我国金属期货市场羊群行为的多维度实证解析与深度洞察

我国金属期货市场羊群行为的多维度实证解析与深度洞察一、引言1.1研究背景与意义随着我国经济的快速发展和金融市场的逐步完善，金属期货市场作为重要的金融衍生品市场，在经济体系中扮演着愈发关键的角色。金属期货是指以金属为标的物的期货合约，投资者可以通过买卖这些合约，对未来金属价格的走势进行预期和交易。其交易对象广泛，涵盖铜、铝、锌、铅等多种工业基础金属，以及黄金、白银等贵金属。近年来，我国金属期货市场规模持续扩大，交易活跃度不断提升。据相关数据显示，2023年我国金属期货市场的成交量和成交额均实现了显著增长，其中铜期货的成交量达到了[X]手，成交额达到了[X]亿元，铝期货的成交量和成交额也分别达到了[X]手和[X]亿元。市场参与主体日益多元化，除了传统的金属生产企业、贸易商和加工企业外，越来越多的金融机构、投资基金和个人投资者也参与其中。这不仅为金属行业的企业提供了有效的风险管理工具，帮助它们应对价格波动带来的风险，也为投资者提供了多样化的投资选择，促进了资本的合理配置。然而，在市场繁荣发展的背后，金属期货市场也面临着诸多挑战和风险。价格波动频繁且剧烈，受到全球经济形势、供求关系、地缘政治、宏观经济政策等多种复杂因素的影响。例如，2020年新冠疫情爆发初期，全球经济陷入停滞，金属需求大幅下降，金属期货价格暴跌；而随着各国经济刺激政策的出台和经济的逐步复苏，金属期货价格又出现了大幅反弹。这种剧烈的价格波动给投资者带来了巨大的风险，也对市场的稳定运行构成了威胁。在这样的背景下，羊群行为作为金融市场中一种重要的非理性行为，对金属期货市场的影响不容忽视。羊群行为是指投资者在交易过程中，由于信息不对称、认知偏差、心理压力等因素的影响，放弃自己的独立判断，而选择跟随其他投资者的决策，从而导致市场中出现大量相似的交易行为。当市场中存在羊群行为时，投资者往往会忽视市场的基本面信息，过度依赖他人的决策，导致市场价格偏离其真实价值。这种行为不仅会加剧市场的波动，增加市场风险，还可能导致市场的失灵，影响资源的有效配置。例如，在某些情况下，羊群行为可能会引发市场的过度上涨或下跌，形成价格泡沫或恐慌性抛售，给投资者带来巨大的损失。研究我国金属期货市场的羊群行为，具有重要的理论和现实意义。从理论角度来看，传统金融理论基于理性人假设和有效市场假说，认为投资者能够理性地分析和处理信息，做出最优的投资决策。然而，现实中的金融市场存在着诸多非理性因素，羊群行为就是其中之一。通过对金属期货市场羊群行为的研究，可以深入了解投资者的非理性行为及其影响因素，丰富和完善行为金融学的理论体系，为金融市场的研究提供新的视角和方法。从现实角度来看，研究羊群行为对金属期货市场的稳定运行和投资者的风险管理具有重要的指导意义。对于市场监管者而言，了解羊群行为的存在和特征，可以制定更加有效的监管政策，加强对市场的监管和调控，防范市场风险，维护市场的稳定秩序。对于投资者来说，认识到羊群行为的影响，可以提高自身的风险意识，避免盲目跟风，制定更加科学合理的投资策略，降低投资风险，提高投资收益。此外，研究羊群行为还有助于完善金属期货市场的机制，提高市场的效率和透明度，促进市场的健康发展。1.2研究目标与创新点本研究旨在深入剖析我国金属期货市场中的羊群行为，通过严谨的实证分析，全面揭示羊群行为在该市场中的存在状况、表现程度以及影响因素，为市场参与者和监管机构提供有价值的决策参考。具体研究目标如下：验证羊群行为的存在性：运用科学的研究方法和模型，对我国金属期货市场的交易数据进行分析，准确判断羊群行为在该市场中是否真实存在。这是后续研究的基础，只有明确了羊群行为的存在，才能进一步探讨其相关特征和影响。衡量羊群行为的程度：在确定羊群行为存在的前提下，精确测度其在不同市场环境和时间段下的表现程度。通过量化分析，了解羊群行为的强弱变化，为市场风险评估提供重要依据。探究影响羊群行为的因素：从多个角度深入挖掘影响我国金属期货市场羊群行为的因素，包括市场信息不对称程度、投资者情绪波动、宏观经济环境变化以及政策法规调整等。分析这些因素如何相互作用，共同影响投资者的决策行为，从而引发羊群行为。分析羊群行为对市场的影响：评估羊群行为对我国金属期货市场价格波动、市场效率和稳定性的影响。明确羊群行为在市场中的作用机制，为监管机构制定有效的政策提供理论支持，以维护市场的健康稳定运行。本研究在借鉴前人研究成果的基础上，力求在以下方面实现创新：多模型综合分析：以往对金属期货市场羊群行为的研究，往往局限于单一模型的运用，难以全面、准确地揭示羊群行为的特征和规律。本研究将综合运用多种成熟的羊群行为检验模型，如CCK模型、CSAD模型等，并结合GARCH族模型来刻画收益的波动特征，从不同角度对我国金属期货市场的羊群行为进行分析。通过多模型的相互验证和补充，可以更全面、深入地了解羊群行为在金属期货市场中的表现，提高研究结果的可靠性和说服力。细分市场研究：考虑到不同金属期货品种在市场供求关系、价格影响因素、投资者结构等方面存在差异，其羊群行为的表现和影响因素也可能有所不同。本研究将对我国金属期货市场进行细分，针对铜、铝、锌等主要金属期货品种分别进行研究。通过这种细分市场的研究方法，可以更精准地把握不同金属期货品种羊群行为的特点，为投资者和相关企业提供更具针对性的决策建议。引入新的影响因素：在探究羊群行为的影响因素时，除了考虑传统的市场信息、投资者情绪等因素外，本研究还将引入一些新的因素进行分析。例如，随着金融科技的快速发展，大数据、人工智能等技术在金融市场中的应用日益广泛，信息传播的速度和方式发生了巨大变化，这些因素可能对金属期货市场的羊群行为产生重要影响。此外，宏观经济政策的调整、国际政治局势的变化等外部因素也可能通过影响市场参与者的预期和决策，进而影响羊群行为。本研究将尝试对这些新因素进行量化分析，深入探讨它们与羊群行为之间的关系，为研究羊群行为的影响因素提供新的视角。1.3研究方法与数据来源本研究综合运用多种实证研究方法，力求全面、准确地揭示我国金属期货市场中的羊群行为。具体研究方法如下：CCK模型：Chang、Cheng和Khorana（2000）提出的CCK模型，是检验金融市场羊群行为的经典模型之一。该模型基于资本资产定价模型（CAPM），通过构建横截面收益绝对偏离度（CSAD）指标，来衡量市场中投资者决策的一致性程度。当市场不存在羊群行为时，个股收益率与市场收益率之间呈线性关系；若存在羊群行为，这种线性关系会发生改变，表现为CSAD与市场收益率之间出现非线性关系。在本研究中，将运用CCK模型对我国金属期货市场的整体羊群行为进行初步检验，判断羊群行为在该市场中是否存在。CSAD模型：该模型是对CCK模型的进一步拓展和应用，通过对CSAD指标进行更深入的分析，能够更精确地衡量羊群行为的程度。在CSAD模型中，引入了市场收益率的平方项，以捕捉市场极端波动情况下羊群行为的变化特征。当市场收益率的平方项系数显著为负时，表明市场存在羊群行为，且系数绝对值越大，羊群行为越明显。本研究将运用CSAD模型，对不同金属期货品种在不同市场行情下的羊群行为程度进行量化分析，比较各品种之间羊群行为的差异。GARCH族模型：为了更准确地刻画金属期货市场收益率的波动特征，本研究将引入GARCH族模型，包括GARCH（1,1）模型、EGARCH模型和TGARCH模型等。这些模型能够有效捕捉金融时间序列数据的异方差性、波动集聚性和杠杆效应等特征，从而更准确地估计市场风险。通过GARCH族模型对金属期货收益率进行建模，得到条件方差序列，将其作为市场风险的度量指标，进一步分析市场风险与羊群行为之间的关系。本研究的数据来源于上海期货交易所，选取了具有代表性的铜、铝、锌、黄金等金属期货品种作为研究对象。数据时间跨度为[具体时间区间]，涵盖了市场的不同行情阶段，包括上涨期、下跌期和平稳期，以确保研究结果的全面性和可靠性。数据类型包括每日收盘价、成交量、持仓量等交易数据，这些数据均为原始市场数据，经过整理和预处理后，用于后续的实证分析。通过对这些数据的深入挖掘和分析，能够更真实地反映我国金属期货市场的运行状况和投资者行为特征。二、文献综述2.1羊群行为理论基础羊群行为最初源于对动物群体行为的观察，如羊群在移动、觅食时表现出的高度一致性。在金融领域，羊群行为是指投资者在交易过程中，放弃自己的独立判断，而选择跟随其他投资者的决策，表现为在某一时期大量投资者采取相同的投资策略或对特定资产产生相同的偏好。这种行为使得投资者的决策呈现出明显的趋同性，与传统金融理论中投资者理性、独立决策的假设形成鲜明对比。从分类角度来看，羊群行为可分为无意的羊群行为和有意的羊群行为。无意的羊群行为相对较为简单，在信息传播迅速的时代，投资者容易获取公共信息，基于相似的信息处理方式，他们可能产生相似的心理预期或采取类似的决策，进而形成无意的羊群行为。例如，投资者俱乐部的讨论、新闻媒体的报道以及分析师的投资建议等，都可能促使投资者无意识地跟随大众决策。有意的羊群行为则实质上是一种从众行为，这种模仿行为可能基于收益外部性或信息外部性。基于收益外部性的羊群行为，是指在某些博弈情境下，参与者的收益结构受到其他参与者行动的影响，当参与者的战略具有“战略互补”特性时，他们有动力采取相似的行动，以获取更高的收益，银行挤兑潮就是一个典型的例子；基于信息外部性的羊群行为，后行动者会试图从先行者的行动中推断其掌握的信息，当信息外部性足够强烈时，后继者可能会忽略自己的个人信息，而选择模仿先行者的行为。羊群行为在行为金融学中占据着重要地位，是该学科研究的核心内容之一。行为金融学打破了传统金融理论中关于理性人假设和有效市场假说的束缚，将心理学、社会学等多学科知识引入金融研究领域，关注投资者的非理性行为及其对金融市场的影响。羊群行为作为一种典型的非理性行为，其产生机制涉及投资者的认知偏差、信息不对称、心理因素以及社会影响等多个方面。在认知偏差方面，投资者在处理信息时，可能会受到各种心理因素的干扰，如锚定效应、过度自信、损失厌恶等，导致他们无法准确地分析和判断市场信息，从而更容易跟随他人的决策；信息不对称使得投资者难以获取全面、准确的市场信息，在信息匮乏的情况下，他们往往会参考其他投资者的行为，以此来弥补自身信息的不足；投资者的心理因素，如恐惧、贪婪、从众心理等，也会对其决策产生重要影响，当市场出现不确定性或波动时，投资者的情绪容易受到感染，从而引发羊群行为；社会影响因素则体现在投资者在决策时会受到周围人群的影响，他们倾向于与他人保持一致，以获得归属感和安全感。传统金融理论建立在理性人假设和有效市场假说的基础之上，认为投资者能够理性地分析和处理信息，根据资产的基本面价值做出独立、准确的投资决策，市场价格能够及时、充分地反映所有相关信息，不存在套利机会。然而，现实金融市场中存在的大量羊群行为表明，投资者并非完全理性，他们的决策往往受到多种非理性因素的影响，市场价格也并非总是能够准确反映资产的真实价值。例如，在股票市场中，常常出现股价的过度波动和泡沫现象，这些现象无法用传统金融理论进行合理的解释，而羊群行为理论则为理解这些市场异象提供了新的视角。羊群行为的存在使得市场价格可能偏离其基本面价值，加剧市场的波动，降低市场的效率，甚至引发金融市场的不稳定。因此，深入研究羊群行为，对于揭示金融市场的运行规律，完善金融理论体系，具有重要的理论意义。2.2国内外研究现状国外学者对金融市场羊群行为的研究起步较早，涵盖了多个金融领域，在期货市场方面也取得了一定成果。一些研究通过对不同期货市场的实证分析，探讨了羊群行为的存在性和特征。例如，[具体学者1]运用[具体方法1]对[具体期货市场1]进行研究，发现该市场在某些特定时期存在显著的羊群行为，且羊群行为与市场的波动性密切相关，当市场波动加剧时，投资者更容易出现跟风行为，导致羊群行为的程度增强。[具体学者2]则采用[具体方法2]分析了[具体期货市场2]的数据，结果表明市场信息的传播速度和投资者对信息的反应程度是影响羊群行为的重要因素，当信息传播迅速且投资者对信息过度反应时，羊群行为更容易发生。然而，也有部分研究得出了不同的结论，[具体学者3]对[具体期货市场3]的研究发现，在正常市场条件下，该市场并未表现出明显的羊群行为，投资者能够相对理性地进行决策，但在市场出现极端事件或重大冲击时，羊群行为可能会突然显现，对市场产生较大影响。国内关于羊群行为的研究，早期主要集中在股票市场。许多学者运用不同的模型和方法，对我国股票市场的羊群行为进行了深入分析。[具体学者4]基于[具体模型1]，对我国股票市场的交易数据进行检验，发现我国股票市场存在较为明显的羊群行为，且在市场上涨和下跌阶段，羊群行为的表现程度和影响因素存在差异。在市场上涨阶段，投资者的乐观情绪和对未来收益的过高预期，使得他们更容易忽视风险，盲目跟随市场趋势，导致羊群行为加剧；而在市场下跌阶段，投资者的恐惧心理和对损失的厌恶，促使他们纷纷抛售股票，进一步强化了羊群行为。[具体学者5]通过改进的[具体模型2]研究发现，我国股票市场的羊群行为还受到投资者结构的影响，个人投资者由于缺乏专业知识和信息分析能力，更容易受到市场情绪的感染，从而表现出更强的羊群行为；而机构投资者虽然相对较为理性，但在面对市场压力和竞争时，也可能会出现跟风操作。随着我国期货市场的发展，近年来国内学者开始关注期货市场中的羊群行为。[具体学者6]对我国商品期货市场进行研究，发现部分商品期货品种存在羊群行为，且羊群行为与市场的流动性、投资者的交易策略等因素有关。当市场流动性较差时，投资者的交易成本增加，为了降低风险，他们更倾向于跟随其他投资者的决策，从而引发羊群行为；投资者的交易策略也会影响羊群行为的发生，例如采用趋势跟踪策略的投资者，更容易在市场趋势形成后跟风操作。[具体学者7]运用[具体模型3]对我国股指期货市场进行分析，结果表明股指期货市场在某些情况下也存在羊群行为，且羊群行为对市场的稳定性产生了一定的负面影响，加剧了市场的波动。然而，目前国内对于金属期货市场羊群行为的研究相对较少。虽然金属期货作为重要的期货品种，在我国期货市场中占据着重要地位，但其羊群行为的研究在深度和广度上仍有待进一步拓展。现有研究在模型选择、影响因素分析以及对市场影响的评估等方面，还存在一定的局限性。例如，部分研究仅采用单一模型进行分析，难以全面准确地揭示金属期货市场羊群行为的特征和规律；在影响因素分析方面，大多局限于传统的市场因素，对新兴因素如金融科技发展、宏观经济政策调整等的考虑不足；对于羊群行为对金属期货市场的具体影响机制，也缺乏深入细致的研究。因此，深入研究我国金属期货市场的羊群行为，具有重要的理论和现实意义，有助于填补这一领域的研究空白，为市场参与者和监管机构提供更有针对性的决策参考。2.3文献评述国内外学者在金融市场羊群行为研究领域已取得丰硕成果，为理解金融市场运行机制和投资者行为提供了重要参考。在理论基础方面，对羊群行为的定义、分类和形成机制的探讨，构建了研究的理论框架，使我们能够从多个角度剖析这一复杂的市场现象。在实证研究中，运用各种模型和方法对不同金融市场的检验，为羊群行为的存在性和特征提供了有力的证据。然而，现有研究仍存在一些不足之处。在研究对象上，虽然对股票市场和部分期货市场的羊群行为有较多研究，但针对我国金属期货市场的研究相对匮乏。金属期货市场具有独特的市场结构和运行规律，其价格波动受到全球金属供需关系、地缘政治、宏观经济政策等多种因素的影响，与其他金融市场存在显著差异。因此，现有的研究成果难以直接应用于金属期货市场，需要针对该市场的特点进行深入研究。在研究方法上，部分研究仅采用单一模型进行分析，这种方法存在一定的局限性。不同的羊群行为检验模型基于不同的理论假设和数据特征，具有各自的优缺点。仅依赖单一模型可能无法全面、准确地揭示羊群行为的特征和规律。此外，现有研究在数据处理和样本选择上也存在一些问题，如数据的时间跨度较短、样本的代表性不足等，这些问题可能会影响研究结果的可靠性和普遍性。在影响因素分析方面，现有研究大多局限于传统的市场因素，如市场信息、投资者情绪、市场波动性等。然而，随着金融市场的不断发展和创新，一些新兴因素如金融科技的发展、宏观经济政策的调整、国际政治局势的变化等，对金属期货市场羊群行为的影响日益显著。这些新兴因素与传统因素相互交织，共同作用于投资者的决策行为，使得羊群行为的形成机制更加复杂。因此，现有研究对影响因素的分析不够全面和深入，难以准确把握羊群行为的变化趋势。鉴于现有研究的不足，本研究将从多维度对我国金属期货市场的羊群行为进行深入研究。在研究方法上，综合运用多种模型进行分析，通过多模型的相互验证和补充，提高研究结果的可靠性和准确性。在数据处理方面，选取更长时间跨度和更具代表性的数据样本，以确保研究结果能够反映市场的长期趋势和普遍特征。在影响因素分析中，不仅考虑传统的市场因素，还将引入新兴因素进行深入探讨，全面揭示羊群行为的形成机制和影响因素。通过本研究，旨在完善我国金属期货市场羊群行为的研究体系，为市场参与者和监管机构提供更具针对性和实用性的决策参考。三、我国金属期货市场现状分析3.1市场发展历程我国金属期货市场的发展历程，是一部在经济改革浪潮中不断探索、创新与突破的奋斗史，它紧密伴随着我国经济体制的转型和市场经济的发展而逐步壮大，每一个阶段都承载着时代的印记，见证着我国金融市场的逐步成熟。20世纪80年代末，改革开放的春风吹遍神州大地，我国经济体制开始从计划经济向市场经济转型，市场在资源配置中的作用日益凸显。在这样的时代背景下，商品价格的波动逐渐由市场供求关系决定，企业面临着前所未有的价格风险。为了满足企业规避价格风险的需求，期货市场的概念应运而生。1988年，国务院代总理李鹏在第七届全国人民代表大会第一次会议的政府工作报告中，明确提出要探索期货交易，并成立专班进行研究。这一决策犹如一颗种子，播撒在了中国金融市场的土壤中，为金属期货市场的诞生埋下了伏笔。1992年5月28日，上海金属交易所正式成立，这是我国金属期货市场发展的重要里程碑，标志着我国金属期货市场迈出了从无到有的关键一步。同年，铝期货合约在上海金属交易所上市交易，成为我国最早上市的金属期货品种之一。1993年3月，沪铜期货（一号铜合约）上市，进一步丰富了我国金属期货市场的交易品种。此后，锌、铅等其他金属期货品种也陆续上市，金属期货市场的交易体系逐渐完善。在金属期货市场发展的初期，由于市场处于探索阶段，相关法律法规和监管制度尚不完善，市场参与者对期货交易的认识也较为有限，导致市场出现了一些不规范的现象，如过度投机、市场操纵等。这些问题严重影响了市场的稳定运行，也阻碍了金属期货市场的健康发展。1994年，国务院发布了一系列整顿期货市场的文件，对期货交易所、期货经纪公司进行了清理整顿，加强了对期货市场的监管。在整顿过程中，部分不符合要求的期货交易所被关闭，期货经纪公司的数量也大幅减少。经过这次整顿，金属期货市场的秩序得到了初步规范，市场参与者的风险意识有所提高。1998年，国务院对期货市场进行了第二次大规模整顿，进一步精简了期货交易所的数量，将原来的14家期货交易所合并为上海期货交易所、郑州商品交易所和大连商品交易所三家。同时，对期货交易品种进行了调整，保留了一些具有代表性和市场需求的品种，金属期货市场也在这次整顿中得到了进一步的优化和整合。通过两次整顿，我国金属期货市场逐渐走上了规范化发展的道路，为后续的快速发展奠定了坚实的基础。进入21世纪，随着我国经济的快速增长和对外开放程度的不断提高，金属期货市场迎来了新的发展机遇。2001年，我国加入世界贸易组织（WTO），经济全球化进程加速，我国金属行业与国际市场的联系日益紧密。金属企业面临着更加复杂多变的市场环境，对利用期货市场进行风险管理的需求也日益迫切。为了满足市场需求，上海期货交易所不断完善金属期货品种体系，提高市场运行效率。2007年，锌期货在上海期货交易所上市，进一步丰富了我国金属期货市场的交易品种。同时，交易所加强了对市场的监管，完善了交易规则和风险管理制度，提高了市场的透明度和公正性。随着市场环境的不断改善，越来越多的企业和投资者参与到金属期货市场中来，市场规模不断扩大，交易活跃度显著提高。2010年以来，随着我国金融市场改革的不断深入，金属期货市场在产品创新、对外开放等方面取得了一系列重要突破。2013年，铅期货在上海期货交易所上市，至此，我国基本形成了涵盖铜、铝、锌、铅等主要工业金属的期货品种体系。在产品创新方面，上海期货交易所推出了有色金属指数期货等创新产品，为投资者提供了更加多样化的投资选择和风险管理工具。在对外开放方面，我国积极推动金属期货市场的国际化进程，吸引境外投资者参与国内市场。2018年，上海期货交易所子公司上海国际能源交易中心推出的原油期货成功上市，引入了境外投资者参与交易，这是我国期货市场对外开放的重要举措，也为金属期货市场的国际化发展积累了宝贵经验。近年来，随着大数据、人工智能、区块链等新技术的快速发展，我国金属期货市场也加快了数字化转型的步伐。交易所利用新技术提升交易系统的性能和稳定性，优化市场服务水平，提高市场运行效率。同时，期货公司也积极运用新技术开展业务创新，为客户提供更加个性化、智能化的服务。在市场规模方面，我国金属期货市场持续保持增长态势。根据上海期货交易所的数据显示，2023年，我国金属期货市场的成交量和成交额分别达到了[具体成交量]手和[具体成交额]亿元，同比分别增长[X]%和[X]%，市场规模再创历史新高。3.2市场结构与特点我国金属期货市场的参与主体呈现出多元化的特征，涵盖了期货交易所、期货经纪公司、投资者、大型实体企业以及金融机构等多个层面，各主体在市场中扮演着不同的角色，共同推动着市场的运行和发展。上海期货交易所是我国金属期货交易的核心场所，为金属期货合约的集中交易提供了平台。它制定并执行严格的交易规则和监管制度，确保交易的公平、公正与透明。在交易规则方面，对合约的标准化条款进行了明确规定，包括交易单位、最小变动价位、涨跌停板幅度、交割月份、交割方式等。以铜期货合约为例，交易单位为5吨/手，最小变动价位为10元/吨，这意味着在交易过程中，价格的最小波动幅度为50元（5吨×10元/吨）。涨跌停板幅度一般为上一交易日结算价的±4%，当市场出现极端情况时，交易所会根据相关规定调整涨跌停板幅度，以控制市场风险。交割月份涵盖1-12月，交割方式采用实物交割，确保期货市场与现货市场的紧密联系。通过这些规则的制定和执行，上海期货交易所为市场参与者提供了一个规范、有序的交易环境，促进了金属期货交易的顺利开展。期货经纪公司在市场中发挥着桥梁和纽带的作用，连接着期货交易所和投资者。它们接受投资者的委托，代理投资者进行金属期货交易，并为投资者提供交易咨询、风险管理等服务。投资者是市场的主体，包括个人投资者和机构投资者。个人投资者凭借自身对市场的判断和投资经验参与交易，追求投资收益；机构投资者如投资基金、资产管理公司等，凭借专业的研究团队和丰富的资金实力，在市场中进行大规模的投资操作，其交易策略和行为对市场价格走势具有重要影响。大型实体企业是金属期货市场的重要参与者，主要包括金属生产企业、贸易商和加工企业等。金属生产企业如江西铜业、中国铝业等，通过参与期货市场，进行套期保值操作，锁定产品销售价格，规避价格下跌风险，保障企业的稳定生产和经营。贸易商则利用期货市场进行库存管理和价格风险管理，在价格波动中寻找套利机会，降低经营成本，提高利润空间。加工企业如汽车制造企业、电子电器生产企业等，通过期货市场锁定原材料采购价格，避免因金属价格上涨导致生产成本上升，确保生产的连续性和产品的市场竞争力。金融机构在金属期货市场中的参与度也日益提高，它们不仅为市场提供资金支持，还通过参与期货交易进行资产配置和风险管理。银行、证券公司等金融机构，通过与期货公司合作，开展期货保证金存管、期货资产管理等业务，为市场提供了多元化的金融服务。同时，一些金融机构还直接参与金属期货交易，利用自身的专业优势和资金实力，在市场中进行套利和投机操作，提高资金的使用效率和收益水平。我国金属期货市场的交易品种丰富多样，涵盖了铜、铝、锌、铅、镍、锡等多种基本金属，以及黄金、白银等贵金属。这些交易品种具有各自独特的特点，与实体经济密切相关，在工业生产、国际贸易、金融投资等领域发挥着重要作用。铜是一种重要的工业金属，具有良好的导电性、导热性和延展性，广泛应用于电力、电子、建筑、机械制造等行业。铜期货价格的波动受到全球经济形势、供需关系、地缘政治等多种因素的影响。当全球经济增长强劲时，对铜的需求增加，推动铜期货价格上涨；反之，当经济衰退时，需求减少，价格可能下跌。此外，铜的供需关系也是影响价格的关键因素。如果铜矿供应短缺，或者铜的下游需求旺盛，都会导致市场上铜的供不应求，从而促使铜期货价格上升；反之，若供应过剩，需求疲软，价格则会下降。铝是一种轻质、耐腐蚀的金属，在建筑、交通运输、包装等行业应用广泛。铝期货价格的波动与铝的生产成本、产能产量、库存水平以及宏观经济环境等因素密切相关。氧化铝作为铝的主要原材料，其价格的变化会直接影响铝的生产成本，进而影响铝期货价格。全球铝的产能产量变化也会对市场供需关系产生影响，从而影响价格走势。库存水平是反映市场供需状况的重要指标，当铝库存增加时，市场供应过剩，价格往往面临下行压力；反之，库存减少，价格可能上涨。锌主要用于镀锌、制造合金等领域，其期货价格受到锌矿供应、冶炼产能、下游需求以及环保政策等因素的影响。锌矿供应的变化会直接影响锌的生产成本和市场供应量，进而影响价格。冶炼产能的扩张或收缩，也会对市场供需关系产生重要影响。下游需求方面，随着房地产、汽车等行业的发展，对锌的需求也在不断变化，需求的增减会直接反映在锌期货价格上。此外，环保政策的调整也会对锌的生产和市场供应产生影响，从而影响价格走势。铅主要应用于电池制造、化工等行业，其期货价格与铅的供需格局、宏观经济形势、政策法规等因素密切相关。在供需格局方面，铅的产量和消费量的变化会直接影响市场的供需平衡，进而影响价格。宏观经济形势的变化，如经济增长速度、通货膨胀水平等，也会对铅的需求和价格产生影响。政策法规方面，环保政策的加强可能会导致铅生产企业的成本上升，从而影响市场供应和价格。镍在不锈钢、电池等行业有着广泛的应用，其期货价格受到镍矿资源、全球镍产能、新能源产业发展以及国际市场竞争等因素的影响。镍矿资源的稀缺性和分布不均，使得镍矿的供应情况对镍期货价格有着重要影响。全球镍产能的变化，以及新能源产业对镍需求的快速增长，都在不断改变着镍的市场供需关系，进而影响价格。国际市场竞争的加剧，也会对镍期货价格产生波动影响。锡主要用于电子焊接、镀锡等领域，其期货价格受到锡矿资源、全球锡产量、电子行业发展以及国际贸易政策等因素的影响。锡矿资源的有限性和开采难度，使得锡矿的供应情况对锡期货价格有着关键作用。全球锡产量的变化，以及电子行业对锡需求的波动，都会导致市场供需关系的改变，从而影响价格。国际贸易政策的调整，如关税的变化、贸易壁垒的增加等，也会对锡的进出口和市场价格产生影响。黄金和白银作为贵金属，不仅具有商品属性，还具有金融属性和货币属性。它们的期货价格受到全球经济形势、地缘政治局势、通货膨胀预期、利率水平以及美元汇率等多种因素的综合影响。在全球经济不稳定、地缘政治紧张的时期，投资者往往会增加对黄金和白银的需求，将其作为避险资产，从而推动价格上涨。通货膨胀预期上升时，黄金和白银的保值功能凸显，价格也会受到支撑。利率水平和美元汇率的变化，也会对黄金和白银的价格产生反向影响。当利率上升时，持有黄金和白银的机会成本增加，投资者可能会减少对其的需求，导致价格下跌；而美元汇率走强时，以美元计价的黄金和白银价格相对变得昂贵，需求可能减少，价格也会受到抑制。在全球金属期货市场中，我国金属期货市场占据着举足轻重的地位。从市场规模来看，我国金属期货市场的成交量和成交额持续位居世界前列。根据美国期货业协会（FIA）的统计数据，上海期货交易所在全球商品期货与期权交易所中排名靠前，其中金属期货品种的交易规模在全球市场中具有重要影响力。例如，上海期货交易所的螺纹钢期货成交量长期位列全球金属期货品种成交量榜首，铜、铝、锌等期货品种的成交量也在全球市场中占据较大份额。这表明我国金属期货市场在全球金属期货交易中具有较高的活跃度和参与度，市场规模庞大。在定价影响力方面，随着我国经济的快速发展和金属期货市场的不断完善，我国在金属期货定价中的话语权逐渐增强。“上海价格”在国际金属市场中的影响力日益提升，对全球金属价格的形成和走势产生了重要影响。我国作为全球最大的金属消费国和生产国之一，市场供需状况的变化能够迅速反映在金属期货价格上，进而影响国际市场价格。例如，我国铜期货价格的波动，常常会引发国际铜市场的关注和跟随，成为国际铜价走势的重要参考。这体现了我国金属期货市场在全球定价体系中的地位不断提高，对国际金属市场的影响力逐渐增强。在市场参与者结构方面，我国金属期货市场的投资者结构日益多元化，除了国内的投资者和企业外，越来越多的境外投资者也开始关注和参与我国金属期货市场。随着我国期货市场对外开放的不断推进，一些国际知名的金融机构和企业已经通过合格境外机构投资者（QFII）、人民币合格境外机构投资者（RQFII）以及上海期货交易所子公司上海国际能源交易中心的特定品种对外开放等渠道，参与到我国金属期货市场的交易中来。这不仅丰富了市场的资金来源和投资主体，也促进了国内外市场的交流与融合，提升了我国金属期货市场的国际化水平。3.3近期市场动态近期，我国金属期货市场呈现出复杂多变的态势，价格波动频繁，成交量和持仓量也出现了明显的变化，这些动态反映了市场供需关系的调整以及投资者情绪的波动，对市场的未来发展趋势产生着重要影响。从价格波动来看，以铜期货为例，在过去的一段时间里，其价格经历了显著的起伏。2024年[具体月份1]至[具体月份2]，铜期货主力合约价格从[起始价格]元/吨上涨至[最高价格]元/吨，涨幅达到[X]%，随后又迅速回调至[当前价格]元/吨左右，跌幅约为[X]%。价格的上涨主要得益于全球经济复苏预期增强，对铜的需求预期增加。随着各国经济刺激政策的持续发力，制造业、建筑业等行业对铜的需求呈现出增长态势，推动了铜期货价格的上升。然而，价格的回调则受到多种因素的共同作用。一方面，全球铜库存持续增加，市场供应压力逐渐增大。根据国际铜业研究组织（ICSG）的数据，2024年[具体月份]全球铜库存较上月增加了[X]万吨，达到了[具体库存水平]万吨，这对铜价形成了一定的压制。另一方面，美元汇率的走强也对铜期货价格产生了负面影响。美元与铜价格通常呈现反向关系，当美元升值时，以美元计价的铜期货价格相对变得昂贵，需求可能减少，从而导致价格下跌。铝期货价格同样表现出较大的波动性。在2024年[具体时间段]，铝期货主力合约价格在[价格区间下限]元/吨至[价格区间上限]元/吨之间波动。价格的波动主要受到国内铝产能产量变化以及下游需求波动的影响。国内铝产能的扩张导致市场供应量增加，对价格形成下行压力。据相关数据显示，2024年[具体月份]我国原铝产量同比增长了[X]%，达到了[具体产量]万吨。而下游需求方面，房地产、汽车等行业对铝的需求受到宏观经济形势和政策调控的影响，存在一定的不确定性。当房地产市场低迷或汽车销量下滑时，铝的下游需求会相应减少，导致铝期货价格下跌；反之，若下游需求旺盛，价格则会得到支撑。成交量和持仓量作为反映市场活跃度和投资者预期的重要指标，在近期也发生了明显的变化。在成交量方面，2024年[具体时间段]我国金属期货市场整体成交量呈现出先上升后下降的趋势。以锌期货为例，在[具体月份]，随着市场对锌的需求预期增加以及投资者对市场前景的乐观情绪，锌期货成交量大幅上升，当月成交量达到了[具体成交量1]手，较上月增长了[X]%。然而，随着市场价格的波动加剧以及投资者风险偏好的下降，成交量在随后的月份逐渐减少，在[具体月份]成交量降至[具体成交量2]手，较峰值减少了[X]%。成交量的变化反映了市场参与者的交易热情和对市场走势的判断。当市场前景较为乐观时，投资者更愿意参与交易，成交量增加；而当市场不确定性增加，投资者对市场走势存在疑虑时，他们会减少交易，导致成交量下降。持仓量的变化也反映了市场投资者的预期和信心。在近期，部分金属期货品种的持仓量出现了明显的变动。例如，黄金期货持仓量在2024年[具体时间段]呈现出稳步上升的趋势，从[起始持仓量]手增加至[当前持仓量]手，增长幅度达到了[X]%。黄金作为一种重要的避险资产，其持仓量的增加表明投资者对全球经济和金融市场的不确定性感到担忧，通过增加黄金期货持仓来规避风险。在全球地缘政治冲突加剧、经济数据不及预期等情况下，投资者往往会加大对黄金的投资，导致黄金期货持仓量上升。而镍期货持仓量则在[具体时间段]出现了下降，从[起始持仓量]手减少至[当前持仓量]手，减少幅度为[X]%。镍期货持仓量的下降可能与市场对镍供需关系的预期调整有关，当市场预期镍供应增加或需求减少时，投资者会减少持仓，以降低风险。近期我国金属期货市场的发展趋势受到多种因素的综合影响。随着全球经济的逐步复苏以及国内经济结构的调整，金属期货市场的需求有望进一步增长。新兴产业如新能源汽车、5G通信等的快速发展，对铜、铝、镍等金属的需求呈现出爆发式增长，为金属期货市场提供了新的发展机遇。然而，市场也面临着一些问题和挑战。市场的波动性较大，价格风险较高，这对投资者的风险管理能力提出了更高的要求。市场的监管和规范仍需进一步加强，以防止市场操纵、内幕交易等违法违规行为的发生，维护市场的公平、公正和透明。此外，全球贸易摩擦、地缘政治冲突等外部因素的不确定性，也给金属期货市场的发展带来了一定的风险。四、实证研究设计4.1研究模型选择在金融市场羊群行为的研究中，常用的模型包括CCK模型、CSAD模型、LSV模型等，它们各自基于不同的理论基础和假设前提，在羊群行为的检验和分析中发挥着独特的作用。CCK模型由Chang、Cheng和Khorana（2000）提出，该模型以资本资产定价模型（CAPM）为基础，通过构建横截面收益绝对偏离度（CSAD）指标来检验羊群行为。其核心假设是在有效市场中，个股收益率与市场收益率之间应呈现线性关系。当市场不存在羊群行为时，个股的收益率分散度与市场收益率之间保持稳定的线性关系；而当市场中存在羊群行为时，投资者的决策趋同性增强，个股收益率与市场收益率之间的线性关系会发生改变，表现为CSAD与市场收益率之间出现非线性关系。具体而言，CCK模型通过回归分析来检验CSAD与市场收益率及其平方项之间的关系，若市场收益率平方项的系数显著不为零，则表明市场存在羊群行为。该模型的优点在于理论基础坚实，能够从市场整体层面检验羊群行为的存在性，且计算相对简便，易于理解和应用。CSAD模型是对CCK模型的进一步拓展和深化，同样基于CAPM理论。它通过对CSAD指标进行更深入的分析，能够更精确地衡量羊群行为的程度。在CSAD模型中，引入了市场收益率的平方项，用于捕捉市场极端波动情况下羊群行为的变化特征。当市场收益率的平方项系数显著为负时，表明市场存在羊群行为，且系数绝对值越大，羊群行为越明显。该模型在衡量羊群行为程度方面具有较高的准确性，能够更细致地刻画市场中投资者决策的一致性程度。例如，在市场出现大幅上涨或下跌等极端行情时，CSAD模型能够更敏锐地捕捉到投资者的跟风行为，从而更准确地评估羊群行为对市场的影响。LSV模型由Lakonishok、Shleifer和Vishny（1992）提出，主要用于研究机构投资者的羊群行为。该模型通过计算机构投资者在某一时期内对某一股票的买卖交易比例，来衡量机构投资者之间的交易趋同性。其假设前提是机构投资者的交易行为具有一定的独立性，若机构投资者之间的交易趋同性较高，则表明存在羊群行为。LSV模型的优点在于能够直接针对机构投资者的行为进行分析，为研究机构投资者在市场中的作用和影响提供了有力的工具。然而，该模型也存在一定的局限性，它仅关注机构投资者的交易行为，无法全面反映整个市场的羊群行为情况，且对于非机构投资者的行为缺乏有效的考量。本研究选择CCK模型结合GARCH模型，主要基于以下多方面的综合考量。CCK模型在检验羊群行为的存在性方面具有显著优势，其基于CAPM理论的构建使其具有坚实的理论基础，能够从宏观层面有效地判断市场中是否存在羊群行为。通过对CSAD与市场收益率及其平方项的回归分析，可以直观地得出羊群行为是否存在的结论。在研究我国金属期货市场时，CCK模型能够对市场整体的羊群行为状况进行初步检验，为后续的深入研究奠定基础。GARCH模型，即广义自回归条件异方差模型，在刻画金融时间序列数据的波动特征方面表现出色。金属期货市场的收益率具有明显的异方差性、波动集聚性和杠杆效应等特征，而GARCH模型能够有效捕捉这些特征。通过GARCH模型对金属期货收益率进行建模，可以得到准确的条件方差序列，该序列能够很好地度量市场风险。将GARCH模型与CCK模型相结合，能够在考虑市场风险因素的基础上，更全面地分析羊群行为与市场风险之间的关系。在市场风险较高的时期，投资者可能更容易受到市场情绪的影响，从而引发羊群行为。通过GARCH模型得到的条件方差序列，可以作为市场风险的代理变量，进一步探究市场风险对羊群行为的影响机制。此外，CCK模型与GARCH模型的结合还能够弥补单一模型的不足。CCK模型虽然能够检验羊群行为的存在性，但在刻画市场风险方面存在欠缺；而GARCH模型专注于市场风险的度量，对于羊群行为的直接检验能力有限。两者结合后，可以实现优势互补，从不同角度对金属期货市场的羊群行为进行分析，提高研究结果的可靠性和全面性。4.2样本数据处理本研究选取上海期货交易所的铜、铝、锌等金属期货品种作为研究对象，数据时间跨度为[具体时间区间]，涵盖了市场的不同行情阶段，包括上涨期、下跌期和平稳期，以确保研究结果的全面性和可靠性。在数据筛选过程中，遵循以下原则：优先选择交易活跃、流动性强的主力合约数据，因为主力合约通常具有更高的成交量和持仓量，能够更准确地反映市场的整体情况和投资者的主流预期。同时，剔除了数据缺失严重、交易异常的样本，以保证数据的完整性和有效性。在数据处理过程中，异常值的处理至关重要。异常值是指与数据集中其他数据点显著不同的数据，它们可能是由于数据录入错误、交易异常或其他特殊情况导致的。异常值的存在会对实证结果产生较大影响，可能导致模型的参数估计不准确，从而影响研究结论的可靠性。为了识别异常值，本研究采用了多种方法，如绘制数据的箱线图、计算数据的Z-score值等。通过箱线图，可以直观地观察到数据的分布情况，判断是否存在异常值；Z-score值则通过计算数据点与均值的距离，并除以标准差，来衡量数据点的异常程度。一般来说，当Z-score值大于3或小于-3时，该数据点被视为异常值。对于识别出的异常值，本研究采取了不同的处理方法。对于由于数据录入错误导致的异常值，通过核对原始数据或参考其他数据源进行修正；对于交易异常导致的异常值，根据市场情况和交易规则进行合理的调整或剔除。在处理铜期货价格数据时，发现某一天的收盘价明显偏离正常价格范围，经过核对发现是数据录入错误，将其修正为正确的价格；对于一些由于市场突发事件导致的异常交易数据，如某一天成交量突然大幅增加，但价格波动异常，且不符合市场正常的交易逻辑，经过分析判断后将该数据剔除。数据标准化是将数据转换为具有特定均值和标准差的标准形式的过程，其目的是消除数据的量纲差异，使不同变量之间具有可比性。在本研究中，对金属期货的收益率数据进行了标准化处理。标准化处理采用Z-score标准化方法，具体公式为：Z_i=\frac{R_i-\overline{R}}{\sigma}，其中Z_i为标准化后的收益率，R_i为原始收益率，\overline{R}为原始收益率的均值，\sigma为原始收益率的标准差。通过标准化处理，将收益率数据转换为均值为0，标准差为1的标准正态分布数据，使得不同金属期货品种的收益率数据具有统一的量纲和尺度，便于后续的模型分析和比较。平稳性检验是时间序列分析中的重要环节，其目的是判断时间序列数据是否具有稳定的统计特征，如均值、方差等是否随时间变化。如果时间序列数据不平稳，可能会导致模型的伪回归问题，使模型的参数估计失去意义。在本研究中，采用ADF检验（AugmentedDickey-FullerTest）对金属期货收益率数据进行平稳性检验。ADF检验通过构建回归模型，检验时间序列数据是否存在单位根，若存在单位根，则数据不平稳；反之，则数据平稳。具体检验模型为：\DeltaY_t=\alpha+\betat+\gammaY_{t-1}+\sum_{i=1}^{p}\delta_i\DeltaY_{t-i}+\epsilon_t，其中\DeltaY_t为Y_t的一阶差分，\alpha为常数项，t为时间趋势项，\gamma为待检验的系数，\sum_{i=1}^{p}\delta_i\DeltaY_{t-i}为滞后项，\epsilon_t为误差项。原假设为H_0:\gamma=0，即存在单位根，数据不平稳；备择假设为H_1:\gamma\neq0，即不存在单位根，数据平稳。在检验过程中，根据AIC（AkaikeInformationCriterion）准则或SC（SchwarzCriterion）准则确定滞后阶数p。如果ADF检验的统计量小于临界值，则拒绝原假设，认为数据是平稳的；否则，接受原假设，数据不平稳。通过对铜、铝、锌等金属期货收益率数据的ADF检验，结果表明在[具体显著性水平]下，这些数据均为平稳序列，满足后续模型分析的要求。4.3变量设定与说明在本研究中，为了准确地进行实证分析，明确了以下被解释变量、解释变量及控制变量。被解释变量为横截面收益绝对偏离度（CSAD），它在羊群行为的研究中具有核心地位，用于衡量市场中投资者决策的一致性程度。其计算公式为：CSAD_t=\frac{1}{N}\sum_{i=1}^{N}\left|R_{it}-R_{mt}\right|，其中R_{it}表示第i个金属期货品种在t时刻的收益率，R_{mt}表示市场组合在t时刻的收益率，N为样本中金属期货品种的数量。CSAD值越大，表明市场中各期货品种收益率的离散程度越大，投资者的决策差异越大；反之，CSAD值越小，则表示投资者的决策趋同性越高，市场中可能存在羊群行为。在实际计算过程中，通过对每个交易日各金属期货品种收益率与市场收益率差值的绝对值进行平均计算，得到当日的CSAD值。在研究铜、铝、锌等金属期货市场时，每天收集这些品种的收盘价数据，计算出各自的收益率，再根据市场组合收益率，按照上述公式计算出每日的CSAD值，以此来反映市场中投资者决策的一致性程度随时间的变化情况。解释变量为市场收益率（R_{mt}）及其平方项（R_{mt}^2）。市场收益率R_{mt}是衡量市场整体表现的重要指标，反映了市场在t时刻的平均收益水平。其计算公式为：R_{mt}=\frac{P_{mt}-P_{m,t-1}}{P_{m,t-1}}，其中P_{mt}表示市场组合在t时刻的价格，P_{m,t-1}表示市场组合在t-1时刻的价格。市场收益率的变化能够直接影响投资者的预期和决策，当市场收益率较高时，投资者可能更倾向于跟随市场趋势进行投资；而当市场收益率较低时，投资者可能会更加谨慎，或者寻求其他投资机会。市场收益率的平方项R_{mt}^2在模型中用于捕捉市场极端波动情况下羊群行为的变化特征。根据CCK模型的理论，在有效市场中，个股收益率与市场收益率之间呈线性关系，此时CSAD与市场收益率之间也应保持稳定的线性关系。然而，当市场中存在羊群行为时，投资者的决策趋同性增强，这种线性关系会发生改变。引入市场收益率的平方项后，若其系数显著不为零，则表明市场存在羊群行为。当市场收益率的平方项系数显著为负时，意味着随着市场收益率波动的加剧，CSAD值会减小，即投资者的决策趋同性增强，市场中存在羊群行为。在对我国金属期货市场的研究中，通过对市场收益率及其平方项与CSAD进行回归分析，来判断市场中是否存在羊群行为以及羊群行为的程度。控制变量方面，选取了成交量（Volume）、持仓量（OpenInterest）和市场风险（\sigma_t^2）。成交量（Volume）是衡量市场交易活跃程度的重要指标，反映了市场中资金的流动情况和投资者的参与程度。较高的成交量通常意味着市场交易活跃，投资者对市场的关注度较高，市场信息的传播速度较快。在羊群行为的研究中，成交量的变化可能会影响投资者的决策。当成交量大幅增加时，投资者可能会认为市场中存在重要信息，从而更倾向于跟随其他投资者的决策，导致羊群行为的发生。持仓量（OpenInterest）表示市场中尚未平仓的合约数量，它反映了投资者对市场未来走势的预期和信心。持仓量的变化可以反映投资者对市场的看法和参与程度的变化。当持仓量增加时，说明投资者对市场的关注度提高，对未来市场走势的分歧可能加大，这可能会引发投资者的跟风行为，从而影响羊群行为的发生。在研究金属期货市场时，持仓量的变化可以作为一个重要的参考指标，用于分析投资者的行为和市场的情绪。市场风险（\sigma_t^2）采用GARCH（1,1）模型估计得到的条件方差来度量。GARCH（1,1）模型能够有效地捕捉金融时间序列数据的异方差性、波动集聚性和杠杆效应等特征，通过该模型得到的条件方差可以较好地反映市场风险的变化情况。在金融市场中，市场风险是影响投资者决策的重要因素之一。当市场风险较高时，投资者可能会更加谨慎，或者选择跟随市场趋势进行投资，以降低风险。因此，将市场风险作为控制变量纳入模型中，可以更全面地分析羊群行为与市场风险之间的关系。在实际计算中，利用GARCH（1,1）模型对金属期货收益率数据进行建模，得到条件方差序列，将其作为市场风险的代理变量。五、实证结果与分析5.1描述性统计分析对样本数据进行描述性统计，能够直观地呈现数据的基本特征，为后续深入分析金属期货市场羊群行为提供基础。本部分将详细展示样本数据的均值、标准差、最大值、最小值等统计指标，并对市场收益率的分布情况进行初步探讨。表1展示了铜、铝、锌等金属期货品种的收益率描述性统计结果。从均值来看，铜期货收益率均值为[X1]，铝期货收益率均值为[X2]，锌期货收益率均值为[X3]。这些均值反映了各金属期货品种在样本期间的平均收益水平。其中，铜期货收益率均值相对较高，表明在该时间段内，铜期货市场整体上呈现出一定的盈利趋势；而铝期货和锌期货收益率均值相对较低，可能受到市场供需关系、宏观经济环境等多种因素的影响，导致其平均收益水平不如铜期货。期货品种均值标准差最大值最小值偏度峰度JB统计量铜[X1][S1][Max1][Min1][Skew1][Kurt1][JB1]铝[X2][S2][Max2][Min2][Skew2][Kurt2][JB2]锌[X3][S3][Max3][Min3][Skew3][Kurt3][JB3]标准差方面，铜期货收益率标准差为[S1]，铝期货收益率标准差为[S2]，锌期货收益率标准差为[S3]。标准差衡量了数据的离散程度，其值越大，说明收益率的波动越大，市场风险越高。从数据可以看出，铜期货收益率的标准差相对较大，这意味着铜期货市场价格波动较为剧烈，投资者面临的风险相对较高；而铝期货和锌期货收益率的标准差相对较小，表明这两个品种的价格波动相对较为平稳，市场风险相对较低。这种差异可能与各金属期货品种的市场特性、供需关系的稳定性以及投资者结构等因素有关。最大值和最小值能够反映数据的极端情况。铜期货收益率最大值为[Max1]，最小值为[Min1]；铝期货收益率最大值为[Max2]，最小值为[Min2]；锌期货收益率最大值为[Max3]，最小值为[Min3]。这些极值体现了各金属期货品种在样本期间内价格波动的极端程度。例如，铜期货收益率的最大值和最小值之间的差距较大，进一步说明了铜期货市场价格波动的剧烈程度，在某些特殊时期，铜期货价格可能出现大幅上涨或下跌，给投资者带来较大的收益或损失；而铝期货和锌期货收益率的极值差距相对较小，表明其价格波动相对较为温和。偏度和峰度是描述数据分布形态的重要指标。偏度反映了数据分布的不对称性，峰度则衡量了数据分布的尖峰程度。铜期货收益率偏度为[Skew1]，铝期货收益率偏度为[Skew2]，锌期货收益率偏度为[Skew3]。当偏度大于0时，数据分布呈现右偏态，即右侧尾部较长，意味着市场中出现正向极端值的概率相对较大；当偏度小于0时，数据分布呈现左偏态，即左侧尾部较长，表明市场中出现负向极端值的概率相对较大。从统计结果来看，铜期货收益率偏度[具体情况]，铝期货收益率偏度[具体情况]，锌期货收益率偏度[具体情况]，这表明不同金属期货品种的收益率分布在不对称性方面存在差异。峰度方面，铜期货收益率峰度为[Kurt1]，铝期货收益率峰度为[Kurt2]，锌期货收益率峰度为[Kurt3]。正态分布的峰度值为3，当峰度大于3时，数据分布呈现尖峰厚尾特征，即极端值出现的概率比正态分布更高；当峰度小于3时，数据分布呈现低峰薄尾特征，即极端值出现的概率比正态分布更低。统计结果显示，铜、铝、锌期货收益率的峰度均[具体情况]，说明这三个金属期货品种的收益率分布均呈现出[尖峰厚尾或低峰薄尾]的特征，市场中极端事件发生的概率相对较高，投资者需要更加关注市场风险。JB统计量用于检验数据是否服从正态分布。原假设为数据服从正态分布，若JB统计量的p值小于显著性水平（通常取0.05），则拒绝原假设，认为数据不服从正态分布。从表1中可以看出，铜期货收益率的JB统计量为[JB1]，对应的p值[具体情况]；铝期货收益率的JB统计量为[JB2]，对应的p值[具体情况]；锌期货收益率的JB统计量为[JB3]，对应的p值[具体情况]。在[具体显著性水平]下，铜、铝、锌期货收益率的JB统计量均[具体情况]，表明这三个金属期货品种的收益率数据均不服从正态分布。这一结果与传统金融理论中关于收益率服从正态分布的假设不符，进一步说明金属期货市场存在着一些复杂的市场现象和投资者行为，需要运用行为金融学的相关理论和方法进行深入研究。5.2单位根检验与协整检验在对时间序列数据进行分析时，单位根检验是判断数据平稳性的重要方法。若数据不平稳，直接进行回归分析可能会导致伪回归问题，使结果失去可靠性。因此，本研究采用ADF检验对金属期货收益率数据进行单位根检验。ADF检验的原假设为数据存在单位根，即数据不平稳；备择假设为数据不存在单位根，即数据平稳。表2展示了铜、铝、锌期货收益率的ADF检验结果。可以看出，在1%、5%和10%的显著性水平下，铜期货收益率的ADF检验统计量为[具体数值1]，小于对应的临界值[具体临界值1]；铝期货收益率的ADF检验统计量为[具体数值2]，小于对应的临界值[具体临界值2]；锌期货收益率的ADF检验统计量为[具体数值3]，小于对应的临界值[具体临界值3]。因此，我们拒绝原假设，认为铜、铝、锌期货收益率数据均为平稳序列，满足后续实证分析的要求。期货品种ADF检验统计量1%临界值5%临界值10%临界值是否平稳铜[具体数值1][具体临界值1][具体临界值1][具体临界值1]是铝[具体数值2][具体临界值2][具体临界值2][具体临界值2]是锌[具体数值3][具体临界值3][具体临界值3][具体临界值3]是在确定各金属期货收益率序列平稳后，进一步进行协整检验，以判断它们之间是否存在长期均衡关系。协整检验的目的是检验非平稳时间序列的线性组合是否为平稳序列，如果存在协整关系，则说明这些变量之间存在长期稳定的均衡关系，它们的短期波动会围绕着这个长期均衡关系进行调整。本研究采用Johansen协整检验方法，该方法基于向量自回归模型（VAR），能够同时考虑多个变量之间的协整关系，并且可以确定协整向量的个数。Johansen协整检验的原假设为不存在协整关系，备择假设为存在协整关系。在进行协整检验时，需要先确定VAR模型的滞后阶数。本研究根据AIC、SC等信息准则确定VAR模型的最优滞后阶数为[具体滞后阶数]。在此基础上，进行Johansen协整检验，结果如表3所示。原假设特征值迹统计量5%临界值概率值没有协整关系[具体特征值1][具体迹统计量1][具体5%临界值1][具体概率值1]至多存在1个协整关系[具体特征值2][具体迹统计量2][具体5%临界值2][具体概率值2]至多存在2个协整关系[具体特征值3][具体迹统计量3][具体5%临界值3][具体概率值3]从表3的结果可以看出，在5%的显著性水平下，迹统计量[具体迹统计量1]大于5%临界值[具体5%临界值1]，概率值[具体概率值1]小于0.05，拒绝原假设，表明铜、铝、锌期货收益率之间至少存在1个协整关系；迹统计量[具体迹统计量2]小于5%临界值[具体5%临界值2]，概率值[具体概率值2]大于0.05，接受原假设，表明至多存在1个协整关系。因此，可以得出结论，铜、铝、锌期货收益率之间存在1个协整关系，即它们之间存在长期均衡关系。这意味着在长期中，这些金属期货品种的价格波动不是相互独立的，而是存在着一种稳定的关系，它们会相互影响、相互制约，共同趋向于一个长期的均衡状态。这种长期均衡关系的存在，为进一步研究金属期货市场的羊群行为以及市场的运行机制提供了重要的基础。5.3CCK模型回归结果运用CCK模型对我国金属期货市场进行回归分析，旨在检验市场中是否存在羊群行为。表4展示了CCK模型的回归结果。变量系数标准误t值p值[95%置信区间]常数项[具体常数项系数][具体标准误1][具体t值1][具体p值1][下限1，上限1]Rmt[具体系数1][具体标准误2][具体t值2][具体p值2][下限2，上限2]Rmt2[具体系数2][具体标准误3][具体t值3][具体p值3][下限3，上限3]成交量[具体系数3][具体标准误4][具体t值4][具体p值4][下限4，上限4]持仓量[具体系数4][具体标准误5][具体t值5][具体p值5][下限5，上限5]市场风险[具体系数5][具体标准误6][具体t值6][具体p值6][下限6，上限6]从回归结果来看，市场收益率平方项（R_{mt}^2）的系数为[具体系数2]，t值为[具体t值3]，p值为[具体p值3]。在[具体显著性水平]下，p值小于0.05，表明市场收益率平方项的系数显著不为零。这意味着市场收益率与横截面收益绝对偏离度（CSAD）之间存在非线性关系，符合羊群行为存在的特征。具体而言，当市场收益率波动加剧时，CSAD值呈现出[具体变化趋势]，说明投资者的决策趋同性增强，市场中存在羊群行为。常数项的系数为[具体常数项系数]，在模型中起到基准作用，反映了在其他变量为零时CSAD的取值水平。市场收益率（R_{mt}）的系数为[具体系数1]，表明市场收益率的变化对CSAD有[正向或负向]影响，即市场收益率上升时，CSAD可能会[上升或下降]，这与市场中投资者的行为和市场整体走势相关。成交量的系数为[具体系数3]，反映了成交量对CSAD的影响。当成交量增加时，系数的正负决定了CSAD的变化方向。若系数为正，说明成交量增加会导致CSAD上升，即市场交易活跃程度的提高会使投资者决策的离散程度增大；若系数为负，则表明成交量增加会使CSAD下降，投资者的决策趋同性增强。持仓量的系数为[具体系数4]，其大小和正负体现了持仓量对CSAD的作用。持仓量的变化反映了投资者对市场未来走势的预期和信心，当持仓量增加时，若系数为正，说明持仓量的增加会使CSAD上升，投资者对市场走势的分歧加大；若系数为负，则意味着持仓量增加会使CSAD下降，投资者的预期更加一致。市场风险（\sigma_t^2）的系数为[具体系数5]，表明市场风险对CSAD的影响。市场风险的增加会导致投资者行为的变化，若系数为正，说明市场风险增加会使CSAD上升，投资者在面对高风险时决策更加分散；若系数为负，则说明市场风险增加会使CSAD下降，投资者更倾向于跟随市场趋势，以降低风险。在[具体显著性水平]下，市场收益率平方项的系数显著为负，这表明我国金属期货市场存在羊群行为。投资者在交易过程中，并非完全基于自身对市场信息的独立分析和判断进行决策，而是在一定程度上受到其他投资者行为的影响，表现出跟随市场趋势的行为特征。这种羊群行为的存在，使得市场中投资者的决策趋同性增强，市场价格可能会偏离其基本面价值，进而影响市场的稳定性和效率。5.4分阶段与分品种分析为进一步探究我国金属期货市场羊群行为的特征，将市场行情划分为牛市和熊市两个阶段进行分析。牛市阶段选取[具体牛市时间段]，此期间市场整体呈现上涨趋势，投资者情绪较为乐观，市场交易活跃。熊市阶段选取[具体熊市时间段]，市场价格持续下跌，投资者信心受挫，交易活跃度有所下降。表5展示了牛市和熊市阶段CCK模型的回归结果对比。在牛市阶段，市场收益率平方项（R_{mt}^2）的系数为[具体系数牛市阶段]，t值为[具体t值牛市阶段]，p值为[具体p值牛市阶段]。在[具体显著性水平]下，p值小于0.05，表明市场收益率平方项的系数显著不为零，市场存在羊群行为。此时，随着市场收益率波动加剧，投资者的决策趋同性增强，更倾向于跟随市场趋势进行投资，以获取更高的收益。当市场收益率上升时，投资者普遍看好市场前景，纷纷增加投资，导致市场中出现大量相似的投资行为，羊群行为较为明显。阶段变量系数标准误t值p值[95%置信区间]牛市常数项[具体常数项系数牛市阶段][具体标准误1牛市阶段][具体t值1牛市阶段][具体p值1牛市阶段][下限1牛市阶段，上限1牛市阶段]牛市Rmt[具体系数1牛市阶段][具体标准误2牛市阶段][具体t值2牛市阶段][具体p值2牛市阶段][下限2牛市阶段，上限2牛市阶段]牛市Rmt2[具体系数2牛市阶段][具体标准误3牛市阶段][具体t值3牛市阶段][具体p值3牛市阶段][下限3牛市阶段，上限3牛市阶段]牛市成交量[具体系数3牛市阶段][具体标准误4牛市阶段][具体t值4牛市阶段][具体p值4牛市阶段][下限4牛市阶段，上限4牛市阶段]牛市持仓量[具体系数4牛市阶段][具体标准误5牛市阶段][具体t值5牛市阶段][具体p值5牛市阶段][下限5牛市阶段，上限5牛市阶段]牛市市场风险[具体系数5牛市阶段][具体标准误6牛市阶段][具体t值6牛市阶段][具体p值6牛市阶段][下限6牛市阶段，上限6牛市阶段]熊市常数项[具体常数项系数熊市阶段][具体标准误1熊市阶段][具体t值1熊市阶段][具体p值1熊市阶段][下限1熊市阶段，上限1熊市阶段]熊市Rmt[具体系数1熊市阶段][具体标准误2熊市阶段][具体t值2熊市阶段][具体p值2熊市阶段][下限2熊市阶段，上限2熊市阶段]熊市Rmt2[具体系数2熊市阶段][具体标准误3熊市阶段][具体t值3熊市阶段][具体p值3熊市阶段][下限3熊市阶段，上限3熊市阶段]熊市成交量[具体系数3熊市阶段][具体标准误4熊市阶段][具体t值4熊市阶段][具体p值4熊市阶段][下限4熊市阶段，上限4熊市阶段]熊市持仓量[具体系数4熊市阶段][具体标准误5熊市阶段][具体t值5熊市阶段][具体p值5熊市阶段][下限5熊市阶段，上限5熊市阶段]熊市市场风险[具体系数5熊市阶段][具体标准误6熊市阶段][具体t值6熊市阶段][具体p值6熊市阶段][下限6熊市阶段，上限6熊市阶段]在熊市阶段，市场收益率平方项（R_{mt}^2）的系数为[具体系数熊市阶段]，t值为[具体t值熊市阶段]，p值为[具体p值熊市阶段]。同样在[具体显著性水平]下，p值小于0.05，表明市场存在羊群行为。然而，对比牛市阶段，熊市阶段市场收益率平方项系数的绝对值[具体比较情况]，这意味着熊市阶段羊群行为的程度相对[较强或较弱]。在熊市中，市场价格持续下跌，投资者出于对损失的恐惧，更容易出现恐慌性抛售行为，纷纷跟随市场趋势卖出期货合约，导致羊群行为较为明显。但由于市场整体处于下跌趋势，投资者的交易活跃度相对较低，参与羊群行为的投资者数量可能相对较少，从而使得羊群行为的程度相对较弱。从系数的绝对值来看，牛市阶段市场收益率平方项系数的绝对值[具体数值牛市阶段]，熊市阶段为[具体数值熊市阶段]，两者存在一定差异。这种差异可能与投资者在不同市场行情下的心理和行为变化有关。在牛市中，投资者普遍乐观，对市场充满信心，更愿意积极参与市场交易，跟随市场趋势进行投资，以获取更高的收益，因此羊群行为相对较强；而在熊市中，投资者虽然也会受到市场情绪的影响，但由于对损失的厌恶，可能会更加谨慎，部分投资者可能会选择观望或减少投资，导致羊群行为的程度相对较弱。进一步对不同金属期货品种进行分析，表6展示了铜、铝、锌期货品种的CCK模型回归结果。可以发现，不同品种的羊群行为表现存在差异。铜期货市场收益率平方项（R_{mt}^2）的系数为[具体系数铜期货]，t值为[具体t值铜期货]，p值为[具体p值铜期货]，在[具体显著性水平]下，p值小于0.05，表明铜期货市场存在羊群行为。铝期货市场收益率平方项的系数为[具体系数铝期货]，t值为[具体t值铝期货]，p值为[具体p值铝期货]，同样在[具体显著性水平]下，p值小于0.05，说明铝期货市场也存在羊群行为。锌期货市场收益率平方项的系数为[具体系数锌期货]，t值为[具体t值锌期货]，p值为[具体p值锌期货]，在[具体显著性水平]下，p值小于0.05，表明锌期货市场存在羊群行为。期货品种变量系数标准误t值p值[95%置信区间]铜常数项[具体常数项系数铜期货][具体标准误1铜期货][具体t值1铜期货][具体p值1铜期货][下限1铜期货，上限1铜期货]铜Rmt[具体系数1铜期货][具体标准误2铜期货][具体t值2铜期货][具体p值2铜期货][下限2铜期货，上限2铜期货