基于GARCH族模型的我国纸浆期货市场价格波动率研究

以上海纸浆期货市场为研究对象,选取2018年11月27日至2021年2月28日的上海纸浆期货连续日收盘价作为样本数据,构建GARCH族模型对上海纸浆期货市场的价格波动特征进行实证研究。结果表明:纸浆期货市场存在波动聚集性、异方差性以及持续性等特征;纸浆期货市场利空消息对未来波动的影响明显小于相同幅度的利好消息的冲击;基于GED分布的GARCH族模型能更好地刻画上海纸浆期货的波动特征,其中GED-GARCH(1,1)模型表现最优。根据结论提出了政府监管部门应该加大信息披露力度,提供多样化产品,投资者应提高投资意识,密切关注期货市场信息,进行理性投资等建议。     

基于GARCH、EGARCH模型的LME镍期货价格波动集聚性实证分析

镍是经济发展的重要资源,是伦敦金属交易所(LME)六大交易品种之一。讨论LME镍期货价格波动规律,有助于更科学合理地预测镍期货市场行情,把握国际镍期货市场风险。1980年1月—2014年12月LME镍期货价格时间序列具有明显的随机游走趋势与自相关关系,LME镍期货市场为弱式有效。镍期货价格序列存在ARCH效应,GARCH(1,1)模型计量结果显示其具有波动集聚性特征,反映出波动的外部冲击对市场的影响具有长期性,EGARCH(1,1)模型计量结果显示镍价格序列波动的非对称性特征,但利好信息、利空信息对镍价冲击的杠杆效应很弱,有助于揭示镍期货市场风险规律与投资策略。     

基于GARCH类模型中国原料奶价格波动实证分析

为揭示中国原料奶价格波动的影响因素及特征,本文采用2007—2019年的月度数据,运用GARCH类模型对中国原料奶价格波动进行了深入的分析。研究发现:中国原料奶价格波动具有显著的集簇性;中国原料奶价格波动具有成本推进型特征,牛肉的价格收益率对原料奶价格波动具有显著负向影响;原料奶价格波动不具有高风险高收益特征;在加入相关控制变量后,中国原料奶价格波动没有显著的非对称性。为此,本文从加强市场监测、强化信息预警及完善价格形成机制三方面提出了稳定原料奶价格波动、促进产业健康发展的政策建议。     

我国棉花进口贸易波动研究——基于CMS模型的因素分解

本文使用UN Comtrade数据库中的相关数据,利用修正的CMS模型对1994—2012年间我国棉花进口贸易波动的成因进行了实证分析。结果表明,我国棉花的进口贸易波动是国内进口引力和结构共同影响的结果,而棉花生产成本高、流通体制不健全和市场信息不完善是造成棉花进口引力和结构无序变化的根本原因。探索低成本的棉花种植模式、深化流通体制改革和建立全球化的信息监测系统,将有助于稳定我国棉花进口贸易,提升我国棉花产业的国际竞争力。     

大豆期货价格波动影响因素的向量自回归模型分析

本文研究分析大豆期货价格波动影响时,主要是运用向量自回归模型对2003年到2011年的大豆期货价格波动数据进行分析,通过探讨不同类型主体对大豆期货价格波动具体影响程度,研究结果表明,对于非商业净头寸的一些投机力量中,对于大豆期货价格有着正向的推动过程,而商业净头寸变动中,对于大豆期货价格有着较小的影响,对于总持仓量而言,在大豆期货价格中有着相对稳定的负反馈作用,而时间的不断推移中,不断的投机将会产生一种负面效应。     

棉花生产波动研究

新中国成立以来，我国棉花生产登上了一个又一个新的台阶，对国民经济的发展做出了重大贡献。１９８４年创历史最高水平，１９９１年是历史上的第二个高产年，这两年全国棉花产量分别比１９４９年增长１３．１倍和１１．８倍。但在４５年的时间里，棉花生产不是呈直线增长...     

农产品现货与期货价格波动溢出效应研究

中国的农产品期货市场至今已有三十年历史,现有的种类共十三种,大约占上市期货品种数量的二分之一。本文选用中国大豆农产品,建立指数条件异方差模型(E-GARCH)和脉冲响应分析,通过实证研究发现:大豆期货价格市场存在双向溢出效应,在受到外部冲击后,中国大豆期货价格收益增长率波动加剧,但大豆期货价格波动持续性减弱。大豆期货价格对现货价格的冲击,相较于现货价格对农产品期货价格的冲击更为敏感。中国大豆期货市场对现货市场具有价格发现作用,而现货市场对期货市场的影响力较弱。最后针对结论提出政策建议。     

基于ARIMA模型的豆粕期货价格预测方法研究及启示

受中美贸易摩擦持续升级和猪肉价格暴涨的影响,豆粕期货价格的波动成为了当前社会各界关注的一个热点问题。本文以2018年1月2日至11月30日期间大连商品交易所豆粕期货价格作为研究对象,分析了ARIMA模型对于豆粕期货价格预测的有效性。实证研究的结果显示该模型在短期内对豆粕价格的预测精确度较高,但是随着时间的推移其误差开始增加。同时,通过ARIMA模型所反映出来的豆粕价格相关性的滞后阶数也可发现目前我国的豆粕期货交易存在投机氛围较浓等问题。基于以上分析,最后分别从投资者角度和期货市场发展层面提出了相应的对策建议。     

棉花期货价格与现货价格关系的实证检验

本文采用ADF单位根检验、协整检验、长期均衡方程、Granger因果检验、脉冲反应、方差分解来全面分析棉花期货价格与现货价格之间的关系.研究发现:棉花期货价格与现货价格之间存在长期均衡的关系,期货价格引导现货价格的形成.因此,本文建议应引导新疆棉农利用期货价格信息、取消阻碍涉棉企业利用期货市场的有关规定、利用期货价格走势来制订新疆棉花产业保护政策.     

农产品期货价格波动关联——基于日频数据和关联测量新框架

基于2014年12月19日—2018年3月20日的日频期货价格数据,借鉴Diebold和Yilmaz提出的新框架,本文从总关联、品种与市场关联和品种间关联三个视角考察我国农产品期货价格的波动关联及其时变特征。研究结论:(1)从总关联来看,我国农产品期货价格波动总关联度为44. 8%,且在样本期内呈"倒U型"走势;(2)从品种与市场关联来看,豆油、菜籽油、棕榈油、豆粕四种期货受期货市场影响较大,且这四种期货对期货市场的影响也较大;(3)从品种间关联来看,我国各农产品期货品种间的波动关联度存在品种差异。按波动关联度分,油脂类期货间、粕类期货间和处于同一产业链的期货间具有强关联性,而小麦、白糖、棉花、鸡蛋和橡胶等期货与其他期货间的关联性较弱。     

基于随机波动模型的双障碍期权问题的研究

本文首先建立随机波动下的双障碍期权定价问题的模型,进而推导出了关于期权价格的偏微分方程。力图证明现实的金融市场中,有效的市场模型对于投资者决策以及金融风险管理和避险等方面有着重要的影响。     

基于ARCH类模型的我国油料价格波动特征研究

运用ARCH类模型对我国三大主要油料大豆、花生和油菜籽价格波动的集簇性、风险报酬特征以及非对称性进行实证检验。结果表明,大豆、花生和油菜籽的价格波动具有显著的集簇性;大豆、花生和油菜籽市场没有高风险高回报的特征;大豆、花生和油菜籽的价格波动具有非对称性,且花生和油菜籽的价格波动具有杠杆效应。     

基于ARMA-GARCH簇模型的碳配额价格波动特征研究

在“双碳”目标指引下,我国碳市场正处于从区域试点迈向全国统一的关键时期,如何实现地方衔接全国碳市场已经成为亟待解决的问题。以北京、上海、广东、湖北、天津和全国6个碳交易市场的碳价为研究对象,通过建立ARMA-GARCH簇模型对碳价波动问题进行量化分析。研究结果发现,6个碳市场的碳价受前期交易的影响较为显著、价格波动具有集群效应以及存在非对称性冲击效应,为此提出丰富交易主体、交易产品和完善市场定价机制的相关建议。     

我国葡萄酒进口贸易波动研究——基于CMS模型的因素分解

本研究利用CMS模型实证分析了我国葡萄酒进口波动的成因,文章认为,进口引力是左右我国葡萄酒进口贸易波动的首要原因;世界经济因素与我国葡萄酒进口贸易的发展息息相关;在衰退期,世界需求缩减、进口引力下跌与进口结构的不合理,是我国葡萄酒进口减少的重要原因;在增长期,强势的进口引力和扩张的世界需求促进了我国葡萄酒进口贸易.现阶段,我国葡萄酒进口引力较强,国内外经济环境良好,商品结构得以改善,市场结构有待优化.应积极协调世界经济发展,努力扩大内需,提升进口引力,不断优化进口结构,大力推进葡萄酒进口贸易与国内产业的协调发展.     

基于非参数核密度估计的棉花市场价格波动与风险评估

棉花是我国重要的战略物资,科学评估棉花市场价格的波动特征与风险概率具有重要意义。文章以2014-2019年我国具有代表性的三种棉花(3128B、2129B、2227B)月度市场价格统计数据为研究对象,利用非参数核密度估计法对不同棉花品种的市场价格波动进行分析,结果表明:三种棉花价格波动走势相似,但2129B级棉花价格整体高于3128B级和2227B级棉花;2129B级棉花价格出现强警风险(红灯区域)的概率高达55.6%,3128B级和2227B级棉花出现强警风险的概率分别为21%和22.8%。     

山东省棉花产业钻石模型研究

山东省是我国纺织品和服装的生产和出口大省,因而棉花产业的兴衰对山东经济有着十分重要的影响。运用波特的钻石模型框架,对山东省棉花产业竞争优势的主要影响因素进行分析,在此基础上给出提高山东省棉花产业竞争力的建议。     

基于EMD模型的我国马铃薯产量波动及其成因的时空研究

[目的]马铃薯生产是整个产业链的中枢环节,产量的波动对马铃薯产业上下游均有直接影响,对我国马铃薯产量时间序列和时空影响因子进行分析,深入了解我国马铃薯产量波动规律和时空主导因素,有利于指导我国马铃薯产业平稳发展。[方法]文章采用经验模态分解模型(EMD)对1982—2018年我国马铃薯总产、单产和面积变化以及不同区域马铃薯产量变化进行分解,对不同时序数据分解后长短周期分量进行波动一致性分析,确定我国马铃薯产量长短周期变化时空主导因子。[结果](1) 1982年以来,我国马铃薯总产量整体呈上升趋势,长短波动周期约分别为7年和4年,我国马铃薯生产按时间序列可分为低位缓增期、快速突破期、阶段顶部期、平稳上升期和高位稳定期5个阶段。(2)在时间尺度上,我国马铃薯单产是总产量短周期波动的主控因子,单产和面积分别是1982—2003年和2004—2018年马铃薯产量长周期波动的主控因子。(3)空间尺度而言,北方一作区是我国马铃薯长短周期波动的共同主控区域,西南混作区和中原二作区分别是我国马铃薯长、短周期波动的主控区域。(4)根据我国马铃薯产量分解后分量图形可以预测,在短周期下我国马铃薯产量即将进入下降通道,应该提前做好我国马铃薯总产量下降的战略准备工作,并且通过对短周期波动主控区合理引导种植,避免我国马铃薯总产量短期内出现较大幅度波动。[结论]我国马铃薯总产量主要存在长短两种不同时间尺度的周期性波动,单产和面积对总产量长短周期波动的主导作用不同,北方一作区对总产量长短周期波动均具有主导作用,西南混作区在2008年以前对总产量长周期波动的主导作用明显,而中原二作区是总产量短周期波动的主控区域。     

中美大豆期货价格相关性研究——基于Copula函数

本文采用Copula函数刻画中美大豆期货价格波动的相关性研究表明,大连商品交易所(DCE)大豆期货价格和美国芝加哥期货交易所(CBOT)大豆期货价格存在较强的相关性,Kendall秩相关系数τ为0.5520,Spearman秩相关系数ρ为0.7358;通过平方欧式距离检验,认为Clayton Copula函数是所有Copula函数中拟合程度最好的,两个市场大豆期货价格的上尾相关系数为0,下尾相关系数为0.7548,即一个市场大豆期货价格下跌将引起另一个市场的下跌,而价格上涨的波动却很难传导到另一个市场,大豆期货价格波动的传导表现出明显的非对称性。     

农产品期货价格波动性特征的实证分析——基于小麦、大豆连续合约的时间序列数据

研究期货价格波动性特征对于理解期货市场的价格形成机理和运行规律具有重要意义。本文首先综述了国内外关于期货价格波动性特征的研究成果，并通过选取郑州硬麦期货连续合约价格与大连黄大豆1号连续合约价格作为样本数据，实证检验了中国农产品期货价格波动性的积聚情况、波动性与成交量的关系、期货价格的到期效应以及波动性的周日历效应，并得出以下几点结论：我国农产品期货的价格波动并没有显著的群集性特征；小麦期货合约成交量是价格的波动性变动的原因，但大豆期货价格波动性变动是成交量的原因；小麦1月期货合约，大豆5月、7月合约存在明显到期效应；两者的价格波动性均表现出较强的周一效应。     

中国粮食价格波动分析:基于ARCH类模型

了解粮食价格波动的特征对采取相应政策稳定粮食价格具有重要的现实意义。本文利用GARCH、GARCH-M、TARCH和EGARCH等ARCH类模型对粮食价格的波动、波动的非对称性进行了分析。研究表明:籼稻、粳稻、大豆价格没有显著的异方差效应;小麦和玉米价格波动有显著的集簇性;小麦市场和玉米市场没有高风险高回报的特征;小麦价格波动有非对称性,即价格上涨信息引发的波动比价格下跌信息引发的波动大。本文在此基础上提出:可以利用价格波动的集簇性对未来的价格波动进行预测;要不断完善粮食市场,引导市场参与主体理性投资;要特别关注引起价格上涨的因素并采取相应措施。