銅現(xiàn)貨及其期貨價位間關聯(lián)的實證剖析

導語：銅現(xiàn)貨及其期貨價位間關聯(lián)的實證剖析一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：格蘭杰因果關系檢驗方法是探究數(shù)據(jù)之間的內在因果關系的常用方法，采用該方法，對上海期貨交易所銅期貨價格與現(xiàn)貨價格之間是否存在協(xié)整關系進行實證分析，結果表明銅期貨價格和現(xiàn)貨價格之間不存在格蘭杰因果關系。針對實證研究的結果，分析了出現(xiàn)這種結果的原因，并探討我國銅期貨市場、現(xiàn)貨市場上存在的問題。

關鍵詞：滬銅現(xiàn)貨價格；期貨價格；格蘭杰因果檢驗

1理論研究方法——格蘭杰因果關系檢驗

選用格蘭杰因果關系檢驗模型定量分析滬銅現(xiàn)貨與期貨價格變動間的關系。一個完整的格蘭杰因果關系檢驗模型包括了兩變量的單位根檢驗,如果單位根檢驗結果是非平穩(wěn)時間序列,還要進行協(xié)整檢驗以及格蘭杰因果關系檢驗。

1.1單位根檢驗模型

在現(xiàn)實的經濟社會的實際研究中，多數(shù)時間序列都是非平穩(wěn)的，然而某些非平穩(wěn)時間序列的某種線性組合卻可能是平穩(wěn)的。如果一個變量是平穩(wěn)序列，則其均值與時間t無關，且圍繞該均值波動，并有向其收斂的趨勢。檢驗時間序列變量平穩(wěn)性常用的單位根檢驗ADF檢驗模型為

在給定ADF臨界值的顯著性水平下，如果參數(shù)y顯著地不為0，則序列y不存在單位根，表明y是平穩(wěn)的，否則非平穩(wěn)。對于非穩(wěn)定變量，還需檢驗其一階差分的穩(wěn)定性。如果一階差分是穩(wěn)定的，則此變量是一階單整。變量的一階差分單整是變量之間存在協(xié)整關系的必要條件。

1.2協(xié)整分析

如果兩變量是非平穩(wěn)序列,那么意味著在回歸之前要對它們進行差分,然而差分可能導致關于兩變量之間關系的信息損失。所以我們就得考慮是不是存在對非平穩(wěn)的兩變量時間序列進行回歸也不會造成錯誤的情況。于是Engle和Granger提出了協(xié)整理論。

對于如何進行協(xié)整檢驗,Engle和Granger首先提出了兩步檢驗法,用DF(ADF)或Durbin-watson對回歸殘差序列進行平穩(wěn)性檢驗,從而來判斷兩變量之間是否存在協(xié)整關系。現(xiàn)在常用的是Johansen和Juselius提出的一種用極大似然法進行檢驗的方法,通常稱為Johansen檢驗?；舅悸肥窃诙嘧兞肯蛄孔曰貧w(VAR)系統(tǒng)回歸構造兩個殘差的積矩陣,計算矩陣的有序本征值(Eigenvalue),根據(jù)本征值得出一系列的統(tǒng)計量判斷協(xié)整關系是否存在。

1.3格蘭杰因果檢驗模型

格蘭杰因果關系是一種研究兩個變量之間的滯后影響的關系。判斷雙變量之間的因果關系，需要先估計一個二元VAR模型，然后在簡化式方程中檢驗滯后解釋變量的整體顯著性。第一步，檢驗“X不是引起Y變化的原因”的原假

計算F統(tǒng)計量；第三步，檢驗原假設，如果其中至少有一個顯著為0，則拒絕原假設，即接受“X是引起Y變化的原因”的備擇假設；同理，為了檢驗“Y不是引起Y變化的原因”，只需交換上述回歸模型的兩個變量，進行同樣的回歸估計和假設檢驗即可。

2數(shù)據(jù)選取與實證分析

2.1數(shù)據(jù)選取

分析所使用的樣本數(shù)據(jù)來自上海期貨交易所的銅期貨價格數(shù)據(jù)以及銅現(xiàn)貨價格數(shù)據(jù)。期貨價格數(shù)據(jù)來源于文華財經資訊有限公司的Fins2007交易系統(tǒng)，取時間區(qū)間為2007年1月3日至2007年4月9日之間的有效日期的價格。銅的現(xiàn)貨價格數(shù)據(jù)來自于上海有色金屬網上的現(xiàn)貨行情。下圖為cu0706合約、cu0705合約和cu0704合約的交易量，可見本文所取數(shù)據(jù)為各合約交易最為活躍的時期。

2.2實證分析

我們首先對得到的現(xiàn)貨和期貨數(shù)據(jù)進行分析，兩者均表現(xiàn)出十分顯著的不平穩(wěn)性，原始的格蘭杰因果性定義并沒有規(guī)定變量必須是平穩(wěn)的,很多計量經濟學教材也沒有這個限制。格蘭杰(1980)里指出：“非平穩(wěn)變量帶來的問題過于復雜,不便仔細討論”。因此，我們不妨嘗試直接利用原始數(shù)據(jù)建立VAR模型，以進行格蘭杰因果檢驗。

在我們得到VAR模型中，發(fā)現(xiàn)系數(shù)矩陣的特征根如下表：

上表中有一個絕對值大于1的根，也就是說，我們利用原始數(shù)據(jù)得到的VAR模型不平穩(wěn)，這給我進行后面的分析帶來了隱患。

在格蘭杰之后的學者對數(shù)據(jù)的平穩(wěn)性提出了更加深入的看法，雖然至今仍不定論，但是也值得我們參考。ZongluHe(2001)運用維納過程推導出,當變量為非平穩(wěn)時間序列時,該統(tǒng)計量的漸進分布不再是F分布。周建、李子奈(2004)運用蒙特卡洛模擬也得出當變量為非平穩(wěn)時間序列時,任何無關的兩個變量間都很容易得出有因果性的結論。根據(jù)以上學者的觀點，我們對數(shù)據(jù)進行差分處理，以達到使數(shù)據(jù)平穩(wěn)的效果。

對差分后的數(shù)據(jù)我們再次建立VAR模型，我們得到了如下回歸方程組：DF=-0.247426DF(-1)+0.1554

可知，各根值均符合平穩(wěn)性條件，說明此VAR模型可能比此前的模型更有說服力。因此，我們采用此模型對期貨價格與現(xiàn)貨價格的格蘭杰因果關系進行檢驗。

以上結果說明，對于DS不是DF的格蘭杰原因的原假設,拒絕它犯第一類錯誤的概率為43.75%，因此不能拒絕原假設，即DS不是DF的格蘭杰原因。對于DF不是DS的格蘭杰原因的原假設,拒絕它犯第一類錯誤的概率為19.23%，因此不能拒絕原假設，即DF不是DS的格蘭杰原因。

參考文獻

［1］上海有色金屬.

［2］周建,李子奈.Granger因果關系檢驗的適用性［J］.清華大學學報(自然科學版)，2004，(3).

［3］曹永福.格蘭杰因果性檢驗評述［J］.數(shù)量經濟技術經濟研究，2006，(1).

［4］易丹輝.數(shù)據(jù)分析與Eviews應用［M］.北京：中國統(tǒng)計出版社，2002.

［5］PhilipHansFranses:Timeseriesmodelsforbusinessandeconomicforecasting,2002.