我国是猪肉消费大国，生猪价格变化与农民收益，人民生活水平和GDP息息相关。但是生猪价格因为疫情，政策和不成熟市场的影响，价格波动十分不稳定。与生猪养殖有密切关系的饲料原料的豆粕和玉米已经有了期货，理论上用二者的期货对生猪进行套期保值具有可能性。为了探求玉米和豆粕期货收益率波动，对生猪价格波动性的影响，本文选取2011年到2018年交易日数据，运用GARCH族模型，分别进行了实证检验。研究结果表明，玉米与豆粕期货的日收益率波动与生猪价格日波动均有相关性，但不能确定方向；豆粕期货的周收益率波动与生猪价格周波动有正相关关系。
目录
摘要1
关键词1
Abstract1
Key words1
一、引言2
二、文献综述2
三、研究方法和数据来源4
（一）研究方法简介4
（二）影响猪肉价格波动的主要因素4
（三）数据来源5
四、实证分析5
（一）日度数据5
1．描述性分析 5
2．平稳性检验6
3．自相关检验6
4．ARCH效应检验7
5．建立GARCH（1,1）模型7
（1）豆粕期货对生猪价格波动的影响8
（2）玉米期货对生猪价格波动的影响8
（二）周度数据9
1．描述性分析 9
2．平稳性检验9
3．自相关检验9
4．ARCH效应检验10
5．建立GARCH（1,1）模型10
（1）豆粕期货对生猪价格波动的影响11
五、结论及政策建议11
致谢12
参考文献13
农产品期货对生猪价格波动性影响的实证研究
——以玉米、豆粕期货为例
引言
引言
我国是猪肉消费大国，人均消费猪肉40公斤左右，超过世界平均水平近一倍，总量则相当于吃掉了世界一半的猪肉，如此庞大的一个市场显著影响着我国农民的收入和国民生活水平。图1是从2011年7月1日到2018年12月31日1800个交易日生猪价格的折线图，不难看出其 *景先生毕设|www.jxszl.com +Q: ^351916072# 
波动并不是正常围绕实际价值左右，而是锯齿形的上下摇摆；极端猪肉价格波动主要的极端值集中在2011年与2016年的高位，2014年与2018年的低位：中国猪肉需求在2014年达到顶峰时期的5719万吨后开启了母猪去产能化,繁殖母猪存栏连续30个月环比下跌；“非洲猪瘟”疫情和环保整改继续冲击市场，使得2018年猪肉产量较2014年减少了3%。
//
图1 每日生猪价格变化的折线图 图2 生猪价格波动的分布图
但是与CPI休戚相关的中国的猪肉市场的成熟度并不与它的庞大体量相匹配：四年一度的“猪周期”让我国以散户为主，大企业为辅的猪肉市场受伤不已，猪肉价格反常的涨跌折线，不论幅度还是频率都让养殖户措手不及，猪肉价格的起伏波动严重挫伤了大企业与2600万小散户养殖猪的积极性和我国生猪产业的发展。为此，国家出台了不少政策来提高平稳市场的能力，防止因价格上涨或下跌过快引起的市场效应。
期货是一种可以在现在约定在未来某一时期交割货物的合约，可以作为一种为生猪生产提供保障的手段。考虑到不同商品市场间的存在波动溢出效应，也就是波动会从一个市场传递到另一个相关的市场。这种相互关联使得我们可以对跨商品的套期保值进行探索。近年来金融市场不断得到完善，实体经济和金融市场间的信息传递机制不断加强，本文想要利用现存农产品期货的套期保值和价格发现功能，对生猪进行合理保价，降低市场交易风险。目前文献多是从已有期货的商品角度研究其与其他商品期货的波动溢出效应，很少有结合现实情况对还没有期货的大宗商品进行的实证分析，本文从占生猪养殖总成本80%以上的玉米、豆粕等饲料原料期货价格，与生猪价格是否存在某种正向或者负向影响，市场间是否可以形成联动，从数据的角度评估饲料原料期货和生猪的养殖套利的可行性，以期建立健全农牧产品期货体系。
二、文献综述
基于我国的国情和生猪价格近年走势，本文通过文献梳理把现有研究分成了四个部分：我国生猪价格波动的特点；我国生猪价格波动的成因；我国猪肉价格指数保险的局限性与“保险+期货”模式的相对优势；可与生猪市场进行跨市场间的农产品期货与套期保值的可能性。
一部分研究集中在我国生猪价格波动的特点上，他们认为我国的生猪价格波动服从一个“猪周期”，而政府对这个“猪周期”的政策调控效果微乎其微，在目前的情况下，生猪价格波动周期几乎是无法平抑的。王倩等（2014）认为在2007年为了调控猪肉价格的政策不仅没有缓解价格波动，反而使价格周期波动更大，同时大幅度加剧的还有波动频率和短期波动指标。黎东升，刘小乐（2015）运用HP和BP滤波法分析了13年的数据发现2008年是一个波动的分水岭，2008年后出现了大周期套小周期，存在明显下跌周期而且周期波动振幅有显著趋势，周期开始变得没有规律可循。潘方卉等（2016）用三区制马尔科夫区制转移模型方法研究得出，生猪价格在“下跌”、“稳定” 和“上涨”阶段上的方差、区制转移概率、自持续概率和平均持续期有显著不对称。
到底是什么造成了生猪价格波动的诡异周期，这其中复杂的关联和政策变幻使得学界众说纷纭。潘方卉等（2016）疫病、政策、自然灾害等外界冲击导致的供需关系失衡是“猪周期”产生的主要原因，而生猪饲养是生猪产业链上抵御外界冲击 能力最差，遭受损失可能性最高的环节。陈雨棠（2018）搜集20082017的月度数据，肯定了玉米，豆粕，生猪价格之间的长期协整关系，通过建立VAR模型得出的结论建议保证玉米与豆粕的持续供应，即使存在时滞性，也会对生猪价格带来巨大冲击。张俊峰，于冷（2018）使用 SVAR 模型分析得出生猪产业链上游（玉米、仔猪）至下游（生猪）再到一般价格水平（CPI）的价格传导特征，政策执行期内玉米价格对生猪价格的近期和累积效应均较强。王刚毅等（2018）从养殖规模角度另辟蹊径，使用30个省份面板数据得出资本化养殖对生猪价格波动有稳定效应。其中，中小规模资本化养殖的平抑效果和我国地区的稳定效应最为明显。

原文链接：http://www.jxszl.com/jmgl/jjymy/562846.html