胡振華，鐘代立，,王歡芳

(1.中南大學(xué)商學(xué)院，湖南 長沙 410083；2.湖南工業(yè)大學(xué)商學(xué)院，湖南 株洲 412008)

1 引言

鐵礦石作為必不可少的基礎(chǔ)性大宗商品和金屬資源，對(duì)一國國民經(jīng)濟(jì)發(fā)展的意義重大。21世紀(jì)之后，中國隨著經(jīng)濟(jì)的飛速發(fā)展晉升為世界第一大鐵礦石進(jìn)口國，“中國需求”成為鐵礦石國際貿(mào)易供求格局中的重要組成部分。但在長協(xié)定價(jià)機(jī)制時(shí)代，中國卻由于缺乏鐵礦石國際定價(jià)權(quán)，沒有發(fā)揮出與其市場份額相匹配的價(jià)格控制力，只能被動(dòng)地接受價(jià)格[1]，在此制約下，2003年至2010年鐵礦石市場價(jià)格的瘋狂飆升給中國造成了高達(dá)3000億美元的直接經(jīng)濟(jì)損失，并嚴(yán)重威脅到了中國的資源安全保障。2010年3月，歷經(jīng)數(shù)十年的長協(xié)定價(jià)機(jī)制被棄用，更為靈活的指數(shù)定價(jià)機(jī)制成為主流，隨后鐵礦石掉期合約品種也在部分國家相繼問世，這使得國際鐵礦石市場的金融化趨勢(shì)愈發(fā)凸顯，價(jià)格波動(dòng)頻率亦日益短期化，大量的國際資本涌入到鐵礦石這一傳統(tǒng)的資源性商品領(lǐng)域。為積極融入新形勢(shì)下的鐵礦石國際定價(jià)體系，中國于2013年10月正式推出大連商品交易所(DCE)鐵礦石期貨合約，是世界上首個(gè)實(shí)行實(shí)物交割的鐵礦石期貨合約。在賣方壟斷的國際鐵礦石市場結(jié)構(gòu)難以于短時(shí)期內(nèi)發(fā)生根本性改變的情況下，鐵礦石無法像一般商品那樣通過供需平衡形成合理的均衡價(jià)格[2]，因此借由此次定價(jià)機(jī)制轉(zhuǎn)變的契機(jī)，積極地發(fā)揮期貨市場功能并將其優(yōu)先發(fā)展為鐵礦石國際定價(jià)中心是現(xiàn)階段破除賣方壟斷地位影響，提升國際定價(jià)權(quán)的重要途徑。備受矚目的中國鐵礦石期貨市場的推出時(shí)間不長，其對(duì)中國鐵礦石國際定價(jià)權(quán)的提升究竟起到了多大的作用尚不明確，因此，考察與評(píng)估中國鐵礦石期貨市場的定價(jià)影響力狀況對(duì)更深入地探究鐵礦石國際定價(jià)權(quán)的形成機(jī)理與提升途徑具有重要意義，同時(shí)也對(duì)中國鐵礦石期貨市場的進(jìn)一步發(fā)展與完善具有參考價(jià)值。

能否有效發(fā)揮風(fēng)險(xiǎn)規(guī)避和價(jià)格發(fā)現(xiàn)這兩項(xiàng)基本功能并對(duì)其他相關(guān)市場價(jià)格產(chǎn)生引導(dǎo)作用是衡量一個(gè)期貨市場定價(jià)影響力的關(guān)鍵標(biāo)準(zhǔn)，一般通過分析同一標(biāo)的物在不同市場上的價(jià)格動(dòng)態(tài)關(guān)系進(jìn)行研究，現(xiàn)有研究成果頗為豐富。風(fēng)險(xiǎn)規(guī)避方面，Engle和Granger[3]提出協(xié)整理論解決了時(shí)間序列非平穩(wěn)的經(jīng)濟(jì)變量間均衡關(guān)系的分析問題，隨后協(xié)整檢驗(yàn)發(fā)展成為判斷期現(xiàn)貨價(jià)格間是否具有長期均衡關(guān)系的經(jīng)典方法，可通過長期均衡關(guān)系來考察期貨市場是否具備風(fēng)險(xiǎn)規(guī)避功能，被王百超等[4]、黃建新和周啟清[5]等眾多學(xué)者廣泛應(yīng)用到具體商品的相關(guān)研究之中。價(jià)格發(fā)現(xiàn)方面，Garbade和Silbe[6-7]提出主導(dǎo)市場、衛(wèi)星市場概念與GS模型，較早地研究了多種商品的期現(xiàn)貨市場間的相互關(guān)系與價(jià)格發(fā)現(xiàn)過程；Hasbrouck[8]、Gonzalo和Granger(1995)[9]基于VEC模型分別建立了IS模型和PT模型用于檢驗(yàn)期貨市場的價(jià)格發(fā)現(xiàn)功能；Dolatabadi等[10]、Zhou Bei和Wu Chong等[11]眾多學(xué)者對(duì)部分大宗商品與金融產(chǎn)品的期現(xiàn)貨價(jià)格引導(dǎo)關(guān)系進(jìn)行了充分的研究。國內(nèi)學(xué)者也結(jié)合中國國內(nèi)期貨市場的具體特點(diǎn)對(duì)不同期貨品種展開了大量的實(shí)證研究，如：楊浩和馬鶴[12]運(yùn)用協(xié)整檢驗(yàn)、ECM模型等方法實(shí)證研究了中國與美國大豆期貨市場的價(jià)格引導(dǎo)關(guān)系以考察中國在世界農(nóng)產(chǎn)品定價(jià)權(quán)上的地位，何曉燕和張蜀林[13]基于VEC模型、Granger因果檢驗(yàn)等方法對(duì)中國棉花期現(xiàn)貨市場動(dòng)態(tài)關(guān)系與價(jià)格發(fā)現(xiàn)功能進(jìn)行了分析，朱學(xué)紅等[14]采用DAG和SI模型的方法從動(dòng)態(tài)聯(lián)動(dòng)性的角度研究了中國期銅市場國際定價(jià)能力的現(xiàn)狀與動(dòng)態(tài)趨勢(shì)。大部分國內(nèi)外文獻(xiàn)的研究結(jié)果肯定了期貨市場在價(jià)格發(fā)現(xiàn)上的主導(dǎo)地位以及對(duì)價(jià)格形成的決定作用。

具體到鐵礦石這一特定商品，目前多是以鐵礦石的供給與需求[15]、鐵礦石價(jià)格的影響因素[16]等方面為角度開展研究。由于在鐵礦石期貨在全球范圍內(nèi)均起步較晚，相關(guān)研究較為缺乏，尤其是針對(duì)中國鐵礦石期貨這一新興市場的研究則更是罕見，也不全面。肖明等[17]對(duì)DCE鐵礦石期貨價(jià)格與國產(chǎn)、進(jìn)口現(xiàn)貨價(jià)格波動(dòng)的均衡關(guān)系和引導(dǎo)關(guān)系進(jìn)行了分析，但其研究并未探討與國際主流現(xiàn)貨價(jià)格指數(shù)的關(guān)聯(lián)性，同時(shí)所選取的數(shù)據(jù)量過少，樣本區(qū)間僅有8個(gè)月；鄧超和袁倩[18]對(duì)DCE鐵礦石期貨與普氏鐵礦石指數(shù)等期現(xiàn)貨間的價(jià)格溢出關(guān)系進(jìn)行了研究，該研究僅應(yīng)用VAR模型和Granger因果檢驗(yàn)的方法分析了各市場價(jià)格的引導(dǎo)方向與顯著性，并未對(duì)其相互之間的影響程度進(jìn)行定量測(cè)度。在研究方法方面，上述文獻(xiàn)在分析多市場間價(jià)格動(dòng)態(tài)關(guān)系時(shí)大多是基于VAR、VEC等簡化式模型，盡管這些模型的確是研究動(dòng)態(tài)關(guān)系系統(tǒng)的有效工具[19]，應(yīng)用也很廣泛，但由于其是非結(jié)構(gòu)性的，無法解釋變量間的當(dāng)期相關(guān)關(guān)系，不能充分反映變量間的邏輯關(guān)系及長短期結(jié)構(gòu)沖擊的效果，因而仍存一定的局限性，運(yùn)用結(jié)構(gòu)式的SVAR模型可較好地彌補(bǔ)此局限。SVAR模型近年來常見于研究宏觀經(jīng)濟(jì)變量的相互關(guān)系及預(yù)測(cè)[20-22]，主要有如下幾方面的應(yīng)用：研究變量對(duì)于結(jié)構(gòu)沖擊的響應(yīng)程度、測(cè)度指定結(jié)構(gòu)沖擊對(duì)變量變化的貢獻(xiàn)率、根據(jù)未來結(jié)構(gòu)沖擊進(jìn)行情景分析[23]。基于此，本文與已有研究的區(qū)別主要體現(xiàn)在三個(gè)方面：(1)系統(tǒng)性地全面分析了中國鐵礦石期貨與國內(nèi)外現(xiàn)貨價(jià)格間的聯(lián)動(dòng)關(guān)系，填補(bǔ)了對(duì)中國鐵礦石期貨市場相關(guān)研究的不足，從期貨的角度擴(kuò)展了鐵礦石國際定價(jià)權(quán)的研究視角；(2)將SVAR模型引入到期貨市場定價(jià)影響力的定量分析過程中作為VEC模型的補(bǔ)充以取得更好的研究效度；(3)采用DAG法分析變量間的同期引導(dǎo)關(guān)系，并作為SVAR模型約束條件的設(shè)置依據(jù)，提高了SVAR模型構(gòu)建與分析的客觀性和科學(xué)性。

綜上所述，在現(xiàn)有研究基礎(chǔ)之上，結(jié)合鐵礦石國際貿(mào)易的實(shí)際特點(diǎn)，本文以VEC-SVAR模型為核心框架，綜合采用協(xié)整檢驗(yàn)、DAG、脈沖響應(yīng)函數(shù)、方差分解等研究方法，全面地對(duì)中國鐵礦石期貨與國內(nèi)外現(xiàn)貨價(jià)格間的動(dòng)態(tài)聯(lián)動(dòng)及相互引導(dǎo)關(guān)系進(jìn)行實(shí)證分析，以考察中國鐵礦石期貨市場的功能發(fā)揮狀況并定量地刻畫其定價(jià)影響力地位。

2 變量設(shè)定與數(shù)據(jù)選取

在當(dāng)前的鐵礦石國際貿(mào)易市場上，指數(shù)定價(jià)是現(xiàn)貨交易最主要的定價(jià)方式，約占全球貿(mào)易量的70%以上[18]，而國際上現(xiàn)存的鐵礦石衍生品尚不具備足夠龐大的市場規(guī)模，因此本文主要通過分析中國鐵礦石期貨價(jià)格與國內(nèi)外現(xiàn)貨價(jià)格間的動(dòng)態(tài)聯(lián)動(dòng)關(guān)系來衡量中國鐵礦石期貨市場的定價(jià)影響力。由此設(shè)定中國鐵礦石期貨價(jià)格、中國國內(nèi)鐵礦石現(xiàn)貨價(jià)格、國際鐵礦石現(xiàn)貨價(jià)格為內(nèi)生變量，構(gòu)建三變量動(dòng)態(tài)關(guān)系系統(tǒng)。以62%品位的鐵礦石粉礦為標(biāo)準(zhǔn)，中國鐵礦石期貨價(jià)格采用DCE鐵礦石期貨合約每日結(jié)算價(jià)、中國國內(nèi)鐵礦石現(xiàn)貨價(jià)格采用CSI指數(shù)價(jià)格、國際鐵礦石現(xiàn)貨價(jià)格采用TSI指數(shù)價(jià)格。此外，由于金屬資源等大宗商品多以美元計(jì)價(jià)，美元指數(shù)對(duì)金屬資源價(jià)格有著一定程度的影響，于是設(shè)定USDX為外生變量起調(diào)節(jié)作用。

以DCE鐵礦石期貨合約的上市日期為起點(diǎn)，選取樣本區(qū)間為2013年10月18日至2016年3月17日的相關(guān)日度歷史數(shù)據(jù)，去除由節(jié)假日差異等原因產(chǎn)生的非配對(duì)數(shù)據(jù)后，得到共計(jì)574組有效原始時(shí)間序列數(shù)據(jù)，所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。以9%的含水量標(biāo)準(zhǔn)將濕噸轉(zhuǎn)化為噸，并通過當(dāng)日美元兌人民幣匯率中間價(jià)將計(jì)價(jià)單位統(tǒng)一為美元/噸，然后對(duì)各樣本時(shí)間序列取自然對(duì)數(shù)以消除異方差性，將對(duì)應(yīng)的各變量時(shí)間序列數(shù)據(jù)分別標(biāo)記為lndce、lncsi、lntsi、lnusdx。至此，本文所構(gòu)建的三變量動(dòng)態(tài)關(guān)系系統(tǒng)可設(shè)置為一個(gè)3×1維內(nèi)生變量向量Xt=[lndcet，lncsit，lntsit]′。

3 實(shí)證分析

本文實(shí)證分析的基本步驟設(shè)計(jì)如下：對(duì)內(nèi)生變量時(shí)間序列進(jìn)行描述性統(tǒng)計(jì)與相關(guān)性分析，初步觀察其關(guān)聯(lián)性；進(jìn)行平穩(wěn)性檢驗(yàn)，得出各序列的單整階數(shù)；確定最優(yōu)滯后階數(shù)并構(gòu)建VAR模型進(jìn)行驗(yàn)證；若各序列同階單整，采用Johansen協(xié)整檢驗(yàn)法考察變量間的長期均衡關(guān)系；若變量間存在協(xié)整關(guān)系，構(gòu)建VEC模型考察長期靜態(tài)均衡對(duì)短期動(dòng)態(tài)波動(dòng)失衡的修正作用，并結(jié)合DAG法判斷變量間價(jià)格發(fā)現(xiàn)與引導(dǎo)的方向；構(gòu)建SVAR模型，在SVAR模型的基礎(chǔ)上進(jìn)行脈沖響應(yīng)函數(shù)和方差分解分析，定量地分析變量間價(jià)格波動(dòng)所產(chǎn)生的結(jié)構(gòu)沖擊的動(dòng)態(tài)傳導(dǎo)效應(yīng)及相互影響比例。其中DAG分析使用TETRAD 4軟件，其余分析步驟均使用Eviews 6.0軟件。

3.1 描述性統(tǒng)計(jì)與相關(guān)性分析

內(nèi)生變量時(shí)間序列的描述性統(tǒng)計(jì)分析如表1所示。三組變量的平均值、最小值、最大值相近，說明鐵礦石在不同市場上的價(jià)差較小，符合一價(jià)定律，不存在明顯的套利空間。其中l(wèi)ntsi的變異系數(shù)最大，有著更為強(qiáng)烈的價(jià)格波動(dòng)幅度和較高的市場風(fēng)險(xiǎn)；而lndce的變異系數(shù)最小，其市場風(fēng)險(xiǎn)也相對(duì)較低。lndce左偏，lncsi和lntsi右偏，其峰度均小于3，不具備尖峰厚尾特征，且不符合正態(tài)分布。

表1 描述性統(tǒng)計(jì)分析

如圖1所示，三組變量時(shí)間序列的波動(dòng)走勢(shì)非常相似，表現(xiàn)出了極高的趨同性；同時(shí)，如表2所示，各變量間的相關(guān)系數(shù)均高于0.96，表現(xiàn)出了極為顯著的正相關(guān)性。這說明中國鐵礦石期貨市場與國內(nèi)外現(xiàn)貨市場之間的關(guān)聯(lián)性十分緊密，存在有相互影響和相互作用的價(jià)格聯(lián)動(dòng)效應(yīng)。

3.2 平穩(wěn)性檢驗(yàn)

采用ADF法對(duì)三組內(nèi)生變量時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)。從表3的檢驗(yàn)結(jié)果可以看出，各變量的原序列不具備平穩(wěn)性，而其一階差分序列在1%的顯著性水平下具備平穩(wěn)性，說明lndce、lncsi、lntsi均為一階單整時(shí)間序列I(1)，滿足同階單整這一前提條件，可進(jìn)行協(xié)整檢驗(yàn)。

圖1 內(nèi)生變量時(shí)間序列的波動(dòng)走勢(shì)圖

表2 相關(guān)性分析結(jié)果

序列l(wèi)ndcelncsilntsilndce1．0000000．9711810．961679lncsi0．9711811．0000000．996306lntsi0．9616790．9963061．000000

表3 ADF檢驗(yàn)結(jié)果

注：△表示一階差分

3.3 確定最優(yōu)滯后階數(shù)

通過AIC、SC、LR、FPE、HQ五項(xiàng)準(zhǔn)則綜合判定適當(dāng)?shù)臏箅A數(shù)。表4的檢驗(yàn)結(jié)果顯示滯后6期得到了多數(shù)準(zhǔn)則的支持，初步表明最優(yōu)滯后階數(shù)p=6。

表4 最優(yōu)滯后階數(shù)檢驗(yàn)結(jié)果

注：*表示對(duì)應(yīng)檢驗(yàn)準(zhǔn)則下的最優(yōu)滯后階數(shù)

以滯后階數(shù)為6構(gòu)建基礎(chǔ)的無約束VAR(6)模型：

Xt=Ct+Ψ1Xt-1+…+Ψ6Xt-6+φyt+εt,t=1,2,…,T

(1)

其中Xt為3×1維內(nèi)生變量向量，yt為外生變量，Ct為常數(shù)向量，εt為擾動(dòng)列向量，T為樣本數(shù)。經(jīng)估算，模型中各方程的R2與調(diào)整后的R2值均大于0.99，表明模型整體顯著并有著極佳的擬合優(yōu)度；且如圖2所示，VAR(6)模型的18個(gè)AR根全部落在單位圓內(nèi)，表明模型是平穩(wěn)的。由此證實(shí)了最優(yōu)滯后階數(shù)p=6和VAR(6)模型的有效性，可作為后續(xù)分析以及VEC模型、SVAR模型建模的基礎(chǔ)。

3.4 協(xié)整檢驗(yàn)

采用Johansen協(xié)整檢驗(yàn)法檢驗(yàn)內(nèi)生變量間的協(xié)整關(guān)系。由于Johansen協(xié)整檢驗(yàn)?zāi)Ｐ褪墙⒃?/p>

VAR模型差分變換式基礎(chǔ)之上，因此取滯后階數(shù)為p-1=5，依次從r=0到r=k-1(k為變量個(gè)數(shù))序貫檢驗(yàn)協(xié)整向量的數(shù)量直至原假設(shè)被接受，檢驗(yàn)結(jié)果如表5所示。

圖2 VAR(6)模型的AR根檢驗(yàn)圖

表5 Johansen協(xié)整檢驗(yàn)結(jié)果

原假設(shè)特征值跡統(tǒng)計(jì)量(P值)λ-max統(tǒng)計(jì)量(P值)0個(gè)協(xié)整向量0．06955578．37792(0．0000)?40．94842(0．0000)?至少1個(gè)協(xié)整向量0．05387737．42950(0．0001)?31．45748(0．0001)?至少2個(gè)協(xié)整向量0．0104595．972023(0．1929)5．972023(0．1929)

注：*表示在1%顯著性水平下拒絕原假設(shè)

可看出，跡統(tǒng)計(jì)量與λ-max統(tǒng)計(jì)量兩項(xiàng)指標(biāo)的檢驗(yàn)結(jié)果均顯示3個(gè)內(nèi)生變量之間至少存在2個(gè)協(xié)整向量，在整體上具有極佳的協(xié)整關(guān)系。協(xié)整方程為:

lndcet=3.320069-0.618265*lncsit-0.442284*lntsit

(2)

這表明，lndce、lncsi、lntsi之間存在長期均衡關(guān)系，且在長期均衡狀態(tài)下，lndce與lncsi、lntsi表現(xiàn)為負(fù)向彈性關(guān)系，其中l(wèi)ndce與lncsi的關(guān)系更為緊密。

經(jīng)協(xié)整檢驗(yàn)，并結(jié)合前文中的相關(guān)性分析結(jié)果共同反映出，中國鐵礦石期貨價(jià)格與國內(nèi)外現(xiàn)貨價(jià)格之間有著緊密的關(guān)聯(lián)性和穩(wěn)定的長期均衡關(guān)系，在長期范圍內(nèi)存在一致性的變化趨勢(shì)，市場參與者可通過互相參考期現(xiàn)貨市場間的價(jià)格走勢(shì)作出預(yù)判，并進(jìn)行套期保值交易以轉(zhuǎn)移價(jià)格波動(dòng)導(dǎo)致的市場風(fēng)險(xiǎn)，這說明中國鐵礦石期貨市場已具備基本的風(fēng)險(xiǎn)規(guī)避功能。

3.5 VEC模型構(gòu)建與分析

從短期角度來看，價(jià)格的動(dòng)態(tài)波動(dòng)會(huì)從長期均衡中發(fā)生偏離而出現(xiàn)短期失衡，構(gòu)建VEC模型分析內(nèi)生變量間的短期波動(dòng)關(guān)系。VEC模型多用于存在協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列建模，結(jié)合協(xié)整與ECM模型方法，在式(1)的VAR模型一階差分基礎(chǔ)之上引入含有協(xié)整約束條件的調(diào)整項(xiàng)Zt建立VEC模型，與Johansen協(xié)整檢驗(yàn)的理由一樣，取滯后階數(shù)為p-1=5：

ΔXt=Ct+Zt+Φ1ΔXt-1+…+Φ5ΔXt-5+φΔyt+εt

(3)

ΔXt=Ct+λecmt-1+Φ1ΔXt-1+…+Φ5ΔXt-5+φΔyt+εt

(4)

其中λ為誤差修正項(xiàng)系數(shù)，0<|λ|<1，反映短期失衡時(shí)修正至長期均衡狀態(tài)的速度與方向；θ′為長期協(xié)整系數(shù)，其與滯后一期的內(nèi)生變量向量Xt-1共同構(gòu)成誤差修正項(xiàng)向量ecmt-1；由λ與ecmt-1共同構(gòu)成的調(diào)整項(xiàng)Zt反映長期均衡誤差對(duì)內(nèi)生變量短期波動(dòng)的調(diào)整作用；Φ1、…、Φ5為短期波動(dòng)影響系數(shù)矩陣，各系數(shù)的顯著性反映變量間短期波動(dòng)的引導(dǎo)關(guān)系。經(jīng)參數(shù)估計(jì)，所構(gòu)建的VEC模型在剔除5%水平下非顯著的滯后變量后如下所示：

(5)

式中誤差修正項(xiàng)向量ecmt-1為：

ecmt-1=lndcet-1-0.623824*lncsit-1-0.437711*lntsit-1+0.197960

(6)

在式(5)中，三個(gè)方程的誤差修正項(xiàng)系數(shù)均為負(fù)值(λ<0)，表明當(dāng)市場價(jià)格的短期波動(dòng)偏離長期均衡時(shí)，誤差修正項(xiàng)將反方向地對(duì)此偏離趨勢(shì)起修正作用，使其在下一期向均衡方向調(diào)整。這符合誤差反向修正機(jī)制，有利于市場價(jià)格的長期穩(wěn)定，可避免過度投機(jī)所導(dǎo)致的價(jià)格極端失衡。其中l(wèi)ndce的|λ|值最大，說明該市場對(duì)短期失衡波動(dòng)信息的反應(yīng)更為敏感，并有著更快的調(diào)整速度，僅需10天即可將短期偏離波動(dòng)修正至長期均衡狀態(tài)。

同時(shí)，從VEC模型各方程中滯后變量的顯著性及短期波動(dòng)影響系數(shù)值可以看出：lndce、lncsi、lntsi三者的當(dāng)期波動(dòng)均同時(shí)受lncsi和lntsi的前期波動(dòng)影響，且lntsi的前期波動(dòng)的影響力更大，而lndce的前期波動(dòng)對(duì)各市場的當(dāng)期價(jià)格波動(dòng)均無影響。這初步表明，lndce的價(jià)格發(fā)現(xiàn)功能較弱，受lncsi和lntsi的單向引導(dǎo)；lncsi和lntsi之間存在一定的雙向影響，其中l(wèi)ntsi的影響力更強(qiáng)。

3.6 同期因果關(guān)系的DAG分析

通過DAG法分析變量間的同期因果關(guān)系以進(jìn)一步驗(yàn)證價(jià)格引導(dǎo)方向。DAG為一種數(shù)據(jù)驅(qū)動(dòng)的方法，依據(jù)變量間的相關(guān)系數(shù)與偏相關(guān)系數(shù)來識(shí)別其同期因果關(guān)系，并以有向無環(huán)圖的方式形象地表現(xiàn)出此關(guān)系的存在性和方向性[24,25]。有向無環(huán)圖由節(jié)點(diǎn)和有向邊組成，節(jié)點(diǎn)代表變量，有向邊代表同期因果關(guān)系的依賴性和指向性。采用Spirtes等[26]提出的PC算法得出5%顯著性水平下的DAG分析結(jié)果如圖3所示，可見三組內(nèi)生變量間存在有同期影響關(guān)系，其中“l(fā)ntsi→lndce”表明lntsi與lndce之間存在單向因果引導(dǎo)關(guān)系，“l(fā)ntsi→lncsi”表明lntsi與lncsi之間存在單向因果引導(dǎo)關(guān)系，“l(fā)ncsi→lndce”表明lncsi與lndce之間存在單向因果引導(dǎo)關(guān)系，同時(shí)結(jié)合VEC模型的相關(guān)分析結(jié)果可以共同得出，各市場價(jià)格間的價(jià)格引導(dǎo)方向(即領(lǐng)先-滯后關(guān)系)的先后順序?yàn)椋簂ntsi、lncsi、lndce。lndce沒有表現(xiàn)出期貨市場對(duì)現(xiàn)貨市場的價(jià)格發(fā)現(xiàn)功能。

圖3 DAG分析結(jié)果圖

一般認(rèn)為，期貨市場因其交易的實(shí)時(shí)性與良好的信息傳遞效率等優(yōu)勢(shì)能夠?qū)ΜF(xiàn)貨價(jià)格走勢(shì)起到價(jià)格發(fā)現(xiàn)和引導(dǎo)作用，而本文的分析結(jié)果則與大多數(shù)其他商品期現(xiàn)貨價(jià)格關(guān)系的研究不太一致。中國鐵礦石期貨市場尚未發(fā)揮出有效的價(jià)格發(fā)現(xiàn)功能，并不能對(duì)國內(nèi)外現(xiàn)貨價(jià)格作出超前性反映并產(chǎn)生價(jià)格引導(dǎo)力，反而是表現(xiàn)出價(jià)格跟隨行為，這說明在鐵礦石國際貿(mào)易中，中國鐵礦石期貨市場的定價(jià)影響力較弱，相對(duì)于現(xiàn)貨市場而言屬于衛(wèi)星市場，距離成為鐵礦石國際定價(jià)中心仍有不小的差距。究其原因可能主要有以下幾個(gè)方面：上市初期的參與度較低，市場規(guī)模和流動(dòng)性較小，2015年以前日均成交量不足70萬手；市場國際化程度和認(rèn)可度不高，大部分為國內(nèi)投資者參與，且其中散戶居多，難以對(duì)國際價(jià)格形成權(quán)威性影響；相對(duì)于套期保值者，投機(jī)者在市場參與者主體中占比較大，過度的投機(jī)行為致使期貨市場的價(jià)格發(fā)現(xiàn)功能失靈。

3.7 SVAR模型構(gòu)建

傳統(tǒng)的簡化式VAR、VEC模型不能考察變量間的當(dāng)期關(guān)系，且采用Cholesky分解進(jìn)行正交化所得的脈沖響應(yīng)函數(shù)與方差分解需嚴(yán)格依賴于模型中的變量次序，結(jié)果存在不唯一性的缺陷，無法對(duì)新息的沖擊進(jìn)行合理的經(jīng)濟(jì)解釋[27]。SVAR模型通過在VAR模型基礎(chǔ)上引入內(nèi)生變量的當(dāng)期值解決了簡化式模型無法解釋隱藏在誤差項(xiàng)結(jié)構(gòu)中的當(dāng)期相關(guān)關(guān)系的缺陷，同時(shí)可對(duì)其脈沖響應(yīng)函數(shù)和方差分解給予結(jié)構(gòu)化解釋，不受變量次序影響，具有明確的經(jīng)濟(jì)含義。

對(duì)式(1)的VAR模型施加包含變量間當(dāng)期關(guān)系的短期約束條件A建立SVAR模型：

(7)

式中

其中A為主對(duì)角線元素為1的3×3維當(dāng)期結(jié)構(gòu)系數(shù)矩陣，代表變量間的當(dāng)期相關(guān)關(guān)系；Γi為滯后i期的3×3維滯后結(jié)構(gòu)系數(shù)矩陣；Γ0為常數(shù)向量；ut為3×1維結(jié)構(gòu)式擾動(dòng)列向量；u1t、…、ukt為結(jié)構(gòu)式殘差，為互不相關(guān)的白噪聲序列，代表結(jié)構(gòu)沖擊。

在矩陣A可逆的情況下，將式(7)轉(zhuǎn)變?yōu)楹喕椒匠蹋?/p>

(8)

可得結(jié)構(gòu)式擾動(dòng)項(xiàng)ut與簡化式擾動(dòng)項(xiàng)εt的關(guān)系方程為：

ut=Aεt

(10)

3.8 脈沖響應(yīng)函數(shù)分析

基于所構(gòu)建的SVAR模型，通過脈沖響應(yīng)函數(shù)分析受到特定新息的結(jié)構(gòu)沖擊時(shí)系統(tǒng)內(nèi)各內(nèi)生變量的動(dòng)態(tài)交互響應(yīng)程度。采用結(jié)構(gòu)因子分解矩陣進(jìn)行正交化脈沖，得出結(jié)構(gòu)脈沖響應(yīng)函數(shù)曲線如圖4所示。

從圖4(a1)、圖4(a2)、圖4(a3)可看出，對(duì)來自于lndce的結(jié)構(gòu)沖擊(Shock1)：lndce自身一開始便展現(xiàn)出最大的正向響應(yīng)(2.72%)，隨后快速下降，在第23期轉(zhuǎn)為負(fù)向響應(yīng)后，沖擊被逐漸吸收歸零；lncsi和lntsi總體來說主要表現(xiàn)為負(fù)向響應(yīng)，但響應(yīng)程度均較小，分別不超過±0.33%和±0.37%。從圖4(b1)、圖4(b2)、圖4(b3)可看出，同Shock1的情況類似，對(duì)來自于lncsi的結(jié)構(gòu)沖擊(Shock2)：lncsi自身也于一開始便展現(xiàn)出最大的正向響應(yīng)(1.01%)，隨后快速波動(dòng)下降并緩慢歸零；lndce和lntsi的響應(yīng)在經(jīng)過初期的小幅波動(dòng)后即被逐漸吸收，整個(gè)過程響應(yīng)程度極為微弱，分別不超過±0.19%和±0.09%。

從圖4(c1)、圖4(c2)、圖4(c3)可看出，對(duì)來自于lntsi的結(jié)構(gòu)沖擊(Shock3)，三個(gè)內(nèi)生變量的響應(yīng)程度都很明顯，其中l(wèi)ntsi自身的響應(yīng)最為迅速和強(qiáng)烈，第2期便達(dá)2.28%的最大值，而lncsi和lndce的響應(yīng)則相對(duì)滯后，分別于第12期和第27期達(dá)到約1.90%的最大值。同時(shí)，lndce、lncsi、lntsi的整個(gè)響應(yīng)過程均為正向，表現(xiàn)出波動(dòng)集群性，100期內(nèi)累計(jì)響應(yīng)分別達(dá)116.90%、112.36%、109.02%，可見lndce對(duì)lntsi波動(dòng)新息的反應(yīng)效率最低，但受其累計(jì)影響的程度卻最大。lntsi對(duì)其自身結(jié)構(gòu)沖擊的正向反饋意味著其波動(dòng)存在歷史記憶性，市場參與者會(huì)根據(jù)現(xiàn)有趨勢(shì)而預(yù)期性地產(chǎn)生自我維持行為，易導(dǎo)致市場泡沫的形成。

脈沖響應(yīng)函數(shù)的分析結(jié)果表明，lndce與lncsi價(jià)格波動(dòng)的新息除了對(duì)自身在短時(shí)期內(nèi)有較大的沖擊影響外，對(duì)其他市場價(jià)格的沖擊影響十分有限，而lntsi價(jià)格波動(dòng)的新息則對(duì)各個(gè)市場價(jià)格的沖擊影響均較為強(qiáng)烈和持久，這揭示出lntsi的價(jià)格影響力要顯著地大于lndce和lncsi。

3.9 方差分解分析

Hasbrouck[8]認(rèn)為，共同因子的擾動(dòng)方差包含有決定價(jià)格形成的基本信息，各個(gè)市場價(jià)格波動(dòng)新息對(duì)擾動(dòng)方差的相對(duì)貢獻(xiàn)反映了價(jià)格發(fā)現(xiàn)的大小。通過方差分解測(cè)算每一個(gè)結(jié)構(gòu)沖擊對(duì)各內(nèi)生變量變化的貢獻(xiàn)度，以定量衡量各市場在價(jià)格發(fā)現(xiàn)與形成過程中的相對(duì)重要性及相互影響比例。采用結(jié)構(gòu)正交化的因子分解方法，在SVAR模型基礎(chǔ)之上進(jìn)行方差分解，其結(jié)果如圖5所示。

從圖5(a)可看出，lndce的波動(dòng)在初期主要由其自身的結(jié)構(gòu)沖擊決定，具有短暫的獨(dú)立性，Shock1的貢獻(xiàn)度在第1期高達(dá)99.37%，但隨著時(shí)間推移，Shock3的貢獻(xiàn)度在第24期超過Shock1開始起主要的決定作用，穩(wěn)定后，Shock1的貢獻(xiàn)度降至近22%、Shock3的貢獻(xiàn)度升至77%，Shock2的貢獻(xiàn)度在整個(gè)過程不超過0.65%。從圖5(b)可看出，lncsi的波動(dòng)在第1期由其自身和lntsi的結(jié)構(gòu)沖擊對(duì)等決定，Shock2和Shock3的貢獻(xiàn)度分別為50.51%和49.49%，可是此情形隨后立即發(fā)生改變并達(dá)穩(wěn)定，Shock2的貢獻(xiàn)度快速降至3%以下、Shock3的貢獻(xiàn)度迅速升至近95%，Shock1的貢獻(xiàn)度雖有所緩慢上升但不超過3%。從圖5(c)可看出，lntsi的波動(dòng)在整個(gè)過程中幾乎全部由其自身的結(jié)構(gòu)沖擊決定，具有持久的高度獨(dú)立性，Shock3的貢獻(xiàn)度在第1期為100%，穩(wěn)定后仍位于96%以上，Shock1僅有不到4%的貢獻(xiàn)度，Shock2的貢獻(xiàn)度更小，不超過0.13%。

方差分解的分析結(jié)果表明，雖然在最初階段，lndce的價(jià)格形成主要由自身決定，lncsi對(duì)自身的價(jià)格形成也有一定程度的決定作用。但在總體程度上lndce、lncsi、lntsi的價(jià)格形成過程均是受lntsi的主導(dǎo)，且其影響程度占比極高，分別高達(dá)77%、95%、96%，這反映出TSI指數(shù)處于十分絕對(duì)的定價(jià)影響力優(yōu)勢(shì)地位。

同時(shí)，lntsi幾乎完全不受其他相關(guān)市場價(jià)格的影響，所表現(xiàn)出的高度獨(dú)立性和歷史記憶性印證了市場參與者對(duì)指數(shù)定價(jià)機(jī)制的質(zhì)疑。以TSI為代表的國際現(xiàn)貨價(jià)格指數(shù)并非由市場交易自然形成，而是由相關(guān)機(jī)構(gòu)編制所得。由于數(shù)據(jù)采集的樣本少和編制過程的不透明，強(qiáng)大的國際鐵礦石巨頭和金融資本集團(tuán)存在有人為地暗中進(jìn)行價(jià)格操縱和市場炒作的可能性，以營造價(jià)格震蕩與資產(chǎn)泡沫，并從中攫取巨額的交易差價(jià)和超額利潤。

圖4 脈沖響應(yīng)函數(shù)圖注：橫軸為滯后期數(shù)，縱軸為響應(yīng)程度；Shock1為lndce的結(jié)構(gòu)沖擊，Shock2為lncsi的結(jié)構(gòu)沖擊，Shock3為lntsi的結(jié)構(gòu)沖擊

圖5 方差分解圖注：橫軸為滯后期數(shù)，縱軸為貢獻(xiàn)度百分比；Shock1為lndce的結(jié)構(gòu)沖擊，Shock2為lncsi的結(jié)構(gòu)沖擊，Shock3為lntsi的結(jié)構(gòu)沖擊

4 結(jié)語

本文采用以VEC-SVAR模型為核心的研究方法，選取2013年10月18日至2016年3月17日的相關(guān)日度歷史數(shù)據(jù)，系統(tǒng)性地對(duì)中國鐵礦石期貨市場的功能發(fā)揮狀況及其與國內(nèi)外現(xiàn)貨間的價(jià)格引導(dǎo)與動(dòng)態(tài)聯(lián)動(dòng)關(guān)系進(jìn)行了實(shí)證分析，得出結(jié)論如下：

(1)中國鐵礦石期貨與國內(nèi)外現(xiàn)貨價(jià)格之間存在緊密的關(guān)聯(lián)性并在整體上具有高度的協(xié)整關(guān)系，這反映出三者在長期范圍內(nèi)存在一致性聯(lián)動(dòng)變化的均衡關(guān)系，表明中國鐵礦石期貨市場已經(jīng)具備基本的風(fēng)險(xiǎn)規(guī)避功能，市場參與者可基于此功能進(jìn)行套期保值交易以規(guī)避和轉(zhuǎn)移價(jià)格波動(dòng)所致的市場風(fēng)險(xiǎn)。該結(jié)論也與一般性的期現(xiàn)貨市場價(jià)格長期均衡關(guān)系的研究結(jié)果相一致。

(2)中國鐵礦石期貨市場對(duì)短期價(jià)格偏離造成的失衡波動(dòng)具有更為敏捷的誤差反向修正調(diào)整能力，有利于避免過度投機(jī)所致的價(jià)格極端失衡并促使市場價(jià)格的長期穩(wěn)定，但中國鐵礦石期貨市場并未對(duì)國內(nèi)外現(xiàn)貨市場產(chǎn)生價(jià)格引導(dǎo)作用，尚不具備有效的價(jià)格發(fā)現(xiàn)功能。其原因可能主要為中國鐵礦石期貨市場的上市時(shí)間較短、市場參與度較低、國際認(rèn)可度不高、投機(jī)者占比較大。

(3)DCE的價(jià)格波動(dòng)對(duì)CSI、TSI價(jià)格的沖擊影響十分微弱，且DCE價(jià)格對(duì)CSI、TSI的價(jià)格形成所起到的決定作用均不超過4%，這表明中國鐵礦石期貨市場的定價(jià)影響力相對(duì)較弱，主要表現(xiàn)為價(jià)格跟隨行為，屬于衛(wèi)星市場，其推出暫未對(duì)中國鐵礦石國際定價(jià)權(quán)的提升起到實(shí)質(zhì)性的推動(dòng)作用，離發(fā)展成為鐵礦石國際定價(jià)中心的初始目標(biāo)定位亦仍有較大的差距。

(4)TSI在96%的程度上決定自身的價(jià)格形成，且分別在77%和95%的程度上決定DCE和CSI的價(jià)格形成，表明以TSI為代表的國際現(xiàn)貨價(jià)格指數(shù)具有相對(duì)最強(qiáng)的定價(jià)影響力，在現(xiàn)階段仍占據(jù)著絕對(duì)的鐵礦石國際定價(jià)權(quán)優(yōu)勢(shì)，但其極高的價(jià)格獨(dú)立性和不透明的編制過程隱藏有價(jià)格操縱的可能性。這也反映出定價(jià)機(jī)制的改變雖然使得鐵礦石市場的金融化屬性有所提升，但意欲通過發(fā)展期貨市場來撼動(dòng)鐵礦石國際現(xiàn)貨價(jià)格指數(shù)的主導(dǎo)地位仍需歷經(jīng)艱巨的挑戰(zhàn)。

中國鐵礦石期貨市場的上市時(shí)間較短，發(fā)展不夠成熟，在微觀結(jié)構(gòu)及功能發(fā)揮等方面仍存不少缺陷，但在歷經(jīng)兩年多的發(fā)展后已在市場規(guī)模上得到了大幅提升，至2016年，DCE鐵礦石期貨在全球金屬期貨期權(quán)成交量排名中已位列第2位，日均成交量達(dá)400萬手。并且，有著中國這一全球最大的鐵礦石現(xiàn)貨市場作為支撐，有理由相信中國鐵礦石期貨市場未來可以在國際定價(jià)中扮演更為重要的角色，具備率先發(fā)展成為鐵礦石國際定價(jià)中心的潛質(zhì)。而在當(dāng)前階段，中國鐵礦石期貨市場發(fā)展的著重點(diǎn)應(yīng)放在：完善交易機(jī)制、提高市場效率，將鐵礦石交易更多地從現(xiàn)貨市場吸引到期貨市場以提高期貨市場的容量和流動(dòng)性；加強(qiáng)監(jiān)管，抑制過度的投機(jī)交易，擴(kuò)大套期保值等理性的行業(yè)性投資者比例，以促進(jìn)市場參與者結(jié)構(gòu)的合理化；在“一帶一路”和人民幣國際化戰(zhàn)略部署下大力推進(jìn)中國鐵礦石期貨市場的國際化進(jìn)程，引入更多合格的境外投資者，以提升國際認(rèn)可度和定價(jià)影響力，增強(qiáng)定價(jià)過程的主動(dòng)性。

[1] 李藝, 汪壽陽. 大宗商品國際定價(jià)權(quán)研究[M]. 北京: 科學(xué)出版社, 2008.

[2] Sukagawa P. Is iron ore priced as a commodity? Past and current practice[J]. Resources Policy, 2010, 35(1): 54-63.

[3] Engle R F, Granger C W J. Co-integration and error correction: Representation, estimation, and testing[J]. Econometrica, 1987, 55(2): 251-76.

[4] 王百超, 逯宇鐸, 喬美娥. 我國豆油期貨與現(xiàn)貨價(jià)格協(xié)整關(guān)系分析[J]. 經(jīng)濟(jì)縱橫, 2012, (1): 92-95.

[5] 黃建新, 周啟清. 中美玉米期貨市場對(duì)現(xiàn)貨市場價(jià)格影響的實(shí)證分析[J]. 宏觀經(jīng)濟(jì)研究, 2014, (7): 136-143.

[6] Garbade K D, Silber W L. Dominant and satellite markets: A study of dually-traded securities[J]. Review of Economics and Statistics, 1979, 61(3): 455-60.

[7] Garbade K D, Silber W L. Price movement and price discovery in futures and cash markets[J]. Review of Economics and Statistics, 1983, 65(2): 289-97.

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

[9] Gonzalo J, Granger C W J. Estimation of common long-memory components in cointegrated systems[J]. Journal of Business & Economic Statistics, 1995, 13(1): 27-35.

[10] Dolatabadi S, Nielsen M O, Xu Ke. A fractionally cointegrated VAR analysis of price discovery in commodity futures markets[J]. Journal of Futures Markets, 2015, 35(4): 339-356.

[11] Zhou Bei, Wu Chong. Intraday dynamic relationships between CSI 300 index futures and spot markets: A high-frequency analysis[J]. Neural Computing and Applications, 2016, 27(4): 1007-1017.

[12] 楊浩, 馬鶴. 中國對(duì)國際大宗農(nóng)產(chǎn)品的價(jià)格影響力研究——基于大豆期貨市場的實(shí)證分析[J]. 中國管理科學(xué), 2012, 20(S2): 848-853.

[13] 何曉燕, 張蜀林. 我國棉花期貨與現(xiàn)貨市場的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)[J]. 系統(tǒng)工程理論與實(shí)踐, 2013, 33(7): 1723-1728.

[14] 朱學(xué)紅, 諶金宇, 邵留國. 信息溢出視角下的中國金屬期貨市場國際定價(jià)能力研究[J]. 中國管理科學(xué), 2016, 24(9): 28-35.

[15] Wu Jinxi, Yang Jie, Ma Linwei, et al. A system analysis of the development strategy of iron ore in China[J]. Resources Policy, 2016, 48: 32-40.

[16] Chen Wenhui, Lei Yalin, Jiang Yong. Influencing factors analysis of China’s iron import price: Based on quantile regression model[J]. Resources Policy, 2016, 48: 68-76.

[17] 肖明, 崔超, 鄭珩. 我國鐵礦石期貨價(jià)格與現(xiàn)貨價(jià)格的波動(dòng)分析[J]. 價(jià)格理論與實(shí)踐, 2014, (9): 89-91.

[18] 鄧超, 袁倩. 基于VAR模型的鐵礦石國際定價(jià)權(quán)研究[J]. 統(tǒng)計(jì)與決策, 2016, (9): 162-164.

[19] 吳振信, 薛冰, 王書平. 基于VAR模型的油價(jià)波動(dòng)對(duì)我國經(jīng)濟(jì)影響分析[J]. 中國管理科學(xué), 2011, 19(1): 21-28.

[20] Dungey M, Fry-Mckibbin R, Linehan V. Chinese resource demand and the natural resource supplier[J]. Applied Economics, 2014, 46(2): 167-178.

[21] 程鳳朝, 葉依常. 資本充足率對(duì)宏觀經(jīng)濟(jì)的影響分析[J]. 管理世界, 2014, (12): 1-11.

[22] 譚小芬, 韓劍, 殷無弦. 基于油價(jià)沖擊分解的國際油價(jià)波動(dòng)對(duì)中國工業(yè)行業(yè)的影響:1998-2015[J]. 中國工業(yè)經(jīng)濟(jì), 2015, (12): 51-66.

[23] 柳瑞禹, 葉子菀. 高耗能行業(yè)電力消費(fèi)長期波動(dòng)效應(yīng)研究[J]. 中國管理科學(xué), 2014, 22(6): 125-133.

[24] 吳文鋒, 靳瑩. 基于DAG方法的物價(jià)波動(dòng)國際間傳導(dǎo)研究[J]. 中國管理科學(xué), 2008, 16(S1): 481-485.

[25] 郭娜, 李政. 我國貨幣政策工具對(duì)房地產(chǎn)市場調(diào)控的有效性研究——基于有向無環(huán)圖的分析[J]. 財(cái)貿(mào)經(jīng)濟(jì), 2013, (09): 130-136.

[26] Spirtes P, Glymour C, Scheines R. Causation, prediction, and search[M]. MA: MIT Press, 2000.

[27] 高鐵梅. 計(jì)量經(jīng)濟(jì)分析方法與建?！狤Views應(yīng)用及實(shí)例(第二版)[M]. 北京: 清華大學(xué)出版社, 2009.

[28] 葉欣, 王婕. 宏觀經(jīng)濟(jì)環(huán)境下我國銀行貸款和房價(jià)動(dòng)態(tài)影響關(guān)系:基于SVAR模型的實(shí)證分析[J]. 管理評(píng)論, 2013, 25(9): 62-71.