大豆期货价格影响因素及投资策略分析.docx
《大豆期货价格影响因素及投资策略分析.docx》由会员分享，可在线阅读，更多相关《大豆期货价格影响因素及投资策略分析.docx（12页珍藏版）》请在冰豆网上搜索。
大豆期货价格影响因素及投资策略分析
大豆期货价格影响因素及投资策略分析
摘要：
大豆作为重要的农产品和生产原料，供给的充足和价格的稳定对于国民经济发展有着重要的意义，研究其价格的影响因素也有重要的意义。
本文重要针对国外大豆期货价格和国CPI指数为重点，来判定国豆一期货的价格走势，通过数据回归结果，来验证其有效性，从而得出结论，希望那个本文的研究容可以给一些相关人士有效的参考价值。
关键词：
大豆期货；芝加哥交易所；CPI指数；供给
一、引言
1993年中国期货市场开始试点时，农产品期货就作为主要期货品种开始推向市场，其交易量在我国整个期货交易市场中占较大比例。
大豆期货从年中国期货市场试点开始，就是农产品期货市场上主要交易品种之一，同时，和其他农产品期货相比，大豆在我国期货交易多年的历史中，是非常成功的农产品期货品种之一。
作为期货市场的较强代表性品种之一，对大豆期货市场的研究对研究整个农产品期货交易市场有很大的指导和借鉴意义。
二、现状
（一）2016年度国大豆期货价格变动
商品交易所大豆期货合约的标的物是黄大豆。
2002年3月，由于国家转基因管理条例的颁布实施，进口大豆暂时无法参与期货交割，为此，大商所对大豆合约进行拆分，把合约拆分为以食用品质非转基因大豆为标的物的黄大豆1号期货合约和以榨油品质转基因、非转基因大豆为标的物的黄大豆2号期货合约。
近年来，随着我国榨油业发展迅速，榨油用大豆已成为我国大豆市场的主流品种，其生产、流通和加工都具有相当规模，形成了完整的产业链条。
本文主要以豆一作为分析对象，2016年1月—10月每月15日（15日不开盘则选取最近的交易日）交易所豆一期货价格的收盘价如下表所示：
2016年1月—10月每月15日国大豆期货价格（单位：
元/吨）
月份
当月15日收盘价
1
3562
2
3457
3
3443
4
3424
5
3581
6
3838
7
3838
8
3823
9
3680
10
3665
数据来源：
和讯网
（二）2016年度国外大豆期货价格变动
国际大豆期货交易所中以芝加哥期货交易所影响最大。
成立于19世纪40年代末的芝加哥期货交易所是世界上大豆期货的主要交易场所之一，并且有近百年的大豆合约交易历史。
芝加哥期货交易所的大豆期货交易者来自大豆供应链的每一个环节的参与者，其主要参与者是，生产大豆的农场主，大豆压榨企业，大豆种植者，大豆仓储机构，拥有各种大豆投资组合基金的投资银行，持有大豆商业套期保值合约的基金公司，证券自营机构，大量中小散户。
这些交易者来自世界各地，而不仅仅限于美国国的交易者。
2016年1月—10月每月15日（15日不开盘则选取最近的交易日）芝加哥交易所美豆期货价格的收盘价如下表所示：
2016年1月—10月每月15日期货国外大豆价格（单位：
美分/蒲式耳）
月份
当月15日收盘价
1
878.0
2
879.6
3
897.0
4
954.0
5
1062.2
6
1147.2
7
1056.0
8
1004.0
9
966.2
10
962.6
数据来源：
和讯网
（三）2016年度我国CPI指数的变动
CPI是居民消费价格指数的简称。
居民消费价格指数，是一个反映居民家庭一般所购买的消费价格水平变动情况的宏观经济指标。
它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。
2016CPI指数（上月=100）如下表所示：
2016年1月—10月CPI指数（单位：
无）
月份
指数
1
100.5
2
101.6
3
99.6
4
99.8
5
99.3
6
99.9
7
100.2
8
100.1
9
100.7
10
99.9
数据来源：
国家统计局
三、影响因素分析
（一）国际期货影响
在大豆期货上市之后，芝加哥商品交易所和商品交易所陆续推出了大豆衍生品（豆柏和豆油）的期货品种。
通过在期货市场中的套利，大豆生产商、加工商和贸易商可以锁定自身利润，降低由于市场价格波动而带来的损失，有效地缩小了市场风险。
套利机会形成的同时也使大豆与豆粕、豆油的价格关系在长期趋于一致。
因此综合来看，我国大豆期货很容易受到国际期货价格的影响，两者可能存在密切的联动。
（二）需求影响
中国大豆需求主要分为食用需求和非食用需求，其中非食用需求主要用于压榨及其他工业用。
近年来我国大豆需求量的构成发生了比较明显的变化，压榨需求比重逐年持续上升，而食用及其他工业需求比重持续下降。
大豆的食用需求对大豆期货价格影响的主要因子有人口增长速度，饮食结构以及饮食喜好变化情况。
当人口增速趋于缓慢时，同时也会带来大豆需求增速的放缓；当居民饮食喜好发生变化，更愿意食用豆油时，则会带来大豆价格预期的上涨。
由于各地大豆价格不一，而且还受不同大豆等级的影响，所以本文以CPI指数来反映这一影响。
四、回归分析
（一）国大豆期货价格和国外大豆期货价格回归分析
国大豆期货价格和国外大豆期货价格的回归拟合度为73.3%，拟合效果B比较好，分析结果基本可信。
Sig=0.016，虽然大于0.005，但是误差不大，在分析时要考虑可信性不足。
综合来看，国大豆期货价格和国外大豆期货价格联系紧密，模型可以用来分析两者之间的关系。
在经济全球化和电子化交易普及的今天，理论上全球期货价格应该是高度一致的，但是在实际生活中，因为大豆产地并不平均，而且不同国家有着不同的大豆进出口贸易政策，所以导致有时候在期货市场上国和国外会出现相反的情况。
但是如果我们在分析中充分考虑市场外的因素（比如政策、运输费用等），那么国外大豆期货的价格走势将会对国有着很强的借鉴性。
（二）国大豆期货价格和CPI指数回归分析
国大豆期货价格和CPI指数的回归拟合度为95%，拟合程度很高，可以用来进行分析。
Sig=0.795，显著性非常低，可信度很低。
综合来看，虽然国大豆期货和CPI指数契合度高，但是两者并不显著，可以拒绝假设。
因为大豆的用途并不仅在食用上，同时在工业领域的使用越来越多，所以用CPI指数来作为大豆期货价格的影响因素是有道理的，两者拟合度很高也可以说明这一点。
但是显著性检验表明模型误差很大，并不可以使用，很有可能是CPI指数的统计围过大，很容易受到其他因素的影响。
所以在实际操作中，CPI并不可以作为大豆期货价格未来走势的参考。
五、价格预测走势
截止到目前为止，期货交易所的豆一期货价格走势如图5-1所示：
图5-1
（一）走势分析
图5-2
移动均线是以道·琼斯的“平均成本概念”为理论基础，采用统计学中“移动平均”的原理，将一段时期的股票价格平均值连成曲线，用来显示股价的历史波动情况，进而反映股价指数未来发展趋势的技术分析方法。
在图5-2中，黑色为5日均线，紫色为10日均线，粉色为30日均线。
豆一期货的5日均线不久前刚刚跌破了10日均线，形成死亡交叉，预示着期货价格将会进一步下跌。
并且豆一期货5日均线还有继续跌破30日均线的趋势，一旦突破，就将形成多空头排列。
接下来几天的下跌周期还会持续下去。
（二）价格区间分析
图5-3
百分比线是利用百分比率的原理进行的分析，可使股价前一次的涨跌过程更加直观。
当股价持续向上，涨到一定程度，肯定会遇到压力，遇到压力后，就要向下间撤，回撤的位置很重要。
黄金分割提供了几个价位，百分比线也提供了几个价位。
如果以最近三个月豆一期货的最低价3573为0%线，最高价4017为100%线来画百分比线的话。
可以看到豆一期货目前处于25%线和50%线之间，根据在这一区间的价格显示，我们应该可以判断在未来一段时间豆一期货的价格走势集中在3683-3794之间。
六、投资策略分析
通过技术手段分析，我们可以看出豆一期货在未来的一段时间价格是下跌的，或者说下跌的可能性比较大。
价格区间则是主要位于3683-3794之间。
如果超出或者是跌破这一区间，则说明豆一期货的行情发生巨大改变。
根据手中持仓情况的不同，需要进行以下操作：
如果一开始是买入开仓，则需要卖出平仓，同时还要卖出开仓以减少损失；如果一开始是卖出开仓，只需要观望或在保证金重组前提下进行加仓；如果还没有建仓，就需要进行卖出开仓。
需要注意的是，在通过技术手段看盘的时候，也不要忽略消息面的影响。
七、结论
通过本文的研究来看，国豆一期货的主要影响是国外大豆期货价格的走势，因为在全球经济化的今天，全球各地区的大豆供给都处在一个比较恒定的水平。
CPI指数对大豆的影响并不显著，可能是因为传导性的原因，有机会需要对影响大豆需要更有效的因素进行分析，这也是本文的不足之处，希望在以后的学习工作中，可以更进一步，对更细致的大豆期货影响因素进行分析。
参考文献
[1]阎石，邹尔康.我国大豆期货套期保值比率及策略的有效性检验[J].宏观经济研究.2012（05）
[2]王孝松，申祥.国际农产品价格如何影响了中国农产品价格？
[J].经济研究.2012（03）
[3]高昂，雯娟，皓.我国大豆期货价格变动因素的多元回归分析[J].中国物价.2008（06）
[4]天忠，丁涛.我国农产品期货价格对现货价格先行性的实证研究[J].金融理论与实践.2006（10）
[5]莎.大商所大豆期货价格形成机制研究[D].农业大学2009
附件
（一）国大豆期货价格和国外大豆期货价格回归分析
输入／移去的变量b
模型
输入的变量
移去的变量
方法
1
VAR00002a
.
输入
a.已输入所有请求的变量。
b.因变量:
VAR00001
模型汇总b
模型
R
R方
调整R方
标准估计的误差
1
.733a
.537
.479
118.32421
a.预测变量:
（常量）,VAR00002。
b.因变量:
VAR00001
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
129843.957
1
129843.957
9.274
.016a
残差
112004.943
8
14000.618
总计
241848.900
9
a.预测变量:
（常量）,VAR00002。
b.因变量:
VAR00001
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
（常量）
2291.651
441.423
5.192
.001
VAR00002
1.366
.448
.733
3.045
.016
a.因变量:
VAR00001
模型：
Y=2291.651+1.366X
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
3490.8560
3858.5391
3631.1000
120.11289
10
残差
-170.65948
160.04869
.00000
111.55713
10
标准预测值
-1.168
1.894
.000
1.000
10
标准残差
-1.442
1.353
.000
.943
10
a.因变量:
VAR00001
（二）国大豆期货价格和CPI指数回归分析
输入／移去的变量b
模型
输入的变量
移去的变量
方法
1
VAR00002a
.
输入
a.已输入所有请求的变量。
b.因变量:
VAR00001
模型汇总b
模型
R
R方
调整R方
标准估计的误差
1
.095a
.009
-.115
173.09254
a.预测变量:
（常量）,VAR00002。
b.因变量:
VAR00001
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
2160.682
1
2160.682
.072
.795a
残差
239688.218
8
29961.027
总计
241848.900
9
a.预测变量:
（常量）,VAR00002。
b.因变量:
VAR00001
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
（常量）
6018.194
8889.158
.677
.517
VAR00002
-23.833
88.748
-.095
-.269
.795
a.因变量:
VAR00001
模型：
Y=6018.194-23.833X
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
3596.7808
3651.5962
3631.1000
15.49438
10
残差
-215.67981
207.85332
.00000
163.19321
10
标准预测值
-2.215
1.323
.000
1.000
10
标准残差
-1.246
1.201
.000
.943
10
a.因变量:
VAR00001
升级会员 