中美大豆期货市场国际定价功能比较研究

摘 要：本文采用误差修正模型、信息共享模型和共因子模型，基于中美大豆期货市场2005年-2009年的日交易数据对中美两国大豆期货市场的国际定价功能进行了比较研究。研究结果表明：中国大豆期货市场在国际大豆价格形成中已发挥了一定的影响力，但美国大豆期货市场对国际大豆价格的影响明显大于中国，说明美国大豆期货市场的国际定价功能强于中国。本文对产生这一结果的原因作了进一步的分析，并提出了增强中国大豆期货市场国际定价功能的对策建议。

关键词：中美；大豆；期货市场；国际定价

中图分类号：F323.8 文献标识码：A 文章编号：1007-4392（2011）05-0004-05

一、引言

在期货市场国际定价功能的研究方面，国内外已有学者作了一些有益的探索，取得的研究成果主要有：Booth、Brockman和Tse(1998)对芝加哥期货交易所(CBOT)与加拿大温尼伯商品交易所(WCE)小麦期货的定价功能也作了研究，发现CBOT小麦期货价格对WCE小麦期货价格具有明显的引导作用，说明CBOT小麦期货价格更强的定价功能。Booth和Ciner（2001）采用动态向量自回归模型（D-VAR）考察了TGE和CBOT两个交易所玉米期货的定价功能，结果表明CBOT玉米期货市场的国际定价功能比TGE要好。常清（2006）对我国建立定价中心与期货市场的国际化作了分析，提出了期货市场国际化应包含一些基本的要素，就如何实现国际化提出了政策建议。孔哲礼和李辉（2008）利用协整检验、误差修正模型等计量方法对郑州商品交易所、纽约期货交易所期棉价格与国内棉花现货价格这三者的关系进行了研究，表明纽约期货市场在国际棉花定价体系中占有主导地位，而导致郑州棉花期货市场国际定价功能弱化的原因是国内棉花期货市场与现货市场缺乏有机联系。

自大豆进口关税和配额限制取消后，中国已从大豆净出口国变成世界上最大的大豆进口国。据海关数据显示，2009年中国大豆进口额约为187．9亿美元，进口量为4255万吨，同比增长13.7%。目前，我国每年消费大豆约5000万吨，其中75%左右需依赖于进口，并且有进一步上升的趋势。近年来，随着大豆对外贸易规模的不断变化，中国和世界大豆市场价格波动的幅度和频率也日益增大，并对中国大豆产业的发展产生了较大的影响。但从现有研究文献看，国内外学者已在部分期货品种的国际定价能力上作了有益的探索，但还没有针对我国期货市场的重要品种―大豆期货的定价能力进行深入的研究，且在实证研究方法上也需要进一步深入。本文采用误差修正模型、信息共享模型和共因子模型对中美大豆期货市场的国际定价功能进行比较研究，就增强中国大豆期货市场国际定价功能提出相关的对策建议。这一研究将有助于我们深入了解中美大豆期货市场国际定价功能的发挥状况，为相关部门进行大豆期货市场政策制定提供科学的依据，从而进一步增强中国大豆期货市场的国际话语权。

二、研究方法和数据处理

（一）误差修正模型

当两个期货市场价格之间存在协整关系，则可以利用简单的误差修正模型表达式来研究这两个市场期货价格之间短期内的相互作用关系。其具体关系可以通过下式表示：

ΔCNt=wc+dcZt-1+αc，iΔCNt-i

+βc,iΔUSt-i+εi，t（1）

ΔUSt=wu+duZt-1+αu，iΔCNt-i

+βu,iΔUSt-i+εu，t（2）

其中，Δ为一阶差分；ΔCNt和ΔUSt分别表示t时刻中国大豆的期货价格和美国大豆的期货价格；αc,i、αu,i、βc,i和βu,i都为短期调整系数；Zt-1为含有截矩项的误差修正项；εc,t、εu,t为残差项，服从联合正态分布。dc、du为误差修正项系数，p、q分别为滞后阶数，按照AIC准则确定。在这里，误差修正项系数既可以用来识别两个市场期货价格之间相互作用的方向，也可以在系统偏离均衡状态时，测量两个市场期货价格的调整速度和调整方向。

（二） 信息共享模型

该模型又称I-S模型，由Hasbrouck于1995年提出的。Hasbrouck（1995）的研究表明，误差修正模型（VECM）可以进一步表示为：

Pt=P0+ψ（εt）τ+Ψ*（L）εt（3）

式（3）中，Pt=（CNF,USF）'为2×1的列向量，P0为2×1的常数列向量，τ=（1，1）'为2×1的单位列向量，Ψ*（L）为带滞后算子的矩阵多项式，Ψ*（1）εt包含了随机扰动对两个市场期货价格波动的长期作用，ψ代表Ψ（1）中公共行向量，εt=（ε1t，ε2t）' 。

Hasbrouck指出，增量ψεt是由于新信息的进入引起期货价格变动的长期作用部分，而该长期作用部分的方差为σ=ψ∏ψ'，其中∏为残差εt的协方差。如果∏是对角矩阵，则第i个市场的信息份额Si为，其中Ψi是Ψ的第部分，σ2i是对应于∏的第i个市场部分。如果∏不是对角矩阵，则Si不是唯一定义的，在这种情况下，他认为，可以通过对不同价格顺序排列的方差进行Cholesky因子分解来得到信息份额的上限和下限，利用所有排列信息份额的平均值作为度量各个市场信息所占信息份额大小的参数。

（三）Gonzalo-Granger共因子模型

共因子模型也称为P-T模型，是由Gonzalo和Granger于1995年提出的。他们认为，识别某一种因素在价格影响中的大小，可以通过误差修正模型中所包含的误差修正项来区别长期和短期的影响。这里，误差修正模型的表达式可以用下式表示：

ΔPi,t=ci+αi，j（Pi,t-1-Pj,t-1）

+γi，t-qΔPi,t-q+εi，t（4）

式（4）中，1、2分别表示中国大豆期货市场和美国大豆期货市场；ΔPi,t为市场i的价格在t时刻的变化，αi,j为市场i和j价格调整的变动速度，γi,t-q为市场滞后时间q的自回归系数，q为滞后时间长度，εi,t为扰动项。

Gonzalo和Granger的研究进一步认为，市场价格可分别表示为永久部分（Permanent）和瞬时部分（Transitory）的总和，即：

Pt=ftin+εt（5）

式（5）中，Pt=(P1t,P2t)'为价格向量，ft是市场共同因子，in是单位行向量，ftin是市场共同因素影响部分，是市场的瞬时部分。

Gonzalo和Granger将市场共同因子ft分解为价格的线性关系，ft=ηPt，其中η=（η1，η2）为共同因子的向量系数。将η标准化后，得到ηi=1，则ηi可用来刻画市场对价格影响的贡献度。

（四）数据处理说明

本文所采用的中美大豆期货价格数据均为日收盘价，数据的时间跨度为：2005年9月30日至2009年12月31日。选择这一时间跨度的原因在于既考虑到要有足够的样本量，又考虑了大豆期货合约的实际上市运行状况。美国大豆期货数据来源于芝加哥期货交易所，中国大豆期货价格数据来源于大连商品交易所。

对中美大豆期货价格数据采取的处理方法是选取每一个期货品种的各个合约月份到期日之前的一个固定时间段的期货合约收盘价为代表，形成一个完整的期货合约日收盘价时间序列数据。由于中美节假日存在一定的差异，会出现某一天或某几天中国市场有交易数据而美国市场没有交易数据，或者美国市场有交易数据而中国市场没有交易数据的情况，为保持数据的配对性，本文剔除了所有非配对数据。另外，在合约的交易过程中，某些交易日会出现交易量非常大或非常小的情况或无成交记录，这是由于某种特殊的原因导致了期货市场价格的异常波动，不能反映期货市场运行的基本规律，对极少数这种情况下的数据我们进行了剔除。这样共得到1021个有效数据。由于芝加哥期货交易所大豆期货价格的报价单位为美分/蒲式耳，中国的期货市场大豆期货报价单位为元（人民币）/吨，因此，为保持量纲的一致性，本文将美国市场的报价单位折算成元（人民币）/吨的报价。折算时美元对人民币的汇率采用国家外汇管理局网站（www.safe.省略）公布的每日人民币基准汇率来计算。由于中美两国所处时区不同，所以中美期货交易时间也不一致，为对后面的实证结果进行分析和解释，这里有必要对中美两国大豆期货市场实际交易时间作个简单介绍。中国大豆期货交易所只有场内电子盘交易，交易时间为9：00~11：30，13：30~15：00。而美国大豆期货交易所既有人工喊价交易，同时也有电子盘交易。芝加哥期货交易所人工喊价盘的交易时间为23：00至次日03：15，电子报盘时间为09：30~20：00。从场内交易时间来看，中国大豆期货交易时间要早于美国，且交易时间不存在交叉的现象。在中国大豆期货一天的交易结束后，美国大豆期货交易才开始交易。由于中美大豆期货的交易时间不同步，为研究的需要，本文产生两组数据。第一组数据记为（CNt，USt），CNt和USt分别表示第t日中国大豆期货价格时间序列数据和美国大豆期货价格时间序列数据，因此，按北京时间来说，中国大豆期货交易在前，美国在后；第二组数据记为（CNt+1，USt），其中表示第t+1日中国大豆期货价格的时间序列数据，USt仍然表示第t日美国大豆期货价格时间序列数据，按北京时间来说，即美国大豆期货交易在前，而中国大豆期货交易在后。通过对第一组数据和第二组数据的比较研究，有助于分析中美大豆期货价格之间的相互关系。

三、中美大豆期货市场国际定价功能实证研究

为了解中美两国大豆期货价格之间的关系，对其进行相关性分析可以检验出两个市场的关联程度。表1给出了中美大豆期货市场的相关系数。从表1可以看出，中美两国样本期内大豆期货市场的相关系数为0.963介于0.8到1之间，说明两个市场之间高度相关。

（一）中美大豆期货价格收益的基本统计特征分析

表2 给出了中美大豆期货价格收益序列的基本统计量。从基本统计量的结果可以看出，就偏度和峰度以及Jarque-Bera正态检验统计量来说，中美大豆期货价格收益均为左偏；从峰度来看，中美大豆的统计值都显著大于3，表现出明显的尖峰后尾的特征；而对Jarque-Bera正态检验的统计值观察发现，中美大豆期货价格收益均不服从正态分布。由Q统计量可知，在5%的显著性水平下，中美大豆期货价格收益不存在自相关性。

（二）平稳性检验

在对中美大豆期货价格序列进行协整关系检验之前，首先利用ADF单位根检验法对这些期货价格序列的平稳性进行检验，最佳滞后阶数由AIC准则确定，检验结果如表3所示。由表3可知，中美大豆期货价格序列都为非平稳序列，但其一阶差分序列均为平稳序列。

（三）协整检验

由对期货价格的平稳性检验结果可知，中美大豆期货价格序列均服从I（1）过程，因此可以通过Johansen协整方法检验中美大豆期货市场相关期货品种在不同期货市场的协整关系，最佳滞后期根据AIC准则确定，对中美大豆期货第一组数据（CNt，USt）的检验结果如表4所示。由检验结果可知，中美大豆期货价格之间存在明显的协整关系，即两者之间存在着长期均衡关系。对第二组数据（CNt+1，USt）进行类似的检验，得出了同样的结论。

（四）误差修正模型分析

由于中美大豆期货价格之间存在协整关系，因而可通过误差修正模型、Hasbrouck信息共享模型和Gonzalo-Granger共因子模型来研究中美大豆期货价格之间的相互联系和相互影响，以分析它们的国际定价功能。

表5给出了中美大豆期货价格第一组数据（CNt，USt）应用误差修正模型的参数估计结果。由于在第一组数据中，中国大豆期货交易的时间先于美国大豆期货交易的时间，而误差修正模型是基于前一期的误差修正项、交叉项的滞后项和其自身的滞后项对当期的价格变动进行解释。因而，通过公式（1）可以说明美国大豆期货价格对中国大豆期货价格的影响。从表5的参数估计结果可以看出，不但公式（1）中大豆的误差修正项系数显著，值为-0.034，且公式（1）中交叉项ΔUSt-1的系数为0.399，在1%的显著性水平下统计显著，说明美国大豆期货价格对中国大豆期货价格具有较强的引导作用。

表6给出了中美大豆期货价格第二组数据（CNt+1，USt）应用误差修正模型的参数估计结果。由于在第二组数据中，美国大豆的期货交易时间先于中国大豆的交易时间，公式（2）误差修正模型的含义也是用前一期的误差修正项、交叉项的滞后项和其自身的滞后项对当期的价格变动进行解释。因此，通过公式（2）可以说明中国大豆期货价格对美国大豆期货价格的影响。表6的参数估计结果表明，公式（2）中大豆的误差修正项系数为0.022，统计显著。同时公式（2）中交叉项系数ΔCNt-1前面的系数值为0.056，在5%的显著性水平下统计显著，说明中国大豆期货价格对美国大豆的期货价格也有一定的影响作用，但与第一组数据美国大豆期货价格对中国大豆期货价格的影响作用相比，中国对美国的影响要小于美国对中国的影响，即国际大豆期货市场中，两个具有较大影响力的国家之间，美国的影响力要大于中国。

（五）信息共享模型与共因子模型分析

进一步利用Hasbrouck信息共享模型和Gonzalo-Granger共因子模型分析中美大豆期货市场在大豆价格发现中作用的大小。由于中美大豆期货交易时间的不一致，因此分别对第一组数据和第二组数据进行处理，最终得到的结果是两组数据处理结果的平均值。

表7给出了中美大豆期货市场价格影响的贡献份额。由表7可以看出，在共因子模型下，中国大豆期货市场在大豆价格影响中贡献了47.12%的份额，而美国大豆期货市场在大豆价格影响中则贡献了52.88%的份额，这说明美国大豆期货市场在大豆价格影响中的作用明显大于中国，也即美国大豆期货市场的国际定价功能要明显好于中国。在Hasbrouck信息共享模型下，中国大豆期货市场所占的平均信息份额为47.43%，而美国大豆期货市场所占的平均信息份额分别为52.57%，这与Gonzalo-Granger共因子模型的估计结果基本一致。另外，中美大豆期货市场信息份额的上界和下界相差较大，说明垮市场残差存在自相关。

四、增强中国大豆期货市场国际定价功能的对策建议

鉴于上述分析，笔者认为，中国大豆期货市场应从以下几个方面采取措施进一步提高吸引力和影响力，以逐步增强其国际定价功能。

（一）不断完善交易规则和相关法规，加强中国大豆期货市场的产品创新，着力提高市场的活力

交易规则和相关法规的科学化、合理化和规范化能够增强市场参与者进入市场的信心，不仅可以吸引潜在参与者，而且可以提高现有参与者对市场的忠诚度，对市场自身的发展十分重要。这就要求进一步提高交易规则和相关法规制订过程的透明度，要有广泛的参与性，不能由几个管理部门根据部分人的利益强制性地制定并推行实施。在产品创新方面，既包括合约设计的创新也包括交易方式的创新。从开始成立到发展成为世界商品定价中心，美国芝加哥期货交易所的发展历程也正是一个产品不断创新的过程（张智先，2009）。因此，中国的大豆期货市场必须高度重视产品创新这个环节，想方设法加强产品创新的研究和开发力量，广泛学习国外发达期货市场产品创新的成功经验，并结合中国的国情和大豆期货市场发展的客观实际情况加以改进和优化，以逐步提高中国大豆期货市场的活力。

（二）努力推进管理体制的国际化

管理体制是期货市场建设的一个重要方面。如果管理体制不符合国际惯例和期货市场运行的规律，就无从谈起期货市场的国际化，那么，要提高期货市场的国际定价功能，使之发展成为具有世界影响力的国际定价中心也就难以实现。中国大豆期货市场管理体制的国际化程度还相当低，期货交易所受相关管理部门的约束过多，行业自律组织的自律管理权限小、政府行政色彩浓厚等问题仍然存在。因此，必须下定决心改革管理体制，根据中国大豆期货市场的特点，结合国际上发达期货市场管理体制的优点，努力推进中国大豆期货市场管理体制的国际化。

（三）有限度、分阶段推进市场参与者的国际化进程

除交易规则和管理体制的国际化之外，另一个重要的方面就是市场参与者的国际化。这主要包括：在严格监管的前提下，国外大豆生产和经营者以及其他投资者要能够逐步进入中国大豆期货市场，中国的期货经纪公司、大豆生产者和经营者及其他投资者也需要逐步进入国际市场，在此之前，要逐步放开境外期货业务，允许部分实力较强的期货经纪公司从事境外期货业务，以学习国际经验，熟悉国际惯例，提高自身实力和竞争力（王骏，2006）。同时，由于中国市场体系的发育还不够完善，大豆期货市场的管理水平有待提高，因此，大豆期货市场国际化的进程要有限度、分阶段地向前推进，具体措施为：一是优先开放境外大豆期货市场业务。允许有些企业在国外大豆期货市场从事套期保值业务，选择部分实力雄厚、管理规范的期货经纪公司客户从事境外期货业务，这一阶段主要是以学习国外期货市场风险控制、业务管理的经验为主；二是选择国内部分专业性强，资本实力雄厚的综合性期货经纪公司作为试点，接受国外客户的委托进行中国大豆期货交易，等中国大豆期货市场发展到一定规模、管理相对成熟以后，再进一步实现国内大豆期货市场的全面国际化，以促进其国际定价功能的提高。

参考文献：

[1]Booth, G. G. , Brockman, P., and Tse , Y. , “The relationship between US and Canadian wheat futures” [J]. Applied Financial Economics, 1998, 8, 73-80.

[2]Booth, G. G. and Ciner, C., “Linkages among agricultural commodity futures prices: evidence from Tokyo” [J]. Applied Economics Letters, 2001, 8, 311-313.

[3]Gonzalo, J. and Granger, C., 1995, Estimation of common long-memory components in cointegrated systems [J]. Journal of Business & Economics Statistics, 13, 27-35.

[4]Hasbrouck, Joel., One security, many markets: determining the contributions to price discovery [J]. The Journal of Finance, 1995, 50(4): 1175-1199.

[5]常清，《建立定价中心与期货市场的国际化》[J].《价格理论与实践》，2006,(1):58-59。

[6]孔哲礼、李辉，《中国郑州棉花期货市场的国际定价功能研究》[J]．《新疆财经》，2008，（6），48-51。

[7]华仁海、卢斌、刘庆富，《中国期铜市场的国际定价功能研究》[J]．《数量经济技术经济研究》，2008,(8):83-93。

[8]王家辉，《上海期货交易所金属铜国际定价能力研究》[J].《上海金融》，2008，（6），48-51。

[9]赵蓓、张瑞峰、闫晓峰，《利用期货基金争夺国际市场定价权的策略研究》[J].《金融经济》，2007,(24):85-86。

[10]张智先，《世界定价中心与中国农产品期货市场展望》[J]．《农业展望》，2009，（3）：32-35。

[11]王骏，《中国期货市场基本功能的研究》[D]．武汉：《华中科技大学》，2006。

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文