分位數(shù)回歸視角下上海與倫敦金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系剖析一、引言1.1研究背景與意義在金融市場(chǎng)研究領(lǐng)域，量?jī)r(jià)關(guān)系始終是備受矚目的熱點(diǎn)議題。所謂量?jī)r(jià)關(guān)系，即成交量與價(jià)格之間的內(nèi)在聯(lián)系，其在金融市場(chǎng)分析中占據(jù)著舉足輕重的地位。期貨市場(chǎng)作為金融市場(chǎng)的關(guān)鍵構(gòu)成部分，以其高度的流動(dòng)性和顯著的波動(dòng)性而獨(dú)具特點(diǎn)，價(jià)格受到眾多因素的綜合影響，在市場(chǎng)中形成了極為復(fù)雜的量?jī)r(jià)關(guān)系。對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系展開(kāi)深入探究，不僅能夠助力投資者更為精準(zhǔn)地把握市場(chǎng)動(dòng)態(tài)和走勢(shì)，進(jìn)而制定出更為科學(xué)合理的投資策略，獲取更為理想的投資收益；而且從理論層面來(lái)看，有助于深入剖析市場(chǎng)結(jié)構(gòu)以及其中信息傳導(dǎo)的具體機(jī)制，為金融市場(chǎng)理論的完善與發(fā)展提供堅(jiān)實(shí)的實(shí)證支撐，具有不可忽視的理論價(jià)值。上海期貨交易所（SHFE）和倫敦金屬交易所（LME）在全球金屬期貨市場(chǎng)中占據(jù)著核心地位。上海期貨交易所依托中國(guó)這一全球最大的金屬消費(fèi)國(guó)，近年來(lái)市場(chǎng)規(guī)模持續(xù)擴(kuò)張，交易活躍度不斷攀升，在全球金屬期貨市場(chǎng)中的影響力與日俱增；倫敦金屬交易所則憑借悠久的歷史和深厚的市場(chǎng)底蘊(yùn)，在全球金屬定價(jià)領(lǐng)域長(zhǎng)期擁有主導(dǎo)權(quán)，其價(jià)格走勢(shì)對(duì)全球金屬市場(chǎng)具有風(fēng)向標(biāo)的作用。深入研究上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系，一方面，能夠?yàn)橥顿Y者在全球范圍內(nèi)構(gòu)建科學(xué)有效的風(fēng)險(xiǎn)管理策略提供關(guān)鍵依據(jù)，助力投資者更好地應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)，實(shí)現(xiàn)資產(chǎn)的保值增值；另一方面，有助于監(jiān)管部門(mén)深入了解不同市場(chǎng)間的差異和聯(lián)動(dòng)機(jī)制，從而制定出更具針對(duì)性和有效性的市場(chǎng)監(jiān)管政策，維護(hù)市場(chǎng)的穩(wěn)定有序運(yùn)行，促進(jìn)金屬期貨市場(chǎng)功能的充分發(fā)揮。1.2研究目標(biāo)與創(chuàng)新點(diǎn)本研究的核心目標(biāo)在于借助分位數(shù)回歸模型，深入且全面地剖析上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系。一方面，精確測(cè)定不同市場(chǎng)條件下成交量對(duì)價(jià)格收益率的具體影響程度與方向，明確在市場(chǎng)上漲、下跌或者平穩(wěn)等不同態(tài)勢(shì)時(shí)，成交量與價(jià)格之間的內(nèi)在關(guān)聯(lián)，從而為投資者提供在不同市場(chǎng)環(huán)境下的投資決策依據(jù)。另一方面，通過(guò)對(duì)兩個(gè)市場(chǎng)量?jī)r(jià)關(guān)系的對(duì)比分析，挖掘出二者之間的差異及背后的深層次原因，比如市場(chǎng)結(jié)構(gòu)、投資者構(gòu)成、交易制度等因素對(duì)量?jī)r(jià)關(guān)系的作用機(jī)制，為市場(chǎng)參與者理解全球金屬期貨市場(chǎng)的運(yùn)行規(guī)律提供參考，也為監(jiān)管部門(mén)完善市場(chǎng)制度提供理論支持。在研究視角上，本研究具有一定的獨(dú)特性。以往針對(duì)金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究，多聚焦于單一市場(chǎng)或者僅對(duì)少數(shù)幾個(gè)品種進(jìn)行分析，而本研究將全球兩大具有代表性的金屬期貨市場(chǎng)——上海和倫敦金屬期貨市場(chǎng)納入同一研究框架，對(duì)多個(gè)主要金屬品種進(jìn)行綜合研究，從全球視角出發(fā)，更全面地揭示金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系的共性與特性，彌補(bǔ)了以往研究在市場(chǎng)覆蓋范圍和品種研究廣度上的不足。在研究方法的運(yùn)用上，本研究創(chuàng)新性地將分位數(shù)回歸模型應(yīng)用于上海與倫敦金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究。相較于傳統(tǒng)的線性回歸方法，分位數(shù)回歸模型能夠捕捉變量在不同分位點(diǎn)上的關(guān)系，更全面地刻畫(huà)成交量與價(jià)格收益率之間的復(fù)雜關(guān)系，尤其適用于期貨市場(chǎng)這種具有高度波動(dòng)性和異質(zhì)性的數(shù)據(jù)特征，有助于發(fā)現(xiàn)傳統(tǒng)方法難以揭示的量?jī)r(jià)關(guān)系細(xì)節(jié)，為量?jī)r(jià)關(guān)系研究提供新的思路和方法。1.3研究方法與數(shù)據(jù)來(lái)源本研究綜合運(yùn)用多種方法，深入剖析上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系。分位數(shù)回歸是核心方法，由Koenker和Basset首創(chuàng)，該方法以最小絕對(duì)偏差概念為基石，與傳統(tǒng)回歸統(tǒng)計(jì)理論常用的最小方差概念不同。傳統(tǒng)OLS回歸聚焦于因變量的條件均值，但在條件分布函數(shù)存在異質(zhì)性時(shí)，條件均值無(wú)法全面代表整個(gè)條件分布。分位數(shù)回歸模型則以加權(quán)的平均絕對(duì)誤差作為目標(biāo)函數(shù)來(lái)估計(jì)回歸系數(shù)，能夠展現(xiàn)整個(gè)條件分布的形態(tài)。其條件分位數(shù)Q_{\theta}(y|X)是因變量條件累計(jì)分布函數(shù)的反函數(shù)，其中，\theta\in(0,1)表示分位數(shù)取值。令x_{i}表示自變量，y_{i}表示因變量，T為樣本觀測(cè)值的個(gè)數(shù)。給定權(quán)重\theta，對(duì)\theta分位數(shù)的估計(jì)可轉(zhuǎn)換為求解目標(biāo)函數(shù)：min[\frac{1}{T}\sum_{(y_{i}\geqx_{i}^{'}\beta)}\theta|y_{i}-x_{i}^{'}\beta|+\sum_{(y_{i}\leqx_{i}^{'}\beta)}(1-\theta)|y_{i}-x_{i}^{'}\beta|]，此目標(biāo)函數(shù)為加權(quán)的平均絕對(duì)誤差。在估計(jì)概率密度函數(shù)時(shí)，采用Bootstrapping方法，其精確度甚至超越大樣本結(jié)果，本研究分位數(shù)實(shí)證研究便采用該方法，以全面捕捉成交量與價(jià)格收益率在不同分位點(diǎn)的關(guān)系，充分揭示量?jī)r(jià)關(guān)系在不同市場(chǎng)條件下的變化趨勢(shì)。為更準(zhǔn)確地刻畫(huà)價(jià)格收益率的波動(dòng)特征，本研究引入GARCH模型。金融時(shí)間序列常呈現(xiàn)出波動(dòng)集聚性，即大幅波動(dòng)后往往伴隨著大幅波動(dòng)，小幅波動(dòng)后跟著小幅波動(dòng)，GARCH模型能夠有效捕捉這種特征。它將條件方差表示為過(guò)去誤差平方和過(guò)去條件方差的函數(shù)，一般形式的GARCH(p,q)模型中，條件方差\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}，其中，\omega>0，\alpha_{i}\geq0，\beta_{j}\geq0，\epsilon_{t}為t時(shí)刻的殘差。通過(guò)該模型，可以更好地描述金屬期貨市場(chǎng)價(jià)格收益率的波動(dòng)規(guī)律，為量?jī)r(jià)關(guān)系研究提供更精確的波動(dòng)度量，深入分析成交量與價(jià)格波動(dòng)之間的內(nèi)在聯(lián)系。此外，本研究運(yùn)用普通最小二乘法（OLS）進(jìn)行對(duì)比分析。OLS方法通過(guò)最小化因變量的觀測(cè)值與估計(jì)值之間的殘差平方和來(lái)確定回歸系數(shù)，其目標(biāo)是使\sum_{i=1}^{n}(y_{i}-\hat{y}_{i})^{2}達(dá)到最小，其中，y_{i}是實(shí)際觀測(cè)值，\hat{y}_{i}是通過(guò)回歸模型預(yù)測(cè)的值。盡管OLS方法在揭示變量之間的平均關(guān)系方面具有一定優(yōu)勢(shì)，但在面對(duì)具有復(fù)雜分布特征的金融數(shù)據(jù)時(shí)，存在一定局限性。將其與分位數(shù)回歸方法對(duì)比，有助于更清晰地展現(xiàn)分位數(shù)回歸在捕捉量?jī)r(jià)關(guān)系細(xì)節(jié)方面的獨(dú)特優(yōu)勢(shì)，從而更全面、深入地理解上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系。本研究的數(shù)據(jù)來(lái)源為上海期貨交易所（SHFE）和倫敦金屬交易所（LME）的金屬期貨交易數(shù)據(jù)。在上海期貨交易所，選取銅、鋁等主要金屬期貨品種的主力合約日交易數(shù)據(jù)，這些品種在國(guó)內(nèi)金屬期貨市場(chǎng)中交易活躍，具有廣泛代表性，能充分反映國(guó)內(nèi)金屬期貨市場(chǎng)的運(yùn)行狀況。在倫敦金屬交易所，選取與之對(duì)應(yīng)的銅、鋁等金屬期貨品種的3個(gè)月到期合約日交易數(shù)據(jù)，該數(shù)據(jù)是國(guó)際金屬期貨市場(chǎng)的重要參考，對(duì)全球金屬價(jià)格走勢(shì)具有重要影響。數(shù)據(jù)選取時(shí)間跨度為[起始時(shí)間]-[結(jié)束時(shí)間]，涵蓋了市場(chǎng)的不同發(fā)展階段，保證數(shù)據(jù)具有充分的時(shí)效性和代表性，能夠全面反映市場(chǎng)的動(dòng)態(tài)變化，為研究提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，確保研究結(jié)果的可靠性和普適性。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1量?jī)r(jià)關(guān)系理論模型在金融市場(chǎng)研究領(lǐng)域，量?jī)r(jià)關(guān)系理論模型豐富多樣，從不同角度對(duì)成交量與價(jià)格之間的內(nèi)在聯(lián)系進(jìn)行了深入闡釋?zhuān)瑸槔斫饨鹑谑袌?chǎng)運(yùn)行機(jī)制提供了堅(jiān)實(shí)的理論基礎(chǔ)。這些理論模型主要涵蓋信息理論模型、交易理論模型以及理念分散模型，各模型獨(dú)具特色，相互補(bǔ)充，共同推動(dòng)了量?jī)r(jià)關(guān)系研究的發(fā)展。2.1.1信息理論模型信息理論模型從信息的角度出發(fā)，深入剖析量?jī)r(jià)關(guān)系，其中混合分布假說(shuō)模型、信息順序到達(dá)模型和噪聲交易理性模型具有重要的代表性。混合分布假說(shuō)模型由Clark于1973年率先提出，該模型認(rèn)為，日價(jià)格波動(dòng)與交易量是由潛在的直接因素——信息流過(guò)程共同決定的，信息流被稱(chēng)為混合變量。在市場(chǎng)中，新信息的出現(xiàn)是隨機(jī)的，當(dāng)有新信息進(jìn)入市場(chǎng)時(shí)，投資者會(huì)基于此對(duì)資產(chǎn)價(jià)值進(jìn)行重新評(píng)估，并調(diào)整自己的買(mǎi)賣(mài)決策，從而引發(fā)價(jià)格變動(dòng)和成交量變化。例如，當(dāng)某金屬期貨市場(chǎng)出現(xiàn)關(guān)于該金屬供應(yīng)減少的新信息時(shí)，投資者預(yù)期價(jià)格會(huì)上漲，紛紛買(mǎi)入期貨合約，導(dǎo)致成交量增加，同時(shí)價(jià)格也隨之上升。這一模型使用交易量作為潛在信息過(guò)程的替代指標(biāo)，大量研究表明，交易量對(duì)價(jià)格的波動(dòng)具有顯著的解釋能力，二者存在正相關(guān)關(guān)系。許多學(xué)者在后續(xù)研究中進(jìn)一步驗(yàn)證了這一觀點(diǎn)，如Lamoureux和Lastrapes在1990年將交易量作為弱外生變量直接加入到GARCH(1,1)模型的波動(dòng)方程中，發(fā)現(xiàn)交易量的系數(shù)顯著大于0，且波動(dòng)方程的ARCH效應(yīng)消失，有力地證明了交易量和價(jià)格波動(dòng)是由相同因素共同驅(qū)動(dòng)的。Copeland于1976年提出信息順序到達(dá)模型，該模型主要假設(shè)市場(chǎng)上的交易者接受新信息是連續(xù)而且隨機(jī)的，同一時(shí)間只有一個(gè)交易者會(huì)接受到新的信息，未獲得信息者無(wú)法從已獲得信息者的交易中得知該信息，市場(chǎng)信息是分步向外傳播的。在這種情況下，當(dāng)市場(chǎng)交易者均得知信息后，均衡價(jià)格才會(huì)產(chǎn)生。例如，在一個(gè)相對(duì)封閉的交易環(huán)境中，關(guān)于某金屬期貨的新信息首先被少數(shù)投資者獲取，他們根據(jù)信息進(jìn)行交易，隨著時(shí)間推移，其他投資者逐漸知曉該信息并做出反應(yīng)，最終市場(chǎng)價(jià)格達(dá)到新的均衡。在這個(gè)過(guò)程中，價(jià)格變動(dòng)的絕對(duì)值與交易量呈正相關(guān)，因?yàn)樾畔⒌闹鸩絺鞑ナ沟酶嗤顿Y者參與交易，推動(dòng)成交量增加，同時(shí)價(jià)格也在信息的影響下發(fā)生變化。噪聲交易理性模型則將市場(chǎng)中的交易者分為理性交易者和噪聲交易者。理性交易者基于對(duì)資產(chǎn)基本面的分析進(jìn)行交易，而噪聲交易者則受到情緒、謠言等因素的影響，其交易行為缺乏理性依據(jù)。在市場(chǎng)中，噪聲交易者的存在會(huì)導(dǎo)致價(jià)格偏離其基本面價(jià)值，產(chǎn)生價(jià)格波動(dòng)。例如，在金屬期貨市場(chǎng)中，一些噪聲交易者可能因?yàn)槁?tīng)到不實(shí)的市場(chǎng)傳聞，盲目跟風(fēng)買(mǎi)賣(mài)，使得成交量出現(xiàn)異常波動(dòng)，同時(shí)也對(duì)價(jià)格產(chǎn)生影響。當(dāng)噪聲交易者大量買(mǎi)入時(shí)，可能會(huì)推動(dòng)價(jià)格暫時(shí)上漲，成交量隨之增加；而當(dāng)他們意識(shí)到錯(cuò)誤并大量賣(mài)出時(shí)，價(jià)格又會(huì)下跌，成交量依然維持在較高水平。這種情況下，成交量與價(jià)格波動(dòng)之間的關(guān)系變得更加復(fù)雜，不僅受到基本面信息的影響，還受到噪聲交易者非理性行為的干擾。2.1.2交易理論模型交易理論模型從市場(chǎng)交易的實(shí)際過(guò)程出發(fā)，探討量?jī)r(jià)關(guān)系，Kyle連續(xù)拍賣(mài)知情交易動(dòng)態(tài)模型以及Admati和Pfleiderer的日內(nèi)交易模型是其中的典型代表。Kyle連續(xù)拍賣(mài)知情交易動(dòng)態(tài)模型主要研究單個(gè)風(fēng)險(xiǎn)資產(chǎn)的市場(chǎng)，資產(chǎn)價(jià)格在離散時(shí)間內(nèi)均衡確定。在該模型中，做市商扮演著重要角色，他們無(wú)法區(qū)分知情和非知情交易，但會(huì)通過(guò)過(guò)濾知情交易者所知道的信息，從凈需求中學(xué)習(xí)，并據(jù)此更新定價(jià)策略。假設(shè)存在一位知道資產(chǎn)真實(shí)價(jià)值的內(nèi)幕人士，同時(shí)市場(chǎng)上還有非戰(zhàn)略性的噪音交易者，他們對(duì)資產(chǎn)的累積需求呈現(xiàn)出一定的隨機(jī)性。當(dāng)內(nèi)幕人士進(jìn)行交易時(shí)，做市商會(huì)觀察到凈需求的變化，并通過(guò)設(shè)定價(jià)格來(lái)清空市場(chǎng)。例如，在內(nèi)幕人士買(mǎi)入資產(chǎn)時(shí)，做市商可能會(huì)根據(jù)凈需求的增加，提高資產(chǎn)價(jià)格，以保持市場(chǎng)的平衡。在這個(gè)過(guò)程中，交易行為直接影響著價(jià)格的形成和成交量的變化，交易量反映了市場(chǎng)參與者的買(mǎi)賣(mài)意愿和交易活躍度，而價(jià)格則在交易的推動(dòng)下不斷調(diào)整，以達(dá)到市場(chǎng)均衡。Admati和Pfleiderer的日內(nèi)交易模型則側(cè)重于分析日內(nèi)交易中量?jī)r(jià)關(guān)系的變化。該模型指出，市場(chǎng)參與者在日內(nèi)交易中會(huì)根據(jù)自己所掌握的信息和交易策略進(jìn)行買(mǎi)賣(mài)操作，不同類(lèi)型的交易者（如知情交易者、非知情交易者）在不同的時(shí)間點(diǎn)進(jìn)行交易，導(dǎo)致成交量和價(jià)格在日內(nèi)呈現(xiàn)出特定的波動(dòng)模式。在開(kāi)盤(pán)階段，由于市場(chǎng)信息的不確定性較高，不同類(lèi)型的交易者對(duì)市場(chǎng)走勢(shì)的判斷存在差異，可能會(huì)出現(xiàn)大量的買(mǎi)賣(mài)交易，使得成交量較大，價(jià)格波動(dòng)也較為頻繁。隨著交易的進(jìn)行，市場(chǎng)信息逐漸明朗，交易者的交易行為趨于穩(wěn)定，成交量和價(jià)格波動(dòng)也會(huì)相應(yīng)減小。在收盤(pán)階段，一些交易者可能會(huì)為了調(diào)整自己的投資組合，進(jìn)行集中交易，從而再次引起成交量和價(jià)格的變化。通過(guò)對(duì)日內(nèi)交易過(guò)程的細(xì)致分析，該模型揭示了交易量和價(jià)格在日內(nèi)的動(dòng)態(tài)變化關(guān)系，為投資者把握日內(nèi)交易機(jī)會(huì)提供了理論依據(jù)。2.1.3理念分散模型理念分散模型由Harris等人提出，該模型著重研究了交易者對(duì)公共信息的不同反應(yīng)以及這種反應(yīng)差異對(duì)量?jī)r(jià)關(guān)系的影響。在金融市場(chǎng)中，面對(duì)相同的公共信息，不同的交易者由于自身的知識(shí)水平、投資經(jīng)驗(yàn)、風(fēng)險(xiǎn)偏好等因素的差異，會(huì)對(duì)信息做出不同的解讀和判斷，進(jìn)而采取不同的交易策略，這種理念的分散性導(dǎo)致了市場(chǎng)交易行為的多樣性，從而影響成交量和價(jià)格。當(dāng)發(fā)布關(guān)于某金屬期貨市場(chǎng)的供求關(guān)系變化的公共信息時(shí)，一些經(jīng)驗(yàn)豐富的投資者可能會(huì)深入分析信息的真實(shí)性和影響程度，認(rèn)為該信息將導(dǎo)致價(jià)格上漲，從而選擇買(mǎi)入期貨合約；而另一些投資者可能由于對(duì)信息的理解不夠準(zhǔn)確，或者出于風(fēng)險(xiǎn)規(guī)避的考慮，選擇觀望或賣(mài)出合約。這種不同的交易決策使得市場(chǎng)上的買(mǎi)賣(mài)力量發(fā)生變化，成交量隨之波動(dòng)，價(jià)格也在多空雙方的博弈中發(fā)生變動(dòng)。如果買(mǎi)入力量大于賣(mài)出力量，成交量會(huì)增加，價(jià)格上漲；反之，成交量減少，價(jià)格下跌。理念分散模型通過(guò)研究交易者對(duì)公共信息的不同反應(yīng)，為理解市場(chǎng)量?jī)r(jià)關(guān)系的復(fù)雜性提供了一個(gè)獨(dú)特的視角，強(qiáng)調(diào)了投資者個(gè)體差異在市場(chǎng)交易中的重要作用。2.2國(guó)內(nèi)外研究現(xiàn)狀2.2.1國(guó)外研究進(jìn)展國(guó)外學(xué)者對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究起步較早，在理論和實(shí)證方面都取得了豐富的成果。在理論研究方面，如前文所述，信息理論模型、交易理論模型和理念分散模型從不同角度為量?jī)r(jià)關(guān)系的研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)。在實(shí)證研究領(lǐng)域，Karpoff對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系進(jìn)行了深入探究，他的研究指出，在期貨市場(chǎng)中存在著幾種典型的量?jī)r(jià)關(guān)系。其中，“量?jī)r(jià)齊揚(yáng)”是一種較為常見(jiàn)的現(xiàn)象，即當(dāng)期貨價(jià)格上漲時(shí)，成交量也隨之顯著增加，這表明市場(chǎng)上的投資者對(duì)該期貨品種的前景普遍看好，積極買(mǎi)入，推動(dòng)價(jià)格和成交量同步上升；“價(jià)跌量亦漲”則是指在期貨價(jià)格下跌的過(guò)程中，成交量反而增加，這可能是由于投資者對(duì)市場(chǎng)前景的擔(dān)憂加劇，紛紛拋售手中的期貨合約，導(dǎo)致成交量放大；“價(jià)跌量縮”現(xiàn)象表現(xiàn)為期貨價(jià)格下跌的同時(shí)成交量減少，說(shuō)明市場(chǎng)交易活躍度降低，投資者參與度不高，對(duì)市場(chǎng)的關(guān)注度和交易意愿下降。這些不同的量?jī)r(jià)關(guān)系反映了市場(chǎng)在不同階段和不同情況下的運(yùn)行特征，為投資者和市場(chǎng)研究者提供了重要的參考依據(jù)。Kocagil和Shachmurove的研究采用了嚴(yán)謹(jǐn)?shù)膶?shí)證分析方法，對(duì)期貨市場(chǎng)的收益和成交量之間的關(guān)系進(jìn)行了深入探討。他們通過(guò)對(duì)大量期貨交易數(shù)據(jù)的分析，發(fā)現(xiàn)期貨收益和成交量之間并沒(méi)有顯著的相關(guān)性。這一研究結(jié)果表明，在期貨市場(chǎng)中，成交量的變化并不一定能夠直接反映出期貨收益的變化趨勢(shì)，二者之間的關(guān)系較為復(fù)雜，不能簡(jiǎn)單地通過(guò)成交量的變化來(lái)預(yù)測(cè)期貨收益的高低。這一發(fā)現(xiàn)對(duì)傳統(tǒng)的量?jī)r(jià)關(guān)系認(rèn)知提出了挑戰(zhàn)，促使研究者進(jìn)一步深入思考期貨市場(chǎng)中量?jī)r(jià)關(guān)系的內(nèi)在機(jī)制和影響因素。Bessembinder和Seguin則將研究重點(diǎn)聚焦于期貨市場(chǎng)的波動(dòng)性與成交量的關(guān)系上。他們的研究結(jié)果顯示，期貨市場(chǎng)的波動(dòng)性與成交量之間存在著顯著的正相關(guān)關(guān)系。這意味著，當(dāng)期貨市場(chǎng)的成交量增加時(shí)，市場(chǎng)的波動(dòng)性也會(huì)相應(yīng)增大；反之，當(dāng)成交量減少時(shí)，波動(dòng)性也會(huì)降低。這種正相關(guān)關(guān)系的存在，使得投資者在進(jìn)行期貨交易時(shí)，需要密切關(guān)注成交量的變化，以便更好地把握市場(chǎng)的波動(dòng)性，合理控制投資風(fēng)險(xiǎn)。同時(shí)，這也為市場(chǎng)監(jiān)管者提供了重要的參考，在制定市場(chǎng)監(jiān)管政策時(shí)，需要考慮到成交量對(duì)市場(chǎng)波動(dòng)性的影響，維護(hù)市場(chǎng)的穩(wěn)定運(yùn)行。2.2.2國(guó)內(nèi)研究現(xiàn)狀國(guó)內(nèi)學(xué)者在期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究方面也取得了一定的成果，研究?jī)?nèi)容涵蓋了量?jī)r(jià)關(guān)系的實(shí)證分析以及期貨市場(chǎng)功能、波動(dòng)性等多個(gè)方面。在量?jī)r(jià)關(guān)系的實(shí)證研究領(lǐng)域，管中閔運(yùn)用分位數(shù)回歸方法，對(duì)臺(tái)灣和美國(guó)股市的量?jī)r(jià)關(guān)系進(jìn)行了深入剖析，從不同市場(chǎng)的角度揭示了量?jī)r(jià)之間的內(nèi)在聯(lián)系。陳星則將分位數(shù)回歸模型應(yīng)用于銅鋁期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究，通過(guò)對(duì)銅鋁期貨交易數(shù)據(jù)的分析，發(fā)現(xiàn)了銅鋁期貨市場(chǎng)在不同市場(chǎng)條件下量?jī)r(jià)關(guān)系的變化特征。何曉光和許友傳采用分位數(shù)回歸模型研究黃金現(xiàn)貨市場(chǎng)量?jī)r(jià)關(guān)系，為黃金市場(chǎng)的投資者和研究者提供了有價(jià)值的參考。這些研究在一定程度上豐富了國(guó)內(nèi)期貨市場(chǎng)量?jī)r(jià)關(guān)系的實(shí)證研究成果，為后續(xù)研究奠定了基礎(chǔ)。在期貨市場(chǎng)功能研究方面，華仁海和仲偉俊通過(guò)嚴(yán)謹(jǐn)?shù)膶?shí)證分析，證實(shí)了上海期貨交易所金屬期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)和套期保值方面發(fā)揮著重要作用。他們的研究表明，該市場(chǎng)能夠有效地整合市場(chǎng)信息，形成合理的期貨價(jià)格，為相關(guān)企業(yè)提供了有效的價(jià)格參考，幫助企業(yè)進(jìn)行風(fēng)險(xiǎn)管理和生產(chǎn)決策。同時(shí)，該市場(chǎng)也為投資者提供了套期保值的工具，幫助投資者降低市場(chǎng)風(fēng)險(xiǎn)，實(shí)現(xiàn)資產(chǎn)的保值增值。關(guān)于期貨市場(chǎng)波動(dòng)性的研究，劉慶富和王海民運(yùn)用EGARCH模型對(duì)大連商品交易所大豆期貨市場(chǎng)價(jià)格的波動(dòng)性進(jìn)行了深入分析，揭示了該市場(chǎng)價(jià)格波動(dòng)的集群性和非對(duì)稱(chēng)性等特征。他們的研究發(fā)現(xiàn)，大豆期貨市場(chǎng)價(jià)格波動(dòng)存在明顯的集群現(xiàn)象，即價(jià)格的大幅波動(dòng)往往會(huì)集中在某一時(shí)間段內(nèi)出現(xiàn)；同時(shí)，價(jià)格波動(dòng)還具有非對(duì)稱(chēng)性，即價(jià)格上漲和下跌時(shí)的波動(dòng)幅度和頻率存在差異。這種對(duì)市場(chǎng)波動(dòng)性特征的深入研究，有助于投資者更好地理解市場(chǎng)運(yùn)行規(guī)律，制定合理的投資策略。盡管?chē)?guó)內(nèi)學(xué)者在期貨市場(chǎng)量?jī)r(jià)關(guān)系等方面的研究取得了一定進(jìn)展，但仍存在一些不足之處。一方面，國(guó)內(nèi)對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系的分位數(shù)回歸實(shí)證研究在不同時(shí)期量?jī)r(jià)關(guān)系的縱向比較方面存在欠缺，未能充分揭示市場(chǎng)在不同發(fā)展階段量?jī)r(jià)關(guān)系的演變規(guī)律。另一方面，在國(guó)內(nèi)外市場(chǎng)以及不同品種之間的橫向比較研究上也不夠深入，難以全面把握不同市場(chǎng)和品種量?jī)r(jià)關(guān)系的差異及共性，這在一定程度上限制了對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系的全面理解和深入研究。此外，現(xiàn)有研究在模型的選擇和應(yīng)用上，可能未能充分考慮到期貨市場(chǎng)的復(fù)雜性和特殊性，導(dǎo)致研究結(jié)果的準(zhǔn)確性和可靠性有待進(jìn)一步提高。在研究范圍上，部分研究可能僅聚焦于少數(shù)幾個(gè)期貨品種或特定的市場(chǎng)條件，缺乏對(duì)整個(gè)期貨市場(chǎng)的全面覆蓋和綜合分析，使得研究成果的普適性受到一定影響。2.3研究現(xiàn)狀總結(jié)與展望綜上所述，國(guó)內(nèi)外學(xué)者在期貨市場(chǎng)量?jī)r(jià)關(guān)系的研究上已取得了一定成果，為理解期貨市場(chǎng)運(yùn)行機(jī)制提供了寶貴的理論和實(shí)證依據(jù)。國(guó)外研究起步較早，在理論模型構(gòu)建和實(shí)證分析方面都奠定了堅(jiān)實(shí)基礎(chǔ)，如信息理論模型、交易理論模型和理念分散模型等，從不同角度深入闡釋了量?jī)r(jià)關(guān)系的內(nèi)在邏輯。實(shí)證研究也揭示了期貨市場(chǎng)中多種量?jī)r(jià)關(guān)系的存在，如“量?jī)r(jià)齊揚(yáng)”“價(jià)跌量亦漲”“價(jià)跌量縮”等，以及收益、波動(dòng)性與成交量之間的復(fù)雜關(guān)系。國(guó)內(nèi)研究雖然在量?jī)r(jià)關(guān)系實(shí)證分析以及期貨市場(chǎng)功能、波動(dòng)性研究等方面有所進(jìn)展，但仍存在明顯不足。在量?jī)r(jià)關(guān)系的分位數(shù)回歸實(shí)證研究中，缺乏對(duì)不同時(shí)期量?jī)r(jià)關(guān)系的縱向比較，未能深入探究市場(chǎng)在不同發(fā)展階段量?jī)r(jià)關(guān)系的變化規(guī)律，難以把握市場(chǎng)動(dòng)態(tài)演變對(duì)量?jī)r(jià)關(guān)系的影響。在國(guó)內(nèi)外市場(chǎng)以及不同品種之間的橫向比較研究上也存在欠缺，無(wú)法全面了解不同市場(chǎng)和品種量?jī)r(jià)關(guān)系的差異與共性，限制了對(duì)期貨市場(chǎng)量?jī)r(jià)關(guān)系的整體認(rèn)知和深入分析?；谝延醒芯康牟蛔悖疚膶⒁陨虾Ｅc倫敦金屬期貨市場(chǎng)為研究對(duì)象，運(yùn)用分位數(shù)回歸模型，深入分析不同時(shí)期兩個(gè)市場(chǎng)中多個(gè)金屬品種的量?jī)r(jià)關(guān)系。通過(guò)對(duì)不同市場(chǎng)、不同時(shí)期以及不同品種的全面比較，揭示金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系的特征和規(guī)律，彌補(bǔ)現(xiàn)有研究在縱向和橫向比較方面的不足。一方面，從時(shí)間維度上，對(duì)不同時(shí)間段的數(shù)據(jù)進(jìn)行分析，探究市場(chǎng)發(fā)展過(guò)程中量?jī)r(jià)關(guān)系的演變趨勢(shì)，為市場(chǎng)參與者和監(jiān)管部門(mén)提供動(dòng)態(tài)的市場(chǎng)信息。另一方面，從空間維度上，對(duì)比上海與倫敦金屬期貨市場(chǎng)，以及不同金屬品種之間的量?jī)r(jià)關(guān)系，分析市場(chǎng)結(jié)構(gòu)、投資者構(gòu)成、交易制度等因素對(duì)量?jī)r(jià)關(guān)系的影響，為投資者制定跨市場(chǎng)、跨品種的投資策略提供參考，也為監(jiān)管部門(mén)制定差異化的市場(chǎng)監(jiān)管政策提供理論支持。同時(shí)，結(jié)合GARCH模型和OLS方法，更全面、深入地刻畫(huà)量?jī)r(jià)關(guān)系，提高研究結(jié)果的準(zhǔn)確性和可靠性，為期貨市場(chǎng)量?jī)r(jià)關(guān)系研究提供新的視角和實(shí)證依據(jù)。三、上海與倫敦金屬期貨市場(chǎng)概述3.1上海金屬期貨市場(chǎng)發(fā)展歷程與現(xiàn)狀上海金屬期貨市場(chǎng)的發(fā)展歷程可追溯至20世紀(jì)90年代初，彼時(shí)中國(guó)經(jīng)濟(jì)體制改革不斷深入，市場(chǎng)經(jīng)濟(jì)逐步發(fā)展，對(duì)價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)管理的需求日益迫切，金屬期貨市場(chǎng)應(yīng)運(yùn)而生。1992年，上海金屬交易所正式成立，這標(biāo)志著上海金屬期貨市場(chǎng)的開(kāi)端。成立初期，交易品種主要集中在銅、鋁等基本金屬，交易規(guī)模相對(duì)較小，但為后續(xù)市場(chǎng)的發(fā)展奠定了基礎(chǔ)。在這一階段，市場(chǎng)處于探索和初步發(fā)展時(shí)期，交易規(guī)則、市場(chǎng)監(jiān)管等方面都在不斷完善。隨著市場(chǎng)的逐步成熟和經(jīng)濟(jì)的快速發(fā)展，上海金屬期貨市場(chǎng)迎來(lái)了重要的發(fā)展階段。1993年，上海金屬交易所上市一號(hào)銅標(biāo)準(zhǔn)期貨合約，這是境內(nèi)第一個(gè)銅標(biāo)準(zhǔn)合約期貨，具有重要的里程碑意義。此后，高級(jí)基礎(chǔ)鋁標(biāo)準(zhǔn)期貨合約等陸續(xù)上市，交易品種不斷豐富。1995年，上海金屬交易所改為會(huì)員制，進(jìn)一步提升了市場(chǎng)的規(guī)范化和自律性管理水平。然而，在市場(chǎng)快速發(fā)展的過(guò)程中，也出現(xiàn)了一些問(wèn)題，如市場(chǎng)操縱、過(guò)度投機(jī)等，這促使監(jiān)管部門(mén)加強(qiáng)對(duì)市場(chǎng)的監(jiān)管和整頓。1998年，根據(jù)國(guó)務(wù)院關(guān)于進(jìn)一步整頓和規(guī)范期貨市場(chǎng)的通知，上海金屬交易所、上海糧油商品交易所和上海商品交易所三家期貨交易所以上海金屬交易所為主合并為上海期貨交易所（SHFE）。這一合并舉措整合了市場(chǎng)資源，優(yōu)化了市場(chǎng)結(jié)構(gòu)，為上海金屬期貨市場(chǎng)的進(jìn)一步發(fā)展創(chuàng)造了更有利的條件。此后，上海期貨交易所不斷推出新的期貨品種，如2004年上市燃料油期貨，2007年上市鋅期貨，2008年上市黃金期貨等，市場(chǎng)規(guī)模持續(xù)擴(kuò)大，交易活躍度不斷提高。近年來(lái)，上海金屬期貨市場(chǎng)在規(guī)模、品種、參與者結(jié)構(gòu)、監(jiān)管和國(guó)際化等方面都取得了顯著成就。從市場(chǎng)規(guī)模來(lái)看，成交量和成交額持續(xù)攀升。以銅、鋁等主要金屬期貨品種為例，交易十分活躍，吸引了大量投資者和企業(yè)參與。這些品種在全球金屬期貨市場(chǎng)中也占據(jù)著重要地位，其價(jià)格走勢(shì)對(duì)國(guó)內(nèi)乃至全球金屬市場(chǎng)都具有重要影響。在交易品種方面，上海期貨交易所不斷豐富金屬期貨產(chǎn)品線，除了傳統(tǒng)的銅、鋁、鋅、鉛等基本金屬期貨外，還推出了鎳、錫、黃金、白銀等貴金屬期貨，以及螺紋鋼、線材、熱軋卷板等鋼鐵類(lèi)期貨品種。此外，隨著市場(chǎng)需求的變化和金融創(chuàng)新的推進(jìn)，一些新型期貨品種如原油期貨、20號(hào)膠期貨等也相繼上市，為市場(chǎng)參與者提供了更多的投資選擇和風(fēng)險(xiǎn)管理工具。投資者結(jié)構(gòu)方面，上海金屬期貨市場(chǎng)的參與者日益多元化。除了傳統(tǒng)的產(chǎn)業(yè)客戶，如金屬生產(chǎn)企業(yè)、加工企業(yè)、貿(mào)易商等，金融機(jī)構(gòu)的參與度也不斷提高。證券公司、基金公司、期貨公司等金融機(jī)構(gòu)通過(guò)開(kāi)展期貨自營(yíng)業(yè)務(wù)、資產(chǎn)管理業(yè)務(wù)等方式，積極參與金屬期貨市場(chǎng)。同時(shí)，個(gè)人投資者的數(shù)量也在不斷增加，他們通過(guò)期貨經(jīng)紀(jì)公司參與市場(chǎng)交易，為市場(chǎng)提供了充足的流動(dòng)性。不同類(lèi)型的投資者在市場(chǎng)中發(fā)揮著各自的作用，產(chǎn)業(yè)客戶通過(guò)套期保值鎖定價(jià)格風(fēng)險(xiǎn)，金融機(jī)構(gòu)通過(guò)專(zhuān)業(yè)的投資策略進(jìn)行資產(chǎn)配置，個(gè)人投資者則增加了市場(chǎng)的活躍度和流動(dòng)性。在市場(chǎng)監(jiān)管方面，上海期貨交易所建立了嚴(yán)格而完善的監(jiān)管體系，以保障市場(chǎng)的公平、公正、公開(kāi)。監(jiān)管部門(mén)通過(guò)加強(qiáng)對(duì)交易行為的監(jiān)測(cè)，防范市場(chǎng)操縱、內(nèi)幕交易等違規(guī)行為的發(fā)生。例如，利用先進(jìn)的信息技術(shù)手段，對(duì)市場(chǎng)交易數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控，及時(shí)發(fā)現(xiàn)異常交易行為，并采取相應(yīng)的監(jiān)管措施。同時(shí)，加強(qiáng)對(duì)會(huì)員單位和期貨從業(yè)人員的管理，提高其合規(guī)意識(shí)和業(yè)務(wù)水平，維護(hù)市場(chǎng)的穩(wěn)定和健康發(fā)展。上海金屬期貨市場(chǎng)在國(guó)際化進(jìn)程中也取得了重要進(jìn)展。通過(guò)引入境外投資者、開(kāi)展跨境合作等方式，提升了市場(chǎng)的國(guó)際化水平。2018年，上海國(guó)際能源交易中心推出的原油期貨成功上市，這是我國(guó)期貨市場(chǎng)國(guó)際化的重要舉措。原油期貨以人民幣計(jì)價(jià)，吸引了眾多境外投資者參與，增強(qiáng)了我國(guó)在國(guó)際能源市場(chǎng)的定價(jià)話語(yǔ)權(quán)。此外，上海期貨交易所還與多家國(guó)際知名交易所開(kāi)展合作，加強(qiáng)信息交流、技術(shù)合作和市場(chǎng)互聯(lián)互通，促進(jìn)了國(guó)內(nèi)外資源的優(yōu)化配置。3.2倫敦金屬期貨市場(chǎng)發(fā)展歷程與現(xiàn)狀倫敦金屬期貨市場(chǎng)起源于19世紀(jì)中期，彼時(shí)英國(guó)作為工業(yè)強(qiáng)國(guó)，對(duì)金屬原料的需求極為旺盛，然而本土金屬產(chǎn)量難以滿足需求，大量依賴(lài)從南美、非洲和遠(yuǎn)東地區(qū)進(jìn)口。由于遠(yuǎn)洋運(yùn)輸存在諸多不確定性，貨物運(yùn)輸可能延期甚至無(wú)法到達(dá)，為降低風(fēng)險(xiǎn)，商人們開(kāi)始對(duì)“未來(lái)到貨”進(jìn)行預(yù)約價(jià)格交易，交易地點(diǎn)主要集中在倫敦皇家交易所附近的咖啡館，交易方式以公開(kāi)喊價(jià)和私下交易為主。1876年12月，在大金屬商的倡導(dǎo)下，倫敦交易有限公司正式成立，這便是倫敦金屬交易所（LME）的前身，1877年1月開(kāi)始營(yíng)業(yè)，安裝了電報(bào)和電話等通訊設(shè)施，標(biāo)志著倫敦金屬交易有了統(tǒng)一組織，但當(dāng)時(shí)還未形成正式的標(biāo)準(zhǔn)合約。1881年，因董事會(huì)和會(huì)員在價(jià)格報(bào)告方法和交易方式上意見(jiàn)分歧，會(huì)員們組建新公司——倫敦金屬交易所有限公司（LME），并接管原公司資產(chǎn)。1882年，倫敦金屬交易所遷至倫敦城惠延頓路的大樓。成立初期，交易管理?xiàng)l例禁止正式交易時(shí)間結(jié)束后在場(chǎng)內(nèi)交易，金屬商們只能在大樓外街道交易，易遭警方干預(yù)，后交易所修改規(guī)定，允許在正式交易時(shí)間結(jié)束后的一定時(shí)間內(nèi)繼續(xù)在場(chǎng)內(nèi)進(jìn)行非正式交易，由此產(chǎn)生“場(chǎng)內(nèi)交易”這一術(shù)語(yǔ)并沿用至今。1899年，倫敦交易所統(tǒng)一規(guī)范金屬交易時(shí)間，分上下午兩場(chǎng)，每場(chǎng)兩輪交易，這一交易時(shí)間模式沿用多年，成為倫敦金屬期貨市場(chǎng)交易的重要特征。1920年，鉛和鋅加入交易，而生鐵退出，此后交易品種主要限定為有色金屬，市場(chǎng)交易品種結(jié)構(gòu)逐漸穩(wěn)定。2000年4月10日，倫敦金屬交易所在銅、鋁、鉛、鋅、鎳、錫六種金屬基礎(chǔ)上創(chuàng)立LMEX期貨指數(shù)，該指數(shù)迅速成為世界有色金屬交易市場(chǎng)的重要風(fēng)向標(biāo)，為全球投資者和金屬行業(yè)參與者提供了重要的市場(chǎng)參考指標(biāo)。2012年6月15日，香港交易所與倫敦金屬交易所簽署框架協(xié)議，以166.73億港元將其全面收購(gòu)為全資子公司，此次收購(gòu)加強(qiáng)了香港交易所在全球金屬市場(chǎng)的影響力，也為倫敦金屬交易所帶來(lái)新的發(fā)展機(jī)遇和資源整合空間。2025年1月20日，倫敦金屬交易所批準(zhǔn)中國(guó)香港作為其核準(zhǔn)交割地點(diǎn)之一，這一舉措進(jìn)一步拓展了市場(chǎng)的地理覆蓋范圍，增強(qiáng)了與亞洲市場(chǎng)的聯(lián)系，促進(jìn)了全球資源的優(yōu)化配置。目前，倫敦金屬交易所已成為全球最大的有色金屬交易所，在全球金屬期貨市場(chǎng)中占據(jù)著主導(dǎo)地位，其交易價(jià)格對(duì)全球金屬現(xiàn)貨和期貨市場(chǎng)價(jià)格具有重要的指導(dǎo)作用。在交易品種方面，極為豐富，涵蓋了原鋁、銅、鎳、鉛、錫、鋅、鋁合金、北美專(zhuān)門(mén)鋁合金等八種金屬合約，以及聚丙烯、線形低密度聚丙烯兩種塑料合約，還有由六種基礎(chǔ)金屬合約組成的指數(shù)合約（LME指數(shù)合約）。此外，還進(jìn)行以月度平均結(jié)算價(jià)為基準(zhǔn)的交易平均價(jià)期權(quán)合約交易，多樣化的交易品種為投資者提供了廣泛的選擇空間，滿足了不同投資策略和風(fēng)險(xiǎn)管理的需求。2023年，倫敦金屬交易所交易量達(dá)到1.49億手，相當(dāng)于15萬(wàn)億美元和35億噸名義交易量，市場(chǎng)未平倉(cāng)合約高達(dá)190萬(wàn)手，充分體現(xiàn)了其在全球金屬期貨市場(chǎng)中的巨大規(guī)模和高度活躍性。從交易時(shí)間來(lái)看，倫敦金屬交易所的交易時(shí)間長(zhǎng)達(dá)19個(gè)小時(shí)，覆蓋了全球主要市場(chǎng)的交易時(shí)段，這使得投資者可以在不同時(shí)區(qū)進(jìn)行交易，極大地提高了市場(chǎng)的流動(dòng)性和參與度。在交易方式上，采用“公開(kāi)喊價(jià)”與電子交易相結(jié)合的方式，其中“公開(kāi)喊價(jià)”交易方式在電子交易盛行的今天依然保持獨(dú)特魅力，它不僅增加了市場(chǎng)的透明度，還為交易者提供了面對(duì)面的交流機(jī)會(huì)，有助于建立信任和理解。倫敦金屬交易所的投資者構(gòu)成呈現(xiàn)多元化特點(diǎn)，包括全球主要的金屬生產(chǎn)商、消費(fèi)商和金融機(jī)構(gòu)。金屬生產(chǎn)商通過(guò)參與期貨交易，能夠鎖定產(chǎn)品價(jià)格，降低價(jià)格波動(dòng)風(fēng)險(xiǎn)，保障生產(chǎn)經(jīng)營(yíng)的穩(wěn)定性；消費(fèi)商則利用期貨市場(chǎng)進(jìn)行原材料采購(gòu)的風(fēng)險(xiǎn)管理，確保原材料供應(yīng)的穩(wěn)定性和成本的可控性；金融機(jī)構(gòu)憑借專(zhuān)業(yè)的投資團(tuán)隊(duì)和豐富的資金資源，通過(guò)投資金屬期貨合約，實(shí)現(xiàn)資產(chǎn)配置的多元化和投資收益的最大化。這種多元化的投資者結(jié)構(gòu)使得市場(chǎng)交易活躍，買(mǎi)賣(mài)價(jià)差相對(duì)較小，降低了交易成本，同時(shí)也增強(qiáng)了市場(chǎng)的穩(wěn)定性和流動(dòng)性。此外，倫敦金屬交易所的合約設(shè)計(jì)也頗具特色，合約期限最長(zhǎng)可達(dá)123個(gè)月，遠(yuǎn)超其他交易所的標(biāo)準(zhǔn)，為長(zhǎng)期投資者提供了更多的靈活性和選擇。同時(shí)，提供多種交割方式，包括現(xiàn)貨交割、遠(yuǎn)期交割和現(xiàn)金結(jié)算，滿足了不同投資者的風(fēng)險(xiǎn)管理和資金管理需求。3.3兩市對(duì)比分析上海期貨交易所（SHFE）與倫敦金屬交易所（LME）在交易規(guī)則、合約設(shè)計(jì)、市場(chǎng)影響力以及投資者結(jié)構(gòu)等方面存在諸多差異。在交易規(guī)則上，LME交易時(shí)間長(zhǎng)達(dá)19個(gè)小時(shí)，幾乎覆蓋全球主要市場(chǎng)交易時(shí)段，投資者可在不同時(shí)區(qū)交易，極大提高市場(chǎng)流動(dòng)性與參與度；而SHFE交易時(shí)間相對(duì)較短，約10小時(shí)。在交易方式上，LME采用“公開(kāi)喊價(jià)”與電子交易結(jié)合方式，“公開(kāi)喊價(jià)”增加市場(chǎng)透明度，為交易者提供交流機(jī)會(huì)，有助于建立信任理解；SHFE則主要采用電子交易方式。交割制度方面，LME交割倉(cāng)庫(kù)分布于各大洲，是世界性市場(chǎng)；SHFE交割倉(cāng)庫(kù)僅限于交易所所在地，目前還是區(qū)域性市場(chǎng)。合約設(shè)計(jì)方面，二者合約單位不同，LME銅期貨合約單位為25噸，其市場(chǎng)投資主體多為大企業(yè)、銀行、基金，此交易單位與交割單位一致；SHFE銅期貨合約單位為5噸，因投資主體中中小投資者居多，縮小交易單位以提高市場(chǎng)流動(dòng)性，不過(guò)為與國(guó)際市場(chǎng)連通，交割單位仍為25噸。合約到期日也有差異，LME每日都是到期日，每日均可交割，更接近現(xiàn)貨市場(chǎng)；SHFE每月只有一個(gè)到期日，且有固定交割期限。合約期限上，LME合約期限最長(zhǎng)可達(dá)123個(gè)月，為長(zhǎng)期投資者提供更多靈活性與選擇；SHFE合約期限最長(zhǎng)為12個(gè)月。市場(chǎng)影響力層面，LME歷史悠久，在全球金屬定價(jià)領(lǐng)域長(zhǎng)期擁有主導(dǎo)權(quán)，其交易價(jià)格是國(guó)際有色金屬市場(chǎng)的晴雨表，對(duì)全球金屬現(xiàn)貨和期貨市場(chǎng)價(jià)格有重要指導(dǎo)作用；SHFE依托中國(guó)這一全球最大金屬消費(fèi)國(guó)，近年來(lái)市場(chǎng)規(guī)模持續(xù)擴(kuò)張，交易活躍度不斷攀升，在全球金屬期貨市場(chǎng)影響力逐漸增強(qiáng)，但在國(guó)際定價(jià)權(quán)方面與LME相比仍有一定差距。投資者結(jié)構(gòu)上，LME投資者包括全球主要金屬生產(chǎn)商、消費(fèi)商和金融機(jī)構(gòu)，結(jié)構(gòu)多元化，使得市場(chǎng)交易活躍，買(mǎi)賣(mài)價(jià)差小，交易成本低，增強(qiáng)市場(chǎng)穩(wěn)定性與流動(dòng)性；SHFE投資者結(jié)構(gòu)日益多元化，除產(chǎn)業(yè)客戶、金融機(jī)構(gòu)外，個(gè)人投資者數(shù)量不斷增加，但與LME相比，金融機(jī)構(gòu)參與深度和廣度有待提高，投資者結(jié)構(gòu)成熟度存在差異。這些差異背后有著復(fù)雜原因。從歷史發(fā)展角度看，LME起源于19世紀(jì)中期，經(jīng)過(guò)長(zhǎng)期發(fā)展形成如今的交易規(guī)則、合約設(shè)計(jì)和市場(chǎng)影響力；SHFE成立于20世紀(jì)90年代，發(fā)展時(shí)間較短，還在不斷完善和發(fā)展過(guò)程中。經(jīng)濟(jì)環(huán)境方面，LME所在的英國(guó)及歐洲經(jīng)濟(jì)在全球經(jīng)濟(jì)格局中占據(jù)重要地位，其市場(chǎng)規(guī)則和影響力與歐洲經(jīng)濟(jì)發(fā)展緊密相連；SHFE依托中國(guó)經(jīng)濟(jì)快速發(fā)展和龐大的金屬消費(fèi)市場(chǎng)，市場(chǎng)發(fā)展具有自身特色，受中國(guó)經(jīng)濟(jì)政策、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素影響較大。政策法規(guī)層面，不同國(guó)家和地區(qū)的金融監(jiān)管政策、期貨市場(chǎng)法規(guī)不同，導(dǎo)致兩市在交易規(guī)則、投資者準(zhǔn)入等方面存在差異。投資者偏好和市場(chǎng)需求也起到重要作用，不同的投資者群體對(duì)交易規(guī)則、合約設(shè)計(jì)有不同需求，兩市根據(jù)自身投資者結(jié)構(gòu)和市場(chǎng)定位，在交易規(guī)則和合約設(shè)計(jì)上進(jìn)行相應(yīng)安排。四、分位數(shù)回歸模型及相關(guān)方法4.1分位數(shù)回歸模型原理分位數(shù)回歸模型由Koenker和Bassett于1978年提出，該模型從位置模型中的普通分位數(shù)（即“百分位數(shù)”）概念擴(kuò)展而來(lái)，構(gòu)建了更為一般的線性模型，其中條件分位數(shù)具有線性形式。在傳統(tǒng)回歸分析中，普通最小二乘法（OLS）主要聚焦于因變量的條件均值，通過(guò)最小化殘差平方和來(lái)確定回歸系數(shù)，其目標(biāo)是使因變量的觀測(cè)值與估計(jì)值之間的殘差平方和達(dá)到最小。然而，在實(shí)際數(shù)據(jù)中，條件均值往往無(wú)法全面反映因變量的條件分布特征，尤其當(dāng)數(shù)據(jù)存在異方差、非正態(tài)分布或極端值時(shí)，OLS回歸的局限性便凸顯出來(lái)。分位數(shù)回歸模型則以加權(quán)的平均絕對(duì)誤差作為目標(biāo)函數(shù)來(lái)估計(jì)回歸系數(shù)，能夠展現(xiàn)整個(gè)條件分布的形態(tài)，彌補(bǔ)了OLS回歸的不足。其核心在于條件分位數(shù)Q_{\theta}(y|X)，它是因變量條件累計(jì)分布函數(shù)的反函數(shù)，其中，\theta\in(0,1)表示分位數(shù)取值。假設(shè)x_{i}為自變量，y_{i}為因變量，T為樣本觀測(cè)值的個(gè)數(shù)。對(duì)于給定的權(quán)重\theta，對(duì)\theta分位數(shù)的估計(jì)可轉(zhuǎn)化為求解以下目標(biāo)函數(shù)：min[\frac{1}{T}\sum_{(y_{i}\geqx_{i}^{'}\beta)}\theta|y_{i}-x_{i}^{'}\beta|+\sum_{(y_{i}\leqx_{i}^{'}\beta)}(1-\theta)|y_{i}-x_{i}^{'}\beta|]。此目標(biāo)函數(shù)本質(zhì)上是加權(quán)的平均絕對(duì)誤差，其中，\sum_{(y_{i}\geqx_{i}^{'}\beta)}\theta|y_{i}-x_{i}^{'}\beta|表示當(dāng)y_{i}大于等于x_{i}^{'}\beta時(shí)，對(duì)殘差|y_{i}-x_{i}^{'}\beta|乘以權(quán)重\theta后的求和；\sum_{(y_{i}\leqx_{i}^{'}\beta)}(1-\theta)|y_{i}-x_{i}^{'}\beta|則表示當(dāng)y_{i}小于等于x_{i}^{'}\beta時(shí)，對(duì)殘差|y_{i}-x_{i}^{'}\beta|乘以權(quán)重(1-\theta)后的求和。通過(guò)求解該目標(biāo)函數(shù)，可得到在\theta分位數(shù)下的回歸系數(shù)估計(jì)值。分位數(shù)回歸模型在解釋變量對(duì)因變量的影響時(shí)，具有獨(dú)特的優(yōu)勢(shì)。以收入分配研究為例，傳統(tǒng)的均值回歸只能反映平均收入水平與相關(guān)因素之間的關(guān)系，而分位數(shù)回歸可以分別考察低收入群體（如5分位數(shù)處）、中等收入群體（如50分位數(shù)處，即中位數(shù)）和高收入群體（如95分位數(shù)處）的收入與教育程度、工作經(jīng)驗(yàn)等因素之間的關(guān)系。假設(shè)在研究教育程度對(duì)收入的影響時(shí)，通過(guò)分位數(shù)回歸發(fā)現(xiàn)，教育程度對(duì)低收入群體收入的提升作用較為顯著，回歸系數(shù)較大；而對(duì)高收入群體收入的影響相對(duì)較小，回歸系數(shù)較小。這表明教育程度在不同收入分位點(diǎn)上對(duì)收入的影響存在差異，分位數(shù)回歸能夠捕捉到這種異質(zhì)性，為深入分析收入分配問(wèn)題提供了更全面的視角。在金融市場(chǎng)研究中，分位數(shù)回歸可以分析在市場(chǎng)不同波動(dòng)水平下（如低波動(dòng)分位數(shù)、高波動(dòng)分位數(shù)），成交量與價(jià)格收益率之間的關(guān)系，有助于投資者根據(jù)市場(chǎng)的不同狀態(tài)制定更具針對(duì)性的投資策略。4.2分位數(shù)回歸模型優(yōu)勢(shì)分位數(shù)回歸模型與傳統(tǒng)的普通最小二乘法（OLS）回歸相比，具有多方面的顯著優(yōu)勢(shì)，使其在處理復(fù)雜數(shù)據(jù)關(guān)系時(shí)更具效能，尤其適用于金融市場(chǎng)量?jī)r(jià)關(guān)系這類(lèi)具有高度異質(zhì)性和波動(dòng)性的數(shù)據(jù)研究。傳統(tǒng)OLS回歸以最小化殘差平方和為目標(biāo)來(lái)確定回歸系數(shù)，其核心在于估計(jì)因變量的條件均值，旨在找到一條能使因變量觀測(cè)值與估計(jì)值之間殘差平方和最小的線性回歸直線。這種方法在數(shù)據(jù)滿足嚴(yán)格假設(shè)條件時(shí)，如誤差項(xiàng)服從獨(dú)立同分布、正態(tài)性且方差齊性，能夠有效地估計(jì)自變量與因變量均值之間的關(guān)系，提供較為準(zhǔn)確的平均效應(yīng)估計(jì)。在研究金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系時(shí)，若僅關(guān)注成交量對(duì)價(jià)格收益率均值的影響，OLS回歸可以給出一個(gè)平均意義上的量化關(guān)系，幫助研究者了解在一般情況下成交量變化如何影響價(jià)格收益率的平均水平。然而，現(xiàn)實(shí)中的金融市場(chǎng)數(shù)據(jù)往往難以滿足OLS回歸的嚴(yán)格假設(shè)。期貨市場(chǎng)具有高度的波動(dòng)性和不確定性，價(jià)格收益率的分布通常呈現(xiàn)出非正態(tài)性，存在尖峰厚尾現(xiàn)象，即極端值出現(xiàn)的概率相對(duì)較高。市場(chǎng)在某些特殊事件或突發(fā)消息的影響下，會(huì)出現(xiàn)價(jià)格的大幅波動(dòng)，這些極端值會(huì)對(duì)OLS回歸的結(jié)果產(chǎn)生較大影響，使得基于均值的估計(jì)無(wú)法準(zhǔn)確反映數(shù)據(jù)的真實(shí)特征。而且，期貨市場(chǎng)數(shù)據(jù)還存在異方差性，即誤差項(xiàng)的方差不是恒定的，而是隨著自變量的變化而變化。在市場(chǎng)波動(dòng)較大時(shí)期，價(jià)格收益率的波動(dòng)范圍會(huì)增大，誤差項(xiàng)的方差也會(huì)相應(yīng)變大；而在市場(chǎng)相對(duì)平穩(wěn)時(shí)期，方差則較小。在這種情況下，OLS回歸的估計(jì)結(jié)果會(huì)變得不穩(wěn)定，其估計(jì)的標(biāo)準(zhǔn)誤差可能被低估，導(dǎo)致對(duì)參數(shù)顯著性的判斷出現(xiàn)偏差，從而影響對(duì)市場(chǎng)量?jī)r(jià)關(guān)系的準(zhǔn)確理解。分位數(shù)回歸模型則能夠有效彌補(bǔ)OLS回歸的這些不足。它以加權(quán)的平均絕對(duì)誤差作為目標(biāo)函數(shù)來(lái)估計(jì)回歸系數(shù)，關(guān)注的是因變量在不同分位點(diǎn)上的條件分布，而非僅僅是均值。通過(guò)對(duì)不同分位數(shù)的估計(jì)，分位數(shù)回歸可以全面地刻畫(huà)自變量對(duì)因變量在整個(gè)分布范圍內(nèi)的影響。在金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系研究中，分位數(shù)回歸能夠揭示在市場(chǎng)處于不同波動(dòng)水平時(shí)，成交量對(duì)價(jià)格收益率的影響差異。在市場(chǎng)處于低波動(dòng)狀態(tài)（如5分位數(shù)處），成交量的變化可能對(duì)價(jià)格收益率的影響較小，說(shuō)明市場(chǎng)相對(duì)穩(wěn)定，投資者交易行為較為理性，成交量的波動(dòng)對(duì)價(jià)格的沖擊有限；而在市場(chǎng)處于高波動(dòng)狀態(tài)（如95分位數(shù)處），成交量的變化可能會(huì)對(duì)價(jià)格收益率產(chǎn)生較大影響，此時(shí)市場(chǎng)情緒較為敏感，投資者的交易決策容易受到各種因素的影響，成交量的大幅變動(dòng)可能引發(fā)價(jià)格的劇烈波動(dòng)。這種對(duì)不同分位點(diǎn)上量?jī)r(jià)關(guān)系的深入分析，能夠?yàn)橥顿Y者提供更豐富、更細(xì)致的市場(chǎng)信息，幫助他們根據(jù)市場(chǎng)的不同狀態(tài)制定更具針對(duì)性的投資策略。分位數(shù)回歸對(duì)異常值具有更強(qiáng)的魯棒性。由于其目標(biāo)函數(shù)是基于殘差的絕對(duì)值，而非殘差的平方，異常值對(duì)回歸結(jié)果的影響相對(duì)較小。在金融市場(chǎng)中，異常值的出現(xiàn)較為頻繁，如重大政策調(diào)整、突發(fā)事件等都可能導(dǎo)致市場(chǎng)價(jià)格出現(xiàn)異常波動(dòng)。分位數(shù)回歸能夠在一定程度上減少這些異常值對(duì)估計(jì)結(jié)果的干擾，更準(zhǔn)確地反映變量之間的真實(shí)關(guān)系。在研究金屬期貨市場(chǎng)時(shí)，即使出現(xiàn)個(gè)別異常的成交量或價(jià)格數(shù)據(jù)，分位數(shù)回歸也能通過(guò)對(duì)不同分位點(diǎn)的分析，更穩(wěn)健地估計(jì)量?jī)r(jià)關(guān)系，避免因異常值導(dǎo)致的錯(cuò)誤判斷。分位數(shù)回歸模型在處理?xiàng)l件分布異質(zhì)性方面具有獨(dú)特優(yōu)勢(shì)，能夠提供比傳統(tǒng)OLS回歸更全面、更深入的信息，尤其適用于像金屬期貨市場(chǎng)這樣復(fù)雜多變的金融市場(chǎng)研究，為深入理解市場(chǎng)量?jī)r(jià)關(guān)系提供了更有效的工具。4.3模型設(shè)定與估計(jì)方法在本研究中，為深入探究上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系，構(gòu)建了基于分位數(shù)回歸的模型。首先對(duì)變量進(jìn)行設(shè)定，以期貨價(jià)格收益率作為被解釋變量，用于衡量市場(chǎng)價(jià)格的波動(dòng)情況。具體而言，采用對(duì)數(shù)收益率的計(jì)算方式，即r_{t}=\ln(\frac{P_{t}}{P_{t-1}})，其中，r_{t}表示t時(shí)刻的期貨價(jià)格收益率，P_{t}表示t時(shí)刻的期貨價(jià)格，P_{t-1}表示t-1時(shí)刻的期貨價(jià)格。這種計(jì)算方式能夠更準(zhǔn)確地反映價(jià)格的相對(duì)變化，符合金融市場(chǎng)中收益率的常用度量方法。將成交量作為核心解釋變量，以考察其對(duì)價(jià)格收益率的影響。成交量反映了市場(chǎng)的交易活躍程度，是市場(chǎng)參與者買(mǎi)賣(mài)行為的直接體現(xiàn)。在模型中，成交量V_{t}直接作為解釋變量納入回歸方程，以探究其與期貨價(jià)格收益率之間的內(nèi)在聯(lián)系。同時(shí)，為控制其他可能影響期貨價(jià)格收益率的因素，引入持倉(cāng)量OI_{t}、市場(chǎng)波動(dòng)性指標(biāo)\sigma_{t}等控制變量。持倉(cāng)量反映了市場(chǎng)中投資者對(duì)期貨合約的持有興趣和預(yù)期，持倉(cāng)量的變化往往與市場(chǎng)的多空力量對(duì)比、投資者情緒等因素密切相關(guān)，進(jìn)而影響期貨價(jià)格。市場(chǎng)波動(dòng)性指標(biāo)\sigma_{t}則用于衡量市場(chǎng)價(jià)格的波動(dòng)程度，常見(jiàn)的計(jì)算方法如基于GARCH模型估計(jì)得到的條件標(biāo)準(zhǔn)差，它能夠捕捉市場(chǎng)價(jià)格波動(dòng)的集聚性和時(shí)變性特征，這些因素都可能對(duì)期貨價(jià)格收益率產(chǎn)生影響，因此在模型中予以控制。分位數(shù)回歸模型的一般形式設(shè)定為：r_{t,\theta}=\beta_{0,\theta}+\beta_{1,\theta}V_{t}+\beta_{2,\theta}OI_{t}+\beta_{3,\theta}\sigma_{t}+\epsilon_{t,\theta}，其中，r_{t,\theta}表示在\theta分位數(shù)下t時(shí)刻的期貨價(jià)格收益率，\beta_{0,\theta}為截距項(xiàng)在\theta分位數(shù)下的估計(jì)值，\beta_{1,\theta}、\beta_{2,\theta}、\beta_{3,\theta}分別為成交量V_{t}、持倉(cāng)量OI_{t}、市場(chǎng)波動(dòng)性指標(biāo)\sigma_{t}在\theta分位數(shù)下的回歸系數(shù)，\epsilon_{t,\theta}為\theta分位數(shù)下的隨機(jī)誤差項(xiàng)。通過(guò)估計(jì)不同分位數(shù)\theta（如\theta=0.1、0.25、0.5、0.75、0.9等）下的回歸系數(shù)，能夠全面了解成交量等因素在不同市場(chǎng)波動(dòng)水平下對(duì)期貨價(jià)格收益率的影響。在估計(jì)概率密度函數(shù)時(shí)，采用Bootstrapping方法。該方法由BradleyEfron于1979年在《AnnalsofStatistics》上發(fā)表，是一種從給定訓(xùn)練集中有放回的均勻抽樣方法。其基本原理是，每當(dāng)從訓(xùn)練集中選中一個(gè)樣本，它等可能地被再次選中并被再次添加到訓(xùn)練集中。在實(shí)際應(yīng)用中，假設(shè)我們有一個(gè)包含n個(gè)觀測(cè)值的樣本數(shù)據(jù)集S=\{x_{1},x_{2},\cdots,x_{n}\}，通過(guò)有放回抽樣的方式，從該樣本集中抽取n個(gè)觀測(cè)值，得到一個(gè)新的樣本集S^{*}，這個(gè)過(guò)程稱(chēng)為一次Bootstrap抽樣。重復(fù)進(jìn)行B次Bootstrap抽樣，得到B個(gè)Bootstrap樣本集。對(duì)于每個(gè)Bootstrap樣本集S_{i}^{*}（i=1,2,\cdots,B），計(jì)算我們所關(guān)注的統(tǒng)計(jì)量（如分位數(shù)回歸模型中的回歸系數(shù)），得到B個(gè)統(tǒng)計(jì)量的估計(jì)值。這些估計(jì)值的分布可以用來(lái)估計(jì)原樣本統(tǒng)計(jì)量的概率密度函數(shù)，從而得到更準(zhǔn)確的參數(shù)估計(jì)和置信區(qū)間。在本研究中，通過(guò)Bootstrapping方法對(duì)分位數(shù)回歸模型的系數(shù)進(jìn)行估計(jì)，能夠有效提高估計(jì)的精度和可靠性。在面對(duì)復(fù)雜的金融市場(chǎng)數(shù)據(jù)時(shí)，Bootstrapping方法可以充分利用樣本信息，減少由于樣本隨機(jī)性帶來(lái)的估計(jì)誤差。通過(guò)多次重復(fù)抽樣，能夠更全面地捕捉到數(shù)據(jù)的特征和規(guī)律，避免因一次抽樣的局限性而導(dǎo)致的估計(jì)偏差。該方法對(duì)于處理小樣本數(shù)據(jù)或數(shù)據(jù)分布不明確的情況具有獨(dú)特優(yōu)勢(shì)，能夠在一定程度上提高模型的穩(wěn)健性和泛化能力。4.4其他相關(guān)方法介紹（GARCH模型、OLS方法）在金融市場(chǎng)研究中，GARCH模型和OLS方法也是常用的分析工具，與分位數(shù)回歸模型相互補(bǔ)充，從不同角度揭示金融市場(chǎng)的運(yùn)行規(guī)律。GARCH模型，即廣義自回歸條件異方差模型，由Bollerslev于1986年提出。該模型主要用于刻畫(huà)金融時(shí)間序列的波動(dòng)集聚性，這是金融市場(chǎng)中常見(jiàn)的現(xiàn)象，即大幅波動(dòng)往往會(huì)集中出現(xiàn)，而小幅波動(dòng)也會(huì)相對(duì)集中。以金屬期貨市場(chǎng)為例，在某些時(shí)期，市場(chǎng)可能受到宏觀經(jīng)濟(jì)數(shù)據(jù)公布、地緣政治沖突、供需關(guān)系變化等因素的影響，出現(xiàn)連續(xù)的大幅價(jià)格波動(dòng)，而在另一些時(shí)期，市場(chǎng)則相對(duì)平穩(wěn)，價(jià)格波動(dòng)較小。GARCH模型能夠有效捕捉這種波動(dòng)特征，它將條件方差表示為過(guò)去誤差平方和過(guò)去條件方差的函數(shù)。一般形式的GARCH(p,q)模型中，條件方差\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}，其中，\omega>0，\alpha_{i}\geq0，\beta_{j}\geq0，\epsilon_{t}為t時(shí)刻的殘差。\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}表示過(guò)去誤差平方對(duì)當(dāng)前條件方差的影響，反映了新信息對(duì)波動(dòng)的沖擊；\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}則表示過(guò)去條件方差對(duì)當(dāng)前條件方差的影響，體現(xiàn)了波動(dòng)的持續(xù)性。通過(guò)估計(jì)模型中的參數(shù)\omega、\alpha_{i}和\beta_{j}，可以準(zhǔn)確地描述價(jià)格收益率的波動(dòng)特征，為進(jìn)一步分析量?jī)r(jià)關(guān)系提供基礎(chǔ)。在研究金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系時(shí)，GARCH模型可以幫助我們了解價(jià)格波動(dòng)的動(dòng)態(tài)變化，以及成交量與價(jià)格波動(dòng)之間的相互作用機(jī)制。OLS方法，即普通最小二乘法，是一種經(jīng)典的線性回歸方法。其原理是通過(guò)最小化因變量的觀測(cè)值與估計(jì)值之間的殘差平方和來(lái)確定回歸系數(shù)。假設(shè)線性回歸模型為y_{i}=\beta_{0}+\beta_{1}x_{i1}+\beta_{2}x_{i2}+\cdots+\beta_{k}x_{ik}+\epsilon_{i}，其中，y_{i}是因變量，x_{ij}是自變量，\beta_{j}是回歸系數(shù)，\epsilon_{i}是誤差項(xiàng)。OLS方法的目標(biāo)是找到一組回歸系數(shù)\hat{\beta}_{0}，\hat{\beta}_{1}，\cdots，\hat{\beta}_{k}，使得\sum_{i=1}^{n}(y_{i}-\hat{y}_{i})^{2}達(dá)到最小，其中，\hat{y}_{i}=\hat{\beta}_{0}+\hat{\beta}_{1}x_{i1}+\hat{\beta}_{2}x_{i2}+\cdots+\hat{\beta}_{k}x_{ik}是通過(guò)回歸模型預(yù)測(cè)的值。在量?jī)r(jià)關(guān)系研究中，OLS方法可以用于初步分析成交量與價(jià)格收益率之間的線性關(guān)系，估計(jì)成交量對(duì)價(jià)格收益率的平均影響。在研究上海與倫敦金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系時(shí)，運(yùn)用OLS方法可以得到成交量與價(jià)格收益率之間的平均關(guān)系，為后續(xù)更深入的研究提供參考。然而，OLS方法在處理金融市場(chǎng)數(shù)據(jù)時(shí)存在一定的局限性。金融市場(chǎng)數(shù)據(jù)往往具有非正態(tài)分布、異方差性和波動(dòng)集聚性等特征，而OLS方法假設(shè)誤差項(xiàng)服從獨(dú)立同分布、正態(tài)分布且方差齊性。在實(shí)際的金屬期貨市場(chǎng)中，價(jià)格收益率的分布可能呈現(xiàn)尖峰厚尾的特征，異常值出現(xiàn)的概率較高，同時(shí)，方差也可能隨著時(shí)間的推移而發(fā)生變化。在這種情況下，OLS方法的估計(jì)結(jié)果可能會(huì)出現(xiàn)偏差，無(wú)法準(zhǔn)確反映變量之間的真實(shí)關(guān)系。OLS方法只能提供變量之間的平均關(guān)系，無(wú)法捕捉到不同分位點(diǎn)上的關(guān)系差異。而分位數(shù)回歸模型則能夠彌補(bǔ)這些不足，更全面地刻畫(huà)成交量與價(jià)格收益率之間的復(fù)雜關(guān)系。五、實(shí)證研究設(shè)計(jì)5.1數(shù)據(jù)選取與預(yù)處理本研究選取上海期貨交易所（SHFE）和倫敦金屬交易所（LME）的金屬期貨主力合約日交易數(shù)據(jù)，時(shí)間跨度為[起始時(shí)間]-[結(jié)束時(shí)間]，旨在全面捕捉市場(chǎng)動(dòng)態(tài)，確保研究結(jié)果具有代表性和時(shí)效性。在上海期貨交易所，重點(diǎn)關(guān)注銅、鋁等主要金屬期貨品種的主力合約數(shù)據(jù)；倫敦金屬交易所則選取對(duì)應(yīng)金屬期貨品種的3個(gè)月到期合約數(shù)據(jù)，這些數(shù)據(jù)反映了全球金屬期貨市場(chǎng)的核心信息，是研究量?jī)r(jià)關(guān)系的關(guān)鍵樣本。為使數(shù)據(jù)更符合研究需求，首先對(duì)期貨價(jià)格和成交量進(jìn)行對(duì)數(shù)處理。對(duì)期貨價(jià)格進(jìn)行對(duì)數(shù)處理，能夠?qū)r(jià)格的絕對(duì)變化轉(zhuǎn)化為相對(duì)變化，更直觀地反映價(jià)格波動(dòng)的幅度和趨勢(shì)。當(dāng)期貨價(jià)格從100上漲到120時(shí)，直接看價(jià)格變化為20，而經(jīng)過(guò)對(duì)數(shù)處理后，能更清晰地體現(xiàn)出價(jià)格上漲的相對(duì)程度，有助于分析價(jià)格波動(dòng)與成交量之間的關(guān)系。對(duì)成交量進(jìn)行對(duì)數(shù)處理，可使數(shù)據(jù)分布更加平穩(wěn)，減少極端值對(duì)分析結(jié)果的影響，增強(qiáng)數(shù)據(jù)的穩(wěn)定性和可比性。在某些特殊情況下，市場(chǎng)可能出現(xiàn)成交量異常放大或縮小的情況，若不進(jìn)行對(duì)數(shù)處理，這些極端值可能會(huì)對(duì)研究結(jié)果產(chǎn)生較大干擾，而對(duì)數(shù)處理后能有效降低這種影響，使研究結(jié)果更具可靠性。在進(jìn)行回歸分析之前，必須對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以判斷時(shí)間序列的平穩(wěn)性。若數(shù)據(jù)不平穩(wěn)，直接進(jìn)行回歸分析可能會(huì)導(dǎo)致偽回歸問(wèn)題，使研究結(jié)果出現(xiàn)偏差。采用ADF檢驗(yàn)（AugmentedDickey-Fullertest）對(duì)期貨價(jià)格收益率、成交量等變量進(jìn)行單位根檢驗(yàn)。ADF檢驗(yàn)通過(guò)構(gòu)建回歸方程，檢驗(yàn)時(shí)間序列是否存在單位根，以此判斷數(shù)據(jù)的平穩(wěn)性。假設(shè)檢驗(yàn)的原假設(shè)為時(shí)間序列存在單位根，即數(shù)據(jù)非平穩(wěn)；備擇假設(shè)為時(shí)間序列不存在單位根，即數(shù)據(jù)平穩(wěn)。在檢驗(yàn)過(guò)程中，根據(jù)檢驗(yàn)結(jié)果的t統(tǒng)計(jì)量與臨界值的比較來(lái)判斷是否拒絕原假設(shè)。若t統(tǒng)計(jì)量小于臨界值，則拒絕原假設(shè)，認(rèn)為數(shù)據(jù)是平穩(wěn)的；反之，則接受原假設(shè)，數(shù)據(jù)非平穩(wěn)。在對(duì)上海期貨交易所銅期貨主力合約的價(jià)格收益率數(shù)據(jù)進(jìn)行ADF檢驗(yàn)時(shí)，得到的t統(tǒng)計(jì)量小于1%顯著性水平下的臨界值，因此拒絕原假設(shè)，認(rèn)定該價(jià)格收益率數(shù)據(jù)是平穩(wěn)的。通過(guò)單位根檢驗(yàn)，確保了數(shù)據(jù)的平穩(wěn)性，為后續(xù)準(zhǔn)確的回歸分析奠定了堅(jiān)實(shí)基礎(chǔ)，有效避免了偽回歸問(wèn)題的出現(xiàn)，提高了研究結(jié)果的可靠性和準(zhǔn)確性。5.2描述性統(tǒng)計(jì)分析對(duì)上海與倫敦金屬期貨市場(chǎng)主要金屬期貨品種的收益率和成交量數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表1所示。從均值來(lái)看，上海期貨交易所銅期貨收益率均值為[具體數(shù)值1]，鋁期貨收益率均值為[具體數(shù)值2]；倫敦金屬交易所銅期貨收益率均值為[具體數(shù)值3]，鋁期貨收益率均值為[具體數(shù)值4]?？梢园l(fā)現(xiàn)，兩市相同金屬期貨品種的收益率均值存在一定差異，這可能與市場(chǎng)環(huán)境、投資者結(jié)構(gòu)以及交易制度等因素有關(guān)。在上海期貨市場(chǎng)，投資者結(jié)構(gòu)中個(gè)人投資者占比較大，其交易行為可能更加頻繁和情緒化，對(duì)價(jià)格波動(dòng)產(chǎn)生一定影響；而倫敦金屬交易所投資者以全球大型金屬生產(chǎn)商、消費(fèi)商和金融機(jī)構(gòu)為主，交易決策相對(duì)更為理性和穩(wěn)健，導(dǎo)致收益率均值有所不同。市場(chǎng)品種收益率均值收益率標(biāo)準(zhǔn)差收益率偏度收益率峰度成交量均值成交量標(biāo)準(zhǔn)差上海期貨交易所銅[具體數(shù)值1][具體數(shù)值5][具體數(shù)值9][具體數(shù)值13][具體數(shù)值17][具體數(shù)值21]上海期貨交易所鋁[具體數(shù)值2][具體數(shù)值6][具體數(shù)值10][具體數(shù)值14][具體數(shù)值18][具體數(shù)值22]倫敦金屬交易所銅[具體數(shù)值3][具體數(shù)值7][具體數(shù)值11][具體數(shù)值15][具體數(shù)值19][具體數(shù)值23]倫敦金屬交易所鋁[具體數(shù)值4][具體數(shù)值8][具體數(shù)值12][具體數(shù)值16][具體數(shù)值20][具體數(shù)值24]標(biāo)準(zhǔn)差方面，上海銅期貨收益率標(biāo)準(zhǔn)差為[具體數(shù)值5]，鋁期貨收益率標(biāo)準(zhǔn)差為[具體數(shù)值6]；倫敦銅期貨收益率標(biāo)準(zhǔn)差為[具體數(shù)值7]，鋁期貨收益率標(biāo)準(zhǔn)差為[具體數(shù)值8]。標(biāo)準(zhǔn)差反映了數(shù)據(jù)的離散程度，數(shù)值越大表明收益率波動(dòng)越大?？梢钥闯觯瑑墒薪饘倨谪浭找媛蕵?biāo)準(zhǔn)差均較大，說(shuō)明金屬期貨市場(chǎng)具有較高的波動(dòng)性。在市場(chǎng)受到宏觀經(jīng)濟(jì)數(shù)據(jù)公布、地緣政治沖突等因素影響時(shí)，金屬期貨價(jià)格會(huì)出現(xiàn)大幅波動(dòng)，導(dǎo)致收益率標(biāo)準(zhǔn)差增大。與上海期貨市場(chǎng)相比，倫敦金屬交易所部分品種收益率標(biāo)準(zhǔn)差略大，這可能是由于倫敦金屬交易所作為全球最大的有色金屬交易所，其市場(chǎng)參與者來(lái)自世界各地，市場(chǎng)受全球范圍內(nèi)的各種因素影響更為廣泛和復(fù)雜，導(dǎo)致價(jià)格波動(dòng)更為劇烈。偏度是衡量數(shù)據(jù)分布對(duì)稱(chēng)性的指標(biāo)，當(dāng)偏度為0時(shí)，數(shù)據(jù)分布呈對(duì)稱(chēng)狀態(tài)；偏度大于0，分布為右偏，即右側(cè)長(zhǎng)尾；偏度小于0，分布為左偏，即左側(cè)長(zhǎng)尾。上海銅期貨收益率偏度為[具體數(shù)值9]，鋁期貨收益率偏度為[具體數(shù)值10]；倫敦銅期貨收益率偏度為[具體數(shù)值11]，鋁期貨收益率偏度為[具體數(shù)值12]。兩市金屬期貨收益率偏度均不為0，說(shuō)明收益率分布呈現(xiàn)非對(duì)稱(chēng)狀態(tài)。上海期貨市場(chǎng)部分品種收益率偏度為正，表明其收益率分布存在右偏現(xiàn)象，即出現(xiàn)較大正收益率的概率相對(duì)較高；而倫敦金屬交易所部分品種收益率偏度為負(fù)，說(shuō)明其收益率分布存在左偏現(xiàn)象，出現(xiàn)較大負(fù)收益率的概率相對(duì)較高。這種差異可能與兩個(gè)市場(chǎng)的投資者行為、市場(chǎng)信息傳播以及市場(chǎng)監(jiān)管等因素有關(guān)。在上海期貨市場(chǎng)，當(dāng)市場(chǎng)出現(xiàn)利好消息時(shí)，投資者可能會(huì)過(guò)度反應(yīng)，導(dǎo)致價(jià)格上漲幅度較大，從而出現(xiàn)較大正收益率，使得收益率分布右偏；而在倫敦金屬交易所，由于市場(chǎng)參與者更加國(guó)際化，信息傳播更為復(fù)雜，當(dāng)市場(chǎng)出現(xiàn)不利消息時(shí)，可能會(huì)引發(fā)投資者的恐慌性拋售，導(dǎo)致價(jià)格下跌幅度較大，收益率分布左偏。峰度用于衡量數(shù)據(jù)分布的尖峰程度，與正態(tài)分布相比，峰度大于3表示分布具有尖峰厚尾特征，即極端值出現(xiàn)的概率相對(duì)較高；峰度小于3表示分布較為平坦，極端值出現(xiàn)的概率相對(duì)較低。上海銅期貨收益率峰度為[具體數(shù)值13]，鋁期貨收益率峰度為[具體數(shù)值14]；倫敦銅期貨收益率峰度為[具體數(shù)值15]，鋁期貨收益率峰度為[具體數(shù)值16]。兩市金屬期貨收益率峰度均大于3，說(shuō)明收益率分布具有尖峰厚尾特征。這意味著在金屬期貨市場(chǎng)中，極端值出現(xiàn)的概率較高，市場(chǎng)存在較大的風(fēng)險(xiǎn)。在某些特殊事件發(fā)生時(shí)，如重大政策調(diào)整、突發(fā)事件等，金屬期貨價(jià)格可能會(huì)出現(xiàn)異常波動(dòng)，導(dǎo)致收益率出現(xiàn)極端值。與上海期貨市場(chǎng)相比，倫敦金屬交易所部分品種收益率峰度更高，說(shuō)明其極端值出現(xiàn)的概率相對(duì)更大，市場(chǎng)風(fēng)險(xiǎn)更為突出。這可能是由于倫敦金屬交易所的市場(chǎng)影響力更大，其價(jià)格波動(dòng)對(duì)全球金屬市場(chǎng)產(chǎn)生重要影響，當(dāng)市場(chǎng)出現(xiàn)重大變化時(shí)，更容易引發(fā)投資者的極端反應(yīng)，導(dǎo)致收益率出現(xiàn)較大的極端值。在成交量方面，上海銅期貨成交量均值為[具體數(shù)值17]，鋁期貨成交量均值為[具體數(shù)值18]；倫敦銅期貨成交量均值為[具體數(shù)值19]，鋁期貨成交量均值為[具體數(shù)值20]。兩市相同金屬期貨品種的成交量均值也存在差異，這可能與市場(chǎng)規(guī)模、交易活躍度以及投資者參與度等因素有關(guān)。上海期貨市場(chǎng)依托中國(guó)龐大的金屬消費(fèi)市場(chǎng)，交易活躍度較高，投資者參與度也在不斷提高，使得部分金屬期貨品種的成交量較大；而倫敦金屬交易所雖然是全球最大的有色金屬交易所，但由于其交易時(shí)間和交易規(guī)則等因素的影響，部分品種的成交量可能相對(duì)較小。成交量標(biāo)準(zhǔn)差反映了成交量的波動(dòng)程度，上海銅期貨成交量標(biāo)準(zhǔn)差為[具體數(shù)值21]，鋁期貨成交量標(biāo)準(zhǔn)差為[具體數(shù)值22]；倫敦銅期貨成交量標(biāo)準(zhǔn)差為[具體數(shù)值23]，鋁期貨成交量標(biāo)準(zhǔn)差為[具體數(shù)值24]。兩市金屬期貨成交量標(biāo)準(zhǔn)差均較大，說(shuō)明成交量波動(dòng)較為劇烈。在市場(chǎng)行情發(fā)生變化時(shí)，投資者的交易決策會(huì)發(fā)生改變，導(dǎo)致成交量出現(xiàn)大幅波動(dòng)。與上海期貨市場(chǎng)相比，倫敦金屬交易所部分品種成交量標(biāo)準(zhǔn)差略大，這可能是由于其市場(chǎng)參與者更為國(guó)際化，交易行為受到全球不同地區(qū)經(jīng)濟(jì)、政治等因素的影響，使得成交量波動(dòng)更為復(fù)雜和劇烈。5.3模型構(gòu)建與實(shí)證檢驗(yàn)5.3.1基于分位數(shù)回歸的量?jī)r(jià)關(guān)系模型構(gòu)建為深入剖析上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系，本研究構(gòu)建了基于分位數(shù)回歸的量?jī)r(jià)關(guān)系模型。以期貨價(jià)格收益率作為被解釋變量，能夠精準(zhǔn)衡量市場(chǎng)價(jià)格的波動(dòng)狀況。在金融市場(chǎng)中，價(jià)格波動(dòng)是投資者關(guān)注的核心要點(diǎn)之一，它反映了市場(chǎng)的不確定性和風(fēng)險(xiǎn)水平。而成交量作為核心解釋變量，直接體現(xiàn)了市場(chǎng)的交易活躍程度，是市場(chǎng)參與者買(mǎi)賣(mài)行為的直觀體現(xiàn)。當(dāng)市場(chǎng)中買(mǎi)賣(mài)雙方交易頻繁時(shí)，成交量會(huì)顯著增加，反之則減少。持倉(cāng)量反映了市場(chǎng)中投資者對(duì)期貨合約的持有興趣和預(yù)期，它與市場(chǎng)的多空力量對(duì)比、投資者情緒等因素密切相關(guān)，進(jìn)而對(duì)期貨價(jià)格產(chǎn)生影響。市場(chǎng)波動(dòng)性指標(biāo)用于衡量市場(chǎng)價(jià)格的波動(dòng)程度，常見(jiàn)的計(jì)算方法如基于GARCH模型估計(jì)得到的條件標(biāo)準(zhǔn)差，它能夠捕捉市場(chǎng)價(jià)格波動(dòng)的集聚性和時(shí)變性特征。在金屬期貨市場(chǎng)中，價(jià)格波動(dòng)往往呈現(xiàn)出集聚性，即一段時(shí)間內(nèi)價(jià)格波動(dòng)較大，隨后可能會(huì)進(jìn)入相對(duì)平穩(wěn)的階段，GARCH模型能夠很好地刻畫(huà)這種特征。具體而言，本研究采用對(duì)數(shù)收益率的計(jì)算方式，即r_{t}=\ln(\frac{P_{t}}{P_{t-1}})，其中，r_{t}表示t時(shí)刻的期貨價(jià)格收益率，P_{t}表示t時(shí)刻的期貨價(jià)格，P_{t-1}表示t-1時(shí)刻的期貨價(jià)格。這種計(jì)算方式能夠更準(zhǔn)確地反映價(jià)格的相對(duì)變化，符合金融市場(chǎng)中收益率的常用度量方法。成交量V_{t}直接作為解釋變量納入回歸方程，以探究其與期貨價(jià)格收益率之間的內(nèi)在聯(lián)系。同時(shí)，引入持倉(cāng)量OI_{t}、市場(chǎng)波動(dòng)性指標(biāo)\sigma_{t}等控制變量。分位數(shù)回歸模型的一般形式設(shè)定為：r_{t,\theta}=\beta_{0,\theta}+\beta_{1,\theta}V_{t}+\beta_{2,\theta}OI_{t}+\beta_{3,\theta}\sigma_{t}+\epsilon_{t,\theta}，其中，r_{t,\theta}表示在\theta分位數(shù)下t時(shí)刻的期貨價(jià)格收益率，\beta_{0,\theta}為截距項(xiàng)在\theta分位數(shù)下的估計(jì)值，\beta_{1,\theta}、\beta_{2,\theta}、\beta_{3,\theta}分別為成交量V_{t}、持倉(cāng)量OI_{t}、市場(chǎng)波動(dòng)性指標(biāo)\sigma_{t}在\theta分位數(shù)下的回歸系數(shù)，\epsilon_{t,\theta}為\theta分位數(shù)下的隨機(jī)誤差項(xiàng)。通過(guò)估計(jì)不同分位數(shù)\theta（如\theta=0.1、0.25、0.5、0.75、0.9等）下的回歸系數(shù)，能夠全面了解成交量等因素在不同市場(chǎng)波動(dòng)水平下對(duì)期貨價(jià)格收益率的影響。在市場(chǎng)處于低波動(dòng)狀態(tài)（如5分位數(shù)處），成交量的變化可能對(duì)價(jià)格收益率的影響較小；而在市場(chǎng)處于高波動(dòng)狀態(tài)（如95分位數(shù)處），成交量的變化可能會(huì)對(duì)價(jià)格收益率產(chǎn)生較大影響。這種對(duì)不同分位點(diǎn)上量?jī)r(jià)關(guān)系的深入分析，能夠?yàn)橥顿Y者提供更豐富、更細(xì)致的市場(chǎng)信息，幫助他們根據(jù)市場(chǎng)的不同狀態(tài)制定更具針對(duì)性的投資策略。5.3.2實(shí)證結(jié)果與分析（上海市場(chǎng)）對(duì)上海期貨市場(chǎng)的分位數(shù)回歸結(jié)果進(jìn)行深入分析，能夠清晰地揭示出不同金屬期貨品種在不同收益率下與成交量之間的復(fù)雜關(guān)系。以銅期貨為例，在正收益率的情況下，成交量與收益率呈現(xiàn)出顯著的正向關(guān)系。當(dāng)市場(chǎng)處于上漲趨勢(shì)，投資者普遍預(yù)期價(jià)格將繼續(xù)上升，積極買(mǎi)入期貨合約，導(dǎo)致成交量大幅增加，進(jìn)一步推動(dòng)價(jià)格上漲，呈現(xiàn)出典型的“量?jī)r(jià)齊揚(yáng)”現(xiàn)象。在市場(chǎng)利好消息的刺激下，如宏觀經(jīng)濟(jì)數(shù)據(jù)向好、行業(yè)需求旺盛等，投資者對(duì)銅期貨的前景充滿信心，紛紛加大買(mǎi)入力度，使得成交量和價(jià)格同步上升。這表明在市場(chǎng)上漲階段，成交量的增加能夠?yàn)閮r(jià)格上漲提供有力的支撐，市場(chǎng)的樂(lè)觀情緒得到充分體現(xiàn)。然而，在負(fù)收益率的情況下，成交量與收益率之間的關(guān)系則表現(xiàn)為負(fù)向。當(dāng)市場(chǎng)出現(xiàn)下跌趨勢(shì)，投資者對(duì)市場(chǎng)前景感到擔(dān)憂，為了減少損失，紛紛拋售手中的期貨合約，導(dǎo)致成交量增加，而價(jià)格則進(jìn)一步下跌，即出現(xiàn)“價(jià)跌量亦漲”的現(xiàn)象。當(dāng)市場(chǎng)出現(xiàn)突發(fā)的不利消息，如行業(yè)供應(yīng)過(guò)剩、政策調(diào)整等，投資者信心受挫，大量賣(mài)出銅期貨合約，成交量隨之放大，而價(jià)格則在賣(mài)壓的作用下持續(xù)走低。這種負(fù)向關(guān)系反映了市場(chǎng)在下跌階段，投資者的恐慌情緒和拋售行為對(duì)價(jià)格和成交量的影響。鋁期貨在上海期貨市場(chǎng)的表現(xiàn)則主要呈現(xiàn)出“量?jī)r(jià)齊揚(yáng)”的現(xiàn)象。在市場(chǎng)上漲時(shí)，隨著投資者對(duì)鋁期貨的需求增加，成交量不斷放大，推動(dòng)價(jià)格持續(xù)上升。鋁作為重要的工業(yè)原材料，其市場(chǎng)需求與宏觀經(jīng)濟(jì)形勢(shì)密切相關(guān)。當(dāng)經(jīng)濟(jì)增長(zhǎng)強(qiáng)勁，工業(yè)生產(chǎn)活動(dòng)頻繁時(shí)，對(duì)鋁的需求旺盛，投資者對(duì)鋁期貨的投資熱情高漲，成交量和價(jià)格同步上漲。這表明鋁期貨市場(chǎng)在上漲階段，市場(chǎng)的樂(lè)觀情緒和投資者的積極參與對(duì)量?jī)r(jià)關(guān)系產(chǎn)生了顯著的影響。通過(guò)對(duì)上海期貨市場(chǎng)各分位數(shù)下的回歸系數(shù)進(jìn)行綜合分析，可以發(fā)現(xiàn)收益率與成交量呈現(xiàn)出非對(duì)稱(chēng)的“V”字型關(guān)系。在正收益率區(qū)域，成交量對(duì)收益率的影響系數(shù)較大，說(shuō)明“量?jī)r(jià)齊揚(yáng)”的現(xiàn)象更為明顯；而在負(fù)收益率區(qū)域，雖然也存在“價(jià)跌量亦漲”的情況，但成交量對(duì)收益率的影響系數(shù)相對(duì)較小。這種非對(duì)稱(chēng)的關(guān)系可能與投資者的心理和行為特征密切相關(guān)。在市場(chǎng)上漲時(shí)，投資者往往更容易受到樂(lè)觀情緒的影響，積極參與交易，導(dǎo)致成交量對(duì)價(jià)格的推動(dòng)作用更為顯著；而在市場(chǎng)下跌時(shí)，投資者可能會(huì)更加謹(jǐn)慎，交易行為相對(duì)保守，使得成交量對(duì)價(jià)格的影響相對(duì)較弱。市場(chǎng)的交易制度、信息傳播等因素也可能對(duì)這種非對(duì)稱(chēng)關(guān)系產(chǎn)生影響。在市場(chǎng)上漲時(shí)，信息傳播速度較快，投資者能夠迅速獲取利好消息并做出反應(yīng)，進(jìn)一步推動(dòng)成交量和價(jià)格的上升；而在市場(chǎng)下跌時(shí)，信息傳播可能受到一定的阻礙，投資者的反應(yīng)相對(duì)滯后，導(dǎo)致成交量對(duì)價(jià)格的影響相對(duì)較小。5.3.3實(shí)證結(jié)果與分析（倫敦市場(chǎng)）倫敦金屬期貨市場(chǎng)的分位數(shù)回歸結(jié)果顯示，其與上海期貨市場(chǎng)在量?jī)r(jià)關(guān)系上存在顯著差異。從整體來(lái)看，倫敦市場(chǎng)的量?jī)r(jià)關(guān)系并不明顯，成交量對(duì)收益率的影響在不同分位數(shù)下均未呈現(xiàn)出顯著的規(guī)律性。在低收益率分位數(shù)處，成交量的變化對(duì)收益率的影響較小，幾乎可以忽略不計(jì)；在高收益率分位數(shù)處，雖然成交量的變化可能會(huì)對(duì)收益率產(chǎn)生一定的影響，但這種影響并不穩(wěn)定，也不具有明顯的方向性。這與上海市場(chǎng)中呈現(xiàn)出的較為明顯的“量?jī)r(jià)齊揚(yáng)”“價(jià)跌量亦漲”等現(xiàn)象形成了鮮明的對(duì)比。倫敦市場(chǎng)量?jī)r(jià)關(guān)系不明顯的原因是多方面的。從市場(chǎng)結(jié)構(gòu)來(lái)看，倫敦金屬交易所作為全球最大的有色金屬交易所，其市場(chǎng)參與者來(lái)自世界各地，市場(chǎng)結(jié)構(gòu)極為復(fù)雜。不同國(guó)家和地區(qū)的投資者在交易習(xí)慣、投資理念、信息獲取渠道等方面存在較大差異，這使得市場(chǎng)交易行為更加多樣化，難以形成統(tǒng)一的量?jī)r(jià)關(guān)系模式。一些來(lái)自歐洲的投資者可能更注重基本面分析，根據(jù)金屬的供需關(guān)系、宏觀經(jīng)濟(jì)數(shù)據(jù)等因素進(jìn)行交易；而來(lái)自亞洲的投資者可能更關(guān)注技術(shù)分析，根據(jù)價(jià)格走勢(shì)、成交量等指標(biāo)進(jìn)行投資決策。這種差異導(dǎo)致市場(chǎng)上的交易行為相互交織，使得成交量與收益率之間的關(guān)系變得模糊不清。投資者構(gòu)成也是影響倫敦市場(chǎng)量?jī)r(jià)關(guān)系的重要因素。倫敦市場(chǎng)的投資者包括全球主要的金屬生產(chǎn)商、消費(fèi)商和金融機(jī)構(gòu)。金屬生產(chǎn)商和消費(fèi)商參與期貨交易的主要目的是進(jìn)行套期保值，鎖定產(chǎn)品價(jià)格或原材料成本，其交易行為相對(duì)較為理性和穩(wěn)定，對(duì)價(jià)格波動(dòng)的敏感度較低。當(dāng)金屬價(jià)格波動(dòng)時(shí)，金屬生產(chǎn)商可能會(huì)根據(jù)自身的生產(chǎn)計(jì)劃和庫(kù)存情況進(jìn)行套期保值操作，其交易行為更多地是基于實(shí)際生產(chǎn)和經(jīng)營(yíng)的需要，而不是單純地追求價(jià)格收益。金融機(jī)構(gòu)則更注重市場(chǎng)的流動(dòng)性和投資組合的優(yōu)化，其交易行為可能會(huì)受到全球金融市場(chǎng)形勢(shì)、宏觀經(jīng)濟(jì)政策等因素的影響，具有較強(qiáng)的不確定性。在全球經(jīng)濟(jì)形勢(shì)不穩(wěn)定時(shí)，金融機(jī)構(gòu)可能會(huì)調(diào)整其投資組合，減少對(duì)金屬期貨的投資，導(dǎo)致市場(chǎng)成交量和價(jià)格出現(xiàn)波動(dòng)，但這種波動(dòng)與金屬期貨本身的供需關(guān)系和市場(chǎng)基本面可能并無(wú)直接關(guān)聯(lián)。交易規(guī)則和市場(chǎng)環(huán)境的差異也對(duì)倫敦市場(chǎng)的量?jī)r(jià)關(guān)系產(chǎn)生了重要影響。倫敦金屬交易所的交易時(shí)間長(zhǎng)達(dá)19個(gè)小時(shí)，覆蓋了全球主要市場(chǎng)的交易時(shí)段，這使得市場(chǎng)交易更加分散，信息傳播更加復(fù)雜。不同地區(qū)的投資者在不同的時(shí)間點(diǎn)進(jìn)行交易，市場(chǎng)信息的傳遞和消化需要一定的時(shí)間，導(dǎo)致成交量與收益率之間的關(guān)系難以在短期內(nèi)得到清晰的體現(xiàn)。倫敦市場(chǎng)采用“公開(kāi)喊價(jià)”與電子交易相結(jié)合的交易方式，這種交易方式雖然增加了市場(chǎng)的透明度，但也使得市場(chǎng)交易受到人為因素的影響較大。在公開(kāi)喊價(jià)交易中，交易員的情緒、經(jīng)驗(yàn)等因素可能會(huì)對(duì)交易行為產(chǎn)生影響，進(jìn)而影響市場(chǎng)的量?jī)r(jià)關(guān)系。5.3.4穩(wěn)健性檢驗(yàn)為確保實(shí)證結(jié)果的可靠性和穩(wěn)定性，本研究采用多種方法進(jìn)行穩(wěn)健性檢驗(yàn)。首先，替換樣本數(shù)據(jù)，選取不同時(shí)間段的上海與倫敦金屬期貨市場(chǎng)交易數(shù)據(jù)重新進(jìn)行分位數(shù)回歸分析。在選取新的時(shí)間段時(shí)，充分考慮了市場(chǎng)的不同發(fā)展階段和宏觀經(jīng)濟(jì)環(huán)境的變化，以全面檢驗(yàn)量?jī)r(jià)關(guān)系的穩(wěn)定性。將原樣本數(shù)據(jù)的時(shí)間跨度縮短，選取市場(chǎng)波動(dòng)較為劇烈的一段時(shí)間進(jìn)行分析，觀察成交量與收益率之間的關(guān)系是否發(fā)生顯著變化。結(jié)果顯示，不同時(shí)間段的回歸結(jié)果基本一致，成交量對(duì)收益率的影響方向和顯著程度在不同樣本數(shù)據(jù)下保持相對(duì)穩(wěn)定。在不同時(shí)間段的上海期貨市場(chǎng)銅期貨數(shù)據(jù)中，正收益率下成交量與收益率的正向關(guān)系以及負(fù)收益率下的負(fù)向關(guān)系依然顯著，這表明量?jī)r(jià)關(guān)系在不同時(shí)間范圍內(nèi)具有較強(qiáng)的穩(wěn)定性，不受短期市場(chǎng)波動(dòng)和數(shù)據(jù)選取的影響。改變模型設(shè)定也是穩(wěn)健性檢驗(yàn)的重要方法之一。在原有的分位數(shù)回歸模型基礎(chǔ)上，調(diào)整控制變量的選取，或者采用不同的分位數(shù)回歸估計(jì)方法，重新進(jìn)行回歸分析。嘗試在模型中增加一些可能影響期貨價(jià)格收益率的宏觀經(jīng)濟(jì)變量，如國(guó)內(nèi)生產(chǎn)總值（GDP）增長(zhǎng)率、通貨膨脹率等，觀察這些變量的加入是否會(huì)對(duì)成交量與收益率之間的關(guān)系產(chǎn)生影響。同時(shí)，采用不同的分位數(shù)回歸估計(jì)方法，如自舉法（Bootstrap）、貝葉斯分位數(shù)回歸等，對(duì)比不同方法下的回歸結(jié)果。經(jīng)過(guò)檢驗(yàn)發(fā)現(xiàn)，即使改變模型設(shè)定，主要變量的回歸系數(shù)符號(hào)和顯著性水平并未發(fā)生實(shí)質(zhì)性改變。在增加GDP增長(zhǎng)率作為控制變量后，上海期貨市場(chǎng)鋁期貨的“量?jī)r(jià)齊揚(yáng)”現(xiàn)象依然顯著，成交量對(duì)收益率的正向影響系數(shù)在不同模型設(shè)定下保持相對(duì)穩(wěn)定，這進(jìn)一步驗(yàn)證了實(shí)證結(jié)果的可靠性，說(shuō)明研究結(jié)論不受模型設(shè)定和估計(jì)方法的影響，具有較強(qiáng)的穩(wěn)健性。通過(guò)以上穩(wěn)健性檢驗(yàn)，充分驗(yàn)證了本研究實(shí)證結(jié)果的可靠性。無(wú)論是替換樣本數(shù)據(jù)還是改變模型設(shè)定，都沒(méi)有改變上海與倫敦金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系的基本特征和研究結(jié)論。這表明本研究的實(shí)證結(jié)果具有較高的可信度，能夠?yàn)橥顿Y者和市場(chǎng)研究者提供可靠的參考依據(jù)。在實(shí)際投資決策中，投資者可以基于本研究的結(jié)果，更加準(zhǔn)確地把握上海與倫敦金屬期貨市場(chǎng)的量?jī)r(jià)關(guān)系，制定合理的投資策略。市場(chǎng)監(jiān)管者也可以根據(jù)研究結(jié)論，更好地理解市場(chǎng)運(yùn)行機(jī)制，制定有效的市場(chǎng)監(jiān)管政策，維護(hù)市場(chǎng)的穩(wěn)定和健康發(fā)展。六、實(shí)證結(jié)果分析與討論6.1上海與倫敦金屬期貨市場(chǎng)量?jī)r(jià)關(guān)系差異通過(guò)分位數(shù)回歸模型對(duì)上海與倫敦金屬期貨市場(chǎng)的實(shí)證分析，清晰地揭示出兩市在量?jī)r(jià)關(guān)系上存在顯著差異。在上海期貨市場(chǎng)，不同金屬期貨品種呈現(xiàn)出較為明顯的量?jī)r(jià)關(guān)系特征。以銅期貨為例，在正收益率的情況下，成交量與收益率呈現(xiàn)出顯著的正向關(guān)系，呈現(xiàn)典型的“量