宋科艷

(天津工業(yè)大學　經(jīng)濟學院，天津　300384)

?

我國股指期貨與指數(shù)現(xiàn)貨價格引導關系研究
——基于非對稱門限協(xié)整模型的分析

宋科艷

(天津工業(yè)大學經(jīng)濟學院，天津300384)

本文采用動量一致門限自回歸等非線性模型，對我國滬深300股指期貨與指數(shù)現(xiàn)貨價格傳導的門限非對稱機制展開研究，并構建門限非對稱誤差修正模型，基于長期弱外生和短期因果關系檢驗對期現(xiàn)價格的引導關系進行深入分析。研究發(fā)現(xiàn)：期現(xiàn)價格存在顯著的門限協(xié)整關系，其價格調(diào)整機制具有非對稱性和動量趨勢，相對于負向沖擊，正向沖擊對系統(tǒng)的影響更具持久性；短期內(nèi)，期現(xiàn)價格存在雙向因果關系，相互引導，但長期內(nèi)，指數(shù)現(xiàn)貨為弱外生變量，只存在指數(shù)現(xiàn)貨到期貨的長期因果聯(lián)系，指數(shù)現(xiàn)貨處于長期價格發(fā)現(xiàn)的中心地位，股指期貨的價格發(fā)現(xiàn)功能目前仍未得到有效發(fā)揮。

滬深300指數(shù)；股指期貨；指數(shù)現(xiàn)貨；非對稱傳導機制；門檻非線性

一、引　言

2010年4月16日，滬深300股指期貨由中國金融期貨交易所推出，正式掛牌交易，上市五年多來，滬深300股指期貨總體運行平穩(wěn)，交易秩序良好，2014年該產(chǎn)品的成交手數(shù)在全球股指期貨中排名第四位，成交額排名第二位。作為我國第一支股票指數(shù)期貨和首個場內(nèi)金融衍生產(chǎn)品，滬深300股指期貨在我國資本市場改革發(fā)展史上具有里程碑意義，它是我國資本市場的一次重大創(chuàng)新，它的推出對于完善我國資產(chǎn)價格形成機制、促進資源的優(yōu)化配置，改善股票市場運行機制、改變我國股市“單邊市”的運行狀況，優(yōu)化投資產(chǎn)品體系、提供保值避險工具以及促進我國多層次資本市場改革發(fā)展都有著重要意義。但是，上述作用的充分發(fā)揮有賴于股指期貨價格發(fā)現(xiàn)機制的正常運行，而股指期貨與指數(shù)現(xiàn)貨之間的價格傳遞機制和引導關系決定了期貨市場是否有效以及其價格發(fā)現(xiàn)功能的實現(xiàn)，因此，期現(xiàn)價格之間的引導關系受到學術界、業(yè)界和金融監(jiān)管當局的關注，是一個經(jīng)久不衰的話題。

目前國內(nèi)外學者對我國股指期貨與指數(shù)現(xiàn)貨的價格引導關系進行了一定的研究，但遺憾的是，現(xiàn)有研究大都是在Engle和Granger[1]與Johansen[2]的線性協(xié)整分析框架下，采用EG兩步法或Johansen極大似然檢驗方法對二者的關系展開研究，忽略了期現(xiàn)價格傳導過程中可能存在的非對稱調(diào)整機制，其研究結論存在明顯的局限性和不足。線性協(xié)整分析方法假定非平穩(wěn)序列均值回復的調(diào)整過程是對稱的，無論沖擊的大小和方向，變量調(diào)整的速度都是相同的。然而，股指期貨與指數(shù)現(xiàn)貨實際運行中，由于交易成本、交易政策、流動性以及其他市場約束的存在，期現(xiàn)價格的調(diào)整往往呈現(xiàn)出非對稱性，忽視期現(xiàn)價格傳遞過程中的非對稱效應，采用傳統(tǒng)的線性方法展開研究，其研究結論很有可能由于模型設定方面的不足出現(xiàn)顯著偏差。

隨著時間序列分析方法的不斷發(fā)展，Enders和Siklos[3]對傳統(tǒng)的線性協(xié)整分析方法進行了有益拓展，他們采用門限自回歸(Threshold Auto Regression，TAR)、動量門限自回歸(Momentum Threshold AutoRegression，M-TAR)和動量一致門限自回歸(Momentum Consistent Threshold AutoRegression，MC-TAR)三種非線性門限模型，考察非平穩(wěn)變量之間的門限協(xié)整關系，研究它們之間的非對稱調(diào)整機制，該方法目前得到學術界的廣泛關注，應用到相關學術研究中。動量一致門限自回歸MC-TAR等模型的提出為分析我國股指期貨與指數(shù)現(xiàn)貨之間的價格傳導機制和引導關系提供了新的研究思路，借助這些非線性模型，不僅能夠?qū)ζ诂F(xiàn)價格之間的傳導機制進行深入分析，捕捉調(diào)整過程中的非對稱效應，而且能夠為確定期現(xiàn)價格之間的引導關系，分析股指期貨的價格發(fā)現(xiàn)功能提供重要依據(jù)。

有鑒于此，本文嘗試在現(xiàn)有文獻的基礎上做出有益的補充，采用TAR、M-TAR和MC-TAR三個非線性門限模型，對我國滬深300股指期貨與指數(shù)現(xiàn)貨價格的非線性傳導機制展開分析，考察期現(xiàn)價格之間是否存在門限協(xié)整關系和非對稱調(diào)整機制，并結合門限非對稱誤差修正模型(Threshold Asymmetric Error-Correction Model，TAECM)，采用長期弱外生和短期Granger因果關系檢驗，對二者的引領關系進行研究，分析股指期貨和指數(shù)現(xiàn)貨的價格發(fā)現(xiàn)功能。

二、文獻回顧

國外學者對期貨與現(xiàn)貨價格之間的引導關系及其價格發(fā)現(xiàn)功能的研究起步較早，目前已經(jīng)取得了大量研究成果。Garbade和Silber[4]最早構建了期現(xiàn)價格的相互關系模型，通過衡量前一期基差對后一期期現(xiàn)價格變動的影響程度來反映其價格發(fā)現(xiàn)功能的大小。而后Engle和Granger[1]、Johansen[2]開創(chuàng)的協(xié)整檢驗理論，為研究非平穩(wěn)的期貨價格和現(xiàn)貨價格之間的均衡關系提供了新的研究思路，基于線性協(xié)整分析框架下的Granger因果關系檢驗和誤差修正模型被用以分析期現(xiàn)價格之間的引導關系，評估其價格發(fā)現(xiàn)機制，在眾多研究文獻中得到了廣泛應用。此外，Hasbrouck[5]與Gonzalo和Granger[6]在線性協(xié)整系統(tǒng)下提出的信息份額(Information Share)模型和共同因子(Common Factor)模型用于測度不同市場在價格發(fā)現(xiàn)中的貢獻同樣受到學術界的重視。

Kawaller等[7]實證考察了S&P 500指數(shù)期貨和S&P 500指數(shù)的盤中價格關系，三階段最小二乘法用以估計兩者間的前導滯后(Lead-Lag)關系，發(fā)現(xiàn)期貨價格走勢引領股指價格走勢20至45分鐘，而股指的變動對期貨的影響很少超過1分鐘。Tse[8]與Shyy等[9]分別對日本和法國股指期貨與指數(shù)現(xiàn)貨之間的前導滯后關系進行了研究，均發(fā)現(xiàn)期貨市場引導現(xiàn)貨市場。Chu等[10]對S&P 500指數(shù)期貨、現(xiàn)貨指數(shù)和S&P存托憑證市場的價格發(fā)現(xiàn)功能進行了研究，Johansen協(xié)整檢驗表明，三個價格序列是具有一個長期隨機趨勢的協(xié)整系統(tǒng)，向量誤差修正模型的估計參數(shù)則表明價格調(diào)整出現(xiàn)在現(xiàn)貨指數(shù)市場和存托憑證市場，而不是期貨市場，當共同的隨機趨勢被分解后可知，期貨市場起著主要的價格發(fā)現(xiàn)功能。Tse[11]對道瓊斯工業(yè)指數(shù)期貨與現(xiàn)貨之間的價格發(fā)現(xiàn)和波動溢出進行了研究，基于信息份額模型的研究表明價格發(fā)現(xiàn)主要發(fā)生在期貨市場，二元EGARCH模型則顯示兩者存在波動率溢出效應，且期貨市場對現(xiàn)貨市場的波動溢出高于現(xiàn)貨市場對期貨市場的波動溢出。Booth等[12]研究了德國的股票指數(shù)、指數(shù)期貨和指數(shù)期權的價格發(fā)現(xiàn)，實證結果表明三個指數(shù)具有一個共同因子，相比指數(shù)期權，股指期貨和現(xiàn)貨指數(shù)占有更大的信息份額，且三者收益率具有反饋效應，期貨收益率處于主導地位，這與三者中期貨的交易成本最低、期權的成本最高有顯著關系，不同市場的價格發(fā)現(xiàn)貢獻符合交易成本假設。So和Tse[13]考察了香港恒生指數(shù)期貨、指數(shù)現(xiàn)貨和盈富基金(Tracker Fund，指在香港交易所上市的一種代表恒生指數(shù)證券組合的投資信托)之間的價格發(fā)現(xiàn)，信息份額模型和共同因子模型顯示期貨市場包含最多的信息，其次是指數(shù)現(xiàn)貨，而盈富基金對價格發(fā)現(xiàn)過程沒有貢獻。Zhong等[14]采用協(xié)整檢驗以及基于誤差修正模型的長短期因果檢驗表明，墨西哥股指期貨市場具有價格發(fā)現(xiàn)功能。Yang等[15]基于2010年4月16日—2010年7月30日滬深300股指期貨和指數(shù)現(xiàn)貨5分鐘高頻數(shù)據(jù)的研究發(fā)現(xiàn)，現(xiàn)貨市場在價格發(fā)現(xiàn)過程中處于主導地位，但兩個市場的日內(nèi)波動率具有很強的雙向依賴性。Judge和Reancharoen[16]基于協(xié)整和誤差修正模型對泰國股指期貨與現(xiàn)貨市場的前導滯后關系進行了研究，發(fā)現(xiàn)指數(shù)現(xiàn)貨對股指期貨具有單方向的引導能力。

國內(nèi)方面，肖輝等[17]采用脈沖響應和因子分解方法對美國、中國香港、日本和英國股指期貨市場和指數(shù)現(xiàn)貨市場之間的價格發(fā)現(xiàn)過程進行了分析，研究顯示期貨市場都處于價格發(fā)現(xiàn)的中心地位，起著信息中心的作用。方匡南和蔡振忠[18]基于2010年4月16日—2011年6月3日5分鐘的高頻數(shù)據(jù)，采用線性協(xié)整分析方法和誤差修正模型發(fā)現(xiàn)滬深300股指期貨與現(xiàn)貨之間具有雙向引導關系，脈沖響應函數(shù)則進一步表明現(xiàn)貨市場吸收沖擊的速度更快，現(xiàn)貨市場的價格發(fā)現(xiàn)功能相對較大。陳瑩等[19]基于信息份額模型和共同因子模型發(fā)現(xiàn)股指期貨的價格發(fā)現(xiàn)貢獻最高。李政等[20]首次采用滬深300、上證50和中證500三個品種股指期貨與現(xiàn)貨的5分鐘高頻數(shù)據(jù)，在靜態(tài)和動態(tài)遞歸協(xié)整分析框架下，從統(tǒng)計和經(jīng)濟顯著性兩個方面，對我國股指期貨與現(xiàn)貨的價格發(fā)現(xiàn)功能進行全面考察，其研究發(fā)現(xiàn)：總體而言，我國的股指期貨市場具備了良好的價格發(fā)現(xiàn)功能。

縱觀國內(nèi)外相關文獻，一方面，現(xiàn)有研究大都基于線性協(xié)整分析框架來探討期現(xiàn)價格關系，沒有考慮二者之間可能存在的非線性價格傳導機制，研究方法存在一定的局限性和不足，其研究結論很有可能因為模型設定方面的不足或者錯誤而出現(xiàn)顯著偏差；另一方面，針對我國股指期貨與指數(shù)現(xiàn)貨的研究的文獻還相對較少，且現(xiàn)有文獻在期現(xiàn)價格引導關系及其價格發(fā)現(xiàn)功能方面還未形成一致性的研究結論，有待進一步拓展。

三、研究方法與樣本數(shù)據(jù)

1.非對稱門限協(xié)整模型

為了研究長期均衡關系能否成立，傳統(tǒng)的EG兩步法采用下面的線性關系式對非均衡誤差項εt進行分析：

Δεt=ρεt-1+vt

(1)

如果能夠拒絕ρ=0的原假設，則表明εt為平穩(wěn)序列，長期均衡關系成立。然而，式(1)的線性協(xié)整檢驗隱含假定著變量回復均衡狀態(tài)的調(diào)整機制是對稱的，無論沖擊εt-1的大小，均值回復的調(diào)整速度都是ρ。與此相對，TAR、M-TAR和MC-TAR三種非線性門限模型卻能夠捕捉變量序列回復均衡過程中可能存在的非對稱調(diào)整機制。

TAR模型下序列εt服從以下關系式：

(2)

在對上述三個非線性門限模型有效估計的基礎上，本文采用Enders和Siklos[3]構建的t-Max統(tǒng)計量和Φ統(tǒng)計量，進行門限協(xié)整檢驗，分析變量序列之間是否存在協(xié)整關系，其原假設是“不存在協(xié)整關系”。在門限協(xié)整檢驗的基礎上，需要進一步確定變量均值回復的過程中是否存在非對稱的調(diào)整機制，其原假設是：ρ1=ρ2，即調(diào)整機制是對稱的。在協(xié)整關系已經(jīng)確定的情形下，可采用標準的F統(tǒng)計量對該假設進行檢驗。

本文采用AIC準則對TAR模型、M-TAR模型和MC-TAR進行比較甄別，篩選出最優(yōu)的非線性模型，然后在此基礎上構建門限非對稱誤差修正模型，基于長期弱外生和短期Granger因果來考察現(xiàn)貨價格與期貨價格之間的長短期引導關系：

(3)

(4)

2.樣本數(shù)據(jù)

自2010年4月16日滬深300股指期貨正式推出以來，有當月、次月、當季、下季四個合約，其中，一般來說當月合約的持倉量最大，其成交量和成交額也是最大的，是市場上最活躍的合約，即主力合約。因此，本文采用當月合約構成的連續(xù)合約指數(shù)作為期貨價格的代表，其收盤價即為序列Ft；采用滬深300指數(shù)的日度收盤價作為現(xiàn)貨價格的代表，記為St。為了消除變量序列潛在的異方差性，筆者將股指期貨價格Ft和現(xiàn)貨價格St，取自然對數(shù)ft=lnFt，st=lnSt。本文研究的樣本區(qū)間為2010年4月16日至2015年6月30日，共計1 263個樣本觀測值，數(shù)據(jù)來源為Wind資訊數(shù)據(jù)庫。

四、經(jīng)驗結果與分析

1.非對稱門限協(xié)整檢驗

本文首先采用ADF單位根檢驗對期貨價格序列ft和現(xiàn)貨價格序列st的單整階數(shù)進行研究。結果表明，當對ft和st的水平序列進行檢驗時，在1%的顯著性水平下都不能拒絕存在單位根的原假設；當對變量的一階差分序列進行檢驗時，則都拒絕了原假設，其一階差分序列是平穩(wěn)的。因此，期貨價格和現(xiàn)貨價格都是非平穩(wěn)的I(1)序列，滿足協(xié)整檢驗的前提條件。

接下來，筆者進一步采用協(xié)整分析來考察我國股指期貨價格與現(xiàn)貨價格之間是否存在長期均衡關系。本文不僅采用傳統(tǒng)的EG兩步法線性協(xié)整模型，而且采用TAR、M-TAR和MC-TAR三個非線性門限模型，用以考察現(xiàn)貨和期貨價格是否存在門限協(xié)整關系，以及均值回復的過程中是否存在非對稱的動態(tài)調(diào)整機制。依據(jù)模型設定，TAR和M-TAR的門限值外生設定為0，MC-TAR則采用格點搜索方法得到一致最優(yōu)的門限值，由表1可知，通過格點搜索得到的一致最優(yōu)門限值為0.0015，同時四個模型的估計參數(shù)和檢驗參數(shù)如表1所示。

表1　期貨價格與現(xiàn)貨價格之間非對稱門限機制檢驗

由表1可知，門限協(xié)整檢驗Φ統(tǒng)計量和t-Max統(tǒng)計量的臨界值來源于Enders和Siklos[3]的表1、表2、表3和表4；***、**和*分別表示在1%、5%和10%的水平下拒絕原假設，下同；NA表示無對應的估計參數(shù)與檢驗參數(shù)。

由表1可知，TAR模型、M-TAR模型和MC-TAR模型門限協(xié)整檢驗的Φ統(tǒng)計量和t-Max統(tǒng)計量，都在1%的顯著性水平下拒絕不存在協(xié)整關系的原假設，因此，無論是EG兩步法線性協(xié)整檢驗還是非對稱的門限協(xié)整檢驗，都表明我國滬深300股指期貨與現(xiàn)貨價格之間存在長期均衡關系，我國股指期貨市場的定價是有效的。

筆者進一步對協(xié)整系統(tǒng)均值回復的過程中是否存在非對稱調(diào)整機制進行檢驗。在TAR和M-TAR模型下，不能拒絕ρ1=ρ2的原假設；在MC-TAR模型下，非對稱檢驗的F統(tǒng)計量為13.5019，相應的P值接近于零，能夠有效拒絕ρ1=ρ2的原假設。這表明我國股指期貨價格與現(xiàn)貨價格在傳導調(diào)整的過程中存在顯著的非對稱性和動量趨勢，該過程符合動量一致門限自回歸MC-TAR模型。與此同時，通過AIC信息準則篩選比較可知，MC-TAR模型的AIC值最小，因此，具有一致最優(yōu)門限值的MC-TAR模型是四個模型中最好的，筆者將在MC-TAR模型的基礎上構建門限非對稱誤差修正模型，進一步考察現(xiàn)貨與期貨在長短期的價格引導關系。

2.門限非對稱誤差修正模型的估計

基于門限協(xié)整檢驗和最優(yōu)非線性模型篩選，本文構建了式(3)的門限非對稱誤差修正模型。筆者采用AIC信息準則來確定水平VAR模型的最優(yōu)滯后階數(shù)為4，進而確定式(3)中差分方程的滯后階數(shù)k等于3，通過對門限非對稱誤差修正模型的估計，研究我國股指期貨與現(xiàn)貨價格傳導中非對稱作用機制，估計結果如表2所示。

表2　門限非對稱誤差修正模型(TAECM)的估計系數(shù)

由表2可知，非對稱長期調(diào)整系數(shù)的符號與理論期望相一致，由于非均衡誤差項εt=st-0.99×ft-0.056，所以期貨價格方程(Δf)調(diào)整系數(shù)的理論預期值為正，現(xiàn)貨價格方程(Δs)調(diào)整系數(shù)的理論預期值為負，表2的估計結果與理論預期一致。當系統(tǒng)偏離均衡轉態(tài)，非均衡誤差項為負，即現(xiàn)貨價格過低或者期貨價格過高時，π2<0和π1>0將使得現(xiàn)貨價格上升、期貨價格降低，系統(tǒng)回復到均衡狀態(tài)；當均衡誤差項為正，即現(xiàn)貨價格過高或者期貨價格過低時，π2<0和π1>0會使現(xiàn)貨價格降低、期貨價格上升，并最終趨于均衡。同時，從調(diào)整系數(shù)的絕對值可知，誤差修正機制對期貨市場的影響力度高于現(xiàn)貨市場，一旦出現(xiàn)偏離均衡的情形，期貨市場價格相比現(xiàn)貨市場價格更快地調(diào)整，進而回復到均衡水平。

3.期現(xiàn)引領關系的長短期檢驗

在對門限非對稱誤差修正模型估計的基礎上，筆者進一步采用長期弱外生和短期因果關系檢驗對我國股指期貨價格和現(xiàn)貨價格在長期和短期的引領關系進行檢驗，表3給出了檢驗結果。

表3　基于TAECM的長短期引領關系檢驗

通過對短期動態(tài)系數(shù)的聯(lián)合顯著性檢驗表明，在5%的顯著性水平下，短期內(nèi)期貨價格與現(xiàn)貨價格存在雙向Granger因果關系，二者相互引導；對非對稱長期調(diào)整系數(shù)π的聯(lián)合顯著性檢驗則顯示現(xiàn)貨價格s在長期為弱外生變量，Yang等[21]認為從長遠來看弱外生序列是信息的主要來源，它能單向引導其他變量的變動，因此，現(xiàn)貨價格為弱外生變量表明存在從現(xiàn)貨價格到期貨價格的長期因果關系，在長期內(nèi)期貨價格的變動受制于指數(shù)現(xiàn)貨的變動，現(xiàn)貨市場的價格發(fā)現(xiàn)功能強于期貨市場，目前在我國期現(xiàn)引領關系中，現(xiàn)貨價格仍處于主導地位。

從理論上而言，股指期貨由于實行T+0以及保證金杠桿交易，具有交易成本較低、市場流動性較高、信息披露更加完全充分和多空雙向交易機制等優(yōu)勢，其價格發(fā)現(xiàn)功能應強于股票市場，從而起到引領價格的作用。本文的研究卻表明，在我國滬深300股指期貨與指數(shù)現(xiàn)貨的引領關系中，現(xiàn)貨的價格發(fā)現(xiàn)作用較大，且長期處于主導地位，筆者認為主要原因有三點：第一，作為我國第一支股票指數(shù)期貨，滬深300股指期貨自2010年4月16日被中國金融期貨交易所正式推出至2015年6月30日，其運行時間不過五年多，運行時間仍然較短，市場仍然不夠成熟完善，這影響了股指期貨價格發(fā)現(xiàn)功能的發(fā)揮。第二，相較于股票市場，股指期貨市場的進入門檻較高，為了確保股指期貨市場的平穩(wěn)健康有序發(fā)展，中國金融期貨交易所制定了一個相對較高的準入門檻，因此，滬深300股指期貨的交易量和交易額遠小于指數(shù)現(xiàn)貨，期貨市場的活躍度遠小于現(xiàn)貨市場，因此大量市場信息首先反應在股票市場，進而出現(xiàn)了股票市場引導期貨市場的情形。第三，個人投資者比例過高，目前股指期貨市場的個人投資者比例較高，而且由于股指期貨市場的運行時間較短，個人投資者交易經(jīng)驗不足，缺乏對股指期貨的定價能力，只能參考指數(shù)現(xiàn)貨的走勢進行交易，而且個人投資者的投機性更強，更加偏好短期交易，股指期貨實行T+0交易制度，所以絕大多數(shù)個人投資者都是日內(nèi)交易，致使股指期貨套期保值的避險功能無法充分顯現(xiàn)。

五、結論與政策含義

期現(xiàn)價格引導關系決定著期貨價格發(fā)現(xiàn)功能的實現(xiàn)，是學術界、業(yè)界和金融監(jiān)管當局非常重視的問題。目前，國內(nèi)學術界對該問題的分析主要局限在線性協(xié)整分析框架展開，忽視了兩者之間潛在的非線性調(diào)整機制，研究結論存在明顯的局限性和不足。作為對以往研究的有益補充，本文在門限非線性分析框架下，首次采用門限自回歸TAR、動量門限自回歸M-TAR和動量一致門限自回歸MC-TAR三個非線性門限模型，研究我國滬深300股指期貨與指數(shù)現(xiàn)貨之間是否存在門限協(xié)整關系以及二者在均值回復的過程中是否存在非對稱的調(diào)整機制，在此基礎上構建了門限非對稱誤差修正模型TAECM，基于長期弱外生和短期因果關系檢驗，對二者之間的引領關系展開深入研究，得到了富有啟發(fā)性的研究結論。

本文的研究結果表明，我國滬深300股指期貨與指數(shù)現(xiàn)貨在價格傳導的過程中具有顯著的門限協(xié)整關系和非對稱效應，期現(xiàn)價格協(xié)整系統(tǒng)的均值回復過程符合動量一致門限自回歸MC-TAR模型，價格調(diào)整機制具有非對稱性和動量趨勢。在價格傳遞的過程中，期現(xiàn)價格受到低于門限值的負向沖擊后，價格調(diào)整的速度較快，系統(tǒng)較快地回復到均衡狀態(tài)，而受到高于門限值的正向沖擊后，調(diào)整速度相對較慢，正向沖擊對系統(tǒng)的影響具有持久性?；赥AECM模型的短期因果關系和長期弱外生檢驗則進一步表明，股指期貨與指數(shù)現(xiàn)貨在短期內(nèi)互為Granger因果，具有雙向引導關系，但在長期內(nèi)，指數(shù)現(xiàn)貨是弱外生變量，存在從現(xiàn)貨價格到期貨價格的長期因果關系，指數(shù)現(xiàn)貨在長期內(nèi)處于主導地位，現(xiàn)貨市場的價格發(fā)現(xiàn)功能強于期貨市場，股指期貨的價格發(fā)現(xiàn)作用目前仍未得到充分發(fā)揮。其主要原因有：我國股指期貨推出的時間較短，市場成熟度不足；相對于股票市場，期貨市場的進入門檻相對較高，交易量和交易額較小，期貨市場活躍度低于股票市場活躍度；個人投資者比例高，投資經(jīng)驗不足，投機性較強等。因此，雖然期現(xiàn)價格之間存在門限協(xié)整關系說明股指期貨市場的定價是有效的，但其價格發(fā)現(xiàn)功能的充分發(fā)揮仍有很長的路要走。

[1]Engle, R. F., Granger, C. Co-Integration and Error Correction: Representation, Estimation, and Testing [J]. Econometrica, 1987, 55(2):251-276.

[2]Johansen, S. Statistical Analysis of Cointegration Vectors [J]. Journal of Economic Dynamics and Control, 1988, 12(2):231-254.

[3]Enders, W., Siklos, P. L. Cointegration and Threshold Adjustment [J]. Journal of Business & Economic Statistics, 2001, 19(2):166-176.

[4]Garbade, K. D., Silber, W. L. Price Movements and Price Discovery in Futures and Cash Markets [J]. Review of Economics and Statistics, 1983, 65(2):289-297.

[5]Hasbrouck, J. One Security, Many Markets: Determining the Contributions to Price Discovery[J].The Journal of Finance, 1995, 50(4):1175-1199.

[6]Gonzalo, J., Granger, C. Estimation of Common Long-Memory Components in Cointegrated Systems [J]. Journal of Business & Economic Statistics, 1995, 13(1):27-35.

[7]Kawaller, I. G., Koch, P. D., Koch, T. W. The Temporal Price Relationship Between S&P 500 Futures and the S&P 500 Index [J]. Journal of Finance, 1987, 42(5):1309-1329.

[8]Tse, Y. Lead-Lag Relationship Between Spot Index and Futures Price of the Nikkei Stock Average [J]. Journal of Forecasting, 1995, 14(7):553-563.

[9]Shyy, G., Vijayraghavan, V., Scott Quinn, B. A Further Investigation of the Lead-Lag Relationship Between the Cash Market and Stock Index Futures Market with the Use of Bid/Ask Quotes: The Case of France [J]. Journal of Futures Markets, 1996, 16(4):405-420.

[10]Chu, Q. C., Hsieh, W. G., Tse, Y. 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):21-34.

[11]Tse, Y. Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets [J]. Journal of Futures Markets, 1999, 19(8):911-930.

[12]Booth, G. G., So, R. W., Tse, Y. Price Discovery in the German Equity Index Derivatives Markets [J]. Journal of Futures Markets, 1999, 19(6):619-643.

[13]So, R. W., Tse, Y. Price Discovery in the Hang Seng Index Markets: Index, Futures, and the Tracker Fund [J]. Journal of Futures Markets, 2004, 24(9):887-907.

[14]Zhong, M., Darrat, A. F., Otero, R. Price Discovery and Volatility Spillovers in Index Futures Markets: Some Evidence from Mexico [J]. Journal of Banking & Finance, 2004, 28(12):3037-3054.

[15]Yang, J., Yang, Z., Zhou, Y. Intraday Price Discovery and Volatility Transmission in Stock Index and Stock Index Futures Markets: Evidence from China [J]. Journal of Futures Markets, 2012, 32(2):99-121

[16]Judge, A., Reancharoen, T. An Empirical Examination of the Lead-Lag Relationship Between Spot and Futures Markets: Evidence from Thailand[J].Pacific-Basin Finance Journal, 2014,29(9):335-358.

[17]肖輝，鮑建平，吳沖鋒.股指與股指期貨價格發(fā)現(xiàn)過程研究[J].系統(tǒng)工程學報，2006，(4)：438-441.

[18]方匡南，蔡振忠.我國股指期貨價格發(fā)現(xiàn)功能研究[J].統(tǒng)計研究，2012，(5)：73-78.

[19]陳瑩，武志偉，王楊.滬深300指數(shù)衍生證券的多市場交易與價格發(fā)現(xiàn)[J].管理科學學報，2014，(12)：75-84.

[20]李政，卜林，郝毅.我國股指期貨價格發(fā)現(xiàn)功能的再探討——來自三個上市品種的經(jīng)驗證據(jù)[J].財貿(mào)經(jīng)濟，2016，(7)：79-93.

[21]Yang, J., Bessler, D. A., Leatham, D. J. Asset Storability and Price Discovery in Commodity Futures Markets: A New Look[J].Journal of Futures Markets, 2001, 21(3):279-300.

(責任編輯：巴紅靜)

2016-07-19

國家社會科學基金項目“援非農(nóng)業(yè)示范中心帶動農(nóng)業(yè)‘走出去’的運行模式與效果評價研究”(15BGJ028)

宋科艷(1973-)，女，山東德州人，講師，碩士，主要從事經(jīng)濟運行及國際貿(mào)易研究。E-mail：songky016@163.com

F830.93

A

1000-176X(2016)09-0057-07