文獻(xiàn)閱讀報(bào)告2份

1、文獻(xiàn)閱讀報(bào)告：市場(chǎng)有效性檢驗(yàn)文獻(xiàn)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(rèn)為有效市場(chǎng)是指在這個(gè)市場(chǎng)中存在著大量理性的、追求利益最大化的投資者，每一個(gè)人都能輕易的獲得當(dāng)前市場(chǎng)的重要信息，以此來(lái)預(yù)測(cè)單個(gè)股票未來(lái)的市場(chǎng)價(jià)格。尤金法瑪(Eugene Fama)Error! Reference source not found.（19

2、70）：正式提出了有效市場(chǎng)假說(shuō)（Efficient Market Hypothesis，EMH）。并將有效市場(chǎng)定義為：如果在一個(gè)證券市場(chǎng)中，價(jià)格完全反映了所有可以獲得的信息，那么就稱這樣的市場(chǎng)為有效市場(chǎng)。他認(rèn)為在一個(gè)價(jià)格能夠?yàn)橘Y源配置提供準(zhǔn)確信號(hào)的理想資本市場(chǎng)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(chǎng)是否有效有兩個(gè)外在的標(biāo)志：一是價(jià)格是否能自由地根據(jù)有關(guān)信息而變動(dòng)；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(gè)投資者在同一時(shí)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(chǎng)劃分

3、為三種形式：弱式有效市場(chǎng)、半強(qiáng)式有效市場(chǎng)和強(qiáng)式有效市場(chǎng)。弱式有效市場(chǎng)假設(shè)（Weak Form Efficient Hypothesis）其認(rèn)為市場(chǎng)價(jià)格已充分反映出所有過(guò)去歷史的證券價(jià)格信息，如證券的歷史價(jià)格、交易量等，這是市場(chǎng)有效性假設(shè)的最低層次。若弱式有效市場(chǎng)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(rùn)；半強(qiáng)式有效市場(chǎng)假設(shè)（Semi-strong Form Efficient Hypothesis）認(rèn)為證券價(jià)格除了反映了過(guò)去的價(jià)格信息外，還包括公開的可獲得的信息，如盈利資料、盈利預(yù)測(cè)值、公司管理狀況及其它公開披露的財(cái)務(wù)信息等。在半強(qiáng)勢(shì)有效市場(chǎng)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(rùn)；強(qiáng)式有效市場(chǎng)假設(shè)（Strong Form Efficient Hypothesis）是有效市場(chǎng)的最高層次，認(rèn)為價(jià)格已充分反映了所有關(guān)于公司營(yíng)運(yùn)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(dāng)不現(xiàn)實(shí)，在現(xiàn)實(shí)生活中很難實(shí)現(xiàn)，從各國(guó)對(duì)禁止內(nèi)幕交易的法律法規(guī)足以說(shuō)明這點(diǎn)。尤金法瑪(Eugene Fama)Error! Reference source not found.（1991）：自有效市場(chǎng)理論提出以來(lái)，國(guó)內(nèi)外學(xué)者對(duì)證券市場(chǎng)有效性的研究從未間斷，各類檢驗(yàn)性文獻(xiàn)浩如煙海，以至于其創(chuàng)始人法瑪承認(rèn)，無(wú)法對(duì)此類文獻(xiàn)給出一個(gè)完整的綜述。在1991年發(fā)表的文章Ef

5、ficient capital markets: II中，法瑪認(rèn)為剛剛提出三類有效性假說(shuō)的時(shí)候，弱有效市場(chǎng)檢驗(yàn)主要研究歷史收益的預(yù)測(cè)能力，截止到1991年之前，弱式有效市場(chǎng)檢驗(yàn)覆蓋的范圍已經(jīng)非常廣泛，已擴(kuò)展到股利回報(bào)率、利率等變量對(duì)收益的預(yù)測(cè)；同時(shí)，由于市場(chǎng)有效性和均衡定價(jià)模型密不可分，在弱式有效性檢驗(yàn)時(shí)，還考慮了收益的截面預(yù)測(cè)能力，也就是對(duì)資產(chǎn)定價(jià)模型的檢驗(yàn)和檢驗(yàn)中發(fā)現(xiàn)的異象等等。于半強(qiáng)有效性，主要集中于事件窗檢驗(yàn)，而強(qiáng)有效檢驗(yàn)，牽涉到私人信息檢驗(yàn)，因此無(wú)法檢驗(yàn)。在該文中，F(xiàn)ama還認(rèn)為，牽涉到模型的檢驗(yàn)，即便出現(xiàn)異象，也不能簡(jiǎn)單斷言市場(chǎng)的無(wú)效，因?yàn)榭赡苁嵌▋r(jià)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(shí)間序列檢驗(yàn)都是通過(guò)將序列分解成時(shí)間趨勢(shì)或者季度性等其他周期性的結(jié)構(gòu)和一些隨機(jī)成分。通常這些成分都是獨(dú)立的，其性質(zhì)也比較含糊。因此作者提出了一種新的時(shí)間序列檢驗(yàn)方法連續(xù)指數(shù)來(lái)代替自相關(guān)系數(shù)進(jìn)行期貨市場(chǎng)的有效性檢驗(yàn)。他采用自相關(guān)方法對(duì)美國(guó)芝加哥商品期貨交易所的玉米期貨市場(chǎng)價(jià)格分成了兩階段（1922-1931及1949-1958）進(jìn)行了分析。他發(fā)現(xiàn)玉米期貨價(jià)格的變動(dòng)不具有自相關(guān)性，且其價(jià)格變化基本接近正態(tài)分布，但是同時(shí)也存在著大量的極端值，結(jié)論是玉米期貨價(jià)格的變化不受過(guò)去價(jià)格的影響，

7、玉米期貨市場(chǎng)是弱式有效的。Labys and GrangerError! Reference source not found.（1970）：分析了美國(guó)期貨交易所13種期貨和6種現(xiàn)貨進(jìn)行了自相關(guān)圖譜分析，檢驗(yàn)結(jié)果顯示期貨價(jià)格變動(dòng)和現(xiàn)貨價(jià)格變動(dòng)的自相關(guān)圖譜較平坦，支持了期貨價(jià)格變動(dòng)無(wú)自相關(guān)的結(jié)論。PraetzError! Reference source not found.（1975）將有效市場(chǎng)的檢驗(yàn)從證券市場(chǎng)擴(kuò)展到商品市場(chǎng)和期貨市場(chǎng)。他對(duì)悉尼商品交易所1966-1972年間羊毛期貨的價(jià)格進(jìn)行了序列自相關(guān)分析，結(jié)果表明沒(méi)有發(fā)現(xiàn)羊毛期貨價(jià)格的變動(dòng)具有相關(guān)性，即羊毛期貨價(jià)格服從隨機(jī)游走，以此得出了

8、澳大利亞期貨市場(chǎng)具有弱式有效性。他同時(shí)采用了游程檢驗(yàn)對(duì)悉尼羊毛期貨進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)，羊毛期貨市場(chǎng)雖然不是完全有效，但是市場(chǎng)參與者卻盡可能地減小交易等成本帶來(lái)的不完美。LeutholdError! Reference source not found.（1972）指出先前的學(xué)者們對(duì)市場(chǎng)有效性檢驗(yàn)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(dǎo)致的。因此在文章中，他采用了兩種不同的檢驗(yàn)方法圖譜分析法（Spectral Analysis）和過(guò)濾分析法（Filter Rules），對(duì)美國(guó)生牛肉期貨市場(chǎng)的有效性進(jìn)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(yàn)結(jié)果

9、都支持了美國(guó)生牛肉期貨市場(chǎng)的價(jià)格變化是服從隨機(jī)游走的，即生牛肉期貨市場(chǎng)是弱式有效的。HouthakkerError! Reference source not found.（1961）對(duì)美國(guó)（1921-1939及1947-1956）年間的小麥和玉米期貨進(jìn)行分析，結(jié)論表明期貨市場(chǎng)價(jià)格變動(dòng)存在著非隨機(jī)的因素。之后，隨機(jī)游走模型能夠從期貨價(jià)格的可預(yù)測(cè)性角度來(lái)檢驗(yàn)期貨市場(chǎng)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(duì)倫敦銅期貨市場(chǎng)的有效性進(jìn)行了檢驗(yàn)，結(jié)果表明銅的期貨和現(xiàn)貨價(jià)格變化都服從隨機(jī)游

10、走假設(shè)，并且價(jià)格的變化具有周期性，周期為4個(gè)月。對(duì)期貨價(jià)格的引導(dǎo)作用分析分析發(fā)現(xiàn)銅的期貨價(jià)格對(duì)現(xiàn)貨價(jià)格沒(méi)有預(yù)測(cè)作用，因?yàn)橥顿Y者的預(yù)測(cè)是同時(shí)對(duì)期貨和現(xiàn)貨價(jià)格產(chǎn)生影響的。Stevenson和BearError! Reference source not found.（1970）采用了隨機(jī)游走方法對(duì)1951-1968年芝加哥商品交易所的大豆和玉米期貨的價(jià)格變化進(jìn)行了研究，隨機(jī)游走檢驗(yàn)的結(jié)果不能為大豆和玉米期貨投資性的價(jià)格序列提供一個(gè)滿意的解釋，因?yàn)樽韵嚓P(guān)檢驗(yàn)得到期貨價(jià)格變化的自相關(guān)性不顯著，認(rèn)為應(yīng)該拒絕隨機(jī)游走的假說(shuō)。Lo和Mackinlay Error! Reference source not

11、found.(1988)對(duì)美國(guó)證券市場(chǎng)CRSP指數(shù)、投資組合、個(gè)股分別作了方差比率檢驗(yàn)，結(jié)果表明：對(duì)于指數(shù)和組合，RW3假設(shè)沒(méi)有被價(jià)值權(quán)重指數(shù)拒絕；而對(duì)于個(gè)股，很難發(fā)現(xiàn)市場(chǎng)中的可預(yù)測(cè)部分。他們還通過(guò)大量仿真試驗(yàn)得出結(jié)論：無(wú)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(yàn)方法。齊明亮Error! Reference source not found.（2004）通過(guò)自相關(guān)檢驗(yàn)、協(xié)積檢驗(yàn)和方差比檢驗(yàn)三種方法檢驗(yàn)了鄭州小麥期貨市場(chǎng)的有效性問(wèn)題，結(jié)果如下：序列相關(guān)檢驗(yàn)的研究結(jié)果表明鄭州小麥期貨市場(chǎng)基本滿足市場(chǎng)有效性假設(shè)；單位根檢驗(yàn)的研究結(jié)果也表明鄭州小麥期貨市場(chǎng)滿足有效性假設(shè)；方差比檢驗(yàn)的研究結(jié)

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

13、這是因?yàn)樵谑袌?chǎng)中存在著風(fēng)險(xiǎn)溢價(jià)，外匯市場(chǎng)并不能同時(shí)滿足市場(chǎng)有效性和無(wú)風(fēng)險(xiǎn)溢價(jià)的聯(lián)合檢驗(yàn)。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(jià)格數(shù)據(jù)進(jìn)行了協(xié)整分析，實(shí)證結(jié)果支持了有效市場(chǎng)理論（即投機(jī)活動(dòng)的期望收益為零），實(shí)證結(jié)果同時(shí)拒絕了套利均衡理論（即投機(jī)的期望收益等于無(wú)風(fēng)險(xiǎn)利率）。BeckError! Reference source not found.（1994）研究了市場(chǎng)有效性和風(fēng)險(xiǎn)溢價(jià)對(duì)期貨價(jià)格是對(duì)現(xiàn)貨價(jià)格的無(wú)偏估計(jì)這一理論的影響。通過(guò)對(duì)5個(gè)商品交易所分別在

14、8個(gè)星期和24個(gè)星期的時(shí)間范圍內(nèi)的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)5個(gè)市場(chǎng)都有無(wú)效的時(shí)候，但不是一直都無(wú)效，并且拒絕無(wú)偏估計(jì)性的假設(shè)主要是由市場(chǎng)的無(wú)效性引起的，而不是由風(fēng)險(xiǎn)溢價(jià)的存在引起的。Joyeux 和MilunovichError! Reference source not found.（2010）對(duì)歐盟碳期貨市場(chǎng)的有效性和價(jià)格發(fā)現(xiàn)功能作了研究，通過(guò)對(duì)歐洲碳期貨的三個(gè)不同到期月份的合約分析后發(fā)現(xiàn)歐洲碳期貨市場(chǎng)存在著套利機(jī)會(huì)，但是3個(gè)不同合約有長(zhǎng)期的協(xié)整關(guān)系。同時(shí)碳期貨的現(xiàn)貨價(jià)格和期貨價(jià)格能夠有效地反映信息，有助于碳期貨的價(jià)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(duì)中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)的有效性進(jìn)行了檢驗(yàn)。結(jié)果表明小麥的期貨價(jià)格和現(xiàn)貨價(jià)格之間具有長(zhǎng)期的均衡性，而大豆期貨市場(chǎng)在短期內(nèi)的市場(chǎng)有效性較弱，即小麥期貨市場(chǎng)是有效的，而大豆期貨市場(chǎng)的有效性較低，并分析這可能是由于過(guò)度投機(jī)和政府干涉造成的。McKenzie 和HoltError! Reference source not found.（2002）認(rèn)為期貨價(jià)格是現(xiàn)貨價(jià)格的無(wú)偏估計(jì)只有在期貨市場(chǎng)的有效性和風(fēng)險(xiǎn)中性理論同時(shí)成立的情況下才是正確的。而時(shí)間維度的不同則會(huì)影響市場(chǎng)有效性的程度，比如市場(chǎng)從長(zhǎng)期來(lái)看可能是有效的和無(wú)偏的，但是短期內(nèi)仍可能有無(wú)效性的時(shí)候。他們

16、采用了Engle-Granger兩步法和Johansen協(xié)整法對(duì)市場(chǎng)在長(zhǎng)期內(nèi)的有效性進(jìn)行了分析，而采用了ARCH-M-ECM方法對(duì)市場(chǎng)的短期有效性進(jìn)行檢驗(yàn)。結(jié)果表明在長(zhǎng)期內(nèi)，市場(chǎng)是有效的，也是無(wú)偏的；在短期內(nèi)，市場(chǎng)有無(wú)效的成分，并且存在市場(chǎng)溢價(jià)。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(duì)不同時(shí)間維度的WTI期貨市場(chǎng)有效性進(jìn)行了分析，實(shí)證結(jié)果表明8個(gè)月到期的WTI期貨市場(chǎng)是一致有效的，2個(gè)月到期的WTI期貨市場(chǎng)不僅是一致有效的

17、，同時(shí)也是無(wú)偏的。Rothig & ChiarellaError! Reference source not found.(2007)研究了肉牛、玉米及生豬期貨市場(chǎng)，對(duì)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(jìn)行檢驗(yàn)，發(fā)現(xiàn)這些經(jīng)常被使用于各類期貨市場(chǎng)檢驗(yàn)的線性回歸結(jié)果都被拒絕（即進(jìn)行了誤設(shè)檢驗(yàn)，或Misspecification testing）。但是使用STR模型（即邏輯平滑過(guò)渡模型）則能夠通過(guò)檢驗(yàn)，并發(fā)現(xiàn)其中每一個(gè)市場(chǎng)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(guó)三個(gè)商品期貨市場(chǎng)的主要交易品種合約為研究對(duì)象，運(yùn)用單位根檢驗(yàn)、序列相關(guān)檢驗(yàn)對(duì)期貨收益率進(jìn)行實(shí)證分析，其結(jié)果表明我國(guó)所有期貨品種的價(jià)格時(shí)間序列滿足一階單整過(guò)程，棉花、銅期貨品種的收益率時(shí)間序列服從隨機(jī)游走過(guò)程，而大豆、豆粕、天膠、硬麥四個(gè)期貨品種的收益率時(shí)間序列存在3階自相關(guān)，我國(guó)商品期貨市場(chǎng)整體上尚未達(dá)到弱式有效。王益Error! Reference source not found.（2005）對(duì)我國(guó)滬銅期貨市場(chǎng)采用了隨機(jī)游走模型進(jìn)行了檢驗(yàn)，結(jié)果表明無(wú)論在1%，5%還是10%的顯著性水平下， 3月期滬銅的收益率時(shí)間序列均不符合隨機(jī)游走模型，也證明了滬銅期貨不滿足弱式市場(chǎng)有效性。程可勝Er

19、ror! Reference source not found.（2009）文章首先對(duì)隨機(jī)游走過(guò)程與市場(chǎng)弱式有效的關(guān)系進(jìn)行系統(tǒng)分析，明確了利用隨機(jī)游走檢驗(yàn)市場(chǎng)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(cuò)誤和偏差。在此基礎(chǔ)上，以鄭州棉花期貨為例進(jìn)行了實(shí)證分析，得出了不同于已有研究的無(wú)效率結(jié)論，并進(jìn)一步分析了棉花期貨市場(chǎng)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(jī)游動(dòng)模型的方差比率檢驗(yàn)方法可以被用于檢驗(yàn)中國(guó)商品期貨市場(chǎng)的有效性程度。對(duì)19992004年間六個(gè)商品期貨品種的收盤價(jià)和結(jié)算價(jià)的分階段

20、（19992001和20022004）檢驗(yàn)結(jié)果表明：銅期貨市場(chǎng)在整個(gè)樣本期問(wèn)都基本上達(dá)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(chǎng)的有效性得到了一定程度的提高。這些實(shí)證結(jié)果表明監(jiān)管當(dāng)局應(yīng)該汲取以往期貨市場(chǎng)大幅震蕩的教訓(xùn)，有針對(duì)性地繼續(xù)努力改進(jìn)并提高期貨市場(chǎng)的有效性水平。趙扣柱Error! Reference source not found.（2013）：運(yùn)用馬科維茲理論進(jìn)行資本有效配置的前提條件是市場(chǎng)有效。統(tǒng)計(jì)研究表明,歐美一些發(fā)達(dá)市場(chǎng)國(guó)家的金融市場(chǎng)已經(jīng)達(dá)到弱式有效，而我國(guó)資本市場(chǎng)是否有效卻存

21、在爭(zhēng)議。文章通過(guò)選取滬深300指數(shù)的從創(chuàng)建至今的數(shù)據(jù)為研究對(duì)象，采用單位根檢驗(yàn)和方差比檢驗(yàn)方法來(lái)探究我國(guó)股指期貨市場(chǎng)的有效性。徐成波和顏虎Error! Reference source not found.（2012）運(yùn)用 Lo-MacKinlay方差比檢驗(yàn)方法、Wright秩和符號(hào)方差比檢驗(yàn)方法、Belaire-France和 Contreas多重方差比檢驗(yàn)方法，對(duì)我國(guó)滬深300股指期貨市場(chǎng)進(jìn)行了有效性檢驗(yàn)；從檢驗(yàn)功效來(lái)看，這三種檢驗(yàn)方法有逐步增強(qiáng)的特征；實(shí)證研究結(jié)果表明我國(guó)股指期貨市場(chǎng)是一個(gè)弱勢(shì)有效市場(chǎng)。于虎山Error! Reference source not found.（2009）

22、通過(guò)運(yùn)用ADF單位根檢驗(yàn)、協(xié)整檢驗(yàn)、誤差修正模型以及格蘭杰因果檢驗(yàn)等時(shí)間序列與計(jì)量經(jīng)濟(jì)方法，對(duì)上海期貨交易所黃金期貨市場(chǎng)的有效性進(jìn)行實(shí)證分析。結(jié)果表明，上海黃金期貨市場(chǎng)尚未達(dá)到有效，并且黃金現(xiàn)貨價(jià)格單向引導(dǎo)期貨價(jià)格。秦俊琦Error! Reference source not found.（2009）通過(guò)運(yùn)用游程檢驗(yàn)、ADF單位根檢驗(yàn)、協(xié)整檢驗(yàn)與計(jì)量經(jīng)濟(jì)學(xué)的方法，對(duì)上海期貨交易所黃金期貨市場(chǎng)的有效性進(jìn)行了實(shí)證分析。結(jié)果表明，上海黃金期貨市場(chǎng)尚未達(dá)到有效，并且黃金現(xiàn)貨價(jià)格單向引導(dǎo)期貨價(jià)格，我國(guó)黃金期貨市場(chǎng)還有待改善。王川Error! Reference source not found.（201

23、0）在風(fēng)險(xiǎn)溢價(jià)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(duì)我國(guó)大豆、玉米、小麥三大糧食期貨市場(chǎng)的有效性進(jìn)行了實(shí)證研究，以探究評(píng)估我國(guó)糧食期貨市場(chǎng)的有效程度，挖掘影響不同糧食品種期貨效率的原因。實(shí)證結(jié)果表明，我國(guó)大豆、玉米和小麥的期貨價(jià)格與現(xiàn)貨價(jià)格之間存在長(zhǎng)期協(xié)整關(guān)系，三大糧食品種的期貨市場(chǎng)均呈現(xiàn)弱式有效狀態(tài)。但是，我國(guó)糧食期貨市場(chǎng)的有效性總體偏低。其中，大豆期貨市場(chǎng)的有效性要強(qiáng)于玉米和小麥，而小麥期貨市場(chǎng)的有效程度最弱；大豆、小麥的期貨價(jià)格與現(xiàn)貨價(jià)格偏離均衡時(shí)都能在短期內(nèi)恢復(fù)均衡，而玉米的期貨價(jià)格偏離均衡時(shí)則難以恢復(fù)；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(guò)對(duì)中國(guó)三大期貨市場(chǎng)的銅、黃豆和小麥三種主要期貨品種收益率的分布與波動(dòng)性的實(shí)證分析，論證了其時(shí)間序列存在ARCH效應(yīng)；運(yùn)用GARCH模型對(duì)這三種期貨品種進(jìn)行了擬合分析和統(tǒng)計(jì)檢驗(yàn)，檢驗(yàn)結(jié)果表明這三個(gè)期貨品種的波動(dòng)性均具有很高的持續(xù)性，但大連黃豆的波動(dòng)持續(xù)性弱于上海銅和鄭州小麥，其波動(dòng)性受各種外部沖擊的影響較大；通過(guò)GARCH(1，1)的市場(chǎng)有效性檢驗(yàn)，論證了中國(guó)期貨市場(chǎng)尚未達(dá)到弱式有效，市場(chǎng)風(fēng)險(xiǎn)較大。趙燕Error! Reference source not found.（2011）從有效市場(chǎng)理論出發(fā)，分析了中國(guó)股指期貨

25、交易市場(chǎng)標(biāo)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(jià)格發(fā)現(xiàn)的角度對(duì)我國(guó)股指期貨市場(chǎng)的有效性進(jìn)行了檢驗(yàn)。結(jié)果表明中國(guó)股指期貨市場(chǎng)具有很高的持續(xù)性，但股指期貨并未對(duì)現(xiàn)貨市場(chǎng)價(jià)格產(chǎn)生有效的引導(dǎo)。中國(guó)股指期貨交易市場(chǎng)尚未達(dá)到弱式有效，市場(chǎng)風(fēng)險(xiǎn)較大。期貨價(jià)格預(yù)測(cè)文獻(xiàn)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(duì)S&P500指數(shù)和其期貨之間的日間價(jià)格的關(guān)系做了研究。通過(guò)三階段最小二乘回歸來(lái)估計(jì)到期日前和到期日時(shí)現(xiàn)貨價(jià)格與期貨價(jià)格之間的領(lǐng)導(dǎo)和滯后關(guān)系。實(shí)證結(jié)

26、果表明期貨價(jià)格的變動(dòng)始終領(lǐng)先現(xiàn)貨價(jià)格變動(dòng)20-45分鐘，但是現(xiàn)貨價(jià)格卻幾乎不會(huì)引導(dǎo)期貨價(jià)格的變動(dòng)。ModestError! Reference source not found.（1983）對(duì)三種股票指數(shù)期貨合約和他們的價(jià)格行為做了一個(gè)比較研究。在簡(jiǎn)化的完美市場(chǎng)中，對(duì)算術(shù)平均指數(shù)來(lái)說(shuō)期貨價(jià)格的貼現(xiàn)值必須等于現(xiàn)貨價(jià)格以此消除套利機(jī)會(huì)，對(duì)幾何平均指數(shù)來(lái)說(shuō)期貨價(jià)格的現(xiàn)值和現(xiàn)貨價(jià)格卻并不相等。當(dāng)考慮交易成本時(shí)，期貨價(jià)格的現(xiàn)值會(huì)在一個(gè)有限的范圍內(nèi)波動(dòng)，但是卻沒(méi)有引起套利利潤(rùn)。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(jī)會(huì)。文章也指出由于沒(méi)有考慮現(xiàn)貨市場(chǎng)和期貨市場(chǎng)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(guó)WTI原油的現(xiàn)貨價(jià)格和期貨價(jià)格之間的關(guān)系。通過(guò)對(duì)原油期貨和現(xiàn)貨價(jià)格的日交易數(shù)據(jù)進(jìn)行的線性因果檢驗(yàn)表明，期貨價(jià)格引導(dǎo)了現(xiàn)貨價(jià)格，但是非線性的因果關(guān)系檢驗(yàn)表明現(xiàn)貨價(jià)格和期貨價(jià)格之間有雙向的引導(dǎo)關(guān)系。該結(jié)果說(shuō)明現(xiàn)貨市場(chǎng)和期貨市場(chǎng)能夠同時(shí)對(duì)新信息做出反應(yīng)。HerbstError! Reference source not found.（1987）指出此前關(guān)于期貨價(jià)格和現(xiàn)貨價(jià)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(duì)這兩者之間的時(shí)間關(guān)系的客觀測(cè)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(shí)間關(guān)系。實(shí)證研究表明指數(shù)期貨價(jià)格有引導(dǎo)現(xiàn)貨價(jià)格的趨勢(shì)。雖然期貨價(jià)格在長(zhǎng)時(shí)間內(nèi)可以引導(dǎo)現(xiàn)貨價(jià)格，但是現(xiàn)貨價(jià)格對(duì)期貨價(jià)格變化的反應(yīng)通常只在一分鐘之內(nèi)?，F(xiàn)貨價(jià)格和期貨價(jià)格之間的這種引導(dǎo)和滯后關(guān)系可以解釋期貨合約價(jià)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(jià)格有趨勢(shì)性的向現(xiàn)貨價(jià)格變動(dòng)的方向變化。BrooksError! Reference source not found.（2001）采用了幾種不同的時(shí)間序列模型研究了富時(shí)100（FTSE）指數(shù)和富時(shí)100指數(shù)期貨的價(jià)格之間的引導(dǎo)-滯后關(guān)系。通過(guò)對(duì)1996-19

29、97年富時(shí)100指數(shù)及其期貨的10分鐘交易數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)期貨價(jià)格的滯后變化可以幫助預(yù)測(cè)現(xiàn)貨價(jià)格的變化。擬合程度最好的是誤差修正模型，因?yàn)槠湓试S現(xiàn)貨價(jià)格和期貨價(jià)格之間因?yàn)閿y帶成本而產(chǎn)生的差異。這種預(yù)測(cè)能力能夠在現(xiàn)實(shí)中為我們尋求系統(tǒng)性的有利潤(rùn)的交易機(jī)會(huì)提供指引。然而盡管模型的預(yù)測(cè)顯示能夠比被動(dòng)的基準(zhǔn)收益率產(chǎn)生更高的回報(bào)，但是在考慮交易成本之后，預(yù)測(cè)的回報(bào)率則不能比基準(zhǔn)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(gè)月的WTI原油的日現(xiàn)貨和期貨價(jià)格之間的線性和非線性的因果關(guān)系進(jìn)行了檢驗(yàn)。采用的數(shù)據(jù)分

30、別來(lái)自兩個(gè)階段：1991.10-1999.10和1999.11-2007.10，這是因?yàn)榈诙€(gè)階段的原油價(jià)格的變化波動(dòng)更為劇烈。除了傳統(tǒng)的Granger線性因果關(guān)系檢驗(yàn)，文章還采用了一種新的通過(guò)控制協(xié)整變量的，非參數(shù)非線性因果關(guān)系檢驗(yàn)。為了確認(rèn)價(jià)格序列確實(shí)是非線性的，文章首先檢驗(yàn)了VECM的殘差非線性關(guān)系。最后文章還通過(guò)GARCH-BEKK模型控制了序列的條件異方差，從而達(dá)到更準(zhǔn)確的非線性檢驗(yàn)效果。最終的實(shí)證結(jié)果表明，通過(guò)VECM協(xié)整過(guò)濾之后，兩者之間的線性因果關(guān)系便不存在了，而通過(guò)GARCH過(guò)濾之后的價(jià)格序列，其非線性的因果關(guān)系仍然存在。這說(shuō)明現(xiàn)貨價(jià)格和期貨價(jià)格序列之間可能存在不對(duì)稱的GAR

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

32、及期貨價(jià)格的混合分布假說(shuō)（mixture of distributions hypothesis (MDH)）。研究結(jié)果顯示期貨價(jià)格的波動(dòng)率與混合分布假說(shuō)一致。而期貨到期時(shí)間對(duì)期貨價(jià)格和期貨交易量產(chǎn)生的“到期效應(yīng)”也得到檢驗(yàn)。檢驗(yàn)結(jié)果顯示，當(dāng)?shù)狡跁r(shí)間對(duì)交易量有很強(qiáng)的影響時(shí)，其對(duì)期貨價(jià)格波動(dòng)性的影響則不明顯。因此可以得出結(jié)論，到期時(shí)間不是期貨價(jià)格混合分布假說(shuō)的一個(gè)合理的代理變量。而研究也表明，不管是在當(dāng)期還是在后期，期貨交易量都對(duì)期貨價(jià)格的波動(dòng)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(chǎng)的重要特征。同時(shí)也

33、研究了天然氣期貨價(jià)格變化的方差（波動(dòng)率），期貨合約的到期時(shí)間和期貨合約的交易量之間的關(guān)系。結(jié)果顯示波動(dòng)率的變化原因主要來(lái)自期貨合約交易量的變化而不是期貨合約到期時(shí)間的變化。同時(shí)還發(fā)現(xiàn)，以前的交易量水平還會(huì)影響現(xiàn)在的價(jià)格波動(dòng)率的變化，但是以前的價(jià)格波動(dòng)率的變化對(duì)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(jià)格動(dòng)量策略和價(jià)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(lái)的8個(gè)季度中能夠有更高的預(yù)期收益率和更低的負(fù)收益率意外以往收益率低的公司則更優(yōu)價(jià)值特

34、征。而價(jià)格動(dòng)量在接下來(lái)的5年內(nèi)則可能會(huì)反過(guò)來(lái)。以前的交易量能夠幫助使中期的反應(yīng)不足和長(zhǎng)期的過(guò)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(fèi)以及玉米期貨的成交量與持倉(cāng)量等因素與玉米期貨價(jià)格進(jìn)行了線性回歸分析，來(lái)確定玉米期貨價(jià)格預(yù)測(cè)模型的參數(shù)。以大連商品交易所（DCE）玉米期貨為研究對(duì)象，對(duì)玉米期貨市場(chǎng)有效性、玉米期貨價(jià)格影響因素及期貨價(jià)格預(yù)測(cè)進(jìn)行實(shí)證分析，運(yùn)用VECM-GA-BP模型對(duì)我國(guó)玉米期貨價(jià)格進(jìn)行預(yù)測(cè)，獲得了良好的預(yù)測(cè)效果。這一方面說(shuō)明我國(guó)玉米期貨市場(chǎng)價(jià)格具有可預(yù)測(cè)性，也說(shuō)明混合預(yù)測(cè)模型VECM-GA-

35、BP具有良好的預(yù)測(cè)作用。程文曉Error! Reference source not found.（2014）選取截面和時(shí)序兩個(gè)不同的數(shù)據(jù)樣本，對(duì)預(yù)測(cè)期貨價(jià)格的精度和適用性進(jìn)行對(duì)比分析。首先利用截面數(shù)據(jù)建立模型,涉及到的指標(biāo)變量包括：食品類居民消費(fèi)價(jià)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(guó)際市場(chǎng)谷物價(jià)格指數(shù)、進(jìn)口大豆海關(guān)統(tǒng)計(jì)的月度量等，采用主成份回歸的方法對(duì)大豆期貨價(jià)格進(jìn)行預(yù)測(cè)分析。其次利用時(shí)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(duì)平滑系數(shù)的選擇進(jìn)行優(yōu)化，進(jìn)而預(yù)測(cè)大豆期貨價(jià)格。最后將兩種方法的預(yù)測(cè)數(shù)據(jù)，與真實(shí)數(shù)據(jù)進(jìn)行對(duì)比，得出結(jié)論為主成分

36、回歸預(yù)測(cè)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(diǎn)，及本文的不足和未來(lái)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(gè)月到期的原油期貨合約預(yù)測(cè)模型準(zhǔn)確性。為了檢驗(yàn)期貨價(jià)格的無(wú)偏性，文章使用了原始預(yù)測(cè)模型作為比較基準(zhǔn)。研究結(jié)果顯示，在5個(gè)不同的到期時(shí)間維度內(nèi)，預(yù)測(cè)模型和原始模型都是無(wú)偏的。但是預(yù)測(cè)模型只有在1個(gè)月和12個(gè)月的時(shí)間維度上的預(yù)測(cè)準(zhǔn)確性才高于原始模型，對(duì)政策制定有指導(dǎo)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(dǎo)致預(yù)測(cè)模型

37、準(zhǔn)確性的關(guān)鍵因素。因此當(dāng)使用該模型時(shí)需要謹(jǐn)慎小心。Meese和RogoffError! Reference source not found. （1983）研究比較了結(jié)構(gòu)預(yù)測(cè)模型和時(shí)間序列預(yù)測(cè)模型對(duì)外匯匯率的樣本外預(yù)測(cè)準(zhǔn)確性。研究發(fā)現(xiàn)在1-12個(gè)月不等的時(shí)間維度內(nèi)，隨機(jī)游走模型的預(yù)測(cè)準(zhǔn)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(jià)格和粘性價(jià)格的貨幣模型，并且粘性價(jià)格中還包含了經(jīng)常項(xiàng)目賬戶。而簡(jiǎn)單結(jié)構(gòu)模型由于是基于實(shí)際解釋變量的已實(shí)現(xiàn)值上的，因此其預(yù)測(cè)的準(zhǔn)確性比較差。Brandt 和BesslerError! Reference source not found.（1983）分別采用了

38、經(jīng)濟(jì)的和統(tǒng)計(jì)的測(cè)量方法研究了美國(guó)豬肉從1976年到1981年中24個(gè)季度的價(jià)格，并以此建立了指數(shù)平滑模型、自回歸求積移動(dòng)平均（ARIMA）模型、和計(jì)量經(jīng)濟(jì)模型對(duì)豬肉價(jià)格進(jìn)行預(yù)測(cè)應(yīng)用于比較研究。結(jié)果證實(shí)ARIMA預(yù)測(cè)模型的平均標(biāo)準(zhǔn)誤差最小，并且發(fā)現(xiàn)，這三種方法組合后的預(yù)測(cè)效果是最好的。陳林，黃章樹Error! Reference source not found.（2010）利用ARIMA模型能對(duì)期貨價(jià)格進(jìn)行較為精確預(yù)測(cè)，在此基礎(chǔ)上提出模型的關(guān)鍵部分平穩(wěn)性檢測(cè)上用ADF檢驗(yàn)來(lái)對(duì)時(shí)間序列的平穩(wěn)性和d值的大小進(jìn)行確認(rèn)。在P值和q值的確認(rèn)上提出了枚舉法來(lái)確定最優(yōu)的預(yù)測(cè)組合，進(jìn)而對(duì)期貨價(jià)格進(jìn)行了更為精確

39、的預(yù)測(cè)。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(jià)格的預(yù)測(cè)模型，對(duì)間共180個(gè)交易日的滬深300股指期貨合約收盤價(jià)數(shù)據(jù)進(jìn)行了實(shí)證分析，結(jié)果表明：ARIMA模型對(duì)于股指期貨的價(jià)格走勢(shì)短期預(yù)測(cè)效果良好，模型能有效反應(yīng)期貨價(jià)格的波動(dòng)性走勢(shì)。李亞杰，王磊Error! Reference source not found.（2013）通過(guò)對(duì)歷史價(jià)格時(shí)間序列數(shù)據(jù)可以建立價(jià)格波動(dòng)模型，進(jìn)行短期預(yù)測(cè)，可以幫助投資者套期保值和規(guī)避風(fēng)險(xiǎn)。為了科學(xué)預(yù)測(cè)，在應(yīng)用的過(guò)程中要使用多種方法檢驗(yàn)，文章建立了ARIMA模型和GARCH模型兩

40、種預(yù)測(cè)方法。研究結(jié)果證實(shí)建立的時(shí)間序列模型ARIMA模型和GARCH模型具有很好的短期預(yù)測(cè)效果，預(yù)測(cè)的誤差和步長(zhǎng)同步變化,期貨價(jià)格預(yù)測(cè)的時(shí)間序列模型分析方法具有非常好的擬合效果。期貨價(jià)格波動(dòng)具有內(nèi)在的規(guī)律性，通過(guò)對(duì)歷史價(jià)格時(shí)間序列數(shù)據(jù)可以建立價(jià)格波動(dòng)模型進(jìn)行短期預(yù)測(cè)，可以幫助投資者套期保值和規(guī)避風(fēng)險(xiǎn)。但在應(yīng)用的過(guò)程中，要堅(jiān)持使用多種方法檢驗(yàn)。魏蓉蓉，葉圣偉Error! Reference source not found.（2012）通過(guò)建立ARIMA模型對(duì)WTI國(guó)際原油現(xiàn)貨價(jià)格進(jìn)行定量分析，考慮到ARIMA模型本身的局限性，文章僅基于WTI國(guó)際原油價(jià)格時(shí)間序列本身進(jìn)行分析，發(fā)現(xiàn)ARIMA（1

41、,1,3）同時(shí)結(jié)合美元匯率、地緣政治和石油供需等定性分析，認(rèn)為短期內(nèi)國(guó)際油價(jià)將保持震蕩上行趨勢(shì)。中國(guó)是全球第二大原油消費(fèi)國(guó)，應(yīng)該通過(guò)加強(qiáng)戰(zhàn)略石油儲(chǔ)備、建立石油期貨市場(chǎng)、改善能源結(jié)構(gòu)等來(lái)應(yīng)對(duì)國(guó)際油價(jià)上漲的極大可能性，以及尾隨的大宗商品價(jià)格的普遍上漲，削弱輸入性通脹壓力。王習(xí)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(jī)性，因此使用單純的自回歸模型或者移動(dòng)平均模型都無(wú)法很好地對(duì)交易趨勢(shì)進(jìn)行擬合預(yù)測(cè)， ARIMA模型就是將前面兩者相結(jié)合并加入對(duì)非平穩(wěn)數(shù)列的差分操作從而實(shí)現(xiàn)對(duì)非平穩(wěn)數(shù)列的較好的擬合及預(yù)測(cè)。文章在ARIMA模型的基礎(chǔ)

42、上對(duì)時(shí)序數(shù)列進(jìn)行局部平穩(wěn)化處理，既保證整體趨勢(shì)不變又實(shí)現(xiàn)了局部的平穩(wěn)，實(shí)驗(yàn)表明該方法對(duì)于提高ARIMA模型的預(yù)測(cè)準(zhǔn)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(yàn)、誤差修正模型、格蘭杰因果檢驗(yàn)、方差分解、脈沖響應(yīng)函數(shù)等方法，以兩個(gè)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(jià)格與現(xiàn)貨價(jià)格之間的動(dòng)態(tài)關(guān)系，定量地刻畫出期貨市場(chǎng)在價(jià)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(jià)格與其現(xiàn)貨價(jià)格都存在相互引導(dǎo)關(guān)系，而且兩種價(jià)格之間也存在長(zhǎng)期均衡關(guān)系。對(duì)黃豆期貨來(lái)說(shuō)，期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)功能中起到主導(dǎo)作

43、用，但對(duì)硬麥期貨來(lái)說(shuō)，現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)功能中起到主導(dǎo)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(jià)格預(yù)測(cè)模型，為期貨市場(chǎng)合約價(jià)格的預(yù)測(cè)提供新的預(yù)測(cè)方法本模型的特點(diǎn)一是GARCH模型對(duì)EWMA模型中的關(guān)鍵參數(shù)衰減因子進(jìn)行測(cè)定，解決以往使用EWMA模型時(shí)沒(méi)有一個(gè)科學(xué)的確定衰減因子的方法。二是通過(guò)分別對(duì)大豆和豆粕期貨合約的衰減因子進(jìn)行確定，發(fā)現(xiàn)不同品種不同時(shí)間的衰減因子顯著不同，因此，對(duì)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(yù)測(cè)模型對(duì)不同期貨商品的預(yù)測(cè)均采用同一模型

44、的問(wèn)題。梁靜溪和邰銀平Error! Reference source not found.（2014）通過(guò)對(duì)大豆期貨價(jià)格的衰減因子的計(jì)算，預(yù)測(cè)大豆期貨未來(lái)價(jià)格，并與實(shí)際價(jià)格比較，驗(yàn)證EGARCHEWMA模型對(duì)大豆期貨價(jià)格預(yù)測(cè)的有效性。首先集合單一模型各自優(yōu)勢(shì)來(lái)確定實(shí)證分析模型的基本結(jié)構(gòu)，使 EGARCHEWMA模型的運(yùn)用得以優(yōu)化；采用 EGARCH模型確定衰減因子，與以往直接對(duì)衰減因子賦值的方式不同，使模型更具真實(shí)性；采用的 EGARCHEWMA模型在預(yù)測(cè)不同種類的大豆期貨合約價(jià)格時(shí)，通過(guò)確定不同的衰減因子，使得預(yù)測(cè)結(jié)果更具科學(xué)性及合理性。梅志娟Error! Reference source

45、not found.（2010）運(yùn)用WIND金融資訊數(shù)據(jù)庫(kù)上的日收盤價(jià)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(duì)于期貨價(jià)格進(jìn)行預(yù)測(cè)并進(jìn)行比較。采用動(dòng)態(tài)預(yù)測(cè)的方法，可以發(fā)現(xiàn)隨著時(shí)間越長(zhǎng)，ARMA模型預(yù)測(cè)精度越低，從而說(shuō)明ARMA模型只適合期貨價(jià)格的短期預(yù)測(cè)，而對(duì)于長(zhǎng)期的預(yù)測(cè)預(yù)測(cè)精度很低，幾乎偏離了價(jià)格波動(dòng)的軌跡。但，GARCH模型的預(yù)測(cè)銅期貨價(jià)格與實(shí)際銅期貨價(jià)格是非常接近的，預(yù)測(cè)的各項(xiàng)誤差也非常小。即隨著時(shí)間越長(zhǎng)，GARCH模型預(yù)測(cè)精度很高，此模型說(shuō)明GARCH模型適合期貨價(jià)格的預(yù)測(cè)。Grudnitski和OsburnError! Reference

46、source not found.（1993）研究了利用神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)S&P500指數(shù)期貨價(jià)格和黃金期貨價(jià)格的可行性。文章指出，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)期貨價(jià)格的準(zhǔn)確性和成功率主要受4個(gè)方面的因素的影響。第一，神經(jīng)網(wǎng)絡(luò)的參數(shù)嚴(yán)重依賴于已發(fā)布數(shù)據(jù)的準(zhǔn)確性。第二，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)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(yù)測(cè)效率較低。第三，訓(xùn)練集的多小也是影響預(yù)測(cè)準(zhǔn)確率的一個(gè)因素。第四，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確性與訓(xùn)練集和測(cè)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(shí)采用了ARIMA 和神經(jīng)網(wǎng)絡(luò)模型對(duì)美國(guó)月生牛肉和小麥的價(jià)格進(jìn)行預(yù)測(cè)并比較兩種預(yù)測(cè)模型的準(zhǔn)確性。實(shí)證結(jié)果顯示相比ARIMA模型，神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)均方誤差要低27%-56%。其絕對(duì)平均誤差和平均絕對(duì)百分比誤差也小得多。而且神經(jīng)網(wǎng)絡(luò)對(duì)價(jià)格變化的轉(zhuǎn)折點(diǎn)的把握也比ARIMA模型要準(zhǔn)確很多。李旻晶Error! Reference source not found.（2014）以我國(guó)玉米期貨價(jià)格作為研究對(duì)象，運(yùn)用小波去噪處理，使數(shù)據(jù)更具真實(shí)性，并結(jié)合相關(guān)分析對(duì)未來(lái)玉米期貨價(jià)格走勢(shì)進(jìn)行有效預(yù)測(cè)。研究結(jié)果表明用小波去噪過(guò)濾掉了價(jià)格小范圍變化，在相當(dāng)程度上提高預(yù)測(cè)精度，得到了真實(shí)價(jià)格走勢(shì)。小波去噪對(duì)玉米期貨

48、價(jià)格的原始數(shù)據(jù)進(jìn)行去噪處理，使玉米期貨價(jià)格數(shù)據(jù)信號(hào)更加平滑，波動(dòng)相對(duì)較小，并且少毛刺，能為預(yù)測(cè)提供高質(zhì)量的輸入數(shù)據(jù)，這樣大大提高了真實(shí)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(jià)格預(yù)測(cè)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(jià)格數(shù)據(jù)作為樣本，運(yùn)用sym8小波變換對(duì)數(shù)據(jù)進(jìn)行降噪處理，分別運(yùn)用降噪前后的數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和檢驗(yàn)。結(jié)果表明，降噪數(shù)據(jù)可以有效提高股指期貨價(jià)格預(yù)測(cè)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(gè)交易數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，10月30日11月12日的10個(gè)數(shù)據(jù)為測(cè)試數(shù)據(jù)，利用BP 神經(jīng)網(wǎng)絡(luò)對(duì)期貨價(jià)格建立預(yù)測(cè)模型，并用遺傳算法進(jìn)行修正，從而實(shí)現(xiàn)對(duì)大豆期貨交易價(jià)格的預(yù)測(cè)分析。結(jié)果表明，改進(jìn)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(duì)期貨價(jià)格走勢(shì)有良好的預(yù)測(cè)效果，可給期貨市場(chǎng)的投資者提供投資建議。此外，利用改進(jìn)后的模型可對(duì)期貨市場(chǎng)操縱現(xiàn)象進(jìn)行預(yù)警，對(duì)監(jiān)管者具有一定參考價(jià)值。王海軍等Error! Reference source not found.（2009）指出：目前在對(duì)中國(guó)期貨市場(chǎng)進(jìn)行價(jià)格預(yù)

50、測(cè)時(shí)，采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)時(shí)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(duì)初始權(quán)閾值敏感、易陷入局部極值和收斂速度慢的問(wèn)題。因此，為了提高模型效率，提出采用PSO-BP模型預(yù)測(cè)期貨價(jià)格。首先運(yùn)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(duì)優(yōu)化的網(wǎng)絡(luò)權(quán)閾值進(jìn)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(yù)測(cè)模型，并將其應(yīng)用到中國(guó)期貨市場(chǎng)的期貨價(jià)格預(yù)測(cè)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(shì)，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(yù)測(cè)的速度和準(zhǔn)確性。王海軍等Error! Reference source not found

51、.（2008）針對(duì)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(diǎn)，提出二次優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的期貨價(jià)格預(yù)測(cè)算法。初次優(yōu)化采用主成分分析法對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，第二次優(yōu)化采用自適應(yīng)遺傳算法對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，將經(jīng)過(guò)二次優(yōu)化后建立的BP神經(jīng)網(wǎng)絡(luò)模型用于期貨價(jià)格預(yù)測(cè)經(jīng)仿真檢驗(yàn)，用新方法建立的模型對(duì)期貨價(jià)格進(jìn)行預(yù)測(cè)，在預(yù)測(cè)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(jī)技術(shù)的石油期貨價(jià)格預(yù)測(cè)方法。該方法使用價(jià)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(guò)綜合驗(yàn)證方式確定包括嵌入維數(shù)在內(nèi)的各參數(shù)。實(shí)證研究表明，支持向量機(jī)方法比RBF神經(jīng)網(wǎng)絡(luò)和AR瑚A模型預(yù)測(cè)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(jià)格預(yù)測(cè)問(wèn)題，石油期貨價(jià)格是一種動(dòng)態(tài)、時(shí)變、非線性數(shù)據(jù)，具有較強(qiáng)的隨機(jī)性和多元性。單一預(yù)測(cè)模型只能描述部分信息，存在局限性。為了提高石油期貨價(jià)格預(yù)測(cè)精度，提出了一種非線性組合的石油期貨價(jià)格預(yù)測(cè)模型。首先采用3個(gè)不同的單項(xiàng)模型對(duì)石油期貨價(jià)格進(jìn)行預(yù)測(cè)，采用全局逼近能力強(qiáng)的支持向量機(jī)建立了一個(gè)多輸入單輸出的石油期貨價(jià)格非線性組合預(yù)測(cè)模型，并通過(guò)預(yù)測(cè)誤差最小原

53、則確定模型的參數(shù)。仿真結(jié)果表明，改進(jìn)模型預(yù)測(cè)精度明顯優(yōu)于對(duì)比預(yù)測(cè)模型，為提高石油期貨價(jià)格預(yù)測(cè)精度提供了一條新途徑。顧紅其Error! Reference source not found.（2010）針對(duì)影響期貨價(jià)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(jià)格預(yù)測(cè)方法無(wú)法消除數(shù)據(jù)之間冗余和捕捉非線性規(guī)律導(dǎo)致預(yù)測(cè)精度較低。為了提高期貨價(jià)格預(yù)測(cè)精度，提出一種基于主成份分析(PCA)的支持向量機(jī)(SVM)期貨價(jià)格預(yù)測(cè)方法(PCASVM)。首先利用主成分分析對(duì)期貨價(jià)格影響因子進(jìn)行分析和處理，消除各因子之間的高度冗余性，通過(guò)選擇貢獻(xiàn)大的主成分有效地除去無(wú)關(guān)的影響因子，加快支持向量機(jī)學(xué)習(xí)

54、速度，提高預(yù)測(cè)精度，然后利用支持向量機(jī)對(duì)保留的主成成分進(jìn)行建模預(yù)測(cè)。利用PCASVM模型對(duì)2009年8月Kcbt期貨價(jià)格進(jìn)行了驗(yàn)證分析和測(cè)試，仿真結(jié)果表明，預(yù)測(cè)效果穩(wěn)定，提高期貨價(jià)格預(yù)測(cè)精度。證明PCASVM是一種有效、高精度的期貨價(jià)格預(yù)測(cè)方法。楊建輝，戴曉真Error! Reference source not found.（2013）：對(duì)傳統(tǒng)魚群算法進(jìn)行了簡(jiǎn)化，并對(duì)其步長(zhǎng)和可視域采用自適應(yīng)變化策略，利用改進(jìn)的魚群算法對(duì)支持向量機(jī)訓(xùn)練算法進(jìn)行優(yōu)化，提出了基于魚群優(yōu)化的支持向量機(jī)期貨價(jià)格預(yù)測(cè)模型。將改進(jìn)的模型滾動(dòng)預(yù)測(cè)未來(lái)的期貨價(jià)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(jià)格作為實(shí)證

55、分析。最后將預(yù)測(cè)結(jié)果與單純的支持向量機(jī)的預(yù)測(cè)效果相比，結(jié)果顯示，改進(jìn)后的模型具有更高的預(yù)測(cè)精度，特別是對(duì)金屬期貨價(jià)格的短期預(yù)測(cè)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(jī)（SVR），實(shí)現(xiàn)對(duì)期貨價(jià)格的有效預(yù)測(cè)。首先選取代表性的技術(shù)指標(biāo)、收盤價(jià)和成交量作為樣本特征集，以下一時(shí)刻的收盤價(jià)作為偷出變量。然后通過(guò)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(jī)模型，并用樣本集進(jìn)行訓(xùn)練。最終仿真結(jié)果顯示基于粒子群算法的支持向量機(jī)模型具有學(xué)習(xí)精度高、泛化能力較強(qiáng)的性質(zhì)，可用于期貨價(jià)格的

56、短期預(yù)測(cè)。期貨價(jià)格波動(dòng)率文獻(xiàn)閱讀FamaError! Reference source not found.（1965）通過(guò)研究發(fā)現(xiàn)證券資產(chǎn)的價(jià)格具有尖峰、厚尾的性質(zhì)，并且證券價(jià)格的變動(dòng)具有聚集（Volatility Clustering）的現(xiàn)象，即證券收益率的方差會(huì)隨著時(shí)間的變化而變化，大的波動(dòng)后面伴隨著大的波動(dòng)，小的波動(dòng)伴隨著小的波動(dòng)。ChanError! Reference source not found.等（2004）研究了中國(guó)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(dòng)率。研究發(fā)現(xiàn)收益率對(duì)波動(dòng)率的影響是非對(duì)稱的，即負(fù)的收益率對(duì)波動(dòng)率的影響比正的收益

57、率對(duì)波動(dòng)率的影響要顯著，要大。研究還發(fā)現(xiàn)，交易量與波動(dòng)率是顯著正相關(guān)的，而持倉(cāng)量與波動(dòng)率則是顯著負(fù)相關(guān)的。此外，大宗交易者的參與對(duì)波動(dòng)率有很強(qiáng)的正向影響。他們還推測(cè)波動(dòng)率的這種表現(xiàn)可能是政府持續(xù)的推進(jìn)市場(chǎng)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(chǎng)的波動(dòng)率。之所以采用小波分析，主要有三點(diǎn)原因：第一，小波估計(jì)比之前基于均方誤差的GPH估計(jì)要更優(yōu)越；第二，小波估計(jì)不需要在短期波動(dòng)率上強(qiáng)加參數(shù)限制，而這一點(diǎn)是GARCH模型所必須的；第三，小波估計(jì)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(dòng)率顯示了很強(qiáng)的自相似性，這與波動(dòng)率的在有限無(wú)條件差分下的長(zhǎng)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(shí)現(xiàn)波動(dòng)率。研究發(fā)現(xiàn)日收益率的無(wú)條件分布和日收益率的已實(shí)現(xiàn)方差都不是服從高斯分布的。而用已實(shí)現(xiàn)標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)化之后的標(biāo)準(zhǔn)收益率和已實(shí)現(xiàn)標(biāo)準(zhǔn)差卻近似服從高斯分布。此外研究還發(fā)現(xiàn)，標(biāo)準(zhǔn)差的對(duì)數(shù)表現(xiàn)了長(zhǎng)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(méi)有表現(xiàn)出這種長(zhǎng)記憶性，這表明在長(zhǎng)期范圍內(nèi)市場(chǎng)間的聯(lián)系比較弱。而波動(dòng)率的非對(duì)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(méi)有顯現(xiàn)。最后研究還發(fā)現(xiàn)，原油期貨合約的波動(dòng)率在OPEC對(duì)原油價(jià)格進(jìn)行提價(jià)后也立即表現(xiàn)出了波動(dòng)率增大的反應(yīng)。馬超群等Error! Reference source not found.（2009）認(rèn)為：期貨市場(chǎng)是一個(gè)典型的非線性動(dòng)力系統(tǒng)，通過(guò)對(duì)上海期貨交易所（SHFE）的銅、鋁期貨合約進(jìn)行非線性波動(dòng)特征檢驗(yàn)，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(yàn)期貨收益率和波動(dòng)率的長(zhǎng)期記憶性，得到的實(shí)證結(jié)果表明：銅、鋁期貨價(jià)格波動(dòng)有明顯的聚集性，銅期貨收益率波動(dòng)沒(méi)有“杠桿效應(yīng)”，而對(duì)鋁期貨來(lái)說(shuō)，“利好”對(duì)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(zhǎng)期記憶性，銅期貨有一個(gè)約43個(gè)日歷月的非周期循環(huán)，而鋁期貨并沒(méi)有明顯的非周期循環(huán)。更重要的是，實(shí)證結(jié)果表明期貨收益波動(dòng)率有明顯的長(zhǎng)期記憶性，因此，在對(duì)期貨市場(chǎng)