第 18卷 第 3期
2016年 5月
华 南 理 工 大 学 学 报 (社 会 科 学 版 )
Journal of South China University of Technology
(Social Science Edition)
Vo1．18 NO．3
Mav 2016
· 经 济 与 管 理 ~tj"：-gr探 索 ·
中国黄金期货价格发现功能动态演进实证研究
张洁岚，罗晓铠，李彩霞
(中山大学财务与国有资产管理处，广东 广州 510275)
摘 要 ：本文针对中国黄金现货价格以及黄金期货价格之间的联动关系进行实证分析。根据中国黄金期货保证金
比率的变动，本文将数据分为两段，分别对其进行实证检验 ：先后进行平稳性检验、协整检验 、建立 VAR模
型、进行 Granger因果关系检验 、Hasbrouck方差分解，通过对 比两阶段的实证结果 ，研究中国黄金期货市场的
价格发现功能以及分析保证金比例的提高对黄金期货市场价格发现功能的影响方向及其程度。研究结果表明，
中国黄金期货价格与黄金现货价格之间存在相互引导关系。同时 ，黄金期货保证金 比率的提高对黄金期货市场
与黄金现货市场之间价格的联动关系并未产生实质性的影响，但是会降低黄金期货市场在价格发现中的贡献。
最后，本文分析了影响黄金期货市场价格发现功能的原因，并提出了相应的建议。
关键词 ：黄金期货；价格发现功能；保证金比率；动态演进
中图分类号：F790 文献标志码 ：A 文章编号：1009一o55x(2016)03—0028—10
一 己I 言
＼ -J l 嗣
自2008年 1月上市以来，中国黄金期货只经
历了短短七年的时间，相比国外成熟的黄金期货市
场而言，中国的黄金期货市场正处于起步阶段，中
国黄金期货价格所包含信息的准确性及其价格发现
功能的发挥情况尚无定论。同时，由于近年来中国
通货膨胀较为严重，黄金期货市场波动剧烈，为了
稳定黄金期货 市场，上海期货交 易所 决定，自
2010年 1 1月 29日收盘结算起，提高黄金期货合
约的交易保证金水平，由原来的 7％提高至 10％，
提高比例高达 43％，这对 中国黄金期货市场所产
生的影响也有待深入分析。
期货市场的价格发现功能是指通过期货市场上
公平合理的合约交易，形成具有权威性 、预期性和
连续性的期货价格信息，并通过期货市场将该价格
信息及时传递给公众，指导其生产、经营和投资决
策。在有效市场理论假设下，期货价格包含了所有
相关的信息，包括已知和预测的全部价格信息。在
有效市场假设下，期货价格是对未来现货价格的无
偏预测 。
国内外对各种大宗商品期货市场的价格发现功
能的实证研究很多。D．Bigman(1983)¨ 等最早
提出了期货市场检验模型，通过利用交割日的现货
市场价格对距离交割 日一定时间的期货市场价格加
以回归，但是该模型没有对数据的平稳性进行检验
的情况下直接对期货市场与现货市场之间的价格联
动性进行检验。Engle和Granger(1987) 针对以
上研究模型所存在的缺陷，提出了 E—G两步法，
但是该模型在应用中也存在局限性 ：在模型中附加
了 “公共因子约束”，在一定程度上降低了检验的
有效性。Johansen(1988) 针对 E—G两步法在
实证中存在的上述问题，提出了以向量自回归模型
为基础的协整检验方法。Shastri(2008) 等以芝
加哥交易所上市的 137支股票期货 日收盘价格为研
究对象，通过构建 VAR模型和协整方程，研究单
只股票期货的价格发现功能。研究结果表明，在
31个交易月期间，单一股票期货对相应标的股票
的价格发现的贡献约 24％。近年来 ，也有部分学
收稿 日期：2015—09—25
作者简介：张洁岚 (1987一)，女 ，中山大学核算中心助理会计师，研究方向为高校财务管理。罗晓铠 (1987一)，助理
会计师，研究方向为高校财务管理。李彩霞 (1978一)，女 ，博士，高级会计师 ，研究方向为高校财务管理和财政科技
投人绩效评价。
第3期 张洁岚 等：中国黄金期货价格发现功能动态演进实证研究
者采用新的研究方法，如 EGARCH模型 (Zhong
M．、Darrat A． F． 和 Otero R．，2004) 和
GARCH模 型 (Chunchi Wu、Jinliang Li和 wei
Zhang，2005)。
姜津、刘芳、吴文 (2009) 是国内最早研究
中国黄金期货市场价格发现功能的学者 ，他们以
2008年 7月 14日至 2008年 8月 25日期间上海期
货交易所和黄金交易所 30个样本 日的收盘价为研
究对象，借助协整检验、向量自回归模型 (VAR)
以及 自回归滞后模型，对我国黄金现货市场的价格
波动与期货市场的价格波动之间的关系进行实证检
验，检验结果表明，两个市场的价格波动之间存在
着内在的关联性。余亮、周小舟 (2009) 以2008
年 1月 9日至 2008年 9月 8 Ft期间上海期货交易
所和黄金交易所的日收盘价为研究对象，建立向量
自回归模型，运用协整检验、Granger因果检验、
误差修正模型和脉冲响应函数，对中国黄金期货市
场与现货市场之间的价格联动关系进行实证检验，
检验结果表明，两个市场的价格之间并不存在
Granger因果关系，中国的黄金期货市场的价格发
现功能并未完全实现。
本文在扩大实证研究的数据涵盖期间的基础
上，从实证分析的角度来研究中国黄金期货市场价
格发现功能的动态演进。研究主要围绕如下两个问
题而展开：①中国黄金期货价格与中国黄金现货价
格之间的引导关系。②提高黄金期货保证金比例对
中国黄金期货市场价格发现功能的影响。
二、黄金期货价格与现货价格关系动
态演进的实证检验
(一)向量 自回归模型 (VAR)简介
作为分析与预测多个相关经济指标的模型之
一
， 向 量 自 回 归 模 型 (Vector autoregression，
VAR)被广泛用于分析具有关联性的时间序列系
统，以及衡量随机扰动信息对各个变量所产生的动
态冲击，进而可以解释各种经济冲击对经济系统所
产生的影响。该模型于 1980年由Christopher Sims
引入到经济学研究中。
VAR模型的数学表达式如下：
Y￡=Aly￡
一
l+．．． +ApY￡
一
+Bxf+ ，t= 1，2，⋯ ，
(1)
其中，Y 是 维内生变量列向量， 是d维外生
变量向量，P是滞后阶数 ， 是样本个数，A 一，，4。
和 都是待估计的系数矩阵。 是 维误差向量。
误差向量和误差变量之间可以相关，但是这些误差
变量之间不允许存在自相关，并且，与 Y 和 之
间不允许存在相关性。
(二)数据来源及处理
本文采用文华财经软件提供的沪金指数的收盘
价格作为中国黄金期货价格的代表。由于黄金期货
市场在同一时刻一般都存在多个不同的交易合约，
这些合约之间的区别只是到期的月份不同，而当到
达最后交易 日，该合约将因交割或交易停止而不复
存在。鉴于仅选取单一的期货合约价格序列将不能
形成连续有效的时间序列的这一问题，文华财经软
件提供的沪金指数全面地考虑了整个黄金期货市场
的交易情况，根据每个品种的持仓量和成交量设定
权重，得出反映整个市场走势的指数，反映黄金期
货市场价格 “重心”的变化趋势，更加客观与科
学，具有良好的连续性。
为了选取能代表黄金现货市场并且与黄金期货
市场关系最为紧密的现货市场代表数据，本文采用
上海黄金交易所黄金现货品种 au9999与 au9995日
收盘价的平均值作为中国黄金现货市场的代表。根
据黄金期货合约规定，金含量不小于 99．95％的国
产金锭及经交易所认可的伦敦金银市场协会 (LB—
MA)认定的合格供货商或精炼厂生产的标准金
锭。au 9999是含量 99．99％ 1公斤金锭，而 all
9995是含量 99．95％ 1公斤或者3公斤金锭，这两
者都是黄金期货合约里的主要标的，两者价格的平
均值能全面反映与期货合约匹配的黄金现货市场的
情况。此外，这两种合约的延期交割性可以与沪金
指数完全匹配，符合协整检验理论的要求，便于进
行实证分析。
基于以上考虑，本文选 2008年 1月 9日至
2012年 1月 9日之间黄金期货市场与现货市场相
对应的各 975个数据进行实证检验。此外，由于
2010年 11月 29日黄金期货保证金 比例提高了将
近42％，可能会对黄金期货价格发现功能产生影
响，因此，本文用分时间段法来进行研究，第一阶
段从 2008年 1月9日到2010年 11月 28日，第二
阶段从 2010年 11月 29日到 2012年 1月9日，通
过对比两个时间段的实证检验结果，分析保证金比
例的提高对黄金期货市场价格发现功能的影响。同
时，为了便于发现价格数据中隐含的趋势，本文采
取缩小数据分布范围的方法，对中国黄金期货价格
与现货价格的时间序列分别进行对数变换：LNS
华 南 理 工 大 学 学 报 (社 会 科 学 版) 第 l8卷
代表中目黄金现货价格的对数序列；而 LNF代表
巾斟黄金期货价格的对数序列。
(三)ADF单位根检验
为_r检验中国黄金期货价格与中国黄金现货价
格之间是否存在协整关系，首先应该进行单位根检
验。本文应用软件 Eviews 5．0，先后对中国黄金现
货价格，中国黄金期货价格及其一阶差分序列进行
单位根检验，检验结果如下表 1和表2所示：
表 1 第一阶段数据 ADF单位根检验结果 (2008年 1月 9日至 2010年 11月28日)
变{ ADF值 T捡验临界值 (1％) T检验临界值 (5％) T检验临界值 (10％) 结论
—
LNF 一0．654 —3．439 —2．865 —2 569 非平稳
LNS 一0．522 —3．439 —2．865 —2．569 非平稳
DLNF 一27．703 —3．439 —2．865 —2．569 平稳
DI NS 一27．388 —3 439 —2．865 —2．569 平稳
表 2 第二二阶段数据 ADF单位根检验结果 (2010年 1 1月 29日至2012年 1月 9日)
坐f连 ADF值 T检验临界值 (1％) T愉验临界值 (5％) T检验临界值 (10％) 结论
LNF 一1．583 —3．439 —2 865 —2．569 非平稳
LNS —l 537 —3 439 —2．865 —2．569 非平稳
DLNF —l6．538 —3 439 —2．865 —2．569 平稳
DLNS —l6 499 —3．439 —2．865 —2．569 平稳
}ll1检验结果可知：在 1％、5％以及 10％的置
信水半 尢论是第一阶段数据，还是第二阶段数
据，LNF和 LNS的ADF检验值都大于临界值，这
说明中国美金期货价格和中国黄金现货价格序列都
址非平稳的 ．而通过进一步对中国黄金期货价格序
列以』支中旧黄金现货价格序列各自的一阶差分进行
ADF俭验，在 l％、5％以及 l0％的置信水平下，
兀论足第⋯·阶段数据，还是第二阶段数据 ，LNF
干¨ LNS的 ADF检验值都小于临界值，零假设均不
能被拒绝，说明中国黄金期货价格序列和现货价格
序列各自的一阶差分是平稳序列，可进行后续的协
骼检验
(四)VAR模型与Johansen协整检验
作为描述变量之间均衡关系的分析方法，协整
检验主要是通过检验非平稳变量之间是否存在平稳
的线性组合关系，从而确定经济变量之间是否存在
K 均衡关系。协整检验主要有两种方法，包括
E—G两步法和 Johansen协整检验法。本文采用的
恐Johansen协整检验法，原因如下：一方面，与
E—G内步法相比，Johansen协整检验法不需要事
丸定义经济系统中哪个变量是解释变量，哪个变量
址傲解释变量，由于本文意在探索黄金期货市场与
故金现货市场之间的价格引导关系，并不能事先确
定是 个时间序列起到价格引导作用；另一方面，
采用 Johansen协整检验法 可以找到经济系统 中所
有的协整向量，确保检验的完整性和真实性。
经检验，无论是第一阶段数据，还是第二阶段
数据，都不存在 AIC和 SC同时取得最小值的情
况，所以，本文采用似然比函数 (LR)来确定滞
后阶数。经过 Eviews 5．0软件的反复试验，第一
阶段数据滞后阶数为 5；第二阶段滞后阶数为 4，
在此基础上建立以下 2个 VAR模型。对于第一阶
段数据 (2008年 1月9日至 2010年 l 1月 28日)，
VAR模型如下：
LNF=0．614 L JF(一1)一0．164 L (一2)一
0．061*LNF(一3)一0．051：l：LNF(一4)+0．235$LNF
(一5)+0．388*LNS(一1)一0．08l：}：LNS(一2)一0．04O
LNS(一3)一0．O0l：l=LfNS(一4)一0．167$LNS(一5)
一 0．002 (2)
LNS=0．132：}：LNF(一1)一0．055：}：LNF(一2)一
0．096*LNF(一3)一0．061：l=LNF(一4)+0．080$LNF
(一5)+0．833 LNS(一1)+0．166*LNS(一2)一0．014
LNS(一3)十0．037：f：LNS(一4)一0．022；l：LNS(一5)
+0．008 (3)
对于第二 阶段数据 (2010年 l1月 29 日至
2012年 1月9日)，VAR模型如下：
LNF=0．332LNF(一1)+0．368 LNF(一2)一
0．20l*LNF(一3)+0．258 LNF(一4)+0．746$LNS
(一1)一0．442*LNS(一2)+0．245 LNS(一3)一0．317
LNS(一4)+0．065 (4)
第 3期 张洁岚 等：中国黄金期货价格发现功能动态演进实证研究
LNS= 一0．005 LNF(一1)+0．157 LNF
(一2)一0．366 LNF(一3)+0．148：l=LNF(一4)+
0．833*LNS(一1)一0．179 LNS(一2)+0．360：l=
LNS(一3)一0．133：l=LNS(一4)+0．077 (5)
在以上两个 VAR模型的基础上，本文对中国
黄金现货价格 LNS和中国黄金期货价格 LNF进行
Johansen检验，检验结果如表 3所示。对第一阶段
数据 (2008年 1月 9日至 2010年 11月 28日)，
当原假设为 “不存在协整关系”的时候，迹统计
量为27．674，大于5％置信水平下的临界值，拒绝
原假设，说明期货价格 LNF与现货价格 LNS之间
存在协整关系；而当原假设为 “至多存在一个协
整关系”的时候，迹统计量为 0．161，小于 5％置
信水平下的临界值，接受原假设，说明第一阶段
(2008年 1月 9日至 2010年 11月 28日)的中国
黄金期货价格 LNF与黄金现货价格 LNS之间存在
且仅存在一个协整关系 (如表4所示)。
表 3 第一阶段数据协整检验
(2008年 1月9日至2010年 11月 28 LI)
假设协整个数 特征值 迹统计量 5％临界值
无 0．039 27．674 l5．495
至多一个 O O．16l 3．841
表 4 第一阶段标准化协整向量
(2008年 1月 9日至2010年 11月 28日)
LNF LNS
1 一1．02
— 0．013
对第二阶段数据 (2010年 11月 29日至 2012
年 1月9 Et)，检验结果如表 5所示。当原假设为
“不存在协整关系”时，迹统计量为 15．538，大于
5％置信水平下的临界值，拒绝原假设，说明期货
价格 LNF与现货价格 LNS之间存在协整关系；而
当原假设为 “至多存在一个协整关系”时，迹统
计量为2．133，小于 5％置信水平下的临界值，接
受原假设，说明第二阶段 (2010年 11月 29 FI至
2012年 1月 9 Et)的期货价格 LNF与现货价格
LNF之间存在且仅存在一个协整关系 (如表 6所
示)。所以，中国黄金期货市场的价格波动与现货
市场的价格波动之间仅存在一个长期均衡关系，这
种均衡关系不随黄金期货保证金比例的上调而发生
改变。
表 5 第二阶段数据协整检验
(2010年 11月 29日至2012年 1月9日)
假设协整个数 特征值 迹统计量 5％临界值
无 0．049 l5．538 l5．495
至多一个 0．oo8 2．133 3．84l
表 6 第二阶段标准化协整向量
(2010年 11月 29日至 2012年 1月 9日)
LNF LNS
l 一 1
— 0．O21
利用 Eviews5．0软件 ，对 2008年 1月 9日至
2010年 11月 28 Et的期货价格与现货价格建立如
下标准化的协整方程：
LNF=一1．020 LNS+ECM (6)
利用 Eviews5．0软件，对 2010年 11月 29日
至2012年 1月 9 Et的期货价格与现货价格建立如
下标准化的协整方程：
LNF=一1．000 LNS+ECM (7)
(五)误差修正模型与 Granger因果关
系检验
1．误差修正模型
为了描述中国黄金期货价格 LNF与中国黄金
现货价格 LNS之间短期不均衡的动态结构，本文
分时间段，先后建立以下两个误差修正模型：
第一阶段数据 (2008年 1月 9日至2010年 11
月 28日)：
D(LNF)=一0．098：l=(LNF(一1)一1．020：}：
LNS(一1)+0．1080)一0．287 D(LNF(一1))一
0．123 D(LNF(一2))一0．184 D(LNF(一3))一
0．235 D(LNF(一4))+0．288 D(LNS(一1))+
0．207 D(LNS(一2))+0．167 D(LNS(一3))+
0．166$D(LNS(一4))+0．0003 (8)
D(LNS)=一0．001 (LNF(一1)一1．020：l：
LNS(一1)+0．1080)+0．133$D(LNF(一1))+
0．077$D(LNF(一2))一0．019 D(LNF(一3))一
0．080 D(LNF(一4))一0．168 D(LNS(一1))一
0．O02D (LNS(一2))一0．016 D(LNS(一3))+
0．021D (LNS(一4))+0．0005 (9)
对第一阶段数据 (2008年 1月9 Et至2010年
11月 28日)，根据式 (8)，可知误差修正项前的
系数为 一0．098<0，其 t统计值是 一1．742，小于
10％置信水平下的I临界值 一1．645，统计结果显著；
32 华 南 理 工 大 学 学 报 (社 会 科 学 版) 第 18卷
而式 (9)中，误差修正项前的系数为 一O．001，f
统计值为 一0．Ol6，大于 10％置信水平下的临界值
一 1．645，统计结果不显著。从第一阶段的误差修
正模型可以看出，该模型的误差修正项 ECM <0，
对期货价格 LNF具有负方向的调整作用。
第二阶段数据 (2010年 1 1月 29日至 2012年
1月 9¨)：
D(LNF)= 一0．239：}：(LNF(一1)一1．000
LNS(一1))一0．431 D(LNF(一1))一0．062：l：D
(LNF(一2))一0．264 D(LNF(一3))+0．515D
(LNS(一1))+0．072 D(LNS(一2))+0．318：}=D
(LNS(一3))+0．0002 (10)
D(LNS)= 一0．060：l：(LNF(一1)一1．000
LNS(一1))+0．053$D(LNF(一1))+0．21 1 D
(LNF(一2))一0．155 D(LNF(一3))一0．046 D
(LNS(一1))一0．225 D(LNS(一2))+0．135 D
(LNS(一3))+0．0004 (1 1)
对第二阶段数据 (2010年 11月 29日至 2012
年 1月 9日)，根据式 (10)，可知误差修正项前
的系数为 一0．239<0，其 t统计值是 一1．983，小
于 10％置信水平下的临界值 一1．645，统计结果显
著；而 式 (11) 中，误 差 修 正项 前 的系 数 为
一 0．060，t统计值为 一0．487，大于 10％置信水平
下的临界值 一1．645，统计结果不显著。从第二阶
段的误差修正模型可以看出，该模型的误差修正项
ECM <0，对期货价格 LNF具有负方 向的调整
作用。
2．Granger因果关系检验
通过协整检验可以看出，中国黄金期货价格
LNF与现货价格 LNS之间存在协整关系，但是这
并不足以说明两者之间是否存在因果关系，还需要
进行 Granger因果关系检验。第一阶段 (2008年 1
月第一阶段 9日至 2010年 1 1月 28日)和第二阶
段 (2010年 1 1月29日至 2012年 1月 9日)数据
P值如表 7和表 8所示。
表7 第一阶段数据 P值 (2008年 1月 9日至 2010年 11月 28日)
滞后 1期 滞后 5期 滞后 lO期 滞后 15期
现货价格不引导期货价格 O．017 0．O5 0．022 0．002
期货价十符不引导现货价格 0．643 0．841 O．2l5 0．034
滞后20期 滞后 25期 滞后3O期 滞后 35期
现货价格不引导期货价格 0．002 O O．OOl 0．002
期货价格不引导现货价格 O．0l8 0．005 0．004 0．004
滞后4O期 滞后 45期 滞后50期 滞后55期
现货价格不引导期货价格 0．002 O．0O1 (】．006 0．005
期货价格不引导现货价格 0．008 0．002 0．025 O．Ol5
表 8 第二阶段数据 JP值 (2010年 11月 29日至 2012年 1月 9日)
滞后 1期 滞后 5期 滞后 10期 滞后 l5期
货价格不引导期货价格 3．6OE一06 3．10E—O7 5．0OE—O6 3．40E—O7
期货价格 引导现货价格 0．454 0．278 0．307 0．004
滞后 20期 滞后 25期 滞后3O期 滞后35期
脱货价格不引导期货价格 1．90E一06 4．40E—O6 1．10E一06 4．40E—O6
期货价格小引导现货价格 0．013 0．045 0．03 O．0l9
滞后4O期 滞后 45期 滞后5O期 滞后55期
现货价格不引导期货价格 9．50E—O6 2．90E一05 2．50E一06 1．50E—O5
期货价格不引导现货价格 0．026 O．O13 0．O0l 0．003
从表 7和表 8的检验结果 ，可以看出，在 5％
的置信水平下，无论是第一阶段数据 (2008年 1
月9日至 20l0年 l1月 28 Et)，还是第二阶段数据
(2010年 1 1月 29日至 2012年 1月 9日)，黄金现
货价格 LNS一直引导黄金期货价格 LNF，同时，
从滞后第 15期开始，黄金期货价格 LNF也开始引
第3期 张洁岚 等：中国黄金期货价格发现功能动态演进实证研究 33
导黄金现货价格 LNS。因此，可以得出以下结论 ：
中国黄金期货价格 LNF与中国黄金现货价格 LNS
之间存在相互引导关系，这一基本关系不因保证金
比例的提高而改变。
(六)脉冲响应函数与方差分解
1．脉冲响应函数
为了更全面地研究黄金期货价格 LNF和现货
．014
．O12
．010
．008
．006
．004
．002
．000
价格 LNS之间的联动关系，本文利用脉冲响应函
数，通过给黄金期货价格 (或者黄金现货价格 )
一 个单位大小的冲击，分析其对期货价格 LNF和
现货价格 LNS所产生的影响。
第一阶段数据 (2008年 1月9日至2010年 11月
28日)对LNF期货价格的脉冲响应函数如图1所示，
对 LNS现货firm的脉冲响应函数如图2所示。
第一阶段数据 (2008年 1月 9 Et至2010年 11月28日)
图 1 LNF期货价格的脉冲响应函数 图2 LNS现货价格的脉冲响应函数
第二阶段数据 (2010年 11月29日至2012年 1月 9日)
图3 LNF期货价格的脉冲响应函数
从图 1来看，在2008年 1月9日至 2010年11
月28日期间，对于来 自期货市场的一个标准差冲
击，黄金期货价格 LNF反应迅速，首个交易 日价
格波动增加了 1．5％左右，自第五个交易 日开始，
波动基本稳定在 1．3％左右。对于来 自现货市场的
一 个标准误差冲击，期货价格一开始并未受到影
响，但随后波动幅度有所上升，自第六个交易日开
始，波幅基本稳定在 0．3％左右。可见对第一阶段
数据 (2008年 1月 9日至 2010年 11月 28日)，
中国黄金期货价格冲击对自身产生长久而显著的影
响，而现货价格 冲击对期货价格仅产生轻微的
影响。
从图2来看，在2008年 1月9日至2010年 11
月 28日期间，对于来 自现货市场的一个标准误差
的冲击，现货价格 LNS反映迅速但波幅不大，一
0l2
oll
01O
009
008
007
006
005
004
图4 LNS现货价格的脉冲响应函数
开始的波动幅度为0．45％，自第二个交易 日开始，
波动基本稳定在0．4％左右。对于来 自期货市场的
一 个标准差冲击，LNS反应迅速，首个交易 日价
格波动就增加了 1．3％左右，随后波动幅度有所上
升，在第三个交易 日达到 1．4％的最高水平，随后
波动幅度开始下降，从第五个交易日开始，波动基
本稳定在 1．2％左右。可见对第一阶段数据 (2008
年 1月9日至2010年 11月 28日)，现货价格冲击
对其自身产生微弱的影响，而期货价格冲击对现货
价格产生长久且显著的影响。
对于第二 阶段数据 (2010年 11月 29日至
2012年 1月9日)，LNF期贷价格的脉冲响应函数
如图3所示，LNS现货价格的脉冲响应函数如图4
所示。
从图3来看，在 2010年 11月 29日至2012年
华 南 理 工 大 学 学 报 (社 会 科 学 版) 第 18卷
1月9}]期间，对于来自期货市场的一个标准差冲
击，期货价格 LNF反应迅速，首个交易 日价格波
动就增加1．2％左右，随后波动幅度有所下降，自
第十二个交易 日开始，波动基本稳定在 1．1％左
台。而对于来自现货市场的一个标准误差的冲击，
期货价格 LNF一开始并未受到影响，但随后价格
波动外始增加，自第十四个交易日开始，波动基本
稳定在 0．5％左右。可见对于第二阶段数据 (2010
年 1 1月29日至 2012年 1月9日)，中国黄金期货
价格冲击×l『其自身产生长久而显著的影响，而现货
价格冲击埘期货价格仅产生轻微的影响。
从 4来看，在2010年 11月29日至2012年
1川 9门期『白J，对于来自现货市场的一个标准误差
的冲 山，现货 价格 LNS一开 始 的波动 幅度 为
0．55％，随后价格波动有所下降，在第三个交易
}f，波动幅度达到最低水平，仅 0．42％，随后波
动幅度又开始上升，在第 四个交易 日达到最高水
平，达到0．6％，在上下波动后 ，最后基本稳定在
0．6％左右。而对于来 自期货市场的一个标准差冲
击，现货价格 LNS反应迅速，首个交易 日的价格
波动就增加了 1．1％左右，随后价格波动基本稳定
在 1．0％左右。可见对于第二阶段数据 (2010年
1 1月29日至 2012年 1月9日)，中国黄金现货价
格冲击对 自身仅产生轻微的影响，而期货价格冲击
对现货价格产生长久并且显著的影响。
2．方差分解
为了定量确定黄金现货市场和期货市场在价格
发现功能中的贡献，本文利用 Hasbrouck (1995)
的方差分解法，对黄金期货价格方差和黄金现货价
格方差进行分解。对于第一阶段数据 (2008年 1
月 9日至 2010年 11月28日)，方差分解的结果如
表 9所示。
表 9 第一阶段数据方差分解的结果 (2008年 1月9日至 2010年 11月28 H)
期货价格 现货价格
滞后期
期货价格 现货价格 期货价格 现货价格
l 100．0O0 O．Ooo 89．222 10．778
99．276 0．724 90．580 9．420
3 98．8l3 1．187 91．055 8．945
4 98．254 1．746 91．030 8．970
5 97．673 2．327 90．677 9．323
97 91．335 8．665 89 329 10．67l
98 91．313 8．68 89．326 l0．674
99 91．291 8．709 89．323 l0．677
I()() 91．270 8．730 89．320 10．680
从表9中可以看到，在黄金期货保证金比例为
7％时，黄金期货价格的总方差基本来 自黄金期货
市场。在滞后期为 1时，期货价格的总方差完全来
自于期货市场，随着滞后期数的增加，现货市场在
价格发现中的贡献逐渐上升，最终稳定在 9％左
右，I 期货市场在价格发现中的贡献呈下降趋势，
最终稳定在91％左右。对于中国黄金现货价格变
动起的长期作用部分的方差而言，总方差大部分来
自黄金期货市场，并且一直在 89％至 91％之间变
动，最后稳定在 89％左右的水平，现货市场在价
恪发现中的贡献也一直在 8．9％至 10．7％之间变
动，最终稳定在 10．67％，平均而言，期货市场在
价格发现中的贡献为 90％，远大于现货市场的贡
献 10％。因此，对于第一阶段数据 (2008年 1月
9日至2010年 11月28日)，黄金期货市场在价格
发现中发挥主导作用。
从表 10中可以看到，在黄金期货保证金比例
上升为 10％后，黄金期货价格的总方差基本来 自
期货市场。在滞后期为 1时，期货价格的总方差完
全来自于期货市场，但随着滞后期的增加，现货市
场在价格发现中的贡献呈上升趋势，最终稳定在
26％左右，而期货市场在价格发现中的贡献呈下降
趋势，最终稳定在 74％左右。对于黄金现货价格
变动长期作用部分的方差而言，总方差大部分来自
于黄金期货市场 ，并且一直在 71％至 82％之间变
动，最后稳定在 72％左右，黄金现货市场在价格
第 3期 张洁岚 等：中国黄金期货价格发现功能动态演进实证研究 35
发现中的贡献也一直在 18％至 29％之间变动，最
终稳定在 28％左右，平均而言，期货市场在价格
发现中的贡献 73％，大于现货市场在价格发现中
的贡献 27％。因此，对于第二阶段数据 (2010年
11月 29日至2012年 1月 9日)，中国黄金期货市
场在价格发现中仍然起到主导作用。
表 10 第二阶段数据方差分解的结果 (2010年 11月29日至 2012年 1月9日)
期货价格 现货价格
滞后期
期货价格 现货价格 期货价格 现货价格
1 100．000 0．000 81．825 18．175
2 94．979 5．O2lO 81．711 18．289
3 94．7Ol 5．299 83．228 16．772
4 92．655 7．345 81．463 18．537
5 91．937 8 063 80．949 】9．O51
97 73．686 26．313 71．916 28．084
98 73．654 26．345 71．902 28．098
99 73．623 26．376 71．888 28．112
10O 73．592 26．407 71．874 28．126
通过对比保证金比例改变前后黄金期货市场在
黄金现货市场的方差中所占的比重，可以看出，在
黄金现货市场的方差 中，黄金期货保证金比例由
7％提高到 10％之后，来 自黄金期货市场的贡献由
90％下降到 73％，说明保证金比率的提高有损黄
金期货市场价格发现功能的发挥。
(七)影响中国黄金期货市场价格发现
功能原因分析
从实证结果看出，虽然我国黄金期货价格与黄
金现货价格存在双向引导关系，但是中国黄金期货
市场的价格发现功能还没有充分发挥。下面将结合
我国黄金期货市场目前存在的一些问题对黄金期货
市场的价格发现功能障碍进行分析。
1．交易成本过高
(1)保证金水平过高
从上文的实证结果可以看出，保证金比例的提
高有损黄金期货市场价格发现功能的发挥。随着期
货合约到期 日的逼近，中国黄金期货合约的保证金
比例逐步上调，从最后交易 日前第二个交易 日起，
期货保证金比率高达40％，这意味着随着期货合
约到期 日的逼近，期货市场的杠杆效应逐渐丧失。
(2)手续费和佣金水平较高
与保证金对期货市场的影响相类似，手续费和
佣金水平会直接影响到交易者的交易能力和交易意
愿。手续费和佣金的水平越高，投资者的交易能力
和意愿就越弱，成交量就越小，市场的流动性就
越小 。
(3)标准黄金期货合约单位偏大
目前我国黄金期货标准合约的交易单位为每手
1000克，按照目前 10％的保证金 比例来计算 ，一
张期货合约大约需要三万元，由于期货市场上忌满
仓操作，如果按照 20％的仓位来计算，那么投资
者要买卖一手黄金期货就至少需要在账户中保持
15万元保证金，这限制了黄金期货市场规模 的
扩大。
2．市场规模偏小
从保证金比例对黄金期货市场价格发现功能的
影响可以看出，保证金比例越高，黄金期货的价格
发现功能越受损，其中一个重要的原因是保证金比
例越高，市场的交易规模越小，黄金期货价格里所
包含的市场信息越少。尽管近两年中国黄金期货市
场稳步发展，但是市场规模偏小的现实依然没有得
到根本改变，这就导致了中国黄金期货市场发展的
深度和广度非常有限，降低了黄金期货的价格发现
效率。
3．中国黄金期货市场对外封闭
中国黄金期货市场对外封闭使得境外投资者缺
乏通过正当渠道进入中国黄金期货市场进行套期保
值和投资套利交易，使得中国黄金期货市场规模偏
小，黄金期货价格里所包含的市场信息有限，这也
限制了黄金期货的价格发现功能的充分发挥。
4．黄金期货市场流动性偏低
36 华 南 理 工 大 学 学 报 (社 会 科 学 版) 第 18卷
相比于世界上成熟的黄金期货市场，我国黄金
期货市场交易品种较为单一，尚未充分开发黄金期
权等金融衍生品，这也使得中国黄金期货市场的规
模偏小 、流动性偏低 ，不利于中国黄金期货市场价
格发现功能的充分发挥。
三 、结 论 一 、，U pL
本文以中国黄金期货市场和中国黄金现货市场
之问价格的联动关系作为研究对象，选取 2008年
1月 9日到 2012年 1月 9日之间的数据，应用
Eviews5．0软件，建立基于向量 自回归 (VAR)模
型来进行实证检验，研究表明：①中国黄金期货价
格与黄金现货价格之间存在相互引导关系。当中国
黄金现货价格与中国期货价格之间出现长期偏离
时，是由中国黄金期货市场承担起纠偏的任务。从
Granger因果检验的结果可以看出，在绝大多数情
况下，黄金现货价格单向引导黄金期货货价格，而
到了滞后 15期之后，黄金期货价格也能引导期货
价格。无论是期货保证金比率为7％，还是期货保
证金比率提高到 10％，实证结果都符合上述关系。
这说明，黄金期货价格与黄金现货价格相互引导的
基本关系不受黄金期货保证金比率的提高而发生改
变。②保证金比例的提高不会影响黄金期货价格与
黄金现货价格之间的基本联动机制，但是会降低期
货市场在价格发现中的贡献。③本文在实证结果的
基础 』 ，探索有损中国黄金期货市场价格发现功能
的因素：交易成本过高，市场规模偏小以及交易主
体结构不合理 、参与度低。
本文的研究不仅为我们更好地理解中国黄金期
货价格与现货价格的引导关系提供了一个崭新的视
角，而且也具有较强的政策指导意义：首先，从实
证结果来看，保证金比例的提高增加了期货市场的
交易成本，有损中国黄金期货市场价格发现功能的
有效发挥，因此，应适度降低黄金期货市场的保证
金比例 同时，也可以通过降低黄金期货交易的手
续费和佣金比例，减少黄金期货市场的交易成本，
提高市场的流动性。除此，针对我国标准黄金期货
合约额度过大而导致众多中小投资者望而却步的问
题，还町以通过建立小额黄金期货标准合约，吸引
更多的中小投资者加入到黄金期货市场中，使期货
价格包含更全面的市场预期。其次，由于中国黄金
期货市场对外封闭而限制了市场规模的扩大，使得
黄金期货价格里所包含的市场信息有限，可以借鉴
证券市场的做法，考虑引人 QFII(Qualified For—
eign Institutional Investors)。由于 QFII具 有渐进
性、主动性以及单向性的特点，便于金融管理机构
进行风险管理，可以适时允许境外资金有限制地投
资中国的黄金期货市场 ，促进中国黄金期货市场稳
步融人到全球黄金期货市场中。同时，也可以延长
和调整交易时间，例如开放晚间电子盘交易，有助
于解决我国黄金期货交易时问与世界其他市场之间
存在的交易时问差的问题，提高我国黄金期货产品
在国际上的流动性。最后，为提高我国黄金期货市
场的流动性 ，可以借鉴国外黄金期货市场的发展经
验，结合我国金融市场的实际情况推出黄金投资基
金、黄金期权和黄金价格指数期货等金融衍生品，
增强黄金期货与现货市场之间的联动性。
参考文献：
[1] Bigman D，Goldfarb D，Schechtman E，Futures Markets Effic—
iency and the Time Content of the Information Sets[J]．The
Joumal of Futures Markets．1983 (3)：321—334
[2] Engle R F，Granger C W J，Cointegration and error correction
representation estimation and testing l J j Econometrics，1 987
(65)：289—297
[3] Johansen S，Juselius K．Maximum Likelihood Estimation and
Inference on Cointegration with Applications to the Demand for
Money l Jj．Oxford Bulletin ofEconomics and Statistics，1990
(52)：169—210．
[4] Shastri K，Thimmalai R S，C．J．Zutter．Information revela—
tion in the futures market：Evidence from single stock futures
[J]．Journal of Futures Markets，2008(28)：335—353．
[5] Zhong M，Darrat A F，Otere R．Price Discovery and Volatility
Spillovers in Index Futures Markets： Some Evidence from
Mexico[J] Journal of Banking and Finance，2004 (28)：
3037—3054．
[6] Chunchi Wu，Jinliang Li，Wei Zhang．Intradaily periodicity and
volatility spillovers between intemational stock index futures llrar-
kets[J]．Joumal of futures Markets，2005(6)：553—585．
[7] 姜津等．黄金现货价格与期货价格关系的实证分析 [J]．金
融工程，2009 (5)：193—194
[8] 余亮，周小舟．我国黄金期货 货市场的价格变动和价格
发现机制 『J]．上海金融，2009(4)：41—44．
(下转第62页)
62 华 南 理 工 大 学 学 报 (社 会 科 学 版) 第 l8卷
International Implication of Legal Government Evaluation
ZHENG Fang--hui HUANG Yi—-yin
(Sch0o1 of Public Administration．South China University ofTechnology，Guangzhou 510640，Guangdong，China)
Abstract：The evaluation of rule of law is considered as measurable justice，the index of rule of law has become the
vane and thermometer of the legal level and trade environment all over the world． Among various evaluation
svstems．UN rule of law indicators emphasizes performance，transparency，probity，investigating responsibility and
abilitv．While the Worldwide Governance Indicators of world bank pay more attention to right protection．And the
W0rld Justice Project stands in folk position．All of them have wide representative and identity．Legal government
evaJuati0n is the most important part of the evaluation of rule of law． In the process of comprehensively promoting
rule of law．our country．based on the construction idea which is“the trinity of country ，government，society under
rule 0f law”． referencing the international mature experience，tries to construct a Chinese government evaluation
system ，especially the index system and the organization system．Promoting the construction of rule of law by evalu—
ation is the objective requirement and important means to realize the goal of building up the government under the
i-ule of law in 2020．
Key words：legal government evaluation；UN Rule of Law Indicators；W orldwide Governance Indicators；World
Justice Project；Index system
(上接 第 36页)
07 0，
Discovery Function of China’s Gold Futures M arket
zHANG Jie—lan LUO Xiao—kai LI Cai—xia
(Sun Yat—sen University，Guangzhou 5 1 0275，Guangdong，China)
Abstract： this paper makes an empirical study on the relationship between the spot price and the futures price of
the gold market．According to the changes of the futures margin rates．the paper adopts the segmentation method in
the empirical study，with the first period from January 9，2009 to November 28，20 1 0，the second period from No—
vember 29，2010 to January 9，2012．With the help of ADF test，Cointegration test，the VAR model，the Granger
test and Hasbrouck variance decomposition，the empirical research shows that China’s gold futures price interacts
with the spot price．and China’s gold futures market is capable of price discovery function．Besides，although the
raise in the margin rate has no crucial impact on the relationship between the futures price and the spot price of the
gold market，it is detrimental to the price discovery function of the gold futures market．Finally，given the defects
of China’s gold futures market，this paper offers some corresponding suggestion as the blueprint for China’s gold fu
tures market．
Key words：gold futures；price discovery function；margin rate；dynamic evolution
