否具有價(jià)格發(fā)現(xiàn)功能以及價(jià)格發(fā)現(xiàn)貢獻(xiàn)度兩個(gè)維度探究國(guó)債期且價(jià)格發(fā)現(xiàn)貢獻(xiàn)度遠(yuǎn)超國(guó)債現(xiàn)貨市場(chǎng)；在國(guó)債期貨品種中，10關(guān)鍵詞：國(guó)債期貨GARCH模型波動(dòng)率定價(jià)誤差2十世紀(jì)九十年代就對(duì)國(guó)債期貨進(jìn)行嘗試，1992年底上海證券交國(guó)債期貨試運(yùn)行期間發(fā)生了一系列對(duì)我國(guó)金融市場(chǎng)影響惡劣的建設(shè)等具有重要意義。截至目前，我國(guó)已經(jīng)推出了2、5、10、30年期國(guó)債期貨，初步形成了覆蓋短、中、長(zhǎng)、超長(zhǎng)期的較為者可以利用國(guó)債期貨合約對(duì)沖利率風(fēng)險(xiǎn)和債券價(jià)格波動(dòng)所帶來(lái)4期限國(guó)債期貨開展的交易有助于夯實(shí)編制國(guó)債收益率曲線的市本文對(duì)我國(guó)國(guó)債期貨對(duì)債券現(xiàn)貨市場(chǎng)效率的影響作用與機(jī)第五部分是國(guó)債期貨上市前后現(xiàn)貨市場(chǎng)波動(dòng)率變化的實(shí)證檢驗(yàn)，使用ARMA-GARCH模型進(jìn)一步檢驗(yàn)在消除市場(chǎng)整體波動(dòng)的期貨市場(chǎng)是否具有價(jià)格發(fā)現(xiàn)功能以及價(jià)格發(fā)現(xiàn)貢獻(xiàn)度兩個(gè)維度協(xié)整關(guān)系，采用JJ協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)、VEC模型和脈沖響應(yīng)函數(shù)分析的方法檢驗(yàn)國(guó)債期貨市場(chǎng)是否具有價(jià)格發(fā)現(xiàn)功6現(xiàn)有文獻(xiàn)通常使用GARCH族模型實(shí)證研究國(guó)債期貨對(duì)債券現(xiàn)貨市場(chǎng)波動(dòng)性的影響，但尚未形成非常一致的結(jié)論。Bortz效性，從而加強(qiáng)現(xiàn)貨市場(chǎng)的波動(dòng)。楊帆（2017）采用GARCH和EGARCH模型證實(shí)國(guó)債期貨的推出增加了現(xiàn)貨市場(chǎng)的波動(dòng)性，但式推出。邱彤（2018）在GARCH模型中引入虛擬變量，發(fā)現(xiàn)10從價(jià)格發(fā)現(xiàn)功能的存在性和價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度兩個(gè)方面進(jìn)行檢驗(yàn)，采用了JJ協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)、VEC模型、脈沖響8我國(guó)國(guó)債期貨市場(chǎng)快速發(fā)展成為多層次資本市場(chǎng)的重要組成部淡。為活躍市場(chǎng)流動(dòng)性，1993年上交所對(duì)國(guó)債期貨合約進(jìn)行優(yōu)債，為市場(chǎng)提供了針對(duì)中短期利率變動(dòng)的有效對(duì)沖手段。隨后，2018年，為了滿足市場(chǎng)對(duì)于更短期限風(fēng)險(xiǎn)管理工具的需求，中白，為短期資金管理和風(fēng)險(xiǎn)對(duì)沖提供了更為精細(xì)化的操作工具。期國(guó)債期貨與對(duì)應(yīng)現(xiàn)券的價(jià)格相關(guān)系數(shù)分別為98.持倉(cāng)39.91萬(wàn)手。兩指標(biāo)年均增長(zhǎng)率分別為45.96%、59.69%。2.11%和4.33%。整體來(lái)看，交割率保持在較低水平，參與交割市場(chǎng)機(jī)構(gòu)投資者持倉(cāng)比重高達(dá)92.79%，延續(xù)了現(xiàn)券市場(chǎng)以機(jī)構(gòu)易策略，為組合管理增加收益。2022年以來(lái)，降息、降準(zhǔn)和結(jié)60BP、40BP，較8月上升逾10BP。投資者通過(guò)買入短期國(guó)債期額，實(shí)施空頭舉手交割方式，增加券款對(duì)付(DVP)交割模式和引監(jiān)管制度方面，頂層設(shè)計(jì)上，2022年出臺(tái)的期貨法從根本與目的及持倉(cāng)限制等也都做了進(jìn)一步細(xì)化規(guī)定，2020年中金所可交割國(guó)債在銀行間市場(chǎng)的交易金額由日均39.36億元上升到積極支持公司債券發(fā)行，有力支持了實(shí)體經(jīng)濟(jì)融資；另一方面，配表12年期國(guó)債期貨發(fā)行前后波動(dòng)率配對(duì)T檢驗(yàn)配量tdfP配對(duì)2）率發(fā)發(fā)3動(dòng)率進(jìn)行配對(duì)T檢驗(yàn)，結(jié)果如表2所示：表25年期國(guó)債期貨發(fā)行前后波動(dòng)率配對(duì)T檢驗(yàn)tfP配對(duì)2） 3tfP配對(duì)2）tdfPd率本文利用Nelson-Siegel-Sven方進(jìn)行配對(duì)T檢驗(yàn)，均值即為均方誤差，結(jié)果如表tfP配對(duì)2）發(fā)行后殘差平方，P值為0.000***，在1%水平上顯著，拒絕原方進(jìn)行配對(duì)T檢驗(yàn)，均值即為均方誤差，結(jié)果如表6所示：tfP配對(duì)2）4發(fā)行后殘差平方，P值為0.574，因此發(fā)行前殘差平表710年期國(guó)債期貨發(fā)行前后定價(jià)誤差配對(duì)T檢驗(yàn)tfP配對(duì)2）4發(fā)行后殘差平方，P值為0.000***，在1%水平上顯著，拒絕原平方進(jìn)行配對(duì)T檢驗(yàn)，均值即為均方誤差，結(jié)果如表8所示：fP配對(duì)2）9發(fā)行后殘差平方，P值為0.000***，在1%水平上顯著，拒絕原要數(shù)據(jù)源進(jìn)行描述性統(tǒng)計(jì)，檢驗(yàn)Rt是否服從正態(tài)分布，結(jié)果如度度WP值MMP值-1000使用ARMA-GARCH模型進(jìn)一步檢驗(yàn)國(guó)債期貨上市前后國(guó)債波的過(guò)程系數(shù)，zt是外生沖擊，Ω是人為設(shè)定的分布函數(shù)（本文針對(duì)5年期Rt建立ARMA(0,1)-GARCH(1,1)模型，重要參數(shù)如結(jié)果顯示，虛擬變量系數(shù)ζ不顯著異于零，說(shuō)明在控制經(jīng)濟(jì)圍較小，說(shuō)明30年期國(guó)債期貨和現(xiàn)貨價(jià)格ADF檢驗(yàn)表量數(shù)tP格025419*2542*7364ADF檢驗(yàn)表量數(shù)tP格0425414*72542*0465故國(guó)債期貨價(jià)格和國(guó)債現(xiàn)貨價(jià)格的一階差分序列均為平穩(wěn)時(shí)間表13VAR模型滯后階數(shù)檢驗(yàn)0123456789注：某一滯后階數(shù)的有最多的*，可認(rèn)為模型的最佳滯后階數(shù)為2階，而JJ檢驗(yàn)的值值系結(jié)果顯示，原假設(shè)為無(wú)協(xié)整關(guān)系的跡>5%臨界值，拒絕原假<5%臨界值，不能拒絕原假設(shè)，故國(guó)債期貨價(jià)格序列和國(guó)債現(xiàn)貨表15Granger因果檢驗(yàn)FPcoefz51777*87coefz5]110786loading-coefficients-column1coefz00000方差分解的信息份額模型（IS模型）度量國(guó)債期貨和國(guó)債現(xiàn)貨首先，根據(jù)VEC模型得到的誤差修正項(xiàng)系數(shù)計(jì)算成分份額（CSCSi反映了另一個(gè)市場(chǎng)相對(duì)于市場(chǎng)i對(duì)于VEC模型殘差的方差-協(xié)方差矩陣為Ω,如式（8）所示。根據(jù)Cholesky因子分解，將方差-協(xié)方差矩陣分解成Ω=表19價(jià)格發(fā)現(xiàn)貢獻(xiàn)度的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度上限為95.56%，下限為68.96%，遠(yuǎn)超國(guó)債現(xiàn)本文從國(guó)債期貨市場(chǎng)是否具有價(jià)格發(fā)現(xiàn)功能以及價(jià)格發(fā)現(xiàn)貢獻(xiàn)度兩個(gè)維度探究國(guó)債期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)效率，首先通過(guò)用JJ協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)、VEC模型和脈沖響應(yīng)函數(shù)分3、由格蘭杰因果檢驗(yàn)可知，國(guó)債期貨價(jià)格領(lǐng)先于國(guó)債現(xiàn)貨債現(xiàn)貨價(jià)格變化的能力，因此我國(guó)30年期4、由VEC模型的結(jié)果可知，誤差修正項(xiàng)對(duì)國(guó)債現(xiàn)貨價(jià)格具格發(fā)現(xiàn)貢獻(xiàn)度上限為95.56%，下限為68.96%，遠(yuǎn)超國(guó)債現(xiàn)貨市ADF檢驗(yàn)表量tP2012ADF檢驗(yàn)表量tPADF檢驗(yàn)表量tP價(jià)格012ADF檢驗(yàn)表量數(shù)tP國(guó)債期貨0554811*254824*4548表23VAR模型滯后階數(shù)檢驗(yàn)0123456789注：某一滯后階數(shù)的有最多的*，可認(rèn)為模型的最佳滯后階數(shù)為2階，而JJ檢驗(yàn)的表24JJ檢驗(yàn)值值值系結(jié)果顯示，原假設(shè)為無(wú)協(xié)整關(guān)系和最多1個(gè)協(xié)整關(guān)系的跡>5%臨界值，拒絕原假設(shè)，說(shuō)明至少有2個(gè)協(xié)整關(guān)系；原假設(shè)為最多2個(gè)協(xié)整關(guān)系的跡<5%臨界值，不能拒絕原假設(shè)，故2年貨貨貨貨貨貨貨貨貨貨貨貨貨價(jià)格變化。因此，10年期國(guó)債期貨價(jià)格領(lǐng)先于2年期國(guó)債期分析。由前文可知，VAR模型的最佳滯后階數(shù)是2階，VEC模型coefz5]14*23625Price_5coefz51185*582258*13coefz5]11*27057loading-coefficients-column1coefz000000coefzbet0bet0bet-0.991*10年期國(guó)債期貨價(jià)格=0和-5.551e-17*2年期國(guó)債期貨的結(jié)果如表31所示。貨貨價(jià)誤差。接著，使用ARMA-GARCH模型進(jìn)一步檢驗(yàn)在消除市場(chǎng)整格發(fā)現(xiàn)功能以及價(jià)格發(fā)現(xiàn)貢獻(xiàn)度兩個(gè)維度探究國(guó)債期貨市場(chǎng)的模型和脈沖響應(yīng)函數(shù)分析的方法檢驗(yàn)國(guó)債期貨市場(chǎng)是否具有價(jià)1、建立健全監(jiān)管體系。防止過(guò)度投機(jī)和價(jià)格操縱行為導(dǎo)致2、完善期貨信息披露制度。目前期貨信息披露制度存在以3、強(qiáng)化交易者適當(dāng)性管理。根據(jù)投資者的風(fēng)險(xiǎn)承受能力、4、健全交易機(jī)制?？蓮娜齻€(gè)方面健全國(guó)債期貨市場(chǎng)交易機(jī)5、優(yōu)化投資者結(jié)構(gòu)。積極引導(dǎo)商業(yè)銀行、保險(xiǎn)機(jī)構(gòu)、養(yǎng)老參考文獻(xiàn)[4]曹軼嵐,張凌楓,盧軼倫.場(chǎng)內(nèi)利率期權(quán)對(duì)債券市場(chǎng)穩(wěn)23(2):391-402.[8]郭磊.國(guó)債期貨價(jià)格發(fā)現(xiàn)功能分析——基于結(jié)構(gòu)突變?nèi)?2017,(12):17-21.DOI:10.16395/j[9]郭瑜.我國(guó)國(guó)債期貨對(duì)債券現(xiàn)貨收益率及其波動(dòng)率的DOI:10.27424/ki.gxmdu.2020.00[10]何繼海.我國(guó)五年期國(guó)債期貨合約價(jià)格發(fā)現(xiàn)效率與套[11]何平,劉澤豪,范中杰.國(guó)債期貨交易對(duì)利率市場(chǎng)波動(dòng)性影響的實(shí)證檢驗(yàn)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),DOI:10.16511/ki.qhdxxb.2017.22[13]闞穎迪.國(guó)債期貨對(duì)國(guó)債現(xiàn)貨市場(chǎng)流動(dòng)性影響的實(shí)證[14]李慕春.推動(dòng)國(guó)債期貨市場(chǎng)高質(zhì)量發(fā)展持續(xù)提升服[15]劉紹統(tǒng).守正創(chuàng)新促進(jìn)國(guó)債期貨市場(chǎng)高質(zhì)量發(fā)展[17]呂映輝,李淵.我國(guó)國(guó)債期貨市場(chǎng)與現(xiàn)貨市研究[J].財(cái)會(huì)研究,2016,(04):76-80.[19]王蕾,馮倩楠.利率市場(chǎng)化、國(guó)債期貨價(jià)格發(fā)現(xiàn)與風(fēng)險(xiǎn)[20]徐蘇江.我國(guó)國(guó)債期貨對(duì)現(xiàn)貨的價(jià)格影響[J].上海金2015(7):5.DOI:10.13910/ki.sh[21]楊帆.國(guó)債期貨市場(chǎng)與現(xiàn)貨市場(chǎng)的交互影響:基于中國(guó)