《毕业设计论文基于期货市场的中粮集团玉米采购价格风险规避研究.doc》由会员分享，可在线阅读，更多相关《毕业设计论文基于期货市场的中粮集团玉米采购价格风险规避研究.doc（20页珍藏版）》请在三一办公上搜索。
1、基于期货市场的中粮集团玉米采购价格风险规避研究摘要：本文选用中粮集团玉米采购价格2009年-2010年的数据和同期大连玉米期货市场结算价作为样本，对中粮集团玉米收购价格运用玉米期货市场和财务管理知识进行风险规避的思路进行可行性分析，并结合分析成果研究出一套可以运用在经营活动中的操作方案。基于以上的研究发现：中粮集团玉米采购价格是同期大连玉米期货市场价格的格兰杰原因，中粮集团可以通过套期保值等财务管理手段来控制风险。关键词：期货市场；中粮集团；玉米采购；风险规避THE STUDY ON COFCO CORN PURCHASING PRICE RISK HEDGING BASED ON THE F
2、UTURES MARKETAbstract:This paper selects COFCO corn purchase price of 2009-2010 data and earlier settlement price as corn futures market, COFCO corn sample purchase price using corn futures market and financial management knowledge idea of risk aversion for feasibility analysis, and combining analys
3、is results research can be used on a set of business activities of the operating plan. Based on the above study found:Key words: Futures markets; Cofco; Corn procurement; Risk aversion目 录引言31中粮集团玉米期货可行性分析41.1理论基础41.2数据来源与研究方法41.2.1数据来源与处理41.2.2研究方法52结果与分析52.1定性分析结果52.2实证分析62.2.1平稳性检验62.2.2协整检验102.2.
4、3 Granger因果检验142.2.4误差纠正机制ECM（error correction mechanism）152.3 实证结论及原因分析162.3.1 实证结论162.3.2原因分析162.3.2.1中国玉米现货市场不完善162.3.2.2中国玉米期货市场不完善162.3.2.3中粮集团自身体制问题183.风险规避对策与建议183.1运用套期保值等财务管理手段规避风险183.1.1套期保值含义183.1.2套期保值的基本特征183.1.3套期保值的理论基础183.1.4套期保值的交易原则183.1.5套期保值的策略19参考文献19引言玉米既是重要的粮食储备，更是重要的工业原料之一，属于
5、国家一类管理商品，由国家实施严格的进出口计划和配额管理。中粮集团是国家规定的两家玉米出口公司之一，除贯彻执行国家有关玉米进出口的方针政策、法令和条例，确保完成国家下达的玉米进出口任务外，还从事玉米进出口代理、玉米国内购销等业务。玉米作为主要粮食品种和饲料原料，是商品期货交易的主要品种。大连商品交易所于2004年9月22日推出玉米期货交易品种。目前，玉米期货已成为国内最主要的农产品期货交易品种，仅在2006年上半年就成交了7272.58万手，达到11283.31亿元，占同期全部农产品期货交易的21%和32.6%。我国加入世界贸易组织以来，国际农产品市场价格的任何波动都会传递到国内，是国内农产品价
6、格的波动更加不确定，增加了农业宏观调控的难度。玉米的现货生产周期较长，农民只能根据上一期的价格决定本期的供给，而需求却是由本期的价格决定，这就形成了一个供求蛛网模型，而玉米的供给弹性大于需求弹性，属于典型的发散蛛网，这个特点决定了玉米价格很容易出现大幅波动，所以应该利用期货市场来规避价格风险。玉米作为经济类农产品，其用途相当广泛：既可以作畜牧业、养殖业的饲料，又可以做食品加工行业的原料，在需求上有其独特的多面性。这样，玉米的现货价格就很难被某一用途所控制。玉米的需求不是像粮食作物那样缺乏弹性，而是更加富有弹性，影响其价格波动的因素也更复杂。就玉米这一需求多重性导致的价格波动，国外学者对玉米的期
7、货价格和现货价格的相关性进行了研究。鉴于此，研究我国经济类农产品期货价格与现货价格的关系就更具有现实意义。1中粮集团玉米期货可行性分析1.1理论基础从理论上讲，期货与现货价格之间存在着相互依赖，相互影响的关系，期货价格是现货价格的先行指标，通常反映了投资者对未来现货价格的理性预期；现货价格是期货价格的理论基础，期货价格的波动受到现货价格的制约。期货价格和现货价格之间这种互相影响的关系是投资者运用期货工具对冲现货价格风险的理论基础。期货市场之所以能够对冲现货市场风险，是由于两者交易品种相同，受相同经济社会因素制约。1.2数据来源与研究方法1.2.1数据来源与处理玉米期货价格数据来源于大连商品交易
8、所2009年1月1日-2010年12月31日每天玉米期货各主力合约的结算价格，共计730个数据，为了消除波动过大的影响，以每月价格的算术平均数作为该月玉米期货价格。玉米现货采购价格数据来源于中粮集团有限公司网站，为了与玉米期货价格数据对应，选取了中粮集团2009年1月-2009年12月每月全国玉米采购价格，以其作为该月玉米现货采购价格。通过以上两个数据生成时间序列MXt和MYt。其中，MXt为玉米期货市场月均价，MYt为中粮玉米现货采购价格月均价。假设X代表玉米期货价格，Y代表玉米现货采购价格，相关数据整理如下：日期XY日期XY2009M011456.1014302009M071615.701
9、5902009M021449.1014502009M081741.5917202009M031604.0915802009M091678.4716502009M041632.1316102009M101719.4617802009M051693.9416702009M111760.9318302009M061655.7016302009M121830.5818901.2.2研究方法在对玉米现货市场价格和期货市场价格进行定量分析之前，先对它们之间的价格走势进行定性分析，根据定性分析的结果选取适合的定量分析方法。在随机时间序列的实证分析方法中，为了验证2个变量之间是否存在长期的稳定关系，常用的方法
10、是协整检验法，而验证2个变量之间是否存在因果关系，常用的检验是Granger因果关系检验法。通常，在进行协整检验和Granger因果关系检验时，为了防止时间序列数据产生“伪回归”问题，先应进行平稳性检验。如果价格序列是非平稳的，那么利用传统最小二乘法检验无偏性是无效的。故只有平稳的时间序列才能进行协整检验和Granger因果关系检验，检验结果才有意义。2结果与分析 2.1定性分析结果 作MXt和MYt的走势折线比较图（图1）。有图1可知，2009年玉米期货与现货市场价格基本分布在1400元-1600元/吨，集中分布在1600元-1700元/吨，2条曲线虽然短期内有交叉或反向走势，但是从长期来看
11、基本趋向一致。可以用协整方法对它们之间的关系作进一步的研究。价格月份假设X代表玉米期货价格，Y代表玉米现货采购价格图1 2009年大连玉米期货与中粮集团现货市场采购价格走势比较2.2实证分析2.2.1平稳性检验 利用Eviews6.0软件对MXt和MYt进行ADF检验。对第一列数据X做ADF检验，结果如下：表1-1 序列MXt的ADF检验结果Null Hypothesis: X has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented
12、Dickey-Fuller test statistic-1.2564510.6088Test critical values:1% level-4.2000565% level-3.17535210% level-2.728985*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 11Augmented Dickey-Fuller Tes
13、t EquationDependent Variable: D(X)Method: Least SquaresDate: 06/03/10 Time: 12:59Sample (adjusted): 2009M02 2009M12Included observations: 11 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X(-1)-0.2550410.202986-1.2564510.2406C451.5514332.89951.3564200.2080R-squared0.149231Mean depende
14、nt var34.04364Adjusted R-squared0.054701S.D. dependent var68.61104S.E. of regression66.70808Akaike info criterion11.40150Sum squared resid40049.72Schwarz criterion11.47384Log likelihood-60.70822F-statistic1.578669Durbin-Watson stat2.507990Prob(F-statistic)0.240584由表1-1可知： Augmented Dickey-Fuller tes
15、t statistic=-1.256451Test critical values:1% level=-4.200056Augmented Dickey-Fuller test statistic=-1.256451Test critical values:5% level=-3.175352Augmented Dickey-Fuller test statistic=-1.256451Test critical values:10% level=-2.728985T检验值均不小于各显著性水平下的临界值，序列MXt存在单位根，为不平稳序列。对MXt进行一阶差分，差分后进行ADF检验，数据如下：
16、表1-2 序列MXt一阶差分后的ADF检验结果Null Hypothesis: D(X) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented Dickey-Fuller test statistic-4.3668020.0091Test critical values:1% level-4.2970735% level-3.21269610% level-2.747676*MacKinnon (1996) one-sided p-
17、values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 10Augmented Dickey-Fuller Test EquationDependent Variable: D(X,2)Method: Least SquaresDate: 06/03/10 Time: 13:00Sample (adjusted): 2009M03 2009M12Included observations: 10 aft
18、er adjustmentsVariableCoefficientStd. Errort-StatisticProb.D(X(-1)-1.4038810.321490-4.3668020.0024C50.4595123.836292.1169190.0671R-squared0.704459Mean dependent var7.665000Adjusted R-squared0.667516S.D. dependent var119.1640S.E. of regression68.71168Akaike info criterion11.47457Sum squared resid3777
19、0.36Schwarz criterion11.53509Log likelihood-55.37286F-statistic19.06896Durbin-Watson stat1.559222Prob(F-statistic)0.002391由表1-2可知：Augmented Dickey-Fuller test statistic=-4.366802Test critical values:1% level=-4.297073Augmented Dickey-Fuller test statistic=-4.366802Test critical values:5% level=-3.21
20、2696Augmented Dickey-Fuller test statistic=-4.366802Test critical values:1% level=-4.297073Augmented Dickey-Fuller test statistic=-0.661974Test critical values:5% level= -3.212696Augmented Dickey-Fuller test statistic=-0.661974Test critical values:10% level=-2.747676可见T检验值均不小于各显著性水平下的临界值，序列MYt存在单位根，
21、为不平稳序列。对MYt进行一阶差分，差分后进行ADF检验，数据如下：表1-4 序列MYt一阶差分后的ADF检验结果Null Hypothesis: D(Y) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented Dickey-Fuller test statistic-4.7697470.0051Test critical values:1% level-4.2970735% level-3.21269610% level-2.74
22、7676*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 10Augmented Dickey-Fuller Test EquationDependent Variable: D(Y,2)Method: Least SquaresDate: 06/02/10 Time: 00:16Sample (adjusted): 2009M03 20
23、09M12Included observations: 10 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.D(Y(-1)-1.4780880.309888-4.7697470.0014C63.1235125.213542.5035560.0367R-squared0.739841Mean dependent var4.000000Adjusted R-squared0.707322S.D. dependent var128.3398S.E. of regression69.43153Akaike info crit
24、erion11.49542Sum squared resid38565.90Schwarz criterion11.55593Log likelihood-55.47708F-statistic22.75048Durbin-Watson stat1.740421Prob(F-statistic)0.001409由表1-4可知：Augmented Dickey-Fuller test statistic=-4.769747Test critical values:1% level=-4.297073Augmented Dickey-Fuller test statistic=-4.769747T
25、est critical values:5% level=-3.212696Augmented Dickey-Fuller test statistic=-4.769747Test critical values:1% level=-4.200056Augmented Dickey-Fuller test statistic=-1.867009Test critical values:5% level=-3.175352Augmented Dickey-Fuller test statistic=-1.867009Test critical values:10% level=-2.728985
26、T检验值均不小于各显著性水平下的临界值，残差序列RESID01存在单位根，为不平稳序列。对RESID01进行一阶差分，差分后进行ADF检验，数据如下：表2-3 残差序列RESID01一阶差分后的ADF检验结果Null Hypothesis: D(RESID01) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.3486420.0408Test critical va
27、lues:1% level-4.2970735% level-3.21269610% level-2.747676*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 10Augmented Dickey-Fuller Test EquationDependent Variable: D(RESID01,2)Method: Least Squ
28、aresDate: 06/04/10 Time: 00:08Sample (adjusted): 2009M03 2009M12Included observations: 10 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.D(RESID01(-1)-1.1453950.342048-3.3486420.0101C0.0016480.0058250.2829100.7844R-squared0.583624Mean dependent var0.002866Adjusted R-squared0.531577S.D
29、. dependent var0.026864S.E. of regression0.018386Akaike info criterion-4.977618Sum squared resid0.002704Schwarz criterion-4.917101Log likelihood26.88809F-statistic11.21340Durbin-Watson stat1.390678Prob(F-statistic)0.010101由表2-3可知：Augmented Dickey-Fuller test statistic=-3.348642Test critical values:1% level=-4.297073
