农产品期货市场风险评价.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
农产品期货市场风险评价

2017.5 农产品期货市场风险评价 ——一个基于价格泡沫模型的新分析框架 李 剑 李崇光 摘要:本文引入价格泡沫理论与分析方法,提出了基于价格泡沫视角的农产品期货市场风险评 价方法和分析框架,创建了“泡沫长度”“泡沫频度”“泡沫强度”3 个风险评价指标,对2006 ~2014 年中国农产品期货市场历史风险水平进行了测量和评价。依据风险评价结果,本文将10 种主要农产 品期货品种划分为高、中、低3 个风险等级,并总结出各个风险等级商品的风险特征和调控启示。 本文的研究结果显示,商品功能属性不能完全显示商品风险属性,有必要按照“分级监控、重点防 范”的原则,完善农产品期货市场风险监管体系。 关键词:农产品期货市场 风险评价 价格泡沫 右尾单位根检验 中图分类号:724.5 文献标识码:A 一、引言 21 世纪以来,中国商品期货市场呈现蓬勃发展的势头,期货合约交易种类、覆盖范围和成交量 均不断增加。截至2015 年底,中国四大商品期货交易所上市交易品种已达52 种①。2015 年,全国 期货累计成交量达到35.78 亿手,同比增长42.78%,从交易数量上看已经达到了全球最大商品期货 市场的地位(田利辉等,2015 )。农产品期货是上市时间最早和交易最为活跃的期货种类,在中国商 品期货交易中具有重要地位。中国现有农产品期货合约21 种,占全部期货合约种类的1/3 以上。近 年来,随着粳稻、玉米淀粉和鸡蛋等重要农产品合约陆续获准上市交易,中国农产品期货合约的覆 盖范围和交易规模进一步提升。在加快实施农业转型升级的背景下,农产品期货市场将会在农产品 市场价格发现、套期保值和争取全球大宗商品定价权等方面发挥更加重要的作用(程国强、朱满德, 2014 )。 近10 年来,中国农产品期货市场的显著特点是价格波动剧烈、市场风险加深。从2007 年起, 本文为国家自然科学基金项目“‘金融化’背景下中国农产品期货与现货市场风险评价与传导研究”(项目编号: 的阶段性成果。 ①数据来源:中国期货业协会网站( )。 -1- 农产品期货市场风险评价 国际大宗农产品市场经历了数轮历史罕见的价格震荡,国内部分农产品价格也随之暴涨暴跌(黄季 焜等,2009;朱信凯等,2012 )。大连商品交易所大豆商品期货价格自2007 年7 月起一年内上涨幅 度高达84%,随后3 个月则暴跌56%。同时期内,食用油(豆油、菜籽油等)以及饲料产品(豆粕 等)期货价格均出现了超过50%的大幅波动①。2011 年,棉花、天然橡胶等商品第一季度期货价格 比前一年第四季度暴涨了1 倍以上,几乎同时达到或接近历史最高水平(见图1)。剧烈而频繁的价 格波动无疑加大了商品市场的系统性风险,成为国家农业安全和经济社会稳定的潜在威胁。有鉴于 此,对中国农产品期货市场的历史风险进行准确评价,依据商品风险等级建立有针对性的风险监控 体系,具有重要的理论和实践意义。 图1 2006~2014 年中国部分大宗农产品期货价格走势 注:价格指数均取2006 年1 月9 日价格为基准价格。 数据来源:笔者对大连商品交易所、郑州商品交易所和上海期货交易所的相关数据加以整理而得。 风险评价是经济理论与实践中备受关注且争议较多的话题②。一些学者对此做出了有益的探索 和有价值的研究。从研究方法看,现有关于农产品市场风险评价的文献主要分为两类:一是以VaR (value at risk )风险测评模型和ARCH 类模型为基础的时间序列分析(例如王鹏等,2013 );二是 运用神经网络等模型的综合指标分析(例如王川、王克,2008 )。前者的主要问题在于无法真正区分 时间序列数据中的爆炸性过程,从而无法对极端风险(泡沫)直接建模分析;后者的主要缺点在于 指标多且复杂,变量选取和分析结论可能存在一定的主观性。从某种意义上说,期货市场风险评价 ①数据来源:笔者

文档评论(0)

xyl118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档