中国股指期货市场价格发现效率的实证研究

第３７卷第５期　石家庄经济学院学报　Ｖ０１．３７　ＮＯ．５　２０１４年１０月　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｈｉｊｉａｚｈｕａｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｅｃｏｎｏｍｉｃｓ　Ｏｃｔ．　２０１４　ＤＯＩ：１０．１３９３７／ｊ．ｃｎｋｉ．ｓｊｚｊｊｘｙｘｂ．２０１４．０５．００２　中国股指期货市场价格发现效率的实证研究　王继莹　（吉林大学商学院，吉林长春１３００１２）　摘　要：运用Ｃｈａｎ模型和ＧＳ模型，对中国股指期货市场价格发现功能的发挥效率进行了定性　分析，发现沪深３００股指期货在上市交易后的四个年度均表现出一定的价格发现功能。但其在上　市交易的第四个年头，才开始在价格发现中处于主导地位，说明我国股指期货的价格发现功能表　现出一个由弱到强的变化过程。最后，运用修正信息份额模型和因子份额模型测量了沪深３００股　指期货对价格发现的贡献度，发现股指期货对价格发现的贡献度也表现出一个由小到大的变化过　程。　关键词：股指期货；价格发现；效率　中图分类号：Ｆ７２４．５　文献标识码：Ａ　文章编号：１００７—６８７５（２０１４）０５—０００８．０６　一、引言　均衡稳定的关系，股指期货价格对现货价格具有非　常明显的单向引导性，引导效应显著，同时，股指　价格发现功能是股指期货最基本的功能之一，　期货价格信息含量高于股指现货价格信息含量，股　也是市场其它功能实现的基础。价格发现效率的研　指期货在价格发现中处于主导地位。刘澄、胡艺　究对于市场投资者和监管层都具有十分重要的意　铭　（２０１３）基于同一时段沪深３００股指期货及　义，市场上的投资者可以根据期货市场的价格发现　现货的每５分钟高频数据、每６０分钟数据和日数　功能发挥情况进行相关投资决策，提高适应市场的　据，利用ＶＡＲ模型和ＶＥＣＭ模型实证研究了沪深　能力；监管层也可以此作为出发点，发现期货市场　３００股指期货的价格发现能力。结果表明：在高频　运行中存在的问题，从而进一步发展和完善股指期　交易中，股指期货价格的误差修正速度约是指数现　货市场，提高市场整体效率。　货价格修正速度的２００倍，股指期货价格单向引导　探讨股指期货市场价格发现功能的文献很丰　现货价格。Ｂｒｏｏｋｓ、Ｇａｒｒｅｔｔ和Ｈｉｎｉｃｈ　（１９９９）运　富，得出的结论不尽相同。Ｃｈａｎ…（１９９２）以　用考虑了非线性和非平稳性的Ｈｉｎｉｃｈ检验方法，　１９８４年８月一ｌ９８５年６月的Ｓ＆Ｐ５００指数期货、　分别对美国Ｓ＆Ｐ５００指数和英国ＦＴＳＥ１００指数的日　１９８７年１月一９月ＭＭＩ指数期货与２０只成份股的　收益率数据进行分析，发现美国Ｓ＆Ｐ５００指数期货　５分钟交易数据为样本，采用Ｇｒａｎｇｅｒ因果检验方　并没有对于现货的价格发现能力，而英国ＦＴＳＥ１００　法对期货市场与现货市场的关系进行研究，发现由　指数期货价格只在几个月的时间里领先其现货价　于期货市场相对于现货交易成本较低，这两个指数　格。王拓、刘兴万。。　（２００９）以印度Ｎｉｆｔｙ５０股指　的期货市场均表现出显著的领先现货市场的特征。　期货与现货的日交易数据为研究对象，通过　Ｍａｏｓｅｎ　（２００４）以ＩＰＣ股指现货和期货的日数　Ｇｒａｎｇｅｒ因果检验和向量误差修正模型实证研究了　据作为研究样本，对墨西哥股指期货在价格发现中　期货与现货价格的领先滞后关系。研究结果发现，　的作用进行研究，发现墨西哥股指期货具有高效率　印度Ｎｉ￣ｙ５０股指期货缺乏价格发现的功能，现货　的价格发现功能。陈昭　（２０１２）通过协整方法、　市场在价格发现过程中占主导地位。　Ｇｒａｎｇｅｒ因果检验、误差修正模型和脉冲响应函数　从已有文献可以看出，鲜有对于股指期货价格　等方法，检验了沪深３００股指期货的价格发现功　发现效率动态变化的考量，本文拟运用计量模型，　能，其发现沪深３００股指期货和现货之间存在长期　来实证研究我国股指期货价格发现效率随着市场发　收稿日期：２０１４—０６—２９　网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｏｉ／１０．１３９３７／ｊ．ｃｎｋｉ．ｓｊｚｊｊｘｙｘｂ．２０１４．０５．００２．ｈｔｍｌ网络出版时间：２０１４—１１—０２　１５：３０　作者简介：王继莹（１９８５一），女，黑龙江五大连池人，吉林大学商学院博士研究生，主要研究方向为金融与资本市场。　王继莹：中国股指期货市场价格发现效率的实证研究　・９・　展而展现出来的动态变化。　二、研究方法　（一）Ｃｈａｎ模型　Ｃｈａｎ（１９９２）提出了Ｃｈａｎ模型，其通过对不　同市场价格吸收信息速度的差异来研究价格变化的　关系。模型具体形式如下：　３　Ｒ　＝　＋∑ｂ　ｋＲ　＋８　其中，Ｒ　．　表示在ｔ时刻的现货收益率，Ｒ　＋　表示在ｔ时刻的期货收益率，如果方程回归系数ｂ　的下标ｋ为正值且显著不等于０，即可判断期货价　格滞后于现货价格，如果方程回归系数ｂ　的下标　为负值且显著不等于０，即可判断期货价格领先于　现货价格。　（二）ＧＳ模型　（１９８３）提出Ｇａｒｂａｄｅ—　Ｓｉｌｂｅｒ（ＧＳ）模型，来进一步分析期货和现货在价　格发现中的主导作用。该模型如下：　㈥　＋　。　Ｓ，ｓｔ）　其中，ｓ　、Ｆ　在ｔ时刻的现货价格和期货价　格，ＯＬ　、Ｊ８　、　，、卢，为常数，ｓ　、　为随机误差　项。／３　表示滞后一期的期货价格对当期现货价格　的影响程度，　，表示滞后一期的现货价格对当期　期货价格的影响程度。由于期货价格与现货价格在　到期日有趋同效应，／３　、卢，应为非负。表现成单方　程形式为：　ＡＳ　＝０【　＋／３　（Ｆ　一１一Ｓ　一１）　＋ｓ　ＡＦ　＝Ｏｔｆ＋卢，（Ｆ　一Ｉ—Ｓ　一１）＋　＾　其中，一（Ｆ　一ｓ　）为基差，上式描述了　前期基差对现货价格和期货价格的影响程度，可利　用ＯＬＳ对其进行参数估计。如果／３　的估计结果显　著不等于０，同时　，的估计结果不显著，则意味着　期货市场具有价格发现，相反，如果　，的估计结　果显著不等于０，同时卢　的估计结果不显著，则意　味着现货市场具有价格发现，如果二者都显著不等　于０，则说明两个市场都或多或少的具有价格发现　功能。令Ｇｓ比率：　＝　０可以刻画出期货价格和现货价格在价格发现　功能中起到的作用程度。当时０＜０＜０．５，现货价　格具有具有价格发现功能，即期货价格滞后于现货　价格；当０．５＜０＜１时，期货价格具有价格发现功　能，即现货价格滞后于期货价格；特别的，当０＝　０时，期货价格在价格发现中完全不起作用，当０　＝１时，价格发现完全由期货价格决定。　（三）共因子模型　１．修正信息份额模型　在向量误差修正模型ＶＥＣＭ的基础．上，　Ｈａｓｂｒｏｕｃｋ　（１９９５）建立了信息份额模型Ｉｓ，用　来测量每个市场的新息对公共因子方差的贡献度，　从而解释该市场在价格发现方面的能力。　首先将ＶＥＣＭ模型变成向量移动平均的协整　形式ＶＭＡ：　Ｐ　＝Ｐ。＋Ｌ　（∑８　）＋　（　）　其中，Ｐｎ是常向量，ｔ是元素全部为１的列向　量，　由　（１）的行向量组成，则　为影响矩阵，　是移动平均系数之和。　为滞后算子，　（　）是　滞后算子的矩阵多项式。Ｈａｓｂｒｏｕｃｋ指出　（　）为　公共因子的新息，即两个市场的共同有效价格，表　示价格永久性的变动，其方差为Ｖａｔ（　（ｓ　））＝　ｎ　；　（　）ｓ　为暂时性部分，源于市场的不完　全性。　将公共因子新息的方差进行分解，假设ｎ个市　场的价格组成列向量Ｐ　，　为第ｉ个市场的新息。　当新息不相关时，Ｑ为对角阵，则其方差由ｎ项组　成，每一项表示一个特定市场对新息的贡献。第ｉ　个市场的对应元素与总方差的比例即被定义为第ｉ　个市场的信息份额：　一盟　～‘　Ｑ　其中，　是　的第ｉ个元素。当市场间的新息　线性相关时，则ｎ不是对角阵，此模型将不再适　用，因此，必须极小化相关性，采用Ｃｈｏｌｅｓｋ　Ｆａｃｔｏｒｉｚａｔｉｏｎ方法消除新息间的当期相关性。而　Ｃｈｏｌｅｓｋｙ　Ｆａｃｔｏｒｉｚａｔｉｏｎ方法与误差修正模型中变量　的排序有关。如果市场新息之间存在正相关，那么　第一个变量的信息份额最大，最后一个变量的信息　份额最小。第ｉ个市场的信息份额为：　，　（［ｑ，Ｍ］　）　～　Ｑ　其中，　［ｑ，Ｍ］；为行向量　的第ｉ个元素。　Ｃｈｏｌｅｓｋｙ分解对第一个市场价格施加比较大的信息　份额，需要通过改变模型中变量的排序来得到变量　信息份额，即价格发现的上下限。那么如果ｎ个市　场间的价格新息高度线性相关，同一市场信息份额　的上下界之间将可能存在较大差距。为了解决这一　・ｌ０・　石家庄经济学院学报　第３７卷第５期　问题，Ｌｉｅｎ和Ｓｈｒｅｓｔｈａ（２００９）改变了新息方差分　解的方法，以相关阵为基础进行运算，建立了修正　信息份额模型ＭＩＳ。　假设ｒ为占的相关阵，Ａ为对角阵，其角线　上的元素为ｒ的特征值，矩阵日的列向量为ｒ的　特征向量。　也为对角阵，其对角线上的元素是新　息标准差矩阵对角线上的元素，即：　Ｖ＝ｄｉａｇ（￣／ｎｌｌ，￣／ａ２２，…，￣／Ｑ　）　构造Ｍ　＝［日Ａ—Ｔ日　］～，有　（　）　＝　Ｑ。则第ｉ个市场的修正信息份额为：　＝　其中，［　］　是矩阵　的第ｉ个元素。以　这种方法求得的ＭＩＳ模型保留了Ｉｓ模型的基本原　理，但通过改变因子分解的方法使得同一市场的信　息份额不随市场排序变化而变化，且求得唯一的信　息份额便于判断每一个市场的价格发现功能。　２．因子份额模型　Ｇｏｎｚａｌｏ和Ｇｒａｎｇｅｒ　（１９９５）在ＶＥＣＭ基础上　提出了永久一暂时模型（ＰＴ模型），其关注ＶＥＣＭ　模型中的误差修正机制，通过定义误差修正系数函　数，来测量每个市场对价格的贡献。贡献度大的市　场在价格发现过程中影响其他市场，对最终的市场　认可价有较大的影响。市场价格可被认为是永久部　分与瞬时部分的总和。在该模型中，价格Ｐ，的分　解形式为：　Ｐ　＝Ｃｆ＋Ｃ２ｚ　其中，厂为永久因子，ｃＬ厂为市场的长期效应，　ｚ　是暂时因子，Ｃ　是短期效应。以此为基础，　Ｂｏｏｔｈ　ｌｏ］（１９９９）、Ｃｈｕ　（１９９９）和ＨａｒｒｉＳ［１２］　（２００２）提出使用如下因子份额模型（ｃｓ模型）　度量第　个市场的价格发现能力：　ＣＳ　＝＿＿　，ｔ：１，２，…，ｎ　∑Ｏｔ　如果ｃ．ｓ　相对较小，则说明第　个市场对ＰＴ　模型中的永久因子－厂贡献较小。那么在系统中只有　期货市场与现货市场两个市场的情况下，因子份额　模型的衡量价格发现效率的ｃｓ项为：　ｌ　Ｏｔ　ｌ　ｃｓｔ＝　ａｓ　Ｊ＋Ｊ　Ｊ’，　ｃｓ　＝Ｊ　ａｓ　Ｊ＋ＩＯｌ　ＣＳ模型有优于ＩＳ模型的一面，对于某个特定　的市场，Ｃｓ模型可以求出唯一的市场价格发现贡　献率。　三、我国股指期货价格发现效率实证研究　（一）数据的选取与处理　由于期货合约的具有时间期限，任一交割月份　的期货合约在合约到期以后，该合约将不复存在，　所以期货价格具有不连续的特点。而同一期货品种　在同一交易日会同时有若干个不同交割月份的期货　合约存在。为研究需要，克服期货价格不连续的缺　点，必须产生连续的期货价格序列，由此，我们选　用沪深３００股指期货当月连续合约（ＩＦ００）为研究　对象，研究区间为股指期货上市日２０１０年４月１６　日一２０１４年４月１４日。为探究价格发现功能随着　我国股指期货市场的发展的动态变化，我们按照市　场发展进程将研究区间均匀划分为四个子样本区　间，见表１。　表１研究区间划分　子样本区间　起止日期　２　２　２　２　Ｏ　０　Ｏ　Ｏ　０　１　２　３　年４　年４　年４　年　４　鉴于股指期货和现货市场的高流动性和信息传　月　月月　月　１　６　９　６　５　递的有效性，使二者之间的价格引导会在较短的时　日　日　日　日　间内实现，因此数据频率选取高频５分钟交易数　２　一　２　一　２　　一２　一　０　Ｏ　Ｏ　Ｏ　１　２　３　４　据。同时，由于我国股指期货的开盘与收盘时间与　年４　年４　年４　年　４　股票市场不同，为保持数据一一对应，剔除所有不　月　月　月　月　８　３　２　４　匹配数据和缺失数据。我们对沪深３００股指期货和　日　日　日　日　沪深３００指数价格作对数处理以排除异方差的干　扰，分别记作Ｐｔ、Ｐ　。　（二）单位根检验　时间序列的平稳性是进行建模分析的基础，运　用ＡＤＦ方法对所研究的变量进行平稳性检验，检　验结果见表２。　表２沪深３００股指期货与沪深３００指数　对数价格序列的平稳性检验　王继莹：中国股指期货市场价格发现效率的实证研究　由表２可以看出，在１０％的显著性水平下，　和Ｒ　进行回归分析，参数估计结果见表４。　表３沪深３００股指期货与沪深３００指数　收益率序列的平稳性检验　各子样本区间中Ｐ，和Ｐ　均不能拒绝存在单位根假　设，即在我国股指期货市场发展的四个阶段二者均　为非平稳序列。为得到平稳序列，分别对Ｐ，和Ｐ　取一阶差分，得到新的时间序列Ｒ，、Ｒ　。　，的经　济意义为沪深３００股指期货价格５分钟对数收益　率，　表３。　的经济意义为沪深３００指数的５分钟对数　收益率。继续对Ｒ，、进行ＡＤＦ检验，检验结果见　结果显示：各个子样本区间中Ｒ，与Ｒ　均在　１％的显著性水平下拒绝存在单位根假设，皆为平　稳序列。　（三）价格发现效率的定性分析　１．Ｃｈａｎ模型检验　Ｃｈａｎ模型所估计变量为收益率，因此，对Ｒ，　表４　Ｃｈａｎ模型估计结果　注：　，△和▲分别表示１Ｏ％、５％和１％的显著性水平。　由模型的估计结果可知，在子区间Ｉ，参数系　滞后一期的沪深３００股指期货价格显著影响着沪深　３００指数的价格水平。Ｃｈａｎ模型的实证结果表明沪　深３００股指期货在上市发展的四年中，各个发展阶　数ｂ一　、ｂ一　能够在１％的显著水平下拒绝等于０的　原假设，说明二者显著不等于０，同时，在其它三　个样本区间，参数系数ｂ一．也均显著不等于０。根　据Ｃｈａｎ模型的原理，如果方程回归系数ｂ　的下标　段均存在着一定的价格发现功能。　２．ＧＳ模型　ｋ为负值且显著不等于０，可判断期货价格能够领　先于现货价格，因此，在沪深３００股指期货上市发　展的各个阶段，其价格能够领先于沪深３００指数，　通过Ｃｈａｎ模型得出，沪深３００股指期货和沪　深３００指数存在着领先滞后效应，下面我们对这种　关联程度进行分析，回归结果见表５。　表５　ＧＳ模型估计结果　注：　，Ａ和▲分别表示１Ｏ％、５％和１％的显著性水平。　・１２・　石家庄经济学院学报　第３７卷第５期　由表５可知，在两个样本区间，　和卢　均在　１％的显著水平下拒绝等于０的原假设，二者均显　著不等于０，则意味着我国的股指期货市场价格与　股票现货市场价格是互相影响的，均具备着一定的　价格发现功能。而根据公式求得Ｇｓ比率０　＝　０．３９０、０Ⅱ＝０．３９２、０Ⅲ：０．４２２、０Ⅳ＝０．７２６，我　们发现在前三个子样本区间，ＧＳ指数均小于０．５，　说明在沪深３００股指期货上市后的前三个年头，股　指期货在价格发现中处于弱势，而在股指期货上市　后的第四年，ＧＳ指数大于０．５，说明此时沪深３００　股指期货市场在价格发现中已经能够起主导作用。　（三）价格发现效率度量　前文从定性的角度检验了沪深３００股指期货与　沪深３００指数价格的相互作用关系，发现我国股指　期货在不同的发展时期均表现出一定的价格发现能　力，同时，股票现货价格也在一定程度上影响着股　指期货价格。那么股指期货市场与现货市场对价格　发现的贡献度如何？市场发展过程中股指期货的价　格发现效率发生了怎样的变化？将是下文研究的重　点。　国外学者通过实证研究发现，单独使用修正信　息份额模型或因子份额模型时，无法区分不同市场　间的价格发现功能。其中，修正信息份额模型反映　的是市场对于新息的反应程度和反应速度，容易被　市场瞬时摩擦所曲解；因子份额模型反映了市场对　噪音交易和流动性冲击的相对阻力，虽然能够衡量　市场的瞬时摩擦，但无法完全体现出一个市场的价　格对于新息的完全反应。因此，我们结合修正信息　份额模型和因子份额模型，以期能更加准确全面地　度量我国股指期货市场价格发现效率。　表６　价格发现贡献度测量结果　我们从测量结果发现：在股指期货上市初期的　一年内，修正信息份额模型所测量出的期货市场对　价格发现的贡献度为３９．８２１％，因子份额模型所　测量出的期货市场对价格发现的贡献度为　２０．９３２％，均远远低于现货市场对价格发现的贡献　度。说明在价格发现过程中，现货市场起主导作　用，股指期货市场的价格发现效率并不理想。出现　这种情况的原因可能是市场中理性投资者缺乏，日　内投机盛行，使得股指期货套期保值等相关的组合　投资策略无法有效实施，在一定程度上影响股指期　货价格发现功能的发挥。而随着股指期货市场的不　断发展成熟，两种模型所测量出的期货市场对价格　发现的贡献度整体均呈现不断增加的趋势，其中，　在子样本区间Ⅲ时贡献略有下降。但从具体数值可　以看出，前三个子样本区间即股指期货市场上市发　展的前三年中，股指期货对价格发现的贡献度均小　于５０％，意味着股指期货的价格发现效率低于股　票现货市场的价格发现效率。而进人股指期货市场　发展的第四个年头后，修正信息份额模型所测量出　的期货市场对价格发现的贡献度为５９．２６２％，因　子份额模型所测量出的期货市场对价格发现的贡献　度为５２．８７４％，开始超过了股票现货市场对价格　发现的贡献度，逐渐显示出股指期货在价格发现方　面的优势。这说明随着机构投资者的逐步进入，个　人投资者经验不断增加以及市场的逐渐成熟，股指　期货市场的价格发现效率不断提高，其逐渐成为了　价格发现的主导者。　四、结论及政策建议　实证研究表明，虽然股指期货上市交易后的三　年中，其在价格发现功能中并没有占据主导地位，　但其价格对于现货指数仍或多或少的具有一定领先　作用。为使我国股指期货进一步提升价格发现效　率，结合其他功能共同促进市场平稳运行，本文对　我国股指期货市场的发展给出如下建议：　１．适时降低股指期货交易限制　随着市场的不断成熟，加强市场流动性、促进　股指期货功能的有效发挥将有助于我国资本市场运　行保持平稳，适时适当地降低交易限制，采取适当　降低套利交易保证金比例等措施，可以吸引更多资　金参与到股指期货套利中来，从而使期货价格与现　货价格保持在一定的合理区间，实现风险转移和分　散。　２．改善我国股指期货的投资主体　目前我国股指期货市场仍以中小投资者为主　导，虽然证券投资基金、证券公司、信托公司以及　保险资金已被获批以套期保值为目的参与到股指期　货当中，但企业年金、社保基金等机构投资者还没　有完全人市。应鼓励更多的机构投资者参与股指期　货的交易，引导股指期货市场进行理性投资，同时　也应鼓励套利交易，促进股指期货的价格发现功能　得到更有效的发挥。　王继莹：中国股指期货市场价格发现效率的实证研究　３．强化市场监管功能　由于股指期货价格可看作现货价格的先行指　标，丽个市场价格的差异可能会造成操纵市场获利　・１３・　加强对市场的监督管理，以减少内幕交易和市场的　操纵行为，从而对股指期货市场与股票现货市场的　风险进行更有效的防范。　行为的产生，因此应该借鉴成熟市场的先进经验，　参考文献：　［１］ＣＨＡＮ　Ｋ．Ａ　Ｆｕｒｔｈｅｒ　Ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　Ｌｅａｄ—Ｌａｇ　Ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｔｈｅ　Ｃａｓｈ　Ｍａｒｋｅｔ　ａｎｄ　Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔ　Ｃｏｎｔｒａｃｔｓ：Ａｎ　Ｅｃｏｎｏｍｉｃ　Ａｎａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，１９８３，３（４）：４５１—４７２．　［Ｊ］．Ｒｅｖｉｅｗ　ｏｆＦｉｎａｎｃｉａｌ　Ｓｔｕｄｉｅｓ，１９９２（５）：１２３—１５１．　［８］ＨＡＳＢＲＯＵＣＫ　Ｊ．Ｏｎｅ　Ｓｅｃｕｒｉｔｙ，Ｍａｎｙ　Ｍａｒｋｅｔｓ：Ｄｅｔｅｒｍｉｎｉｎｇ　ｔｈｅ　Ｃｏｎｔｒｉｂｕｔｉｏｎｓ　ｔｏ　Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ［Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｅ，１９９５，５０（４）：１１７５—１１９９．　［２］ＭＡＯＳＥＮ　ＺＨＯＮＧ，ＡＬＩ　Ｆ　ＤＡＲＲＡＴ，ＲＡＦＡＥＬ　ＯＴＥＲＯ．　Ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ａｎｄ　ｖｏｌａｔｉｌｉｔｙ　ｓｐｉｌｌｏｖｅｒｓ　ｉｎ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ｍａｒｋｅｔｓ．Ｓｏｍｅ　ｅｖｉｄｅｎｃｅ　ｆｒｏｍ　Ｍｅｘｉｃｏ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｂａｎｋｉｎｇ＆Ｆｉｎａｎｃｅ，２００４，２８（１２）：３０３７—３０５４．　［９］ＧＯＮＺＡＬＯ　Ｊ，ＧＲＡＮＧＥＲ　Ｃ　Ｗ　Ｊ．Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　Ｃｏｍｍｏｎ　Ｌｏｎｇ—Ｍｅｍｏ￣Ｃｏｍｐｏｎｅｎｔｓ　ｉｎ　Ｃｏｉｎｔｅｇｒａｔｅｄ　Ｓｙｓｔｅｍｓ［Ｊ］．　Ｊｏｕｒｎａｌ　ｏｆ　Ｂｕｓｉｎｅｓｓ＆Ｅｃｏｎｏｍｉｃ　Ｓｔａｔｉｓｔｉｃｓ，１９９５，１３（１）：２７　—［３］陈昭．沪深３００股指期货价格发现功能研究［Ｄ］．上海：　华东交通大学，２０１２．　［４］刘澄，胡艺铭．基于多采样频率的沪深３００股指期货价　格发现能力研究［Ｊ］．财会月刊，２０１３（８）：６８—７１．　［５］ＣＨＲＩＳ　ＢＲＯＯＫＳ，ＩＡＮ　ＧＡＲＲＥＴＴ，ＭＥＬＶＩＮ　ＨＩＮＩＣＨ．Ａｎ　ａｌｔｅｒｎａｔｉｖｅ　ａｐｐｒｏａｃｈ　ｔｏ　ｉｎｖｅｓｔｉｇａｔｉｎｇ　ｌｅａｄ—ｌａｇ　ｒｅｌａｔｉｏｎｓｈｉｐｓ　３５．　［１０］ＢＯＯＴＨ　Ｇ　Ｇ，ＳＯ　Ｒ　Ｗ，ＴＳＥ　Ｙ．Ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ｉｎ　ｔｈｅ　Ｇｅｒｍａｎ　ｅｑｕｉｔｙ　ｉｎｄｅｘ　ｄｅｒｉｖａｔｉｖｅｓ　ｍａｒｋｅｔｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，ｌ９９９，１９（６）：６１９—６４３．　［１１］ＣＨＵ　Ｑ　Ｃ，ＨＳＩＣＨ　Ｗ　Ｇ，ＴＳＥ　Ｙ．Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ　ｏｎ　ｔｈｅ　Ｓ＆Ｐ５００　Ｉｎｄｅｘ　Ｍａｒｋｅｔｓ：Ａｎ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｓｐｏｔ　Ｉｎｄｅｘ，Ｉｎｄｅｘ　ｂｅｔｗｅｅｎ　ｓｔｏｃｋ　ａｎｄ　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ｍａｒｋｅｔｓ［Ｊ］．Ａｐｐｌｉｅｄ　Ｆｉｎａｎｃｉａｌ　Ｅｃｏｎｏｍｉｃｓ，１９９９，９（６）：６０５—６１３．　Ｆｕｔｕｒｅｓ　ａｎｄ　ＳＰＤＲｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｒｅｖｉｅｗ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ａｎａｌｙｓｉｓ，１９９９（８）：２１—３４．　［６］王拓，刘兴万．股指期货价格发现功能研究——基于印　度Ｎｉｆｔｙ５０股指期货的实证分析［Ｊ］．南昌航空大学学报　（社会科学版），２００８（３）：３３—３７．　（７］ＧＡＲＢＡＤＥ　Ｋ　Ｄ，ＳＩＬＢＥＲ　Ｗ　Ｌ．Ｃａｓｈ　Ｓｅｔｔｌｅｍｅｎｔ　ｏｆ　Ｆｕｔｕｒｅｓ　［１２］ＨＡＲＲＩＳ　Ｆ　Ｈ，ＭＣＩＮＩＳＨ　Ｔ　Ｈ，ＷＯＯＤ　Ｒ　Ａ．Ｃｏｍｍｏｎ　Ｆａｃｔｏｒ　Ｃｏｍｐｏｎｅｎｔｓ　ｖｅｒｓｕｓ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｈａｒｅｓ：Ａ　Ｒｅｐｌｙ　［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆＦｉｎａｎｃｉａｌ　Ｍａｒｋｅｔｓ，２００２（５）：３４１—３４８．　Ｅｍｐｉｒｉｃａｌ　Ｓｔｕｄｙ　ｏｎ　ｔｈｅ　Ｅｆｉｃｉｅｎｃｙ　ｏｆ　Ｐｒｉｆｃｅ　Ｄｉｓｃｏｖｅｒｙ　ｉｎ　Ｃｈｉｎａ￣Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔ　ＷＡＮＧ　Ｊｉ－ｙｉｎｇ　（Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ，Ｊｉｌｉｎ　１３００１２）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐａｐｅｒ　ｕｓｅｄ　Ｃｈａｎ　ｍｏｄｅｌ　ａｎｄ　ＧＳ　ｍｏｄｅｌ　ｔｏ　ｍａｋｅ　ａ　ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　ｅｆｉｃｉｅｎｃｙ　ｏｆ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ｉｎ　Ｃｈｉｎａ　ｆｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ｍａｒｋｅｔ．Ｉｔｇ　ｆｏｕｎｄ　ｔｈａｔ　ＣＳＩ　３００　ｆｕｔｕｒｅｓ　ｉｎ　ｔｈｅ　ｆｏｕｒ　ｙｅａｒｓ　ｏｆ　ｔｈｅ　ｌｉｓｔｅｄ　ｔｒａｎｓａｃｔｉｏｎｓ　ｈａｖｅ　ｓｈｏｗｎ　ａ　ｃｅｒｔａｉｎ　ｅｘｔｅｎｔ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ｆｕｎｃｔｉｏｎ．Ｂｕｔ　ｉｎ　ｔｈｅ　ｌｉｓｔｉｎｇ　ｏｆ　ｔｈｅ　ｆｏｕｒｔｈ　ｙｅａｒ，ｔｈｅｙ　ｂｅｇａｎ　ｔｏ　ｄｏｍｉｎａｔｅ　ｉｎ　ｔｈｅ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ．Ｉｔ　ｓｈｏｗｓ　ａ　ｃｈａｎｇｅｄ　ｐｒｏｃｅｓｓ　ｆｒｏｍ　ｗｅａｋ　ｔｏ　ｓｔｒｏｎｇ　ｉｎ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ｆｕｎｃｔｉｏｎ　ｉｎ　Ｃｈｉｎａ，ｓ　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅ　ｐａｐｅｒ　ａｐｐｌｉｅｓ　ｔｈｅ　ｍｏｄｉｆｉｅｄ　ｉｎｆｏｒｍａｔｉｏｎ　ｓｈａｒｅ　ｍｏｄｅｌ　ａｎｄ　ｆａｃｔｏｒ　ｓｈａｒｅｓ　ｍｏｄｅｌ　ｔｏ　ｍｅａｓｕｒｅ　ｔｈｅ　ｃｏｎｔｒｉｂｕｔｉｏｎ　ｏｆ　ＣＳＩ　３００　ｆｕｔｕｒｅｓ　ｉｎ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ａｎｄ　ｉｔｇ　ｆｏｕｎｄ　ｔｈａｔ　ｔｈｅ　ｃｏｎｔｒｉｂｕｔｉｏｎ　ｏｆ　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ｏｎ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ａｌｓｏ　ｓｈｏｗｓ　ａ　ｐｒｏｃｅｓｓ　ｔｈａｔ　ｃｈａｎｇｅｄ　ｆｒｏｍ　ｓｍａｌｌ　ｔｏ　ｂｉｇ．　Ｋｅｙ　ｗｏｒｄｓ：ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ；ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ；ｅｆｉｃｉｅｎｃｙ　ｆ（责任编辑周吉光）