基于var模型大豆期貨價格發(fā)現(xiàn)功能的探討-文庫吧資料
2025-06-30 04:12本頁面
【正文】 表2所示:表2 期貨價格與現(xiàn)貨價格的VAR模型LNSPLNFPLNSP(1)因此，現(xiàn)貨價格序列和期貨價格序列符合I(1)過程。檢驗結(jié)果見表1.表1 ADF單位根檢驗結(jié)果ADF值5%臨界值A(chǔ)DF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(shè)，因此期貨價格和現(xiàn)貨價格序列是非平穩(wěn)的。 相關(guān)性分析先對大豆期貨價格與現(xiàn)貨價格做出相關(guān)性分析，結(jié)果如圖1：圖1 相關(guān)性分析從圖中我們可以看出在滯后幾期內(nèi)相關(guān)系數(shù)比較大，且隨著滯后時間延長，相關(guān)系數(shù)減小，二者之間存在比較明顯的某種關(guān)系，具體的關(guān)系下文進(jìn)行探討。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。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)。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。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。 向量誤差修正模型Engle和Granger將協(xié)整與誤差修正模型結(jié)合起來，建立了向量誤差修正模型。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。Granger解決了x是否引起y的問題，主要是看現(xiàn)在的y能夠在多大程度上被過去的x解釋，加入x的滯后值是否是解釋程度提高。 Granger因果檢驗在經(jīng)濟(jì)變量中有一些變量顯著相關(guān)，但是它們未必都是有意義的。是d維外生向量，代表趨勢項、常數(shù)項等，… (t=1,2,…,T)變量…的一階單整過程I(1)經(jīng)過差分后變?yōu)榱汶A單整過程，經(jīng)過變形如下公式： ,這是一個誤差修正模式的VAR模型。Johansen協(xié)整檢驗是基于回歸系數(shù)的協(xié)整檢驗，這種方法是在VAR模型的基礎(chǔ)之上對回歸系數(shù)進(jìn)行檢驗的方法。若yt～I(xiàn)(1)，則Δyt～I(xiàn)(0)，即：一階單整變量的差分為零階單整。本文就利用此方法對農(nóng)產(chǎn)品期貨價格和現(xiàn)貨價格序列以及相應(yīng)差分序列的平穩(wěn)性進(jìn)行檢驗。因此，在對時間序列進(jìn)行檢驗之前，需要分析其平穩(wěn)性，即進(jìn)
高考資料相關(guān)推薦
鄂ICP備17016276號-1