中国农产品期货市场国际影响力的实证分析

李志斌

（南京审计学院金融学院，江苏南京211815）

中国农产品期货市场国际影响力的实证分析

李志斌

（南京审计学院金融学院，江苏南京211815）

以大豆、玉米和棉花期货作为研究对象，实证分析了我国农产品期货市场的国际影响力。结果显示，2008年以来我国农产品期货市场的国际影响力短期内显著增强，但是美国期货市场在农产品定价权上依然有主导优势，对信息的反应也更为有效。国内相关农产品生产供给不足所导致的供需矛盾突出、进口被动大幅增加是我国农产品期货市场影响力提升的一个重要因素。

GARCH模型；农产品期货；国际影响力

一、引言

我国期货市场从20世纪初期产生以来稳步发展，市场规范化程度逐步提高，价格发现和套期保值的功能得到较好发挥。2007年以后更是进入快速发展轨道，市场规模迅速扩大，市场流动性显著增强。2000年我国期货市场成交量只有5461万手，成交金额16082亿元，2012年期货成交量达到14.5亿手，成交金额超过170万亿元，交易量、交易金额年均分别增长28.7%和43.2%。在国际市场上的作用和影响力也在不断提升，根据FIA全球期货期权成交统计，2013年全球前30名衍生品交易所中，我国的大连商品交易所、上海期货交易所、郑州商品交易所分列第11位、12位和13位。

农产品期货在我国期货市场中占有重要地位，是我国期货市场地位提升最主要的力量。从上市品种看，截至2013年底，我国共上市41个期货品种，其中农产品品种已达到17个，占国内上市品种总数的41.5%。从市场规模看，2007年之前，国内农产品期货成交量占总成交量的比重基本保持在60%以上，高的时候甚至超过90%。2006年国内农产品期货成交量和成交额占总成交的比重分别为85.7%和66.4%。近年来，随着非农期货品种的上市，尤其是随着沪深300股指期货上市，农产品期货交易占比有所下降，但是依然30%以上。2012年，我国农产品期货成交量和成交金额分别占期货市场总成交量和总成交金额的55.3%和30%，占商品期货总成交量和总成交金额的59.6%和53.9%。

期货价格是世界大宗商品的定价基准。2014年的中央1号文件明确提出要“加强农产品期货市场建设，适时增加新的大宗农产品期货品种，培育具有国内外影响力的农产品价格形成和交易中心”。但是，对于农产品期货市场的发展，却存在诸多争议。研究我国农产品期货市场的国际影响力问题，不仅有助于厘清社会各界对农产品期货市场自身的认识，也有助于全面理解我国期货市场整体国际地位。

二、文献综述

对于在不同期货交易所上市的相同或相似品种价格之间的相互影响关系，Booth et al.(1996)对同时在大阪交易所、新加坡交易所和芝加哥期货交易所进行交易的日经225股指期货合约之间的信息传递关系进行了研究，结果显示，任何一个交易所都不占据支配地位[1]。Booth和Brockman(1998)研究认为，加拿大温尼伯交易所（WCE）与美国芝加哥期货交易所（CBOT）小麦期货价格之间存在长期均衡关系，CBOT小麦价格单方面引导WCE小麦价格，短期内则不存在这种关系[2]。Gramming et al.(2001)、Holder和Pace et al.(2002)、Xu和Fung(2005)也有类似的研究[3-5]。

由于我国期货市场国际影响力的相关研究起步较晚，研究结论也不尽一致。一种观点认为，国外期货市场在全球期货定价中处于主导地位,中国市场在国际期货价格形成中的作用较为有限。Fung和Leung(2003)从信息流角度研究了中美期货市场上铜、大豆、小麦三个合约价格间的相互关系，研究结果显示，对于大豆和铜两个期货品种，美国市场占据主导地位；对于小麦期货，中美两个市场在价格传递方面是完全分割的，不存在相互影响关系[6]。张屹山与方毅等（2006）通过对国内外期货市场铜、铝、大豆和小麦价格关系的分析，认为中国期货市场整体发挥了基本功能,但农产品期货市场仍存在很大不足,国际期货市场对国内期货市场的价格有着单向的影响,国内期货市场的效率低于国际期货市场[7]。周应恒与邹林刚（2007）、华仁海与卢斌等（2008）分别对大豆期货、铜期货合约的国际定价功能进行了研究，得出了类似结论[8,9]。

另一部分学者则对中国期货市场国际地位颇为乐观。夏天与程细玉（2006）研究了大连商品交易所、美国芝加哥商品交易所的大豆期货价格与国产大豆现货价格三者之间的关系，认为大连期货市场具备了良好的价格发现功能，居于长期价格发现的主导地位[10]。王家辉（2008）研究了上海期货交易所在金属铜上的国际定价能力，指出上海期货交易所铜期货的国际定价能力在2005年汇率改革后就已经超越纽约商业交易所居第二位，并对伦敦金融交易所和纽约商业交易所存在显著的影响力[11]。陈君与常清（2010）以橡胶、铜、豆、燃料油为研究对象，认为国内商品价格已经不再单纯地跟随国际价格走势，开始对国际市场价格有了引导作用，中国在国际大宗商品价格的决定上开始有了话语权，正在从昔日国际商品价格的“影响因素”转变为能够在一定程度上决定大宗商品价格的“定价力量”[12]。

通过以上分析我们可以看出，现有对于中国期货市场影响力的研究基本集中在铜和大豆两个品种上，其他品种相关研究较少。就农产品期货而言，由于国内外市场的相对割裂，对于小麦期货的研究并不深入，至于近年来发展迅速，并在国际市场上有一定影响力的玉米和棉花更是鲜有论述，要全面反映国内农产品期货市场的国际影响力，就有必要将大豆、玉米、棉花合约放在一起予以分析。另外，已有研究采用的基本是2008年之前的数据，从2008年危机发生至今，恰是我国期货市场，尤其是农产品期货市场快速发展时期，对于这一特征，在研究时必须考虑。还有，现有研究在进行实证分析时，多数没有考虑金融时间序列数据普遍存在的条件异方差问题。

本文将选取大豆、玉米、棉花三个期货品种作为研究对象，实证分析我国农产品期货市场的国际影响力问题。在结构安排上，第三部分介绍本研究所采用的实证模型和数据，第四部分是实证分析，第五部分为本文主要研究结论与启示。

三、数据来源与模型设定

（一）数据来源与处理

国内农产品期货品种主要在大连商品交易所（DCE）和郑州商品交易所（ZCE）交易。我们选取在国内市场交易活跃、并在国际市场有一定影响力的品种作为国内农产品期货代表，大连交易所选择大豆和玉米，郑州交易所选择棉花。鉴于美国市场在全球农产品期货市场中的重要地位，我们选取美国期货市场中的相应品种作为境外期货农产品期货品种代表，大豆、玉米期货来自芝加哥商品交易所（CBOT），棉花来自纽约商业交易所（NYMEX）。

CBOT大豆、玉米期货价格的报价单位为美分/蒲式耳，NYMEX棉花期货报价为美分/磅，而国内相应期货报价为元/吨。为保证价格单位的一致性，将美盘期货报价统一折算为人民币元/吨报价。对于大豆，按照1美元/蒲式耳=36.7437美元/吨折算；棉花，按照1美分/磅=22.0462美元/吨折算；玉米，按照1美元/蒲式耳=39.36825美元/吨。人民币对美元汇率采用国家外汇管理局公布的人民币对美元基准汇率。

期货收盘价数据来自对应的上市交易所，样本区间从2008年9月17日—2012年12月24日。期货价格序列采用近月合约方式构建，即在最近期月份进入交割月份后，选择下一个最近期月份的期货合约。为了保证所研究对象数据的匹配，删除所有非配对数据。为消除量纲的影响，所有数据进行了自然对数处理。

（二）模型设定

我们采用VECM-GARCH模型来研究国内外农产品期货价格之间的相互影响关系，并进而分析我国农产品期货市场的国际影响力。ARCH模型最早由Engle于1982年提出，用于描述金融时间序列的波动率聚类特点。Bollerslev（1986）对ARCH模型进行了推广，提出了广义自回归条件异方差模型，即GARCH模型。

对于国内外农产品期货价格序列，其水平值是非平稳，收益率是平稳的。根据EG两步法检验（Engle和Granger，1987），对于大豆、玉米和棉花三个合约国内外市场期货价格之间存在协整关系，因此在条件均值方程中加入国内外期货价格的误差修正项（ECM），以反映二者之间的长期关系。

条件均值方程为：

条件方差方程为：

P1,t、P2,t为t期国内外农产品期货市场上大豆、玉米、棉花合约的期货价格，r1,t、r2,t为相应的对数收益率。均值方程中，p、q分别为自身市场滞后项、交叉市场滞后项系数。Ωt-1为时间t-1时的信息集，εt为条件均值为0、条件方差协方差阵为Ht的残差向量。

由于所处时区的差异，我国大连商品交易所（DCE）、郑州商品交易所(ZCE)交易时间与美国纽约商品商业交易所（NYMEX）和芝加哥商品交易所（CBOT）交易时间不同。DEC和ZCE的交易时间为9:00am-3:00pm；NYMEX交易时间为次日的8:10pm-1:00am（北京时间），CBOT为次日的10:30pm-2:15am（北京时间）。也就是说，我国期货市场在美国期货市场开市之前闭市，而当美国农产品期货交易结束时，我国下一个交易日的期货交易还没有开始。由此，可以认为，我国期货交易在时间t的价格可能影响当天美国期货市场价格，而美国期货市场价格可能对下一个交易日t+1时的我国期货价格产生影响。因此，对于均值方程采用公式（1）、（2）的形式，以表示中美期货市场交易时间上的差异。

为进一步刻画国内农产品期货市场的国际地位,我们会在前面研究的基础上采用脉冲响应分析方法做进一步的分析。脉冲响应分析的基本思想是分析误差修正模型中残差项一个标准误差的冲击对另一个市场上期货价格变动影响作用的大小。

四、实证分析

（一）数据描述性统计

表1给出了国内为期货市场大豆、玉米、棉花三个品种收益率的描述性统计结果。两个市场之间玉米、棉花期货之间的收益差异明显大于大豆。国外期货市场的日常无条件波动高于国内期货合约。滞后6阶、12阶的LB统计量表明三类商品期货价格收益存在自相关性。所有商品收益率都表现出明显的峰度和偏度，不是正态分布。格收益平方的LB统计量；bADF-Pi,t、ADF-ri,t分别为期货价格、期货收益率的ADF统计量；**表示5%的显著性水平。

表1 国内外期货市场大豆、玉米、棉花价格收益率描述性统计

从相关性来看，三合约的国内外市场之间都存在显著的线性正相关性，其中，棉花市场之间的相关度最高，玉米市场之间的相关性最低。从平稳性看，根据ADF检验（Dickey＆Fuller，1998）结果，所有商品价格序列都是非平稳的，经过一阶差分后各序列变得平稳，也就是说所有期货价格序列是一阶单整的，即是I(1)，可以通过协整方法检验相关品种期货价格在不同期货交易所之间的协整关系。

（二）大豆期货

在估计均值方程（1）、（2）时，我们采用AIC准则确定最优滞后阶数，对于三个商品分别估计了1阶、2阶、3阶滞后方程。根据AIC准则的估计结果，对于所有的商品（大豆、玉米、棉花），2阶滞后模型的AIC值最小，因此，对于所有均值方程，采用2阶滞后进行估计。估计结果见表2、表3和表4。所有方程残差的LB滞后6阶、12阶统计量在5%的显著性水平下都是不显著的，也就是说残差序列不存在序列相关性；条件方差方程的ARCH项系数、GARCH项系数在统计上都是显著的，并且系数和小于1，满足平稳性要求。

表2是国内外大豆期货价格的VECM-GARCH模型估计结果。由表中可以看出，对于中国DCE大豆，美国CBOT大豆期货价格的1阶滞后和2阶滞后系数分别为0.13728和0.04954，在5%的显著性水平上均显著；对于美国CBOT大豆，中国DCE大豆期货当期价格系数是显著的，1阶、2阶滞后项不显著。这表明，大豆价格信息可以在中美市场之间迅速流动，中国DCE市场大豆期货价格信息能够对美国市场产生影响，而美国CBOT市场价格信息同样对中国市场也有显著影响。比较两个市场的相互影响程度，短期内中国市场对美国市场的影响更大，而美国市场价格信息变动对中国市场的影响更为持久。

误差修正项反映的是系统偏离长期均衡状态时，两个市场期货价格趋向均衡状态的调整速度。根据表2的检验结果，两个市场的误差修正项系数都是显著的，也就说是，无论是中国DCE市场或是美国CBOT市场，当大豆期货价格偏离其均衡状态时，都会向均衡状态调整。这说明长期内两个市场都是信息有效的，也进一步说明了两个市场大豆期货价格的相互影响。CBOT市场的误差修正项系数大于DCE市场，这一方面说明了美国CBOT大豆期货市场相对于中国市场更为有效，对来自中国DCE市场价格信息反应更为迅速，另一方面也显示出中国市场地位的增强。由于中国在世界大豆市场上的重要地位，美国市场需要将价格差异迅速反映在其价格变化中，毕竟当前中国是世界最大的大豆进口国，而美国是世界上最大的大豆生产国和出口国。

表2 国内外大豆期货价格的VECM-GARCH模型估计结果

图1 DCE大豆对CBOT大豆的脉冲响应

图2 CBOT大豆对DCE大豆的脉冲响应

根据图1、图2脉冲响应分析结果，对来自中国市场大豆价格变动冲击，美国CBOT市场大豆价格当期就产生了强烈反应，1期过后就基本回到了正常状态。而美国CBOT市场大豆价格变动对中国DCE市场大豆价格冲击有一定的滞后性，第1期冲击达到最大，之后冲击趋缓，到了第3期才基本回到正常状态。这进一步验证了两个市场大豆期货价格的相互影响和相互作用，美国CBOT市场大豆期货价格变动对中国DCE市场的冲击更为持久，这也从另一个侧面说明了美国市场大豆期货价格的影响力。

（三）玉米期货

表3是国内外玉米期货的VEEM-GARCH模型估计结果。根据表中结果，对于中国DCE玉米，美国CBOT玉米期货价格的1阶滞后和2阶滞后系数都是不显著的；而对于美国CBOT玉米，中国DCE玉米期货的当期价格、滞后两期的价格都是显著的。这表明，短期内中国DCE玉米期货价格信息能够迅速传递到美国市场，对CBOT玉米价格产生影响，并且影响效应还有一定的持续性；而美国CBOT玉米期货价格变动对中国市场的短期影响不明显。两个方程的误差修正项系数都是显著的，这说明，尽管短期内中美两个市场之间玉米期货价格信息传递效应存在不对称，但是从长期来看，中国DCE玉米期货价格与美国CBOT玉米价格之间确实存在相互影响关系。

短期内，美国玉米市场价格变动对中国市场影响不显著，其原因可能源自中国玉米进出口贸易政策频繁变动预期阻碍了市场价格信息由美国向中国市场的传递。根据李想与张剑波（2012）的分析，近年来，我国玉米贸易量的波动几乎都源自政府政策的调整。2003年我国加入世贸组织，当年政府通过出口补贴、出口退税、出口销项税减免等政策鼓励出口，当年出口量达到1639万吨。2004年为限制出口，政府停止财政支持，减少配额发放数量、推迟配额发放时间，结果当年出口量仅为232万吨。2005年政府重新提高出口配额，提高出口退税标准，出口量达到864万吨。2007年年底，取消出口退税，并对玉米及制粉出口征收5%和10%的临时关税，玉米出口量再度减少。2008年年底，取消玉米和玉米制粉及淀粉的出口关税，2009年6月进一步对玉米淀粉和酒精出口实施5%的退税。

尽管美国市场玉米期货价格变动对中国市场的短期影响不明显，但是美国作为全球最大玉米生产国和出口国，其价格信息最终依然会被中国市场投资者所吸收，反映在其价格行为中。至于中国玉米期货价格信息无论长期或者短期都对美国玉米期货价格产生了影响，是中国DCE玉米影响力增强的标志，但也表明了美国玉米期货市场相对于中国市场的高度有效性，也是我国玉米进出口贸易格局变化的直接反映。中国是玉米生产和消费大国，播种面积、总产量、消费量仅次于美国均居世界第二位。玉米是我国主要的出口农产品，2010年之前，基本处于净出口状态。2010年创纪录的进口改变了我国长期以来的玉米净出口状况首次成为玉米净进口国，进口量从1993年的0.13万吨增加到2010年的157.32万吨，其中从美国进口150.2万吨，占我国玉米进口总量的95.5%。我国玉米市场贸易格局的急剧变化必然被高度有效的美国市场所捕捉，进而引起价格波动。

两个市场之间玉米期货价格的相互影响关系在脉冲响应图也有近似的反映（见图3、图4）。对于来自中国DCE玉米期货价格变动冲击，美国市场反映强烈，直到第5期才恢复到正常状态。而美国CBOT市场玉米价格变动对中国DCE市场玉米价格冲击效应则较为平缓，第3期冲击影响已基本消失。

表3 国内外玉米期货价格的VECM-GARCH模型估计结果

图3 DCE玉米对CBOT玉米的脉冲响应

图4 CBOT玉米对DCE玉米的脉冲响应

（四）棉花期货

表4是国内外棉花期货合约的VECM-GARCH模型估计结果。由表中可以看出，对于中国ZCE棉花，美国NYMEX棉花期货价格的1阶滞后系数为0.09201，在5%的显著性水平上是显著的；对于NYMEX棉花，中国ZCE棉花期货当期价格系数为0.60943，在5%的显著性水平上同样显著，和理论预期一致。也就是说，中国ZCE棉花期货当期价格信息能够对下一个交易日美国NYMEX棉花期货价格产生影响，而NYMEX棉花当期价格信息对ZCE下一个交易日棉花价格有显著影响。从交叉影响系数看，相对于美国市场棉花期货对中国市场的影响，短期内中国市场对美国市场的影响更大。

中国是世界上最大的棉花生产和消费国，但是由于我国纺织业的快速发展，以及国内植棉成本居高不下、种植面积小而分散、先进的植棉技术推广应用缓慢、棉花品质和产量难以保证等供给缺陷的存在，我国棉花产需长期存在较大缺口，棉花进口规模不断增加。1990—2001年我国棉花年均进口量为166.95万吨，2002—2009年年均进口量为211.53万吨，以此同时，我国棉花进口额占世界棉花进口额的比重也不断扩大，由1990年的8.13%增加到2009年的30.11%（张淑荣和兰德平，2012）。为满足国内纺织服装业发展对棉花的需求，国家对棉花的进口政策较为宽松，因此，我国棉花价格的国际化程度较高，反映在期货市场上就体现为DCE棉花期货与NYMEX棉花期货价格之间存在相互影响关系。2008年危机以来，“中国因素”在全球棉花市场上的影响进一步显现，2011年11月，中国棉花进口量为37.8124万吨，较上年同期增加近两倍，较前月增加50%，1—11月份棉花进口量达257万吨，较上年同期增加8.3%，成为全球最大的棉花进口国。这应当是短期内我国DCE棉花期货价格影响力增强的重要原因。

对比两个方程的误差修正项，中国ZCE棉花期货均值方程的误差修正项系数是不显著的，而美国NYMEX棉花期货均值方程的误差修正项系数是显著的。这说明美国作为成熟的期货市场，相对于中国市场，对信息的反应更为有效，结果就是中国棉花期货价格信息无论长期或短期被美国市场所吸收，并对美国市场价格产生了影响。相比中国市场，尽管发展迅速，但是市场有效性相对不足。

根据脉冲响应分析结果（见图5、图6），中国ZCE棉花期货价格信息当期就对美国市场产生了冲击，并且强度也大于美国NYMEX市场对中国市场的冲击，第1期之后基本回到正常状态；美国CBOT市场棉花价格变动对中国DCE市场棉花价格冲击则是逐步增强，第1期冲击达到最大，之后回落，从第2期开始基本回归到正常状态。

表4 国内外棉花期货价格的VECM-GARCH模型估计结果

图5 ZCE棉花对NYMEX棉花的脉冲响应

图6 NYMEX棉花对ZCE棉花的脉冲响应

五、结论与启示

（1）我国农产品期货与国际农产品期货市场之间存在着较为紧密的相互影响关系，国内农产品期货市场价格信息能够流向美国，对美国市场产生影响，而美国农产品市场价格信息对中国市场也有影响。但是这种影响存在非对称性，对于不同的期货品种也存在差异。

（2）2008年以来我国农产品期货市场的国际影响力显著增强，短期效应更为明显。短期内，美国玉米期货价格变动对中国市场影响不显著，而国内玉米期货对美国市场价格的影响不但显著，并且影响效应还有一定的持续性。就大豆和棉花来说，尽管两个市场短期内相互影响，但是中国市场对美国市场的影响更大。对于期货市场投资者，尤其是短线投资者，要意识到危机以来农产品期货市场的这种变化，在研究农产品期货行情时，既要关注国际市场上供求信息的变化，更要重视中国市场相关品种价格信息,以便更好地把握期货市场行情的变动。

（3）国内农产品期货市场影响力的增强并不意味着定价权的获得，美国期货市场在农产品定价权上依然有主导优势。作为成熟的国际农产品期货市场，同国内市场相比，美国市场对信息的反应更为有效，当偏离长期均衡状态时，向均衡状态的调整速度也更快。这一点在大豆、棉花、玉米期货市场上基本相同，在玉米期货上体现得尤为明显。也正是因为此，尽管美国玉米期货市场的价格变动对中国市场的短期影响不明显，但是从长期看，美国市场价格信息最终依然被中国市场所吸收，并反映在其价格行为中。

（4）在经济全球化和金融一体化趋势下，作为农产品生产和消费大国，我国有条件成为大宗农产品的定价中心。我们要借助危机期间我国期货市场发展的有利机遇，加快推出新的期货品种，减少政府对市场的非正常干预，完善市场运行机制，完善投资者结构，增强市场流动性，加大期货市场对外开放的力度，提高企业规避风险和保值的意识，进一步扩大我国农产品期货市场的国际影响力，不断增强在国际市场定价中的话语权。

（5）近期我国农产品期货市场影响力增强，除了市场自身机制日益完善这一原因外，国内相关农产品生产供给不足，导致供需矛盾突出、进口被动大幅增加也是一个重要因素，这一点在本文所研究的大豆、棉花、玉米三个品种上都有反映。坚实的现货市场是期货市场发展的基础，要做大做强国内农产品期货市场，进一步扩大农产品期货市场的国际影响力，就必须加大对农业生产的政策支持，完善农产品生产服务体系，建立强大的农产品现货市场体系。

[1]Booth G G,Lee T,Tse Y.International Linkages in Nikkei Stock Index Futures Markets[J].Pacific-Basin Finance Journal.1996,(4),59-76.

[2]Geoffrey Booth G and P Brockman,et al.The Relationship between US and Canadian Wheat Futures [J].Applied Financial Economics.1998,8(1):73-80.

[3]Gramming J,Melvin M,Schlag C.Price Discovery in International Equity Trading[C].Working Paper, University of Frankfurt.2001.

[4]Holder M E and R D Pace,et al.Complements or Substitutes?Equivalent Futures Contract Markets—The Case of Corn and Soybean Futures on U S and Japanese Exchanges[J].Journal of Futures Markets.2002, 22(4):355-370.

[5]Xu X E and H Fung.Cross-market Linkages between U S and Japanese Precious Metals Futures Trading[J].Journal of International Financial Markets, Institutions and Money.2005,15(2):107-124.

[6]Fung H and W K Leung,et al.Information Flows Between the U S and China Commodity Futures Trading[J].Review of Quantitative Finance and Accounting.2003,21:267-285.

[7]张屹山，方毅，等.中国期货市场功能及国际影响的实证研究[J].管理世界，2006，（4）：28-34.

[8]周应恒，邹林刚.中国大豆期货市场与国际大豆期货市场价格关系研究——基于VAR模型的实证分析[J].农业技术经济，2007，（1）：55-62.

[9]华仁海，卢斌，等.中国期铜市场的国际定价功能研究[J].数量经济技术经济研究，2008，（8）：83-93+122.

[10]夏天，程细玉.国内外期货价格与国产现货价格动态关系的研究——基于DCE和CBOT大豆期货市场与国产大豆市场的实证分析[J].金融研究，2006，（2）：110-117.

[11]王家辉.上海期货交易所金属铜国际定价能力研究[J].上海金融，2008，（6）：48-51.

[12]陈君，常清（2010）.我国期货市场国际定价影响力研究[J].技术经济，2001，（3）：106-113.

[13]Hong,Y.A Test for Volatility Spillover with Application to Exchange Rates[J].Journal of Econometrics.2001,103(1-2):183-224.

[14]Lin S X and M N Tamvakis.Spillover Effects inEnergyFuturesMarkets[J].EnergyEconomics.2001,23(1):43-56.

[15]Lin S X and M N Tamvakis.Effects of NYMEX Trading on IPE Brent Crude Futures Markets:A Duration Analysis[J].Energy Policy.2004,32(1):77-82.

[16]Tse Y and G G Booth.Information Shares in International Oil Futures Markets[J].International Review of Economics and Finance.1997,6(1):49-56.

[17]张淑荣，兰德平.我国棉花进出口发展特征及国际竞争力分析[J].农业经济与管理，2012，（3）：57-63.

[18]李想，张剑波.我国玉米贸易格局变化与粮食安全的关系探讨[J].农业现代化研究，2012，（5）：513-517.

（责任编辑：张艳峰）

This paper investigates the international status of China's agricultural futures market since 2008 by examining the price interrelation of three commodity futures traded both in U.S.market and China market(soybeans,corn and cotton).It is found that the international status of China's agricultural futures market has been significantly enhanced,but the U.S.futures market still plays a dominant role in the global futures market.The substantial import increase of agricultural products caused by Insufficient domestic supply is an important reason for the upgrading influence of China's agricultural futures market.

GARCH model;agricultural futures;international influence

1003-4625（2014）10-0078-07中图分类号：F830.91文献标志码：A

2014-08-04

本文为国家社科基金课题（11CGJ010）、江苏省社会科学基金项目（11EYB013）、江苏高校人文社会科学校外研究基地项目（苏教社政〔2012〕1号）。

李志斌（1977-），男，河南郑州人，金融学博士，讲师，研究方向：衍生品投资与风险管理。