第
30
卷
摇
第
1
期
摇 摇
杨艳军
,
费
摇
然
:
基于
Geweke
分解检验的基金投机与国际资源性商品期货价格关系研究
表
2摇 Johansen
协整检验结果
原假设
:
协整方程的个数
特征根
迹统计量
5%
临界值
概率
0
个
0郾 049 484
23郾 909 88
20郾 261 84
0郾 015 0
最多有
1
个
0郾 014 826
5郾 436 924
9郾 164 546
0郾 238 9
原假设
:
协整方程的个数
特征根
最大特征值
5%
临界值
概率
0
个
0郾 044 488
16郾 473 88
15郾 892 10
0郾 040 5
最多有
1
个
0郾 017 601
6郾 428 245
9郾 164 546
0郾 160 1
摇 摇
由表
2
的
Johansen
协整检验结果可知
,
迹统
计量和最大特征值都大于
5%
的临界值
,
说明在
5%
的显著性水平下
,
管理基金持仓净多头占比与
国际期铜价格之间存在长期的协整关系
。
(
三
)Geweke
分解检验
Granger
因果分解检验虽因其简单明了而得
到广泛应用
,
但它只能检验两变量间长期的因果
关系
,
而无法度量变量间的即时因果关系
。
而且
对于存在双向因果关系的双变量
,Granger
因果关
系检验无法估计并比较双向因果关系
( feedback,
文中又称
“
反馈
冶)
的相对大小
。
为此
,
我们用
Geweke ( 1982 )
[16]
提 出 的
Geweke
分 解 检 验
(Geweke decomposition test )
来度量因果关系
,
Geweke
把变量
X
和
Y
的因果关系
(
F
X
,
Y
)
分解为
X
对
Y
的因果关系
(
F
X
寅
Y
)
和
Y
对
X
的因果关系
(
F
Y
寅
X
)
以及
X
和
Y
的即时因果关系
(
F
XY
),
即
F
X
,
Y
=
F
X
寅
Y
+
F
Y
寅
X
+
F
XY
。
对于时间序列
X
和
Y
,
Geweke
提出如下规范表达式来检验二者之间的
因果关系
:
X
t
=
琢
1
+
移
p
i =
1
茁
i
X
t
-
i
+
着
1
t
Var(
着
1
t
) =
滓
2
1
t
(4)
X
t
=
琢
2
+
移
p
i =
1
茁
i
X
t
-
i
+
移
q
j =
0
姿
j
Y
t
-
j
+
着
2
t
Var(
着
2
t
) =
滓
2
2
t
(5)
X
t
=
琢
3
+
移
p
i =
1
茁
i
X
t
-
i
+
移
q
j =
1
姿
j
Y
t
-
j
+
着
3
t
Var(
着
3
t
) =
滓
2
3
t
(6)
Y
t
=
琢
4
+
移
p
i =
1
茁
i
Y
t
-
i
+
着
4
t
Var(
着
4
t
) =
滓
2
4
t
(7)
Y
t
=
琢
5
+
移
p
i =
1
茁
i
Y
t
-
i
+
移
q
j =
0
姿
j
X
t
-
j
+
着
5
t
Var(
着
5
t
) =
滓
2
5
t
(8)
Y
t
=
琢
6
+
移
p
i =
1
茁
i
Y
t
-
i
+
移
q
j =
1
姿
j
X
t
-
j
+
着
6
t
Var(
着
6
t
) =
滓
2
6
t
(9)
其中
,
最佳滞后长度
p
和
q
需运用赤池信息
准则
( Akaike Information Criterion, AIC)
加以确
定
,
则
F
X
,
Y
、
F
X
寅
Y
、
F
Y
寅
X
和
F
XY
为零的原假设的最大
似然检验值分别为
:
F
X
寅
Y
= ln (
啄
2
4
t
/ 啄
2
6
t
)
n
~
字
2
(
d
)
(10)
F
Y
寅
X
= ln (
啄
2
1
t
/ 啄
2
3
t
)
n
~
字
2
(
d
)
(11)
F
XY
= ln(
啄
2
3
t
/ 啄
2
2
t
)
n
ln(
啄
2
6
t
/ 啄
2
5
t
)
{
n
~
字
2
(1)
(12)
F
X
,
Y
=
F
Y
寅
X
+
F
X
寅
Y
+
F
XY
~
字
2
(2
d
+ 1) (13)
其中
,
n
为观测值的个数
,
d
为两配对模型自
由度之差
。
由于国际期铜价格
(
PRICE
)
和管理基金净多
头持仓占比
(
PNL
)
序列都是一阶单整序列
,
为避
免模型出现
“
伪回归
冶
现象
,
对这两个序列进行一
阶差分
,
得到一阶差分的序列
DPRICE
、
DPNL
,
这
样保证了模型的平稳性
。
运用
Eviews6郾 0
进行
Geweke
检验
,
得到的结果见表
3。
表
3摇 Geweke
因果分解检验结果
F
X
寅
Y
F
Y
寅
X
F
XY
F
X
,
Y
反馈分解值
0郾 012 825
0郾 000 310
0郾 396 097
0郾 409 232
相伴概率
0郾 030 493
0郾 736 765
0郾 000 000
0郾 000 000
反馈份额
/ %
3郾 13
0郾 08
96郾 79
100
摇 摇
注
:
X
=
DPRICE
,
Y
=
DPNL
。
·38·
