国内外植物油价格波动的关联分析

王成丽 刘锐金

摘 要 本文基于中国、西北欧的主要植物油价格以及马来西亚棕油价格、库存、产量的月度数据，研究其波动关联性。研究结果表明，最近7年和20世纪80年代的价格波动较为剧烈，西北欧市场植物油价格在过去30多年中没有明显增长趋势；季节性变动呈变弱趋势，豆油的季节性变化相对小；在棕榈油市场，投机对价格波动的影响较弱，但最近7年开始加重；不同地区、不同产品的价格关联性强，但菜籽油在不同区域市场之间的关系相对弱一些。

关键词 中国 ；马来西亚 ；西北欧 ；植物油 ；价格关联

分类号 F321

植物油是人类最重要的油脂来源。棕榈油、豆油、菜籽油又是植物油最重要的组成部分。根据美国农业部的统计数据，2013～2014年度棕榈油（含棕榈仁油）、豆油、菜籽油的产量占世界主要植物油（包括椰油、棉花籽油、橄榄油、棕榈油、棕榈仁油、花生油、菜籽油、大豆油、葵花籽油）产量的比重分别为38.98%、26.47%、15.30%，合计为1.37亿t。棕榈油不仅是产量最大的植物油品种，还是出口量最大的品种，其出口占世界主要植物油的比重为61.94%，为全球提供大量的植物油脂。

中国和欧洲是植物油消费最大的2个地区，2013/2014年度中国和欧盟植物油消费量占世界植物油总量的比重分别达19.85%、14.72%；马来西亚是棕榈油第二大生产国，2013～2014年度占世界棕榈油总产的比重为33.56%，仅次于印度尼西亚（52.28%）。本研究客体的关联如图1所示，在中国和西北欧选择棕榈油、菜籽油、豆油作为植物油的代表，马来西亚则选择了毛棕榈油的价格、库存和产量，分析价格、库存量、产量的变化规律，研究价格之间以及库存量与价格之间的相互关系。接下来首先对数据来源和特征、模型作简要的说明，然后对计量模型的结果进行分析，最后是一些结论。

1 数据来源

收集中国国内棕榈油、豆油、菜籽油价格、马来西亚毛棕榈油（Crude Palm Oil）期末库存量、产量及价格、欧洲西北部毛棕榈油、豆油、菜籽油价格的数据。中国国内棕榈油、豆油、菜籽油价格来源于国储粮油信息中心，时间区间为2002年1月至2014年6月，棕榈油价格（CPO_Price）为天津港、山东日照港、江苏连云港、江苏张家港、浙江宁波港、广东黄埔港24度棕榈油交货价的平均值，豆油价格（C_SB_Price）为黑龙江哈尔滨、吉林长春、辽宁大连、河北秦皇岛、京津地区、河北霸州、山东博兴、山东日照、河南周口、江苏张家港、浙江宁波、广东湛江、广西防城国标一级豆油出厂价的平均价格，菜籽油价格（C_RS_Price）为河南信阳、安徽蚌埠、安徽马鞍山、江苏南通、浙江新市、湖北武汉、湖北荆州、湖南岳阳、湖南常德、江西九江、四川成都国标一级菜籽油出厂价的平均值。马来西亚毛棕榈油期末库存量（M_CPO_Stock）、产量（M_CPO_Prod）、价格（M_CPO_Price），前二者的时间区间为1980年1月至2014年6月，后者为1999年1月至2014年6月，数据来自马来西亚油棕局（MPOB）。

马来西亚是全球棕榈油最重要的2个生产国之一，该地区交易价格可以认为是棕榈油国际产区价格。棕榈油价格与世界和地区的经济形势走势较为一致，受亚洲金5融危机的影响，从1999年开始，价格持续下跌；从2001年开始回升，并进入到相对平稳的时期；2008年受金融海啸的影响，价格急剧下跌，并且波动幅度加大，如图2所示。

在中国国内市场，棕榈油价格始终都要低于国标一级豆油，而后者在大部分时间要低于国标一级菜籽油。2011年以来，中国国内棕榈油价格与马来西亚之间的差距在拉大，同时3种植物油价格的差距也有拉大的趋势。

欧洲是植物油消费的重要地区，对全球油脂市场具有一定的影响。西北欧市场毛棕榈油（E_CPO_price）、豆油（E_SB_price）、菜籽油（E_RS_price）价格数据来源于Oil World，时间区间为1980年1月至2014年6月。由图3可知，20世纪80年代中期，植物油价格曾发生较大幅度的波动；90年代价格都处于相对平稳阶段，而这一期间美国平稳增长，世界经济总体较为平稳，1998年亚洲金融危机发生之后，价格出现了一定幅度的下跌；最剧烈波动出现在美国次级信贷危机以来，主要植物油价格跟随大宗商品价格大起大落，并持续在高位振荡。

2 研究方法

经济指标的月度或季度时间序列一般包含4种成分，即趋势成分（Xt）、周期成分（Ct）、季节变动成分（St）和不规则变动成分（εt），即Yt=Xt+Ct+St+εt。一般情况下，这些成分均不可观测。为了简化处理，将不规则变动成分与周期成分合为一起，更详细的阐述可参见刘锐金等[1-2]。

为了消除可能存在的异方差性，在一定程度上降低序列的非平稳性，对时间序列进行取自然对数处理，这样不会改变时间序列的性质和相互之间的关系，另外取对数能够缩小不同时期的波动差异。季节性变动由气候的季节性、社会制度和风俗习惯等引起的，如油棕、油菜、大豆种植和采收具有一定的季节性，但由于油棕种植集中赤道附近的印度尼西亚和马来西亚，生产的季节性相对弱。国际通用、成熟的季节调整方法有：由加拿大统计局在X-11基础上改进推出的X-11-ARIMA、由美国劳工统计局推出的X-12-ARIMA、由西班牙央行研制推出的Tramo/Seats。本文选取X-12方法进行季节调整，得到季节性成分。

本文采用HP滤波法将去除季节性成分之后的序列分解为趋势成分和周期成分。HP滤波法是一种估计时间序列长期趋势的平滑技术，从（Yt）中将（Xt）分离的一种方法，问题可转化为求下面损失函数最小化问题的解：

min∑{[Yt-Xt]2+λ∑[（Xt+1-Xt）2-（Xt-Xt-1）2]}（1）

其中，λ是对趋势序列的折算因子。在HP滤波中，折算因子λ的取值对滤波效果非常重要，λ越大，趋势序列越光滑。对于年度数据，该参数的取值存在较大争议，较常见的是λ=100[3-4]，也有学者主张λ=25[5]，λ=6.25[6]。本文研究选取的月度数据，选择λ=14 400对各类生产数据进行HP滤波。使用HP滤波法得到趋势成分和周期成分后，将对趋势变化以及周期关联进行分析。

3 实证结果

3.1 季节性成分识别

如图4所示，相比20世纪80年代，马来西亚棕榈油产量和库存量的季节性变动幅度降低，但仍有较强的季节性变动趋势，价格的季节性波动则趋于增强，明显强于中国棕榈油价格的季节性波动。在西北欧市场上，植物油的季节性波动程度相比20世纪80年代降低了，但棕榈油价格的季节性变动相比于豆油和菜籽油还是较为明显；在中国国内市场，植物油价格的季节变动幅度相对较小，近几年豆油的季节性成分几乎趋于零，这可能是因为豆油对进口的依赖程度不断提高，而大豆的生产集中在北美洲和南美洲，而这2个地区的季节具有互补性；在西北欧市场上，豆油价格的季节变动也是明显偏弱。

表1是不同时期周期成分的方差，反映不同时期的波动程度。对去除季节性成分之后的序列进行HP滤波，将序列分成趋势成分和周期成分，分解结果如图5所示。从1980年以来马来西亚棕榈油产量呈稳步上升趋势，波动幅度较小，且方差不断降低，这表明马来西亚油棕种植发展较为平稳，逐步进入稳定阶段；期末库存量的波动也趋于平稳，但最近10年的库存量水平要高于20世纪80年代，这可能与产量提升以及投机的需求增强有关；马来西亚棕榈油价格呈现比较规整的周期变化，周期也相对长，2000～2012年价格逐步上涨趋势，但近2年开始呈下降趋势。从图5中的D、E、F可以发现，在西北欧市场3种植物油的价格变化趋势基本一致，1980～2000年期间，价格并没有明显地变化，但20世纪80年代的价格波动比较剧烈；2000年以后，价格呈上升趋势，在2008年爆发金融风暴之后，价格波动幅度变大。2002年以来，中国主要植物油的价格并没有呈现很明显的增长趋势，金融风暴的影响过后，价格变动也趋于平稳，如图5的G、H、I所示。

马来西亚棕榈油价格与西北欧、中国棕榈油价格的相关系数都大于0.92，与这2个地区的豆油和菜籽油的关联也较强。西北欧和中国之间，棕榈油价格的Pearson相关系数比豆油和菜籽油高，这可能是因为棕榈油来源地集中在马来西亚和印度尼西亚，所受影响的部分因素较为一致；2个地区之间菜籽油价格的关联度较弱，这可能是由于菜籽油的产地比较分散，进入国际贸易渠道的量较少，信息传输的媒介较少；豆油的关联程度要高于菜籽油，这可能源于豆油的贸易化程度要高于菜籽油（表2）。

存货变动与价格的关系均是负向关系，即从月度数据（表3）来看，当价格升高时，一般情况下存货会减少。因此，从总体上看，在马来西亚棕榈油市场的投机氛围不是很浓厚。但是2007年以来，棕榈油存货波动与部分植物油价格之间存在正相关。

4 讨论与结论

本文基于中国（2002年1月至2014年6月）、西北欧（1980年1月至2014年6月）的主要植物油价格以及马来西亚毛棕榈油价格（1999年1月至2014年6月）、库存、产量（1980年1月至2014年6月）的月度数据，分析了价格以及棕榈油库存和生产的变化规律，研究了不同市场、不同产品之间的波动关联性，以及存货变动与价格之间的关系。

研究结果表明，各类变量的季节性变动呈弱化趋势，豆油价格的季节性变动整体较弱；西北欧市场植物油价格在过去30多年中没有明显长期增长趋势，主要植物油价格在20世纪80年代价格波动剧烈，随后进入平稳期，但2007年以来处于较高位水平的波动，波动幅度较大；马来西亚棕榈油库存量和生产量的波动程度降低，但价格的波动依然比较大；中国国内植物油价格在2007～2011年期间波动较为剧烈，其余年份相对平稳；棕榈油市场的投机程度较低，存货与价格的规律总体上呈现负相关，但金融风暴以来，投机性成分在加强，应当采取一定的措施降低投机对价格波动的影响。

参考文献

[1] 刘锐金，魏宏杰，莫业勇. 基于小波分析的价格周期识别——以天然橡胶和合成橡胶价格为例[J]. 数学的认识与实践，2012，42（20）：38-46.

[2] 刘锐金，魏宏杰，杨 琳. 天然橡胶价格波动研究：规律发现、市场整合与形成机制[M]. 北京：中国经济出版社，2013.

[3] Backus D K，Kehoe P J. International Evidence of the Historical Properties of Business Cycles[J]. American Economic Review，1992，82（4）：864-888.

[4] 高铁梅.计量经济分析方法与建模：EViews应用及实例（第二版）[M].北京：清华大学出版社，2009.

[5] Giorno C P， Richardson P， Roseveare D， et al. Estimating Potential Output， Output Gaps and Structural Budget Balances[J]. OECD Economics Studies， 1995（24）： 167-209.

[6] Ravn M O， Uhlig H. On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations[J]. The Review of Economics and Statistics， 2002， 84（2）： 371-376.