基于GARCH族模型的山东省生猪价格波动特征研究

王玲玲 赵瑞莹

摘要：通过建立GARCH族模型探究了山东省生猪价格的波动特征。实证结果显示：山东省生猪价格具有明显的波动集簇性，生猪市场不存在高风险高收益的特征，生猪价格波动不存在杠杆效应，生猪市场政策的实施能够减少生猪价格的波动。据此提出政府应加强宏观调控、完善生猪价格监测及预警机制的建议。

关键词：GARCH模型；生猪价格波动；杠杆效应

中图分类号：F326.3文献标识号：A文章编号：1001-4942（2016）07-0169-04

山东省是全国十大生猪生产区之一，年生猪出栏量和猪肉产量均位居全国前列，不仅促进了山东省畜牧业的发展，也提高了生猪养殖人员的收入。然而，生猪价格的剧烈波动给生产者和消费者都带来了不利影响。因此，深入研究生猪价格波动的大体规律，对促进山东省生猪产业进一步发展有着重要意义。

目前，相关研究主要集中在生猪价格形成机制[1，2]、生猪价格周期性波动[3，4]、生猪价格波动原因[5，6]、生猪价格调控对策以及生猪价格预测[7～9]等方面。

本研究运用GARCH族模型对山东省生猪价格波动特征进行了探讨，以期为宏观调控的制定和价格监测及预警机制的建立提供依据。

2.5生猪价格波动集簇性分析

用GARCH（1，1）模型拟合生猪价格波动率序列，结果如表4。

由表4可知，α和β的概率都为0，高度显著，说明生猪价格波动率序列具有显著的波动集簇性，即一个较大的生猪价格波动后会跟随较大的价格波动，较小的生猪价格波动会紧跟着较小的价格波动。α、β两个系数之和为0.802315，小于1，满足参数约束条件，说明整个建模过程是平稳的。系数之和越接近1，表明冲击越持久。AIC和SC值分别为-5.108801和-5.033996，模型拟合效果较好。

2.6生猪价格风险收益分析

建立GARCH-M模型，结果如表5。

由表5可以得知，均值方程中条件方差系数ht为-1.483628，伴随概率为0.7443，没有通过检验，说明GARCH-M模型不适合用来描述山东省生猪价格风险与收益的特征，也就是说，山东省生猪市场没有高风险高收益的特征。

从表6可以得出，杠杆效应系数γ不为零，说明信息作用非对称，且杠杆系数大于零，说明不存在杠杆效应。即：上期生猪价格上涨或者下跌信息对本期生猪价格的影响是非对称的，“好消息”对生猪价格的冲击大于“坏消息”，生猪市场政策的实施能够减小生猪价格的波动。

3结论及政策建议

本文运用GARCH族模型对山东省生猪价格波动特征进行了研究和探讨，结果表明生猪价格波动存在以下特点：（1）生猪价格具有明显的波动集簇性，即一个大的价格波动后面跟随着大的价格波动，小的价格波动后面跟随着小的价格波动。（2）生猪市场不存在高风险高收益的特征。（3）生猪价格不存在“杠杆效应”，但信息对生猪价格波动的作用是非对称的，好消息对生猪价格的冲击大于坏消息。

针对以上研究结论提出政策建议如下：（1）建立和完善生猪价格监测和预警机制。建立全省完整的数据库，监测好生猪周度、月度、年度价格和生猪及母猪存栏出栏量并及时反馈给养殖户。把握好料肉比、猪粮比等重要指标，设立对应的警限。（2）加大对生猪养殖者的支持力度，扶持其适度扩大养殖规模，在仔猪、饲料、防疫等方面加大补贴力度，将资金直接补贴给养殖户，减少中间流通，建立完善能繁母猪政策保险等。（3）政府应当加强宏观调控，当生猪价格处于低谷时，通过猪肉储存补贴、鼓励出口、税收信贷优惠政策等措施稳定生猪的价格，减少因为市场风险所造成的损失。

参考文献：

[1]

陈永福，马国英，吴蓓蓓，等.中国生猪价格发现形成机制研究——基于区域间价格关系的实证分析[J].中国农业科学，2011，44（15）：3279-3288.

[2]郭利京，刘俊杰，韩刚.养殖主体行为与生猪价格形成机制[J].统计与信息论坛，2014，29（8）：79-84.

[3]吕杰，綦颖.生猪市场价格周期性波动的经济学分析[J].农业经济问题，2007（7）：89-92.

[4]王明利，李威夷.生猪价格的趋势周期分解和随机冲击效应测定[J].农业技术经济，2010（12）：68-77.

[5]毛学峰，曾寅初.基于时间序列分解的生猪价格周期识别[J].中国农村经济，2008（12）：4-13.

[6]翁鸣.我国生猪价格大幅波动的原因分析——基于养殖规模和生猪市场的视角[J].农村经济，2013（9）：31-33.

[7]吕东辉，杨祚，金春雨.基于MS-ARCH模型的我国生猪价格波动特征检验及其与CPI变动关联性分析[J].农业技术经济，2012（9）：96-103.

[8]廖翼，周发明.我国生猪价格调控政策分析[J].农村技术经济，2013（9）：26-34.

[9]许彪，施亮，刘洋.我国生猪价格预测及实证研究[J].农业经济问题，2014（8）：25-32.

[10]骆珣，吴建红.基于GARCH模型的人民币汇率波动规律研究[J].数理统计与管理，2009，28（2）：295-300.

[11]雷强，郭白滢.基于GARCH族模型的国内外煤炭价格波动特征实证研究[J].中国矿业，2014，23（5）：48-52，60.

[12]王俊芹，李宪松，王余丁.基于ARCH类模型的中国苹果价格波动分析[J].贵州农业科学，2013，41（12）：209-212.