朱信凯等:中美豆类产品国际贸易中的期货与现货市场价格关系分析 果关系检验具体表现为3个明显的优势和特点:(1)不需要以假定的线性关系或者预设的任何函数 关系为前提;(2)可以更有效的检验因果关系的时效性和影响强度;(3)是一种典型的非参数检验 Nonparametric Method),简化了原始数据处理和运算过程。基于线性或者某种明确函数关系假定前 提的期货与现货市场价格的因果关系检验可能并不能真实反映两者之间的相互作用并很有可能产生 伪关系。基于以上认识,本文选择基于关联积分扩展的蒙特卡洛检验,并希望能够通过实际案例的研 宄促进这一方法的推广。当然,有一点需要说明的是,无论是格兰杰检验还是蒙特卡洛检验都是检验 统计上的时间先后顺序,并不表示被检验对象之间真正存在因果关系,是否真正呈因果关系,还需要 根据理论基础、经验实证和模型推理来综合判定。 四、实证分析 ()精度选择 能否精确地选择最大模距离ε是整个基于关联积分的非线性检验模型的核心环节,决定着整个 检验的成败。不同模距离e的选择所得到的因果关系是完成不同的,其中,样本数据的数量多少发挥 着重要作用。如果数据量无限大,e值的选取是不会影响最终检验结果的( B aeck and B rock,1992 H iem stra and Jones1994),当然,这只是一种理想状态。一般情况下,如果e值太小,虽然精度很高 也往往会出现数据量不足,过度检验的现象。反之,如果ε值太大,则不能满足精度要求。所以,要根 据不同的情况,如数据量滞后期长短等因素确定较为合适的e值。 Hiem stra和 Jones(1994)在讨论 美国股票价格和交易量的实证模型中选取了ε=1.5,并得到了理想的结果。考虑本文硏究的特殊性 及数据资料的可靠性,笔者分别针对每一期选取不同的e值 二)数据来源 本文所使用的各类数据时间跨度为,大豆:1995年1月至2009年5月;豆油:2003年4月至2009 年4月;豆粕:2004年2月至2009年5月。期货数据来源于DCE、CBOT的报价,大豆现货价格来源 于哈尔滨和大连的平均价格,豆粕现货价格为哈尔滨、张家港和珠三角岀厂的平均价格,豆油现货价 格为哈尔滨张家港、湛江出厂的平均价格。由于期货价格具有不连续的特点,为克服这一问题,便于 连续分析,必须产生连续的期货价格序列。以往的研究往往选取主力合约作为代表,如选择离交割月 份最近月份的期货合约连结成连续期货合约。本研究主要目标是通过长期时间序列找出影响的强度 和滞后期,需要数据之间间隔稳定。因此,笔者没有区分是否主力合约,而是整体做成连续合约。又 由于国内外期货市场节假日不太一致造成某些交易日没有成交记录,为了保持数据配对,删除了非配 对数据,最终得到大豆、豆油和豆粕3种豆类产品各自市场的配对数据。 大豆数据时间跨度较长:从1995年1月至2009年5月。这一时间跨度经历了贸易背景和交易 理念的巨大变化,其中,国内大豆至少经历了两次风波:1996年国内大豆价格上涨以及黑龙江大豆不 允许自行出省的政策使得国内加工企业打开了国外大豆进入中国市场的大门;2004年的大豆风波使 得国内大豆加工企业面临价格波动带来的巨额亏损而纷纷被国外大型粮商兼并或者入股,国外大型 粮商借此良机控制了国内大豆产业的命脉,而2004年也因为此次大豆风波被称为了国内现货企业的 保值元年,刻骨铭心的教训使得之后国内企业保值理念和意识明显提高。鉴于此,笔者对大豆数据分 时间段研究,以2004年作为间隔点,1995年1月至2004年12月为一个时间跨度,2005年1月至 2009年5月为另一个时间跨度,且因为国内现货市场是在2002年才开始有报价,而且前期数据不太 规律,所以第一阶段只研究CBOT和DCE的关系。笔者试图通过对两个阶段4组数据的比较来找出 这两个时间跨度3个市场之间的相互影响 由于豆油和豆粕的现货市场数据比DCE的期货市场数据的价格起始时间要早,本研究对此也采 201994-2010ChinaAcademicJournalElectronicPublishingHouseAllrightsreservedhitp://wwww.cnki.net© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 果关系检验具体表现为 3个明显的优势和特点 : (1)不需要以假定的线性关系或者预设的任何函数 关系为前提 ; (2)可以更有效的检验因果关系的时效性和影响强度 ; (3)是一种典型的非参数检验 (Non2parametric Method) ,简化了原始数据处理和运算过程。基于线性或者某种明确函数关系假定前 提的期货与现货市场价格的因果关系检验可能并不能真实反映两者之间的相互作用并很有可能产生 伪关系。基于以上认识 ,本文选择基于关联积分扩展的蒙特卡洛检验 ,并希望能够通过实际案例的研 究促进这一方法的推广。当然 ,有一点需要说明的是 ,无论是格兰杰检验还是蒙特卡洛检验都是检验 统计上的时间先后顺序 ,并不表示被检验对象之间真正存在因果关系 ,是否真正呈因果关系 ,还需要 根据理论基础、经验实证和模型推理来综合判定。 四、实证分析 (一 )精度选择 能否精确地选择最大模距离 e是整个基于关联积分的非线性检验模型的核心环节 ,决定着整个 检验的成败。不同模距离 e的选择所得到的因果关系是完成不同的 ,其中 ,样本数据的数量多少发挥 着重要作用。如果数据量无限大 , e值的选取是不会影响最终检验结果的 (Baeck and Brock, 1992; H iem stra and Jones, 1994) ,当然 ,这只是一种理想状态。一般情况下 ,如果 e值太小 ,虽然精度很高 , 也往往会出现数据量不足 ,过度检验的现象。反之 ,如果 e值太大 ,则不能满足精度要求。所以 ,要根 据不同的情况 ,如数据量、滞后期长短等因素确定较为合适的 e值。H iem stra和 Jones( 1994)在讨论 美国股票价格和交易量的实证模型中选取了 e = 115,并得到了理想的结果。考虑本文研究的特殊性 及数据资料的可靠性 ,笔者分别针对每一期选取不同的 e值。 (二 )数据来源 本文所使用的各类数据时间跨度为 ,大豆 : 1995年 1月至 2009年 5月 ;豆油 : 2003年 4月至 2009 年 4月 ;豆粕 : 2004年 2月至 2009年 5月。期货数据来源于 DCE、CBOT的报价 ,大豆现货价格来源 于哈尔滨和大连的平均价格 ,豆粕现货价格为哈尔滨、张家港和珠三角出厂的平均价格 ,豆油现货价 格为哈尔滨、张家港、湛江出厂的平均价格。由于期货价格具有不连续的特点 ,为克服这一问题 ,便于 连续分析 ,必须产生连续的期货价格序列。以往的研究往往选取主力合约作为代表 ,如选择离交割月 份最近月份的期货合约连结成连续期货合约。本研究主要目标是通过长期时间序列找出影响的强度 和滞后期 ,需要数据之间间隔稳定。因此 ,笔者没有区分是否主力合约 ,而是整体做成连续合约。又 由于国内外期货市场节假日不太一致造成某些交易日没有成交记录 ,为了保持数据配对 ,删除了非配 对数据 ,最终得到大豆、豆油和豆粕 3种豆类产品各自市场的配对数据。 大豆数据时间跨度较长 :从 1995年 1月至 2009年 5月。这一时间跨度经历了贸易背景和交易 理念的巨大变化 ,其中 ,国内大豆至少经历了两次风波 : 1996年国内大豆价格上涨以及黑龙江大豆不 允许自行出省的政策使得国内加工企业打开了国外大豆进入中国市场的大门 ; 2004年的大豆风波使 得国内大豆加工企业面临价格波动带来的巨额亏损而纷纷被国外大型粮商兼并或者入股 ,国外大型 粮商借此良机控制了国内大豆产业的命脉 ,而 2004年也因为此次大豆风波被称为了国内现货企业的 保值元年 ,刻骨铭心的教训使得之后国内企业保值理念和意识明显提高。鉴于此 ,笔者对大豆数据分 时间段研究 ,以 2004年作为间隔点 , 1995年 1月至 2004年 12月为一个时间跨度 , 2005年 1月至 2009年 5月为另一个时间跨度 ,且因为国内现货市场是在 2002年才开始有报价 ,而且前期数据不太 规律 ,所以第一阶段只研究 CBOT和 DCE的关系。笔者试图通过对两个阶段 4组数据的比较来找出 这两个时间跨度 3个市场之间的相互影响。 由于豆油和豆粕的现货市场数据比 DCE的期货市场数据的价格起始时间要早 ,本研究对此也采 9 朱信凯等 :中美豆类产品国际贸易中的期货与现货市场价格关系分析