三大主糧相關性分析

2020-12-06 同花順金融服務網

  [導語]今年玉米市場呈現出了明顯的價格上漲趨勢,並逐漸偏離主糧間的均衡水平。而隨著玉米價格的持續上漲,小麥的飼用替代趨勢有所增強,有觀點認為,小麥是玉米價格上漲的「天花板」,玉米價格的上漲將在小麥價格水平下出現壓力。那麼玉米價格未來走勢如何?小麥真的是玉米價格上漲的「天花板」嗎?

  當前國內主糧價格走勢長期仍較穩定

  從全球糧食價格走勢來看,以主要產糧國糧食市場現貨價格為例(不考慮價格的區域間差異),目前小麥和玉米價格相對穩定。而國際稻米價格在2020年出現了較為明顯的上漲,5月泰國大米價格漲至近7年來新高,一度超過500美元/噸關口,這主要是受到越南、泰國等主產國2019年的乾旱減產以及2020年新冠疫情下生產效率下降的影響。

  有研究表明,儘管國際糧食價格對國內價格沒有直接的傳導效應,但存在價格波動的溢出效應,進而間接影響國內糧食價格的變化。不過近年來隨著我國糧食生產保障措施的不斷完善,以及糧食安全戰略的提出,國內糧食價格受國際市場影響的影響較小。根據卓創監測數據顯示,國內主糧市場價格長期以來較為穩定,稻米基本是獨立行情,進入2018-2019年後價格波動率略微增大。小麥與玉米呈現季節性波動率,2017年以前是此消彼長趨勢,2017作物季節之後,大致表現為同漲同跌,並且價差縮小,直到2020年價差縮小至百元/噸以內。

  國內三大主糧價差有收窄趨勢

  2020年以來,國內主糧價格上漲預期不斷增強,而由於短期的供需錯配造成的玉米價格連續上漲行情,更是給其他主糧價格(尤其是小麥價格)形成了階段性行情支撐。通過對價格數據的對比分析,可以看出,近五年來,三大主糧價差有持續收窄趨勢。

  首先來看稻米-小麥價差走勢。2016-2018連續三年大部分時間內,稻米、小麥二者價差圍繞在五年均值上方;進入2019年,二者價差縮窄到1217元/噸的歷史低位。

  另外稻米-玉米間價差在2016-2018連續三年大部分時間內,二者價差圍繞在五年均值上方;進入2019年,二者價差縮窄到1653元/噸的低位,但是進入2020年,價差繼續向下,於10月份達到1561元/噸位置。

  最後來看小麥-玉米價差,兩者價格差異水平在2017年比較特殊,全部在五年均值上方運行,2018年全年價差較為穩定。2019、2020年圍繞在均值下方運行。特別進入2020年,價差繼續向下,並於10月份跌破百元/噸位置。

  綜合而言三大主糧間的價差水平2019年後持續呈收窄趨勢,一方面由於市場化收購比例的提升對價格形成了一定的調節作用,另一方面則主要是受玉米價格的恢復性上漲影響明顯。不過長期而言,三大主糧從糧食供應安全的角度考慮,其價差水平應該保持均衡狀態,這有助於穩定三大主糧的種植生產結構,對於保障糧食安全有重要意義。

  價格的穩定性與長期均衡關係分析

  通過對三大主糧的價格走勢分析發現,近五年玉米、小麥、稻米間價格走勢仍保持長期穩定,價差的階段性收窄不構成對其價格長期走勢的影響,三者價格在短暫波動後仍將回歸其合理的價差關係。

  以2016年1月至2020年10月的全國玉米、小麥、稻米的月度市場平均價作為分析對象。能夠看出,玉米和小麥、稻米價格之間存在負相關關係,但小麥與稻米之間存在正相關關係,相關性均不顯著。

  玉米小麥稻米玉米1.0000000-0.6748266-0.5180176小麥-0.67482661.00000000.5494947稻米-0.51801760.54949471.0000000

  此外觀察三者在時間序列上的波動特徵可以看出(參考前文圖),在均值水平上小麥市場價格近五年波動情況較為穩定,而玉米和稻米則存在較為明顯的變化趨勢;從波動角度而言,除稻米2016-2017年較為平穩外,三者均存在較為明顯的波動周期,對各自時序數據單位根檢驗結果顯示,三者均為非平穩序列。

  針對時序數據的非平穩性進行一階差分,結果一階差分後的ADF檢驗表明差分後能夠實現序列平穩;基於平穩的價格時序數據,對玉米、小麥及稻米價格進行協整分析,發現玉米、小麥、稻米價格兩兩之間存在協整關係,即其價格之間存在長期穩定的同步趨勢。

  玉米、小麥、稻米價格一階差分ADF檢驗統計量

  小麥-玉米價格關係分析

  那麼對於近期玉米價格的持續上漲,有觀點認為,小麥價格是玉米價格的「天花板」,玉米價格的上漲會受到小麥價格的壓制,在價格水平上存在小麥對玉米價格上漲的階段性影響。這一觀點是否正確,可以從兩個方面來看,一是玉米價格的上漲是否是基於基本面,還是在上漲過程中偏離基本面走向了市場囤貨炒作的情緒主導面;另外,玉米價格與小麥價格的統計分析數據,是否能夠證實這一觀點。

  第一,根據卓創監測顯示,當前市場形勢下短期內的玉米供需錯配確實引發了市場價格的上漲,但價格變化仍未偏離基本面主導,小麥的替代效應將在一定程度上影響玉米需求。據測算,在豬淨能體系中,1公斤小麥可同時替代0.97公斤玉米和0.13公斤豆粕。那麼如果僅考慮價格因素帶來的替代效應,且不考慮因小麥替代帶來的酶製劑添加成本,那麼當前小麥與玉米的成本差距每噸將超過300元,對於飼料生產企業而言,選取小麥替代玉米有十分明顯的利潤優勢。

  第二,我們進行了小麥和玉米價格的格蘭傑因果關係檢驗。發現在5%的顯著水平上,小麥價格不是引起玉米價格變化的原因。而在10%的顯著性水平上(即存在90%的概率),小麥的價格變化是引起玉米價格變化的原因。這在一定程度上可以認為,玉米價格的變化會受到小麥價格的影響,即小麥價格有成為玉米價格「天花板」的可能,但並不是必然因素。

  玉米-小麥價格的格蘭傑因果檢驗統計量

  F統計P值(10%)玉米-小麥0.79660.4565小麥-玉米2.6980.07714﹒

  未來主糧價格走勢預測

  2021年在新冠疫情仍在全球蔓延的背景下,糧食安全將是各個國家的關注重點,在我國也不例外。同時,新冠疫情帶來的不確定性將導致糧食經營者及普通消費者囤積糧食的意向增強,整體判斷2021年主糧價格在需求增強預期的帶動下,價格仍將維持偏強走勢,全年均價預計小幅上漲,產品自身的季節性趨勢不會打破。但必須注意到我國糧食自給率高,尤其稻穀、小麥庫存高位,價格上漲空間預計較為有限。

  分品種來看,隨著我國生豬產能逐步恢復,飼料需求有望持續上揚,因此預計2021年玉米需求量將進一步提高,目前玉米的供求關係較為緊張,對價格存在有力支撐。預計2021年玉米價格仍將維持高位震蕩狀態,價格區間維持在2100-2400元/噸。小麥-玉米價差縮小的情況下,小麥價格一定程度上受到玉米帶動,加上2021年小麥最低收購價格上漲,因2021年小麥價格重心看漲,預計2021年價格運行區間在2340-2500元/噸。稻穀方面,供需關係穩定,且近年來優質優價特點凸顯,預計價格同樣微幅上調。

關注同花順財經(ths518),獲取更多機會

責任編輯:hmg

相關焦點

  • 相關性分析
    (二)PMI與工業經濟相關性分析1、PMI與工業增加值從圖4.4 可以看出,從2005年1月到2006年3月,PMI指數與工業增加值環比發展速度,總體走勢基本一致,高點與低點也比較相近,但PMI變化幅度要比工業總產值變化更大一些。
  • 數據分析基礎相關性分析,SPSS實操
    一、相關性分析定義相關性分析用於描述變量之間線性相關程度的強弱,並用適當的統計指標表示出來的過程。一般根據研究的目的不同、或變量的類型不同,採用不同的相關分析方法。 常用的相關分析方法:二元定距變量的相關分析、二元定序變量的相關分析、偏相關分析和距離相關分析等。
  • 純鹼與玻璃價格的相關性分析
    2019年12月6日純鹼期貨上市後,其與下遊產品玻璃的關係,包括兩者價格的相關性、影響性、套利等分析將成為市場關注的重點。 截至2018年年底,我國純鹼產能在3200萬噸左右,純鹼中的重鹼部分主要用於玻璃生產,2018年重鹼生產佔比達49%,並且有逐步增加的趨勢,所以純鹼價格與玻璃價格有一定的相關性。
  • 從相關性分析到有監督學習,淺談數據挖掘分析
    相關性分析是我們做數據分析時最常用的一種方法。我們在對業務進行分析時,都會思考哪幾個環節是相互影響的,通過層層推理,找到工作中的關鍵問題,從而改進業務,提高工作效率。業務環節相互影響,在數據上的體現就是具有相關性。我們按照數據的類型來說下,在做數據分析時會碰到哪些相關性分析。
  • 作物優良率與單產相關性分析
    然而優良率和單產的相關性分析一直存在著較大分歧。這一方面由於樣本採集過程中不可避免會存在偏差,另一方面在於優良率的判斷過程存在較多的主觀性。不難發現,由於影響因素複雜多變,優良率在作物成長的不同階段很難按照一定規律進行調整,這就進一步降低了優良率作為單產指標的準確性。  在玉米和大豆種植過程中,尤其是前期階段,由於各種幹擾因素尚不明顯,優良率往往無法直接指向單產量。
  • 如何讓相關性分析看起來更高大上
    BioNews,專注於報導生命科學領域相關新聞,長按下方二維碼即可關注"BioNews"(id : iBioNews)最近看到有人私信小編「相關性分析相信大家在做各種數據分析或者看文獻的過程中都接觸過相關性分析。大到幾個轉錄組樣本的整體相關性分析,小到挑選了一些候選基因看它們在不同樣本中的表達模式相關性。那如何做相關性分析以及對相關性結果做可視化,一個r包corrplot是一個非常不錯的選擇。
  • 山東省植被覆蓋度變化與氣候因子相關性分析
    為分析山東省植被覆蓋度變化及其與降水量、溫度等氣候因子變化的相關性,該文採用2005—2015年的NDVI、降水量和溫度數據,利用重心模型和相關係數法,進行了植被覆蓋度與降水、溫度的月動態變化和季度動態變化分析。
  • 土豆將成主糧 專家:只有馬鈴薯可以拯救人類
    中國將啟動「馬鈴薯」主糧化戰略  據農業部消息,我國將啟動馬鈴薯主糧化戰略,推進把馬鈴薯加工成饅頭、麵條、米粉等主食,馬鈴薯將成稻米、小麥、玉米外又一主糧。預計2020年50%以上的馬鈴薯將作為主糧消費。
  • 【R語言】相關性分析、相關係數的顯著性檢驗及可視化
    本篇文章介紹基於R語言的相關性分析、相關係數的顯著性檢驗及可視化,該教程為個人筆記,大家也可參考學習,不足之處也歡迎大家批評指正!相關性分析用於評估兩個或多個變量之間的關聯,能通過定量指標描述變量之間的強弱、直接或間接聯繫。
  • 「技術」機加工質量數據相關性分析及應用
    大數據時代的到來,如何發掘已有資料庫價值,利用相關性分析為產品加工問題提供理論指導、不斷提升產品質量成為關鍵。本文通過介紹資料庫整合及二次清洗,運用相關性分析、強相關性項目策略,結合實際情況簡要介紹了機加工質量數據相關性分析的過程。在當今大數據時代,人們開始正視現有的大量數據。
  • R與生物專題 | 第七講 R-相關性分析及作圖
    今天的更新,我們會帶您學習用R語言做相關性分析和作圖。相關性分析用於評估兩個或多個變量之間的關聯。例如,如果我們想知道父親和兒子的身高之間是否存在關係,可以計算相關係數來回答這個問題。注意,僅當數據呈正態分布時,才可以使用相關性分析。
  • 不同區間衰退路徑下鋰離子電池的性能相關性及溫度適用性分析
    基於不同容量區間循環過程性能衰退結果,採用回歸分析法建立鋰離子電池的特徵參量相關性模型,包含累積容量衰退率的相關性、累積內阻衰退率的相關性和二者之間的相關性,得到模型的擬合優度均在95%以上。進一步地,將模型推廣到更寬的溫度範圍,量化分析了模型的適用性。
  • 民航數據分析的相關性原則
    ICAO9859中指出:「以數據為基礎的決策是任何管理系統最重要的方面之一,用於有效決策的數據質量,必須自始至終加以考慮,很多資料庫缺少必要的數據質量,沒有考慮到支持安全風險管理功能和安全保證功能使用的數據局限性,將會產生有缺陷的分析結果,可能導致錯誤的決定。」
  • 10分鐘學會用Python做美股相關性分析
    相關性分析 - 股票價格相關依賴因素分析相關性分析 - 股票價格相關依賴因素分百分比變化將發現與定義回報的前一天相比價格變化的程度我們可以通過在pandas中運行百分比變化和相關函數來分析競爭。接下來通過繪製scatter_matrix來進一步改進我們的分析,以可視化競爭股票之間可能的相關性。在對角線點,我們將運行核密度估計(KDE)。KDE是一個基本的數據平滑技巧,根據有限的數據樣本對總體進行推斷。它有助於生成總體分布的估計值。
  • 回歸分析的基礎概念之2:相關性與相關關係,相關係數與判定係數
    大家好,歡迎來到許栩原創專欄《從入門到高手:線性回歸分析詳解》(本專欄總目錄見上圖),這是專欄的第二篇文章,確定關係與相關關係,相關係數與判定係數。本專欄第一篇文章,我講解了回歸分析第一個基礎概念,變量。這一章,將講解回歸分析另一個最重要的基礎概念,相關性。本章的主要內容如下。
  • 中國期貨市場相關性一覽表
    各品種間相關性數據分析圖  從和訊金融實驗室最近給出的一張25個主連品種間相關性數據分析圖(圖1)上,我們發現了一些較為顯著的規律和信息。該圖統計了從2010年至今,時間框架為30日的25*24個相關係數矩陣的連續線圖。在每個交易日上,程序計算了將近600數據點。
  • 變量相關性不顯著怎麼辦_spss計算因變量與各個自變量的相關性及...
    以資產淨利率(ROA)和每股收益(EPS)作為企業的績效衡量指標,引入線性回歸分析模型進行數據分析,發現房地產行業的高管薪酬和公司績效存在顯著相關性,而傳統製造業的高管薪酬和公司績效相關性並不
  • 使用Seaborn和Pandas進行相關性分析和可視化
    要想了解這些故事的展開,最好的方法就是從檢查變量之間的相關性開始。在研究數據集時,我首先執行的任務之一是查看哪些變量具有相關性。這讓我更好地理解我正在使用的數據。這也是培養對數據的興趣和建立一些初始問題來嘗試回答的好方法。簡單地說,相關性是非常重要的。Python的最大好處就庫多,有很多庫已經為我們提供了快速有效地查看相關性所需的工具。
  • 什麼是期貨品種相關性
    什麼是期貨品種相關性 期貨品種相關性:相關係數是用以反映變量之間相關關係密切程度的統計指標。相關係數是按積差方法計算,同樣以兩變量與各自平均值的離差為基礎,通過兩個離差相乘來反映兩變量之間相關程度;著重研究線性的單相關係數。
  • MaAsLin2 | 分析微生物特徵相關性
    MaAsLin2 是 MaAsLin(Microbiome Multivariable Association with Linear Models) 的升級版,主要基於線性模型進行多元關聯分析