超前滞后关系与波动溢出效应

为估计方程（5.1）～（5.4），我们采用AIC方法来确定最优滞后阶数。类似于Xu ＆Fung（2005）的估计方式，我们检验了一阶、两阶、三阶滞后模型，发现该模型在两阶滞后下具有最低的AIC值。为此，在下文的分析中，我们将使用两阶滞后模型。表5-4给出了铜市场的基于多元VECM-GARCH模型的估计结果。并对残差项的6阶和12阶滞后的Ljung-Box Q和Q平方的统计量进行了估计，实证结果发现在1%的显著性水平下残差序列相关均不相关，这表明采用两阶滞后的多元VECM-GARCH能够很好地拟合这些序列的动态关系。

从表5-4的A栏的估计结果可以得到几个非常有意思的结果。首先，对中国市场而言，方程（3.1）的一阶滞后的现货收益系数β1，1的显著估计值为0.065　0（t统计量＝3.331），而方程（5.2）的一阶滞后的期货收益系数α2，1的显著估计值为0.076　7（t统计量＝4.989）。并且，这两个收益在二阶滞后下系数的估计值都是不显著的。需要注意的是，滞后收益的跨市场系数衡量了一个市场对另一个市场的短期影响程度。这一估计结果表明，信息在中国铜期货市场与现货市场之间的流动是迅速的，一个市场的交易信息可以在日内到达另一市场。得出这样的结论并不奇怪，这是因为中国市场的铜期货与铜现货的确是高度相关的。然而，在影响系数的大小及其显著性上，中国期货市场对中国现货市场的影响要强于中国现货市场对中国期货市场的影响。因此，中国铜期货市场领先于中国铜现货市场，而不是相反。

表5-4　铜市场领先滞后及其波动性溢出关系的实证结果

（续表）

注：圆括号中为t值，方括号中为概率值。*（**）表示在5%（1%）置信水平下显著。

其次，对中国和纽约商品交易所的铜期货市场之间的关系而言，方程（5.1）中纽约商品交易所的一阶滞后收益系数γ1，1的显著估计值为0.375　4（t统计量＝8.284），而方程（5.3）中的中国期货的一阶滞后收益系数α3，1的显著估计值为0.070　1（t统计量＝2.180）。因此，纽约商业交易所铜期货市场对中国期货市场的影响要比中国期货市场对纽约商业交易所的影响更明显。同样可以看到，纽约商业交易所与中国现货市场之间的相互关系上，纽约商业交易所期货市场对中国现货市场的影响效果明显更快，也更强。另一方面，铜期货在Globex的交易对中国期货市场的影响相对于后者对前者的影响也表现出很强的影响态势，并且，Globex对中国现货市场的影响仅仅是单向的。以上实证结果表明，中国和美国铜期货市场之间存在一个双向的、不对称的领先-滞后关系。我们发现，相对中国市场而言，美国市场包含更多信息，且来自纽约商业交易所的影响要超过来自Globex的影响。这意味着与Globex相比，纽约商业交易所能够为中国铜期货与现货的定价提供更多信息。

在方程VECM中，我们知道误差修正项系数κ，θ和τ反映了任意两个市场之间的价格向长期均衡关系的调整程度。研究结果表明，所有误差修正系数均在1%或5%的置信水平下显著，这意味着所有市场彼此之间的关系是平衡的。从这个意义上说，铜市场的信息都是富有效率的。由于κ1比κ2大，因此，中国期货价格比中国现货价格调整市场价格差异的速度快。换句话说，中国铜期货市场在更新市场信息方面比中国现货市场更有效率。与此类似，比较θ1与κ3的大小与比较τ1与κ4的大小时发现，上海期货交易所似乎比美国期货市场（NYMEX和Globex）响应的速度更快。这表明美国铜期货在处理信息

中居于主导作用，这是主要因为上海期货交易所期货市场需要调整以保持NYMEX和上海期货交易所之间的长期关系。表5-4的B栏给出了条件方差方程（5.5）～（5.8）的参数值。首先，我们观察到所有的估计参数ψ，ξ和ν都在1%或5%的置信水平下显著，这说明市场波动从一个市场会溢出到另一个市场。然而，从波动参数的大小及其显著性来看，不同市场波动的溢出能力是不同的。例如，中国期货市场向中国现货市场的波动溢出系数为0.059　5（t统计量＝4.682），而中国现货市场向中国期货市场的溢出系数为0.050　6（t统计量＝3.208）。因此，从中国期货市场向中国现货市场的溢出程度要强于中国现货市场相中国期货市场的溢出程度。虽然中国和美国期货市场之间具有双向的溢出关系，从美国期货向中国期货（NYMEX的ξ1＝0.039　1（t统计量＝3.908），Globex的ν1＝-0.021　2（t统计量＝-3.895））的溢出程度稍强于从中国向美国期货市场的溢出程度（NYMEX的ψ3＝-0.028　8（t统计量＝-2.207），Globex的ψ4＝-0.003　5（t统计量＝-2.028））。这些发现证实了我们的预期：对铜期货市场而言，美国期货信息在金融市场中具有国际先导作用。有趣的是，与纽约商品交易所相比，虽然中国期货市场不是很成熟，我们的分析揭示了中国铜期货在信息传递方面，特别是对NYMEX的波动溢出方面的重要性。这可能归结为中国铜市场在国际市场上的重要地位。更具体地，在过去10年中，中国的铜消费量大幅攀升，约是世界平均水平的2.4倍。现在，中国是世界上最大的铜消费国，仅2008年就增长了5.2万吨，占该年度全球供应的27%以上。此外，中国铜消费的28%以上是来自进口。因此，在成交量方面，上海期货交易所铜期货市场大于纽约商品交易所，位居第二，仅次于伦敦金属交易所。而事实上，上海期货交易所、伦敦金属交易所及纽约商品交易所的铜期货价格的确是全球铜开采行业的重要指标。

表5-5给出了基于VECM-GARCH模型的大豆期货的估计结果。与铜合约的研究结果相类似，我们发现中国大豆期货市场与现货市场互相影响，期货市场对现货市场的影响比后者对前者影响更强。然而，由于二阶滞后收益的系数在5%的置信水平下都显著，这意味着这些影响在大豆市场似乎比在铜市场更加持久。此外，中国期货/现货和美国CBOT期货市场之间具有双向的、不对称的短期因果关系，其中美国CBOT期货对中国市场的影响更强。我们也注意到Globex的大豆期货交易对中国期货市场与现货市场具有很大影响，而中国现货市场对Globex大豆期货市场的影响却可以忽略不计。

表5-5　大豆市场领先滞后及其波动性溢出关系的实证结果

（续表）

注：圆括号中为t值，方括号中为概率值。*（**）表示在5%（1%）置信水平下显著。

对误差修正系数κ，θ和τ的估计发现，几乎所有市场都发生了价格调整。然而，在与中国市场的长期关系中，Globex的大豆期货并不能对即时的变化产生影响。这是因为Globex的大豆期货市场的成交量远低于CBOT大豆期货，而Globex的期货交易受到CBOT期货交易的极大影响。因此，是CBOT（而不是Globex）在保持美国和中国市场之间的价格均衡关系。然而，Globex对CBOT期货市场的变化能够做出直接反应。而铜市场则相反，与中国市场相比，CBOT期货对不均衡的反映更加快速。这表明，相对于中国市场，CBOT期货市场将两市场之间的价格差异作为特别信息，并能在价格变动中迅速反映出来。中国市场在中美期货市场之间的信息流通中也起着重要作用，这与中国现在是世界上最大的大豆进口国而美国是全球最大的大豆生产国和出口国有关。因此，中国大豆现货和期货市场的变化对美国大豆市场具有较强的影响。

表5-5的B栏结果再次印证了中国期货、中国现货和美国期货大豆市场的确是相互关联的。就一个市场对另一市场的波动溢出程度而言，美国期货市场对中国期货市场的波动溢出与中国期货市场对中国现货市场的波动溢出均更强，这一结论与铜市场的研究结果是相一致的。