(d)
图3 国债现货市场的广义脉冲响应函数
c图表示中国国债现货市场对于来自国债期货市场的1个标准新息冲击的脉冲响应，d图表示中国国债现货市场对于来自它自身的1个标准新息冲击的脉冲响应，d图所示线始终在c图上方，而且随着时间的推移，两线并没有出现相交，这说明期货市场1个标准新息给带来的脉冲冲击影响并没有超过现货市场本身1个标准新息给带来的脉冲冲击影响。
综上所述，中国国债现货指数引导着中国5年期国债期货价格向前运动，中国5年期国债现货市场在价格发现中占据主导作用。
二、基于二阶矩国债期货和现货价格波动溢出效应研究
1 数据说明和数据处理
下面列出中国国债期货和国债现货对数价格和、对数收益率数据统计特征:
表4国债期、现货对数价格和、对数收益率
变量
均值 4.539
Q（10） 2624.59
Q2（10） 2624.3
标准差 0.0164
和的
和数据统计特征
峰度 3.026
JB 25.5791
偏度 0.6990
4.643 7.497e-05 7.790e-05
2847.66 19.174 62.930
2847.70 33.14 31.42
0.0159 0.0024 0.0013
0.4653 0.3272 0.0996
2.767 4.338 5.509
12.0424 28.9143 82.5908
从表4可知: （1）对
和
建立误差修正VECM模型的前提是首先对和建立向量自
回归VAR模型。从和自相关性的Q（10）统计量可知，国债期货和国债现货对数价格和均存在着显著的序列自相关性。而VAR模型的功能之一就是可以拟合和剔除和的序列自相关性。因此这里在对、建立VAR模型的基础上，再对
和
建立VECM模型是合理和科学的。
（2）从和序列平方自相关性的Q2（10）统计量可知，国债期货和国债现货对数价格和均存在显著的序列平方自相关性（异方差），也即存在波动率聚集的ARCH效应。因此在对、建立VAR模型拟合和剔除、的序列自相关性后，再对VECM模型中的、建立双变量GARCH模型拟合和剔除序列平方自相关性，是合理和科学的。这也是本文选择VECM-DCC-GARCH模型的原因。
（3）从偏度、峰度和JB统计量可知，、、呈现一般金融时间序列所具有的尖峰厚尾现象。
在数据处理方面，对国债期货和现货数据进行了自然对数化处理。对国债期货和国债现货对数价格和建立VECM-DCC-GARCH模型，首先需要对、进行平稳性检验和协整检验，相关检验结果已经在前面给出，这里不再赞述。VECM-DCC-GARCH 模型的建模结果通过 Matlab软件编程实现。
2 实证结果和分析
根据SC值最小准则，发现国债期货和现货、的VECM模型最优滞后阶数为1，列出釆用VECM-DCC-GARCH模型对、建模后的实证结果：
和均不服从正态分布，
表5 VECM-DCC-GARCH对国债期货和现货和的建模结果
Panel A：均值方程 +
+
+
+
+
-1.018e-04
+
+
0.314
+
-0.28
-0.0131
-1.412e-04
0.0519
0.218
-0.34
Panel B：方差方程 ++
由表4可知：
（1）在收益率方面（即均值方程，1阶矩），国债期货和现货对数价格收益率序列
、
的滞后一期交叉项的短期调整系数
、
是显著不为0的，这
说明国债期货和现货市场之间存在收益率的双向溢出效应，也即说明国债期货和现货市场之间存在双向的Granger因果关系。 （2）在波动率方面（即方差方程，2阶矩），系数
、
和系数
、
分
别表示两市场间产生的交叉短期波动溢出效应、交叉持久性波动溢出效应。如果是国债现货市场的短期波动溢出效应较国债期货市场更强，在DCC-GARCH 中则表示为
>
；如果是国债现货市场的持久性波动溢出效应较国债期货市场
>
。因此根据表4.5中的系数
、、
，的
更强，在DCC-GARCH中则表示为
可以得知国债现货短期波动溢出效应较国债期货更强；根据表4.5中
绝对值，可以得知国债现货持久性波动溢出效应较国债期货更强。综合考虑短期和持久性波动溢出效应，可以得出国债现货市场波动溢出效应较国债期货市场更强的结论，因此国债现货市场在价格发现中占据主导地位。