基于HP滤波对大宗水果市场价格波动规律的研究

2020-09-15 02:39吴杰璇廖宜静
关键词:水果市场红富士橙子

吴杰璇,廖宜静

(安徽农业大学 经济管理学院,安徽 合肥 230036)

近年来,随着经济的不断发展,居民的生活水平日益提高,健康膳食的观念越来越深入人心,水果也已经成为居民生活中的必需消费品。从2018年下半年一直持续到2019年,我国的水果价格一直呈现出一种价格急剧上涨的趋势,根据国家统计局的数据显示,今年4月的居民消费价格指数(CPI)同比上涨2.5%,创近半年新高。其中,鲜果价格上涨11.9%,拉动CPI约0.2个百分点。2019年4—6月的36个大中城市的平均居民鲜果消费价格指数与上年同期相比,分别增长10.3%,24.3%,40.8%。虽然我国已经是世界第一大水果生产国,但是我国居民对于水果的需求量远远不止于此。所以水果价格的大幅波动对于消费者的消费积极性和农民的生产积极性都会产生一定的影响。稳定的水果价格,是稳定物价的一个必要因素。

当前学术界对于农产品和农副产品价格波动及某一特定区域的特定品种水果蔬菜的价格波动研究较为丰富,但对于大宗水果的市场价格波动规律研究较少。黎东升和刘小乐(2015)通过HP滤波方法和BP滤波方法的结合,对我国生猪价格波动的成因,特征和生猪价格波动周期进行详细研究。结果表明,2008年前后生猪价格周期波动显著,2008年以后在上涨趋势上伴随着较明显的下跌趋势,且周期波动幅度有所放大。他们在分析具体数据之后,积极寻求平稳价格波动的有效途径,最终提出要进一步完善生猪价格的调控政策,完善生猪价格信息监控和预警机制等一系列解决办法[1]。胡友和祁春节(2014)采用HP滤波方法对水果价格的波动进行分析研究,运用2001—2011年的鲜果零售价格数据,将其划分为7个周期,通过分析各个周期持续的长度,谷—峰落差,发现研究末期水果价格波动的幅度和频率都明显提高。文章最后从生产、消费方面对我国的水果价格提出了各项措施[2]。

借鉴以上研究成果,本文以国家统计局2005年1月至2019年7月的红富士苹果、香蕉、橙子这三种水果的集贸市场中等价格及中等价格指数为样本数据,利用Census-X12季节调整法和HP滤波法从趋势变动、季节变动、周期变动等方面对大宗水果市场价格波动特征进行研究,研究我国大宗水果市场的波动规律。并得出相关结论与建议。

1 实证研究

1.1 数据获取

本文数据主要来源于国家统计局公布的红富士苹果、香蕉、橙子的集贸市场中等价格及中等价格指数,时间区间为2005年1月至2019年7月,一共175个月的月度数据。除此之外,本文选用Eviews 8.0及Excel对样本数据进行处理。

1.2 实证分析

1.2.1 水果价格波动的总体趋势分析

表1 2005—2019年三类水果集贸市场中等价格

由表1可以看出,红富士苹果在2005—2019年的价格波动幅度可以分为三个阶段:2005—2006年价格小幅上涨,波动幅度从0.19跃至0.48;2007—2010年波动区间为0.19~0.82;2011—2018年红富士苹果的价格波动幅度较为稳定,基本在0.1~0.2之间,2019年价格波动幅度上涨到0.53。从价格的最高值与最低值来看,价格最高的月份是7月的居多,价格最低的月份是12月和1月居多,由此可见,红富士苹果价格波动具有明显的季节性。从离散系数看,红富士苹果的离散系数基本稳定在0.1附近,部分年份达到0.17,也有年份是0.02,说明价格的变异程度较小。

香蕉价格从2005—2019年平均价格一直呈稳定上升的趋势。14年间最低价格为2005年的3.29元/千克,最高价格为2014年的7.07元/千克。此外,香蕉的价格波动幅度可以分为三个阶段:2005—2008年,2009—2015年,2016—2019年。从价格的最高值与最低值来看,香蕉价格最高的月份比较不规律,价格最低的月份主要在6月、7月、12月、1月这四个月份。由此可见,香蕉价格波动受季节性影响没有红富士苹果强烈。从离散系数C.V.来看,大多小于0.1,只有三年的离散系数超过0.1,2014年达到了0.19,说明我国香蕉价格的变异程度较小。

我国橙子的年均价格在2005年到2019年上涨幅度也较大,从价格波动幅度来看,比红富士苹果和香蕉的部分波动幅度较小。整体可以分为两个阶段,从2005—2010年橙子的价格波动幅度呈上升趋势,在2010年达到峰值,为0.37。从2010—2019年,价格波动幅度较为平稳,维持在0.11~0.32之间,且0.1~0.2之间居多。观察橙子价格的最高值与最低值出现月份,发现橙子价格一般在9月,10月达到最高值,在12月,1月达到最低值。其中,14年间,有10年橙子价格的最低值在1月出现。由此看来,橙子价格波动的季节性较为明显。从离散系数C.V.来看,大多数年份的离散系数在0.1以下,说明我国橙子价格的变异程度较小。

1.2.2 对于水果价格的季节性调整

从以上分析可以看出,三种水果中,红富士苹果和橙子的价格波动均有明显的季节特征,季节性因素对于香蕉价格的影响较小。所以,接下来,我们决定选用集贸市场中等价格指数,进行月度调整,将季节因素从原始时间序列中剔除。在季节调整法中,参照前人的研究,我们选用乘法模型,对水果的价格指数进行调整。

图1 红富士苹果价格指数的季节因子序列(2005.1—2019.7)

图2 香蕉价格指数的季节因子序列(2005.1—2019.7)

图3 橙子价格指数的季节因子序列(2005.1—2019.7)

如图1、图2、图3所示,我国的红富士苹果、香蕉、橙子这三种水果价格的季节性波动均较为明显。其中,红富士苹果和橙子的季节波动幅度逐年缩小,香蕉的价格波动幅度从2005—2012年逐渐减小,2012—2019年逐渐增大。说明季节因子对于苹果和橙子价格的影响逐渐减弱,对于香蕉价格的影响先减弱后增强。观察三种水果价格季节因子序列的月度波动,每年的4—7月,红富士苹果的价格大幅度下降,一般在7、8月价格达到最高,之后回落;每年的2—7月,香蕉价格大幅度下跌,之后回升;每年的4—7月,橙子价格大幅上涨,之后回落。本文认为,水果价格的季节波动性主要与水果的供需情况有关,例如红富士苹果,在每年的10、11月份是大量上市的季节,市场上红富士苹果的供给增加,所以价格有一个大幅下降,之后开始回升。同时,我们可以发现,每年的1、2月份,三种水果价格都有一个短期上浮,说明节假日人们对水果的需求增加,对于水果价格有一定的影响。

1.2.3 对于不规则因素的分离

图4 红富士苹果价格指数的不规则因素序列(2005.1—2019.7)

图5 香蕉价格指数的不规则因素序列(2005.1—2019.7)

图6 橙子价格指数的不规则因素序列(2005.1—2019.7)

观察图4可以发现,对于红富士苹果,2006年、2009年以及2019年的不规则序列波动幅度巨大,说明这三个年份红富士苹果的价格发生了巨大的波动;据图5显示,2007年、2012年、2015年、2018年、2019年这五年价格波动幅度较大;据图6显示,橙子在2005年末,2007年、2008年、2010年初以及2014年末,不规则因子导致其价格波动幅度较大。由于水果生产的周期较长,自然风险较大,且水果特有的经济属性较为特殊,在2005年至2006年、2009年、2013至2014年、以及2018和2019年这些年份,由于一些自然灾害因素,例如2005年苹果主产区冰雹,2009年倒春寒、秋季干旱,2013年霜冻和花期降雨导致水果大面积减产,从而导致供给不足,引发价格剧烈波动。除此之外,通货膨胀影响、水果市场风险的增加,也会造成水果价格的剧烈波动。

1.2.4 HP滤波模型的应用

图7 红富士苹果季节调整后的HP滤波图像

图8 香蕉季节调整后的HP滤波图像

图9 橙子季节调整后的HP滤波图像

在Census X-12季节调整的基础上,我们运用HP滤波办法,基于Eviews 8.0对三种代表性水果价格的季节调整后时间序列进行进一步分析。由于是月度数据,选用14 400,经过处理,得到了三种水果价格的长期趋势性序列和周期循环序列[3]。具体如图7、图8、图9所示。

图7表明,红富士苹果的价格长期趋势上整体呈上升态势,在2014—2017年间,呈现出U形波动,2016年的价格有一个小小的新低。但在2018年之后,苹果的价格大幅上涨,并达到历史峰值。

这种价格上涨的趋势一直持续到2019年6月才有所缓解,并有价格回落的趋势。在周期循环序列中,根据“波谷—波谷”的划分标准,主要分为10个周期红富士苹果的价格波动周期在一年半左右。

图8表明,香蕉的价格长期趋势在2005—2010年间总体呈现稳步上升,在2011—2013年间,以及2014—2016年间有一个小幅下降,之后又大幅回升,一直持续到2019年7月。在周期循环上,根据“波谷—波谷”的标准,主要分为12个周期。每个价格周期的时长差距较大,每年的价格低值和高值波动幅度也较大。

由图9可以看出,橙子的价格基本处于不断波动的状态。从长期趋势线来看,2005—2008年间以及2008—2012年间,橙子的价格有两个小幅波动,在2012—2019年,橙子的价格基本稳定,没有太大的波动。在周期循环序列中,按照“波谷—波谷”的标准,我们可以将橙子的价格波动分为8个周期。可以看出橙子的价格波动周期基本为一年,每年的第二季度价格开始上涨,冬季达到峰值,之后回落。

1.2.5 协方差分析

为了进一步分析各影响因素对于水果价格的影响程度,我们基于Eviews 8.0,对于三种水果的影响因素进行协方差分析,寻找大宗水果集贸市场中等价格波动的主要原因,分析结果如表2所示。

表2 各影响因素的协方差检验

横向观察不同种类水果的影响因素,发现趋势循环成分,例如生产成本,居民消费量等对于三种水果的中等市场价格指数均是影响最大的,不规则因子次之,季节成分对于三种水果的中等市场价格指数影响最小。从纵向来看,趋势循环成分对于红富士苹果的影响最强烈,系数达到230。对于橙子的影响程度最小。季节成分对于橙子的价格波动影响最小,只有0.667,说明橙子在各个季节的价格波动不明显。同时,季节成分对于香蕉的影响作用最大,这主要是因为我国香蕉的主要产地较少,且大部分主要产地偏向南方,所以相似的气候条件使得香蕉的上市时间区间相似,增大了季节因素对于香蕉价格波动的影响力度。不规则成分对于香蕉的影响程度最大,达到了50。这表明在香蕉的市场价格波动中,自然风险与市场风险都较高,政府应采取相应的措施来积极规避不规则因素对于香蕉市场价格的影响。相较于香蕉而言,不规则成分对于橙子价格的影响较小。

综合来看,趋势循环成分在大宗水果的市场价格波动中,占据主导地位,但是不规则成分对于大宗水果市场价格的影响也较为显著。气候环境突变引发的自然灾害等不规则因素对于水果价格的影响极易扰乱大宗水果市场的价格秩序,造成消费者的恐慌,所以,严密监控不规则成分对于大宗水果市场价格的影响是十分必要的。

2 研究建议

由于经济,气候等多方面的因素,水果市场价格波动是一种正常现象,但是大宗水果市场价格的大幅度波动,在一定程度上对居民消费会产生影响。并且,对于果农来说,若大宗水果市场价格波动成为常态,会增加他们的生产风险。所以,平抑大宗水果市场价格的大幅度波动,是十分必要的。本文给出以下的政策建议。

2.1 建立产量预警机制

对于受季节性因素影响较大的水果,采取反季节保鲜处理措施,将当季的水果一部分作保鲜处理,在该品种水果下市之后,再拿到市场上买卖,这种措施可以在一定程度上保证丰收年的水果在大量上市期间不会滞销,歉收年的水果供应量较为平稳,不会大幅减少,导致价格飙升。除此之外,也可以在大宗水果的各大主要产地建立产量预警机制,从供应链的源头出发,通过对当年气候、雨水等自然因素的监测,预估出当年的大宗水果产量,提前做好供应量不足的防范措施,适当延长价格波动的周期,减少价格波动的幅度,确保大宗水果市场价格的平稳性。

2.2 通过进出口控制大宗水果供给量

一般来说,像红富士苹果、香蕉这样的大宗水果,每年的消费量都比较稳定,所以,在供给方面,控制好供给的数量是稳定市场价格的关键。若某一品类大宗水果的供给量突然出现巨幅波动,市场价格必然会受到影响,甚至可能影响其他品类的大宗水果市场价格。例如,2018—2019年上半年,红富士苹果由于主要产地的气候变化,大量减产,由此导致市场价格不断飙升,2019年7月的红富士苹果价格较2018年同期相比,上涨了67.9%。但是,受影响的不仅仅是苹果的价格,由于苹果价格的大幅上涨,很多居民选择购买苹果的替代水果,香蕉、橙子等。这样一来,这两种水果突然供不应求,导致了市场价格也开始不断攀升。所以,对于大宗水果,由于农民对于市场变化的反应具有滞后性[4],政府应该制定相应的预警机制和应对措施[5],在保证大宗水果的种植面积稳定的情况下,对于可能会有大型气候变化或者自然灾害的年份,扩大水果的进口,减少出口,并做好进口水果的质量检测和价格监管,以此来稳定我国大宗水果市场的价格。

2.3 发展大宗水果的深加工产业

建立健全水果市场的现代化流通渠道,对传统的大宗水果流通渠道进行改进,推进水果流通扁平化,减少水果的交易次数,简化流通环节。对于大宗水果的流通过程,积极推进冷链物流体系的建设,运输过程中对水果保鲜度的提升,有助于减少水果供应商的成本损失,从而在成本和数量上帮助减缓价格波动幅度。提升大宗果品的深加工能力,研发水果系列产品,使得水果的供应链不断延伸,增加大宗水果的额外经济效益,增强水果产业抵抗自然风险和市场风险的能力[6]。

2.4 发展水果期货市场,帮助农业经营者规避风险

在完善优化苹果期货市场的同时,可以考虑增加香蕉、橙子等大宗水果期货,农业经营者可以通过自身的生产经验,对水果的价格做出预判,并购买水果期货,期货的价格发现功能可以有效帮助农业经营者规避风险,套期保值。同时,建立期货合作社,聚集有经验的水果种植户,也可以有效结合农业经营者各方面的优势,帮助降低大宗水果价格波动带来的市场风险[7]。

猜你喜欢
水果市场红富士橙子
安徽:砀山红富士苹果销售受阻
橙子变变变
2018年湖北省水果市场概述和2019年市场走势分析
冬天的太阳是香的
大橙子小橙子(4)
大橙子小橙子(2)
泰国水果贸易市场发展中隐藏的风险
红富士
中国水果市场供需分析及葡萄种植户的风险警示
2015年水果市场低迷葡萄价格偏低10%