因子，其方差為：var(?鬃?著t)=?鬃?贅?鬃′。

　　當(dāng)信息之間無(wú)相關(guān)時(shí)，即?贅為對(duì)角矩陣，那么?鬃?贅?鬃′只包含對(duì)角線上的兩個(gè)元素。第一(二)個(gè)元素代表第一(二)個(gè)的市場(chǎng)對(duì)共因子的沖擊貢獻(xiàn)。每個(gè)市場(chǎng)的信息份額，即對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度可用(12)式表示。

　　第j個(gè)市場(chǎng)的信息份額(價(jià)格發(fā)現(xiàn)貢獻(xiàn)度)為：

　　Sj=■(12)

　　如果信息項(xiàng)之間存在相關(guān)性時(shí)，此時(shí)方程(12)不再成立，這時(shí)需采用Cholesky分解方法消除信息間的當(dāng)期相關(guān)性。但這種方法存在一個(gè)弊端，即Cholesky分解與誤差修正模型中變量的排序有關(guān)。如果市場(chǎng)信息之間正相關(guān)，那么第一個(gè)變量的信息份額最大，而最后一個(gè)變量的信息份額最小。第j個(gè)市場(chǎng)的信息份額(價(jià)格發(fā)現(xiàn)貢獻(xiàn)度)為：

　　Sj=■(13)

　　其中，[?鬃M]j為行向量?鬃M的第j個(gè)元素;

　　M=m11 0m12 m22=?滓1 0?籽?滓2 ?滓2(1-?籽2)1/2(14)

　　Cholesky分解會(huì)對(duì)第一個(gè)市場(chǎng)價(jià)格施加比較大的信息份額。我們可以通過(guò)改變模型中變量的排序來(lái)得到變量的兩個(gè)信息份額，即價(jià)格發(fā)現(xiàn)的上下限。當(dāng)市場(chǎng)j處于第一個(gè)變量時(shí)，得到的信息份額為其上限;當(dāng)處于最后一個(gè)變量時(shí)，得到的信息份額為其下限。Baillie(2002)[17]推算出期貨市場(chǎng)的信息份額的上、下限為：

　　SjU =■

　　SjL =■(15)

　　Tatyana Zabotina(2002)認(rèn)為，上下限信息份額的均值可作為價(jià)格發(fā)現(xiàn)貢獻(xiàn)程度的解釋。如果一個(gè)市場(chǎng)的信息份額均值相對(duì)較大，則表明這個(gè)市場(chǎng)吸收了更多的信息，在價(jià)格發(fā)現(xiàn)功能中發(fā)揮更重要的作用。

　　2. 長(zhǎng)短期模型

　　Gonzalo和Granger(1995)[11]將共因子定義為yt的一個(gè)組合，滿足?祝=?琢⊥=(?酌1，?酌2)′為共因子系數(shù)向量。通過(guò)對(duì)誤差修正項(xiàng)施加約束，可以識(shí)別共因子的系數(shù)。他們證明，?祝同誤差修正系數(shù)向量?琢正交，表示為?琢⊥=(?酌1，?酌2)′。共因子的設(shè)定等價(jià)于一種資產(chǎn)組合，?祝為資產(chǎn)組合的權(quán)重。因此，每個(gè)市場(chǎng)對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)就是其在共因子中的系數(shù)。

　　第j個(gè)市場(chǎng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度為：

　　■(16)

　　三、數(shù)據(jù)及實(shí)證結(jié)果

　　(一)數(shù)據(jù)及描述性統(tǒng)計(jì)量

　　本文選擇滬深300股指期貨作為研究對(duì)象，該品種于2010年4月16日上市交易，是中國(guó)大陸市場(chǎng)上唯一上市交易的股指期貨品種。研究數(shù)據(jù)為滬深300指數(shù)和滬深300股指期貨主力合約的5分鐘收盤價(jià)。① 選擇5分鐘高頻數(shù)據(jù)，是因?yàn)楦哳l數(shù)據(jù)若頻率過(guò)低則無(wú)法很好地體現(xiàn)信息的連續(xù)性，若頻率過(guò)高則微觀結(jié)構(gòu)誤差較大。經(jīng)國(guó)外學(xué)者研究，5分鐘是不造成過(guò)大微觀結(jié)構(gòu)誤差的最小頻率。而之所以選擇收盤價(jià)數(shù)據(jù)是因?yàn)榈朗侠碚撜J(rèn)為收盤價(jià)是最重要的價(jià)格，這一價(jià)格反映了市場(chǎng)的大部分行為。

　　鑒于股指期貨在運(yùn)行初期易受市場(chǎng)各種因素的影響，為考察其價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)變化，本文選擇的樣本期為2010年5月4日―2010年9月3日，共86個(gè)交易日。上海交易所和深圳交易所每天的交易時(shí)間為北京時(shí)間上午9：30―11：30，下午1：00―3：00。而滬深300股指期貨的交易時(shí)間為北京時(shí)間上午9：15―11：30，下午1：00―3：15。由于數(shù)據(jù)可獲得性原因，每日數(shù)據(jù)的選取為9：35―11：30和13：05―15：00兩個(gè)時(shí)間段，共48個(gè)數(shù)據(jù)，總共4 128個(gè)5分鐘交易數(shù)據(jù)。數(shù)據(jù)來(lái)源于彭博數(shù)據(jù)庫(kù)，所采用的計(jì)量分析軟件為RATS7.1。

　　為消除可能存在的異方差，本文對(duì)現(xiàn)貨價(jià)格序列和期貨價(jià)格序列取自然對(duì)數(shù)，分別記為L(zhǎng)NHS和LNEP，現(xiàn)貨市場(chǎng)和期貨市場(chǎng)的對(duì)數(shù)價(jià)格收益率分別記為RS和RF，兩市場(chǎng)之間的對(duì)數(shù)基差記為RB?，F(xiàn)貨、期貨對(duì)數(shù)價(jià)格序列、收益率序列及對(duì)數(shù)基差序列的統(tǒng)計(jì)特征如表1所示。從標(biāo)準(zhǔn)差可以看出，期貨價(jià)格收益率波動(dòng)相對(duì)更為劇烈。現(xiàn)貨和期貨對(duì)數(shù)價(jià)格收益率序列以及對(duì)數(shù)基差序列的偏度都左偏，峰度都超過(guò)3。結(jié)合J-B統(tǒng)計(jì)量可知，它們均不服從正態(tài)分布，具有尖峰厚尾特征。ADF和PP單位根檢驗(yàn)結(jié)果表明，在5%的顯著性水平上，現(xiàn)貨和期貨對(duì)數(shù)價(jià)格序列都為非平穩(wěn)序列，但一階差分后所對(duì)應(yīng)的對(duì)數(shù)收益率序列均為平穩(wěn)序列。因此，現(xiàn)貨和期貨的對(duì)數(shù)價(jià)格序列都是一階單整序列，即LNHS?薺I(1)、LNFP?薺I(1)。對(duì)數(shù)基差序列的ADF和PP單位根檢驗(yàn)表明，在1%的顯著性水平上序列是平穩(wěn)的。

　　(二)實(shí)證結(jié)果及分析

　　1. Johansen協(xié)整檢驗(yàn)

　　我們知道LNHS和LNEP都是一階單整時(shí)間序列，可對(duì)兩者進(jìn)行協(xié)整分析。Johansen協(xié)整檢驗(yàn)的關(guān)鍵是判斷(1)式中的Bxt在誤差修正模型中是以何種形式出現(xiàn)，是以常數(shù)項(xiàng)還是以帶有時(shí)間趨勢(shì)的趨勢(shì)項(xiàng)出現(xiàn)。Johansen(1992)[18]給出的判斷方法是對(duì)于兩種情況都進(jìn)行檢驗(yàn)。從表2的檢驗(yàn)結(jié)果可以看出，滬深300指數(shù)現(xiàn)貨價(jià)格與指數(shù)期貨價(jià)格之間存在一個(gè)協(xié)整關(guān)系。

　　2. 遞歸協(xié)整(Recursive Cointegration)

　　為考察滬深300股指期貨與現(xiàn)貨長(zhǎng)期協(xié)整關(guān)系的穩(wěn)定性，本文采用遞歸協(xié)整的(Recursive Cointegration)方法對(duì)兩者之間的長(zhǎng)期關(guān)系做深入分析。遞歸估計(jì)的初始估計(jì)樣本期為前10個(gè)交易日，共480個(gè)交易數(shù)據(jù)。圖1為標(biāo)準(zhǔn)化的跡檢驗(yàn)統(tǒng)計(jì)量的遞歸變化過(guò)程，這個(gè)統(tǒng)計(jì)量將在每一個(gè)數(shù)據(jù)點(diǎn)上被重新估計(jì)。由于圖1中的跡統(tǒng)計(jì)量都是以5%顯著性水平的臨界值進(jìn)行標(biāo)準(zhǔn)化的，因此當(dāng)圖1中的跡統(tǒng)計(jì)量的值超過(guò)1.0時(shí)，我們可以合理地拒絕原假設(shè)。我們?cè)趫D1中可以看到，在大約第1100個(gè)觀察值以前，即大約2010年6月3日之前，兩個(gè)市場(chǎng)之間不存在協(xié)整關(guān)系，而在此之后，兩個(gè)市場(chǎng)之間開始存在穩(wěn)定的協(xié)整關(guān)系。說(shuō)明在股指期貨運(yùn)行初期其走勢(shì)與現(xiàn)貨市場(chǎng)的關(guān)系并不緊密，不具有價(jià)格發(fā)現(xiàn)功能。

　　Brenner和Kroner(1995)[19]、Yang等(2001)[20]等學(xué)者認(rèn)為，對(duì)協(xié)整關(guān)系內(nèi)相關(guān)變量進(jìn)行統(tǒng)計(jì)檢驗(yàn)，如需滿足無(wú)偏性假設(shè)必須具備兩個(gè)條件：一是期貨市場(chǎng)價(jià)格和現(xiàn)貨市場(chǎng)價(jià)格具有協(xié)整關(guān)系;二是協(xié)整向量?茁必須滿足約束條件?茁=(?茁1，?茁2)=(1，-1)。本文將對(duì)此約束采用對(duì)數(shù)似然比檢驗(yàn)(LR檢驗(yàn))。表3中的檢驗(yàn)結(jié)果表明，?茁1+?茁2=0的原假設(shè)在5%的置信水平上并不能夠被拒絕。表明此模型滿足無(wú)偏性假設(shè)條件。

　　Yang等(2001)[20]和Zhong等(2004)[7]等學(xué)者指出，通過(guò)考察調(diào)整系數(shù)可以判斷兩個(gè)市場(chǎng)之間的領(lǐng)先滯后及信息傳遞關(guān)系。如果原假設(shè)?琢1=0(?琢2=0)不能夠被拒絕的話，則說(shuō)明長(zhǎng)期中現(xiàn)貨市場(chǎng)(期貨市場(chǎng))價(jià)格領(lǐng)先期貨市場(chǎng)(現(xiàn)貨市場(chǎng))，但是如果原假設(shè)?琢1≠0和?琢2≠0不能夠被拒絕的話，那說(shuō)明兩個(gè)市場(chǎng)存在雙向引導(dǎo)關(guān)系。根據(jù)Zapata和Rambaldi(1997)[21]建議，本文對(duì)調(diào)整系數(shù)的檢驗(yàn)也是基于無(wú)偏性假設(shè)的基礎(chǔ)上。表3的檢驗(yàn)結(jié)果表明，在5%的顯著性水平上，?琢1=0的原假設(shè)是不能夠被拒絕的，說(shuō)明現(xiàn)貨市場(chǎng)價(jià)格具有弱外生性，而?琢2=0的原假設(shè)在5%的顯著性水平上是能夠被拒絕的。檢驗(yàn)結(jié)果表明在股指期貨運(yùn)行之初，在長(zhǎng)期協(xié)整關(guān)系中，現(xiàn)貨市場(chǎng)引導(dǎo)期貨市場(chǎng)，期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能并沒(méi)有得到很好的發(fā)揮。

　　從圖2調(diào)整系數(shù)遞歸變化圖中，同樣能得到上述結(jié)論。圖2中指數(shù)現(xiàn)貨收益率的調(diào)整系數(shù)幾乎為0，而股指期貨的調(diào)整系數(shù)顯著大于0，說(shuō)明對(duì)于兩市場(chǎng)長(zhǎng)期均衡關(guān)系的偏離，主要由股指期貨市場(chǎng)進(jìn)行調(diào)整，而非現(xiàn)貨市場(chǎng)，從而表明在長(zhǎng)期均衡關(guān)系中，現(xiàn)貨市場(chǎng)價(jià)格領(lǐng)先股指期貨市場(chǎng)價(jià)格。

　　總的來(lái)說(shuō)，從遞歸協(xié)整分析中我們可以得出的結(jié)論為，在股指期貨運(yùn)行之初，股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)不具有協(xié)整關(guān)系。隨著股指期貨市場(chǎng)的不斷完善，兩者開始具有穩(wěn)定的協(xié)整關(guān)系，但在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系中，現(xiàn)貨市場(chǎng)價(jià)格領(lǐng)先期貨市場(chǎng)價(jià)格，現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中起主要作用。

　　3. 價(jià)格發(fā)現(xiàn)貢獻(xiàn)度

　　為進(jìn)一步證實(shí)上述結(jié)論，本文采用公共因子模型精確刻畫兩市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中的貢獻(xiàn)程度，計(jì)算結(jié)果見(jiàn)表4。從表4我們可以看出由IS模型所得出的滬深300指數(shù)現(xiàn)貨市場(chǎng)的信息份額上限為99.9%，下限為33.8%，平均信息份額為66.9%;而股指期貨市場(chǎng)的信息份額上限為66.2%，下限為0.01%，平均信息份額為33.1%。表明現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中的貢獻(xiàn)程度要大于期貨市場(chǎng)，現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中起主要作用。PT模型計(jì)算所得結(jié)果同樣支持上述結(jié)論。

　　四、結(jié)論

　　本文利用日內(nèi)5分鐘高頻數(shù)據(jù)，采用遞歸協(xié)整和公共因子模型方法深入分析了滬深300股指期貨運(yùn)行初期價(jià)格發(fā)現(xiàn)功能的動(dòng)態(tài)變化過(guò)程，所得出的結(jié)論有：

　　1. 大約2010年6月3日之前，滬深300股指期貨的走勢(shì)與指數(shù)現(xiàn)貨的走勢(shì)的聯(lián)系并不緊密，兩者并不具有穩(wěn)定的協(xié)整關(guān)系，說(shuō)明在股指期貨運(yùn)行之初并不具有價(jià)格發(fā)現(xiàn)功能。

　　2. 隨著期貨市場(chǎng)的發(fā)展，大致從2010年6月3日起，滬深300股指期貨與指數(shù)現(xiàn)貨市場(chǎng)開始具有穩(wěn)定的協(xié)整關(guān)系，股指期貨的價(jià)格發(fā)現(xiàn)功能開始發(fā)揮作用，但價(jià)格發(fā)現(xiàn)功能表現(xiàn)并不理想，因?yàn)槲覀儼l(fā)現(xiàn)，在價(jià)格發(fā)現(xiàn)過(guò)程中，起主要作用的是現(xiàn)貨市場(chǎng)，而并非期貨市場(chǎng)。

　　本文所得出的結(jié)論不同于以往對(duì)于成熟期貨市場(chǎng)研究所得出的結(jié)論，但與一些學(xué)者對(duì)于新興期貨市場(chǎng)研究所得出的結(jié)論較為一致。即對(duì)于新興的期貨市場(chǎng)而言，在股指期貨運(yùn)行初期，在價(jià)格發(fā)現(xiàn)過(guò)程中起主要作用的是現(xiàn)貨市場(chǎng)，股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能表現(xiàn)并不理想，如Cabrera等(2009)[22]、Chen和Cau(2009)[23]等學(xué)者的研究。

　　注釋：

　?、僭诠芍钙谪浐霞s方面，中金所同時(shí)上市的有當(dāng)月，下月，當(dāng)前季度和下一個(gè)季度四個(gè)合約。而所謂的主力合約是指在這四個(gè)合約中交易量最大的合約。選取的規(guī)則為選取股指期貨合約中交易量最大合約的交易數(shù)據(jù)作為研究對(duì)象，一般近月合約的交易量最大，但在到期日之前，近月合約的交易量逐漸減小，而緊接著的下一個(gè)月的合約的交易量開始不斷增大，當(dāng)下一個(gè)合約的交易量超過(guò)近月合約的交易量時(shí)，選擇下一個(gè)合約的交易數(shù)據(jù)為研究對(duì)象。