基于动态视角下的生猪期货市场价格发现功能变动情况研究

周大朋 程金花 谢政璇 凌颖慧 还红华

基金项目：国家生猪产业技术体系（CARS-PIG-35）；江苏省农业科学院基本科研业务专项［ZX（23）3032］。

作者简介：周大朋，研究实习员，研究方向为农产品期货和农村金融；程金花，副研究员，研究方向为猪育种与生产；谢政璇，研究实习员，研究方向为生猪产业经济与政策；凌颖慧，研究实习员，研究方向为农业保险；还红华（通讯作者），研究员，研究方向为畜牧产业经济和农业风险管理。摘要：生猪期货市场价格发现有效发挥对于产业链上信息传递以及风险规避具有重要作用。为探究生猪期货价格发现的动态变化情况，基于2021年1月—2023年5月我国生猪期现货价格数据，通过Granger因果检验、时变脉冲响应、信息份额模型等对不同阶段生猪期现货价格发现作用关系和冲击情况进行测算分析。结果表明：生猪期货单向价格发现作用显著，不同阶段下生猪期现货之间存在长期的均衡关系且具有差异性；生猪期现货之间动态冲击特征明显且作用方向相反；生猪期货在价格发现贡献度中占据主导地位。据此，建议疏通生猪期现货市场价格传导机制，充分发挥信息传递作用；关注价格变动对市场情绪的影响，注重政策对生猪市场的“逆周期”调控；进一步完善生猪期货市场规章制度，促进生猪产业规范化生产以及高质量发展。

关键词：生猪期货；价格发现；时变脉冲响应；信息份额模型一、引言

猪肉是我国居民当前肉类消费的主力，同时也是我国“菜篮子”供给中的重要产品，因而其价格变动是关乎国计民生的大事。自古有说法“猪粮安天下”，但是生猪价格一直围绕市场供给重复上演着暴涨暴跌的循环，“价高伤民，价贱伤农”的两难困境一直难以破除。在本轮的下跌区间中，生猪价格跌幅超过50%，剧烈的价格波动不仅加大了生猪产业链上各方主体的风险，甚至影响了产业的健康发展。为了平抑价格波动和稳定产业发展，生猪期货的上市让产业链上的主体拥有了获取信息和规避风险的工具，在一定程度上起到了帮助经营主体合理安排生产、抵御市场风险的作用。因此，研究生猪期货市场价格发现功能的变动情况对于完善生猪期货市场以及推动生猪产业高质量发展具有重要意义。

现有的研究成果中，对于生猪期货的讨论主要在其必要性以及实际作用两个方面。其一，从现货市场供给和价格的现实情况来看，我国生猪现货市场规模庞大、生猪产能波动大、猪肉消费难以替代等特点让各方的风险规避动力较高；同时，生猪现货价格波動频繁，特别是在非洲猪瘟与新冠感染疫情等外部因素的影响下很容易出现暴涨，生猪期货的建立可以有效地规避市场中的价格风险，锁定远期价格。从生猪产业链的角度来看，生猪产业链之间存在普遍的价格传导关系，上下游环节之间的变动会对生猪价格产生不同程度的冲击，此外生猪产业的相关新闻政策的出现也会影响生猪价格平稳运行。因此有必要发展生猪期货，促进生猪全产业链高质量发展。其二，有学者从实证的角度出发对生猪期货的价格发现功能进行测算和方差分解，结果表明生猪期货存在单向价格发现功能但是效果有待提高。多数学者从理论层面出发，认为生猪期货价格发现的功能起到有效帮助生猪养殖企业规划生产经营活动、稳定生猪生产、降低现货价格波动的作用。

综合来看，现有的研究对生猪期货上市以来价格发现变化情况的关注不足，对生猪期货的研究主要还集中在理论层面的探讨，鲜有从实证的角度进行测算分析。此外，目前还没有研究对生猪价格波动中涨跌趋势下价格发现是否具有差异性进行探讨。鉴于此，本文从动态和实证的角度出发，深入探究自上市以来我国生猪期货市场价格发现功能有效程度以及变动情况，并据此为生猪期货市场和生猪产业的发展提出对策建议。

中国证券期货2024年4月第2期基于动态视角下的生猪期货市场价格发现功能变动情况研究二、研究设计

（一）生猪期现货市场价格传导机制理论分析

图1我国生猪期货市场功能实现机制理论框架

我国生猪期货市场价格发现及套期保值功能实现的机制理论框架如图1所示。生猪期货是以生猪现货为标的，两者之间具有密切的相关性，因此当某一市场价格出现变动的时候，会迅速传导到另一个市场中并促进价格修正。价格发现功能的高低取决于市场的有效性和资源的配置效率。其中，生猪期货价格发现功能的实现在于生猪期货和现货市场之间的信息传递过程，信息传递的效率决定了市场价格能够及时更新同步。生猪现货市场的需求端消费者以及供给端生产者会依据市场价格来调整自身消费以及生产水平，而消费意愿以及存栏出栏情况又会反向作用到现货市场中。生猪期货市场中的投资者会根据期货市场的成交情况以及现货市场的信息做出相应的行为决策，也更容易受个人情绪和市场氛围的影响，助推生猪期货价格上涨或下跌。

（二）方法选择与模型构建

研究生猪期货市场价格发现动态变化主要通过对不同时期的价格数据进行定性和定量的检验，并纵向比较年际差异情况。定性检验利用Granger因果检验以及动态脉冲响应来分析期现货之间的价格引导关系以及价格之间的动态冲击情况。定量检验则是利用信息份额模型（IS）以及永久短暂模型（PT）测算期货或现货在价格发现过程中贡献度的大小。

1.生猪期现货市场间价格引导关系的检验

首先对时间序列采用单位根检验和协整检验，判断平稳性和协整关系。如果序列之间存在协整关系，则将Rt=（ΔlnSt，ΔlnFt）'构建如公式（1）所示的向量误差修正模型，并进行Granger因果关系检验。

ΔRt=ΠRt-1+∑n-1i=1ΓiΔRt-i+μ+εt，

ε～i.i.d.（0，Ω）（1）

其中，协整向量的个数由Π=αβ'的秩来决定，α与β分别为修正和协整系数矩阵，μ为误差修正项，εt为随机扰动项。Granger因果检验则是通过分析修正系数α的大小来判断期现货之间是否存在价格引导关系。

2.生猪期现货市场间价格动态脉冲响应模型

生猪期现货价格冲击情况通过构建动态脉冲响应进行分析，利用动态向量自回归模型调整模型中的时变参数，从而可以观察时间线上每个节点变量之间的冲击情况。定义动态VAR模型的表达式如公式（2）至公式（3）所示：

yt=X'tβt+A-1tΣtεt，t=s+1，…，n（2）

Vεt=In，X't=In［1，y't-1，…，y't-k］（3）

其中，是克罗内克积，βt，At，Σt是服从随机游走的时变参数，并且假设（εt，μβt，μαt，μht）～N0，diagI∈，Σβ，Σα，Σh

3.生猪期现货市场间价格发现贡献度的测算

在上述向量误差修正模型的基础之上，利用Hasbrouck的信息份额模型（IS）以及Gonzalo的永久短暂模型（PT），结合学者林祥友等的研究，确定PT模型和IS模型下生猪期货和现货市场价格发现贡献度测算的公式如公式（4）至公式（6）所示：

PT1=ε2ε1+ε2，PT2=ε1ε1+ε2（4）

ISU1=（ε2σ1-ε1σ2ρ）2ε22σ12-2ρε1ε2σ1σ2+ε12σ22，

（5）

ISL1=ε22σ12（1-ρ2）ε22σ12-2ρε1ε2σ1σ2+ε12σ22

ISU2=（ε1σ2-ε2σ1ρ）2ε22σ12-2ρε1ε2σ1σ2+ε12σ22，

（6）

ISL2=ε12σ22（1-ρ2）ε22σ12-2ρε1ε2σ1σ2+ε12σ22

其中，ε1，ε2为VECM模型中的误差修正项系数的估计值，σ1，σ2，ρ为新生成的残差序列的标准差以及序列相关系数的估计值。

图2我国生猪期现货价格波动趋势资料来源：大连商品交易所与Wind金融数据库。（三）数据选取及处理

我国生猪期现货价格波动趋势如图2所示，从总体的波动情况可以看出生猪期现货价格处于明显的下降趋势，生猪期货价格跌幅达43.32%，生猪现货价格跌幅达到60.16%。分阶段来看，2021年1月至今的价格波动趋势可以分为三个阶段“下跌—上涨—下跌”，在各自趋势区间内的生猪期现货价格波动具有一致性。

在2021年1月至2022年第一季度，生猪期货价格波动幅度达到57.36%，现货价格波动幅度達到70.85%。从市场的供需情况来看，前期的价格上涨导致生猪存栏量过高，生猪现货市场供给端产能过剩，当生猪价格出现下降时，养殖户恐慌情绪传染严重，出栏量短期迅速增加助推价格下跌。而市场的需求端恢复过慢，餐饮消费受疫情防控的影响，对猪肉的需求不及预期。市场两极分化的供需情况导致生猪期现货市场价格不断下探，但是在政府连续多次收储政策的帮助下，市场信心得以稳定且生猪价格开始进入上涨区间。在2022年第二季度和第三季度，生猪期货价格从12525元/吨上涨至24045元/吨，现货价格从12.24元/千克上涨至28.03元/千克。市场供给端由于前期存栏量恐慌性的淘汰导致仔猪存活率下降，生猪价格开始出现上涨，而养殖户的惜售情绪增加，进一步助推生猪价格，市场供给端出现紧缺。在利润的推动下，养殖户开始二次育肥以及压低出栏量，带来了生猪价格又一次下跌。2022年第四季度至今，生猪价格再次出现大幅下降，供给端大型猪企业调整出栏量，带动市场普遍对生猪价格的预期看低。而双节的消费重心受到疫情防控放开的影响发生转移，需求疲软的市场消费难以拉动猪价抬升。

本文选取2021年1月8日至2023年5月31日的生猪期货和现货价格的日度数据作为研究样本，其中生猪期货数据来源于大连商品交易所统计数据，生猪现货价格来源于Wind数据库。为了保证数据的连续性和完整性，对价格序列中出现的节假日以及缺失数据采用插值法进行补充。对期现货之间的量纲差异采用对数收益率的处理方法，同时为了分析生猪期货市场价格发现的动态变动情况，依据上述的涨跌区间将现有数据划分为3个阶段，分别是第一阶段的2021年1月8日至2022年4月15日，第二阶段的2022年4月18日至2022年10月18日，第三阶段的2022年10月19日至2023年5月31日。具体如公式（7）所示，其中i=f，s；t=1，2，3。f表示期货，s表示现货，y为不同阶段。

R（p）=lnpt-lnpt-1×100%（7）

三、实证结果与分析讨论

（一）生猪期现货市场间价格引导关系检验

依据模型构建部分生猪期现货价格引导关系检验的步骤，检验结果如表1所示。利用ADF单位根的检验方法对生猪期现货各个区间的对数收益率序列依次进行平稳性检验，从统计量的显著性结果可以看出所有序列在1%显著性水平下显著，避免了不同阶平稳对后续计量经济学检验可能带来的误差。然后，对于平稳的时间序列进行协整检验，从迹统计量的检验结果可以看出在1%显著性水平下生猪期现货价格存在长期的均衡关系。

接着通过构建VECM模型并进行Granger因果检验，判断生猪期现货在价格发现中引导关系。检验结果说明在不同的阶段下生猪期现货的价格发现效果具有明显的差异：总阶段、第一阶段以及第三阶段下，生猪期货是现货的Granger原因，生猪期货单向引导生猪现货，说明受市场下跌情绪的影响，生猪期货市场信息更容易传导到现货市场中，从而助推价格下探。第二阶段的生猪期货与现货互为Granger原因，生猪期现货之间存在双向的价格引导关系，说明在价格上升趋势下，生猪期现货市场之间的信息能够有效地进行互相传递，从而稳步助力价格上涨。这一结果说明了生猪期货对现货价格的引导功能显著，在价格发现过程中也更占据主导地位，虽然生猪现货在价格上升时期可以与期货价格互相引导，但是总体上生猪现货的价格发现功能没有得到很好的发挥。

（二）基于时变动态脉冲响应的生猪期现货市场间价格作用情况分析

上述的检验结果说明了生猪期现货之间存在长期均衡和价格引导关系，但是不能反映两者之间价格发现的动态作用情况。因此接下来利用时变动态脉冲响应刻画不同滞后期下生猪期现货之间在整个时间跨度中每一个节点上相互作用情况。其中，滞后期的区别表示价格傳递速度的差异，响应曲线的高低表示价格影响程度的差异。本文构建了4个区间价格序列的时变向量自回归模型以及时变动态脉冲响应函数图，选取滞后1期、3期、5期来分析价格的传递速度和强度。不同阶段内生猪期现货价格之间的动态冲击情况如图3所示。从滞后期的变动来看，滞后期为3期和5期时生猪期货和现货之间的冲击强度贴近于坐标轴，表明随着滞后期的增加两者之间价格影响几乎不存在，即生猪期货和现货之间的价格关系不具有恒久性，当期的价格变动很难对未来时期的价格变动产生明显的推动作用。因此接下来的分析围绕滞后1期展开，详细讨论生猪期现货价格在不同时间节点的作用情况。

图3不同阶段下生猪期现货之间动态冲击情况

从不同阶段冲击曲线的方向、强度、波动等方面可以发现以下几个特点：①不同区间的冲击情况具有较高的一致性。总阶段和分阶段下生猪期货对生猪现货的价格冲击曲线在坐标轴上方以正向为主导，生猪现货对生猪期货的价格冲击在坐标轴下方以负向为主导。说明生猪期货价格变动时会对现货价格产生正向的影响，会助推价格的上涨和下降，而生猪现货价格变动时对期货价格产生负向的影响，会导致生猪期货价格逆向变化。值得注意的是，第三阶段中在2023年2月时冲击曲线穿过坐标轴，说明两者价格之间的作用情况在此时发生了转变，期现货价格的推动作用方向发生对调。②生猪期现货价格之间的影响在绝大多数时间下显著，但是又存在明显的阶段性差异。总区间下生猪期货对现货的价格冲击强度在0.05上下波动，生猪现货对期货的冲击强度更大甚至超过-0.1。第一阶段内的生猪期现货价格的冲击强度呈现增加的趋势，期货对现货的冲击在0.05～0.1，现货对期货的冲击持续增加并超过-0.05。第二阶段和第三阶段内期现货之间的冲击在前半段都维持在0.1的高位，之后逐渐呈现下降的趋势，且第三阶段出现了期现货冲击方向正负的对调。③生猪期货价格变动对现货价格的冲击反馈情况明显更好，主要在于生猪期货对现货价格的冲击曲线波动更加明显，而现货对期货的冲击曲线更加平稳。这也说明在面对市场价格出现改变信息的时候，生猪期货市场能够更好地将信息传递到现货市场，因为体现出更高的价格发现效率。

（三）基于IS模型和PT模型的生猪期现货价格贡献度的测算分析

价格引导关系检验以及动态价格冲击情况对生猪期货和现货之间的价格发现做了“定性”的实证分析，但是还需要对不同区间下的价格发现过程中期货和现货各自的贡献情况做出“定量”的分析。因此接下来采用信息份额IS模型和永久短暂PT模型对各个阶段的生猪期现货价格发现强度进行分析，所得结果如表2所示。

信息份额IS模型和永久短暂PT模型所得到的生猪期现货价格发现贡献度的结论具有一致性，但是在数值的测算上具有一定的差异性。因为信息份额IS模型的测算存在上限和下限，因此采用取均值的方式给出一个确定的数值与永久短暂PT模型做比较，其测表2信息份额模型和永久短暂模型的价格贡献度测算结果

算结果也相对来说更高一些。总阶段下，生猪期货的价格发现贡献度为94.26%（80.89%），生猪现货价格发现的贡献度为6.79%（19.11%），生猪期货市场的价格发现占据了绝对优势，相比之下现货的价格发现较为薄弱。再从不同阶段来看，第一阶段和第三阶段的生猪期货价格贡献度为75.95%和92.66%，生猪现货价格贡献度为24.74%和7.76%，生猪期货在这两个阶段的价格贡献度也远高于现货。而第二阶段的生猪期货价格发现贡献度为24.31%（27.71%），现货价格发现贡献度为76.18%（72.29%），生猪现货在这一阶段的价格发现要强于期货。总的来看，目前生猪期货市场的价格发现功能效果要远高于现货市场，在价格下降区间中表现尤为明显。但是在价格上升的区间中，生猪现货的价格发现功能显著得到增强并高于期货市场。从纵向的时间变化来看，第三阶段的生猪期货的价格发现贡献度占比要高于第一阶段，说明随着时间的变化，生猪期货的价格发现功能的强度进一步提高。

结合生猪期货市场的现实情况来看，生猪期货市场价格的影响大于现货市场，主要表现在下跌区间。其原因在于生猪期货市场出现价格下跌时，现货市场相关主体对于下跌的信号非常敏感，当价格下跌突破其心理预期时，市场出现恐慌性抛售导致市场短时间供给过剩，从而助推了现货市场价格下跌。同时，生猪现货价格下跌提高了期货市场中的套保需求，带动期货市场交易量提升从而增强期现货之间的关联性。在上涨区间中，生猪现货市场对期货市场的影响更大。其原因在于，价格上涨的信息传入现货市场后，相关主体普遍看好后市行情并出现惜售情绪；现代市场中由于供给暂时性缺乏导致价格再度上升，而期货市场交易的意愿减弱导致市场活跃度下降，现货市场价格在此上涨情形下占据主动地位。

四、主要研究结论与对策建议

本文基于2021年1月至2023年5月生猪期现货价格数据，运用Granger检验、时变脉冲响应、信息份额等模型对生猪期现货之间价格发现功能进行详细的探究，主要研究结论如下：①不同阶段下生猪期现货之间存在长期的均衡关系且具有明显差异性，但是生猪期货的单向价格发现作用显著。在价格下跌趋势中，生猪期货对现货的价格引导作用明显，在上升趋势中，则是双向的价格引导关系。②生猪期货和现货之间的价格冲击呈现动态特征明显，期货和现货之间价格作用方向相反。生猪期现货价格之间的影响不具有长期效应，生猪期货价格的变动会正向助推现货价格的涨跌，而生猪现货对期货的作用相反且强度更低。③生猪期货在价格发现贡献度中占据主导地位，生猪期货市场信息更容易传导到现货市场。生猪期货的价格发现的贡献度占比超过70%，并且随时间变化呈现上升的态势。

基于上述结论，对生猪期货市场和产业高质量发展提出如下对策建议：①疏通生猪期现货市场价格传导机制，充分发挥价格发现的信息传递作用。通过搭建高效的信息共享平台，减少因信息不对称造成市场调节的低效率，进一步促进信息在不同主体之间的高效流动。②关注价格变动对市场情绪的影响，重视政策对生猪市场的“逆周期”调控。市场价格波动会带动市场恐慌或是惜售情绪的变化，从而导致循环往复的涨跌怪象，因此“逆周期”政策调控要重视引导市场情绪，避免供给端产能周期性剧烈波动。③相关部门需进一步完善生猪期货市场规章制度，以期货为抓手倒逼生猪产业规范化生产以及高质量发展。当前我国生猪期货合约标的物没有完整的标准体系，生猪产业链各个环节规范性不足，加大了实物交割的难度与风险。因此亟须行业标准界定以及推动产业转型升级，促进生猪产业健康可持续发展。

参考文献

［1］王芳，等.中国生猪产业平稳供给机制研究［M］.北京：中国农业出版社，2017.

［2］石自忠，胡向东.疫情冲击、政策调控与中国生猪市场价格波动［J］.农业现代化研究，2023，44（1）：130-141.

［3］孙秀玲.基于现货市场条件分析下的中国农产品期货市场发育研究——以中国生猪期货市场发育为例［J］.经济问题，2017（6）：60-63.

［4］张利庠，罗千峰，韩磊.构建中国生猪产业可持续发展的长效机制研究［J］.农业经济问题，2020（12）：50-60.

［5］李俊茹，石自忠，胡向东.疫情冲击对中国生猪市场波动的影响分析［J］.农林经济管理学报，2022，21（4）：453-462.

［6］何雯霞，熊涛，尚燕.重大突发疫病对我国肉禽产业链市场价格的影响研究——以非洲猪瘟为例［J］.农业现代化研究，2022，43（2）：318-327.

［7］苏贵芳，花俊国，孙文珊，等.生猪疫情对猪肉价格非线性冲击的形成机理与检验［J］.中国农村经济，2021（11）：107-124.

［8］张燕媛，鞠光伟.政策性生猪价格保险制度改革：现实困境与补贴策略［J］.农村经济，2019（7）：89-94.

［9］周大朋，刘凯，穆月英.基于产业链视角的生猪价格波动及其成因分析［J］.中国畜牧杂志，2022，58（8）：306-312.

［10］王刚毅，王志琳，李春雷.生猪产业政策不确定性对产业链价格波动的影响［J］.农业现代化研究，2022，43（1）：143-151.

［11］付莲莲，喻龙敏，赵金霞.生猪全产业链价格传导的门限效应——基于生猪期货对冲风险视角［J］.农林经济管理学报，2021，20（2）：219-226.

［12］王涛，桂成.我国生猪期货市场价格发现功能研究［J］.价格理论与实践，2023（3）：140-143，206.

［13］張海峰，林振基，官智慧.2021年我国生猪价格走势及未来市场变化分析［J］.中国畜牧杂志，2021，57（4）：237-240.

［14］李志萌，杨志诚.生猪价格波动规律的形成机理与调控对策［J］.农林经济管理学报，2016，15（6）：694-701.

［15］HASBROUCK J. One security，many markets：Determining the contributions to price discovery［J］. The Journal of Finance，1995，50（4）：1175-1199.

［16］GONZALO J，GRANGER C. Estimation of common long-memory components in cointegrated systems［J］. Journal of Business & Economic Statistics，1995，13（1）：27-35.

［17］林祥友，王瑶，何帅，等.沪深300股指期现货市场的交易竞争与价格发现的关系研究［J］.管理评论，2019，31（2）：3-16.