钢铁产业链传导机制实证分析

段俊芳

摘要：钢铁行业是我国国民经济基础支柱型产业，一直以来也是国家关注的传统产能过剩产业。当前，该产业的产能过剩已由区域性、结构性过剩演变为绝对过剩。因此，发现钢铁产量变化的规律，找到钢铁行业产能过剩的形成原因，对实现供给侧结构性改革以及靶向性消减钢铁产能有着积极的推动作用。从产业链的角度来分析生产者的窖藏行为伴随的上下游产品产量之间的传导，并通过实证分析来检验传导的两种路径。

关键词：钢铁行业;传导机制;外溢效果;蔓延效果

中图分类号：F407.21    文献标识码：A

文章编号：1005-913X（2020）03-0119-03

一、引言

中国钢产量从2000年的1.27亿吨上升到2013年首次突破10亿吨（达10.6762亿吨），大约增长7.4倍，铁矿石进口量增长了10.86倍，而与此同时，GDP大约只增长了4.73倍，形成了严重的产能过剩局面，之后，2013年以来持续实施去产能政策，累计压减钢铁产能近2亿吨。2017年钢铁产量为8.32 亿吨，2018年9.28亿吨，产能利用率虽略有提高，但仍然处于过剩状态。与此同时，钢铁产业的产能过剩已由区域性、结构性过剩演变为绝对过剩。因此，发现钢铁产量变化的规律，找到钢铁行业产能过剩的形成原因，对实现供给侧结构性改革以及靶向性消减钢铁产能有着积极的推动作用。

学术界广泛认同生产者的窖藏行为是诱发产能过剩的重要原因，在这里窖藏行为指的是要素窖藏，也即生产者在对未来需求不确定的情况下，当市场需求下降时，短期内会储存一部分生产要素如人力、资产等而不急于将这些闲置的生产要素处理掉，从而使得生产要素的流出往往滞后于经济下降。生产者的这种保持资产闲置状态的理性行为可能会导致产能过剩的形成。从整个产业链的角度看，各单个环节的窖藏行为在产业链上表现出传导效应，具体可分为外溢效果和蔓延效果。外溢效果主要反映市场之间事件冲击的相互影响关系，蔓延效果则是由事件引发的市场之间相关性的改变，当这种相关性的改变是由事件冲击所引发的新的联系途径所引导，市场之外存在蔓延效果。本文将从产业链的角度来分析生产者的窖藏行为伴随的上下游产品产量之间的传导，并通过实证分析来检验传导的两种路径——外溢效果和蔓延效果，最后说明钢铁行业产能过剩的现状。

二、钢铁产业链及数据的选取

（一）产业链的选取

钢铁行业的上游行业主要是为钢铁企业提供各种生产必需品的铁矿石、焦炭、废钢、合金原材料等，上游行业对钢铁行业的影响主要是生产成本的影响。在钢铁行业的成本构成中，原材料最主要的是铁矿石、废钢、焦炭，生产1吨钢平均需要耗费1.5吨铁矿石、0.65吨焦炭、0.2吨废钢，由此可见铁矿石成本占钢材生产成本的比重之大。所以钢铁的上游原材料行业我们统一选取铁矿石总量，由国内铁矿石产量与进口铁矿加总而成。

我国是世界最大的钢材出口国，所以第一条链的下游环节指标本文选取钢材出口量。由于我国的钢材出口包括了不同的产品品种，所以，钢材出口量对应的钢材生产的环节我们选取总的钢材产量。所以，我们选取的产业链为：铁矿石总产量-钢材产量-钢材出口量，分别用t、g、eg表示。

（二）数据来源及预处理

所有的产量数据均来自中宏数据库、mysteel.com以及钢联云终端。为保持数据的一致性，产业链各序列用移动平均比率法做季节调整，然后进行标准化处理，得到1链（t1、g1、eg1），对1链是否存在外溢效果、蔓延效果以及杠杆效应进行实证检验与分析。

三、实证分析

（一）结构改变点的确定

首先对于结构改变点的判定，利用观察法、GED-GRACH模型、协整检验对结构改变点进行初步筛选，1链产量间的相关系数均显著为正，其中铁矿石总量与钢材产量之间的相关系数0.983471，接近于1，属于正向高度相关关系。而铁矿石总产量与钢材出口量、鋼材产量与钢材出口量之间的相关度均比较低，只有41.44%和43.46%。然后采用内容分析法，通过结构化新闻事件，找出事件发生的时间点，对钢铁产业链纵向产量变异的多个结构性改变点进行较为辅助判定。检测结果显示，铁矿石总量存在9个结构改变点，钢材产量存在5个结构改变点，钢材出口量存在9个结构改变点。

（二）外溢效果和杠杆效应的检验

对于外溢效果的检验，本项目设定双变量自回归（VAR）模型，利用Granger因果关系检验，检测市场间产量及变异是否存在外溢效果。

根据第1条链3个指标的基本统计描述，各指标的偏度系数显示铁矿石总量和钢材产量呈右偏分布，而钢材出口量呈左偏分布。峰度系数均小于3，表示这3个指标产量均呈现出“矮胖”的形状，数值最低为1.76。Jauque-Bera（J-B）统计量常常用来初步检验序列是否服从正态分布，J-B系数及其概率显示，只有钢材出口量的概率p=0.237>0.1，说明其至少在90%的置信水平下（即检验水平？鄣=10%），不能拒绝原假设：钢材出口量序列服从正态 分布，另外两个指标产量均不服从正态分布。

根据3个内生变量的VAR参数估计结果，从参数估计的t统计量来看，在5%的检验水平下，方程“T1”和“G1”各有3个参数是不显著的，而方程“EG1”有5个参数是不显著的。根据输出结果，可以写出VAR模型的估计结果：

由模型中3个内生变量的检验结果，由结果可以看出，钢材产量是影响铁矿石总量的Granger原因，钢材出口量是引起钢材产量变化的Granger原因，在10%的置信水平下，钢材出口量也是引起铁矿石总量变化的Granger原因;而铁矿石总量和钢材产量都不是引起钢材出口量变化的Granger原因，铁矿石总量也不是引起钢材产量的Granger原因。这个结果表明，沿着第1条产业链存在下游环节单向影响相邻上游环节的因果关系，也即沿着产业链从下向上存在外溢效果，同时，在10%的置信水平下， 钢材出口量也能跨环节引起铁矿石总量的Granger变化。

（三）蔓延效果的检验

最后，利用EGARCH模型所估计出的标准化残差纳入Engle（2002）建议的动态条件相关多变量GARCH模型，以个别市场所发现的结构改变点分割成多个区域，建立联合置信区间检验市场间是否存在相关系数显著改变的蔓延效果。

表A1、A2、A3分别以个别环节市场的结构改变点分割多个区域，建立联合置信区间，检验多个变量平均相关系数是否相同，同时也利用异质变异数t检验来比较。由联合置信区间检验结果可以发现，表A1以铁矿石总量T1的结构改变点来分割区间，铁矿石总量与钢材出口量的相关系数仅在2011年10月份显著增加，而铁矿石总量与钢材产量的相关系数在每个结构改变点均显著增加。表A2以钢材产量G1的结构改变点分割区间，结果显示G1与T1间的相关系数在所有结构改变点均显著增加，而G1与EG1之间则都没有。表A3以钢材出口量EG1的结构改变点分割区域，表明EG1与T1、G1间的相关性在2005年9月、2007年4月、2008年3月2010年6月、2011年3月、2013年1月、2013年8月这些结构改变点均显著增加。由上述检验结果可以发现，铁矿石总量与钢材产量之间存在相关系数显著改变的蔓延效果，而由表A1、A2、A3的结果，不论是以T1、G1或以EG1的结构改变点来分割置信区间，均显示钢材出口量与铁矿石总量、钢材产量之间不存在相关系数显著改变的蔓延效果。比较异质性t检验结果，显示出相对于联合致信区间检验，异质性t检验有过度拒绝虚无假设的情况。

四、结论

根据实證的结果，我们证实了起初我们的假设，钢铁产业链下游消费者对某产品的实际需求与上游供应商预测的需求之间存在一定的偏差，这样的偏差信息通过中间产品供应商向上游制造商、原材料供应商传递，由于信息不对称以及产业链结构等问题，实际需求量与生产量之间的偏差随着向上游传递越来越大，从而在某个环节例如钢材产量等形成产能过剩。正是基于钢铁行业产业链各环节生产者窖藏行为的传导效应，包括外溢效果、蔓延效果，对钢铁产业链上各环节出现了不同程度的产能过剩。本文的研究结果对于生产管理者的生产管理以及行业协会、政府部门等机构对于产业链的管理调控都具有一定的借鉴意义。

参考文献：

[1] Anne-Laure Delatte and Julien Fouquau. What Drove the Massive Hoarding of International Reserves in Emerging Economies？ A Time-varying Approach[J]. 2012-20-1.pp164-176.

[2] John Polonchek， Ronald K. Miller. Contagion Effects in the Insurance Industry[J]. The Journal of Risk and insurance. 2013，pp 459-475.

[3] 高 阔，甘筱青.基于FDL模型的猪肉供应链价格传导机制研究[J].统计与决策，2012（24）.

[4] 陈 鹏.我国大米纵向市场价格传导机制研究[D].杭州：浙江大学，2012（4）.

[5] 何 彬.基于窖藏行为的产能过剩形成机理及其波动性特征研究[D].长春：吉林大学商学院，2008（10）.

[责任编辑：庞 林]