【正文】 參與者的結構如果由于政策的限制，現(xiàn)貨市場和期貨市場的參與者存在不重合之處，比如股指期貨市場由機構投資者構成，而如果機構投資者很少參與股票現(xiàn)貨市場交易，那么兩個市場就存在某種程度的分割，造成價格發(fā)現(xiàn)功能的弱化。市場價格的形成必須同時存在買者與賣者。價格發(fā)現(xiàn)功能檢驗的基本理論及模型股指期貨價格發(fā)現(xiàn)功能的檢驗，重點在于：首先判斷期貨價格與現(xiàn)貨價格之間是否存在長期穩(wěn)定的關系，其次判斷兩者之間是否存在一定的領先滯后關系，即價格發(fā)現(xiàn)功能，進而探討這種價格發(fā)現(xiàn)和引導作用的強弱。 平穩(wěn)性檢驗在對數(shù)據(jù)進行時間序列分析時，技術上要求數(shù)據(jù)必須是平穩(wěn)序列，也就是說沒有白噪聲的隨機波動或某種確定性趨勢，否則，分析結果會出現(xiàn)“偽回歸”現(xiàn)象，回歸方程失去意義。如果現(xiàn)貨價格和期貨價格時間序列是非平穩(wěn)的，但其同階差分序列是平穩(wěn)的，則可進行協(xié)整檢驗。而如果一個隨機過程{yt,t=1,2,…}，yt=ρ*yt1+εt，其中ρ=1，{εt}是一平穩(wěn)過程且E(εt)=0，Cov(εt,εts)= γs∞，則稱該過程為單位根過程。類似地，若一個非平穩(wěn)時間序列必須經(jīng)過d次差分才能變換成穩(wěn)定序列，則該序列被稱為d階單整，記為I(d)。 Perron(PP)檢驗等。ADF檢驗是從以下三個模型中選擇一個模型進行檢驗：（1）?yt=δ yt1+i=1mβi?yti +εt；（2）?yt=α+δ yt1+i=1mβi?yti +εt；（3）?yt=α+βt+δ yt1+i=1mβi?yti +εti 為滯后階數(shù)。通常采用 AIC 準則（Akaike Information Criterion），當 AIC 取值最小時為最佳滯后階數(shù)。檢驗時從模型（3）開始，直至拒絕原假設（即原序列不存在單位根，為平穩(wěn)序列）時停止檢驗。一般而言，大多數(shù)得經(jīng)濟變量序列是一階平穩(wěn)的，即I(1)，此時檢驗二者的關系需要進行協(xié)整檢驗。這個線性組合反映了這些變量之間長期穩(wěn)定的相關關系，稱為協(xié)整（cointegration）關系。在經(jīng)濟學意義上，這種協(xié)整關系的存在，表明可以通過某些變量的變化來解釋和預測另一個變量水平值的變化。 EngleGranger兩步法如果兩個序列xt、yt均為d階單整，那么首先做OLS回歸：yt=α+β xt+εt用α、β代表系數(shù)的估計值，則模型殘差ε的估計值為：ε=ytαβxt若ε~I0，則稱xt、yt具有協(xié)整關系，且其長期關系為yt=α+β xt進一步地，將非均衡誤差項εt引入下式，則可建立誤差修正模型：?yt=α ?xt+γ(yt1βxt1)+μt其中γ(yt1βxt1)被成為誤差修正項，γ為修正系數(shù)，代表誤差修正項對?yt的調節(jié)速度。 Johansen檢驗法盡管EG兩步法非常簡便，但它也存在局限性：首先該方法的實施必須依賴于外生性的假設，其次它不能從檢驗的結果中獲得更多的推斷信息。Johansen協(xié)整檢驗以向量自回歸（VAR）模型為基礎。Johansen協(xié)整檢驗的基本思想就是：在VAR模型框架下，利用極大似然估計的方法來估計多個向量之間的長期均衡關系，并通過似然比來檢驗協(xié)整向量的個數(shù)。該檢驗是對應于r的不同取值的一系列檢驗。在實際應用的過程中，EG兩步法和Johansen檢驗法的結果可能不一致，此時需要根據(jù)實際需要靈活應用。與EG兩步法檢驗協(xié)整關系的步驟類似，向量誤差修正模型的構建以普通的OLS估計開始，進一步地將誤差修正項加入到VAR模型中。這樣的模型設定決定了，當有一個大范圍的短期沖擊時，部分短期內的調整可以修正長期變量間對均衡關系的偏離，但內生變量的長期行為依然將收斂于它們的協(xié)整關系。Granger因果關系是一種統(tǒng)計上的因果關系，嚴格意義上說判斷的是變量之間的領先滯后關系。假設有兩變量X和Y，在對X進行預測時，如果加入Y的歷史信息能降低X的預測誤差，則稱Y是X的格蘭杰原因；反之則稱X是Y的格蘭杰原因；若上述兩種情況同時發(fā)生，則稱X與Y互為格蘭杰因果關系。對系數(shù)的檢驗一般采用F檢驗。脈沖相應函數(shù)正是刻畫了在一個擾動項上加上一個一次性的沖擊，對內生變量的當前值和未來各期的值所帶來的影響。一般地，由yi引起的yj的脈沖響應函數(shù)為：ψ0, ij, ψ1, ij, ψ2, ij… 方差分解脈沖響應函數(shù)檢驗的是隨著時間的推移，模型中各變量對于外來的沖擊是如何進行反應的，方差分解則是定量地但較為粗糙的把握變量之間的影響關系。根據(jù)系統(tǒng)中第i個變量的表達式：yit=j=1k(ψ0, ij εj,t+ψ1, ij εj,t1+ψ2, ij εj,t2+…)求方差得：Eψ0, ij εj,t+ψ1, ij εj,t1+ψ2, ij εj,t2+…2=q=0∞(ψq, ij)2 σjj該式把第j個擾動項對第i個變量從無限過去到現(xiàn)在的影響,用方差加以評價。則yit的方差為：var(yit)=j=1k[q=0∞(ψq, ij)2 σjj]yit的方差可以分解成k種不相關的影響，因此為了測定各個擾動項相對yit的方差有多大程度的貢獻，定義了相對方差貢獻率（RVC），來觀測第j個變量對第i個變量影響的尺度：RVCj→i=q=0s1(ψq, ij)2 σjjj=1k[q=0s1(ψq, ij)2 σjj]RVC的值越大，表明第j個變量對第i個變量的沖擊越大。由于在股指期貨合約的最后一個交易日，股指期貨價格與現(xiàn)貨價格將會趨于同一，對兩者關系的研究產(chǎn)生偏誤，因此去除最后一個交易日的數(shù)據(jù)。對數(shù)化之后得到期貨的對數(shù)價格（LF）及現(xiàn)貨的對數(shù)價格（LS）。由于有八個合約，本文將以2010年9月到期的IF1009合約為例展開分析。而相關性分析表明，兩者確實存在較強的正相關關系。表4：LF的單位根檢驗DickyFuller test for unit rootNumber of obs. = 1217Test Statistic1% Critical Value5% Critical Value10% Critical ValueZ(t)MacKinnon approximate pvalue for Z(t) = 表5：LS的單位根檢驗DickyFuller test for unit rootNumber of obs. = 1217Test Statistic1% Critical Value5% Critical Value10% Critical ValueZ(t)MacKinnon approximate pvalue for Z(t) = 而將LF與LS進行一階差分之后，得到序列DLF和DLS，再進行ADF檢驗，發(fā)現(xiàn)差分后的序列不存在單位根，由此判斷DLF和DLS序列均為平穩(wěn)序列，而LF與LS均為I(1)過程。對于股指期貨而言，其定價公式為：F=S*ert取對數(shù)得：LF=LS+rt因此股指期貨價格與現(xiàn)貨價格之間最多只會存在一個線性的協(xié)整關系，故本文主要采用EG兩步法進行協(xié)整檢驗。由此判定LF與LS之間存在長期穩(wěn)定的協(xié)整關系。對VECM中內生項的滯后階數(shù)判斷綜合采用了AIC、SBIC等信息準則，并認為近期的信息最有價值，由此認定內生項的滯后階數(shù)為1階，其經(jīng)濟意義為股指期貨與現(xiàn)貨的引導關系（如果存在）在5分鐘左右。另一方面，上一期的期貨價格對當期現(xiàn)貨價格有正向的引導作用，這種作用在統(tǒng)計上是顯著的；同時，如果在上一期期貨價格出現(xiàn)了對長期均衡值的偏離，誤差項將在當期對現(xiàn)貨價格做出同向的調整，即，使期貨價格朝均衡方向回復。圖2：VECM模型特征根的分布 Granger因果檢驗在上述VECM的框架下進行Granger因果檢驗，得到如下結果：表9：IF1009合約期貨與現(xiàn)貨價格的Granger因果檢驗Granger Causality Wald TestH0Chi2dfProb chi2DLS does not Granger cause DLF1DLF does not Granger cause DLS1即可以拒絕“DLS是DLF的原因”的假設，而無法拒絕“DLF是DLS的原因”的假設。 脈沖響應函數(shù)脈沖響應函數(shù)反映的是對模型中某一變量的沖擊對股指期貨價格和現(xiàn)貨價格當前值和未來值所帶來的影響。由此看到，在第0期對股指期貨價格給予沖擊，第1期的現(xiàn)貨價格會出現(xiàn)正向較大幅度的反應，第2期出現(xiàn)負向的反應，但幅度已經(jīng)減小，到第4期時影響已經(jīng)基本消除。（2）現(xiàn)貨價格沖擊對股指期貨價格的影響圖4：期貨與現(xiàn)貨價格沖擊對于期貨價格的影響上圖對期貨價格和現(xiàn)貨價格分別給予一單位的沖擊，期貨價格在當期和未來的反應。期貨價格沖擊對期貨價格影響的圖作為對照組，則反映出一個事實：現(xiàn)貨價格的沖擊對期貨價格的影響微不足道。（1）現(xiàn)貨價格的變動中股指期貨的貢獻圖5：現(xiàn)貨價格波動中期貨的貢獻由此看出，在現(xiàn)貨價格的波動中，第1期有接近56%的變動是由期貨價格的變動引起的，且這一比例逐漸上升，%的水平。（2）股指期貨價格的變動中現(xiàn)貨的貢獻圖6：期貨價格波動中現(xiàn)貨的貢獻由此看出，在期貨價格的波動中，%來自現(xiàn)貨價格的波動。 其他期貨合約的實證結果完成對于IF1009合約的分析后，重復同樣過程對其他七個合約進行分析。S代表F對S變動的貢獻，S224。F224。FF224。FIF1009是F224。S5 min短期顯著T4后穩(wěn)定短期微弱T4后穩(wěn)定58%~60%%IF1011是互為因果15 min短期顯著T6后穩(wěn)定短期微弱T6后穩(wěn)定49%~51%%IF1012是互為因果15 min短期顯著T6后穩(wěn)定短期微弱T6后穩(wěn)定50%~51%%IF1105是F224。S10 min短期顯著T5后穩(wěn)定短期微弱T5后穩(wěn)定62%~64%%IF1107是F224。S10 min短期顯著T5后穩(wěn)定短期微弱T5后穩(wěn)定68%~71%%雖然這些合約并不能代表滬深300指數(shù)期貨所有合約的情況，但從已有樣本的情況看，以5分鐘高頻數(shù)據(jù)為分析對象的股指期貨和現(xiàn)貨價格之間的關系與代表合約IF1009的情況類似。其次，多數(shù)合約中均反映出股指期貨價格對于現(xiàn)貨價格的引導關系，在少數(shù)合約中出現(xiàn)了兩者相互引導的情況。而另一方面，現(xiàn)貨的價格發(fā)現(xiàn)作用則微弱許多。 實證結果小結通過以上分析，可以發(fā)現(xiàn)滬深300指數(shù)期貨及現(xiàn)貨之間存在如下關系：（1）兩者均為非平穩(wěn)序列，但存在長期穩(wěn)定的協(xié)整關系。這表明信息從股指期貨向現(xiàn)貨的傳導比較顯著，而從現(xiàn)貨向股指期貨的傳導則比較微弱；（4）方差分解的分析表明，現(xiàn)貨價格的變動對期貨價格波動的貢獻非常小，反映出現(xiàn)貨的價格發(fā)現(xiàn)功能相當微弱；而期貨價格的變動則貢獻了現(xiàn)貨價格波動的50%以上，且這一比例還在隨著時間的推移而逐漸增大，反映出股指期貨較強的價格發(fā)現(xiàn)功能；并且隨著股指期貨市場的不斷發(fā)展，其價格發(fā)現(xiàn)功能還在得到強化。這在一定程度上保證了股指期貨與現(xiàn)貨市場之間不至于出現(xiàn)過大的價格偏離，保證了兩者之間長期穩(wěn)定的協(xié)整關系。再次，正是由于股指期貨市場與現(xiàn)貨市場在微觀交易機制上的諸多差異，現(xiàn)貨市場的價格發(fā)現(xiàn)功能遠遠弱于期貨市場。最后，實證中也出現(xiàn)了幾例現(xiàn)貨與期貨相互引導的情況。但是從這幾個例子看，由于可能的套利有限性、交易成本問題，現(xiàn)貨市場對于期貨市場的波動貢獻依然十分有限。而投資者追捧的主要原因是其價格發(fā)現(xiàn)、風險規(guī)避以及資產(chǎn)配置功能。因此，如果股指期貨的價格發(fā)現(xiàn)功能在中國市場上無法滿足，那么基于股指期貨的一系列資本市場改革，就失去了邏輯合理性。正是出于這樣的目的，本文從如下幾個方面展開了分析，并得到了相應結論；（1）本文首先從股指期貨的基本概念和特性出發(fā)，探討了股指期貨在全球和在中國市場上的發(fā)展，并將其功能歸納為價格發(fā)現(xiàn)、風險規(guī)避及資產(chǎn)配置；（2）討論了股指期貨價格發(fā)現(xiàn)功能的理論內涵，認為價格的無偏預期可以從靜態(tài)的角度解釋股指期貨的價格發(fā)現(xiàn)功能；然而從動態(tài)的角度理解價格發(fā)現(xiàn)功能，則要求市場的微觀機制賦予投資者更強的信息獲取和處理能力，由此，套利機制、交易成本和非同步交易三個原因可能能夠解釋股指期貨的價格發(fā)現(xiàn)功能，并簡單歸納了影響股指期貨價格發(fā)現(xiàn)功能的影響因素；（3）進而，采用8支股指期貨合約的5分鐘高頻數(shù)據(jù)進行了實證分析，運用ADF平穩(wěn)性檢驗、EngleGranger協(xié)整檢驗、Granger因果檢驗、脈沖響應函數(shù)、方差分解等方法，證實了：（a）滬深300股指期貨與現(xiàn)貨之間存在長期穩(wěn)定的協(xié)整關系；（b）股指期貨與現(xiàn)貨價格之間確實存在領先滯后的關系；（c）由股指期貨價格向現(xiàn)貨價格方向的信息傳導更為顯著；和（d）在對新信息的反應和價格形成方面，股指期貨的貢獻更為顯著。這些原因共同導致了新信息在股指期貨市場上的傳導會更加迅速，最終形成了股指期貨市場更優(yōu)的價格發(fā)現(xiàn)功能。而價格發(fā)現(xiàn)功能的證實，也使得投資者能夠進行有效的套期保值和資產(chǎn)配置，對市場的完善起到了積極作用。當然，我們也需要看到，當前A股市場上也存在許多不完善之處，可能制約了股指期貨等金融創(chuàng)新產(chǎn)品的功能進一步發(fā)揮，如股指期貨市場的交易門檻較高、投資者結構較為單一、期現(xiàn)市場分割、監(jiān)管不夠完善等。參考文獻[1] Hoffman,. Future Trading Upon Organized Commodity Markets in the United States. Philadelphia: University of Pennsylvania. 1932: 4460[2] Kawaller, Koch,., Koch,. The Temporal Price Relationship betwe