1. 研究目的与意义、国内外研究现状（文献综述）
一、引言
我国是猪肉消费大国，与欧美以牛羊肉及乳制品为主的饮食不同，我国民众一直
对猪肉情有独钟。人均消费猪肉40公斤左右，超过世界平均水平近一倍，总量则相当于吃掉了世界一半的猪，如此巨大的一个市场显著影响着我国农民的收入和国民生活水平。即使经历过2008,2011,2016等几次大规模的疫情，仍阻挡不了猪肉在国人的食谱上占据半壁江山。
2. 研究的基本内容和问题
本文想要利用现存农产品期货的套期保值和价格发现功能，对生猪进行合理保价，降低市场交易风险。本文从占生猪养殖总成本80%以上的玉米、豆粕等饲料原料期货价格，与生猪价格是否存在某种正向或者负向影响，市场间是否可以形成联动，从数据的角度评估饲料原料期货和生猪的养殖套利的可行性，以期建立健全农牧产品期货体系。
3. 研究的方法与方案
| 发现问题 |
| 文献梳理 |
| 提出假说 |
| 实证分析 |
| 得出结论与研究意义 |
波动率( Volatility)是金融资产价格的波动程度，是对收益不确定性的衡量，用于反映金融资产的风险水平。国内外学者一般使用一定时期内收益率的方差( 或标准差)来比较判定一项金融资产在一段时间内的波动幅度(Markowitz，1952)。但是，传统的计量经济学对时间序列变量的第二个假设不符合实际：假定时间序列变量的波动幅度（方差）是固定的。资产收益的波动幅度并非常数，是随时间而变化的。这使得传统的时间序列分析对实际问题并不有效。考虑到在期货价格在一段历史时期内所形成的时间数据序列具有集群性( Volatility Clustering) 和持续性的特点，仅凭收益率方差的计算不足以反映期货价格的这两个特点，Engle（1982）提出ARCH( Auto-Regressive Conditional Heteroskedastic) 模型解决了时间序列的波动性问题。GARCH（1,1）对数据的拟合效果一般是最好的。模型结构如下：
QUOTE
本文所用的模型是由GARCH模型的另一个应用：在资产收益率中得到随时间变化的协方差。GARCH模型可以同时研究方差和协方差随时间演化的情况（Tsay, 2010，第10章）。直接使用单变量GARCH模型来研究随时间变化的相关系数。
从成员自身考虑，为金融学院学生，在金融分析方面有一定基础，能够较熟练使用 Excel、SPSS等软件，便于对数据进行整理分析。
从项目本身考虑，目标明确、研究思路规范清晰，技术路线设计合理可行，操作性较强。
从数据收集方面，数据来源于WIND，具有可信度与权威性。
4. 研究创新点
目前文献多是从已有期货的商品角度研究其与其他商品期货的波动溢出效应，很少有结合现实情况对还没有期货的大宗商品进行的实证分析。
5. 研究计划与进展
学校的金融实验室提供了数据库。但是学校的网站对一些编程软件，计量软件的下载还没有完善，软件的部分功能缺失。
