中国大豆现货价格与期货价格联动关系研究
发布时间:2020-06-03 14:45
【摘要】:农产品市场与金融市场的关联性在金融化愈来愈普遍的背景下显得越来越紧密。一个市场的价格变化不仅会影响本市场的未来发展,其他市场也会对这种变化做出反应。这种联动性变化在大豆市场中也有表现。大豆现货价格在期货市场价格频繁变动的情况下也出现常发性波动,这种现象提高了大豆产业链所面临的市场风险。大豆期现货市场间价格联动性性质以及价格传导机制究竟如何形成这一问题成为了关注的焦点。对这两个问题的研究将有利于大豆产业参与者有效规避市场风险,更好的发挥大豆期货市场的价格发现功能,更清晰的认知大豆价格的形成机制,更好的服务于大豆产业的未来发展。本文选取2009年1月9日至2017年1月6日的国内大豆期现货价格与美国大豆期货的周数据作为样本。首先利用小波分析的方法对数据进行处理,利用小波变换的多分辨分析特性将数据分解为不同频率的细节信息信号。根据相关的经济学研究,市场信息对后期发展的影响会随着时间的推移而呈现弱化的趋势。不同频率的细节信号信息表征的是不同的时间跨度内的的影响分量。通过对不同频率数据的溢出效应研究,可以从整体上考察国内大豆现货市场价格与国内外大豆期货市场价格间的紧密程度。并筛选出与中国大豆现货价格联动性最为紧密的价格数据进行进一步分析。利用复杂网络分析的方法,引入数据滑窗理论将国内大豆期现货市场价格联动性进行粗粒化表达,构建大豆市场波动的自传导模型,挖掘市场联动性的自有规律与动力学特征。考察复杂网络内的点强度、介数集中性、小世界网络性质、聚集系数等,从复杂网络拓扑性质的角度研究其复杂性特征和网络内部变动规律。针对复杂网络内部变动的动力形成的研究,通过建立演化博弈分析模型,对动力背后形成的原因做以分析。将主要的研究方向放在演化博弈的市场均衡点——最终进化稳定策略的确定这一目标上。探究最终进化稳定策略形成的市场价格条件。研究总体表明国内现货市场与国内期货市场的关联紧密程度高于受国外期货市场的影响。国内期现货市场价格所形成的联动性复杂网络中出现了分别以同向联动与反向联动为主导的两个次级波动网络。但由于系统整体的紧密程度不强,联动性变化在同向与反向间频繁转换。通过演化博弈对联动性变化的原因进行研究发现,市场中最终稳定进化策略的不断变化造成了期现货市场价格联动性的不断改变。
【图文】:
本文的研究技术路线图
非平稳时间序列经小波分解后的时间序列可以近似当做平稳时间序列处理,,相较于传统方法效果有明显提升。表 3-2 三市场大豆价格收益率序列的描述性统计表Tab. 3-2 Descriptive statistics of soybean yield returns sequence in three marketR1R2R3均值 0.056452 0.011374 -0.006545中位数 0.165335 0.009007 0.206464最大值 9.083547 8.440914 10.43634最小值 -6.18708 -10.93102 -20.87961标准误 2.072620 1.5447590 3.3350280偏度 0.095739 -0.670023 -0.748568峰度 4.483947 15.59358 6.767393J-B 检验值 38.89848***2786.846***285.5523***注:***表示在 0.01 显著性水平下显著,**表示在 0.05 显著性水平下显著,*表示在 0.1 显著性水平著。三市场收益率分布频率直方图如图 3-2 所示。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F323.7;F724.5
本文编号:2694977
【图文】:
本文的研究技术路线图
非平稳时间序列经小波分解后的时间序列可以近似当做平稳时间序列处理,,相较于传统方法效果有明显提升。表 3-2 三市场大豆价格收益率序列的描述性统计表Tab. 3-2 Descriptive statistics of soybean yield returns sequence in three marketR1R2R3均值 0.056452 0.011374 -0.006545中位数 0.165335 0.009007 0.206464最大值 9.083547 8.440914 10.43634最小值 -6.18708 -10.93102 -20.87961标准误 2.072620 1.5447590 3.3350280偏度 0.095739 -0.670023 -0.748568峰度 4.483947 15.59358 6.767393J-B 检验值 38.89848***2786.846***285.5523***注:***表示在 0.01 显著性水平下显著,**表示在 0.05 显著性水平下显著,*表示在 0.1 显著性水平著。三市场收益率分布频率直方图如图 3-2 所示。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F323.7;F724.5
【参考文献】
相关期刊论文 前10条
1 高齐圣;路兰;;基于复杂网络视角的农产品价格波动和机理分析[J];复杂系统与复杂性科学;2015年04期
2 王旭文;汪秉宏;;复杂网络上的演化博弈研究[J];现代物理知识;2015年03期
3 熊正德;文慧;熊一鹏;;我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析[J];中国管理科学;2015年04期
4 安海岗;;基于复杂网络的时间序列双变量联动波动[J];计算物理;2014年06期
5 黄彬彬;张晓慧;;基于复杂网络与演化博弈的农田水利管理合作行为分析[J];中国农村水利水电;2014年07期
6 安海岗;;国内外黄金现货价格联动波动复杂网络拓扑性质[J];数学的实践与认识;2014年11期
7 傅青苗;;基于超网络的社会化标签使用特性[J];经营与管理;2014年04期
8 程淑佳;赵映慧;李秀敏;;基于复杂网络理论的原油贸易空间格局差异分析[J];中国人口.资源与环境;2013年08期
9 彭选华;傅强;;基于小波多尺度分析的GARCH建模方法的拓展[J];系统工程理论与实践;2011年11期
10 高湘昀;安海忠;刘红红;丁颖辉;;原油期货与现货价格联动性的复杂网络拓扑性质[J];物理学报;2011年06期
本文编号:2694977
本文链接:https://www.wllwen.com/weiguanjingjilunwen/2694977.html