期货价格通货膨胀论文范文

本站小编为你精心准备了期货价格通货膨胀论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1、核心通货膨胀的核算

根据对核心通货膨胀的定义角度不同，相应的核算方式也就不同。目前通用的核算方法共有八种，分别为:剔除法、修剪均值法、加权中位数法、结构向量自回归法、惯性权重法、共同因素法。根据范志勇等(2011)基于月度环比消费者价格指数，对这八种核算方法的归纳总结及实证检验结果，发现，从核算结果的稳健性的角度来看，样本区间内残差均方根最低的是修剪均值法和加权中位数法，最高的是共同趋势法和结构向量自回归法核心通货膨胀。因此从反映标题通货膨胀的变化趋势上来看，修剪均值法和加权中位数法具有较大的优势，上述结论无论对于HP滤波还是移动平均得到的通货膨胀趋势值都是稳健的。核心通货膨胀对未来3至5个月内的标题通货膨胀有较好的预测能力。在样本区间内，修剪均值法、指数平滑法和加权中位数法的预测能力最强，而共同趋势法和方差法的预测效果最差。从本文对核心通货膨胀的“普遍且持续的通货膨胀”的理解上来看，核心通货膨胀应该是同时具有平稳性和预测性的，因此，本文采用修剪均值法对核心通货膨胀指标进行核算。与范志勇等(2011)一样，本文采用的是基于月度环比消费者价格指数来对核心通货膨胀指数进行核算，选取2006年1月至2013年年底的月度环比CPI数据进行核算。假设各分类商品增长率具有未知均值的对称分布，通过将每期样本按照增长率的大小进行排序，然后进行两侧截尾，进而加权平均剩余样本得到一个估计值集合，最后根据适当标准选取最优的估计值。特别的，当α取0时得到的核心通货膨胀即为通常的支出权重通货膨胀;而当α取50%时得到的核心通货膨胀即为加权中位数核心通货膨胀。因此，修剪均值法计算核心通货膨胀与α的选取密切相关，Tahir(2003)提出了确定α大小的RMSE准则，按照均方根误差最小的原则选取双边α的大小。除了上述的基本方法之外，双侧修剪比例还可以是非对称的。设定样本增长率从小到大排序后左右两端修剪水平分别为α和β，(α，β)按照Tahir(2003)提出的方法选取。

2、剔除商品期货的季节性因素

本文实证中，选取的商品期货品种为黄大豆，因为黄大豆这一期货品种出现的时间较早，可利用的数据较多;另一方面，黄大豆受到国外商品期货价格的影响较小，更易与国内的核心通货膨胀建立关系。本文采用平滑法剔除期货价格中的季节性因素。

3、建立回归方程

得到了相应的平滑数据，即可对核心通货膨胀与平滑后的数据进行回归以证明其预测性。至此，准备工作已完成。剩下的部分即为将处理后的价格数据与相应日期的核心通货膨胀数据进行回归。因此，可建立滞后一到五阶的回归方程。对于滞后阶数n的确定，利用AIC准则(赤池信息准则)。对不同的n值，分别比较方程的拟合优度，以及AIC值(Akaikeinfocriterion)。取AIC值较小且拟合优度较大的n值为佳。

4、实证结果

经实证，当回归方程自变量是滞后阶数由1到5时，拟合优度要小于六、七、八阶滞后，AIC值大于三、四阶滞后，结果差强人意。且方程系数的显著性很差，证明有不甚合适的变量混在其中，由于进行比较时是将滞后阶数逐渐递增，因此推测是一阶与二阶滞后，甚至三阶滞后变量不合适。因此，将一阶、二阶、三阶滞后相继剔除，结果确实有所改善。从上述回归结果也可以看出，回归方程拟合优度不高，DW值也偏低，表明除了核心通货膨胀外，还有诸多对价格变动影响较为深刻的因素未引入到方程之中;同时，过多的滞后变量也会引起共线性问题。由于我们研究的是核心通货膨胀对价格变动的影响程度，上述方程已能说明问题。

5、结论

与金融期货不同，商品期货价格是以现货商品的价格为标的的变动，是实体商品价格的变动，可以说，其变动幅度更容易把握，且受经济中所包含的噪声影响不大。经过研究，可知核心通货膨胀确实对三到五个月后的价格变动有着一定的预测作用。是以，当我们把握好该商品的供求关系以及核心通货膨胀水平，就有可能对价格进行一个较为贴近的预测，从而在价格偏离预期较大的时刻利用一定的策略进行操作。

作者：蒋天琦董媚娇单位：北京物资学院研究生院