基于var模型大豆期貨價格發(fā)現(xiàn)功能的探討(編輯修改稿)
2024-07-21 04:12 本頁面
【文章內(nèi)容簡介】 釋，加入x的滯后值是否是解釋程度提高。如果x在y的預測中有幫助，或者x與y的相關系數(shù)在統(tǒng)計上顯著時，就可以說“y是由x Granger引起的”。判斷Granger原因的直接方法時利用F檢驗來檢驗下述聯(lián)合檢驗, 其統(tǒng)計量S1服從F分布。如果S1大于F的臨界值，則拒絕原假設；否則接受原假設：x不能Granger引起y。 向量誤差修正模型Engle和Granger將協(xié)整與誤差修正模型結合起來，建立了向量誤差修正模型。只要兩個變量之間存在協(xié)整關系，可以由自回歸分布滯后模型導出誤差修正模型。在下公式中，Δyt是含有外生變量的，現(xiàn)把等式右邊的外生變量xt去掉，則變?yōu)? (t=1,2，…，T)其中，每個誤差項都是平穩(wěn)的，上式可以表述為如下形式 (t=1,2，…，T)其中的每一個方程都是一個誤差修正模型。是誤差修正項，反映變量之間的長期均衡關系，系數(shù)向量α反映變量之間的均衡關系偏離長期均衡狀態(tài)時，將其調(diào)整到均衡狀態(tài)的速度。所有作為解釋變量的差分項的系數(shù)反映各變量的短期波動對作為被解釋變量的短期變化的影響。2 大豆期貨價格發(fā)現(xiàn)功能的檢驗 樣本數(shù)據(jù)的選擇本文檢驗2005年1月至2010年11月我國大豆期貨價格發(fā)現(xiàn)功能，對大豆來說，每年有從1月、3月、5月、7月、9月至11月交割共6個期貨合約，所以在本研究所跨期間大豆上市交易了36 個期貨合約。選取距合約最后交易日一周，兩周，四周的交易日的收盤價格作為期貨價格，共108個數(shù)據(jù)。大豆的現(xiàn)貨價格選取與期貨價格時間相對應的全國市場平均價格。LNSP，代表連豆現(xiàn)貨價格對數(shù)序列，簡稱現(xiàn)貨價格；LNFP，代表連豆期貨價格對數(shù)序列，簡稱期貨價格。大豆的期貨價格數(shù)據(jù)來自文化期貨交易軟件，現(xiàn)貨價格從中華糧網(wǎng)的數(shù)據(jù)庫收集得到。 相關性分析先對大豆期貨價格與現(xiàn)貨價格做出相關性分析，結果如圖1：圖1 相關性分析從圖中我們可以看出在滯后幾期內(nèi)相關系數(shù)比較大，且隨著滯后時間延長，相關系數(shù)減小，二者之間存在比較明顯的某種關系，具體的關系下文進行探討。 ADF單位根檢驗ADF單位根檢驗用于檢驗期貨價格序列與現(xiàn)貨價格序列的單整性。檢驗結果見表1.表1 ADF單位根檢驗結果ADF值5%臨界值ADF值5%臨界值LNSPD(LNSP)LNFPD(LNFP)從表可以看出大豆期貨價格與大豆現(xiàn)貨 在5%的顯著水平上，ADF值分別大于臨界值，不能拒絕單位根的零假設，因此期貨價格和現(xiàn)貨價格序列是非平穩(wěn)的。而在對現(xiàn)貨與期貨價格序列進行一階差分后的序列的ADF檢驗中，ADF值都小于5%臨界值，單位根零假設被拒絕，即一階差
高考資料相關推薦
鄂ICP備17016276號-1