今天继续为大家带来《美国全球小麦价格定价权研究》系列连载报告。本章为大家分析美国队世界小麦市场的影响。要看就看最有深度的“干货”！感谢大家的支持，敬请关注。

价格发现是现代农业期货市场的核心经济功能之一。美国法律管理衍生品交易编纂这一目的，说明农业期货市场运行国家利益“提供（e）管理和承担价格风险，发现价格或传播的手段通过在流动性，公平和财务安全的交易设施交易定价信息“（美国代码标题7，Ch。 1秒。 5）。为了实现这一价格发现和传播的目的，市场必须纳入及时将基础商品的价值信息纳入价格信息。信息应通过bonafide交易或常备的报价和报价，其价格是众所周知的市场参与者。价格发现已经在被称为经验的金融文献部分中积极研究市场微观结构。实证价格发现测量考虑类似商品的市场价格或相关金融工具。这些市场共同拥有决定的相同的基本力量均衡价格，使套利阻止一个市场的价格与另一个市场的价格偏离大量或长时间量。这种文献一般使用高频日内交来自多个市场的数据来估计在每个市场中发生的价格发现的相对比例。该文献中的相关市场包括在多个交易所，期货和现金市场交叉上市的股票，期权和期货市场，单一期货市场中不同的合约期限，电子和公开期货市场等。Putnin？s（2013，第78页）提供了价格的全面总结在实证市场微观结构文献中的发现分析。

虽然通常应用于金融市场，经验市场的微观结构方法是相对的小说在农业的背景下。过去的应用包括电子价格发现的测量和开放式期货市场（Martinez et al。，2011; Shah and Brorsen，2011）利差和其他衡量牲畜，粮食和棉花市场的市场质量和交易成本（Frank和Garcia，2010; Shah，Brorsen和Anderson，2012; Janzen，Smith和Carter，2014）。市场微观结构的价格发现方法也已应用于在时间间隔测量的数据不常见在这个文献的上下文中被认为是“微观”。例如，Arnade和Hoffman（2015）估计价格发现在大豆的日常现金和期货市场价格中的相对比例豆粕。

在实证市场微观结构文献中发展的价格发现措施是基于一个基础控制与可估计的价格相关的价格的数据生成过程的结构模型简化形式矢量误差校正模型（VECM）。在这种情况下使用VECM是直观的对于单个商品在多个市场中被认为具有共同的长期关系代表通过VECM中的误差校正项。相关市场价格数据生成过程的结构模型从单一的开始基本价值或有效价格。基本价值观在概念上是不可观的均衡价格，反映关于商品供求的所有可用信息在给定的时间点。基本值假设遵循随机游走，

其中ut是i.i.d. 平均零值和标准偏差σu。因为这个随机的创新步行分量立即被永久禁止进入观察价格，随机游走分量代表驱动所有市场价格的单一基础价值。每个市场的价格都遵循共同的基本价值。价格偏离基本价值是暂时的，所以观察价格协整。表示观察到的价格向量在周期t为pt。价格向量具有向量误差校正表示，在一些滞后K和被截断以一阶差分表示为：

pt是I（1）或一阶整数，由于存在单个基本值，存在n-1个协整向量，其中 = 0。已知的协整向量（[1-1] 两个价格情况和给定n> 2情况在Yan和Zivot（2007））假设第一个价格p1; t和每个后续价格之间的差异是I（0）。

是第一市场和每个后续市场的价格之间的预期差异或价差。表示由于基于位置和质量属性的已知的价值差异而导致的市场之间的价格的已知差异。是E（et）= 0和方差 - 协方差矩阵的简化形式误差项。是表示每个市场调整其价格以维持长期协整关系的速度的误差校正系数。

基于随机游走基本价值和多个市场价格的VECM框架的概念，独立开发两个价格发现的措施，以将观察价格的变化分为与基本价值随机游走相关的永久分量和暂时分量与贸易过程中的摩擦有关。这种噪声的潜在来源是订单流，买卖询盘反弹和点差离散的暂时不平衡，

 Hasbrouck（1995）开发了一种措施，称为使用创新的信息共享（IS）从类似于方程2的简化形式的矢量误差校正模型。IS测量在特定系列中由创新解释的基本值中的方差的比例。永久分量的方差为0 e，其中是减少形式误差对价格的累积影响。如果缩减形式误差是相关的，则θe不是对角线，而是缩减形式误差之间的相关性使得更难以确定哪个市场在价格发现方面是领先的。在极端情况下，减少形式的误差是完全相关的，基本价值变化的调整在不同市场是相同的，两个市场都不支配价格发现。

当Σe不是对角线时，IS度量不能唯一地将减小形式误差中的协方差归因于每个市场，因此Hasbrouck（1995）使用Cholesky分解来正确化误差。如果F是Cholesky分解？使得FF =α，则信息份额为：

由于IS的计算取决于正交化，因此取决于变量在pt中的顺序，他建议考虑变量在pt中的所有排序，并计算每个市场中发现的信息份额的上限和下限。

另一种价格发现措施称为组件份额（CS），源于冈萨洛和格兰杰（1995）关于永久暂时分解的协整变量。虽然许多学者独立应用CS来衡量价格发现，但文献往往将其归因于Harris，McInish和Wood（2002）。 CS使用纠错系数？以计算形成公共基本值的价格的线性组合中的每个价格的归一化权重。 Harris，McInish和Wood（2002）表明，第一个市场的pt可以计算为α2 =（α2-α1）。

在观察价格的变化（以及因此形式的误差和误差校正项）高度相关的情况下，IS和CS措施都不能识别价格发现。当在低时间频率观察到价格时，出现这种情况，因此，日内价格数据几乎总是需要应用这些措施。这可能解释了为什么在农业经济学中市场微观结构价格发现方法的应用是罕见的。农业期货市场是最后一次摆脱公开喊价交易的地方，日内价格数据不容易提供。