این مطالعه به بررسی رابطه بین نقدی و قیمت آتی سویا و وعده غذایی سویا از سال 1992 تا 2013 می پردازد. مدل های تصحیح خطا برای قیمت هر دو کالا تخمین زده می شود. یک اندازه گیری اگزوژن از تنوع قیمت در هر دو مدل درج شده است تا مشخص شود که آیا تنوع باعث افزایش سرعت بازگشت پول نقد و آتی به روابط تعادل بلند مدت آنها می شود. این برای اندازه گیری تأثیر تنوع قیمت بر راندمان بازار کوتاه مدت و فرآیند کشف قیمت استفاده می شود. این یافته ها حاکی از آن است که سطح تنوع قیمت بر نرخ تعدیل بازار و روند کشف قیمت تأثیر می گذارد.
کلید واژه ها
مقاله تحقیق تایپ اطلاعات مجله اقتصاد کشاورزی و کاربردی ، دوره 47 ، شماره 4 ، نوامبر 2015 ، صص 539 - 559 عوام خلاق
این یک مقاله دسترسی آزاد است ، که تحت شرایط مجوز انتساب Creative Commons (http://creativeecommons. org/licenses/by/4. 0/) توزیع شده است ، که اجازه می دهد تا دوباره استفاده مجدد ، توزیع و تولید مثل در هر رسانه ارائه شود. کار اصلی به درستی ذکر شده است.
کپی رایت کپی رایت © نویسنده (ها) 2015
1. معرفی
طی یک دهه گذشته ، قیمت کالاهای کشاورزی از هر دوره از دهه 1970 بی ثبات تر بوده است (پیترز ، لانگلی و وستکات ، 2009). تنوع قیمت اخیر در درجه اول به شوک های آب و هوایی ، رشد سوخت های زیستی ، پیوندهای مرتبط بین کشاورزی و بازارهای انرژی و شرایط اقتصادی بی ثبات در بازارهای نوظهور که کالاهای کشاورزی را خریداری و می فروشند ، نسبت داده شده است (Fao et al. ، 2011 ؛ Hertel and Beckman ، Referenceهرتل ، بکمن ، گراف زیوین و پرلوف 2012 ؛ مک پیل ، دو و محمد ، مرجع مک پیل ، دو و محمد 2012). تنوع پاورقی 1 همچنین در مورد رشد فعالیت سوداگرانه در آینده و بازارهای نقدی مقصر شناخته شده است (یانگ ، بالیات و لایتام ، مرجع یانگ ، بالیت و لیتام 2005).
هرچه منبع باشد ، تغییرپذیری قیمت اغلب به عنوان مضر تلقی می شود ، و خطر تولیدکنندگانی را که ماه ها قبل از برداشت تصمیم گیری می کنند و سیگنال های مختلط را برای خریداران کالاهای کشاورزی تهیه می کنند ، افزایش می دهد. تنوع بالا همچنین چالش های تخصیص منابع را برای شرکت ها و سیاست گذاران ارائه می دهد. در صورت واکنش قیمت ها به اصول مانند افزایش عدم اطمینان در مورد تولید یا سهام و استفاده ، تنوع لازم برای بازار نیست. اما اگر قیمت ها بدون توجه به عوامل اساسی نوسان داشته باشند ، تنوع مضر است. یعنی وقتی تنوع قیمت نشان دهنده نویز سوداگرانه بیش از حد باشد ، می تواند مانع جریان اطلاعات اساسی در بازارها شود. بنابراین ، تنوع قیمت ممکن است برای اقتصاد کلی کشاورزی مضر باشد یا نباشد.
این مطالعه به این مسئله می پردازد که آیا تغییرپذیری قیمت باعث بهبود یا گل و لای اطلاعات بین آینده و بازارهای نقدی سویا و وعده های غذایی سویا می شود. بازارهای سویا برای تجزیه و تحلیل انتخاب شدند زیرا بازارهای نقدی و آتی برای سویا و سویا وجود دارد. این به ما امکان می دهد روابط نقدی و آتی قیمت یک کالای فرآوری شده را با کالاهای مربوط به یک محصول غیر پردازش نشده مقایسه کنیم. با این حال ، سایر بازارهای کالایی ، مانند ذرت و گندم ، در مورد جریان اطلاعات در دوره هایی با تغییرپذیری قیمت بالا با سؤالات مشابهی روبرو هستند.
به طور خاص ، این مطالعه روابط بین نقدی و قیمت های آتی برای سویا ایالات متحده و وعده غذایی سویا را مورد بررسی قرار می دهد تا مشخص شود که آیا یک اندازه گیری برون زا از تغییرپذیری قیمت بر سرعت تنظیم قیمت ها با تعادل تأثیر می گذارد. با استفاده از قیمت های روزانه پول نقد و آتی ، مدل های تصحیح خطا (ECM) تخمین زده می شود. یک متغیر اگزوژن که نشان دهنده تنوع قیمت (از گذشته اخیر) در مدل است و برای اندازه گیری تأثیر تغییرپذیری قیمت در سرعتی که بازارهای آینده و نقدی به روابط تعادل بلند مدت خود تبدیل می شوند ، استفاده می شود. نرخ تعدیل نسبی حاصل از ECM تخمین زده شده سپس برای برآورد وزن کشف قیمت برای بازارهای نقدی و آتی برای دو محصول سویا استفاده می شود. بنابراین ، این مطالعه همچنین تأثیر تنوع قیمت را بر سهم نسبی که بازارهای پول نقد و آتی در فرآیند کشف قیمت ایجاد می کنند ، ارزیابی می کند.
نتایج نشان می دهد که تنوع قیمت هم بر سرعت تعدیل و هم بر وزن کشف قیمت تأثیر می گذارد. وزنه هایی که هر دو بازارهای نقدی و آینده را نشان می دهند ، به کشف قیمت وعده های غذایی سویا و سویا کمک می کند. همچنین ، سرعت تعدیل و وزن کشف قیمت با گذشت زمان تغییر کرده است و سطح کلی تنوع قیمت نیز وجود دارد. بخش 2 در مورد رابطه بین معاملات آتی و بازارهای نقدی و تنوع قیمت نقش در این رابطه بحث می کند. پس از آن ، بحث کوتاهی در مورد ادبیات مربوطه وجود دارد (بخش 3). مدل ما در بخش 4 همراه با توضیح روش محاسبه وزن کشف قیمت در بخش 5 معرفی شده است. پس از بحث کوتاه در مورد داده ها (بخش 6) ، نتایج تجربی در بخش های 7-9 ارائه و مورد بحث قرار می گیرد. بخش های پایانی شامل بحث در مورد پیامدهای سیاست (بخش 10) و نتیجه گیری (بخش 11) است.
2. روابط قیمت پول نقد و آتی
اقتصاددانان استدلال می كنند كه یك بازار آتی مؤثر باید اطلاعاتی را در مورد تکامل قیمت ها جذب كند و سپس آن اطلاعات را به بازارهای دیگر منتقل كند (متوس و گارسیا ، مرجع متوس و گارسیا 2004 ؛ تومه و گری ، مرجع تومك و خاکستری 1970). یعنی قیمت ها در بازار آینده "کشف" می شوند. با این حال ، اگر شرکت کنندگان در بازارهای آتی (مانند مدیران نمونه کارها) نیز در بازارهای غیرقانونی تجارت کنند در حالی که شرکت کنندگان در بازارهای نقدی (کشاورزان و اپراتورهای آسانسور دانه) از نزدیک با یک کالای خاص کشاورزی گره خورده اند ، پس اطلاعات موجود در بازارهای نقدی ممکن است بیشتر باشدبازتاب دقیق اصول بازار و ممکن است بیشتر با کشف قیمت ارتباط داشته باشد. این ، به ویژه ، ممکن است در دوره هایی که فعالیت سوداگرانه زیاد است ، صادق باشد ، دوره هایی که اغلب تصور می شود مربوط به دوره های تغییرپذیری قیمت بالا است.
اتین ، ایروین و گارسیا (مرجع اتین ، ایروین و گارسیا 2014) این دیدگاه را به چالش می کشند که دوره های طولانی از تنوع قیمت مربوط به فعالیت سوداگرانه است. آنها نشان می دهند که حباب های قیمت در بازار آتی کالاهای کشاورزی اغلب کمتر از 3 هفته طول می کشد ، به طور فزاینده ای کوتاه مدت می شوند و در توضیح تنوع قیمت کشاورزی از اصول بازار اهمیت کمتری دارند. این امر بسیار مهم است زیرا اگر شرکت کنندگان در یک بازار معتقدند که حرکات قیمت بازار دوم سوداگرانه است ، ممکن است آنها به زور به سیگنال های قیمت آن بازار پاسخ ندهند. در این حالت ، تغییرپذیری قیمت می تواند باعث کند شدن یا جلوگیری از جریان اطلاعات بین بازارها و کاهش نقش بازار دوم در فرآیند کشف قیمت شود. با این حال ، اگر تنوع قیمت منعکس کننده تغییر اصول بازار باشد ، می توان با تغییر مداوم قیمت ها ، جریان اطلاعات اساسی بین بازارها تقویت شد. به عنوان مثال ، اگر قیمت بازار دوم به شدت نسبت به ورود اطلاعات معنی دار واکنش نشان دهد ، سیگنال های قیمت روشن و قوی به بازارهای دیگر ارسال می شوند. در این حالت ، نقش بازار دوم در فرآیند کشف قیمت افزایش می یابد.
نیروی هر دو استدلال نیاز به ادامه تحقیقات تجربی در رابطه بین آینده و بازارهای نقدی را در دوره هایی که سطح طولانی مدت تغییرپذیری قیمت در حال تغییر است ، برجسته می کند. به ویژه مفید می تواند شواهدی باشد که می تواند بینشی در مورد اینکه آیا (1) تغییر قیمت بهبود یافته یا مانع انتقال اطلاعات بین پاورقی بازارها 2 و (2) می شود که آیا نقشی که توسط قیمت های نقدی و آینده در فرآیند کشف قیمت بازی می شود ، تحت تأثیر سطح قرار می گیرد. از تنوع قیمت.
3. برخی از مطالعات مرتبط
در گذشته ، اقتصاددانان برای اندازه گیری کشف قیمت از آزمایشات مختلف مربوط به علیت و/یا روشهای ادغام استفاده می کردند. شرودر و گودوین (مرجع شرودر و گودوین 1991) با استفاده از چارچوبی که توسط Garbade و Silber (Garbade and Silber 1983) ساخته شده است ، دریافتند که ، در کوتاه مدت ، قیمت های دام در بازارهای آینده کشف شده و به بازارهای نقدی منتقل می شوند. با استفاده از آزمایشات علیت گرنجر در قیمت های مختلف ، Oellermann ، Brorsen و Farris (مرجع Oellermann ، Brorsen و Farris 1989) دریافتند که قیمت آتی گاوهای فیدر قیمت های نقدی را توضیح می دهد اما برعکس نیست. Koontz ، Garcia و Hudson (مرجع Koontz ، Garcia و Hudson 1990) رابطه بین بازارهای نقدی جدا شده فضایی و آینده را برای دام ها آزمایش کردند و دریافتند که قیمت ها در هر دو بازار نقدی و آینده در هر دو جهت تعامل دارند و ماهیت تعامل تغییر کرده استدر طول زمان. با استفاده از تست های علیت در مدل های ECM ، یانگ ، Balyeat و Leatham (مرجع Yang ، Balyeat و Leatham 2005) دریافتند که بازار آتی بر روند کشف قیمت برای اکثر بازارهای کشاورزی حاکم است و این یافته بدون در نظر گرفتن قابلیت کالای کالایی برگزار می شود.
در ادبیات دیگر ، ماتوس و گارسیا (مرجع ماتوس و گارسیا 2004) ECM ها را برای کالاهای برزیل تخمین زده اند ، که شامل سویا ، و تست های علیت کاربردی به متغیرهای اختلاف قیمت تاخیر ، که در مدل ECM آنها گنجانده شده است. تست های علیت آنها نتایج متفاوتی را ارائه داد. با این حال ، این نویسندگان همچنین تصمیم به آزمایش اهمیت ضرایب نرخ تعدیل در معادله قیمت آتی و معادله قیمت نقدی گرفتند ، آزمایشی که می توان گفت روشهای پیش بینی شده بعداً توسط سایر نویسندگان مورد بررسی کشف قیمت استفاده شده است. این نویسندگان دریافتند که برای بیشتر کالاها (از جمله سویا) قیمت نقدی با قیمت آتی تنظیم می شود.
اگرچه آزمایش علیت می تواند آموزنده باشد ، اما این آزمایشات بر تأثیر قیمت های تاخیر بر قیمت های فعلی متمرکز شده و می تواند به عنوان نگاه به عقب تلقی شود. علاوه بر این ، هنگامی که برای اهداف کشف قیمت مورد استفاده قرار می گیرد ، این آزمایشات به طور ضمنی به یک بازار وزن 1 و بازار دیگر وزن 0 را می دهد. در مقابل ، کشف قیمت مربوط به جذب بازار اطلاعات جدید است. افلاطون و هافمن (مرجع افلاطون و هافمن 2011) از روش Gonzalo-Granger برای محاسبه وزن کشف قیمت برای هر بازار استفاده کردند. این نویسندگان مدل های ECM را برای آینده سویا برزیل و آینده سویا ایالات متحده (شیکاگو) تخمین زده اند و بر نقشی که نرخ تعدیل در تعیین وزن کشف قیمت دارد ، تأکید کردند. نرخ تعدیل نشان دهنده پاسخ به شرایط خطای عقب مانده از معادله رابطه قیمت بلند مدت است. این خطاهای بلند مدت (که گاهی اوقات نوآوری نامیده می شود) بهتر از قیمت های تاخیر که در آزمایش علیت استفاده می شود ، اطلاعات جدید یا نوظهور را منعکس می کند. در هر صورت ، هنگام استفاده از بسته شدن قیمت های آتی برای هر دو بازار ، این نویسندگان دریافتند که شیکاگو بر کشف قیمت برای آینده سویا حاکم است. با این حال ، با استفاده از قیمت های افتتاحیه برای شیکاگو و بسته شدن قیمت های آتی برای برزیل ، آنها دریافتند که برزیل بر روند کشف قیمت حاکم است.
هیچ یک از مطالعات قبلاً مورد بحث ارزیابی نشده است که چگونه تنوع قیمت ممکن است در نحوه تبادل اطلاعات بازارها تأثیر بگذارد. با این حال ، Adrangi ، Chatrath و Raffiee (مرجع Adrangi ، Chatrath و Raffiee 2006) از ECM برای ارزیابی رابطه بین قیمت های آتی سویا ، روغن سویا ، و از روشهای دگرگوشی مشروط مشروط عمومی استفاده کردند تا از بین بروند و بین اسپیلرهای آتش سوزی بین بازارها به حساب می آیند. بشرآنها دریافتند که بازار سویا با بازارهای Soymeal تنظیم می شود. با این حال ، آنها همچنین دریافتند که قیمت بین سویا و واگرایی نفت سویا گسترش یافته است. به طور جداگانه ، این نویسندگان دریافتند که بین بازارها برای کالاهای مرتبط با سویا (نوسانات برای لوبیا ، وعده غذایی یا روغن بر نوسانات در بازارهای دیگر تأثیر می گذارد) وجود دارد. با این حال ، این نویسندگان بررسی نکردند که چگونه این نوسانات ممکن است بر تعامل قیمت ها در هر بازار تأثیر بگذارد.
در هر صورت ، قابل توجه است که تعداد کمی از مطالعات از مدل های ECM برای محاسبه وزن کشف قیمت برای بازارهای کالاهای کشاورزی استفاده کرده اند. پاورقی 3 به دانش ما ، هیچ مطالعه ای صریحاً تأثیر تنوع قیمت را در سرعتی که قیمت ها با آن به تعادل تنظیم می شود یا بررسی نکرده است ، بررسی نکرده است یا بررسی کرده است که چگونه تنوع تأثیر می گذارد بر روند کشف قیمت. با این حال ، مطالعات توسط Adrangi ، Chatrath و Raffiee (مرجع Adrangi ، Chatrath و Raffiee 2006) و Vercammen و Doroudian (مرجع Vercammen و Doroudian 2014) موضوعات نزدیک مرتبط را بررسی کرده اند.
4- مدل تصحیح خطا از قیمت های نقدی و آتی
در این مطالعه ، یک مدل ECM مشخص شده است که یک اندازه گیری اگزوژن از تنوع قیمت را برای تأثیرگذاری بر سرعت تعدیل قیمت بین آینده و بازارهای نقدی فراهم می کند. تخمین نرخ تعدیل مطلق مربوط به کارآیی بازار است. یعنی راندمان کوتاه مدت با سرعتی که قیمت آتی جابجا شده و/یا قیمت نقدی جابجا شده (یا همگرا) به روابط تعادل بلند مدت بین قیمت های نقدی و آتی بازده می شود (مک کنزی و هولت ، مرجع مک کنزی وهولت 2002). اگر اطلاعات به طور کامل از طریق بازارها منتقل شوند ، قیمت ها باید به سرعت همگرا شوند.
سپس تخمین نرخ تعدیل نسبی برای اندازه گیری سهم نسبی که آینده و بازارهای نقدی در فرآیند کشف قیمت ایجاد می کنند ، استفاده می شود. بر خلاف مطالعات گذشته ، که به تست های علیت و روابط قیمت ها با مقادیر تاخیر خود متکی هستند ، این مطالعه به بررسی چگونگی پاسخ به اطلاعات غیر منتظره (خطاهای یک مدل بلند مدت) بر کشف قیمت می پردازد. ما به طور مستقیم نقشی را که تنوع قیمت در تأثیرگذاری بر این پاسخ و تأثیر بعدی آن بر وزن کشف قیمت دارد ، ارزیابی می کنیم. یک ECM معمولی رابطه بلند مدت بین متغیرها و رابطه عدم تعادل را نشان می دهد. رابطه قیمت بلند مدت بین قیمت های نقدی و آتی را می توان به شرح زیر نوشت:
(1) $ $ شروع کنیدP_,t>^ = _> P_,t>^ + c + u_t ، end$$
جایی که P SiCSH ، Tو P Siآینده ، tقیمت های نقدی و قیمت های آتی را به ترتیب برای محصول سویا در دوره زمانی t نشان می دهد. اصطلاح C نشان دهنده ثابت است و تفاوت در قیمت های نقدی و آتی را در نظر می گیرد. اصطلاح توtخطای بلند مدت را نشان می دهد ، که در تعادل صفر است. در نسخه si ، s = سویا و i = لوبیا یا وعده غذایی. اگر C = 0 و βفتیس= 1 ، سپس بازارها طولانی مدت کارآمد هستند (Tomek and Grey ، Reference Tomek و Grey 1970).
ECM دو قیمت شامل این رابطه بلند مدت است و می تواند به شرح زیر نوشته شود:
جایی که Δ P SiCSH ، Tو Δ P Siآینده ، tبه ترتیب برای محصول سویا ، به ترتیب تغییر روزانه در قیمت های نقدی و قیمت های آتی را نشان می دهد. اصطلاح در سمت راست در پرانتز شامل یک دوره یک دوره از اصطلاح خطا از رابطه بلند مدت بین قیمت های نقدی و آتی است. دو اصطلاح بعدی نشان دهنده اختلاف قیمت تاخیر است (طول آنها اغلب توسط تست های تجربی تعیین می شود ، سه تاخیر در این مطالعه) و دوره چهارم نشان دهنده یک خطای معادله است. پارامترهای γCSHو γفتیسپارامترهای نرخ تنظیم هستند. آنها نمایانگر سرعتی هستند که قیمت معاملات آتی (یا پول نقد) با آن به روابط تعادل بلند مدت خود با قیمت Cash (Futures) باز می گردد.
در مؤلفه بلند مدت معادلات (2A) و (2b) ، اصطلاح در پرانتز ، قیمت بازار نقدی نشانه مثبتی دارد. بنابراین ، اگر γCSH <0, cash prices retu to their equilibrium relationship with the futures price. The futures price is expected to have a negative sign in equations (2a) and (2b), with βفتیس>0. بنابراین ، قیمت آتی در هنگام γ به تعادل باز می گرددفتیس>0. اگر γCSH= −1 و γفتیس= 1 ، سپس بازارها کوتاه مدت کارآمد هستند (مک کنزی و هولت ، مرجع مک کنزی و هولت 2002). یعنی قیمت های نقدی و آتی در طی یک دوره به رابطه تعادل خود باز می گردد (با تجزیه و تحلیل ما این یک روز است). نکته مهم این است که میزان نسبی دو ضرایب نرخ تنظیم نشان می دهد که بازار "بار همگرایی" را تحمل می کند (Adrangi ، Chatrath و Raffiee ، مرجع Adrangi ، Chatrath و Raffiee 2006 ، ص 79).
نوشتن معادلات (2A) و (2b) صریح تر از نظر خطای مدل بلند مدت (از معادله 1) یا به شرح زیر بصری تر است:
اختلاف قیمت تابعی از تاخیر خود و خطاهای عقب مانده از معادله بلند مدت است.
بنابراین ، برای ارزیابی نقشی که تنوع قیمت در تأثیرگذاری بر کارآیی بازار ایفا می کند ، سیستم زیر تخمین زده شد:
جایی که VPiیک واریانس متحرک 12 روزه از قیمت اول است. این اصطلاح را می توان به عنوان معیار سطح مورد انتظار تغییرپذیری قیمت مشاهده کرد. در هر صورت ، عقب مانده از واریانس قیمت ها ، VP را تضمین می کندiاگزوژن است (به پاورقی 11 مراجعه کنید). در معادلات (4a) و (4b) ، اصطلاح نرخ تنظیم شامل یک متغیر تعاملی است که به سطح تغییرپذیری قیمت در هر بازار اجازه می دهد تا بر نرخ تنظیم تخمین زده شده تأثیر بگذارد. اگر θCSHضریب قابل توجه و منفی است ، نرخ تعدیل سریعتر است ، به این معنی که سطح بالاتری از تنوع قیمت اجازه می دهد تا قیمت های نقدی سریعتر به روابط تعادل بلند مدت خود بازگردند. یعنی تنوع قیمت باعث افزایش کارایی بازار کوتاه مدت می شود. اگر θCSHمعنادار و مثبت است ، سطح بالاتری از تنوع قیمت روند تعدیل را کاهش داده و راندمان بازار را کاهش می دهد. برعکس برای علامت روی θ صادق استفتیسضریب در معادله قیمت آتی.
تصمیم ما برای شامل یک اندازه گیری اگزوژن از تنوع قیمت در قسمت نابرابریم مدل ، این ایده را نشان می دهد که وقتی بازارها به سمت تعادل تنظیم می شوند ، یک سطح بیش از حد از تنوع گذشته می تواند در یافتن کارآمدترین مسیر به سمت تعادل ، به کمک یا سردرگمی بازارها کمک کند. تنوع قیمت تاخیر به دو دلیل در مدل بلند مدت گنجانده نشده است: در تعادل تنوع قیمت از نظر تئوری صفر است و در تعادل اطلاعات تاخیر نباید باعث شود قیمت ها حرکت کنند. با استفاده از داده های روزانه ، پوشش دوره 1992 تا اکتبر 2013 ، سیستم های ECM Cash/Futures متمایز برای سویا و سویا تخمین زده می شود. از روش دو مرحله ای Engle and Granger (مرجع Engle and Granger 1987) برای تخمین هر سیستم ECM استفاده شد. یعنی برای هر کالا ، یک معادله حداقل مربع معمولی برای گرفتن رابطه بلند مدت بین قیمت نقدی و قیمت آتی تخمین زده می شود. در مرحله بعد ، مجموعه ای از دو معادله اختلاف قیمت برای گرفتن رابطه نابرابریم بین قیمت ها تخمین زده شد. متغیرهای اگزوژن در سمت راست شامل شرایط خطای عقب مانده از مدل بلند مدت ، تاخیر از متغیرهای اختلاف قیمت و متغیر نشان دهنده تعامل VP استi، اندازه گیری تنوع قیمت گذشته و اصطلاح خطای عقب مانده.
5. کشف قیمت نقدی یا آینده
شوارتز و سزاکمی (مرجع شوارتز و سزاکمی 1994) و تیسن (مرجع تئیسن 2002) تکنیکی را برای محاسبه وزن کشف قیمت از ضرایب تنظیم تخمین زده شده از یک مدل ECM دو متغیر تهیه کردند. برای اندازه گیری نقش بازار در فرآیند کشف قیمت ، یک درخواست بصری برای استفاده از نرخ تنظیم خطا وجود دارد. بر خلاف تأخیر در آزمایش گرنجر ، خطاهای موجود در مدل بلند مدت حاوی اطلاعات جدید یا غیرقابل پیش بینی است.
در هر صورت ، روش Schwarz-Szakmary/Theissen به ما امکان می دهد تا مستقیماً تعیین کنیم که آیا تنوع قیمت در اهمیت نسبی بازارهای پول نقد و آینده در کشف قیمت تأثیر دارد یا خیر. ما ارزیابی می کنیم که آیا وزن کشف قیمت در آینده و بازارهای نقدی پس از تغییر قیمت های کشاورزی پس از سال 2005 تغییر یافته است (به ضریب تغییر [CV] 2 در جدول 1 مراجعه کنید) ، دوره ای که رشد اتانول ذرت به شدت به آن پیوند می زند. بازارهای انرژی فرار (وستکات مرجع وستکات 2007).
جدول 1. میانگین و ضریب تغییر قیمت ها
میانگین قیمت ها در هر تن متریک است. P-DIFF میانگین اول تفاوت قیمت روزانه است. به عنوان مثال ، در دوره 1992-1999 ، میانگین تغییر روزانه قیمت به علاوه 12 سنت برای سویا و منهای 2 سنت برای Soymeal است.
B CV ضریب تغییر است که با انحراف استاندارد قیمت نسبت به میانگین آن ضرب شده است.
C CV1 ضریب تغییر ناشی از اندازه گیری متوسط 12 روزه از واریانس است. این نشان دهنده تنوع یک دوره زمانی کوتاه است و از مقدار عقب مانده آن در مدل ما استفاده می شود.
D CV2 ضریب تغییر ناشی از واریانس قیمت در کل زیر دوره ذکر شده است. این نشان دهنده تنوع طولانی مدت است که نشان دهنده تغییرات کلی در حرکات قیمت در طول دوره است. اگر در مدل ما استفاده شود ، چنین اندازه گیری از تنوع درون زا خواهد بود.
وزنهای تخمین زده شده کشف قیمت منعکس کننده سهم هر بازار در فرآیند کشف قیمت است. در رویکرد شوارتز و سزاکمی (مرجع شوارتز و سزماری 1994) و تیسن (مرجع تیسن 2002) ، بازاری که قیمت آن کمترین میزان وزن کشف قیمت بالاتر را دریافت می کند ، نکته ای که توسط ماتوس و گارسیا نیز ساخته شده است (مرجع ماتوس و گارسیا 2004)بشریعنی قیمت ها به احتمال زیاد در بازاری تشکیل می شوند که کمی با اطلاعات جدید موجود در خطای مدل بلند مدت تنظیم می کند. در مقابل ، وزن کشف قیمت برای بازار کم است که نسبتاً بیشتر تنظیم می شود. یعنی احتمالاً قیمت ها در بازاری تشکیل نمی شوند که دائماً مجبور به تنظیم اطلاعات جدید موجود در خطای مدل بلند مدت می شوند. در زیر چنین تجزیه و تحلیل این دیدگاه است که بازاری که تنظیم نمی کند (یا نیازی به تنظیم آن نیست) ممکن است منبع اطلاعات جدید باشد.
6. داده ها
قیمت نقدی روزانه سویا و سویا از خدمات بازاریابی کشاورزی وزارت کشاورزی ایالات متحده (USDA) (AMS) (1992 تا اکتبر 2013 ؛ USDA-AMS ، 2013) بدست آمد. قیمت آتی از Quandl (1992 تا اکتبر 2013 ؛ Quandl ، 2014) بدست آمد. قیمت آتی با قیمت تسویه حساب نشان داده شد. هفت قرارداد سویا طی یک سال تقویم معامله می شود. پس از رویکردی که در اکثر مطالعاتی که از قیمت آتی استفاده می کنند ، از قرارداد نزدیک (S1) به قرارداد بعدی در نزدیکی (S2) در آخرین روز ماه قبل از دوره تحویل استفاده می کنیم. بنابراین ، پاورقی 4 ، سری قیمت های آتی شامل ماه های تحویل نیست و نرخ تعدیل تخمین زده شده این مطالعه و وزن کشف قیمت به دوره تحویل اشاره نمی کند. سری قیمت نقدی برای سویا از USDA-AMS ، Decatur-Central Illinois (1992 تا اکتبر 2013 ؛ USDA-AMS ، 2013) ، متوسط قیمت کامیون ریل پایین و پیشنهاد بالا بدست آمد. سری قیمت نقدی سویا (پروتئین بالا) از USDA-AMS ، دکوراسیون-مرکز ایلینویز ، قیمت متوسط قیمت کم کامیون و قیمت پایین (USDA-AMS ، 2013) به دست آمد. این قیمت ها از ساعت 2:30 بعد از ظهر ، دامنه پایه ای برای وعده غذایی سویا را نشان می دهد. روزانه. قیمت نقدی (قیمت پیشنهادی) که گزارش می شود با استفاده از این محدوده پایه به قیمت آتی آینده در نزدیکی محاسبه می شود تا منعکس کننده پیشنهادات قیمت در ساعات قبل از روز باشد. پاورقی 5 ، پاورقی 6
سرانجام ، هر کالا چندین تاریخ داشت که یک قیمت در دسترس نبود در حالی که قیمت دیگر در دسترس بود. برای این مشاهدات ، با میانگین قیمت روز قبل و قیمت روز بعد ، قیمت مصنوعی ایجاد شده است. برای اطمینان از اینکه این فرایند بر نتایج تأثیر نمی گذارد ، یک متغیر ساختگی برای نشان دادن آن مشاهدات با قیمت مصنوعی ایجاد شده و در مدل های بعدی برای اهمیت آزمایش شده است.
جدول 1 میانگین قیمت ها را در سه دوره گزارش می کند: 1992-1999 ، 1999-2005 و 2005-2013. تمام قیمت ها از دوره اول به دوره دوم سقوط می کنند و در دوره پایانی به طور قابل توجهی افزایش می یابد. قیمت های نقدی و آتی به وضوح مرتبط هستند. در هیچ دوره ضریب همبستگی بین قیمت های نقدی و آتی زیر 0. 987 برای سویا و 0. 94 برای Soymeal نبود. در جدول همچنین دو اقدام CV (انحراف استاندارد از میانگین) گزارش شده است. اندازه گیری اول (CV1) از تخمین متوسط 12 روزه در حال انحراف استاندارد از قیمت ها حاصل می شود. از ارزش عقب مانده آن در مدل بعدی استفاده شد زیرا معامله گران تمایل دارند در مدت زمان کوتاهی به حرکات قیمت پاسخ دهند. برای قیمت نقدی سویا (آینده) ، در این اندازه گیری از تنوع قیمت کوتاه مدت در دوره 1992-1999 و تغییر اندکی در دو دوره اخیر ، سقوط جزئی (افزایش) وجود دارد. برای Soymeal ، اندازه گیری CV1 برای هر دو قیمت نقدی و آتی پس از دوره اول افزایش می یابد. در مقابل ، CV2 از انحراف استاندارد قیمت ها در هر زیر دوره بدست می آید. این نشان دهنده سطح کلی تنوع در زیر دوره ها است. چنین اندازه گیری از تنوع در صورت استفاده در مدل ما درون زا خواهد بود و عمدتاً برای ارائه شاخصی از محیطی که معامله گران در هر دوره فعالیت می کردند ، ارائه می شود. این اندازه گیری نشان می دهد که تنوع قیمت بلند مدت به مرور زمان افزایش یافته و به ویژه برای دوره زمانی 2005-2013 بزرگ است.
7. نتایج
آزمایشات UR DICKEY-FULLER برای هر چهار قیمت (پول نقد و معاملات آتی سویا و سویا) اعمال شد. رد این فرضیه تهی عدم تحرک برای هر سری قیمت در کل دوره (2013-2013) امکان پذیر نبود. در مرحله بعد ، یک سری معادلات UR برای هر سری قیمت تخمین زده شد در حالی که دائماً دوره زمانی (تغییر تاریخ شروع و ترمینال) را تغییر می دهد تا مشخص شود آیا ضریب در مدت زمان تاخیر پایدار است یا خیر. این روش ، که شبیه به آزمون Zivot و Andrews (Reference Zivot و Andrews 1992) برای استراحت ساختاری است ، منجر به تقسیم داده ها به سه زیر دوره شد: 1992-1999 ، 1999-2005 و 2005-2013. دو دوره قبلی با تغییرپذیری قیمت نسبتاً پایین نسبتاً پایین مشخص شد ، در حالی که دوره دوم تنوع قیمت نسبی بالا را تجربه کرد. پاورقی 7 جالب توجه ، اتانول مبتنی بر ذرت در سال 2005 و 2006 به طرز چشمگیری رشد کرد (Wescott ، Reference Westcott 2007) ، که بیشتر بازارهای کشاورزی را با بازارهای انرژی بی ثبات مرتبط می کند.
آزمایشات UR برای هر دوره زمانی اعمال می شد ، و نمی توان فرضیه تهی از نقدی غیر ایستگاه و قیمت های آتی را برای سویا و Soymeal رد کرد. تمام آمار تاو فولر دیکی ناچیز بود. سپس یک تست Engle-Granger را انجام دادیم ، یک روش مناسب برای آزمایش ادغام بین دو متغیر. آزمایشات UR از هر معادله نقدی و آتی قیمت های بلند مدت و آتی به خطاها اعمال شد و هر آمار تاو در سطح اطمینان 0. 01 از نظر آماری معنی دار بود. یعنی فرضیه تهی خطاهای غیر ایستگاه قابل رد است. این ترکیب از نتایج نشان داد که قیمت نقدی و آتی برای هر دو وعده غذایی سویا و سویا برای هر یک از سه دوره زمانی که در آن تجزیه و تحلیل صورت گرفته است ، یکپارچه شده است.
8. تعدیل قیمت و تغییرپذیری
پس از آزمون UR ، یک مجموعه از معادلات ECM برای هر جفت قیمت کالا در کل دوره 1992-2013 برآورد شد. در مرحله بعد ، این داده ها به سه دوره زمانی شکسته شدند (هر کدام با درجات مختلف تنوع قیمت بلند مدت مشخص می شوند) و برای تعیین اینکه آیا ضرایب نرخ تعدیل با گذشت زمان تغییر کرده است یادر طول دوره های زمانی متفاوت است. بنابراین ، تمام مدلها چهار برابر برای هر یک از زیر دوره ها و یک بار در کل دوره 1992-2013 تخمین زده شدند.
جدول 2 تخمین از مدل های تعادل بلند مدت برای سویا و سویا که در کل دوره تخمین زده می شود ، گزارش می کند. مقادیر R 2 بالا نشان می دهد که بین پول نقد و آتی برای هر دو کالا رابطه نزدیک وجود دارد. جدول 3 برآورد مدلهای نابرابریم مرحله دوم را نشان می دهد که کل دوره 1992-2013 را نشان می دهد. برای هر دو کالا ، هر مدل ECM شامل سه تاخیر از هر اصطلاح اختلاف قیمت ، پاورقی 8 اصطلاح خطای عقب مانده از مدل بلند مدت و متغیری است که تعامل تنوع قیمت تاخیر را ضبط می کند (VPi) با اصطلاح خطای تاخیر بلند مدت. این اصطلاح تعامل به ما امکان می دهد تا تعیین کنیم که چگونه تنوع قیمت بر سرعت تعدیل قیمت به تعادل تأثیر می گذارد.
جدول 2
متغیر وابسته قیمت نقدی است ، ثابت ثابت است و قیمت F نشان دهنده قیمت آتی است. مقادیر R 2 بالا نشان می دهد که قیمت های نقدی و آتی در طولانی مدت از نزدیک مرتبط هستند.
B DVM یک متغیر ساختگی است که ماه تحویل (Rollover) را نشان می دهد.
استراتژی ترید...
ما را در سایت استراتژی ترید دنبال می کنید
برچسب :
نویسنده : مرجان شیرمحمدی
بازدید : 56
تاريخ : سه
شنبه
17 مرداد
1402 ساعت: 13:27