信息溢出视角下的中国金属期货市场国际定价能力研究

doi:10.16381/j.cnki.issn1003-207x.2016.09.004

中国管理科学 ›› 2016, Vol. 24 ›› Issue (9): 28-35.doi: 10.16381/j.cnki.issn1003-207x.2016.09.004

信息溢出视角下的中国金属期货市场国际定价能力研究

朱学红^1,2, 谌金宇¹, 邵留国^1,2

1. 中南大学商学院, 湖南长沙 410083;
2. 中南大学金属资源战略研究院, 湖南长沙 410083

收稿日期:2015-07-24 修回日期:2016-03-21 出版日期:2016-09-20 发布日期:2016-09-30
通讯作者: 谌金宇(1988-),男(汉族),湖南益阳人,中南大学商学院博士研究生,研究方向:大宗商品定价、产业经济学,E-mail:cjy19881001@163.com. E-mail:cjy19881001@163.com
基金资助:
国家自然科学基金重点项目（71633006）；国家社会科学基金重大项目（13&ZD169，14ZDB136）；国家自然科学基金面上项目（71573282）；教育部人文社会科学研究规划基金（14YJCZH045）；湖南省教育厅创新平台开放基金（15K134）；中南大学研究生自主探索创新基金（2015zzts005）

The International Pricing Power of Chinese Metal Futures Market Based on Information Spillover

ZHU Xue-hong^1,2, CHEN Jin-yu¹, SHAO Liu-guo^1,2

1. School of Business, Central South Universtiy, Changsha 410083, China;
2. Institute of Metal Resources Strategy, Central South Universtiy, Changsha 410083, China

Received:2015-07-24 Revised:2016-03-21 Online:2016-09-20 Published:2016-09-30

摘要/Abstract

摘要： 基于多维信息溢出视角，本文采用有向无环图和溢出指数模型，以上海期货交易所（SHFE）、伦敦金属交易所（LME）、纽约商品交易所（COMEX）三大期铜市场为例，对1994-2015年间中外期铜市场的动态联动性进行了研究，考察了中国期铜市场国际定价能力的现状及动态趋势。结果显示，中外期铜市场的收益溢出效应要强于波动溢出效应，并且收益率溢出与波动率溢出在动态路径上存在显著性差异，收益溢出指数具有明显的上升趋势，而波动率溢出指数则呈现较强的不规则波动；此外，SHFE期铜市场的国际定价能力表现出阶段性特征，在2003年10月以前呈现逐渐上升趋势，之后有所下降，在2007年后又得到显著提升，但国际市场对SHFE期铜市场的信息溢出强度要高于SHFE期铜市场的对外溢出，显示现阶段SHFE期铜市场的国际定价能力还相对较弱。

关键词: 信息溢出, 期铜市场, 定价能力, 收益率溢出, 波动率溢出

Abstract: With the further development of economic globalization and the increasing influence of Chinese factor, the price linkage mechanism of domestic and foreign metal futures markets as well as international pricing issues have drawn public's attention. Based on the multi-dimensional information spillovers and by taking the examples of SHFE (Shanghai Futures Exchange), LME (London Metal Exchange) and COMEX (New York Commodity Exchange), Directed Acyclic Graphs and Information Spillover Index model are used to study the dynamic linkage between domestic and foreign copper futures markets from 1994 to 2015,and the current situation and dynamic trend of international pricing power of Chinese copper futures market are also measured. The results show that the return spillovers are much stronger than volatility spillovers,and the dynamic of return and volatility spillovers show significant difference, the return spillovers display a significant increasing trend, while the volatility spillovers are more influenced by extreme events like financial crisis. Furthermore,the international pricing power of SHFE copper market shows the characteristics of stages.It presents a gradually rising trend before October 2003, then falls back, and significantly improves after 2007. But the information spillover strength from international market to SHFE copper market is higher than the foreign overflow of SHFE copper market,which demonstrats that the international pricing power of Chinese copper futures market is still relatively weak.Our findings can not only provide valuable market information for market participants and regulators, but also have important theoretical value and practical significance for correctly understanding the role of Chinese metal futures market in international commodity pricing, while also accelerats the development of Chinese metal futures market.

Key words: information spillover, copper futures market, international pricing power, return spillover, volatility spillover

中图分类号:

F830.91

朱学红, 谌金宇, 邵留国. 信息溢出视角下的中国金属期货市场国际定价能力研究[J]. 中国管理科学, 2016, 24(9): 28-35.

ZHU Xue-hong, CHEN Jin-yu, SHAO Liu-guo. The International Pricing Power of Chinese Metal Futures Market Based on Information Spillover[J]. Chinese Journal of Management Science, 2016, 24(9): 28-35.

参考文献

[1] 蒋序标,周志明.LME 与SHFE 期铜价格引导关系实证研究[J].系统工程,2004,22(9):66-68.

[2] 华仁海,卢斌,刘庆富.中国期铜市场的国际定价功能研究[J].数量经济技术经济研究,2008,(8):83-93.

[3] Isabel F F, Jesús G. Modelling and measuring price discovery in commodity markets[J]. Journal of Econometrics,2010,158(1):95-107.

[4] 杨浩,马鹤. 中国对国际大宗农产品的价格影响力研究—基于大豆期货市场的实证分析[J]. 中国管理科学,2012,22(S2):848-853.

[5] 邵燕敏,汪寿阳.基于门限向量误差修正模型的中国与国际有色金属期货价格关联性研究[J].系统工程理论与实践,2012,32(11):2387-2393.

[6] Fung H G, Leung W K, Xu X E. Information flows between the U.S.and China commodity futures trading[J].Review of Quantitave Finance and Accounting,2003,21(3):267-285.

[7] 吴文锋,刘太阳,吴冲锋.上海与伦敦期铜市场之间的波动溢出效应研究[J].管理工程学报,2007,21(3):111-115.

[8] 高金余,刘庆富.伦敦与上海期铜市场之间的信息传递关系研究[J].金融研究,2007,(2):63-73.

[9] 刘庆富,张金清,华仁海.LME与SHFE金属期货市场之间的信息传递效应研究[J].管理工程学报,2008,22(2):155-159.

[10] 方毅.国内外期铜价格之间的长期记忆成分和短期波动溢出效应[J].数理统计与管理,2008,27(2):304-312.

[11] 郭树华,王华,高祖博,等. 金属期货市场价格联动及其波动关系研究[J].国际金融研究,2010,(4):79-88.

[12] Liu Qingfu, An Yunbi.Information transmission in informationally linked market:Evidence from US and Chinese commodity futures market[J].Journal of International Money and Finance,2011,30(5):778-795.

[13] Yue Yiding, Liu Duchi, Xu Shan.Research on the price linkage between Chinese and international non-ferrous metals commodity markets based on VAR-DCC-GARCH models [J]. Transactions of Nonferrous Metals Society of China,2015,25(3):1020-1026.

[14] 韩立岩,郑葵方.铜期货市场信息的国际传递[J].管理评论,2008,20(1):9-16.

[15] 徐国祥,代吉慧.中国与国际大宗商品市场价格之间的关联性研究[J].统计研究,2015,(6):81-89.

[16] Bessler D A,Yang Jian.The structure of interdependence in international stock market[J].Journal of International Money and Finance,2003,22(2):261-287.

[17] 吴文锋,靳莹. 基于DAG方法的物价波动国际间传导研究[J]. 中国管理科学,2008,16(S1):481-485.

[18] Yang Jian, Zhou Yinggang. Credit risk spillovers among financial institutions around the global credit crisis:firm-level evidence[J].Management Science,2013,59(10):2343-2359.

[19] 李苗苗,肖洪钧,赵爽. 金融发展、技术创新与经济增长的关系研究—基于中国的省市面板数据[J]. 中国管理科学,2015,23(2):162-169.

[20] 卜林,李政,张馨月. 短期国际资本流动、人民币汇率和资产价格——基于有向无环图的分析[J]. 经济评论,2015,(1):140-151.

[21] Diebold F X, Yilmaz K. Measuring financial asset return and volatility spillovers with application to global equity market[J].Economic Journal, 2009,119(534):158-171.

[22] Diebold F X, Yilmaz K.Better to give than to receive: Predictive directional measurement of volatility spillovers[J].International Journal of Forecasting,2012,28(1):57-66.

[23] Zhou Xiangyi, Zhang Weijin, Zhang Jie.Volatility spillovers between the Chinese and world equity market[J].Pacific Basin Finance Journal,2012,20(2):247-270.

[24] Alter A, Beyer A. The dynamics of spillver effects during the European sovereign debt turmoil[J].Journal of Banking and Finance,2014,42(4):134-153.

[25] Diebold F X, Yilmaz K. On the network topology of variance decompositions:Measuring the connectedness of financial firms[J].Journal of Econometrics,2014,182(1):119-134.

[26] 尹力博,韩立岩.中国输入型通货膨胀特征研究:程度、来源及渠道[J].数量经济技术经济研究,2014,(7):52-67.

[27] 梁琪,李政,郝项超.中国股票市场国际化研究:基于信息溢出的视角[J].经济研究,2015,(4):150-164.

[28] Xu X E, Fung H G. Cross-market linkages between U.S. and Japanese precious metals futures trading[J].Journal of International Financial Markets,2005,15(2):107-124.

信息溢出视角下的中国金属期货市场国际定价能力研究

The International Pricing Power of Chinese Metal Futures Market Based on Information Spillover

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	宋平凡, 谭常春, 祁毓. 基于相对熵方法的长寿债券定价研究[J]. 中国管理科学, 2019, 27(5): 32-41.
[2]	赵鹏举, 张维. 基于随机动力系统的证券市场演化动态研究[J]. 中国管理科学, 2019, 27(5): 50-56.
[3]	向诚, 陆静. 本地投资者有信息优势吗?基于百度搜索的实证研究[J]. 中国管理科学, 2019, 27(4): 25-36.
[4]	蒋辉, 马超群, 许旭庆, 兰秋军. 仿EM的多变量缺失数据填补算法及其在信用评估中的应用[J]. 中国管理科学, 2019, 27(3): 11-19.
[5]	陈文博, 陈浪南, 王升泉. 投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角[J]. 中国管理科学, 2019, 27(2): 19-30.
[6]	李准, 李强, 曾勇. 增长期权的执行、创造与资产风险溢价——企业生命周期的视角[J]. 中国管理科学, 2018, 26(10): 1-9.
[7]	徐光鲁, 马超群, 刘伟, 贾钰. 信息披露与IPO首日回报率[J]. 中国管理科学, 2018, 26(10): 10-19.
[8]	朱学红, 邹佳纹, 韩飞燕, 谌金宇. 引入外部冲击的中国铜期货市场高频波动率建模与预测[J]. 中国管理科学, 2018, 26(9): 52-61.
[9]	马超群, 徐光鲁, 刘伟, 贾钰, 赵新伟. 询价制度改革、知情交易者概率与IPO溢价[J]. 中国管理科学, 2018, 26(8): 1-12.
[10]	何俊勇, 张顺明. 在相关系数暧昧环境下的市场微观结构研究[J]. 中国管理科学, 2018, 26(4): 139-154.
[11]	石玉山, 刘海龙, 胡友群. 考虑流动性和组合再平衡风险的股票质押率优化模型[J]. 中国管理科学, 2018, 26(1): 81-89.
[12]	胡昌生, 程志富, 陈晶, 熊德超. 投资组合约束下分离交易可转债的定价[J]. 中国管理科学, 2017, 25(9): 11-18.
[13]	宋亚琼, 王新军. 基于动态估计误差的中国股市波动率建模与预测[J]. 中国管理科学, 2017, 25(9): 19-27.
[14]	巢文, 邹辉文. 基于双指数跳跃扩散模型的长寿债券定价研究[J]. 中国管理科学, 2017, 25(9): 46-52.
[15]	曾裕峰, 简志宏, 彭伟. 中国金融业不同板块间风险传导的非对称性研究——基于非对称MVMQ-CAViaR模型的实证分析[J]. 中国管理科学, 2017, 25(8): 58-67.