Show simple item record

dc.creatorMa, Kun
dc.creatorDiao, Gang
dc.date.created2017-12-01
dc.date.issued2017-12
dc.identifier.urihttp://repositorio.banrep.gov.co/handle/20.500.12134/6992
dc.descriptionComo consecuencia de la gran dependencia de las importaciones, el mercado nacional de soja de China se ha vuelto inestable y la producción de soja se ha mantenido constante para después disminuir. Sería mejor conocer la correlación entre el mercado internacional de soja y el mercado nacional de soja de China para la adopción de decisiones de política y de producción. Este estudio ha utilizado datos del precio de los futuros de soja CBOT, el precio de distribución de la soja importada en el puerto de Qingdao y el precio al contado de la soja en China entre el 10 de septiembre de 2011 y el 19 de noviembre de 2016, y eligió el modelo GARCH multivariado para comprobar el efecto derrame y la correlación entre ellos. Los resultados mostraron que la volatilidad de los precios de los 3 mercados tenía un efecto de agrupamiento importante, mientras que el efecto GARCH era más fuerte que el efecto ARCH. El efecto derrame y las correlaciones entre los mercados fueron notables. Se demostró que el mercado de importación de soja tuvo grandes repercusiones por la volatilidad del mercado internacional de futuros de la soja y que dicha inestabilidad provocó bruscas fluctuaciones del mercado nacional de soja de China. Deben establecerse políticas para que la industria de la soja de China se mantenga segura y desarrollada.
dc.description.abstractDue to high import dependency, China’s domestic soybean market became unstable and soybean production was lingering and declining. It would be better to know the correlation between international and China’s domestic soybean market for policy-making and production decision. This study used data of CBOT soybean futures price, imported soybean distribution price at Qingdao port and soybean spot price in China from September 10, 2011 to November 19, 2016 and chose multivariate GARCH model to check the spillover effect and correlation between them. The results showed that price volatilities of three markets had significant clustering effect while GARCH effect was stronger than ARCH effect. The spillover effect and correlations between markets were remarkable. It demonstrated the imported soybean market was significantly affected by the international soybean future market volatility, and such instability then resulted in violent fluctuations of China’s domestic soybean spot market. Policies should be made to keep China’s soybean industry safe and developed.
dc.format.extent7 páginas : gráficas, tablas
dc.format.mimetypePDF
dc.language.isoeng
dc.publisherBanco de la República de Colombia
dc.relation.ispartofArtículos de revista
dc.relation.isversionofRevista Ensayos Sobre Política Económica; Vol. 35. No. 84. Diciembre, 2017. Pág.: 260-266.
dc.rights.accessRightsOpen Access
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectVolatilidad del precio de la soja
dc.subjectModelo GARCH multivariado
dc.subjectEfecto de agrupamiento
dc.subjectEfecto derrame
dc.titleStudy on spillover effect between international soybean market and China’s domestic soybean market
dc.title.alternativeEstudio sobre el efecto derrame entre el mercado internacional de soja y el mercado nacional de soja de China
dc.typeArticle
dc.subject.jelC32 - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models
dc.subject.jelF16 - Trade and Labor Market Interactions
dc.subject.jelO13 - Agriculture; Natural Resources; Energy; Environment; Other Primary Products
dc.audiencePolicymakers
dc.audienceResearchers
dc.audienceStudents
dc.audienceTeachers
dc.subject.keywordSoybean price volatility
dc.subject.keywordMultivariate GARCH model
dc.subject.keywordClustering effect
dc.subject.keywordSpillover effect
dc.subject.lembSoya -- Comercio -- China -- 1995-2016
dc.subject.lembSoya -- Precios -- China -- 1995-2016
dc.subject.lembSoya -- Producción -- 1995-2016
dc.subject.lembMercado de futuros
dc.type.spaArtículo
dc.rights.spaAcceso abierto
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0
dc.subject.jelspaC32 - Modelos de series temporales; Regresiones cuantiles dinámicas; Modelos dinámicos de tratamiento; procesos de difusión; representación de espacios de estados
dc.subject.jelspaF16 - Interacciones entre el comercio y el mercado laboral
dc.subject.jelspaO13 - Agricultura; Recursos naturales; Energía; Medio ambiente; Otros productos primarios
dc.type.hasversionPublished Version
dc.coverage.sucursalBogotá
dc.relation.issn0120-4483
dc.source.bibliographicCitationBeckmann, J., & Czudaj, R. (2014). Volatility transmission in agricultural futures markets. Economic Modelling, 36, 541–546.
dc.source.bibliographicCitationBollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31, 307–327.
dc.source.bibliographicCitationChang, C. L., González-Serrano, L., & Jimenez-Martin, J. A. (2013). Currency hedging strategies using dynamic multivariate GARCH. Mathematics and Computers in Simulation, 94(11), 164–182.
dc.relation.doihttps://doi.org/10.1016/j.espe.2017.11.003
dc.relation.repechttps://ideas.repec.org/a/bdr/ensayo/v35y2017i84p260-266.html
dc.relation.dotechttps://ideas.repec.org/a/col/000107/016034.html
dc.identifier.handlehttp://hdl.handle.net/20.500.12134/6992
dc.source.handleRepecRepEc:bdr:ensayo:v:35:y:2017:i:84:p:260-266
dc.source.handleRepecRePEc:col:000107:016034


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit