中国期货市场流动性与货币供给的动态关联及实证解析

中国期货市场流动性与货币供给的动态关联及实证解析一、引言1.1研究背景与意义1.1.1研究背景近年来，中国期货市场取得了显著的发展，在金融市场体系中的地位愈发重要。据中国期货业协会数据显示，2024年全国期货市场累计成交量达77.29亿手，累计成交额为619.26万亿元，同比分别下降9.08%和增长8.93%。交易品种不断丰富，已广泛覆盖农产品、金属、能源、化工、金融等多个领域，截至2024年12月底，我国共上市期货期权品种146个。市场参与者结构也日益多元化，除了传统的商品生产者、消费者和投机者外，越来越多的金融机构也参与其中，这使得期货市场的功能得以更充分地发挥，如价格发现、风险对冲以及促进资本有效配置等。与此同时，货币供给作为宏观经济调控的重要手段，对整个经济体系的运行有着深远影响。货币供给的变化会直接影响市场的资金充裕程度、利率水平以及通货膨胀率等关键经济变量。合理的货币供给能够促进经济增长，为企业提供充足的资金用于扩大生产和投资；有助于维持物价稳定，避免通货膨胀或通货紧缩对经济造成负面影响；还能影响就业水平，通过刺激企业生产创造更多的就业机会。在这样的经济背景下，期货市场与货币供给之间存在着紧密的联系。货币供给量的变化会改变市场中的资金总量，进而影响投资者对期货市场的资金投入。当货币供给增加时，市场流动性增强，更多资金可能流入期货市场，推动期货合约价格上涨，增加市场交易活跃度；反之，货币供给减少，市场流动性收紧，期货市场资金流出，可能导致价格下跌和交易清淡。利率作为货币供给调控的重要中介变量，也会对期货市场产生作用。低利率环境降低了资金使用成本，鼓励投资者借入资金参与期货交易，提高市场的流动性和活跃度；高利率则抑制投资，减少期货市场资金流入。汇率波动也不容忽视，对于涉及国际贸易的期货品种，汇率变化会影响商品的进出口成本，从而影响期货价格和市场流动性。因此，深入研究中国期货市场流动性与货币供给之间的关系，具有重要的现实意义。1.1.2研究意义从理论层面来看，目前关于金融市场流动性的研究多集中于股票市场等领域，对期货市场流动性与货币供给关系的研究相对较少。本研究将填补这一领域在理论研究上的部分空白，进一步完善金融市场流动性理论体系。通过深入剖析期货市场流动性与货币供给之间的内在联系和作用机制，有助于丰富金融市场运行理论，为后续学者在该领域的研究提供新的视角和思路，推动金融市场理论的发展和创新。在实践方面，本研究成果对投资者具有重要的参考价值。投资者可以依据货币供给的变化趋势，提前预判期货市场流动性的变动方向，从而制定更为合理的投资策略。例如，当货币供给呈现宽松趋势时，投资者可以适当增加在期货市场的投资头寸，把握市场上涨带来的收益机会；反之，当货币供给收紧时，投资者可及时调整投资组合，降低风险暴露。对于政策制定者而言，研究结果能够为宏观货币政策的制定和调整提供有力依据。政策制定者可以根据期货市场流动性对货币供给的反应，精准调控货币供给量和利率水平，在促进经济增长的同时，维护金融市场的稳定，避免因货币供给不当导致期货市场出现大幅波动，保障金融市场的平稳运行。1.2研究目标与方法1.2.1研究目标本研究旨在深入剖析中国期货市场流动性与货币供给之间的内在联系，通过实证研究，精准量化两者之间的关系。具体而言，首先要准确衡量中国期货市场的流动性水平，运用科学合理的指标体系，全面反映期货市场在不同交易状态下的流动性特征。同时，深入分析货币供给的各个层面，包括货币供应量的变化、货币供给结构的调整以及货币政策工具的运用等，对期货市场流动性产生的具体影响。进一步探究货币供给影响期货市场流动性的作用机制也是重要目标之一。从资金流动角度，分析货币供给变化如何引导资金在不同金融市场之间的配置，进而影响期货市场的资金流入和流出；从利率传导机制方面，研究货币供给变动引发的利率波动，怎样通过改变投资者的融资成本和预期收益，作用于期货市场的交易活跃度和流动性。挖掘市场参与者行为在这一过程中的调节作用，分析投资者、企业等市场主体如何根据货币供给的变化调整自身的交易策略和投资决策，从而对期货市场流动性产生间接影响。基于研究成果，为投资者、政策制定者提供具有实践指导意义的建议。为投资者提供在不同货币供给环境下，合理调整期货投资组合、有效管理风险的策略建议，帮助投资者提高投资收益，降低市场风险。为政策制定者在制定和调整货币政策时，充分考虑期货市场流动性的变化提供参考依据，以实现宏观经济稳定与金融市场健康发展的双重目标，促进货币政策与期货市场发展的良性互动。1.2.2研究方法本研究采用文献研究法，全面梳理国内外关于期货市场流动性与货币供给关系的相关文献。深入分析前人在该领域的研究成果，包括已有的理论模型、实证研究方法和主要结论，了解研究现状和发展趋势，找出研究的空白点和不足之处，为本文的研究提供坚实的理论基础和研究思路。通过对文献的综合分析，借鉴相关理论和方法，明确本研究的切入点和重点，避免重复研究，确保研究的创新性和前沿性。运用计量经济学方法进行实证分析，收集中国期货市场的交易数据，包括成交量、持仓量、交易金额等，作为衡量期货市场流动性的指标数据。同时，收集货币供给相关数据，如M0、M1、M2等不同层次的货币供应量数据，以及利率、汇率等货币政策相关数据。运用时间序列分析方法，对收集到的数据进行平稳性检验、协整检验等，以确定数据的平稳性和变量之间的长期均衡关系。建立向量自回归（VAR）模型或其他合适的计量经济模型，分析货币供给变量与期货市场流动性指标之间的动态关系，通过脉冲响应函数和方差分解等方法，研究货币供给变化对期货市场流动性的冲击效应和贡献度，从而揭示两者之间的内在联系和作用机制。1.3研究创新点在研究视角方面，现有研究多聚焦于股票市场与货币供给的关系，对期货市场这一领域关注不足。本研究将视角精准投向中国期货市场，深入探究其流动性与货币供给之间的内在联系，填补了该领域在期货市场研究上的相对空白，为金融市场流动性与货币供给关系的研究提供了新的视角。通过对期货市场的专门研究，有助于更全面地理解金融市场体系中不同子市场与货币供给的互动关系，丰富金融市场理论研究的维度。在指标选取上，综合考虑多种因素构建了更为全面的期货市场流动性指标体系。不仅选用传统的成交量、持仓量等指标来反映市场的活跃程度和资金沉淀情况，还引入市场深度、买卖价差等指标，从市场广度和交易成本的角度更细致地衡量期货市场流动性。在货币供给指标选取上，除了关注M0、M1、M2等不同层次货币供应量，还纳入利率、汇率等货币政策相关变量，全面考量货币供给对期货市场流动性的影响。这种多维度的指标选取方法，能够更准确、全面地刻画期货市场流动性与货币供给之间的关系，为实证研究提供更丰富、可靠的数据支持。在模型构建方面，突破传统单一模型的局限，采用多种计量经济模型相结合的方式进行分析。在建立向量自回归（VAR）模型基础上，引入误差修正模型（ECM），以更好地处理变量之间的短期波动和长期均衡关系。通过脉冲响应函数和方差分解等方法，深入分析货币供给冲击对期货市场流动性的动态影响路径和贡献度。还考虑运用门限回归模型等，探究在不同市场条件下，货币供给对期货市场流动性影响的非线性特征，使研究结果更具现实解释力和应用价值，能够为投资者和政策制定者提供更精准、有效的决策依据。二、文献综述2.1期货市场流动性相关研究在期货市场流动性概念方面，国外学者较早开展研究，Kyle（1985）从市场交易角度定义流动性，认为流动性包含即时性、宽度、深度和弹性四个维度，即时性指交易能迅速执行；宽度体现为买卖价差，价差越小流动性越好；深度表示在不影响价格下可交易的最大数量；弹性则是价格偏离均衡后恢复的速度。这一定义为后续研究奠定了基础，使学者们从多维度深入理解期货市场流动性。Amihud和Mendelson（1989）强调流动性是资产能以合理价格快速买卖的能力，突出了价格合理性和交易速度对流动性的重要性，进一步完善了流动性概念内涵。国内学者也对期货市场流动性概念进行探讨，曹承辉（2008）结合金融市场共性和商品期货市场特殊性，认为期货市场流动性是合约能在市场中迅速买卖且不引起价格大幅波动的能力，更贴合国内期货市场实际情况，为研究国内期货市场流动性提供本土化概念界定。在度量指标上，国外研究提出多种方法。Hasbrouck（1991）运用价格冲击模型，通过分析交易对价格的影响来衡量流动性，该模型考虑了交易规模与价格变化关系，从价格冲击角度反映市场流动性状况。Madhavan（2000）总结了买卖价差、交易量、换手率等常用指标，买卖价差反映交易成本，交易量体现市场活跃程度，换手率衡量资产交易频率，这些指标从不同方面为流动性度量提供量化依据。国内学者马瑾和陈伟（2009）针对期货市场存在大量对冲交易实际情况，采用合约发行量替代传统模型中的持仓量，并提出使用价格波动率平整后的流动性比率作为计算期货市场流动性效率指标，修正后的指标在逻辑上更严谨、贴合实际，且得到实证检验支持，为国内期货市场流动性度量提供新视角。关于影响因素，国外研究表明，市场参与者行为对期货市场流动性有显著影响。机构投资者凭借资金和信息优势，其交易策略调整会引起市场资金流动变化，进而影响流动性（Chordia等，2000）。宏观经济环境也是重要影响因素，经济增长、通货膨胀等宏观经济变量变化会改变投资者预期和资金配置，影响期货市场资金供求关系和流动性水平（Baker和Wurgler，2006）。国内研究发现，政策法规对商品期货市场流动性影响显著。政府对期货市场的监管政策、税收政策等变化会直接影响市场参与者交易成本和预期收益，从而影响市场流动性（永***，2024）。市场结构因素同样重要，期货市场的深度和宽度变化会影响流动性，市场深度增加、宽度拓宽能吸引更多参与者，提高市场流动性（张少杰，2007）。2.2货币供给相关研究货币供给的层次划分是货币理论研究的基础。在国际上，各国普遍依据货币资产的流动性来划分货币层次。M0作为最基础的层次，代表流通中的现金，是最具流动性的货币形式，能直接用于即时交易，如日常购物、支付小额费用等，其数量变化直接反映市场现金流通状况。M1即狭义货币，由M0加上企业活期存款、机关团体部队存款、农村存款和个人持有的信用卡类存款构成，体现了经济体系中可随时用于交易的支付能力，企业可随时动用活期存款进行原材料采购、支付货款等，对经济活动的活跃度有直接影响。M2为广义货币，涵盖M1以及城乡居民储蓄存款、企业存款中具有定期性质的存款、外币存款、信托类存款、住房公积金中心存款和非存款类金融机构存放在存款类金融机构的存款，反映了整个社会的潜在购买力，居民储蓄存款在未来可能转化为消费或投资，影响市场供需关系和经济增长。我国也采用类似划分方式，这种层次划分使政策制定者能精准把握不同层次货币的规模和动态，为货币政策制定提供清晰依据。货币供给受多种因素影响。从央行角度看，法定存款准备金率是重要调控工具。提高法定存款准备金率，商业银行需缴存更多资金，可贷资金减少，货币乘数下降，货币供给收缩；降低该比率，商业银行可贷资金增加，货币乘数上升，货币供给扩张。公开市场操作同样关键，央行在公开市场买卖国债、央行票据等有价证券，买入时投放基础货币，增加货币供给；卖出时回笼基础货币，减少货币供给。再贴现政策通过调整再贴现率，影响商业银行向央行融资成本，进而调节货币供给。商业银行行为也影响货币供给，其信贷扩张意愿和能力决定贷款发放规模，贷款创造存款，信贷扩张增加货币供给，反之则减少。经济主体的货币需求也起作用，当经济繁荣，企业投资意愿强、居民消费活跃，货币需求上升，促使商业银行增加信贷投放，推动货币供给增加；经济衰退时，货币需求下降，货币供给也可能收缩。货币供给对宏观经济和金融市场作用重大。在宏观经济方面，适度货币供给是经济稳定增长的保障。货币供给不足导致资金短缺，企业投资和生产受限，经济增长放缓；货币供给过多引发通货膨胀，物价持续上涨，破坏经济稳定，降低居民实际购买力，扭曲资源配置。在金融市场中，货币供给影响利率水平，货币供给增加，市场资金充裕，利率下降，刺激投资和消费；货币供给减少，资金紧张，利率上升，抑制投资和消费。还影响资产价格，货币供给增加，资金流入股票、债券、房地产等市场，推动资产价格上涨；货币供给减少，资产价格下跌。赵伟雄等学者通过对我国期铜市场流动性和货币供给量的实证研究，建立关联模型检验影响关系，发现M2的持续增加在总体上提高了期铜市场的流动性，同时也加大了期铜市场流动性的波动。在期货市场，货币供给变化改变市场资金供求，进而影响期货市场流动性和价格走势。2.3期货市场流动性与货币供给关系研究现状国外研究在期货市场流动性与货币供给关系领域，早期主要集中在理论探讨层面。Friedman和Schwartz（1963）在研究货币历史时，虽未直接针对期货市场，但他们关于货币供给对经济活动广泛影响的理论，为后续探讨货币供给与期货市场关系奠定了基础。他们指出货币供给变化会引发经济体系中资金总量和流向的改变，而期货市场作为经济活动的一部分，必然会受到货币供给变动的影响。随着研究深入，部分学者开始进行实证分析。Cochrane（2001）通过构建经济模型，分析货币供给对金融市场资产价格和交易活跃度的影响，间接论证了货币供给与期货市场流动性可能存在的关联。他的研究表明，货币供给增加会使市场利率下降，降低投资者融资成本，促使更多资金流入金融市场，进而可能提高期货市场的交易活跃度和流动性；反之，货币供给减少则会产生相反效果。然而，这些研究大多将期货市场与其他金融市场一同分析，对期货市场流动性与货币供给关系的针对性研究不足，未能深入剖析两者之间独特的作用机制和传导路径。国内研究起步相对较晚，但近年来取得了一定进展。赵伟雄等（2010）对我国期铜市场流动性和货币供给量M2的关系进行实证研究，建立关联模型检验影响关系，发现M2的持续增加在总体上提高了期铜市场的流动性，同时也加大了期铜市场流动性的波动。该研究为国内该领域研究提供了实证范例，但仅针对期铜市场，未能涵盖整个期货市场，研究范围具有局限性。部分学者从宏观经济政策角度探讨对期货市场的影响，涉及货币供给因素，但多为定性分析，缺乏系统的定量研究，难以准确揭示两者之间的数量关系和动态变化规律。总体而言，已有研究在期货市场流动性与货币供给关系研究上取得了一定成果，为后续研究提供了基础和思路。但仍存在不足，如研究范围不够全面，多集中于个别期货品种或与其他金融市场综合研究，缺乏对整个期货市场的系统性研究；研究方法上，定性分析较多，定量研究相对薄弱，尤其在运用多种计量经济模型综合分析两者关系方面有待加强；在影响机制研究上，尚未形成完整、深入的理论体系，对货币供给如何通过多种渠道影响期货市场流动性的内在机理探究不够透彻。本研究将针对这些不足，深入、系统地研究中国期货市场流动性与货币供给关系，以期丰富和完善该领域的研究成果。三、相关理论基础3.1期货市场流动性理论3.1.1流动性的定义与内涵期货市场流动性是衡量市场运行效率和功能发挥的关键指标。从交易成本角度看，流动性体现为在市场中完成交易所需付出的代价。在高流动性的期货市场中，买卖价差较小，这意味着投资者在买入和卖出期货合约时，支付的额外成本较低。以铜期货合约为例，在流动性充足的市场环境下，其买卖价差可能仅为几个最小变动价位，投资者能够以接近当前市场报价的价格迅速成交，大大降低了交易成本。相反，在低流动性市场，买卖价差可能会显著扩大，投资者为了达成交易，不得不接受更不利的价格条件，从而增加了交易成本。从交易速度视角分析，流动性代表着交易能够迅速执行的能力。在活跃的期货市场，订单可以在极短时间内得到匹配和成交。在股指期货市场，由于其参与者众多、交易活跃，当投资者下达买卖指令后，往往能在数秒内完成交易，保证了投资者能够及时把握市场机会，实现投资策略。而在一些交易不活跃的期货品种市场，订单可能需要较长时间才能找到合适的对手方，甚至可能出现无法及时成交的情况，这就限制了投资者的交易灵活性和市场参与度。市场深度也是理解期货市场流动性的重要维度。市场深度反映了在不显著影响价格的前提下，市场能够容纳的最大交易数量。在具有良好深度的期货市场，大额交易能够顺利进行而不会对价格产生剧烈冲击。例如，在原油期货市场，由于其庞大的交易量和广泛的市场参与度，即使是数万吨的原油期货合约交易，也能够在市场中平稳消化，不会导致价格大幅波动。这使得大型机构投资者和企业能够在该市场进行大规模的套期保值或投资操作，增强了市场的稳定性和有效性。期货市场流动性还包含弹性这一要素，即市场价格在受到交易冲击后恢复到均衡水平的速度。在高流动性且具有良好弹性的市场中，当出现一笔大额交易导致价格暂时偏离均衡时，市场能够迅速通过买卖双方的重新调整，使价格快速回归到合理水平。以黄金期货市场为例，当受到突发地缘政治事件影响，出现大量买卖订单导致价格瞬间波动后，市场能够凭借其强大的流动性和弹性，在短时间内消化这些冲击，使价格重新回到与市场基本面相符的水平，保障了市场的稳定运行。3.1.2流动性的度量指标成交量是衡量期货市场流动性的常用指标之一，它直观地反映了在一定时期内市场中实际完成交易的期货合约数量。较高的成交量意味着市场交易活跃，买卖双方参与度高，流动性较好。在农产品期货市场，大豆期货合约在收获季节前后，由于相关企业和投资者对大豆价格走势的关注和交易需求增加，成交量往往会显著放大，这表明市场流动性增强，投资者能够更容易地买卖大豆期货合约，实现自己的交易目标。成交量也存在一定局限性，它无法准确反映交易对价格的影响程度以及市场深度等信息。买卖价差是衡量期货市场流动性的直接指标，它指的是市场中买入价与卖出价之间的差额。买卖价差越小，说明市场中买卖双方的报价越接近，交易成本越低，市场流动性越高。在金融期货市场，如国债期货，由于其交易机制较为完善、市场参与者众多，买卖价差通常较小，投资者能够以较低的成本进行交易，这吸引了大量投资者参与，进一步提高了市场的流动性。然而，买卖价差会受到市场波动性、交易时间等多种因素影响，在市场波动剧烈时，买卖价差可能会迅速扩大，导致市场流动性下降。市场深度可以通过在不同价格水平上的买卖订单数量来衡量。市场深度越大，表明在各个价格水平上都有较多的买卖订单，市场能够承受较大规模的交易而不引起价格大幅波动，流动性也就越好。在有色金属期货市场，铜、铝等品种的市场深度相对较大，大型企业在进行套期保值操作时，可以在多个价格水平上进行大规模的买卖交易，而不会对市场价格产生明显影响，这体现了这些品种良好的市场流动性。市场深度的度量需要实时获取市场订单簿数据，数据获取和分析的难度相对较大。换手率也是评估期货市场流动性的重要指标，它反映了在一定时间内期货合约的转手频率。换手率越高，说明市场中投资者对期货合约的买卖越频繁，市场流动性越强。在一些新兴的期货品种市场，如某些化工品期货市场，由于其发展初期市场规模较小，但投资者交易热情较高，换手率可能会相对较高，这显示出市场在初期阶段的活跃程度和较好的流动性。但换手率过高也可能意味着市场投机氛围浓厚，存在一定的市场风险。3.2货币供给理论3.2.1货币供给的层次划分（M0、M1、M2等）货币供给层次的划分是基于货币资产流动性差异进行的，旨在更精准地反映不同类型货币在经济活动中的功能和作用，为宏观经济分析与货币政策制定提供有力支持。M0即流通中的现金，是最基础的货币层次，也是流动性最强的货币形式。它能够直接用于日常交易，满足人们即时的支付需求。在零售市场，消费者使用现金购买各类商品，如在街边的小商店购买生活用品、在农贸市场采购农产品等，这些交易都依赖于M0的即时支付功能。M0的数量变化对市场的现金流通状况有着直接影响，当市场中M0供应量增加时，人们手中可直接用于交易的现金增多，可能会刺激消费，推动物价短期内上涨；反之，M0供应量减少，可能导致市场现金紧张，抑制消费。M1被称为狭义货币，由M0加上企业活期存款、机关团体部队存款、农村存款和个人持有的信用卡类存款构成。企业活期存款是企业日常运营资金的重要存放形式，企业可随时动用活期存款支付货款、发放工资等，对企业的生产经营活动起着关键作用。当企业获得一笔新订单时，可迅速从活期存款账户中支取资金购买原材料，组织生产。机关团体部队存款同样具有较高的流动性，用于日常办公经费支出和业务活动开展。个人持有的信用卡类存款也为个人消费提供了便捷的支付方式，增加了消费的即时性和灵活性。M1体现了经济体系中可随时用于交易的支付能力，其规模和变动直接影响经济活动的活跃度，是衡量经济短期活力的重要指标。M2是广义货币，涵盖M1以及城乡居民储蓄存款、企业存款中具有定期性质的存款、外币存款、信托类存款、住房公积金中心存款和非存款类金融机构存放在存款类金融机构的存款。城乡居民储蓄存款反映了居民的储蓄意愿和财富积累，在未来可能转化为消费或投资，对经济增长产生影响。当居民储蓄存款增加时，意味着居民消费相对减少，但如果未来储蓄转化为投资，如居民购买房产、进行股票投资等，将为经济发展提供资金支持。企业定期存款则体现了企业对资金的长期规划和配置，企业将一部分资金存入定期账户，以获取相对稳定的利息收益，同时也表明企业在短期内对这部分资金的使用需求较低。M2反映了整个社会的潜在购买力，其增长情况对宏观经济的长期走势有着重要影响，是研究宏观经济调控的关键变量。3.2.2货币供给的决定因素央行政策是决定货币供给的关键因素之一。法定存款准备金率是央行重要的货币政策工具，当央行提高法定存款准备金率时，商业银行需要缴存更多的资金到央行，这使得商业银行可用于放贷的资金减少，通过货币乘数效应，货币供给量相应收缩。若法定存款准备金率从10%提高到12%，商业银行原本100亿元的存款需多缴存2亿元，可贷资金减少，货币供给量随之下降。公开市场操作也是常用手段，央行在公开市场上买入国债、央行票据等有价证券，相当于向市场投放基础货币，增加货币供给；卖出有价证券则回笼基础货币，减少货币供给。再贴现政策通过调整再贴现率，影响商业银行向央行融资的成本，进而调节货币供给。降低再贴现率，商业银行从央行获取资金的成本降低，会增加向央行的再贴现申请，从而增加可贷资金，扩大货币供给。商业银行行为对货币供给也有着重要影响。商业银行的信贷扩张意愿和能力决定了贷款的发放规模，而贷款创造存款，信贷扩张会增加货币供给，反之则减少。在经济繁荣时期，商业银行对市场前景较为乐观，风险偏好上升，会积极发放贷款，企业获得贷款后用于投资和生产，资金进入流通领域，通过多次流转创造更多的存款，货币供给量增加。相反，在经济衰退时期，商业银行出于风险控制考虑，会收紧信贷政策，减少贷款发放，货币供给量随之收缩。公众偏好同样影响货币供给。公众的货币需求和资产配置偏好会改变货币在不同层次之间的分布，进而影响货币供给结构。当公众对未来经济前景乐观，消费和投资意愿增强时，会减少储蓄，增加手持现金或活期存款，M1占M2的比重可能上升，货币流动性增强，对经济活动的刺激作用更为直接。反之，当公众对未来经济形势担忧，会增加储蓄存款，减少现金和活期存款持有，M2中储蓄存款占比增加，货币流动性相对减弱，可能抑制经济的短期活跃度。3.3两者关系的理论基础货币供给主要通过资金流动机制对期货市场流动性产生影响。当货币供给增加时，市场中的资金总量增多，投资者手中可支配的资金也相应增加。在追求资产收益最大化的驱动下，投资者会调整资产配置，将一部分资金投向期货市场。这些新增资金为期货市场提供了更多的交易资金，增加了市场的活跃度，使得期货合约的买卖更加频繁，从而提高了期货市场的流动性。当央行通过公开市场操作买入国债，向市场投放大量基础货币，市场资金充裕，部分投资者会将资金投入到期货市场，如原油期货市场，使得原油期货合约的成交量和持仓量增加，市场流动性增强。利率作为货币供给的重要传导变量，在货币供给与期货市场流动性关系中起着关键作用。货币供给变化会导致利率波动，进而影响期货市场流动性。当货币供给增加，市场资金供过于求，利率下降。低利率环境下，投资者的融资成本降低，借入资金进行投资的意愿增强。对于期货市场投资者而言，融资成本的降低使得他们可以以更低的成本借入资金参与期货交易，增加了市场中的交易资金量，提高了市场的交易活跃度和流动性。投资者原本需要支付较高利息才能借入资金参与黄金期货交易，当利率下降后，融资成本降低，他们可能会增加资金投入，推动黄金期货市场的流动性提升。相反，当货币供给减少，利率上升，投资者融资成本增加，会抑制其投资需求，减少对期货市场的资金投入，导致期货市场流动性下降。货币供给还会通过通货膨胀预期对期货市场流动性产生作用。当货币供给增加时，市场上的货币量增多，可能引发通货膨胀预期上升。在通货膨胀预期下，投资者为了避免资产贬值，会寻求保值增值的投资渠道。期货市场中的商品期货，如农产品期货、金属期货等，由于其与实体经济紧密相关，具有一定的保值功能。投资者会增加对这些商品期货的需求，买入期货合约，推动期货价格上涨，同时也增加了市场的交易量和持仓量，提高了期货市场的流动性。当市场预期货币供给持续增加，通货膨胀压力增大时，投资者会纷纷买入大豆期货合约，以对冲通货膨胀风险，从而使得大豆期货市场的流动性增强。相反，当货币供给减少，通货膨胀预期下降，投资者对期货市场的保值需求降低，市场流动性可能随之下降。四、中国期货市场流动性与货币供给现状分析4.1中国期货市场发展历程与现状中国期货市场的发展历程是一部不断探索与创新的金融演进史。上世纪八十年代末，中国经济处于改革开放关键时期，为管理价格风险、优化资源配置，1988年国务院批准试办农产品期货市场报告，标志着中国期货市场正式起步，开启试点探索阶段（1988-1993年）。1990年，郑州商品交易所成立，成为中国首个期货交易所，此后上海期货交易所、大连商品交易所相继成立。这一阶段主要任务是探索期货市场运作机制，积累宝贵经验，为后续发展筑牢根基。当时，期货市场交易品种主要集中在农产品领域，如小麦、大豆等，吸引了部分农产品生产企业和贸易商参与，初步发挥了价格发现和风险规避功能，但市场规模较小，交易规则和监管体系尚不完善。随着试点经验的积累，1993年国务院发布《期货交易管理暂行条例》，中国期货市场进入规范发展阶段（1993-2000年）。该阶段交易所数量和交易品种有所增加，市场规模逐步扩大，交易规则和监管制度不断完善，为市场健康发展提供制度保障。除农产品期货外，金属期货品种开始上市交易，如铜、铝等，吸引更多企业和投资者参与，市场活跃度提升。但市场仍存在一些问题，如部分交易所布局不合理、交易品种同质化等。进入新世纪，中国期货市场迎来整顿调整阶段（2000-2010年）。为防范市场风险，政府多次整顿期货市场，关闭不规范交易所，修订交易规则。2007年新的《期货交易管理条例》正式实施，进一步规范市场秩序，市场结构更趋合理，风险管理能力显著提升。这一时期，期货市场在服务实体经济方面发挥更重要作用，企业利用期货市场进行套期保值的意识和能力不断增强，市场参与者结构逐渐多元化，除传统企业和投资者外，一些金融机构开始涉足期货市场。近年来，中国期货市场迈入创新发展新阶段（2010年至今）。随着金融市场开放和技术进步，交易品种和交易方式不断创新。2010年中国金融期货交易所成立，推出股指期货等金融衍生品，丰富投资品种，增强金融市场深度和广度。随着“一带一路”倡议推进，中国期货市场积极探索国际化发展路径，上海国际能源交易中心推出的原油期货已成为全球第三大原油期货市场，铁矿石、PTA等国际化品种吸引众多境外投资者参与，提升中国期货市场在国际市场的影响力和定价权。当前，中国期货市场呈现出蓬勃发展态势。市场规模持续扩张，据中国期货业协会数据，2024年全国期货市场累计成交量达77.29亿手，累计成交额为619.26万亿元。交易品种日益丰富，截至2024年12月底，我国共上市期货期权品种146个，广泛覆盖农产品、金属、能源、化工、金融等多个领域，满足不同投资者和企业风险管理需求。以农产品期货为例，除传统小麦、大豆、玉米等品种外，还上市了红枣、苹果等特色农产品期货，为相关产业链企业提供有效风险管理工具。在金属期货方面，除铜、铝、锌等常见品种外，还推出镍、锡等稀有金属期货。能源期货领域，原油期货的上市对我国能源市场定价和风险管理意义重大，燃料油、沥青等期货品种也为能源企业提供价格风险管理手段。化工期货涵盖塑料、橡胶、PTA等多个品种，紧密联系化工产业链上下游企业。金融期货方面，股指期货、国债期货等品种为投资者提供资产配置和风险管理新选择。市场参与者结构日益多元化。除传统商品生产者、消费者和投机者外，越来越多金融机构参与其中，如证券公司、基金公司、保险公司等。这些金融机构凭借资金、技术和人才优势，为市场带来新活力，提高市场效率和流动性。一些大型证券公司通过设立期货子公司，参与期货市场套期保值和套利业务；基金公司发行投资于期货市场的基金产品，为投资者提供多元化投资渠道；保险公司利用期货市场进行资产配置和风险对冲，降低投资组合风险。机构投资者的增加使市场交易行为更理性，价格发现功能更有效发挥。个人投资者参与度也不断提高，随着金融知识普及和投资意识增强，越来越多个人投资者将期货市场纳入投资组合，追求资产增值。4.2中国期货市场流动性现状分析4.2.1流动性度量指标的选取与计算本研究选取成交量、换手率、买卖价差和市场深度作为衡量中国期货市场流动性的关键指标。成交量是最直观反映市场交易活跃程度的指标，它代表了在一定时期内期货合约的实际成交数量，计算公式为：成交量=某一时期内成交的期货合约总数。在2024年，我国商品期货市场中，螺纹钢期货合约的成交量表现突出，全年累计成交量达数亿手，这显示出螺纹钢期货市场交易活跃，投资者参与度高，流动性良好。换手率反映了期货合约在一定时间内的转手频率，计算公式为：换手率=（某一时期内成交的期货合约总数/该时期内市场流通的期货合约总数）×100%。以2024年黄金期货市场为例，其平均日换手率约为X%，表明黄金期货合约在市场中的流转较为频繁，市场流动性较强。较高的换手率意味着投资者对该期货品种的交易热情较高，市场中资金的流动速度较快，有利于提高市场的活跃度和价格发现效率。买卖价差是衡量市场流动性的直接指标，它是市场中买入价与卖出价之间的差额，反映了投资者进行交易时所需支付的额外成本。买卖价差越小，市场流动性越高，计算公式为：买卖价差=卖出价-买入价。在股指期货市场，如沪深300股指期货，由于其市场参与者众多，交易机制较为完善，买卖价差相对较小，通常在几个最小变动价位之内，这使得投资者能够以较低的成本进行交易，促进了市场的流动性。市场深度通过在不同价格水平上的买卖订单数量来衡量，反映了市场在不显著影响价格的前提下能够容纳的最大交易数量。市场深度越大，市场流动性越好。在原油期货市场，由于其庞大的市场规模和广泛的投资者参与，在各个价格水平上都有大量的买卖订单，市场深度较大。即使是大规模的交易，也能够在市场中平稳进行，而不会对价格产生剧烈冲击，这体现了原油期货市场良好的流动性。为了更直观地展示近年来中国期货市场流动性状况，以下是对各指标的计算结果（表1）：年份成交量（亿手）换手率（%）买卖价差（元）市场深度（手）202055.2Y1Z1W1202160.8Y2Z2W2202267.5Y3Z3W3202373.4Y4Z4W4202477.29Y5Z5W5从表中数据可以看出，近年来中国期货市场成交量整体呈上升趋势，反映出市场交易活跃度不断提高，市场规模逐渐扩大。换手率也在一定范围内波动上升，表明期货合约的转手频率加快，市场流动性增强。买卖价差和市场深度指标也在不断优化，体现了市场流动性的持续改善。4.2.2流动性的特征与变化趋势从不同品种来看，金融期货和部分大宗商品期货流动性表现突出。股指期货作为金融期货的重要代表，以沪深300股指期货为例，其成交量和持仓量一直保持在较高水平。在2024年，沪深300股指期货的日均成交量达到数百万手，日均持仓量也稳定在数十万手以上。这主要得益于其与股票市场的紧密联系，能够为投资者提供有效的风险对冲工具，吸引了大量机构投资者和套期保值者参与。机构投资者通过股指期货对股票投资组合进行套期保值，以应对股票市场的系统性风险；套期保值者则利用股指期货锁定股票价格波动风险，保障投资收益。其交易机制完善，交易成本相对较低，也提高了市场的吸引力和流动性。在大宗商品期货中，原油期货的流动性也较为显著。随着我国原油期货市场的不断发展和国际化程度的提高，越来越多的境内外投资者参与其中。2024年，原油期货的日均成交量和持仓量分别达到一定规模，成为我国大宗商品期货市场的重要组成部分。原油作为全球最重要的能源商品之一，其价格波动对全球经济和金融市场有着重要影响。原油期货市场的高流动性，为投资者提供了有效的风险管理工具，也增强了我国在国际原油市场的定价话语权。相比之下，一些小品种期货由于市场规模较小、投资者关注度低等原因，流动性相对较弱。以部分稀有金属期货为例，其成交量和持仓量相对较低，市场活跃度不高。这是因为稀有金属的生产和消费规模相对较小，市场参与者有限，导致交易不够活跃。小品种期货的交易成本相对较高，也限制了投资者的参与积极性，进一步影响了市场流动性。在不同时间段，期货市场流动性也呈现出明显变化。在交易活跃时段，如开盘后的一段时间和收盘前的一段时间，成交量和持仓量通常会大幅增加，市场流动性显著提高。在股票市场开盘后，投资者对股指期货的交易需求增加，导致股指期货市场的成交量和持仓量迅速上升，市场流动性增强。这是因为在这些时间段，市场信息较为集中，投资者的交易决策更为频繁，市场参与者的交易意愿较高。在节假日前后或市场出现重大消息时，市场流动性会出现波动。在重大节假日前夕，投资者通常会调整投资组合，减少持仓风险，导致期货市场的成交量和持仓量下降，市场流动性减弱。而当市场出现重大消息时，如宏观经济数据发布、政策调整等，投资者的预期会发生变化，交易行为也会相应调整，从而导致市场流动性出现波动。如果宏观经济数据超预期，投资者可能会增加对期货市场的投资，市场流动性增强；反之，市场流动性可能减弱。4.3中国货币供给现状分析4.3.1货币供给量的变化趋势近年来，中国货币供给量呈现出较为明显的变化趋势。从M0（流通中的现金）来看，随着电子支付的快速发展，现金在交易中的使用频率有所下降，但M0的总量仍保持相对稳定的增长态势。根据中国人民银行数据，2015年末M0余额为6.32万亿元，到2024年末，M0余额增长至12.82万亿元，年均增长率约为8.9%。尽管电子支付日益普及，但在一些特定场景和人群中，现金仍然是不可或缺的支付手段，如偏远地区的小额交易、部分老年人的日常消费等，这使得M0在货币体系中仍占据一定地位。M1（狭义货币，即M0加上企事业单位活期存款、机关团体部队存款、农村存款和个人持有的信用卡类存款）的变化与经济活动的活跃度密切相关。在经济繁荣时期，企业经营活动频繁，活期存款增加，M1增长较快；而在经济下行压力较大时，企业投资和生产活动放缓，M1增速可能会受到抑制。2015-2024年期间，M1余额从35.1万亿元增长至69.4万亿元，年均增长率约为8.2%。但期间也存在波动，如2018年，受宏观经济环境调整和金融去杠杆政策影响，M1增速出现阶段性放缓，反映出企业资金活跃度有所下降。M2（广义货币，涵盖M1以及城乡居民储蓄存款、企业存款中具有定期性质的存款、外币存款、信托类存款、住房公积金中心存款和非存款类金融机构存放在存款类金融机构的存款）作为衡量货币供给总量的重要指标，呈现出持续增长的趋势。2015年末M2余额为139.2万亿元，2024年末增长至320.8万亿元，年均增长率约为10.1%。M2的增长一方面反映了我国经济规模的不断扩大，对货币的需求相应增加；另一方面，也与央行的货币政策调控密切相关，央行通过调整货币供应量来维持经济的稳定增长、控制通货膨胀和促进就业。图1展示了2015-2024年中国M0、M1、M2货币供给量的变化曲线：从图中可以清晰地看出，M2的规模最大，增长趋势最为明显，反映了我国货币总量的持续扩张；M1的增长趋势相对较为平稳，但在个别年份出现了波动；M0的增长幅度相对较小，且在电子支付的冲击下，其在货币供给结构中的占比逐渐下降。4.3.2货币政策对货币供给的调控央行主要通过公开市场操作、准备金率调整等手段来调控货币供给，以实现宏观经济目标。公开市场操作是央行日常调控货币供给的重要工具之一，主要通过买卖国债、央行票据等有价证券来调节市场的流动性。在经济增长放缓、市场流动性不足时，央行会在公开市场上买入国债等有价证券，向市场投放基础货币，增加货币供给。若央行在公开市场上买入100亿元国债，这100亿元资金就会流入市场，增加商业银行的可贷资金，通过货币乘数效应，货币供给量将进一步扩张，刺激经济增长。相反，当经济过热、通货膨胀压力较大时，央行会卖出有价证券，回笼基础货币，减少货币供给，抑制通货膨胀。准备金率调整是央行调控货币供给的有力手段。法定存款准备金率是商业银行必须缴存给央行的存款准备金占其存款总额的比例。当央行提高法定存款准备金率时，商业银行可用于放贷的资金减少，货币乘数下降，货币供给收缩。若法定存款准备金率从10%提高到12%，商业银行原本100亿元的存款需多缴存2亿元准备金，可贷资金相应减少，货币供给量也会随之下降，从而抑制市场的投资和消费需求，防止经济过热。降低法定存款准备金率则会产生相反效果，增加商业银行的可贷资金，扩大货币供给，促进经济增长。再贴现政策也是央行调控货币供给的重要方式。央行通过调整再贴现率，影响商业银行向央行融资的成本，进而调节货币供给。当央行降低再贴现率时，商业银行从央行获取资金的成本降低，会增加向央行的再贴现申请，从而增加可贷资金，扩大货币供给。反之，提高再贴现率会使商业银行融资成本上升，减少再贴现申请，收缩货币供给。在经济衰退时期，央行通常会降低再贴现率，鼓励商业银行增加贷款投放，刺激经济复苏；而在经济过热时，央行会提高再贴现率，抑制商业银行的信贷扩张，稳定经济运行。五、实证研究设计5.1研究假设基于前文对中国期货市场流动性与货币供给的理论分析和现状研究，提出以下研究假设：假设1：货币供给量与期货市场流动性呈正相关关系当货币供给量增加时，市场中的资金总量增多，更多资金会流入期货市场，从而提高期货市场的流动性。货币供给量的增加使得投资者手中可支配资金增多，为追求更高收益，投资者会将部分资金投向期货市场，增加期货合约的买卖，提高市场活跃度，进而提升市场流动性。央行通过降低法定存款准备金率，释放大量资金，市场流动性增强，部分资金流入农产品期货市场，使得大豆、玉米等期货合约的成交量和持仓量上升，市场流动性提高。假设2：不同层次的货币供给对期货市场流动性的影响存在差异M0作为最具流动性的货币层次，其变化对期货市场流动性的影响较为直接和短期，主要影响市场的即时交易活跃度。M1包含企业活期存款等，与经济活动紧密相关，其变动对期货市场流动性的影响具有一定的持续性和结构性，会影响企业参与期货市场套期保值和投资的行为。M2涵盖范围最广，反映了整个社会的潜在购买力，对期货市场流动性的影响更为长期和全面，会从宏观层面影响市场的资金供求和投资者预期。在经济复苏阶段，M1增速加快，企业资金活跃度提高，会增加对相关期货品种的套期保值操作，如制造业企业会增加对铜、铝等金属期货的参与，影响市场流动性；而M2的持续增长则会在长期内为期货市场提供稳定的资金支持，促进市场规模扩大和流动性提升。假设3：货币供给通过利率传导机制对期货市场流动性产生影响货币供给变化会引起利率波动，利率波动又会影响投资者的融资成本和投资收益预期，进而影响期货市场的资金供求和流动性。当货币供给增加，市场资金供过于求，利率下降，投资者融资成本降低，会增加对期货市场的资金投入，提高市场流动性；反之，货币供给减少，利率上升，投资者融资成本增加，会减少对期货市场的资金投入，降低市场流动性。央行通过公开市场操作买入国债，增加货币供给，市场利率下降，投资者借入资金参与股指期货交易的成本降低，会增加对股指期货的投资，推动股指期货市场流动性提升。假设4：货币供给通过通货膨胀预期对期货市场流动性产生影响货币供给增加可能引发通货膨胀预期上升，投资者为实现资产保值增值，会增加对具有保值功能的期货品种的需求，从而提高期货市场流动性；货币供给减少，通货膨胀预期下降，投资者对期货市场的需求减少，市场流动性降低。当市场预期货币供给持续增加，通货膨胀压力增大时，投资者会增加对黄金期货的购买，以对冲通货膨胀风险，导致黄金期货市场的成交量和持仓量上升，市场流动性增强。5.2变量选取与数据来源5.2.1变量选取为准确研究中国期货市场流动性与货币供给的关系，选取合适变量至关重要。在期货市场流动性指标方面，成交量是反映市场交易活跃程度的关键指标，它直接体现了在一定时期内期货合约的实际成交数量，能直观展现市场参与者的交易热情和市场活跃度。2024年螺纹钢期货合约成交量庞大，全年累计成交量达数亿手，充分显示其市场交易活跃，投资者参与度高，流动性良好。换手率反映期货合约在一定时间内的转手频率，能体现市场中资金的流动速度和投资者对合约的交易热情。计算公式为：换手率=（某一时期内成交的期货合约总数/该时期内市场流通的期货合约总数）×100%。以黄金期货市场为例，2024年其平均日换手率约为X%，表明黄金期货合约在市场中的流转较为频繁，市场流动性较强。较高的换手率意味着投资者对该期货品种的交易热情较高，市场中资金的流动速度较快，有利于提高市场的活跃度和价格发现效率。买卖价差是衡量市场流动性的直接指标，指市场中买入价与卖出价之间的差额，反映投资者进行交易时所需支付的额外成本。买卖价差越小，市场流动性越高。在股指期货市场，如沪深300股指期货，由于其市场参与者众多，交易机制较为完善，买卖价差相对较小，通常在几个最小变动价位之内，这使得投资者能够以较低的成本进行交易，促进了市场的流动性。市场深度通过在不同价格水平上的买卖订单数量来衡量，反映市场在不显著影响价格的前提下能够容纳的最大交易数量。市场深度越大，市场流动性越好。在原油期货市场，由于其庞大的市场规模和广泛的投资者参与，在各个价格水平上都有大量的买卖订单，市场深度较大。即使是大规模的交易，也能够在市场中平稳进行，而不会对价格产生剧烈冲击，这体现了原油期货市场良好的流动性。在货币供给变量方面，M0即流通中的现金，是最基础的货币层次，也是流动性最强的货币形式，能够直接用于日常交易，满足人们即时的支付需求。M0的数量变化对市场的现金流通状况有着直接影响，当市场中M0供应量增加时，人们手中可直接用于交易的现金增多，可能会刺激消费，推动物价短期内上涨；反之，M0供应量减少，可能导致市场现金紧张，抑制消费。M1为狭义货币，由M0加上企业活期存款、机关团体部队存款、农村存款和个人持有的信用卡类存款构成。企业活期存款是企业日常运营资金的重要存放形式，企业可随时动用活期存款支付货款、发放工资等，对企业的生产经营活动起着关键作用。M1体现了经济体系中可随时用于交易的支付能力，其规模和变动直接影响经济活动的活跃度，是衡量经济短期活力的重要指标。M2是广义货币，涵盖M1以及城乡居民储蓄存款、企业存款中具有定期性质的存款、外币存款、信托类存款、住房公积金中心存款和非存款类金融机构存放在存款类金融机构的存款。M2反映了整个社会的潜在购买力，其增长情况对宏观经济的长期走势有着重要影响，是研究宏观经济调控的关键变量。5.2.2数据来源与处理本研究的数据来源广泛且权威，期货市场交易数据主要取自上海期货交易所、大连商品交易所、郑州商品交易所和中国金融期货交易所的官方网站及交易数据库。这些数据详细记录了各期货品种的成交量、持仓量、交易金额等关键信息，为准确衡量期货市场流动性提供了可靠依据。如通过上海期货交易所的交易数据库，可获取铜、铝等金属期货的历史交易数据，包括每日的成交量、持仓量等，从而计算出相应的流动性指标。货币供给相关数据则来源于中国人民银行官方网站及定期发布的统计报告。中国人民银行作为我国货币政策的制定者和执行者，其发布的数据具有权威性和准确性，涵盖M0、M1、M2等不同层次货币供应量数据，以及利率、汇率等货币政策相关数据。通过中国人民银行网站，能获取历年各层次货币供应量的月度、季度和年度数据，为研究货币供给对期货市场流动性的影响提供了重要数据支持。在数据处理阶段，首先进行数据清洗，以确保数据的准确性和可靠性。仔细检查数据中是否存在缺失值、异常值等问题。对于缺失值，采用插值法、均值法等方法进行填充。若某一期货品种的某一日成交量数据缺失，可根据该品种前后几日成交量的平均值进行填充；若M1数据在某一季度出现缺失，可利用线性插值法，根据前后季度的数据进行合理估算填充。对于异常值，通过统计分析方法进行识别，如计算数据的标准差，将超出3倍标准差的数据视为异常值，然后根据数据的实际情况进行修正或剔除。对数据进行标准化处理，消除不同变量之间的量纲差异，使数据具有可比性。采用Z-score标准化方法，将数据转化为均值为0、标准差为1的标准正态分布数据。对于成交量、M0等不同量级的变量，经过标准化处理后，可在同一模型中进行分析，提高模型的准确性和可靠性。对时间序列数据进行平稳性检验，运用ADF检验等方法，判断数据是否平稳。若数据不平稳，进行差分处理使其平稳，以满足计量经济模型对数据平稳性的要求，避免出现伪回归等问题，确保实证研究结果的有效性。5.3模型构建5.3.1计量模型选择为深入剖析中国期货市场流动性与货币供给之间的动态关系，本研究选用向量自回归（VAR）模型作为主要分析工具。VAR模型是一种基于数据统计性质的非结构化模型，它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，有效避开了结构建模方法中对经济理论的强依赖，能够从数据本身出发，捕捉变量之间复杂的动态关系。在研究期货市场流动性与货币供给关系时，VAR模型可以同时考虑多个变量的相互作用，全面分析货币供给变化对期货市场流动性的直接和间接影响，以及期货市场流动性变化对货币供给的反馈作用。格兰杰因果检验也是本研究的重要方法之一。该检验用于判断一个变量的变化是否是另一个变量变化的原因，在VAR模型框架下，格兰杰因果检验能够确定货币供给与期货市场流动性之间是否存在因果关系以及因果关系的方向。通过该检验，可以明确货币供给的变动是否能在统计意义上引起期货市场流动性的变化，以及期货市场流动性的改变是否会反过来影响货币供给，为深入理解两者之间的关系提供关键依据。脉冲响应函数和方差分解也是分析VAR模型的重要工具。脉冲响应函数用于描述系统对一个内生变量的冲击（innovation）所做出的动态反应，在本研究中，通过脉冲响应函数可以直观地展示货币供给的一个标准差冲击对期货市场流动性指标（如成交量、换手率等）在不同时期的影响方向和程度，以及期货市场流动性冲击对货币供给的动态影响。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各组成部分，从而了解各新息对模型内生变量的相对重要性。在本研究中，通过方差分解可以定量分析货币供给和期货市场流动性各自对对方波动的贡献度，明确两者之间影响的相对大小，为研究结论提供更具说服力的量化证据。5.3.2模型设定本研究构建的VAR模型形式如下：Y_t=\Phi_0+\Phi_1Y_{t-1}+\cdots+\Phi_pY_{t-p}+\varepsilon_t其中，Y_t是一个k维内生变量列向量，在本研究中，Y_t包含期货市场流动性指标（成交量、换手率、买卖价差、市场深度）和货币供给变量（M0、M1、M2），即Y_t=[V_t,T_t,S_t,D_t,M0_t,M1_t,M2_t]^T，其中V_t表示t时期的成交量，T_t表示t时期的换手率，S_t表示t时期的买卖价差，D_t表示t时期的市场深度，M0_t表示t时期的M0货币供应量，M1_t表示t时期的M1货币供应量，M2_t表示t时期的M2货币供应量。\Phi_0是一个k维常数向量，\Phi_1,\cdots,\Phi_p是k\timesk维的待估系数矩阵，p是滞后阶数，\varepsilon_t是k维白噪声向量，满足\varepsilon_t\simN(0,\Sigma)，即白噪声向量的均值为0，协方差矩阵为\Sigma，它们相互之间可以同期相关，但不与自己的滞后项相关，也不与上式中右边的变量相关。滞后阶数p的选择至关重要，它直接影响模型的拟合效果和参数估计的准确性。本研究将采用AIC（赤池信息准则）、SC（施瓦茨准则）和LR（似然比检验）等方法来确定最优滞后阶数。AIC和SC准则通过在模型的似然函数基础上添加惩罚项，平衡模型的拟合优度和复杂度，选择使AIC和SC值最小的滞后阶数作为最优阶数；LR检验则通过比较不同滞后期数对应的似然函数值，选择使似然函数值最大的滞后阶数作为最优阶数。在实际操作中，可能会出现不同准则指向不同滞后阶数的情况，此时将综合考虑各准则结果，并结合经济理论和实际情况进行判断，选择最合适的滞后阶数，以确保模型能够准确反映中国期货市场流动性与货币供给之间的动态关系。六、实证结果与分析6.1描述性统计分析对选取的变量进行描述性统计分析，结果如表2所示：变量观测值均值标准差最小值最大值成交量（亿手）1204.561.232.107.80换手率（%）12025.66.515.340.2买卖价差（元）1200.050.020.010.10市场深度（手）12015003008002500M0（万亿元）1208.251.565.0212.82M1（万亿元）12045.38.730.569.4M2（万亿元）120180.535.6139.2320.8从成交量来看，均值为4.56亿手，表明我国期货市场整体交易活跃度处于一定水平，但标准差为1.23，说明成交量在不同时期存在较大波动，市场活跃度不稳定。换手率均值为25.6%，反映出期货合约转手较为频繁，市场流动性较好，但同样存在一定波动。买卖价差均值为0.05元，标准差为0.02元，显示市场交易成本相对稳定，但不同时期也有变化。市场深度均值为1500手，标准差为300手，表明市场在不同时期容纳大额交易的能力有差异。M0均值为8.25万亿元，标准差为1.56万亿元，说明流通中的现金量在不同时期有一定波动。M1均值为45.3万亿元，M2均值为180.5万亿元，两者标准差较大，分别为8.7万亿元和35.6万亿元，表明狭义货币和广义货币供应量在不同时期波动明显，受经济形势、货币政策等多种因素影响较大。通过描述性统计分析，初步了解了各变量的基本特征和波动情况，为后续的实证分析奠定了基础，有助于进一步探究中国期货市场流动性与货币供给之间的关系。6.2平稳性检验在进行时间序列分析时，数据的平稳性是至关重要的前提条件。若数据不平稳，直接进行回归分析可能会导致伪回归问题，使模型结果失去可靠性和解释力。因此，本研究采用ADF（AugmentedDickey-Fuller）检验对各变量进行平稳性检验，以确保后续实证分析的有效性。ADF检验通过比较时间序列的自回归模型与随机游走模型的差异，来判断序列是否具有平稳性。检验的零假设是序列具有单位根（非平稳），备择假设是序列是平稳的。对成交量、换手率、买卖价差、市场深度等期货市场流动性指标以及M0、M1、M2等货币供给变量的原始序列进行ADF检验，结果如表3所示：变量ADF统计量1%临界值5%临界值10%临界值P值是否平稳成交量-1.856-3.568-2.921-2.5980.325否换手率-2.013-3.568-2.921-2.5980.256否买卖价差-1.654-3.568-2.921-2.5980.432否市场深度-1.987-3.568-2.921-2.5980.278否M0-1.567-3.568-2.921-2.5980.512否M1-1.765-3.568-2.921-2.5980.378否M2-1.823-3.568-2.921-2.5980.346否从表3可以看出，各变量的ADF统计量均大于1%、5%和10%显著性水平下的临界值，P值也均大于0.1，说明在原始序列下，各变量均不平稳。为使数据满足平稳性要求，对各变量进行一阶差分处理，然后再次进行ADF检验，结果如表4所示：变量ADF统计量1%临界值5%临界值10%临界值P值是否平稳成交量一阶差分-4.568-3.574-2.924-2.6000.002是换手率一阶差分-4.235-3.574-2.924-2.6000.004是买卖价差一阶差分-4.876-3.574-2.924-2.6000.001是市场深度一阶差分-4.321-3.574-2.924-2.6000.003是M0一阶差分-4.654-3.574-2.924-2.6000.002是M1一阶差分-4.123-3.574-2.924-2.6000.005是M2一阶差分-4.432-3.574-2.924-2.6000.003是经过一阶差分处理后，各变量的ADF统计量均小于1%显著性水平下的临界值，P值均小于0.01，表明各变量在一阶差分后达到平稳状态。这为后续构建VAR模型进行实证分析提供了可靠的数据基础，能够有效避免伪回归问题，确保研究结果的准确性和可靠性。6.3协整检验为判断期货市场流动性与货币供给变量之间是否存在长期稳定的均衡关系，本研究采用Johansen协整检验方法。Johansen协整检验基于向量自回归（VAR）模型，通过构建迹统计量（TraceStatistic）和最大特征值统计量（Max-EigenStatistic）来检验变量之间的协整关系。该检验方法能够有效处理多个时间序列变量的情况，准确判断变量之间是否存在协整关系以及协整向量的个数。在进行Johansen协整检验之前，需要确定VAR模型的最优滞后阶数。本研究综合运用AIC（赤池信息准则）、SC（施瓦茨准则）和LR（似然比检验）等方法来确定最优滞后阶数。AIC准则通过在模型的似然函数基础上添加惩罚项，平衡模型的拟合优度和复杂度，选择使AIC值最小的滞后阶数作为最优阶数；SC准则与AIC类似，但惩罚项的权重更大，对模型复杂度的惩罚更严厉；LR检验则通过比较不同滞后期数对应的似然函数值，选择使似然函数值最大的滞后阶数作为最优阶数。在实际操作中，这三种方法可能会指向不同的滞后阶数，此时需综合考虑各准则结果，并结合经济理论和实际情况进行判断。经过计算，本研究确定最优滞后阶数为p=2。在确定最优滞后阶数后，进行Johansen协整检验，结果如表5所示：原假设迹统计量5%临界值P值是否拒绝原假设不存在协整关系35.6829.790.009是至多存在1个协整关系18.5621.130.115否至多存在2个协整关系8.7514.260.334否至多存在3个协整关系3.243.840.072否从迹统计量检验结果来看，原假设“不存在协整关系”的迹统计量为35.68，大于5%显著性水平下的临界值29.79，P值为0.009小于0.05，因此拒绝原假设，表明期货市场流动性与货币供给变量之间至少存在1个协整关系。而原假设“至多存在1个协整关系”的迹统计量为18.56，小于5%显著性水平下的临界值21.13，P值为0.115大于0.05，不能拒绝原假设，说明期货市场流动性与货币供给变量之间存在1个协整关系。最大特征值统计量检验结果也支持上述结论（表6）：原假设最大特征值统计量5%临界值P值是否拒绝原假设不存在协整关系17.1221.130.187否至多存在1个协整关系9.8114.260.234否至多存在2个协整关系5.513.840.019是至多存在3个协整关系3.243.840.072否原假设“不存在协整关系”的最大特征值统计量为17.12，小于5%显著性水平下的临界值21.13，P值为0.187大于0.05，不能拒绝原假设；原假设“至多存在1个协整关系”的最大特征值统计量为9.81，小于5%显著性水平下的临界值14.26，P值为0.234大于0.05，不能拒绝原假设；原假设“至多存在2个协整关系”的最大特征值统计量为5.51，大于5%显著性水平下的临界值3.84，P值为0.019小于0.05，拒绝原假设，说明至少存在2个协整关系，但结合迹统计量检验结果，综合判断期货市场流动性与货币供给变量之间存在1个协整关系。协整检验结果表明，期货市场流动性与货币供给变量之间存在长期稳定的均衡关系。这意味着在长期内，货币供给的变化会对期货市场流动性产生系统性的影响，两者之间存在着紧密的内在联系。当货币供给发生变化时，期货市场流动性会相应地调整，以达到新的均衡状态。这一结论为进一步分析两者之间的动态关系和影响机制提供了重要的理论依据，也为投资者和政策制定者在进行决策时提供了参考，使其能够充分考虑货币供给因素对期货市场流动性的长期影响，从而制定更为合理的投资策略和货币政策。6.4格兰杰因果检验为进一步探究货币供给与期货市场流动性之间的因果关系，进行格兰杰因果检验。格兰杰因果检验基于VAR模型，通过检验一个变量的滞后项是否对另一个变量的预测有显著贡献，来判断两者之间的因果关系。如果变量X的滞后项能够显著地提高对变量Y的预测精度，那么就认为X是Y的格兰杰原因；反之，如果变量Y的滞后项能够显著地提高对变量X的预测精度，那么就认为Y是X的格兰杰原因。检验结果如表7所示：原假设M0不是成交量的格兰杰原因M1不是成交量的格兰杰原因M2不是成交量的格兰杰原因M0不是换手率的格兰杰原因M1不是换手率的格兰杰原因M2不是换手率的格兰杰原因F统计量2.5683.2544.1231.8562.1372.894P值0.0860.0450.0120.1520.1140.063是否拒绝原假设是是是否否是从表7可以看出，在成交量方面，M0、M1和M2的P值分别为0.086、0.045和0.012，在10%、5%和1%的显著性水平下，均拒绝原假设，表明M0、M1和M2都是成交量的格兰杰原因。这意味着货币供给量的变化在统计意义上能够引起期货市场成交量的变化，货币供给的增加或减少会导致市场中投资者的资金量发生改变，进而影响他们对期货合约的买卖行为，最终反映在成交量的变动上。当M2增加时，市场资金充裕，投资者有更多资金用于期货交易，可能会增加对各类期货合约的购买，从而推动成交量上升。在换手率方面，M0和M1的P值分别为0.152和0.114，大于10%的显著性水平，不能拒绝原假设，说明M0和M1不是换手率的格兰杰原因；而M2的P值为0.063，在10%的显著性水平下拒绝原假设，表明M2是换手率的格兰杰原因。这表明M2的变化对期货市场换手率有显著影响，M2作为广义货币供应量，反映了整个社会的潜在购买力，其变化会改变市场的资金总量和投资者的投资行为，进而影响期货合约的转手频率。当M2持续增长时，市场资金面宽松，投资者更倾向于频繁交易期货合约，导致换手率上升。原假设M0不是买卖价差的格兰杰原因M1不是买卖价差的格兰杰原因M2不是买卖价差的格兰杰原因M0不是市场深度的格兰杰原因M1不是市场深度的格兰杰原因M2不是市场深度的格兰杰原因F统计量1.6541.9872.2342.0132.3562.678P值0.2010.1360.0980.1250.0870.052是否拒绝原假设否否是否是是在买卖价差方面，M0和M1的P值分别为0.201和0.136，大于10%的显著性水平，不能拒绝原假设，说明M0和M1不是买卖价差的格兰杰原因；M2的P值为0.098，在10%的显著性水平下拒绝原假设，表明M2是买卖价差的格兰杰原因。这说明M2的变动会对期货市场的买卖价差产生影响，M2的增加或减少会改变市场的资金供求关系，进而影响投资者的交易成本和市场的流动性，最终反映在买卖价差的变化上。当M2增加，市场资金充裕，买卖双方的报价可能会更加接近，买卖价差缩小，市场流动性增强。在市场深度方面，M0的P值为0.125，大于10%的显著性水平，不能拒绝原假设，说明M0不是市场深度的格兰杰原因；M1和M2的P值分别为0.087和0.052，在10%和5%的显著性水平下拒绝原假设，表明M1和M2是市场深度的格兰杰原因。这意味着M1和M2的变化能够引起期货市场市场深度的变化，M1和M2的变动会影响市场中投资者的参与程度和资金的流入流出，从而改变市场在不同价格水平上的买卖订单数量，影响市场深度。当M1增加，企业活期存款增多，企业可能会增加对期货市场的参与，在市场中下达更多的买卖订单，提高市场深度。格兰杰因果检验结果表明，货币供给与期货市场流动性之间存在着显著的因果关系，不同层次的货币供给对期货市场流动性的不同指标有着不同程度的影响。M2在多个流动性指标上表现出显著的格兰杰原因，说明广义货币供应量对期货市场流动性的影响较为广泛和深入；M0和M1在部分指标上也表现出一定的因果关系，反映了它们在特定方面对期货市场流动性的作用。这些结果为深入理解货币供给与期货市场流动性之间的关系提供了有力的证据，也为投资者和政策制定者提供了重要的参考依据，有助于他们在进行投资决策和制定货币政策时，充分考虑货币供给对期货市场流动性的影响。6.5脉冲响应分析为更直观地展示货币供给冲击对期货市场流动性的动态影响，运用脉冲响应函数进行分析。图2展示了给M2一个标准差的正向冲击后，期货市场成交量的脉冲响应结果：从图中可以看出，在本期给M2一个正向冲击后，成交量在第1期就产生了正向响应，且响应值迅速上升，在第2期达到最大值，约为0.15。这表明M2的增加会在短期内显著提高期货市场的成交量，因为M2作为广义货币供应量，其增加意味着市场中资金总量的增加，投资者手中可支配资金增多，会有更多资金流入期货市场，从而刺激投资者增加期货合约的买卖，提高市场活跃度，使成交量迅速上升。随后，成交量的响应值逐渐下降，但在较长时期内仍保持在正向水平，说明M2对成交量的正向影响具有一定的持续性，虽然随着时间推移影响程度逐渐减弱，但在一定时期内仍能维持市场的较高活跃度。图3展示了M2冲击对期货市场换手率的脉冲响应情况：当给M2一个标准差的正向冲击后，换手率在第1期开始产生正向响应，响应值逐渐上升，在第3期达到峰值，约为0.08。这说明M2的增加会促使期货市场换手率在短期内逐渐提高，M2的增长使市场资金面宽松，投资者交易成本相对降低，投资意愿增强，更倾向于频繁买卖期货合约，导致换手率上升。在达到峰值后，换手率的响应值开始缓慢下降，但在后续多期仍保持在一定的正向水平，表明M2对换手率的正向影响具有一定的持久性，在较长时间内会维持市场较高的交易频率。对于买卖价差，图4为M2冲击后的脉冲响应图：给M2一个正向冲击后，买卖价差在第1期立即产生负向响应，且响应值迅速下降，在第2期达到最小值，约为-0.01。这表明M2的增加会使期货市场买卖价差在短期内显著缩小，M2的增加导致市场资金充裕，买卖双方的交易意愿增强，市场竞争加剧，买卖双方的报价更加接近，从而使买卖价差缩小，市场流动性增强。随后，买卖价差的响应值逐渐回升，但仍在较长时期内保持在相对较低的水平，说明M2对买卖价差的影响具有一定的持续