国内大豆价格影响因素探讨.pdf

《国内大豆价格影响因素探讨.pdf》由会员分享，可在线阅读，更多相关《国内大豆价格影响因素探讨.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、7 2证券市场导报 2 0 1 4 年9 月号微观结构大豆作为人们营养膳食结构中植物蛋白以及食物油的重要来源，在中国食物生产和消费系统中一直扮演着非常重要的角色。随着人们生活水平的提高，对蛋白质和植物油的需求不断增加，大豆作为中国三大油料作物(大豆、油菜籽、花生)之一，其需求及进口数量正在逐年急速增长。在大宗商品交易中，大豆的现货交易价格直接影响着国内外大豆压榨商、加工商、消费者以及利用大豆进行期现套利企业等各方的利益。此外，大豆的价格也是非常重大的民生问题，对政府相关政策的制定与实施也有密切关联。本文旨在通过相关因素的综合分析，对政府、大豆压榨加工产业及投资企业提出了合理建议。文献回顾关于中

2、国大豆市场关系的研究文献较多，主要集中在研究现货市场之间、期货市场之间、期货市场与现货市场之间以及国内外市场之间的相互影响，相互联动的关系上。张巨勇，于秉圭(1 9 9 9)使用1 9 7 8 1 9 9 5 年的年度数据利用动态修正模型分析了国内外大豆市场之间的整合，结果表明国内外市场在短期和长期都不整合。2 武拉平(2 0 0 0)使用1 9 9 6 年1 月1 9 9 9 年1 2 月的月度数据，利用共聚合法和误差修正模型分析了国内外市场整合情况，结果表明国内外大豆市场长期整合，但短期不整合，同时通过格兰杰因果检验表明国际大豆市场是国内市场变化的格兰杰原因，国内大豆市场对国际大豆市场影响

3、较小。3 康敏(2 0 0 5)系统研究了中国农产品(包括大豆和豆粕)市场期货功能与现货市场的关系，结果表明中国大豆和豆粕期货市场功能发挥较天然橡胶硬麦和强麦市场充分。4 张宗成，王骏(2 0 0 5)对大连商品交易所的大豆品种期货价格与现货价格间的动态关系进行了研究，结果表明大豆期货价格与现货价格存在相互引导的关系，大豆期货市场在价格发现功能中起着主导作用。5 刘凤军，刘勇(2 0 0 6)通过E C M模沈子曦 王磊(上海对外经贸大学商务信息学院，上海 2 0 1 6 2 0)摘要：本文旨在运用统计学和数据挖掘技术对大豆现货价格进行分析，结果表明港口库存、全国现价与进口成本差、盘面压榨利润

4、、菜籽油、棕榈油都对大豆现货价格的涨跌变化有影响和区分作用。运用评估图对模型进行对比，发现逐步逻辑回归模型和决策树模型表现较好。基于这些研究结果，对政府稳定大豆价格，大豆压榨加工产业增加盈利能力以及投资企业运用商品期货进行期现套利提出了合理建议。关键词：大宗商品；大豆价格；大豆期货；期现套利Abstract:This paper aims to use statistics and data mining technology to analyze the soybean spot price.The results show that the port inventory,cost diff

5、erence,crush disk profit,the spot prices of colleseed oil and palm oil can make an influence and exert a distinguishing function on the price change of soybean spot price.Employed evaluation charts to compare models,we find that the stepwise logistic regression model and decision tree model can perf

6、orm better.Based on these research results,we put forward some reasonable suggestions for government,soybean processing industry and enterprises with commodity futures arbitrages.Keywords:bulk commodity,soybean price,soybean futures,arbitrage 作者简介：沈子曦，上海对外经贸大学商务信息学院数量经济学硕士生，研究方向：金融数据挖掘。王磊，统计学博士，上海对外

7、经贸大学商务信息学院副教授，研究方向：贸易统计。中图分类号：F222.3 文献标识码：A国内大豆价格影响因素探讨7 3证券市场导报 2 0 1 4 年9 月号微观结构型研究了中国大豆期货价格与现货价格之间的波动关系，研究发现大连商品交易所的大豆期货价格与现货价格之间存在协整关系和双向的G r a n g e r 因果关系。6 夏天，程细玉(2 0 0 6)对大连商品交易所、美国芝加哥商品交易所的大豆期货价格与国产大豆现货价格三者之间的关系进行了实证研究，结果表明短期内的价格偏离可以通过自身价格约束机制予以纠正，三者之间存在长期的均衡关系。7 周应恒，邹林刚(2 0 0 7)分析了中国大豆期货市

8、场与国际大豆期货市场价格关系，研究结果表明全球三大期货市场间存在整合关系，在国际大豆期货价格形成中，美国大豆期货市场在全球大豆期货定价中处于主导作用，中国和日本对全球大豆期货价格形成的影响有限。8 仲伟俊，戴杨(2 0 0 7)对我国大豆期货与现货市场之间的波动溢出效应进行实证分析结果表明，协整残差项对期货与现货市场的条件均值和条件方差具有很好的解释作用，期货和现货价格之间存在长期的均衡关系，期货与现货市场之间的波动溢出效应是对称的。9 崔强(2 0 0 8)通过实证分析认为我国大豆期货价格与现货价格在长期呈现出较为一致的走势，期货价格和现货价格互为因果关系。1 0 杨婷，刘金山(2 0 1

9、3)运用小波分析法对大连商品期货交易所和芝加哥商品交易所大豆期货价格序列以及收益率序列进行分解与重构，结果表明国内外大豆各细节层期货价格收益率之间存在显著的价格溢出与波动溢出效应，并且主要是芝加哥商品交易所向大连商品期货交易所的价格溢出与波动溢出传导。1 1 左杰，周天一(2 0 1 3)基于MC MC 算法的S V C J 模型，对我国大豆现货与期货价格的跳跃进行了估计，并分析了大豆期货市场在跳跃条件下的价格发现功能。1 2 除了以现货市场之间、期货市场之间、期货市场与现货市场之间以及国内外市场之间的相互作用作为分析角度以外，还有其他专家学者从期货交易的交易量，投资者情绪，与大豆密切相关的供

10、求，库存，成本等角度出发对影响大豆价格的因素进行了研究。吕东辉，杨印生，郭鸿鹏(2 0 0 4)通过对大连商品期货交易所大豆期货价格指数变动率与交易量变化率的回归分析，发现大连商品期货交易所大豆期货价格变动率与投资者情绪变化之间具有正的回归关系，其中1 日内的正回归关系尤为理想。1 3 孙亚东(2 0 0 4)认为决定商品价格的因素应为商品本身的价格(生产成本和价值尺度)以及供求关系，库存、利率、升贴水及美元走势等因素对商品的价格往往没有长期而稳定的影响。1 4 苗齐，钟甫宁(2 0 0 6)认为从实际供应的变化和预期供应的变化方面，粮食储备的增量与存量都可能影响当年粮食市场价格，并且可以解释

11、某些不能用生产和进出口数量来解释的市场价格变动。1 5 刘家富，周慧秋，李孝忠(2 0 1 0)对大豆价格波动的主要因素及其影响进行了研究，结果表明生产成本、谷物价格、收入、食用油价格、石油价格和政府的价格支持政策都会对大豆价格产生正向影响；而上期价格、汇率和世界产量则对大豆价格起到反向作用。1 6 方燕，郑洁(2 0 1 3)利用2 0 0 3 年1 月2 0 1 2 年1 2 月我国大豆期货和豆油豆粕的月度价格数据，对它们之间的内在关系进行了实证分析，结果表明大豆期现货价格和豆油豆粕价格存在长期稳定的均衡关系，大豆期货价格和豆油豆粕价格都会对大豆现货价格产生不同程度的影响，其中大豆期货价格

12、对大豆现货价格的影响最大。1 7 以上文献为本文的分析提供了一定的研究基础，但现有文献对大豆现货市场尤其是大豆现货价格的分析大多从仅期货市场与现货市场之间相互影响和联动的角度出发进行研究，虽证实了期货市场与现货市场价格的关系，却没有深入挖掘出具体影响价格变动的实际因素以及原因。而所使用的数据也过于偏向大豆的金融属性，忽视了其商品属性，因此与民生、生产和国家政策联系不够紧密。本文主要基于大豆的商品属性对其现货价格产生的影响这一视角对这些问题进行研究和讨论。样本选择与研究设计一、模型与变量1.L o g i s t i c 回归模型：l o g i s t i c 模型回归分析，是离散选择法模型之

13、一，属于多重变量分析范畴。主要是根据一组或几组解释变量，来预测离散的被解释变量发生某种情况的概率。最常用的是二值型l o g i s t i c 模型，即被解释变量的取值只包含两个类别。例如：好、坏；发生、不发生；常用y=0 或y=1 来表示。L o g i s t i c 回归模型的数学表达式为：其中称为优势比，即事件发生与不发生的概率之比。在本文中，令大豆现货报价上涨为1，大豆现货报价不上涨为0，因此Odds就是大豆现货报价上涨与下跌的概率比。7 4证券市场导报 2 0 1 4 年9 月号微观结构2.在机器学习中，决策树是一个预测模型。代表的是对象属性与对象值之间的一种映射关系。树中每个节

14、点表示某个对象，而每个分叉路径则代表的某个可能的属性值，每个叶结点则对应从根节点到该叶结点所经历的路径所表示的对象的值。建立决策树的过程，即树的生长过程是不断地把数据进行切分的过程，每次切分对应一个问题，也对应着一个节点，对每次切分都要求所分成组之间的“差异”最大。本文希望通过简单决策树模型来帮助寻找出一套用于解释大豆现货报价涨/跌的逻辑决策。同样的，令1 代表大豆现货报价上涨，0 代表大豆现货报价不上涨。3.神经网络(N e u r a l N e t w o r k s,N N)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一

15、个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。二、样本选择及相关变量描述性统计本文使用数据均来自布瑞克农产品数据库，选取从2 0 0 8 年9 月2 4 日2 0 1 3 年9 月2 4 日的每日数据，共1 2 1 9 组数据。大豆的价格涨跌变化作为研究的目标变量，大豆港口库存、盘面压榨利润、现货压榨利润、现价与进口成本差、菜籽油、花生油和棕榈油的现货价格涨跌变化作为输入变量。根据这些历史数据，分别用l o g i s t i c 回归模型，逐步回归法，决策树模型和神经网

16、络模型构建出预测大豆现货报价涨跌的分类模型，并将其进行评估，选择出比较好的模型。在对数据进行提取和转换过程中，将目标变量处理成涨跌的0 1 变量形式，即如果今天的现货报价比昨天的高，则令其为1；如果今天的现货报价不高于昨天的现货报价，则令其为0。对于全国菜籽油价格，全国花生油价格和全国棕榈油价格也用相同的方法做成0 1 变量的形式。每日的现货压榨利润数据是天津，辽宁，黑龙江，江苏，浙江，山东，广东，广西数据的均值。其它数据都为全国数据。本文所用变量以及其模型作用，测量水平，解释描述如表1 所示。建立的数据集中包含1 2 1 9 个观察值的资料，数据集被分为训练集，有效集和测试集。观测到现货报价

17、的分布统计图(略)显示，有大约2 1.6 6%的现货报价值为上涨(X H B J=1)。实证结果与分析一、逻辑回归模型根据表2 写出l o g i s t i c 回归方程：In(Odds)=In()=1.9138760.00072CBC0.2785CZY1.41E8GKKC0.1737HSY0.00186PMYZLR0.00073XHYZPJLR0.4219ZLY (1)方程(1)是原始数据的回归方程。从表2 可知菜籽油现货报价涨跌系数为-0.2 7 8 5，在1 0%的水平上显著，棕榈油现货报价涨跌系数为-0.4 2 1 9，在1%的水平上显著，表明表2 LOGISTIC模型参数结果Par

18、ameter EstimateP a r a me t e rE s t i ma t e S t a n d a r d E r r o r Wa l d C h i-S q u a r eP V a l u eI n t e r c e p t-1.9 1 3 90.7 5 3 96.4 50.0 1 1 1C B C-0.0 0 0 7 20.0 0 0 6 7 21.1 40.2 8 6 3C Z Y-0.2 7 8 50.1 6 1 62.9 70.0 8 4 8G K K C-1.4 1 E-81.2 9 3 E-70.0 10.9 1 3 0H S Y-0.1 7 3 70.2

19、2 0 40.6 20.4 3 0 6P MY Z L R-0.0 0 1 8 60.0 0 0 5 7 11 0.6 60.0 0 1 1X H Y Z P J L R-0.0 0 0 7 30.0 0 1 7 50.1 70.6 7 7 8Z L Y-0.4 2 1 90.1 5 6 87.2 40.0 0 7 1Odds Ratio EstimatesE f f e c tP o i n t E s t i ma t eC B C0.9 9 9C Z Y0.5 7 3G K K C1.0 0 0H S Y0.7 0 6P MY Z L R0.9 9 8X H Y Z P J L R0.9

20、 9 9Z L Y0.4 3 0Fit Statistics for SCORE DataMi s c l a s s i f i c a t i o n R a t eT r a i n i n g s e tV a l i d a t i o n s e tT e s t s e t0.2 1 1 0 6 5 5 7 3 80.2 4 0 4 3 7 1 8 50.2 0 5 4 7 9 5 2 1表1 模型变量说明名称模型作用 测量水平描述X H B J目标变量 二元变量1=现货报价上涨，0=现货报价不上涨G K K C输入变量 连续变量港口库存值P MY Z L R 输入变量 连续变量

21、全国盘面压榨利润X H Y Z P J L R输入变量 连续变量全国平均现货压榨利润C B C输入变量 连续变量全国每日现价与进口成本差C Z Y输入变量 二元变量 全国菜籽油价格的涨跌(1 为上涨，0 为不上涨)H S Y输入变量 二元变量 全国花生油价格的涨跌(1 为上涨，0 为不上涨)Z L Y输入变量 二元变量 全国棕榈油价格的涨跌(1 为上涨，0 为不上涨)7 5证券市场导报 2 0 1 4 年9 月号微观结构它们与大豆现货报价的涨跌的概率呈负相关，这是因为在食用油的生产加工中，这两种油料都是大豆所榨取得到的豆油存在互补关系，因此它们现货报价上涨会增加混合油或者调和油的价格，因此在其

22、他情况不变时市场对混合油或者调和油的需求下降，进而对大豆的需求下降，导致大豆现货报价的下跌。盘面压榨利润的系数为负，这个指标变量反映了盘面的压榨利润和大豆现货价格涨跌的负相关关系，当大豆现货价格上涨且其他情况不变时，压榨利润总体下降，此负向影响与市场实际十分契合。从表2 中错判率看出训练集、有效集和测试集的正确率都接近8 0%，说明模型的分类正确率相对较高。但是观察图1 所示的累积提升率图，累积提升线一开始就陡然下降，说明模型的性能不是很好。经过逐步查找原因，发现这是由于不少变量有缺失数据所造成的，其中港口库存的缺失值百分比高达1 6%而回归模型忽略了有缺失值的观测。对数据采用插补值的方法以后

23、，重新进行逻辑回归，结果如表3 所示。根据表3 写出l o g i s t i c 回归的方程：In(Odds)=In()=1.72340.00229CBC0.2558CZY3.311E8GKKC0.0668HSY0.00145PMYZLR0.00037XHYZPJLR0.2993ZLY (2)方程(2)是对缺失数据插补值后的回归方程。从表3中可以看出回归得到的各输入变量的系数正负值与表2 几乎相同，但有更多的变量通过了显著性检验。除菜籽油现货报价涨跌，棕榈油现货报价涨跌和盘面压榨利润以外，全国现价与进口成本差也通过了检验。全国现价与进口成本差的系数为负，即如果全国现价与进口成本差增大，大豆现

24、货报价上涨的概率下降。因为全国现价与进口成本差增大了，那么相对的进口成本就降低了，又因为我国对大豆的进口量很大，因此大量的进口会在一定程度上拉低国内大豆现货报价，这反映了国际大豆价格对国内大豆价格的修正作用。观察模型效果，累积提升率图如图2 所示，模型的累积提升图线从2.5 的地方开始向右平缓延伸，表示根据分类预测规则去预测大豆现货报价的涨跌情况的准确率比随机预测的准确率提高了1.5 倍，说明模型的效果较好。二、逐步逻辑回归模型在前一部分的回归模型中，有一些变量显著性不好，在这一部分中用逐步回归来对大豆现货报价的涨跌表3 插补值后的LOGISTIC模型参数结果Parameter Estimat

25、eP a r a me t e rE s t i ma t e S t a n d a r d E r r o r Wa l d C h i-S q u a r eP V a l u eI n t e r c e p t-1.7 2 3 40.6 3 5 47.3 60.0 0 6 7C B C-0.0 0 2 2 90.0 0 0 4 6 32 4.4 4 0.0 0 0 1C Z Y-0.2 5 5 80.1 2 9 33.9 20.0 4 7 8G K K C3.3 1 1 E-81.1 1 8 E-70.0 90.7 6 7 2H S Y-0.0 6 6 80.1 9 6 40.1 2

26、0.7 3 3 7P MY Z L R-0.0 0 1 4 50.0 0 0 4 8 39.0 30.0 0 2 7X H Y Z P J L R-0.0 0 0 3 70.0 0 1 2 40.0 90.7 6 3 0Z L Y-0.2 9 9 30.1 2 1 66.0 60.0 1 3 8Odds Ratio EstimatesE f f e c tP o i n t E s t i ma t eC B C0.9 9 8C Z Y0.6 0 0G K K C1.0 0 0H S Y0.8 7 5P MY Z L R0.9 9 9X H Y Z P J L R1.0 0 0Z L Y0.5

27、 5 0Fit Statistics for SCORE DataMi s c l a s s i f i c a t i o n R a t eT r a i n i n g s e tV a l i d a t i o n s e tT e s t s e t0.2 0 4 9 1 8 0 3 2 80.2 1 8 5 7 9 2 3 50.1 9 7 2 6 0 2 7 4图1 逻辑回归模型的累积提升图2 进行插补值后的逻辑回归模型累积提升7 6证券市场导报 2 0 1 4 年9 月号微观结构进行拟合，保留显著性较好的变量。根据表4 写出逐步l o g i s t i c 回归方程：In

28、(Odds)=In()=1.60850.00220CBC0.2470CZY0.00150PMYZLR0.2784ZLY (3)模型保留的对大豆现货报价的涨跌影响最显著的几个变量分别是全国现价与进口成本差，盘面压榨利润，和全国菜籽油和棕榈油现货价格涨跌。此外，从表4 中错判率看出训练集，有效集和测试集也有8 0%左右的正确率，说明模型的效果较好。三、决策树模型运用S A S 软件对变量指标序列进行整体建模，可以得到的典型决策树模型(图略)。总的来看，通过决策树模型的建模，发现全国现价与进口成本差，港口库存和现货压榨平均利润这三个指标可以从一定程度上对大豆现货报价的涨跌进行区分。全国现价与进口成本

29、差对大豆现货报价涨跌的影响方式与回归分析中得到的相应变量的系数正负值一样。而在逻辑回归中港口库存和现货压榨平均利润对大豆现货报价的涨跌没有显著性影响，而这里发现港口库存对大豆现货报价有一定的负向影响，而现货压榨平均利润对大豆现货报价的影响不太明确。四、神经网络模型S A S 系统默认拟合的神经网络模型只有一层隐藏层，可计算得到隐藏层c o n n e c t i o n s 和从每个变量到c o n n e c t i o n s的权重(数据略)，各分类变量的水平值也和隐藏层相联系。神经网络通过迭代调整c o n n e c t i o n s 的权重来减小误差作用。图3 是神经网络模型、决策

30、树模型、逐步逻辑回归和默认的逻辑回归模型的累积提升率图，发现分位数1 5 之前，决策树的累积提升率图线明显高于其它三种模型的累积提升率图线，在分位数从1 5 1 0 0 之间，两个逻辑回归模型的累积提升率图线表现较好。将四种模型的结果做比较，看出总的态势是相似的，只是某些仓库中的具体值有所不同。相对较好的是逐步回归模型，这体现出了相对简单的模型更容易对目标变量进行拟合的优势。神经网络拟合效果不太好，可能是复杂模型在数据量不够大的情况下无法体现其灵活性有关。决策树模型的累积提升线下降速度较快，从总体效果上来看效果不太好，但是分位数在1 5之前表现较好，而且其几个分裂变量很直观地对现货报价是否上涨

31、进行了区分，现实意义十分明确。本文结论及建议一、关于模型1.通过对与大豆有关的相关变量进行整理和挖掘，采用l o g i s t i c 回归模型，逐步回归模型，决策树模型和神经网络模型对大豆现货报价上涨/下跌的解释作用还是比较明显的。在样本区间(2 0 0 8 年9 月2 4 日2 0 1 3 年9 月2 4 日，共1 2 1 9 组观测)，上涨2 6 4 次(2 1.6 5 7 1%)，平盘或下跌9 5 5 次(7 8.3 4 2 9%)。通过建立l o g i s t i c 回归模型(逐步回归)，决策树模型和神经网络模型，样本内的解释度也能够达到平均8 0%的正确率，可以说建立的模型的

32、效果还是非常不错的。2.用于建模的样本区观测数据量只有1 2 1 9 组，对于数据挖掘所需要的海量数据来说是偏少的。有些数据指标公布的时间长度还比较短，而且有些数据缺失较多。图3 四种模型的累积提升率表4 逐步LOGISTIC模型参数结果Parameter EstimateP a r a me t e rE s t i ma t e S t a n d a r d E r r o r Wa l d C h i-S q u a r eP V a l u eI n t e r c e p t-1.6 0 8 50.1 9 9 66 4.9 2 0.0 0 0 1C B C-0.0 0 2 2 00

33、.0 0 0 4 4 72 4.2 8 0.0 0 0 1C Z Y-0.2 4 7 00.1 2 6 93.7 90.0 5 1 5P MY Z L R-0.0 0 1 5 00.0 0 0 4 6 81 0.3 20.0 0 1 3Z L Y-0.2 7 8 40.1 2 0 85.3 10.0 2 1 2Odds Ratio EstimatesE f f e c tP o i n t E s t i ma t eC B C0.9 9 8C Z Y0.6 1 0P MY Z L R0.9 9 8Z L Y0.5 7 3Fit Statistics for SCORE DataMi s c

34、l a s s i f i c a t i o n R a t eT r a i n i n g s e tV a l i d a t i o n s e tT e s t s e t0.2 0 9 0 1 6 3 9 3 4 0.2 2 1 3 1 1 4 7 5 4 0.1 9 7 2 6 0 2 7 47 7证券市场导报 2 0 1 4 年9 月号微观结构另一方面，也由于国内现货市场迅速发展，内在结构发生了较大的变化，所以选择的时间区间较短。3.几种模型本身主要是偏重于相应指标在一定区间范围内对现货市场的整体影响，而经济序列指标通常在一定区间内具有连续性，因而模型所得到的解释结果通常具有

35、连续性(即某个时间段内模型均解释为大豆现货报价的上涨/下跌)。二、对经济理论与贸易理论的补充和完善本文从实证过程中明显看出全国现价与进口成本差对全国现货报价涨跌的负向影响，从图4 的走势图中可以进一步看出两者的反向关系，其中最为明显的是2 0 0 9年3 月6 月，2 0 1 0 年6 月2 0 1 1 年1 月，2 0 1 1 年1 2 月2 0 1 2年9 月。全国现价与进口成本差对现货价格涨跌概率的负向影响直接反映了国外价格对于国内大豆价格的调节作用，而从本文实证过程可以看出这种修正作用十分明显，从侧面也印证了一些专家学者“国际大豆市场对国内大豆市场影响较大”的结论。此外，从全国现货报价

36、走势图可以看出自2 0 0 8 年9 月以来，全国现货价格经历了比较明显的三个主要周期，分别是2 0 0 8 年1 2 月2 0 1 0 年6 月，2 0 1 0 年6 月2 0 1 1 年1 2 月和2 0 1 1 年1 2 月2 0 1 3 年7 月。每个周期长度都约为一年半，每一个周期都经历了全国现货价格的上升和下降，而每个周期现货价格的变化都与全国现价与进口成本差关系密切。大宗商品价格变化所表现出来的特点可以通过国内外价格差的变动关系反映出来。相比传统微观经济学的均衡价格理论以及供需理论，国内外价格差可以进行更为有效地跟踪，这进一步反映出贸易全球化对于中国经济、中国市场的强烈影响。此外

37、，对于大宗商品价格变化周期的研究也十分有意义，尤其是对于受国外市场环境强烈影响的大宗商品如大豆，政府、经销加工企业和投资企业都应制订相应的政策和对策适应周期波动。三、对于政府稳定现价的政策有学者认为库存对商品价格没有长期而稳定的影响，因此在研究一些因素对大豆价格波动的影响时没有将库存这一因素考虑在内。但从决策树的结果可以看出大豆的港口库存在全国现价与成本差较低时对大豆现货价格的涨跌概率有一定的区分作用，不过此结论也并不与上述学者的结论相冲突。从政府的角度出发，笔者建议政府增大国家大豆储备，通过合理增加国外大豆的采购进口、合理吸纳或抛放大豆来平抑国内大豆现货价格，维持国内市场大豆供应稳定。近些年

38、来我国国产大豆产量不断降低，但食用及工业用大豆消费量却逐年增加，这可能会使大豆价格逐年上升而且上升幅度较大，因此对于国家来说，合理增加进口、建立并增大大豆的储备显得十分必要。相较于近些年来我国各种生活必需品价格大幅上升的情况，食用油价格的涨幅反倒并不明显，这也部分源于美国以及巴西大豆总体供大于求的态势暂时缓解了我国大豆价格上涨的压力。此外，美国希望减少中美贸易逆差，希望增加对中国的大豆出口。因此中国政府加大对大豆的进口可以实现一个多赢的局面，一方面稳定了物价让人民安居乐业，一方面减少中美贸易摩擦，再一方面可以有足够的大豆供应让大豆经销加工商保证较高的开机率，实现利润。我国应尽快建立扩大大豆储备

39、库，并在保持大豆总量总体稳定的情况下每年按需调节。储备库除了保有传统的储备功能外，还应具备交割功能，在国内大豆上市或者海外进口成本相对国内现价较低时适量增加大豆国储，在大豆相对紧缺时多抛放一些大豆，这不仅有利于大豆现货价格和国内大豆市场供应的稳定，还可以为储备库的运营提供资金支持。具体的步骤如决策树中所示，当国内现价并非远低于进口成本时，应适当增加对海外大豆的采购。这时国内现货价格相比于进口成本没有明显优势时，政府应该加大对海外大豆的采购进口，促进生产。一方面这时大豆进口成本相对较低，政府相应的政策可以保障国内市场有足够的大豆，国内大豆经压榨加工商扩大生产也可以获得更多利润；另一方面，由决策树

40、中涨跌概率看出这时大豆现货价格上涨概率很低，有助于国家稳定国内大豆现货价格。当国内现价远低于进口成本时，要分两种情况考虑：1.当港口库存走低时，国储大豆应进行适量抛放。此时国家现货价格优势明显而且国内大豆加工经销产业开工图4 全国现货报价、全国现价与进口成本差走势7 8证券市场导报 2 0 1 4 年9 月号微观结构 1 P a u l D.A l l i s o n.L o g i s t i c Re g r e s s i o n Us i n g t h e S A S S y s t e m:T h e o r y a n d A p p l i c a t i o n M.NC:S

41、 A S I n s t i t u t e I n c,2 0 1 1.2 张巨勇，于秉圭.我国农产品国内市场与国际市场价格整合研究 J .中国农村经济，1 9 9 9,(9).3 武拉平.国内外粮食市场关系研究 J .中国农村观察,2 0 0 0,(6).4 康敏.中国农产品期货市场功能与现货市场关系研究 D .中国农业大学,2 0 0 5.5 张宗成，王骏.基于I RF 和V D 的连豆期货与现货价格动态关系的研究 J .中南民族大学学报,2 0 0 5,(2).6 刘凤军，刘勇.期货价格与现货价格波动关系的实证研究以农产品大豆为例 J .财贸研究,2 0 0 6,(8).7 夏天，程细

42、玉.国内外期货价格与国产现货价格动态关系的研究基于DC E 和C B OT 大豆期货市场与国产大豆市场的实证分析 J .中国农村观察，2 0 0 0，(6).8 周应恒，邹林刚.中国大豆期货市场与国际大豆期货市场价格关系研究基于VAR模型的实证分析 J .农业技术经济,2 0 0 7,(1).9 仲伟俊，戴杨.我国大豆期货与现货市场之间的波动溢出效应研究 J .东南大学学报,2 0 0 7,(3).1 0 崔强.大豆期货价格与现货价格波动的协整分析 J .统计与参考文献：咨询,2 0 0 8,(6).1 1 杨婷，刘金山.基于小波分析的中美大豆期货价格周期波动关联性研究 J .产经评论,2 0

43、 1 3,(2).1 2 左杰，周天一.我国大豆现货与期货施畅间的跳跃溢出行为研究兼论跳跃条件下的大豆期货价格发现功能 J .价格理论与实践,2 0 1 3,(8).1 3 吕东辉，杨印生，郭鸿鹏.对我国大豆期货投资者认知偏差的实证研究 J .农业经济问题,2 0 0 4,(1 1).1 4 孙亚东.期铜影响因素分析:商品价值与供求关系 N.期货日报,2 0 0 4-1 2-2 3.1 5 苗齐，钟甫宁.我国粮食储备规模的变动及其对供应和价格的影响 J .管理世界,2 0 0 1,(3).1 6 刘家富，周慧秋，李孝忠.国内大豆市场价格波动及其影响因素分析 J .东北农业大学学报(社会科学版)

44、,2 0 1 0,(4).1 7 方燕，郑洁.大豆期现货与豆油豆粕价格传导关系的实证研究 J .价格理论与实践,2 0 1 3,(4).1 8 王瑜.竞争程度、市场需求波动与纵向一体化来自中国农产品加工业的经验数据 J .贵州财经学院学报,2 0 1 2,(0 1).1 9 王锐.国际国内市场大豆价格长短期关系研究基于协整理论和误差修正模型的实证分析 J .贵州财经学院学报,2 0 1 2,(0 1).效率高导致港口库存大幅减少，国内市场中的大豆总量呈现下降态势，此时国家应该进行适量抛放稳定大豆供应。一方面此时国内市场大豆供应相对紧张，政府适量抛放可以缓解大豆供应不足的问题，保障经销加工商的加

45、工生产；另一方面，从决策树涨跌概率看出这时大豆现货价格上涨概率很低，有利于稳定国内大豆现货价格，而大豆现货价格下降的概率较大，此时政府可以以相对较高的价格抛放大豆，国储可以得到适当的盈利或者减少损失。2.当港口库存居高时，应以相对低的成本增加国储。此时虽然国家现货价格优势明显但国内大豆加工经销产业开工效率较低导致港口库存居高不下，国内市场对大豆的需求不足，此时国家应该将包括港口库存在内的市场无法消化的大豆吸纳为国家储备。一方面此时市场内大豆供应过剩，需求却不足，国储进行合理吸纳可以有效缓解市场大豆供应过剩的情况；另一方面，从决策树涨跌概率看出这时大豆现货价格上涨概率偏高，国储可以在相对低的价格

46、点吸纳，以相对较低的成本增加国储。四、对于大豆压榨加工产业的建议大豆采购成本的波动对于大豆压榨加工产业有十分明显的影响，因此应该制定长期稳定的大豆采购，加工计划。结论第二点中发现的大豆现货价格变动周期对于大豆压榨加工产业有深远的意义，而全国现价与进口成本差这一指标依然是大豆压榨加工企业低价购入大豆、进行压榨加工实现利润的关键。从之前的内容中已经证实了全国现价与进口成本差对于大豆现货价格变化的重要影响，而从其时间序列数据中发现其变化有一定的连续性，这也正是利用其对大豆现货价格变化进行研究的优势所在。此外，我们发现了每隔一年半左右的时间周期就会出现一段大豆现货价格的低谷期，而这也是大豆压榨加工产业

47、进行大豆采购的良好时机。而对于采购大豆频率较高的企业，也可以通过跟踪全国现价与进口成本差的变化情况制定采购政策，笔者通过连续观察3 日、5 日、1 0 日、2 0 日的全国现价与进口成本差是否大于-1 8 5.7 5 来决定是否采购大豆，并计算是否比当日直接采购节省成本。比如对于3 日的而言，连续3 日观察全国现价与进口成本差，如果每日的全国现价与进口成本差都大于-1 8 5.7 5，那么选择购买，而三日后购买比第一天直接购买少花费的单价即为节省的成本。如果有至少一日的全国现价与进口成本差小于-1 8 5.7 5，则不进行采购。对于5 日、1 0 日、2 0 日也是如此。五、对于运用商品期货进行期现套利的建议期现套利的策略在我国期货市场投资中应用非常广泛，现有的期货品种包括大豆均有期现套利者的参与。大豆价格波动大，期现价格时有背离，期现套利交易一直非常频繁。在结论的第四点中通过对全国现价与进口成本差的跟踪为大豆压榨加工企业提出了建议，但对于进行期现套利的企业除了需要跟踪现货价格的变化，还需要考虑期货价格的变化，再通过做多现货做空期货或做空现货做多期货的方式，锁定期货现货间差价。