1、1国际金属期货市场交叉影响及其传导效应研究摘要以上海期货交易所（SHFE）和伦敦金属交易所（LME）的期铜、期铝和期锌的 20072015 年的价格数据为研究对象，基于相关性分析法和 GARCH 模型，对我国和国际金属期货市场的交叉影响和传导效应进行深入研究。结果表明：LME 对 SHFE 的期货价格具有持续性的传导效应，而 SHFE 对 LME 的期货价格具有显著的抑制效应。 关键词SHFE；LME；GARCH 模型；传导效应 1 研究背景 国际市场上金属期货及其价格波动一直以来都受到广泛关注。一方面是由于金属期货的自然属性，金属期货的标的是大宗金属商品，而在各国的经济建设过程中，大宗金属商
2、品资源是重要的工业生产原料，对各国的国民经济建设有着举足轻重的作用，对于第一、第二产业价值创造不可或缺，其价格的高低和波动不仅会关系到相关产业的发展，还会影响到国家经济的平稳运行，使得金属期货备受关注成为必然现象；另一方面，是由于金属期货的价格发现和套期保值的期货属性，金属期货的价格发现属性是指金属期货价格反映了供求双方对未来时间供应关系和价格走势的预期。 我国从 1991 年推出第一个商品期货标准合约特级铝期货合约以来，我国金属期货市场已经发展了近 25 年。虽然我国期货市场发展时间不长，但发展十分迅速，尤其是经过近几年的治理整顿，我国期货市场2规范化程度明显提高，国内期货市场在国际期货市场
3、上的作用和影响日益凸显，目前国内绝大多数铜现货企业已经参与期货市场进行套期保值，有色金属期货价格已经成为国内有色行业定价的重要基准价格。目前上海期货交易所（Shanghai Futures Exchange，SHFE）已成为紧随伦敦金属交易所（London Metal Exchange，LME）后的全球第二大期铜、期铝交易市场，其他金属期货在国际上的影响力也在不断上升。研究 SHFE 和LME 之间的交叉影响关系和传导效应，并分别从宏观金属期货市场、中观企业角度和微观期货交易者的角度进行分析和合理化建议，不仅可以揭示我国期货市场与国际市场的依存关系，检验我国金属期货市场是否成熟，还可以为其商业
4、应用部门、市场参与者、期货交易所和期货监管部门等提供有价值的市场信息。一方面能为我国金属期货市场的进一步规范完善提供理论依据；另一方面也能为我国期货交易者进行期货投资、套期保值和套利行为提供实践指导。 2 文献综述 关于金融市场的交叉影响和传导效应的研究主要从四个方面进行。 第一，根据产品的成交量和持仓量的波动来研究期货价格的变动规律。戴毓和周德群（2009）分别采用 GARCH 模型、脉冲响应函数来研究我国燃油期货的价格波动与成交量和持仓量之间的关系，实证表明，成交量对燃油期货的价格波动有很强的解释作用，而持仓量的变动不能解释燃油期货的价格波动。Chen（2009）以台湾期货交易所所有的期货
5、产品为研究对象进行研究，结果表明台湾期货市场的期货产品价格波动性与市场深度成反比，而与市场交易量成正比。Batten 和 Lucey（2010）3以芝加哥商品交易所的黄金期货为研究对象，实证分析黄金期货价格在期货市场之间的波动性。冯梦黎和马菁菁（2014）建立了 EGARCH-t 模型，以燃料油期货为研究对象，考察成交量和持仓量对燃料油期货价格波动的影响，并认为我国的期货市场运行效率良好。Zhang（2014）等以我国四大期货交易所为研究对象，立足于 DEA 和 Malmquist 模型，研究我国各大期货交易所的相对效率。周伟和张铖（2015）立足于数据包络模型以及改进的投入有效性判定 IIE
6、E 模型分析了我国期货市场的综合效率，并认为我国期货市场运营综合效率较高，成交量和持仓量的波动在期货价格上得到了良好的体现。 第二，根据整个市场总体价格波动来预测价格趋势。Premaratne 和 Bala（2004）以中国香港、日本和英国股票市场为参照，研究这三个股票市场对新加坡股票市场的波动溢出效应。苏岩和杨振海（2007）以19942004 年，人民币/日元的汇率数据为样本，分别验证了 ARMA 模型、ARMA/GARCH 组合模型、GARCH 模型、EGARCH 模型、IGARCH 模型。蒋晓宇和沈瑶（2015）研究了国内和国际大宗商品期货市场的关联性和价格发现功能，结果表明上海市场和
7、伦敦市场期货价格存在长期均衡关系。Boonvorachote 和 Lakmas（2016）以亚洲商品期货市场为研究对象，以GARCH（1，1）模型为基础进行研究，结果表明对于正常情况和突发情况下的成交量有明显的溢出效益，而公开市场利率会减弱这种溢出效益。 第三，是针对不同交易市场的同种产品间的价格交叉影响和风险传导进行研究。Lin 和 Tamvakis（2001）研究了纽约商业交易所和伦敦国际石油交易所关于石油期货的交叉影响和联动关系。方毅和张屹山4（2007）以上海期货交易所（SHFE）和伦敦金属交易所（LME）的期铜和期铝为研究对象，比较研究了其风险传染。周伟（2012）等以 SHFE 的
8、沪铜沪铝和 LME 的伦铜为研究对象进行场内外风险传染测度实证，设计了GARCH 模型的 MCMC 迭代算法验证了金融市场间的波动集聚效益、风险传染效应等现象。Yarovaya（2016）等以亚洲、美洲、欧洲和非洲的 10 个成熟金融市场和 11 个发展中的金融市场为研究对象，研究区域内和区域间的价格波动的交叉影响和传导效应。 第四，是针对同一交易市场的不同产品间的价格交叉影响和风险传导进行研究。Gannon（2010）以澳大利亚股票市场的股票价格和对应的股指期货价格为研究对象，在 GARCH 模型的基础之上提出了多市场同步波动模型，再结合美国 S&P500 股指期货数据，验证了两者之间的同步
9、传染和隔夜传染效应。周伟和何建敏（2011）以 SHFE 的期铜、期铝和期锌为研究对象，通过格兰杰因果检验、GARCH 模型和广义脉冲响应函数等方法对我国金属期货产品价格之间的交叉影响和传导效应进行了研究。考虑了时变和高频因素，Baum 和 Zerilli（2014）以 2001 年 10 月至 2012年 12 月各国原油期货市场的交易日高频数据为研究对象，研究原油市场的交叉影响和原油期货价格在原油市场间的传导溢出效应，并发现了对价收益进行跳跃分析能够增加关于传导溢出效应的准确性。 3 国际金属期货市场交叉影响和传导效应模型建立 3.1 数据基本统计描述 以 SHFE 和 LME 的金属期货
10、产品为样本，对于期货价格收益数据的基本统计量主要包括：均值、标准差、偏度、峰度等方面，用来描述数据5的总体分布和数字特征。 3.2 相关性分析法 相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量变量因素的相关密切程度。根据 SHFE 和 LME 的期铜、期铝和期锌三种产品，相关性分析分别衡量了 SHFE 和 LME 期货产品价格收益之间的相关关系强弱。对于 SHFE 和 LME 期货产品的价格收益相关性分析所得的结论只代表两者之间的相关密切程度，不代表 SHFE 和 LME 期货产品之间的因果关系。本文采用的序列相关的检验方法为 Durbin-Watson 统计量（D.W.统计
11、量）检验法。D.W.统计量是用来检验随机误差项是否存在一阶序列相关，即 E（utut-1）0 的情形，计算如下： 3.3 金属期货市场交叉影响和传导效应 GARCH 模型 为了更好的研究金属期货产品如何受到外围市场的影响以及如何受到本国其他期货产品价格收益波动的影响，以及价格如何在期货市场间传导，本文建立了广义自回归条件异方差模型（Generalized Autoregressive Conditional Heteroscedasticity Model，GARCH 模型） ，针对 SHFE 和 LME 的期铜、期铝和期锌等期货产品建立的 GARCH 模型为以下内容。 4 实证分析 4.1
12、基本统计描述 根据期货产品的上市时间、市场成熟度和交易活跃度，考虑到金属的性质和功能，本文分别选取 SHFE 和 LME 的期铜、期铝和期锌作为代表，兼顾数据的可得性。研究选取的时间段为 2007 年 4 月 1 日至 2015 年 36月 31 日，由于我国期货市场在春节、国庆等假期暂停交易，而 LME 持续交易，所以 8 年期间 LME 数据共比 SHFE 多了 80 个数据，剔除了 LME 这80 个数据之后，共有 1931 个交易日数据，共形成收益序列 1930 组。为了方便描述，用 LCU、LAL、LZN 分别代表 LME 的期铜、期铝和期锌；用SCU、SAL、SZN 分别代表 SH
13、FE 的期铜、期铝和期锌。实证结果如表 1 所示，数据来源于万得数据库。 表 1 列出了所选择 1930 组收益序列样本的基本统计特征，实证结果表明，对于铜期货，LME 的均值和标准差都比 SHFE 大，这说明 LME 的铜期货价格波动较为显著，价格波动较为频繁，同时收益率相比 SHFE 更高。此外，LME 和 SHFE 铜期货合约的偏度均小于 0 为负值，说明两者分布均为左偏，峰度均大于 3，说明两者价格收益出现了明显的尖峰厚尾现象。JB 检验值也进一步证实了 LME 和 SHFE 的铜期货价格收益序列不服从正态分布。对于铝期货，LME 的均值比 SHFE 小，而 LME 的标准差较 SHF
14、E 来的大，这说明 LME 的铝期货合约价格波动较大，而收益率较低，市场风险较高。此外，LME 和 SHFE 铝期货合约的偏度均小于 0 为负值，说明两者分布均为左偏，峰度均大于 3，说明两者价格收益出现了明显的尖峰厚尾现象。JB 检验值也进一步证实了 LME 和 SHFE 的铝期货价格收益序列不服从正态分布。对于锌期货，LME 的均值和标准差都比 SHFE 大，这说明LME 的锌期货价格波动较为显著，收益率相比 SHFE 更高。此外，LME 和SHFE 锌期货合约的偏度均小于 0 为负值，说明两者分布均为左偏，峰度均大于 3，说明两者价格收益出现了明显的尖峰厚尾现象。JB 检验值也进一步证实
15、了 LME 和 SHFE 的锌期货价格收益序列不服从正态分布。 7对于期铜和期锌，LME 的均值和标准差都比 SHFE 大，说明 LME 价格波动大风险较高收益也较高，而对于期铝，LME 的均值比 SHFE 小而标准差比 SHFE 大，说明 LME 价格波动大风险较高收益却较低，这与 LME 的开放程度高，易于受到国际金融危机冲击或者国际游资影响有关，而 SHFE在 2008 年金融危机中所受影响较小，国内金融市场没有对外资完全开放的举措在一定程度上维护了上海金属期货市场的稳定，保护了国内的期货市场和期货投资者。而对于偏度、峰度和 JB 检验结果，LME 和 SHFE 的结果一致，期铜、期铝和
16、期锌分布均为左偏，均不服从正态分布，并出现了明显的尖峰厚尾现象。 4.2 金属期货价格收益的相关性分析 相关性度量了两个变量间的线性关联程度，对于国际金属期货价格收益的相关性分析，本文从不同期货市场同种期货产品间、同一期货市场不同期货产品间以及不通期货市场不同期货产品间三个角度进行研究分析，根据相关性计算公式可得金属期货间的相关系数如表 2、表 3 和表4 所示。 根据表 2 的关于不同期货市场同一期货产品的价格收益相关性结果显示，LME 和 SHFE 的期铜、期铝和期锌的相关程度不高，其中相关程度最高的为铜期货，相关程度位于第二的是锌期货，相关程度最低的是铝期货。对于 LME 来说，铜期货于
17、 LME 设立之初就开始交易，锌期货于1920 年上市交易，而铝期货于 1978 年才挂牌交易。对于 SHFE 来说，铜期货于 1991 年开始交易，于 1993 年 2 月正式推出电解铜期货标准合约，开始了真正的期货交易，铝期货于 1992 年 5 月上市交易，锌期货于 20078年 3 月上市交易。对于开放程度高发展成熟的伦敦金属期货市场，上市期货品种的价格收益相关程度跟期货产品的上市时间有着较为密切的关系。 根据表 3 的关于同一期货市场不同期货产品的价格收益相关性结果显示，不论是 LME 还是 SHFE，同一期货市场的不同期货产品的价格收益有很强的线性相关关系，对于 LME 来说相关性
18、最强的是期铜和期锌，对于 SHFE 来说相关性最强的是期铝和期锌。从整体上讲，对于同一个金属期货市场，期货产品的价格会随着该期货市场的其他产品价格的波动而同向波动，根据其他金属期货产品的价格收益情况来研究或预测某种金属期货产品的价格波动情况将有较高的参考价值。另外，LME 的期货产品价格收益间的线性相关关系比 SHFE 的更为显著，而相比较于铜期货和铝期货，LME 和 SHFE 的锌期货价格收益波动最容易受到其他期货价格收益波动的影响，这种现象在 LME 比 SHFE 更为明显。 根据表 4 的关于不同期货市场不同期货产品的价格收益相关性结果显示，这种情况下期货产品间的价格收益相关程度很低，仅
19、在 LME 的铜和 SHFE 的锌之间以及LME 的锌和 SHFE 的铜之间的线性相关系数大于 0.1，其他的线性相关系数均小于 0.1。这从某种程度上说明在我国的金属期货市场开放程度还不够的目前阶段，根据外围金属期货市场期货产品的价格收益情况来判断我国金属期货市场非同种期货产品的价格收益意义不大。 综合分析表 2、表 3 和表 4 发现，同一期货市场不同期货产品间价格收益的相关系数远远高于不同期货市场同种期货产品间价格收益的相关系数和不同期货市场不同期货产品间价格收益的相关系数，这说明本国9的金属期货价格波动受本国的其他金属期货价格波动的影响远远大于受国外金属期货市场的期货价格波动对其的影响
20、。这种现象在 LME 中比SHFE 更为显著，说明了 LME 的市场整体波动性较为一致。不同期货市场同种期货产品间价格收益的相关系数比不同期货市场不同期货产品间价格收益的相关系数略大，说明对于研究一个金属期货市场的某种期货产品的价格波动来说，外围市场的同种期货产品的价格波动情况比非同种期货产品的价格波动更具有参考价值和研究意义。 4.3 金属期货价格收益的交叉影响和传导效应 为了更加深入研究我国金属期货市场和伦敦金属期货市场的金属期货价格收益的交叉影响和传导效应关系，引入广义自回归条件异方差GARCH 模型，针对 LME 和 SHFE 之间同种期货产品的价格收益的交叉影响和传导效应进行深入研究
21、，实证结果如表 5 所示。 根据表 5 的 LME 和 SHFE 同种金属期货间收益对价格波动的交叉影响和传导效应结果，LME 的期铜与 SHFE 的期铜相互间的残差序列滞后概率值（P）远远小于 0.05 的临界值，残差序列具有较强的相关性，即 LME的期铜价格收益的波动与 SHFE 的期铜价格收益的波动相互之间均有较强的相关性。LME 与 SHFE 的 + 值均近似等于 1，这说明对于两个市场铜期货间有持续冲击作用，其中 LME 对 SHFE 的冲击作用更强，波动率衰减更为缓慢；相互间的 值较小，说明当日 LME 期铜价格波动和 SHFE期铜价格波动相互间均有一定的影响，但影响程度有限；相互
22、间的 值分别为 0.936360 和 0.925986，两个期货交易所均表现出波动率有较强的聚类特征，其中 LME 的聚类特征更为显著。两市场之间期铜 c 值均小于100，说明 SHFE 和 LME 的期铜相互间均有一定程度的价格抑制效应，其中SHFE 对 LME 的抑制效应更为明显。 LME 的期铝与 SHFE 的期铝相互间的残差序列滞后概率值（P）远远小于 0.05 的临界值（除常数项） ，两个市场期铝价格收益的波动相互之间均有较强的相关性。两市场间 + 均近似等于 1，说明两者之间价格波动有持续冲击作用，其中 SHFE 对 LME 的冲击作用略强，波动率衰减稍为缓慢；LME 对 SHFE
23、 铝期货的 值较小，而 SHFE 对 LME 的铝期货 值较大，这说明 SHFE 对 LME 铝期货价格当日冲击效应极为显著，而反之 LME对 SHFE 铝期货价格当日冲击效应相比较弱。相互间的 值分别为0.978299 和 0.806732，LME 波动率表现出较强的聚类特征，而 SHFE 的聚类特征则相对不明显。LME 对 SHFE 和 SHFE 对 LME 的期铜 c 值均小于 0，说明 SHFE 和 LME 的期铜相互间均有一定程度的价格抑制效应，其中 SHFE对 LME 的抑制效应更为明显。 LME 的期锌与 SHFE 的期锌相互间的残差序列除了 c 值滞后概率之外，其余的滞后概率值（P）均远远小于 0.05 的临界值，这说明残差序列具有较强的相关性，即 LME 的期锌价格收益的波动与 SHFE 的期锌价格收益的波动相互之间均有较强的相关性。两市场间的 + 值均近似等于 1，说明价格波动对两市场均有持续冲击作用，其中 SHFE 对 LME 的冲击作用略强，波动率衰减稍为缓慢；相互间的 值较小，说明当日 LME 期锌价格波动和 SHFE 期铜价格波动相互间均有一定的影响，但影响程度有限，其中 SHFE 对 LME 的当日冲击比 LME 对 SHFE 的当日冲击影响更为明显；相互间的 值分别为 0.949771 和 0.920715，两个期货交易所均表现出
