我国煤 - 焦 - 钢期货市场价格发现功能的深度剖析与实证探究

我国煤-焦-钢期货市场价格发现功能的深度剖析与实证探究一、引言1.1研究背景与意义在我国的经济体系中，煤-焦-钢产业占据着极为重要的支柱地位，是推动国民经济发展的关键力量。煤炭作为我国的基础能源，在一次能源生产和消费结构中始终占据主导。据相关数据显示，过去很长一段时间内，煤炭在我国一次能源消费中的占比稳定在50%以上，为电力、钢铁、化工等多个重要行业提供了不可或缺的能源支持。同时，我国也是全球最大的煤炭生产国和消费国，煤炭产量和消费量均在全球总量中占据较大份额。焦炭则是钢铁生产过程中无法替代的关键原料。在高炉炼铁的工艺流程中，焦炭不仅作为燃料提供热量，还作为还原剂参与化学反应，对铁的还原过程起着决定性作用。钢铁作为工业的“骨骼”，广泛应用于建筑、机械制造、汽车工业、交通运输等各个领域，是国家基础设施建设和制造业发展的重要物质基础。从建筑行业来看，无论是高楼大厦的建设，还是桥梁、道路等基础设施的建造，钢铁都是不可或缺的材料；在机械制造领域，各种机械设备的制造都离不开钢铁的支撑；汽车工业中，钢铁是汽车车身、发动机等关键部件的主要原材料；交通运输领域，铁路、船舶、航空等行业的发展也与钢铁产业息息相关。近年来，随着经济全球化的深入发展以及国内经济结构的不断调整，煤-焦-钢产业面临着日益复杂多变的市场环境。一方面，全球经济形势的波动，如国际金融危机、贸易保护主义抬头等，对我国煤-焦-钢产业的进出口贸易产生了直接影响，导致市场需求和价格出现大幅波动。另一方面，国内经济增速换挡、产业结构优化升级，对煤-焦-钢产业的发展提出了新的挑战和要求。例如，随着房地产市场调控政策的持续实施，建筑行业对钢铁的需求增速放缓；制造业向高端化、智能化转型，对钢铁产品的质量和性能提出了更高的要求。在这种背景下，煤-焦-钢产业的价格波动愈发频繁且剧烈。期货市场作为现代金融市场的重要组成部分，具有价格发现、套期保值和风险管理等多种功能。其中，价格发现功能是期货市场的核心功能之一，它能够通过公开、公平、公正的集中交易机制，将市场参与者对未来商品价格的预期反映在期货价格中。对于煤-焦-钢产业而言，期货市场的价格发现功能具有至关重要的作用。通过期货市场的价格信号，企业可以更加准确地把握市场供求关系的变化趋势，提前调整生产计划和经营策略，从而有效降低价格波动带来的风险。例如，钢铁企业可以根据焦炭期货价格的走势，合理安排焦炭的采购计划，避免因价格上涨导致成本大幅增加；煤炭企业也可以依据焦煤期货价格的变化，优化生产和销售决策，实现利润最大化。从宏观层面来看，研究我国煤-焦-钢期货市场的价格发现功能，有助于提高市场资源配置效率，促进煤-焦-钢产业的健康稳定发展。合理的期货价格能够引导资源向更有效率的生产环节流动，避免资源的浪费和错配。同时，稳定的市场价格也有助于维护宏观经济的稳定运行，减少因产业价格波动引发的经济风险。从微观层面分析，对于煤-焦-钢产业链上的各类企业来说，准确的价格发现功能可以为企业提供更加科学的决策依据，帮助企业降低生产成本、提高经济效益、增强市场竞争力。此外，深入研究煤-焦-钢期货市场价格发现功能，还能够为监管部门制定合理的市场政策提供理论支持和实证依据，促进期货市场的规范发展，更好地发挥其服务实体经济的作用。1.2国内外研究现状在国外，期货市场的发展历史较为悠久，对于期货市场价格发现功能的研究也开展得相对较早。早期的研究主要集中在理论层面，构建了一系列经典的期货价格理论模型。例如，持有成本理论（Cost-of-CarryModel）由Kaldor（1939）和Working（1949）提出，该理论认为期货价格等于现货价格加上持有成本，包括仓储成本、资金成本以及保险成本等，从理论上阐述了期货价格与现货价格之间的关系，为后续研究价格发现功能奠定了基础。随后，Samuelson（1965）提出了预期理论，强调期货价格是对未来现货价格的无偏估计，市场参与者会根据对未来供求关系等因素的预期来确定期货价格，进一步深化了对期货价格形成机制的理解。随着计量经济学的发展，国外学者开始运用实证方法深入研究期货市场的价格发现功能。在农产品期货市场方面，Bessler和Cotterill（1986）运用协整检验等方法，对玉米、小麦等农产品期货市场进行研究，发现期货价格与现货价格之间存在长期均衡关系，期货市场在价格发现中起到了重要作用。在能源期货市场领域，Serletis和Gogas（2001）对原油期货市场进行实证分析，通过建立向量自回归模型（VAR），发现期货价格能够有效地引导现货价格，期货市场的价格发现功能显著。在金属期货市场，如LME（伦敦金属交易所）的铜期货市场，Adrangi和Chatrath（1998）的研究表明，期货价格对现货价格具有较强的预测能力，在价格发现过程中占据主导地位。近年来，国外对于煤-焦-钢期货市场价格发现功能的研究逐渐增多。一些学者从产业链的角度出发，分析了煤-焦-钢期货市场之间的联动关系和价格传导机制。例如，Hammoudeh等（2019）运用格兰杰因果检验和脉冲响应函数等方法，研究了国际煤炭、焦炭和钢铁期货市场之间的价格关系，发现煤炭期货价格对焦炭和钢铁期货价格具有显著的影响，且存在一定的价格传导路径。同时，部分学者关注到宏观经济因素对煤-焦-钢期货市场价格发现功能的影响。如Aloui等（2020）研究发现，宏观经济政策的调整、经济增长的波动等因素会改变市场参与者的预期，进而影响煤-焦-钢期货市场的价格发现效率。国内对于期货市场的研究起步相对较晚，但随着我国期货市场的快速发展，相关研究成果不断涌现。在理论研究方面，国内学者结合我国市场实际情况，对国外经典期货价格理论进行了深入探讨和拓展。如华仁海（2005）对持有成本理论进行了修正，考虑了我国期货市场的交易成本、保证金制度等特殊因素，使理论模型更贴合我国市场实际。在实证研究方面，国内学者运用多种计量方法对我国期货市场的价格发现功能进行了广泛研究。在农产品期货市场，田志宏等（2006）通过对大豆期货市场的实证分析，发现我国大豆期货市场已经具备了一定的价格发现功能，期货价格能够反映市场信息。在金属期货市场，王骏和张宗成（2005）对上海期货交易所的铜、铝期货市场进行研究，运用协整检验和误差修正模型等方法，验证了期货价格与现货价格之间的长期均衡关系和短期动态调整机制。对于我国煤-焦-钢期货市场价格发现功能的研究，也取得了一系列成果。赵文广（2017）运用相关性分析、Johansen协整检验、Granger因果关系检验、向量误差修正模型（VECM）、脉冲响应函数和方差分解等计量方法，对我国焦煤、焦炭、螺纹钢期货市场价格发现功能进行了全面分析。研究发现，我国焦煤、焦炭、螺纹钢期现货价格之间存在长期均衡关系，短期失衡向长期均衡的调整过程主要通过现货价格的调整来实现；焦煤期货价格单向引导焦煤现货价格；焦炭期货价格单向引导焦炭现货价格；螺纹钢期现货价格之间存在双向引导关系，但期货价格起主导作用。周伟等（2020）基于高频数据，运用信息份额模型和波动溢出模型，研究了焦煤期货市场的价格发现功能和波动溢出效应。结果表明，焦煤期货市场在价格发现中起主导作用，且与现货市场之间存在显著的双向波动溢出效应。尽管国内外在煤-焦-钢期货市场价格发现功能的研究方面已经取得了丰硕的成果，但仍存在一些不足之处。一方面，现有研究大多集中在单个期货品种的价格发现功能分析，对于煤-焦-钢产业链上多个期货品种之间的协同价格发现功能研究相对较少，未能充分考虑产业链上下游之间的紧密联系和相互影响。另一方面，在研究方法上，虽然计量经济学方法得到了广泛应用，但不同方法之间的比较和综合运用还不够深入，可能导致研究结果的片面性。此外，对于一些新兴因素，如金融科技的发展、市场微观结构的变化等对煤-焦-钢期货市场价格发现功能的影响，目前的研究还较为欠缺。本文将在现有研究的基础上，以我国煤-焦-钢期货市场为研究对象，综合运用多种计量方法，深入研究煤-焦-钢产业链上多个期货品种之间的协同价格发现功能，同时考虑新兴因素对价格发现功能的影响，以期为相关研究和市场实践提供更全面、深入的参考。1.3研究方法与创新点本文主要运用多种实证研究方法，深入剖析我国煤-焦-钢期货市场的价格发现功能。在数据收集阶段，通过专业的金融数据平台、行业权威数据库以及相关交易所官方网站，获取了煤-焦-钢期货市场和现货市场的高频价格数据。这些数据涵盖了较长的时间跨度，以确保研究结果的可靠性和普遍性。同时，对收集到的数据进行了严格的预处理，包括数据清洗、异常值处理和数据标准化等操作，以提高数据质量，为后续的实证分析奠定坚实基础。在实证分析过程中，综合运用了多种计量经济学方法。首先，进行相关性分析，通过计算煤-焦-钢期货价格与现货价格之间的相关系数，初步了解它们之间的线性关联程度，直观地展现期货价格与现货价格在波动趋势上的一致性。例如，若相关系数接近1，则表明两者之间存在较强的正相关关系，即期货价格的上涨或下跌往往伴随着现货价格的同向变动。其次，采用协整检验方法，对期货价格序列和现货价格序列进行检验，以确定它们之间是否存在长期稳定的均衡关系。协整检验能够有效避免伪回归问题，准确揭示变量之间的长期动态联系。具体而言，运用Johansen协整检验，通过构建向量自回归模型（VAR），确定协整向量的个数和协整关系的形式，从而判断煤-焦-钢期现货价格在长期内是否相互影响、相互制约，维持一种稳定的均衡状态。接着，运用格兰杰因果关系检验，判断期货价格和现货价格之间是否存在因果引导关系以及引导的方向。该检验基于时间序列数据，通过分析变量过去值对当前值的预测能力，确定一个变量是否为另一个变量的格兰杰原因。例如，如果煤期货价格的过去值能够显著提高对煤现货价格当前值的预测精度，那么就可以认为煤期货价格是煤现货价格的格兰杰原因，即煤期货价格对煤现货价格具有引导作用。为了进一步分析期货市场和现货市场在价格发现过程中的动态关系和相互影响程度，本文构建了向量误差修正模型（VECM）。该模型将协整关系和误差修正机制相结合，既能反映变量之间的长期均衡关系，又能体现短期波动对长期均衡的偏离和调整过程。通过VECM模型，可以深入研究煤-焦-钢期货市场和现货市场在受到外部冲击时，价格如何进行动态调整，以及期货市场和现货市场在价格发现过程中各自的作用和贡献。此外，还运用了脉冲响应函数和方差分解技术。脉冲响应函数用于分析当一个变量受到一个标准差大小的冲击时，对其他变量在不同时期的动态影响路径和响应程度。例如，通过脉冲响应函数，可以直观地看到煤焦钢期货价格受到一个正向冲击后，现货价格在未来几个时期内的变化趋势，是立即响应还是存在滞后效应，以及响应的幅度和持续时间。方差分解则是将系统中每个内生变量的波动按其成因分解为与各方程新息相关联的组成部分，从而了解每个新息对内生变量波动的相对重要性。通过方差分解，可以定量地评估期货市场和现货市场在价格发现过程中对价格波动的贡献程度，明确哪个市场在价格形成中起到主导作用。本文的创新点主要体现在以下几个方面。在研究视角上，突破了以往大多集中于单个期货品种价格发现功能研究的局限，从煤-焦-钢产业链的整体视角出发，全面分析产业链上多个期货品种之间的协同价格发现功能。不仅关注煤、焦、钢各自期货市场与现货市场之间的关系，还深入研究了煤-焦-钢期货市场之间的价格传导机制和相互影响关系，充分考虑了产业链上下游之间的紧密联系和协同作用，为全面理解煤-焦-钢市场的价格形成机制提供了新的视角。在研究方法上，综合运用多种计量方法进行全面深入的分析，并注重不同方法之间的相互验证和补充。同时，尝试将一些新兴的计量技术和模型应用于煤-焦-钢期货市场价格发现功能的研究中，如考虑了市场微观结构因素的高频数据模型等。通过引入这些新兴方法，能够更准确地捕捉市场价格的短期波动特征和信息传递过程，弥补传统研究方法在处理高频数据和市场微观结构分析方面的不足，提高研究结果的准确性和可靠性。在研究内容上，除了关注传统的价格发现功能指标和影响因素外，还深入探讨了一些新兴因素对煤-焦-钢期货市场价格发现功能的影响。例如，研究了金融科技的发展，如大数据、人工智能在期货市场中的应用，如何改变市场参与者的信息获取和分析能力，进而影响期货市场的价格发现效率；分析了市场微观结构的变化，如交易机制的调整、投资者结构的优化等，对煤-焦-钢期货市场价格发现功能的作用机制。通过对这些新兴因素的研究，为适应市场发展变化，进一步完善煤-焦-钢期货市场的价格发现功能提供了针对性的建议和参考。二、煤-焦-钢期货市场价格发现功能的理论基础2.1期货市场价格发现功能的内涵期货市场价格发现功能，是指在期货市场的交易活动中，通过众多市场参与者公开、公平、公正的竞价交易，形成能够反映未来商品价格预期的市场价格的过程。这一过程并非简单的价格确定，而是市场各方参与者基于自身对商品供求关系、宏观经济形势、行业发展趋势等多方面信息的分析与判断，在交易中充分博弈，从而使得各种影响价格的因素得以汇聚和体现。期货市场价格发现功能的实现，依赖于其独特的交易机制。期货交易所作为一个高度组织化和规范化的市场平台，聚集了来自不同地区、不同背景的大量买方和卖方，这些参与者涵盖了生产商、贸易商、加工商、投资者以及投机者等。生产商参与期货交易，一方面可以通过期货市场提前锁定产品的销售价格，规避价格下跌的风险；另一方面，他们凭借自身对生产情况和市场供应的了解，将这些信息融入到交易决策中。例如，煤炭生产商若预计未来煤炭产量增加，市场供应将相对宽松，可能会在期货市场上卖出相应的期货合约，这种行为反映在市场交易中，就会对期货价格产生下行压力。贸易商则在买卖商品的过程中，掌握了大量的市场流通信息和价格动态，他们在期货市场的交易行为同样会传递市场供需的信号。加工商关注原材料的价格波动，通过期货市场进行套期保值操作的同时，也将自身对原材料需求的预期反映在交易中。投资者和投机者虽然不直接参与商品的生产和流通，但他们凭借对宏观经济、市场趋势等的研究和判断，在期货市场中进行买卖交易，进一步丰富了市场的交易行为和价格信息。在期货交易过程中，买卖双方的报价和成交价格不断更新，这些价格信息实时向市场公开，形成了一个高度透明的市场环境。这种透明度使得市场参与者能够及时获取最新的价格信息，并根据这些信息调整自己的交易策略。例如，当市场上出现关于煤炭需求大幅增长的消息时，投资者和投机者会迅速做出反应，买入煤炭期货合约，导致期货价格上涨。而其他市场参与者看到期货价格上涨后，会进一步分析市场情况，调整自己的生产、采购或销售计划。正是在这种不断的信息交流和交易互动中，期货市场逐渐形成了一个能够反映未来商品价格预期的市场价格。期货市场形成的价格具有真实性、预期性、连续性和权威性等特点。真实性体现在它是市场参与者基于实际情况和自身利益进行交易形成的，真实地反映了市场供求关系及价格变动趋势。预期性则表明期货价格不仅仅反映当前的市场状况，更重要的是包含了市场参与者对未来商品供求关系、宏观经济形势等因素的预期。例如，当市场预期未来经济增长将加速，钢铁需求会大幅增加时，煤-焦-钢期货价格会提前上涨，反映出这种预期。连续性是指期货交易的不间断性使得期货价格能够持续地反映市场的变化，从长期来看，期货价格的波动呈现出连续的趋势，不会出现大幅的跳跃或中断。权威性源于期货市场的公开透明和严格监管，以及众多市场参与者的广泛参与，使得期货价格在市场中具有较高的认可度，成为现货市场价格的重要参考依据。例如，在煤-焦-钢产业链中，现货交易往往会参考期货市场的价格来确定交易价格，期货价格成为了行业内的价格基准。对于市场参与者而言，期货市场的价格发现功能具有重要的参考作用。对于生产商来说，期货价格可以帮助他们合理安排生产计划。如果期货价格显示未来商品价格上涨，生产商可能会增加生产投入，扩大生产规模，提前储备原材料；反之，如果期货价格下跌，生产商可能会减少生产，避免库存积压。例如，钢铁企业通过关注焦炭期货价格的走势，可以提前调整焦炭的采购计划，当焦炭期货价格处于高位时，适当减少采购量，等待价格回落；当期货价格较低时，增加采购量，降低生产成本。对于贸易商而言，期货价格有助于他们优化库存管理。根据期货价格的预期，贸易商可以合理调整库存水平，当预计未来价格上涨时，增加库存；当预计价格下跌时，减少库存，以避免价格波动带来的损失。投资者和投机者则可以根据期货价格的变化，制定相应的投资策略，获取利润。他们通过对期货价格走势的分析和预测，判断市场的投资机会，进行买卖操作。此外，期货市场的价格发现功能还对整个市场的资源配置起到了引导作用。合理的期货价格能够引导资源向更有效率的生产环节流动，避免资源的浪费和错配。当某一商品的期货价格较高时，意味着市场对该商品的需求旺盛，生产该商品的企业能够获得更高的利润，从而吸引更多的资源投入到该商品的生产中；反之，当期货价格较低时，资源会逐渐从该商品的生产领域流出，转向其他更有利润空间的领域。在煤-焦-钢产业中，这种资源配置的引导作用尤为明显。如果煤炭期货价格上涨，会促使煤炭企业加大生产投入，提高煤炭产量；同时，钢铁企业可能会因为成本上升而调整生产结构，提高生产效率，以应对成本压力，从而实现整个产业链资源的优化配置。2.2煤-焦-钢期货市场价格发现功能的作用机制煤-焦-钢期货市场价格发现功能的实现，是一个复杂且相互关联的过程，其作用机制涉及市场参与者的交易行为、信息传递以及期货价格与现货价格之间的相互作用等多个方面。在煤-焦-钢期货市场中，各类市场参与者基于自身的利益诉求和对市场的判断进行交易。生产商，如煤炭生产企业、钢铁制造企业等，他们参与期货交易的目的主要是为了规避价格风险和锁定利润。当煤炭生产企业预期未来煤炭价格可能下跌时，为了保证自身的收益，会在期货市场上卖出煤炭期货合约。这种卖出行为增加了市场上煤炭期货合约的供给，根据供求原理，在需求不变或变化较小的情况下，会导致煤炭期货价格下降。同样，钢铁制造企业若担忧未来焦炭价格上涨，增加生产成本，会在期货市场上买入焦炭期货合约，从而增加了焦炭期货合约的需求，推动焦炭期货价格上升。贸易商在期货市场中扮演着重要的角色，他们凭借丰富的市场经验和对市场信息的敏锐洞察力，通过买卖期货合约来获取利润。贸易商对市场供求关系的变化有着深入的了解，当他们察觉到市场上煤炭或焦炭的供应将出现短缺时，会提前在期货市场上买入相应的期货合约，等待价格上涨后再卖出，从中获利。这种交易行为促使期货价格及时反映市场供求的预期变化。投资者和投机者也是期货市场的重要参与者。投资者通过对宏观经济形势、行业发展趋势以及市场供需关系的分析，进行长期的投资布局。而投机者则更注重短期的价格波动，利用价格差进行频繁的买卖操作。他们的交易行为为市场提供了流动性，使市场价格能够更快速地反映各种信息。例如，当市场上出现关于钢铁行业即将迎来新一轮发展高峰的消息时，投资者和投机者会迅速买入钢铁期货合约，导致钢铁期货价格上涨。这种价格的变化又会吸引更多的市场参与者关注，进一步推动市场价格的调整。在期货市场中，信息的传递和共享是价格发现功能实现的关键。市场参与者通过各种渠道获取关于煤-焦-钢产业的信息，包括供求信息、宏观经济数据、政策法规变化等。这些信息在市场中迅速传播，影响着参与者的交易决策。例如，当国家发布关于限制煤炭产能的政策时，这一信息会通过媒体、行业报告等渠道迅速传播开来。市场参与者得知这一消息后，会预期未来煤炭供应将减少，价格可能上涨。于是，他们会在期货市场上买入煤炭期货合约，从而推动煤炭期货价格上升。期货价格与现货价格之间存在着紧密的联系，并且期货价格在一定程度上引导着现货价格的形成。从长期来看，煤-焦-钢期货价格和现货价格受相同的供求因素、宏观经济因素以及行业发展趋势等因素的影响，因此它们之间存在着长期的均衡关系。当期货价格偏离这种均衡关系时，会引发市场参与者的套利行为。例如，当煤炭期货价格高于其对应的现货价格，且差价超过了运输成本、仓储成本等交易成本时，套利者会在现货市场上买入煤炭，同时在期货市场上卖出煤炭期货合约。随着套利行为的进行，现货市场上煤炭的需求增加，推动现货价格上升；期货市场上煤炭期货合约的供给增加，促使期货价格下降。最终，期货价格和现货价格会重新回到均衡状态。在短期内，期货市场由于其交易的便捷性和信息传递的快速性，能够更及时地反映市场的最新信息和参与者的预期。当市场出现新的信息，如钢铁需求突然增加时，期货市场的参与者会迅速调整交易策略，买入钢铁期货合约，导致期货价格率先上涨。而现货市场由于交易流程相对复杂，价格调整存在一定的滞后性。但随着时间的推移，现货市场的参与者会根据期货价格的变化以及市场实际情况，调整现货的交易价格，使得现货价格逐渐向期货价格靠拢。这种期货价格对现货价格的引导作用，使得现货市场的价格能够更准确地反映市场的供求关系和未来的价格预期，从而实现资源的合理配置。例如，钢铁企业在制定生产计划和销售价格时，会参考期货市场上的价格信号。如果期货价格持续上涨，钢铁企业会增加生产投入，提高产品价格；反之，如果期货价格下跌，企业会适当减少生产，降低产品价格。煤-焦-钢期货市场的价格发现功能通过市场参与者的交易行为、信息传递以及期货价格与现货价格之间的相互作用，实现了对市场供求关系和未来价格预期的有效反映，为市场参与者提供了重要的决策依据，促进了煤-焦-钢产业的稳定发展和资源的优化配置。2.3价格发现功能的衡量指标与理论模型在研究煤-焦-钢期货市场的价格发现功能时，一系列特定的衡量指标和理论模型发挥着关键作用，它们为准确剖析市场价格行为和价格发现机制提供了有力的工具和方法。期货价格与现货价格的相关性是衡量价格发现功能的基础指标之一。相关性分析旨在量化期货价格与现货价格之间的线性关联程度。若两者相关性较高，意味着在价格波动过程中，期货价格的变动能够紧密跟随现货价格的变化趋势，反之亦然。例如，当煤炭现货价格因市场需求突然增加而上涨时，如果煤炭期货价格也同步上升，且两者相关性系数较高，如达到0.8以上，这表明期货市场与现货市场在价格波动上具有较强的一致性。高相关性体现了期货市场能够及时反映现货市场的供求信息和价格动态，是期货市场发挥价格发现功能的重要表现。因为只有当期货价格与现货价格紧密相关时，期货市场所形成的价格才能真实地反映市场的实际情况，为市场参与者提供可靠的价格信号。价格引导关系是判断期货市场价格发现功能的核心指标。通过格兰杰因果关系检验等方法，可以确定期货价格与现货价格之间是否存在因果引导关系以及引导的方向。若期货价格是现货价格的格兰杰原因，即期货价格的变动能够显著影响现货价格的未来走势，表明期货市场在价格发现过程中处于主导地位。例如，在焦煤市场中，若经过格兰杰因果检验发现，焦煤期货价格的前期变化能够有效预测焦煤现货价格的后续变动，这就说明焦煤期货市场在价格发现方面发挥了重要作用，其价格变动能够引导现货市场价格的调整。相反，如果现货价格是期货价格的格兰杰原因，则意味着现货市场在价格形成中起主导作用，期货市场的价格发现功能相对较弱。信息份额指标也是衡量价格发现功能的重要工具。该指标用于量化期货市场和现货市场在价格发现过程中对新信息的反应速度和贡献程度。在一个高效的市场中，信息能够迅速传播并被市场参与者所吸收，从而反映在价格变动中。信息份额指标通过分析期货市场和现货市场对价格波动的方差贡献，来确定哪个市场在价格发现中发挥更大的作用。如果期货市场的信息份额较高，如超过50%，则表明期货市场能够更快地对新信息做出反应，在价格发现过程中承担了更重要的角色。例如，当市场上出现关于钢铁行业政策调整的新信息时，若期货市场能够迅速将这一信息融入价格变动中，且对价格波动的方差贡献较大，就说明期货市场在价格发现中更为敏感和高效。向量误差修正模型（VECM）是研究期货市场价格发现功能的重要理论模型之一。VECM基于协整理论，适用于分析具有协整关系的非平稳时间序列之间的长期均衡关系和短期动态调整机制。在煤-焦-钢期货市场与现货市场中，期货价格和现货价格通常都是非平稳时间序列，但它们之间可能存在长期的均衡关系。VECM通过引入误差修正项，将长期均衡关系和短期波动有机结合起来。其数学表达式为：\Deltay_t=\mu+\Piy_{t-1}+\sum_{i=1}^{p-1}\Gamma_i\Deltay_{t-i}+\epsilon_t，其中\Deltay_t表示变量的差分，\mu为常数项，\Pi为协整矩阵，反映变量之间的长期均衡关系；\Gamma_i为短期动态参数矩阵，用于描述短期波动对长期均衡的偏离和调整过程；\epsilon_t为误差项。在应用VECM时，首先需要对期货价格和现货价格序列进行协整检验，以确定它们之间是否存在长期均衡关系。若存在协整关系，则可以进一步估计VECM模型的参数。通过对模型参数的分析，可以深入了解期货市场和现货市场在价格发现过程中的相互作用机制。例如，误差修正项的系数反映了变量偏离长期均衡状态时的调整速度。如果期货价格对应的误差修正项系数较大，说明当期货价格偏离与现货价格的长期均衡关系时，会以较快的速度进行调整，回到均衡状态，这表明期货市场在价格发现中具有较强的自我调节能力。同时，通过脉冲响应函数和方差分解等技术，可以进一步分析VECM模型中各变量对冲击的响应情况以及各变量对价格波动的贡献程度，从而更全面地评估期货市场和现货市场在价格发现中的作用。除了VECM模型，向量自回归模型（VAR）也常被用于研究期货市场与现货市场之间的关系。VAR模型将多个时间序列作为向量输入，同时对这些变量进行回归分析，能够捕捉多个变量之间的相互依赖关系。在煤-焦-钢市场中，VAR模型可以用于分析煤、焦、钢期货价格与现货价格之间的动态关系，以及它们之间的相互影响和传导路径。通过建立VAR模型，并对模型进行脉冲响应分析和方差分解，可以了解不同市场价格变量对冲击的响应模式以及各变量在价格波动中的相对重要性。例如，当给予煤炭期货价格一个正向冲击时，通过脉冲响应函数可以观察到焦炭期货价格、钢铁期货价格以及它们对应的现货价格在未来一段时间内的响应情况，是立即上涨、下跌还是存在一定的滞后效应，以及响应的幅度和持续时间。方差分解则可以量化各市场价格变量对总价格波动的贡献比例，从而明确在价格发现过程中哪个市场的价格变动起到了主导作用。这些衡量指标和理论模型相互补充、相互验证，为深入研究煤-焦-钢期货市场的价格发现功能提供了全面、系统的分析框架，有助于准确把握市场价格行为和价格发现机制，为市场参与者和监管部门提供有价值的决策参考。三、我国煤-焦-钢期货市场发展现状3.1我国煤-焦-钢产业发展概述我国煤-焦-钢产业历史悠久，其发展历程与国家经济建设紧密相连。新中国成立初期，百废待兴，为满足国家基础建设的迫切需求，煤-焦-钢产业作为重要的基础产业，开始了初步的发展。在这一时期，产业发展主要侧重于产能的快速扩张，以填补国内市场的巨大缺口。国家大力投入资源，建设了一批煤炭开采、焦炭生产和钢铁冶炼企业，如鞍山钢铁公司等大型钢铁企业，为我国钢铁工业的发展奠定了基础。这些企业在当时技术相对落后，生产设备简陋，生产效率较低，但在国家的支持下，逐步发展壮大。随着改革开放的推进，我国经济迅速发展，对煤-焦-钢产品的需求持续增长，产业迎来了快速发展阶段。企业开始引进国外先进技术和设备，进行技术改造和升级，提高生产效率和产品质量。例如，在钢铁行业，一些企业引进了连铸连轧技术，大幅提高了钢材的生产效率和质量。同时，产业规模不断扩大，产能迅速提升，我国逐渐成为全球重要的煤-焦-钢生产和消费大国。到20世纪末，我国煤炭产量、焦炭产量和钢铁产量均位居世界前列。进入21世纪，尤其是在加入世界贸易组织后，我国煤-焦-钢产业进一步融入全球市场，迎来了高速发展的黄金时期。国内基础设施建设的大规模开展，如高铁、高速公路、城市轨道交通等项目的建设，以及房地产市场的繁荣，极大地拉动了对钢铁等产品的需求，带动了煤-焦-钢产业的迅猛发展。产业在技术创新、产品结构优化等方面取得了显著成就，高端产品的生产能力不断提高。在煤炭领域，一些大型煤炭企业采用了先进的采煤技术和设备，实现了机械化、自动化采煤，提高了煤炭开采效率和安全性；在钢铁行业，一些企业成功研发并生产出高强度、高性能的钢材，满足了高端制造业对钢材的需求。然而，近年来，随着经济发展进入新常态，我国煤-焦-钢产业也面临着诸多挑战和问题。在产业结构方面，存在着产能过剩、产业集中度低等问题。部分地区盲目扩张产能，导致煤炭、钢铁等产品供过于求，市场竞争激烈，价格波动剧烈。以钢铁行业为例，2015年我国粗钢产能利用率仅为67%左右，处于较低水平。同时，产业集中度较低，大量中小企业分散经营，缺乏规模效应和市场竞争力。在煤炭行业，虽然有一些大型煤炭企业集团，但整体产业集中度仍有待提高，众多小型煤矿企业在市场竞争中处于劣势，且安全生产和环境保护等方面存在诸多隐患。在产能分布上，我国煤-焦-钢产业呈现出区域不平衡的特点。煤炭资源主要集中在山西、内蒙古、陕西等地区，这些地区的煤炭产量占全国总产量的大部分。而焦炭和钢铁企业则分布较为广泛，但在华北、华东和华南地区相对集中。这种产能分布格局导致了资源运输成本较高，增加了企业的生产成本。例如，山西的煤炭需要长途运输到华东、华南等地的钢铁企业，运输过程中的物流成本占据了企业成本的较大比例。同时，由于区域经济发展不平衡，不同地区对煤-焦-钢产品的需求也存在差异，进一步加剧了产业发展的不平衡。市场竞争方面，我国煤-焦-钢产业面临着国内外双重竞争压力。在国内市场，众多企业之间竞争激烈，产品同质化严重，价格竞争成为主要竞争手段，导致企业利润空间受到挤压。一些小型钢铁企业为了降低成本，采用落后的生产工艺，生产低质量的钢材，扰乱了市场秩序。在国际市场，我国煤-焦-钢产品面临着来自其他国家和地区的竞争。一些发达国家的钢铁企业在技术、品牌和质量等方面具有优势，占据了高端市场份额；而一些新兴经济体的钢铁企业则凭借较低的生产成本，在中低端市场与我国企业展开竞争。此外，国际贸易保护主义抬头，贸易摩擦不断加剧，我国钢铁等产品的出口受到限制，进一步影响了产业的发展。例如，近年来，我国钢铁产品频繁遭遇反倾销、反补贴调查，出口市场份额下降。随着环保要求的日益严格，煤-焦-钢产业作为高能耗、高污染产业，面临着巨大的环保压力。企业需要投入大量资金进行环保设施改造和升级，以满足环保标准，这在一定程度上增加了企业的运营成本。一些钢铁企业为了达到环保要求，建设了先进的废气、废水处理设施，安装了脱硫、脱硝、除尘设备，但这些设备的运行和维护成本较高，对企业的经济效益产生了影响。同时，能源结构调整也对煤-焦-钢产业提出了新的挑战。随着清洁能源的发展和应用，煤炭在能源消费结构中的占比逐渐下降，煤炭企业需要积极探索转型发展之路，以适应能源结构调整的趋势。3.2我国煤-焦-钢期货市场发展历程我国煤-焦-钢期货市场的发展历程是一个不断探索、创新与完善的过程，其发展轨迹与我国经济体制改革、金融市场发展以及煤-焦-钢产业的实际需求紧密相连。20世纪90年代初期，随着我国经济体制改革的深入推进，市场经济体制逐渐确立，商品价格的市场化程度不断提高，企业面临的价格风险日益凸显。为了满足企业规避价格风险的需求，我国开始探索建立期货市场。1993年，大连商品交易所成立，其在期货市场发展历程中扮演了举足轻重的角色，为后续煤-焦-钢期货品种的上市与发展奠定了坚实基础。在早期的期货市场发展中，虽然交易品种相对较少，市场规模较小，但市场参与者对期货市场的功能和作用有了初步的认识和实践。1994年，国务院发布了一系列关于期货市场整顿的文件，对期货市场进行了全面整顿和规范，淘汰了一些不符合要求的期货交易所和交易品种，加强了市场监管，提高了市场的规范性和稳定性。这一整顿过程虽然在短期内对期货市场的发展速度产生了一定影响，但从长期来看，为期货市场的健康可持续发展创造了良好的环境。进入21世纪，随着我国经济的快速发展，煤-焦-钢产业在国民经济中的地位日益重要，产业规模不断扩大，价格波动也更加频繁。为了更好地服务实体经济，满足煤-焦-钢产业链企业的风险管理需求，我国开始逐步推进煤-焦-钢期货品种的上市工作。2004年，上海期货交易所推出螺纹钢期货，这是我国煤-焦-钢期货市场发展的一个重要里程碑。螺纹钢作为钢铁行业的代表性产品，其期货的上市为钢铁企业提供了重要的价格风险管理工具，使企业能够通过期货市场锁定价格，规避市场价格波动带来的风险。螺纹钢期货上市初期，市场参与者主要以钢铁生产企业和贸易商为主，随着市场的逐渐成熟和投资者教育的不断深入，越来越多的投资者开始参与螺纹钢期货交易，市场流动性不断提高。2011年4月15日，焦炭期货在大连商品交易所挂牌交易。焦炭作为钢铁生产的关键原料，其期货的上市进一步完善了煤-焦-钢期货产业链。焦炭期货的交易规则在借鉴国际成熟期货市场经验的基础上，结合我国焦炭产业的实际情况进行了设计。交易单位为100吨/手，报价单位是元（人民币）/吨，最小变动价位为0.5元/吨，涨跌停板幅度为上一交易日结算价的±4%，交易时间分为日盘和夜盘，日盘交易时间为上午9:00-11:30，下午1:30-3:00，夜盘交易时间为21:00-23:00。焦炭期货上市后，市场交易活跃，价格发现功能逐渐显现。市场参与者可以通过焦炭期货价格及时了解市场对焦炭供需关系的预期，从而调整生产和经营策略。2013年3月22日，焦煤期货在大连商品交易所上市。焦煤作为焦炭生产的主要原料，焦煤期货的上市使得煤-焦-钢期货产业链更加完整，为产业链上下游企业提供了更加全面的风险管理工具。焦煤期货的交易单位为60吨/手，交易代码是JM，最小变动价位是0.5元/吨，涨跌停板幅度是上一交易日结算价的4%，交易时间与焦炭期货类似。焦煤期货上市后，与焦炭期货、螺纹钢期货相互关联，形成了一个有机的整体，市场参与者可以通过跨品种套利等交易策略，更好地利用期货市场进行风险管理和投资决策。在市场发展过程中，一系列重要事件和政策对煤-焦-钢期货市场产生了深远影响。2016年，我国实施供给侧结构性改革，对煤-焦-钢产业进行了去产能、调结构等一系列调整。这一政策举措使得煤-焦-钢市场的供求关系发生了重大变化，期货市场价格也随之波动。在供给侧结构性改革的推动下，煤炭和钢铁行业的产能过剩问题得到一定程度的缓解，市场供需逐渐趋于平衡，煤-焦-钢期货价格也更加真实地反映了市场的供求关系和价值。同时，这一政策也促使企业更加重视期货市场的风险管理功能，通过期货市场进行套期保值，降低价格波动带来的风险。2017年，为了进一步加强期货市场监管，防范市场风险，中国证监会发布了一系列监管政策，加强了对期货市场交易行为的监管，提高了市场的透明度和规范性。这些监管政策的实施，有效地遏制了市场过度投机行为，维护了市场的稳定运行，为煤-焦-钢期货市场的健康发展提供了有力保障。例如，对异常交易行为的严格监控，防止了个别投资者通过操纵市场价格获取不当利益，保护了广大投资者的合法权益。近年来，随着金融科技的快速发展，我国煤-焦-钢期货市场也在不断创新和升级。交易所不断优化交易系统，提高交易效率和稳定性，引入了大数据、人工智能等技术，为市场参与者提供更加精准的市场信息和分析工具。同时，市场参与者的结构也在不断优化，除了传统的产业客户和投资者外，越来越多的机构投资者开始参与煤-焦-钢期货市场，市场的专业性和成熟度不断提高。例如，一些量化投资基金利用大数据分析和算法交易技术，在煤-焦-钢期货市场中进行投资和风险管理，为市场带来了新的活力和交易模式。3.3我国煤-焦-钢期货市场交易现状近年来，我国煤-焦-钢期货市场在交易规模、参与者结构以及市场流动性等方面呈现出一系列显著特点和发展趋势。在交易规模方面，我国煤-焦-钢期货市场呈现出稳步增长的态势。以螺纹钢期货为例，自2004年上市以来，其成交量和持仓量不断攀升。根据上海期货交易所的数据显示，2010年螺纹钢期货的成交量为3.67亿手，持仓量为125.67万手；到了2020年，成交量增长至7.23亿手，持仓量达到328.56万手，分别增长了97.00%和161.45%。焦炭期货自2011年在大连商品交易所挂牌交易后，市场交易也日益活跃。2015年焦炭期货成交量为1.28亿手，持仓量为47.68万手；2021年成交量达到3.89亿手，持仓量为135.76万手，分别增长了203.91%和184.73%。焦煤期货同样表现出良好的发展势头，2013年上市当年成交量为0.56亿手，持仓量为21.34万手，到2022年成交量达到3.58亿手，持仓量为118.45万手，分别增长了539.29%和455.06%。从成交金额来看，煤-焦-钢期货品种在我国期货市场成交金额中占据重要份额。在2023年，螺纹钢期货成交金额达到15.68万亿元，焦炭期货成交金额为11.45万亿元，焦煤期货成交金额为9.76万亿元，三者合计成交金额占我国期货市场总成交金额的一定比例，反映出煤-焦-钢期货市场在我国期货市场中的重要地位。我国煤-焦-钢期货市场的参与者结构逐渐多元化。传统的产业客户，如煤炭生产企业、钢铁制造企业、焦化企业等，是市场的重要参与者。这些企业参与期货交易的主要目的是进行套期保值，规避价格波动风险。以钢铁制造企业为例，通过在期货市场上买入焦炭和焦煤期货合约，锁定原材料采购价格，避免因价格上涨导致生产成本增加；同时，卖出螺纹钢期货合约，锁定产品销售价格，保证企业的利润稳定。随着市场的发展，越来越多的机构投资者开始涉足煤-焦-钢期货市场。包括期货公司资产管理子公司、私募投资基金等，它们凭借专业的投资团队和丰富的投资经验，通过套利、投机等交易策略参与市场，为市场提供了流动性，提高了市场的活跃度。个人投资者在煤-焦-钢期货市场中也占有一定比例，他们的交易行为更加灵活多样，为市场增添了活力。据统计，在2023年，产业客户在煤-焦-钢期货市场的持仓占比约为35%，机构投资者持仓占比约为30%，个人投资者持仓占比约为35%，这种多元化的参与者结构有助于市场价格的形成和发现，提高了市场的有效性。市场流动性是衡量期货市场运行效率的重要指标。我国煤-焦-钢期货市场具有较高的流动性，以螺纹钢期货为例，其日均成交量和持仓量在上海期货交易所各品种中名列前茅。在2024年上半年，螺纹钢期货的日均成交量达到180万手，日均持仓量为280万手，这意味着市场上买卖双方交易活跃，投资者能够较为轻松地在市场上进行买卖操作，实现自己的交易目标。焦炭和焦煤期货市场同样具有较好的流动性，市场深度和广度不断提升。较高的市场流动性使得期货价格能够及时反映市场信息，提高了市场的价格发现效率。同时，流动性的增强也降低了投资者的交易成本，吸引了更多的市场参与者，促进了市场的良性发展。例如，当市场上出现新的信息，如钢铁行业政策调整时，由于市场流动性好，投资者能够迅速调整自己的交易策略，买卖期货合约，使得期货价格能够快速调整，反映出市场的最新预期。在市场发展过程中，我国煤-焦-钢期货市场也面临一些挑战。市场投资者的成熟度还有待进一步提高，部分投资者对期货市场的风险认识不足，存在盲目跟风、过度投机等行为。市场监管也需要不断加强和完善，以应对市场中可能出现的操纵市场、内幕交易等违法违规行为。随着市场的不断发展，对交易机制的创新和优化也提出了更高的要求，如进一步完善交割制度、引入更多的交易策略和工具等，以满足市场参与者日益多样化的需求。四、我国煤-焦-钢期货市场价格发现功能的实证研究设计4.1数据选取与处理为深入研究我国煤-焦-钢期货市场的价格发现功能，本研究精心选取了具有代表性的期货和现货价格数据，并进行了严谨的数据处理，以确保研究结果的准确性和可靠性。在数据选取方面，考虑到各期货品种的上市时间以及数据的可得性和连续性，选取了2013年3月22日至2024年12月31日作为研究的时间范围。这一时间段涵盖了焦煤期货自2013年上市以来的较长时期，能够较为全面地反映煤-焦-钢期货市场的发展和变化情况。其中，期货价格数据来源于大连商品交易所和上海期货交易所的官方统计数据，这些数据具有权威性和准确性，真实地记录了市场上煤-焦-钢期货合约的每日成交价格。现货价格数据则主要来自于Wind数据库以及我的钢铁网等专业的大宗商品资讯平台。这些平台通过对全国各地的现货交易市场进行广泛的信息收集和整理，提供了全面、及时的煤-焦-钢现货价格数据，能够准确反映市场现货价格的实际波动情况。具体来说，对于焦煤期货，选取了其主力合约的每日结算价作为期货价格序列；对于现货焦煤价格，选取了山西临汾主焦煤的市场价作为现货价格代表。山西作为我国重要的煤炭产区，临汾主焦煤在市场上具有广泛的代表性，其价格波动能够较好地反映全国焦煤现货市场的价格走势。对于焦炭期货，同样选取主力合约的每日结算价作为期货价格；现货焦炭价格则采用天津港一级冶金焦的平仓价。天津港作为我国重要的焦炭集散地，其一级冶金焦的价格在全国焦炭市场中具有重要的参考价值，能够准确反映焦炭现货市场的供需关系和价格水平。在钢铁方面，螺纹钢期货主力合约的每日结算价被用于代表期货价格；现货螺纹钢价格选取了上海市场HRB40020mm螺纹钢的市场价。上海作为我国经济中心和钢材消费的重要区域，其螺纹钢市场价格具有较高的代表性和影响力，能够全面反映国内螺纹钢现货市场的价格动态。在数据收集过程中，确保了数据的完整性，避免了数据缺失和遗漏的情况。对于可能存在的异常值，进行了仔细的甄别和处理。异常值的出现可能是由于数据录入错误、市场突发事件等原因导致的，这些异常值如果不加以处理，可能会对实证分析结果产生较大的干扰。通过与多个数据来源进行比对，以及运用统计分析方法，如绘制数据散点图、计算数据的标准差等，识别出异常值，并根据具体情况进行修正或剔除。例如，对于个别明显偏离正常价格范围的异常数据点，通过查阅相关市场报道和咨询行业专家，确定其为异常值后，采用前后相邻数据的平均值进行修正，以保证数据的真实性和可靠性。为了使数据更符合计量分析的要求，对原始数据进行了一系列预处理。首先，对期货价格和现货价格数据进行对数化处理，得到对数价格序列。对数化处理的目的在于消除数据的异方差性，使数据的波动更加平稳，同时也能够将价格的变化转化为相对变化率，便于进行统计分析和模型估计。例如，对于焦煤期货价格序列F_{t}和现货价格序列S_{t}，分别取对数得到\lnF_{t}和\lnS_{t}，这样在后续的分析中，价格的变化可以用对数价格的差值来表示，即价格的相对变化率。其次，对对数价格序列进行平稳性检验。平稳性是时间序列分析的重要前提，如果数据不平稳，可能会导致伪回归等问题，使实证结果失去可靠性。运用ADF（AugmentedDickey-Fuller）单位根检验方法对数据进行平稳性检验。ADF检验通过构建回归方程，检验时间序列数据是否存在单位根，如果不存在单位根，则数据是平稳的。对于非平稳的数据序列，采用差分处理的方法使其平稳化。例如，对于焦煤期货价格的对数序列\lnF_{t}，如果ADF检验结果表明其是非平稳的，对其进行一阶差分处理，得到\Delta\lnF_{t}=\lnF_{t}-\lnF_{t-1}，再对差分后的序列进行ADF检验，直至序列平稳为止。经过平稳性检验和处理后的数据，能够满足后续计量分析模型对数据平稳性的要求，为准确研究煤-焦-钢期货市场的价格发现功能提供了坚实的数据基础。4.2实证模型选择与设定为深入探究我国煤-焦-钢期货市场的价格发现功能，本研究精心选取了一系列针对性强且互补性佳的实证模型，各模型从不同维度揭示市场价格行为，共同构建起全面而深入的分析框架。相关性分析作为初步探索市场变量关系的基础方法，用于度量煤-焦-钢期货价格与现货价格之间的线性关联程度。通过计算皮尔逊相关系数r，可以直观地判断两者之间的相关方向和紧密程度。其公式为：r=\frac{\sum_{i=1}^{n}(x_{i}-\overline{x})(y_{i}-\overline{y})}{\sqrt{\sum_{i=1}^{n}(x_{i}-\overline{x})^{2}\sum_{i=1}^{n}(y_{i}-\overline{y})^{2}}}，其中x_{i}和y_{i}分别表示期货价格和现货价格序列中的第i个观测值，\overline{x}和\overline{y}则是它们各自的均值。若r接近1，表明期货价格与现货价格呈强正相关，即期货价格上升，现货价格也倾向于上升，反之亦然；若r接近-1，则为强负相关；若r接近0，则说明两者线性关系较弱。相关性分析能够初步展示期货市场与现货市场在价格波动上的同步性，为后续深入分析提供基础信息。Johansen协整检验用于判断煤-焦-钢期货价格序列与现货价格序列之间是否存在长期稳定的均衡关系。在经济时间序列分析中，许多变量通常是非平稳的，但它们之间可能存在某种长期的协同变化趋势，协整检验正是识别这种关系的有效工具。Johansen协整检验基于向量自回归模型（VAR）进行，对于含有k个变量的VAR(p)模型：Y_{t}=\sum_{i=1}^{p}\Phi_{i}Y_{t-i}+\epsilon_{t}，其中Y_{t}是k维内生变量向量，\Phi_{i}是k\timesk维系数矩阵，p是滞后阶数，\epsilon_{t}是k维误差向量。通过对VAR模型进行变换，可以得到向量误差修正模型（VECM）：\DeltaY_{t}=\PiY_{t-1}+\sum_{i=1}^{p-1}\Gamma_{i}\DeltaY_{t-i}+\epsilon_{t}，其中\Pi=\sum_{i=1}^{p}\Phi_{i}-I，\Gamma_{i}=-\sum_{j=i+1}^{p}\Phi_{j}。Johansen协整检验通过检验矩阵\Pi的秩r来确定协整关系的个数。如果r=0，则不存在协整关系；如果0\ltr\ltk，则存在r个协整关系；如果r=k，则所有变量都是平稳的。协整检验能够避免伪回归问题，准确揭示期货价格与现货价格在长期内的相互依赖和制约关系。Granger因果关系检验旨在判断煤-焦-钢期货价格与现货价格之间是否存在因果引导关系及方向。该检验基于时间序列数据，假设X_{t}和Y_{t}分别为期货价格和现货价格序列，对于Y_{t}关于自身滞后值和X_{t}滞后值的回归方程：Y_{t}=\sum_{i=1}^{m}\alpha_{i}Y_{t-i}+\sum_{j=1}^{n}\beta_{j}X_{t-j}+\epsilon_{t}，如果\sum_{j=1}^{n}\beta_{j}显著不为零，则说明X_{t}是Y_{t}的Granger原因，即期货价格能够引导现货价格；反之，若对X_{t}进行类似回归，Y_{t}的滞后值显著影响X_{t}，则现货价格是期货价格的Granger原因。Granger因果关系检验能够确定在价格发现过程中，期货市场和现货市场哪个更具先导性，为理解市场价格的形成机制提供关键线索。向量误差修正模型（VECM）将协整关系与误差修正机制相结合，用于分析煤-焦-钢期货市场与现货市场在价格发现过程中的短期动态调整和长期均衡关系。如前文所述的VECM模型\DeltaY_{t}=\PiY_{t-1}+\sum_{i=1}^{p-1}\Gamma_{i}\DeltaY_{t-i}+\epsilon_{t}，其中误差修正项\PiY_{t-1}反映了变量偏离长期均衡状态的程度，\Gamma_{i}系数矩阵则描述了短期波动对长期均衡的调整速度和方向。通过估计VECM模型的参数，可以深入了解期货市场和现货市场在受到外部冲击时，价格如何在短期进行动态调整以回归长期均衡，以及两者在价格发现过程中的相互作用机制。脉冲响应函数和方差分解是基于VECM模型进一步分析市场价格动态关系的重要工具。脉冲响应函数用于刻画当煤-焦-钢期货市场或现货市场受到一个标准差大小的冲击时，其他市场价格变量在未来不同时期的响应路径和程度。例如，对于一个包含煤期货价格F_{t}和现货价格S_{t}的VECM模型，给F_{t}一个正向冲击，脉冲响应函数可以描绘出S_{t}在后续各期的变化情况，是立即上升、下降还是先升后降等，以及响应的幅度和持续时间。方差分解则是将系统中每个内生变量的波动按其成因分解为与各方程新息相关联的组成部分，从而定量评估期货市场和现货市场在价格发现过程中对价格波动的贡献程度。通过方差分解，可以明确在煤-焦-钢市场价格波动中，期货价格变动和现货价格变动各自所占的比重，确定哪个市场在价格形成中起主导作用。在模型设定过程中，各模型的参数设置均经过严谨考量。相关性分析直接基于原始价格数据进行计算，以确保结果能真实反映市场价格的线性关系。Johansen协整检验和VECM模型中的滞后阶数p，通过AIC（赤池信息准则）、SC（施瓦茨准则）等信息准则进行选择，以保证模型的简洁性和有效性。Granger因果关系检验中的滞后阶数同样依据信息准则确定，以准确判断因果关系。在进行脉冲响应函数和方差分解分析时，设定合理的冲击期数和预测期数，如通常设定冲击期数为10-20期，以充分观察市场价格对冲击的动态响应过程；预测期数则根据研究目的和数据特点确定，一般为样本数据长度的一定比例，以确保方差分解结果能全面反映市场价格波动的成因。这些实证模型相互配合，从不同角度深入剖析我国煤-焦-钢期货市场的价格发现功能，为准确理解市场价格行为和机制提供了全面而有力的分析手段。4.3实证分析步骤在完成数据选取与处理以及实证模型选择与设定后，正式进入实证分析环节，通过严谨且系统的步骤深入探究我国煤-焦-钢期货市场的价格发现功能。首先进行数据的平稳性检验，这是后续实证分析的重要前提。采用ADF单位根检验方法，对煤-焦-钢期货价格序列和现货价格序列进行平稳性判断。以焦煤期货价格序列F_{t}和现货价格序列S_{t}为例，构建ADF检验的回归方程：\DeltaF_{t}=\alpha+\betat+\gammaF_{t-1}+\sum_{i=1}^{p}\delta_{i}\DeltaF_{t-i}+\epsilon_{t}，其中\DeltaF_{t}表示焦煤期货价格的一阶差分，\alpha为常数项，\beta为时间趋势项系数，\gamma为待检验的系数，\delta_{i}为差分滞后项系数，p为滞后阶数，\epsilon_{t}为误差项。对该方程进行估计，得到ADF统计量。若ADF统计量小于给定显著性水平下的临界值，则拒绝原假设，认为序列F_{t}是平稳的；反之，若ADF统计量大于临界值，则接受原假设，即序列F_{t}存在单位根，是非平稳的。对现货价格序列S_{t}进行同样的检验。若原始序列非平稳，对其进行一阶差分处理后再次进行ADF检验，直至序列平稳。只有确保数据的平稳性，才能避免后续分析中出现伪回归等问题，保证实证结果的可靠性。在确定数据平稳性后，进行Johansen协整检验，以探究煤-焦-钢期货价格与现货价格之间是否存在长期稳定的均衡关系。对于包含期货价格F_{t}和现货价格S_{t}的二元变量系统，首先建立向量自回归模型VAR(p)：\begin{pmatrix}F_{t}\\S_{t}\end{pmatrix}=\sum_{i=1}^{p}\Phi_{i}\begin{pmatrix}F_{t-i}\\S_{t-i}\end{pmatrix}+\begin{pmatrix}\epsilon_{1t}\\\epsilon_{2t}\end{pmatrix}，其中\Phi_{i}为2\times2维系数矩阵，\epsilon_{1t}和\epsilon_{2t}分别为期货价格和现货价格方程的误差项。通过对VAR模型进行变换得到向量误差修正模型VECM：\Delta\begin{pmatrix}F_{t}\\S_{t}\end{pmatrix}=\Pi\begin{pmatrix}F_{t-1}\\S_{t-1}\end{pmatrix}+\sum_{i=1}^{p-1}\Gamma_{i}\Delta\begin{pmatrix}F_{t-i}\\S_{t-i}\end{pmatrix}+\begin{pmatrix}\epsilon_{1t}\\\epsilon_{2t}\end{pmatrix}，其中\Pi=\sum_{i=1}^{p}\Phi_{i}-I，\Gamma_{i}=-\sum_{j=i+1}^{p}\Phi_{j}。Johansen协整检验通过检验矩阵\Pi的秩r来确定协整关系的个数。若r=0，表明不存在协整关系，即期货价格与现货价格之间不存在长期稳定的均衡关系；若r=1，则存在一个协整关系，说明两者之间存在长期的均衡联系；若r=2，则所有变量都是平稳的。在检验过程中，利用迹统计量和最大特征值统计量与相应的临界值进行比较，判断协整关系的存在性及个数。例如，迹统计量Q_{trace}=-T\sum_{i=r+1}^{n}\ln(1-\hat{\lambda}_{i})，其中T为样本容量，\hat{\lambda}_{i}为特征值，n为变量个数。当迹统计量大于临界值时，拒绝原假设，认为存在协整关系。通过Johansen协整检验，能够明确煤-焦-钢期货市场与现货市场在长期内是否存在稳定的相互关系，为后续分析奠定基础。接下来进行Granger因果关系检验，判断煤-焦-钢期货价格与现货价格之间的因果引导关系及方向。假设F_{t}为期货价格序列，S_{t}为现货价格序列，首先建立S_{t}关于自身滞后值和F_{t}滞后值的回归方程：S_{t}=\sum_{i=1}^{m}\alpha_{i}S_{t-i}+\sum_{j=1}^{n}\beta_{j}F_{t-j}+\epsilon_{t}，其中\alpha_{i}和\beta_{j}为回归系数，m和n分别为S_{t}和F_{t}的滞后阶数，\epsilon_{t}为误差项。原假设为H_{0}:\beta_{1}=\beta_{2}=\cdots=\beta_{n}=0，即F_{t}不是S_{t}的Granger原因。通过F检验判断\sum_{j=1}^{n}\beta_{j}是否显著不为零。若F统计量大于临界值，拒绝原假设，说明F_{t}是S_{t}的Granger原因，即期货价格能够引导现货价格；反之，若F统计量小于临界值，则接受原假设，表明期货价格不是现货价格的Granger原因。然后，建立F_{t}关于自身滞后值和S_{t}滞后值的回归方程，进行类似的检验，判断现货价格是否为期货价格的Granger原因。通过Granger因果关系检验，能够确定在煤-焦-钢市场价格发现过程中，期货市场和现货市场哪个更具先导性，为理解价格形成机制提供关键线索。在完成上述检验后，构建向量误差修正模型（VECM）来深入分析煤-焦-钢期货市场与现货市场在价格发现过程中的短期动态调整和长期均衡关系。根据Johansen协整检验确定的协整关系个数和形式，估计VECM模型的参数。以存在一个协整关系的情况为例，VECM模型可表示为：\begin{pmatrix}\DeltaF_{t}\\\DeltaS_{t}\end{pmatrix}=\begin{pmatrix}\alpha_{1}\\\alpha_{2}\end{pmatrix}\left[\beta_{1}F_{t-1}+\beta_{2}S_{t-1}+\mu\right]+\sum_{i=1}^{p-1}\begin{pmatrix}\gamma_{11i}&\gamma_{12i}\\\gamma_{21i}&\gamma_{22i}\end{pmatrix}\begin{pmatrix}\DeltaF_{t-i}\\\DeltaS_{t-i}\end{pmatrix}+\begin{pmatrix}\epsilon_{1t}\\\epsilon_{2t}\end{pmatrix}，其中\alpha_{1}和\alpha_{2}为误差修正系数，反映了变量偏离长期均衡状态时的调整速度；\beta_{1}和\beta_{2}为协整向量系数，确定了长期均衡关系的形式；\mu为常数项；\gamma_{ij}为短期动态参数，描述了短期波动对长期均衡的调整过程；\epsilon_{1t}和\epsilon_{2t}为误差项。通过对VECM模型参数的估计和分析，可以了解期货市场和现货市场在受到外部冲击时，价格如何在短期进行动态调整以回归长期均衡，以及两者在价格发现过程中的相互作用机制。例如，误差修正项系数\alpha_{1}和\alpha_{2}的大小和正负反映了期货价格和现货价格对偏离长期均衡状态的调整方向和速度。若\alpha_{1}为负且绝对值较大，说明当期货价格偏离长期均衡时，会以较快的速度向均衡状态调整。基于估计得到的VECM模型，运用脉冲响应函数和方差分解技术进一步分析市场价格动态关系。脉冲响应函数用于刻画当煤-焦-钢期货市场或现货市场受到一个标准差大小的冲击时，其他市场价格变量在未来不同时期的响应路径和程度。例如，给煤期货价格一个正向冲击，通过脉冲响应函数可以描绘出煤现货价格在后续各期的变化情况。在Eviews软件中，通过相关操作得到脉冲响应函数的图形，直观展示响应路径。方差分解则是将系统中每个内生变量的波动按其成因分解为与各方程新息相关联的组成部分，从而定量评估期货市场和现货市场在价格发现过程中对价格波动的贡献程度。通过方差分解，可以明确在煤-焦-钢市场价格波动中，期货价格变动和现货价格变动各自所占的比重。例如，若在螺纹钢市场价格波动的方差分解中，期货价格变动对螺纹钢价格总波动的贡献比例达到60%，则说明期货市场在螺纹钢价格发现过程中起主导作用。通过上述一系列实证分析步骤，从不同角度全面深入地研究我国煤-焦-钢期货市场的价格发现功能，为准确理解市场价格行为和机制提供有力的实证支持。五、我国煤-焦-钢期货市场价格发现功能的实证结果与分析5.1相关性分析结果对我国煤-焦-钢期货市场与现货市场的价格数据进行相关性分析，结果显示出显著的线性关联。在焦煤市场，选取2013年3月22日至2024年12月31日的期货主力合约结算价与山西临汾主焦煤市场价，经对数化处理后，计算得到两者的皮尔逊相关系数高达0.902。这表明焦煤期货价格与现货价格之间存在极强的正相关关系，即焦煤期货价格上升时，现货价格大概率也会上升，反之亦然。在焦炭市场，以2011年10月10日至2024年12月31日的期货主力合约结算价和天津港一级冶金焦平仓价为样本，对数化处理后，其皮尔逊相关系数为0.885，同样呈现出高度正相关。在钢铁市场，对于2009年8月3日至2024年12月31日的螺纹钢期货主力合约结算价与上海市场HRB40020mm螺纹钢市场价，对数化后计算得到的皮尔逊相关系数为0.867，也表现出较强的正相关关系。这种高相关性在实际市场运行中具有重要意义。从市场参与者的角度来看，对于煤炭生产企业而言，焦煤期货价格与现货价格的高度正相关，使得企业可以通过观察期货价格的走势，提前预判现货市场价格的变化，从而合理安排生产计划。当期货价格持续上涨时，企业可以增加生产投入，提高产量，以获取更多利润；反之，当期货价格下跌时，企业可以适当减少生产，避免库存积压。对于钢铁制造企业来说，螺纹钢期货价格与现货价格的正相关关系，有助于企业在采购原材料和销售产品时做出更合理的决策。企业可以根据期货价格的波动，提前锁定原材料采购价格，降低生产成本；同时，也可以根据期货价格的走势，合理制定产品销售价格，提高企业的盈利能力。从市场整体的角度分析，高相关性意味着期货市场与现货市场在价格波动上具有较强的同步性，期货市场能够及时反映现货市场的供求信息和价格动态。这为市场参与者提供了更准确的价格信号，提高了市场的透明度和有效性。例如，当市场上出现关于煤炭供应减少的消息时，焦煤期货价格会迅速上涨，这种价格变化会及时传递到现货市场，使得现货市场参与者能够及时调整自己的交易策略。同时，高相关性也有助于促进市场的稳定运行，减少价格的异常波动。因为当期货价格与现货价格出现较大偏差时，市场参与者会通过套利等行为，促使两者价格回归到合理的水平，从而维持市场的稳定。然而，需要注意的是，相关性分析仅仅反映了期货价格与现货价格之间的线性关联程度，并不能完全说明期货市场在价格发现中发挥了主导作用。虽然高相关性表明两者价格波动趋势相似，但无法确定期货价格是否能够引导现货价格，或者现货价格是否对期货价格有影响。因此，还需要进一步运用其他计量方法，如协整检验、格兰杰因果关系检验等，来深入探究期货市场与现货市场之间的价格发现关系和作用机制。5.2协整检验结果运用Johansen协整检验方法，对我国煤-焦-钢期货市场与现货市场的价格序列进行检验，以确定它们之间是否存在长期稳定的均衡关系。Johansen协整检验基于向量自回归模型（VAR），通过检验特征根迹统计量和最大特征值统计量，判断协整关系的存在性及个数。在焦煤市场，对2013年3月22日至2024年12月31日的期货主力合约结算价（记为F_{jm}）与山西临汾主焦煤市场价（记为S_{jm}）的对数序列进行Johansen协整检验。首先，确定VAR模型的滞后阶数，通过AIC（赤池信息准则）和SC（施瓦茨准则）等信息准则进行判断，最终确定滞后阶数为3。在此基础上，进行Johansen协整检验，结果