孫大巖, 陳 磊, 布仁門(mén)德

(1. 東北財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，大連 116025; 2. 內(nèi)蒙古民族大學(xué)經(jīng)濟(jì)學(xué)院，通遼 028000;3. 內(nèi)蒙古東部鄉(xiāng)村振興研究基地，通遼 028000)

0 引言

養(yǎng)豬業(yè)與中國(guó)農(nóng)耕經(jīng)濟(jì)存在著相互促進(jìn)、相互適應(yīng)的良性互動(dòng)，是中國(guó)古代農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的一條重要脈絡(luò)。越是盛世朝代，養(yǎng)豬業(yè)越是發(fā)達(dá)，越是普及，以漢朝和唐朝最為明顯。漢朝很多地方官員勸導(dǎo)人民發(fā)展農(nóng)業(yè)，倡導(dǎo)全民養(yǎng)豬、家家養(yǎng)豬；在唐朝，地不分南北都以養(yǎng)豬為重要農(nóng)業(yè)活動(dòng)，此時(shí)家豬在中國(guó)已經(jīng)不單單是一種經(jīng)濟(jì)產(chǎn)品，而擁有了濃濃的文化色彩。

在現(xiàn)代老百姓的日常生活中，豬肉依然占據(jù)著重要角色。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2010 年以來(lái)，中國(guó)豬肉年人均占有量都在45 公斤以上。2019 年，雖然受到非洲豬瘟疫情的影響，國(guó)內(nèi)豬肉產(chǎn)量有較大幅度下降，但依然達(dá)到4 255 萬(wàn)噸。2019 年我國(guó)累計(jì)進(jìn)口豬肉210.8 萬(wàn)噸，同比增長(zhǎng)178%；進(jìn)口額累計(jì)值達(dá)323.7 億元，同比增長(zhǎng)376.8%。

2018 年8 月3 日經(jīng)國(guó)家實(shí)驗(yàn)室確診，沈陽(yáng)市沈北新區(qū)發(fā)生了中國(guó)首例非洲豬瘟疫情，隨后在河南、江蘇、浙江、安徽、內(nèi)蒙古等31 省份都陸續(xù)發(fā)現(xiàn)了此類(lèi)疫情。對(duì)此，國(guó)家和各地方畜牧獸醫(yī)部門(mén)迅速采取了隔離、封鎖、撲殺和清洗等一系列緊急措施給予應(yīng)對(duì)，使得疫情得以有效控制。然而，此次疫情對(duì)豬肉市場(chǎng)特別是供給端產(chǎn)生了較大沖擊，盡管距疫情爆發(fā)已經(jīng)過(guò)去一年多的時(shí)間，豬肉價(jià)格仍然在高位運(yùn)行。

那么豬肉價(jià)格都具有哪些波動(dòng)性質(zhì)？哪些因素影響到了豬肉價(jià)格？各影響因素的影響方向和程度如何？本文嘗試使用兩種定量分析方法來(lái)解決這些問(wèn)題：一個(gè)是將經(jīng)常用于金融領(lǐng)域的ARCH 族模型來(lái)研究豬肉價(jià)格的波動(dòng)性；另一個(gè)是使用將待估參數(shù)的先驗(yàn)分布和樣本信息相結(jié)合的BVAR 模型來(lái)估計(jì)豬肉價(jià)格和影響因素間的關(guān)系。

1 文獻(xiàn)綜述

1.1 關(guān)于農(nóng)畜產(chǎn)品價(jià)格波動(dòng)性

對(duì)于農(nóng)畜產(chǎn)品價(jià)格波動(dòng)性的研究方法各異。石自忠等[1]使用時(shí)變參數(shù)VAR 模型研究了主要農(nóng)畜產(chǎn)品和經(jīng)濟(jì)政策不確定性間的關(guān)系，結(jié)論認(rèn)為經(jīng)濟(jì)政策不確定性對(duì)畜產(chǎn)品價(jià)格沖擊較大，2001 年美國(guó)“9·11”事件、2008 年全球金融危機(jī)和2011 年歐洲次債危機(jī)三個(gè)時(shí)期的不確定性經(jīng)濟(jì)政策不同程度的影響農(nóng)畜產(chǎn)品市場(chǎng)。陳甜和肖海峰[2]分析認(rèn)為我國(guó)畜產(chǎn)品價(jià)格2007 年以來(lái)異常波動(dòng)的原因包括：流通體系不完整導(dǎo)致抗風(fēng)險(xiǎn)能力差、規(guī)?；袌?chǎng)小不利于交易、信息服務(wù)和市場(chǎng)導(dǎo)向不健全等，并從價(jià)格預(yù)警機(jī)制、疾病監(jiān)管機(jī)制、養(yǎng)殖激勵(lì)機(jī)制三個(gè)維度給出了具體的解決辦法。唐江橋和雷娜[3]選取價(jià)格波動(dòng)率為警情指標(biāo)，選取27 個(gè)指標(biāo)構(gòu)成警兆指標(biāo)體系，運(yùn)用時(shí)差相關(guān)分析得到6 個(gè)先行指標(biāo)和滯后指標(biāo)，以及15 個(gè)同步指標(biāo)，最后實(shí)證檢驗(yàn)了我國(guó)畜產(chǎn)品價(jià)格波動(dòng)預(yù)警指標(biāo)體系的可行性和客觀性。朱增勇等[4]研究認(rèn)為非洲豬瘟導(dǎo)致豬肉產(chǎn)能下降供給不足，仔豬補(bǔ)欄和外調(diào)不暢壓欄嚴(yán)重，主產(chǎn)區(qū)育肥場(chǎng)和種豬場(chǎng)虧損嚴(yán)重，并提出了提升疫情防控能力、優(yōu)化加工屠宰業(yè)結(jié)構(gòu)、嘗試構(gòu)建生態(tài)資源補(bǔ)償?shù)冉鉀Q辦法。盧彥丞和許畔[5]運(yùn)用馬爾可夫向量自回歸模型分析了我國(guó)雞肉價(jià)格波動(dòng)情況，結(jié)論認(rèn)為當(dāng)雞肉價(jià)格較低迷時(shí)，幼雞價(jià)格和玉米價(jià)格更顯著的影響雞肉價(jià)格；禽流感疫情的嚴(yán)重程度和雞肉價(jià)格存在明顯的負(fù)向關(guān)系。王茂安等[6]通過(guò)構(gòu)建VAR 模型研究了中國(guó)四大肉類(lèi)價(jià)格受非洲豬瘟疫情的影響，所得結(jié)論是二者存在長(zhǎng)期均衡關(guān)系，需要使用誤差修正模型進(jìn)行短期修正；同時(shí)，豬瘟疫情對(duì)四類(lèi)價(jià)格的影響程度和持續(xù)性存在較大差異。石自忠等[7]通過(guò)構(gòu)建TVP-VAR 模型研究了豬肉價(jià)格受豬瘟疫情等影響的情況，結(jié)果表明非洲豬瘟對(duì)畜產(chǎn)品價(jià)格的影響存在時(shí)變性，而且會(huì)持續(xù)較長(zhǎng)時(shí)間。

1.2 關(guān)于農(nóng)畜產(chǎn)品價(jià)格的影響因素

已有的文獻(xiàn)大多數(shù)是從產(chǎn)業(yè)鏈角度和金融角度分析農(nóng)產(chǎn)品價(jià)格與影響因素的關(guān)系。Kr¨atschell 和Schmidt[8]使用頻域Granger 因果檢驗(yàn)研究了食品價(jià)格與能源價(jià)格之間的長(zhǎng)期和短期因果關(guān)系，發(fā)現(xiàn)油價(jià)是所有食品價(jià)格的格蘭杰原因，當(dāng)價(jià)格的商業(yè)周期波動(dòng)收到控制時(shí)，這種聯(lián)系在低頻時(shí)更加明顯。因此，投機(jī)或羊群行為等短期現(xiàn)象似乎對(duì)食品價(jià)格的影響不大，石油和食品價(jià)格之間的關(guān)系更多的是由長(zhǎng)期發(fā)展確定的，對(duì)此可能的解釋是生物燃料的生產(chǎn)和使用。Algieri 等[9]使用2006 年至2016 年間12 種指數(shù)化農(nóng)產(chǎn)品的周期貨數(shù)據(jù)，構(gòu)建多元Logit 模型實(shí)證分析了投機(jī)交易對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響，結(jié)論認(rèn)為在新興經(jīng)濟(jì)體中商業(yè)周期驅(qū)動(dòng)的需求變化導(dǎo)致了農(nóng)業(yè)極端價(jià)格事件的產(chǎn)生；高回報(bào)促使金融參與者不斷將資金投入到農(nóng)產(chǎn)品期貨市場(chǎng)中，這是導(dǎo)致價(jià)格突變的金融渠道；另外，能源渠道方面要考慮國(guó)際油價(jià)沖擊對(duì)農(nóng)產(chǎn)品的溢出效應(yīng)。劉茜[10]研究認(rèn)為，可以從三方面來(lái)分析影響農(nóng)產(chǎn)品營(yíng)銷(xiāo)價(jià)格的因素，其一的生產(chǎn)者環(huán)節(jié)主要指農(nóng)業(yè)的生產(chǎn)成本，包括極少的人均耕地面積，較差的農(nóng)業(yè)生產(chǎn)條件和缺乏的農(nóng)業(yè)勞動(dòng)力；其二是處于銷(xiāo)售渠道的哪個(gè)環(huán)節(jié)，又分為產(chǎn)地批發(fā)商、銷(xiāo)地批發(fā)商和零售商；其三是消費(fèi)者的購(gòu)買(mǎi)能力，購(gòu)買(mǎi)能力又主要取決于收入水平。李靚等[11]運(yùn)用通經(jīng)分析法研究了貨幣政策、國(guó)際原油價(jià)格和農(nóng)產(chǎn)品價(jià)格三者的關(guān)系，得出結(jié)論認(rèn)為貨幣政策與農(nóng)產(chǎn)品價(jià)格正相關(guān)，但間接影響大于直接影響，主要通過(guò)農(nóng)業(yè)生產(chǎn)成本、國(guó)際原油價(jià)格和城鎮(zhèn)居民收入三種渠道施加間接影響。

1.3 關(guān)于ARCH 族和BVAR 模型的使用

ARCH 族和BVAR 模型多用于金融領(lǐng)域。黃義[12]運(yùn)用DCC-MGARCH 模型和VAR(p)-MGARCH(1,1)-BEKK 模型考察了我國(guó)房地產(chǎn)市場(chǎng)和股票市場(chǎng)的動(dòng)態(tài)相關(guān)性以及波動(dòng)溢出效應(yīng)，研究認(rèn)為股票價(jià)格和房地產(chǎn)價(jià)格都存在時(shí)變性和集聚性，兩市場(chǎng)的動(dòng)態(tài)相關(guān)性具有明顯的時(shí)變特性，同時(shí)存在雙向波動(dòng)溢出效應(yīng)。周曉波等[13]分別使用BPAdaboost、ARCH、GARCH 和ARMA 模型對(duì)CPI 的波定性進(jìn)行了預(yù)測(cè)，并用均方誤差、平均絕對(duì)誤差和DM 統(tǒng)計(jì)量來(lái)比較預(yù)測(cè)的效果，發(fā)現(xiàn)BPAdaboost 的預(yù)測(cè)效果最好。蘇念思等[14]選用鄭州期貨交易所提取的棉花日收盤(pán)價(jià)的2 232 個(gè)數(shù)據(jù)，在經(jīng)過(guò)價(jià)格平減并使用HP 濾波法提取周期成分后，將此時(shí)間段的棉花收益價(jià)格序列分成了三個(gè)周期，并用ARCH 族分析了波動(dòng)性，得出的結(jié)論是價(jià)格波動(dòng)具有集簇性、非對(duì)稱(chēng)性，說(shuō)明交易者對(duì)好消息比壞消息有更大的反應(yīng)程度。高小紅等[15]使用非線(xiàn)性格蘭杰檢驗(yàn)和BVAR 模型研究了美國(guó)的貨幣政策和中國(guó)通貨膨脹的關(guān)系，結(jié)論認(rèn)為匯率對(duì)中國(guó)的通貨膨脹產(chǎn)生線(xiàn)性影響，而大宗商品價(jià)格對(duì)中國(guó)的通脹產(chǎn)生非線(xiàn)性影響。中國(guó)人民銀行長(zhǎng)春中心支行課題組[16]基于中國(guó)的數(shù)據(jù)，從信用創(chuàng)造視角研究了影子銀行和貨幣供給的關(guān)系，結(jié)論揭示影子銀行對(duì)貨幣供給存在周期性作用，2008 年金融危機(jī)以來(lái)中國(guó)影子銀行的擴(kuò)張減少了貨幣供給量。

總結(jié)以往的研究成果發(fā)現(xiàn)，關(guān)于畜產(chǎn)品價(jià)格的波動(dòng)性主要是使用VAR、TVP-VAR、Markov-VAR 模型的脈沖響應(yīng)函數(shù)和區(qū)制變換來(lái)描述，而本文嘗試采用適用于樣本數(shù)較大(2000 年1 月至2020 年3 月的月度數(shù)據(jù))場(chǎng)合的ARCH 族模型來(lái)刻畫(huà)豬肉價(jià)格的波動(dòng)性，這既可以體現(xiàn)長(zhǎng)數(shù)據(jù)列下的整體性質(zhì)，又可以通過(guò)ARCH 族中的不同子模型來(lái)同時(shí)描述序列的波動(dòng)成群現(xiàn)象、高風(fēng)險(xiǎn)高回報(bào)和利空利好帶來(lái)的非對(duì)稱(chēng)性等特征。

關(guān)于豬肉價(jià)格的影響因素更多地從國(guó)際原油和農(nóng)產(chǎn)品價(jià)格來(lái)考慮，而本文綜合考慮國(guó)際國(guó)內(nèi)兩個(gè)市場(chǎng)對(duì)豬肉價(jià)格的影響，具體指標(biāo)包括匯率、豬疫情指數(shù)、玉米價(jià)格和可支配收入，特別是豬疫情指數(shù)可以充分體現(xiàn)非洲豬瘟疫情的背景；而且構(gòu)建了較少使用的貝葉斯向量自回歸模型來(lái)描述豬肉價(jià)格和影響因素的關(guān)系，該模型可以通過(guò)對(duì)待估參數(shù)施加約束條件來(lái)克服樣本量較少的缺點(diǎn)，避免自由度的損失。

2 豬肉價(jià)格走勢(shì)和理論分析

2.1 全國(guó)及代表性省份豬肉市場(chǎng)價(jià)格情況

為了客觀全面描述全國(guó)以及代表性省份豬肉價(jià)格情況，我們結(jié)合四大經(jīng)濟(jì)分區(qū)與豬易數(shù)據(jù)整理出的2018 年生豬出欄量排名靠前的省份，選取了全國(guó)和有代表性省份的去皮帶骨豬肉價(jià)格(單位：元/公斤)來(lái)進(jìn)行對(duì)比分析。八個(gè)省份分別是東北地區(qū)的遼寧和黑龍江、東部地區(qū)的山東和河北、中部地區(qū)的河南和湖南、西部地區(qū)的四川和云南。為了顯示時(shí)間縱向維度的變化趨勢(shì)，我們繪制了2000 年1 月至2019 年11 月各序列的豬肉價(jià)格折線(xiàn)圖，如圖1 所示。

圖1 中國(guó)及八個(gè)省份價(jià)格變化趨勢(shì)

由圖1 可知，全國(guó)和八個(gè)省份的價(jià)格除個(gè)別時(shí)期外基本趨同，大致都分為三個(gè)階段：第一階段是2000 年1 月至2006 年6 月，豬肉價(jià)格持續(xù)在低位運(yùn)行；第二階段是2006 年7 月至2019 年1 月，豬肉價(jià)格有較小幅度的波動(dòng)性上漲，在北京奧運(yùn)會(huì)即將召開(kāi)的2008 年3 月、口蹄疫和藍(lán)耳病爆發(fā)后的2001 年9 月、中小規(guī)模養(yǎng)豬散戶(hù)陸續(xù)退出后的2016 年6 月三個(gè)時(shí)間節(jié)點(diǎn)達(dá)到局部最大值；在養(yǎng)豬大發(fā)展供大于求的2006 年6 月、2009 年6 月、2014 年4 月和環(huán)保要求導(dǎo)致生豬大量提前出欄的2018 年5 月四個(gè)時(shí)間節(jié)點(diǎn)達(dá)到局部最小值；第三階段是2019 年2 月至今，豬肉價(jià)格持續(xù)在高位運(yùn)行，特別是在去年10 月達(dá)到了每公斤53.49 元的歷史峰值。另外，還需要注意在以下兩個(gè)時(shí)間段全國(guó)和代表性省份間價(jià)格出現(xiàn)了較大的差別：一段是2018 年8 月至2019 年5 月，這段時(shí)間是此輪非洲豬瘟集中爆發(fā)的時(shí)間段，不同地區(qū)疫情爆發(fā)的先后順序和嚴(yán)重程度各不相同，導(dǎo)致序列間價(jià)格出現(xiàn)了較大的差別；另一個(gè)是2005 年11 月，由于發(fā)生了無(wú)名高熱性疫情河南省豬肉價(jià)格發(fā)生了斷崖式下跌。

2.2 豬肉價(jià)格因素影響的理論分析

2.2.1 產(chǎn)業(yè)鏈角度

產(chǎn)業(yè)鏈上游會(huì)影響到豬肉價(jià)格，這些因素包括飼料、生豬、能繁母豬數(shù)量等。養(yǎng)豬的飼料主要包括玉米和豆粕，豬糧比是用來(lái)衡量生豬價(jià)格和玉米價(jià)格比值的常用指標(biāo)，一般認(rèn)為當(dāng)此數(shù)值為6 時(shí)，為養(yǎng)豬的盈利虧本平衡點(diǎn)。在非洲豬瘟后的此輪價(jià)格上漲周期中，豬糧比的峰值出現(xiàn)在2019 年10 月的第5 周和2019 年11 月的第1 周，此時(shí)活豬價(jià)格達(dá)到每公斤38.71 元和38.18 元，在玉米價(jià)格基本恒定的情況下，豬糧比數(shù)值分別高達(dá)18.26 和18.01，說(shuō)明養(yǎng)豬可以帶來(lái)豐厚的利潤(rùn)。豆粕是大豆提取豆油后得到的一種副產(chǎn)品，豆餅和豆粕中粗蛋白質(zhì)含量高達(dá)30%～50%，是動(dòng)物主要的蛋白質(zhì)飼料之一。豆粕價(jià)格在2008 年7 月達(dá)到峰值后逐步回落，這也為養(yǎng)豬降低了生產(chǎn)成本。疫情爆發(fā)初期，為了盡快控制疫情對(duì)被感染活豬進(jìn)行撲殺，這直接導(dǎo)致了能繁母豬、成年豬和仔豬數(shù)量大幅減少，從而推高了豬肉的市場(chǎng)價(jià)格。隨后，為了穩(wěn)定價(jià)格，國(guó)家大力加強(qiáng)生豬調(diào)動(dòng)以恢復(fù)生產(chǎn)。

2.2.2 消費(fèi)需求角度

從長(zhǎng)期看，豬肉消費(fèi)需求主要由人口增長(zhǎng)、居民收入水平和消費(fèi)結(jié)構(gòu)決定?！叭鎯珊ⅰ闭邔?shí)施后，2016 年和2017 年，我國(guó)人口分別增長(zhǎng)了809 萬(wàn)和737 萬(wàn)，較之前年份都有所增加，但是2018 年和2019 年分別只增長(zhǎng)了530 萬(wàn)和467 萬(wàn)人，都是建國(guó)以來(lái)較低的值。因此，未來(lái)人口增長(zhǎng)情況尚不確定。在收入水平較低時(shí)，人均可支配收入對(duì)豬肉消費(fèi)需求的影響很大。而當(dāng)社會(huì)進(jìn)入中等收入水平之后，肉類(lèi)消費(fèi)需求主要與居民的飲食結(jié)構(gòu)以及飲食偏好有關(guān)。2018 年中國(guó)人均GDP 約為9 780 美元左右，按照世界銀行2015 年的標(biāo)準(zhǔn)，我國(guó)就已處于中高等收入國(guó)家行列的偏高水平。盡管多年來(lái)形成了肉食以豬肉為主的消費(fèi)習(xí)慣，然而，隨著人們對(duì)健康要求的提高，食用雞肉和魚(yú)肉的量會(huì)不斷增加；另外，在不受收入約束的情況下，價(jià)位稍高的牛羊肉消費(fèi)比重也會(huì)提高。從短期看，豬肉需求主要受食品安全和季節(jié)性飲食習(xí)慣等影響。

2.2.3 其他角度

還有其他一些因素會(huì)影響到豬肉價(jià)格。首先是疫情因素，除了導(dǎo)致本輪豬肉價(jià)格劇烈上漲的非洲豬瘟疫情外，常見(jiàn)的疫情還包括藍(lán)耳病、豬繁殖與呼吸綜合征、豬丹毒、豬肺疫等。隨著我國(guó)規(guī)模化養(yǎng)殖水平的不斷提高，疫情大規(guī)模傳染的可能性也隨之提高。其次是金融因素，2007 年8 月份中國(guó)人民保險(xiǎn)等五家保險(xiǎn)公司試點(diǎn)推出包括生豬生產(chǎn)、屠宰、冷凍、運(yùn)輸、銷(xiāo)售和產(chǎn)品質(zhì)量等覆蓋整個(gè)生豬產(chǎn)業(yè)鏈的保險(xiǎn)產(chǎn)品，確保生豬產(chǎn)業(yè)鏈上下游的穩(wěn)定。2020 年4 月24 日，中國(guó)證監(jiān)會(huì)正式批準(zhǔn)大連商品交易所開(kāi)展生豬期貨交易，這為大型生豬產(chǎn)業(yè)鏈企業(yè)運(yùn)用期貨工具規(guī)避風(fēng)險(xiǎn)提供了好的公共平臺(tái)。其三是外貿(mào)因素，隨著豬肉進(jìn)口數(shù)量的不斷增加，總供給會(huì)擴(kuò)大，這必將影響國(guó)內(nèi)豬肉的價(jià)格。

3 實(shí)證分析

3.1 豬肉價(jià)格波動(dòng)性研究

對(duì)農(nóng)畜產(chǎn)品相關(guān)價(jià)格變量的波動(dòng)性進(jìn)行描述時(shí)，產(chǎn)生的誤差分階段的或大或小，即說(shuō)明條件方差和過(guò)去誤差的大小以及時(shí)間變化有關(guān)，而這種波動(dòng)性我們可以用自回歸條件異方差模型族來(lái)描述。

3.1.1 ARCH 模型

首先令yt代表全國(guó)每公斤去皮帶骨豬肉價(jià)格，一般要構(gòu)建ARCH 族模型的前提是要求序列具備平穩(wěn)性，所以我們引入變量Rt= lnyt ?lnyt?1代表豬肉價(jià)格的變化率，數(shù)據(jù)段選擇為2000 年1 月至2020 年3 月的月度數(shù)據(jù)。ARCH 模型的建構(gòu)順序是先均值方程后方差方程，取波動(dòng)率R的1～5 階分布滯后模型，對(duì)比發(fā)現(xiàn)，只有一階和二階滯后項(xiàng)通過(guò)了系數(shù)顯著性檢驗(yàn)，而且取二階比一階滯后有更大的擬合優(yōu)度值。因此，我們得到以下的豬肉價(jià)格均值方程

以下圖2 為式(1)均值方程的殘差分布圖，通過(guò)觀察波動(dòng)存在“成群”現(xiàn)象，即較大值集中在一起，較小值也集中在一起，這說(shuō)明殘差項(xiàng)可能存在條件異方差。

圖2 均值方程殘差分布圖

下面我們使用ARCH LM 方法進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表1。觀察表1 可知，對(duì)于F和T×R2統(tǒng)計(jì)量來(lái)說(shuō)，對(duì)于1～5 的不同滯后期相應(yīng)的伴隨概率都小于顯著性水平0.10，所以認(rèn)為豬肉價(jià)格殘差序列存在ARCH 效應(yīng)。

表1 條件異方差的ARCH LM 檢驗(yàn)結(jié)果

ARCH 模型的條件方差依賴(lài)于上若干期擾動(dòng)項(xiàng)的平方。對(duì)比豬肉價(jià)格的條件方差方程知滯后1 期、2 期和3 期可以通過(guò)顯著性檢驗(yàn)，而且系數(shù)均非負(fù)；但是ARCH(1)的擬合優(yōu)度值和對(duì)數(shù)似然值比較大，施瓦茨和赤池統(tǒng)計(jì)量較小，所以得到方差方程的最終形式如下通過(guò)式(2)可知，兩個(gè)系數(shù)估計(jì)值均非負(fù)且和小于1，可以保證協(xié)方差的平穩(wěn)性。

3.1.2 GARCH 模型

不同于ARCH 模型，GARCH 模型的條件方差除了和若干期擾動(dòng)項(xiàng)的平方相關(guān)外，還受上述若干期預(yù)測(cè)誤差的影響。我們繼續(xù)構(gòu)建豬肉價(jià)格GARCH 模型，在服從ARCH(1)過(guò)程的基礎(chǔ)上GARCH 只有取1 時(shí)，系數(shù)才都是顯著的，且取值為非負(fù)，GARCH(1,1)的具體形式如下

觀察(4)式知ARCH 項(xiàng)和GARCH 項(xiàng)的和為0.806 0，小于1，滿(mǎn)足參數(shù)約束條件，說(shuō)明豬肉價(jià)格條件方差受到持久性沖擊，而且可以利用這個(gè)沖擊來(lái)預(yù)測(cè)未來(lái)值。

3.1.3 GARCH-M 模型

GARCH-M 模型和ARCH 模型的區(qū)別僅是在均值方程中增加了條件方差項(xiàng)，當(dāng)然有些時(shí)候可以用條件標(biāo)準(zhǔn)差或者條件方差絕對(duì)值代替條件方差。在GARCH(1,1)的基礎(chǔ)上加上“風(fēng)險(xiǎn)”項(xiàng)得到

觀察(5)和(6)式知，系數(shù)都通過(guò)了顯著性檢驗(yàn)，而且“風(fēng)險(xiǎn)測(cè)量”系數(shù)值為正，說(shuō)明豬肉價(jià)格存在高風(fēng)險(xiǎn)高回報(bào)的特點(diǎn)，即當(dāng)市場(chǎng)中預(yù)期風(fēng)險(xiǎn)提高一個(gè)單位時(shí)，收益率也相應(yīng)增加0.339 4 個(gè)百分點(diǎn)。

3.1.4 TARCH 和EGARCH 模型

TARCH 和EGARCH 模型的條件方差是在GARCH 模型的基礎(chǔ)上增加了非對(duì)稱(chēng)效應(yīng)項(xiàng)，TARCH 模型中條件方差是通過(guò)虛擬變量來(lái)描述，而EGARCH 模型中的條件方差是通過(guò)上一期擾動(dòng)項(xiàng)與上一期的條件方差商的絕對(duì)值來(lái)衡量的。構(gòu)建關(guān)于豬肉價(jià)格的兩個(gè)非對(duì)稱(chēng)模型如下在TARCH 模型(8)中，杠桿效應(yīng)系數(shù)γ等于?0.029 7，說(shuō)明對(duì)于豬肉價(jià)格來(lái)說(shuō)，“利好消息”比“利空消息”能夠帶來(lái)更大的波動(dòng)。當(dāng)市場(chǎng)中存在“利好消息”時(shí)，dt?1= 0，即給豬肉價(jià)格帶來(lái)0.180 9 倍的沖擊；而當(dāng)市場(chǎng)中存在“利空消息”時(shí)，dt?1=1，即給豬肉價(jià)格帶來(lái)0.151 2 倍的沖擊。在EGARCH 模型(10)中，非對(duì)稱(chēng)項(xiàng)系數(shù)γ等于0.064 6，即當(dāng)市場(chǎng)中存在“利好消息”時(shí)，ut?1> 0，此時(shí)，給豬肉價(jià)格波動(dòng)帶來(lái)0.143 1 +0.064 6 = 0.207 7 倍的沖擊；而當(dāng)市場(chǎng)中存在“利空消息”時(shí)，ut?1＜ 0，此時(shí)，給豬肉價(jià)格波動(dòng)帶來(lái)0.143 1?0.064 6=0.078 5 倍的沖擊。兩種模型得出的結(jié)論相一致。

3.2 豬肉價(jià)格影響因素研究

關(guān)于變量選取，選用去皮帶骨豬肉價(jià)格代表全國(guó)豬肉價(jià)格，用y來(lái)表示，單位是元每公斤；選用22 個(gè)省市玉米平均價(jià)格代表全國(guó)玉米平均價(jià)格，用x1表示，單位是元每公斤。由于城鎮(zhèn)居民比農(nóng)村居民對(duì)豬肉的消費(fèi)要高得多，因此選用城鎮(zhèn)居民人均可支配收入代表豬肉消費(fèi)水平，用x2表示，單位是元每人；由于美元是國(guó)際貿(mào)易結(jié)算中最常用的貨幣之一，所以選擇人民幣兌美元中間價(jià)代表匯率水平，用x3表示；選用豬疫情指數(shù)來(lái)代表疫情程度，用x4表示。數(shù)據(jù)選取2000 年1 月至2020 年3 月的月度數(shù)據(jù)，其中城鎮(zhèn)居民人均可支配收入數(shù)據(jù)是由季度升頻到月度而形成。豬肉價(jià)格和玉米價(jià)格數(shù)據(jù)來(lái)自中國(guó)畜牧業(yè)信息網(wǎng)，城鎮(zhèn)人均可支配收入數(shù)據(jù)來(lái)自中國(guó)經(jīng)濟(jì)信息網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫(kù)和Wind 數(shù)據(jù)庫(kù)，匯率數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站，疫情指數(shù)數(shù)據(jù)來(lái)自布瑞克農(nóng)業(yè)數(shù)據(jù)庫(kù)。為了降低異方差和指數(shù)趨勢(shì)，對(duì)原序列分別取了對(duì)數(shù)。

3.2.1 平穩(wěn)性檢驗(yàn)

弱平穩(wěn)時(shí)間序列一般指滿(mǎn)足均值相等、方差相等、協(xié)方差僅與樣本點(diǎn)間隔大小有關(guān)的序列。使用擴(kuò)展的迪奇富勒法檢驗(yàn)以上五個(gè)序列的平穩(wěn)性，結(jié)果見(jiàn)表2，其中l(wèi)ny和lnxi表示五個(gè)序列的對(duì)數(shù)序列，而?lny和?lnxi代表對(duì)數(shù)差分序列。觀察表2 可知，對(duì)數(shù)序列對(duì)應(yīng)的p值都大于顯著性水平0.05，即非平穩(wěn)。而對(duì)數(shù)差分序列對(duì)應(yīng)的p值都小于顯著性水平0.05，說(shuō)明是平穩(wěn)序列。因此，五個(gè)序列同為一階單整序列，可以繼續(xù)檢驗(yàn)協(xié)整性。

表2 ADF 檢驗(yàn)結(jié)果

3.2.2 協(xié)整性檢驗(yàn)

社會(huì)生活中經(jīng)常遇到幾個(gè)序列具有相同的變化趨勢(shì)，看似有關(guān)系實(shí)際不存在，即稱(chēng)為偽回歸現(xiàn)象。為了避免出現(xiàn)這種狀況，我們可以檢驗(yàn)一下變量間是否相關(guān)，常用的檢驗(yàn)多變量協(xié)整關(guān)系的方法是約翰森協(xié)整檢驗(yàn)。對(duì)應(yīng)滯后期為4 的檢驗(yàn)結(jié)果見(jiàn)表3，觀察表3 可知，當(dāng)原假設(shè)為“不存在協(xié)整關(guān)系”時(shí)，p值小于顯著性水平0.05。而當(dāng)原假設(shè)為“至多存在一個(gè)協(xié)整關(guān)系”時(shí)p值大于顯著性水平0.05，說(shuō)明變量間存在一個(gè)協(xié)整關(guān)系。

表3 約翰森協(xié)整檢驗(yàn)結(jié)果

3.2.3 BVAR 模型構(gòu)建

BVAR 模型將后驗(yàn)分布看成與先驗(yàn)分布和似然函數(shù)的乘積成正比，進(jìn)而計(jì)算相應(yīng)的矩估計(jì)。分析的基礎(chǔ)是研究者能夠基于經(jīng)驗(yàn)合理地指定參數(shù)的先驗(yàn)分布，從而增強(qiáng)對(duì)參數(shù)真實(shí)值的統(tǒng)計(jì)推斷能力。常見(jiàn)的先驗(yàn)分布有三種：Litterman/Minnesota 先驗(yàn)、Normal-Wishart 先驗(yàn)和Sims-Zha 先驗(yàn)。Litterman/Minnesota 先驗(yàn)認(rèn)為協(xié)方差矩陣是已知的，而且后驗(yàn)推斷很容易得到。下面即用此法構(gòu)建BVAR 模型，首先來(lái)確定滯后階數(shù)，經(jīng)對(duì)比發(fā)現(xiàn)滯后期取2 時(shí)，決定系數(shù)為0.956，值較大；殘差平方和為0.276 1，值較??；F統(tǒng)計(jì)量為239.148 3，值較大，同時(shí)AR 根的倒數(shù)值都位于單位圓內(nèi)部，說(shuō)明模型是穩(wěn)定的，見(jiàn)圖3。因此，選2 為滯后階數(shù)。其次來(lái)確定四個(gè)參數(shù)μ1、λ1、λ2和λ3的值，其中μ1代表先驗(yàn)分布的均值，λ1代表整體參數(shù)的“收緊”程度，λ2代表交叉變量間的相關(guān)性，λ3代表滯后變量方差的衰減速度。參見(jiàn)文獻(xiàn)[16–18]的相關(guān)研究，我們?nèi)ˇ?= 0,λ2= 0.99,λ3= 1。參見(jiàn)文獻(xiàn)[19]的處理方法，將λ1取不同值，我們得到表4 的回歸結(jié)果。觀察表4 可知，當(dāng)λ1取2.7 時(shí)，決定系數(shù)和修正決定系數(shù)達(dá)到最大值，而殘差平方和與回歸標(biāo)準(zhǔn)差較小。因此，取λ1=2.7。

圖3 特征根倒數(shù)取值分布

表4 整體參數(shù)變量的回歸結(jié)果

3.2.4 脈沖響應(yīng)函數(shù)

對(duì)于BVAR 模型來(lái)說(shuō)，相對(duì)于具體的參數(shù)估計(jì)值，脈沖響應(yīng)結(jié)果更能形象地反應(yīng)變量間的關(guān)系。其表示當(dāng)一個(gè)變量在當(dāng)期受到一個(gè)單位正向沖擊時(shí)，另一個(gè)變量的響應(yīng)程度。豬肉價(jià)格對(duì)四個(gè)解釋變量所受沖擊的響應(yīng)結(jié)果見(jiàn)圖4。

圖4 豬肉價(jià)格對(duì)影響因素的脈沖響應(yīng)圖

在圖4 中，橫軸為滯后階數(shù)，因?yàn)槭窃露葦?shù)據(jù)所以選擇滯后期為48，縱軸為響應(yīng)數(shù)值。圖4(a)和圖4(c)說(shuō)明，當(dāng)lnx1和lnx3受到一個(gè)單位正向沖擊時(shí)，短期內(nèi)lny都呈現(xiàn)較強(qiáng)的正向響應(yīng)；圖4(b)說(shuō)明，短期內(nèi)lny對(duì)lnx2呈現(xiàn)較弱的正向響應(yīng)；圖4(d)說(shuō)明短期內(nèi)lny對(duì)lnx4呈現(xiàn)較強(qiáng)的負(fù)向響應(yīng)?？傮w來(lái)看，四個(gè)變量對(duì)lny的影響持續(xù)時(shí)間都較長(zhǎng)，在24 期后才逐漸減弱接近于0。

3.2.5 方差分解

簡(jiǎn)單講，向量自回歸模型中的方差分解用來(lái)分析影響因變量的結(jié)構(gòu)沖擊的貢獻(xiàn)度大小，進(jìn)而評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。表5 給出了方差分析結(jié)果，第一列為滯后期，我們最大取到了第30 期，為壓縮表格長(zhǎng)度，將1～19 期省略；第二列為標(biāo)準(zhǔn)差；后五列分別是五個(gè)變量對(duì)因變量lny方差變動(dòng)的具體貢獻(xiàn)值。我們發(fā)現(xiàn)從20 期開(kāi)始數(shù)值開(kāi)始趨于穩(wěn)定，比較來(lái)看，因變量lny對(duì)自身的貢獻(xiàn)度最大，達(dá)到60%左右；其次是lnx3，約占28%；接下來(lái)依次是lnx2、lnx1和lnx4，占比都較低。

表5 方差分析結(jié)果

4 結(jié)論與對(duì)策

4.1 結(jié)論

在非洲豬瘟背景下，本文以豬肉價(jià)格作為代表研究了中國(guó)畜產(chǎn)品價(jià)格的波動(dòng)性，使用的數(shù)據(jù)段為2000 年1 月至2020 年3 月的月度數(shù)據(jù)，實(shí)證所有模型為ARCH 族和BVAR 模型，得出的結(jié)論如下。

第一、豬肉價(jià)格條件方差存在波動(dòng)“成群”現(xiàn)象；豬肉價(jià)格存在高風(fēng)險(xiǎn)高回報(bào)的特點(diǎn)，即當(dāng)市場(chǎng)中預(yù)期風(fēng)險(xiǎn)提高時(shí)，收益率也相應(yīng)增加；“利好消息”比“利空消息”能夠帶來(lái)更大的波動(dòng)。

第二、豬肉價(jià)格、玉米價(jià)格、城鎮(zhèn)居民可支配收入水平、匯率水平和豬疫情指數(shù)五個(gè)指標(biāo)原序列非平穩(wěn)，而一階差分序列平穩(wěn)，即為一階單整序列I(1)。約翰森協(xié)整檢驗(yàn)結(jié)果揭示序列間存在一個(gè)協(xié)整關(guān)系，即存在長(zhǎng)期均衡關(guān)系。

第三、在短期內(nèi)，玉米價(jià)格和匯率水平對(duì)豬肉價(jià)格有較強(qiáng)的正向影響，可支配收入對(duì)豬肉價(jià)格的正向影響作用較弱，而豬疫情對(duì)豬肉價(jià)格存在較強(qiáng)的負(fù)向影響。從長(zhǎng)期看，四個(gè)指標(biāo)都對(duì)豬肉價(jià)格存在持續(xù)性影響，從24 期后才逐漸減弱接近于0。

第四、對(duì)于豬肉價(jià)格的波動(dòng)貢獻(xiàn)率最大的是自身，其次是匯率水平，接下來(lái)依次是城鎮(zhèn)居民可支配收入水平、玉米價(jià)格和豬疫情指數(shù)，而且占比都不高。

4.2 對(duì)策

對(duì)于豬肉價(jià)格波動(dòng)存在的集簇現(xiàn)象，由于小波動(dòng)對(duì)市場(chǎng)影響不大，所以我們更多關(guān)注大波動(dòng)的情況。大波動(dòng)的預(yù)期持續(xù)出現(xiàn)，既為我們的預(yù)測(cè)提供了依據(jù)，又為制定更合理持續(xù)性對(duì)沖政策確定了時(shí)間點(diǎn)。高風(fēng)險(xiǎn)高回報(bào)的存在，表明豬肉供給方可以理性地要求更高的交易價(jià)格。同時(shí)，我們也要積極防范可能的市場(chǎng)投機(jī)行為，比如，最近大商所新上市的生豬期貨交易就是不錯(cuò)的工具。好消息比壞消息對(duì)價(jià)格波動(dòng)有更大的影響，主要體現(xiàn)為養(yǎng)豬市場(chǎng)進(jìn)入成本低而退出成本高，為了不出現(xiàn)大漲大落，要適度調(diào)高入市門(mén)檻和降低退市門(mén)檻。

影響因素方面，可以通過(guò)調(diào)低玉米飼料的價(jià)格來(lái)降低豬肉價(jià)格，具體措施是繼續(xù)推進(jìn)2014 年國(guó)務(wù)院提出的目標(biāo)價(jià)格改革，逐步改變玉米的政府保護(hù)價(jià)為公開(kāi)市場(chǎng)價(jià)格，通過(guò)各種補(bǔ)貼的形式對(duì)農(nóng)民進(jìn)行補(bǔ)償。隨著人民幣國(guó)際地位的不斷提升，人民幣升值是長(zhǎng)期趨勢(shì)，而政府要做的就是通過(guò)擴(kuò)大資本市場(chǎng)開(kāi)放和逆周期宏觀審慎措施來(lái)保持人民幣穩(wěn)定性，進(jìn)而保證豬肉價(jià)格的波動(dòng)維持在較低水平?？芍涫杖胩岣邔?duì)豬肉價(jià)格的影響漸弱，表明老百姓的需求正由生存需求向更深層次的需求轉(zhuǎn)變。因此，要提供更好的文化和精神娛樂(lè)產(chǎn)品。疫情對(duì)豬肉價(jià)格有著“過(guò)山車(chē)式”的影響，因此要加強(qiáng)對(duì)國(guó)內(nèi)外疫情的監(jiān)測(cè)預(yù)警，并為類(lèi)似非洲豬瘟等各種突發(fā)事件的出現(xiàn)做好準(zhǔn)備。