1985年，Parker和Steven Searle基于期貨的同到期月合約和期權(quán)合約預(yù)測(cè)了農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)率的未來發(fā)展趨勢(shì)。結(jié)果表明，隨著合約的逼近，價(jià)格波動(dòng)性在減小，這與之前的研究結(jié)果相反。

Martens (2002)專注于期貨價(jià)格波動(dòng)的研究，他證明了農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)受不同交易時(shí)間的影響。Agnolucci (2009)利用GARCH模型和隱含波動(dòng)率模型對(duì)原油期貨進(jìn)行了分析和預(yù)測(cè)。檢驗(yàn)結(jié)果表明，GARCH模型的表現(xiàn)比隱含波動(dòng)率模型更準(zhǔn)確。王和Garcia (2011)將波動(dòng)率的記憶性引入到期貨波動(dòng)率預(yù)測(cè)模型、季節(jié)變化等因素中，進(jìn)而對(duì)農(nóng)產(chǎn)品期貨價(jià)格市場(chǎng)進(jìn)行分析，得出相關(guān)結(jié)論。Byun和Cho (2013)使用GARCH模型和一種稱為K-最近鄰算法的新模型對(duì)期貨市場(chǎng)進(jìn)行預(yù)測(cè)，結(jié)果表明GARCH模型仍然有效。

金和(2014)采用多種方法對(duì)滬深300股指期貨收益率和波動(dòng)率序列的長期記憶性進(jìn)行了檢驗(yàn)。驗(yàn)證后的結(jié)論是，滬深300股指期貨的收益序列不具有顯著的長期記憶性，但其波動(dòng)序列具有顯著的長期記憶性，這說明市場(chǎng)上的任何政策和消息都可能引起農(nóng)產(chǎn)品期貨價(jià)格的劇烈波動(dòng)。田(2014)利用改進(jìn)的已實(shí)現(xiàn)門閥的多次方變分方法分析了滬深300股指期貨已實(shí)現(xiàn)波動(dòng)率的跳躍特征，并構(gòu)建了C模型來論證價(jià)格波動(dòng)對(duì)期貨波動(dòng)率的影響。模型檢驗(yàn)結(jié)果表明，連續(xù)時(shí)間序列具有長記憶性，而離散時(shí)間序列具有弱記憶性。離散跳躍時(shí)間序列對(duì)價(jià)格波動(dòng)的影響是正向的。

“保險(xiǎn)期貨”模式是在我國玉米供需嚴(yán)重失衡、糧食收儲(chǔ)壓力加大的形勢(shì)下，替代臨時(shí)收儲(chǔ)政策(2008年)較為合適的解決方案。事實(shí)上，早在2006年，楊穎(2006)就對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)產(chǎn)品期貨價(jià)格市場(chǎng)的合作進(jìn)行了探討和研究，并得出結(jié)論：農(nóng)業(yè)保險(xiǎn)的意義是存在的就是為廣大投保農(nóng)民提供災(zāi)后補(bǔ)償，使他們?cè)跒?zāi)后仍能享受基本的生活保障。期貨市場(chǎng)作為現(xiàn)貨市場(chǎng)的“晴雨表”，可以提前為農(nóng)民、合作社、涉農(nóng)企業(yè)等提供未來市場(chǎng)價(jià)格走勢(shì)，從而降低市場(chǎng)和自然風(fēng)險(xiǎn)，改變農(nóng)民“靠天吃飯”的觀念，增加農(nóng)民收入。綜上所述，無論是農(nóng)產(chǎn)品期貨價(jià)格市場(chǎng)，還是農(nóng)業(yè)保險(xiǎn)，其出發(fā)點(diǎn)和意義都是相似的，所以兩者結(jié)合可以達(dá)到降低企業(yè)經(jīng)營風(fēng)險(xiǎn)，改善農(nóng)民生活待遇的目的。

溫馨提示：《農(nóng)產(chǎn)品期貨價(jià)格波動(dòng)現(xiàn)狀分析》整理自網(wǎng)絡(luò)，網(wǎng)友投稿，僅供參考。版權(quán)歸原作者所有。如有侵權(quán)，請(qǐng)聯(lián)系本站刪除。謝謝你。投資有風(fēng)險(xiǎn)，入市需謹(jǐn)慎。

本網(wǎng)站三大核心優(yōu)勢(shì)1.服務(wù)優(yōu)勢(shì)：在線實(shí)時(shí)客服專屬客戶經(jīng)理，三分鐘反饋解決交易問題。2.費(fèi)率優(yōu)勢(shì)：透明交易費(fèi)率，優(yōu)惠交易手續(xù)費(fèi)低。3.品牌優(yōu)勢(shì)：對(duì)接國有期貨公司知名品牌，交易所優(yōu)秀會(huì)員，營業(yè)部遍布各大城市。