食品安全事件发生对畜禽产品价格波动的影响机理与实证

周锦，许月艳，李崇光

（华中农业大学经济管理学院，湖北 武汉 430070）

2012年以来，食品安全已连续5年蝉联“最受关注的十大焦点问题”榜首[1]，也是农业供给侧改革的重要内容。在诸多食品安全事件中，消费者对肉类食品安全事件的认知程度高达87.41%[2]，肉类行业病死猪、僵尸肉、瘦肉精等重大食品安全事件的曝光，不仅损害了消费者经济利益和人身健康，而且引起了消费恐慌，引发了同类产品甚至是产业替代消费行为，从而导致肉类产品价格剧烈波动，食品安全事件的发生成为影响肉类产品价格波动的重要因素之一。我国作为全球最大的猪肉生产国和消费国，全球第二大肉鸡生产国和消费国，畜禽产业在国民生活与农业经济中占有重要地位，其价格波动不仅关系到生产者效益，还关乎肉类安全与经济发展[3]。

鉴于此，国内外学者对畜禽产品价格的波动特点进行了深入的研究。国外学者运用谱分析和卡尔曼滤波方法对不同国家的“猪周期”进行了分析，相关研究表明英国的“猪周期”并不是那么明显，但是以年度、月度为周期的价格波动更为显著[4]，而德国和美国的“猪周期”约为4年，且德国的周期波动越发剧烈[5-6]，此外还发现随机因素会打破周期波动，且猪肉价格波动是非线性的[7-8]。国内学者则从时间序列周期分解的角度出发，多数采用HP滤波、BN分解法对我国畜禽产品价格的周期进行测度，相关学者认为我国生猪价格的周期为3～4年[9]，且大周期中伴随着小周期，周期呈现缩短趋势，波幅更为剧烈[10-11]；我国肉鸡价格的平均周期约为2年[12]；此外相关研究还表明，在疫病、政策、自然灾害等外部冲击的不确定性影响下，畜禽产品价格无论是周期波动还是短期波动都越发剧烈[13-14]；在此背景下，学者们采用门限自回归模型[15]、马尔科夫机制转移模型[16-17]和平滑转换自回归模型[18]对畜禽产品价格波动特点进行进一步刻画，实证分析了畜禽产品价格的非线性、非对称特点。

食品安全事件作为影响畜禽产品价格波动的外部因素之一，目前，针对食品安全事件这一外部冲击的研究主要有：1）食品安全事件对消费者购买行为以及支付意愿的影响，相关学者发现消费者的风险偏好影响其对食品安全事件的反应[19]，低收入人群对于食品安全事件的反应更为敏感[20]，而食品安全事件频发会造成消费者产生品牌转换意愿，出现产品类替代意愿[21]；甚至选择放弃购买该类产品[22]；2）食品安全事件对食品企业的影响，已有研究表明食品安全危机发生时，企业的异常收益和累计异常收益均受到负向影响，且后者受到的负向影响持续时间约为2个月，此外需要将近9个月的时间扭转这种负向影响[23]。

已有文献为本文进一步研究食品安全事件奠定了基础，但国内相关研究对食品安全事件的经济影响多从微观层面展开，例如消费者、生产加工企业等角度展开，从宏观层面进行研究的相对较少。基于此，本文以2000年1月至2018年3月的生猪食品安全事件、猪肉和鸡肉价格为基础，运用平滑转换自回归模型和事件分析法，分析生猪食品安全事件的发生对畜禽产品价格异常波动的影响，探究生猪食品安全事件对畜禽产品价格异常波动影响的差异与原因，以期为稳定畜禽产品价格波动提供依据，为政府制定稳定畜禽产品价格、维持肉类及其制品市场良性运营的政策措施提供决策参考。

1 研究方法

1.1 平滑转换自回归模型

平滑转换自回归模型（Smooth Transition Autore gressive Model，简称STAR），是国内外学者研究非线性时间序列的一种重要方法，它属于机制转换模型中的一种，与另外两种机制转换模型相比，STAR模型中的转换变量能满足实际研究需要也符合现实情况，可以是内生、外生或者时间变量，且机制转换的平滑性由连续性函数决定[24]，因而它得到广泛的应用。借鉴Teräsvirta和Anderson[25]的研究，采用STAR模型拟合畜禽产品价格的波动过程，模型的具体形式为：

式中：yt为畜禽产品价格，F(yt-d,γ,c)为转换函数，取值范围为[0, 1]，yt-d为转换变量，γ为转换速度，c为门限值；p为自回归模型的最佳滞后阶数，d为转换变量的滞后阶数。ut为随机干扰项。STAR模型根据转换函数形式不同可以进一步分为ESTAR模型和LSTAR模型，转换函数分别为：

基于Dijk等[26]的研究，本文将畜禽产品价格波动的模拟分为4个步骤：1）单位根检验，确保时间序列变量的平稳性；2）建立AR(P)模型，确定最佳滞后期；3）检验畜禽产品价格序列的非线性特点，选择适合其特点的转换函数形式；4）参数估计，采用非线性回归方法对STAR模型的参数进行估计。其中非线性检验，采用三级泰勒级数展开式构建辅助回归方程，利用Wald检验的F统计量确定转换函数F的最佳滞后期d和转换函数的形式，其表达式为：

在拒绝线性检验原假设H00：β1j=β2j=β3j=0的基础上，再检验3个序贯假设：

若H02对应的P值最小，转换函数形式为ESTAR，其他则为LSTAR。

1.2 事件分析法

事件分析法（Event Study）最早见于19世纪30年代，Dolley采用该方法对股票分隔价格效应进行研究[27]，后来学者们改进了事件分析法，将股市中的大市剥离、控制干扰事件的影响等，尤其是Fama等[28]研究具体股价如何根据股票分割中隐含的信息进行调整的过程。最初的事件分析法是用来测度某个事件对某种金融资产价格的影响，随着不断的发展，它被广泛应用到经济学和社会学领域中，如研究市场的有效性[29]、宏观政策的影响[30]等。事件分析法是建立在市场有效性的基础上，它认为如果市场是有效的，那么事件的影响会迅速反应到资产价格上[31]。本文研究的生猪和鸡肉市场属于鲜活农产品，市场化程度较高，当发生食品安全事件时，价格作为市场经济的信号灯，短期内会迅速发生变化，通过对其进行分析可以衡量出食品安全事件突发的影响。

事件分析法的基本原理是即使没有发生该事件，产品价格依然会发生波动，此时的价格收益称为“正常收益”，发生事件时的价格收益包括既有正常收益，也有因食品安全事件引起的“超额收益”，所以将实际价格收益减掉正常收益得到的即为食品安全事件引起的价格异常波动。正常收益是计量模型预期值，超额收益（AR）为计量模型预期值与实际值的差值，即方程回归得到的残差值。根据已有学者的研究并结合本文的研究对象特点，将事件分析法分为3个主要步骤：1）确定食品安全事件发生日和窗口期；2）拟合畜禽产品价格波动，本文采用平滑转换自回归模型进行拟合；3）计算畜禽产品价格的超额收益（AR），并做标准化处理，具体处理方法为：

式中：SAR代表标准化后的超额收益，S2AR表示超额收益的方差。

1.3 变量选取与数据来源

考虑到本文研究的是生猪食品安全事件对畜禽产品价格变动的影响，而畜禽产品消费中以猪肉、鸡肉居多，猪肉和鸡肉价格在一定程度上相互替代，价格变动具有一定联动性，所以本文选取了猪肉和鸡肉两种主要畜产品价格进行分析。生猪价格、鸡肉价格分别采用去皮带骨猪肉集市价格（PP）和白条鸡集市价格（CP）代替，考虑到通货膨胀的影响，利用同期的定基居民消费价格指数（以2000年1月为基期）对猪肉价格、鸡肉价格进行平减，两种畜禽产品价格的波动情况则以价格收益率来表示，具体的计算方法为：

式中：Rt代表畜禽产品当月的价格收益率，MPt和MPt-1分别表示畜禽产品的当月价格和上月价格，处理后的猪肉价格收益率、鸡肉价格收益率则记为RP和RC。

数据均来自畜牧业信息网，研究区间从2000年1月至2018年3月，共计219个时间序列样本。

1.4 食品安全事件材料

事件分析法中，首先需要界定事件发生的窗口期，即事件发生作用的时间段，然后通过计算窗口超额收益来衡量事件影响的大小。事件窗口期不仅包括事件发生日，而且包括事件发生后的日子，若想考察事件发生前信息是否发生泄漏，还应包括事件发生以前的日期。选择了2000年以来的14个主要生猪食品安全事件来研究其对畜禽产品价格的影响（表1），数据来源于掷出窗外网、畜牧业信息网、农业部畜牧司和中国猪业网。

生猪食品安全事件自2011年后明显增加，尤其是2015年重大食品安全事件群发，以瘦肉精、病死猪事件居多，爆发区域主要集中在广东、河南、山东等省份（表1），多以东南沿海区域为主，这些省份基本上是生猪生产大省。事件发生初期都是媒体曝光，政府介入立案侦查，成立专案组进行调查，排查生猪养殖场、肉类加工厂和农贸批发市场等生产和流通环节，对瘦肉精、病死猪等问题猪肉进行检测，彻查问题猪肉的源头，期间公安局、食安办、农业厅等多部门联合，最终由法院审理案件并对涉事企业以及个人处以惩罚。

表1 2000—2018年主要生猪食品安全事件Table 1 Major live pig food safety incidents from 2000 to 2018

2 结果与分析

2.1 畜禽产品价格波动分析——基于STAR模型

2000—2018年猪肉和鸡肉价格收益率序列围绕其均值上下波动（图1）。样本研究期间猪肉价格收益率的均值为0.18，鸡肉的则为0.08，两者的标准差分别为2.66和4.06。猪肉价格收益率在2007年7月达到历史峰值，高达14.87，在2009年5月跌至谷底，为-11.25，两者相差26.12，鸡肉价格收益率的极大极小值分别出现在2006年1月和2004年2月。

图1 2000—2018年猪肉和鸡肉价格收益率波动Fig. 1 Volatility in pork and chicken prices from year 2000 to 2018

1）单位根检验。为避免畜禽产品价格时间序列的“伪回归”问题，首先需要对猪肉、鸡肉价格收益率进行单位根检验，检验方法选用的是ADF单位根检验，根据猪肉、鸡肉价格收益率的波动特点（图1），检验形式不包括常数项和趋势项。畜禽产品价格收益率均在1%的显著性水平下拒绝了序列存在单位根的原始假设（表2），这表明两者均为平稳序列，满足建立STAR模型的前提。

表2 畜禽产品价格的ADF检验结果Table 2 Unit root test results of livestock and poultry product prices

2）滞后期选择。STAR模型中的线性部分由AR模型决定其滞后期，为保证STAR模型的稳定性，表3给出了畜禽产品价格滞后1～8期的自回归模型AIC和SC值，根据AIC最小原则，确定畜禽产品价格波动拟合模型中线性部分的最佳滞后期，猪肉和鸡肉价格收益率的最佳滞后期分别为2和1。这意味着前期畜禽产品价格波动对未来畜禽产品价格走势具有影响。

表3 AR模型最佳滞后期的选择结果Table 3 Optimal lag order selection results of the AR model

3）线性检验和转换函数形式选择。采用非线性模型模拟畜禽产品价格波动时，首先要求畜禽产品价格具备非线性波动特征，所以有必要对其进行线性检验，并在此基础上选择非线性模型转换函数的具体形式。基于已有研究可知，生猪价格波动受到生长周期影响较大，且其生长周期较长，所以表4给出了畜禽产品价格滞后1～12期的辅助回归方程Wald检验结果。由表4可知，猪肉和鸡肉价格均存在非线性波动特点，且猪肉价格和鸡肉价格转换函数中的变量分别为RP(-7)、RC(-2)，因此本文采用非线性平滑转换自回归模型拟合其波动过程是合理的。

表4 转换变量的最佳滞后阶数Table 4 Optimal lag order of the conversion variable

同样采用上述检验方法对辅助回归方程的3个序贯假设进行检验，从表5中可以判定，猪肉价格和鸡肉价格均为LSTAR模型。

表5 模型形式的选择Table 5 Model form selection

4）非线性方程回归估计结果。考虑到Eviews中非线性最小二乘法估计的参数初始值设置对模型估计结果影响很大，迭代收敛对初始值较为敏感，很容易出现溢出现象，从而无法估计出模型参数，而且小样本会高估转换速度γ[32]，为弥补以上缺陷，本文选择1stOpt软件对其进行拟合，采用的优化算法是准牛顿法和通用全局优化法。在此基础上可以得到方程的残差值AR，即畜禽产品价格收益率的异常波动。

根据表6，猪肉和鸡肉价格收益率LSTAR模型分别为：

式中：RP(-1)、RP(-2)分别表示猪肉价格收益率的滞后1期和滞后2期，RC(-1)代表鸡肉价格收益率的滞后 1 期，F(RP(-7),γ,c)和F(RC(-2),γ,c)分别代表猪肉和鸡肉价格收益率高低区制转换的转换函数值，γ和c代表猪肉、鸡肉价格收益率的高区制与低区制之间转换的速度和门限值。

表6 猪肉和鸡肉价格收益率LSTAR模型的估计结果Table 6 Estimation results of the LSTAR models for pork and chicken prices

当猪肉价格波动的转换变量RP(-7)小于其门限值1.090 4，转换函数F趋于1，猪肉价格波动处于高区制，非线性波动作用凸显；当猪肉价格波动的转换变量RP(-7)大于其门限值，转换函数F趋于0，此时猪肉价格波动主要受到线性作用的影响，猪肉价格波动拟合模型可简化为：

猪肉当期价格受到滞后1期的正向作用和滞后2期的负向影响，且前者大于后者，猪肉价格波动较为缓和。同理，当鸡肉价格波动的转换变量RC(-2)小于其门限值-7.261 0时，鸡肉价格波动处于低区运行，以线性拉动为主，受到鸡肉价格滞后1期的负向影响；当鸡肉价格波动的转换变量RC(-2)大于其门限值，则处于价格波动高区制，鸡肉价格波动更为剧烈。由此可见，在一定范围内，畜禽产品价格波动是一种常态。

2.2 生猪食品安全事件对畜禽产品价格异常波动的影响——基于事件分析法

为了考察猪肉价格和鸡肉价格在主要生猪食品安全事件发生前后的波动变化趋势，本文将所有发生了生猪食品安全事件的月份定义为0，由于食品安全事件的突发性和难以预期，出现事件信息泄露的可能性相对较小，同时也是为了重点考察事件发生后畜禽产品价格波动异常值的变化情况以及尽可能避免事件之间的干扰，将窗口期设定为(-4, 6)，在此基础上得到食品安全事件发生前后猪肉和鸡肉价格收益率月度异常值，分别记为猪肉AR、鸡肉AR，为增强两者的对比性，对其进行了标准化处理，处理后的价格序列记为PSAR和CSAR。

1）生猪食品安全事件对猪肉价格变动的冲击。生猪食品安全事件发生前4期，猪肉价格异常值围绕其均值0.096 2上下波动；生猪食品安全事件的发生对猪肉价格波动有负向影响，此时猪肉价格异常值最小，达到-0.186 4，但是持续时间仅为1个月；事件发生后的第1个月，生猪价格较快恢复至正值，为0.124 3，在随后的第2～4月，生猪价格异常值呈现恢复性上涨，第5～6月又开始呈现出围绕均值上下波动的态势（图2）。随着居民收入的提高，人们对于饮食消费的需求由数量慢慢转为质量，增加了对食品安全事件的关注和食品安全质量的监督，加上网络媒体的活跃，人们获取信息的渠道多而广，食品安全事件发生的当月，关于该事件的新闻报道接踵而来，纷纷出现在新华网、搜狐网等重大门户网站以及社交平台微信、微博等，短期内产生巨大冲击，消费者产生消费恐慌和信任危机，居民猪肉购买量下降导致猪肉价格下跌。

图2 标准化处理后的猪肉和鸡肉价格异常收益率波动Fig. 2 Standardized abnormal pork and chicken price f uctuations

2）生猪食品安全事件对鸡肉价格变动的影响。生猪食品安全事件发生前4个月，鸡肉价格异常值与猪肉价格异常值表现出对称的波动趋势，猪肉价格异常值上涨（下跌）时，鸡肉价格异常值则下跌（上涨）；生猪食品安全事件发生对鸡肉价格波动有负向冲击，造成鸡肉价格极速下滑，跌至-0.660 5，远远大于猪肉价格的下跌程度；事件发生后第1～3月，鸡肉价格仍然为负值，第4月开始恢复正值，随即发生更为剧烈的波动（图2）。生猪食品安全事件发生时，鸡肉市场因过度预估鸡肉消费替代猪肉而增加鸡肉市场供给，供需矛盾突出导致鸡肉价格下跌幅度大于猪肉，且生猪价格发生下跌时，国家颁布政策文件以保障生猪价格稳定，例如2009年发改委等部委联合颁布《防止生猪价格过度下跌调控预案（暂行）》、2015年发改委等部委共同发布《缓解生猪市场价格周期性波动调控预案》，并制定了生猪价格波动预警方案，所以猪肉价格的下跌程度远远不及鸡肉。

总体来说，生猪食品安全事件对畜禽产品价格的冲击呈现如下特点：1）生猪食品安全事件发生前后，生猪价格和鸡肉价格波动都呈现出“对称性”特点，这是由两者的替代属性决定的，事件发生后，猪肉价格小幅上涨较快恢复至原有水平，而鸡肉价格受到的负向影响持续时间较长，且后期出现更为剧烈的波动。因为生猪作为国家调控和监管的重要农产品，在CPI中的权重高于粮食、蔬菜等农产品，政府为防止生猪价格异常波动会采取一系列措施稳定其价格。2）食品安全事件发生当期，猪肉和鸡肉价格异常收益率同方向变动，呈现“V”型态势。这说明食品安全事件发生当月，两者的价格均出现不同程度的下降，且鸡肉降价幅度大于猪肉。一般而言，消费者受锚定作用中的消费习惯影响，发生品类替换并不是那么容易。猪肉作为居民补充蛋白质营养的主要产品，在肉类消费结构中稳居榜首，占比45%以上[33]，当猪肉发生食品安全事件时，猪肉消费需求小幅下降，价格下跌；当生猪食品安全事件消息传至鸡肉市场时，市场经营者过度预估食品安全事件影响下的消费替代行为而导致盲目增加供给，加剧原有肉鸡市场的无序竞争[34]，出现的供需缺口远远超过猪肉市场，所以当猪肉食品安全事件发生时，鸡肉降价幅度反而大于猪肉。

3 结论与政策建议

3.1 结论

生猪食品安全事件是影响畜禽产品价格异常波动的重要外部因素。生猪食品安全事件的发生打破了猪肉和鸡肉市场之间的稳定替代关系，事件发生前生猪价格与鸡肉价格呈现对称性特点，而事件发生后，这种对称性变得不明显；事件发生当期，猪肉价格和鸡肉价格都发生了明显的下降，呈“V”型态势，但是两者下降的原因是不一样的，前者是因为食品安全事件引起消费恐慌与信任而导致需求萎靡，价格下跌，后者则是因为过度估计鸡肉替代猪肉而增加鸡肉市场供给，供过于求。因而，在进行市场调控时应该注意市场内部的关联性。

生猪食品安全事件对畜禽产品价格影响程度不同。生猪食品安全事件对猪肉价格的负向冲击持续时间仅为1个月，而对鸡肉价格的负向影响持续时间较长，且更为复杂，引发更为剧烈的波动。猪肉价格异常波动受到政府宏观调控，短期内保障了生猪价格的稳定性，却动摇了畜禽产品的内在联系，鸡肉价格异常波动依靠自身调节功能恢复至正常水平，经济主体受利益驱使，同时也面临着市场信息不完全，出现盲目供给的行为，造成市场价格的剧烈波动。因此，生猪食品安全事件发生时，及时发布市场信息和科学引导畜禽产品供给非常重要。

食品安全事件通过畜禽产品价格的内生系统发挥作用，改变居民的消费行为。为了确保畜禽产品价格的稳定，需避免生猪食品安全事件的不利影响。

3.2 政策建议

1）建立食品安全信息网络平台，避免消费恐慌和信任危机。由于消费者受自身专业知识限制，对于食品安全事件信息真伪的甄别能力有限，扭曲事实的新闻报道与传播极易引起消费恐慌。因而有必要构建食品安全信息网络平台，定时公布政府部门食品质量安全检测结果，追踪报道食品质量安全事件发生始末，公开食品安全事件中涉事企业及个人的制裁结果，同时规范自媒体的发展，避免因不实报道和传播引起的消费恐慌。依托高新电子信息技术建立畜禽产业链质量安全追溯体系，降低消费者搜寻食品安全信息的成本以提高消费者对认证产品的信任。

2）及时发布畜禽市场供给和交易量，引导畜禽产品有效供给。农产品批发市场作为农产品流通和销售的重要渠道，政府应该完善批发市场的信息化建设，及时发布大型批发市场的畜禽产品交易量，避免畜禽企业的过度供给，引导畜禽产业做好供给管理，在满足有效市场需求的基础上，更加注重产品质量与安全，实现产业的结构升级。

3）营造良好的市场运营环境，发挥畜禽产品自我调节功能。短期价格波动是畜禽市场的特点之一，正常范围内的价格波动无需过分解读和干预，市场经济下的畜禽产品价格关联程度越发紧密，因此，以农产品价格形成机制和传导机制为基础，规范畜禽产品市场运行机制，避免干预单个产品市场而破坏畜禽产品市场的内在联系造成市场失衡。