期货市场产生的4个阶段：初探我国期货市场的月份效应

期货市场产生的4个阶段：初探我国期货市场的月份效应表1为符合条件的品种本文选取上期所、郑商所、大商所上市的所有期货品种，并剔除近年来不活跃、上市年限小于7年的品种，时间段选取从上市日至2016年12月31日，数据选取每个品种的主力合约收盘价。除此之外，学者们还研究了其他月份的日历效应。1985年，卡托（Kato）和斯考黑姆（Schallheim）发现，日本证券市场除“1月效应”外，还存在着“6月效应”“12月效应”，即6月、12月的市场收益率显著高于其他月份。对于日历效应是否存在，目前没有统一的定论，这可能与不同市场、不同时间段样本以及不同研究方法有关。月份效应的检验方法1.数据来源

作为参考时，需警惕三大风险

月份效应与日历效应

月份效应是日历效应的一个分支。日历效应（Calendar Effect），指金融市场与日期相联系的非正常收益、非正常波动及其他非正常高阶矩，主要包括季节效应、月份效应、星期效应和假日效应，它们分别指金融市场与季节、月份、星期和假日有关的非正常收益、非正常二阶矩及其他非正常高阶矩。在数学中，矩的概念是用来度量一组具有一定形态特点的点阵。例如，一阶矩可理解为随机数列的期望均值；二阶矩为随机变量离散程度的方差；高阶矩用来描述诸如均值的歪斜分布情况（偏态），或峰值的分布情况（峰态）等其他方面的分布特点。

实证研究发现，大多数证券市场中存在某个或某些特定月份的平均收益率，年复一年显著地异于其他月份的平均收益率，这种市场异象被称为月份效应，其中“1月效应”是月份效应中的典型表现。关于“1月效应”的研究始于美国股市。1976年，约瑟夫（Rozeff）和金奈（Kinney）对1904—1974年纽约股票交易所股指进行验证，发现1月的收益率明显高于其他11个月。1983年，居尔特金（Gultekin）对1970—1979年17个国家的股市进行研究，发现其中很多国家存在“1月效应”，而且形成一种普遍现象。

除此之外，学者们还研究了其他月份的日历效应。1985年，卡托（Kato）和斯考黑姆（Schallheim）发现，日本证券市场除“1月效应”外，还存在着“6月效应”“12月效应”，即6月、12月的市场收益率显著高于其他月份。对于日历效应是否存在，目前没有统一的定论，这可能与不同市场、不同时间段样本以及不同研究方法有关。

月份效应的检验方法

1.数据来源

本文选取上期所、郑商所、大商所上市的所有期货品种，并剔除近年来不活跃、上市年限小于7年的品种，时间段选取从上市日至2016年12月31日，数据选取每个品种的主力合约收盘价。

表1为符合条件的品种

2.统计与处理

首先，计算每个月的平均收益率，计算公式为。其中，Rm为该品种所有年份第m月的平均收益率，pm为第m月的月底收盘价， pm-1为第m-1个月的收盘价。计算结果如表2所示。

其次，构建模型检验月份效应。一方面，通过上述公式计算，能够简单得到对应品种在各个月份的涨跌情况，但无法确定某个月份的平均涨跌是否由某一年的极端值造成的；另一方面，通过均值展示出来的情况，不能明确某个月份的所有日历日的收益是否与其他月份日历日的收益有显著差异。

我们用康诺利（Connolly）提出的传统研究方法，采用带虚拟变量的二元线性回归，前提假设误差项固定，即误差不随时间的变化而改变。然而，经济时间序列中，残差的自相关性和异方差性比较常见。因此，我们用Newey—West异方差性和自相关一致性的协方差方法，对残差自相关性进行处理。

表2为商品的月均收益率

构建回归模型为。其中，rt是第t期的收益率，Dtm是第t 期的时间是否属于月份m的虚拟变量（取值范围是1—12），如果属于，则值为1，如果不是，则值为0。b0和b1是待定系数，e是残差项。

另外，第t期的收益率，表示为日历日的收益率，计算公式为，Pt为时期t的收盘价。为了覆盖所有日历日，这里每一年的日期都使用366个，非交易日，没有交易价格的，用前一个价格来补充。

提出假设H0∶b1=0，备择假设H1∶b1!=0。通过求得p值来确定b1是否显著异于0。计算结果如下表所示：

表3为是否存在月份效应显著性检验的P值结果（方框表示P值小于等于0.1，也就是上涨或下跌显著异常于其他月份的可信度大于等于90%）

一般来说，P

为了直观表示某个商品对应月份涨跌是否显著，这里将表2商品的月均收益率的平均月份涨跌幅与表3的P值结合起来，从而得出表4的结果。

表4为商品月份涨跌幅对应的显著性

表4中的数据代表月份的上涨幅度，用黑色方框圈起来的表示通过检验后，这些涨跌幅度可信度在90%以上。也就是说，这些月份平均的上涨或下跌不是因为某一年的异常值导致，而是在统计年限内有比较多的年份表现出相同的现象。

从上表可直观看出，某一品种在某个月份有显著的上涨。例如，豆一在12月平均上涨0.03，豆粕11月下跌比较显著。下面选择一些品种，进一步探究其显著上涨或下跌的基本逻辑。

3.棕榈油的月份效应

表5显示棕榈油从2008年至2017年每个月的涨跌幅。其中，2月上涨6次，2008年出现最大涨幅25%；12月上涨6次，2009年、2010年出现最大涨幅10%；7月下跌8次，2008年出现最大跌幅20%。

棕榈油的季节性特性可以从供给与需求两方面来看。先看供给情况，马来西亚棕榈油的产量具有明显的季节性特征，每年4—10月是增产季，增产期间价格易跌难涨，11月至次年2月是减产季，价格易涨难跌。再看需求情况，我国对棕榈油的需求可以从进口数据得到印证，每年7—9月、11—12月进口量放大，需求旺盛。12月为棕榈油的生产淡季，2月因产量还没有恢复，加之该月份对应我国的农历新年，春节前后市场有备货需求，这两个月棕榈油易涨难跌。7月也是需求旺季，但对应着产量旺季，同时6月、7月的天气会影响棕榈油销量，使现货市场对期货市场缺乏有力支持，棕榈油价格容易下跌。

表5为棕榈油2008—2017年的收益情况

图为棕榈油产量