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 杰、王骏(2008)都采用协整检验、格兰杰因果检验、方差检验和脉冲响应函数等对中美期货交易所的 大豆期货价格关联性进行研究,结果均表明CBOT在全球影响力和定价权方面起主导作用,中国对定 价缺乏“话语权”。 总之,两者之间存在明显的因果关系且CBOT的影响力占据主导作用这一结论是确定的,但这种 因果关系的影响强度如何评价以及滞后期的确定一直以来是学术界和政府决策部门关注的问题,当 然,也是协整检验、方差检验以及线性格兰杰检验等模型所不能及的。下面笔者将借助于非线性的关 联积分检验模型对此问题进行实证研究,以期对因果关系影响强度和滞后期作系统探讨。 基于关联积分的非线性蒙特卡洛检验 当前国内应用比较广泛的时间序列关系检验模型主要包括单位根检验、协整检验和格兰杰 Granger)检验,这些模型都不可避免的存在着数据要求与数据处理深度等方面的先天不足。有鉴于 此,笔者首先对线性和非线性模型进行综合比较,并指出后者相对于前者的特点和优势。 ()关于单位根、协整与格兰杰检验 关于单位根、协整与格兰杰检验,学术界已经有了一致的、全面的认识在此笔者作一简述。一般 而言,实证研究的检验逻辑是:通过单位根检验变量是否平稳序列,对于平稳序列,可以构造回归等经 典计量经济学模型;若非平稳,就要进行差分,当进行到第i次差分时序列平稳,则服从i阶单整。若 所有检验序列均服从同阶单整,可构造VAR模型,做协整检验,以判断模型内部变量间是否存在协整 关系,即是否存在长期均衡关系。如果有,则可以构造ⅤEC模型或者进行 granger因果检验,检验变 量之间“谁引起谁变化”,即因果关系 格兰杰检验只能用于平稳序列,这是格兰杰检验的前提,而其因果关系并非通常理解的因与果的 关系,而是说ⅹ的前期变化能有效地解释y的变化,所以称其为格兰杰原因”。非平稳序列很可能出 现伪回归,协整的意义就是检验它们的回归方程所描述的因果关系是否为伪回归,即检验变量之间是 否存在稳定的关系。所以,非平稳序列的因果关系检验也就是协整检验。平稳性检验有3个作用:检 验平稳性,若平稳,做格兰杰检验,非平稳,作协正检验;协整检验中要用到每个序列的单整阶数;判断 时间序列的数据生成过程 C二)基于关联积分的非线性蒙特卡洛检验 一般的线性模型虽然已经被广泛应用于经济学各个领域,但是它具有一定的局限性。当两组时 间序列之间不具备明显的线性关联,线性检验模型就不再适用,或者需要首先将两组时间序列数据先 做线性处理后才能适用。 近年来,在国际上,一些非线性因果检验模型被提出并应用于各个领域,如经济学、管理学、生物 统计、工程物理等( A smakopoubs, Ayling et al.,2000 Chen and l in,2004, Gourevitch, Bouquin Jeannes etal,2006)。其中运用较为广泛的是199年由Baek和Bmck提出的基于关联积分的非参统计方 法,它能够揭示出时间序列之间的非线性因果关系( Baeck and b rock,1992)。1994年, Hiem stra和 Jones在其基础上发展了这种模型,被称之为H于模型。具体方法表述如下 两组平稳的时间序列{X},{Y},其中定义x和x分别为{X)序列的m长度超前向量和 L长度的滞后向量,和Y,同理 1=(Y,Y+1,…,Y1=m.1) Y,=(yr, Y 其中m=1,2,3…Lx=1,2,3…Ly=1,2,3 对于给定的m,Lx,Ly,e>0,如果 201994-2010ChinaaCademicournalElectronicPublishingHouse.Allrightsreservedhttp://wwwcnki.net© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 杰、王骏 (2008)都采用协整检验、格兰杰因果检验、方差检验和脉冲响应函数等对中美期货交易所的 大豆期货价格关联性进行研究 ,结果均表明 CBOT在全球影响力和定价权方面起主导作用 ,中国对定 价缺乏“话语权 ”。 总之 ,两者之间存在明显的因果关系且 CBOT的影响力占据主导作用这一结论是确定的 ,但这种 因果关系的影响强度如何评价以及滞后期的确定一直以来是学术界和政府决策部门关注的问题 ,当 然 ,也是协整检验、方差检验以及线性格兰杰检验等模型所不能及的。下面笔者将借助于非线性的关 联积分检验模型对此问题进行实证研究 ,以期对因果关系影响强度和滞后期作系统探讨。 三、基于关联积分的非线性蒙特卡洛检验 当前国内应用比较广泛的时间序列关系检验模型主要包括单位根检验、协整检验和格兰杰 (Granger)检验 ,这些模型都不可避免的存在着数据要求与数据处理深度等方面的先天不足。有鉴于 此 ,笔者首先对线性和非线性模型进行综合比较 ,并指出后者相对于前者的特点和优势。 (一 )关于单位根、协整与格兰杰检验 关于单位根、协整与格兰杰检验 ,学术界已经有了一致的、全面的认识 ,在此笔者作一简述。一般 而言 ,实证研究的检验逻辑是 :通过单位根检验变量是否平稳序列 ,对于平稳序列 ,可以构造回归等经 典计量经济学模型 ;若非平稳 ,就要进行差分 ,当进行到第 i次差分时序列平稳 ,则服从 i阶单整。若 所有检验序列均服从同阶单整 ,可构造 VAR模型 ,做协整检验 ,以判断模型内部变量间是否存在协整 关系 ,即是否存在长期均衡关系。如果有 ,则可以构造 VEC模型或者进行 Granger因果检验 ,检验变 量之间“谁引起谁变化 ”,即因果关系。 格兰杰检验只能用于平稳序列 ,这是格兰杰检验的前提 ,而其因果关系并非通常理解的因与果的 关系 ,而是说 x的前期变化能有效地解释 y的变化 ,所以称其为“格兰杰原因 ”。非平稳序列很可能出 现伪回归 ,协整的意义就是检验它们的回归方程所描述的因果关系是否为伪回归 ,即检验变量之间是 否存在稳定的关系。所以 ,非平稳序列的因果关系检验也就是协整检验。平稳性检验有 3个作用 :检 验平稳性 ,若平稳 ,做格兰杰检验 ,非平稳 ,作协正检验 ;协整检验中要用到每个序列的单整阶数 ;判断 时间序列的数据生成过程。 (二 )基于关联积分的非线性蒙特卡洛检验 一般的线性模型虽然已经被广泛应用于经济学各个领域 ,但是它具有一定的局限性。当两组时 间序列之间不具备明显的线性关联 ,线性检验模型就不再适用 ,或者需要首先将两组时间序列数据先 做线性处理后才能适用。 近年来 ,在国际上 ,一些非线性因果检验模型被提出并应用于各个领域 ,如经济学、管理学、生物 统计、工程物理等 (A simakopoulos,Ayling et al1, 2000; Chen and Lin, 2004; Gourévitch,Bouquin Jeannès et al1, 2006)。其中运用较为广泛的是 1992年由 Baek和 Brock提出的基于关联积分的非参统计方 法 ,它能够揭示出时间序列之间的非线性因果关系 (Baeck and Brock, 1992)。1994年 , H iem stra和 Jones在其基础上发展了这种模型 ,被称之为 H2J模型。具体方法表述如下 : 11两组平稳的时间序列 {Xt } , {Yt } ,其中定义 X m t 和 X Lx t - Lx分别为 {Xt }序列的 m长度超前向量和 Lx长度的滞后向量 , Y m t 和 Y Lx t - Lx同理。 X m t = (Xt , Xt+1 , …, Xt+m - 1 ) Y m t = ( Yt , Yt+1 , …, Yt+m - 1 ) X L x t- L x = (Xt- L x , Xt- L x +1 , …, Xt- 1 ) Y L x t- L x = ( Yt- L x , Yt- L x +1 , …, Yt- 1 ) 其中 m = 1, 2, 3……,Lx = 1, 2, 3……,Ly = 1, 2, 3…… 对于给定的 m,Lx,Ly, e > 0,如果 : 7 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