一、2002年大豆走势分析预测（论文文献综述）
张彩霞,付桢[1]（2020）在《国际背景下中国大豆的生产困境分析与对策》文中研究指明大豆不仅是粮食作物,也是经济作物,认识国内外大豆情势具有战略指导作用。2018年中央"一号文件"中提出了鼓励大豆种植的要求,2019年农业部又发布了"大豆振兴计划"。我国有最大的大豆消费市场,大豆的消费量和进口数额仍在上涨,大豆生产贸易情势不断变化。依据近十几年各项数据,在国际背景下对我国大豆的生产贸易和消费情况进行分析研究,发现我国大豆存在产少进多、进口依存度和进口集中度高,单产与播种面积低,成本高且收益低,没有大豆定价权等问题。据此提出深化农业供给侧改革,加大科研投入,完善相关政策,推动"一带一路"建设,拓宽进口渠道和强化大豆战略地位认识等建议。
王禹,李干琼,喻闻,冯瑶,钟鑫,刘然,许世卫[2]（2020）在《中国大豆生产现状与前景展望》文中研究说明通过对1949年至今全国大豆（Glycine max L.）历史数据的整理,详细分析了各地区大豆产量、播种面积和单产变动规律、分布特征和波动周期,探讨了影响中国大豆生产的重要因素,建立了中国大豆单产预测模型（指数拟合曲线、线性拟合曲线和多项式拟合曲线）,对未来（2020—2035年）中国大豆产量进行展望。研究发现,中华人民共和国成立以来中国大豆产量的增加主要来自单产增长;与其他粮食品种相比,中国大豆生产表现出生产地区相对集中、产量波动频率高、波动周期短和波动幅度大的特点;预计2030年中国大豆产量将达0.25亿t,到2035年将增加至0.27亿t,低于美国、巴西等国家的产量水平,但远高于加拿大、澳大利亚以及印度等国家。
陈彧[3]（2020）在《中国大豆自给率与大豆供给率研究》文中认为文章从粮食四大用途出发,采用大豆比例消费法估算年度大豆消费总量,并与年度大豆产量和年度大豆供应总量相比,研究中国1992—2017年大豆自给率与大豆供给率。结果显示:期间大豆自给率处于缓慢下跌之中,目前年度大豆自给率已经低于20%;期间大豆供给率处于高速上涨之中,目前年度大豆供给率已经高于100%;期间大豆口粮用自给率一直高于100%,大豆饲料用、工业用自给率均步入下跌通道。
屈晶晶[4]（2020）在《基于机器学习的大豆期货价格混合预测模型》文中研究说明大豆是我国重要的粮食和经济作物。随着我国食品加工与畜牧业迅猛发展,人民对食用豆油、植物蛋白及饲用豆粕等大豆加工品需求不断增加,我国成为大豆贸易进口大国。大豆价格因受到国际市场、政治、经济综合影响而频繁波动,给我国粮食安全、大豆生产、行业利益带来了新的问题和挑战。期货交易市场作为我国市场经济的重要组成部分,对价格发现、套期保值、风险规避都有重大作用。对大豆期货市场交易价格的有效预测,能够帮助我国大豆企业或农户合理规避市场价格波动风险、控制种植结构保证市场流通、参与期货交易套期保值,从而保证我国粮食安全、行业利益、产业稳定。本文数据源自大连商品交易所黄大豆一号期货数据,得到20、10、3和1年期的样本分别为4812、2398、698和209个。在介绍传统时间序列差分自回归移动平均（ARIMA）、指数平滑、机器学习（ML）理论及其数学模型基础上,通过选取样本数据自相关系数在0.70以上数据作为输入变量,当期指数价格作为输出变量,利用支持向量回归（SVR）、梯度提升回归树（GBRT）和长短期记忆网络（LSTM）模型对大豆期货价格进行预测。本文构建了基于机器学习的大豆期货价格混合预测模型,能够有效提取金融数据的线性与非线性信息,提高大豆期货预测的准确性。该模型是基于ARIMA＿ML、ES＿ML混合模型,将ARIMA模型和ES模型得到的预测值和真实值的残差作为新的时间序列,再通过SVR、GBRT、LSTM对残差进行拟合,将两者求和作为最后的预测结果。经过实证分析对比,ARIMA＿ML模型优于ARIMA,而ML优于ARIMA＿ML模型;ES＿ML模型优于ES模型,该混合模型对满足正态分布且波动较小的短期数据有较好预测效果,其中ES＿LSTM模型效果最优MAPE为0.21%,RMSE为8.23,而机器学习模型对多峰分布且波动较大的长期数据有更好的预测效果。所获结论表明机器学习模型优于传统时域预测模型,但混合模型不一定优于机器学习模型,只有合适的混合模型能有效提高预测精确度。
陈心恬[5]（2020）在《调控政策改革背景下粮食期货市场波动及有效性研究 ——基于大豆、豆粕数据的分析》文中提出近年来,中国粮食调控政策不断转型,粮食调控政策的反复使得粮食价格波动常态化。随着粮食调控政策不断市场化,大豆、豆粕市场价格整体波动幅度较大。为规避价格波动带来的风险,维护粮食市场稳定,具有良好价格发现功能和风险规避功能的大豆、豆粕衍生品市场蓬勃发展。在粮食调控政策改革过程中,粮食市场价格波动性及传导机制发生了怎样的变化?粮食衍生品市场是否能有效稳定粮食市场价格波动?对此进行研究有利于推进粮食调控政策市场化改革,促进粮食衍生品市场发展,维护粮食市场安全稳定。基于此,本文以大豆、豆粕为例,通过构建ARCH族模型、VAR/VECM模型及BEKK/DCC-GARCH模型,分别从价格波动性、价格传导关系与价格发现能力三个角度,探究调控政策改革背景下粮食期货市场波动及有效性。研究结果显示:调控政策由政府主导转向市场主导后,改变了大豆、豆粕期货市场价格波动性,且豆粕期权上市后有效降低了豆粕期货市场的波动率;大豆、豆粕期货市场上一直存在杠杆效应;大豆、豆粕期现市场间均在价格相关性,不同政策时期的传导关系有所不同;政策市场化使得大豆、豆粕期现市场价格间的双向波动溢出效应变为期货市场价格对现货市场价格的单向波动溢出效应;此外调控政策的转型会引起大豆、豆粕期货市场价格发现能力的变化,市场开放程度越高,期货市场价格发现能力越强,市场越有效。根据研究结果,本文指出应坚持推进粮食市场化改革,提高调控政策的有效性;优化粮食市场价格传导机制,提高大豆、豆粕市场定价权;重视粮食衍生品市场发展,推进大豆、豆粕期货与期权市场建设;健全市场价格预警机制与监管机制。
李亚茹[6]（2018）在《农产品“保险+期货”的方案设计与定价 ——基于农产品价格调控机制》文中研究说明最低收购价与临时收储政策连续实施多年,我国粮食和重要农产品的价格调控机制面临国内外价格倒挂、进口量与库存量齐增、仓容压力巨大及种植结构失衡等困境。我国政府于2014年推出农产品价格形成与政府补贴相脱钩的价格机制改革,其核心是农产品价格调控政策,即目标价格补贴与生产者补贴政策。目标价格补贴与生产者补贴政策实施近5年,虽已取得一定成效,但仍面临着农产品面积核实成本较高、难以调整种植结构及政府财政资金压力较大等困境。随着农产品市场化定价的形成,价格风险已成为影响农户收入的重要因素。农产品“保险+期货”主要包括“价格保险+期货”和“收入保险+期货”两种形式,作为保险与期货的跨界融合,既克服了农民难以进入期货、期权市场的困难,又弥补了农产品价格保险目标价格厘定困难和缺乏系统性价格风险转移机制的两大内生缺陷,其自推出之日起便受到国家高度重视,2016年、2017年及2018年中央一号文件均提出稳步扩大“保险+期货”模式。与目标价格补贴与生产者补贴政策相比,农产品“保险+期货”具有相似的运作机制,但国家财政资金压力相对较小,保险公司完善的农业保险服务体系可显着提高运行效率,且属于WTO绿箱政策,比较优势明显,故其在农产品价格调控机制中的政策定位值得探讨。尽管农产品“保险+期货”发展如火如荼,但现行试点方案采用“保险+场外看跌期权+场内期货”单一的运作模式,存在农户承担较大基差风险、保险公司“中介”地位尴尬与期货公司对冲压力较大等问题。鉴于农产品“保险+期货”试点方案的现存问题,特别是基于方案设计与定价在“保险+期货”中的缺失及重要意义,本文尝试基于价格调控机制视角研究农产品“保险+期货”的方案设计与定价问题。本研究具体章节的内容安排如下:第1章,绪论。首先分析本文的研究背景与意义;接着初步界定了农产品价格保险、农产品收入保险、农产品“保险+期货”（包括“价格保险+期货”与“收入保险+期货”）、农产品价格调控机制及价格风险管理的相关概念;进而给出本文的基本研究思路、主要研究内容、采用的研究方法、创新点及不足之处。第2章,文献综述与理论基础。首先分别梳理和评述农产品价格风险管理、价格调控政策、“保险+期货”及农业保险定价的相关文献,确定了本文的研究范围;然后阐述了农产品价格波动、农产品风险管理、价格调控、“保险+期货”及新制度经济学制度变迁的相关理论。既引出本文的主要研究内容,又奠定了后续研究的理论基础。第3章,农产品价格风险及“保险+期货”的引出。首先以玉米和鸡蛋为例,分析农产品价格波动的特征与影响因素。农产品价格波动具有周期性、季节性、地区差异性、金融化、集聚性与非对称性等特征;影响农产品价格波动的四大类因素为供给、需求、政策与国际市场因素。其次,采用基于历史模拟、极值理论POT模型的Va R法,评估全国七大玉米主产区与六大鸡蛋主产区的价格波动风险,结果发现,玉米与鸡蛋价格波动风险均存在明显的地区差异,需分地区向农户提供价格风险保障。最后,通过梳理国内农产品价格风险管理工具的演进历程引出农产品“保险+期货”。农产品“保险+期货”作为保险与期货的跨界融合,既克服了农户难以进入期货、期权市场的困难,又弥补了价格保险的两大内生缺陷,比较优势明显,但仍面临基差风险、制度风险、违约风险与定价风险。尽管农产品价格风险是不可保风险,但保险人通过不断改进自身的技术条件能将不可保风险转化为可保风险,农产品“保险+期货”利用现有技术可将赔付风险控制在合理范围之内,可行性强。第4章,中美农产品“保险+期货”的实践方案及比较借鉴。本章首先以育肥母牛风险保护保险（LRP）、生猪毛利润保险（LGM）为例,分析美国农产品“价格保险+期货”的具体实践方案,得出有益于我国“价格保险+期货”方案设计的经验启示,如完善的再保险体系是推行农产品“保险+期货”的前提、较短的理赔款计算周期可有效保障农户实际损失等;以玉米（排除收货价格）收入保障保险（RP（HPH））与大豆（排除收货价）区域收入保障保险（ARP（HP））为例,介绍“收入保险+期货”实践方案,得出多种保险补贴政策分别是经营“收入保险+期货”的基础和前提等经验启示;以奶牛利润保障项目（MPP-Dairy）为例,介绍运用保险运作机制代替传统牲畜价格支持政策的实践,得出基于保险机制的价格支持政策,可显着提高财政资金使用效率的启示。其次,详细分析了国内具有典型代表意义的“大连”方案、“北票与法库”方案、“桦川”方案及“重庆”方案四个农产品“保险+期货”试点方案。尽管四个试点方案各具特色,但存在“保险+场外看跌期权+场内期货”三个环节的操作流程、交易所与期货公司占据主导地位及完全基于期货市场价格设计产品的共同特点;面临农户承担较大基差风险、保险公司“中介”地位尴尬及期货公司对冲风险压力大等问题。最后,从基本运作模式、参与主体、产品内容与市场环境四个方面比较中美农产品“保险+期货”的实践方案,得出我国需加大力度推进农产品期货与期权发展、加快农业生产规模化经营步伐、完善农业保险巨灾风险分散体系与重构“保险+期货”运行机制的启示。第5章,农产品“保险+期货”在价格调控机制中的政策定位与总体方案。本章首先梳理了我国现行农产品价格调控机制的现状,发现其主要面临国内外价格倒挂、进口量与库存量齐增、仓容压力巨大、农产品种植结构难以调整与种植面积核实成本高等困境。其次,阐述了农产品“保险+期货”作用于价格调控机制的理论逻辑,即价格调控政策通过作用于调控对象以达到政策目标。若农产品“保险+期货”是一种价格调控政策,其调控对象包括国家、农产品市场、农产品生产者、消费者及保险公司、期货公司等,故从国家、农产品市场、农产品生产者与消费者、相关企业四个方面分析农产品“保险+期货”在价格调控机制中的可能作用。接着,通过比较农产品“保险+期货”与价格支持政策的实施效果,得出其可作为大宗农产品传统价格支持政策的重要补充、现代价格补贴政策的替代与鲜活农产品调控目录制度重要工具的政策定位。最后,从运行机制、方案设计与农产品适用范围三个方面,初步构建我国农产品“保险+期货”的总体方案。即从运行机制方面,中央财政给予资金补贴、财政部与农业农村部主导、银保监会监督指导、商业保险公司运作、期货公司提供技术支持、农业农村部与银保监会牵头设立专门的农业保险再保险管理机构提供再保险。从方案设计方面,坚持可复制、可持续与简单易懂的原则;短期方案仍采用与现有试点相似的三个环节的运作模式;长期方案采用两个环节的运作模式。从农产品适用规则与范围方面,本文研究认为养殖业适用于“价格保险+期货”方案,种植业适用于“收入保险+期货”方案;具体而言,农产品“保险+期货”适用于稻谷、小麦、棉花、玉米、大豆、鸡蛋等农产品。第6章,农产品“价格保险+期货”的方案设计与定价。本章设计的农产品“价格保险+期货”方案仍采用与现有试点类似的三环节模式,但每个环节的具体内容与现有模式不同,此方案具有显着降低农户基差风险与保险公司是风险承保主体两大特色。设计方案中农产品现货价格保险与场外看跌期权的本质是固定执行价格离散算术平均欧亚期权,本章主要运用期权定价模型厘定其费率。农产品价格波动呈现出明显的随机波动与跳跃特征,故采用随机波动率跳跃扩散Bates模型拟合其价格波动路径。首先,运用基于M-H算法的贝叶斯马尔科夫链蒙特卡洛模拟（MCMC）方法估计Bates模型的参数;其次,运用方差减少技术的Monte Carlo方法模拟农产品价格波动路径,最后,基于固定执行价格离散算术平均欧式亚式期权定价公式计算得出保费。本文选取河南、山东、河北、江苏、湖北、四川六大鸡蛋主产区价格数据厘定鸡蛋“价格保险+期货”方案的费率,实证结果发现:基于期货市场价格的鸡蛋价格保险不能满足养殖户价格下跌风险保障的需求;基于现货市场为农户提供价格保险,运用场外看跌期权为保险公司提供的再保险保障非常有限,远不能满足保险公司分散风险的需求,尤其是不能满足保险公司分散极端风险的需要;设计的鸡蛋“价格保险+期货”方案中保险公司承担的场外期权对冲风险较之现行“价格保险+期货”试点,有助于降低养殖户的基差风险。为确保期权定价法费率厘定结果的准确性,本章分别运用农业保险定价的参数法与非参数法厘定设计方案的费率。由实证结果可知,期权定价法的费率厘定结果均略高于非参数核密度估计法的费率厘定结果,但都小于0.01,可见,本文运用随机波动率跳跃扩散Bates模型厘定鸡蛋“价格保险+期货”方案的费率是可行的。第7章,农产品“收入保险+期货”的方案设计与定价。本章首先设计保险公司向农户提供的收入保险,且采用区域收入保险的形式,价格指数与产量指数分别是农产品省级现货价格与亩均产量;保险公司向期货公司购买分散部分价格风险的场外看跌期权产品;期货公司通过复制场内期权分散场外看跌期权的价格风险三个环节的基本运作模式。选取国内玉米七大主产区即河北、内蒙古自治区、辽宁、吉林、黑龙江、山东与河南,进行“收入保险+期货”方案定价的实证研究。首先选择Weibull（3P）、Burr（4P）、Log-Logistic（3P）、Logistic、Lognormal（3P）、Normal与Gamma（3P）七类分布分别模拟玉米七大主产区的价格对数收益率与产量波动率数据,以K-S、A-D与卡方检验三类方法选取七大主产区价格与单产风险的合适分布。接着以欧式距离最小为选择标准,在五种Copula函数中选出最优相关函数。最后依据收入保险费率厘定公式计算保费。由费率厘定结果,我们发现同一保障水平下,不同地区的区域收入保险费率差异较大,全国玉米七大主产区费率高低的排序与各地区价格、产量风险的相关性并不直接相关;同一地区不同保障水平下,区域收入保险的费率差异较大。第8章,研究结论、政策建议及展望。对全文进行总结,归纳出本文研究得出的七大基本结论,并对该领域未来的研究方向进行了展望。本文的创新之处包括以下四个方面:第一,尝试探讨了农产品“保险+期货”在价格调控机制中的作用及政策定位。首次基于我国农产品价格调控机制面临的困境,分析农产品“保险+期货”作用于价格调控机制的理论逻辑,即价格调控政策通过作用于调控对象以达到政策目标。农产品“保险+期货”作为价格调控政策的调控对象包括国家、农产品市场、农产品生产者、消费者及保险公司、期货公司等,故从国家、农产品市场、农产品生产者与消费者及相关企业四个方面初步分析农产品“保险+期货”在价格调控机制中的可能作用。通过比较农产品“保险+期货”与价格支持政策的实施效果,初步得出其可作为大宗农产品传统价格支持政策的重要补充、现代价格补贴政策的替代与鲜活农产品调控目录制度重要工具的政策定位。第二,从运行机制、方案设计、农产品适用范围三个方面,初步构建我国农产品“保险+期货”的总体方案。即从运行机制来看,本文认为需由中央财政给予资金补贴、财政部与农业农村部主导、银保监会监督指导、商业保险公司运作、期货公司提供技术支持、农业农村部与银保监会牵头设立专门的农业保险再保险管理机构提供再保险。就方案设计而言,本文认为应坚持可复制、可持续与简单易懂的原则;短期方案可采用与现有试点相似的三个环节的运作模式,但每个环节的具体内容较现行试点方案有所改进;长期方案则采用两个环节（即保险公司提供农产品价格或收入保险,再保险机构向保险人提供相应的再保险方案）的运作模式。从农产品适用规则与范围来看,本文研究认为养殖业适用于“价格保险+期货”方案,种植业适用于“收入保险+期货”方案;具体而言,农产品“保险+期货”适用于稻谷、小麦、棉花、玉米、大豆、鸡蛋等农产品。第三,基于农产品价格波动风险地区差异的评估结果,尝试探讨分地区承保农产品的价格波动风险。本文分别采用基于历史模拟和极值理论POT模型的Va R法,评估全国七大玉米主产区与六大鸡蛋主产区的价格波动风险,结果发现,玉米与鸡蛋价格波动风险均存在明显的地区差异,需分地区向农户提供价格风险保障。故设计的农产品“价格保险+期货”与“收入保险+期货”方案中价格保险与收入保险的农产品价格指数不再是现行试点方案的农产品期货价格,而是农产品的省级现货价格。省级现货价格与农户实际售卖价格的差异小于农产品期货价格与农户实际售卖价格的差异,可见,本文探讨的分地区承保农产品价格波动风险,可显着降低农户承担的基差风险。第四,尝试运用期权定价法,厘定农产品“价格保险+期货”方案的费率。本文初步设计的“基于现货市场的价格保险+对冲部分风险的场外期权+场内期货”的方案中,农产品现货价格保险与场外看跌期权的本质是固定执行价格离散算术平均欧亚期权,故尝试运用期权定价法厘定其费率。农产品价格波动呈现出明显的随机波动与跳跃特征,采用随机波动率跳跃扩散Bates模型拟合其价格波动路径。且分别运用农业保险定价的参数法与非参数法厘定设计方案的费率,以确保期权定价法费率厘定结果的准确性。由实证结果可知,期权定价法的费率厘定结果与非参数核密度估计法的费率厘定结果差异均较小,可见,农产品“价格保险+期货”期权定价法是可行的。
施艺[7]（2018）在《我国大豆进口企业面临的价格风险及其对策研究》文中指出在国际大豆贸易中,中国是世界上主要的大豆生产国之一,并且曾一度是净出口国。而随着社会经济水平的提高,人民的生活质量也稳步提升,由于大豆及其产出品富含丰富的蛋白质,我国对大豆的需求量逐年提升,并愈发拉大与国内大豆供给量之间的差距,也即国内供给量远无法满足逐年提高的大豆需求量。数据显示1995年至1996年开始中国大豆进口量逐年呈跨越式增长,进口大豆以满足人民逐渐提高的生活需求是大势所趋;与此同时,我国大豆进口加工行业的快速发展也导致原料的消费与供给差距不断扩大。综合两方面的趋势来看,企业只能更加关注国际市场以平衡我国对大豆的消费需求量。现如今我国已成为世界上最大的大豆进口国,进口需求呈刚性,进口量不断增加,大豆进口的产业形势也十分严峻,大豆对外依存度过高,大豆压榨行业产能过剩等现状都导致大豆进口价格风险巨大,给我国大豆进口企业带来严重打击;且企业在进口大豆过程的每一步都存在着多种风险,国内外市场环境差别较大,如果进口过程中企业不够重视对价格风险因素的管控,就会衍生出各种各样的问题。鉴于此,为了有效规避企业在大豆进口时面临的价格风险,增强企业在进口过程中对国际市场上的价格风险管理意识,本文在借鉴前人相关理论和研究成果的基础上,基于企业视角综合运用经济贸易相关原理及规范分析和案例分析、定性分析与定量测算风险相结合等方法,选取2014-2017年历史数据测算理论压榨利润并建立模型,以VaR值和相关指标在不同的置信水平下计算结果为标准评价了我国大豆进口企业面临的价格风险程度,并以我国某大型大豆进口公司为案例研究进行价格风险管理分析。本文的研究结论为我国大豆进口企业规避价格风险提出了相关对策建议。一,企业应审视自身综合竞争能力、客观分析价格风险:二,完善对进口渠道来源、运输工具的管理;三,建立以多个企业为整体的大豆进口的战略联盟;四,高度重视期货市场的套期保值,建立完善的内部风险控制体制,实现多元化的发展,提高我国大豆进口企业的规避价格风险的能力。
赵凯[8]（2017）在《大豆产品期货与现货市场价格传导和波动溢出研究》文中研究指明随着经济总量不断增长,我国居民生活质量逐步提升,膳食结构得到显着改善,我国对大豆产品的需求与日俱增,并且对全球大豆市场具有较强的依赖性。大豆产品价格的剧烈波动直接影响我国油脂加工企业的生产经营,进而将价格风险转嫁给消费者,最终使国民经济遭受巨大损失。企业通过套期保值交易可锁定生产成本,实现预期收益,并利用期货价格信号安排生产经营活动,进而规避因价格剧烈波动带来的市场风险。本文运用误差修正模型和BEKK-GARCH模型对我国大豆产品2007年-2015年期货与现货市场的价格传导和波动溢出进行了实证研究,分析价格的传导方向、传导路径和波动传导的强度,理清期货价格与现货价格在均值和方差层面的传导关系,对缓解大豆产品因价格剧烈波动带来的损失、规避市场潜在风险、完善农产品市场体系建设具有一定的理论和现实意义。本文主要研究内容及结论如下:（一）大豆产品期货与现货价格走势与特征分析。通过对大豆、豆油、豆粕2007年-2015年日度价格汇总整理发现,大豆产品期货与现货价格具有共趋势特征和阶段性特征。价格阶段性特征分为剧烈波动期、波动上升期和波动下行期,并且2008年黄大豆1号和2012年豆粕的成交量和成交额均为九年间最高,较直观的反映了2008年金融危机和2012年美国遭遇严重干旱给大豆产品的价格走势带来的剧烈影响。（二）大豆产品期货与现货市场的价格传导和波动溢出的实证分析。首先,通过建立误差修正模型分析大豆产品2007年-2015年期货与现货价格基于均值的长期均衡关系和短期调整关系,大豆产品期货与现货市场的价格具有传导关系,并且期货价格占主导作用,豆油是大豆产品中短期价格调整速度最快的品种。其次,在传导方向上,期货与现货价格存在双向的传导关系;在传导路径上,运用脉冲响应分析发现随着期数的推移,大豆和豆粕的价格传导路径逐渐发生变化,现货大豆优于期货大豆对市场的影响,期货豆粕优于现货豆粕对市场的影响;在价格传导的影响因素及其贡献份额上,豆油和豆粕的现货价格在初期除受到自身市场影响外,大豆期货与现货价格对其影响也较为显着,说明稳定大豆价格是确保大豆产品市场合理发展的根源性问题。最后,运用BEKK-GARCH模型探讨了期货价格与现货价格的波动传导具有双向性,价格波动主要受到自身市场的前期波动情况影响,豆粕期货价格波动引导豆粕现货价格占主要因素,具有一定的非对称性。（三）大豆产品期货与现货市场价格传导关系的分时段比较分析。根据大豆产品不同的价格走势分别对2007年-2009年、2010年-2012年、2013年-2015年期货与现货价格的传导关系进行动态分析。结果表明,剧烈波动期对整段时期的价格传导影响持久并且强烈。在双向波动溢出的前提下,豆油和豆粕市场在不同价格走势阶段分别由期货价格和现货价格交替主导市场的价格波动,大豆市场多数情况下无明显的价格波动主导市场。本文的创新点主要分为两个方面:第一,现有文献主要研究单一产品期货与现货价格的传导关系,本文突破单一产品考察的局限性,综合考察产业链上下游的关联产品大豆、豆油、豆粕期货与现货市场价格传导方向、传导路径和波动传导强度等问题。第二,通过价格走势特征分析,本文将剧烈波动期、波动上升期和波动下行期分别引入期货与现货价格传导关系的研究,在此基础上,比较分析全样本区间与分时段样本区间的研究结论,考察价格走势对价格传导关系的影响。
朱婧[9]（2015）在《中国大豆价格波动及风险预警研究》文中研究表明中国大豆产业是国家基础性产业之一,大豆的价格作为基础性价格,大豆价格的变动将会导致社会整个物价水平的变动,以致关系到农业发展乃至我国经济的稳定。因此,通过对中国大豆价格的预测及其预警研究,可以解决中国大豆市场的相关问题,为其他农产品的价格预测及预警研究提供一个参考。本文在充分分析国内外研究现状、中国大豆价格体系的建立、国大豆市场供给和需求情况基础上,主要研究中国大豆价格波动的动因、中国大豆价格的预测和中国大豆价格的预警问题。首先,本文研究影响中国大豆价格的主要因素,包括宏观环境、供给因素和需求因素对中国大豆价格波动问题。其次,针对中国大豆价格把握不够准确的问题,本文主要研究基于灰色预测方法的中国大豆价格预测。然后,针对中国大豆价格的风险问题,本文主要主要研究基于决策树方法的中国大豆价格预警方法问题。最后,针对研究过程中暴露出的大豆产业问题,本文提出中国大豆价格波动调控的政策目标和建议、加快大豆市场的产业化发展、完善我国大豆市场的价格预警机制奠定了理论基础和模型支持。具体内容如下:（1）研究影响中国大豆价格的因素,主要包括宏观环境（通货膨胀率、居民食品价格指数、汇率、利率、农村固定资产投资和国家财政用于的农业支出）、供给因素（物质与服务费用、人工成本、土地成本、大豆产量、大豆播种面积、美国大豆价格和大豆进口量）和需求因素（总人口、农村人均纯收入、城镇居民家庭人均可支配收入、玉米价格、花生价格和菜籽价格）,研究上述19个因素从1990年至2011年的变化情况,并定性分析对中国大豆价格的影响。（2）研究上述19个变量与中国大豆的关系。本文采用非线性拟合方法对各因素与中国大豆价格的关系进行拟合,以误差平方根、拟合优度和误差均方根为评价指标,通过带波动表达和不带波动表达两个角度加以分析。通过构建模型来刻画中国大豆价格与宏观环境因素、供给因素和需求因素之间的关系,实证结果表明模型拟合效果较好,模型能够较好解释现实情况。（3）主要采用主成分分析方法（多远统计分析方法）建立中国大豆价格与宏观经济、供给因素和需求因素的19个因素的关系。首先对采集的数据进行标准化处理,之后,提取相关性较高的指标,然后提取2个主成分,最后建立大豆价格与各因素的关系,检验合理。（4）主要研究在对比时间序列分析、灰色预测方法和数据挖掘方法基础上,并根据1990-2014年中国大豆价格数据情况,本文采用灰色预测方法解决中国大豆价格预测问题,预测2015年中国大豆价格为228.51元/50公斤,通过后验差比值C = 0.2920,小误差概率p=0.8126,可知精度检验合格,平均相对误差为0.0467。（5）针对近十八年的中国大豆市场,建立了预警指标体系,指标主要包括进口依存度、中国大豆产量、中国大豆进口量、中国大豆出口量、美/中价格比、农业基本建设支出、美国大豆产量、中国大豆播种面积等;然后利用决策树的方法从各警兆指标对警情指标的影响中提取了若干规则集,建立了我国大豆进口依存度预警体系,结果表明,从2002年至今,中国大豆进口依存度一直处于重警的状态。针对研究过程中暴露出的大豆产业问题,本文提出中国大豆价格波动调控的政策目标和建议、加快大豆市场的产业化发展、完善我国大豆市场的价格预警机制奠定了理论基础和模型支持。
罗嘉庆[10]（2015）在《商品金融化及其传导效应研究》文中认为金融创新融入商品贸易的现象最早出现在16世纪的荷兰,其后在英国、美国等地区得到了改良和广泛应用,上世纪七十年代后,传统的交易所公开叫价逐渐被计算机的电子化平台取代,商品的金融衍生品交易量也已超过实物交易量的数倍之多。2008年金融危机前后,金融衍生品交易量和金融投资者数量在商品领域均出现了剧增,商品交易背后的金融统治力量成为常态化,凸显了商品金融化现象。商品金融化现象是如何统治了商品的自然属性,并改变了传统的商品价格形成机制成为本文研究的重点。本文回顾了商品金融化的历史进程,发现商品金融化发展必须具备的四个关键因素:自由化、透明的市场组织;有利市场的经济治理框架;交易商品的同质化;实物交易市场的高度发展。期货市场从16世纪出现,并逐渐成为商品金融化的一种重要表现形式,其具备了价格发现和套期保值功能。本文通过比较期货和现货市场的数据,发现2008年金融危机发生期间,期货交易突然爆发式增长,铝、锌等有色金属一年内经历了最高6倍的升跌,大豆、小麦等农产品的价格也经历了3倍以上的起落,金融危机爆发时期的资金流动已远远超过了商品实物市场交易的总和。这是商品交易中金融资本开始统治实物交易的标志性背景,凸显了商品金融化对产业层面的影响。针对商品金融化出现的背景和现象,本文通过对有色金属、钢铁和农产品等期货价格的实证研究,发现了商品金融化具有一定的正面效应,其有利于企业的锁定生产成本,减低价格波动带来的风险。同时,此种金融创新对货币政策的冲击十分敏感,2008年金融危机爆发期间,商品金融化有过度的迹象,产生一定的负面效应。本文实证结果显示,我国有色金属市场、钢铁市场的国内外价格传导情况表现较好,农产品对国际市场价格的传导表现最差。总体而言,我国现阶段的商品交易中心与国际市场仍有一定的差距,特别是我国的农产品市场价格发现和套期保值功能劣于国外期货市场,因此不利于发挥商品金融化的正面效应。继而,本文通过模拟企业的期货市场套期保值行为,发现我国商品期货市场每年的收益率变化平均约10%,即企业运用商品金融化的正面效应,可以更有效地控制生产成本。通过国内外比较研究,本文发现我国商品金融化从2000起至2010年期间经历了一段完整的发展周期,即由膨胀到萧条的过渡,2008年为低谷,2009年反弹性快速恢复,到2010年起开始平稳,并进入新一轮的膨胀早期阶段。商品金融化对产业层面影响的问题值得深入关注。一方面国内外商品交易中心的价差导致了金融套利的风险;另一方面,国外资本主导实体市场的价格体系,必然威胁到产业的安全。本文将商品金融化与产业安全的关系作为重点单独地进行了考察,通过长期波动率、包络模型等实证方法,分析了包括纺织业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、农副食品加工业等9个细分行业所处的产业安全态势问题。结果表明,我国有色金属的相关行业与国际整体水平结合较为紧密,而农产品相关行业,特别是涉及小麦、玉米、棉花、白糖等相关原材料行业,则与国际水平有一定的差距,以致纺织业、食品制造业、饮料制造业等细分行业存在一定的产业安全隐患。在此基础上,本文总结了商品金融化对产业生产环节的各种影响路径,提出了商品金融化下产业发展阶段存在的四个阶段:商品贸易保护阶段、本国的商品交易中心发展阶段、国内外商品交易中心的同步过渡阶段、商品定价中心成熟阶段。我国的食品制造业、饮料制造业处于第一阶段;皮革、毛皮、羽毛及其制品业,纺织服装、鞋、帽制造业处于第一与第二过度阶段;纺织业处于第二阶段;金属制品业、农副食品加工业处于第二与第三过度阶段;黑色金属冶炼及压延加工业,有色金属冶炼及压延加工业处于第三阶段。本文认为商品金融化进程在中国面临的最大阻力不在于商品交易金融平台的建设问题,而是政府思路转变问题,政府应该进一步下放权力,让更多外来参与者广泛进入,让风险分散渠道更加多元化。因此对发展金融战略、提升定价权支持系统、加强宏观经济治理等方面提出了政策建议。
二、2002年大豆走势分析预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、2002年大豆走势分析预测（论文提纲范文）
（1）国际背景下中国大豆的生产困境分析与对策（论文提纲范文）
| 一、引言 |
| 二、国际背景下我国大豆生产的困境 |
| (一)我国大豆产量与单产低，耕地资源有限，与主要大豆生产国差距显着 |
| 1．我国大豆产量低，单产低，耕地资源有限。 |
| 2．我国大豆播种面积趋于减少，近年来回涨，大豆单产变化微小。 |
| 3．国际大豆种植主要集中在美洲，且大豆收获面积均呈逐年增长趋势。 |
| 4．与大豆主要进口国单产差距显着，且增速慢。 |
| (二)我国大豆产量徘徊不前，大豆进口量与进口金额逐年增加，进口集中度与进口依存度过高，产需缺口越来越大 |
| 1．大豆进口量与进口金额逐年增加，且进口集中度与进口依存度高。 |
| 2．大豆产量徘徊不前，产需缺口越来越大。 |
| (三)我国大豆成本高收益低，价格不占优且高于国际主要大豆生产国 |
| 1．我国大豆成本不断增长且利润不断降低。 |
| 2．我国大豆价格在国际市场处于劣势。 |
| (四)我国自产大豆仅可满足食品工业消费，远不能满足其他消费 |
| 三、困境原因及对策建议 |
| (一)困境原因 |
| 1．国产大豆产少进多，耕地资源有限，虽具有食用价值高的优势，但不足弥补市场劣势地位。 |
| 2．国内大豆不具有定价权，种植大豆利润低下。 |
| (二)对策建议 |
| 1．从长远看，应继续深化农业供给侧改革，加大大豆科研投入，建立价格保护机制。 |
| 2．从近期看，可加强推动“一带一路”政策，拓宽大豆进口渠道，弱化大豆出口国影响。 |
| 3．加深对大豆战略地位的认识，保障国内大豆产业安全。 |
| 4．建立大豆危机预案机制，提高大豆库存系数。 |
（2）中国大豆生产现状与前景展望（论文提纲范文）
| 1 中国大豆生产回顾 |
| 1.1 总产量走势分析 |
| 1.2 产量增长率分析 |
| 1.3 分布特征分析 |
| 1.4 生产波动周期划分 |
| 2 大豆生产主要影响因素 |
| 2.1 面积 |
| 2.2 单产 |
| 2.3 科技 |
| 2.4 政策 |
| 2.5 成本效益 |
| 3 中国大豆生产潜力预测 |
| 3.1 预测方法 |
| 3.2 预测结果 |
| 4 小结与讨论 |
（4）基于机器学习的大豆期货价格混合预测模型（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 研究主要内容 |
| 第2章 传统时间序列预测模型 |
| 2.1 时间序列预测简介 |
| 2.2 差分自回归滑动平均(ARIMA) |
| 2.3 指数平滑(ES) |
| 2.4 实证分析 |
| 第3章 机器学习回归预测模型 |
| 3.1 机器学习简介 |
| 3.2 支持向量回归预测模型(SVR) |
| 3.3 梯度提升回归树(GBRT) |
| 3.4 长短期记忆网络(LSTM) |
| 3.5 实证分析 |
| 第4章 基于机器学习的大豆期货价格混合预测实证分析 |
| 4.1 混合预测模型的构建 |
| 4.2 基于ARIMA_ML的混合模型 |
| 4.3 基于ES_ML的混合模型 |
| 第5章 不同时期大豆期货数据的预测分析 |
| 5.1 大豆期货数据的对比分析 |
| 5.2 基于单一模型的大豆期货数据预测 |
| 5.3 基于混合模型的大豆期货数据预测 |
| 第6章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 下一步研究展望 |
| 参考文献 |
| 致谢 |
（5）调控政策改革背景下粮食期货市场波动及有效性研究 ——基于大豆、豆粕数据的分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 问题提出及研究意义 |
| 1.1.1 问题提出 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 有关粮食价格波动的研究 |
| 1.2.2 有关衍生品(期货、期权)市场功能的研究 |
| 1.2.3 有关期货市场与现货市场间价格传导机制的研究 |
| 1.2.4 有关调控政策对粮食市场影响的研究 |
| 1.2.5 文献评述 |
| 1.3 研究内容及结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 研究方法及技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 可能存在的创新点及不足 |
| 1.5.1 可能存在的创新 |
| 1.5.2 研究的不足 |
| 第二章 调控政策改革背景下大豆、豆粕期货市场波动及有效性的理论分析 |
| 2.1 调控政策改革背景下期货市场的价格波动 |
| 2.2 调控政策改革背景下期现市场间的价格传导关系 |
| 2.3 调控政策改革背景下期货市场的价格发现能力 |
| 2.4 本章小结 |
| 第三章 调控政策梳理及大豆、豆粕市场发展现状概述 |
| 3.1 主要调控政策梳理 |
| 3.2 大豆、豆粕市场发展现状 |
| 3.2.1 大豆期货市场发展现状 |
| 3.2.2 大豆现货市场发展现状 |
| 3.2.3 豆粕期货市场与期权市场发展现状 |
| 3.2.4 豆粕现货市场发展现状 |
| 3.3 不同调控政策时期大豆、豆粕期货市场与现货市场价格走势分析 |
| 3.3.1 不同调控政策时期大豆期现市场价格走势分析 |
| 3.3.2 不同调控政策时期豆粕期现市场价格走势分析 |
| 3.4 本章小结 |
| 第四章 调控政策改革背景下大豆、豆粕期货市场价格波动性的实证分析 |
| 4.1 研究方法 |
| 4.1.1 GARCH模型 |
| 4.1.2 TGARCH模型 |
| 4.1.3 EGARCH模型 |
| 4.2 数据来源与描述性统计分析 |
| 4.2.1 数据来源 |
| 4.2.2 描述性统计分析 |
| 4.3 调控政策改革背景下大豆、豆粕期货市场价格波动性分析 |
| 4.3.1 调控政策改革背景下大豆期货市场价格波动性分析 |
| 4.3.2 调控政策改革背景下豆粕期货市场价格波动性分析 |
| 4.4 本章小结 |
| 第五章 调控政策改革背景下大豆、豆粕期货市场有效性的实证分析 |
| 5.1 研究方法 |
| 5.1.1 VECM模型 |
| 5.1.2 BEKK-GARCH模型 |
| 5.1.3 DCC-GARCH模型 |
| 5.2 数据来源 |
| 5.2.1 数据来源 |
| 5.2.2 描述性统计分析 |
| 5.3 调控政策改革背景下大豆与豆粕市场间价格传导关系分析 |
| 5.3.1 调控政策改革背景下大豆与豆粕期货市场价格传导关系分析 |
| 5.3.2 调控政策改革背景下大豆与豆粕现货市场价格传导关系分析 |
| 5.4 调控政策改革背景下大豆、豆粕期现市场价格传导关系分析 |
| 5.4.1 调控政策改革背景下大豆期现市场价格传导关系分析 |
| 5.4.2 调控政策改革背景下豆粕期现市场价格传导关系分析 |
| 5.5 调控政策改革背景下大豆、豆粕期现市场价格波动溢出效应分析 |
| 5.5.1 调控政策改革背景下大豆期现市场价格波动溢出效应分析 |
| 5.5.2 调控政策改革背景下豆粕期现市场价格波动溢出效应分析 |
| 5.6 本章小结 |
| 第六章 研究结论及政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 参考文献 |
| 攻读硕士期间发表的论文和参与的课题 |
| 后记 |
（6）农产品“保险+期货”的方案设计与定价 ——基于农产品价格调控机制（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 基本概念界定 |
| 1.2.1 农产品“保险+期货”的相关概念 |
| 1.2.2 农产品价格调控机制的相关概念 |
| 1.2.3 农产品价格风险及其管理的相关概念 |
| 1.3 研究思路、主要内容及技术路线 |
| 1.3.1 研究思路及主要内容 |
| 1.3.2 技术路线图 |
| 1.4 研究方法 |
| 1.4.1 历史研究与比较研究相结合 |
| 1.4.2 规范研究与实证研究相结合 |
| 1.4.3 随机模拟与仿真研究相结合 |
| 1.5 研究的创新点与不足之处 |
| 1.5.1 研究的创新点 |
| 1.5.2 研究的不足之处 |
| 2.文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 农产品价格风险管理与价格调控政策的相关文献 |
| 2.1.2 农产品“保险+期货”的相关文献 |
| 2.1.3 农业保险定价的相关文献 |
| 2.1.4 国内外研究简评 |
| 2.2 相关理论基础 |
| 2.2.1 农产品价格波动的蛛网理论 |
| 2.2.2 农产品风险管理与价格调控的相关理论 |
| 2.2.3 农产品“保险+期货”的相关理论 |
| 2.2.4 新制度经济学的制度变迁理论 |
| 2.3 本章小结 |
| 3.农产品价格风险及“保险+期货”的引出 |
| 3.1 农产品价格风险的特征及影响因素 |
| 3.1.1 农产品价格风险的特征 |
| 3.1.2 农产品价格风险的影响因素 |
| 3.2 农产品价格风险地区差异的VaR度量:以玉米和鸡蛋为例 |
| 3.2.1 农产品价格风险评估模型:历史模拟法与极值理论POT模型 |
| 3.2.2 数据来源与描述性统计 |
| 3.2.3 农产品价格风险地区差异评估的结果与分析 |
| 3.3 中国农产品价格风险管理工具的演进 |
| 3.3.1 农产品价格风险管理工具:农产品期货(1990) |
| 3.3.2 农产品价格风险管理工具:农产品价格保险(2011) |
| 3.3.3 农产品价格风险管理工具:农产品期权(2013) |
| 3.3.4 农产品价格风险管理工具:农产品“保险+期货”(2015) |
| 3.4 农产品“保险+期货”的引出:比较优势及可行性 |
| 3.4.1 农产品“保险+期货”的优势:与期货、期权及价格保险的比较 |
| 3.4.2 农产品“保险+期货”的可行性分析 |
| 3.5 本章小结 |
| 4.中美农产品“保险+期货”的实践方案及比较借鉴 |
| 4.1 美国农产品“保险+期货”实践方案及启示 |
| 4.1.1 牲畜“价格保险+期货”的实践方案及启示 |
| 4.1.2 农作物“收入保险+期货”的实践方案及启示 |
| 4.1.3 牲畜利润保障项目(MPP)的实践方案及启示 |
| 4.2 中国农产品“保险+期货”的试点方案与问题 |
| 4.2.1 农产品“保险+期货”试点实践:“大连”方案 |
| 4.2.2 农产品“保险+期货”试点实践:“北票与法库”方案 |
| 4.2.3 农产品“保险+期货”试点实践:“桦川”方案 |
| 4.2.4 农产品“保险+期货”试点实践:“重庆”方案 |
| 4.2.5 农产品“保险+期货”试点方案的共同点与问题 |
| 4.3 农产品“保险+期货”实践方案的中美比较及借鉴 |
| 4.3.1 中美农产品“保险+期货”实践方案的比较分析 |
| 4.3.2 农产品“保险+期货”实践方案中美比较的启示借鉴 |
| 4.4 本章小结 |
| 5.农产品“保险+期货”在价格调控机制中的政策定位与总体方案 |
| 5.1 中国农产品价格调控机制的现状及困境 |
| 5.1.1 中国现行农产品价格调控机制概况 |
| 5.1.2 中国农产品价格调控政策的实施现状 |
| 5.1.3 中国农产品价格调控机制面临的主要困境 |
| 5.2 农产品“保险+期货”在价格调控机制中的作用分析 |
| 5.2.1 农产品“保险+期货”在价格调控机制中作用的理论逻辑 |
| 5.2.2 农产品“保险+期货”在价格调控机制中的可能作用 |
| 5.3 农产品“保险+期货”在价格调控机制中的政策定位 |
| 5.3.1 作为大宗农产品传统价格支持政策的重要补充 |
| 5.3.2 作为大宗农产品现代价格补贴政策的替代 |
| 5.3.3 作为鲜活农产品调控目录制度的重要工具 |
| 5.4 农产品“保险+期货”的总体方案 |
| 5.4.1 农产品“保险+期货”的运行机制 |
| 5.4.2 农产品“保险+期货”的短期与长期方案 |
| 5.4.3 农产品“保险+期货”的种植、养殖业适用规则及范围 |
| 5.5 本章小结 |
| 6.农产品“价格保险+期货”的方案设计与定价 |
| 6.1 农产品“价格保险+期货”的方案设计 |
| 6.1.1 农产品“价格保险+期货”方案设计的运作模式 |
| 6.1.2 农产品“价格保险+期货”方案设计的特色 |
| 6.2 农产品“价格保险+期货”的期权定价方法 |
| 6.2.1 农产品“价格保险+期货”期权定价模型的选择:随机波动率跳跃扩散模型 |
| 6.2.2 随机波动率跳跃扩散Bates模型 |
| 6.2.3 随机波动率跳跃扩散Bates模型的参数估计:MCMC法 |
| 6.2.4 方差减少技术的Monte Carlo模拟定价 |
| 6.3 农产品“价格保险+期货”期权定价法的实证研究:以鸡蛋为例 |
| 6.3.1 数据来源与描述性统计 |
| 6.3.2 随机波动率跳跃扩散Bates模型的参数估计结果 |
| 6.3.3 鸡蛋“价格保险+期货”方案的核心内容 |
| 6.3.4 鸡蛋“价格保险+期货”的定价结果与分析 |
| 6.4 农产品“价格保险+期货”期权定价法的稳健性检验:基于参数法与非参数法 |
| 6.4.1 农产品“价格保险+期货”定价的参数法:基于GARCH类模型 |
| 6.4.2 农产品“价格保险+期货”定价的非参数法:核密度估计 |
| 6.4.3 农产品“价格保险+期货”三类定价方法的比较 |
| 6.5 本章小结 |
| 7.农产品“收入保险+期货”的方案设计与定价 |
| 7.1 农产品“收入保险+期货”的方案设计 |
| 7.1.1 农产品“收入保险+期货”的基本运作模式 |
| 7.1.2 农产品“收入保险+期货”方案设计的具体内容 |
| 7.1.3 农产品“收入保险+期货”方案设计的特色 |
| 7.2 农产品“收入保险+期货”的定价模型 |
| 7.2.1 农产品价格与单产风险相关性测度的Copula函数 |
| 7.2.2 农产品“收入保险+期货”的费率测算过程 |
| 7.3 农产品“收入保险+期货”定价的实证研究:以玉米为例 |
| 7.3.1 数据来源与处理 |
| 7.3.2 玉米单产与价格风险分布模型的选择 |
| 7.3.3 玉米单产与价格风险联合分布的选择 |
| 7.3.4 玉米“收入保险+期货”的定价结果与分析 |
| 7.4 本章小结 |
| 8.研究结论、政策建议及展望 |
| 8.1 主要研究结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 后记 |
| 致谢 |
| 攻读博士学位期间科研情况 |
（7）我国大豆进口企业面临的价格风险及其对策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究方法和技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究思路 |
| 1.4 研究内容和与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点与不足 |
| 2 研究的理论基础与文献综述 |
| 2.1 相关概念界定 |
| 2.1.1 风险 |
| 2.1.2 大豆进口价格风险 |
| 2.1.3 价格风险规避 |
| 2.1.4 期货市场与套期保值 |
| 2.2 相关理论基础 |
| 2.2.1 价值规律理论(Law of Value) |
| 2.2.2 供需理论(Supply and Demand Theory) |
| 2.2.3 风险管理理论(Risk Management Theory) |
| 2.2.4 套期保值理论(Hedging) |
| 2.3 国内外研究综述 |
| 2.3.1 农产品的价格风险及其规避的研究 |
| 2.3.2 大豆的产业现状与价格风险的研究 |
| 2.3.3 企业应对价格风险的管理与规避研究 |
| 2.3.4 研究评述 |
| 3 我国大豆进口企业面临的价格风险成因及防控现状 |
| 3.1 供给方面 |
| 3.1.1 产量及进口量 |
| 3.1.2 对外依存度 |
| 3.1.3 天气与气候 |
| 3.1.4 进口来源国 |
| 3.1.5 种子品质与农民成本 |
| 3.2 需求方面 |
| 3.2.1 下游产品 |
| 3.2.2 竞争关系的产品 |
| 3.3 政治与政策 |
| 3.4 运输成本 |
| 3.5 汇率 |
| 3.6 投机 |
| 3.7 偶然事件 |
| 3.8 企业价格风险的防控现状与存在的问题 |
| 4 大豆进口企业价格风险评价 |
| 4.1 风险评价的定义 |
| 4.2 风险评价的方法 |
| 4.3 风险评价指标的设立 |
| 4.3.1 风险评价的指标 |
| 4.3.2 指标数据的选取 |
| 4.4 风险级别的划分 |
| 4.5 模型的建立与应用 |
| 4.6 评价小结 |
| 5 某大豆进口企业价格风险管理及启示 |
| 5.1 公司简介 |
| 5.2 大豆贸易流程与价格风险 |
| 5.3 L公司对大豆进口价格风险管理现状 |
| 5.3.1 跨市套利与基差交易 |
| 5.3.2 转单点价的定价模式 |
| 5.4 L公司规避大豆进口价格风险管理模式及应用 |
| 5.5 案例总结 |
| 5.5.1 案例启示 |
| 5.5.2 基于案例分析的企业进口价格风险控制体系设计 |
| 6 我国大豆进口企业价格风险规避对策及建议 |
| 6.1 国家层面 |
| 6.2 行业协会层面 |
| 6.3 企业层面 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（8）大豆产品期货与现货市场价格传导和波动溢出研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 导论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 可能存在的创新与不足 |
| 1.4.1 可能存在的创新 |
| 1.4.2 研究的不足 |
| 2 理论基础与文献综述 |
| 2.1 相关概念的界定 |
| 2.1.1 期货市场 |
| 2.1.2 期货价格 |
| 2.1.3 现货价格 |
| 2.1.4 价格传导 |
| 2.1.5 波动溢出 |
| 2.2 理论基础 |
| 2.2.1 信息不对称理论 |
| 2.2.2 持有成本理论 |
| 2.2.3 套期保值理论 |
| 2.2.4 预期假设理论 |
| 2.3 文献综述 |
| 2.3.1 价格传导及其影响因素 |
| 2.3.2 关于期货市场功能 |
| 2.3.3 期货市场与现货市场的价格传导研究 |
| 2.3.4 期货与现货市场价格的波动溢出研究 |
| 2.3.5 文献述评 |
| 3 大豆产品期货与现货市场的价格走势与特征 |
| 3.1 大豆产品期货与现货市场 |
| 3.1.1 大豆产品期货市场 |
| 3.1.2 大豆产品现货市场 |
| 3.2 大豆产品期货与现货价格走势分析 |
| 3.2.1 大豆价格走势分析 |
| 3.2.2 豆油价格走势分析 |
| 3.2.3 豆粕价格走势分析 |
| 3.3 大豆产品期货与现货价格关系特征 |
| 3.3.1 共趋势特征 |
| 3.3.2 阶段性特征 |
| 4 大豆产品期货与现货价格传导关系的实证分析 |
| 4.1 研究模型与假设 |
| 4.1.1 误差修正模型 |
| 4.1.2 BEKK-GARCH模型 |
| 4.2 研究数据与描述性统计分析 |
| 4.3 2007 年-2015 年基于均值层面的价格传导分析 |
| 4.3.1 期货与现货价格平稳性检验 |
| 4.3.2 期货与现货价格的传导关系 |
| 4.3.3 期货与现货价格的传导方向 |
| 4.3.4 期货与现货价格的传导路径 |
| 4.3.5 价格的影响因素及贡献份额 |
| 4.4 2007 年-2015 年基于方差层面的波动溢出分析 |
| 4.4.1 期货与现货价格的波动传导方向 |
| 4.4.2 期货与现货价格的波动传导路径 |
| 4.4.3 期货与现货价格的波动传导强度 |
| 5 大豆产品期货与现货价格传导关系的分时段比较分析 |
| 5.1 基于价格传导的动态分析 |
| 5.1.1 分时段样本区间的平稳性检验 |
| 5.1.2 分时段样本区间的价格传导关系 |
| 5.2 基于波动溢出的动态分析 |
| 5.2.1 2007 年-2009 年波动溢出分析 |
| 5.2.2 2010 年-2012 年波动溢出分析 |
| 5.2.3 2013 年-2015 年波动溢出分析 |
| 5.3 基于全样本与分段样本区间的比较分析 |
| 5.3.1 价格传导的比较分析 |
| 5.3.2 波动溢出的比较分析 |
| 6 研究结论与展望 |
| 6.1 研究结论 |
| 6.1.1 价格传导的研究结论 |
| 6.1.2 波动溢出的研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
（9）中国大豆价格波动及风险预警研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 引言 |
| 1.1 本文研究背景、目的与意义 |
| 1.1.1 本文的研究背景 |
| 1.1.2 本文的研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究动态综述 |
| 1.2.2 国内研究动态综述 |
| 1.3 本文的技术路线与主要内容 |
| 1.3.1 技术路线 |
| 1.3.2 主要内容 |
| 2 大豆价格预测与预警的基本理论与方法 |
| 2.1 大豆目标价格的基本概念 |
| 2.2 大豆价格预测的基本方法 |
| 2.2.1 时间序列分析方法 |
| 2.2.2 数据挖掘技术 |
| 2.2.3 灰色预测方法 |
| 2.3 大豆价格预警的基本概念与方法 |
| 2.3.1 大豆价格风险预警的相关概念 |
| 2.3.2 大豆价格风险预警理论 |
| 2.3.3 大豆价格风险预警的方法 |
| 3 中国大豆市场价格的基本认识 |
| 3.1 中国大豆生产 |
| 3.1.1 生产布局 |
| 3.1.2 成本收益 |
| 3.1.3 生产制度 |
| 3.2 中国大豆流通 |
| 3.2.1 流通体制 |
| 3.2.2 流通渠道 |
| 3.2.3 交易方式 |
| 3.3 中国大豆消费 |
| 3.3.1 消费结构 |
| 3.3.2 供需平衡 |
| 3.3.3 国际比较 |
| 3.4 中国大豆价格波动特征 |
| 4 大豆价格的影响因素与单因素分析 |
| 4.1 大豆价格波动的影响因素 |
| 4.1.1 宏观环境因素 |
| 4.1.2 供给因素分析 |
| 4.1.3 需求因素分析 |
| 4.1.4 数据整理与表达 |
| 4.2 曲线拟合的关键要素及方法选择 |
| 4.2.1 常见非线性拟合函数 |
| 4.2.2 曲线拟合评价标准 |
| 4.3 供给因素对大豆价格波动的影响分析 |
| 4.3.1 物质与服务费用对大豆价格波动的影响分析 |
| 4.3.2 人工成本对大豆价格波动的影响分析 |
| 4.3.3 土地成本对大豆价格波动的影响分析 |
| 4.3.4 大豆产量对大豆价格波动的影响分析 |
| 4.3.5 大豆播种面积对大豆价格波动的影响分析 |
| 4.3.6 美国大豆价格对大豆价格波动的影响分析 |
| 4.3.7 大豆进口量对大豆价格波动的影响分析 |
| 4.3.8 供给因素对大豆价格波动的影响的整体分析 |
| 4.4 需求因素对大豆价格波动的影响分析 |
| 4.4.1 总人口对大豆价格波动的影响分析 |
| 4.4.2 农村人均纯收入对大豆价格波动的影响分析 |
| 4.4.3 城镇居民家庭人均可支配收入对大豆价格波动的影响分析 |
| 4.4.4 玉米价格对大豆价格波动的影响分析 |
| 4.4.5 花生价格对大豆价格波动的影响分析 |
| 4.4.6 菜籽价格对大豆价格波动的影响分析 |
| 4.5 宏观环境对大豆价格波动的影响分析 |
| 4.5.1 通货膨胀率对大豆价格波动的影响分析 |
| 4.5.2 居民食品价格指数对大豆价格波动的影响分析 |
| 4.5.3 汇率对大豆价格波动的影响分析 |
| 4.5.4 利率对大豆价格波动的影响分析 |
| 4.5.5 农村固定资产投资对大豆价格波动的影响分析 |
| 4.5.6 国家财政用于农业的支出对大豆价格波动的影响分析 |
| 5 大豆价格波动综合分析与趋势预测 |
| 5.1 大豆价格波动的综合因素分析 |
| 5.1.1 数据标准化处理 |
| 5.1.2 相关性分析 |
| 5.1.3 主成分分析 |
| 5.1.4 大豆价格与各因素的回归分析 |
| 5.2 中国大豆价格波动趋势预测 |
| 5.2.1 灰色预测方法基本步骤 |
| 5.2.2 基于灰色预测方法的中国大豆价格的预测 |
| 6 中国大豆价格风险预警研究 |
| 6.1 大豆价格风险预警指标体系的建立 |
| 6.1.1 预警指标的选择 |
| 6.1.2 警兆指标先行年份的确定 |
| 6.1.3 警情及警兆指标警限和警度的划分 |
| 6.2 基于决策树方法的大豆价格风险预警 |
| 6.2.1 决策树 |
| 6.2.2 大豆价格风险预警 |
| 6.2.3 模型评价与推广 |
| 7 中国大豆价格波动调控的对策建议 |
| 7.1 加强对大豆价格的监管与宏观调控 |
| 7.1.1 短期价格波动监管 |
| 7.1.2 国际价格波动监控 |
| 7.1.3 相对价格波动调控 |
| 7.2 发挥大豆专项储备与库存调节的作用 |
| 7.2.1 完善国家储备计划 |
| 7.2.2 国际市场调剂价格 |
| 7.2.3 国储吸收波动冲击 |
| 7.3 提高大豆行业与豆农的组织化程度 |
| 7.3.1 充分借鉴国际经验 |
| 7.3.2 扶持新型经营主体 |
| 7.4 加大政策支持与补贴力度 |
| 7.4.1 精准补贴豆农收益 |
| 7.4.2 加大企业扶持力度 |
| 7.5 理顺国内大豆加工企业与跨国公司之间竞争关系 |
| 7.5.1 完善企业收储补贴 |
| 7.5.2 建设企业采购联盟 |
| 7.5.3 加强外资企业监管 |
| 7.6 构建信息服务平台与完善大豆期货市场 |
| 7.6.1 构建信息传递网络 |
| 7.6.2 构建合作经济组织 |
| 7.6.3 建设大豆期货市场 |
| 7.7 合理布局转基因大豆生产与转基因大豆进口 |
| 7.7.1 严格转基因大豆产业环节监管 |
| 7.7.2 提高市场议价能力 |
| 8 结论 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
（10）商品金融化及其传导效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 导论 |
| 1.1 商品金融化的定义 |
| 1.2 商品价格的金融决定论 |
| 1.3 商品金融化对定价机制的影响 |
| 1.4 文献综述 |
| 1.5 研究框架、思路与结构 |
| 1.6 研究方法和创新点 |
| 第二章 商品金融化的历史实践 |
| 2.1 欧洲早期的商品金融化 |
| 2.2 美国早期的商品金融化 |
| 2.3 中国早期的金融发展与商品贸易 |
| 2.5 本章总结 |
| 第三章 商品金融化与价格波动 |
| 3.1 商品期货市场的价格波动 |
| 3.2 商品期货市场与现货市场的价格波动 |
| 3.3 本章总结 |
| 第四章 商品金融化的传导效应 |
| 4.1 商品金融化的正面效应与负面效应 |
| 4.2 商品金融化传导的宏观效应 |
| 4.3 商品金融化传导的中观效应 |
| 4.4 商品金融化传导的微观效应 |
| 4.5 本章总结 |
| 第五章 商品金融化对产业安全的影响 |
| 5.1 商品期货波动率及其对产业安全的实证分析 |
| 5.2 基于DEA模型的商品金融与产业安全的实证分析 |
| 5.3 商品金融化对产业生产环节的影响路径 |
| 5.4 本章总结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 政策启示 |
| 6.3 研究不足与展望 |
| 参考文献 |
| 在学期间科研成果清单 |
| 致谢 |
四、2002年大豆走势分析预测（论文参考文献）
- [1]国际背景下中国大豆的生产困境分析与对策[J]. 张彩霞,付桢. 河北经贸大学学报(综合版), 2020(04)
- [2]中国大豆生产现状与前景展望[J]. 王禹,李干琼,喻闻,冯瑶,钟鑫,刘然,许世卫. 湖北农业科学, 2020(21)
- [3]中国大豆自给率与大豆供给率研究[J]. 陈彧. 统计与决策, 2020(06)
- [4]基于机器学习的大豆期货价格混合预测模型[D]. 屈晶晶. 湘潭大学, 2020(02)
- [5]调控政策改革背景下粮食期货市场波动及有效性研究 ——基于大豆、豆粕数据的分析[D]. 陈心恬. 南京财经大学, 2020(08)
- [6]农产品“保险+期货”的方案设计与定价 ——基于农产品价格调控机制[D]. 李亚茹. 西南财经大学, 2018(02)
- [7]我国大豆进口企业面临的价格风险及其对策研究[D]. 施艺. 北京林业大学, 2018(04)
- [8]大豆产品期货与现货市场价格传导和波动溢出研究[D]. 赵凯. 华中农业大学, 2017(03)
- [9]中国大豆价格波动及风险预警研究[D]. 朱婧. 东北农业大学, 2015(12)
- [10]商品金融化及其传导效应研究[D]. 罗嘉庆. 暨南大学, 2015(02)