期货市场中价格发现功能的VECM模型检验.docxVIP

期货市场中价格发现功能的VECM模型检验

一、引言

期货市场作为现代金融体系的重要组成部分，其核心功能之一是价格发现。所谓价格发现，是指市场通过公开、透明的交易机制，将分散的信息整合为反映商品或金融资产未来供求关系的价格信号，并通过与现货市场的互动，引导资源合理配置（Hull,2009）。这一功能的有效发挥，不仅关系到市场参与者的风险管理效率，更对宏观经济政策制定、产业链上下游企业的生产决策具有重要参考价值。

如何科学检验期货市场的价格发现功能？在计量经济学方法中，向量误差修正模型（VectorErrorCorrectionModel,VECM）因其能够同时捕捉变量间长期均衡关系与短期动态调整机制的特性，成为研究期货与现货价格互动的经典工具（EngleGranger,1987）。本文将围绕VECM模型的理论逻辑与实证应用展开，系统探讨其在期货市场价格发现功能检验中的具体路径，并结合现有研究成果分析检验结论的经济含义。

二、价格发现功能的理论基础与VECM模型的适用性

（一）价格发现的核心逻辑与市场互动机制

价格发现功能的实现，本质上是期货市场与现货市场通过信息传递形成价格联动的过程。期货市场由于具有高流动性、低交易成本及杠杆交易等特点，往往能够更快地吸收新信息，成为价格形成的“信息中心”（StollWhaley,1990）。例如，当宏观经济数据、天气变化或政策调整等新信息出现时，期货市场的投机者与套利者会迅速反应，推动期货价格波动；而现货市场因交易频率低、参与主体分散，价格调整相对滞后。这种“期货领先、现货跟随”的动态关系，构成了价格发现功能的微观基础。

从长期看，期货价格与现货价格受同一基本面因素（如商品供需、利率水平）驱动，二者应存在稳定的均衡关系；从短期看，信息冲击可能导致两者偏离均衡，但套利行为会推动价格回归，形成误差修正机制（Johansen,1991）。这一理论框架为VECM模型的应用提供了直接依据——VECM通过引入误差修正项（ErrorCorrectionTerm,ECT），恰好能够刻画变量间“短期偏离-长期调整”的动态过程。

（二）VECM模型的原理与检验逻辑

VECM是向量自回归模型（VAR）的扩展，专门用于处理具有协整关系的非平稳时间序列。其基本思想是：若一组变量存在协整关系（即长期均衡），则它们的短期波动可分解为两部分——变量自身滞后项的影响，以及对长期均衡偏离的调整。模型的一般形式可表述为：

ΔY?=αβ’Y???+ΣΓ?ΔY???+ε?

其中，Y?为包含期货价格（F?）与现货价格（S?）的向量；β’Y???为协整方程，反映长期均衡关系；α为误差修正系数矩阵，其元素符号与大小决定了变量向均衡调整的方向与速度；Γ?为短期波动的系数矩阵；ε?为随机误差项。

在价格发现检验中，VECM的关键作用体现在两个层面：一是通过协整检验验证期货与现货价格是否存在长期均衡关系，这是价格发现功能存在的前提；二是通过分析误差修正项的显著性与符号，判断哪个市场在价格偏离均衡时承担更多的调整责任——若期货价格的误差修正系数绝对值更大且显著为负，说明期货市场是价格发现的主导者（Tse,2001）。

三、基于VECM模型的实证检验步骤与关键环节

（一）数据选择与预处理

实证研究的首要环节是数据采集与预处理。通常选取某一具体期货品种（如大宗商品、金融期货）及其对应的现货价格序列作为研究对象，数据频率多为日度或周度，以兼顾信息密度与计算效率（王春峰等,2015）。为消除价格序列的异方差性，一般对原始价格取自然对数，得到lnF?与lnS?，其差分ΔlnF?与ΔlnS?即为价格收益率，更符合平稳性要求。

需要注意的是，数据样本期的选择需覆盖不同市场状态（如牛市、熊市、震荡市），以确保结论的普适性；同时，应剔除节假日或交易异常日的数据，避免非交易因素干扰（Hasbrouck,1995）。

（二）单位根检验与协整检验

VECM模型要求变量为一阶单整序列（I(1)），即原始序列非平稳，但一阶差分后平稳。因此，首先需通过单位根检验（如ADF检验、PP检验）验证期货与现货价格序列的平稳性。若两者均为I(1)序列，则进一步进行协整检验，常用方法为Johansen极大似然检验。

协整检验的核心是判断是否存在一个线性组合β’Y?=β?lnF?+β?lnS?，使得该组合为平稳序列（I(0)）。若存在协整关系，说明期货与现货价格存在长期均衡；若不存在，则两者价格联动仅为短期偶然现象，无法支持价格发现功能的存在（高铁梅,2009）。

（三）VECM模型估计与结果分析

在确认协整关系后，可估计VECM模型并重点分析以下参数：

误差修正项（ECT）的系数：ECT反映变量对长期均衡偏离的调整速度。例如，若期货