Analysis of Volatility Spillover Effect of Soybean Price between Domestic and International Markets

Sharp fluctuation of soybean prices in international and domestic markets has caused big risks for both domestic soybean producers and processing enterprises in recent years. It also increases the difficulties in implementing price stabilization policy for the government. This paper analyzes the volatility spillovers in soybean prices between international and domestic markets using the multivariate VAR-BEKK-GARCH model based on the data set from December 22,2004 to December 19,2014. The estimate results indicate that there are volatility spillover effects from domestic futures market to spot market and bilateral spillover between international futures market and domestic spot market. In order to prevent market manipulation and to reduce the impacts of price volatility in international soybean market on Chinese market,this paper proposes the following policy measures such as establishing early warning mechanism for soybean price fluctuations,improving soybean futures contract design and strengthening trading risk management mechanism,amplifying information disclosure system,and regularizing speculation activities of big traders.

The Spillover Effect between Futures and Spot Price of Agricultural Products:A Case Study of Soybean Products of China

Taking soybean products as an example and using the daily price data of 2007-2015,this paper established the error correction model and BEKK-GARCH model,and made an empirical study on the spillover effect of futures and spot price of agricultural products of China. According to this study,there were mean spillover effect and two-way volatility spillover effect in futures and spot price of soybean,soybean oil,and soybean meal; soybean futures prices significantly guided the spot price; in the price linkage between the types,the price relationship between the soybean meal and soybean was closer than between the soybean oil and soybean.

Asymmetric Price Transmission Analysis of the International Soybean Market

This study analyzed the asymmetric price transmission in the international soybean market, using data from the US (Chicago Futures), European (Rotterdam), Brazilian (Paranaguá), Argentinian (Rosario Futures and Rosario Spot), and Chinese (Spot and Futures) markets. The study looked at the price transmission between these markets over a period of almost 10 years, from September 2009 to May 2019. The Phillips-Perron unit root test was used to determine the order of integration of the time series. The Engle-Granger cointegration test failed to find any evidence of cointegration between the Chinese and Argentinian markets with any others of the international markets. The lack of cointegration was associated with highly government intervened markets. The cointegration and threshold test proposed by Enders and Siklos, succeeded in rejecting the Null hypothesis and finding cointegration among the series after structural breaks had been taken into account. The BDS test for nonlinearity showed that most of the time series were nonlinear, which prompted the investigation to look into nonlinear modelling. To evaluate asymmetric price transmission, the study used the Threshold autoregressive (TAR) model and the momentum threshold model (MTAR). The Argentine and Chinese markets were primarily suspected of exhibiting asymmetric price transmission due to structural government intervention. However, the test results failed to reject the null hypothesis and revealed asymmetric price transmission between these markets and the international market. As expected, the results found no evidence of asymmetric price transmission in the Paranaguá, Rotterdam, and Chicago markets. Hence, it can be concluded that symmetric price transmission is more prevalent in the global soybean market than asymmetric price transmission.

Price transmission in hog and feed markets of China

There is an increasing demand for feed as the industrialization of hog production in China. Land scarcity limits China＇s ability to continue increasing its hog production without feed imports, particularly soybean, and the feed markets are increasingly integrated into the global market. This study performs an analysis of price transmission between the hog price in China and feed prices, specifically domestic maize price and international soybean price, from January 2000 to April 2014. We identified a long-term stable equilibrium relationship between the three markets. However, further analyses show that there is no significant Granger causality between hog and feed market, and the long-run equilibrium partially results from Granger causality between the international soybean market and domestic maize market. This suggests that the domestic hog market has been distorted by different policies. The results also indicate that the efficiency of price transmission is very low and it takes about 11 months to correct one-half of any long-run disequilibrium for the hog market in China. Therefore, to stabilize hog price in China, only market intervention to regulate the maize and soybean markets would be insufficient and comprehensive measures need to be taken into account such as hog production modernization, agricultural insurance, epidemic surveillance etc.

基于CEEMDAN-SE-CNN-BiLSTM模型的大豆期货价格预测

为了提高大豆期货价格预测的精确度,综合利用大豆期货市场内外部信息,基于一种“分解—重组—预测—集成”多步期货价格预测模型进行改进。对大豆价格序列进行自适应噪声完备集合经验模态分解(CEEMDAN),得到IMF分量及误差项。筛选后剔除与原序列相关系数小的IMF分量,再用样本熵算法(SE)对分解序列进行重组。用优化的CNN-BiLSTM预测模型对重组序列进行预测,集成后得到最终预测值。实证结果表明:在预测大豆期货价格时,改进后的CEEMDAN-SE-CNN-BiLSTM模型普遍优于LSTM、CNN-LSTM等基准农产品期货预测模型。

我国肉羊产业链市场价格传导机制研究

文章基于2010年5月—2021年12月肉羊产业链市场平均价格数据,探讨上中下游产业链市场对肉羊市场价格传导机制的影响,进而明确我国肉羊产业链市场价格传导机制的长期均衡关系。结果发现,因豆粕价格受多种因素影响,我国肉羊产业链市场价格与豆粕价格不具有长期均衡关系。玉米价格、饲草价格、肉羊出栏价格、品牌羊肉价格、羊肉深加工后价格、表观消费量价格与肉羊产业链市场之间价格传导较为充分,是影响中国肉羊产业链市场价格的主要原因。

中美大豆期货价格的关联性分析——基于小波分析和Copula模型

大豆期货作为大宗农产品交易中重要的品种,关乎着中国的粮食安全与金融安全。选取2014—2023年中国大豆期货价格(大连商品交易所)和美国大豆期货价格(芝加哥商品交易所)的日度数据,利用小波分析将中美大豆期货价格数据分解、重构为低频趋势和高频细节两部分,随后通过构建Copula模型检验中美大豆期货价格数据的低频趋势与高频细节之间的关联性,并研究了中美大豆期货价格数据的低频趋势和高频细节之间的传导方向。结果发现:中美大豆期货价格数据的低频趋势之间存在高度关联性,但高频细节关联性较弱;在传导方向上,中美大豆期货市场在低频趋势方面存在双向影响关系,但高频细节方面,仅体现出美国大豆期货市场对中国市场的溢出效应。

豆粕原料进口价格冲击对饲料产业链价格波动的影响研究

试验选取2017年1月—2022年2月共62个月度的豆粕原料进口价格与饲料产业链价格为样本,通过构建VAR模型,实证考察豆粕原料进口价格冲击对饲料产业链价格波动的影响效果。格兰杰因果效应显示,豆粕原料进口价格冲击对饲料产业链价格波动的影响具有滞后效应。脉冲效应表明,当豆粕原料进口价格受到1个标准差的正向冲击时,饲料产业链价格将从第2期出现0.0013的响应,并呈现持续上升态势,于第10期达到顶峰。冲击周期检验结果发现,豆粕原料进口价格变化对之后的饲料产业链价格波动具有显著的同向性影响,即豆粕原料进口价格冲击对饲料产业链价格具有正向推动作用。方差分解数据结果表明,在饲料产业链价格波动期间,饲料产业链价格自身发挥主导作用,贡献率呈现“先降后升”的态势;同时,豆粕原料进口价格冲击对饲料产业链价格波动的影响存在一定滞后期,从第3期开始显现,并于第9期达到顶峰,随后呈现下降趋势。文章提出强化产业种植技术支撑、合理规划饲料种植区域、优化饲料产业供应保障机制的建议,为稳定饲料产业价格提供有益参考。

目标价格补贴政策改革对粮食全要素生产率的影响研究——来自全国大豆种植户的微观证据

大豆目标价格补贴政策改革是我国农业补贴制度改革的重要举措。利用全国农村固定观察点大样本面板数据,在测算农户大豆全要素生产率水平的基础上,分析目标价格补贴政策改革对农户大豆全要素生产率的影响。结果表明:2003-2019年,农户大豆全要素生产率水平逐年提高,但增长率较低,年均增长0.834%;补贴政策改革能够显著提高农户大豆全要素生产率水平,但是存在明显的时间异质性,影响呈逐年上升的趋势。对种植规模较大、非纯大豆种植、兼业程度较低的农户而言,补贴政策改革的效果更加明显;无条件分位数回归的结果表明补贴政策改革对农户大豆全要素生产率水平的影响存在边际递增效应;补贴政策改革会通过提高农户生产性投资积极性、改善土地资源配置水平和促进适度规模经营来提高大豆全要素生产率水平。由此提出应坚持以大豆生产者补贴为改革方向,发挥市场在资源配置中的决定性作用;进一步提高大豆生产的规模化水平,以此扩大补贴政策改革对农户大豆全要素生产率水平的提升效果;提高政策的瞄准性,实行异质性补贴政策,提高补贴效率。

基于改进GM(1,N)模型的我国大豆价格影响因素分析及预测研究

大豆是我国重要的粮食作物和油料作物,其价格对于国民经济尤其是农业经济的影响意义深远。大豆价格的稳定对于我国大豆市场的健康发展有着重要的现实意义。在灰色理论的基础上,提出了一种改进GM(1,N)大豆价格预测模型,首先运用灰色关联分析法对我国大豆价格的影响因素进行分析,选择主要的影响因素;再将这些影响因素作为模型的相关因素变量,构建GM(1,N)大豆价格预测模型。采用2010-2015年的大豆数据进行实证研究,模型选取国内大豆自给量、世界大豆产量、国民消费价格指数、消费者信心指数4个变量作为相关因素变量;模型预测误差为2.10%,预测精度较高,能够较好地掌握大豆价格的变化规律,可以为大豆价格市场预测及国家宏观政策的制定提供理论指导。

改进RBF神经网络在我国大豆价格预测中的应用研究

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。

农民对大豆目标价格政策的满意度分析

在黑龙江省进行农民对大豆目标价格满意度的问卷调查,并通过层次分析法从补贴三要素、宏观保障和收益对比3方面构建评价指标体系,评价了农民对大豆目标价格满意度,并分析了其对2015年大豆种植决策的影响。结果表明:农民对大豆目标价格总体满意度为2.336,处于中等偏下的水平,其中,对补贴三要素和收益对比方面的满意度较低。尽管满意度不高,2015年种植决策仍以稳定种植为主。

国内大豆市场价格波动及其影响因素分析

改革开放以来,国内大豆价格频繁剧烈地波动。文章对大豆价格波动的主要因素及其影响的研究表明: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。基于以上原因,政府应严格把握生产资料价格上涨的速度和幅度,为豆农生产提供良好的信息服务,并在关联市场和国际市场的视角下制定大豆价格干预政策。

基于分位数回归的国产大豆价格影响因素分析

大豆是重要的粮食作物,同时也是油料的重要来源,在我国国民经济中占有重要地位。由于受到多种因素影响,国产大豆价格表现出随机、不规则的波动性,冲击了大豆产业的经济效益。在定性分析国产大豆价格影响因素的基础上,建立了多元线性分位数回归模型,并分析每种因素在不同分位数下对国产大豆价格的影响程度,并据此提出了一些促进我国大豆产业健康发展的对策建议。

农产品价格波动中的金融化因素分析——以大豆、食糖为例

基于2007年1月至2016年12月的相关月度数据,以大豆和食糖为例,通过ARDL模型分别从长期和短期对影响国内农产品现货价格的金融化因素进行了系统测算。结果表明,通货膨胀因素、国内期货价格、货币供应量和国际现货价格是影响国内大豆现货价格的主要金融化因素;国内期货价格、通货膨胀因素和国际现货价格是影响国内食糖现货价格的主要金融化因素;汇率和能源价格对二者的影响均不明显。最后,从改善宏观经济环境、规范期货市场发展、健全农产品进口风险防控体系、关注品种间差异等方面提出了应对农产品金融化的对策建议。

贸易环境变动对国内外大豆价格传导机制的影响分析

运用脉冲响应函数和方差分解测算了不同时段的国内外大豆市场整合关系,探讨了贸易环境变动对国内外大豆价格传导机制的影响效果。研究发现:虽经历数次贸易环境变动,但国际大豆市场对国产大豆市场的价格传导能力远大于后者的反作用;2004年大豆风波事件前国产大豆市场对自身价格变动压力的贡献高达83%,而事件后国际大豆市场加大了对国产大豆市场的价格传导能力,分担了65%的国产大豆价格变动压力;2008年国产大豆收储政策实施后国际大豆价格对国产大豆价格的传导机制基本失灵,而2014年政策取消后国际大豆市场的价格传导能力再次增强,国产大豆市场对自身价格变动压力的贡献仅为20%,国产大豆市场价格自主能力严重缺失。最后,总结并提出相应的对策建议。

农民对大豆目标价格政策的认知探析

2014年黑龙江省启动大豆目标价格政策,充分发挥市场在资源配置中的决定性作用。作为政策的直接受益者,农民对政策的认知程度直接决定其种植决策,对政策的推广执行以及大豆产业的发展具有重要影响。通过在黑龙江大豆主产区绥化市开展问卷调查和走访,从补贴额度、发放方式、采价期方面分析了农民对大豆目标价格政策的认知状态,并分析了产生认知偏差的原因,提出了符合农民需求的政策建议,为进一步完善大豆目标价格政策,提高政策的有效性,促进在全国范围内的贯彻落实提供了参考。

中国大豆与其主要进口来源国市场整合程度测度——基于时变Copula函数

基于2014年1月1日~2018年6月30日的中国与美国、巴西、阿根廷大豆的日度期货价格数据,构建二元时变Copula函数,运用MATLABR软件测度他们之间的市场整合程度。研究发现,中国对阿根廷大豆进口量低于美国和巴西,但是中国大豆市场与阿根廷大豆市场的整合程度最高,两国大豆市场间合作效率较高。未来需要在做好大豆产业目标规划的基础上,加大对阿根廷、巴西等南美大豆的进口,同时通过育种改良等科技支撑大豆产业发展,进而确保大豆产业安全发展。

黑龙江省大豆价格波动影响因素实证分析

以黑龙江为例研究大豆价格波动影响因素,从供给、需求、国家政策、国际市场的影响、市场流通的角度分别进行定性分析,从这些因素中选取几个主要影响因素,收集相应的数据,建立了黑龙江省大豆价格波动影响因素的多元回归模型,用SPSS软件对所从统计年鉴和官方统计资料中收集的数据进行处理,确定这些影响因素对大豆价格波动的影响程度。最后根据模型处理的结果提出应对黑龙江省大豆价格变动可以采取的相应政策建议,以便大豆主产区的黑龙江省大豆产业更好更快的发展。

全球化背景下中国大豆进口市场结构与价格弹性研究

利用CR_4和HHI指数,运用灰色关联法,考量全球化背景下中国大豆进口市场结构与价格弹性。结果表明:中国大豆进口市场集中度极高,整体呈"极高寡占型"。中国大豆进口整体缺乏价格弹性,对国际市场依赖性较大,进口价格主要受美国和巴西的影响。为此,中国应实施大豆进口多元化战略,加大大豆生产及其替代品的研发投入,构建大豆国际采购供应链。