我国棉花期货价格发现功能实证分析.doc

我国棉花期货价格发现功能实证分析摘要：文章选取我国郑州商品交易所上市的棉花期货从0501-1105间的50个完整合约的数据，实证检验了我国棉花期货价格对现货价格的预期效果和引导关系。结果表明用在1个月的时间跨度内，棉花期货对于现货价格已经形成了较明显的短期预测作用；长期来看，棉花期货价格与到期日现货价格已经形成了长期较为稳定关系，但期货价格预测的能力和两者的协整稳定关系还可以进一步的提高。经过7年的棉花期货交易，我国棉花期货市场的运行总体来说还算是有效的，价格发现功能发挥较好 关键词：棉花期货 协整分析 误差修正模型 方差分解法 2004年6月11日郑州商品交易所上市棉花期货。在8年多的运行中期货价格对于现货价格具有多长时间的预测性，对我国现货生产商、贸易商究竟发挥了多大的指导作用是需要深入研究的问题。本文主要通过实证分析检验棉花期货市场价格发现的效率，找出差距与不足，对于提高期货市场效率，进一步发挥期货市场功能，具有重要的理论和现实意义 一.棉花期货价格发现效率的实证方法 本文运用协整分析方法来表述它们之间的长期均衡关系，通过期货价格对现货价格的影响能力分析来衡量期货市场的价格发现效率；运用Granger因果检验来检验期货价格和现货价格Granger意义上的因果关系即现货价格和期货价格之间的相互引导关系；用误差修正模型（ECM）来刻画协整分析中价格对这种长期均衡短期上的偏离，并考察期货价格的变动是否领先于现货价格的变动 协整主要用来考察几个变量间的长期均衡关系，而误差修正模型（ECM）可用来说明，变量间的短期变动关系，以及短期变动调整至长期均衡的过程。Engle和Granger及Johansen指出，一组具有协整关系的变量存在相应的误差修正模型，并提出了一个完整的解决方法，以描述短期变动调整至长期均衡的过程 如果几个变量均为同阶单整的，且它们之间存在协整关系。那么，根据“格兰杰定理”，我们可在此基础上引入误差修正模型，以考察期货价格和现货价格之间的动态关系 ecmt-1表示协整方程式的滞后一期残差。把协整方程作一简单的移项可以得到ecmt-1=St-C0-C1Ft-1 二.数据选取和加工处理 1、到期日现货价格序列的选取 现货价格采取的是中国棉花信息网的CCINDEX 328级棉花现货价格，棉花期货价格是郑州商品交易所的棉花期货0501-1105期货合约日价格数据，截止实证分析结束期间完整期货合约共有50个，对应到期日现货价格就是所需现货价格数据 2、期货价格序列的选取 Ft,T表示交割月为T的在t时期的期货价格，t指的是交割月前的某一天。根据郑州棉花期货合约的规定，最后交易日为合约交割月份的第10个交易日（遇法定节假日顺延）。预测时间的长度定为1周、2周、3周、1个月、2个月、4个月、5个月和6月，也就是说分别选取离到期日还有1周、2周、3周、1个月、2个月、4个月、5个月和6月份的期货价格分别作为8个期货价格的序列，然后分别与对应交割月份的到期现货价格进行协整检验，期货价格选取郑州商品交易所公布的棉花期货合约到期日的结算价 三.期、现货价格的实证分析结果 1、价格序列的单位根检验 在作协整分析前，我们首先要检验价格的时间序列是否为稳定序列。如果现货价格序列和期货价格序列都存在单位根，即序列是非平稳时间序列，则需要对时间序列进行一阶差分，继续检验一阶差分后的时间序列是否为平稳时间序列。如果通过检验，表明期货价格和现货价格序列的一阶差分序列均为平稳时间序列（即一阶单整序列），则我们就可以建立相应的协整模型，进行协整检验 从检验结果来看，各个原始时间序列的ADF检验都存在单位根，9个时间序列都是非平稳时间序列。因此应进一步对一阶差分后序列的平稳性进行ADF检验 注：数据根据Eviews处理数据整理而成，原始数据已取对数. SP表示到期日现货价格的时间序列；FP1W表示到期日前1周的期货价格的时间序列；FP2W表示到期日前2周的期货价格的时间序列；FP3W表示到期日前3周的期货价格的时间序列；FP1M表示到期日前1个月前的期货价格的时间序列；FP2M表示到期日2个月前的期货价格的时间序列；以此类推FP5M为到期日5个月前的期货价格的时间序列 由以上一阶差分的ADF检验结果可以看出，△FP1W、△FP3W在5%的显著性水平下是可以拒绝原假设，即不存在单位根，其他的在1%的显著水平上都是可以拒绝原假设，也即是不存在单位根了，因此可以用来建立协整模型 2、协整分析 从协整分析统计结果来看期货价格和现货价格之间的长期均衡关系，主要通过两个数据来衡量，一是残差的ADF检验结果，它反映协整关系中期货价格和现货价格之后的稳定性；二是R