基于高频数据的沪深300指数期货价格发现能力研究

内容提要：从股指期货和现货对新信息的反应速度、新信息融入比率两个角度，研究了沪深300股指期货的价格发现能力。研究采用了沪深300指数期货和现货的1分钟高频数据进行实证分析，使用向量误差修正模型和脉冲响应函数分析的结果表明，股指期货市场对新信息的反映速度快于现货市场。使用I-S模型和PP-T模型实证分析的结果表明，新信息主要通过沪深300指数期货市场进行反映。从新信息反映速度和融入比率两方面来看，沪深300指数期货市场的价格发现能力都要强于指数现货市场。
    关键词：沪深300指数期货 价格发现 信息份额模型 永久短暂模型
    作者简介：何诚颖，浙江财经学院，国信证券博士后科研工作站；张龙斌，陈薇，国信证券博士后科研工作站。
    引言
    价格发现功能是股指期货市场最基本的经济功能之一。由于缺乏股指期货等做空手段，我国证券市场长期以来一直面临着市场暴涨暴跌、定价效率低等问题。证券监管部门多年来一直筹划推出股指期货这一金融创新工具，企图借助股指期货市场的价格发现功能，提高我国证券市场的定价效率。2010年4月19日，沪深300指数期货经过多年的精心准备，终于在中国金融期货交易所（CFFEX）成功上市。沪深300指数期货推出之后，其对A股市场的影响究竟如何，已经成为证券监管部门关注的重要问题。其中，沪深300指数期货推出初期，是否如海外成熟股指期货市场一样具有价格发现功能，是当前理论界和实务界争论的热点问题。
    有的观点认为，沪深300指数期货推出初期，投资者群体以个人投资者为主，由于开户门槛较高，参与人数较少，而且包括基金、证券公司、QFII、私募基金等对市场具有影响力的机构投资者，基本上都还不允许参与股指期货交易，因此沪深300指数期货短期之内对现货市场影响力较小，股指期货的市场趋势是追随现货市场走势的。在沪深300指数期货推出之前，许多学者对沪深300指数期货仿真交易数据的研究也表明，沪深300指数期货仿真交易合约的价格基本跟随现货指数价格变动，股指期货的仿真交易基本不具备价格发现能力，现货市场在定价中仍占主导地位。
    但最近也有研究发现，沪深300指数期货价格变化经常领先现货指数价格变化两分钟的现象，股指期货价格经常领先现货价格出现拐点，认为沪深300期指期货价格发现能力初显，并建议投资者利用沪深300指数期货价格作为现货指数价格变化趋势的先行指标进行短线交易。此外，沪深300指数期货推出后，A股现货市场便出现了暴跌，沪深300指数现货由期货上市前一交易日的收盘价3356.33点，一路急跌至2462.40点，跌幅高达30％。因此，有的学者认为是沪深300指数期货的做空机制和价格发现功能导致了A股市场的暴跌。
    由此可见，沪深300指数期货推出之后，其价格发现功能究竟如何还存在争论。因此，本文将针对这一问题进行系统的研究。
    一、文献综述
    Garbade和Silber（1983）最早建立了期货价格与现货价格之间相互联系的动态模型来刻画期货价格和现货价格在价格发现功能中作用的大小。随后，Kawaller和Koch（1987）采用三阶段最小方差回归方法对芝加哥商品交易所（CME）1984年和1985年间的每分钟交易数据进行研究。结果发现，期货价格领先现货价格的时间为20分钟至45分钟，而指数价格仅仅引导1分钟左右的期货价格变化，领先—滞后关系稳定地存在于不同的交易日和不同的期货合约检验之中。Brooks等（2001）用VAR模型和向量误差修正模型（VECM）同时研究了FISE-100指数现货和期货之间的关系，研究表明期货价格的滞后变化有助于预测现货价格的变化。虽然研究领先滞后关系可以证实价格发现的存在性以及影响的方向性，却难以量化每个市场对价格发现的贡献。为解决价格发现的量化问题，Gonzalo和Granger（1995）、Hasbrouck（1995）分别提出共因子模型和信息份额模型。此后，Baillie（2002）以及Hasbrouck（2002）对信息共享模型进行了深入的研究与探讨，给出了价格发现的量化方法。Harries等考察了同时在纽约证券交易所（NYSE）和地区交易所进行交易的美国股票的价格发现。
    在具体应用方面，Booth（1999）通过采用德国DAX指数的证券日内交易数据分析了股指现货、股指期货、股指期权三者之间的价格发现过程。研究发现，期货价格引导现货价格，而现货价格引导期权价格。Hasbrouck（2003）发现对于标准普尔500指数和纳斯达克100指数来说，小型期货合约对价格发现起到了决定性的作用。Darrat和Zhong（2002）利用价格发现模型研究了纽约市场和东京市场对亚太地区个新兴市场的价格发现的作用。Nam等（2006）研究了韩国综合股价指数（KOSPI）200指数期货及其指数期权的每分钟价格，并指出KOSPI200指数期货和期权都具有价格发现的功能。Christos和Dimitrios（2007）通过对希腊股指期货市场1999-2001年间的数据进行分析，也发现期货市场价格领先于现货市场价格。
    国内学者也对股指期货的价格发现进行了大量研究。肖辉等（2006）的研究发现，期货市场在价格发现过程占主导地位，并且随着期货市场的发展，期货市场在价格发现中的作用越来越大，起到了信息中心的作用。熊熊、张维等（2007）等研究了新加坡衍生产品交易所和中国台湾期货交易所共同上市的台湾股票指数期货。结果表明，两种台湾股票指数期货和它们的标的资产之间存在着一个共因子，而且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。其根本原因是，新加坡相对宽松的监管制度决定了它能够更有效地进行市场交易制度改革，从而占据价格发现的主体地位。刘博文（2008）、严敏和巴曙松（2009）等学者，研究了沪深300股指期货仿真合约的价格发现能力，发现我国股指期货价格发现效率低于股指现货。文先明（2010）研究了沪深300期货仿真交易的价格发现，研究表明仿真合约的价格发现没有达到成熟期货市场的价格发现水平。
    综上所述，海外成熟市场股指期货价格发现的研究表明，股指期货价格往往领先于现货价格，在价格发现中起主要作用。然而，国内学者对于沪深300股指期货仿真交易的研究却得到了相反的结论，发现我国的沪深300指数期货仿真交易对现货价格影响不大，还不具备价格发现的功能。我国沪深300指数期货推出时间不长，有关其价格发现功能的系统研究目前还不多见。因此，我国沪深300指数期货价格的发现功能如何表现还有待进一步研究。
    二、价格发现的定义与衡量标准
    沪深300指数期货的价格发现能力究竟如何？在解答这个问题之前，首先需要明确价格发现的定义，价格发现能力的衡量标准以及不同市场价格发现能力存在差异的原因。下面利用金融微观结构理论对价格发现的相关概念进行介绍和阐释。
    金融微观结构理论认为，价格发现过程是指在一个市场中，新信息随机产生，投资人观察到信息后，通过交易行为将信息反映到资产价格上的过程。如果价格发现过程及时有效，其表现的结果便是Fama（1970）所描述的有效市场：价格能够迅速并且充分地反映信息。
    然而在实际交易中，新信息通常会影响到两个或者多个相关市场的资产价格，例如宏观经济数据的变动将同时影响到股指期货市场和现货市场的价格变化。在两个或者多个相关市场中，新信息可以通过交易行为在不同的市场的资产价格变化中得到反映，然后再通过信息的传递影响到其他市场的资产价格，并最终通过信息在不同市场中的反复传递和相互作用形成有效的均衡价格。不同市场的价格发现能力可以通过两个方面来衡量：一是不同市场对新信息的不同反应速度，二是新信息融入不同市场价格中的比率。在两个或者多个相关市场中，如果其中一个市场的价格反映信息的速度经常领先其他市场，或者新信息的大部分比例通过某个市场的资产价格变化来揭示，则可称此市场的价格发现功能优于其他市场。
    金融微观结构理论中的信息传递模型表明，知情交易者交易的结果导致价格序列中包含了新的信息。如果知情交易者选择某个特定的交易市场交易，那么这个市场的价格将首先揭示私有信息，并进一步将信息传播到其他市场。由于不同市场微观结构的差异，拥有私有信息的投资者通常会选择某个对自己有利的市场进行交易，从而实现投资收益的最大化。大多数信息的知情交易者选择进行交易的市场，其反映新信息的能力通常要优于其他市场，也就是说，这个市场的价格发现功能要强于其他市场。因此，微观结构不同的市场对信息处理的过程以及对新信息反映的速度是存在差异的。目前，知情交易者偏好不同微观结构市场的原因主要基于以下三种假设：（1）杠杆假设。具有高杠杆特征的市场提供了更好的价格发现功能。（2）交易成本假设。知情交易者倾向于在最低交易成本的市场交易，因为交易成本会减少利润，交易成本主要包括了佣金和买卖价差。（3）卖空便利性假设。具有利空信息的知情交易者倾向于在卖空便利的市场进行交易。股指期货市场和现货市场在微观结构方面也存在许多差异，因此这两个市场在价格发现过程中所起的作用应该也是不同的。
    三、股指期货价格发现功能的实证检验模型
    由于市场的价格发现能力可以通过不同市场对新信息的不同反应速度和新信息融入不同市场价格中的比率来衡量。因此，关于价格发现的度量模型均基于这两种度量方法。其中，基于新信息反映速度的价格发现模型，一般是通过对股指期货和现货价格的动态关系进行建模，来考察两者在时间上的相互引导关系，比如常用的向量误差自回归模型等。基于信息融入比率的价格发现模型，则是通过因子分解、方差分析等方法，进一步从数量上度量每个市场的价格发现能力，如Hasbrouck（1995）提出的信息份额模型、Gonzalo和Granger（1995）提出的永久短暂模型。本文将利用上述模型，从沪深300股指期货和现货的信息反应速度，新信息融入股指期货和现货价格的比率这两个方面入手，对沪深300股指期货的价格发现功能进行考察。
    1.基于新信息反映速度的实证模型
    向量误差修正模型（VECM）在考察两个或多个存在协整关系的时间序列之间的动态关系时被广泛应用。这个模型经常被用来研究股指期货和现货的相互引导关系，并成为考察股指期货和现货市场对新信息反映速度的主要方法。基于向量误差修正模型的脉冲响应函数分析方法可以揭示在多个变量组成的系统中，任一单变量的变动对其他变量产生影响的动态过程。因此，脉冲响应函数可以用来揭示股指期货（股指现货）价格变动对股指现货（股指期货）价格变化的动态影响。下面将对向量误差修正模型和脉冲响应函数进行介绍。
    
    2.基于信息融入比率的实证模型
    向量误差修正模型可以说明期货价格与现货价格之间的相互引导关系，但这种时间上的因果关系重在影响方向确认，而在向量误差修正模型基础上进行公共因子分析，不仅可以明确哪个市场具有引导作用，还可以从数量上确认每个市场的价格发现优势。目前主要有两种度量方式，一个是由Hasbrouck（1995）提出的信息份额模型（Information Share，I-S），此模型将价格发现定义为新息冲击对公共因子产生的方差，关注于期货市场与现货市场对此方差的相对贡献大小；另一个是由Gonzalo和Granger（1995）提出永久短暂模型（permanent Transitory，P-T），此模型把价格的变化划分为永久冲击和短暂冲击，通过永久冲击的误差修正系数来研究每个市场对共因子的贡献。
    Baillie等研究了这两种模型之间的关系，认为I-S模型与P-T模型提供了相似的结果，前提是两个市场的信息项不存在当期相关，如果这些残差中有强烈的相关，那么这两个模型得到的结果就会迥异。
    Hasbrouck（1995）提出的信息份额模型（Information Share）和Gonzalo和Granger（1995）提出永久短暂模型（Permanent Transitory）的具体形式介绍如下：
    （1）信息份额模型（Information Share）。Hasbrouck（1995）将向量误差修正模型变换成向量滑动平均形式（VMA）：
    
    
    四、沪深300指数期货价格发现功能检验的数据选择与处理
    本文选取了沪深300指数期货和现货的1分钟高频数据作为研究对象。样本区间为2010年5月24日到2010年6月4日，样本跨度为10个交易日。选择5月24日开始研究是由于沪深300指数期货5月合约（IF1005）于5月21日结算，6月合约（IF1006）从5月24日开始成为成交最活跃的主力合约。在IF1006之前推出的IF1005是我国股指期货第一份近月合约，由于推出初期IF1005运行还不稳定，所以没有选为研究对象。由于股指期货和现货交易开盘和收盘时间不同，以及交易不活跃导致高频数据中的某些时间段没有发生交易，所以样本存在交易时间不同步现象。
    通过编程对高频交易数据进行了同步匹配处理。由于沪深300指数期货的开盘时间和收盘时间分别比现货市场提早15分钟和推迟15分钟，这段时间沪深300现货没有交易，因此，现货指数的价格按最近一笔的收盘价计算，对于交易缺失的数据，也用最近一笔交易的收盘价计算。经过处理后，IF1006和HS300价格序列的长度为2710个，IF1006和HS300价格序列的1分钟数据如图1所示。
    
    

    
    五、沪深300指数期货价格发现功能的实证检验
    前面部分介绍了基于不同市场对新信息的反应速度，以及新信息融入不同市场价格比率的实证分析模型。因此，下面将利用这些实证模型对我国沪深300指数期货的价格发现能力进行实证检验。
    1.基于新信息反映速度的沪深300指数期货价格发现功能检验

    
    
    
    
    
    向量误差修正（VEC）模型的估计结果验证了期货价格与现货价格之间的双向引导关系，但是没能给出二者短期价格发现能力的相对强弱以及彼此之间的动态互动过程。为进一步分析期货价格变动与现货价格变动之间的相互影响，下面运用脉冲响应函数对其进行进一步的研究。脉冲响应函数分析的主要思想是分析向量误差修正模型中残差项一个标准误差的冲击对期货与现货价格变动影响作用的大小，也即描述变量间短期行为传递的过程和速度。这里我们运用冲击反应函数（Impulse Responses）方法进一步刻画沪深300指数期货价格变动与现货价格变动之间的相互影响，脉冲响应函数的分析的结果如下页图2所示。
    
    脉冲响应分析描述的是向量误差修正模型中一个内生变量的冲击给其他内生变量所带来的影响，而方差分解（Variance Decomposition）则是通过分析每一个结构冲击对内生变量变化（一般用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对变量产生影响的每个随机扰动的相对重要性的信息。
    从方差分解图（见下页图3）中可以看出，当滞后1期时，现货价格变动的总方差全部来自于现货市场。然而，从第2期开始，总方差来自于期货市场的部分迅速增加，在滞后60期时，期货市场对现货价格变动方差的贡献已经超过了60％。从期货价格变动长期作用部分的方差分解序列中，可以发现期货市场价格变动的方差主要来源于期货市场，现货市场对期货价格变动方差的贡献始终没有超过10％。
    
    
    方差分解的结果表明，期货市场对现货市场价格变动的贡献要远大于现货市场对期货市场价格变动的贡献，期货市场在价格发现中的作用要强于现货市场。
    2.基于新信息融入比率的沪深300指数期货价格发现功能检验
    为了从新信息融入市场比率的角度考察沪深300指数期货价格发现功能，下面进一步利用Hasbrouck提出的信息份额模型（I-S模型）和Gonzalo和Granger提出的永久短暂模型（P-T模型）对新信息融入沪深300指数期货市场和现货市场的比率进行度量。
    使用Matlab编程对以上两个模型的价格发现比率进行估计，分析结果如表6所示。其中，使用P-T模型估计结果显示，新信息融入股指期货市场价格的比率高达79.28％，而融入现货市场价格的比率仅有20.72％，新信息主要是通过沪深300指数期货价格变化进行反映的。
    
    Hasbrouck的I-S模型的估计结果则显示，沪深300指数期货市场信息份额的上限估计值为98.043％，信息份额的下限估计值为90.235％，股指期货市场的平均信息份额为94.14％；现货市场信息份额的上限估计值为9.765％，份额下限的估计值为1.975％，现货市场的平均信息份额为5.86％。这与Gonzalo-Granger的P-T模型的估计结果基本一致，即期货市场比现货市场对价格发现的贡献度要大，期货市场在价格发现中起到主要作用。
    本文的研究结论与刘博文（2008）、严敏和巴曙松（2009）、文先明（2010）等学者利用股指期货仿真数据研究得到的结论不同，之前的研究表明股指现货在价格发现中起到决定性作用，股指期货的仿真交易的价格发现作用不明显。本文的研究结果则表明，我同的沪深300指数期货也像国际成熟市场一样，具备了很好的价格发现功能。
    3.沪深300指数期货价格发现能力的微观结构理论解释
    实证研究表明，沪深300指数期货和指数现货价格发现能力存在差异。以上差异可以通过两个市场的微观结构差异来解释。金融微观结构理论认为，微观结构不同的市场对信息处理的过程以及对新信息反映的速度是存在差异的，即期货市场和现货市场在价格发现过程中所起的作用是不同的。在我国证券市场中，知情交易者偏好在沪深300指数期货市场进行交易，主要有以下几个方面的原因：
    （1）沪深300指数期货具有高杠杆特性。沪深300指数期货采用的是保证金交易，投资者只需要缴纳15％～20％的保证金就可以进行沪深300指数期货交易，投资杠杆通常在5倍以上。因此，知情交易者倾向于在股指期货市场交易，这样可以利用有限的资金获得5倍以上的投资收益。
    （2）沪深300指数期货交易成本更低。交易成本主要包括佣金、印花税和买卖价差。中金所规定沪深300指数期货的手续费为万分之零点五，而股票现货市场目前的佣金水平在千分之一左右；沪深300指数期货交易不用缴纳印花税，而卖出股票现货需要缴纳千分之一的印花税；另外，沪深300指数期货的交易量要大于现货市场，市场流动性较好，价差成本低于现货市场。因此，知情交易者倾向于在交易成本更低的期货市场进行交易，从而获得更高的利润。
    （3）沪深300指数期货具有卖空便利性。我国现货市场还存在诸多卖空限制，虽然融券交易已经先于股指期货推出，但开展融券业务的券商可提供的融券品种和数量都十分有限、融券交易成本也很高，而且存在报升规则对卖空价格的限制，这导致投资者在获得利空信息后，难以通过现货市场卖空获利。股指期货报升规则，又称为上涨抛空，即卖空的价格必须高于最新的成交价，该项规则起初是为了防止金融危机中的空头打压导致暴跌。在我国，《上海证券交易所融资融券交易试点实施细则》和《深圳证券交易所融资融券交易试点实施细则》根据上交所和深交所的融券融券暂行规定了融券卖空中的报申规则：“融券卖出的申报价格不得低于该证券的最近成交价；当天还没有产生成交的，其申报价格不得低于前收盘价。低于上述价格的申报为无效申报。”因此，我国证券市场在推行融资融券初期，存在诸多卖空限制。沪深300指数期货市场不存在上述限制，因此，期货市场是利空信息更为便利的反应渠道。
    六、结论
    价格发现功能是股指期货市场最基本的经济功能之一。研究从沪深300指数期货和现货对新信息的反应速度、新信息融入两个市场价格比率这两个角度，对沪深300股指期货市场的价格发现机制进行了系统的研究。
    研究首先使用VECM模型、脉冲响应函数、方差分解等方法，实证分析了沪深300指数期货和现货1分钟高频数据之间的动态关系。实证结果表明，IF1006和HS300的相互影响主要表现为IF1006对HS300的影响。这种影响主要表现在两个方面：首先，脉冲响应函数显示，期货市场对新信息的反映速度要快于现货市场，现货市场对价格的反映具有滞后性；另外，方差分解的结果显示，现货价格的变动有60％的方差是有股指期货市场引起的，而期货市场的价格变动只有不到10％是由现货市场引起的，期货市场在价格发现中起主导作用。
    研究还利用I-S模型和P-T模型考察了新信息融入沪深300指数期货市场和现货市场的比率。I-S模型估计结果表明，新信息在IF1006中首先反映的比例高达94.14％，而在现货市场中反映的比率只有5.86％；P-T模型也得出了一致的结论,P-T模型的结果表明新信息在IF1006中首先反映的比例高达79.28％，在现货市场中首先反映的比率只有20.72％。
    由此可见，无论从不同市场对新信息反映速度，还是从新信息融入不同市场价格比率的角度，实证结果都一致表明，股指期货市场相对于现货市场而言，在价格发现中发挥了主要的作用。本文的研究结论与之前刘博文（2008）、严敏和巴曙松（2009）、文先明（2010）等学者利用股指期货仿真数据研究得到的结论不同，之前的研究都表明沪深300指数现货在价格发现中起到决定作用，而沪深300指数期货合约的仿真交易基本不具备价格发现的功能。本文的实证研究结果则表明，我国的沪深300指数期货也像国际成熟市场一样，具备了很好的价格发现功能，这有利于我国A股市场价格发现和定价效率的提高。
    本文的研究结论还对投资者的投资决策具有重要的指导意义。首先，本文的实证结果表明，股指期货对新信息的反映速度要快于现货指数，股指期货的价格变动通常可以看做是现货价格变动的先行指标，作为现货交易方向的参考。例如，股指期货常常领先于现货价格出现拐点，当在短线交易中发现股指期货价格领先于现货价格出现拐点时，则可以看做是对现货进行反向操作的信号。另外，股指期货的价格发现功能表明，股指期货价格对市场的定价起主导作用，当股指期货和现货价格发生偏离时，现货价格将向股指期货价格方向进行调整。因此，当股指期货出现大幅升水时，则可以看成是未来市场将上涨的信号，现货价格将要通过上涨向股指期货价格方向进行调整，从而纠正定价的偏差；相反，当股指期货价格出现贴水时，则表明市场将出现下跌，现货价格将向下调整纠正定价偏差。因此，投资者可以根据股指期货和现货定价偏差的情况来判断未来的市场走向，进行相关的买卖操作。
    参考文献：
    [1]Garbade K D, Silber W L, 1983, Price Movement and Price Discovery in Futures and Cash Markets[J], Review of Economics and Statistics, 65, 289～297.
    [2]Kawaller I G, Koch P D, Koch T W, 1987, The Temporal Price Relationship Between S & P 500 Futures and the S & P 500 Index[J], Journal of Finance, 42, 1309～1329.
    [3]Brooks C, Rew A G, Ritson S, 2001, A Trading Strategy Based on the Lead-lag Relationship Between the Spot Index and Futures Contract for the FTSE 100[J], International Journal of Forecasting, 17, 31～44.
    [4]Gonzalo J, Granger C W J, 1995, Estimation of Common Long-memory Components in Cointegrated Systems[J], Journal of Business & Economic Statistics, 13, 27～35.
    [5]Hasbrouck J, 1995, One Security, Many Markets: Determining the Contributions to Price Discovery[J], Journal of Finance, 50, 1175～1199.
    [6]Baillie R T, Booth G G, Tse Y, ZabotinaT, 2002, Price Discovery and Common Factor Models[J], Journal of Financial Markets, 5, 309～321.
    [7]Hasbrouck J, 2002, Stalking the "Efficient Price" in Market Micro Structure Specifications: An Overview[J], Journal of Financial Markets, 5,329～339.
    [8]Harris F H DeB, Mclnish T H, 1995, Cointegration, Error Correction, and Price Discovery on Informationally Linked Security Markets[J], Journal of Financial and Quantitative Analysis, 30, 563～579.
    [9]Booth G G, So R W, Tse Y, 1999, Price Discovery in the German Equity Index Derivatives Markets[J], Journal of Futures Markets, 19, 619～643.
    [10]Hasbrouck J, 2003, Intraday Price Formation in U. S. Equity Index Markets[J], Journal of Finance, 58, 2375～2400.
    [11]Darrat A F, Zhong Maosen, 2002, Permanent and Transitory Driving Forces in the Asian Pacific Stock Markets[J], The Financial Review, 37, 35～52.
    [12]Nam S O, Kim H K, 2006, An Empirical Analysis of the Price Discovery and the Pricing Bias in the KOSPI 200 Stock Index Derivatives Markets[J], International Review of Financial Analysis, 15, 398～414.
    [13]Christos D, et al., 2007, Network Security: Current Status and Future Directions[Z], Wiley IEEE Press, 6, 572.
    [14]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年第21期。
    [15]熊熊、张维、李帅等：《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年第11期。
    [16]刘博文、房振明：《我国股指期货与现货价格发现效率实证研究》[J]，《大连理工大学学报(社会科学版)》2008年第3期。
    [17]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年第10期。
    [18]文先明、梁琳、黄亚雄：《股指期货仿真交易与现货相互引导关系》[J]，《系统工程》2010年第3期。