陳郁蕙Chen, Yu-Hui臺灣大學:農業經濟學研究所翁靖迪Wong, Chin-DeeChin-DeeWong2010-05-112018-06-292010-05-112018-06-292008U0001-0707200812543700http://ntur.lib.ntu.edu.tw//handle/246246/182236本研究主要目的在於利用單變量以及多變量之時間序列方法估計大宗穀物期貨價格，並且比較短期之下時間序列模型預測力之優劣。在預測力的考量之下，同時估計經過差分與未經差分之VAR模型。故本研究係比較三種預測模型－ARMA-GARCH模型、未差分VAR模型及經一階差分後之VAR模型，分別進行美國CBOT期貨價格預測。接著以VAR模型在進行衝擊反應函數分析以及預測誤差變異數分解，藉此了解各種變數間的相互影響程度。研究以美國芝加哥期貨交易所所交易之2007年小麥、玉米及黃豆期貨契約之資料，進行期貨價格預測之實證分析。在VAR模型變數設定中，本研究加入西德州原油價格，藉以探討大宗穀物價格上漲連動性是否與油價有關。利用RMSE、MAE、MAPE與Theil U等四種常見預測力指標，對於ARMA-GARCH模型與兩種VAR模型進行預測力評比。實證結果發現，雖然ARMA-GARCH模型雖有相對較佳的預測力，但是並沒有在各個交易契約中有絕對的預測優勢。因此本研究又以無母數之Wilcoxon符號順序檢定驗證ARMA-GARCH模型統計上的預測優勢。而在衝擊反應函數可發現，原油價格領先了玉米期貨價格，並且顯著拉動黃豆與小麥期貨價格的上漲；同時穀物之間存在著明顯的價格連動性，尤其以玉米期貨價格對於小麥與黃豆價格正向帶動幅度最大。而在預測誤差變異數當中，可以發現玉米價格的預測誤差比例中，原油價格顯然佔了極高的比例，表示原油價格為這波大宗穀物的價格連動的主要引導角色。The purpose of this thesis aims to establish short-term forecasting models for the futures prices of grains. ARMA-GARCH, level VAR, and differenced VAR model models are chosen here to analyze the dynamic interactions among wheat, soybeans and Corn traded in Chicago Board of Trade and the spot price of crude oil in the western Texas. Then, these interesting relations are applied to predict grain prices 3-month in advance. udged purely by model forecastability, the empirical results have shown that the ARMA-GARCH model performs better than other two VAR models in the grain futures prices considered. The impulse response analysis and the forecast error variance decomposition further indicate that oil price directly impacts the futures prices of corn, and oil and corn prices later push the wheat and soybeans prices. In short, these grains are closely related with the rising oil prices which makes those grain futures prices go up.第一章 緒論……………………………………………………1一節 研究動機………………………………………………1二節 研究目的………………………………………………3三節 研究流程………………………………………………3四節 論文架構………………………………………………5二章 美國小麥、玉米及黃豆期貨市場概況………………6一節 美國CBOT小麥、玉米及黃豆期貨之背景……………7二節 CBOT小麥、玉米與黃豆期貨價格及其影響因素……10三節 美國CBOT小麥、玉米及黃豆期貨價格概況…………15三章 文獻回顧………………………………………………17一節 經濟預測方法…………………………………………18二節 時間序列相關之文獻…………………………………21三節 向量自我迴歸模型相關文獻…………………………23四章 理論模型與研究方法…………………………………28一節 ARMA-GARCH模型………………………………………28二節 向量自我迴歸模型(VAR)…..……………………… 35三節 預測精確度驗證………………………………………40四節 Granger因果檢定…………………………………… 43五節 衝擊反應函數…………………………………………44六節 預測誤差變異數分析…………………………………45七節 單根檢定………………………………………………47八節 Wilcoxon符號順序檢定………………………………49五章 實證結果與分析………………………………………51一節 資料來源與說明………………………………………51二節 本研究使用統計資料之敘述統計分析………………53三節 估計流程………………………………………………60四節 ARMA-GARCH模型估計…………………………………64五節 VAR模型估計結果…………………………………… 73六節 預測力比較……………………………………………82七節 模型預測力比較………………………………………90八節 Granger因果檢定分析……………………………… 92九節 衝擊反應函數分析結果………………………………101十節 預測誤差變異數分解結果……………………………114六章 結論與建議……………………………………………131一節 結論……………………………………………………131二節 建議……………………………………………………133考文獻…………………………………………………………136application/pdf713099 bytesapplication/pdfen-US大宗穀物期貨價格預測力VAR模型GARCH模型Wilcoxon符號順序檢定衝擊反應函數預測誤差變異數分解Grain futures prices, ForecastingVARGARCHWilcoxonForecast error variance decompositionImpulse response functionthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/182236/1/ntu-97-R95627017-1.pdf