中国燃油期货市场有效性及价格发现功能研究

何莹

摘 要：运用动态计量经济方法，从多角度对我国燃油期货市场的有效性和价格发现功能进行实证分析，结果表明我国燃油期货市场尚未达到弱式有效，与普氏燃油现货之间不存在因果关系。

关键词：燃油期货市场；有效性；价格发现功能；GARCH模型

中图分类号：F830.9文献标识码：A文章编号：1006-3544（2012）05-0051-05

一、引言

成熟的市场经济需要规范和完善的商品期货市场。只有规范和完善的期货市场，才能起到价格发现、套期保值等作用。评价一个期货市场是否规范、成熟，市场有效性是一个重要标志。根据市场有效性理论，如果期货市场是有效的，表明各方面的信息已经充分反映到期货价格之中，期货价格是包含各方面信息的有效价格。通过对期货市场有效性的分析，我们可以知道市场上影响供求的各种信息是否被期货及时、充分地吸收了，从而也就可以对期货市场价格发现功能的有效程度进行合理评价。另外，通过比较期货市场与其他市场（如现货市场）信息传递的机制及不同市场在吸收新信息的速度方面表现出的差异，并结合市场有效性的研究，才能更加全面地反映期货市场的价格发现效率。

石油是全球性重要战略物资，目前，我国已成为世界第二大石油消费国和进口国。随着国际油价的攀升以及国内汽油价格的大幅调整，加快建立健全石油风险规避机制，已经迫在眉睫。2004年8月25日燃油期货作为首个能源期货品种在上海期货交易所上市。它的上市对于中国的能源格局来说，具有里程碑意义。燃油期货上市几年来，其市场有效性和功能发挥的水平如何，一直是理论界和业界十分关心的问题。为此，本文以上海期货交易所（SHFE）交易的180CST燃油期货合约为研究对象， 对大家关心的问题做系统的阐释。 首先检验出我国燃油期货收益率序列的GARCH效应， 因此选用方差比检验法检验市场有效性； 接着运用Granger因果检验对SHFE与新加坡现货市场交易的180CST燃油价格的领先-滞后关系进行研究， 分析目前我国燃油期货市场的价格发现功能。

二、研究方法

目前，对市场有效性的检验大多采用单位根检验、序列相关检验和游程检验，上述方法的一个共同缺点是对期货价格分布的设定， 不论是序列相关检验，还是单位根检验，都假定期货价格变量服从正态分布。 事实上，“由于期货合约的使用者偏好交易临近交割月份的合约， 期货价格波动的方差会因合约临近交割而逐渐变大”（Leuthold et al. 1989）。Mandelbrot（1963）是最先发现金融价格波动具有异方差和非正态分布的特征 [2] 。 在他之后，Engle（1982）构造了方差随时间变化的自回归条件异方差模型（ARCH模型） [2] 。Bollerslev（1986）把ARCH模型扩展为GARCH模型， 即广义自回归条件异方差模型时， 把条件方差的滞后值也作为解释变量引入回归方程。表达式如下：

不难证明，GARCH实际上是一个方差包含着无穷期的误差项的ARCH模型，因此，与ARCH模型比较，GARCH模型的优点在于可以用较为简单的GARCH来代表一个高阶的ARCH模型， 从而使得模型的识别和估计都比较容易 [23] 。

如果价格波动序列存在异方差和非正态分布特征，则序列相关检验和协整检验的结果可能是不可靠的。游程检验尽管不要求期货价格服从正态分布的假设，但是，对于复杂的期货价格运动，游程检验具有非常低的统计检验优势。为此，Lo and Mackinlay（1988）用方差比来检验价格序列是否服从随机游走过程 [24] 。基本思想是：如果资产价格的收益序列服从一个随机游走过程，则收益序列的方差应与样本区间的长度成正比。方差比方法可以明显地检验出期货价格增量序列中存在的相关关系，并且结果不会受到条件异方差的影响。这种检验方法暗含了随机游走序列中的增量在样本区间是线性的，即收益的q阶回归方差估计量应该是一阶回归方差估计量的q倍。

方差比可以由下式确定：

相比之下，方差比方法更可靠，从数据处理技术的角度看，该方法允许数据异方差的存在，尤为重要的是它不要求对期货价格变化做出正态分布的设定。因此，本文将采用方差比检验方法对上海期货交易所燃油期货市场的弱式有效性进行检验。

Granger因果检验反映了期货价格与现货价格之间的引导关系，可以揭示期货价格与现货价格两个变量间哪个是自变量，哪个是因变量的问题，以分析期货价格指导现货价格的功能。

Granger因果检验的模型为：

其中Pt、Ft分别表示现货价格和期货价格，？着1t、？着2t是白噪声，且不相关。如果存在某一？茁1 j不为零，则称期货价格引导现货价格，表明期货市场在价格发现中起主要作用；同样，如果存在某一？琢2i不为零，则称现货价格引导期货价格，表明现货市场在价格发现中起主要作用；如果同时存在某一？茁1 j和某一？琢2i均不为零， 则称期货价格与现货价格之间互相引导 [25] 。本文将采用Granger因果检验模型对期货市场及现货市场的领先-滞后关系做实证检验。

三、数据处理

为保证数据的时效性， 本文采用上海期货交易所近三年的燃油日交易数据（数据来源：上海期货交易所网站：www.shfe.com）。 由于期货合约的时间跨度有限， 任一交割月份的期货合约在合约到期后将不复存在； 同一交易日同时有若干个不同交割月份的期货合约在进行交易。 为克服期货价格的不连续性，必须产生一个连续的期货价格时间序列。考虑到市场价格波动程度、 交易习惯和市场的流动性等因素， 本文数据采用首行期货合约每日收盘价的对数一阶差分，即Rt=ln（Pt）-ln（Pt-1），形成连续期货合约序列。 由于节假日期间或市场出现异常时短时停止开放，使得数据局部出现断开现象，我们运用线性插值法计算断开数据的近似值，构筑连续时间序列。经整理，共产生数据794个。

燃油现货价格数据取自于新加坡普氏（PLATTS）公开市场交易的180CST高硫燃油。数据来自PLATTS每日报价。之所以这样选择是因为，在国际上与上期所推出的180CST工业燃油品质最接近的是新加坡普氏公开市场交易的180CST高硫燃油。而且新加坡国际金融交易所具有比较长的发展历史，各种交易制度等方面都比较完善，以它作为基准来进行分析可以比较准确地衡量上海期货交易所在国际上的地位和作用。

由于新加坡普氏报价采用美元标价，因此，用中国银行网站（http：//www.boc.cn/sourcedb/whpj/）公布的美元对人民币基准汇率将价格统一转化为美元标价，以排除汇率的变动对分析结果造成的影响。下文中，使用LNS代表取对数后的PLATTS现货价格序列，单位：美元/吨；LNF代表取对数后的SHFE燃油期货价格序列，单位：美元/吨。

四、实证分析

（一）模型的预检验

1. 正态性检验

图1显示的是全部样本期内的日收益序列。从图1可以看出，SHFE燃油期货合约的收益率序列不服从独立同分布，不是随机游走过程，存在着很明显的波动集群性， 可以初步判断该收益率序列存在条件异方差。由图2可以初步判断收益率的分布基本上比较对称， 但具有比正态分布明显偏高的峰态（Kurtosis=6.799714），并且表现出正偏度（Skewness=0.135645），出现明显的“高峰厚尾”特征。

2. 平稳性检验

本文运用ADF检验法检验收益率序列的平稳性。由于收益率序列围绕在均值周围波动，不存在趋势。因此选择不带时间趋势，且具有最小AIC值的回归模型进行单位根检验。检验结果表明DW值接近2，模型的残差序列不存在序列相关性，ADF检验法有效。ADF=-15.21263，分别小于不同检验水平的三个临界值，所以收益率序列是一个平稳序列。

3. 根据相关图和偏相关图，识别模型形式

从图3中可以看出，收益率序列的自相关系数与偏自相关系数呈现拖尾状态。因此，我们可以猜测残差序列的自相关结构可以用ARMA模型来纠正。经比较ARMA（1，1）模型的拟合效果较好。

4. ARCH效应检验

我们对经过ARMA（1，1）模型调整后的残差序列进行ARCH-LM检验，考察模型中是否存在自回归条件异方差。当滞后期等于1时，ARCH-LM检验的相伴概率p值接近0， 说明残差序列存在一阶ARCH效应。应该在ARMA（1，1）均值方程基础上建立ARCH族模型。

（二）模型的估计

由于中国燃油期货收益率序列是一个平稳序列，我们可以用它建立时间序列模型。考虑到燃油期货收益率序列的自相关性及一阶ARCH效应，结合AIC和SC最小的原则，通过对收益率和方差自回归阶数的不断试验，最终选择ARMA（1，1）、GARCH（1，1）模型拟合收益率序列。

均值方程是：

在式（5）中，前期随机误差系数与前期条件方差系数之和小于1，表明新信息的冲击是不持续的。

（三）检验模型的可预测性

模型估计出来后，对其进行残差ARCH-LM检验。P值显著大于零， 该模型已不存在ARCH效应，说明该ARMA（1，1）、GARCH（1，1）模型能很好地拟合收益率序列。我们知道，如果金融资产的价格具有确定的趋势， 那么意味着价格在某种程度上是可以预测的。 如果随机扰动项是独立或不相关的时间序列，那么金融资产价格序列就是不可预测的；反之，如果随机扰动项是相关的， 那么金融资产价格在一定程度上就具有可预测性。因此，我们可以将此模型用于预测中国燃油期货市场的收益率。

（四）有效性检验（方差比检验）

由于中国燃油期货收益率序列偏离正态分布且存在自回归条件异方差， 采用传统的检验市场有效性的方法，得出的结论可能是不可靠的。为此，本文采用Lo和MacKinlay提出的异方差下的方差比检验法进行分析。

对收益率序列采取的时间间隔分别为2，4， 8，16期进行分析的结果如表1所示。

检验结果表明，在显著性水平为1%时拒绝随机游走的零假设（即中国燃油期货市场未达到弱式有效），在5%的显著性水平上也是如此。根据公式（2），间隔2期（即q=2）时，？籽（1）=VR（2）-1，收益率序列与上一期的自相关系数就是间隔两期的方差比与1的差值。？籽（1）较大，为-0.539，进一步验证了收益率序列存在自相关，中国燃油期货市场未达到弱式有效。

（五）领先-滞后关系实证分析

1. 相关性分析

从图4中可以粗略地看出，燃油期货价格与新加坡普氏现货报价的变化趋势具有较高的一致性，相关系数分别为0.9419，为发现真实有效的价格提供了前提。

2. 单位根检验

为防止两个时间序列之间伪回归的存在，首先利用ADF检验对各序列的平稳性进行检验。检验结果见表2，在各置信水平下，t统计量均比ADF临界值大，零假设（即时间序列是非平稳的）被拒绝。这说明各序列均是平稳的，即I（0）过程，可以直接进行因果关系检验。

3. Granger因果检验

Granger因果检验结果如表3所示。 结论显示SHFE燃油期货与普氏现货之间不存在引导关系。这种结果可能是因为国内燃油市场相对比较封闭，新加坡市场的交易情况并不能体现我国燃料油市场的供求状况。

五、结论与启示

本文运用多种统计方法， 从多角度对中国燃油期货市场有效性及价格发现功能进行了分析。 结果显示：（1）目前，我国燃油期货市场还不满足弱式有效性条件。市场表现出较显著的波动集群性，投机气氛较浓，市场风险较大。（2）我国燃油期货市场价格收益率序列的随机扰动项是相关的，说明该价格收益率序列在一定程度上具有可预测性。ARMA（1，1），GARCH（1，1）模型能很好地拟合收益率序列。因此，我们可以将此模型用于预测中国燃油期货市场的收益率。（3）SHFE燃油期货与新加坡PLATTS燃油现货之间不存在引导关系。 原因可能是因为国内燃油市场相对比较封闭， 新加坡市场的交易情况并不能体现我国燃料油市场的供求状况。

从实证结果可以看到， 我国目前现货市场发育还不成熟，存在一定程度的垄断；参与期货市场的套期保值者太少， 许多企业不被允许或不懂得通过期货市场来套期保值；与国外成熟期货市场相比，市场交易主体规模与结构、 上市品种结构和合约设计， 以及期货市场管理规则制度等表现得相对较差。我国燃油期货市场还不成熟、不完善，价格发现功能没有得到充分体现，期货市场功能尚未真正充分发挥。

随着我国经济日益融入世界经济， 我国与世界其他国家在经济发展及资源配置等方面的合作关系进一步密切，我国的原油对外依存度与日俱增。石油对中国而言，绝非简单的能源产品，它已经由表及里地触及到中国经济发展的各个层面。因此，单纯依赖别国期货市场进行保值的行为将使中国在原油进口中处于被动地位。从中长期来看，中国必将争取燃料油乃至原油在国际定价方面的话语权。

从历史经验来看，一个成熟、完善的市场在争夺国际原油定价方面的话语权至关重要， 随着国际油价的攀升以及国内汽油价格的大幅调整， 加快建立健全石油风险规避机制，已经迫在眉睫。开展燃料油期货交易， 一方面可以为有关企业充分掌握价格信息、自觉规避市场风险提供平台；另一方面也可以积累经验，进一步健全石油市场体系，完善市场机制。遗憾的是，燃油期货在SHFE上市以后，中国石油消费居全球第二而在国际定价体系中连0.1%权重都没有的局面一直未有改观。我国的燃油期货仍然缺乏市场效率，这一点从本文的实证分析中也得到了印证。金融危机之后，业界对于推出原油期货的呼声越来越高，但是，我们仍应清醒认识到建立完善的市场竞争机制，构建高效的石油市场体系依然任重而道远。

由于我国燃油期货相对而言上市时间不长，关于这方面的理论研究尚属空白。 本文的贡献在于：（1）在市场有效性检验方面，放弃传统简单有效性方法，考虑到时间序列的ARCH效应，将方差比检验方法引入对我国燃油期货市场有效性的检验，所得结论更为可信。（2）给出了我国燃油期货市场收益率的预测模型，为国内企业借助期货市场套期保值规避风险提供了帮助。

参考文献：

[1]Bachelier，L.，Theory of Speculation，in Cootner，P. H. （Ed.），The Random Character of Stock Market Prices（Trans. A. J. Boness），MIT Press，Cambridge，MA，1964.

[2]Samuelson，Proof that Properly anticipated Prices Fluctuate Randomly，Industrial Management Review，1965：41-49.

[3]Fama，Efficient Capital Market：A Review of Theory and Empirical Work[J]. Journal of Finance，1970：383-471.

[4]Green，S. L.，and Mock，K. A.，1991，toward Efficiency in the Crude Oil Market[J]. Journal of Applied Econometrics，6.

[5]Serletis，A. and Banack，D.，，Market Efficiency and Cointegration：An application to Petroleum Markets[J]. The Review of Futures Markets，1990（9）.

[6]Quan，J. Two-step Testing Procedure for Price Discovery Role of Future Prices[J]. The Journal of Future Markets，1992（12）.

[7]Moosa，I. A.，and Al-Loughani，N. E. Unbiasedness and Time Varying Risk Premiain the Crude oil Futures Market[J]. Energy Economics，1994，16.

[8]Gulen，S. Gurcan. Efficiency in the Crude Oil Futures Market[J]. Journal of Energy Finance & Development，1998，l3（1）.

[9]S. Abosedra，H. Baghestani. On the predictive accuracy of crude oil futures prices[J]. Energy Policy，2004，32：1389-1393.

[10]Garbade，K. D. and W. L. Silber. Dominant and satellite markets：A study of dually-traded securities[J]. Review of Economics and Statistics，1979，61，455-460.

[11]J. Hasbrouck. One security，many markets：determining the contributions to price discovery[J]. the Journal of Finance，1995（4）：1175-1199.

[12]Kawaller，I.，P. Koch，and T. Koch. The Temporal Price Relationship between S&P 500 Futures and the S&P 500 Index，Journal of Finance，1987，42：1309-1329.

[13]Bessler，D. A，T. Covey，Cointegration：Some Results on U. S. Cattle Prices[J]. The Journal of Futures Markets，1991（11）：461-474.

[14]Lai，K. S. and M. Lai，A Cointegration Test for Market Efficiency[J]. The Journal of Futures Markets，1991，（11）：567-575.

[15]Chowdhury，A. R，Futures Market Efficiency：Evidence from Cointegration Tests[J]. The Journal of Futures Markets，1991，（11）：577-589.

[16]Wahab，M，M. Lashgari，Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets：A Cointegration Approach[J]. The Journal of Futures Markets，1993，（13）：711-742.

[17]Ghosh，A，Cointegration and Error Correction Models：Intertemporal Causality between Index and Futures Prices[J]. The Journal of Futu-res Markets，1993，（13）：193-198.

[18]Booth，G. G，R. W. So，Y. Tse，Price Discovery in the German Equity Index Derivatives Markets[J]. The Journal of Futures Marke-ts，1999，（19）：619-643.

[19]Kim，M.，A. C. Szakmary，T. V. Schwarz，Trading Costs and Price Discovery across Stock Index Futures，and Cash Markets[J]. The Journal of Futures Markets，1999，（19）：475-498.

[20]Ates，A. and G. Wang. Information transmission in electronic versus open-outcry trading systems：Ananalysis of U. S. equity index futures Markets[J]. The Journal of Futures Markets，2005，25：679-721.

[21]Mandelbrot，B.，The Variation of Certain Speculative Prices[J]. Journal of Business，1963，36：394-419.

[22]Engle，R.，Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of UK Inflation[J]. Econometrica，1982，50：987-1008.

[23]张帆. 中国大豆期货收益GARCH效应的实证研究[J]. 统计与信息论坛，2005（9）：102-106.

[24]Lo，A. W.，MacKinlay，C.，Stock market prices do not follow random walks：Evidence from a simple specification test[J]. Review of Financial Studies，1988（1）：41-66.

[25]Granger. C. W. J，Investigating Causal Relationships by Econometric Models and Cross-Spectral Methods[J]. Econometrica，1986，37：424-438.

（责任编辑：李丹；校对：龙会芳）