文獻閱讀報告2份

1、文獻閱讀報告：市場有效性檢驗文獻閱讀：尤金法瑪(Eugene Fama)Error! Reference source not found.（1965）：他在Financial Analysts Journal上發(fā)表文章Random Walks in Stock Market Prices中第一次提到了Efficient Market的概念。他認為有效市場是指在這個市場中存在著大量理性的、追求利益最大化的投資者，每一個人都能輕易的獲得當前市場的重要信息，以此來預測單個股票未來的市場價格。尤金法瑪(Eugene Fama)Error! Reference source not found.（19

2、70）：正式提出了有效市場假說（Efficient Market Hypothesis，EMH）。并將有效市場定義為：如果在一個證券市場中，價格完全反映了所有可以獲得的信息，那么就稱這樣的市場為有效市場。他認為在一個價格能夠為資源配置提供準確信號的理想資本市場中，廠商能夠做出生產(chǎn)和投資的決策，投資者可以選擇代表公司所有權(quán)的證券。因此衡量證券市場是否有效有兩個外在的標志：一是價格是否能自由地根據(jù)有關(guān)信息而變動；二是證券的有關(guān)信息能否充分地披露和均勻地分布，使每個投資者在同一時間內(nèi)得到等量等質(zhì)的信息。在該片文章中，尤金法瑪還基于三種類型的信息：“歷史信息”、“公開信息”和“內(nèi)部信息”將有效市場劃分

3、為三種形式：弱式有效市場、半強式有效市場和強式有效市場。弱式有效市場假設(shè)（Weak Form Efficient Hypothesis）其認為市場價格已充分反映出所有過去歷史的證券價格信息，如證券的歷史價格、交易量等，這是市場有效性假設(shè)的最低層次。若弱式有效市場成立，則技術(shù)分析失去作用，基本分析還可能幫助投資者獲得超額利潤；半強式有效市場假設(shè)（Semi-strong Form Efficient Hypothesis）認為證券價格除了反映了過去的價格信息外，還包括公開的可獲得的信息，如盈利資料、盈利預測值、公司管理狀況及其它公開披露的財務(wù)信息等。在半強勢有效市場條件下，技術(shù)分析和基本分析都失去

4、作用，內(nèi)幕消息可能獲得超額利潤；強式有效市場假設(shè)（Strong Form Efficient Hypothesis）是有效市場的最高層次，認為價格已充分反映了所有關(guān)于公司營運的信息，這些信息包括已公開的或內(nèi)部未公開的信息。但是該假設(shè)相當不現(xiàn)實，在現(xiàn)實生活中很難實現(xiàn)，從各國對禁止內(nèi)幕交易的法律法規(guī)足以說明這點。尤金法瑪(Eugene Fama)Error! Reference source not found.（1991）：自有效市場理論提出以來，國內(nèi)外學者對證券市場有效性的研究從未間斷，各類檢驗性文獻浩如煙海，以至于其創(chuàng)始人法瑪承認，無法對此類文獻給出一個完整的綜述。在1991年發(fā)表的文章Ef

5、ficient capital markets: II中，法瑪認為剛剛提出三類有效性假說的時候，弱有效市場檢驗主要研究歷史收益的預測能力，截止到1991年之前，弱式有效市場檢驗覆蓋的范圍已經(jīng)非常廣泛，已擴展到股利回報率、利率等變量對收益的預測；同時，由于市場有效性和均衡定價模型密不可分，在弱式有效性檢驗時，還考慮了收益的截面預測能力，也就是對資產(chǎn)定價模型的檢驗和檢驗中發(fā)現(xiàn)的異象等等。于半強有效性，主要集中于事件窗檢驗，而強有效檢驗，牽涉到私人信息檢驗，因此無法檢驗。在該文中，F(xiàn)ama還認為，牽涉到模型的檢驗，即便出現(xiàn)異象，也不能簡單斷言市場的無效，因為可能是定價模型自身的不夠精確，抑或模型的假

6、設(shè)被破壞了。LarsonError! Reference source not found.（1960）指出，早期的時間序列檢驗都是通過將序列分解成時間趨勢或者季度性等其他周期性的結(jié)構(gòu)和一些隨機成分。通常這些成分都是獨立的，其性質(zhì)也比較含糊。因此作者提出了一種新的時間序列檢驗方法連續(xù)指數(shù)來代替自相關(guān)系數(shù)進行期貨市場的有效性檢驗。他采用自相關(guān)方法對美國芝加哥商品期貨交易所的玉米期貨市場價格分成了兩階段（1922-1931及1949-1958）進行了分析。他發(fā)現(xiàn)玉米期貨價格的變動不具有自相關(guān)性，且其價格變化基本接近正態(tài)分布，但是同時也存在著大量的極端值，結(jié)論是玉米期貨價格的變化不受過去價格的影響，

7、玉米期貨市場是弱式有效的。Labys and GrangerError! Reference source not found.（1970）：分析了美國期貨交易所13種期貨和6種現(xiàn)貨進行了自相關(guān)圖譜分析，檢驗結(jié)果顯示期貨價格變動和現(xiàn)貨價格變動的自相關(guān)圖譜較平坦，支持了期貨價格變動無自相關(guān)的結(jié)論。PraetzError! Reference source not found.（1975）將有效市場的檢驗從證券市場擴展到商品市場和期貨市場。他對悉尼商品交易所1966-1972年間羊毛期貨的價格進行了序列自相關(guān)分析，結(jié)果表明沒有發(fā)現(xiàn)羊毛期貨價格的變動具有相關(guān)性，即羊毛期貨價格服從隨機游走，以此得出了

8、澳大利亞期貨市場具有弱式有效性。他同時采用了游程檢驗對悉尼羊毛期貨進行了檢驗，發(fā)現(xiàn)，羊毛期貨市場雖然不是完全有效，但是市場參與者卻盡可能地減小交易等成本帶來的不完美。LeutholdError! Reference source not found.（1972）指出先前的學者們對市場有效性檢驗得出了不同的結(jié)果，這可能是由于所采用的方法和所使用的數(shù)據(jù)不相同而導致的。因此在文章中，他采用了兩種不同的檢驗方法圖譜分析法（Spectral Analysis）和過濾分析法（Filter Rules），對美國生牛肉期貨市場的有效性進行了分析和比較。結(jié)果顯示盡管兩種方法得出的顯著性水平有所差異，但是檢驗結(jié)果

9、都支持了美國生牛肉期貨市場的價格變化是服從隨機游走的，即生牛肉期貨市場是弱式有效的。HouthakkerError! Reference source not found.（1961）對美國（1921-1939及1947-1956）年間的小麥和玉米期貨進行分析，結(jié)論表明期貨市場價格變動存在著非隨機的因素。之后，隨機游走模型能夠從期貨價格的可預測性角度來檢驗期貨市場的有效性。Labys，Beers和ElliottError! Reference source not found.（1971）采用了圖譜分析法和自相關(guān)方法對倫敦銅期貨市場的有效性進行了檢驗，結(jié)果表明銅的期貨和現(xiàn)貨價格變化都服從隨機游

10、走假設(shè)，并且價格的變化具有周期性，周期為4個月。對期貨價格的引導作用分析分析發(fā)現(xiàn)銅的期貨價格對現(xiàn)貨價格沒有預測作用，因為投資者的預測是同時對期貨和現(xiàn)貨價格產(chǎn)生影響的。Stevenson和BearError! Reference source not found.（1970）采用了隨機游走方法對1951-1968年芝加哥商品交易所的大豆和玉米期貨的價格變化進行了研究，隨機游走檢驗的結(jié)果不能為大豆和玉米期貨投資性的價格序列提供一個滿意的解釋，因為自相關(guān)檢驗得到期貨價格變化的自相關(guān)性不顯著，認為應(yīng)該拒絕隨機游走的假說。Lo和Mackinlay Error! Reference source not

11、found.(1988)對美國證券市場CRSP指數(shù)、投資組合、個股分別作了方差比率檢驗，結(jié)果表明：對于指數(shù)和組合，RW3假設(shè)沒有被價值權(quán)重指數(shù)拒絕；而對于個股，很難發(fā)現(xiàn)市場中的可預測部分。他們還通過大量仿真試驗得出結(jié)論：無論正態(tài)和同方差條件成立如否，方差比方法均優(yōu)于傳統(tǒng)的檢驗方法。齊明亮Error! Reference source not found.（2004）通過自相關(guān)檢驗、協(xié)積檢驗和方差比檢驗三種方法檢驗了鄭州小麥期貨市場的有效性問題，結(jié)果如下：序列相關(guān)檢驗的研究結(jié)果表明鄭州小麥期貨市場基本滿足市場有效性假設(shè)；單位根檢驗的研究結(jié)果也表明鄭州小麥期貨市場滿足有效性假設(shè)；方差比檢驗的研究結(jié)

12、果卻表明鄭州小麥期貨市場不滿足有效性假設(shè)。ChowdhuryError! Reference source not found.（1991）：指出此前的市場有效性檢驗采用的金融產(chǎn)品價格序列不是穩(wěn)定的價格序列，在一定程度上會影響檢驗的結(jié)果。因此他采用了協(xié)整的方法對倫敦金屬交易所中上市的銅、鉛、錫、鋅四種期貨的期貨價格和現(xiàn)貨價格進行了分析，實證結(jié)果拒絕了倫敦金屬期貨市場無效的假設(shè)。LaiError! Reference source not found.（1991）對遠期外匯市場上的英鎊、德國馬克、瑞郎、加元和日元的遠期匯率和即期匯率之間采用了協(xié)整檢驗，實證結(jié)果與有效市場理論似乎不一致。Lai解釋

13、這是因為在市場中存在著風險溢價，外匯市場并不能同時滿足市場有效性和無風險溢價的聯(lián)合檢驗。Crowder 和HamedError! Reference source not found.（1993）收集了紐約貿(mào)易交易所從1983年3月到1990年9月，共90組石油期貨價格數(shù)據(jù)進行了協(xié)整分析，實證結(jié)果支持了有效市場理論（即投機活動的期望收益為零），實證結(jié)果同時拒絕了套利均衡理論（即投機的期望收益等于無風險利率）。BeckError! Reference source not found.（1994）研究了市場有效性和風險溢價對期貨價格是對現(xiàn)貨價格的無偏估計這一理論的影響。通過對5個商品交易所分別在

14、8個星期和24個星期的時間范圍內(nèi)的數(shù)據(jù)進行分析，發(fā)現(xiàn)5個市場都有無效的時候，但不是一直都無效，并且拒絕無偏估計性的假設(shè)主要是由市場的無效性引起的，而不是由風險溢價的存在引起的。Joyeux 和MilunovichError! Reference source not found.（2010）對歐盟碳期貨市場的有效性和價格發(fā)現(xiàn)功能作了研究，通過對歐洲碳期貨的三個不同到期月份的合約分析后發(fā)現(xiàn)歐洲碳期貨市場存在著套利機會，但是3個不同合約有長期的協(xié)整關(guān)系。同時碳期貨的現(xiàn)貨價格和期貨價格能夠有效地反映信息，有助于碳期貨的價格發(fā)現(xiàn)功能。Wang 和Ke Error! Reference source n

15、ot found.（2005）以小麥和玉米為例，對中國農(nóng)產(chǎn)品期貨市場的有效性進行了檢驗。結(jié)果表明小麥的期貨價格和現(xiàn)貨價格之間具有長期的均衡性，而大豆期貨市場在短期內(nèi)的市場有效性較弱，即小麥期貨市場是有效的，而大豆期貨市場的有效性較低，并分析這可能是由于過度投機和政府干涉造成的。McKenzie 和HoltError! Reference source not found.（2002）認為期貨價格是現(xiàn)貨價格的無偏估計只有在期貨市場的有效性和風險中性理論同時成立的情況下才是正確的。而時間維度的不同則會影響市場有效性的程度，比如市場從長期來看可能是有效的和無偏的，但是短期內(nèi)仍可能有無效性的時候。他們

16、采用了Engle-Granger兩步法和Johansen協(xié)整法對市場在長期內(nèi)的有效性進行了分析，而采用了ARCH-M-ECM方法對市場的短期有效性進行檢驗。結(jié)果表明在長期內(nèi)，市場是有效的，也是無偏的；在短期內(nèi)，市場有無效的成分，并且存在市場溢價。Kawamoto和HamonError! Reference source not found.（2011）提出了一直有效性（consistently efficient）。他采用了ECM和GARCH-M-ECM對不同時間維度的WTI期貨市場有效性進行了分析，實證結(jié)果表明8個月到期的WTI期貨市場是一致有效的，2個月到期的WTI期貨市場不僅是一致有效的

17、，同時也是無偏的。Rothig & ChiarellaError! Reference source not found.(2007)研究了肉牛、玉米及生豬期貨市場，對1997.3.4-2005.12.27之間的數(shù)據(jù)，使用了ARCH-LM模型及向量自回歸模型（VAR）進行檢驗，發(fā)現(xiàn)這些經(jīng)常被使用于各類期貨市場檢驗的線性回歸結(jié)果都被拒絕（即進行了誤設(shè)檢驗，或Misspecification testing）。但是使用STR模型（即邏輯平滑過渡模型）則能夠通過檢驗，并發(fā)現(xiàn)其中每一個市場均呈現(xiàn)出非線性的特征。周偉，田耒Error! Reference source not found.（2007）以

18、我國三個商品期貨市場的主要交易品種合約為研究對象，運用單位根檢驗、序列相關(guān)檢驗對期貨收益率進行實證分析，其結(jié)果表明我國所有期貨品種的價格時間序列滿足一階單整過程，棉花、銅期貨品種的收益率時間序列服從隨機游走過程，而大豆、豆粕、天膠、硬麥四個期貨品種的收益率時間序列存在3階自相關(guān)，我國商品期貨市場整體上尚未達到弱式有效。王益Error! Reference source not found.（2005）對我國滬銅期貨市場采用了隨機游走模型進行了檢驗，結(jié)果表明無論在1%，5%還是10%的顯著性水平下， 3月期滬銅的收益率時間序列均不符合隨機游走模型，也證明了滬銅期貨不滿足弱式市場有效性。程可勝Er

19、ror! Reference source not found.（2009）文章首先對隨機游走過程與市場弱式有效的關(guān)系進行系統(tǒng)分析，明確了利用隨機游走檢驗市場有效性應(yīng)遵循的步驟和程序并澄清了已有研究中存在的錯誤和偏差。在此基礎(chǔ)上，以鄭州棉花期貨為例進行了實證分析，得出了不同于已有研究的無效率結(jié)論，并進一步分析了棉花期貨市場效率低下的原因，以及為提高效率應(yīng)該采取的措施。辛宇和陳工孟Error! Reference source not found.（2006）：隨機游動模型的方差比率檢驗方法可以被用于檢驗中國商品期貨市場的有效性程度。對19992004年間六個商品期貨品種的收盤價和結(jié)算價的分階段

20、（19992001和20022004）檢驗結(jié)果表明：銅期貨市場在整個樣本期問都基本上達到了弱式有效，而鋁、天膠、大豆/豆一、豆粕等品種在20022004年間的有效性卻表現(xiàn)出一定程度的下降。但是，在20022004年間，小麥期貨市場的有效性得到了一定程度的提高。這些實證結(jié)果表明監(jiān)管當局應(yīng)該汲取以往期貨市場大幅震蕩的教訓，有針對性地繼續(xù)努力改進并提高期貨市場的有效性水平。趙扣柱Error! Reference source not found.（2013）：運用馬科維茲理論進行資本有效配置的前提條件是市場有效。統(tǒng)計研究表明,歐美一些發(fā)達市場國家的金融市場已經(jīng)達到弱式有效，而我國資本市場是否有效卻存

21、在爭議。文章通過選取滬深300指數(shù)的從創(chuàng)建至今的數(shù)據(jù)為研究對象，采用單位根檢驗和方差比檢驗方法來探究我國股指期貨市場的有效性。徐成波和顏虎Error! Reference source not found.（2012）運用 Lo-MacKinlay方差比檢驗方法、Wright秩和符號方差比檢驗方法、Belaire-France和 Contreas多重方差比檢驗方法，對我國滬深300股指期貨市場進行了有效性檢驗；從檢驗功效來看，這三種檢驗方法有逐步增強的特征；實證研究結(jié)果表明我國股指期貨市場是一個弱勢有效市場。于虎山Error! Reference source not found.（2009）

22、通過運用ADF單位根檢驗、協(xié)整檢驗、誤差修正模型以及格蘭杰因果檢驗等時間序列與計量經(jīng)濟方法，對上海期貨交易所黃金期貨市場的有效性進行實證分析。結(jié)果表明，上海黃金期貨市場尚未達到有效，并且黃金現(xiàn)貨價格單向引導期貨價格。秦俊琦Error! Reference source not found.（2009）通過運用游程檢驗、ADF單位根檢驗、協(xié)整檢驗與計量經(jīng)濟學的方法，對上海期貨交易所黃金期貨市場的有效性進行了實證分析。結(jié)果表明，上海黃金期貨市場尚未達到有效，并且黃金現(xiàn)貨價格單向引導期貨價格，我國黃金期貨市場還有待改善。王川Error! Reference source not found.（201

23、0）在風險溢價理論框架下，借助Johansen協(xié)整分析、向量誤差修正模型等方法，對我國大豆、玉米、小麥三大糧食期貨市場的有效性進行了實證研究，以探究評估我國糧食期貨市場的有效程度，挖掘影響不同糧食品種期貨效率的原因。實證結(jié)果表明，我國大豆、玉米和小麥的期貨價格與現(xiàn)貨價格之間存在長期協(xié)整關(guān)系，三大糧食品種的期貨市場均呈現(xiàn)弱式有效狀態(tài)。但是，我國糧食期貨市場的有效性總體偏低。其中，大豆期貨市場的有效性要強于玉米和小麥，而小麥期貨市場的有效程度最弱；大豆、小麥的期貨價格與現(xiàn)貨價格偏離均衡時都能在短期內(nèi)恢復均衡，而玉米的期貨價格偏離均衡時則難以恢復；并且三大糧食品種都不存在短期協(xié)整關(guān)系。唐衍偉Erro

24、r! Reference source not found.（2004）：通過對中國三大期貨市場的銅、黃豆和小麥三種主要期貨品種收益率的分布與波動性的實證分析，論證了其時間序列存在ARCH效應(yīng)；運用GARCH模型對這三種期貨品種進行了擬合分析和統(tǒng)計檢驗，檢驗結(jié)果表明這三個期貨品種的波動性均具有很高的持續(xù)性，但大連黃豆的波動持續(xù)性弱于上海銅和鄭州小麥，其波動性受各種外部沖擊的影響較大；通過GARCH(1，1)的市場有效性檢驗，論證了中國期貨市場尚未達到弱式有效，市場風險較大。趙燕Error! Reference source not found.（2011）從有效市場理論出發(fā)，分析了中國股指期貨

25、交易市場標的指數(shù)滬深 300 指數(shù)收益率的分布特征。然后依據(jù)協(xié)整理論，從價格發(fā)現(xiàn)的角度對我國股指期貨市場的有效性進行了檢驗。結(jié)果表明中國股指期貨市場具有很高的持續(xù)性，但股指期貨并未對現(xiàn)貨市場價格產(chǎn)生有效的引導。中國股指期貨交易市場尚未達到弱式有效，市場風險較大。期貨價格預測文獻閱讀：Kawaller、Koch和KochError! Reference source not found.（1987）使用S&P500指數(shù)和S&P500指數(shù)期貨的分鐘數(shù)據(jù)對S&P500指數(shù)和其期貨之間的日間價格的關(guān)系做了研究。通過三階段最小二乘回歸來估計到期日前和到期日時現(xiàn)貨價格與期貨價格之間的領(lǐng)導和滯后關(guān)系。實證結(jié)

26、果表明期貨價格的變動始終領(lǐng)先現(xiàn)貨價格變動20-45分鐘，但是現(xiàn)貨價格卻幾乎不會引導期貨價格的變動。ModestError! Reference source not found.（1983）對三種股票指數(shù)期貨合約和他們的價格行為做了一個比較研究。在簡化的完美市場中，對算術(shù)平均指數(shù)來說期貨價格的貼現(xiàn)值必須等于現(xiàn)貨價格以此消除套利機會，對幾何平均指數(shù)來說期貨價格的現(xiàn)值和現(xiàn)貨價格卻并不相等。當考慮交易成本時，期貨價格的現(xiàn)值會在一個有限的范圍內(nèi)波動，但是卻沒有引起套利利潤。該研究表明交易者在充分利用收入的基礎(chǔ)上有套利的機會。文章也指出由于沒有考慮現(xiàn)貨市場和期貨市場中資本利得和損失的不同稅收政策，從而可

27、能影響研究結(jié)果。Silvapulle和MoosaError! Reference source not found. （1999）研究了美國WTI原油的現(xiàn)貨價格和期貨價格之間的關(guān)系。通過對原油期貨和現(xiàn)貨價格的日交易數(shù)據(jù)進行的線性因果檢驗表明，期貨價格引導了現(xiàn)貨價格，但是非線性的因果關(guān)系檢驗表明現(xiàn)貨價格和期貨價格之間有雙向的引導關(guān)系。該結(jié)果說明現(xiàn)貨市場和期貨市場能夠同時對新信息做出反應(yīng)。HerbstError! Reference source not found.（1987）指出此前關(guān)于期貨價格和現(xiàn)貨價格之間關(guān)系的研究雖然很多，但是都大多數(shù)研究都缺少對這兩者之間的時間關(guān)系的客觀測量。在文章中，

28、他采用了期貨和現(xiàn)貨的tick-to-tick數(shù)據(jù)研究了期貨和現(xiàn)貨之間的時間關(guān)系。實證研究表明指數(shù)期貨價格有引導現(xiàn)貨價格的趨勢。雖然期貨價格在長時間內(nèi)可以引導現(xiàn)貨價格，但是現(xiàn)貨價格對期貨價格變化的反應(yīng)通常只在一分鐘之內(nèi)?，F(xiàn)貨價格和期貨價格之間的這種引導和滯后關(guān)系可以解釋期貨合約價格的不穩(wěn)定性，而這種不穩(wěn)定性可能正是期貨合約的內(nèi)在特征，即期貨價格有趨勢性的向現(xiàn)貨價格變動的方向變化。BrooksError! Reference source not found.（2001）采用了幾種不同的時間序列模型研究了富時100（FTSE）指數(shù)和富時100指數(shù)期貨的價格之間的引導-滯后關(guān)系。通過對1996-19

29、97年富時100指數(shù)及其期貨的10分鐘交易數(shù)據(jù)進行分析后發(fā)現(xiàn)期貨價格的滯后變化可以幫助預測現(xiàn)貨價格的變化。擬合程度最好的是誤差修正模型，因為其允許現(xiàn)貨價格和期貨價格之間因為攜帶成本而產(chǎn)生的差異。這種預測能力能夠在現(xiàn)實中為我們尋求系統(tǒng)性的有利潤的交易機會提供指引。然而盡管模型的預測顯示能夠比被動的基準收益率產(chǎn)生更高的回報，但是在考慮交易成本之后，預測的回報率則不能比基準收益率表現(xiàn)的更好。BekirosError! Reference source not found.（2008）研究了到期日分別為1、2、3、4個月的WTI原油的日現(xiàn)貨和期貨價格之間的線性和非線性的因果關(guān)系進行了檢驗。采用的數(shù)據(jù)分

30、別來自兩個階段：1991.10-1999.10和1999.11-2007.10，這是因為第二個階段的原油價格的變化波動更為劇烈。除了傳統(tǒng)的Granger線性因果關(guān)系檢驗，文章還采用了一種新的通過控制協(xié)整變量的，非參數(shù)非線性因果關(guān)系檢驗。為了確認價格序列確實是非線性的，文章首先檢驗了VECM的殘差非線性關(guān)系。最后文章還通過GARCH-BEKK模型控制了序列的條件異方差，從而達到更準確的非線性檢驗效果。最終的實證結(jié)果表明，通過VECM協(xié)整過濾之后，兩者之間的線性因果關(guān)系便不存在了，而通過GARCH過濾之后的價格序列，其非線性的因果關(guān)系仍然存在。這說明現(xiàn)貨價格和期貨價格序列之間可能存在不對稱的GAR

31、CH效應(yīng)。BessembinderError! Reference source not found.（1993）研究了8個金融市場的交易量、波動性和市場深度之間的關(guān)系。證據(jù)表明總交易量的波動性并不能反映所有的信息。當把交易量具體分成預期交易量和非預期交易量時，研究結(jié)果顯示非預期的交易量對波動性的影響更大。另外，這三者之間的關(guān)系不是對稱的。非預期的積極沖擊對波動性的影響比消極沖擊的影響更大。最后，從市場深度來看，大的持倉量能夠減小波動性。GrammatikosError! Reference source not found.（1986）研究了期貨到期時間對期貨價格波動率和期貨交易量的影響，以

32、及期貨價格的混合分布假說（mixture of distributions hypothesis (MDH)）。研究結(jié)果顯示期貨價格的波動率與混合分布假說一致。而期貨到期時間對期貨價格和期貨交易量產(chǎn)生的“到期效應(yīng)”也得到檢驗。檢驗結(jié)果顯示，當?shù)狡跁r間對交易量有很強的影響時，其對期貨價格波動性的影響則不明顯。因此可以得出結(jié)論，到期時間不是期貨價格混合分布假說的一個合理的代理變量。而研究也表明，不管是在當期還是在后期，期貨交易量都對期貨價格的波動性有很大的影響。HerbertError! Reference source not found.（1995）研究了天然氣現(xiàn)貨和期貨市場的重要特征。同時也

33、研究了天然氣期貨價格變化的方差（波動率），期貨合約的到期時間和期貨合約的交易量之間的關(guān)系。結(jié)果顯示波動率的變化原因主要來自期貨合約交易量的變化而不是期貨合約到期時間的變化。同時還發(fā)現(xiàn)，以前的交易量水平還會影響現(xiàn)在的價格波動率的變化，但是以前的價格波動率的變化對現(xiàn)在的交易量水平的影響卻不大。Lee和SwaminathanError! Reference source not found.（2000）的研究表明以前的交易量為價格動量策略和價值策略提供了重要的聯(lián)系。研究發(fā)現(xiàn)以往收益率較高的公司有更迷人的特征，在接下來的8個季度中能夠有更高的預期收益率和更低的負收益率意外以往收益率低的公司則更優(yōu)價值特

34、征。而價格動量在接下來的5年內(nèi)則可能會反過來。以前的交易量能夠幫助使中期的反應(yīng)不足和長期的過度反應(yīng)效應(yīng)得到緩和。韓士專、龍永康Error! Reference source not found.（2012）將玉米的需求、消費以及玉米期貨的成交量與持倉量等因素與玉米期貨價格進行了線性回歸分析，來確定玉米期貨價格預測模型的參數(shù)。以大連商品交易所（DCE）玉米期貨為研究對象，對玉米期貨市場有效性、玉米期貨價格影響因素及期貨價格預測進行實證分析，運用VECM-GA-BP模型對我國玉米期貨價格進行預測，獲得了良好的預測效果。這一方面說明我國玉米期貨市場價格具有可預測性，也說明混合預測模型VECM-GA-

35、BP具有良好的預測作用。程文曉Error! Reference source not found.（2014）選取截面和時序兩個不同的數(shù)據(jù)樣本，對預測期貨價格的精度和適用性進行對比分析。首先利用截面數(shù)據(jù)建立模型,涉及到的指標變量包括：食品類居民消費價格指數(shù)、銀行間同業(yè)拆放利率、流通中現(xiàn)金供應(yīng)量、國際市場谷物價格指數(shù)、進口大豆海關(guān)統(tǒng)計的月度量等，采用主成份回歸的方法對大豆期貨價格進行預測分析。其次利用時間序列數(shù)據(jù)建立數(shù)據(jù)模型,選擇指數(shù)平滑法中的三次指數(shù)平滑模型，并用人工智能中的遺傳算法，對平滑系數(shù)的選擇進行優(yōu)化，進而預測大豆期貨價格。最后將兩種方法的預測數(shù)據(jù)，與真實數(shù)據(jù)進行對比，得出結(jié)論為主成分

36、回歸預測效果優(yōu)于指數(shù)平滑，并一步分析兩種模型的適用性和優(yōu)缺點，及本文的不足和未來研宄方向。Abosedra 和BaghestaniError! Reference source not found.（2004）研究了1991.01-2001.12分別為1、3、6、9和12個月到期的原油期貨合約預測模型準確性。為了檢驗期貨價格的無偏性，文章使用了原始預測模型作為比較基準。研究結(jié)果顯示，在5個不同的到期時間維度內(nèi)，預測模型和原始模型都是無偏的。但是預測模型只有在1個月和12個月的時間維度上的預測準確性才高于原始模型，對政策制定有指導作用。而中東地區(qū)的政局不穩(wěn)和OPEC組織的低效率可能是導致預測模型

37、準確性的關(guān)鍵因素。因此當使用該模型時需要謹慎小心。Meese和RogoffError! Reference source not found. （1983）研究比較了結(jié)構(gòu)預測模型和時間序列預測模型對外匯匯率的樣本外預測準確性。研究發(fā)現(xiàn)在1-12個月不等的時間維度內(nèi)，隨機游走模型的預測準確性高于其他模型。在候選結(jié)構(gòu)模型中，文章分別考慮了靈活價格和粘性價格的貨幣模型，并且粘性價格中還包含了經(jīng)常項目賬戶。而簡單結(jié)構(gòu)模型由于是基于實際解釋變量的已實現(xiàn)值上的，因此其預測的準確性比較差。Brandt 和BesslerError! Reference source not found.（1983）分別采用了

38、經(jīng)濟的和統(tǒng)計的測量方法研究了美國豬肉從1976年到1981年中24個季度的價格，并以此建立了指數(shù)平滑模型、自回歸求積移動平均（ARIMA）模型、和計量經(jīng)濟模型對豬肉價格進行預測應(yīng)用于比較研究。結(jié)果證實ARIMA預測模型的平均標準誤差最小，并且發(fā)現(xiàn)，這三種方法組合后的預測效果是最好的。陳林，黃章樹Error! Reference source not found.（2010）利用ARIMA模型能對期貨價格進行較為精確預測，在此基礎(chǔ)上提出模型的關(guān)鍵部分平穩(wěn)性檢測上用ADF檢驗來對時間序列的平穩(wěn)性和d值的大小進行確認。在P值和q值的確認上提出了枚舉法來確定最優(yōu)的預測組合，進而對期貨價格進行了更為精確

39、的預測。李戰(zhàn)江，張昊等Error! Reference source not found.（2013）：基于ARIMA模型建立了股指期貨價格的預測模型，對間共180個交易日的滬深300股指期貨合約收盤價數(shù)據(jù)進行了實證分析，結(jié)果表明：ARIMA模型對于股指期貨的價格走勢短期預測效果良好，模型能有效反應(yīng)期貨價格的波動性走勢。李亞杰，王磊Error! Reference source not found.（2013）通過對歷史價格時間序列數(shù)據(jù)可以建立價格波動模型，進行短期預測，可以幫助投資者套期保值和規(guī)避風險。為了科學預測，在應(yīng)用的過程中要使用多種方法檢驗，文章建立了ARIMA模型和GARCH模型兩

40、種預測方法。研究結(jié)果證實建立的時間序列模型ARIMA模型和GARCH模型具有很好的短期預測效果，預測的誤差和步長同步變化,期貨價格預測的時間序列模型分析方法具有非常好的擬合效果。期貨價格波動具有內(nèi)在的規(guī)律性，通過對歷史價格時間序列數(shù)據(jù)可以建立價格波動模型進行短期預測，可以幫助投資者套期保值和規(guī)避風險。但在應(yīng)用的過程中，要堅持使用多種方法檢驗。魏蓉蓉，葉圣偉Error! Reference source not found.（2012）通過建立ARIMA模型對WTI國際原油現(xiàn)貨價格進行定量分析，考慮到ARIMA模型本身的局限性，文章僅基于WTI國際原油價格時間序列本身進行分析，發(fā)現(xiàn)ARIMA（1

41、,1,3）同時結(jié)合美元匯率、地緣政治和石油供需等定性分析，認為短期內(nèi)國際油價將保持震蕩上行趨勢。中國是全球第二大原油消費國，應(yīng)該通過加強戰(zhàn)略石油儲備、建立石油期貨市場、改善能源結(jié)構(gòu)等來應(yīng)對國際油價上漲的極大可能性，以及尾隨的大宗商品價格的普遍上漲，削弱輸入性通脹壓力。王習濤Error! Reference source not found.（2006）指出期貨交易帶有明顯的非平穩(wěn)性和隨機性，因此使用單純的自回歸模型或者移動平均模型都無法很好地對交易趨勢進行擬合預測， ARIMA模型就是將前面兩者相結(jié)合并加入對非平穩(wěn)數(shù)列的差分操作從而實現(xiàn)對非平穩(wěn)數(shù)列的較好的擬合及預測。文章在ARIMA模型的基礎(chǔ)

42、上對時序數(shù)列進行局部平穩(wěn)化處理，既保證整體趨勢不變又實現(xiàn)了局部的平穩(wěn)，實驗表明該方法對于提高ARIMA模型的預測準確度具有明顯的效果。王駿和張宗成Error! Reference source not found.（2005）：借助向量自回歸模型、協(xié)整檢驗、誤差修正模型、格蘭杰因果檢驗、方差分解、脈沖響應(yīng)函數(shù)等方法，以兩個商品交易所的黃豆和硬麥期貨品種為例，研究了農(nóng)產(chǎn)品期貨價格與現(xiàn)貨價格之間的動態(tài)關(guān)系，定量地刻畫出期貨市場在價格發(fā)現(xiàn)中作用的大小。研究結(jié)果顯示，黃豆和硬麥期貨價格與其現(xiàn)貨價格都存在相互引導關(guān)系，而且兩種價格之間也存在長期均衡關(guān)系。對黃豆期貨來說，期貨市場在價格發(fā)現(xiàn)功能中起到主導作

43、用，但對硬麥期貨來說，現(xiàn)貨市場在價格發(fā)現(xiàn)功能中起到主導作用。劉軼芳等Error! Reference source not found.（2006）：在EWMA和GARCH模型思想的基礎(chǔ)上，提出基于GARCH-EWMA的期貨價格預測模型，為期貨市場合約價格的預測提供新的預測方法本模型的特點一是GARCH模型對EWMA模型中的關(guān)鍵參數(shù)衰減因子進行測定，解決以往使用EWMA模型時沒有一個科學的確定衰減因子的方法。二是通過分別對大豆和豆粕期貨合約的衰減因子進行確定，發(fā)現(xiàn)不同品種不同時間的衰減因子顯著不同，因此，對于不同商品有區(qū)別地采用相應(yīng)的衰減因子；解決以往預測模型對不同期貨商品的預測均采用同一模型

44、的問題。梁靜溪和邰銀平Error! Reference source not found.（2014）通過對大豆期貨價格的衰減因子的計算，預測大豆期貨未來價格，并與實際價格比較，驗證EGARCHEWMA模型對大豆期貨價格預測的有效性。首先集合單一模型各自優(yōu)勢來確定實證分析模型的基本結(jié)構(gòu)，使 EGARCHEWMA模型的運用得以優(yōu)化；采用 EGARCH模型確定衰減因子，與以往直接對衰減因子賦值的方式不同，使模型更具真實性；采用的 EGARCHEWMA模型在預測不同種類的大豆期貨合約價格時，通過確定不同的衰減因子，使得預測結(jié)果更具科學性及合理性。梅志娟Error! Reference source

45、not found.（2010）運用WIND金融資訊數(shù)據(jù)庫上的日收盤價數(shù)據(jù)，分別用ARMA模型和ARCH模型族中的GARCH模型，利用Eviews50軟件對于期貨價格進行預測并進行比較。采用動態(tài)預測的方法，可以發(fā)現(xiàn)隨著時間越長，ARMA模型預測精度越低，從而說明ARMA模型只適合期貨價格的短期預測，而對于長期的預測預測精度很低，幾乎偏離了價格波動的軌跡。但，GARCH模型的預測銅期貨價格與實際銅期貨價格是非常接近的，預測的各項誤差也非常小。即隨著時間越長，GARCH模型預測精度很高，此模型說明GARCH模型適合期貨價格的預測。Grudnitski和OsburnError! Reference

46、source not found.（1993）研究了利用神經(jīng)網(wǎng)絡(luò)來預測S&P500指數(shù)期貨價格和黃金期貨價格的可行性。文章指出，神經(jīng)網(wǎng)絡(luò)預測期貨價格的準確性和成功率主要受4個方面的因素的影響。第一，神經(jīng)網(wǎng)絡(luò)的參數(shù)嚴重依賴于已發(fā)布數(shù)據(jù)的準確性。第二，神經(jīng)網(wǎng)絡(luò)的預測準確性還依賴于所選擇的期貨品種，與自然現(xiàn)象，如洪澇災(zāi)害等相關(guān)的期貨品種的預測效率較低。第三，訓練集的多小也是影響預測準確率的一個因素。第四，神經(jīng)網(wǎng)絡(luò)的預測準確性與訓練集和測試集的選擇也有關(guān)系。Kohzadi N, Boyd M S, KermanshahiError! Reference source not found.等（1996）

47、同時采用了ARIMA 和神經(jīng)網(wǎng)絡(luò)模型對美國月生牛肉和小麥的價格進行預測并比較兩種預測模型的準確性。實證結(jié)果顯示相比ARIMA模型，神經(jīng)網(wǎng)絡(luò)模型的預測均方誤差要低27%-56%。其絕對平均誤差和平均絕對百分比誤差也小得多。而且神經(jīng)網(wǎng)絡(luò)對價格變化的轉(zhuǎn)折點的把握也比ARIMA模型要準確很多。李旻晶Error! Reference source not found.（2014）以我國玉米期貨價格作為研究對象，運用小波去噪處理，使數(shù)據(jù)更具真實性，并結(jié)合相關(guān)分析對未來玉米期貨價格走勢進行有效預測。研究結(jié)果表明用小波去噪過濾掉了價格小范圍變化，在相當程度上提高預測精度，得到了真實價格走勢。小波去噪對玉米期貨

48、價格的原始數(shù)據(jù)進行去噪處理，使玉米期貨價格數(shù)據(jù)信號更加平滑，波動相對較小，并且少毛刺，能為預測提供高質(zhì)量的輸入數(shù)據(jù)，這樣大大提高了真實性。楊超，劉喜華Error! Reference source not found.（2014）：將小波分析與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建了股指期貨價格預測模型。選取滬深300股指期貨從上市日至2013年8月2O日的收盤價格數(shù)據(jù)作為樣本，運用sym8小波變換對數(shù)據(jù)進行降噪處理，分別運用降噪前后的數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進行訓練和檢驗。結(jié)果表明，降噪數(shù)據(jù)可以有效提高股指期貨價格預測的效果?？佃吹菶rror! Reference source not found.（2011）

49、選取 2009 年1月5日10月29日的大豆期貨主力 A1001 合約共200個交易數(shù)據(jù)作為訓練數(shù)據(jù)，10月30日11月12日的10個數(shù)據(jù)為測試數(shù)據(jù)，利用BP 神經(jīng)網(wǎng)絡(luò)對期貨價格建立預測模型，并用遺傳算法進行修正，從而實現(xiàn)對大豆期貨交易價格的預測分析。結(jié)果表明，改進后的GA-BP 神經(jīng)網(wǎng)絡(luò)模型擬合精度明顯高于BP 神經(jīng)網(wǎng)絡(luò)模型，并對期貨價格走勢有良好的預測效果，可給期貨市場的投資者提供投資建議。此外，利用改進后的模型可對期貨市場操縱現(xiàn)象進行預警，對監(jiān)管者具有一定參考價值。王海軍等Error! Reference source not found.（2009）指出：目前在對中國期貨市場進行價格預

50、測時，采用神經(jīng)網(wǎng)絡(luò)預測時多用的是BP神經(jīng)網(wǎng)絡(luò)，但是BP神經(jīng)網(wǎng)絡(luò)存在對初始權(quán)閾值敏感、易陷入局部極值和收斂速度慢的問題。因此，為了提高模型效率，提出采用PSO-BP模型預測期貨價格。首先運用粒子群算法代替BP神經(jīng)網(wǎng)絡(luò)的初始尋優(yōu)，再用BP算法對優(yōu)化的網(wǎng)絡(luò)權(quán)閾值進一步精確優(yōu)化，隨后建立了基于粒子群算法的BP神經(jīng)網(wǎng)絡(luò)預測模型，并將其應(yīng)用到中國期貨市場的期貨價格預測研究中。仿真結(jié)果表明，新模型結(jié)合了粒子群算法的全局尋優(yōu)能力和BP神經(jīng)網(wǎng)絡(luò)算法的局部搜索優(yōu)勢，有效的防止了網(wǎng)絡(luò)陷入局部極小值的可能，提高了神經(jīng)網(wǎng)絡(luò)模型預測的速度和準確性。王海軍等Error! Reference source not found

51、.（2008）針對BP算法存在的不足，結(jié)合神經(jīng)網(wǎng)絡(luò)、遺傳算法和主成分分析的優(yōu)點，提出二次優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的期貨價格預測算法。初次優(yōu)化采用主成分分析法對網(wǎng)絡(luò)結(jié)構(gòu)進行優(yōu)化，第二次優(yōu)化采用自適應(yīng)遺傳算法對網(wǎng)絡(luò)參數(shù)進行優(yōu)化，將經(jīng)過二次優(yōu)化后建立的BP神經(jīng)網(wǎng)絡(luò)模型用于期貨價格預測經(jīng)仿真檢驗，用新方法建立的模型對期貨價格進行預測，在預測的精度和速度方面都優(yōu)于單純BP神經(jīng)網(wǎng)絡(luò)模型。祝金榮Error! Reference source not found.（2006）建立了基于支持向量機技術(shù)的石油期貨價格預測方法。該方法使用價格序列一階差分及其滯后值建模，采用徑向基(RBF)核函數(shù)和序貫最小優(yōu)化(SMO)算法

52、，通過綜合驗證方式確定包括嵌入維數(shù)在內(nèi)的各參數(shù)。實證研究表明，支持向量機方法比RBF神經(jīng)網(wǎng)絡(luò)和AR瑚A模型預測精度更高，具有很好的應(yīng)用前景。張凱，沙鋒Error! Reference source not found.（2012）指出研究石油期貨價格預測問題，石油期貨價格是一種動態(tài)、時變、非線性數(shù)據(jù)，具有較強的隨機性和多元性。單一預測模型只能描述部分信息，存在局限性。為了提高石油期貨價格預測精度，提出了一種非線性組合的石油期貨價格預測模型。首先采用3個不同的單項模型對石油期貨價格進行預測，采用全局逼近能力強的支持向量機建立了一個多輸入單輸出的石油期貨價格非線性組合預測模型，并通過預測誤差最小原

53、則確定模型的參數(shù)。仿真結(jié)果表明，改進模型預測精度明顯優(yōu)于對比預測模型，為提高石油期貨價格預測精度提供了一條新途徑。顧紅其Error! Reference source not found.（2010）針對影響期貨價格因素間存在高度的非線性、影響因子間存在冗余等特征，傳統(tǒng)期貨價格預測方法無法消除數(shù)據(jù)之間冗余和捕捉非線性規(guī)律導致預測精度較低。為了提高期貨價格預測精度，提出一種基于主成份分析(PCA)的支持向量機(SVM)期貨價格預測方法(PCASVM)。首先利用主成分分析對期貨價格影響因子進行分析和處理，消除各因子之間的高度冗余性，通過選擇貢獻大的主成分有效地除去無關(guān)的影響因子，加快支持向量機學習

54、速度，提高預測精度，然后利用支持向量機對保留的主成成分進行建模預測。利用PCASVM模型對2009年8月Kcbt期貨價格進行了驗證分析和測試，仿真結(jié)果表明，預測效果穩(wěn)定，提高期貨價格預測精度。證明PCASVM是一種有效、高精度的期貨價格預測方法。楊建輝，戴曉真Error! Reference source not found.（2013）：對傳統(tǒng)魚群算法進行了簡化，并對其步長和可視域采用自適應(yīng)變化策略，利用改進的魚群算法對支持向量機訓練算法進行優(yōu)化，提出了基于魚群優(yōu)化的支持向量機期貨價格預測模型。將改進的模型滾動預測未來的期貨價格，并以倫敦金屬交易所3月期三種有色金屬品種的日度期貨價格作為實證

55、分析。最后將預測結(jié)果與單純的支持向量機的預測效果相比，結(jié)果顯示，改進后的模型具有更高的預測精度，特別是對金屬期貨價格的短期預測效果良好。李嬌志Error! Reference source not found.（2013）建立基于粒子群優(yōu)化（PSO）的支持向量機（SVR），實現(xiàn)對期貨價格的有效預測。首先選取代表性的技術(shù)指標、收盤價和成交量作為樣本特征集，以下一時刻的收盤價作為偷出變量。然后通過粒子群優(yōu)化算法尋找最優(yōu)的懲罰因子和RBF函數(shù)的寬度參數(shù)，在此基礎(chǔ)上建立支持向量機模型，并用樣本集進行訓練。最終仿真結(jié)果顯示基于粒子群算法的支持向量機模型具有學習精度高、泛化能力較強的性質(zhì)，可用于期貨價格的

56、短期預測。期貨價格波動率文獻閱讀FamaError! Reference source not found.（1965）通過研究發(fā)現(xiàn)證券資產(chǎn)的價格具有尖峰、厚尾的性質(zhì)，并且證券價格的變動具有聚集（Volatility Clustering）的現(xiàn)象，即證券收益率的方差會隨著時間的變化而變化，大的波動后面伴隨著大的波動，小的波動伴隨著小的波動。ChanError! Reference source not found.等（2004）研究了中國期貨交易所1996-2001年之間四種期貨合約（銅、綠豆、大豆、小麥）的日波動率。研究發(fā)現(xiàn)收益率對波動率的影響是非對稱的，即負的收益率對波動率的影響比正的收益

57、率對波動率的影響要顯著，要大。研究還發(fā)現(xiàn)，交易量與波動率是顯著正相關(guān)的，而持倉量與波動率則是顯著負相關(guān)的。此外，大宗交易者的參與對波動率有很強的正向影響。他們還推測波動率的這種表現(xiàn)可能是政府持續(xù)的推進市場透明度和信息公開的結(jié)果。Elder等Error! Reference source not found.（2007）從微積分和小波降噪的角度研究了農(nóng)產(chǎn)品期貨市場的波動率。之所以采用小波分析，主要有三點原因：第一，小波估計比之前基于均方誤差的GPH估計要更優(yōu)越；第二，小波估計不需要在短期波動率上強加參數(shù)限制，而這一點是GARCH模型所必須的；第三，小波估計為ARIMA模型提供了有限差分的參數(shù)。在

58、小波分解的基礎(chǔ)上，研究發(fā)現(xiàn)期貨波動率顯示了很強的自相似性，這與波動率的在有限無條件差分下的長記憶性是一致的。Wang等Error! Reference source not found.（2008）利用高頻收益率數(shù)據(jù)研究了NYMEX的原油和天然氣期貨合約之間的相關(guān)性和已實現(xiàn)波動率。研究發(fā)現(xiàn)日收益率的無條件分布和日收益率的已實現(xiàn)方差都不是服從高斯分布的。而用已實現(xiàn)標準差進行標準化之后的標準收益率和已實現(xiàn)標準差卻近似服從高斯分布。此外研究還發(fā)現(xiàn)，標準差的對數(shù)表現(xiàn)了長記憶性性質(zhì)，但是原油和天然氣期貨合約之間的相關(guān)性卻沒有表現(xiàn)出這種長記憶性，這表明在長期范圍內(nèi)市場間的聯(lián)系比較弱。而波動率的非對稱性在天

59、然氣期貨合約中有所表現(xiàn)，卻在原油期貨合約中沒有顯現(xiàn)。最后研究還發(fā)現(xiàn)，原油期貨合約的波動率在OPEC對原油價格進行提價后也立即表現(xiàn)出了波動率增大的反應(yīng)。馬超群等Error! Reference source not found.（2009）認為：期貨市場是一個典型的非線性動力系統(tǒng)，通過對上海期貨交易所（SHFE）的銅、鋁期貨合約進行非線性波動特征檢驗，采用基于廣義誤差分布（GED）的GARCH族模型考察期貨收益率的ARCH效應(yīng)、杠桿效應(yīng)，并用R/S分析法檢驗期貨收益率和波動率的長期記憶性，得到的實證結(jié)果表明：銅、鋁期貨價格波動有明顯的聚集性，銅期貨收益率波動沒有“杠桿效應(yīng)”，而對鋁期貨來說，“利好”對條件方差的沖擊大于“利空”的沖擊。R/S分析結(jié)果顯示：銅、鋁期貨收益率均呈現(xiàn)長期記憶性，銅期貨有一個約43個日歷月的非周期循環(huán)，而鋁期貨并沒有明顯的非周期循環(huán)。更重要的是，實證結(jié)果表明期貨收益波動率有明顯的長期記憶性，因此，在對期貨市場