姚孟仙

摘 要：受中美貿(mào)易戰(zhàn)的影響，大豆價格變動頻繁，針對大豆的加稅政策層出不窮，因此分析大豆價格波動的特征對采取相應(yīng)稅收政策具有重要的現(xiàn)實意義。選用2000—2016年大豆價格的月度數(shù)據(jù)，采用Eviews6.0，運用平穩(wěn)性檢驗、ARCH類模型對其波動特征進行研究。研究表明，2000—2016年，我國大豆價格呈隨機游走特征，其波動具有尖峰和厚尾、集群性的特點，并且ARCH效應(yīng)顯著，波動沖擊影響逐漸衰減。同時，存在“高風險，高回報”特征，非對稱性（杠桿效應(yīng)）明顯。基于此，提出相應(yīng)的政策建議。

關(guān)鍵詞：大豆價格;ARCH類模型;波動特征

中圖分類號：F323.7 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）07-0009-03

引言

近年來，受糧食價格的頻繁波動影響，大豆價格及其進口量也在不斷變化。21世紀以來，我國大豆價格變化多端，整體呈增長趨勢。其間主要發(fā)生了四次大變化：第一次是2000年9月至2002年12月大豆價格呈下降狀態(tài)，其間斷斷續(xù)續(xù)出現(xiàn)上漲趨勢;第二次是2004年10月至2006年11月，其間大豆從最高價4.08元每斤降到3.46元每斤，呈現(xiàn)較大波動幅度狀態(tài)，下降15%;第三次是受2008年的金融危機影響，所導(dǎo)致的2008年10月至2009年10月為期一年的價格波動;最后一次是2014—2016年以來，大豆價格都呈現(xiàn)下降態(tài)勢，處于多年來的低位水平，其中2015年9—10月大豆價格發(fā)生了急劇變化。大豆價格的波動不僅對生產(chǎn)者及宏觀經(jīng)濟產(chǎn)生了重大影響，對消費者行為也產(chǎn)生了一定的影響。近年來，大豆進口量不斷上升，自給率急劇下降，因此通過分析大豆月度價格波動的特點，對國家采取相應(yīng)政策建議具有重要的現(xiàn)實意義。

關(guān)于大豆價格變動的原因，李建偉和?；ⅲ?013）認為，貨幣供給量的變動是其主因[1]。而王健和黃祖輝[2]（2006）以及顧蕊[3]（2013）的研究則認為，大豆現(xiàn)貨價格的變動主要是由大豆期貨價格變動引起的。王長梅（2005）以大豆期貨價格為研究對象，認為主導(dǎo)其變動的主因主要有國內(nèi)外大豆供應(yīng)量、大豆種植面積及進口量、國內(nèi)外市場需求、相關(guān)商品價格及相關(guān)的國家政策[4]。王杜春和孫麗娟（2013）以中國大豆的主產(chǎn)區(qū)黑龍江省為例，發(fā)現(xiàn)其波動受其自身特性及技術(shù)進步所影響[5]。周佳佳和高強（2013）根據(jù)供求定量，認為大豆進口量的不斷攀升是是主因[6]。陳訓(xùn)波（2013）通過研究認為，大豆進口價格、GDP及農(nóng)業(yè)生產(chǎn)資料價格是導(dǎo)致大豆價格變化的主因[7]。周應(yīng)恒、鄒林剛（2007）的研究表明，經(jīng)濟主體也具有一定的影響力。關(guān)于大豆價格變化的特征[8]。顧蕊等人（2013）通過研究得出，國際對國內(nèi)大豆價格具有單向波動效應(yīng)[3]。關(guān)于大豆的研究方法，目前主要運用ARCH類模型及其擴展模型，比如李晗虹和吳啟權(quán)（2007）使用EC-TARCH-M模型分析[9];陳訓(xùn)波（2013）則基于VAR模型進行研究[7];褚冬（2015）選用了傳統(tǒng)的ARMA模型和修正的ARCH類模型[10];查婷?。?016）則利用主成分分析法，分析國內(nèi)外大豆與市場開放度的關(guān)系[11]。

受貿(mào)易戰(zhàn)影響及與之相應(yīng)的各加稅政策，我國大豆價格及產(chǎn)量變動幅度較大。本文在前人的基礎(chǔ)上，利用ARCH類模型對大豆價格的波動特征進行詳細分析。

一、研究方法與數(shù)據(jù)來源

（一）研究方法

1.波動分析。波動性分析目前廣泛應(yīng)用于研究市場價格隨機變動的現(xiàn)象。本文首先對大豆價格序列進行描述性分析和單位根平穩(wěn)性檢驗，其次建立GARCH模型、TGARCH和GARCH-M等模型。本文采用ADF檢驗法檢驗?zāi)Ｐ偷钠椒€(wěn)性。GARCH模型主要是用來檢驗波動是否具有集群性;TGARCH模型主要用于檢驗好、壞消息對未來的影響;GARCH-M模型主要檢驗大豆市場的風險回報特征。

2.波動非對稱性分析。本文用門檻ARCH（TARCH）模型對波動的非對稱性進行分析，采用EGARCH模型，探討同樣程度的“利好消息”和“負面消息”對大豆市場價格波動的沖擊程度是否一樣。

（二）數(shù)據(jù)來源

本文選取2000年1月至2016年12月的集貿(mào)市場大豆月度價格（元/公斤）數(shù)據(jù)，數(shù)據(jù)來源于《中國農(nóng)產(chǎn)品價格調(diào)查年鑒》（2000—2016年歷年數(shù)據(jù)），共計203個樣本。本文使用Eviews6.0進行計量分析。

二、實證研究

（一）大豆價格平穩(wěn)性檢驗

因大豆價格原始數(shù)據(jù)存在自相關(guān)性及異方差性，本文定義大豆價格為一階差分對數(shù)價格即DP。通過表1的單位根檢驗，該時間序列為一階單整平穩(wěn)性序列。

從下圖可以觀察到，大豆價格變化具有很強的“集簇性”，且2010年之后呈逐漸遞減狀態(tài)。由上圖可見，DP整體在0均值附近波動，且波動隨時間變化出現(xiàn)連續(xù)偏高或偏低的情況，這種波動在2007年尤為明顯，且波動在價格上升區(qū)間和下降區(qū)間內(nèi)呈現(xiàn)出一定的非對稱性特征。

通過對序列做統(tǒng)計分析，得到大豆價格序列均值為0.004592，標準差為0.021488，偏度為1.539638，說明為正偏態(tài)，峰度為11.99759，說明大豆價格序列具有尖峰和厚尾的特征。Jarque-Bera統(tǒng)計量為764.9593，P值為0.00000，也遠大于5%顯著性水平上X2（2）的臨界值，因而拒絕殘差是正態(tài)分布的假設(shè)。

（二）ARCH類模型估計結(jié)果

1.滯后階數(shù)及ARCH效應(yīng)檢驗。由表2可知，模型滯后兩階都顯著，通過比較AIC和SC信息準則，確立模型主要為一階自相關(guān)，且模型具有顯著的ARCH效應(yīng)。

2.GARCH類模型檢驗結(jié)果。通過比較大豆價格的GARCH類模型（見表3），其中GARCH（1，1）所有的系數(shù)都通過t檢驗，效果最好，所以本文采用GARCH（1，1）模型。GARCH（1，1）模型的滯后項系數(shù)大于0，且誤差平方項（ARCH項）與滯后項（GARCH項）都顯著，則大豆價格具有顯著的波動集簇性。變量過去波動與外部沖擊的系數(shù)之和為1.122586，大于1，表明前期外部沖擊與變量過去的波動對本期波動影響持續(xù)時間較長。TGARCH模型中？覬1與EGARCH模型中的φ1都顯著，表明模型具有非對稱性，且系數(shù)大于0，表明價格上漲信息比下跌信息影響大。GARCH-M模型系數(shù)γ0>0，表明大豆價格存在“高風險，高回報”的風險報酬特征。

三、結(jié)論與建議

本文主要以往期大豆的批發(fā)價格為數(shù)據(jù)特征，在平穩(wěn)性檢驗的基礎(chǔ)上，采用ARCH類模型對大豆價格波動特征分析，通過分析可以得出以下結(jié)論。第一，從平穩(wěn)性檢驗可以看出，大豆價格數(shù)據(jù)序列在一階差分的情況下處于平穩(wěn)，且波動具有集簇性，這有力地說明了我國大豆批發(fā)市場屬于典型的有效市場。第二，大豆價格具有顯著的ARCH效應(yīng)，模型存在滯后一階。大豆價格波動持續(xù)性較強，易受到歷史價格的影響，本期對大豆價格產(chǎn)生的直接沖擊將給未來的大豆價格造成很大影響。第三，從GARCH-M模型來看，中國大豆市場存在高風險與高回報特征。第四，從TGARCH模型與EGARCH模型觀察到，大豆價格波動呈現(xiàn)顯著的非對稱性，具體特征表現(xiàn)為價格上漲信息引起的價格波動率大于價格下降引起的波動。從宏觀來看，我國大豆一直十分依賴于從外國進口，即貿(mào)易依存度十分高，這將導(dǎo)致我們必須密切關(guān)注其價格變動，以防價格變動對我國帶來嚴重影響。而大豆價格上漲的原因是多方面的：一方面，國內(nèi)大豆的成本上升較快，尤其是土地價格大幅快速上漲推動了大豆平均價格的上漲;另一方面，受其急劇下降的種植面積的影響，總產(chǎn)量下降，大豆供不應(yīng)求，價格隨之上漲。

基于以上結(jié)論，本文從兩方面提出建議：首先，加大對大豆的政策支持與補貼力度，同時為農(nóng)戶提供更多農(nóng)業(yè)信息服務(wù)。大豆價格易受到諸如玉米等農(nóng)產(chǎn)品的影響，因此，政府在制定這些相關(guān)產(chǎn)品的收購價格或其他補貼政策時，應(yīng)當充分考慮其對大豆的間接影響。此外，目前國內(nèi)大豆種植收益下降，豆農(nóng)種植積極性不高，大豆產(chǎn)量過低。在這種特殊情況下，政府可加大大豆種植的補貼，鼓勵農(nóng)民種植大豆，降低大豆進口依賴度。其次，完善大豆市場體系，使得價格信息的傳導(dǎo)真正能夠反映出大豆市場供給與需求的變化。再次，增加技術(shù)與設(shè)施的投入。技術(shù)是提高產(chǎn)量的根本，通過一定的技術(shù)與設(shè)施投入，不僅能提高國內(nèi)大豆產(chǎn)量，而且同時提升我國綜合實力。最后，制定合理的收購政策。小規(guī)模的生產(chǎn)者面臨極大的市場風險（陳訓(xùn)波、孫春雷，2013）[12]，應(yīng)通過合理的收購政策降低市場風險，提高豆農(nóng)積極性。

參考文獻：

[1] ?李建偉，?；?大豆價格波動的影響因素分析及對策探討[J].價格月刊，2013，（1）：31-33.

[2] ?王健，黃祖輝.我國大豆期貨市場價格發(fā)現(xiàn)功能的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2006，（3）：42-46.

[3] ?顧蕊，郭俊芳，田甜.大豆價格波動溢出效應(yīng)研究[J].價格理論與實踐，2013，（3）：82-83.

[4] ?王長梅.影響大豆期貨價格的主要因素[J].飼料廣角，2005，（16）：21-22.

[5] ?王杜春，孫麗娟.黑龍江省大豆價格波動影響因素實證分析[J].中國農(nóng)學(xué)通報，2013，（17）：217-221.

[6] ?周佳佳，高強.中國大豆價格風險影響因素的實證分析[J].世界農(nóng)業(yè)，2013，（10）：162-167.

[7] ?陳訓(xùn)波.進口大豆價格波動對國內(nèi)市場的影響——基于VAR模型的實證分析[J].價格理論與實踐，2013，（8）：83-84.

[8] ?周應(yīng)恒，鄒林剛.中國大豆期貨市場與國際大豆期貨市場價格關(guān)系研究——基于VAR模型的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2007，（1）：55-62.

[9] ?李晗虹，吳啟權(quán).現(xiàn)貨市場與期貨交易行為對期貨市場波動的影響——來自中國農(nóng)產(chǎn)品期貨市場的證據(jù)[J].湘潭大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2007，（6）：73-76.

[10] ?褚冬.時間序列模型對大豆期貨價格的預(yù)測比較研究[J].金融經(jīng)濟，2015，（24）：116-119.

[11] ?查婷俊，徐建玲.大豆期貨市場有效性的多維度分析[J].華南農(nóng)業(yè)大學(xué)學(xué)報：社會科學(xué)版，2016，（3）：88-102.

[12] ?陳訓(xùn)波，孫春雷.農(nóng)產(chǎn)品價格波動與訂單農(nóng)業(yè)違約風險：基于契約理論的分析[J].西南民族大學(xué)學(xué)報：人文社會科學(xué)版，2013，（9）：107-110.