《Ｆｉｎａｎｃｉａｌ ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ：ｔｈｅ ｒｏｌｅ ｏｆ ｓｔｏｃｋ ｍａｒｋｅｔｓ》一文中 基于Ｖ Ａ Ｒ模型的 我国期货市场经济增长效应分析 ■ 杨丽琳博士（江西财经大学国际经济贸易学院 南昌 ３３００１３） “股票市场的发展”指标的设计思路，期货 市场的发展指标用期货市场成交额的季度 数据与未季节调整的ＧＤＰ季度数据之间的 比值来表示，计作“ＦＵＴＵＲＥ”。本文主要 Ｅｖｉｅｗｓ３．１软件对相关问题进行分析。 计量模型和实证结果检验 本文将借鉴２０世纪８０年代初计量经 济学家们提出的“数据驱动”型的建模方 ◆ 中图分类号：Ｆ８３０ 文献标识码：Ａ 法，以描述样本数据的特征作为建模的主 要准则，在让“数据为自身说话”的信念 其中， 表示经济增长效率，Ｒ 表示资 下分析数据序列本身的性质与关系。 内容摘要：本文以１９９８－２００７年的统计 源配置效率， 表示风险配置效率。 （一）数据的平稳性检验 数据为基础，采用ＶＡＲ模型揭示了我 国期货市场发展与经济增长之间的内 期货市场的核心功能在于风险配置和 为避免出现虚假回归而造成结论无效， 在依存关系，并进一步通过建立计量 价格发现，因此，它对经济增长的作用可 需要对时间序列数据的平稳性进行检验， 模型，考察了在此期间我国期货市场 以具体体现在两方面。一方面，期货市场 本文采用的是ＡＤＦ检验，检验式为： 发展对经济增长的贡献率。 通过套期保值能够有效地转移价格风险， ＝ｃ＋ ｆ＋ 。＋∑ Ｔ ＋ （２） 关键词：期货市场 经济增长 ＶＡＲ 其实质就是期货市场通过形成合理的风险 其中 ．是待检验的时间序列，ｃ是常数 模型 时间序列 价格（套保费用），将现货市场的价格风险 项，ｔ为时间趋势，七是滞后期，“．是随机误 我 市国代场期初在货，经发市过现场多价诞年格生的和于实规２践避０世，企我纪业国风９期０险年货， 在套期保值者和投机者之间进行有效转移， 差项。原假设是 ：Ｐ＝０，各选假设是 ： 对产生的风险在全社会范围内进行重新分 Ｐ＜０。对 取足够次数的差分，保证被检 配，从而优化风险配置系统。另一方面，由 验序列为平稳序列，然后每次用减少一次 促进现货市场发育和对外开展贸易方面发 于期货市场具有公开性、预期性和连续性 差分次数的序列依次进行单位根检验，直 挥了重要的作用。进入２１世纪，我国作为 的特征，期货价格能够准确及时地反映当 至接受原假设为止，从而判断出 的单整 世界经济增长潜力最大的国家要实现世界 前和未来的市场供求，这些价格信息成为 阶数。值得说明的是检验参数所得的 统计 制造中心、贸易中心的国际地位同样也离 投资者、消费者、生产者在制定相关决策 量在原假设下，不服从标准ｆ分布，其检验 不开大宗商品定价权的获取。所有这些都 时的重要依据。这所产生的相应结果是优 的临界值使用Ｍａｃｋｉｎｎｏｎ临界值表来判 集中体现了期货市场对我国经济增长的意 化资源配置，从而导致更高的经济增长。因 断。检验结果如表１所示。 义和作用。在这种背景下，对期货市场在 此如图１所示，期货市场可以通过优化资 从表１中可以看出，ＧＤＰ在５％的置 我国国民经济发展中的作用进行深入探讨， 源配置和风险配置两种渠道来提高生产力， 信水平下都存在单位根，属非平稳时间序 揭示期货市场对我国经济发展的实际作用 从而促进资本积累和技术进步，最终促进 列，但它的一阶差分序列在５％的置信水平 和存在的问题是具有现实意义的。 经济的增长。 下均显示出平稳性，因此该变量是一阶单 期货市场促进经济增长的影 鉴于数据的可得性与完整性，本文样 整的。ＦＵＴＵＲＥ的单位根检验结果显示，该 响分析 本区间选为１９９８—２００７年。本文收集了 变量是平稳的，这也显示了我国期货市场 １９９８年１月一２００７年４月 期货市场作为金融体系不可分割的一 全国期货市场成交额的季度 部分对于促进经济增长产生积极的作用。 数据和全国ＧＤＰ的季度数 在市场经济中客观存在有两个配置系统， 据。其中，全国期货市场成 即资源配置系统和风险配置系统（冉华， 交额的季度数据根据中国期 ２００６ ｏ资源配置系统创造社会财富，该系 货业协会官方网站公布的数 统主要考虑将土地、资金、技术、人力等资 据资料整理而得。本文选择 源通过什么渠道配置给谁，使其社会效应 ＧＤＰ作为反映经济增长的 最大化。风险配置系统主要对资源配置系 指标。对ＧＤＰ季度数据采用 统产生的风险进行配置，该系统主要考虑 Ｃｅｎｓｕｓ Ｘ１ １方法进行了季 图１期货市场对经济增长的影响 把经济增长中出现的风险配置给谁，以使 节调整。对季节调整后的季 表１ ＦＵＴＵＲＥ与ＧＤＰ的单位根检验 风险破坏性最小。风险配置系统效率的提 度数据进行了对数化处理。 ｌ 变量 ｌ ＡＤＦ统计量 ｌ ５％临界值 结论 高，可进一步促进资源的优化配置。两个系 对数变化后的季节调整ＧＤＰ ［ ＦＵＴＵＲＥ Ｉ 一３．２８４５０２ Ｉ 一２．９３．９９ 平稳 统的协调发展，可共同促进经济的发展。 季度数据用“ＧＤＰ”表示。参 【 ＧＤＰ Ｉ １＿９１５２６８ ｌ 一２．９３９９ 不平稳 Ｉ △ＧＤＰ ｌ 一３．４６７５６７ Ｉ 一２．６０９２ 平稳 Ｆ（ ， ） （１） 考Ａ ｒｅｓｔｉＳ等（２００１）在 注：本表中ＡＤＦ检验采用Ｅｖｉｗｅｓ３ １；△表示一阶差分。 《中文核心期刊要目总览》贸易经济类核心期刊 ５９ 表２滞后期检验 滞后期 １ 结果。“原假设Ｈ０”下的每 ＳＢＣ检验值 －３ ２５８９４７ ＧＤＰ＝ｌ＿Ｏ００７ＧＤＰ ＋０．０７１４ＦＵＴＵＲＥ 。（５） ＬＲ检验值 ７４５４０１５ ＡＩＣ检验值 －３ ５１４８７９ 条表示Ｇｒａｎｇｅｒ因果关系 （１８５７．２２８）（５．３４６４０７） ｌ ０ ００００１ 『０．００００１ ２ ３ ４ ７４１３２８６ ７１ ９５９６９ ９８ ６８２４９ —３ ３７５４１４ —３ １３２９５６ 一４ ４８２３６０ －２ ９４４４７Ｏ —２５２３４２０ －３６９０６０１ 不存在，“Ｆ统计量”表示变 量之间存在Ｇｒａｎｇｅｒ因果关 系。从表３可以看出，在５％ 的显著水平上，在滞后１至 在回归方程（５）中，方程通过了Ｆ检 验。方程（５）中ｔ的临界值为２．０２６２，各 自变量都通过了ｔ检验。现在考虑Ｄ．ｗ检 验。Ｄ．ｗ检验主要用于残差序列的自相关 性。本模型中Ｄ．Ｗ＝２．２９， １．３９， ＝１．６， 因为 ＜Ｄ．Ｗ＜４一 ，因此序列无自相关。通 注： 为最优滞后期 表３ ＧＤＰ与ＦＵＴＵＲＥ之间不同滞后期的格兰杰因果检验结果 滞后期 原假设Ｈ０ Ｆ统计量 Ｈ０成立的 结论 概率 （Ｐ值） ４期内，经济增长都是期货 市场发展的Ｇ ｒａｎｇｅｒ原因。 这说明经济增长对期货市场 １ ２ ＦＵＴＵＲＥ对ＧＤＰ不存在Ｇ ｒａｎｇｅｒ因果性 ＯＯ８７３２ ０７６９３１ 不拒绝 ＧＤＰ对ＦＵＴＵＲＥ不存在Ｇ ｒａｎｇｅｒ因果性 １０２７８０ ＯＯＤ２８２ 拒绝 发展的影响较大。在滞后１— ３期内，期货市场发展不是 过上述检验初步判定回归方程（５）成立。 同时，尺 ＝０．９９６ １，Ｒ ＝０．９９６０对数似然值为 ＦＵＴＵＲＥ对ＧＤＰ不存在Ｇｒａｎｇｅｒ因果性 ００４７７０ ０９５３４８ 不拒绝 ＧＤＰ对ＦＵＴＵＲＥ不存在Ｇｒａｎｇｅｒ因果性 ７３４４４８ ００ ！∞ 拒绝 ３ ＦＵＴＵＲＥ对ＧＤＰ不存在Ｇ ｒａｎｇｅｒ因果性 Ｏ０６７１６ ０９７６９３ 不拒绝 经济增长的Ｇ ｒａｎｇｅ ｒ原因， ＧＤＰ对ＦＵＴＵＲＥ不存在Ｇ ｒａｎｇｅｒ因果性 ４１２８４９ ００１４５３ 拒绝 但是在滞后的第４期，期货 ｄ ＦＵＴＵＲＥ对ＧＤＰ不存在Ｇｒａｎｇｅｒ因果性 ６２３５０１ ０００１０９ 拒绝 市场发展是经济增长的 ＧＤＰ对ＦＵＴＵＲＥ不存在Ｇｒａｎｇｅｒ因果性 ２８１８７９ ００４４７７ 拒绝 Ｇ ｒａｎｇｅｒ原因，这说明由于 的发展随着时间的推移而稳步上升的过程。 时滞效应的存在，期货市场的发展从第４期 （二）变量滞后结构及Ｇｒａｎｇｅｒ因果关 才会对经济增长起到推动作用。 系检验 （三）回归方程的分析 由于ＧＤＰ时间序列和ＦＵＴＵＲＥ时间序 由于经济增长时问序列存在一阶单位 列单整的阶数不同，两变量之间不是协整 根过程，根据前面的滞后结构和因果关系 的（Ｅｎｇｌｅｒ＆Ｇ ｒａｎｇｅｒ，１ ９８７），所以不能 检验，在计量经济模型中引入一个时间维， 用简单的回归方程来分析它们之间的关系， 将期货市场发展变量ＦＵＴＵＲＥ作为滞后经 而要使用向量白回归（ＶＡＲ）模型来进行定 济变量引入模型中，并由此构造出期货市 量分析。在ＶＡＲ模型中，变量被平等加以 场发展与经济增长的回归方程式： 对待，而不再区分内生或外生变量，其所 ＧＤＰ＝ａ＋卢】ＧＤＰ．－＿＋卢，ＧＤＰ ＋卢 关心的重点在于变量之间的关系及变量的 ＧＤＰ ＋卢４ＧＤＰ ４＋ｙ Ｆ ＲＥ‘＿４＋ （３） 滞后结构。因此本文首先要通过有关判定 其中ｔ＝１，２，…，４０。即经济增长的 规则来确定ＧＤＰ与ＦＵＴＵＲＥ两变量之间的 现期值与期货市场发展的滞后第４期值相 滞后结构，然后利用Ｇ ｒａｎｇｅｒ检验对变量 联系，而且依赖于滞后第４期的ＦＵＴＵＲＥ 之间的因果关系进行检验，以分析两者之 值，进一步估计出的方程为： 间的互动关系。 ＧＤＰ 一０．０１７７＋０．８６４７８８ＧＤＰ＋０．１７８４ ．变量滞后结构的确定。采用Ａｋａｉｋｅ信 ＧＤＰｔ ２－０．０７０６ＧＤＰ ＋（）＿０３００ＧＤＰ“＋０．０７３５ 息标准（Ａ｝Ｃ）和Ｓｃｈｗａ ｒｔｚ贝叶斯标准 ＦＵＴＵＲＥ ｌ ４１ （ＳＢＣ）并结合更为严格的对数似然比检验 ［一０．１ ０７５４９】【６ ２３７４９７］【０ ９４６０３８］ （ＬＲ）来确定期货市场发展时间序列及经 ｆ一０ ３７５２９３］ｆ０ ２１ ０６２４］［４ ８３２５１ ４１ 济增长时间序列两变量之间的滞后结构。 （０．９１５１） （０ ００００） （０ ３５１７） 在最优的滞后期的选择中，采用比较小的 （０ ７１０１） （０ ８３４６） （０ ００００） ＡＩＣ值和和ＳＢＣ值，结合ＬＲ检验（见表２）， 估计方程系数下面方括号中是ｔ检验 可以判定出滞后４期是该ＶＡＲ模型最优的 值，圆括号中是Ｆ检验的相伴概率。Ｆ检验 滞后期选择。这也大体可判定我国期货市 主要用于方程显著性的检验，当相伴概率 场发展与经济增长之间的滞后效应，即在 低于５％置信度时，则拒绝零假设即回归方 滞后４期的时间内，期货市场发展和经济 程是显著的。回归方程（４）未通过Ｆ检验， 增长这两个变量分别应该被纳入另一个变 说明方程的显著性不高。ｔ检验主要对方程 量的方程值中，成为对另一个变量的预测 回归系数的显著性进行检验。方程（４）中 有帮助的因素。 ｔ的临界值（显著水平为５％）为２ ０２１ １， Ｇ ｒａｎｇｅｒ因果关系检验。在确定的滞 当ｌｔＩ＜临界值时，未通过ｔ检验。当ｌｔ【＞临界 后期内，还需要借助Ｇ ｒａｎｇｅｒ检验来判定 值时，通过ｔ检验。因此，方程（４）中自 变量之间的真实关系，以帮助判断期货市 变量ＧＤＰ，、ＧＤＰ 、， ＧＤＰ 均未通过ｔ 检场与经济增长之间的因果关系及其方向。 验。综上情况，可以考虑剔除常数项以及 表３提供了滞后１至４期我国期货市场 白变量ＧＤＰ 、ＧＤＰ ＧＤＰ 重新估计 与经济增长之间的ＧｒａｎｇｅＮ果关系检验的 出回归方程为： ６Ｏ商业时代（原名《商业经济研究》）２０１０年１１期 ８４．８９１７７，ＳＣ＝一４．５１７１２５，ＡＩＣ＝一４．６０５０９８， 说明该模型效果不错。从回归方程（５）中 可以看出，期货市场的发展的确会对我国 经济增长产生积极的影响，这也验证了本 文前面的分析。从定量分析看，“ＦＵＴＵＲＥ” 每提升一个百分点，“ＧＤＰ”将增长０．０７１４ 个百分点，说明目前虽然期货市场发展会 对经济增长产生积极影响，但是影响较小， 这个结果也与我国期货市场目前的发展现 状相一致。 结论 综上，我国期货市场通过风险转移功 能和价格发现功能在优化风险配置和优化资 源配置方面的确发挥了一定的作用，对经济 增长具有促进作用。与国际同类商品期货价 格、国内现货价格相关系数较高。由于期货 市场具有履约率高、流动性好、现货吞吐量 大等有利因素，通过长期实践，期货市场作 为规避价格风险的工具，已被国内一些金属 企业和粮食企业长期有效运用。中国期货市 场的基本功能已得到初步发挥，而且还逐步 显现出一些衍生功能，如提升现货质量、提 高现货交易的信用水平以及延伸相关产品产 业链等。但是与国民经济的持续发展的要求 相比，中国期货市场的发展还比较滞后，存 在较多的问题和差距，对经济增长的影响有 待进一步加强，所以必须采取积极措施大力 发展我国期货市场。 １．董斌．期货市场对我国经济发展中 作用的实证研究…．现代管理科学，２００６ ２．蔡慧，华仁海．中国商品期货指数 与ＧＤＰ指数的关系研究Ｕ］．金融理论与 实践．２００７ ３．冉华．衍生品市场对经济增长的作 用ｆＭ１．中国金融出版社，２００６ ４．马慧敏．我国出ｔ３＇商品结构与经济 增长——基于１９８９—２００４年时序数据的 计量检验分析…．国际贸易问题，２Ｏ０８