谢 雨,王一帆,乔 珊
(宁波大学商学院,浙江 宁波 315211)
小宗农产品是相对于有着政府收购价格、完整的产业信息链的大宗农产品来说的,具有产量低、贸易量小、流通量小、产地集中等特点。在农产品研究的相关领域,比起小宗农产品,学术界更关心关乎民生的大宗农产品。然而近年来,“蒜你狠”“姜你军”“葱击波”等现象层出不穷,中国农产品价格波动开始明显强化,农产品的价格波动呈现“大上快下”的趋势,对人们的日常生活造成了严重的影响。政府及相关部门越发重视小宗农产品的价格稳定保障。
在中国,对比大宗农产品,在经济中起补充和辅助作用的小宗农产品,其生产、交易以及需求的数量都较小,例如大葱、大蒜等。然而自从21 世纪初中国加入WTO 以后,国内小宗农产品价格市场频繁地出现波动,再加上社会发展程度持续提高,居民生活水平不断进步,小宗农产品的价格波动也越发明显,尤其以大蒜等蔬菜为代表,其波动十分剧烈。以大蒜等生活调味品为代表的小宗农产品的价格产生波动,给消费者的日常生活带来不小的影响,并且也对大蒜产业上下游的利益链产生了不良的影响,进而阻碍了中国相关产业的发展。为此,对大蒜销售展开了相关研究,希望能够认识大蒜的价格波动特征及其影响因素,从而提出相应的解决方案,帮助相关产业谋求发展。
目前,国内对小宗农产品的价格波动特征及其风险做了较多相关研究,其中最常见的是大蒜等价格波动比较大的产品。刘哲(2018)通过研究,证实了相比大宗农产品,小宗农产品价格弹性需求较小,市场供给的变化更加容易引起价格的波动。[1]姚升(2021)利用MSVAR 模型研究分析大蒜价格时,发现不同区制下大蒜的价格与影响因素间,其动态关系存在异质性,且表现显著。[2]李京栋等(2018)分析发现,蒜价波动主要体现在投机性价格大幅变化,且基础价值的变化贡献率较小。[3]姚升(2020)在研究小宗农产品的价格波动的内生演化时,得出在市场供需缺口较大时,中间商的行为会引起内生交易费用的增加,进而冲击大蒜市场,加剧其价格波动。[4]马宏阳,赵霞(2021)利用价格分解法和协方差分析法发现,根据贡献程度看,长期趋势因子影响我国大蒜的价格最显著。大蒜价格波动形式主要是正常波动以及大幅波动,说明大蒜价格有较高的市场敏感性。[5]张有望等(2022)通过探究我国大蒜极端价格风险,发现大蒜价格存在泡沫风险,并且泡沫出现时常伴随价格短期内的剧烈波动。[6]姜辉等(2016)研究发现,大蒜出口数量和国内货币的发行量会对国内蒜价产生冲击,但作用不明显。大蒜的进口数量也不会随着国内大蒜价格的剧烈波动产生明显的一致的调整。相反,大蒜出口价格则会显著影响国内蒜价。[7]邹嘉琦等(2018)进一步研究发现,国内市场价格的波动同样会引起大蒜对外贸易的国际价格和贸易数量的变动。[8]
综上,本文将使用2012 年至2022 年大蒜的全国批发市场价格,主要利用ARCH 类模型对其价格波动及其特征进行研究分析,并对研究结果有针对性地提出相关对策建议,以期对稳定大蒜价格,促进我国小宗农产品可持续发展有所帮助。
为了研究大蒜批发价格的特征,论文选取2012-2022 年全国大蒜批发价为研究对象,数据来源全国重点农产品市场信息平台。
本文所使用的persist-AD 模型是将每个时间序列值与其先前的值进行比较,检测时间序列值异常。在该模型中,参考窗长度为1,使用均值进行检测,引用了统计学上对于异常值的测定,价格的(Q1-1.5IQR,Q3+1.5IQR)为价格波动正常范围,反之则为农产品价格时间序列的异常值。
根据需要利用该模型检测2012 年1 月-2022年10 月全国大蒜批发价月度价格进行检测。得到图1 大蒜价格检验结果与表1 价格异常年份大蒜价格月环比。
表1 价格异常年份大蒜价格月环比
图1 大蒜价格检验结果
由图1 可知,2012-2022 年十年间大蒜价格2012 年6 月、2013 年5 月-6 月、2016 年1 月、2016年4 月、2017 年5 月-6 月、2020 年5 月存在异常,在这些时期对应的大蒜价格月环比分别为0.600、-0.193、-0.282、0.328、-0.107、-0.267、-370 和-0.223。其中最小正值为0.328,最大负值为-0.107。根据阈值法,当大蒜价格月环比在(-0.107,0.328)范围内时,其价格的波动是正常的,当波动幅度超出该范围时,其价格波动可能存在异常。
在进行研究前,经过查阅梳理大量的文献,发现引起大蒜市场批发价格波动的因素,主要有宏观环境政策、供需关系、信息不对称、气候、成本因素、投机因素等。
1.宏观环境及政策影响
从国际方面看,中国作为种植业大国,不仅是最大的大蒜种植国,也是最大的出口国。各国的农业政策、主要大蒜贸易国的进出口状况等会以各种形式传导到国内,从而影响大蒜供需状况。从国内看,农产品价格不仅受到中长期产生的价格上移的趋势影响,也会受到社会经济中许多宏观因素的影响。例如,在突然暴发新冠疫情的大环境下,中国采取严格的疫情管控政策,大部分饭店或停业或禁止堂食,蔬菜批发市场的大蒜下货也受到阻碍,部分加工企业停产歇业。大蒜价格从2020 年1 月30 日的10.14 元/公斤下降至同年6 月25 日的5.03 元/公斤,很大程度上与疫情对大蒜销售的限制有关。除此之外,政策变动、疾病等不可预期的因素也会引起农产品价格的不规则波动,扩大农产品价格变动的幅度。
2.供需关系
供需是影响大蒜价格波动的最基本因素。供给通过国内大蒜存储量、大蒜种植面积、大蒜产量等对大蒜价格产生影响。需求通过收入水平、消费者心理等对大蒜价格产生影响。大蒜作为日常调味品,需求量一直较为稳定,需求弹性相对较小。而农民相比消费者对蒜价更加敏感,当大蒜价格明显波动时,蒜农有很大可能大幅调整种植面积,大蒜供给弹性相对较大。2014 年蒜价偏低,因此主产区的部分菜农缩减了大蒜的种植面积。农业部对全国580 个蔬菜重点县的主要蔬菜价格监测数据表明,大蒜价格自2015 年4 月5.12 元/公斤,至2015 年4 月10.40 元/公斤,同比上涨了103.23%。这与大蒜种植面积缩小有关,2015 年农业部发表的数据表明,大蒜田面积同比下降了2.2%,再加上寒潮、炒作等,诸多因素导致大蒜价格暴涨,供需稳定性的破坏导致大蒜市场价格受到冲击。
3.信息不对称
随着中国农产品的市场化程度越来越高,其价格的形成不仅仅局限于市场供求和宏观环境的作用,还会受到市场完备性的影响。这其中信息不对称的制约尤其大。[9]大蒜作为百姓日常生活中占据重要地位的调味料,具有很高的市场认可度。但由于农民与市场之间存在距离,产销各环节中缺乏有效信息渠道,其市场价格信息难以做到及时且精确,农民无法及时调整产量和预测市场价格,导致大蒜种植存在一定的盲目性和滞后性。
4.投机因素
由于我国大蒜主产地集中在山东、江苏、河南等地,产地集中,加上其在市场所占份额小,总量低,十分便于游资投机、人为炒作。同时大蒜作为易存储的农产品,收购商可以轻易囤积大蒜,将其置于冷库中保存,等到合适的时候哄抬物价,居奇出货。这不仅加剧了我国大蒜价格的波动异常,也严重损害了蒜农和消费者的利益。大蒜价格从2016年5 月的从2016 年9.34 元/公斤,上涨至同年8 月的12.80 元/公斤,背后离不开投机者的推波助澜。
5.气候及成本因素
大蒜的种植易受气候的影响,在不同生长阶段对温度要求不同。例如每年3 月底至4 月底是大蒜生产的重要时期,大蒜需要较高的地温来维持生长,一旦该时间段遇到较强的冷空气,将会引起地温的降低,容易导致大蒜减产,从而影响蒜价。
除了气候,成本也会影响大蒜价格。当前我国正处于老龄化阶段,人口红利正在逐渐消失,农业生产资料成本上升压缩了农户的生产利润,[10]加上大蒜多为散户种植,规模化程度低,种植成本只高不低,一旦价格产生了波动,很容易造成亏损。农户为了回本采取低价策略恶性竞争,这又会导致蒜价进一步波动,加剧蒜价的不稳定性。[11]
6.其他影响因素
除上述因素以外,国内货币发行量、替代品价格等也对国内蒜价产生影响,但作用不明显。政府施行积极的货币政策,加大货币的供应量,这会影响物价水平,导致通货膨胀,最终导致农产品价格长期上涨。一般而言,芹菜、韭菜等大蒜的替代品价格变动会引起大蒜价格波动,但幅度不大。替代品价格上涨,大蒜价格会下跌,而替代品价格下降,大蒜价格会上升。
本文数据来自全国重点农产品市场信息平台。研究区间为2012 年1 月1 日-2022 年11 月12 日全国大蒜批发价格,共有3952 个样本。本文研究大蒜价格的波动性采用大蒜价格收益率指标。大蒜结果收益率计算公式为:Rt=Pt-Pt-1,其中Rt 为第t 天的全国大蒜批发价,通过EViews 可得大蒜收益率序列图(见图2)。
图2 大蒜价格收益率序列{r}
由图2 可以看出,大蒜收益率时间序列基本在均值0 附近上下震荡,并且波动幅度很大。根据大蒜价格时间序列波动中表现出的明显“集群”现象,可以初步判断大蒜收益率中存在着的ARCH 效应。
由图3 得出大蒜价格收益率的描述性统计分析结果如下:在样本期间内大蒜价格收益率Rt 的均值(Mean)为0.000452;标准差(Std. Dev.)为0.022957;偏度(Skewness)为0.624722,大于0 ,说明序列分布存在很长的右拖尾;峰度(Kurtosis)为15.42609,高于正态分布的峰度值3,说明收益率序列具有尖峰厚尾的特征;Jarque-Bera 统计量为25786.85,P 值为0.00000,拒绝该收益率序列服从正态分布的假设。[12]
图3 大蒜收益率序列{r}描述性统计图
图4 ADF 单位根检验
对大蒜批发价格收益率R 进行单位根检验,检验结果显示,p 值在1%水平下是显著的,因此拒绝原假设,即收益率序列{r}是平稳的。
残差平方的自相关(AC)和偏自相关(PAC)系数,如图5 所示,自相关系数和偏自相关系数显著不为0,而且Q 统计量非常显著,拒绝原假设,即残差序列存在滞后1 期的ARCH 效应。
图5 自相关性和偏自相关性检验图
图6 GARCH 模型检验结果
图7 GARCH-M模型检验结果
采用ARCH 类模型对全国大蒜批发价格序列的波动特征进行分析,分别对大蒜价格序列进行GARCH、GARCH-M、TARCH、EGARCH 检验,明确大蒜价格波动的具体特征。
1.GARCH 模型回归分析结果
GARCH 模型中的系数α、β 均通过1%水平下的显著性水平检验,即序列具有显著的集簇性,这意味着大蒜的批发价格既受外部因素影响,也受往期价格波动影响。α+β<0,说明这两种影响对大蒜批发价格的影响会缓慢消失。GARCH(-1)的回归系数是0.908220,即波动率当期方差冲击的90.82%将持续到下一期,价格的波动会在短期内产生巨大影响,当价格波动较为激烈时,总体上存在的风险很大,需要对大蒜市场进行一定的政策干预,同时市场会根据大蒜供应信息的变化在一段时间的自我调节后达到平衡。[13]
2.GARCH-M模型回归分析结果
GARCH-M 模型估计结果中在1%水平下显著,均值方程中条件方差系数C=-0.000840<0,说明大蒜风险与收益之间关系是不确定的,这与大多数学者论证结果一样,大蒜批发市场不具有“高风险高回报”的特征。在方差方程中,GARCH(-1)项=0.950807 与1 相近,说明大蒜价格波动时间持续长。[14]
3.TARCH 模型回归分析结果
由图8 可知,TARCH 模型中的杠杆效应项RESID(-1)2=0.33497 是显著大于0 的,所以存在非对称影响。当出现“利好消息”时,即当时,有一个=0.033 的冲击;当时,则会带来=0.033+0.096=0.129 的冲击。说明大蒜价格波动能够具有杠杆效应,即利空效应能比等量的利好消息产生更大的波动。[15]
图8 TARCH 模型检验结果
4.EARCH 模型回归分析结果
从图9 可知,EGARCH 模型中的不对称系数γ 在1%的显著性水平下大于0,=0.173,其非对称项的系数γ=-0.069<0
图9 EGARCH 模型检验结果
所有这些,表明全国大蒜市场价格波动表现出明显的非对称性特征,进一步验证了TARCH 模型中“价格信息引发的波动剧烈程度大于价格上涨引发的波动程度”的结论。
1.利用GARCH 模型能够很好拟合全国大蒜批发价收益率波动的情况,大蒜价格的时间序列具有明显的条件异方差存在-存在波动集簇性特征,即全国大蒜批发价收益率的价格随着时间的变化而变化,并且在某一时间段连续出现收益率持续上涨与下跌的情况。但是经过市场长时间的自我调整,价格又将恢复到平衡。因此,批发大蒜相关利益各方可利用大蒜价格波动规律,对大蒜进行价格波动预测。
2.利用GARCH-M模型分析得出了全国大蒜批发价收益率不具有“高风险,高回报”的特征,因此可以得出,在全国大蒜批发市场中大部分主体交易主体更易受到非理性因素的驱使,说明全国大蒜批发市场是非完全成熟市场。
3.利用TARCH 模型与EGARCH 分析全国大蒜批发价收益率,发现在大蒜批发价格的波动存在明显的不对称性,比较价格上涨信息对波动的影响,价格下降信息所带来的波动更剧烈。换言之,就是大蒜批发市场的决策主体更易于受到负向的收益率的影响,从而做出非理性的经济决策。
1.规范大蒜批发市场监管制度,提高市场透明度。上文表明,大蒜批发价格存在波动过大情况,这说明在大蒜批发市场中存在信息不对称的情况,引起这种情况的原因是多方面的,可能是由于大蒜批发市场信息披露不规范,市场主体的素质参差不齐。因此,一方面,政府要加强对于大蒜批发市场的监管,健全信息监测统计制度,加强市场价格监测,建立权威、规范的信息采集标准和统计指标体系,采集和统计的信息同时应具有可比性,给予大蒜批发市场主体信息支持,帮助市场主体做出理性的经济决策,解决由于市场信息不对称带来的问题。同时政府积极推进农产品价格保险制度在大蒜种植业的普及,为大蒜行业的发展保驾护航。
2.规范市场投机行为与建立大蒜批发市场分析预警制度。大蒜批发价格收益率波动存在明显波动集簇性特征,当大蒜收益率价格波动幅度显著增长时,往往预示着价格波动不会马上停止或放缓,这往往是由于游资炒作引起的,针对该情况:一方面,政府需考察大蒜批发市场主体的经营素质,加强诚信制度建设。建立健全诚信体系,对于有多次以牟取暴利为目的囤积大蒜、炒作蒜价的个人或企业加入诚信黑名单,禁止其进入市场。各个地区设立专门的监督部门指导并监督市场流通领域,对于“大量”或“过量”囤积物资的企业,先公示企业名单,要求期限内出售物资,若拒绝执行,主管部门命令其出售物资或采取罚款、依法拘留等强制措施。另一方面,相关机构也要综合运用人工智能,大数据等手段建立大蒜批发价格异常预警机制,制定应急方案,将大蒜批发价格波动控制在合理的范围内。
3.加强大蒜批发市场主体风险教育,为大蒜市场引入理性力量。大蒜批发价收益率存在风险与收益不均衡现象,大蒜批发市场主体缺乏风险意识,加剧了大蒜批发价格的非理性波动,为此要培养理性的市场主体,理性的市场主体有利于大蒜批发市场的平稳运行,避免出现价格的大起大落,危害大蒜种植业与消费者的利益。[6]