有色金属期货价格预测模型.pdf

第三章上海期铜期指数与其主要影响因素的实证分析由前章的分析，我们直观地了解到，影响期铜价格的因素是多方面的，其基本面如现货价格，经济面如GDP增长率和汇率、利率，相关商品的价格，以及交易者的预期和投机性等都对期铜的价格变化趋势有明显的影响。实际上，这些影响因素之间也会有相互影响，所以它们同期铜价格之间的关系不是简单的解释与被解释的关系，而是错综复杂的交织影响的关系。本章以上海期货交易所(S盯E)的铜期货数据为例，选取铜现货价格，LME 铜期货价格和美元指数为影响沪铜期货价格的主要因素，利用数理统计方法分析了中国商品期货市场与国际市场的接轨程度和关联度，并通过建立经济计量模型进行协整分析，定量地刻画和论证了沪铜的期货价格与现货价格的收敛性准则，以及沪铜期货价格与Ll但铜期货价格和美元指数之间的协整关系以及因果关系分析。最后，根据协整关系得到的三个ECM模型，在上海期铜指数与其各个影响因素之间建立了一个多元滞后回归模型，通过检验此模型对预测期铜指数变化趋势有重要的现实意义。第一节协整理论当两个变量均为非平稳时间序列肘，这两个变量问所进行的回归将可能导致伪回归现象。这是因为传统的显著性检验所确定的变量问关系，在事实上是不存在的。但在实证研究中，大多数经济变量都是非平稳的或带有趋势的，所以在研究两个变量(非平稳时间序列之间的长期相互关系时，为了克服伪回归，通常的办法就是运用协整理论和误差校正模型，进行协整分析。一协整的定义及其判定方法对于时间序列XtYp如果它们满足下述条件，则它们是协整的，即二者之间存在长期稳定的关系:1、XtYt之间是1(1)的，即它们本身是非平稳的，但其一阶差分是平稳的。也就是说，它们是一阶平稳时间序列。14 2、存在一个非0常量，使得Yt一Xt=tI(0)，即它们的回归方程的残差序列是平稳的。二误差校正模型协整是均衡关系在统计上的表述。如果Xt和Yt是协整的，则存在一种下列形式的误差校正模型(ECM):.Yt=+1.Xt+自2.Zt-l+Ut(3.1)其中，.Y产Yt-Yt-1，.Xt=Xt-Xt-1,.Zt-l=Yt-1一Xt-1，是协整参数。|日21括:0为调整均衡偏差的幅度。ECM把表示长期均衡的项Zt-l与短期调节有机地结合起来，使Yt沿着长期趋势变化，从而为有关经济分析和预测提供了具体而行之有效的途径。三经济变量之间的因果关系检验计量经济模型的建立过程，本质上是用回归分析工具处理一个经济变量对其他经济变量的依存性问题，但这并不是暗示这个经济变量与其他经济变量之间必然存在因果关系。假设有两个经济变量A，B。如果说A是引起B变化的原因，即A的变化应当发生在B的变化之前，这必须满足两个条件:1、A有助于预测B2、B无助于预测A为了检验这两个条件是否成立，我们需要检验一个变量对了另一个变量的预测没有帮助的假设。例如，我们要检验(A不是引起B变化的原因这个原假设，就要把B对B的滞后值以及A的滞后值进行回归，再将B只对B的滞后值进行回归，然后借助于F统计量:F=(RSSR-RSSUR)(n-k)/(RSSUR飞(3.2)其中，RSSR和RSSUR分别是有约束手口无约束回归的残差平方和，n是样本容量，k 是无约束回归方程中待估参数的个数，q是有约束条件下参数的个数。这样就可15 以确定A的滞后值是否对无约束条件回归的解释能力有显著影响。若显著，则拒绝原假设，认为样本数据与A是B的原因相一致。第二节上海铜期货指数与其现货价格的协整分析样本数据的选择本节所采用的铜现货数据是长江有色金属市场1#铜当日最高价:期货数据采用的是上海期货交易所的铜期货连续价格指数。样本期间从2004年3月1日到2005年12月30日，剔除节假日共计452组数据，单位为人民币元。样本数据均来自上海期货交易所网站。二协整分析下图是沪铜指数与长江现货价格在此期间的价格时序图，从图中可以看出，二者的长期趋势很一致，同升同降，正相关性非常明显。45000 40000 35000 30000 25000 20000 15000 10000 5000。一一长江1#铜一一沪铜指数图3.1沪铜期货指数与长江1#铜现货价格时序图1、根据协整的判定条件，首先要检验沪铜指数与铜现货价格各自的平稳性。按照下式:.y，严。+1Yt-l+t(3.3)其中.Yt=Yt-Yt-1,t=l,2,3,452。16 分别对沪铜指数和铜现货价格进行回归，以便做单整性检验，运用Eviews5检验，结果如下:表3.1期铜指数的单整性ADF检验序列自变量t值DW值t临界值(1%水平)/:,yFt F yrt_1 0.618181 2.077727-3.444627/:,2yFt A YFt-1-21.97786 1.994423-3.444659 此表第一行表示沪铜期货指数的0阶单整ADF检验，第二行为其一阶差分单整ADF检验。可以看出，在0阶检验中，t值为0.618181，大于1%置信水平的临界值-3.444627，说明铜期货价格指数是非平稳的:通过一阶差分检验，其t值为一21.97786，小于其1%置信水平的临界值-3.444659，故而，沪铜期货指数在一阶差分后是一阶平稳的时间序列。表3.2铜现货价格的单整性ADF检验序列自变量t值DW值t临界值(1%水平)1/:,ySt s Y t-l 0.342895 1.779438-3.444627/:,2ySt A YSt-1 一18.979291.978100-3.444659 从此表中我们可以看出，铜现货价格的0阶单整检验的t值为0.342895，大于其1%置信水平的临界值-3.444627，说明铜现货价格是一个非平稳的时间序歹U;而经过一阶差分后，其t值变为一18.97929，小于其1%置信水平的临界值-3.444659，所以，铜现货价格也是一个一阶平稳的时间序列。所以，通过单整性ADF检验，在1%的置信水平上，沪铜期货价格指数与现货价格均为一阶单整的非平稳时间序列，即有/:，ySt-I(1),/:,yFt-I(1)。2、残差的平稳性检验既然期铜指数与铜现货价格均是非平稳的时间序列，那么就要检验它们构成的一元线性回归方程的残差差是否满足平稳行检验。如果此残差序列满足平稳性检验，则表明沪铜期货价格与现货价格之间存在协整关系，亦可写出其ECM方程:否则，二者之间则不存在协整关系。首先建立回归方程为:17=。+1ySt+t 应用Eviews5，回归结果如下:=-954.5309+0.976043 ySt t值-2.54096784.79355 R2=0.941099 F=7189.947(3.4)(3.5)由方程(3.5)可知，上海期铜指数与现货价格的回归方程参数显著性强，线性拟合度高。将此方程的残差序，歹lJet带入方程(3.3)，运用Eviews5进行单整性ADF检验，结果如下:表3.3回归方程残差单整性ADF检验/t值DW值气检验值临界值(1%)检验值临界值(1%)-18.44009-3.444691 2.007191 0.511 很明显，残差序列自回归检验的t值为一18.44009，显著小于1%置信水平的临界值-3.444691，其DW值为2.007191，也显著大于1%置信水平上的临界值0.511，即沪铜期货指数与铜现货价格回归方程的残差序列是一个平稳序列。这说明了上海铜期货指数与铜现货价格具有协整关系，yFt-0.976043 ySt-I(0),协整参数为0.97604303、ECM关系式由于上海期铜指数与铜现货价格具有协整关系，我们可以构建二者之间的ECM关系式，建立如下多元回归ECM方程:D.yFt=十。1D.ySt+自2D.4-1+t(3.6)其中D.Zt-l=y Ft_1-O.976043 ySt_1为误差校正项。18 带入数据进行回归，得出结果如下:t=6.785558+0.695477 Y吕t+0.044884 Zt-l(20.11747)R2=0.679514 F=206.3669(3.274907)(3.7)从(3.7)式可以看出，ECM方程的拟合度为0.679514，不是很高，但是其F值为206.3669，远大于其临界值，这说明此式是有意义的。在方程(3.7)中，Zt-l的系数为0.044884，称为校正系数，其校正机制是:当YFt-10.976043YSH肘，Zt-l对yFt的净效果为正:当YFt-10.976043YSH时，Zt-1对yFt的净效果为负。此外，方程的校正系数为0.044884，说明长期均衡误差校正项对超涨超跌的调整幅度为4.4884%，可见，由于铜期货价格与现货价格的协整关系，市场上存在着小幅度的时期超涨超跌的调整制约机制。三因果关系检验我们通过以上的分析，得出了上海铜期货价格指数与铜的现货价格之间具有协整性，即二者在长期有相同的发展趋势。但是，究竟是哪一个变量起主导作用呢?也就是说，是期货价格引导现货价格的走势，还是现货价格引导期货价格的走势呢?本小节就应用Granger和Sims的因果关系检验法对二者的因果关系展开讨论。经过Eviews5处理，我们将检验结果列表如下:表3.4Granger因果关系检验8滞后长度Granger因果性F值p值结论SF 0.85113 0.42762 拒绝2 FS 5.029 0.00469 不拒绝SF 2.50316 0.05873 拒绝3 1.6*10-5 不拒绝FS 8.52434 SF 1.69338 0.15045 拒绝4 1.2*10-5 不拒绝FS 7.22614 SF 1.18475 0.26356 拒绝20 不拒绝FS 2.04544 0.00531 8J:其中SF代表现货价格不是引起期货价格变化的原因;FS代表期货价格不是引起现货价格变化的原因。19 上述结果显示，现货价格是引起期货价格变化的原因，而期货价格并不是引起现货价格变化的原因，这在理论上与现货是期货的基础资产进而决定期货价格走势的论断是相吻合的。第三节上海铜期货指数与伦敦铜期货价格的协整分析过去十几年来，中国期货市场环境得到了较大的改进，法律体系日益完善，期货市场风险得到了较好的控制。通过上章的分析，我们可以看出我国期货市场与国外期货市场的相关性正在增强。因此，研究国内期货市场与国外期货市场的关联度很有意义。这里我们以上海期货交易所与伦敦金属交易所的铜期货指数加以分析。一样本数据的选择我们采用两个市场的连续铜价格指数数据样本，一是连续价格指数最具有代表性:二是为了研究的方便。样本期间从2004年3月1日到2005年12月30日，剔除国内外的节假日，共计439组数据。其中，沪铜指数采用人民币元记价，LME期铜指数采用美元记价。另外，由于上海比伦敦早8小时开盘，为了使伦敦的交易数据早产生于上海的交易数据以对上海铜期货价格有指导意义，我们在分析肘，将伦敦的数据延迟了一天，即用Ll伍昨日收盘价与S田E今日收盘价进行对比分析。二相关性分析我们建立一个简单线性回归模型来讨论上海期铜指数与LME期铜指数的相关性。毛表示沪铜期指，Xt表示LME铜期指，回归结果如下:Yt=3129.524+8.588114Xt t值9.20071281.63978 R2=0.938469 F=6665.054(3.8)可见，上海铜期货价格与伦敦铜期货价格的相关性很高，而且我们也可以通过图3.2看到，两个市场的铜期货价格走势趋于一致，这说明两个市场铜期货价格具有很高的关联度。20 50000 45000 40000 35000 30000 25000 20000 15000 10000 5000。三协整分析一沪铜期指一L阻期铜指数图3.2沪铜期货指数与LME期铜指数时序图与上一节相同，我们首先要分别检验两个市场中期铜指数的平稳性，然后进行协整分析。1、沪铜期货指数与伦敦铜期货指数的平稳性检验运用方程(3.3)，对沪铜期货指数和伦敦铜期货指数分别进行单整性ADF检验，结果如下:表3.5沪铜期货指数单整性ADF检验T飞序列自变量t值DW值t临界值(1%水平)1A YSQt YSQt-11 0.624651 2.104884 i-3.445059 2ySQt A YSQt-1-21.94739 1.993519-3.445093 很明显，沪铜期货指数在进行。阶单整检验后，其t值为0.624651，大于其置信水平为1%的临界值-3.445059，说明沪铜期货价格指数是一个单位根过程，即是一个非稳定时间序列。但是经过一阶差分再做单整检验后，我们可以看到，其t值为一21.94739，远小于其1%置信水平下的临界值-3.445093，这说明沪铜期货指数经过差分后已经是一个平稳的时间序列。再看伦敦铜期货序列得ADF检验，如图3.6。很明显，没经过差分处理的伦敦铜期货价格指数的t值为0.324696，大于其1%置信水平的临界值-3.445059，即伦敦铜期货指数时间序列是非平稳的，而经过一阶差分后的t值变为一22.48896，小于其1%置信水平的临界值-3.445093。这样，我们可以得到与沪铜期指相同的结论，即伦敦铜期货指数也是一个一阶平稳的时间序列。21 表3.6LME铜期货指数单整性ADF检验序列自变量t值DW值t临界值(1%水平A YLDt LD yUt_1 0.324696 2.135945-3.445059 A2yLDt A YLDt-1-22.48896 2.002404-3.445093 因而，上海期铜指数与伦敦期铜指数这两个时间序列均满足协整判定的第一个条件，即有f1ySQ(-_,1(1),f1 yLDt_ 1(1)。2、回归残差的平稳性检验通过构建沪铜期货指数与伦敦铜期货指数的回归方程，来检验回归方程的残差是否是平稳的，用以判定是否符合协整关系的第二个条件。回归方程为:YSQt=。+1YLDt+t回归结果为:ySQt=3129.524+8.588114yLDt t值9.20071281.63978 R2=0.938469 V c F=6665.054(3.9)(3.10)由方程(3.10)可知，上海期铜指数与伦敦铜期货指数的回归方程参数显著性强，线性拟合度高。将此方程的残差序，歹Uet带入方程(3.3)，运用Eviews5进行单整性ADF检验，结果如下:表3.7回归方程残羞单整性ADF检验t值DW值检验值临界值(1%)检验值临界值(1%)-17.20304-3.445162 1.975797 0.511 残差序列经过自回归检验，其t值为一17.20304，显著小于1%置信水平的临22 界值-3.445162，其DW值为1.975797，也显著大于1%置信水平上的临界值0.511，这就是说由沪铜期货指数与伦敦铜期货指数所构建的回归方程的残差序列是平稳的。即上海铜期货指数与伦敦铜期货指数具有协整关系，Y吕Qt-8.588114yLDt-I(0)，协整参数为8.588114。3、构建ECM方程式由协整的定义，我们了解到，如果两个变量具有协整关系，那么就可以通过构建一个ECM方程来探讨其协整关系对市场的校正影响。既然沪铜期货指数与伦敦铜期货指数具有协整关系，所以我们也可以通过与上一节相同的方法来构建它们的ECM关系式。设此多元回归ECM方程为:ySQt=0十白1 yLDt+自24-1+t 其中Zt-1=ySQt-1-8.588114 yLDt-1为误差校正项。带入数据进行回归，得出结果如下:y SQt=12.36337+4.466875.yLDt-0.055758 Zt-1(13.79692),(-3.449118)R2=0.607799 F=96.71504(3.11)(3.12)从(5.12)式可以看出，ECM方程的拟合度不是很高，但是其F值为96.71504，远大于其临界值，这说明此回归方程在统计上是有意义的。与铜的期货与现货价格的ECM关系式不同，沪铜期货指数和伦敦期铜指数ECM关系式的校正系数为一0.0557588.588114 yLDt-1肘，.4-1对YSQt的净效果为负:当YSQt-14588114YLDH肘，4-1对YSQt的净效果为正。并且，此长期均衡误差校正项对超涨超跌的调整幅度为5.55758%，可见，市场上对超涨超跌的调整制约机制要略强于铜期货与现货市场上长期均衡误差校正项对超涨超跌的调整制约机制。方程(3.12)可以变形得:23 ySQ t=ySQt-l+12.36337+4.466875 IJ.yLDt-O.0557581J.Zt-l(3.13)通过此方程，就可以用预期的伦敦铜期货指数推出与预期同期的上海铜期货指数。四因果关系检验相对于铜的期货价格和现货价格之间的因果关系，上海铜期货指数与伦敦铜期货指数之间的因果关系要重要的多，如果得到了这种因果关系，就可以使商品铜生产商、交易商、国际投资者以及投机者作出更好的定价模型和交易策略，以达到规避铜的现货和期货价格变动风险以期能获得最大利润的目的。由于上海与伦敦两个期货市场铜期指受多种因素的影响，其因果关系表面上并不明显，如果详细地研究其因果关系则超出了本文的范围，所以我们仍然采用与前一节相同的检验方法简要地讨论两个期货指数市场的因果关系。应用Granger和Sims的因果关系检验，并对其运算结果加以整理，我们可得到与上一节相似的检验结果图表，如下所示:表3.8Granger因果关系检验。滞后长度Granger因果性F值p值结论LS 3.35164 0.03594 不拒绝2 SL 18.2415 2.5*10.8 不拒绝1.rr.飞，,11-J LS 4.47734 0.00414 不拒绝3 SL 22.2438 2.1*10-13 不拒绝LS 1.94935 0.07174 不拒绝6 SL 13.2133 1*10.13 不拒绝上述结果显示，无论哪种引导关系分析均不能拒绝原假设，似乎上海铜期货指数与伦敦铜期货指数间的因果关系对滞后长度并不敏感，而且更重要的是，二者之间竟然不存在明显的因果关系，笔者认为其原因是二者之间存在即时的相互引导关系。9J:其中LS表示伦敦铜期货指数不是引起上海铜期货指数变化的原因;sL表示上海铜期货指数不是引起伦敦铜期货指数变化的原因。24 第四节上海铜期货指数与美元指数的协整分析通过前两节的详细论述，我们已经大致了解了协整分析的步骤与检验方法，本节仍然采用相同的方法对沪铜指数与美元指数的样本数据进行协整分析，但是为了避免重复，笔者尽量减少不必要的步骤。一样本数据的选择本节采用的数据期间仍是2004年3月1日至2005年12月30日的沪铜指数与美元指数，样本容量共计450组。沪铜指数数据来自上海期货交易所网站，美元指数数据来自技术分析论坛。一相关性分析50000 45000 40000 35000 30000 25000 20000 15000 10000 5000。-一沪铜指数因3.3沪铜与美元指数走势图从上图我们可以很直观的看出，沪铜期指与美元指数之间存在一定的负相关的特性，这与投资者的经验判断相吻合。也就是说当美元指数下跌肘，就会有铜期货市场的牛市到来，反之则预示着熊市将近。但是，现在我们还不清楚二者之间的联动关系，所以这样说是不严密的，为了得出可靠的结果，需要进一步的实证分析。三协整分析1、各自的平稳性检验应用与前两节相同的分析检验方法，分别对沪铜指数与美元指数的平稳性进行单整性ADF检验，结果如下:25 表3.9沪铜指数与美元指数的单整性ADF检验序列自变量t值DW值t临界值(1%水平A YCut yCut_1 0.619149 2.067351-3.444691 t:,2yCut t:,yCut_1-21.81525 1.994981-3.444724 A YDlt 飞IyDl t-1 一1.3811242.148839-3.444691 t:,2yD A Y Dl t-l-23.38000 2.007994-3.444724 同样运用前两节的分析方法，我们得出:沪铜指数与美元指数均是一阶平稳的时间序列，即有t:，yCut-I(1),t:,yD1(.,I(1)。2、二者回归方程残差的平稳性检验回归方程为:ycut=。+1yD+t 回归结果为:yCut=8456.382+253.8969 yD t值3.849465F=14.81838(3.14)(3.15)用此方程进行对两种指数进行回归，得出残差叭，然后对此残差序列做平稳性检验，结果为:表3.10回归方程残羞单整性ADF检验t值叫.:I,_Jj I DW值检验值|临界值(1%)I 检验值|临界值(1%)-21.15632 I-3.444724 I 1.997768 I 0.511 很明显，二者之间回归方程的残差是一个平稳序，列。所以沪铜指数与美元期货之间存在协整关系，yCut-253.8969 y DI(0)，协整参数为253.8969。3、同样，我们也可以得到二者的ECM关系式t:,yCu伊27.68236-69.27312t:,yD1t+0.003272 t:,Zt-1(3.16)也就是说，当yCut_1253.8969yD1t-J肘，t:,Zt-1对yCut的净效果为正;当ycut26-1253.8969YDlt-1肘，!1 Z-1对YCut的净效果为负。并且，此长期均衡误差校正项对超涨超跌的调整幅度为0.3272%，可见，市场上对超涨超跌的调整制约机制很四因果关系检验本节开始时，我们对两种指数进行了简单的相关性图示分析，得出二者呈负相关，但是究竟是哪一个变量起主导作用呢?现在我们就根据Granger的检验方法，对二者之间的样本数据，做一个简单的因果分析表，尽量得出令人满意的可靠结果。表3.11Granger医l果关系检黯叫滞后长度Granger因果性F值p值结论DC 7.01309 0.00100 不拒绝2 CD 1.17198 0.31071 拒绝DC 6.05490 0.00048 不拒绝3 CD 1.63126 o.18139 拒绝DC 4.87996 0.00074 不拒绝4 CD 1.25998 0.28500 拒绝DC 4.43413 0.00060 不拒绝5 CD 1.15374 0.33126 拒绝.至此，我们得出了一个不可思议的结果，那就是美元指数不是引起沪铜指数变化的原因:而沪铜期货指数则可能是引起美元指数变化的原因，这是与市场经验相违背的。究其原因，笔者认为在本文的数据期间，美国的美元政策进行了国家干预所致。10:DC表示美元指数不是引起沪铜指数变化的原因;CD表示沪铜指数不是引起美元指数变化的原因。27 第四章构建多元回归模型及其检验模型的建立根据协整理论，如果两个随机变量不全是平稳序列或者二者不是同阶单整平稳的，那么建立二者之间的简单线性回归模型则会产生伪回归现象，其误差项一定不是臼噪声，而使所建立的模型没有实际的经济意义。但是，如果它们具有同阶的单整平稳性，且服从同阶协整，这说明它们是按一个相对稳定的比例波动的，则建立其线性回归模型就有其实际的经济意义。通过前面的协整分析，已知影响沪铜期指走势的因素有铜现货价格，LME 期铜指数，美元指数。由于沪铜期指与这三个变量之间均存在同阶协整关系，即如果建立它们之间的简单回归模型，不会产生伪回归的现象。所以，我们利用由这三组协整关系而得到的三个ECM方程，将它们进行等价变换，得到了一个包含滞后一期的现货价格，滞后一期的美元指数，滞后一期的Lf在E期铜指数，与滞后一期沪铜期指的多变量一期滞后模型。另外，期货市场具有的信息结构决定了投资者对期货价格变动的不同预期，也就是说，处于上涨阶段的价格与处于下降阶段的价格对同样的信息会产生不同反应，为了准确的反映这种信息机制，我们又加入了一个虚拟变量Z，当铜期货价格在上升区间时为1，其他为0。令模型为:Ft=+自lSt+2Lt+自3Dt+4Ft-l+自5St-l+自6-1+7 Dt-1+8Z+t(4.1)其中，Ft代表沪铜期指;St代表长江1#铜现货价格;Lt代表LME期铜指数:Dt代表美元指数;Z是虚拟变量:t为随机误差项。二样本数据的选择样本期间从2004年3月2日到2005年12月20日，剔除了节假日后共计430组数据作为回归的样本数据。数据来源与前章相同。其中上海铜期货指数与现货价格以人民币元记价，L1在E铜期货价格以美元记价。28 三模型回归与分析带入样本数据，对模型(4.1)进行回归，得到如下结果:Ft=-429.6796+0.373644S,+1.000776Lt-8.327656Dt+0.947266Ft-1一0.345612 St-l-0.758278 Lt-l+9.878604 Dt-1+432.1422Z(4.2)表4.1回归结果参数估计值t统计量F统计量R2 DW值-429.6796-1.160147 0.373644 11.26176 2 1.000776 3.889074 3-8.327656-0.363427 0.947266 56.46753 18284.69 0.997 2.31 s-0.345612-10.2546 6 严-0.758278-2.928228 9.878604 0.429471 8 432.1422 17.02287 从上表的回归结果中可以看出，R2=0.997,F=18284.69，说明回归方程与模型的拟合度很高，而且解释变量对被解释变量的解释性也非常高，这证明了我们己最大限度的找到了影响沪铜期指走势的主要因素。回归所得的鼠，Lt,Ft-p St-l Lt-1和Z的回归系数均超过置信水平为95%的临界值2，所以铜现货价格，L岛1E期铜指数，滞后一期的铜期货指数，滞后一期的铜现货价格，滞后一期的Ll伍期铜指数与虚拟变量对沪铜期指均有引导作用，尤其是铜现货价格与其滞后一期的价格对沪铜期指的引导作用，它恰好验证了前面我们所做的因果关系分析的结论:而美元指数及其滞后一期的美元指数则证明对沪铜期指的引导作用并不明显，这与前面对二者的因果关系检验结果一致。需要说明的是，在一般回归模型中，如果F统计量过大，则说明该模型有可能产生了伪回归现象。在本文中，回归模型的F统计量为18284.69，显然有些过大，但是由前面的分析可知，其原因并不是由伪回归带来的，究其原因，笔者认为，这是因为解释变量与被解释变量之间的协整关系所造成的。DW=2.3L表明该回归模型残差具有负自相关性，这是因为，由于解释变29 量与被解释变量的协整关系，而使得它们的比例关系反映在了随机误差项中，而使DW埠，但是这并不影响此回归方程的可靠性。四模型检验假设估计可靠程度的指标是R，定义R为:R=(1-rlFt)X 100%(4.3)其中Ft为真实的总体数据值，r为Ft的最优估计值与真实总体值的离差。表4.2给定的样本数据(2005.12且一2005.12.30)Ft Ft-1 St St-l L飞Lt-1 D t D t-1 Z 39896.56 39571.77 40700 40500 4455.5 4393 89.88 89.72 l 39782.7 39896.56 40700 40700 4413 4455.5 90.8 89.88。39738.7 39782.7 40650 40700 4427 4413 91 90.8。40203.9 39738.7 40750 40650 4410.5 4427 90.79 91 l 40688.2 40203.9 41050 40750 4434.5 4410.5 90.75 90.79 l 42026.32 40688.2 42600 41050 4448.5 4434.5 91.22 90.75 41364.13 42026.32 42600 42600 4492.5 4448.5 91.09 91.22。41642.83 41364.13 42650 42600 4447.5 4492.5 91.14 91.09 将表4.2中的样本数据带入(4.2)式，可以得到Ft的估计值，r值和R值:表4.3模型可靠性检验结果Ft Ftf古计值r R(%)39896.56 39963.14 66.5805 99.83312 39782.7 39673.53 109.1678 99.72559 39738.7 39600.65 138.0452 99.65262 40203.9 40022.36 181.5419 99.54845 40688.2 40575.35 112.8529 99.72264 42026.32 41501.08 525.2444 98.7502 41364.13 41839.93 475.804 98.84972 41642.83 41583.39 59.44122 99.85726 估计准确度在98.7502%-99.85726%之间，进一步的计算结果表明:其均值为99.49%，标准差为0.19%，这是一个极高的估计可靠度，可以说，方程(4.2)已经具备了预测上海期货交易所期铜指数变动的现实意义。30