价格波动规律范文（精选11篇）
价格波动规律 第1篇
一、利用波浪理论分析价格波动规律
(一) 利用波浪理论从时间分布和涨跌幅度分析统计数据
本文采用17个外盘期货品种, 1998-2008年的周线数据 (其中黄豆、豆油、豆粕是从2003-2008年) 作为分析对象。
波浪理论指出, 价格的运动过程为:上升—调整—上升—调整—上升……下跌—调整[反弹]—下跌。将价格的运动定义为三种状态:上涨行情、下跌行情、整理行情。其中上涨行情、下跌行情是在行情启动初期就能够准确把握的, 而整理行情则是不知道价格运动的趋势。当价格长期在底部整理, 一旦击穿均线, 回调后又突破前期高点且一波的底部比一波的高, 便可以认为价格运动进入了上升通道;价格在顶部整理, 跌破前期低点, 便认为价格运动进入了下跌通道。据此对价格的波动曲线进行分段分析计数, 主要信息汇总如下表所示:
(二) 上涨跌时间分析
根据上表可以知道, 对于整个价格运动来说, 根据样本均值为, 上涨时间占总时间的28%, 下跌时间占总时间的21%, 即有49%的时间, 可以比较准确的把握其运动方向, 另外51%的时间, 价格的运动趋势不易判断, 即没有明确的运动方向。
(三) 周涨跌幅分析
根据上表可以知道, 在上升通道中平均周涨幅为1.02%, 在下跌通道中平均周涨幅为-0.47%。需要说明的是, 我们对部分数据在周线的基础上又结合日线进行了处理, 以上结论都是在数据处理过的基础上得出的。期货市场是非常复杂的, 价格波动更是瞬息万变, 入市时机及出市时机选择非常重要。也就是说, 在套期保值模型中, 不仅要判断正确的市场方向, 而且要判断进出市场的时机。
二、机会研究
通过以上统计可知, 利用对期货图形的定义及分析, 可以发现价格上涨或下跌的突破点, 以及对后续运动趋势即行情大概可以持续多久、可能到达什么样的目标位进行把握。对于整个价格运动来说, 有50%的时间, 可以比较准确的把握其运动方向, 另外50%的时间, 不知道价格的运动趋势。利用这个结论就可以有至少一半的时间, 能在行情启动的初期, 主动采取不同的措施, 应对价格的变化, 使企业的利润最大化。对于通道中的周涨跌幅这个结论不但可以验证我们分段及对趋势预测的准确性, 而且在这个结论的基础上, 可在套期保值时适当放大保值量, 扩大企业利润。
三、按阶段优化套期保值方案
下面针对不同的阶段采取什么样的模型进行分析:
以铜为例, 我们把与铜有关的企业分为两类, 第1类, 以铜为原材料, 加工铜的企业;第2类, 以铜精矿为原材料, 生产铜的企业。
(一) 上涨行情
例如通过对技术图形的分析, 发现铜价格将有一波上涨行情。对于生产铜的企业, 价格的上涨对企业非常有利, 行情初期不必担心产品的销售风险, 享有价格上涨带来的增加利润率, 在行情末期就要注意, 一旦行情发生逆转, 为保持价格高位的利润, 就要逐步在期货市场进行卖出保值。而对于加工铜的企业, 铜价上涨是非常不利的, 成本的增加会削弱其产品的获利能力, 因此在行情初期就要进入期货市场, 做买入套期保值, 买入量要足够, 充分考虑行情可能的持续时间及企业的加工能力, 一旦行情发生逆转要毫不忧郁的买入平仓。
(二) 下跌行情
例如通过对技术图形的分析, 发现铜价格将有一波下跌行情。对于生产铜的企业, 在行情初期就要进入期货市场, 买出套期保值, 买出量要足够, 充分考虑行情可能的持续时间, 一旦行情发生逆转要毫不忧郁的买入平仓。而对于加工铜的企业, 铜价下跌是有利的, 在行情末期要注意, 一旦行情发生逆转, 可逐步在期货市场进行适量的卖入保值。
(三) 整理行情
当行情处于整理状态时, 我们不能把握其方向, 则按传统的方案进行套期保值或者不进行套期保值, 因为在此段行情中价格的波动不会太大。
四、两种保值模型的本质区别与联系
(一) 两种模型的联系
两种模型都利用了市场价格走势相同的原理, 同时在两个市场上交易, 用一个市场上产生的盈利来弥补另一个市场上发生的亏损。当不能把握行情方向时, 现有模型和传统的套期保值模型是一样的。
(二) 两种模型本质区别
1. 两种模型的思想是截然不同的。
传统的套期保值出发点和目的是锁定生产成本和生产利润, 来规避商品价格波动带来的风险;而现有模型则是主动把握价格运动趋势, 指导不同类型企业的生产。
2. 保值量不同。
传统的套期保值的保值率一般都在0~100%之间, 最多也就是全保100%, 而现有模型则保值率则几乎是无上限的, 保值量可根据对行情可持续时间的判断而适当放大, 从而使生产长期低成本运行。
3. 两种模型的效果不同。
例如, 对于一个生产铜的企业, 按传统模式, 因不知道价格运动趋势, 因此每做一单都要进行套期保值, 以确保成本或利润, 价格上涨或下跌对它都没有影响, 当然也就不能享有价格上涨时带来的额外利润。而现有的模型则主动地把握价格运动趋势, 发现价格将上涨时, 就不进行套期保值, 进而享有价格上涨时带来的额外利润。在价格上涨的末期, 一旦行情逆转, 则逐步进行卖出套期保值, 进而长期享有产品高价位高利润。
五、结论
通过以上分析, 优化后的套期保值模型, 使企业能主动的把握趋势利用趋势, 规避风险, 扩大利润, 所以可以确定优化后的套期保值模型明显的优于传统的套期保值模型。
摘要：通过对期货市场中17个大宗商品近10年的价格统计分析, 在期货与现货相关性极大的基础上, 利用期货市场商品价格波动中涨跌时间和涨跌幅度规律的认识, 对现货市场中与大宗商品相关的企业采用的传统套期保值模型进行指导和优化, 以达到更加有效的规避价格波动风险, 扩大利润的目的。
关键词：价格波动,套期保值,优化
参考文献
全县猪肉价格波动调研报告 第2篇
今年端午节（6月19日）当天，我县猪肉价格首次出现异常波动，猪肉市场价格由原来的12元/斤（精瘦肉，下同）上涨到15元/斤，涨幅25%，而且上涨后的价格一直维持至今。为了了解和掌握全县生猪和猪肉价格的动态，我们进行了市场调查。
一、我县生猪养殖、存出栏及价格变化情况
我县生猪供应来源主要是农村散养户和少量小规模养殖户，约各占85%和15%，全县没有大型生猪养殖场，2006年全县生猪社会存栏量约20万头。今年以来，全县生猪社会存栏量以13%比例逐月下降，6月份全县生猪存栏量约6.2万头，比去年同期约16万头下降158%，从6月30日以来，县食品公司已累计从、等地组织调入生猪860头（当地收购价5.5—6元/斤），有效缓解生猪短缺现象，目前县屠宰厂屠宰的生猪本地猪仅占35%。由于生猪存栏下降，市场供应严重减少，全县生猪屠宰也急剧减少，6月份全县生猪屠宰量2742头，比去年同期6080头下降122%，其中县城日屠宰量20—25头，比正常日屠宰量55—65头下降约168%。自从去年上半年以来，我县猪肉价格维持在12元/斤水平，一直处于高价位状态，生猪收购价格是4.00—4.50元/斤左右，到今年端午节（6月19日）当天，县城农贸市场的猪肉价格由原来的12元/斤猛涨到15元/斤，增幅25%，生猪收购价格也由原来4.00—4.50元/斤涨到6.50—7.00元/斤，增幅约60%，出现了从未有过的涨幅及价位。
二、我县生猪和猪肉价格上涨的主要原因
1、生猪高致病性蓝耳病疫情的发生，致使生猪存栏量下降，市场供应货源短缺。今年来，全国一些省市相继出现猪高致病性蓝耳病疫情，我县从5月份一些乡镇也出现了疫情，而且传染比较强，一量发生疫情相邻的村庄都受到影响，生猪死亡率达40%，有的甚至出现全庄生猪毁灭性死亡。这样，造成全县生猪存栏量急剧下降，市场供应出现短缺，收购价格快速上涨，生猪价格由原来的4.00—4.50元/斤涨到6.50—7.00元/斤，增幅约60%。
2、生猪外运加剧我县货源奇缺，生猪价格高位坚挺。由于县外生猪价格上涨时间比本县早，商贩通过收购贩运生猪获取利润，本来货源就少，加上贩运加剧了本县货源奇缺，市场供应紧张。
3、生猪饲养成本增加，群众饲养生猪的积极性受到影响，造成饲养量和存栏量少。由于饲养生猪的各种原料价格提价，如稻谷、玉米涨价，加上疫苗、兽药价格也有上浮，原来饲养生猪出栏每头可获利100元左右，现在每头仅获利40—50元，由于利润太低影响了农村散养户饲养生猪的积极性。
4、经济结构调整，农村生猪饲养量减少。我县每年外出务工的农民约有8.6万人，约占全县农村劳动力人数的55%，有的家庭夫妻两人都一起外出务工，家里只有老人和小孩留守，同时，由于经济结构调整，出现了一些专业队，专业村（庄），如：专业建筑队、装修队，专业养蚕村、种蔗村等。外出务工的家庭没有人手和能力饲养生猪，搞建筑的早出晚归，没有时间喂养，同时，由于种蔗种桑的不断扩大，农村几乎再没有土地用于种植猪饲料了，因此，全县部分乡镇出现无猪、无牛现象。
三、猪肉价格上涨对其他副食品价格的影响
1、猪肉价格上涨引起其他肉类价格的上涨。由于猪肉价格的上涨，引起牛肉、鱼禽蛋等其他肉类价格不同程度的上涨，如：牛肉从13元/斤升到14元/斤，生鸡从6元/斤升到8元/斤，生鸭从5元/斤升到6.5元/斤，草鱼从5.5元/斤升到7元/斤，莲鱼从2.5元/斤升到3元/斤，鸡蛋从4.3元/斤升到4.5元/斤。
2、猪肉价格上涨带动饮食食品价格的上涨。由于猪肉价格上涨，带动了以其为原料、辅料的食品价格上涨，如：煮粉从2.5元/碗升到3元/碗，面包从0.4元/个升到0.5元/个，米粉从1元/斤升到1.2元/斤。
四、近期我县生猪市场供求走势
根据我县当前生猪饲养、存栏现状和生猪生产的特点，预计我县生猪货源仍将偏紧，猪肉现行价格将继续维持到年底前，到新花生油上市后，猪肉价格可能会出现小幅下降，但由于目前我县生猪市场在一定程度依靠外地调入才能缓解短缺的状况，加上生猪饲养期较长，因此，猪肉价格仍将维持一段较长的时间。
五、解决生猪和猪肉价格上涨的建议
1、加大生猪饲养规模。一方面利用生猪收购价格上涨时机，做好农村散养户的市场信息宣传，调动群众养猪积极性，另一方面，国家对规模较大的生猪养殖场给予政策扶持和资金补贴。
2、认真组织市场供应。针对当前生猪存栏少、货源少，相关政府部门要肩负责任，想方设法调入生猪，保证市场供应，平抑市场价格。
3、加强市场监管。经贸、畜牧兽医、农业、工商、质监、食品药品、卫生监督、物价等相关政府部门要联合执法，各负其责，加强对生猪生产、经营、销售等各环节的监管。物价部门要做好猪肉等副食品价格的监测工作，完善价格波动应急预案，加强对市场价格趋势性、对策性分析，加强对集贸市场副食品价格的巡查，及时准确掌握市场价格动态。
价格波动 谁在搅局 第3篇
伴随丰产而来的不是丰收，而是“卖难”，这让处于农产品产业链条最底端的“靠天吃饭”的菜农们忧愁焦心。
现状
暴涨暴跌诱导种植养殖规模大起大落
部分农产品价格暴涨暴跌随之而来的结果是，诱导种植面积或养殖规模大起大落，农民种植或养殖积极性大起大落，有利可图一哄而上，无利可图一哄而散，使农业生产陷入恶性循环，导致生产计划难以统筹安排。近几年陕西省部分农产品生产价格运行就呈现振幅过大轨迹。如白菜、卷心菜、芹菜、莴笋、菜花等品种，价格向好时每公斤超过2元，不好时每公斤几分钱还无人问津。在暴涨暴跌间轮回的部分农产品不仅令农户遭受较大经济损失，严重挫伤生产积极性，同时也给社会资源造成极大浪费。
那么，部分农产品价格剧烈波动的原因何在？如何切实避免菜肉价跌伤农，价高伤民？
多重因素搅局
导致部分农产品价格冰火两重天
市场供求失衡是部分农产品价格暴涨暴跌的根本原因。国家统计局陕西调查总队一项调研显示，近几年，因农业生产者信息不灵，缺乏引导，在涨价预期下盲目跟风扩种增养，生产趋同，导致农产品集中上市，供给远大于需求，出现价格暴跌，贱卖伤农的现象屡屡发生。如2005年陕西市场芹菜价格很好，次年菜农大量种植，导致芹菜集中上市，菜农卖菜根本不赚钱，西安市阎良区菜农不得已开着旋耕机将芹菜毁掉。之后几年，大蒜、生姜、黄姜、白菜、卷心菜等农产品价格运行都步过芹菜的后尘。
极端灾害事件发生是暴涨暴跌的重要因素。近年来，我国农作物病虫害发生率明显上升，干旱、洪涝、风灾、雹灾等自然灾害频繁发生，严重影响农业生产，致使农作物大面积歉收。其中，因极端气候事件发生造成的农作物受灾面积每年达7亿亩左右，成灾面积达4亿亩左右，绝收面积达1亿亩左右。2013年以来，我国部分地区遭遇严重春旱和持续低温寒潮天气，蔬菜、水果等农产品产量受到冲击，对部分农产品价格具有正向推动作用。畜牧养殖中，每当发生一次疫情病情，就对畜牧生产造成一次沉重打击。2013年二季度初在我国个别省份发生的禽流感疫情，负面影响波及全国，给家禽养殖整个行业造成沉重打击。这些极端灾害事件使农业生产风险进一步增加，部分农产品供给数量的突变情况也在增加，成为部分农产品价格频繁大幅波动的重要原因。
信息化建设滞后也是价格暴涨暴跌的重要因素之一。时下农产品生产、流通、消费信息至少存在两个不对称，即部门之间的信息不对称和小生产与大市场之间的信息不对称。直到现在，我国还没有一个全国统一的权威的农产品信息发布平台，各部门之间有关农产品的信息没有联网，比较零碎，不利于了解、沟通和决策。也没有建成一个全国统一的农产品信息监测调查网络，涉及到的部门各自布点，信息调查监测周期各异，得出的数据必然不同，影响了数据的权威性和科学性，生产经营者难以及时、正确把握农产品供求准确动态，消费者难以做出合理的消费抉择。
商业投机者介入是导致部分农产品价格暴涨暴跌的人为因素。近几年因资本恶意炒作，导致了生姜、大蒜、绿豆、辣椒等农产品价格严重脱离实际供求关系，身价暴涨暴跌。除此之外，还出现了一批新型投机者，这部分投机者发现一些农产品价格高而有利可图时，就通过各种方式筹措资金，短期大量进入，在农村大规模承包土地，或者建设养殖场，种植（或养殖）这些农产品。这类投机者的介入，放大了需求信号，加剧了供求矛盾，为这些农产品价格暴涨暴跌埋下祸根。
个别地方政府不切合实际地规划和发展冲动也应对部分农产品价格的暴涨暴跌承担责任。据调查，近年来，一些地方政府为了促进区域经济快速发展，制订规划，着力打造本地主导产业，比如大力兴建“马铃薯之乡”、“大蒜之都”、“百万头生猪养殖大县”、“万头奶牛养殖基地”等，这种做法从区域特色优势和专业化分工的视角看无疑是正确的，但这些地方政府并不十分清楚全国市场情况，制订产业发展规划不科学，人为诱导农民大量种植或养殖某种农产品，结果事与愿违，造成产量剧增，价格暴跌，损失惨重。
此外，国际市场部分农产品价格波动对国内市场的传导影响也是部分农产品价格暴涨暴跌的诱因之一。
积极应对
依靠市场规律削峰填谷破解暴涨暴跌
农产品市场一头连着生产者，一头连着消费者。部分农产品价格的暴涨暴跌对人民生活、农业生产、经济运行、社会稳定均会造成负面影响。陕西调查总队分析认为，破解农产品暴涨暴跌的难题应从多个方面下手。
防止部分农产品价格暴涨暴跌，根本之举还是要从合理安排生产流通角度切入，谋划生产，平衡供给，稳定市场。一方面着力发展订单农业，拉近农产品生产与市场的距离，解决小生产与大市场对接难题，让农民切身感受到“手中有订单，种养心不慌”。另一方面，大力发展经纪人队伍，完善农产品市场体系建设。
同时，大力提高农民组织化程度。实践表明，入社农户可以有效规避因农产品市场价格剧烈波动导致的风险。目前陕西省入社农户约占12%，提升空间还很大；壮大农产品收储、加工、流通领域的龙头企业，形成以市场牵“龙头”、“龙头”建基地、基地连农户的格局，带动农业生产企业化、集约化和产业化；充分发挥行业协会等中介组织作用，及时发布区域性农产品供求及价格走势信息，增强农民的议价能力和市场风险承受能力。
基于价格指数的食品价格波动分析 第4篇
关键词：食品分类,价格指数,价格波动
消费者物价指数 (Consumer Price Index) , 英文缩写为CPI, 也称消费价格指数, 是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标, 通常作为观察通货膨胀水平的重要指标, 是与人民生活密切相关的参考指标。
价格对经济起到调节作用。价格的变动会对总价格水平或对消费品价格水平有影响, 特别是农业价格对价格总水平的影响最大。近年来, 我国消费者物价指数 (CPI) 连创新高, 2007年至2011年CPI指数分别为104.8%、105.9%、99.3%、103.3%和105.4%, 其中, 食品类价格指数分别为112.3%、114.3%、100.7%、107.2%和111.8%。我们可以很明显地看到食品价格指数都会高于当年的居民消费价格指数, 与其他七大门类指数相比, 食品类涨幅也是最高的。居民消费价格统计的八大类消费品当中, 食品价格权重约占三分之一, 因此, 城市居民食品零售价格是消费者物价指数的重要组成部分, 其变动趋势及变动幅度, 给国家政策以及老百姓的生活都带来了不同程度的影响, 是2011年乃至今后相当长时间内政府需要关注、调控的重中之重。在这种背景下, 研究影响我国食品价格变化特点和走势以及解决对策, 对于政府更加明确调控物价的主要方向及侧重点, 进一步制定民生发展决策促进我国经济全面发展具有重要意义。因此, 研究食品价格的变化趋势也就有了十分重要的现实意义。
1 食品分类概述
本文参照中华人民共和国国家统计局的食品分类的标准, 将武汉市价格信息网中统计的食品分成了七类:油类 (菜籽油、大豆油、花生油、大豆调和油) , 肉禽类 (鲜猪肉、鲜牛肉、鲜羊肉、活鸡、鸡肉) , 水产品 (带鱼、草鱼、鲤鱼) , 鲜菜类 (芹菜、大白菜、油菜黄瓜、萝卜、茄子、西红柿、土豆等) , 鲜果类 (芦柑、苹果、香蕉、西瓜) , 调味品 (食用盐、糖、酱油、醋) , 蛋类及乳制品 (鸡蛋、豆腐、鲜牛奶) 。
2 食品价格指数的定义
定义:某类食品价格指数, 为同一时间每一类食品中选取的个调查样本的价格指数。
采用价格指数这一指标, 不仅使不同类食品的零售价格具有可比性, 而且能直观地看出食品价格的变化幅度, 如菜籽油在2010年3月25日的价格指数为0.9938, 也就是说3月25日的价格相对于基期下跌了0.62%.
为了剔除各种食品价格的季节性影响, 本文依据定义, 得到七类食品的价格指数如表1:
3 食品的价格指数变化趋势
为了更好的说明七类食品的价格变化幅度, 本文依据表1绘制七类食品的价格指数变化趋势图如图1:
从图中我们可以粗略地看出七类食品价格幅度波动性呈现出不同的特征:从2010年6月至9月, 鲜菜类、水产品、鲜果类食品价格指数呈下降趋势, 其中鲜菜类食品变化趋势最为显著, 蛋类及乳制品和肉禽类食品价格指数略有增加, 调味品增长幅度较为明显, 而油类食品基本保持不变;2010年10月至2011年3月, 七类食品的价格波动幅度大致都呈递增的趋势, 特别是进入2011年2月, 除水产品增长幅度不是很明显外, 其余种类食品的价格增长幅度较显著;而其间2010年10月到2011年1月, 蛋类及乳制品和肉禽类食品持续增长幅度最显著, 调味品基本上保持不变, 鲜菜类食品的价格变化幅度先急剧上升后保持不变再迅速下降。
参考文献
[1]刘峰等.ARIMA模型在农产品价格预测中的应用[J].计算机工程与应用, 2009, 45 (25) .
[2]孙超等.中国粮食价格的影响因素分析与预测比较——基于支持向量机的实证研究[J].农业经济, 2011.
价格波动规律 第5篇
受货源偏紧的影响，近期市场本地活爬虾价格继续高位整理，市场每公斤价格在70-76元，比去年同期上涨17.7%，这一价位也创下了近年来同期市场的一个新高。
近期市场鲍鱼价格继续小幅下挫，其中：市场5-6个头的鲍鱼每公斤价格在150-156元，同比下降14%。对于鲍鱼市场价格下调的主要原因，一方面是各地产量多，市场供应量加大。另一方面是市场需求减少导致消费清淡。
价格波动规律 第6篇
上图中,煤价为秦皇岛港大同优混平仓煤价,油价为大庆原油价格。如图所示,从2003年起,原油价格一路攀升,2003~2007年累计上涨了差不多近3倍。2008年上半年,国际油价更是加速上涨。与油价走势相近,2003~2007年,煤炭价格也处于高速上升的通道中,尤其是2007年下半年以来,出现大幅上涨。受以国际金融危机为主导等因素的影响,油价在2008年7月达到历史最大值后,7月中旬开始跳水,与油价一样,煤炭价格也在2008年7月达到历史最大值后急速下降,也就是说,煤炭价格与石油价格下降基本同步,但煤炭价格变动略滞后于油价。2009年上半年初期,油价开始复苏,而煤炭价格在2009年4、5月间开始反弹,煤炭价格的上升也略滞后于石油价格。
在一定滞后期下,煤炭价格跟随石油价格变化而变化的这种明显的联动性,既与能源替代相关,又受预期和其他因素的影响。显然,不同的能源之间存在可替代性,随着能源资源日渐稀缺,能源价格日益走高,替代性也会越来越强。因为能源价格越高,替代投资就会相对小,替代可能性就越大,一旦能源价格走到一定高度,很多能源替代都将成为可能。能源的可替代性,使各种能源产品的价格具有联动性。对于不可再生能源,能源可替代性使一种能源价格的走高带动其它能源价格上涨。表现在石油市场与煤炭市场上的一个突出例子,即:当油价持续高位运行,很多用油发电的企业都转向利用煤炭发电,煤炭需求被推向高峰,供应相对紧张,导致了煤炭价格的上涨。同时由于石油价格上涨,凸显了煤炭的重要性,因此很多煤炭出口大国改变策略,限制了煤炭出口,致使煤炭供应偏紧。由此可见,在油价高企时,煤炭价格上涨是必然的趋势。
近些年,国内很多学者研究了煤炭价格与石油价格的关系。焦建玲利用时间序列模型证明煤炭价格和石油价格之间存在长期协整关系[1];张同功与雷仲敏通过研究分析石油价格的上涨对煤炭市场的影响,认为石油价格对煤炭价格的影响有:(1)比价关系促使煤价上涨,(2)相关产品和行业对两种能源品的需求转换促使煤价上涨[2];另外还有多位学者通过研究分析证明石油价格对煤炭价格有正向影响[3,4,5,6]。本文将采取二元GARCH模型对煤炭价格与石油价格的波动溢出效应进行实证分析,分析煤炭价格与石油价格之间的双向影响,进而了解这种双向的影响信息在这两种重要能源之间的传递模式。
1 波动溢出效应模型方法
所谓波动溢出是指一个市场的波动不仅对其自身未来的波动具有影响,而且可能对其它市场未来的波动产生影响,这种市场间波动的传导称为“波动溢出效应”,它反映的是收益率条件二阶矩之间的Granger因果关系。溢出效应是经济活动或过程的外部效果,本文用BEKK-MGARCH模型分析煤炭和石油两个市场价格收益的波动溢出效应,建模过程如下:
1.1 VAR模型
令Ri,t,i=(PC,PO)为煤炭和石油价格在时间t时的收益,按照AIC和SC最小值标准,通过VAR(1)模型,得到残差εt。
1.2 BEKK-MGARCH模型
这里,波动溢出效应揭示了不同市场的价格波动可以相互影响。当采用单变量广义自回归条件异方差(GARCH)模型来观察溢出效应时,需要分别计算目标市场的条件方差,而这忽略了一些市场相关性方面的有用信息。考虑到市场相关性的存在,为了更好地度量溢出效应,研究人员提出了多变量GARCH(MGARCH)模型,它是单变量GARCH的扩展,因为MGARCH能够充分利用残差向量的协方差矩阵所包含的信息来研究溢出效应。为了降低Vech-MGARCH的计算复杂度,Engle和Kroner提出了BEKK模型[7]。BEKK模型的显著优点是容易满足Ht的正定性,而且参数少。除了BEKK,DCC、O-GARCH和FF-GARCH模型也是不同类型的多元GARCH扩展,它们各自具有不同的特点。考虑到实用性和可操作性,BEKK-GARCH模型是首选。本文使用BEKK-MGARCH(1,1)对煤炭价格和石油价格收益的溢出效应进行建模,如下所示:
其中Ht也可以表示为:
αij表示ARCH效应,或者波动的短期持续性,βij表示GARCH效应或者这些冲击对长期持续性的贡献。本文主要目的是研究煤炭和石油两个市场的价格溢出效应,因此αij,βij,i≠j的显著性是焦点所在。如果可以证明αij,βij,i≠j不等于零统计显著,则可以说从一个市场到另一个市场存在波动溢出。
给定残差向量
其中,n是模型的变量个数,θ是待估计的未知参数向量。
1.3 检验VAR-BEKK-MGARCH模型的鲁棒性
本文利用Ljung-Box Q统计量,通过检验标准误差vt是否服从白噪声过程来检验模型的鲁棒性(零假设为标准误差vt服从白噪声随机过程)。如果无法显著地拒绝零假设,则模型具有适应性。
2 价格波动溢出效应的实证研究
2.1 数据选取
本文选取秦皇岛港大同优混平仓煤价作为国内煤价的代表,选用大庆原油价格作为国内油价的代表,来研究煤炭和原油两个市场价格波动的溢出效应。样本数据为从1998年1月到2010年6月的月度均价,分别来源于煤炭行业数据库与美国能源情报署网站。根据当年的汇率情况换算单位,煤价单位为美元/吨,油价单位为美元/桶。煤炭价格和石油价格的收益率采用对数收益率,即:
Rit=100×(log(Pit)-log(Pit-1)), i=PC,PO,
其中,i=PC表示秦皇岛港大同优混平仓煤价,i=PO表示大庆原油价格,Rit表示i市场第t月的收益率,本部分实证分析用Matlab实现。
2.2 描述统计
从图2中可以看出,煤炭价格和石油价格的收益率序列中出现多个异常的峰值,收益率的波动具有一定突发性和明显的聚类现象。
注:***表示显著性水平为1%。
表1给出了两个市场价格收益率的基本统计特征。可以看出,两个市场价格收益率的分布都是平稳过程。JB检验显示两个收益序列分布均显著异于正态分布。煤炭价格分布是右偏的,石油价格分布为左偏,而两者的峰度都明显大于3,分布具有尖峰特征,两个市场收益率序列的分布具有明显的“尖峰厚尾”特征。自相关检验表明,两个市场价格的月收益率序列存在显著的自相关,其滞后1,5,10,15期的Q统计量均在0.01水平上显著。ARCH-LM检验则表明两个市场均存在明显的条件异方差现象。
2.3 Granger因果检验
对煤炭与石油两个市场价格月收益率进行Granger因果检验,结果如下:
从Granger因果检验结果可以看出,石油价格月收益率是煤炭价格月收益率的Granger因,而煤炭价格在滞后7期时是石油价格的Granger因,这说明煤炭价格与石油价格间是相互影响的,可认为两者之间存在波动溢出效应,不过石油价格对市场信息的反映比煤炭价格要敏锐,对信息的反馈速度也优于煤炭价格。
2.4 BEKK(1,1)-MGARCH(1,1)模型
对煤炭和石油两个价格收益序列建立VAR(1)模型,并在此基础上利用极大似然估计建立BEKK(1,1)-MGARCH(1,1)模型。
下表显示了模型的估计结果。值αij+βij表示从市场i到市场j的溢出效应,根据下表看出(α12+β12=0.2641)<(α21+β21=0.6976),即从石油市场到煤炭市场的整体溢出效应要强于从煤炭市场到石油市场的整体溢出效应。
注:*代表10%水平下显著;***代表1%水平下显著。
具体来看,在条件方差方程中,代表ARCH效应的α12,α21和代表GARCH效应的β12,β21系数估计值都很显著,这表明无论是ARCH效应还是GARCH效应,在煤炭市场和石油市场之间都存在双向溢出。我们可以得出的结论是:石油价格对煤炭价格的短期影响和持久影响均比较强,表现为正向的影响;而煤炭价格对石油价格短期内同样存在较强的正向反馈,但是长期影响较小。
平方残差滞后15期的Ljung-Box Q统计量在置信水平为5%时是不显著的。因此,我们采用的BEKK-GARCH(1,1)模型可以消除自相关和条件异方差,能够充分表示煤炭和石油价格收益的动态性。
3 结论及对策建议
本文关注的是煤炭价格和石油价格的相互作用,利用BEKK-GARCH模型框架下的多元条件波动模型来定量研究两个市场价格间的波动溢出,以捕获煤炭和石油价格的动态溢出效应。通过本文的实证研究,结果更深刻的揭示了煤炭市场和石油市场之间有显著的双向价格溢出效应,波动是非对称的,而且波动溢出的短期模式和长期模式并不完全相同。煤炭与石油互为替代能源,当石油价格上升时,短期与长期看,都会对煤炭市场形成冲击,表现为引起煤炭价格上升,但是煤炭价格的上升虽然在短期内对石油市场也有些许冲击,但是长期来看,煤炭价格对石油价格影响不大。
因此,本文的研究有助于煤炭行业从业人员在关注到油价变化时,对滞后一定时期的煤价变化做出准确判断。建议煤炭行业从业人员在煤价的走势预测方面,将油价的影响引入,积极跟踪并深入分析油价对煤价的影响。同样在相关人员研究油价变化时,也可以将煤价的变化考虑进来,提高预测效果。
摘要：本文通过建立BEKK-MGARCH模型对煤炭价格与石油价格之间的关系做了深入的研究。结果揭示了煤炭市场价格和石油市场价格之间除了正相关关系外,有显著的双向价格溢出效应,而且波动是非对称的,波动溢出的短期模式和长期模式并不完全相同。煤炭与石油互为替代能源,当石油价格上升时,会对煤炭市场形成冲击,刺激煤炭价格上升;同样煤炭价格的上升在短期对石油价格也有些许冲击,但是长期来看,影响不大。
关键词：煤炭价格,石油价格,BEKK-MGARCH,溢出效应
参考文献
[1].焦建玲.中国煤炭需求的长期与短期弹性研究[J].工业技术经济,2007,(26):108-110
[2].张同功,雷仲敏.煤炭价格波动的影响因素分析[J].中国能源,2005,(12):16-19
[3].战彦领.国际油价走势及对国内煤炭价格的影响分析[J].中国煤炭,2008,(9):21-24
[4].袁桂秋,张玲丹.我国煤炭价格的影响因素分析[J].价格月刊,2009,(2):45-47
[5].蔡鑫磊.目前影响我国煤炭价格的主要因素分析[J].煤炭经济研究,2008,(10):87-90
[6].谢守祥,谭清华,宋阳.影响煤炭价格因素的相关性分析与检验[J].统计与决策,2006,(11):57-59
价格波动规律 第7篇
关键词：羊肉价格波动,新疆,VAR模型,实证研究,对策
新疆羊肉价格的升高对居民的生活影响很大,司智陟等[1],丁丽娜等[2]通过分析羊肉的波动趋势,认为羊肉价格在未来几年会继续上涨。羊肉价格对羊肉的消费量有着显著的影响,根据中国畜牧业信息网2004—2014 年价格数据,在新疆羊肉价格走高的同时,新疆的牛肉、鸡肉、猪肉、鱼肉价格也在走高。石自忠等[3]认为一种肉类价格变化会引起其他肉类价格的变化,因此研究肉类价格波动的相互影响具有实际意义。
杨奎花等[4],刘国勇[5],余红等[6]分析新疆羊肉价格波动的原因,认为供求紧张、饲料价格上涨等原因导致了羊肉价格的上升,龙涛等[7]通过对饲料价格、消费者价格指数、牛肉价格、羊肉价格的定量分析,得到替代品牛肉价格波动对新疆的羊肉价格影响较大,但对哪种肉类的价格波动对羊肉价格的波动影响较大没有涉及。笔者拟通过对新疆其他主要肉类的价格波动对羊肉价格波动的影响进行研究。
2 数据来源及数据处理
数据选取2004 年10 月份—2014 年1 月份的羊肉、牛肉、猪肉、鸡肉、鱼肉的月价格数据和居民价格指数,分别用PM、PB、PP、PC、PF和CPI表示。文中价格数据来自新疆统计调查大队及新疆发展改革委员会,居民价格指数来自于国家统计局。
对价格数据进行了如下处理: 以2004 年10 月份CPI价格指数对肉类价格进行平减处理,消除通货膨胀对数据的影响,利用X - 12 季节调整模型减少肉类季节性波动对价格的影响,最后利用自然对数增强数据的线性趋势,所得最后变量为PMSA、PBSA、PPSA、PCSA、PFSA。
3 实证研究
文章利用VAR模型进行价格序列变动关系的研究。通过单位根检验保证序列的稳定性,通过Granger因果关系检验了序列的因果关系,减少无关的序列,通过Johansen协整检验找出序列的协整关系,脉冲响应分析和方差分解分别研究序列受到随机冲击对变量的影响和影响程度的大小。
3. 1 单位根检验
在利用模型分析价格之间的协整关系时,需要保证序列是平稳的,对于非平稳序列要进行差分,运用ADF进行平稳性检验,得到结果见表1。
注: 检验类型( c,t,k) 分别表示检验方程包含常数项,趋势项和滞后阶数; D( x) 代表变量的一阶差分。
检验结果表明: 在5% 显著性水平下,各价格对数序列的ADF统计量值都大于临界值,所以不能拒绝存在单位根的零假设,表明各序列都是非平稳的;而所有变量的一阶差分序列的ADF统计量值都小于临界值,表明所有变量的一阶差分序列在各显著性水平下都是平稳的; 因此,可以得出所有的变量都是一阶单整序列。
3. 2 Granger因果关系检验
在价格序列满足了平稳性检验后,需要分析序列间是否存在因果关系,根据因果关系剔除无关的价格序列,见表2。
根据表2 的检验结果,得出鸡肉、鱼肉价格与羊肉价格存在双向的因果关系,牛肉价格、猪肉价格与羊肉价格存在单向的因果关系。
3. 3 Johansen协整检验
由于所有变量都是单整序列,满足协整检验的前提条件。采用Johansen协整检验法对多变量系统进行向量协整检验,检验结果见表3。
检验结果表明: 根据特征根迹统计量检验结果,存在3 个协整关系,根据最大特征根统计量检验结果存在1 个协整结果,说明变量之间存在协整方程。因此,可以认为在5% 的显著水平下,变量之间存在长期的均衡关系,且目标的均衡式为: PMSA =1. 882 810 + 0. 003 77PFSA - 0. 080 56 PCSA -0. 126 415 PBSA - 0. 191 453 PPSA。得到结论: 鸡肉、猪肉、牛肉价格对羊肉价格上涨具有负向影响,猪肉对羊肉价格影响较大,当猪肉价格上涨1% 时,羊肉价格下降0. 19% ; 鱼肉价格对羊肉价格具有正向作用。
注: * 为5% 显著水平下拒绝原假设。
3. 4 VAR模型的构建
在确定最优滞后阶数时,通过SC信息准则、PRE( 最终预测误差) 和HQ信息准侧确立滞后期为1,即VAR( 1) 。可以进行序列的构建,建立方程为: PMSA= 1. 019 417 + 0. 071 523 9 PMSA( - 1) - 0. 070 185PPSA( - 1 ) + 0. 016 596 PFSA ( - 1 ) - 0. 087 943PCSA( - 1) - 0. 056 607 PBSA( - 1) 。根据对方程的观察,在滞后1 期的情况下,羊肉价格变动受自身影响最大,且为正向的影响,鸡肉、猪肉价格对羊肉价格变动影响较大,表现为负向的影响。
3. 5 脉冲响应分析
脉冲效应函数分析是通过反映内生变量在自身和其他内生变量发生变化时的变化情况,见表4。
根据表4 可以看出: 羊肉价格本身影响最大,给羊肉价格一个单位的冲击后,羊肉价格在第1 期达到最大,为0. 045 95,然后开始下降,到第10 期降为0. 013 79,这说明当期价格对未来10 个月羊肉价格的波动具有正向作用; 在给鸡肉价格1 个单位的冲击后,羊肉价格在第2 期开始受到负向影响,以后逐渐增强,在第6 期达到稳定,说明鸡肉价格波动对羊肉未来的价格具有反向作用,在6 个月后对羊肉价格的影响趋于稳定; 在给牛肉价格1 个单位的冲击后,羊肉价格在第2 期受到正向影响,在第4 期达到最大,为0. 004 42,以后转为负向且影响不断增大,从第7 期对羊肉价格的影响趋于稳定; 在给猪肉价格1 个单位的冲击后,从第2 期开始对羊肉价格产生负向影响,在第8 期对羊肉价格负向作用最大,然后影响开始减弱; 鱼肉价格对羊肉价格上涨具有促进作用,在第9 期达到最大,为0. 004 15,然后对羊肉价格的影响开始减弱。
3. 6 方差分解解析
方差分解可以了解其他肉类价格变动对羊肉价格波动的影响情况,见表5。
%
注: PMSA的方差分解为PMSA、PBSA、PCSA、PFSA、PPSA。
由表5 可以看出: 对羊肉价格变动影响最大的是自身价格的变化,在第1 期对羊肉价格的贡献度为100% ,以后逐渐降低,在第10 期对羊肉价格的贡献率为63. 359 55% ; 而鸡肉、猪肉价格对羊肉价格波动的贡献度从第2 期之后逐渐增大,在第10 期贡献度分别为15. 620 59% 、15. 245 95% ; 牛肉、鱼肉价格波动对羊肉价格变动的影响程度较小,在第10 期分别为3. 131 51% ,2. 642 39% 。由此对羊肉价格波动贡献度顺序为羊肉价格波动、鸡肉价格波动、猪肉价格波动、牛肉价格波动和鱼肉价格波动。
4 结论与讨论
通过对羊肉价格波动的分析,得到新疆的羊肉价格与鸡肉、猪肉、牛肉和鱼肉价格存在长期的平衡关系,鸡肉、猪肉、牛肉价格能够拉低羊肉价格上涨的速度,羊肉价格当期的波动对羊肉的未来波动影响最大,鸡肉价格波动次之。
居民在面对商品上涨较快的时候会选择替代品进行消费,居民的收入水平会影响对商品的消费选择,而消费习惯会影响消费商品的改变,居民对商品的消费偏好,民族的宗教特点也会影响商品的消费,因此需要根据当地的实际情况发展商品。新疆居民中一半为穆斯林群众,其他居民也喜好消费羊肉,因此增加羊肉的供给能够提高当地居民的福利,在羊肉价格上升的同时,居民对其他肉类的消费可以减缓羊肉价格的上涨,应根据新疆的实际情况采取措施刺激居民对鸡肉及其他肉类的消费。
参考文献
[1]司智陟,曲春红.我国羊肉市场价格波动研究[J].现代畜牧兽医,2014(9):44-46.
[2]丁丽娜,肖海峰.我国羊肉供求的影响因素及未来趋势:基于局部均衡模型的分析与预测[J].农业技术经济,2014(9):22-31.
[3]石自忠,王明利,刘玉凤.猪肉价格变动对其他畜禽肉类价格的影响[J].农业展望,2013(5):33-37.
[4]杨奎花,刘娜娜,王锡波,等.新疆肉羊生产成本及羊肉价格影响因素分析[J].草食家畜,2013(2):16-20.
[5]刘国勇.新疆羊肉价格持续波动上涨的成因及对策[J].农业现代化研究,2014,35(3):313-316.
[6]余红,李秉龙.我国羊肉价格波动影响因素的实证研究[J].价格理论与实践,2013(2):69-70.
期货价格波动的协同机理探究 第8篇
1、期货价格波动的系统界定
期货价格波动就是指期货价格以时间为自变量, 不断地进行变化 (包含变化为0) , 是参与期货投资或者投机的各类主体之间相互作用的结果, 包含各类基金、套保企业、经纪行、个体自然人等, 若对他们实行分类研究, 然后综合起来去发现期货价格规律, 会带来艰深的学术建模和参数的不断优化, 笔者认为, 期货价格的波动是自身运动的一个现象, 期货价格波动都必须从期货价格系统本身去直接分析。在任何指定的价格区间, 每个价格点都有相应的期货标的物 (比如农产品、金属、黄金、股票指数等) 的数量与之对应, 期货标的物的数量最小值为0, 若每个价格点被看成一个子系统, 并被赋予相应的期货标的物的数量, 所有价格点便协同成了一个期货价格系统, 期货价格的波动便是这众多子系统期货数量的变化而产生的结果。
2、期货价格波动系统的自组织现象
为更直接讨论期货价格的变动, 可将不同价位的期货标的物的数量做为期货价格系统一个个离散的子系统, 这些有限的子系统的自组织运动, 表征了期货价格自身的演变。自组织概念的适用领域很广, 比如贝纳德对流、贝洛索夫-萨波金斯基反应等科学实验的研究成果[1]。与自然科学相类似, 作为社会系统一部分的期货价格系统存在着无序与有序之间的互相转变。投资者在一段特定的时间内做多和做空的决策受各种偶然因素左右, 但却不象热力系统那样无规则, 实际上由于对外界信息引发的心理共振, 使投资者群体的价格决策经常性地趋向于阶段性的稳定, 就每个价格点所分布的期货标的物的数量来说, 其上下有限变动的概率分布赋予的区间便是某个阶段性稳定价格点的定义, 当然, 在这个概率区间内期货价格的移动充满随机性, 仍然是无序和混乱。这种状态在心理共振的内含没有突破性地变化时将一直维持下去, 直到某个阈值被突破时, 各个价位上的期货持有者将会对这一信息作出强烈的反应, 期货系统的各个子系统将会自发地相互协调地促使期货价格上升或者下跌, 使整个系统朝着有序的方向发展。
二、期货价格波动系统的熵原理
1、熵概念
熵是表征系统状态有序和无序、稳定与随机的关键概念, 描述期货市场的自组织行为, 需要确立熵, 起初的热力学中定义一个叫熵的量S=q ln (w) [2], q是系统参数, 一般被默认为常数, 并发展到适用更多领域的最大熵、最小熵产生原理, 非平衡态孤立系统具有较小的热力学几率和熵, 需要自发朝增大熵的方向发展, 直至达到具有最大的平衡态[3], 熵至少可度量系统的混乱程度。熵理论在金融衍生物的应用一样广泛, 同样, 期货价格系统由众多子系统所构成, 可认为期货价格系统的“熵”可度量期货市场的混乱程度, 将期货的价位作为期货价格变动的空间, 有几个价位就有几个期货价格变动的空间, 而期货价格在每个价位均匀分布的概率是不存在的, 并且期货价格在不同价位的概率分布即使在理论上也可看作是近似连续的, 在i价位的概率为pi, 可做熵模型S=-q (t) ΣiPiln Pi, 其中ΣPi=1, 对于q的定义考虑心理因素, 是心理参数和时间参数的函数, 不是一般意义下的常量, 但在特定的计量范围和时间内视其为常量有利于期货实盘的理解和操作, 一般熵S的数学逻辑是:若Pi是均匀分布, 即Pi=1/n, 其中n是期货价格可遍历的价格数量, 以一天来计算, 涨停板和跌停板可定义n的取值, S有最大值Smax=q (ln (n) ) ;若Pi是极不均匀分布, 此时S有最小值Smin=0;对于其他的分布状况, S将介于Smax与Smin之间。
2、熵的特点
实际上, 期货价格系统的熵不可能取到最大值, 由于任何期货标的物都具有基本面背景, 基本面在特定的时段具有稳定性, 因此与之相应的期货价值必然趋向其稳定的值, 熵S同样不可能为零或与零非常 (大概) 接近, 期货价格不只体现在期货价值的真实性值 (稳定值) 上, 投资者主观认识的差异导致期货价格在期货稳定值上下波动, 期货价格的稳定点是一般不取一个, 甚至可以有很多个, 因此平衡点也就不止一个, 那么期货价格围绕其上下波动的稳定价位就不止一个, 因此熵值与零具有一定的差距。换言之, 有多少个稳定价位, 就有多大的熵与之相对应。期货交易的基本事实便是:多方和空方均需要“突破”现状, 因此与最大熵原理[4]阐述恰恰相反, 期货价格的熵倾向于最小化, 此趋势不可逆, 否者期价会在封闭的区间内振荡, 具体些, 期货熵有可能在向小熵变化的过程中偶然性地变大, 这都是符合逻辑的, 这种概率存在。如此, 可以确认期货的宏观状态可以用熵来量度, 状态与状态之间的转换意味着熵的变化。
三、期货价格波动曲线的朗之万方程
通过熵概念可以发现, 熵的变化意味着一波行情的来临, 此时价格便运行到相应的目标价位。就局部而言, 价格变化受二类因素的作用, 一类是具有共同结论的信息 (即宏观信息) 导致期货价格确实朝某一目标价位发展, 另一类是众多异向的个人信息对期货价格的影响, 当宏观信息较稳定时, 这众多的个人信息一方面产生的作用较小, 另一方面它们之间由于使期货价格变动的方向不确定, 这些信息所产生的力的作用就会相互抵消, 故可以近似地被忽略, 这里的宏观信息可以理解成个人信息中含有共性的信息, 比如目前经济形势、政府调控政策、对外盘依赖度的变化、持仓结构, 成交量变化等, 而这基于个人信息基础之上, 是个人信息的抽象。个人信息是公共信息的延伸, 是投资者对公共信息的不同理解而挖掘出来的信息。通过平滑处理使期货价格v可导, 有:
是的导数, 价格稳定点令人关注, 此时, 这意味着F (v) =0, 可设计非线性幂函数来模拟, 在期货系统中, 始终伴随买与卖的群体和决策, 每一种决策有相反的决策与之对应, 也就相应有着另一个群体决策, 否则期货何以成交?假设v=0时多头做涨, 空头做跌, 二方决策相反, 离零点附近的v将可能出现二个 (即偶数个) 稳定点, 除去干扰 (涨落) 因素, 函数具备对称性, 同时, 卡尼曼和特沃斯基有关有限理性和价值函数的理论中, 按照价值函数的经验曲线特征[3], 对于最高次幂的确定可以设定为三次, 因此可令:
其一方面满足对称性的要求, 同时稳定点由确定。按照朗之万 (lagevin) 方程[3]解的形式, 有下列二种解:
A、k>0, k1>0的情况, 唯一实数解为Q=0, 它是稳定的;
B、k<0, k1>0的情况, 得到三个解, 即:Q=0, 它显然不稳定, 另两个解是稳定的, 为
由此可知在零点时, 期货价格往v1、v2两个稳定点滑去的可能性都存在, 终究停留在哪个期货价格 (v1或v2) 属随机范畴。由 (2) 式所描述的问题对于v→-v是完全对称的, 但由于k的变化导致予以实现的解却破坏了这个对称性。当k从正值逐渐改变至负值而达到k=0时, 稳定平稳位置v=0变为不稳定的, 在协同理论中把这个现象描述为对称破缺不稳定性[5], 对于期货价格波动而言, 当k从k>0至k<0时, 稳定平衡位置进行了交换, 即进行稳定性的交换, F (v) 的积分曲线 (价格) 在v=0附近变化愈来愈平坦。因而期货价格沿势曲线回落时变得愈来愈慢, 这个现象叫做临界慢化[6], 卡尼曼和特沃斯基有关有限理性和价值函数的理论中, 对于在零点附近的曲线特征同样趋于平坦[7], 正好适应了“临界慢化”的特征。因此以三次幂函数拟合期货价格的波动曲线具有合理性, 在特定时间段的实盘中, 当考虑到买方和卖方的不同价格预期, 五次幂函数与期货价格波动的拟合度更好, 但需要以一个心理波段或一个交易周期为条件。如果考虑波段的叠加或交易周期的重合, 可将 (2) 式做一般化处理, 有F (v) 表达式的一般形式[3]:
很显然, 若F (v) 的最高次幂为2n+1, 稳定点可能具有2n+1个, 配比适当的系数群, 目标价位可能会出现2n个 (零点除外) , 期货价格会由于涨落力的原因频繁交换稳定点, 期货价格的变动既不完全混乱 (除非n无穷大) , 也不是可以清晰地观察到它围绕着某一固定价位波动。在这里起决定作用的是F (v) 的参数空间 (k1, k2, ……kn) , 市场容量的有限性导致n的取值有限, 故稳定价位的个数有限, 但现实中期货价格经历价格的个数远远超过了稳定价位的个数, 其间的原因由涨落力来解释, 正由于涨落力的原因使在每个稳定价位都存在上下波动的一定的范围。随机力 (涨落力) 记为Γ, 与布朗运动关联[8], 有下列微分方程:
对于Γ (t) 有常规的统计特性, 可合理地认为它的统计平均值为0, 同时, 由于涨落力的作用时间短, 故不同时刻的Г (t) 可近似认为互相独立[6]。
四、借鉴意义
上面讨论的熵和朗之万方程对于期货价格变化的理解有益, 相对股票市场而言, 期货市场的特点便是多空对冲速度快和保证金交易, 可建空仓进行对冲, 多空格局的转换异常频繁, 甚至在基本面相对易于把握的商品期货上也是如此。因此期货价格比股票价格的波动频率快、幅度大和周期短, 期货同样有振荡市和单边市两种行情, 与熵概念的对应关系有:相对大的熵与振荡市相互对应, 稳定点 (价位) 较多, 每个稳定点都能吸引相当多的量能关注;相对小的熵与单边市相互对应, 稳定点较少, 往往基本面的深化容易引起市场共振;大“熵”与小“熵”之间的转化与振荡市与单边市的转化相互对应, 不同稳定点之间的合并与分叉成为转化的关键。此处仅仅是粗轮廓的描述。事实上, 朗之万方程在理论上给出了仅仅一种稳定点之间关系的计量方法, 其他历史价格所构成的曲线 (许多数学方法均能实现) 也能预测未来的价格区间, 但是初值敏感度、参数和最高次幂的设定都影响价格预测的精度, 尤其是参数体系的稳健性。
参考文献
[1]沈小峰.胡岗.蒋璐.耗散结构论[M].上海:上海人民出版社, 1987, (12) .
[2]H.哈肯 (西德) .协同学[M].北京:原子能出版社, 1984, 2.
[3]聂玉超.关于最大熵期权定价的应用分析[J].北京:北京师范大学学报, 2007, (12) .
[4]张小梅等.利用熵概念对经济运行中有序和混乱的解[J].哈尔滨:商业经济, 2009, (2) .
[5]H.哈肯 (西德) .高等协同学[M].太原:科学出版社, 1989, (3) .
[6]胡岗.随机力与非线性系统[M].上海:上海科技教育出版社, 1994.
[7]庄锦英.决策心理学[M].上海:上海教育出版社, 2006.
黄金价格波动研究的数学问题 第9篇
黄金价格波动富含许多经济信息, 对于价格的数据进行处理以获取经济信息是经济理论的常用的手段。1.利用模型获取价格波动的原因;2.获取国民经济的运行情况和黄金价格走势的关系信息, 简单分析其中的系统风险。
二、多元线性回归模型分析价格波动原因
2.1运用SPSS软件进行求解
本文从文华财经网上找到1974到2014年的黄金价格, 道琼斯工业指数, 联邦资金率, 美国消费者指数, 世界黄金价格储备, 原油价格, 美元指数。从其中的相关系数可以得到, 两两变量的Pearson相关系数都大于0.5, 单尾显著性检验的概率p值均接近于0, 小于0.05, 所以黄金价格与道琼斯工业平均指数 (DOW) 、联邦资金利率 (FFR) 、美国消费者价格指数 (CPI) 、原油、美元指数、世界黄金储备都有相关关系, 其中黄金价格与原油是极强相关, 与道琼斯工业平均指数 (DOW) 、美国消费者价格指数 (CPI) 、世界黄金储备是强相关关系。
从SPSS软件的回归分析的方差分析表中可以看出, 用逐步回归得到的四个模型回归的均方分别为5042516.005、2577396.323、1788161.157、1362553.523, F检验统计量的观察值分别为202.306、113.911、101.770、86.912, 相应的概率p值都为0.000, 小于0.05, 可以认为黄金价格和原油, 世界黄金储备、美国消费者价格指数CPI、美元指数之间存在线性关系。
spss逐步回归剔除了道琼斯工业平均指数DOW和联邦资金利率FFR, 选出了原油, 世界黄金储备、美国消费者价格指数CPI、美元指数。
所以我们可以从spss的多元逐步回归结果中得到:
其中PP代表原油价格, WGR代表世界黄金储备, CPI代表美国消费者价格指数, DINIW代表美元指数。
2.2价格波动原因
从模型来看原油价格、世界黄金储备、美国消费者价格指数和黄金价格呈正相关, 美元指数和黄金价格呈负相关。
通过查找资料发现, 2002~2012年, 美元汇率在这一阶段总体呈下降趋势。2002年至2006年第一季度美元汇率自2002年的1美元=0.77特别提款权降至2006年第一季度的1美元=0.69特别提款权。而美元汇率下降直接关系到美元指数的下降。接着2007年美国发生经济危机, 所以美元指数从2003年至2012, 时长为9年的贬值周期。
而石油价格在此期间快速上升。在2002年至2012年间国际石油价格暴涨, 随着石油价格的上涨, 石油出口国家的收入也随之大幅上涨。在这几年时间里, 由于美国对外与中东等地的穆斯林国家关系紧张, 以及世界对美元贬值的预期是的石油出口国家纷纷加大黄金在国家储备中的比例, 形成“石油黄金”。这加大了对黄金的需求, 促使金价趋于上升。
在这阶段, 世界黄金储备量基本保持不变。
2013~2014年:美国经济持续复苏, 逐渐摆脱金融危机衰退阴影。美元指数会迅速升值。
通过模型可以分析出黄金会在2002~2012年不断上涨而在2013~2014年下跌。
从图2-1中看出, 2002年到2012年黄金价格不断上涨, 2013年黄金价格暴跌, 这都和模型分析的结果一致。
上图是回归标准化的正态P-P图, 该图给出了观察值的残差分布与假设的正态分布的比较, 从图中可以看出标准化的残差散点应分布在直线上或靠近直线。模型拟合的较好。
三、VAR模型分析国民经济与金价关系
3.1 VAR模型定阶与建立
根据Eviews软件的分析结果, 综合采用LR、FPE、AIC.SC和HQ五种检验统计量的结果分析, 在此基础上�对VAR模型进行定阶, 结果如下表所示。
通过比较发现, LR (Sequential modified LR test statistic) 准则、FPE (fmal predietion error) 准则、AIC (Akaike information criterion) 准则、SC (Schwarz information vriterion) 准则、HQ (Hannan-Quinn information criterion) 准则, 这五个定阶准则所选择的结果一致, 均为1阶。在考虑统计量的显著性问题和经济意义上的显著性之后, 将所建立的VAR模型定为1阶, 即为VAR (l) 模型。
在剔除M2、SHCI、IR、CGPI这四个不显著变量以及确定VAR模型为一阶的基础上, 我们利用Eviews6.0软件进行模型参数估计。AIC和SC较小, LOG比较大, 这说明我们建立的VAR模型整体上还是比较好的。
由SPSS软件的输出结果, 我们可以建立以下的黄金价格影响因素的VAR (l) 模型:
(2.1)
注:
Dln GP:国内黄金价格取自然对数后一阶差分;
Dln CKLL:存款利率取自然对数后一阶差分;
DDln GM:国民生产总值取自然对数后二阶差分;
Dln MYZHRMB:美元折合人民币取自然对数后一阶差分;
Dln THPZL:通货膨胀率取自然对数后一阶差分;
Dln WHCB:外汇储备取自然对数后一阶差分;
Dln ZSYL:总失业率取自然对数后一阶差分。
3.2系统风险分析
从搜集的数据来看, 未来的几年国内国民生产总值, 黄金储备, 外汇储备, 失业率会不断上升, 而这些因素和黄金价格呈正相关, 并且与黄金价格呈负相关的通货膨胀率和美元折合人民币都会在近几年有所下降, 所以黄金价格势必会下跌, 这和问题一ARIMA预测的黄金价格会下跌是一致的。
但是国内黄金的储备量却还在处于上升的趋势, 这将更严重的造成黄金贬值, 形成恶性循环, 会有很大的可能造成国民经济下降。所以我国应该适当往外抛售黄金, 以免避免发生黄金贬值, 大量黄金囤积造成国内经济的停止不前或下降。
摘要：根据金价长期决定因素的历年数据, 建立了多元逐步回归模型, 利用逐步回归求解最优回归方程, 得到了金价波动的原因。对于金价走势的系统风险, 建立了VAR模型, 进行了定阶、求解和检验, 并据此进行了分析。
关键词：黄金价格,多元逐步回归模型,VAR模型
参考文献
[1]谭洋、李娜、程宗毛, 债券交易价格波动研究的数学问题[J], 时代经贸, 2013年第19卷, 81-82。
[2]张克荣、刘武艺, 价格波动的研究方法及其模型[J], 理论新探, 2011年第7期 (总第331期) , 44-47。
去产能不会受价格波动影响 第10篇
宏观经济运行呈现“四个没有变”态势
新闻发言人赵辰昕以四个“没有变”概括了我国宏观经济运行态势，我国经济发展长期向好的基本面没有变，经济韧性好、潜力足、回旋余地大的基本特征没有变，经济持续增长的良好支撑基础和条件没有变，经济结构调整优化的前进态势没有变。
这一判断来源于国家发展改革委今年以来密集的经济调研。赵辰昕介绍，近一段时间以来，发展改革委组织了50多个调研组，调研区域覆盖全国大部分省份，形成了80多份调研报告。从调研情况反馈看，各地发展有亮点有希望，且这些亮点和希望正不断拓展、不断扩大，同时也面临着困难与挑战。当前，我国经济发展新常态的特征更加明显，必须坚定不移推进供给侧结构性改革，培育新的经济结构，强化新的发展动力。新旧动能转换中，既要加快培育新动能，也要强调传统动能的改造提升。
去产能进入加速实施新阶段
在谈到落实供给侧结构性改革重点任务落实情况时，赵辰昕指出，完成好供给侧结构性改革“去产能、去库存、去杠杆、降成本、补短板”五大任务，既要有绵绵用力、久久为功的韧劲，也要有立说力行、立竿见影的狠劲。按照党中央国务院部署，国家发改委与有关方面共同配合，下大力气抓好工作推进和落实，五大任务都取得新的进展。
赵辰昕表示，前5个月，全国粗钢产量同比下降1.4%，规模以上煤炭企业产量同比下降8.4%，加上库存、需求、预期等因素的综合作用，市场出现了积极变化。钢铁、煤炭企业经营状况有所提升，货款回收有所好转，市场预期有所改善。
在回应记者关于“钢材、煤炭价格企业经营状况改善，是否会影响一些地方去产能的积极性”的提问时，赵辰昕坦言，总体来看，钢材、煤炭价格不同程度回升，有利于钢铁煤炭企业扭亏增盈，也确实会对一些地方和企业去产能的决心产生影响，已经减产、停产的企业也有意复产，增加了化解过剩产能的难度。
赵辰昕指出，我国经济发展进入新常态，经济增速将长期保持中高速水平，钢材消费会在峰值平台区持续较长时间，钢铁总供给过剩的格局短期内不会根本改变，钢材价格持续上涨态势缺乏足够支撑；煤炭由于清洁能源替代等因素，需求增长空间有限。可以判断，倒逼钢铁煤炭过剩产能退出的市场环境，短期内不会因价格一时涨跌而出现根本性变化。下一步，国家有关方面还将继续健全公平开放透明的市场规则，综合运用市场机制、经济手段和法治办法积极稳妥化解过剩产能。
政策“组合拳”综合发力降成本
趙辰昕指出，降成本涉及企业利益，关乎企业投资意愿和发展信心，同时也是一项需要多方配合、综合发力的工作。国家发改委研究制定了降成本总体思路和《降低实体经济企业成本工作方案》，10多个地区已出台降成本专项方案。此外，国家发改委从降低企业税费负担、融资成本、人工成本、用能成本、政务服务成本等方面，出台了一系列措施。
据赵辰昕介绍，通过实施政策“组合拳”，1月—5月全国规模以上工业企业每百元主营业务收入中的成本为85.73元，比去年同期下降0.22元；主营业务收入利润率为5.59%，同比提高0.21个百分点。
去库存仍是房地产调控主基调
在介绍房地产发展情况时，赵辰昕指出，应以满足居民合理住房需求为目标，以解决城镇新居民住房需求为主要出发点，构建以政府为主提供基本保障、以市场为主满足多层次需求的住房供应体系，以建立购租并举的住房制度为主要方向，深化住房制度改革。
赵辰昕介绍，今年安排的保障性安居工程建设中央预算内投资850亿元，加大了对棚改货币化安置的支持力度。1—5月棚改货币化安置101.6万户，占今年棚改开工量的36%，比去年同期高出20.3个百分点，比去年全年高出6个百分点。
国务院办公厅日前印发《关于加快培育和发展住房租赁市场的若干意见》，通过培育市场供应主体、鼓励住房租赁消费、完善公共租赁住房、支持租赁住房建设、加大政策支持力度等方式，促进住房租赁市场发展，完善购租并举的住房制度。差别化信贷、税收优惠政策出台进一步引导住房需求合理释放，促进商品房库存的有效化解。
对一线及部分二线城市，要密切关注其库存下降情况，加大住房供应，合理引导住房消费，防止房价持续过快上涨；对三、四线等商品房库存较大的城市，要根据当地市场情况，积极采取有效措施，化解房地产库存。
赵辰昕还介绍了去杠杆、补短板方面的情况。国家发改委正在研究降低企业杠杆率的综合措施，通过综合施策，引导和促进企业根据自身需求降低杠杆，实现标本兼治，既解决当前面临的问题，也要建立长效机制。同时，会同有关方面研究制定了《关于提高投资有效性 保持有效投资力度 着力补齐短板工作方案》。
赵辰昕表示，下一步，将继续以供给侧结构性改革为主线，有力、有度、有效落实好“三去一降一补”重点任务。
东北地区积极因素正在集聚
在回应记者关于东北地区经济形势的提问时，赵辰昕表示，上半年，东北三省经济下行压力仍然较大，但在农业、服务业、居民收入、物价水平和就业社保等领域表现相对平稳，一些积极的有利因素正在集聚。
赵辰昕介绍，当前东北地区优势领域的新动能正在加快培育，辽宁沈阳的机器人、民用航空、集成电路装备、新材料等新兴产业，产值均保持两位数的增长；黑龙江瞄准改善型品质型消费需求，高端食品、特色旅游和健康养老产业招商引资和项目建设取得积极进展。
赵辰昕指出，东北地区投资结构也出现积极变化。前5个月，吉林省制造业、基础设施和房地产开发固定资产投资均实现两位数增长，电子信息、医药制造和商贸流通业等领域投资实现快速增长。长春市民间投资同比增长31%，民间投资活力正在逐步释放。部分城市地方财政收入也出现企稳回升态势。据统计，前5个月，沈阳、哈尔滨两市的地方财政收入增速分别达5.3%和14.6%，高于辽宁省、黑龙江省14.3个和8.8个百分点。同时，部分城市去库存取得积极进展，辽宁商品房销售实现较快增长，去化周期有所缩短。
黄金价格波动因素及未来走向 第11篇
(一) 央行动态
1. 利率的调节
2010年12月24日, 黄金价格攀升至1384.5美元。然而三天后的12月27日, 黄金的开盘价格为1374.5美元, 低了整整10美元。黄金价格发生这样平移性的变动主要在于12月26日中国人民银行将存贷款基准利率各提升了25个基点。在此次升息后, 基准一年期存款利率调至2.75%, 一年期贷款利率调至5.81%。可以说, 中央人民银行此次的加息是为了对抗通货膨胀。但是与2010年10月19日的加息相比, 其对黄金价格的波动影响甚小。10月19日的降息, 使黄金价格从开盘的1374.20美元跌至1327.60美元, 下跌了近50美元。可见央行对于利率的调整在短期内会对黄金价格产生影响。在利率偏低时, 衡量之下投资黄金会有一定的益处, 但是利率升高时, 黄金的投资价值就会下降。
2. 黄金储备量与售金量
央行的黄金储备量及官方售金量也对黄金价格产生巨大的影响。对于黄金储备, 根据世界黄金协会的数据显示, 2009年全球各大央行增持黄金储备的速度是自1964年以来最高的, 如图1所示。总储备量增至30116.9吨, 新增黄金储备的总价值为133亿美元。同时, 黄金价格的持续上涨时间创下了至少90年以来的最高水平。对于央行官方售金量, 近五年, 世界官方的收紧量有震荡下降趋势。售金量从每季度几百吨一直下降到目前的负值。因此, 我们可以看出, 大部分央行均在不断增加其黄金储备量, 同时, 减少其黄金销售量。这都直接降低了市场实物黄金的供给, 由于供给量中原有这部分实物黄金的缺失, 从而推动了黄金价格的上涨。我们可以发现, 随着央行对黄金储备量的增加, 正说明了各国央行对黄金货币地位以及货币属性的进一步认可。
(二) 通货膨胀
1. 黄金的货币属性
黄金具有增值保值的货币属性。一个国家货币的购买能力, 是由物价指数而决定的。当一国物价稳定时, 它的货币购买能力就越稳定。如果通货膨胀越剧烈, 物价大幅度上升, 货币的购买能力就越弱, 持有现金无法得到保障。此时, 人们就会选择购买黄金以起到保值作用, 黄金的货币属性可以抵御通货膨胀带来的币值和物价上涨的影响。因此, 黄金的价格会随着通货膨胀而上涨。对于占世界经济主导的西方国家, 其通胀率越高, 世界金价将会越高。2008年, 美国的次贷危机爆发, 进而引起了全球的金融危机, 全球通货膨胀异常严重, 使得黄金价格一路飙升, 在近四个月是时间内, 金价上涨了30%以上。2008年3月间, 黄金价格突破了每盎司1000美元。2010年, 希腊主权债务危机爆发, 并向欧洲其他国家扩散, 欧元持续贬值, 全球经济形势变得扑朔迷离。欧盟、欧洲央行和IMF紧急出台7500亿欧元的救援措施。与此同时, 欧洲央行增加了对银行的短期贷款、放松贷款的抵押条件, 以缓解货币市场上的流动性短缺。因为欧洲国家面临的主权债务导致黄金价格的上涨, 创下了历史最高, 达到了每盎司1263.7。
2. 黄金的商品性
在20世纪70年代布雷顿森林体系彻底瓦解后, 黄金的商品性渐渐显现出来, 黄金可用于珠宝首饰制作、工业生产、医疗用具、储备品和投资品。人们为了规避通货膨胀带来的损失, 在预期有较高通胀时倾向于用纸币购买黄金, 黄金需求增长, 而供给由于客观原因基本保持不变, 这同样导致了黄金价格的上涨。黄金通过其价格变化对经济周期、通货膨胀作出反应, 具有一定的指向作用。黄金是比纸币更稳定的货币, 同时, 对美元有部分替代作用, 这些都将使黄金的价格在未来多决定于其货币属性, 其商品属性将退居其次。
(三) 美元走势
在国际金价长期走势研究中, 美元要素是非常值得重视的。国际金价与美元指数走势如图2所示。美元要素的四个重要指标分别是美元货币供应量 (M2) 、联邦利率、美国消费者物价指数和美元名义有效汇率。在布雷顿森林体系瓦解后, 美元的发行量一直呈上升的趋势。货币供给量的快速增加, 使得美元过剩, 导致了全球资产价格的上涨, 从而也使黄金价格上升。与货币供给量遥相呼应的是美元指数。2008年金融危机以来, 美元货币供给量徒然下降, 随之美元指数徒然增强, 接近了90。2010希腊债务危机后, 欧元对美元的汇率一路下跌, 而欧元占美元指数的比重高达57.6%, 美元指数趋势更是走强, 这正是美元贬值的最直接原因。作为最大的国际金融市场, 美国的CPI反映着美元的通胀率。自美国次贷危机以来, 美元的通胀率大幅度提高, 使得美国的投资者增加手中黄金的持有量, 黄金的价格因而一路高升。美元的实际汇率是影响金价长期变迁的最主要的因素。当利率提高时, 货币的供应量上升, 美元贬值后, 其购买力下降, 与其有最直接关系的黄金的购买力也因此下降, 随之, 金价上升。当前, 美国是世界上最大的债务国, 国债高达12万亿美元, 占GDP的90%, 持有者多为外国的央行和投资者。美元已经泛滥成灾, 其贬值的命运是注定的。因此, 我们可以想象黄金价格上升的趋势也应该是肯定的。
二、黄金价格的未来走向
现在, 全球经济正在缓慢复苏的过程中, 黄金价格将会重新焕发生机。据彭博通讯社预测, 2011年平均金价将达到每盎司1214美元, 最乐观的可能高达每盎司1600美元。
(一) 主要影响因素
1. 主要经济体复苏和不乐观的前景
美国已开始进入复苏周期, 其国民经济正在逐渐恢复。但同时, 美国仍旧受到了较低的物价增长速度和高失业率的影响。较高的失业率使整个社会就业率面临着严峻的挑战。美联储公开委员会表示, 美国将实施第二次量化宽松政策, 通过“非常规”货币政策来刺激经济的发展。届时, 美元中长期的弱势格局将难以得到改变, 可以想象以美元计价的黄金价格将会居高不下, 成为收益的投资品种。
在亚洲, 日本的GDP增长率也在逐渐下滑, 2010年9月, 日本政府推出新的刺激计划, 并在2010年10月5日, 将利率降至零水平。在欧洲, 债务危机余波未了, 希腊银行, 格鲁—爱尔兰银行等主要欧洲银行都在持续低迷的状态, 赤字与债务融资的困难, 存款的持续外流, 不良的高投资率, 都使得债务危机面临着随时爆发的可能。
世界主要经济体的不景气与不确定的前景, 将会引发投资者的担忧, 使他们购买黄金以规避风险。因此, 2011年的黄金价格势必将长期处于高位。
2. 各国黄金贮备量的增加
为了增加其黄金储备量, 许多市场新兴大国, 如中国, 俄罗斯, 印度等都表示将会买入大量黄金, 以增加黄金储备。根据世界黄金协会公布的数据显示, 在2010年的《央行售金协议》 (CBGA) III实施中, 签约方共售出6.2吨黄金, 同比降96%。这是该协定于1999年签订以来最低的年售金总量。对于中国, 2010年前十个月中国买入了209吨的黄金, 较上年同期增加了近五倍。中国央行表示将会推动外汇储备多元化。预计2011年新增人民币贷款将降至人民购进5000吨左右黄金。巨量的黄金储备需求无疑将成为后期黄金价格走势的重要支撑。
3. 流动性宽松引发通胀担忧
金融危机后, 宽松流动性的负面效应显现。大量流动性游离在经济实体之外, 使商品价格不断上涨, 引发市场通胀担忧。欧美国家的部分宏观经济数据使市场对全球经济产生了二次探底的忧虑。投资者对于通胀的担忧, 使他们加大了对黄金的购买力度。从某种程度上来说, 这也体现了信用货币体系的动摇。
(二) 各大机构预期
国际上各大机构对2011年黄金价格高走趋势都变现出了极大的信心。 (1) 摩根大通资产管理基金经理艾安·韩德森在2010年12月21日表示, 只要存在有关欧元和欧洲主权债务的负面消息, 以及欧元解体的可能性, 黄金价格就很可能获得上涨动力。此外, 低位的利率水平, 特别是美国的低利率, 也将对黄金价格带来支持。预计2010年黄金价格将突破1600美元。 (2) 全球曼氏金融2010年12月21日在《贵金属展望》中表示, 预计2011年金价将位于1250-1550美元/盎司的区间内, 2011年底将达每盎司1450美元;而白银价格将位于25-35美元/盎司的区间内, 2011年底将达每盎司30美元。对金价构成支撑的许多因素都将在2011年上半年推动金价上涨。 (3) 高盛在2010年11月5日表示金价有望在未来12个月中涨至1650美元/盎司, 而且可能超越这一价位。 (4) 巴克莱资本分析师2010年12月21日表示, 黄金及白银的投资需求保持强劲。除近期获利回吐外, 2011年金银投资需求仍将保持稳健并推动金价刷新纪录高点。
2011年, 国家央行对黄金的持续净买入, 中国和俄罗斯对黄金的增持, 世界经济对欧元区健康体系担忧, 美联储 (FED) 的第二轮量化宽松政策的实施以及中国投资者对通胀的担忧, 这些因素都将推动金价的上涨。2009年的黄金价格走势如图3所示。
三、中国黄金市场影响及发展
中国的黄金市场是国际黄金市场的重要组成部分。黄金作为金融产品, 是一个国家安全的重要资源。在我国, 黄金市场相对于国际接轨程度较高, 制度较健全。既有现货市场, 也有期货市场。黄金市场基本上是以实物型的商品交易为主。其衍生品市场也有较大的潜力。2009年, 中国黄金消费量达到423吨, 为世界产量的10%。2010年上半年, 上海黄金交易所合计成交黄金3171.57吨, 同比增长56.72%。其中, 黄金现货成交834.59吨, 同比增长48.49%, 黄金递延交易成交2332.17吨, 同比增长79.16[6]。根据世界黄金协会预测, 中国黄金需求将在未来10年内增长一倍。由此可见, 中国的黄金市场将会对世界黄金价格产生巨大的影响。
(一) 《关于促进黄金市场发展的若干意见》的出台
2010年8月3日, 中国人民银行, 发展改革委、工业和信息化部, 财政部, 税务总局、证监会六部联合下发了《关于促进黄金市场发展的若干意见》。进一步明确了中国黄金市场未来发展的总体思路和主要任务, 从而促进黄金市场的健康发展。在《意见》中, 提出要重视黄金市场的风险, 保护投资者的利益。要不断规范市场, 明确市场的定位。
要具备明确的黄金市场长远战略组合, 这就要求我国央行增加黄金储备, 不断进行跟进和改变。鼓励“黄金藏于民”, 增加进出口银行数量, 实施“走出去”战略。此外, 偏重美元资产的中国外汇储备, 在遵循安全、流动、增值等原则下, 实现投资组合的有效多元化。
发展国内黄金矿业。由于中国黄金资源勘探潜力依然很大, 可以在未来5—10年发现较具规模的黄金资源量, 增加黄金地质储量 (虚拟黄金储备) 。
当前人民币处于升值通道中, 市场对于人民币在未来的升值普遍存在进一步的预期。人民币汇率制度的改革和人民币的升值趋势会对国内金价产生重要影响。同时, 中国经济的增长, 中国经济实力的上升, 人民币对美元汇率的变动也会牵动国际市场黄金价格。
这些措施在一定程度上会给世界黄金价格带来影响。黄金储备的增加, 人民币的升值, 都将影响着黄金价格的上升。同时, 对于我国自身, 也有着重大的影响, 可以奠定我国的国际实力, 在市场化结构和层次上, 提升我国的市场地位和形象。
(二) 增加各方投资力量
将中国的商业银行作为黄金市场的主要力量。首先, 商业银行具有充足的资金供应, 能够保证平稳运行。其次, 商业银行有着较高的信誉度和较广泛的客户。一方面, 客户多愿意将已有资金存入商业银行, 因其具有较高的可信度。另一方面, 全国各大商业银行的营业网点分布广泛, 其拥有的客户数量也是非常巨大的。最后, 商业银行可以为黄金企业提供信贷服务, 为投资者买卖黄金承担做市商或代理商角色。更重要的是商业银行可以在黄金市场中帮助投资者规避市场风险。2007—2009年商业银行OTC黄金业务统计如图4所示。
引导保险资金、券商资金、投资基金进入黄金市场。投资保险、券商资金、投资基金等这些机构的投资者, 他们是以中介的形式存在于黄金市场中。正如我们所熟知的房地产中介。因为有房地产中介的存在, 可以更好地将个人购房者与房地产联系在一起, 使房地产市场能够更好地运转。而对于黄金市场, 同样适用。作为中介的机构投资者, 能够联系起个人与黄金市场, 这必将使我国的黄金市场结构更加稳定, 同时更加有利于监管部门的监督。
(三) 加快构建黄金定价权的国际地位
从国际上来看, 英国伦敦、美国纽约黄金市场都成为其国际金融中心地位的有力支撑。而中国要建立以人民币定价的国际金融中心必须在黄金的问题上有所作为。目前, 国际黄金定价中心──伦敦黄金市场的定价地位正受到削弱。一方面, 随着世界各国的经济发展, 英国的经济地位不再占有特别的优势。另一方面, 纽约黄金期货的成熟发展也对其带来了一定的冲击。鉴于此, 我国应实施人民币战略, 让人民币走向国际化, 从而加快构建黄金定价权的国际地位, 提升我国在国际经济上的地位。
目前我们国的国民经济呈平稳发展趋势, 国民经济总量位居世界第二。我国已经成为黄金生产和消费的大国, 黄金储备量和黄金市场日均交易量均为世界第五。快速发展的经济, 对黄金的大量需求与供给以及广阔的黄金市场, 都为我国构建黄金定价权提供了良好的契机。
为此, 我国应该优化外汇储备, 增加黄金储蓄比重。目前, 中国的黄金总量不到美国的八分之一。中国人民银行已开始谨慎规划中国黄金总量的蓝图。预计在未来的8—10年内, 可能会达到一万吨。另外, 应尽量降低国内黄金市场不能连续交易而产生的缺口, 应该利用黄金交易时差把中国金价的需求因素体现出来。此外, 还应该进一步完善我国的黄金市场体制, 保证金融体系的良性运转。
参考文献
[1]何伯敏, 倪君蕾.黄金是经济预期、通过膨胀和货币贬值的指向标[J].财政金融, 2010, (09) :18
[2]谢朝阳.国际黄金价格长期变迁中的美元因素分析[J].中国流通经济, 2010, (08) :70-73
[3]文曦.美元, 升值还是贬值[J].中国报道, 2010, (03) :74-79
[4]程强.金价仍将上涨[J].卓越理财, 2010, (11) :82-83
[5]刘明亮.金价“疯狂”引发黄金投资热潮[J].中国金属通报, 2010, (41) :18-19
[6]李健.黄金价格创新高, 谨防高位回调[J/OL].http://www.cnki.net, 2010:42-43
[7]谭雅玲.黄金市场继续规范发展且提升战略作用[J/OL].http://www.cnki.net, 2010, (09) :55-56
[8]周洁卿.推进上海黄金市场发展的战略研究[J].上海金融, 2010, (09) :50-54
【价格波动规律】相关文章：
石油的价格波动05-18
蔬菜价格波动07-05
棉花期货价格波动论文04-23
石油价格波动论文05-07
石油的价格波动论文05-09
棉花期货价格波动论文提纲08-12
石油的价格波动论文提纲08-22
石油价格波动论文提纲09-16
农业生产农资价格波动论文04-19
碳排放权价格波动论文05-09