• info@haiqib.com
  • 400-069-0969
  • 波浪
  • 波浪
  • 波浪
  • 波浪

大豆期货与豆油期货的价格关系

分类: 全球行业动态 / 2018-07-13

  商品期货交易活动是指买卖双方共同约定在未来的某一时间、按照约定价格进行交割的一种贸易活动。从过去的口头承诺到 “标准化期货合约”,这种远期合同交易合约提供了指导未来生产经营活动的价格信号,对冲农业生产中的不确定性和长期贸易的风险,从而起到了防范价格波动造成市场风险的作用,使得农业生产经营活动更为有序进行。那么,大豆在期货市场上的价格是否影响了大豆油的期货价格呢?大豆是大豆油的原材料,大豆期货价格变动是否顺向影响了豆油的期货价格?豆油的期货价格变动是否反向影响了大豆的期货价格?
  在以往的研究中,从交易和监管等角度对期货进行了多方探讨。认为期货是一种未来交易,买卖期货合约为买家和卖家提供了一个可以在未来日期交付的合同,从而实现预测未来农产品交易价格的走势。期货为投资者和农产品的贸易之间建立了联系,从而使得私人的投机资本一直活跃于农产品贸易中。买卖期货合约是一种投机交易,是基于对不确定性的价格走势的预测所获得回报,因而,期货交易更像是一场赌博,这也使得期货交易一直备受争议。支持者们认为,期货通过商品交易所可以为农业的商业化集中组织和管理提供价格信息和风险控制等服务。而一些农民和农民组织则对期货交易持不信任态度,因为期货交易的存在,使得一些非农利益集团利用期货交易来操纵价格和市场。尽管各国在期货交易发展的历史上都对金融投机行为制定了各种限制措施,还是无法改变期货交易的不断增长和投资者对期货的青睐。19世纪后期,在美国的小麦期货市场中,期货合约的虚拟交易额已经超过了大宗商品的现货交易。
  在现代经济中,期货市场的存在已经是农业生产的重要组成部分,期货所具有的价格发现功能可以大大降低农产品价格波动的风险。期货的价格发现功能是期货的一个重要功能,国外很多学者也对此展开了研究。Kumar Mahalik等采用向量误差修正模型和二元指数Garch模型分析印度现货、期货商品市场价格发现和波动溢出效应。Cornell研究了成交量的变化量户商品的期货价格和现货价格之间的关系。Bhanumurthy通过分析印度气候的剧烈变化对现货和期货价格形成的影响后认为,价格发现机制的薄弱会最终导致更高的价格波动。Mishra对天然气的期货价格和现货价格进行研究后,发现天然气的期货价格不能预测未来天然气的现货价格。
  国内很多学者也对此展开了研究。黄飞雪等利用协整检验的方法研究了金融危机对我国大连商品交易所的大豆和豆粕期货价格之间的关系,认为我国应大力加强农产品期货市场,解决“三农”问题。何诚颖等利用VEC模型和脉冲反应函数对沪深300指数期货和现货的1分钟高频数据分析后认为,沪深300指数期货对价格的发现能力要超过现货价格。赵华等构建ARMAJIGARCH模型描述了我国金属期货价格的跳跃性行为的价格发现作用。方匡南等利用沪深300股指期货5分钟高频数据,引入分位数回归,分析了不同涨跌幅度的期货价格和现货价格的关系。
  在研究期货价格的发现机制时,学者们大多立足于研究期货价格与现货价格之间的关系,鲜有研究商品的期货价格同其上下游行业的商品期货价格的关系。本文选取大豆的期货价格和其下游行业的豆油期货价格进行实证分析,尝试描述它们之间的相关关系。
  二、向量自回归(VAR)模型及估计方法
  向量自回归模型是一种非结构化的模型,模型通过对现实中的经济数据来确定整个经济系统的动态关系,而不是依靠经济理论。因此在建立VAR模型时不用事先提出理论上的假设,而是通过对现代的经济时间序列所提供的信息来验证各经济变量之间的理论关系。
  VAR模型的表达式:
  三、 变量选择及统计性描述
  (一)数据选取
  本文所取的数据为大连商品交易所2006年1月9日至2016年8月4日的黄大豆1号和豆油的收盘价的每日数据,共2 005个样本,数据均来自wind资讯。由于期货合约大多是有交割期的,一般都不超过一年,本文为研究方便,数据选取了“连续合约”的数据。在大连商品交易所的期货交易中有黄大豆1号和黄大豆2号两个品种,黄大豆2号的成交量远远低于黄大豆1号的成交量,因此本文选取黄大豆1号代表黄大豆期货的价格走势。本文的所有数据处理均利用软件Eviews8.0。
  (二)数据统计说明
  通过对两个变量的描述性统计分析,以及黄大豆1号和豆油期货价格走势(图1)可以看出,两个变量的价格趋势具有一定的一致性,價格波动的周期基本一致。豆油作为大豆的下游产品,大豆期货价格的变动与豆油期货的价格变动是具有相关性的,对其进行协整检验,大豆期货价格变动与豆油期货价格存在协整关系,这表明作为大豆的下游行业的豆油期货价格与大豆期货的价格具有长期的均衡关系。
  首先运用单位根检验判断两个变量的平稳性,然后确定滞后阶数,建立VAR模型。再对模型的稳定性进行检验后依次进行Granger因果检验,方差分解分析和脉冲响应函数分析。
  (一)ADF检验
  为了避免所建立的模型出现伪回归问题,建立VAR模型要求所有变量同阶单整。因此,在建立VAR模型之前,首先要求对各变量进行单位根检验,本文采用ADF检验对各变量的平稳性进行检验。由检验结果可以看出,黄大豆1号(F_soybean)和豆油(F_oil)在1%的显著水平下都是一阶单整I(1)序列,進一步进行协整检验,检验表明两变量协整,说明存在长期稳定均衡关系。
  (二)构建VAR模型
  由上述分析可知,变量F_soybean和F_oil为I(1)序列,如果直接建立VAR模型,会造成模型不稳定而且脉冲响应函数不收敛,致使脉冲响应函数没有意义,为此,本文采用两个变量的一阶差分建立VAR模型。
  1.滞后阶数的确定。构建VAR模型时,需要确定滞后阶数,如果滞后阶数过多,会造成需要估计的参数过多,影响模型的自由度;如果滞后阶数过少,则会无法反应模型的整体特征。本文综合考虑LR统计量、FPE最终预测误差、 AIC信息准则、SC信息准则、HQ信息准则,运用Eviews8.0考察滞后阶数,在各种检验的结果中,FPE最终预测误差、 AIC信息准则、SC信息准则、HQ信息准则4个指标的检验结果为滞后2期是最佳滞后期,LR统计量检验结果为滞后7期是最佳滞后期,根据多数准则,确定滞后阶数为2,并建立滞后阶数为2期的VAR(2)模型。
  2.模型的稳定性检验。为了确保脉冲响应函数的收敛性,构建VAR模型后,首先要对模型的稳定性进行检验。表明本文所构建的VAR模型的根的模均小于、而且处于单位圆内,说明本文所构建的VAR模型是稳定的。
  3.Granger因果关系检验。利用VAR模型可以检验经济时间序列的各变量之间的因果关系。为了探讨当黄豆期货价格变动是否能够引起豆油的期货价格变动,豆油期货价格的变动能否引起黄豆期货价格的变动,本文采用Granger因果关系对此进行检验。
  在D(F_oil)方程中,拒绝D(F_soybean)不是D(F_oil)的Granger原因的原假设,表明大豆期货价格对豆油期货价格具有显著的Granger影响,大豆期货价格是豆油期货价格的Granger原因。
  在D(F_soybean)方程中,不能拒绝D(F_oil)不是D(F_soybean)的Granger原因的原假设,表明豆油期货价格对大豆期货价格不具有显著的Granger影响,豆油期货价格不是大豆期货价格的Granger原因。
  (三)方差分解分析
  对VAR进行方差分解分析,可以观察各变量的贡献程度,用来分析在每个结构冲击中,对内生变量变化的贡献度。
  表6为D(F_soybean)和D(F_oil)的变化量对D(F_soybean)变化量的贡献程度,结果显示,豆油期货价格变化量对大豆期货价格变化量的贡献度从滞后2期到滞后6期逐渐增加,到滞后期达到0.001 835%,并保持稳定。总的来说,豆油期货价格变化量对大豆期货价格变化量的贡献率很低,说明豆油期货价格变化量对大豆期货价格变化量几乎没有影响,这与上述的豆油期货价格不是大豆期货价格的Granger原因的分析相吻合。
  • clogo
  • clogo
  • clogo
  • clogo
  • clogo