中国大宗商品缺乏定价权研究

更新时间:2023-09-03 09:32:01 阅读量: 教育文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

数模第一次培训论文

指导老师:陈建超老师

金融博弈、地缘政治与大宗商品定价权研究

摘要

本题研究缺乏大宗商品定价权被动局面的形成原因,继而探求金融博弈、地缘政治和天气气候等各种复杂因素在大宗商品价格中的地位,其结果能对中国如何改变这种局面起到一定指示作用,研究用到SPSS、EVIEWS、MATLAB等软件。

针对第一问,以铜作为大宗商品的代表研究缺乏定价权原因。在对中、英铜期货数据进行整理后,用pearson分析法检验铜价格变动与供需关系的相关性,从而得出定价权缺失与粗放经济的关系。然后再分析深层次原因,用VAR模型研究中英铜期货价格变化间的关系,并用Johansen协整检验法、格兰杰因果关系检验法、脉冲响应函数分析中英铜期货价格变化是否是构成对方价格变化的原因。

结果显示:供需平衡和铜均价相关系数r=0.194,SHFE库存和铜均价相关系数r=-0.047,铜价格高低并不是供求关系的正常情况,即国际大宗商品定价权的缺乏并不是由中国粗放型经济导致。英国定价影响力明显高于中国,这可能是通过金融博弈、地缘政治等因素进行操纵。

针对第二问,分析各种因素对大宗商品价格形成的影响力。首先采用模糊综合评价方法,采用金融博弈、地缘政治和天气气候作为一级指标来衡量,在它之下还有6 个相应的二级指标,它们对评价能力和它们之间的相互关系都是模糊不清的,建立模糊关系矩阵R。然后建立一个影响力评价等级集合V = {Vi}来对商品定价权进行等级评价得到隶属度向量,对各指标进行权重衡量,结合隶属度矩阵求出综合评价矩阵。得到金融博弈、地缘政治和天气因素分别在大宗商品定价权方面的影响力大小。

结果显示:三种因素在商品定价权的影响综合评价分数分别为0.36,0.34,0.30,故金融博弈影响力最大,其次为地缘政治,而天气气候的影响力是最小的。

Pearson分析法清晰地展示出铜价格变化与供需关系的相关性,VAR模型得出了中英铜期货价格变化间的关系,但不能告知发生作用时间。基于层次分析法的模糊综合评价模型改变了传统权值定义由人为评定的做法,弥补了导致权值偏于主观性这一不足之处,但隶属度计算较为繁琐。

关键词:大宗商品定价权、VAR模型、模糊综合评价、层次分析法

一、问题重述

中国经改革开放30年,经济取得长足发展。但是,中国经济发展始终未能摆脱粗放发展的模式,中国制造仍处于全球产业价值链的低端,极易受到国际金融(或经济)风暴的冲击。2003年以来国际大宗商品价格异乎寻常的繁荣被贴上了一个共同标签——“中国市场需求强劲”;大宗商品价格走势又显现出很强的结构特征:中国资源价格在国际上无优势,中国制造皆为廉价商品。

本文讨论以下问题:(1)中国实业这种缺乏大宗商品定价权的被动局面到底是中国经济的粗放发展使然,还是另有更深层次的原因?(2)金融博弈、地缘政治和天气气候等各种复杂因素影响对大宗商品的价格形成有着怎样的影响?而这其中,金融博弈、地缘政治又扮演了什么样的角色?

二、问题分析

2.1 问题重要性分析

本题研究缺乏大宗商品定价权被动局面的形成原因,继而探求金融博弈、地缘政治和天气气候等各种复杂因素在大宗商品价格中的地位,其结果能对中国如何改变这种局面起到一定指示作用。 2.2 问题解决思路分析 2.2.1 问题一

以铜作为大宗商品的代表研究缺乏定价权的原因。 首先对铜期货数据进行整理,使伦敦商品交易所(LEM)与上海交易所(SHFE)的铜期货价格时间一致、单位一致。

接着用SPSS的pearson分析法检验铜价格变动与供需关系的相关性,从而得出定价权缺失与粗放经济的关系。

然后再分析深层次原因,用VAR模型与Johansen协整检验判断两组数据间是否存在协整关系;用格兰杰因果关系检验法探讨中国、英国铜期货价格变化是否是构成对方价格变化的原因;用脉冲响应函数和方差分解分析英国、中国铜期货价格对对方造成的影响力。

最后综合中英铜期货价格的各种结果,分析缺乏大宗商品定价权被动局面的形成原因。 2.2.2 问题二

大宗商品定价权涉及多方面因素,在此用层次分析法进行研究,采用金融博弈、地缘政治和天气气候来衡量。而这三个指标无法定量地给出对大宗商品定价权影响力衡量的实际标准,而且它们之间的相关关系和所反应结果的准确度都是模糊不清的。此外在一级指标之下总共还有6 个相应的二级指标,它们对评价能力和它们之间的相互关系也是模糊不清的。综上所述,面对评价中国大宗商品定价权的问题采用模糊综合评价方法来衡量是较为恰当的。

为此需要建立一个影响力评价等级集合V = {Vi}来对商品定价权进行等级评价,并且构造出单指标因素得到隶属度向量 ,并建立模糊关系矩阵R ,同时需进行相应的基本操作,对各指标进行权重衡量,结合隶属度矩阵求出综合评价矩阵。

在计算各级指标权重方面,考虑到了传统的模糊综合评价中的权重通常由专家指定或者根据调查结果判定,这样导致主观因素太大,权重定量不够精确。为

避免这些不利因素,在这个模型中采用层次分析法求出各指标权重大小。由此可得金融博弈、地缘政治和天气因素在大宗商品定价权方面的权重,即可知金融博弈、地缘政治和天气因素分别在大宗商品定价权方面的影响力大小。

三、模型假设

1 问题一假设

1) 铜期货价格在大宗商品中具有风向标的作用,能反映大宗商品的整体概况。 2) 2000-2010年各月份的人民币/英磅平均汇率能反映每个月的汇率情况,把英

国收盘价转换为以人民币为单位不会出现重大误差。 3) 精铜的回收率为96.5%。 2 问题二假设

1) 大宗商品定价权指标只有文中所述的3个一级影响力指标,其下共6个二级

评价指标也符合评价体系。

2) 假设只考虑3个国家的大宗商品定价权各项指标,三个国家在定价权中的地

位具有代表性。

四、定义与符号说明

1 问题一符号

r1——铜期货价格与供求平衡间的相关性 r2——铜期货价格与库存间的相关性

LnIAP——上海交易所(SHFE)铜期价对数值 LnDAP——伦敦交易所(LEM)铜期价对数值

Zt——第t期中英铜期货价格构成的n维列向量

Vt——中英铜期货价格随机误差项构成的n维列向量 2 问题二符号

X :一级因素评价指标的权重向量;

max:矩阵的最大特征值;

CI :矩阵的一致性指标;

RI :矩阵的平均随机一致指标; CR :一致性比率;

Ri :子准则层的模糊综合评价矩阵; R :准则层的模糊综合评价等级矩阵;

Oij:用i表示准则层中的因素,j表示次准则层中的因素; Uij:表示对准则层、次准则层中的数据进行标准化的结果;

max():表示准则层、次准则层中数据的最大值。

i 1,2,3

五、模型的建立与求解

5.1 问题1

5.1.1 铜期货价格数据整理 5.1.1.1 数据选取

自从1877年伦敦金属交易所(LME)的雏形形成至今,铜就是LME最早进行交易的品种之一了。国内铜的期货交易自1991年推出以来,是国内历经风雨却仍然保持相当规模的唯一品种。因此,本文选取铜作为大宗商品的代表,研究中国缺乏大宗商品定价权的被动局面的形成原因。

目前国外从事铜期货交易的主要有伦敦金属交易所(LME)和纽约商品交易所(NYMEX-COMEX)。LEM的数据具有投机性,其价格倾向于对贸易方面进行客观的反映,而中国铜期货交易未曾发生重大风险,铜的期货价格已经成为国内行业的权威报价,日益受到企业和投资者的重视。因此,在本研究中, 选取铜期货交易所中国和英国铜期货日收盘价格作为样本进行研究,选取期限为2000年1月4日至2010年11月22日。 5.1.1.2 数据处理

考虑到英国和中国期货交易所期货交易中存在的差别, 本文对已选取数据作如下进一步处理:

(1) 交易日差异的处理。中、英两国由于国情不同, 法定节日不完全吻合, 进而导致日交易价格不完全对应。为了使价格序列一一对应, 本文只保留双方交易所均有的日期的期货数据。

(2)价格度量的处理。中、英两国在铜期货价格的报价单位存在区别,为了消除汇率变化可能对价格关系的影响, 本文通过查找2000-2010年各月份的人民币/英磅平均汇率,通过汇率转换, 将度量单位统一为元/吨。

5.1.2 铜价格变动与供需关系

本部分解决大宗商品定价权的被动局面是否由中国经济粗放发展决定的问题,即考察与中国相关的大宗商品的价格,是否是供求关系的正常情况。如果是,那就是中国粗放型经济导致的,否则,可能就是外界因素导致的。

(1)供应量=(产量+净进口量)*96.5%(其中,96.5%为回收率)。 (2)全部数据以铜精矿为准

(3)体现供求关系的一个重要指标就是库存。铜的库存分报告库存和非报告库存。报告库存是指交易所库存,伦敦金属交易所(LME)、纽约商品交易所(NYMEX)的COMEX分支和上海期货交易所(SHFE)这三家目前世界上较有影响的进行铜期货买卖的交易所均定期公布它们指定仓库的库存。本文研究的是SHFE铜库存。

5.1.2.2 数据分析

正常情况下,供求关系是影响价格波动的根本因素。供求关系的指标分为供需平衡(供求和需求)和库存。当某一商品出现供大于求时,其价格下跌,反之则上扬。同时价格反过来又会影响供求,即当价格上涨时,供应会增加而需求减少,反之就会出现需求上升而供给减少,因此价格和供求互为影响。而对于库存,若库存越高,则潜在供应量越大,供给便越多,价格越低;反之价格越高。

就铜而言,供求对价格有一定影响。从2000-2010年的市场走势来看,部分情况下,当市场开始从过剩转向短缺,价格就会上涨,而一旦市场从短缺过渡到过剩,则价格就会下滑。但亦有例外情况,如2006年与2007年铜均价差唔多,但供需平衡却相别较大,具体情况见下图:

另一方面,价格也会在一定程度上影响到供求。2000-2007年铜价飞涨,铜生产的利润逐年升高,这就吸引了大量投资进入铜矿开采行业,其结果是

2000-2007年铜产量的大幅增加。而2007-2009年虽然铜价变化不大,但产量却大幅度下降。2010年随铜价上升,产量快速提高。

由以上分析可知,供求关系一定程度上反映价格,但又未能完全反映。为了得到数据间定量的相关性,下面用pearson相关系进行分析。

5.2.2.3 铜价格变动与供求关系间关系

供求关系的指标分为供需平衡(供求和需求)和库存,下面分别就铜价格与这两组数据进行pearson相关性分析。

用r1表示铜期货价格与供求平衡间的相关性,用r2表示铜期货价格与库存间的相关性,用数理统计原理中的Pearson相关系数进行计算:

r的绝对值越大,表明相关性越强。相关系数0.8-1.0极强相关;0.6-0.8 强相关;0.4-0.6中等程度相关;0.2-0.4弱相关;0.0-0.2极弱相关或无相关。

5.2.2.3.1 正态分布检验

为了就铜价格与供需平衡、SFHE库存进行pearson相关性分析,首先必须

平),故该数据呈正态分布。

对于铜均价数据,因为渐进显著性0.811>0.05(我们一般认为的显著性水平),故该数据呈正态分布。

对于SHFE库存数据,因为渐进显著性0.933>0.05(我们一般认为的显著性水平),故该数据呈正态分布。

5.2.2.3.2 铜价格变动与供需平衡相关性

以2000-2010年供需平衡数据和铜均价数据作为对象,利用SPSS的Pearson相关系数,考察供需平衡数据和铜均价数据之间是否存在线性关系,继而判断

不存在显著相关性。即铜价格高低并不是供需平衡的正常情况。

5.2.2.3.3 铜价格变动与库存相关性

以2000-2010年SHFE库存数据和铜均价数据作为对象,利用Pearson相关系数,考察SHFE库存数据和铜均价数据之间是否存在线性关系,继而判断是否有

不存在显著相关性。即铜价格高低并不是SHFE库存的正常情况。

5.2.2.3.4 铜价格变动与供求关系

粗放型经济增长方式是指生产技术水平较低的条件下,主要依靠增加资金、人力、物力等生产要素的投入量来提高产量或产值的那种经济增长。这种经济增长方式通过单纯依靠生产要素的大量投入和扩张,即通过扩大生产场地、增加机器设备、增加劳动力等来实现的经济增长。若价格越高,产量越高,供给越多,则是供给关系的正常情况,此时主要依靠增加资金、人力、物力等生产要素的投入量来提高产量,是粗放型经济的表型。

上述结果显示铜价格高低并不是供需平衡的正常情况,也不是SHFE库存的正常情况。综上所述,铜价格高低并不是供求关系的正常情况,即国际大宗商品定价权的缺乏并不是由中国粗放型经济导致的,而可能是其他深层因素使然。

5.1.3 大宗商品定价权缺失的深层次原因分析 5.1.3.1 VAR模型

(1)VAR模型即向量自回归模型,是在一个含有n个方程(被解释变量)的VAR模型中,每个被解释变量都对自身以及其它被解释变量的若干期滞后值回归,若令滞后阶数为k,则VAR模型的一般形式可用下式表示:

Zt AiZt i Vt

i 1

k

其中,Zt表示由第t期中英铜期货价格构成的n维列向量,Vt是由中英铜期货价格随机误差项构成的n维列向量,其中随机误差项vi(i=1,2, n)为白噪音过程,且满足E(vitvjt)=0(i,j=1,2, ,n,且i j)。

本部分通过对铜期货价格变量全部滞后项系数联合检验,检验纽约交易所、上海交易所是否对对方铜期货价格有显著的影响。

(2)Johansen协整检验

Johansen协整检验是一种以VAR模型为基础的检验回归系数的协整检验,是一种进行多变量协整检验的较好方法。

5.1.3.1.1 平稳性检验

检验三大期货价格序列是否存在协整关系之前, 首先要利用ADF单位根检验法对价格序列的平稳性进行检验。

ADF法是单位根检验的方法之一,单位根检验就是检验时间序列的平稳性,而检验时间序列的平稳性是构造经典回归模型、时间序列模型、向量自回归模型、面板数据模型的基础。ADF法是在大样本分布的情况下, 通过泛函中心极限定理( FCLT)得到相应的统计量的渐近分布, 再由Monte Carlo方法计算出统计量的近似临界值, 应用于统计检验。

经ADF单位根检验,检验结果如下:

沪铜期货价格序列(2000.1.4~2010.11.2)稳定性检验

变量 ADF统计量 临界值 AIC 检验形式 结论 DW IAP -0.7311 -3.4327*** -2.7252 (c,t,7) 不平稳 2.0026 DAP -0.7902 -3.4327*** -4.5418 (c,t,11) 不平稳 2.0010 △IAP -26.9729 -3.4327*** -2.7258 (c,t,6) 平稳 2.0027 △DAP -12.2994 -3.4327*** -4.5422 (c,t,12) 平稳 2.0005

注: 检验形式中的c和t表示带有常数项和趋势项, k表示滞后阶数, 加入滞后项是为了使残差项为白噪声, ***表示显著性水平为1%。LnIAP: 上海交易所(SHFE)铜期价对数值;LnDAP: 纽约交易所(NYMEX-COMEX)铜期价对数值。$表示差分形式。

两大期货价格序列水平不平稳, 一阶差分后平稳。换言之, 它们均为不平稳序列, 不能够用传统的计量经济学理论来构建模型, 需要用现代计量经济学的协整理论来分析两者之间长期的均衡关系。

5.1.3.1.2 VAR模型阶数的确定

要在VAR模型中进行Johansen协整检验, 还必须要估计出合适的VAR模型的形式, 而在VAR模型的估计中最为重要的是滞后变量的确定, 根据AIC准则得出以下结果:

由表2可知, 滞后12期AIC值最小, 因此模型定为VAR(12)。

5.1.3.1.3 Johansen协整检验

在VAR 模型估计的基础上, 我们来进行协整检验。由于协整检验是对无约束的VAR施以向量协整后的VAR 模型, 因此进行协整检验时选择的滞后阶数应该等于无约束的VAR 模型的最优滞后阶数减1。因此, 协整检验的滞后阶数为2。

Johansen协整检验结果

原假设 特征值 似然统计量 5%显著性水平临界值 P值 None * 0.007243 19.0603 15.49471 0.0139

根据本研究数据的特征,在EVIEW5.0操作中,选择了存在截距项、没有趋势项选项。由上表可知,在5%的显著性水平下,R=1,即2个期货市场价格存在着一个共同的随机趋势,具有协整关系。

协整关系式表示如下:X-0.8479Y=0 由上式可知,两大铜期货市场存在着协整关系,在长期内, 两个铜期货市场价格变化存在共同的变动趋势, 即我国铜期货市场与国际大豆期货市场之间存在着整合关系, 从全球范围看, 两大期货市场呈现出很高的市场效率, 铜现货供求信息能在两大期货之间快速地流动, 并从铜期货价格变化中表现出来。

5.1.3.2 格兰杰因果关系检验

本题用X表示中国铜期货价格,Y代表英国铜期货价格。

x

X Y 中国铜期货价格变化不构成英国铜期货价格变化的原因

x

Y X 英国铜期货价格变化不构成中国铜期货价格变化的原因

,, 因果, 由下图可知, 英国铜期货价格对自身1个标准差新信息的影响在当期即表现出来, 为2.5%左右, 之后逐渐递减, 第三年降至1.8%,而后基本保持平稳趋势。

由于时区因素,中国铜期货价格变化对英国铜期货价格的影响在第一年为零,第二年升至0.2%。可见,中国铜期货价格对英国铜期货价格的影响非常小。

左右。故再次

10步,中国

显然,当的差距, 这与前面的结论吻合。

综上, 脉冲响应函数和方差分解结果进一步验证了在Granger因果关系分析中得出的结论: 在全球三大大豆期货市场, CBOT 大豆期货价格的变化对DCE大豆期货价格变化和TGE大豆期货价格变化的影响占据着主导地位。我国对国际大豆期货市场的影响主要表现在对日本大豆期货价格变化的影响上, 对英国大豆期货价格的影响最小。

5.1.3.4 大宗商品定价权缺失的深层次原因研究结果分析

5.1.3.4.1 铜定价权缺失的研究结果分析

至此,以上分析得出两个结论:第一,我国与英国铜期货市场之间存在着市场整合关系;第二,在国际大豆期货价格形成中, 英国铜期货价格(COMEX)对中国铜期货价格(SHFE)形成的影响比中国铜期货价格对英国铜期货价格形成的影响要大。这也就意味着我国铜进口价格受制于人, 缺少定价权,其受制压力来自英国铜期货价格。此外,还有国家上最出名的伦敦金属交易所(LME)的铜期货价格影响。

国际相关市场的价格之所以有更高的定价权是因为: 自从1877年伦敦金属交易所的雏形形成至今,铜就是LME最早进行交易的品种之一了,从那时开始铜的报价就是行业内最具权威性的报价,其价格倾向于对贸易方面进行客观的反映。而英国COMEX的市场参与者包括了全球范围内的投资者, 使其形成的价格具很高投机性,从而具有全球影响力。

而我国铜期货市场起步较晚,基本上只反映国内市场价格,限制境外投资者的加入使得其在全球的影响力有限。

5.1.3.4.2 大宗商品定价权缺失的研究结果分析

大宗商品是指可进入流通领域,但非零售环节,具有商品属性用于工农业生产与消费使用的大批量买卖的物质商品。在金融投资市场,大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品,如原油、有色金属、农产品、铁矿石、煤炭等。包括3个类别,即能源商品、基础原材料和农副产品。

自从有了期货,大宗商品就有了双重属性,既是资源,也是资产。 从商品的分类看,基本金属首先得到投资者的认可,而铜用途广泛以其广泛的用途,成为有色金属中的“晴雨表”,衡量着制造业活动情况。由此看出,铜是大宗商品的风向标,它一变化波动,其它商品均会跟随。

我国在铜期货市场的定价权缺失,也很大程度上反映出了中国缺乏大宗商品定价权的被动局面。

2 问题二

5.2.1 标准制定分析

国际大宗商品的价格形成包括许多因素,其中金融博弈、地缘政治和天气气候等各种复杂因素都起着深刻的影响作用。在此以这三者为评判指标,用层次分析法,研究其在大宗商品价格形成过程中的影响力大小。

1) 金融博弈是从运筹学博弈论角度研究金融市场的活动行为,建立趋近于有效

益的金融市场的博弈论模型,是金融市场均衡的内生变量的调节机制。形象地说,金融博弈好比有庄家与散户的博弈、有强庄与弱庄的博弈、也有做空方与做多方的博弈等等。各个国家之间通过汇率博弈、贸易博弈,影响到世界各国的进出口行为及金融行为,从而对大宗商品的价格起到影响作用。 2) 地缘政治根据各种地理要素和政治格局的地域形式,分析和预测世界或地区

范围的战略形势和有关国家的政治行为,从而对大宗商品的价格起到一定影响作用。在此把地缘政治分为出口政策和关税政策,从政治角度方面解释地缘政治的作用。

3) 大宗商品中的农副产品约20种,其中大豆、玉米、小麦被称为三大农产品

期货。天气因素中的降水量、温度、气候灾害等均对农产品产量产生重大影响,继而影响商品价格。在此选取洪涝和干旱两大气象灾害,分析其在大宗商品价格形成过程中的作用。

5.2.2 数据整理

5.2.2.1 原始数据整理

根据以上的指标,我们收集并整理了各种数据,以方便分析,结果如下:

数据相关说明:

1) 选取的数据为2007-2010四年间的数据。 2) 汇率博弈:在此以物价指数衡量汇率博弈。各个国家间通过对汇率进行改变,

影响进出口数量与金额,赢家从中获利,败家损失惨重。衡量汇率的其中一个指标就是物价指数,物价上升,汇率上升。

3) 贸易博弈:在此用贸易总额来衡量,贸易总额是国或地区在一定时间内的进

出数量的指标,是衡量一国或地区对外贸易状况的重要的经济指标。 4) 出口政策:在此用出口总额来衡量。

5) 关税政策:在此用每年三个国家的关税水平来衡量。

6) 洪涝受灾损失、干旱受灾损失:用每年洪涝、干旱造成的经济损失来衡量。

5.2.2.2 标准化数据整理

Oij

标准化公式:Uij

Max()

i 1,2...

Oij 用i表示准则层中的因素,j表示次准则层中的因素 Uij 表示对准则层、次准则层中的数据进行标准化的结果

max()表示准则层、次准则层中数据的最大值

i 1,2,3

对数据进行标准化,结果如下:

5.2.3 模糊综合评价模型求解 5.2.3.1 指标的层次划分

将影响大宗商品定价权的三个指标:金融博弈、地缘政治、天气因素简化为

5.2.3.2 层次分析法求解准则层各级指标权重

(1)用层次分析法求准则层权重 ① 构造成对比矩阵

ij

26 1

A 1/213

1/61/31

② 计算特征值和特征向量:

计算权向量w公式:A w 利用Matlab(程序见附录3)求得: A 的最大特征值为 max 3

该特征值对应的归一化特征向量: w 0.6,0.2,0.1

③ 一致性检验(程序见附录4):

CICR 0 0.1 故一致性检验通过,上述w可作为权向量。

RI

(2) 用层次分析法求子准则层权重 ①构造成对比矩阵:

三个一级指标对应的二级指标的判断矩阵为:

13/2 14 12/3 B1 2/31 B2 1/41 B3 3/21

K

5.2.3 单因素评价,建立模糊关系矩阵 5.2.4.1进行单因素评判得到隶属度向量

0.74400.81330.7110

金融博弈:w1 0.86940.8850.7160

0.86940.80720.7568

地缘政治:w2 1.0001.0001.000

0.63110.55230.3934

天气气候:w3 0.38110.93380.6523

5.2.4.2 模糊综合评价矩阵

1)自准层的模糊综合评价矩阵Ri

由各自准层的权重集xi和模糊关系矩阵wi,可以得到一级模糊综合评 价矩阵Ri,即RI XI wi,其中“o”为模糊矩阵合成的模糊算子。

求得:

0.5487 0.7942 0.9739

R1 0.8302 R2 0.9619 R3 0.4811

0.7812 0.7130 0.9514

R1T

T

将Ri归一化后得到准则层的模糊综合评价矩阵:R R2

T R3

2)综合评价结果

使用准则层权重矩阵W 与准则层的模糊综合评价矩阵R 相乘 得到WT *R = (0.8836 0.8247 0.7413) 将函数归一化后WT*R = (0.36 0.34 0.30)

5.2.5 综合评价结果分析

使用利用最大隶属度原则知:0.36为最大值,也就是说金融博弈大宗商品定价权方面的影响力是最大的,其次为地缘政治,而天气气候的影响力是最小的。

5.2.6 金融博弈、地缘政治扮演角色分析

上述分析得金融博弈在大宗商品的定价权的影响力是最大的,故其在影响大宗商品定价权的因素中扮演了最重要的角色,有一定的领导权。地缘政治在在大宗商品的定价权的影响力也是相对大的,故其在影响大宗商品定价权的因素中扮演了重要的角色,其影响也是不容忽视的。

5.2.7 对中国提高大宗商品定价权的建议 5.2.7.1 针对金融博弈

通过对相关品种供需的充分研究,了解上下游市场不同的变动对大宗商品价格变动的影响,准确把握价格发展趋势,为国内企业入市操作并获取收益提供支持,不要被西方部分国家掌握太大的控价权。 5.2.7.2 针对地缘政治 1) 发挥政府职能:明确政府责任,发挥政府宏观调控在大宗商品交易上的作用,

征求专业人士的相关建议,对部分关键部门实行问责制。

2) 运用外交手段:处理好与其他国家大宗商品商品贸易同行的关系,联合采购

伙伴,对抗不合理的贸易倾轧,援引先关国际法例保护自己的合理利益不受侵犯。促使双方在协调中形成长期的互利合作局面。 5.2.7.3 针对天气因素 对天气进行准确预报,及时做好防御措施,减缓气象灾害对农产品带来的经济损失。

六、模型评价与推广

6.1 问题一模型评价 6.1.1 优点:

1) pearson相关系数能得到变量间相关程度的强弱,如本文中铜期货供求关系

与价格的关系,定量清晰地估计了变量间的相关性。它具有很强的推广性,例如医学上许多现象之间的相互联系可用此分析。

2) VAR模型对某变量全部滞后项系数的联合检验能够告诉我们该变量是否对被

解释变量有显著的影响,本题中我们清晰地看到英国铜期货价格对铜价格的定价权影响比中国更显著。

3) VAR模型不能告诉我们影响力发生作用所需要的时间。而脉冲响应度量的是

被解释变量对单位冲击的响应,从而得出中英铜期货价格在时间差异上的动态影响程度。 6.1.2 缺点:

VAR模型能够告诉我们该变量是否对被解释变量有显著的影响,但是不能告诉我们这种影响是正还是负,也不能告诉我们这种影响发生作用所需要的时间。 6.2 问题二模型评价 6.2.1 优点:

该模型充分结合了评价大宗商品定价权影响力的指标之间的模糊关系,指标评价影响力的模糊性等特点,运用模糊数学知识,合理的采用模糊综合分析方法对大宗商品定价权影响因素进行了比较精确的分析,得出影响力最大的是金融博弈,其综合评价分数为:0.36,其次为地缘政治,其综合评价分数是0.34,影响力最小的天气气候,其综合评价分数是0.3。由此可得,金融博弈和地缘政治在影响大宗商品定价权的因素中扮演了最重要的角色。 该模型不同于传统的模糊综合评价模型,在此为了弥补传统模糊分析的权值定义由人为评定的,导致权值的赋予偏于主观性这一不足之处,将模糊综合分析的基本模型结合层次分析法来进行影响力求解。尽管层次分析法判断矩阵的定义也有一定的主观性,但是其所基于的数学知识具有很高的理论基础,而且逻辑缜密,用此方法能够客观的算出各个指标的权值。 6.2.2 缺点:

由于缺少相应的专家指导和权威的样本调查,模糊分析矩阵不能按照习惯做法定性的定义隶属度,造成了在评价过程中隶属度计算较为繁琐,而且在模型中构造的基于正态分布的隶属度函数虽然能够较好的最终反映金融博弈影响力,但是由于数据的有限性,很难在大样本中得到充分验证,难免函数的确定可能有所偏颇。

七、参考文献

[1]人民币英元汇率历史一览表

本文来源:https://www.bwwdw.com/article/mxri.html

Top