استفاده از مدلهای مرتبه کسری در سیستم های مدیریت و اقتصادی

مقاله تحقیق |دسترسی آزاد جلد 2021 |شناسه مقاله 7765325 |https://doi. org/10. 1155/2021/7765325 استناد

تجزیه و تحلیل تجربی از ویژگی های نوسانات قیمت بازار آینده سویا چین بر اساس مدل Arima-GJR-Garch

یانگ زو ، 1 Zhihao Xia ، 2 Chuanhui Wang ، 2 ویفنگ گونگ ، 2،3 شیا لیو ، 2 و شیاودی سو بیشتر نشان بده، اطلاعات بیشتر سردبیر دانشگاهی: Niansheng Tang 15 ژوئن 2021 دریافت کرد پذیرفته شده 06 اکتبر 2021 منتشر شده 05 نوامبر 2021

خلاصه

به عنوان نیروی اصلی در بازار آینده ، آینده محصولات کشاورزی موقعیت مهمی را در بازار چین اشغال می کند. با در نظر گرفتن آتی نماینده سویا در بازار آینده کالاهای دالیان به عنوان هدف تحقیق ، رابطه بین ویژگی های نوسان قیمت و حجم معاملات و موقعیت باز مورد بررسی قرار گرفت. نتایج تجربی نشان می دهد که نوسانات قیمت بازار آتی سویا چین "تأثیر اهرم" دارد. حجم معاملات و بهره باز به قسمت های مورد انتظار و قطعات غیر منتظره تقسیم می شود که به معادله واریانس شرطی اضافه می شوند. ضریب حجم معاملات مورد انتظار تخمین زده می شود. همچنین ، ارزش تخمین زده شده از ضریب بهره باز مورد انتظار ، به ترتیب ، کوچکتر از ارزش تخمین زده شده ضریب حجم معاملات غیر منتظره و ارزش تخمین زده شده ضریب بهره باز غیر منتظره است. بنابراین ، تأثیر حجم معاملات مورد انتظار در نوسانات قیمت بازار آتی سویا چین کمتر از حجم معاملات غیر منتظره بر قیمت بازار آتی سویا است. در این مقاله حجم معاملات به عنوان یک جریان اطلاعات به واریانس معادله مشروط به طور نوآورانه اضافه می شود و همچنین حجم معامله را به عنوان رابطه بین واریانس شرطی و نوسانات قیمت مشاهده می کند.

1. معرفی

در تجارت کالاهای فله ، سویا یکی از محصولات کشاورزی با تقاضای زیاد در چین است و نوسان قیمت آن برجسته تر است. واردات سویا چین به ضرر است و چین به بزرگترین وارد کننده جهان تبدیل شده است. با توجه به افتتاح بیشتر بازار سویا ، نوسانات قیمت آتی سویا داخلی تحت تأثیر عوامل بسیاری در داخل و خارج از کشور است که توجه گسترده ای در چین به وجود آورده است. از سال 1996 ، چین به وارد کننده اصلی سویا در جهان تبدیل شده است. به منظور بهینه سازی ساختار عرضه سویا ، دولت چین از سال 2016 "کاهش ذرت و لوبیا" را اجرا کرده است. با شدت گرفتن اصطکاک های تجاری Sino-US در سال 2018 ، ایالات متحده 25 ٪ تعرفه واردات را افزایش داده و هزینه های واردات افزایش یافته استبشرروسیه و کانادا شاخه های زیتون را برای افزایش صادرات به چین بیرون آورده اند. در سال 2019 ، وزارت کشاورزی و امور روستایی تصمیم به اجرای برنامه احیای سویا گرفت و شش سیاست یارانه را برای حمایت از توسعه سویا ارائه داد. در سال 2020 ، سند شماره یک کمیته مرکزی دولت چین به حمایت فزاینده ای از انواع سویا با بازده و ارتقاء تکنیک های جدید زراعی برای ذرت و سویا اشاره کرد. دلیل این که چین بیشتر سویا را وارد می کند ، عمدتاً در شکاف بزرگ عرضه و تقاضا ، فناوری اصلاح ژنتیکی ناکافی و تعرفه های کم منعکس می شود. چین وابستگی بالایی به واردات بین المللی سویا دارد. بنابراین ، نوسانات زیادی از سویا چین وجود دارد.

نظریه کلاسیک اغلب فرض می کند که بازده منوط به توزیع عادی مشروط یا بی قید و شرط است ، بنابراین نوسانات آن پایدار است. با این حال ، بازگشت دارایی های مالی دارای نوسانات پیچیده تری در معاملات واقعی بازار است. مطالعات FAMA [1] نشان می دهد که اگرچه نوسانات قیمت دارایی های مالی در دوره های زمانی مشابه مشابه است ، اما اثر تجمع نوسانات وجود دارد. تغییر نرخ بازده نوعی از اوج و دم ضخیم به نظر می رسد که مطابق با توزیع عادی ساده نیست. نرخ بازده به احتمال زیاد در منطقه با ارزش محدود قرار می گیرد که خطر بالایی دارد. فاستر [2] بازار بین المللی وانت نفت خام را مورد مطالعه قرار داد و دریافت که حجم معاملات تأثیر مثبت قابل توجهی در نوسانات قیمت آتی دارد. لیو و وی [3] همچنین دریافتند که بین حجم معاملات و نوسانات قیمت آتی ارتباط مثبت معنی داری وجود دارد. وانگ و همکاران.[4] از مدل قوس (ناهمگونی مشروط اتورگرایی) برای تجزیه و تحلیل نوسانات قیمت آتی سویا داده های معاملات روزانه از سال 2006 تا 2011 استفاده کرد. تحقیقات نشان می دهد که بازده معاملات آتی سویا دارای یک فرآیند قوس مرتبه دوم است و نوسان قیمت آنخوشه بندی نوسانات ، که در آن حجم معاملات نقش مثبتی در ارتقاء نوسان قیمت دارد. تانگ و همکاران.[5] آینده و آینده گندم را در آینده های کشاورزی به عنوان نمونه ای برای تجزیه و تحلیل همبستگی بلند مدت نوسانات قیمت های آینده گرفت و دریافت که بازار آینده کشاورزی استمرار دولت و تجمع نوسانات دارد. هوآ و ژونگ [6] ؛ژو و چی [7] ؛و CAI [8] ، به ترتیب ، از داده های معاملاتی روزانه از داده های فرکانس بالا برای تجزیه و تحلیل ویژگی های نوسانات قیمت آتی از دیدگاه های مختلف هنگام مطالعه آینده های مختلف استفاده کردند. بر اساس مدل EGARCH (ناهمگونی مشروط به اتورگرایی عمومی نمایی) ، لی و همکاران.[9] رابطه بین عمق ، نقدینگی و نوسانات بازار آتی شاخص های CSI 300 را مورد بررسی قرار داد ، که نشان می دهد آینده شاخص سهام می تواند ساختار بازار سرمایه را بهبود بخشد و اصلاحات بازار سرمایه را عمیق تر کند. در تحقیقات در مورد نوسانات قیمت بازار آتی چین و سویا آمریکایی ، کارشناسان و محققان معتقدند که قیمت آتی سویا آمریکایی نقش مهمی در انتقال اطلاعات دارد و تأثیر سرریز نوسان بین دو بازار وجود دارد [10-16]. تنظیم و کنترل کلان اقتصادی ممکن است بر نوسانات قیمت کالا تأثیر بگذارد ،

و برخی مطالعات نشان می دهد که اثر سرریز نوسان از بازار انرژی به بازار محصولات کشاورزی وجود دارد [17-19]. جیانگ و ژانگ [20] یک مدل نوسانات تصادفی را با استفاده از روش بیزی ناپارامتریک ایجاد کردند و ویژگی های داده های شاخص SSE 50 را مطالعه کردند تا پیشنهاداتی برای جلوگیری از ریسک های مالی ارائه کنند. چن و همکاران[21] نوسانات بازار آتی نفت خام برنت را با معرفی مدل پنهان مارکوف پیش بینی کرد. آنها معتقد بودند که جهش شبه ساختاری ممکن است در این حالت رخ دهد و آن را با استفاده از مدل ICSS (خودتحریکی درون جمجمه ای) تصحیح کردند تا نتایج را دقیق تر نشان دهند. لیو و همکاران[22] مدل سازی و پیش بینی را بر اساس سه نوع داده با نوسان شدید فرکانس بالا انجام داد که اهمیت و اثربخشی داده های فرکانس بالا را نشان می دهد. دان و همکاران[23] یک مدل پیش بینی نوسانات قیمت آتی مس را بر اساس سری های زمانی با فرکانس بالا ساخت که نشان می دهد الگوریتم K-NN (k-نزدیک ترین همسایگان) دقیق تر است. Cai و Liao [24] نوسانات بازار GEM را پیش بینی کردند و ریسک را با ساخت مدل EGARCH با لحظه بالاتر پویا اندازه گیری کردند و دقت پیش بینی و دقت اندازه گیری ریسک را بهبود بخشیدند.

قیمت آتی به طور مکرر در نوسان است، که می تواند اطلاعات بازار را به طور حساس منعکس کند. محققان داخلی و خارجی بیشتر از داده های روزانه با فرکانس بالا برای تجزیه و تحلیل رابطه بین حجم معاملات و نوسان قیمت استفاده می کنند. تغییر دیدگاه برای تجزیه و تحلیل ویژگی های نوسانات قیمت آتی از اهمیت زیادی برخوردار است. در بازار آتی دانه سویا، اکثر محققان تأثیر اثر انباشتگی نوسانات، اثر سرریز و تقارن اطلاعاتی را بر نوسانات مطالعه می کنند، در حالی که مطالعات کمی در مورد نوسانات قیمت با استفاده از بازده برای بیان درجه نوسانات قیمت وجود دارد. بیشتر این است که حجم معاملات را به عنوان یک متغیر توضیحی در نظر بگیریم و آن را به مدل اضافه کنیم، اما کمتر به معرفی معادله واریانس شرطی و استفاده از مدل های مرتبط برای تقسیم پیش بینی می پردازیم.

در این مقاله ، آینده سویا از تبادل کالای دالیان مورد بررسی قرار می گیرد. حجم معاملات و موقعیت به عنوان جریان اطلاعات به صورت نوآورانه به واریانس معادله مشروط اضافه می شود. رابطه بین حجم معاملات به عنوان واریانس مشروط و نوسان قیمت مورد تجزیه و تحلیل قرار می گیرد. مدل ترکیبی Arima-GJR-Garch ساخته خواهد شد. رابطه بین حجم معاملات و نوسان قیمت مورد بررسی قرار خواهد گرفت و رابطه بین موقعیت های باز و نوسان قیمت نیز مورد بررسی قرار می گیرد. رابطه بین حجم معاملات و موقعیت های باز عمدتاً به حجم معاملات مورد انتظار و موقعیت های باز و حجم معاملات غیر منتظره و موقعیت های باز تقسیم می شود. رابطه بین حجم معاملات و نوسانات قیمت قابل تجزیه و تحلیل است.

2. روشها

2. 1مدل تعیین شده

در بازار آتی سویا چین ، حجم معاملات و موقعیت باز دو متغیر مهم است. حجم معاملات عمدتاً برای توصیف میزان اطلاعات بازار استفاده می شود و موقعیت باز عمدتاً نشان دهنده عمق بازار است. آنها می توانند نقش اطلاعات نامتقارن و فعالیت تجارت بازار را منعکس کنند. حجم معاملات و موقعیت باز همچنین می تواند پاسخهای مختلف دلالان را به شرط عدم تقارن اطلاعات توصیف کند. در بازار آتی ، سری زمانی از حجم معاملات و موقعیت باز به طور قابل توجهی با همبستگی است. بنابراین ، با ورود به مدل پیش بینی ، حجم معاملات و موقعیت باز به پیش بینی مورد انتظار و غیر منتظره تقسیم می شوند.

در بازار مالی ، مدل های AR ، MA ، ARMA و ARIMA معمولاً برای پیش بینی قیمت معامله یا نوسانات بازارهای نمونه و خارج از نمونه استفاده می شوند. مدل های ARMA و ARIMA بر اساس AR و MA ایجاد می شوند و می توانند به طور جامع تر پیش بینی شوند. این مقاله هم حجم مورد انتظار و هم غیر منتظره را انتخاب می کند و علاقه باز در نوسانات قیمت ها را انتخاب می کند ، که فقط می تواند برای مدل ARMA سری زمانی ثابت اعمال شود. مدل سری زمانی فصلی مدل مستقیمی ندارد ، بنابراین مقاله مدل ARIMA را انتخاب می کند.

به منظور توصیف عمیق و جامع ویژگی های نوسانات قیمت آتی سویا چین ، یک مدل Arima-GJR-Garch ساخته خواهد شد. با در نظر گرفتن حجم معاملات و بهره باز ، رابطه بین حجم معاملات مورد انتظار و غیر منتظره و بهره باز و نوسانات قیمت آتی سویا چین به طور جامع مورد تجزیه و تحلیل قرار می گیرد.