2013年的月..患锥晴管何Mar. ,2013 East China Economic Management (第27卷第03期)(, ) [DOI] ·关注"三农"我国粮食市场价格波动风险研究王静，吴海霞(西北农林科技大学经济管理学院，陕西杨凌712100)捕事z文章利用ARCH桑模型和Granger回来关系检栓对我国小麦、玉米、大立市场价格波动特征和溢出效应进行了实证分析，研究农明:在59岛的显著怯水乎下，小麦、玉米、大豆价格变化具有明显的时变性和集a良性;小麦和玉米的价格波动具有非对称性:玉米市场要求高风险禹回报。同时，从长期来看，小麦市场价格波动是引起玉米市场和大豆市场价格波动的格兰杰原因，但玉米、大豆市场价格波动不是小麦市场价格波动的格兰杰原因:玉米市场价格波动和大豆市场价格波动之间互为格兰杰原因。关幢诩:粮食:价格波动s联动效应中圈分类号:F323 立'民标志码:A文章编号∞7-5097(2013) 03-∞35-04 Research 00 Price Fluctuatioo Risk of China’s Grain Markets WANG Jing, WU Hai-xia (College 01 . Northwest A&F Universit j". )’ 712100. Chinαj Abstract: Using ARCH models anu Granger causality lesl, this paper empirically analyzes price flllcluaLions anu causal effecls in wh俨剑，啊)mand soybean markels resulLs show thal the price flllctllalions of the wheal, corn and soybean have ohvious lime-varying and cluslering under lhe significant level of 5%川11."prices volalility in wheat alld corn markel is asyrnrnelry, and com markel requires high relum for high , in lhe long run, volalilily in wheal markel is lhe granger cause of lhe volatililies in com and soybean rnarkets, however, lhe volatililies in corn and soybean rnarkelS are nol lhe granger cause of the volatility in wheal ’anwhile, lhf’re f’X>sldOllble-directional granger causal reJationships between com and sovbean rnarkets. Key words: grain; price fluclualion; linkage effects (2∞9)认为我同粮食价格波动大于产虽波动，价格是产量一、引言变化的原因，粮食价格过度波动对同家粮食安全造成了不利近年来.我同粮食价格波动频繁，尤其是2007年以来，影响\对粮食市场价格波动特征的研究:冯云(2008)的大豆、E米、生妥等多种农产品价格相继:Jl现较大幅度的波研究结果表明粮食价格波动具有显著的记忆性和l持续性阳。动。受n然环境、社会条件、科技水平阳市场政策等多种因罗万纯、~J锐(2010)珞子ARCH类模型，研究表明:和IJ素的影响，以及农业本身的自然再生产和经济再生产栩互交稻、梗韬、大豆价格没有显著的异方差效应，IJ、友和1玉米价织的特点，乎日农业生产经营过程的复杂性和不确定性，农业生产成为风险最为集巾的产业。而对粮食产业而言，产量风格波动具有明显的集簇性\通过对现有文献的梳理不难发现.基于粮食价格的重要附和价格风险是粮食生产面临的两大风险因此，研究粮食性，许多学者已从不同角度进行f研究，但现有研究成果有价格波动特征对了解粮食价格波动风险、稳定整体粮食市场价格意义重大。待进一步发展和深化:一是日前有关粮食价销波动以宏观描钊'什I宁(1995)认为稳定的政治经济环境是减少粮食生述为主，计扯分析较少;二是近年来找罔:1\现的"玉米产入为波动的关键因素，统一的市场才能保证粮食储备制度疯"、"豆你玩"、"盏你车"等现象，表明不同粮食品种其价格波动程度和影响也闸有所差异.对粮食「何场的概述很难达的正常运行气就粮食市场价格被动的原因:何蒲明、朱{言到具体问题具体分析的效果.怵l此根据不同粮食品种、利用凯(2012)研究表明粮食价格指数与居民消费价格指数存在!î~著的正相关.而且具有长期均衡关系.且居民消费价棉指ARCH类模型研究粮食价格波动将更具指导性;飞是现有文献对不同粮食市场问价梢的关联程度和溢出效应研究关注较数对粮食价格指数的影响远大于粮食价格指数对居民消费价格指数的影响~锋、牛宝俊(2010)认为间内粮食价格少，而随着同家连步放开粮食市场价格，研究不同市场间的价格联动效应恨得尤为重要。波动主要受农产品生产资料价格椎动和向身价格滞后的影响.同际价格波动只对大豆价格影响较为报著.对小友和玉基于此，本文将利JHARCH类模~对不同粮食品种的市米影响较小.对大米几乎没有影响IJ。何蒲明、黎东升场价梢波动特征进行捕述，实证检验我同粮食市场价格波动收稿日期2012-07-07基金项目:国家自然科学基金项目(70973097) ;教育部人文社科规划项目(09YJAVH074);教育部新世纪优秀人才支持计划(NCET-川-0443)侍者简介:王静(1966斗，女，陕西汉中人.教授，博士生导师，研究方向:金融工程，农业投资;吴海霞(1984-)，女，山东，锥坊人，博士研究生，研究方向:农业经济管理。-35-
20\3年03月我国粮食市场价格波动风险研究(第也第ω期)是杏具有集镶性和非对称性、是寻呼具有高风险离回报的特征非负的条件，且虽然GARCH(J. J)模型能解'波动的以及不同粮食市场间的价格联动效应，由于我同特殊的自然聚性，但并不能解释波动的杠杆效应(或称非对称性L因环槐造成的粮食作物的种植中南方水稻北方小蠢的显著地雄此Zakoian(1994)和咽nna由剧，Runkle (J 993 ) 性差异.以及粮食作物在种植过程中存在共享挂术、争夺土砸出了门跟自回归条件鼻方整幢型(TARCH模型)，主要用地相资源的特点和北方粮食生产中普遍存在的小麦一玉米一来刻画波动的非对称性'也"0TARCH (I. ))模型如下:大豆的轮作制，本文将着重分析小麦、玉米、大豆主种粮食(6) σf-ω+αu; 1+ pt1,21+ yu; 1/, I 作物的价格波动风险，以期为我同北方粮食生产提供可供参肿，I-lLur-l〈0;川-\川>0.考的理论依据从方程(6)可以看出，着U'_I>O，则条件方盖的系e二、理论罐型为a•即表明价格上靡稿且对条件方楚的修响为a;着(一)价格就动分析灿-1<0.则必件方盖的票.为cr+)'.即表明价"下跌消息为了割画预割误差的条件方差中可能存在的某种相关对条件方整的影响为cr+)'o如果r~O.周价格波动具有非性.Enøle于1982年提出了自回归条件鼻方盖模型，该模型对称性。当y>O时，价格下酷的锚息引发的披动大于价格解决了时变方整建模的难题并常用来描述时间序列呈现的条件异方盖性和波动集聚性17。其基本原理是:对于线性回归上涨引发的被动s当)'<0时，价格上涨的倩息引发的撞动方程(1)式.即大于价格下跌引发的被动。y, =po +, +卢+ +p..I.+U"1=. . T (1) (二)联动效应分析假设在1-1时刻的所有信息条件下.扰动项的平方u;价格联动溢出效应即某个市场的大幅波动会传递到其他服从AR(I)过程:市场，引画其他市场的价格情况发生变化。本研究采用相关系数计算和Gl'8I18"r因果检撞来描述小麦、五米、大豆市场(2) u;=ao+ajU;’1+ ε， 价格收益率波动的联动效应。真中，ε，为自螺声过程，满足=一般来说，任意2个变量X和Y的相关系数为:E(E，)=0;E(E，ES)=f~2. 1=5; Cov(X. Y) {U ，1在s。ρxγ~-'\'" , ,Cov(X, Y)为变量X和Y的协方则随机扰动项U，的条件分布为~Var(X)Var(Y) U，-叫O.(aO+ alu;_I)]。即U，服从以0均值.差Var(X)和Var(Y)分别为变量X和Y的方差。(aO+alu;_I) GraJl8er因果关系检验模型通过受约束的F检验，完成为方差的条件正态分布，前一时刻的扰动项平方U;_IlIP为以下回归的估计:ARCH项.此过程称为ARCH(1)过程。一个自然的延伸是ARCH(P)过程，可以写为:(7) y，=Zaaz，-，+2归I-j+μ1， Va巾伊t1，2=aO+aIU;_1+a2U;-2+ +apu;.p (3) 其中.Var(u，)=σ'，2 (8) =aO+ alu;_j +a2U;-2 + +apu7-p >0。I，=艺À，y，_，+去sιj+阳但由于ARCH模型存在滞后期的确定缺乏统一标准的缺三、樨本戴帽的选取及撞'描述性镜计陷，且滞后阶数过大时.无限制约束的估计常常会违背(一)样本数据的逸事且Var(u,) >0的限定条件，因此BoUerslev将ARCH模型扩展到本文所用数据为全国小麦、玉米、大亘每周批发市场价格广义自回归条件异方差模型(GARCH).而在实际应用中.指数，样本区间为1998年1月9日到2012年6月22日，数据来GARCH (1. 1)模型由于可显著降低模型的待佑参数.从而源于同花顺行业经济数据库。由于数据样本不完全重合，因此降低模型的识别难度而得到普遍认可'.。参考H翩翩、Mωulisand Ng (1990)的研究，将主市场不完标准的GARCH(1, 1)模型为:全重舍的8个周数据删除，得到统计样本共计740个.11。σf=ω+ωil+Fei l(4>从图1可以看出样本期间我国小麦、玉米、大豆市场价真中.auf-1为ARCH项.表示变量外部冲击的影响:格呈现明显的阶段性特征。2朋年以前全国小麦、玉米、大pt1,2 1为GARCH项.表示来自变量过去的波动影响。者ARCH豆价格基本呈下降趋势，级103年第四筝度起全国小麦、玉项相GARCH项都高度显著.说明粮食价格收益率具有明显的米、大豆价格开始逐步回升，并在此后较长的时间内价格保波动集簇性，一般要求a>>O0 a+p的大小反映了波动持持镇上升的态势。尤真值得注意的是双阴年后.玉米和大的持续性，当α+卢<1时，说明冲击的影响会逐渐消失;豆市场价格波动蹦剧。例如2侃)1)-2011年全国玉米批发市场α+卢>1时.说明冲击的影响不但不会消失，反而会扩散t。价格指数从130点瓢升到240点，精幅达%;而Engle, Lilien和Robins(1987)在GARCH模型的均值方2(刷-2009年间大豆价格也出现了十几年来的高..价格指程中加入误差项的条件标准差.槌出了GARCH-M数从1∞点上升到252点。但相比子玉米、大豆价格的大幅(GARCH-in-Mean)模型r.，波动.2(阳年至今，小麦价稿保铮相对平稳上升的态势.波y，=X'Yo+ρσ，+u， (5) 动校小。真中•p是条件标准差的一个俯数.若p为正数表明粮(二)数据的统计性描述食市场具有高风险离间报的特征。价格收益率以相邻两周粮食批发市场价格指数对数的一但是GARCH(1. J)模型的待估方程可能会违背系数阶差分表示。以小麦市场为例.计算公式如下:-36一
2013年03月Mar.,2013 我国粮食市场价格波动风险研究(第27卷第03期)( ,) 200 280 280 180 240 160 200 140 160 120 100 nnu 口80 吨。hd -AM 已no o ηz nu <>。nu -nv 、、气、， qu mnu nu nnu nu nu 代、t t t neV nb t n-v >-φ句。飞5J0飞").00气").O\J句。与气、。u (a)小麦价格趋势(b)玉米价格趋势(c)大豆价格趋势图才1998-2012年小麦、玉米、大豆价格趋势 = In(p"，.J，儿.1-1)=lnρ叫一Inþ-l(9) 准差分别为、、，即大豆价格收益率波动其中，凡，表示小麦市场在第I周的价格收益率;最为显著.小麦市场和玉米市场次之。对比于正态分布的偏1n 、Inρ甜1-1分别表示小麦市场在第t周和[-1周批发度0，大豆市场价格波动呈明显左偏性，而小麦和玉米市场市场价格指数的对数。同理可以计算Hl玉米、大豆的市场价价格波动呈明显右偏性。小麦、玉米和大豆市场价格收益率格收益率，分别用r川、r~.(表示。其统计性描述见表1。峰度均大于正态分布的3，表明三者的价格收益率序列均异于正态分布，具有典型的尖峰厚尾特征。同时JB统计量也表表l小麦、玉米、大豆价格收益率基本统计量明三者价格收益率序列均非正态分布。JB正态性检验罔2关于小麦、玉米、大豆价格收益率序列走势图显’" 示:小麦、玉米、大豆价格收益率序列均呈现闸绕0均值上下波动的特征.且大的波动后紧随大的波动.小的波动后紧随小的波动.即存在波动的集聚现象，因此价梢收益率序列可能存在异方差效应。 .02 13!||:;; t气ψP。飞鸽恍恍￠bqptptd乡1.飞飞0pp战州叭泸州炉飞(a)小麦价格收益率(b)玉米价格收益率(c)大豆价格收益率图21998-2012年小麦、玉米、大豆收益率身价格机制和市场供求信息，通过-段时间的自我调节达到四、实证结果分析市场均衡[1飞相比之下，小麦的市场价格具有最强的记忆(一)粮食市场价格波动分析性;大豆的市场价格受外界因素的冲击最大。对小麦、玉米、大豆市场价格收益率序列进行ADF单位GARCH-M模型估计结果表明在5%的置信水平下，小麦根检验，选择滞后阶数为0，无截距项和趋势I页，结果表明市场和大豆市场不具有高风险高回报的特征:玉米市场则要在5%的置信水平上小麦、玉米、大豆的收益率序列均为平求高风险高囚报。若将置信水平扩大到10%，则玉米市场和稳的时间序列。同时AHCH-LM检验结果表明:选择滞后阶大豆市场同时呈现出显著的高风险高阳报特征，但小麦市场数为2.在5%的JiÞ.若性水平下，三市场价格收益率序列均存仍不存在高风险高回报的特征。在显著异方差效应。TAHCH模型估计结果显示小麦、玉米、大亘的y估计值GARCH (1, J)模型对小麦、玉米、大豆收放率条件方分别为、、一。在5%的显著性水平下，小差方程的估计结果表明(见表2):在5%的显著性水平下，麦、玉米的y佑汁值显著，说明小麦、玉米的价梢披动具有我国小麦市场、玉米市场和大豆市场价格披动均呈现出波动的集簇性和异方差性。GAHCH项的系数均小于L.且ARCH显著的非对称性，而大豆价格波动不具有非对称性。同时小项和GARCH项的系数之和均小子1，说明我国小麦、玉米、麦、玉米的y估计值均大于0，表明对小麦市场和l玉米市场大豆市场波动的忡续性较弱，价格系统本身存在的记忆性将而言.价格上涨信息带来的波动远远大于价格下跌信息、带来使得过去的波动对未来的影响逐渐消失，粮食市场口I根据自的波动。-37一
2013年03月Mar.,2013 我国粮食市场价格波动风险研究(第27卷第03期)(, ) 亵2粮食市场GARCH模型的拟合妓果和Granger因果关系检验对我同粮食价格波动及其溢出效应进行了实证研究。研究发现，我国小麦、玉米、大豆市场的模型GARCH GARCH-M TGARCH ’" 06’" ’" 波动均具有时变性和集簇性。产生波动集簇性的一个可能原w () ( ) () 因是粮食市场价格序列往往存在自相关关系，即粮食价格走’" ’" 势易受国家宏观政策和经济形势的影响。小麦市场和玉米市α ’" () (52608) () 小麦场价格波动的非对称性特征反映了粮食市场上人们更关心粮’" ’" P 食价格上涨的心理，也反映了同家多次出台政策保护粮价的() () () p/y 重要性。虽然粮食市场可以经过自身调节消除波动.但粮食() "() ’" ’" ’" 作为关系国计民生的重要物资，稳定粮价，减少波动同样需也J() () () 要政府的宏观调控。’" ’" α ’" () 小麦、玉米、大豆市场价格波动呈现出显著的波动集簇() () 玉米性和异方差性表明我国小麦、玉米、大豆市场价格在一定程’" ’" ’" F 度上是可以预测的。同时Granger因果关系检验表明小麦价格() () () p/y (27316) "() 收益率是玉米和大豆价格收益率的Granger原因，因此在一定’" ’" ’" 程度内可以根据小麦市场价格走势预测玉米及大豆的市场价w () () () 格;而玉米和大豆价格收益率互为Granger原因表明玉米市场’" ’" ’" () 价格和大豆市场价格具有较强的联动性。在预测玉米市场价a () () 大豆格时考虑小麦和大豆的前期价格.在预测大豆市场价格时考’" ’" ’" P 虑小麦和玉米的前期价格将有助于提高预测的准确性。() () ( ) p/y ’() 参考文献:() [ 1J 钟甫宁.稳定的政策和统一的市场对我国粮食安全的影响注、"、·分别表示在1%、5%、10"10的水平上显著;[JJ.中国农村经济，1995(7):44-47.ρ为GARCH-M模型中条件标准差的一个倍数，若ρ为正数[2J何蒲明，朱信凯.我国粮食价格波动与CPI关系的实证研究表明粮食市场具有高风险高回报的特征r为TARCH模型[JJ.农业技术经济，2012(2):83-87. [3]罗锋，牛宝俊.我国粮食价格波动的主妥影响因素与影响程中检验粮食市场价格波动是否具有非对称性。度[J].华南农业大学学报(社会科学版),2010(9) :51-58. (二)粮食市场波动联动效应分析[4J何蒲明，黎东升.基于粮食安全的粮食产量和价格波动实Granger因果关系检验主要用于分析经济时间序列变量之证研究[JJ.农业技术经济，2∞9(2):85-92. 间的因果关系。它的实质在于能否将一个变量的滞后变量引[5J冯云.中国粮食价格泼动的实证分析(j].价格月刊，2∞8(2) :41-44. 入其他变量的方程中.加入滞后变量后是否使得方程的解释[6J罗万纯.刘锐.中国粮食价格泼动分析:1庄子ARCH类模型程度提高。如果某个变量受到其他变量滞后变量的影响显[J].中国农村经济，2010(4):30-37 著，则可判定变量之间具有Granger因果关系。表3给出了在[7] Engle R F. Autol哩gressiveconditional heteroskedastiC’ity wi山AIC准则下的最优滞后期条件下.三市场价格波动的Grangerestimates of the variance of , innalion [J]. Econometric8, 因果关系检验结果。1982,50(4): 987-1∞8. 结果表明:小麦市场价格波动是引起玉米市场和大豆市[8] Bollerslev T. GeneraLized autoregressive conditional heteroske›场价格波动的格兰杰原因，但玉米、大豆市场价格波动不是dastiC’ity [J], Joumal of Econometrics, 1987,31 (3) :307-327. 小麦市场价格波动的格兰杰原因;玉米市场价格波动和大豆[9JEngle R F, Lilien D M, Robins R P. Estimaling Lime varying risk premia in the tenn slructure: lhe ARCH-M Model [J], 市场价格波动之间互为格兰杰原因。Econometrica, 1987,55 (2) : 391-407. 表3三市场间波动联动效应的Granger因果关系检验结果[lO]Zakoian J M. Threshold Heteroskedastic Models [J]. Joumal 原假设滞后期F统计量P值结论。fEconomic Dynamics and Control. 1994, 18(5): 931-944. 几不是rw的格兰杰原因2 接受[ 11 J Glosten L R,Jaganathan R, Runkle D. On the relation belween the expected value and the volalility of the nonual excess re›fw不是几的格兰杰原因2 拒绝turn on stocks[]]. Joumal ofFinance, 1993,48(5): 1779-1801, r.不是fw的格兰杰原因2 接受[ 12] Hamao Y, Masu1is R W. Ng V. Correlations in price changes rw不是凡的格兰杰原因拒绝2 and vulatility across international stock markels [J], The Re›儿不是几的格兰杰原因 拒绝2 view of Financial Studies, 1990,3(2): 281-307. 几不是儿的格兰杰原因拒绝2 [ I3J吴海霞，王静.我国粮食市场价格波动溢出效应研究lJ].农业技术经济，2012(10):14-21. 五、结论本文采用内98年1月9日到20口年6月22日的全同小[责任编辑:余志虎]麦、玉米、大豆批发价格指数的周数据，利用ARCH类模型-38一
