info: 聊天中存在关键词似乎存在关键词检测，检测到特定关键词，grok会跳cf盾返回403 #101
Description
但是不清楚检测机制是什么样的
如下两个内容结合在一起会跳盾返回403，但是单独输入提示词和论文内容，都不会跳盾
信息提取提示词内容
学术论文信息抽取提示词（修订版）
你是一个专业的学术论文信息抽取助手。请仔细阅读提供的论文内容，按照以下要求提取信息，并严格以JSON格式返回结果。
零、元信息判断
请首先对文档进行整体评估：
文本一致性判断：根据提供的论文名称和作者信息，判断txt文本与源文本是否为同一篇论文（是/否），并说明判断依据。
文本性质判断：
学术性质：正常学术论文、书评、笔谈、主持人语等
非学术性质：广告、编辑部公告、征稿启事、会议通知等
是否为学术论文：判断该文档是否为学术论文（是/否）
是否缺页：判断论文是否存在明显缺页情况（是/否）
OCR质量等级：评估文档的OCR识别质量
识别质量等级：
1：存在小问题
2：存在问题，但不太影响信息提取准确性
3：存在问题，且可能影响信息提取准确性
4：较多乱码，信息提取不准确
可用程度：
小瑕疵_可用：OCR识别存在少量小问题，但不影响整体信息提取，文本完全可用
明显瑕疵_可用：OCR识别存在明显问题，部分内容可能有误，但主体信息仍可提取使用
不可用：OCR识别问题严重，乱码过多，无法进行有效的信息提取
一、作者信息抽取
请为每位作者提取以下信息（如信息缺失，填写 null）：
作者简介全文：论文中关于该作者的完整简介原文
性别：男/女/未知
年龄：具体数字或出生年份，如无法确定填 null
籍贯：省份或城市
所在一级单位：大学/研究院/企业等
所在二级单位：学院/系/研究所/部门等
是否为在读学生：本科在读/硕士在读/博士在读/否/未知
职称：讲师/副教授/教授/助理研究员/副研究员/研究员/其他（请注明）/无/未知
博士毕业院校：学校名称
行政职务：
单位名称
职务等级（如：院长、副院长、系主任、所长等）
学术职务/学术兼职：
学术组织/学会/期刊名称
学术职务或学术兼职等级（如：学会理事、学会常务理事、期刊编委、期刊主编、评审专家等）
二、关键词抽取
主题关键词：反映论文研究主题、研究对象、研究领域的关键词（提取20-50个）
三、政策研究相关性判断
请判断论文是否属于政策研究，并按照政策研究相关性从低到高分为五个层级：
层级1（不相关）：论文与政策完全无关，纯粹的基础理论研究或学科内部讨论
层级2（弱相关）：论文偶尔提及政策背景或政策影响，但政策不是研究的核心内容
层级3（中等相关）：论文将政策作为研究背景或变量之一，但主要关注点不在政策本身
层级4（较强相关）：论文以政策为主要研究对象，分析政策效果、政策过程或政策内容
层级5（高度相关）：论文核心目标是政策研究，包括政策评估、政策设计、政策建议等
四、论文结构与内容抽取
请判断论文中是否包含以下章节（是/否），并提供判断理由和依据：
章节判断（要求独立成章）：
是否有清晰的研究问题：论文中是否明确提出了研究问题或研究目的
是否有文献回顾章节：论文中是否存在独立的"文献综述""文献回顾""研究现状"等章节
是否在文献回顾中指出了现有研究的不足：论文是否在文献回顾部分明确指出了现有研究的局限性、空白或不足之处
是否有实质性研究空白（Substantive Gap）：这是一个更严格的判断标准，要求论文必须同时满足以下条件：
对已有研究进行了实质性回顾（即使是简要回顾），而非仅泛泛提及
在回顾的基础上，明确、具体地指出现有研究的不足、局限或空白
该不足/空白与本研究的问题或贡献形成逻辑衔接
注：仅笼统表述"研究较少""有待深入"而无具体分析，不构成实质性gap
是否有政策建议章节：论文中是否存在独立的"政策建议""对策建议""启示与建议"等章节
是否有研究设计/框架章节：论文中是否存在独立的"研究设计""研究框架""理论框架""分析框架""概念框架"等章节
是否有理论框架章节：论文中是否存在独立的"理论框架""理论基础""理论分析""理论视角"等章节
内容判断（不要求独立成章）：
是否有文献回顾内容：文章是否在某一部分集中回顾了既有研究，即使没有独立的文献回顾章节
是否有政策建议内容：论文任意部分是否提出了政策性建议
是否有研究设计/框架内容（宽泛意义）：论文任意部分是否涉及研究设计或方法的说明，包括但不限于：
简要说明数据来源、样本选择
简要介绍研究方法或分析技术
简要描述研究步骤或流程
对变量或概念的基本界定
注：只要论文对"如何开展研究"有所交代，即可视为宽泛意义上有研究设计内容
是否有研究设计/框架内容（严格意义）：这是一个更高标准的判断，要求论文必须包含以下要素中的多项：
理论框架构建：明确阐述研究所依据的理论基础，并说明理论与研究问题的关联
分析框架说明：系统性地展示研究的分析思路、分析维度或分析路径
变量选取依据：详细说明核心变量的选取理由、操作化定义及测量方式
模型设定逻辑：解释模型选择的原因、模型的适用条件及模型设定的合理性
研究设计的整体性：各研究要素（问题、理论、方法、数据）之间形成逻辑自洽的整体
注：仅有简单的方法介绍或数据说明，不构成严格意义上的研究设计内容；必须体现出研究设计的系统性和逻辑严密性
是否有理论框架内容：判断论文是否存在理论框架的阐述（不要求独立成章），需评估以下方面：
理论基础的明确性：论文是否明确指出所依据的理论、学说或理论流派
理论阐释的充分性：论文是否对所使用的理论进行了必要的阐释和说明
理论与研究的关联性：论文是否说明了理论与研究问题、研究假设或分析框架之间的逻辑关系
理论的应用性：理论是否实际用于指导研究设计、数据分析或结果解释
注：仅在文中提及某理论名称而未进行阐释和应用，不构成有理论框架内容；需区分"理论的装饰性引用"与"理论的实质性运用"
五、研究方法抽取
第一步：判断主要研究方法类型（单选）
思辨研究法
定量研究法
定性研究法
混合研究法
文献综述（注：仅当文本中明确表达自己是在进行文献综述时才归入此类）
第二步：根据方法类型填写详情
如为定量研究法：
数据来源（可多选）：
统计年鉴
问卷调查
实验
爬虫收集
已有数据库（请注明具体数据库名称，如CGSS、CFPS、CHIP等）
其他（请注明）
分析类型：
描述分析
相关分析（推断分析）
具体使用的模型方法：如OLS回归、Logit/Probit模型、固定效应模型、双重差分（DID）、断点回归（RDD）、工具变量法、结构方程模型、倾向得分匹配（PSM）等
是否有稳健性分析：判断论文是否进行了稳健性检验/稳健性分析，常见形式包括：
更换模型设定
更换被解释变量或核心解释变量的测量方式
更换样本范围或时间窗口
安慰剂检验（Placebo Test）
工具变量检验
倾向得分匹配等反事实分析
其他稳健性检验方法
如为定性研究法：
资料来源（可多选）：
历史资料
田野调查（访谈、观察等）
政策文本
档案文献
媒体报道
其他（请注明）
资料分析方法：如主题分析、内容分析、话语分析、扎根理论编码、案例比较分析、过程追踪等
如为思辨研究法：
研究导向：
学术导向型（侧重理论建构、概念辨析、学理探讨）
政策导向型（侧重政策分析、对策建议、实践指导）
如为混合研究法：
定量部分：按照定量研究法要求填写（包括稳健性分析判断）
定性部分：按照定性研究法要求填写
如为文献综述：
无额外要求
JSON输出格式
{
"meta_info": {
"text_consistency": {
"reasoning": "判断txt文本与源文本是否一致的理由和依据",
"evidence": "具体证据，如标题匹配情况、作者匹配情况等",
"result": true
},
"text_nature": {
"reasoning": "判断文本性质的理由",
"evidence": "具体证据",
"result": "学术性质/非学术性质",
"sub_type": "正常学术论文/书评/笔谈/主持人语/广告/编辑部公告/其他"
},
"is_academic_paper": {
"reasoning": "判断是否为学术论文的理由",
"result": true
},
"has_missing_pages": {
"reasoning": "判断是否缺页的理由",
"result": false
},
"ocr_quality": {
"reasoning": "OCR质量判断理由，说明文本中存在的具体问题类型和程度",
"level": 1,
"level_description": "存在小问题/存在问题但不太影响信息提取准确性/存在问题且可能影响信息提取准确性/较多乱码信息提取不准确",
"usability": {
"reasoning": "可用程度判断理由，综合评估OCR问题对信息提取的实际影响",
"level": "小瑕疵_可用/明显瑕疵_可用/不可用"
}
}
},
"authors": [
{
"name": "作者姓名",
"bio_full_text": "作者简介原文",
"gender": "男/女/未知",
"age": null,
"birthyear": null,
"birthplace": "籍贯",
"primary_affiliation": "一级单位",
"secondary_affiliation": "二级单位",
"student_status": "本科在读/硕士在读/博士在读/否/未知",
"academic_title": "职称",
"phd_institution": "博士毕业院校",
"administrative_position": {
"organization": "单位名称",
"level": "职务等级"
},
"academic_position": {
"organization": "学术组织/学会/期刊名称",
"level": "学术职务或学术兼职等级"
}
}
],
"keywords": {
"topic_keywords": ["关键词1", "关键词2", "关键词3"]
},
"policy_research_relevance": {
"reasoning": "详细说明判断论文政策研究相关性的理由，包括论文的研究主题、研究目的、是否涉及政策分析或政策建议等",
"evidence": "引用论文中支持判断的具体原文或内容概述",
"level": 1,
"level_description": "不相关/弱相关/中等相关/较强相关/高度相关"
},
"paper_structure": {
"has_clear_research_question": {
"reasoning": "论文在引言/摘要中明确提出了'本研究旨在探讨...'的表述，清晰界定了研究目标",
"evidence": "引用论文中的具体原文或章节标题作为依据",
"result": true
},
"has_literature_review_section": {
"reasoning": "论文中是否存在独立命名为'文献综述''文献回顾''研究现状''相关研究'等的章节",
"evidence": "如有，引用章节标题；如无，说明'未发现独立的文献回顾章节'",
"result": true
},
"has_literature_gap_identified": {
"reasoning": "论文是否在文献回顾部分使用了'现有研究不足''尚未解决''有待深入''研究空白'等表述",
"evidence": "引用论文中指出研究不足的具体原文",
"result": true
},
"has_substantive_literature_gap": {
"reasoning": "严格判断：论文是否在对已有研究进行实质性回顾的基础上，明确、具体地指出现有研究的不足或空白，并与本研究形成逻辑衔接。需区分：(1)仅泛泛提及'研究较少'不构成实质性gap；(2)必须有对具体研究的回顾作为铺垫；(3)指出的不足必须具体明确而非笼统概括",
"evidence": "如符合，需引用：①论文回顾已有研究的具体内容，②论文指出研究不足的具体表述，③该不足与本研究的衔接；如不符合，说明具体缺失哪个要素",
"literature_review_basis": "简述论文对已有研究的回顾情况，是实质性回顾还是仅泛泛提及",
"gap_specificity": "简述论文指出的研究不足是具体明确的还是笼统模糊的",
"result": true
},
"has_policy_suggestion_section": {
"reasoning": "论文中是否存在独立命名为'政策建议''对策建议''启示与建议''政策含义'等的章节",
"evidence": "如有，引用章节标题；如无，说明'未发现独立的政策建议章节'",
"result": true
},
"has_research_design_section": {
"reasoning": "论文中是否存在独立命名为'研究设计''研究框架''理论框架''分析框架''概念框架''研究方法'等的章节",
"evidence": "如有，引用章节标题；如无，说明'未发现独立的研究设计/框架章节'",
"result": true
},
"has_theoretical_framework_section": {
"reasoning": "论文中是否存在独立命名为'理论框架''理论基础''理论分析''理论视角''理论回顾'等的章节",
"evidence": "如有，引用章节标题；如无，说明'未发现独立的理论框架章节'",
"result": true
},
"has_literature_review_content": {
"reasoning": "论文任意部分是否集中回顾了既有研究成果，即使没有独立章节",
"evidence": "说明在哪个部分发现了文献回顾内容，或说明'全文未见集中的文献回顾内容'",
"result": true
},
"has_policy_suggestion_content": {
"reasoning": "论文任意部分是否提出了具体的政策性建议或实践启示",
"evidence": "引用论文中政策建议的具体原文或概述其内容",
"result": true
},
"has_research_design_content_broad": {
"reasoning": "宽泛意义判断：论文任意部分是否对研究设计或方法有所说明，包括数据来源、样本选择、研究方法、分析技术、研究步骤、变量界定等基本信息的介绍。只要论文对'如何开展研究'有所交代即可",
"evidence": "说明在哪个部分发现了研究设计/方法的相关说明，概述其内容",
"result": true
},
"has_research_design_content_strict": {
"reasoning": "严格意义判断：论文是否包含系统性的研究设计阐述，需同时具备多项要素。逐项评估：(1)是否有理论框架构建及理论与研究问题的关联说明；(2)是否有系统的分析框架或分析路径展示；(3)是否有详细的变量选取依据和操作化定义；(4)是否有模型选择的逻辑说明；(5)各研究要素是否形成逻辑自洽的整体",
"evidence": "如符合，需具体说明论文在哪些方面体现了系统的研究设计，引用相关内容；如不符合，说明缺失哪些关键要素",
"elements_assessment": {
"has_theoretical_framework": {
"reasoning": "是否明确阐述研究所依据的理论基础及其与研究问题的关联",
"result": true
},
"has_analytical_framework": {
"reasoning": "是否系统展示研究的分析思路、分析维度或分析路径",
"result": true
},
"has_variable_justification": {
"reasoning": "是否详细说明核心变量的选取理由、操作化定义及测量方式",
"result": true
},
"has_model_logic": {
"reasoning": "是否解释模型选择的原因及模型设定的合理性",
"result": true
},
"has_overall_coherence": {
"reasoning": "各研究要素（问题、理论、方法、数据）是否形成逻辑自洽的整体",
"result": true
}
},
"result": true
},
"has_theoretical_framework_content": {
"reasoning": "判断论文是否存在理论框架的阐述（不要求独立成章）。需评估：(1)是否明确指出所依据的理论、学说或理论流派；(2)是否对所使用的理论进行了必要的阐释和说明；(3)是否说明了理论与研究问题、假设或分析框架的逻辑关系；(4)理论是否实际用于指导研究设计、数据分析或结果解释",
"evidence": "如符合，需引用论文中关于理论框架的具体内容，说明使用了何种理论及如何应用；如不符合，说明具体缺失哪些要素",
"theory_identified": "论文明确提及的理论名称或理论流派（如有多个，列出主要理论）",
"theory_elaboration": {
"reasoning": "评估论文对理论的阐释是否充分，是仅提及名称还是有实质性说明",
"level": "充分阐释/简要说明/仅提及名称/未提及理论"
},
"theory_application": {
"reasoning": "评估理论在研究中的实际应用情况，是装饰性引用还是实质性运用",
"level": "实质性运用/部分运用/装饰性引用/未应用"
},
"result": true
}
},
"research_methodology": {
"method_type_judgment": {
"reasoning": "判断主要研究方法类型的理由，说明为何归入此类而非其他类型",
"evidence": "引用论文中支持方法类型判断的具体内容",
"main_method_type": "思辨研究法/定量研究法/定性研究法/混合研究法/文献综述"
},
"quantitative_details": {
"data_source": {
"reasoning": "数据来源判断理由",
"types": ["统计年鉴/问卷调查/实验/爬虫收集/已有数据库/其他"],
"description": "具体数据来源说明，如具体数据库名称、调查对象等"
},
"analysis_type": {
"reasoning": "分析类型判断理由",
"result": "描述分析/相关分析"
},
"models_used": {
"reasoning": "模型方法判断理由",
"models": ["模型1", "模型2"]
},
"robustness_analysis": {
"reasoning": "判断是否有稳健性分析的理由，说明论文中是否存在对主要结论进行稳健性检验的内容",
"evidence": "如有，引用论文中稳健性分析的具体章节名称或内容描述；如无，说明'未发现稳健性分析内容'",
"has_robustness_analysis": true,
"robustness_methods": ["更换模型设定/更换变量测量/更换样本范围/安慰剂检验/工具变量检验/其他"]
}
},
"qualitative_details": {
"data_source": {
"reasoning": "资料来源判断理由",
"types": ["历史资料/田野调查/政策文本/档案文献/媒体报道/其他"],
"description": "具体资料来源说明"
},
"analysis_methods": {
"reasoning": "资料分析方法判断理由",
"methods": ["分析方法1", "分析方法2"]
}
},
"speculative_details": {
"orientation": {
"reasoning": "研究导向判断理由",
"result": "学术导向型/政策导向型"
}
},
"mixed_method_details": {
"quantitative_component": {
"data_source": {
"reasoning": "数据来源判断理由",
"types": [],
"description": ""
},
"analysis_type": {
"reasoning": "",
"result": ""
},
"models_used": {
"reasoning": "",
"models": []
},
"robustness_analysis": {
"reasoning": "",
"evidence": "",
"has_robustness_analysis": false,
"robustness_methods": []
}
},
"qualitative_component": {
"data_source": {
"reasoning": "",
"types": [],
"description": ""
},
"analysis_methods": {
"reasoning": "",
"methods": []
}
}
}
},
"extraction_notes": "提取过程中的补充说明或不确定之处"
}
论文内容
第 30卷第 3期
2010~ 3月
系统工程理论与实践
SystemsEnglneering— Theory& Practice
Vl01．30．NO．3
M ar．，2010
文章编号：1000-6788(2010)03—0396—12 中图分类号：F270 文献标志码：A
中国 ETF 基金的价格发现问题
王 良，冯 涛
(西安交通大学 经济与金融学院，西安 710061)
摘 要 以中国 ETF基金市场 的五只 ETF基金产 品为研 究对象，对 中国 ETF基金 的价格发现 问
题进行了实证研究．基于 Johansen协整检验方法及 VEC模型，研究表明 ETF基金二级市场价
格、基金净值、跟踪指数之间存在协整关系．当以ETF基金对数价格变化作为被解释变量时，五只
ETF基金 VEC模型误差修正项 的系数估值存在差异．当 ETF基金价格的短期波动偏离长期均
衡 时，从非均衡状态回归到均衡状态的调整速度存在差别．基于信息份额 I～s模型和永久短暂 P—T
模型，发现五只 ETF基金的二级市场价格、基金净值、跟踪指数在价格发现过程中的信息份额贡
献比例并没有表现出一致性，ETF基金净值在价格发现过程中信息份额贡献相对较大，ETF基金
净值在 中国ETF基金价格发现过程中具有较强的主导作用．中国 ETF基金全部为指数基金，紧密
跟踪指数是五只 ETF基金的最基本投资策略，实证研究发现除上证红利 ETF基金 SH510880、中
小板 ETF基金 SZ159902外，其余三只 ETF基金并未表现出跟踪指数为先行指标 的特征，其跟踪
指数在价格发现过程 中信息份额贡献并非最大，因此中国ETF基金市场的价格发现过程存在着信
息效率 (信息有效性)不足 的问题．
关键词 基金；协整；价格；VEC
Em piricalstudy on price
traded fund
discovery ofexchange
in China
W ANG Liang， FENG Tao
(SchoolofEconomicsandFinance，Xi’anJiaotongUniversity，xi’an710061，China)
Abstract Anempiricalstudyonpricediscoveryofexchangetradedfund(ETF)inChinaispresented
in thispaper．W ith the Johansen cointegration method and V EC m odel，it’Sfo und thatthe ETF trad ing
price．thenetassetprice．thetracingindexvaluehavecointegrationrelationships，W henthefirstdiference
on thelog-priceofETF as dependentvariable，theestimation on thecoeficientsoferrorrevision item sfor
ETF priceVEC m odeliSdiferent．Itindicatesthatthediferenceexistsfrom non—balancedsitutation tothe
balancedstatebyadjustmentpacefordiferentETF．W ithPermanent—TransitorymodelandInformationSharemodel，itisfoundthatthecontributiontothepricediscoveryprocessisnotsam efo rtheETF trading
price，netassetprice，thevalueoftracing index．Thenetassetpricehasm oreefecton thepricediscovery
process，hence，itplaysthe main role for it．TheETFsin China areallindex funds，the way ofkeeping
tightly withtracingindex istheirbasicinvestmentstrategy，exceptETF SH510880，SZ159902，otherthree
ETFshave notshown thecharacteristicthattracing index value isthepre-indicator，which doesn’thave
thebiggestcontribution，therefore，theinform ation eficiency isinsufi cientfo rthepricediscovery process
ofETF in China．
K eywords fund；cointegration；price；VEC
收稿日期：2009-0％01
基金项 目：中国博士后科学基金 (20080441172)；国家社科基金 (08BJL023)
作者简介：王良 (1974-)，男，陕西人，博士后，研究方向：金融工程；冯涛 (1956)，教授，博士生导师，研究方向：西方经济学
E-mail：wanglgll~126．coin．
第 3期 王良，等：中国 ETF基金的价格发现问题 397
1 引言
1993年美国证券交易所推出以 S&P5OO为跟踪指数的 SPDRs(Standard＆poor’Sdepositoryreceipts)
后，安全稳定的收益回报使得这种金融产品 日益受到市场的重视，全世界其它国家和地区纷纷推出各种 ETF
(Exchangetradedfund，ETF)的商品．统计数据显示，从 2007年 6月至 2008年的 6月，美国证券交易市场
的 ETF基金资产从 4859．28亿美元增至 5780．65亿美元 (表 1)，增长了近一千亿美元，而基金数 目从 526只
增 至 697只 (表 2)．
表 1 美国证券市场各类 ETF基金的资产数额 (单位：百万美元) 表 垦 鲞壹 查 垦!里薹 量
2004年 1月 2日，上海证券交易所推出上证 50指数，这为大陆首只 ETF基金的推出铺平了道路．2004
年 7月 6日，上海证券交易所与华夏基金公司签订上证 50指数使用许可协议，上证 50ETF(510050．SH)于
2004年 12月 30日成立，2005年 2月初建仓完成并于 2005年 2月 23日上市交易．虽然中国的 ETF基金
市场只是初具规模，目前共有五只 ETF基金，但从世界金融市场的发展趋势来看，ETF基金作为一种指数
现货将在中国证券市场发挥更大的稳定和协调作用，伴随着指数期货的即将推出，它将是中国证券市场上一
种不可或缺的投资工具．
2 问题提出及研究思路
Tse和 Martinez[】认为 ETF基金净值、二级市场价格是 ETF基金价格发现过程中的两个主要信息因
素．与国外 ETF基金不同，中国 ETF基金全部为指数基金，因此，本文认为中国 ETF基金作为一种紧密跟
踪指数的基金，不仅仅是 ETF基金的二级市场价格，ETF基金的跟踪指数 (也称为标的指数)、基金净值都
将成为 ETF基金投资者的投资决策信息，它们在 ETF基金的价格发现机制中将起着不同的信息功能作用．
对于指数型基金跟踪指数的信息功能探讨，Pope[]认为指数型基金的二级市场价格会与跟踪指数产生
一 定的关联，指数变化信息在一定程度上影响着投资者的交易过程．由于中国 ETF基金全部为指数基金，这
与国外的指数期货有点相近，投资者正确选择了指数就能盈利 【3]_投资者买了 ETF基金，就不必再去关心各
种股票的具体走势了，指数涨了就能够盈利，指数下跌就亏损．由于中国 ETF基金的股票 比例构成完全复制
对应的指数 ，因此产品设计者将 ETF基金的单位净值定为其标的指数 (跟踪指数)的某一百分比，这样投资
者通过观察指数的变化 (信息)就能直观了解投资 ETF的损益．例如，上证 50ETF的基金份额净值设计为
上证 50指数的千分之一，因此当上证指数为 1000点时，上证 50ETF的基金净值为 1元，当上证 50指数为
1500点时，则基金净值为 1．5元，也就是说上证 50指数每上涨或下跌 10点，对于基金净值的变动为 0．01元．
对于 ETF基金净值的信息功能探讨，Tse和 Martinez[]认为 ETF基金的净值 (Netassetvalue，NAV)
对于基金价格发现过程和信息传递过程有巨大的影响，通过研究指出亚洲地区 ETF基金二级市场价格在价
格发现过程中的信息份额贡献达到 66％，而基金净值的贡献达到 34％；欧洲地区 ETF基金二级市场价格达
到 57％，基金净值达到 43％；美国 ETF基金二级市场价格的信息份额贡献达到 54％，基金净值达到 46％．汤
弦认为中国 ETF基金二级市场价格之所以能够与基金净值保持一致，原因是两个交易市场间套利机制的作
用I引．在实时披露的基金净值 IOPV2信息影响下，当 ETF基金的二级市场价格与一级市场价格产生差异时，
1．SH510180在 2008年元月 1日前采用抽样复制法跟踪上证 180指数，在此之后采用完全复制方法，其它四只 ETF基金在
研究样本期内都采用完全复制法．
2．IOPV(Indicativeoptimizedportfoliovalue)是 ETF的基金份额参考净值，计算方法是由深圳证券交易所根据基金管理人
提供的计算方法及每日提供的申购、赎回清单，按照清单内组合证券的最新成交价格计算．IOPV值每 15秒计算并公告一次，
作为对 ETF基金份额净值的估计．
398 系 统 工 程 理 论 与 实 践 第 30卷
两个市场间就出现了套利机会，套利机会的出现将引发投资者的套利行为，而投资者的套利行为又将减小其
套利空间，最后形成 ETF基金二级市场价格与基金净值基本一致的结果．
价格发现是指市场集约交易、比质比价，最终形成一个真实地反映市场供求的权威价格．如果市场是完
全的，那么所有的市场将同时反映新信息，价格将没有任何滞后地调整到新的平衡位置．实际上，不同交易机
制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，ETF基金二级市场价格 (简称 ETF基
金价格)、ETF基金净值、跟踪指数在 ETF基金价格发现过程中分别起着不同的作用．它们对 ETF基金的
价格发现都做出贡献，而这几种价格中只有一个共同的隐含有效价格，这一有效价格的波动是由于不断有新
的有效信息融入其中[4-5]．因此探讨 ETF基金的价格发现机制，实质是在确定这几种价格对于 ETF基金
价格发现的信息份额贡献．
迄今为止，经济学家运用两种共因子模型来探讨价格发现机制：Hasbrouck[]和 Gonzalo-Granger[51．本
文分别称之为信息份额 (Informationshare，简写为 I—s)模型和永久短暂 (Permanenttransitory,简写为 P．
T)模型．两种模型都是以向量误差修正模型 (Vectorerrorcorrection，简写为 VEC)模型作为分析的基础．
Hasbrouck【】指出 VEC模型同现有文献中的市场微观结构模型是一致的．除了这种分析基础的相似之外，IS模型和 P—T模型使用了价格发现的不同定义．Hasbrouck按照共因子的新息方差来定义，它提出的 I—s模
型测量了每个市场的新息对共因子方差的贡献，每个市场的贡献比例被称之为这个市场的信息份额，这也是
被称为信息份额模型的原因．而 Gonzalo—Granger所提出的 P—T模型所关注的是 VEC模型中的误差修正
机制 【5J．误差修正机制只包括永久冲击，永久冲击导致非均衡 (价格的相互偏离)的产生．非均衡的产生是由
于每个市场处理信息的速度是不同的．P—T模型通过定义误差修正系数的函数来测量每个市场对共因子的贡
献，继而确定每个市场的信息份额贡献．
在以上研究的基础上，依据 Hasbrouck和 Gonzalo—Granger的研究 [4-5]，本文首先基于 Johansen[61协
整检验方法、VEC模型，实证检验 ETF基金价格、基金净值、跟踪指数之间是否存在协整关系并进行深入
分析，在此基础上基于 I—s模型与 P—T模型来探讨 ETF基金的价格发现机制，实证研究它们对于 ETF基金
价格发现信息的贡献程度，进一步从微观的角度揭示 ETF基金的价格发现机理．
3 研究方法及模型
3．1 ETF基金价格、基金净值、跟踪指数之间的协整关系检验
基于 Johansen[。]协整检验方法，本文首先检验 ETF基金价格、基金净值、跟踪指数之间是否存在协整
关系，在此基础上再进一步研究．令 为一个 维时间序列向量，其中 =(ETFt，NAVt，tr-ETFt)，即对
于本文有 k=3，ETFt、NAVt、tr_ETFt分别表示 ETF基金二级市场每 日收盘价格的对数、每 日基金净值
的对数、跟踪指数每 日收盘价格的对数，如果这三者为 I(1)过程，那么可建立 Y 的 P阶向量自回归 VAR(p)
模型： P
t— t+ A ~xYt— +st (1)
= 1
其中 t—td(0， )， 是一个 3维向量，它代表常数项、趋势项等确定性项，Ap为 3x3参数矩阵，gt=
(g ，￡2，C3t)‘是 3维扰动向量，服从白噪声分布， 为向量 s 的 3x3维协方差矩阵．进一步，上式可变换为
p． ．
— ，
1
Ayt= + ： ×△ t—+11×Yt1+gt (2)
其中，△表示一阶差分算子，Ⅱ=∑P_Ai—I， =一∑；：件1Aj．进一步，将式 (2)中的 Ⅱ分解为两个
kXr阶矩阵 Oz和 的乘积
盯 = (3)
进 一步可得
Ayt= +∑ ×△t一{+ TYt一1+Et (4)
上式要求 Y一1为一个 I(0)向量， 为协整向量矩阵，r为协整向量个数．将 的协整检验变成对矩阵
口 的分析问题，即利用特征根迹检验和最大特征值统计量 ax对协整向量的个数进行统计检验来判断协整
关系，这就是 Johansen协整检验的基本原理．
第 3期 王 良，等：中国 ETF基金的价格发现问题 399
针对本文的研究，判断 ETF、NAV 、tr_ETFt之间是否存在协整关系的关键在于判断式 (2)中约束矩
阵 口 的秩．如果矩阵 口 的秩为 2，则表明它们之间存在协整关系，而 ／／×Y一1为误差修正项，它反映这三
者之间存在的长期均衡关系．
Engle和 Granger[]将协整与误差模型结合起来提出了向量误差修正模型 (Vectorerrorcorrection，VEC)
该模型可进一步分析向量之间的协整关系．如果式 (1)中的 Y 所包含的 七个 I(1)过程存在协整关系，则不
包含外生变量的式 (4)可写作
Ayt：>： ×AyH +0 Yt一1+gt (5) = 1
用误差修正模型表示为 一
Ayt=>： ×Ayt—t+0／xecmt一1+st (6) t= 1
其中 ecm 一1=ZTy一】是误差修正项，它反映变量之间的长期均衡关系，系数 向量 0／反映变量之间的均衡
关系偏离长期均衡状态时，将其调整到均衡状态的调整方向与调整速度 [8-9]．针对本文的研究，如果变量之
间存在协整关系，那么可由自回归分布滞后模型导出误差修正模型，即如果 ETFt、NAVt、tr_ETFt三者之间
确实存在协整关系，那么则可利用误差修正模型来研究三者之间的价格相互引导关系，对此可通过如下误差
修正模型来表示： 一 1 一 1
AETFt=C1+1×ecm¨+∑ 11()×AETF +∑0／12()×ANAV + t= 1 = 1
∑ 吣 ()×／xtr_ETF +￡1t = 1
p一 1
ANAV +0／2×ecm¨+∑0／21()×AETFt
∑i= 1 OL23()×Atr_ETF +g2
p一 1 p一 1
Atr_ETF = +&3×ecm¨+∑0／31()×AETF +∑0／32()×ANAV +
(8)
p
．．
．～
1
：0／33(i)×△tr—ETFt—i+C3t (9)
= 1
其中，△表示一阶差分，0／11()、0／12()、0／13()、0／21()、0／22(t)、0／23(i)、0／31()、0／32()、0／33(i)为短期调整
系数，ecm￡一 为含有截距项的误差修正项，￡1、￡2、￡3t为扰动项， 1、 2、 3为误差修正项系数，P为按照
AIC准则确定的滞后阶数．误差修正项的系数 0／1、0／2、0／3反映变量之间的均衡关系偏离长期均衡状态时，
将其调整到均衡状态的调整速度和调整方向．
3．2 基于 I-S模型与 P-T 模型的 ETF基金价格发现
对于价格发现机制的探讨，Hasbrouck【】和 Gonza Granger【]分别提出了信息份额 (Informationshare，
简写为 I—s)模型和永久短暂 (Permanenttransitory，简写为 P—T)模型．前者按照共因子的新息方差来进行
研究，以每个市场的新息对共因子方差的贡献比例来进行测度 (我们近似将 ETF基金价格、基金净值、跟踪
指数看作三个不同的 “市场”)，该贡献比例被称为这个市场的信息份额．后者则关注 VEC模型中的误差修
正机制，该模型通过定义误差修正系数的函数来测量每个市场对共因子的贡献．此处误差修正机制只包括永
久冲击，由于永久冲击导致价格 的偏离 ，而每个市场处理信息 的速度 是不 同的，因而致 使非均 衡现象 的产生 ．
以下我们分别讨论 I—s模型与 P—T模型．
(一)I-s模型
依据 Hasbrouck的研究，将式 (5)进一步调整，其向量平均移动形式为
Ayt= (L)Et (10
其单整形式： t
t= (1)>：E。+ (L)gt (11
卜
一
N
△
×
@
∑ 吲
系 统 工 程 理 论 与 实 践 第 30卷
其中， ()为带滞后算子的矩阵多项式， 为滞后算子． (1)为影响矩阵 (Impactmatrix)，它是移动平均
系数之和， (1)￡t为一个新息对每个市场价格的长期影响．如果影响矩阵的每一行都相同，那么新息对所有
价格的长期影响都是相同的．此处，￡=(ETFt，NAVt，tr_ETFt)1’．令 表示 (L)中的公共行向量，r为单
位列向量，那么方程 (11)可写作
t
Yt=丁cp∑岛+ ()￡t (12) s= 1
方程 (12)中的成分 是由于新信息的到来引起 ETF基金价格变动的长期作用部分，Hasbrouck[4l将
这一成分定义为不同种市场价格的共同有效价格 (共因子)，其方差为 var( )= ， 为随机扰动项，
为协方差矩阵．根据信息项之间是否存在当期相关，价格贡献可以分为两种情况．首先，当新息项之间不
存在当期相关时，此时 为对角矩阵， 力 T对角线上的每个元素分别代表了每个市场的冲击对共因子的贡
献，第 J个市场的信息份额，即该市场对价格发现的贡献为
岛 ： 20rJ2／( T) (13)
其次，当市场的价格新息存在相关性 比较显著时，方程 (13)就不再成立了，对此可采用 Cholesky分解方
法以消除新息间的当期相关性．Cholesky分解同误差修正模型中变量的排序有关．如果市场新息之间存在正
相关，那么第一个变量的信息份额最大，最后一个变量的信息份额最小，第 J个市场的信息份额为
= ([』】)／( ) (14)
其中 M】为行向量 M 的第 J个元素，M 是经过 Cholesky分解得到的下三角矩阵，并且 =MMT．为
了减少 Cholesky分解对第一个市场价格施加了比较大的信息份额的问题，可通过改变模型中变量的排序来
得到变量信息份额 (价格发现)的上下限．此外，为了避免出现上、下限偏离太远而不能很好解释信息份额的
状况，Richard等 【10J认为可用上、下限的均值作为信息份额的解释．
(二)P．T 模型
Gonzalo和 Granger[]认为识别某一种因素在价格发现中的大小，可以通过误差修正模型中所包含的误
差修正项来区别长期 (永久)与短期 (瞬时)的影响．他们认为将市场价格 表示为永久部分 ，￡和瞬时部分
， 其中 ^是市场共同因子 (也称共因子)，^、 分别为 I(1)和 I(0)过程，其中 A为载荷矩阵．如果永久部
分是初始序列的线性函数，且瞬时部分不是永久部分的长期 Granger原因，那么有
Yt=A^+ (15)
其中 ^、 分别为 I(1)和 I(0)过程，其中 A为载荷矩阵，永久部分 ^ 可写作
^= 工玑
A= 上(工上)一
(16)
(17)
其中 上、 为式 (5)中的 、 的正交向量．在正态假设下，通过最大释然估计方法求解矩阵∑ ∑ ∑
∑ ．的特征值和特征向量即可求得 上，其中 ∑ 是利用最d~-C-乘法求得的残差向量的方差协方差矩阵，下
标 U、V分别代表原值和一次差分回归．在此基础上我们可以求得特征值 A1> 2> … > 和特征向量
M ：( 1， 2，… ， )，正规化后有 M ∑ ，M ：I，此时有 aJ_=( r+1，俞2，… ， )，r表示基于 Johansen
协整检验方法求得的系统中的协整关系数 【10]．Gonzalo和 Granger认为共因子的设定等价于一种资产组
合 上中的各元素代表资产组合的权重，每个市场对价格发现的信息份额贡献就是其在共因子的系数．
4 数据选取及其描述性统计
4．1 数据
由于中国 ETF基金 (以下简称 ETF基金)的发展属于起步阶段，到 目前为止在中国证券市场公开交
易的共有五只 ETF基金，表 3给出了五只 ETF基金的上市时间、跟踪指数等基本信息． 由于考虑到五
只 ETF基金在研究样本上的时间同步性，且 ETF基金 SH510880上市时间为 2007年元月 18日，考虑
到基金初始的建仓时间，所以本研究选取的交易时间样本为 2007—4-2至 2009—1—23之间的交易 日，在此期间
SH510050、SH510180、SH5t0880的交易日为 446个，SZ159901的交易日为 437个，SZ159902的交易 日为
436个．为了方便下面的研究，不考虑节假 日等非交易时间日的影响，且假定这些交易是连续的．此外，本文
采用 EVIEWS5．0进行数据计算 [1l】，数据来源于国都交易软件系统．
第 3期 王良，等：中国 ETF基金的价格发现问题 401
表 3 中国 ETF基金的相关信息
4．2 基本描述统 计
图 1给出了 ETF基金价格、基金净值、跟踪指数的对数价格序列图，其中 NSH510050表示 ETF基金
净值的对数价格 (下同)．从序列时间轨迹图中可以看到，五只 ETF基金价格、基金净值、跟踪指数的对数价
格序列表现出的特征非常相似，并且均出现了多个异常的峰值，表明这些序列的波动具有一定的突发性和显
著性，同时这些序列中的异常波动具有明显的聚类现象，即在某个时间段异常波动往往集中在一起，大的波
动之后仍是大的波动，小的波动之后仍是小的波动．因此，通过这些时间序列轨迹可以初步判断这些序列本
身的波动性具有条件异方差的迹象，表明这些序列中出现的扰动不是白噪声过程
表 4 ETF基金价格、基金净值、跟踪指数的统计特征
阿 网 NSH510∞ 0
i圃
圃 哂
图 1 ETF基金价
i
格
哑、基金净值、跟踪指数
晒
的时间序列图
j
系 统 工 程 理 论 与 实 践 第 30卷
表 4进一步列出了各序列的主要统计特征数据．首先从表中所示的统计值可以看出，2007-4—2至 2009-
1—23之间 ETF基金价格、基金净值、跟踪指数的对数价格时间序列的峰度均小于 3，偏度均显著小于 0，
Jarque-Bera统计量的相伴概率接近 0，表明这些序列较接近于正态分布且均具有较显著的左偏特征 (Fattailed)．对这三种序列进行 自相关检验，Eff]的 Ljung-Q统计量检验表明，各个序列的自相关性在统计上都
很显著，这和图 1中看到的时间路径中出现的特征相一致，即三种序列存在明显的时变性和聚集性，ARCH
效应十分显著．
5 中国 ETF基金价格发现的实证研究
5．1 ETF基金价格、基金净值、跟踪指数之间的协整关系实证研究
为研究 ETF基金价格、基金净值、跟踪指数的连续对数价格序列之间的相互联系，首先，运用 ADF方
法来检验三种连续序列的平稳性，按照 AIC原则选定最佳滞后阶数．由表 5可知，ETF基金价格、基金净
值、跟踪指数的对数价格序列均是非平稳的，但它们的一阶差分序列是平稳的，即 ETF基金价格、基金净值、
跟踪指数的连续对数价格序列均是 I(1)过程．
另外，表 6、表 7是对 ETF基金价格、基金净值、跟踪指数之间的对数价格协整关系运用特征根迹检
验和最大特征值统计量方法进行检验的结果．表 6、表 7中的第二列显示了在原假设成立条件下的协整关系
数，第三列显示了式 (2)中 口 矩阵按由大到小排序的特征值，第四列是迹检验统计量或最大特征值统计量，
第五列是在 5％显著性水平下的临界值，最后一列是根据 MacKinnon—Haug-Michelis[0】提出的临界值所得到
的 P值，结果表明ETF基金价格、基金净值、跟踪指数之间存在协整关系[9】，协整关系数为 2．
表 5 ETF 基金价格、基金净值、跟踪指数的价格序列 ADF 检验
注：表 中的数值为 ADF统计值，在 1％ 置信水平下的临界值 一3．445，在 5％ 置信水平 F的临界值 一2．868，
在 10％ 置信水平下的临界值 -2．570．
由于五只 ETF基金价格、基金净值、跟踪指数之间存在对数价格协整关系，因此可用误差修正模型来
进一步进行研究 分别以 AETFt、ANAVt、Atr_ETFt表示 ETF基金的对数价格差分、基金净值对数差分、
跟踪指数对数差分．基于 2．1节的研究，将 ETF基金价格、基金净值、跟踪指数的对数差分分别作为被解释
变量，虽然有些滞后项、常量或误差修正项的系数检验并不显著，但综合考虑 AIC准则及各模型的调整可决
系数 (Adj．R。)、极大似然值 (Loglikelihooc1)，我们选定误差修正模型 (VEC)的滞后阶数为 2，表 8给出了
应用误差修正模型的参数估计结果．基于式 (7)一(9)和表 8中各系数的 t值及系数值的大小可知，五只 ETF
基金价格、基金净值、跟踪指数之间存在价格相互引导关系，以 ETF作为被解释变量的模型拟合效果较好
下面我们对此进行分析．
第 3期 王良，等：中国 ETF基金的价格发现问题
表 6 ETF基金价格、基金净值、跟踪指数之间的协整关系检验 (迹检验)
表 7 ETF基金价格、基金净值、跟踪指数之间的协整关系检验 (最大特征值)
基于式 (7)，当以 AETFt作为被解释变量时，它表示 ETF基金的对数价格上涨水平．当 ecm￡一1的系数
为负时，它表示上一期的非均衡误差项以一定的比率对 ETF基金当期的对数价格上涨水平做反向修正．误
差修正项 ecmt一 系数的大小反映了对偏离长期均衡的调整速度．当短期波动偏离长期均衡时，将以 ecmt一1
的系数大小的调整速度将非均衡状态调整到均衡状态．此外，从表 8中的误差修正项系数可以看出，五只
ETF基金的调整速度从大到小依次为 SZ159901、SH510180、SH510050、SH510880、SZ159902，而在实际中
各 ETF基金依据跟踪指数成份股构成进行不同的投资组合选择可能是导致不同 ETF基金的 ecm 一1系数
相异的原因．例如 ETF基金 SH510880跟踪指数为上证红利指数，该指数挑选在上证所的现金股息率高、分
红比较稳定、具有一定规模及流动性的 50只股票作为样本，以反映上海证券市场高红利股票的整体状况和
走势，该指数是当前市场上唯一将客观的价值衡量标准 (现金股息率)作为样本股排序筛选首要指标的指数．
因此，该 ETF基金的误差修正绝对值较小表明该 ETF基金价格基本上真正体现了市场价值，因此其价格受
市场其它因素影响所表现出的波动相对较小，这也使得上一期的非均衡误差项可以以很小的速率对 ETF基
金当期的对数价格上涨水平做反向修正．
404 系 统 工 程 理 论 与 实 践 第 3O卷
．菩 … ¨ 昧蓝卿
卜卜∞0．0 ∞∞0∞0．0 '【0．0 0卜∞∞0．0 ∞∞∞0．0 0_【0．0 0 【 0．0 0卜【 0．0 ∞ 0．0 '【0∞0．0 卜∞0．0 ∞ ∞∞0．0∞0000．0● ∞0000．0● ∞0000．0● 0000．0● 0000．0● ∞0000．0 0000．0． 0000．0● ∞0000．0， 0000．0丁 ∞0000．0 ∞0000-0●00．● 0 口0．● 0 幻∞．∞● 卜．【 ．∞● ∞000 ．∞● 卜 卜∞．∞ 幻0-【∞∞．∞． 卜∞∞∞．∞● 卜 1[0∞．∞， 0∞ 00．∞ 0 ∞0． ∞ 0．●∞0卜0． 口∞卜 【． 寸卜0∞ ．∞ ∞0． 0 【 0． ∞0-【 ．∞● 0卜口00．∞ 0卜 -【．∞● 卜∞．∞● ∞∞ 0．● 卜000【．● 寸 00．【． 卜 ∞0 ．∞∞∞∞ 【．∞0 0 0．卜 ∞∞-【∞ 0．【∞∞ ∞ ∞ ∞∞'[【∞0 ．∞ ∞ 卜∞ '【．．【卜∞∞1【卜 卜．卜∞∞∞0 ．0∞卜∞_【0．【0 卜 0【．0-【0 卜0∞．'∞ 卜_【0．0 00∞00．0∞ -【 ∞n．∞∞ ∞ ．0∞ 卜 ∞∞ ．【∞ ∞∞ ∞∞．0∞ 卜卜 曲．∞∞ ∞ 0 ．∞∞ 卜∞ ．∞∞ 【∞．∞∞ 0 卜∞ ．∞∞ ∞ 卜 ．∞∞-【∞0．0 ∞ 0．0 0 ∞∞0．0 ∞【∞0．0 卜【∞0．0 ∞∞0．0 0 ∞0．0 0 ∞∞0．0 ∞0．0 ∞卜_【∞0．0 ∞卜0∞0．0 0∞0∞。．0∞∞∞_【 ．0 ∞0卜卜∞．0 ∞卜 ．0 卜 【∞ ．0 ∞ ．0 ∞ 0 ．0 ∞ 0 ．0 0∞∞ ．0 卜卜．【 ．0 ∞ 卜∞ ．0 0 0 ．0 ∞-[ ．0【∞卜'[∞．0 ∞ ∞．0 卜0 ∞．0 ∞ ∞．0 I【0∞∞．0 ∞ ∞．0 0∞．0 01【∞．0 ∞0∞．0 -【 ∞．0 ∞∞∞．0 ∞卜．[卜∞．0∞∞ ∞．0 【∞0∞∞．0 0卜 ∞．0 ∞∞．0 口 1【 ∞．0 ∞卜 卜∞．0 [【【D∞．0 【 '【 ∞．0 0 ∞．0 ∞．0 卜∞ ∞．0 ∞卜[∞∞．0_[∞0 0．0 卜口∞∞0．0● 0曲卜 0．0● ∞0．0● 卜_[∞0．0； 0 ∞0．0 0∞00．0． 【00．0 ∞卜∞-【0．0 ∞ -【∞0．0 ∞ 0．0 卜0⑦ 0．0●0 1[00．0 -【00．0 0-【00．0 ∞ -【00．0 ∞ H00．0 0 【00．0 0[00．0 【01【00．0 -【00．0 -[ -【00．0 0 【00．0 卜 【0。．00000．0● 0000．0 ∞0000．0 00000．0● 0000．0 0000．0 '【0000．0 0000．0 0000．0 0000．0 0000．0 0000．0●∞∞∞ ．∞ 0 【卜．1【。 0 0∞∞．-【● 0∞．0， u【．【 ∞．0 ∞∞ 0．0 ∞ ∞ ．0 0∞ 卜 ．0 卜卜卜田∞．0 00 ∞ ．．【 【卜 ．【 卜0 ∞．0∞00∞．0 0【0 ∞．0 卜0 ∞．0 ∞．【0∞．0 00∞．0 ∞ 【∞．0 【⑦0卜0． 【 0卜0． 00 卜． ⑦ 0∞ ．【 ⑦0∞∞ ．【 ∞ ∞∞ ．∞∞ 0 ．【 卜 ．0 ∞[ 卜．0 ∞ ．0 ∞ ∞曲 ．0 ∞ 0∞0．0 【0 ．【 ∞ 卜∞ ．-【 ∞ ∞． 0 ． -【0 ∞． 0∞ ．∞ ．● ∞ 0 ．0 ， ∞卜 ．0 -【 ∞0． 卜1【 ∞．0 ∞【1【0．'【● -【 ．0 卜【卜 ．0 ∞．-【 卜∞∞0 ．0 00．【 卜⑦卜卜 ．0 卜0．0 ∞0∞ ．0 卜0 卜．0 0．【∞．0 0 0【∞．0 ∞．0 0 J[曲∞． 0 【 ∞． ∞ ∞． 卜0 ．【 -【 0 ．-【 0 ．卜．1[ 卜卜【卜 ．0● ∞ 0 ．0● ∞∞ 0．0● ∞[01[．0 -【∞ ∞．0 0 ．-【 卜∞0 ．【 【0 ⑦．∞ ∞0∞卜 ．0 卜0 ．【 -【∞0'[．∞_【 卜．0 卜0_【0．0 0卜 ∞-【．【 00 0∞．【● 0．[∞-【．∞● 0∞0．【卜．， [卜 ．0 0 0∞ ．0 ∞卜∞．0 卜 0∞∞．-【 卜 00． [0 ∞．●卜0∞ ．0 ∞ ．0 0卜 曲 ．0 卜卜 0∞．0 卜 ∞0∞．0 ∞∞ ∞∞．0 ∞ 卜卜． 田 卜． ∞ 卜．【∞． 口【0 ．【 00 ．【 卜 0 ．0∞卜卜'【．0 00．0 ∞ 0∞．0 【．【卜0 ．0● 0 1【．-【● 0 0．．【 卜 卜∞．【● 0 00．．【 曲∞曲卜 ． ∞卜卜∞∞． 卜 00．∞● ∞∞∞∞ ．∞●∞∞∞．0 【 ．【)。 ∞ ．0 卜∞0 卜．0 00 【． -[00 ∞．● 卜∞．【 ．0， 卜卜0 ．0● 卜 【【．【．[● ∞⑦∞∞ ．【● ∞【0 ．'【， 01【卜 ． 0卜 0 ．0 卜卜∞∞．0 0∞ ．0 0 卜∞ ．0 0 ∞ ．0 ∞0 ．0 【∞ ．∞ ．[0 ．∞ 卜0∞ ．∞ 0 ∞卜田．-【 ∞卜 ．．【 ∞ ∞ ．__【0 ∞．0 0卜 【．0 卜 0 ．0 ∞∞∞．0● ∞ ∞卜【．【● ∞J[0 [．-【● ∞∞00卜． ∞ -【∞．-【● [-【∞ 0．∞● ∞卜 0．， 0 0 ． 【0∞卜卜．∞●0【0∞． ∞∞卜 ．0 【卜卜0 ．^丫 0∞．-【 ∞ ‘【∞．【 0【 ∞【． -【 【0．0● ∞ 00卜．0 ∞ 田．0 ∞∞【00．0 ∞【-【卜 ．0 0卜 ．'∞卜00 ．0 ∞ H．0 -【．0 卜0 ．0 000 ．0 ∞∞卜 ．0 ∞∞卜∞ ．0 ∞∞口∞ ．0 ．0 ∞0卜 ．0 ．0 ∞ 0 ．0∞ 卜 ．0 0∞卜∞1【．0 ．【∞卜 0．0● 0卜 ．0 ∞ ∞ ．0 00．0 '[卜 ∞ ．0● 0∞．0 0 0 ．0 ⑦0 ．【．0 -[．0 ∞ ∞∞．0n[00 ． 00 ．0 【卜 0．【 ∞_【∞∞．0 ∞∞ ．0 ∞ 卜∞卜．-【 【∞卜．【 ．【 【 卜 ．【。 0_【∞-【．【。 0 卜．0 卜卜 ．0 卜 0．【【．∞ 0 ．0 0∞ ．0 【 ∞．0 卜0卜 ．0 0卜 卜 ．0 ∞ 卜 ．0 卜 卜卜．0 卜卜．0 ∞ 卜∞卜．0 卜 ．0 00 ．0 ∞0 ．0【卜 卜．0 0∞_【．0 ∞ 0∞0．0● 0 ∞ ．0 ．0 0 ∞∞．0 ∞ 卜卜-【．-【● 【【 ．．【 000∞ ．0 ∞ ∞∞．0 ∞0∞．0 ∞ 0．0∞ 【． 【 ．．[ ∞∞0 ．0 ∞．-[ ∞0∞卜∞．[● 【 【∞．● ∞ 0【．．【 ∞卜1【 ．-【 -【0 ．0 卜 ∞．0 0卜 ∞．0● ∞卜 0 ．●口0 ∞．0 '[∞∞．0 1【0卜∞．0 卜00∞0．0 卜 ∞∞0．0 卜0 ．0 0 ∞0．-【 卜∞ ∞0．【 0卜【 0．-【 0∞ 【．0 卜 ．0 J【 0 ．0卜．0 ∞0【 ．0 0．0● 卜 【∞．0● ∞卜0卜∞．nT 0卜 ∞∞． ∞∞0 ．【 卜0 ． 卜 ．0● ∞0∞∞ ．0● 0 ∞0 ．0● 卜 '【卜．+皇 《Z m1皇 > Z 回 mI-皇 >《Z 回 m 皇 >《Z ∞ 0 HrZ∞ 【0 -【 ∞ 0∞∞0【日嗣∞ 0∞【0_【雹∞ 唧 琏柩
糕椎霜剥 ∞僻
第 3期 王良，等：中国 ETF基金的价格发现问题 405
此外，当以 ETF基金对数价格差分 AETFt作为被解释变量时，整体来看基金净值对数差分一、二阶滞
后项的系数绝对值大于跟踪指数对数差分的一、二阶滞后项系数的绝对值，这说明整体上 ETF基金净值对
于 ETF基金的价格上涨或变化比 ETF基金跟踪指数的影响大．从 ETF基金一、二级市场的交易机制来讲，
ETF基金跟踪指数的变化要先于 ETF基金净值的变化，ETF基金跟踪指数是一个先行指标，所以二者对于
ETF基金价格的影响存在差别．此外，从流动性的视角进行分析，虽然 ETF基金紧密跟踪指数，基金净值的
计算依据跟踪指数成份股来进行，但 ETF基金跟踪指数成份股的流动陛良好与否会影响 ETF基金对跟踪
指数的跟踪能力，跟踪指数成份股的微观流动性越差，ETF基金对跟踪指数的跟踪误差就会越大 【3Jj因而这
也会使得基金净值和跟踪指数对于 ETF基金价格变动的作用有所区别．此外，五只 ETF基金协整模型中的
误差项修正系数的大小不同也从侧面说明，各只 ETF基金的价格波动，通过 ETF基金价格与 ETF基金净
值、跟踪指数之间的这种长期均衡机制进行 自动调节的作用程度存在差别，这也有力的说明了各 ETF基金
价格、ETF基金净值、跟踪指数之间的关联程度是不相同的．基于 VEC模型，实证研究可以看出 ETF基金
价格、基金净值、跟踪指数的相互影响是存在的，在此不再详细分析，那么，这三者对于 ETF基金的价格形
成影响分别有多大，它们在 ETF基金价格发现过程中的信息份额贡献如何，下面我们进一步来探讨这个问
题．
5．2 基于 I-S模型与 P．T 模型的 ETF基金价格发现实证研究 。
(一)I-S模型与 P．T 模型 的参 数估计
基于 3．2节的研究，P—T模型和 I—s模型的应用都需要首先估计 VEC模型，VEC模型的估计形式及方
法与 3．1节相同．为了使得 ETF基金价格、基金净值、跟踪指数存在可 比性，将每个跟踪指数值除以 1000
作为其原始价格 (如果跟踪指数直接取对数价格则对模型的系数估计会不显著)，在此基础上再取对数价格，
可以看出处理后的五只 ETF基金的跟踪指数价格和 ETF基金价格相近且波动状况相似，ETF基金价格、
基金净值、处理后的跟踪指数价格服从 I(1)过程，并且它们之间具有协整关系，计算方法与 3．1节相同，限
于篇幅，从略．
在应用 I-S模型之前需要对 VEC模型的残差项之间相关系数的显著性进行检验，结果表明，这些残差
项均在 1％的水平上具有显著性．限于篇幅，本文没有在表中列出检验统计量．表 9列出了 P—T模型和 ISJI．GlobalFinance
模型的估计结果．
表 9 价格发现模型估计结果
(二 )中国 ETF 基金价格发现 的实证 分析
从表 9可知，P—T模型的估计结果基本上与 I—s模型一致．对于上证 50ETF基金 SH510050，基金净值
对 ETF基金价格发现的信息份额贡献比例最大，二级市场价格的信息份额贡献较接近于基金净值的信息份
额，信息份额贡献最小的为跟踪指数，这表明该 ETF基金净值、二级市场价格对于其价格发现过程具有主导
作用，而跟踪指数对 于 ETF基金 的价格发 现过 程影响最小 ；对于上证 180ETF基金 SH510180，信 息份 额贡
献比例从大到小依次为：基金净值 、跟踪指数 、二级市场价格．与上证 50ETF基金不同，该 ETF基金的跟
踪指数对于 ETF基金的价格发现过程影响较大，而二级市场价格影响最小，跟踪指数和基金净值对该 ETF
基金的价格发现过程具有主导作用；对于上证红利 ETF基金 SH510880、中小板 ETF基金 SZ159902，从它
们的信息份额贡献可以看出跟踪指数对于 ETF基金的价格发现影响最大，净值次之，跟踪指数与基金净值
在该 ETF基金的价格发现过程中具有主导作用；对于深证 100指数 ETF基金 SZ159901，ETF基金价格发
现过程中的信息份额贡献 比例从大到小依次为：二级市场价格、基金净值 、跟踪指数，与 SH510050一样，谚
ETF基金净值、二级市场价格对于其价格发现过程具有主导作用，跟踪指数对于价格发现过程影响最小．
系 统 工 程 理 论 与 实 践 第 3O卷
对于中国 ETF基金的全部产品，虽然各 ETF基金的二级市场价格、基金净值、跟踪指数在价格发现过
程中的信息贡献份额并没有表现出一致性，但依据投资者禀赋 一 信息 一 价格发现机制理论并结合模型估
计结果来看 【l2J，ETF基金净值在五只 ETF基金的价格发现过程中都起着相对较大的主导作用，基金净值是
ETF基金交易者的主要交易参考信息．与 YiumanT，ValeriaM[】的研究结果不一致，在 ETF基金价格发
现过程中，中国 ETF基金二级市场价格信息份额贡献并不一定比基金净值的信息份额贡献大．
Chu等 【坞J认为基于 I-S模型和 P—T模型，在价格发现中信息份额贡献越大的市场应领先或先行于信
息份额贡献较小的市场．据此进行分析，中国 ETF基金是可在二级市场交易的指数型基金，它紧密跟踪指
数，跟踪指数的涨跌直接影响着基金的净值及二级市场价格，跟踪指数是一个先行指标．因此，在价格发现
过程中跟踪指数的信息份额贡献比例应该最大，即在市场摩擦条件的存在下，跟踪指数的变动应先于基金净
值、二级市场价格的变化，但实证研究发现，除上证红利 ETF基金 SH510880、中小板 ETF基金 SZ159902
外，其余三只 ETF基金并未表现出这样的特征，这也说明了五只 ETF基金的二级市场价格、基金净值、跟
踪指数在价格发现过程中的信息份额贡献比例并没有表现出一致性．由于中国 ETF基金一级市场的申购和
赎回额度限制较大，因此 ETF基金的投资者在一定程度上可能以机构投资者等少数专业投资者为主，而我
国证券市场的监管力度不足、法律制度弱化、信息披露制度不完善所引起的信息不对称、非理性投资者占据
多数的现实状况，将使得信息有效市场假设的理论可能不再成立，ETF基金价格发现过程也不能真实的反映
市场信息．由此将可能进一步导致机构投资者违规操纵 ETF基金交易过程的行为，而这些 ETF基金交易者
可能成为噪声交易者，这种状况进一步使得 ETF基金价格发现过程受到扭曲，因而 ETF基金的二级市场价
格、基金净值、跟踪指数在价格发现过程中的信息份额贡献可能无法得到有效体现．
从以上的实证分析可以看出，中国 ETF基金市场的价格发现过程存在着信息效率 (也称为信息有效性)
不足的问题 [4-5】．信息效率是衡量 ETF基金市场信息分布均匀程度和流速、交易透明度和规范程度的重要
标志，也是 ETF基金市场成熟与否的重要标志．中国 ETF基金市场信息效率的实现主要依靠于基金净值、
跟踪指数、二级市场价格等的信息功能．新制度经济学认为，有效率的制度还应能够最大限度地消除人们 “搭
便车”的可能性，从而使每个社会成员生产投入的个人收益率尽可能地等于其社会收益率．依据有效市场假
说理论，如果 ETF基金的价格发现过程能够充分而准确地反映全部可得的相关信息，则 ETF基金的价格发
现过程是有效率的．这种定义将市场效率作为参数考虑，反映市场价格与市场信息的关系，有效市场是信息
有效的 ETF基金市场，这种效率实际上是信息反馈效率．但是中国 ETF基金市场的规模较小，且在 ETF基
金市场制度非完善的状况下，ETF基金的信息反馈效率并不能达到最优．
通常情况下，ETF基金的价格紧密跟踪指数，当 ETF基金价格过高地偏离了指数的价值，投资者就可
以卖出 ETF基金，买进指数成份股实现套利，通过套利过程的实施，ETF基金的价格就会下降，指数价值就
会上升，从而使 ETF基金价格与指数价值重新趋向一致；反之，如果 ETF基金价格相对指数过低，市场就
会购入 ETF单元而抛售指数成份股，使得 ETF基金价格与对应指数一致．理论上来讲，这种机制的实施也
使得 ETF基金 价格 自身 的价 格发现过程效率相对 更高．基 于此，在 ETF 基金一 、二级 市场 价格能准确反
映其内在价值的条件下，ETF基金交易者投资策略的制定 、执行必然对应着 ETF基金市场上的超额收益，
在羊群效应等的影响下市场对于 ETF基金投资的信息将予以吸收放大，如果投资收益仍然高于投资者的预
期水平，那么一、二级市场的交易量和交易金额都将可能增加．前已述及，ETF基金的二级市场价格、基金
净值、跟踪指数在价格发现过程中的信息份额贡献可能无法得到有效体现，ETF基金价格形成过程中的信
息效率不高．有效市场假设认为，信息效率对投资者预期的形成与变化有最直接的影响．在市场竞争机制存
在的条件下，投资者通过一切方式来获得相关信息，投资者对于超额利润的追求使得信息垄断租金逐渐减少．
在完全市场条件下，ETF基金价格在充分反映信息的同时，其表现出来的价格波动性归因于信息流动的随机
性．因此，市场信息的有效性将促使市场逐渐达到经济学中的 “竞争均衡”理想状态．在信息有救性的条件
下，ETF基金市场的竞争机制和市场自我调节的功能将使得信息效率呈现出制约和均衡的态势，而在此情况
下也将使得 ETF基金市场交易的超额收益逐渐趋于零，因而也使得价格发现过程最终趋于平稳状态．
6 结论
本文以中国 ETF基金市场的全部产品为研究对象，对中国 ETF基金的价格发现问题进行了实证研究．
基于 Johansen协整检验方法及 VEC模型，实证研究表明 ETF基金二级市场价格、基金净值、跟踪指数之
第 3期 王良，等：中国 ETF基金的价格发现问题 407
间存在协整关系．当以 ETF基金对数价格变化作为被解释变量时，五只 ETF基金 VEC模型误差修正项的
系数估值存在差异，由此表明当 ETF基金价格的短期波动偏离长期均衡时，从非均衡状态回归到均衡状态
的调整速度存在差别．这也说明各只 ETF基金的价格波动，通过 ETF基金二级市场价格与 ETF基金净值、
跟踪指数之间的这种长期均衡机制进行自动调节的作用程度存在差别．
基于信息份额 I-S模型和永久短暂 P—T模型对中国 ETF基金市场的全部产品进行实证研究，发现各
ETF基金的二级市场价格、基金净值、跟踪指数在价格发现过程中的信息份额贡献比例并没有表现出一致
性，ETF基金净值在价格发现过程中信息份额贡献相对较大，由此表明 ETF基金净值在价格发现中起着较
大的主导作用．虽然中国 ETF基金全部为指数基金，但实证研究发现除上证红利 ETF基金 SH510880、中
小板 ETF基金 SZ159902外，其余三只 ETF基金并未表现出跟踪指数为先行指标的特征，跟踪指数在价格
发现过程中信息份额贡献并非最大，而证券市场的产权制度缺陷、法律制度弱化 、信息披露制度不完善所引
起的信息不对称、非理性投资者占据多数的现实状况是 ETF基金的二级市场价格、基金净值、跟踪指数在
价格发现过程中的信息份额贡献无法得到有效体现的主要原因．
参考文献
[1JYiumanT，ValeriaM．Pricediscoveryandinformationaleficiencyofinternationalsharesfunds
Journal，2007，l8(1)：1-15．
[2】PopePF，YadavPK．Discoveringerrorsintrackingerror[J]．TheJournalofPortfolioManagement，1994，2：
27 32．
[3】汤弦．交易型开放式指数基金 (ETF)产品设计问题研究 [J]．金融研究，2005，2：93—105．
TangX．Onthefinancialproductsinnovationofexchangetradedfund[J]．JournalofFinance，2005，2：93—105．
【4】HasbrouckJ．Onesecurity,manymarkets：Determiningthecontributionstopricediscovery[J1．JournalofFinance，1995，50(4)：1175-1199．
【5】GonzaloJ，GrangerCW J．Estimationofcommonlong-memorycomponentsincointegratedsystems[J]．Journal
ofBusinessand Econom ic Statistics，1995，13：27-35．
f6】JohansenS．Statistical analysisofcointegrationvectors[J]．Journal ofEconomicDynamicsandControl，1988，
12：231-254．
[7]EngleRF，GrangerC W J．Co-integrationanderrorcorrection：Representation，estimationandtesting[J]．
Econometrica，1987，55(2)：251—276．
【8】MacKinnonJG，HaugA，MichelisL．Numericaldistributionfunctionsoflikelihoodratiotestsforcointegration[J1．
JournalofAppliedEconometrics，1999，14(5)：563—77．
【9】高铁梅．计量经济分析方法与建模 [M1．北京：清华大学出版社，2006．
GaoTM．Econometrics-MethodsandModeling[M1．Beijing：TsinghuaPublicationPress，2006．
[10】BaillieRT，BoothG G，YiumanT，eta1．Pricediscoveryandcommonfactormodels[J]．JournalofFinancial
Markets，2002，5(3)：309-321．
[11】张晓峒．计量经济学软件 Eviews使用指南 [M】．天津：南开大学出版社，2004．
ZhangXT．Econometrics—GuidelineforEviews[M]．Tianjin：NankaiPublicationPress，2004．
【12】HandA．Testoftheextendedfunctionalfixationhypothesis[J]．TheAccountingReview，1990，65：740-763．
[13】ChuQC，HsiehW G，TseY．PricediscoveryontheS&P500indexmarkets：Ananalysisofspotindex，index
futures，andSPDRs[JI．InternationalReviewofFinancialAnalysis，1999，8：21—34．