拉丁美洲经济委员会-咖啡市场的投机和价格波动（英文）-2021.5-36页_1mb

报告摘要

总结：咖啡市场中的投机与价格波动

核心内容

本研究探讨了咖啡市场价格波动（尤其是条件波动）的决定因素，包括现货、期货和实物市场价格。研究使用广义自回归条件异方差（GARCH(1,1)）模型进行分析，并结合了多种变量，如状态变量、经济变量和市场结构变量，以评估投机活动对价格波动的影响。

主要观点

价格波动的决定因素
- 价格波动主要由三类变量决定：状态变量、经济变量和市场结构变量。
- 状态变量：如时间到到期日、季节性和价格水平，影响价格的波动性。例如，季节性变化和到期日临近都会增加价格波动。
- 经济变量：包括库存水平、价格与贷款比率、生产水平等。研究表明，价格波动与宏观经济变量（如GDP、工业生产指数）和天气条件密切相关。
- 市场结构变量：如投机活动、市场集中度和交易量，对价格波动有显著影响。研究指出，投机在期货市场中可能降低价格波动，而市场集中度和交易行为可能增加波动性。
投机对价格波动的影响
- 投机活动在期货市场中表现出对价格波动的抑制作用，即投机减少了价格的条件波动。
- 不同类型的投机者（如非商业交易者）对价格波动的影响不同，其影响在现货市场和实物市场中也有所体现。
- 一些研究支持投机会增加价格波动的观点，而另一些则认为投机有助于稳定市场。
模型与方法
- 使用GARCH(1,1)模型分析价格波动，假设误差服从广义误差分布（GED）。
- 通过不同模型（Model 1, Model 2, Model 3）评估投机、交易量、库存、价格指数等变量对波动性的影响。
- 研究发现，投机活动与价格波动呈负相关，且统计显著。
数据与时间序列分析
- 使用美国ICE交易所的“C”合约咖啡现货和期货价格数据，时间范围为1990年至2020年。
- 数据包括每周价格变动、开放兴趣（Open Interest, OI）、交易量（Trading Volume, TV）和投机者持仓（Speculative Positions, SP）等。
- 价格变动（$ r_t $）通过对数收益率计算，以提高数据的平稳性。
- 研究发现，价格变动序列具有持续性（volatility persistence）和非正态性（skewness和kurtosis）。

关键信息

数据来源：
- 现货和期货价格数据来自美国ICE交易所的“C”合约咖啡。
- 价格指数数据来自国际咖啡组织（ICO）。
- 开放兴趣和交易量数据来自美国商品期货交易委员会（CFTC）的持仓报告（COT）。
- 宏观经济指标（如GDP、工业生产指数、生产者价格指数）来自圣路易斯联邦储备银行的FRED数据库。
模型结构：
- 模型1：仅包括投机者持仓（%ΔSP）和总体开放兴趣（%ΔOI）。
- 模型2：区分投机者、套期保值者和小型交易者持仓。
- 模型3：加入季度固定效应和库存、生产者价格指数等经济变量。
主要结果：
- 投机者持仓与价格波动呈显著负相关，表明投机活动有助于降低价格波动。
- 在不同市场结构下，投机的影响存在差异，但总体趋势显示其对价格稳定有积极作用。
- 价格变动序列表现出非正态性，因此采用广义误差分布（GED）进行GARCH估计更为稳健。