期货市场交易额与GDP动态相关性实证研究——基于年—年的数据分析.docVIP

期货市场交易额与GDP动态相关性实证研究——基于2001年—2008年的数据分析 中国科技论文在线//.paper.edu.cn 展和长期经济增长之间存在很强的相关关系。 国内学者对期货市场与宏观经济关系之间的研究也非常少，钱小安（1995）首先从资本形成和宏观经济均衡两个角度对金融期货的宏观经济效应做了有益探索，提出了应建立专门[1]的监管机构，加强金融期货的宏观经济管理。张树忠，李天忠和丁涛（2006）计算了我国农产品期货价格指数，通过检验其与CPI的实证关系，论证了我国农产品期货价格指数对CPI的先行指示作用：农产品期货指数(FPI)能够提前大约半年时间预期出CPI的基本走势，[15]可以作为CPI的先行指标。 在我国期货市场已经发展到一个转折点的现阶段，从宏观角度对期货市场与经济增长关系进行研究是非常需要和有意义的，它可以反映我国期货市场现阶段与宏观经济之间的内在联系，也为我国期货市场的进一步发展提供借鉴意义。 3. 模型设定和数据说明 3.1 数据选取说明 虽然我国期货市场经过十几年的发展，但其产品种类仍然偏少，可分为三类：金属期货、农产品期货以及能源期货。其中金融期货和农产品期货发展较为成熟，而能源期货开始较晚（2004年8月），所占比重较小(成交额占比 图示)，为了克服其成交量小，价格波动不稳定的特点，因此本文中的期货成交额数据剔除了能源期货，为金属期货和农产品期货成交额之和。 [3]同时考虑到中国期货市场从2001年开始进入规范发展阶段（叶萍，2008），因此样本数据取2001年第1季度开始至2008年第3个季度为止的期货市场成交量季度值与同期的GDP季度值。 3.2 模型说明 3.2.1 数据季节调整 当时间序列数据存在季节性波动时，为了分析两者之间的动态关系就需要对相关数据进行季节调整。在季节调整方法中有4种具体方法，Census X11法、移动平均季节乘法和移动平均季节加法。本文采用中心化移动平均法，具体算法如下：首先采用4项移动平均计算平均值，并将其结果进行中心化处理，其一般公式为： 1211??11??1??11?? M=??Y+Y??=??Y+Y+Y?? t∑t+i∑t+it??2∑t+it?i=??2i=??1????i=??1??计算移动平均的比值，也称为季节比率，即将序列中的各观察值除以相应的中心化移动平均值，然后再计算出各比值的季度平均值。如果季节指数平均值不等于1，则用其除以总平均值（各季度指数总平均值），进行季节指数调整。得到季节指数后，我们就可以将各实际观察值分别除以相应的季节指数，将季节性因素从时间序列中分离出去。 3.2.2 ADF检验 一般来讲，由于经济系统的惯性作用，经济时间序列往往存在着前后依存关系，这种前后依存关系使得大多数的经济变量呈现出强烈的趋势特征。为了剔除这种惯性，保持经济变量的平稳过程，Dickey和Fuller（1976）在DF检验基础上提出的一种用于检验时间序列平稳性的统计分析方法，即ADF检验。根据文中的实际应用，假设模型含有常数项和趋势项： - 2 - 中国科技论文在线//.paper.edu.cn ??X=α+γ??X+δ??t+θ????X+θ????X+;+θ??X+ε tt??11t??12t??2pt??pt其中，△Xt=Xt-Xt-1，此时零假设和被择假设分别为：H0：γ=0（序列Xt为非平稳序列）；H1：γ0lt;（序列Xt为平稳序列）。选择滞后差分项个数p的原则是在尽量小的情况下，消除干扰项中存在的自相关。如果H0被拒绝，则表明Xt是平稳的，如H0被接受，则Xt是非平稳的，A D F检验的临界可以通过查表得到。 如果指该时间序列经过d阶差分后是平稳的，我们就称这个时间序列是d阶平稳的，即I（d），只有两序列的单整阶数相同时，才可能存在协整关系。 3.2.3 Johansen协整检验 协整检验可以用来检验时间序列是否存在长期稳定的均衡关系，是均衡关系在统计上的表述。常用的协整检验方法有两种，一种是恩格尔-格兰杰两步估计法（Engle-Granger two-stage estimation method），另一种是基于VAR基础上的Johansen方法。 上述的理论分析中，我们可以看出期货市场交易量与GDP之间并不是简单的被解释变量与解释变量之间的关系，很难事前对它们的关系加以区分，因此在这种情况下，在本文的假设检验中选用第二种方法，对期货市场交易额与GDP组成的经济系统可能存在的协整关系作总体分析。 双变量VAR（1）模型可写为： ??y=y??y=a+(π??1)y+πx+u ttt??1111t??112t??11t