连续交易制度与贵金属期货价格发现功能实证研究

[提要] 为提升沪金、沪银期货市场竞争力，上海期货交易所于2013年7月5日施行连续交易制度。本文采用2011年1月至2014年9月沪金沪银期货、现货日收盘价数据，利用VEC模型、信息份额模型，对该制度对沪金沪银期货价格发现功能的影响进行实证研究。结果表明：制度施行前，沪金期货价格发现功能显著弱于沪金现货，沪银期货价格发现功能显著强于沪银现货；制度施行后，沪金沪银期货价格发现功能得到有效提升，不过沪金期货价格发现功能仍弱于沪金现货。

关键词：价格发现；VEC模型；信息份额

基金项目：国家社科基金青年项目：“推进智能型服务业资源有效配置的经济学研究”（15CJY054）；教育部人文社会科学研究规划基金项目：“财政分权、政府治理与中国经济增长机制研究”（13YJA630018）

中图分类号：F83 文献标识码：A

收录日期：2017年4月1日

引言

为完善我国贵金属期货市场交易制度，2013年7月5日上海期货交易所率先选择上海黄金期货和白银期货市场（以下简称为沪金期货和沪银期货）施行连续交易制度。那么，该制度的施行是否对我国贵金属期货市场定价权产生了显著影响呢？这不仅关系到连续交易制度在贵金属期货市场试行的效果，而且关系到未来在其他商品期货市场的推行，对连续交易制度对价格发现功能影响的研究具有长远意义。

价格发现问题源于不同市场交易同质商品，如果一个市场有能力迅速获得市场新信息，且把新信息融入到价格中，快速形成均衡价格，那么这个市场就表现为有效市场理论所指的有效市场，具有价格发现功能，能引领其他市场价格走势。由于在地域及交易制度等方面存在差别，标的物相同的不同期货市场，对新信息反应速度以及把新信息融入到价格的比率往往存在差异，结果使得不同期货市场形成均衡价格的时间有先后之分，在运行效率上就表现为价格发现功能有强弱之别。正如Quentin早期对价格发现的解释：“由于市场结构存在差异，导致市场不能同步吸收信息并瞬时调整形成新的均衡价格，所以高效率的市场会提前形成均衡价格，并引领低效率市场的价格”。因此，学者们构建模型刻画不同市场对新信息反应速度的快慢和把新信息融入到价格比率的高低，来判断不同市场价格发现功能的强弱。

刻画对新信息反应速度的模型以研究市场价格间的引导关系为主，格兰杰因果关系检验是其主要研究方法，即从市场收益率一阶矩角度出发，先建立VAR（Vector Autoregressive）或VEC（Vec error correction）模型，然后利用格兰杰因果关系检验收益率之间的因果关系，Erik、王骏等人的研究属于此类。

刻画新信息融入价格比率的模型采用公共因子度量模型，测算每个市场对价格发现的贡献份额，贡献份额大的则被认为具有价格发现优势，属于定量研究，正好弥补前者的不足。目前，Hasbrouck的信息份~IS（Information Share）模型，以及对其修正的MIS模型被学者广泛使用。

目前，国际上对贵金属期货市场价格发现功能研究较少，Pantisa等利用2003～2007年的数据，采用VEC模型对印度黄金期货市场、迷你黄金期货市场和黄金现货市场的价格发现功能进行实证研究，发现期货市场和迷你市场均领先现货市场。近几年，贵金属期货价格发现功能在国内越来越受重视，相关研究逐渐增多且集中在黄金期货市场，然而结论却不一致。祝合良等利用协整检验、格兰杰因果关系检验对沪金期货与沪金现货、沪金期货与美金期货价格发现功能做了实证分析，发现美金期货单向引导沪金期货，沪金期货单向引导沪金现货，认为沪金期货的价格发现功能在其成立两年后已经开始发挥，但仍有较大的提升空间；刘飞等得出的结论与祝合良的很相似。然而，余亮、谷晓飞等学者的研究对上述结论提出了质疑。余亮采用VEC模型、脉冲响应函数，考察了沪金期现市场价格发现功能，发现沪金期货的价格发现功能尚未有效实现，并认为交易制度不健全是导致该现象的主要原因。谷晓飞利用协整检验、格兰杰因果检验对沪金期现市场价格之间的动态关系进行实证考察，发现二者之间不存在长期均衡关系，且二者在价格发现功能上不存在相互引导，认为沪金期货尚不具有价格发现功能。徐雪等运用协整检验、VEC模型对沪金期现市场的联动性进行了实证检验，得出结论与余亮和谷晓飞的相似。

总结先前学者的研究，发现相关研究还存在几个方面的改进：第一，前人在研究方法上多以定性判定市场之间的领先滞后为主，缺少定量测算；第二，国内对贵金属期货价格发现功能的研究聚焦于沪金期货，对沪银期货的重视程度不够；第三，目前国内对连续交易制度施行对贵金属期货价格发现功能影响的研究处于空白，基于上述分析，本文将更新研究数据，采用VEC模型与信息份额模型，全面考察连续交易制度对贵金属期货价格发现功能的影响。

一、数据选取及研究方法

1、研究数据筛选。选取沪金期货、沪金现货、沪银期货和沪银现货合约中日交易量最大品种的日收盘价。沪金样本区间为2011年1月4日至2014年9月26日，沪银样本区间为2012年5月10日至2014年9月26日，数据来源于上海期货交易所网站和上海黄金交易所网站，共得到沪金样本903对，沪银样本580对，将制度启动日2013年7月5日设为事件日，把总样本分为事件日前样本和事件日后样本（含事件日）。

p1，t、p2，t、p3，t、p4，t分别为沪金期货市、沪金现货、沪银期货市、沪银现货收盘价的对数形式，r1，t、r2，t、r3，t、r4，t分别对应的收益率，表达式如下：

2、研究方法

（1）VEC模型。以沪金期货和沪金现货为例。如果沪金期现市场对数收盘价至少有一个是一阶单整序列，且线性组合平稳，即p1，t+bp2，t=ectt？荠I（0）且b≠0，那么p1，t+bp2，t就是所指的协整关系，ectt是均衡误差，对应的VEC模型为：

其中，ri，t是价格短期变动，影响因素既有前期短期变动r1，t-p、r2，t-p，又有长期均衡误差ectt-1。其中，矩阵？琢是调整参数矩阵，？琢=[？琢1，？琢2]T，矩阵？茁为协整向量，？茁=[1，b]T。？赘是残差e1，t和e2，t的方差协方差矩阵，？籽是残差相关系数。

（2）测算新信息融入价格比率的信息份额模型。IS模型是将VEC模型转换成向量移动平均的过程，把价格分解为永久成分和短暂成分，其积分形式为：

式（4）中等号右边的第一项使得残差具有记忆性，即为永久成分，所体现的是新息对价格序列的长期影响。？追*（L）是多项式矩阵，L为滞后算子，？追*（L）et为与永久成分对应的短暂成分，体现了不完美市场交易摩擦产生的短期影响。影响矩阵？追（1）是2×2阶方阵，理论上每一行都相同，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，其方差为：

IS的计算视？籽而定，分为两种，一种是当？籽为零时，？赘是对角矩阵，两个市场中第i个市场的价格发现贡献份额为：

当？籽不为零时，？赘是非对角矩阵，IS的计算需要寻找Cholesky因子分解？赘，使得？赘=MMT，其中：

这种分解方法存在一个弊端，使得变量的贡献份额和？籽有关，？籽越大，第一个变量的贡献份额也越大，所以通常交换变量次序后，求平均值作为最终的值。

Donald等对IS模型进行修正，提出了不需要变换变量顺序MIS模型，构建了一个新的分解因子F，F=[G？撰-0.5GTV-1]-1，？赘=FFT，其中？撰是由？赘的特征值组成的对角矩阵，矩阵G是由？赘的各个特征值对应的特征向量组成的矩阵，矩阵V是残差项et的标准差组成的对角阵，V=diag（■，■），MIS份额计算公式为：

基于上述分析，本文将以MIS指标作为首选指标，以IS指标作为次选指标。

二、实证结果及分析

1、单位根检验。表1是对数收盘价序列的平稳性检验的结果。从表中可以看出，滞后10阶单位根ADF检验统计量均未被拒绝，说明对数价格序列均不是平稳过程，而一阶差分后的单位根ADF检验统计量均在1%的水平下被拒绝，说明一阶差分序列是平稳的，所以序列均是1阶单整序列。（表1）

2、VEC模型和IS、MIS模型结果。表2表明沪金（银）期现市场的对数收盘价序列存在一个协整关系，适宜建立VEC模型。对于沪金期现货样本组，利用SC信息准则确定了事件日前和事件日后VEC模型的最优滞后阶数均为1阶；对于沪银期货和沪银现货样本组而言，最优滞后阶数分别为2阶和1阶。所建的模型都通过了稳定性检验。VEC模型主要系数的结果展示在表3中。在VEC模型基础上，计算得出IS、MIS模型指标值，结果汇集到表4。（表2、表3、表4）

表4表明，对于沪金期货和沪金现货，事件日前，沪金期货的IS指标、MIS指标值分别为46.54%和34.51%，沪金现货的IS指标、MIS指标值分别为53.46%和65.49%，所以沪金期货的IS指标、MIS指标明显小于沪金现货的，表明在连续交易制度施行前沪金现货在价格发现功能上具有优势。在事件日后，沪金期货的IS指标、MIS指标值分别为43.48%和42.44%，沪金现货的指标值分别为56.52%和57.56%，从IS指标值来看，沪金期货价格发现功能略有下降，绝对下降幅度约为3%，相对下降幅度为6.57%；不过从MIS指标来看，沪金期货价格发现功能具有较大提升，绝对上升幅度约为8%，相对上升幅度则约为23%。根据前文所述，我们以MIS模型为首选标准，所以可以得出连续交易制度有利于沪金期货价格发现功能的提升。

对于沪银期货和沪银现货而言，事件日前，沪银期货的IS指标和MIS指标分别为57.14%和71.27%，沪银现货的IS指标和MIS指标分别为42.86%和28.73%，显而易见，沪银期货在价格发现效率上处于主导地位。事件日后，沪银期货的IS指标和MIS指标分别为59.68%和79.19%，沪银现货的IS指撕MIS指标分别为40.32和20.81%，对比发现，沪银期货的IS指标和MIS指标均有所上升，其中IS指标绝对上升幅度约为2.5%，相对上升幅度约为4.5%，MIS指标绝对上升幅度约为8%，相对上升幅度约为11%，所以连续交易制度的施行有利于提升沪银期货价格发现功能。

通过上述分析可以得出：施行连续交易制度有利于增强贵金属期货价格发现功能，主要原因是贵金属期货市场流动性在连续交易制度施行后得到了充分的释放。在事件日前，沪金期货日均交易量约为沪金现货的1.8倍，而在事件日后，上升到4.6倍；在事件日前，沪银期货日均交易量约为沪银现货的3倍，而在事件日后，骤增到17.6倍。Donald研究指出代表市场流动性好坏的交易量指标是影响期货市场价格发现效率的重要因素，当期货交易量较小时，现货市场价格效率会强于期货市场。对比沪金，沪银期现交易量的比值后，发现沪银期现交易量比值远高于沪金期现的，所以沪金期货在价格发现功能上弱于沪金现货，而沪银期货却强于沪银现货的现象也就不足为奇了。

三、结论

本文利用VEC模型、IS模型、MIS模型考察了连续交易制度启动对我国贵金属期货市场价格发现功能的影响，得出以下主要结论：第一，沪金期货和沪金现货及沪银期货和沪银现货之间存在长期均衡关系；第二，连续交易制度施行前，沪金期货在价格发现功能上弱于沪金现货，连续交易制度施行后，沪金期货价格发现功能有较大提升，不过仍略弱于沪金现货，流动性偏低是其主要原因，沪金期货价格发现功能还有很大的提升空间；第三，制度施行前，沪银期货价格发现功能显著强于沪银现货，制度施行后，沪银期货价格发现功能进一步增强。

以上研究结论表明，在国内期货市场尚未完全对外开放的情况下，“上期所”率先以贵金属期货市场作为连续交易制度试点的创新是成功的，在提高了贵金属期货市场交易量的同时，也增强了贵金属期货市场的价格发现功能，有利于贵金属期货市场的套期保值功能的发挥，这对于增强金融期货服务实体经济的能力十分有益。所以，为了整体提升我国商品期货市场服务能力和国际竞争力，在贵金属期货市场连续交易制度施行的经验基础上，尽快让连续交易制度在国内其他商品期货市场施行。

主要参考文献：

[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E，张宗成.基于VAR模型的中国农产品期货价格发现的研究[J].管理学报，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]何诚颖，张龙斌，陈薇.基于高频数据的沪深300指数期货价格发现能力研究[J].数量经济技术经济研究，2011.5.

[7]华仁海，刘庆富.股指期货与股指现货市场之间的价格发现能力探究[J].数量经济技术经济研究，2010.10.

[8]周舟，成思危.沪深300股指期货市场中的宏观经济信息与价格发现[J].系统工程理论与实践，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，许贵阳.中国黄金期货市场价格发现功能实证研究[J].首都经济贸易大学学报，2010.5.