供給側(cè)結構性改革推動我國煤炭行業(yè)步入高質(zhì)量發(fā)展階段。本文基于BEKK-GARCH模型,以2016年1月4日至2020年1月23日的日數(shù)據(jù)為樣本,定量測算焦煤期貨價格發(fā)現(xiàn)功能的動態(tài)演變,并探討影響價格發(fā)現(xiàn)功能的決定因素。研究結果表明:焦煤期貨的價格發(fā)現(xiàn)功能增強,貢獻度超過現(xiàn)貨,且隨時間越來越強;期貨貢獻度的大小與成交金額微弱負相關,與手續(xù)費顯著負相關,與保證金比例顯著正相關;而投機交易會顯著削弱期貨的價格發(fā)現(xiàn)功能。 

【文章來源】：價格理論與實踐. 2020,(08)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

焦煤現(xiàn)貨和期貨價格走勢圖

數(shù)據(jù)后，共得到1014組樣本，并對所有價格數(shù)據(jù)均進行了對數(shù)化處理。（二）實證分析首先，本文對價格序列進行單位根檢驗。原價格序列不平穩(wěn)，對原價格序列進行一階差分，單位根檢驗結果顯示：收益率序列是平穩(wěn)的。然后，對收益率序列進行Johansen協(xié)整檢驗，結果拒絕了不存在協(xié)整關系的假設。因此，可以建立VECM模型。本文估計了VECM模型，并對殘差序列建立BEKK-GARCH模型，最后，計算每個時刻的價格發(fā)現(xiàn)貢獻度（從期貨價格和現(xiàn)貨價格中分離出一個共同的有效因子，再分析兩個市場對這個共同有效因子的貢獻），結果見圖2。1.焦煤期貨的價格發(fā)現(xiàn)功能。從圖2可以看出，期貨貢獻度的波動范圍為46.7%-84.0%，均值達到65.1%。在價格發(fā)現(xiàn)過程中占據(jù)主導地位，這與圖1的初步判斷相一致。分時段來看，2016、2017、2018、2019年（包括2020年1月份）的貢獻度均值依次為56.6%、66.4%、68.4%、68.5%。期貨貢獻度隨時間依次增強，表明期貨市場在逐漸成熟，價格發(fā)現(xiàn)能力越來越強。作為對比，根據(jù)GS模型，計算得到茁s茁s+茁F數(shù)值為0.67，同樣表明在價格發(fā)現(xiàn)過程中，期貨的作用更大。2.焦煤期貨價格發(fā)現(xiàn)能力的影響因素。第一個是VOL，定義VOL為焦煤期貨的成交金額與樣本首日（即2016年1月4日）成交金額的比，VOL越大，說明期貨市場越活躍。第二個是SPEC,定義為焦煤期貨成交量與持倉量的比。通常投資者的套期保值交易頻率較低，投機交易的交易頻率較高，因此SPEC越大，說明期貨市場的投機占比越高。第三個是FEE，定義FEE為焦煤期貨的交易手續(xù)費。第四個是MARG，定義為交易所規(guī)定的最低保證金比例。由歷史數(shù)據(jù)可以發(fā)現(xiàn)，焦煤期貨的成交金額波動非常大，最高成交額是最低成交額的36倍（14.73/0.40）。SPEC的均值為1.22，說明期

【參考文獻】：
期刊論文
[1]交易手續(xù)費變動對期貨價格發(fā)現(xiàn)功能的影響研究[J]. 王玉剛,石怡.  中國證券期貨. 2019(05)
[2]我國動力煤期現(xiàn)貨價格引導關系檢驗研究——基于滾動窗口因果關系方法分析[J]. 劉紅,鄭玉航.  價格理論與實踐. 2019(04)
[3]市場情緒、動力煤期貨價格和現(xiàn)貨價格相關性研究——基于MSVAR-Full BEKK-GARCH模型的實證分析[J]. 劉林,楊文靜.  價格理論與實踐. 2016(03)
[4]動力煤期貨市場與現(xiàn)貨市場價格互動的實證分析[J]. 祁輝,李鵬飛.  科技展望. 2015(25)
[5]期貨保證金調(diào)整對中國鋼材市場價格發(fā)現(xiàn)的影響研究[J]. 方雯,馮耕中,陸鳳彬,汪壽陽.  中國管理科學. 2015(02)
[6]焦煤期貨價格與現(xiàn)貨價格動態(tài)關系研究[J]. 薛曄,王宇,牛沖槐.  價格理論與實踐. 2014(05)



本文編號：3136031