豆粕原料单价的波动态势及影响因素探讨

黄晓懿 孟祥彬

（1.成都职业技术学院财经学院，四川 成都 610041；2.沧州开放大学教研室，河北 沧州 061001）

豆粕原料属于大豆提取豆油之后剩余的一类农副产品，其影响饲料行业成本、饲料生产者利润、行业效益及国家粮食安全。2023 年3 月，中共中央、国务院印发中央一号文件《中共中央国务院关于做好2023年全面推进乡村振兴重点工作的意见》，强调“深入实施饲用豆粕减量替代行动”。因此，稳定豆粕原料单价、强化豆粕原料单价调控成为对冲饲料行业风险的关键策略[1-3]。此背景下，把握豆粕原料价格波动规律及其影响因素有助于我国运用场内衍生品降低风险成本，进一步助力饲料行业、养殖行业稳健发展和转型升级，为推动“三农”高质量发展贡献力量[4-5]。本研究利用MS-VAR模型探析我国豆粕原料单价波动态势，检验影响豆粕原料单价波动的因素，结合实际情况分析影响因素的传导作用，为满足饲料企业对生产原料的需求、缓解国内饲料、养殖行业压力提供一定参考。

1 我国豆粕原料单价的影响因素

1.1 需求的影响

豆粕原料单价在消费需求层面主要受代替品价格、国内消费量、出口量及期末商品结存量等因素影响。第一，代替品价格影响豆粕原料价格。代替品是指与豆粕原料具有一定同质性，在功能方面存有替代作用的物品。豆粕原料内含多种氨基酸，能够满足家禽和生猪生长的营养需求，多用于饲料生产，在生产中多以其他植物源蛋白作为豆粕原料的典型替代物[6]。第二，国内消费量影响豆粕原料价格。豆粕原料的国内消费量会受国内饲料工业发展、消费者购买力、人口增长及结构、饲料工业发展政策等多种因素影响，干扰豆粕原料价格[7]。第三，出口量影响豆粕原料价格。在国内大豆产量一定的情况下，大豆出口量的增加会减少国内市场供应量，引发豆粕原料价格波动；反之会增加国内供应量，同时作用于豆粕原料价格。第四，期末商品结存影响豆粕原料价格。期末商品结存量是指若当年年底豆粕原料存货增加，表示豆粕原料供应量大于需求量，将影响期货价格，引发豆粕原料价格下跌；反之推动豆粕原料价格上升。第五，国际市场供求变化影响豆粕原料价格。部分亚洲地区对禽肉、猪肉需求量较大，促使当地养殖业、饲料业不断发展，从而使饲用豆粕原料需求量增加，也是亚洲国家市场供求变化成为影响豆粕原料价格的主导因素之一[8]。

1.2 供给的影响

豆粕原料单价在供给层面主要受前期库存量、当期生产量和豆粕原料进口量的影响。第一，前期库存量影响豆粕原料单价。前期库存量是豆粕原料总产量的重要部分，能够反映豆粕原料供应量的紧张程度。当供应短缺时，供不应求导致豆粕原料价格上涨；当供应充裕时，供过于求使豆粕原料价格下降。第二，当期生产量影响豆粕原料单价。当期生产量作为一种变量，受大豆供应量、大豆压榨收益、生产成本等因素影响[9-10]。若当期大豆生产量较高，国内豆粕价格得到调控，豆粕价格将稳定在相对低廉的区间内；若当期大豆生产量相对较低，豆粕原料价格趋高。第三，豆粕原料进口量影响豆粕原料价格。豆粕原料的进口量反映了国际豆粕原料价格水平、进口政策的变化。豆粕原料的进口量增加，使国内豆粕原料供给充足，有助于降低国内豆粕原料价格；而豆粕原料进口量减少，会造成国内豆粕原料供不应求，引发国内豆粕原料价格的新一轮上涨。另外，在分析豆粕原料供求情况时，需关注豆粕原料储存环境问题。良好的豆粕原料储存环境有利于豆粕长时间运输，方便豆粕原料在现货市场上快速周转。而储存环境较差容易导致豆粕原料质量发生变化，促使厂家降价销售，从而影响豆粕原料价格。

2 研究方法及变量的确定

2.1 模型构建

为反映豆粕原料与饲料需求及供给间的具体关系，采用自向量回归模型（VAR）进行研究。

式中：包含k个内生变量的滞后p阶向量；Yt、Vt分别是k维内生变量及截距项；A1为K×K维的待估计系数矩阵；ut为扰动项。

VAR 模型一般用于研究经济变量间的线性关系。但在实际研究过程中，各经济变量间往往存在非线性关系。但豆粕原料单价波动及影响因素相对复杂，对饲料供需影响作用及反馈渠道同样存有异质性。基于这一角度考虑，本研究仅采用固定参数的VAR模型进行实证分析可能导致研究结果的偏误。参考陈宁等[11]研究方法，在自回归模型（VAR）中引入Markov链，进一步构成马尔科夫机制转换（MS）模型，以实现对研究结果的全面分析。由此，将式（1）转变为：

式中：St为不可观测区制变量；St∈{1,L,M}为区制状态，则{St}为M状态的Markov链。

其固定转移概率为：

马尔科夫机制转换模型可依据参数不可观测区制的变化进一步变化。这一过程中，各经济变量的不同作用机制均可通过Markov链进行转换，能够辅助研究者捕捉非线性关系。因此，采用MS-VAR非线性模型对豆粕原料价格波动及其影响因素进行分析较为合理。

2.2 变量选取

从供求关系角度着手，探析豆粕原料单价波动的影响因素。此处在需求方面仅考虑替代品价格对豆粕原料单价的影响。由于豆粕原料主要用于畜用饲料生产，选取同样在饲料生产中用量较大的玉米作为豆粕原料代替品[12-13]，并选取50个城市玉米价格（单位：元/kg）表示玉米价格，以CO表示。

在供给方面，豆粕原料是农作物大豆提取豆油后得到的一种副产品，通过加工产品油价格表示豆粕原料单价（SMP）[14-15]。这里将豆粕原料视作大豆的农副产品并分析大豆生产成本对豆粕原料单价的影响[16]。参考相关学者研究[17-19]，采用产量变化、农产品生产资料价格波动及农产品生产价格波动作为供给层面的影响因素进行研究。产量变化（YF）利用各省份农林牧渔季度总产值累计同比增长率加以衡量。农产品生产价格（APF）以农产品生产价格季度指数（上年同期=100）加以衡量。农产品生产资料价格（POP）使用各省份农产品生产资料价格指数进行计算。

文章选取2014年4月至2020年12月的月度数据进行实证分析，共计81个样本数据。考虑到物价波动水平可能对豆粕原料单价的影响，文章选用季度末月同比价格指数加以分析。本文原始数据多数源自中经网数据库（https://ceidata.cei.cn/）。其中，大豆加工企业财务数据选取自中国微观经济数据查询系统（http://microdata.sozdata.com）。

3 实证分析

3.1 单位根检验

在进行实证检验前，需先对时间序列的平稳性进行检验。经多重断点检测后可以知悉，文章所选5 个变量均存在结构断点，表明传统ADF 单位根检验法可能会引致实证结果偏误[20]。为保证实证结果准确性，参考Enders 等[21]研究手段，采用非线性单位根检验法测算各变量平稳性。结果显示，除农产品生产资料价格波动外，其余4个变量均通过了结构断点检测，且平稳性显著。农产品生产资料价格波动序列在取一阶差分后表现出平稳状态。因此，选取豆粕原料、玉米、产量变化、农产品生产价格波动、农产品生产资料价格波动5 个变量的原序列及农产品生产资料价格波动的一阶差分序列进行计量分析。

3.2 模型设定及选择

构建豆粕原料、玉米、产量变化、农产品生产价格波动、农产品生产资料价格波动5 个变量的MS-VAR 模型，具体形式为：

式中：Yt=(lnSMP,lnCO,lnYF,lnAPF,lnPOP)′；Vt为5维截距项；A为5×5维带估计系数矩阵；ut为5维扰动项。

对均值、截距、自回归等参数是否依赖区制的问题进行分析能够将MS-VAR 模型划分为MS-VAR、MSAVAR 等多种模型。文章基于赤池信息准则（AIC）、全距法（HQ）及施瓦兹准则（SC）和对数似然值准则等方法进行检验发现，与本研究最为配适的模型为MSIH（3）～VAR（2）模型。确定截距与残差方差均依赖区制变化，可分为3个区制，需滞后2个单位阶数，与目前豆粕原料单价“市场低迷—平稳运行—单价高涨”特征相匹配。

3.3 MSIH（3）～VAR（2）模型估计结果分析

3.3.1 模型区制分析我国豆粕原料单价波动的区制回归结果见图1。

图1 我国豆粕原料单价波动的区制回归结果

由图1 可知，观察图内豆粕原料价格走势可知，区制1～区制3 下的豆粕原料单价截距均值分别为3.14、3.17、3.31（区制1 为2014 年5 月至2016 年6 月；区制2为2015 年12 月至2016 年2 月、2018 年1 月至2020 年1 月、2020 年2 月至2021 年10 月；区制3 为2016 年2 月至2017 年2 月、2020 年1 月至2020 年3 月、2008 年5 月至2008年11月）。据此可将3个区制的特征概括为区制1对应豆粕原料市场低迷阶段，区制2 为豆粕原料单价平稳阶段，区制3为豆粕原料单价高涨阶段。

三区制估计概率见图2。结合中国豆粕原料单价市场实际状况，2014 年第二季度初，受H7N9 禽流感影响，禽类养殖亏损严重。随着存栏量下降，后续投栏数量降低，导致豆粕原料需求持续低迷，使豆粕原料价格处于区制1。2015 年5 月，一方面，国外大豆库存大幅减少，使大豆价格提升，进而引发大豆副产品豆粕原料单价的抬升；另一方面，流感季结束，养殖产能得以恢复和增长，有效刺激了饲用豆粕原料需求，引致豆粕原料单价上涨，使豆粕原料价格处于区制2。2016年4月，由于赖氨酸价格上涨，我国豆粕原料单价再走高，引发我国豆粕原料主要进口国大豆生产成本增加，使豆粕原料现货紧张，导致豆粕原料单价进一步上涨。随着大宗商品价格回落，2017年第一季度后国内大豆入港规模逐步宽松，并且油厂开工率维持高位，降低了油厂累库压力，使豆粕原料单价下跌。2017 年6 月后，豆粕原料价格在一定范围周期内波动，处于相对平稳区制。研究表明，三区制划分较为符合我国豆粕原料单价市场的波动实情，与豆粕原料单价波动特征相吻合。

图2 三区制估计概率

3.3.2 脉冲响应函数分析

MS-VAR 模型能够通过脉冲响应函数，捕捉系统在遭受冲击时的动态变化。因此，采用脉冲响应函数探究3种区制下豆粕原料单价对玉米、产量变化、农产品生产价格波动、农产品生产资料价格冲击的响应。因此，分别给定玉米、产量变化、农产品生产价格波动、农产品生产资料价格1 个标准差的冲击，获取豆粕原料单价在20 个月内的累积响应，进而比较3 种不同区制下豆粕原料单价的动态响应。

3.3.2.1 豆粕原料单价对产量变化的响应（见图3）

图3 豆粕原料单价对产量变化的响应

由图3 可知，豆粕原料单价在区制1 和区制3 下均对产量变化产生正向影响，但在区制2 下的响应并不显著，表明豆粕原料单价在高涨时期，产量变化对豆粕原料单价的提升作用更明显。2016 年6 月后，国内大豆产量有所提升、市场内豆粕原料供给相对充足、下游饲料企业对豆粕原料需求增加。而在豆粕原料单价低迷时期，虽产量变化较小，但油厂囤积大量低价大豆，市场供过于求，造成豆粕原料单价持续低迷。

3.3.2.2 豆粕原料单价对农产品生产价格波动冲击的响应（见图4）

图4 豆粕原料单价对农产品生产价格波动冲击的响应

由图4 可知，豆粕原料单价对农产品生产价格波动的正向冲击在各区制下均表现出正向响应状态，尤其是在区制3下响应更为明显，表明在3个区制下，农产品生产价格上涨均会引发豆粕原料单价上升。该效应在豆粕原料单价高涨时期影响力最强。2016年3月、6月农产品生产价格进一步提升，豆粕原料价格也上涨至同期较高水平。在豆粕原料单价高涨时期，农产品生产价格的上涨使农户种植成本增加。但多数农户为把握豆粕原料单价高涨带来的农产品收益而持续投入种植，造成豆粕原料单价上涨。在豆粕原料市场低迷及平稳时期，农户种植积极性降低，倾向选择种植成本较低、收益较高的作物。这可能会对豆粕原料产量造成影响，引致豆粕价格下滑。

3.3.2.3 豆粕原料单价对玉米价格波动冲击的响应（见图5）

图5 豆粕原料单价对玉米价格波动冲击的响应

由图5 可知，豆粕原料单价对农产品生产价格的正向冲击在三大区制下均显现出负向响应状态。此后豆粕原料单价的负向效应渐趋下滑，在区制3 下恢复至初始水平，而在区制1和区制2下产生持续性正向效应。主要原因是玉米价格提升使豆粕原料价格在低迷及平稳时期上涨。2019 年6 月后豆粕原料单价持续降低，而同期玉米价格提升。为满足生产需求，下游饲料企业开始购入低价豆粕原料。因此，豆粕原料供不应求，价格开始上涨，符合玉米和豆粕原料互为替代品的理论分析。

3.3.2.4 豆粕原料单价对农产品生产资料价格波动冲击的响应（见图6）

由图6 可知，豆粕原料单价对农产品生产资料价格波动的正向冲击在3 个区制下均呈短期上升趋势，随后急速下跌，但区制3 降幅显著低于区制1 和区制2。由于豆粕原料供给存有滞后性，在豆粕原料单价上涨时期，农产品生产资料的补给有助于国内大豆产量提升，一定程度上缓解豆粕原料价格高涨。在豆粕原料价格平稳和低迷时期，豆粕原料供应量增加，引致豆粕原料价格走低。

4 讨论

区制回归结果表明，我国豆粕原料单价可以整体概括为“市场低迷—平稳运行—单价高涨”3大区制特征的波动态势。在需求方面，玉米价格波动会引发豆粕原料价格同向波动，但存在一定滞后性。这符合玉米与豆粕原料互为代替品的理论分析。在供给层面，豆粕原料价格处于高涨时期，农产品生产价格及大豆产量上涨，均会引发豆粕原料价格进一步提升。这是由于农户为追求更高的农产品收益会积极投入种植，使农产品生产价格上涨，进一步引致豆粕原料价格提升，形成反馈机制。农产品生产资料价格下滑能够一定程度上降低豆粕原料价格，但难以颠覆性改变豆粕原料价格上升趋势。这是由于豆粕原料供给存有滞后性，在豆粕原料单价高涨时期，进港大豆量不足使市场供不应求。此时，农产品生产资料补给有助于国内大豆产量提升，能够一定程度上缓解豆粕原料价格的高涨。

当豆粕原料价格处于低迷时期和平稳时期。农产品生产价格及大豆产量下跌，均会引发豆粕原料价格下滑。原因是豆粕原价低迷时，饲料企业会出于生产成本角度出发，囤积大量低价大豆，使市场供给远大于需求，进而导致豆粕原料价格持续走低。农产品生产资料价格上涨能够引发豆粕原料价格的上涨，该过程中豆粕原料价格波动较小。原因是豆粕原料价格处于低迷时期和平稳时期时，市场内部豆粕原料供给充足、饲料企业库存余量较大，促使豆粕原料价格稳定上涨。

5 建议

根据实证分析结论，针对稳定我国豆粕原料价格提出3 个建议。第一，完善豆粕原料价格信息发布体系。各地方应注重对经济政策与信息的收集、整理及发布，辅助上游种植户、下游饲料企业等市场参与主体及时获取准确豆粕原料价格信息及相关政策。各市场参与主体便可依据经济形势及经营环节变化及时作出正确经营决策，推进豆粕原料价格保供稳价。第二，加强玉米价格、产量变化及农产品生产价格的动态监管。中央及地方应采用数字技术协同建立玉米价格、产量变化及农产品生产价格长效预警机制，通过大数据、区块链等技术及时掌控豆粕原料价格动态、调控异常价格波动，从而减少豆粕原料供求双方生产运营损失。第三，积极采取豆粕原料价格限价措施。在豆粕原料销售过程中可以通过制定限价与差别定价标准，稳定豆粕原料价格，促使市场稳态化运作，从而减轻下游饲料企业的运行压力。