农业技术经济2010年第2期 用了分时间段进行研究,第一阶段,先分析没有国内DCE期货市场数据的时间段里国内现货市场和 αBOT期货市场的价格因果关系及影响程度;第二阶段,当有了DCE期货交易数据之后,再分别对 组数据进行分析,以期通过与上一个时间段的对比找出DCE期货市场对国内豆油和豆粕市场的作 用。这样豆油的价格数据就被划分为两个阶段共有4组研究对象,分别是:2003年4月至2006年 月的αBOT期货和国内现货市场价格数据、2006年2月至2009年4月DCE期货和CBOT期货、CBOT 期货和国内现货以及DCE期货和国内现货价格数据;同理,豆粕价格数据也被划分为两个阶段共4 组研究对象,分别是:2004年2月至2005年6月的CBOT期货和国内现货市场价格数据、2005年7月 至2009年5月的DCE期货和CBOT期货、CBOT期货和国内现货以及DCE期货和国内现货市场价 格数据 ∈)非线性检验 首先对以上数列通过自然对数变换,作一阶差分,再除以标准方差,转换为方差为1的稳定序列。 基于此,笔者将变换好的大豆、豆粕以及豆油的( BOT DCE期货市场价格序列和国内现货市场价格 序列进行非线性检验。因为这种方法是独立于一般的线性检验,而且也能够检验出线性因果关系,所 以为了保持数据的原始性和真实性,笔者没有进行线性回归处理,而是直接用于非线性模型中。由于 △=Clm+LLe).3(m+Le C2(Lx, Ly,e) C4(Lx, e) 反映了两列时间序列之间因果关联的强弱。本文定义Δ/为 因果关系影响强度( In tensity of Causality)。所以,当Δ/o的值跳出置信区间时,就可以得出两列时间 序列存在因果关系的结论。本文考虑了3个等级的置信区间,即80%、90%和95%。 本文采用国际较为通用的方法,设定滞后时间Lx=Ly滞后期为1~12天,一共12个滞后期进 行检验( Chen and L in,2004)。 检验零假设为 HαA市场豆类价格对B市场豆类价格没有因果关系影响。A市场豆类产品价格波动条件下 市场豆类产品价格的预测分布不会发生变动。即过去的A市场豆类产品价格信息不能提高或者影 响B市场的价格预测 Hb:B市场豆类价格对A市场没有因果关系。即B市场价格信息不能提高或者影响A市场的 预测。 图1~图12分别为大豆、豆粕和豆油两个方向的检验结果示意图。图示3条虚线代表置信区间 由外到内分别为80%、90%和95%。也就是说如果影响强度跳出两条线之外,那么拒绝原假设 四)结论 从运算结果可以看出,在大豆市场上,2004年以前CBOT和DCE之间是单向影响,CBOT对DCE 的影响滞后两天,但是DCE对CBOT没有影响;2004年之后(BOT和DCE之间的影响为双向影响 并且CBOT对DCE的影响滞后时间更长,影响强度更大:CBOT对DCE的影响滞后12天,而DCE对 CBOT的影响滞后期为8天。2005-2009年,DCE对国内现货市场影响的滞后期为7天,而国内现货 市场对DCE影响的滞后期为3天;CBOT对国内现货市场影响的滞后期为12天,而国内现货市场对 CBOT影响的滞后期仅为1天。以2004年为分界点,在此之前,中国DCE在世界大豆定价方面的影 响力比较弱几乎是没有影响,可能是由于当时中国期货市场刚刚起步,期货市场管理不够规范,而且 企业利用期货市场规避风险和保值意识淡薄的原因;2004年的大豆风波给国内企业带来的惨痛教训 提高了国内企业利用期货交易进行保值和规避风险的意识,同时中国也加强了对期货市场的规范管 理,DCE开始在世界大豆定价方面发挥一定影响力,但是该影响力仍然没有CBOT的影响力强。总体 而言,经过2004年的大豆风波,中国DCE期货市场在国际大豆市场上的影响力有了一定程度的加 10 201994-2010ChinaAcademicournalElectronicPublishingHouse.Allrightsreservedhttp://wwww.cnki.ner© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 用了分时间段进行研究 ,第一阶段 ,先分析没有国内 DCE期货市场数据的时间段里国内现货市场和 CBOT期货市场的价格因果关系及影响程度 ;第二阶段 ,当有了 DCE期货交易数据之后 ,再分别对三 组数据进行分析 ,以期通过与上一个时间段的对比找出 DCE期货市场对国内豆油和豆粕市场的作 用。这样豆油的价格数据就被划分为两个阶段共有 4组研究对象 ,分别是 : 2003年 4月至 2006年 1 月的 CBOT期货和国内现货市场价格数据、2006年 2月至 2009年 4月 DCE期货和 CBOT期货、CBOT 期货和国内现货以及 DCE期货和国内现货价格数据 ;同理 ,豆粕价格数据也被划分为两个阶段共 4 组研究对象 ,分别是 : 2004年 2月至 2005年 6月的 CBOT期货和国内现货市场价格数据、2005年 7月 至 2009年 5月的 DCE期货和 CBOT期货、CBOT期货和国内现货以及 DCE期货和国内现货市场价 格数据。 (三 )非线性检验 首先对以上数列通过自然对数变换 ,作一阶差分 ,再除以标准方差 ,转换为方差为 1的稳定序列。 基于此 ,笔者将变换好的大豆、豆粕以及豆油的 CBOT、DCE期货市场价格序列和国内现货市场价格 序列进行非线性检验。因为这种方法是独立于一般的线性检验 ,而且也能够检验出线性因果关系 ,所 以为了保持数据的原始性和真实性 ,笔者没有进行线性回归处理 ,而是直接用于非线性模型中。由于 Δ = C1 (m +Lx ,Ly , e) C2 (Lx ,Ly , e) - C3 (m +Lx , e) C4 (Lx , e) ,反映了两列时间序列之间因果关联的强弱。本文定义 Δ/σ为 因果关系影响强度 ( Intensity of Causality)。所以 ,当 Δ/σ的值跳出置信区间时 ,就可以得出两列时间 序列存在因果关系的结论。本文考虑了 3个等级的置信区间 ,即 80%、90%和 95%。 本文采用国际较为通用的方法 ,设定滞后时间 Lx =Ly,滞后期为 1～12天 ,一共 12个滞后期进 行检验 (Chen and Lin, 2004)。 检验零假设为 : H0 a: A市场豆类价格对 B市场豆类价格没有因果关系影响。A市场豆类产品价格波动条件下 B 市场豆类产品价格的预测分布不会发生变动。即过去的 A市场豆类产品价格信息不能提高或者影 响 B市场的价格预测。 H0 b: B市场豆类价格对 A市场没有因果关系。即 B市场价格信息不能提高或者影响 A市场的 预测。 图 1～图 12分别为大豆、豆粕和豆油两个方向的检验结果示意图。图示 3条虚线代表置信区间 由外到内分别为 80%、90%和 95%。也就是说如果影响强度跳出两条线之外 ,那么拒绝原假设。 (四 )结论 从运算结果可以看出 ,在大豆市场上 , 2004年以前 CBOT和 DCE之间是单向影响 , CBOT对 DCE 的影响滞后两天 ,但是 DCE对 CBOT没有影响 ; 2004年之后 CBOT和 DCE之间的影响为双向影响 , 并且 CBOT对 DCE的影响滞后时间更长 ,影响强度更大 : CBOT对 DCE的影响滞后 12天 ,而 DCE对 CBOT的影响滞后期为 8天。2005—2009年 ,DCE对国内现货市场影响的滞后期为 7天 ,而国内现货 市场对 DCE影响的滞后期为 3天 ; CBOT对国内现货市场影响的滞后期为 12天 ,而国内现货市场对 CBOT影响的滞后期仅为 1天。以 2004年为分界点 ,在此之前 ,中国 DCE在世界大豆定价方面的影 响力比较弱 ,几乎是没有影响 ,可能是由于当时中国期货市场刚刚起步 ,期货市场管理不够规范 ,而且 企业利用期货市场规避风险和保值意识淡薄的原因 ; 2004年的大豆风波给国内企业带来的惨痛教训 提高了国内企业利用期货交易进行保值和规避风险的意识 ,同时中国也加强了对期货市场的规范管 理 ,DCE开始在世界大豆定价方面发挥一定影响力 ,但是该影响力仍然没有 CBOT的影响力强。总体 而言 ,经过 2004年的大豆风波 ,中国 DCE期货市场在国际大豆市场上的影响力有了一定程度的加 10 农业技术经济 2010年第 2期