2024年3月8日发(作者：)

２０１２年５月　第１３卷第３期　西南交通大学学报（社会科学版）　ＪＯＵＲＮＡＬ　ＯＦ　ＳＯＵＴＨＷＥＳＴ　ＪＩＡＯＴＯＮＧ　ＵＮＩＶＥＲＳＩＴＹ　（Ｓｏｃｉａｌ　Ｓｃｉｅｎｃｅｓ）　Ｍａｖ　２０１２　ＶｏＩ．１３　Ｎｏ．３　沪深３００股指期货价格发现实证研究　许自坚　（西南交通大学经济管理学院，四川成都６１００３１）　关键词：　沪深３００指数；股指期货；股票指数；价格发现；期货市场；现货市场；套期保值；投资组合　摘要：　自沪深３００股指期货推出以来，其对股票市场的影响，特别是其价格发现功能，已成为研究者关注的　热点。以５分钟高频数据建立向量误差修正模型，并通过Ｉｓ和ｆｒｒ模型分析股指期货与现货指数各自在价格发现中　的贡献度，结果表明：股指期货与现货指数之间存在长期的协整关系，在价格发现过程中股指期货占据主导地位。　中图分类号：Ｆ８３０．９　文献标志码：Ａ　文章编号：１００９—４４７４（２０１２）０３—０１２７—０５　Ｅｍｐｉｒｉｃａｌ　Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ　ｏｆ　ＣＳＩ３００　Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　ＸＵ　Ｚｉ－ｊｉａｎ　（Ｓｃｈｏｏｌ　ｏｆ　Ｅｃｏｎｏｍｉｃ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ，Ｓｏｕｔｈｗｅｓｔ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ　６　１　００３　１，Ｃｈｉｎａ）　Ｋｅｙ　ｗｏｒｄｓ：ＣＳＩ３００　ｓｔｏｃｋ　ｉｎｄｅｘｅｓ；ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ；ｓｔｏｃｋ　ｉｎｄｅｘｅｓ；ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ；ｆｕｔｕｒｅ　ｍａｒｋｅｔ；ｃａｓｈ　ｍａｒｋｅｔ；ｈｅｄｇｉｎｇ；ｉｎｖｅｓｔｍｅｎｔ　ｐｏｒｔｆｏｌｉｏ　Ａｂｓｔｒａｃｔ：Ｔｏ　ｅｘａｍｉｎｅ　ｔｈｅ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ａｂｉｌｉｔｙ　ｂｅｔｗｅｅｎ　ｔｈｅ　ＣＳＩ３００　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ｍａｒｋｅｔ　ａｎｄ　ｔｈｅ　ｕｎｄｅｄｙｉｎｇ　ｓｐｏｔ　ｉｎｄｅｘ　ｉｎ　Ｃｈｉｎａ，ｔｈｅ　ａｕｔｈｏｒ　ｕｓｅｓ　５　ｍｉｎｕｔｅ　ｈｉＩｇｈ￣ｅｑｕｅｎｃｙ　ｄａｔａ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｖｅｃｔｏｒ　ｅｒｒｏｒ　ｃｏｒｒｅｃｔｉｏｎ　ｍｏｄｅｌ，ａｎａｌｙｚｅｓ　ｓｈｏｒｔ－ｔｅｒｍ　ａｎｄ　ｌｏｎｇ—ｔｅｒｍ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ　ｂｅｔｗｅｅｎ　ＣＳＩ３００　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ａｎｄ　ｔｈｅ　ｕｎｄｅｒｌｙｉｎｇ　ｓｐｏｔ　ｉｎｄｅｘ，ａｎｄ　ａｄｏｐｔｓ　ＩＳ　ａｎｄ　ＰＴ　ｍｏｄｅｌｓ　ｔｏ　ｃａｌｃｕｌａｔｅ　ｔｈｅｉｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｓｈａｒｅ．Ｔｈｅ　ｅｍｐｉｒｉｃａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅｒｅ　ｅｘｉｓｔｓ　ｌｏｎｇｔｅｒｍ　ｃｏｉｎｔｅｇｒａｔｉｏｎ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｓｔｏｃｋ　ｉｎｄｅｘ　ｆｕｔｕｒｅｓ　ａｎｄ　ｔｈｅ　ｕｎｄｅｒｌｙｉｎｇ　ｓｐｏｔ　ｉｎｄｅｘ，ａｎｄ　ｆｕｔｕｒｅｓ　ａｒｅ　ｍｏｒｅ　ｌｉｋｅｌｙ　ｔｏ　ｏｃｃｕｐｙ　ｔｈｅ　ｄｏｍｉｎａｎｔ　ｐｏｓｉｔｉｏｎ　ｉｎ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ，　ｗｈｉｃｈ　ｃａｎ　ａｌｓｏ　ｂｅ　ｐｒｏｖｅｄ　ｂｙ　ｔｈｅ　ｃｏｎｔｒｉｂｕｔｉｏｎ　ｏｆ　ｐｒｉｃｅ　ｄｉｓｃｏｖｅｒｙ．　２０１０年４月１６日，我国正式推出以沪深３００　套期保值功能发挥作用的前提。一般认为，健全的　期货市场具有高杠杆及低成本的特性，其价格经常　指数为标的的沪深３００股指期货，它给证券市场带　来了新的活力，也标志着我国在金融创新方面又迈　能够领先标的现货的价格而反映最新的信息，因　此，期货价格发现的程度与功能成为衡量期货市场　效率的指标之一。　一出了坚实的一步。股指期货对我国股票市场的影　响究竟如何，已成为广大投资者和证券监管部门关　心的问题。而沪深３００股指期货是否具有价格发　现功能，价格发现程度如何等，也成为研究的热点。　所谓价格发现功能，是指通过期货市场公开竞　、文献综述　价等交易制度，形成反映市场供求关系的市场价　格。价格发现是期货市场的基本功能之一，是市场　有关指数期货与现货市场关联性以及价格发　现的研究文献十分丰富。Ｋａｗａｌｌｅｒ，Ｐａｕｌ　ａｎｄ　Ｔｉｍｏｔｈｙ　收稿日期：　２０１２＿ｏ１．１３　基金项目：　教育部人文社会科学基金资助项目（１２ＹＪＡ７９０１１０）；中央高校基本科研业务费专题项目（Ａ０９２０５０２０５１１１３　一６７　作者简介：　许自坚（１９８４一），男，江西南昌人。博士研究生，主要从事投资组合与风险管理研究。Ｅ—ｍａｉｌ：３９０５５９０４２＠　ｑｑ・ｃｏｎ。　

１２８　西南交通大学学报（社会科学版）　第１３卷　首先研究期货与现货的领先一落后关系，他们用联　立方程式描述Ｓ＆Ｐ５００期货与现货的交互动态价格　关系，并以三阶段最小平方回归法估计，结果显示　两价格同时项相当显著，这证明市场间存在同步的　信息交流¨Ｊ。１９９０年后，协整模型和以向量自回　归为基础的误差修正模型被广泛用来描述期货与　现货问的关系，因为这两个模型可以同时解释市场　问的长期均衡关系及短期互动影响，较过去的回归　或联立方程式模型更能精确地表达资讯传递、市场　整合和价格发现等议题。如Ｌａｉ以Ｊｏｈａｎｓｅｎ的最大　似然法测试即期汇率与远期之间的协整关系ｌ２　；　Ｇｈｏｓｈ运用误差修正模型研究发现，Ｓ＆Ｐ５００指数期　货与现货呈现稳定的协整关系，但唯独现货修正朝　向长期关系，而在短期互动中，期货也对现货显现　较强的影响力，证明较多的资讯从Ｓ＆Ｐ５００期货流　向现货市场　；Ｂｏｏｔｈ，Ｒａｙｍｏｎｄ　ａｎｄ　Ｔｓｅ同样以协整　与误差修正模型分析德国ＤＡＸ指数现货、期货和　选择权的价格发现过程，结果显示ＤＡＸ期货的价　格发现能力优于选择权　；谢文良研究台湾期货市　场的价格发现功能与资讯传递过程，同样发现期货　具有较强的价格发现能力　。　对于股指期货的价格发现，国内也有不少研　究，主要的研究成果有：肖辉、鲍建平等人的研究发　现期货市场在价格发现过程中占主导地位，并且随　着期货市场的进一步发展，期货市场在价格发现中　的作用会越来越大，起到了信息中心的作用　；熊　熊、张维等研究了新加坡衍生产品交易所和台湾期　货交易所共同上市的台湾股票指数期货在两家交　易所的信息传递效率，发现新加坡交易所的摩根台　指期货合约在价格发现的过程中起到了主导作　用　；严敏和巴曙松等以仿真交易数据为基础，发　现我国股指期货价格发现效率低于股指现货　；华　仁海、刘庆富利用１分钟高频数据实证研究了我国　股指期货市场的价格发现能力，结果表明股指期货　价格和股指现货价格之间存在协整关系和双向价　格引导关系，股指期货对现货指数的引导力度相对　较大，股指期货领先现货指数７分钟，而现货指数　领先股指期货２分钟　；何诚颖、张龙斌、陈薇从股　指期货和现货指数对新信息的反应速度、新信息融　人比率两个角度，研究了沪深３００股指期货的价格　发现能力，发现股指期货的价格发现能力强于指数　现货　。　股指期货在国外已是成熟的市场，对它的相关　研究也比较完善，但股指期货在国内仍然是新生事　物，对它的研究正处于起步阶段。国内现有研究主　要以沪深３００期货仿真交易数据或沪深３００股指　期货推出初期的数据为研究对象，但是仿真交易数　据与我国股指期货实际运行情况有一定的差距，而　初期的数据因为股票市场的大幅波动对研究结论　会有很大影响。在股指期货推出较长一段时间后，　本文再以沪深３００股指期货为研究对象，对股指期　货与现货指数之间的价格发现过程进行深入探讨，　所得结论可能与实际情况更加接近。　二、研究方法与模型　本文首先通过协整检验证实沪深３００股指期　货价格与现货指数价格间存在协整关系，并在此基　础上建立误差修正模型对两序列间长期共同趋势　和短期相互影响程度进行描述，随后在误差修正模　型的基础上通过Ｉｓ和　模型分析期货与现货在　价格发现中的贡献度。　（一）协整与误差修正模型　在描述期货市场与现货市场价格的动态关系　时，如果期货与现货价格间存在协整关系，就必须　在模型中加入限制条件，即需要建立向量误差修正　模型（Ｖｅｃｔｏｒ　Ｅｒｒｏｒ　Ｃｏｒｒｅｃｔｉｏｎ，ＶＥＣ），因为除了短期　的动态变化之外，两序列的偏离长期协整关系的部　分将会以一定的力度修正回均衡状态。令期货与　现货的长期均衡关系为：　Ｚ　＝／３０＋卢ｌＳ　＋卢２Ｆ　，　则期货及现货价格的向量误差修正模型可表　达为：　Ｐ　△ｓ　＝　ｌ＋ａｌＺ　ｌ＋　ｌ　ＡＳ　Ｐ　＋　２△Ｆ　＋　ｌ　（１）　△Ｆ　＝　２＋ａ２ｚ　一１＋∑７　１　ＡＳ　一　Ｐ　＋∑　２△Ｆ　一　＋　２　。　其中，Ｐ为模型的滞后阶数。　（二）价格发现贡献度模型　为测算股指期货市场与股指现货市场在价格　发现中的贡献度，Ｈａｓｂｒｏｕｃｋ提出了信息共享程度　的指标ＩＳ（Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｈａｒｅ）　¨。而根据Ｂａｉｌｌｉｅ的　研究结论，可以得出第ｉ个市场信息份额的上、下　

第３期　限为　：　许自坚　沪深３００股指期货价格发现实证研究　表ｌ对数价格序列的统计特征　１２９　—Ｏｔ２０＂１　一　Ｚ，Ｏｌ１　ａ２ｐｏｈ　０＂２　十ａ０＂２，　１　（２）　均值标准差峰度　偏度　Ａ。Ｆ　：丁　１０＂２一ｚ　１ｏｔ２ｐｏ＂１０＂２十０／２０＂１　墼　。（３）　其中，　和，５　分别为第ｉ个市场信息共享　程度的上限和下限。如果一个市场所占的信息份　额的比重较大，说明这个市场反应了更多的价格　信息，该市场在价格发现中发挥了更大的作用。　另一个衡量不同市场在价格发现中的贡献程　度的模型为ＰＴ模型¨引。ＰＴ模型在式（１）的ＶＥＣ　模型基础上，将非平稳序列向量分解为持久（公共　因子）部分和短暂部分，从而有　：　＋Ｇ　。　其中，　是公共因子，Ｇ　为不对　产生持久影　响的短暂成分。将公共因子　分解为价格的线性　组合，￣ｌＪｆ，：厂　，，＝（ｙ　＋　）　为公共因子系数向　量，该向量满足Ｆ＝Ｏｔ上，　上为调整系数向量　的　正交列向量，且（　，＋　。）＝１。　ｉ可用来刻画市场　对价格发现的贡献度。由于，与向量误差修正模　型中误差修正系数向量　：（Ｏｔ　，　）相互正交，从　而容易求得公共因子系数向量，　ｍ　）＝【　，　】ｏ　（４）　三、实证研究　（一）数据选取及数据统计特征　本文使用的数据为沪深３００指数的５分钟高　频数据和沪深３００股指期货当月连续的５分钟高　频数据，研究期间为２０１０年４月１６日至２０１１年　１０月２１日。由于股指期货交易时间与指数交易时　间有所不同，为保证股指期货数据与现货市场交易　时段相同，日内５分钟高频数据的统计时间为９：３５　至１１：３０、１１：３０至１５：００收盘，每日共计４８个数　据，研究期总天数为３６８天，总计１７６６４个数据。　研究数据的基本统计特征如表１所示。首先　考察数据的平稳性，两模型皆加入截距项与线性趋　势，由股指期货与现货指数５分钟数据序列的单位　根检验结果可知，两变量序列的对数价格序列均是　不平稳的；而其一阶差分序列即收益率序列则都是　平稳序列，表示两数列在一阶差分后都成为定态，　两序列为同阶序列。　价格序列的ＡＤＦ检验的　统计量在９５％置信水平下的临界值　为一３．４４，”．表示在９９％置信水平下显著。　（－－）协整关系检验　根据最大特征值检验法检验现货和期货的协　整关系，由于仅有两个数列，期货与现货间存在有　２一ｒ个随机趋势（ｓｔｏｃｈａｓｔｉｃ　ｔｒｅｎｄ），而ｒ代表系统内　协整关系的数量，在本文中可能为０或１。根据似　然比检验、ＡＩＣ准则以及参数的显著性，确定协整　模型及以下的误差修正模型的期滞后期为５，同时　根据一般对期货与现货价格关系的先验认知，假设　长期均衡关系有常数项和线性趋势，具体检验结果　见表２。　表２指数对数价格序列的协整检验　由表２可判断在５％显著水平下假设是否成　立。因为统计量的值１５．４９４７＜４４．４０５０，所以拒绝　假设（１）——变量间不存在协整关系；而１．７０９９＜　３．８４１５，所以接受假设（２）——期货对数价格序列　与现货对数价格序列之间存在一个协整关系。因　此，期货与现货存在长期均衡关系。　（三）误差修正模型　两序列存在协整关系，根据计算结果和式（１）　可以得到：　协整关系式，　Ｚ　：Ｓ　一０．９７５３９Ｆ　一０．１９３２２。　（５）　误差修正模型，　５　ＩｎＳ　＝　１＋ａ１Ｚ　一ｌ＋∑ｙ　１ＩｎＳ　一ｉ　５　＋　２ｌｎＦ　一　＋　１　，　（６）　５　ｌｎＦｔ＝　２＋ｄ２ｚｆ＿ｌ＋∑　１ＩｎＳ　５　＋∑　２３／２　ｌｎＦ　，　ｔ—　＋ｓ２　。　（）７　根据协整式（５），可以得到样本期内股指期货　与现货指数的长期均衡关系，　

ｌ３０　西南交通大学学报（社会科学版）　Ｓ　＝０．９７５３９　＋０．１９３２２。　第１３卷　等于０，同样显示当市场受到新信息冲击时两序列　都会向长期趋势调整，而其中以股指期货的调整幅　度较大（１０．０１０５０９　ｆ＞ｆ一０．００７７８　１）。换言之，期　货指数与现货指数的价格都会对新信息冲击所引　起的偏差进行调整，使两序列的价格关系回复到长　期的协整关系；从调整幅度来看，股指期货的调整　幅度较现货更为明显，表示股指期货市场的主导地　位要大于现货市场。　即股指期货与现货指数的长期均衡关系的系　数为０．９７５３９，非常接近于１。这表明从长期均衡　来看，股指期货与现货指数几乎同幅度变动，也就　是说，外部信息冲击对两市场的长期影响幅度几乎　相等。　从表３中的误差修正项的系数考察两序列的　长期关系，发现误差修正项的系数都是显著的且不　表３误差修正模型结果　括号中为ｔ值。　由表３的滞后项看，在现货指数式（６）中，现货　指数本身的滞后项多为显著，而股指期货的滞后项　导的作用；但从数值上看，股指期货市场在价格发　现中并非处于绝对的领导地位。　表４价格发现贡献度　也同样显著，其中股指期货的近期落后项对现货指　数价格影响特别显著，其显著性并随滞后期数而逐　渐消退。此结果表示现货指数的短期价格变动除　了受本身前期变动影响外，也受到前期股指期货价　格的影响。而在股指期货式（７）中的情况却有所不　同，现货指数的滞后项对股指期货价格影响比较显　著，而股指期货的滞后项对股指期货价格影响则不　太显著，表明股指期货的短期价格变动受到自身前　期变动影响较小，现货指数前期变动对股指期货的　短期价格有一定影响。综上所述，短期内股指期货　与现货指数这两序列间似乎存在双向的引导机制，　这点与前述误差修正项的长期结果颇为一致，即两　个市场不论长期均衡的调整或短期的互动都互相　影响，并且信息传递速度比较接近，使得两市场都　具有价格发现的能力。　（四）价格发现贡献度　由式（４）得出的结论与前述基本一致。沪深　３００指数期货市场信息份额占５７．５％，现货指数市　场信息份额为４２．５％，这表明新信息主要是通过沪　深３００指数期货价格变化来反映的。　四、结论　实证结果表明，长期均衡下的股指期货与现货　指数几乎为同幅度变动，信息冲击对两市场的长期　影响幅度几乎相等，股指期货与现货指数的价格都　会对新信息冲击所引起的价格偏离进行调整，使两　者的价格关系回复到长期的协整关系；从调整幅度　表４为根据式（２）和式（３）得到的价格发现贡　献度计算结果。沪深３００指数期货市场信息份额　的上限估计值为８６．３％，下限为２４．４％，平均信息　份额为５５．４％；而现货指数市场信息份额的上限估　计值为７５．６％，下限为１３．７％，平均信息份额为　４４．６％。这表明期货市场对价格发现的贡献程度　要大于现货市场，期货市场在价格发现中起到了主　来看期货的调整幅度较现货更为明显，表示股指期　货市场的主导地位要大于现货市场。短期价格发　现过程中，现货指数的短期价格变动除了受本身前　期变动影响外，也受到前期股指期货价格的影响，　

第３期　许自坚　沪深３００股指期货价格发现实证研究　１３ｌ　而股指期货的短期价格变动受本身前期变动影响　较小，现货指数前期变动对股指期货的短期价格有　一定影响。两个市场不论长期均衡的调整或短期　的互动都互相影响，信息传递速度也比较接近，使　得两市场都具有价格发现的能力。通过Ｉｓ和　模型计算股指期货与现货组合在价格发现中的贡　献程度，结果同样显示股指期货在价格发现中的主　要作用，但并非处于绝对的主导地位。　参考文献：　［１］Ｋａｗａｌｌｅｒ，Ｉ．，Ｐａｕｌ，Ｄ．Ｋ．，Ｔｉｍｏｔｈｙ，Ｗ．Ｋ．Ｔｈｅ　Ｔｅｍｐｏｒａｌ　Ｐｒｉｃｅ　Ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　Ｓ＆Ｐ　５００　Ｆｕｔｕｒｅｓ　ａｎｄ　ｔｈｅ　Ｓ＆Ｐ　５００　Ｉｎｄｅｘ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｅ，１９８７，（５）：１３０９—　１３２９．　［２］Ｌａｉ，Ｋ．Ｓ．，Ｍ．Ｌａｉ．Ａ　Ｃｏｉｎｔｅｇｒａｔｉｏｎ　ＴｅｓｔｆｏｒＭａｒｋｅｔ　Ｅｆｉｆｃｉｅｎｃｙ　（Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，１９９１，（１１）：５６７—　５７５．　［３］Ｇｈｏｓｈ，Ａ．Ｃｏｉｎｔｅｇｒａｔｉｏｎ　ａｎｄ　Ｅｒｒｏｒ　Ｃｏｒｒｅｃｔｉｏｎ　Ｍｏｄｅｌｓ：　ｌｕｔｅｒｔｅｍｐｏｒａｌ　Ｃａｕｓａｌｉｔｙ　ｂｅｔｗｅｅｎ　Ｉｎｄｅｘ　ａｎｄ　Ｆｕｔｕｒｅｓ　Ｐｒｉｃｅｓ　（Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，１９９３，（２）：１９３—　１９８．　［４］Ｂｏｏｔｈ，Ｇ．Ｇ．，Ｒａｙｍｏｎｄ，Ｗ．Ｓ．，Ｔｓｅ，Ｙ．Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ　ｉｎ　ｔｈｅ　Ｇｅｒｍａｎ　Ｅｑｕｉｔｙ　Ｉｎｄｅｘ　Ｄｅｒｉｖａｔｉｖｅｓ　Ｍａｒｋｅｔｓ［Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔｓ，１９９９，（６）：６１９—６４３．　［５］Ｗｅｎ—ｌｉａｎｇ　Ｇ．Ｈｓｉｅｈ．Ｍａｒｋｅｔ　Ｉｎｔｅｇｒａｔｉｏｎ，Ｐｒｉｃｅ　Ｄｉｓｃｖｏｅｒｙ，　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｒａｎｓｍｉｓｓｉｏｎ　ｎ　Ｔａｉｗａｎ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　Ｍａｒｋｅｔ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｓｔｕｄｉｅｓ，２００２，（３）：１—　３１．　［６］肖辉，鲍建平，吴冲锋．股指与股指期货价格发现过程　研究［Ｊ］．系统工程学报，２００６，（４）：４３８—４４１．　［７］熊熊，张维，李帅，刘文财．台湾股票指数期货的　日内价格发现机制研究（Ｊ］．管理科学学报，２００８，（４）：　９１—９９．　［８］严敏，巴曙松，吴博．我国股指期货市场的价格发现　与波动溢出效应［Ｊ］．系统工程，２００９，（１０）．３２—３８．　［９］华仁海，刘庆富．股指期货与股指现货市场间的价格发　现能力探究［Ｊ］．数量经济技术经济研究，２０１０，（１０）：　９０—１０ｏ．　［１０］何诚颖，张龙斌，陈薇．基于高频数据的沪深３００指　数期货价格发现能力研究［Ｊ］．数量经济技术经济研　究，２０１１，（５）：１３９—１５１．　［１１］Ｈａｓｂｒｏｕｃｋ，Ｊ．Ｏｎｅ　Ｓｅｃｕｒｉｔｙ　Ｍａｎｙ　Ｍａｒｋｅｔｓ：Ｄｅｔｅｒｍｉｎｉｎｇ　ｔｅｈ　Ｃｏｎｔｒｉｂｕｔｉｏｎｓ　ｔＯ　Ｐｒｉｃｅ　Ｄｉｓｃｖｏｅｒｙ（Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｅ，　１９９５，（４）：１１７５—１１９９．　［１２］Ｂａｉｌｌｉｅ，Ｒ．Ｔ．，Ｂｏｏｔｈ，Ｇ．Ｇ．，Ｔｓｅ，Ｙ．，Ｚａｂｏｔｉｎａ，Ｔ．Ｐｒｉｃｅ　Ｄｉｓｃｏｖｅｒｙ　ａｎｄ　Ｃｏｍｍｏｎ　Ｆａｃｔｏｒ　Ｍｏｄｅｌｓ（Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉｌａ　Ｍａｒｋｅｔｓ，２００２，（５）：３０９—３２１．　（１３］Ｇｏｎｚａｌｏ，Ｊ．，Ｇｒａｎｇｅｒ，Ｃ．Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　Ｃｏｍｍｏｎ—Ｌｏｎｇ　Ｍｅｍｏｒｙ　Ｃｏｍｐｏｎｅｎ￣ｉｎ　Ｃｏｉｎｔｅｇｒａｔｅｄ跏￡ｅ船［Ｊ］．Ｊｏｕｒｎａｌ　ｆｏ　Ｂｕｓｉｎｅｓｓ＆Ｅｃｏｎｏｍｉｃ　Ｓｔａｔｉｓｔｉｃｓ，１９９５，（１）：２７—３５　（责任编辑：叶光雄）