中国饲料价格对生鲜乳价格波动的影响研究——基于VAR 模型

崔力航，郭 睿

（东北农业大学经济管理学院，哈尔滨 150030）

21 世纪以来，中国奶业发展迅速，生鲜乳产量由2000年的919万t增长至2017年的3 648万t，年均增长率达8.45%；奶牛存栏量由2000 年的489 万头增长至2017 年的1 340 万头，年均增长率达6.11%。然而，近年来生鲜乳市场剧烈波动，“奶贱伤农”的事件时有发生，2015 年元旦前后甚至发生了“倒奶杀牛”事件。奶牛养殖成本的不断提高是造成奶价频繁波动的主要原因之一，而饲料费用占养殖成本的80%以上［1］，因此，探究饲料价格对于生鲜乳价格的影响对中国奶业健康、稳定、可持续发展具有重要意义。

生鲜乳价格波动问题已经受到学者们的广泛关注。目前，学者们普遍认为养殖方式、养殖成本、市场机制和进口冲击是造成生鲜乳价格波动的主要因素［2-5］。其中，过高的养殖成本直接影响奶牛养殖主体的收益，影响奶牛养殖主体的养殖意愿［6］。奶牛养殖成本可分为可变成本和固定成本，可变成本占总成本的92.8%，而养殖所需的饲料费用占可变成本的86.3%［1］。玉米和豆粕是奶牛蛋白质和能量的主要来源，在奶牛饲料中占比超过60%［7］，二者价格的上涨使奶牛养殖成本上升，奶农养殖积极性下降，直接影响生鲜乳供给［8］，由于饲料价格很大程度上决定生鲜乳收购价格，有必要得到更多关注［9］。基于以上研究，本研究将以玉米和豆粕价格作为饲料价格，试图分析饲料价格和生鲜乳价格的波动特征和变化趋势，运用向量自回归模型（vector autore⁃gression，VAR）探究饲料价格对生鲜乳价格的影响，以期揭示饲料价格对生鲜乳价格的影响机制，提出稳定生鲜乳价格的对策与建议，以期为奶牛养殖主体做出合理决策和政府制定相关价格稳定政策提供参考依据。

1 数据来源和研究方法

1.1 数据来源

本研究选取 2007 年 1 月—2018 年 12 月玉米价格（MP）、豆粕价格（SP）和生鲜乳价格（YP）的月度数据作为样本进行实证分析，样本总量共144 组。其中，玉米和豆粕价格为全国平均价格，生鲜乳价格为内蒙古、河北等10 个牛奶主产省平均价格，均来自农业农村部畜牧兽医局对全国500 个县畜产品和饲料集贸市场的定点监测数据。

在数据处理方面，先运用Census X-12 季节调整方法消除价格的季节影响，再对数据进行取对数处理以降低数据的异方差性，分别记作LNMPSA、LNSPSA 和LNYPSA。

1.2 研究方法

依据单方程计量模型对各变量进行回归分析，并不足够对复杂内生变量之间动态关系进行严密的描述［10］，因此本研究选择VAR 模型对各个变量的内在关系进行分析。VAR 模型是基于数据的统计性质而建立的模型，是由Sims 在1980 年引入到经济学中的，该模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，可以避免复杂的数据和理论的限制［11］。

VAR（P）模型的基本表达式：

其中，yt为n维内生变量向量，xt为m维外生变量向量，p是滞后阶数，T为样本个数，A1、A2…Ap为yt的待估系数，B为xt的待估系数，εt为随机扰动项。

以矩阵形式表示上述VAR 模型为：

采用ADF 单位根检验方法对数据进行单位根检验，采用Johansen 检验进行协整检验，运用Grang⁃er 因果检验判断各变量之间的Granger 因果关系，通过AIC 准则等确定VAR 模型的滞后阶数，最终得出回归估计结果。

2 饲料价格对生鲜乳价格影响的实证分析

2.1 中国玉米、豆粕和生鲜乳价格波动分析

2006 年 7 月 至 2018 年 7 月 的 价 格走 势 分成 4 个阶段（图1）：

①平稳上涨阶段（2006 年 7 月—2008 年 7 月）。在平稳上涨阶段，玉米、豆粕和生鲜乳价格均呈现平稳上涨趋势。2006 年 7 月至 2008 年 7 月，玉米价格由 1.42 元/kg 增长至 1.80 元/kg，涨幅达 26.76%；豆粕价格因国内粮价上涨和美国期货市场的影响，由2.50 元/kg 增长至 4.64 元/kg，达到近 15 年的最高价格；由于2007 年新西兰和澳大利亚等乳制品出口大国气候干旱，导致原料奶产量下降，再加上豆粕价格的飞涨，导致生鲜乳价格呈上涨趋势，由1.91 元/kg增长至2.77 元/kg，增长了近50%。

②缓慢下降阶段（2008 年 7 月—2009 年 7 月）。在缓慢下降阶段，玉米、豆粕和生鲜乳价格都出现不同程度的下降。2008 年 7 月至 2009 年 7 月，受 2008年金融危机影响，国际粮食价格和国内期货共同作用，玉米和豆粕价格分别出现13.89%和21.12%不同程度的下跌；由于“三聚氰胺”事件的发生，大量散户退出奶牛养殖业，消费者对国内乳制品消费信心不足，生鲜乳供大于求，导致价格下跌了16.25%。

③缓慢上涨阶段（2009 年 7 月—2014 年 1 月）。在缓慢上涨阶段，玉米和生鲜乳价格都呈现出缓慢上涨趋势，而豆粕价格波动明显，但总体呈现上涨趋势。2009 年 7 月至 2014 年 1 月，玉米价格由于乙醇燃料的需求强劲和美国市场对中国市场的影响，呈现大幅度上涨，涨幅达54.84%；豆粕价格由于畜牧业逐渐回暖对饲料的大幅需求和进口大豆的冲击，呈现波动上涨，涨幅达17.49%；“三聚氰胺”事件过后，受奶农卖奶困难和企业过度宰牛等影响，造成生鲜乳出现供不应求的局面，生鲜乳价格持续上涨，增加了1 倍。

④波动下降阶段（2014 年 1 月—2018 年 7 月）。在波动下降阶段，玉米、豆粕和生鲜乳价格均呈下降后波动的趋势。玉米和豆粕由于国际市场消息和国内市场供需，均呈现下降趋势，虽然在2016 年至2018 年有所回升，但总体仍呈下降趋势；生鲜乳价格在国家制定相关稳定支持政策后，呈周期性正常波动，表现较好。

2.2 单位根检验

为避免伪回归问题，要对价格序列进行单位根检验，采用ADF 单位根检验方法，结果见表1。玉米价格（LNMPSA）在10%的显著水平下为非平稳序列，经过一阶差分后，在1%的显著水平下为平稳序列；豆粕价格（LNSPSA）和生鲜乳价格（LNYPSA）分别在5%和10%的显著水平下为平稳序列，但由于只有同阶平稳数据才能避免伪回归，因此对豆粕价格和生鲜乳价格进行一阶差分，经过一阶差分后，在1%的显著性水平下为平稳序列。由此可知，LNMP⁃SA、LNSPSA 和LNYPSA 均为一阶单整序列，满足下一步协整检验的前提条件。

图 1 2006 年 7 月至 2018 年 7 月中国玉米、豆粕和生鲜乳价格走势

表1 ADF 单位根检验结果

2.3 协整检验

要考察价格序列间的关系必须保证各价格序列之间存在长期稳定的均衡关系，即协整关系。协整检验方法主要有两种：EG 两步法和Johansen 检验，由于EG 两步法适用于双变量检验，而Johansen 检验更适用于多变量检验，因此本研究采用Johansen 检验方法进行协整检验。

从表2 可知，“无协整关系”“最多存在一个协整关系”和“最多存在两个协整关系”的原假设均被拒绝，表明在5%的显著水平下序列存在协整关系，说明LNMPSA、LNSPSA 和LNYPSA 存在长期稳定的均衡关系。

表2 协整检验结果

2.4 Granger因果检验

通过Granger因果检验方法判断各序列之间的引起与被引起关系，即Granger原因。根据表3可知，在5%的显著水平下，ΔLNSPSA 是ΔLNYPSA 的Granger原因，ΔLNMPSA 是 ΔLNYPSA 的 Granger 原因，说明玉米和豆粕等饲料的价格变动必然会引起生鲜乳价格的变动。

2.5 滞后阶数的确定

通过 LogL、LR、FPE、AIC、SC 和 HQ 6 个准测最小原则来判断滞后阶数。根据表4 可知，在5%的显著水平下，滞后 1 阶的 FPE、AIC、SC 和 HQ 均为最小值，所以确定模型最佳滞后阶数为1，建立VAR（1）模型。

表3 Granger 因果关系检验结果

表4 VAR 模型的最佳滞后阶数检验结果

2.6 回归估计结果

根据上述检验结果，建立滞后阶数为1 的VAR（1）模型，模型估计结果见表5，AR 根图见图2。模型的拟合优度和调整后的拟合优度均大于0.8，通过了显著性检验，所有的单位根都落在圆内，所有特征根的倒数均小于1，说明模型通过了稳健性检验，可以进一步分析。

表5 模型估计结果

图2 模型稳健性检验结果

3 脉冲响应和方差分解

3.1 脉冲响应

由于VAR 模型是非理论性的模型，在分析VAR模型时往往不分析一个变量对另一个变量的影响，而是分析模型受到某种冲击时对系统的动态影响，即脉冲响应函数方法（Impulse response function，IRF）。

图3 中横坐标轴代表了冲击作用的时间，纵轴代表了变化程度，实线代表脉冲响应函数，虚线代表冲击响应置信区间。在本期给玉米价格一个标准差的冲击，生鲜乳价格对玉米价格的冲击响应一直为正，响应先不断增强，在第三期达到响应顶峰后逐渐下降，并趋于平稳；在本期给生鲜乳价格一个标准差的冲击，生鲜乳价格对自身的冲击响应一直为正，响应逐渐减弱，在第十期趋于平稳；在本期给豆粕价格一个标准差的冲击，生鲜乳价格对豆粕价格的冲击响应一直为正，响应趋势与玉米相似，先不断增强，在第三期达到响应顶峰后逐渐下降，并趋于平稳。由此可见，饲料价格的上涨对生鲜乳价格产生正向影响，饲料价格上涨导致生鲜乳价格上涨。

图3 脉冲响应结果

3.2 方差分解

脉冲响应描述的是VAR 模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分解（Variance decomposition）是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。

对生鲜乳价格方差分解如表6 所示，生鲜乳价格受自身影响最大，贡献率呈下降趋势，从第一期的99.347 95%下降至第十期的82.761 36%；生鲜乳价格受豆粕价格影响较小，贡献率呈不断上升趋势，且具有明显的滞后性，从第一期的0%上升至第十期的6.526 938%；生鲜乳价格受玉米价格影响最小，贡献率呈不断上升的趋势，从第一期的0.652 051%逐渐上升至第十期的10.711 700%。

表6 ΔLNYPSA 方差分解结果

4 结论与建议

4.1 结论

本研究以玉米和豆粕价格作为饲料价格，在分析饲料价格和生鲜乳价格的波动特征和变化趋势的基础上，运用VAR 模型探究饲料价格对生鲜乳价格的影响，分析饲料价格对生鲜乳价格的影响机制。获得以下研究结论：

1）饲料价格和生鲜乳价格具有长期稳定的均衡关系，饲料价格的变化必然会引起生鲜乳价格的变化，且这种影响具有滞后性；

2）从短期来看，以玉米和豆粕代表的饲料价格上涨，必然会引起下一期的生鲜乳价格上涨；从长期来看，生鲜乳价格主要受自身价格的影响，但饲料价格会对生鲜乳价格产生显著影响。

4.2 建议

1）加强宏观调控，完善价格预警和干预机制。相关部门应进一步完善包括玉米、豆粕等饲料价格和生鲜乳价格的波动预警机制，定期监测价格并及时发布，对于价格异常波动进行预警，指导奶牛养殖主体生产经营活动，提高奶牛养殖主体和乳企对于市场价格波动的决策能力。同时，相关部门应该对玉米、豆粕和生鲜乳价格的异常波动建立干预体系，在价格发生异常波动时采取干预措施，有效缓解价格波动，保证奶牛养殖者利益。

2）提高玉米、豆粕等饲料供给能力，稳定饲料价格。通过培育种植优良品种、调整种植结构和加大科研投入等方式来提高饲料的供给能力，达到稳定饲料价格的目的，减少饲料价格波动，降低饲料价格风险。

3）优化奶牛饲料配比，提高饲料转化率。政府应加强奶牛养殖技能培训，定期组织奶牛饲养技术推广，提高奶牛饲养管理人员的素质，推广先进饲养技术，鼓励奶牛养殖者优化奶牛日粮配方，调整饲料配比，加强饲养管理，减少人为饲料浪费，从而提升奶牛饲料转化率，提高生鲜乳质量和产量，既节省了饲料成本又提高了产量，可有效减少玉米和豆粕等饲料价格波动对于生鲜乳价格的影响。