潘方卉，王 寧，朱棖梓

（東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱 150030）

0 引言

中國(guó)是豬肉消費(fèi)和生產(chǎn)大國(guó)，豬肉是中國(guó)居民消費(fèi)的主要肉類(lèi)產(chǎn)品，2018年城鎮(zhèn)和農(nóng)村居民肉類(lèi)消費(fèi)量中豬肉占比分別穩(wěn)定在72%和84%左右[1]，因此保障豬肉供應(yīng)是關(guān)乎民生的重要問(wèn)題，也是中央政府一直致力實(shí)現(xiàn)的政策目標(biāo)①2017—2021年連續(xù)5年的“中央一號(hào)文件”提到生豬穩(wěn)定保供是中國(guó)政府重要的政策目標(biāo)。自1985年豬肉市場(chǎng)化改革以來(lái)，豬肉價(jià)格波動(dòng)頻繁且劇烈，形成了著名的“豬周期”問(wèn)題。當(dāng)豬肉價(jià)格上漲時(shí)，消費(fèi)者（尤其是貧困人口）的生活成本將大幅提升，不利于廣大居民的營(yíng)養(yǎng)膳食；當(dāng)豬肉價(jià)格下跌時(shí)，養(yǎng)殖戶收入降低，從而改變投資策略，減少生豬存欄量，導(dǎo)致豬肉供給量下降，不利于生豬產(chǎn)業(yè)的持續(xù)健康發(fā)展。眾多研究表明農(nóng)產(chǎn)品價(jià)格過(guò)度波動(dòng)比農(nóng)產(chǎn)品價(jià)格過(guò)高更加危險(xiǎn)[2]，因此緩解豬肉市場(chǎng)價(jià)格波動(dòng)一直是亟待解決的社會(huì)焦點(diǎn)問(wèn)題。

為了解決“豬周期”問(wèn)題，政府推出飼料成本“保險(xiǎn)+期貨”模式，由于飼料成本占養(yǎng)殖成本的比重最高，約占50%～70%[3]。因此，穩(wěn)定飼料成本有助于穩(wěn)定生豬供給，進(jìn)而實(shí)現(xiàn)穩(wěn)定豬肉市場(chǎng)價(jià)格的政策目標(biāo)，這是飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉市場(chǎng)價(jià)格波動(dòng)的基本原理。由于玉米占飼料成本的比重可達(dá)60%[1]，因此文章將重點(diǎn)考察玉米價(jià)格“保險(xiǎn)+期貨”模式能否起到穩(wěn)定豬肉市場(chǎng)價(jià)格的作用？作用效果如何？作用效果會(huì)受到哪些因素的影響？這些問(wèn)題是該文研究的重點(diǎn)，而價(jià)格波動(dòng)傳導(dǎo)機(jī)制為解決上述問(wèn)題提供了理論依據(jù)和方法支撐。

價(jià)格波動(dòng)傳導(dǎo)機(jī)制，也稱為價(jià)格波動(dòng)溢出效應(yīng)，是指一個(gè)市場(chǎng)價(jià)格波動(dòng)對(duì)另一個(gè)市場(chǎng)價(jià)格波動(dòng)的影響程度和過(guò)程[3]。Apergis and Rezitis[4]提出如果產(chǎn)業(yè)鏈上各環(huán)節(jié)之間存在著價(jià)格波動(dòng)傳導(dǎo)機(jī)制，那么某一個(gè)環(huán)節(jié)上制定的價(jià)格調(diào)控政策，就可以起到穩(wěn)定其他環(huán)節(jié)價(jià)格波動(dòng)的作用；相反，如果產(chǎn)業(yè)鏈上各環(huán)節(jié)之間不存在著價(jià)格波動(dòng)傳導(dǎo)機(jī)制，那么產(chǎn)業(yè)鏈上某個(gè)環(huán)節(jié)的價(jià)格穩(wěn)定政策就無(wú)法起到穩(wěn)定其他環(huán)節(jié)價(jià)格波動(dòng)的作用，此時(shí)政策制定者應(yīng)該針對(duì)不同環(huán)節(jié)制定不同的價(jià)格穩(wěn)定策略[5]。據(jù)此可知，如果玉米、生豬和豬肉市場(chǎng)之間存在價(jià)格波動(dòng)傳導(dǎo)機(jī)制，那么飼料成本“保險(xiǎn)+期貨”模式就可以通過(guò)穩(wěn)定玉米價(jià)格來(lái)實(shí)現(xiàn)降低豬肉市場(chǎng)價(jià)格波動(dòng)的政策目標(biāo)。如果玉米、生豬和豬肉市場(chǎng)之間價(jià)格波動(dòng)的關(guān)聯(lián)程度越高，那么飼料成本“保險(xiǎn)+期貨”模式的作用效果就越顯著。總之，飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉價(jià)格的作用效果依賴于玉米、生豬和豬肉市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)和關(guān)聯(lián)程度。有鑒于此，文章應(yīng)用非對(duì)稱BEKK-MGARCH模型檢驗(yàn)生豬產(chǎn)業(yè)鏈上各環(huán)節(jié)（上游玉米、中游生豬和下游豬肉）之間的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制，基于DCC-MGARCH模型，分析玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)相關(guān)程度，借以評(píng)價(jià)飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉市場(chǎng)價(jià)格波動(dòng)的效果。

該文的邊際貢獻(xiàn)主要有3點(diǎn)：首先，從研究視角來(lái)看，以往文獻(xiàn)大多研究農(nóng)產(chǎn)品價(jià)格傳導(dǎo)機(jī)制，很少研究農(nóng)產(chǎn)品價(jià)格波動(dòng)傳導(dǎo)機(jī)制[6]，對(duì)農(nóng)產(chǎn)品非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制的研究就更為少見(jiàn)[7]，然而鮮有研究表明農(nóng)產(chǎn)品價(jià)格增加和減少會(huì)產(chǎn)生同樣的價(jià)格傳導(dǎo)波動(dòng)溢出效應(yīng)[8]，因此該文將基于非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)視角展開(kāi)研究。其次，從研究對(duì)象來(lái)看，以往研究大多基于糧食和蔬菜等種植業(yè)，較少涉及養(yǎng)殖業(yè)，鑒于豬肉在中國(guó)居民飲食中的重要地位以及“豬周期”問(wèn)題帶來(lái)的較大社會(huì)負(fù)面效應(yīng)，該文將以生豬產(chǎn)業(yè)作為研究對(duì)象。最后，從研究?jī)?nèi)容來(lái)看，還未有學(xué)者基于產(chǎn)業(yè)鏈上價(jià)格波動(dòng)傳導(dǎo)機(jī)制視角，研究飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉價(jià)格波動(dòng)的效果，該文研究表明玉米、生豬和豬肉市場(chǎng)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制和關(guān)聯(lián)程度會(huì)影響飼料成本“保險(xiǎn)+期貨”模式的實(shí)施效果。該文剩余部分的結(jié)構(gòu)安排如下：第一部分為文獻(xiàn)綜述，第二部分為研究方法，第三部分是數(shù)據(jù)說(shuō)明與模型形式選擇，第四部分是結(jié)果與分析，第五部分是主要結(jié)論和政策啟示。

1 文獻(xiàn)綜述

自2007—2009年全球食品價(jià)格危機(jī)以來(lái)，農(nóng)產(chǎn)品價(jià)格波動(dòng)已經(jīng)成為社會(huì)各界關(guān)注的焦點(diǎn)，越來(lái)越多的學(xué)者開(kāi)始研究農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上價(jià)格波動(dòng)傳導(dǎo)機(jī)制。Assefa等[6]回顧和總結(jié)了農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上價(jià)格波動(dòng)傳導(dǎo)機(jī)制的相關(guān)研究文獻(xiàn)。

在價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究中，最早應(yīng)用的是單變量廣義自回歸條件異方差（GARCH）模型。Natcher和Weaver[9]應(yīng)用GARCH模型研究美國(guó)牛肉產(chǎn)業(yè)鏈中各個(gè)環(huán)節(jié)之間的價(jià)格波動(dòng)溢出效應(yīng)。Buguk等[10]建立EGARCH模型分析美國(guó)鯰魚(yú)批發(fā)供應(yīng)鏈中飼料、養(yǎng)殖和批發(fā)價(jià)格之間的波動(dòng)溢出效應(yīng)。同樣，Uchezuba等[11]應(yīng)用EGARCH模型研究南非雞肉從農(nóng)場(chǎng)到零售環(huán)節(jié)的價(jià)格波動(dòng)溢出效應(yīng)。由于單變量GARCH族模型僅能揭示農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上不同環(huán)節(jié)之間的單向價(jià)格波動(dòng)溢出效應(yīng)，因此，能夠反映多向價(jià)格波動(dòng)溢出效應(yīng)的多變量廣義自回歸條件異方差（MGARCH）模型被提出，并得到了廣泛的應(yīng)用。Apergis和Rezitis[3]使用MGARCH模型檢驗(yàn)希臘農(nóng)業(yè)投入、生產(chǎn)以及零售環(huán)節(jié)之間的價(jià)格波動(dòng)溢出效應(yīng)。Rezitis和Stavropoulos[12]分別使用DVEC-MGARCH（1,1）和BEKK-MGARCH（1,1）檢驗(yàn)希臘肉雞行業(yè)中消費(fèi)者和生產(chǎn)者之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制。Sidhoum和Serra[13]應(yīng)用MGARCH模型評(píng)估西班牙番茄產(chǎn)業(yè)鏈上的價(jià)格波動(dòng)溢出效應(yīng)。Hassouneh等[14]應(yīng)用MGARCH模型研究斯洛文尼亞小麥?zhǔn)袌?chǎng)上價(jià)格波動(dòng)溢出效應(yīng)。

對(duì)于中國(guó)學(xué)者來(lái)說(shuō)，農(nóng)產(chǎn)品價(jià)格波動(dòng)傳導(dǎo)機(jī)制的研究主要集中于三個(gè)方面：一是國(guó)內(nèi)外農(nóng)產(chǎn)品市場(chǎng)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究。例如：肖小勇等[15]應(yīng)用BEKK-MGARCH研究了國(guó)內(nèi)外糧價(jià)的波動(dòng)傳導(dǎo)機(jī)制。李光泗等[16]應(yīng)用BEKK-MGARCH方法，分別基于糧食市場(chǎng)開(kāi)放與進(jìn)口快速增長(zhǎng)的背景，研究國(guó)內(nèi)外糧價(jià)波動(dòng)溢出效應(yīng)。高群、柯楊敏[18]從能源化視角探討國(guó)內(nèi)外食糖市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)。嚴(yán)哲人等[19]運(yùn)用滾動(dòng)協(xié)整分析法和BEKK-GARCH模型，分析國(guó)內(nèi)外原料奶市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)。徐媛媛等[20]研究國(guó)際、國(guó)內(nèi)玉米市場(chǎng)與國(guó)際原油市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)。二是國(guó)內(nèi)不同農(nóng)產(chǎn)品市場(chǎng)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究。吳海霞、王靜[21]和韓嘯[22]研究了小麥、玉米以及大豆市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)；李辛一等[23]應(yīng)用BEEK-GARCH等模型研究玉米期貨與現(xiàn)貨市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)；丁存振和鄭燕[24]通過(guò)構(gòu)建VAR-BEKK-MVGARCH-DUMMY-T模型，從市場(chǎng)間溢出效應(yīng)和動(dòng)態(tài)關(guān)聯(lián)兩個(gè)方面研究了價(jià)格支持政策對(duì)棉花期現(xiàn)貨市場(chǎng)關(guān)聯(lián)的影響。三是農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上各環(huán)節(jié)之間價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究。李秋萍[25]以及高群、宋長(zhǎng)明[26]分別對(duì)生豬和肉雞產(chǎn)業(yè)鏈上各環(huán)節(jié)之間的價(jià)格波動(dòng)溢出效應(yīng)進(jìn)行研究；鄭燕等[27]運(yùn)用BEKK-MGARCH模型研究雞蛋產(chǎn)業(yè)鏈上價(jià)格波動(dòng)溢出效應(yīng)。白宇航、張立中[28]運(yùn)用BEKKMGARCH模型研究乳制品產(chǎn)業(yè)鏈上價(jià)格波動(dòng)溢出效應(yīng)。

上述國(guó)內(nèi)外學(xué)者的研究均沒(méi)有關(guān)注農(nóng)產(chǎn)品市場(chǎng)價(jià)格波動(dòng)傳導(dǎo)的非對(duì)稱性特征，但是有些學(xué)者關(guān)注于糧食和能源市場(chǎng)之間的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制[29,30][7]，以及能源與金融市場(chǎng)之間的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制[31-33]，這些能源、金融以及農(nóng)產(chǎn)品市場(chǎng)間的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究為該文提供了重要參考與借鑒。由此可見(jiàn)，農(nóng)產(chǎn)品價(jià)格波動(dòng)傳導(dǎo)機(jī)制研究得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，研究方法主要集中于BEKK-MGARCH和DCC-MGARCH模型。然而，農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)機(jī)制的研究較為鮮見(jiàn)，而生豬產(chǎn)業(yè)鏈上的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)則更是缺乏。有鑒于此，該文將基于非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)視角，以生豬產(chǎn)業(yè)鏈為例，對(duì)飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉價(jià)格波動(dòng)的效果進(jìn)行評(píng)價(jià)，以期從研究視角、對(duì)象和內(nèi)容三個(gè)方面對(duì)以往研究文獻(xiàn)進(jìn)行完善和補(bǔ)充。

2 研究方法

2.1 非對(duì)稱BEKK-MGARCH模型

為了觀測(cè)到不同市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)，Engle和Kroner[34]提出了BEEK-MGARCH模型，但是該模型無(wú)法捕捉市場(chǎng)之間的非對(duì)稱價(jià)格波動(dòng)傳導(dǎo)效應(yīng)。因此，選取Kroner和Ng[35]提出的非對(duì)稱BEEKMGARCH模型，該模型可以檢驗(yàn)一個(gè)市場(chǎng)價(jià)格的增加與降低對(duì)其他市場(chǎng)價(jià)格是否有著同樣的影響。

非對(duì)稱BEKK-MGARCH模型主要包括兩個(gè)方程：條件均值方程和條件方差方程。選擇包括3個(gè)價(jià)格變量的向量自回歸模型（Vector Autoregression，VAR）作為條件均值方程，具體形式為：

條件方差方程可表示為：

2.2 DCC-MGARCH模型

計(jì)算不同市場(chǎng)之間條件相關(guān)系數(shù)的模型主要有CCC-MGARCH和DCC-MGARCH兩種，CCCMGRACH模型可以得到市場(chǎng)之間的靜態(tài)條件相關(guān)系數(shù)，而DCC-MGRACH模型可以得出動(dòng)態(tài)條件相關(guān)系數(shù)，能夠有效地描述不同市場(chǎng)之間的動(dòng)態(tài)關(guān)聯(lián)程度。因此，采用Engle[36]提出的DCC-MGARCH模型來(lái)探究玉米、生豬和豬肉市場(chǎng)價(jià)格之間的動(dòng)態(tài)關(guān)聯(lián)程度。

在模型設(shè)定過(guò)程中，首先假設(shè)VAR模型的殘差項(xiàng)服從正態(tài)分布過(guò)程N(yùn)(0,Ht)，方差協(xié)方差矩陣Ht=DtRtDt，其中，Rt是動(dòng)態(tài)相關(guān)系數(shù)矩陣，Dt中對(duì)角線上的元素為玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列的時(shí)變條件標(biāo)準(zhǔn)差矩陣，diag代表對(duì)角矩陣。

DCC-MGRACH模型的具體形式為：

為了確保R是正定矩陣且其所有的參數(shù)都≤1，Rt矩陣可以被描述成為：Q是標(biāo)準(zhǔn)化殘差項(xiàng)的無(wú)條件方差矩陣，當(dāng)Qt為正定或半正定時(shí)，Q*t保證相關(guān)系數(shù)矩陣Rt對(duì)角元素為1，且非對(duì)角元素的絕對(duì)值小于1。參數(shù)α和β是非負(fù)的，分別為前期標(biāo)準(zhǔn)化殘差平方與前期條件方差的系數(shù)，且α+β≤1。

3 數(shù)據(jù)說(shuō)明與模型形式選擇

3.1 數(shù)據(jù)說(shuō)明與處理

該文選擇生豬產(chǎn)業(yè)鏈上的上游玉米價(jià)格、中游生豬價(jià)格和下游豬肉價(jià)格（單位：元/kg）作為研究對(duì)象，樣本區(qū)間為2000年1月至2020年9月，數(shù)據(jù)來(lái)源于《布瑞克農(nóng)業(yè)數(shù)據(jù)庫(kù)》。具體數(shù)據(jù)處理過(guò)程如下：首先以2000年1月CPI作為基期，剔除玉米（pc）、生豬（ph）和豬肉（pp）價(jià)格序列中的通貨膨脹因素，得到實(shí)際玉米、生豬和豬肉價(jià)格數(shù)據(jù)。然后，運(yùn)用X13方法對(duì)實(shí)際價(jià)格序列進(jìn)行季節(jié)調(diào)整，剔除季節(jié)因素的影響。再次，為了降低數(shù)據(jù)的異方差性，對(duì)時(shí)間序列進(jìn)行取對(duì)數(shù)處理，得到取對(duì)數(shù)后的玉米價(jià)格（lpc）、生豬價(jià)格（lph）和豬肉價(jià)格（lpp）。最后，再進(jìn)行一階差分處理，得到玉米價(jià)格增長(zhǎng)率（dlph）、生豬價(jià)格增長(zhǎng)率（dlph）和豬肉價(jià)格增長(zhǎng)率序列（dlpp）。圖1和圖2分別給出玉米、生豬和豬肉價(jià)格及其增長(zhǎng)率序列的動(dòng)態(tài)走勢(shì)圖。

圖1 2000—2019年玉米、生豬和豬肉價(jià)格動(dòng)態(tài)走勢(shì)

在圖1中，左側(cè)坐標(biāo)軸表示生豬和豬肉價(jià)格，右側(cè)坐標(biāo)軸表示玉米價(jià)格。從圖1中可以清晰地看到生豬和豬肉價(jià)格走勢(shì)基本一致，均呈現(xiàn)出5次周期性波動(dòng)。值得注意的是，2018年8月非洲豬瘟的爆發(fā)導(dǎo)致生豬和豬肉價(jià)格在2019年初開(kāi)始大幅度上漲，快速上升到了歷史最高點(diǎn)。對(duì)于玉米價(jià)格來(lái)說(shuō)，在2008年之前，玉米與生豬（豬肉）價(jià)格呈現(xiàn)出相似的周期波動(dòng)和長(zhǎng)期走勢(shì)。然而，在2008年之后，玉米臨時(shí)收儲(chǔ)政策的實(shí)施導(dǎo)致玉米價(jià)格不斷提升。直到2015年，中國(guó)首次下調(diào)玉米的臨時(shí)儲(chǔ)備收購(gòu)價(jià)格，隨后2016年取消玉米臨時(shí)儲(chǔ)備政策，轉(zhuǎn)為“市場(chǎng)化收購(gòu)”加“補(bǔ)貼”的新機(jī)制，玉米價(jià)格的市場(chǎng)化改革使得玉米價(jià)格在2015—2016年顯著下降。為此，國(guó)家開(kāi)始實(shí)施推動(dòng)乙醇工業(yè)發(fā)展等一系列調(diào)整政策，增加玉米需求，隨后玉米價(jià)格才逐步趨于穩(wěn)定。由此可見(jiàn)，玉米臨時(shí)儲(chǔ)備政策的實(shí)施使得玉米價(jià)格與生豬（豬肉）價(jià)格走勢(shì)出現(xiàn)偏離。

圖2給出了玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列（dlpc、dlph、dlpp）的動(dòng)態(tài)走勢(shì)圖。從圖2中可以看出玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列均表現(xiàn)出一定的波動(dòng)性聚集現(xiàn)象，即小幅波動(dòng)后往往跟著小幅度的波動(dòng)，大幅度波動(dòng)后往往跟著大幅度的波動(dòng)。

圖2 2000—2020年玉米、生豬和豬肉價(jià)格增長(zhǎng)率動(dòng)態(tài)走勢(shì)

表1列出了玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列的描述性統(tǒng)計(jì)特征。首先，從均值來(lái)看，玉米價(jià)格增長(zhǎng)率均值為0.001，然而生豬、豬肉價(jià)格增長(zhǎng)率均值為0.005，表明生豬和豬肉價(jià)格增長(zhǎng)的平均速度要快于玉米價(jià)格。其次，從標(biāo)準(zhǔn)差來(lái)看，生豬價(jià)格增長(zhǎng)率的標(biāo)準(zhǔn)差最大，其次是豬肉、最后是玉米，表明生豬和豬肉價(jià)格波動(dòng)相對(duì)較高，而玉米價(jià)格波動(dòng)較小，因此生豬和豬肉市場(chǎng)風(fēng)險(xiǎn)明顯高于玉米市場(chǎng)。再次，在偏度與峰度方面，玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列的偏度均大于0，即存在右偏現(xiàn)象，且峰度均在5以上，說(shuō)明這3種時(shí)間序列均具有“尖峰厚尾”的特征。最后，根據(jù)JB統(tǒng)計(jì)量及其P值可知，玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列均不服從正態(tài)分布。因此，在后續(xù)的非對(duì)稱BEKK-MGARCH模型和DCC-MGARCH模型估計(jì)時(shí)，均假定殘差序列服從Student-t分布。

表1 玉米、生豬和豬肉價(jià)格增長(zhǎng)率的描述性統(tǒng)計(jì)特征

3.2 模型形式選擇

首先，運(yùn)用ADF、DF-GLS和KSPP檢驗(yàn)方法對(duì)玉米（lpc）、生豬（lph）和豬肉（lpp）價(jià)格序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果表明lpc、lph和lpp序列中均存在單位根，但是一階差分后的序列dlpc、dlph和dlpp均是平穩(wěn)的，因此玉米、生豬和豬肉價(jià)格序列均是一階單整序列。然后，進(jìn)一步對(duì)lpc、lph和lpp序列進(jìn)行Johansen協(xié)整檢驗(yàn)，具體結(jié)果見(jiàn)表2。

根據(jù)表2給出的跡統(tǒng)計(jì)量和最大特征根統(tǒng)計(jì)量可知，在5%的顯著水平上，無(wú)法拒絕玉米、生豬和豬肉價(jià)格序列之間存在0個(gè)協(xié)整關(guān)系的原假設(shè)。由于不存在協(xié)整關(guān)系，所以基于一階單整時(shí)間序列的VECM模型不適合作為條件均值方程。有鑒于此，該文將包含3個(gè)平穩(wěn)時(shí)間序列（玉米、生豬和豬肉價(jià)格增長(zhǎng)率）的VAR模型作為非對(duì)稱BEKKMGARCH模型的條件均值方程。最后，還需要確定VAR模型的最優(yōu)滯后階數(shù)，具體結(jié)果見(jiàn)表3。

表2 Johansen協(xié)整檢驗(yàn)

表3 VAR模型最優(yōu)滯后階數(shù)的確定

根據(jù)AIC、BIC和HQ信息準(zhǔn)則值可知，VAR模型的最優(yōu)滯后階數(shù)為1階，因此選擇VAR（1）模型作為非對(duì)稱BEKK-MGARCH和DCCMGARCH模型的條件均值方程。最后，對(duì)VAR（1）模型的殘差項(xiàng)進(jìn)行White異方差檢驗(yàn)，檢驗(yàn)結(jié)果顯示卡方統(tǒng)計(jì)量值為208.606，在1%的顯著水平上拒絕沒(méi)有異方差的原假設(shè)。因此，需要進(jìn)一步采用非對(duì)稱BEKK-MGARCH模型和DCCMGARCH模型對(duì)VAR模型的殘差項(xiàng)進(jìn)行擬合。

4 結(jié)果與分析

4.1 非對(duì)稱BEKK-MGARCH模型估計(jì)與價(jià)格波動(dòng)傳導(dǎo)機(jī)制分析

該文使用Winrats9.2軟件編程，應(yīng)用BFGS算法估計(jì)非對(duì)稱BEKK-MGARCH模型，經(jīng)過(guò)124次迭代后，模型收斂于0.000 001 6，模型具體估計(jì)結(jié)果如表4所示。

表4 非對(duì)稱BEKK-MGARCH模型估計(jì)

根據(jù)表4可知，標(biāo)準(zhǔn)化殘差及其平方項(xiàng)的滯后10階Ljung-box Q統(tǒng)計(jì)量值在5%的顯著水平上接受標(biāo)準(zhǔn)化殘差及其平方項(xiàng)不存在序列相關(guān)的原假設(shè)，表明模型的條件均值和條件方差方程設(shè)定合理。同時(shí)，非對(duì)稱BEKK-MGARCH模型估計(jì)后得到的對(duì)數(shù)似然函數(shù)值為1 891.805，明顯高于對(duì)稱BEKK-MGARCH模型得到的對(duì)數(shù)似然函數(shù)值（1 886.902）①為了節(jié)省空間，BEKK-MGARCH模型的估計(jì)結(jié)果省略，如有需要者，可以向作者索要，而且，反應(yīng)非對(duì)稱程度的系數(shù)d22和d33在5%的水平上顯著。因此，非對(duì)稱BEKK-MGARCH模型的估計(jì)結(jié)果優(yōu)于對(duì)稱BEKK-MGARCH模型。

基于非對(duì)稱BEKK-MGARCH模型的估計(jì)結(jié)果，分析玉米、生豬和豬肉市場(chǎng)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制。其中，矩陣A表示的是ARCH型波動(dòng)溢出效應(yīng)，矩陣B表示的是GARCH型波動(dòng)溢出效應(yīng)，矩陣D表示的是非對(duì)稱型波動(dòng)溢出效應(yīng)。

（1）分析玉米、生豬和豬肉市場(chǎng)自身的波動(dòng)溢出效應(yīng)。對(duì)于玉米市場(chǎng)來(lái)說(shuō)，反應(yīng)ARCH和GARCH型波動(dòng)溢出效應(yīng)的參數(shù)a11和b11均在5%的水平上顯著，但是反應(yīng)非對(duì)稱型波動(dòng)溢出效應(yīng)的參數(shù)d22在5%的水平上不顯著，說(shuō)明玉米價(jià)格增長(zhǎng)率的波動(dòng)具有持續(xù)性特征，而且對(duì)新息沖擊存在著顯著的反應(yīng)，但是對(duì)于正向和負(fù)向沖擊的反應(yīng)是對(duì)稱的。對(duì)于生豬和豬肉市場(chǎng)來(lái)說(shuō)，參數(shù)a22，b22和d22分別在1%、1%和5%的水平上顯著，參數(shù)a33、b33和d33也均在1%、10%和1%的水平上顯著，表明生豬和豬肉市場(chǎng)都存在著顯著ARCH、GARCH和非對(duì)稱型波動(dòng)溢出效應(yīng)。因此，生豬和豬肉價(jià)格增長(zhǎng)率的波動(dòng)會(huì)表現(xiàn)出較強(qiáng)的持續(xù)性，同時(shí)面對(duì)負(fù)向沖擊的反應(yīng)會(huì)顯著高于面對(duì)正向沖擊的反應(yīng)。綜上所述，相對(duì)于玉米市場(chǎng)來(lái)說(shuō)，生豬和豬肉市場(chǎng)表現(xiàn)出更大的市場(chǎng)價(jià)格波動(dòng)風(fēng)險(xiǎn)。因此，建立生豬和豬肉市場(chǎng)風(fēng)險(xiǎn)預(yù)警機(jī)制，加強(qiáng)對(duì)疫病等負(fù)向沖擊的關(guān)注和應(yīng)對(duì)能力，對(duì)保持生豬和豬肉市場(chǎng)價(jià)格穩(wěn)定具有重要意義。

（2）分析玉米、生豬和豬肉市場(chǎng)之間的波動(dòng)溢出效應(yīng)。對(duì)于玉米和生豬市場(chǎng)來(lái)說(shuō)，由于參數(shù)a12、b12和d12估計(jì)值在5%的水平上不顯著，因此玉米市場(chǎng)對(duì)生豬市場(chǎng)沒(méi)有波動(dòng)溢出效應(yīng)；反過(guò)來(lái)，系數(shù)a21在1%的水平上顯著，但是b21和d21在5%的水平上不顯著，說(shuō)明玉米和生豬市場(chǎng)之間，僅存在著生豬市場(chǎng)對(duì)玉米市場(chǎng)單向ARCH型波動(dòng)溢出效應(yīng)，而且波動(dòng)溢出效應(yīng)不存在非對(duì)稱性特征。對(duì)于玉米和豬肉市場(chǎng)來(lái)說(shuō)，由于參數(shù)a13、b13、和a31估計(jì)值分別在在5%、10%和1%水平上顯著，說(shuō)明玉米市場(chǎng)對(duì)豬肉市場(chǎng)存在著ARCH和GARCH型波動(dòng)溢出效應(yīng)，反過(guò)來(lái)，豬肉市場(chǎng)對(duì)玉米市場(chǎng)存在著ARCH型波動(dòng)溢出效應(yīng)，即玉米和豬肉市場(chǎng)之間存在著雙向價(jià)格波動(dòng)溢出效應(yīng)。但是，由于參數(shù)d13和d31估計(jì)值在5%的水平上均不顯著，因此玉米和豬肉市場(chǎng)之間不存在非對(duì)稱型波動(dòng)溢出效應(yīng)。對(duì)于生豬和豬肉上來(lái)說(shuō)，由于參數(shù)a23、b23和b32在1%的水平上顯著，表明生豬市場(chǎng)對(duì)豬肉市場(chǎng)存在著ARCH和GARCH型波動(dòng)溢出效應(yīng)，豬肉市場(chǎng)對(duì)生豬市場(chǎng)存在著GARCH型波動(dòng)溢出效應(yīng)，即生豬和豬肉市場(chǎng)之間存在著雙向價(jià)格波動(dòng)溢出效應(yīng)。圖3歸納總結(jié)玉米、生豬和豬肉市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)，橫線上標(biāo)明了價(jià)格波動(dòng)溢出效應(yīng)的類(lèi)型，箭頭表示價(jià)格波動(dòng)傳導(dǎo)的方向。

從圖3中可以看出，玉米（生豬）市場(chǎng)與豬肉市場(chǎng)之間存在著雙向價(jià)格波動(dòng)溢出效應(yīng)，說(shuō)明豬肉市場(chǎng)同時(shí)受到來(lái)自玉米和生豬兩個(gè)市場(chǎng)價(jià)格波動(dòng)和新息沖擊的影響；反過(guò)來(lái)，豬肉市場(chǎng)的價(jià)格波動(dòng)又會(huì)傳導(dǎo)到玉米和生豬市場(chǎng)，因此穩(wěn)定豬肉市場(chǎng)價(jià)格波動(dòng)的關(guān)鍵在于穩(wěn)定玉米和生豬市場(chǎng)價(jià)格波動(dòng)。因此，借助于飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定玉米價(jià)格，從而實(shí)現(xiàn)穩(wěn)定豬肉價(jià)格的政策目標(biāo)是有實(shí)踐依據(jù)的。另外，由于中國(guó)在2021年初已經(jīng)推出生豬期貨，為生豬市場(chǎng)“保險(xiǎn)+期貨”模式①生豬期貨的推出為生豬飼養(yǎng)者提供了套期保值的工具，但是中國(guó)生豬年出欄數(shù)量在1～49的養(yǎng)殖戶仍然占到94.6%（《中國(guó)畜牧獸醫(yī)年鑒》，2018年），這些散戶由于缺乏必要的期貨投資知識(shí)和意識(shí)，因此直接參與期貨市場(chǎng)交易的可能性較低。有鑒于此，生豬“保險(xiǎn)+期貨”模式會(huì)是生豬養(yǎng)殖戶和豬肉銷(xiāo)售商規(guī)避市場(chǎng)風(fēng)險(xiǎn)的主要方法與手段，生豬飼養(yǎng)者可以利用生豬“保險(xiǎn)+期貨”模式來(lái)穩(wěn)定預(yù)期收入，豬肉銷(xiāo)售商可以利用生豬“保險(xiǎn)+期貨”模式穩(wěn)定生豬價(jià)格，通過(guò)穩(wěn)定成本來(lái)獲取預(yù)期收入的應(yīng)用提供了實(shí)踐基礎(chǔ)，因此對(duì)于同時(shí)具有生豬養(yǎng)殖和豬肉銷(xiāo)售業(yè)務(wù)的企業(yè)來(lái)說(shuō)，同時(shí)利用玉米和生豬價(jià)格“保險(xiǎn)+期貨”模式可以顯著提升“保險(xiǎn)+期貨”模式穩(wěn)定豬肉市場(chǎng)價(jià)格波動(dòng)的效果。

圖3 玉米、生豬和豬肉市場(chǎng)之間的價(jià)格波動(dòng)溢出效應(yīng)

（3）玉米市場(chǎng)同時(shí)受到來(lái)自生豬和豬肉市場(chǎng)上新息沖擊（例如：突發(fā)疫情、政策調(diào)整等）的影響。雖然生豬市場(chǎng)僅受到來(lái)自豬肉市場(chǎng)價(jià)格波動(dòng)的影響，但是玉米市場(chǎng)也可以借助于豬肉市場(chǎng)間接地影響生豬市場(chǎng)價(jià)格波動(dòng)。因此，當(dāng)政府制定玉米、生豬和豬肉市場(chǎng)價(jià)格調(diào)控政策時(shí)，或者當(dāng)玉米種植者、生豬養(yǎng)殖者以及豬肉經(jīng)銷(xiāo)商制定生產(chǎn)決策時(shí)，應(yīng)該基于整個(gè)生豬產(chǎn)業(yè)鏈制定，并且考慮產(chǎn)業(yè)鏈上不同市場(chǎng)之間價(jià)格波動(dòng)溢出效應(yīng)對(duì)政策實(shí)施效果的影響。

圖4和表5分別給出了玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列的條件方差及其描述性統(tǒng)計(jì)特征。由于條件方差可以測(cè)度價(jià)格波動(dòng)水平，因此條件方差序列是可以反映不同市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)。由表5可知生豬市場(chǎng)價(jià)格波動(dòng)幅度最大，條件方差的平均值和標(biāo)準(zhǔn)差分別為0.041和0.018，高于豬肉市場(chǎng)（均值和標(biāo)準(zhǔn)差分別為0.029和0.014）和玉米市場(chǎng)（均值和標(biāo)準(zhǔn)差分別為0.018和0.009），表明生豬市場(chǎng)風(fēng)險(xiǎn)最高，其次是豬肉市場(chǎng)，最后是玉米市場(chǎng)。從圖4中可以看出，玉米價(jià)格增長(zhǎng)率在臨時(shí)儲(chǔ)備政策實(shí)施期內(nèi)的波動(dòng)水平最小，而在政策實(shí)施前后，波動(dòng)水平明顯提高，尤其是在政策實(shí)施前，玉米價(jià)格增長(zhǎng)的波動(dòng)水平高于生豬和豬肉價(jià)格增長(zhǎng)率的波動(dòng)水平。由此可見(jiàn)，玉米臨時(shí)儲(chǔ)備政策的實(shí)施起到了穩(wěn)定玉米價(jià)格波動(dòng)的作用。2016年開(kāi)始，中國(guó)取消玉米臨時(shí)儲(chǔ)備政策，隨著玉米價(jià)格市場(chǎng)化改革的深化，玉米價(jià)格波動(dòng)水平也逐步提高。

圖4 2000—2020年玉米、生豬和豬肉價(jià)格增長(zhǎng)率條件方差序列走勢(shì)

表5 玉米、生豬和豬肉價(jià)格增長(zhǎng)率條件方差的描述性統(tǒng)計(jì)特征

4.2 DCC-MGARCH模型估計(jì)與市場(chǎng)動(dòng)態(tài)相關(guān)性分析

為了更加深入的理解玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)關(guān)聯(lián)度，該文進(jìn)一步應(yīng)用DCC-MGARCH①該文對(duì)非對(duì)稱DCC-MGRACH模型進(jìn)行了估計(jì)，但是估計(jì)結(jié)果表明反應(yīng)不同市場(chǎng)之間非對(duì)稱價(jià)格波動(dòng)溢出效應(yīng)的參數(shù)并不顯著，該結(jié)論與非對(duì)稱BEKK-MGARCH模型估計(jì)結(jié)果相吻合。非對(duì)稱BEKK-MGARCH模型估計(jì)結(jié)果也表明非對(duì)稱波動(dòng)溢出效應(yīng)僅存在于生豬或豬肉市場(chǎng)中，然而在不同市場(chǎng)之間并不存在著非對(duì)稱價(jià)格波動(dòng)溢出效應(yīng)見(jiàn)圖3模型檢驗(yàn)玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)相關(guān)關(guān)系，考察期不同市場(chǎng)之間相關(guān)性的時(shí)變特征。

表6給出了DCC(1,1)-MGARCH模型的參數(shù)估計(jì)結(jié)果。從表6可以看出，αi，βi均在5%的水平上顯著，α在10%水平上顯著，而且αi+βi＜1，α+β＜1，均符合Engle[36]給出的約束條件，因此模型設(shè)定較為合理。

表6 DCC(1,1)-MGARCH模型估計(jì)

圖5和表7分別給出了玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)及其描述性統(tǒng)計(jì)特征。從中可以看出生豬和豬肉市場(chǎng)動(dòng)態(tài)條件相關(guān)系數(shù)大體上穩(wěn)定在0.892左右，表明生豬和豬肉市場(chǎng)之間的關(guān)聯(lián)程度非常高，因此針對(duì)于某一市場(chǎng)制定的價(jià)格穩(wěn)定政策也會(huì)起到降低另一個(gè)市場(chǎng)價(jià)格波動(dòng)的效果。再者，從整個(gè)樣本起來(lái)看，玉米和生豬（豬肉）市場(chǎng)之間呈顯著正相關(guān)關(guān)系，這就意味著穩(wěn)定玉米市場(chǎng)價(jià)格波動(dòng)水平有助于穩(wěn)定生豬（豬肉）市場(chǎng)價(jià)格波動(dòng)水平。因此，飼料成本“保險(xiǎn)+期貨”模式具有穩(wěn)定豬肉市場(chǎng)價(jià)格的效果，該結(jié)論與非對(duì)稱BEKK-MGARCH模型的結(jié)論相一致。但是，由于玉米和生豬（豬肉）市場(chǎng)之間動(dòng)態(tài)相關(guān)系數(shù)較低，平均值僅為0.092（0.128）。因此，飼料成本“保險(xiǎn)+期貨”模式的作用效果并不會(huì)很顯著。

表7 動(dòng)態(tài)條件相關(guān)系數(shù)的描述性統(tǒng)計(jì)特征

圖5 2000—2020年玉米、生豬和豬肉價(jià)格增長(zhǎng)率序列之間的動(dòng)態(tài)條件相關(guān)系

再者，玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)相關(guān)關(guān)系是不穩(wěn)定的，這可能與玉米市場(chǎng)頻繁的政策轉(zhuǎn)變密切相關(guān)。該文根據(jù)玉米市場(chǎng)的政策變化將樣本期劃分為3個(gè)階段：第一段為玉米臨時(shí)儲(chǔ)備政策實(shí)施前（2000—2007年），第二階段為玉米臨時(shí)儲(chǔ)備政策實(shí)施中（2008—2015年），第三階段玉米臨時(shí)儲(chǔ)備政策實(shí)施后（2016—2020年）。

在第一段中，由于玉米價(jià)格市場(chǎng)化程度較高，玉米價(jià)格的變動(dòng)是市場(chǎng)供需關(guān)系的反應(yīng)，因此玉米和生豬（豬肉）市場(chǎng)之間表現(xiàn)出較高的市場(chǎng)關(guān)聯(lián)度，尤其是2004—2006年，動(dòng)態(tài)相關(guān)系數(shù)的最高值可達(dá)0.798（0.704），這段時(shí)間正好是生豬和豬肉價(jià)格快速上升和下降的時(shí)期（如圖1），由此可以推斷玉米價(jià)格的劇烈波動(dòng)確實(shí)是導(dǎo)致生豬（豬肉）市場(chǎng)價(jià)格異常波動(dòng)的重要原因。這就意味著，如果能穩(wěn)定玉米價(jià)格，那么生豬（豬肉）市場(chǎng)價(jià)格波動(dòng)水平也會(huì)隨之降低。因此，在玉米價(jià)格市場(chǎng)化程度較高的時(shí)期，飼料成本“保險(xiǎn)+期貨”模式的實(shí)施效果應(yīng)該是非常顯著的。

在第二階段中，玉米臨時(shí)儲(chǔ)備政策的實(shí)施降低了玉米價(jià)格的市場(chǎng)化水平，導(dǎo)致玉米市場(chǎng)和生豬（豬肉）市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)顯著降低，動(dòng)態(tài)相關(guān)系數(shù)的最高值僅為0.273（0.208）。這就表明玉米臨時(shí)儲(chǔ)備政策的實(shí)施在很大程度上降低了玉米市場(chǎng)與生豬（豬肉）市場(chǎng)之間的動(dòng)態(tài)關(guān)聯(lián)度。因此，在玉米價(jià)格受到政府管制時(shí)，應(yīng)用飼料成本“保險(xiǎn)+期貨”模式來(lái)穩(wěn)定豬肉市場(chǎng)價(jià)格的政策效果就會(huì)大幅減弱。

在第三階段中，政府取消了玉米臨時(shí)儲(chǔ)備政策，玉米價(jià)格市場(chǎng)化程度不斷提升，但是玉米市場(chǎng)與生豬（豬肉）市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)并沒(méi)有顯著提升，反而在短期內(nèi)還出現(xiàn)過(guò)負(fù)相關(guān)關(guān)系，這主要是由于2016年玉米市場(chǎng)政策改革、2018年非洲豬瘟爆發(fā)、2019年中美貿(mào)易戰(zhàn)以及2020年新冠疫情等外界沖擊導(dǎo)致的短期異?，F(xiàn)象。由此可見(jiàn)，重大外界沖擊也會(huì)降低玉米、生豬和豬肉市場(chǎng)之間的關(guān)聯(lián)程度，從而限制了飼料成本“保險(xiǎn)+期貨”模式的實(shí)施效果。根據(jù)供需理論和第一階段的經(jīng)驗(yàn)分析，可以預(yù)期隨著玉米價(jià)格市場(chǎng)化改革的深入以及外界沖擊影響的逐步減弱，玉米與生豬（豬肉）市場(chǎng)之間的動(dòng)態(tài)相關(guān)系系數(shù)會(huì)逐步提升，使得飼料成本“保險(xiǎn)+期貨”模式的實(shí)施效果更加明顯。

5 主要結(jié)論與政策啟示

5.1 主要結(jié)論

該文應(yīng)用非對(duì)稱BEKK-MGARCH和DCC-MGARCH模型研究生豬產(chǎn)業(yè)鏈上游玉米市場(chǎng)、中游生豬市場(chǎng)以及下游豬肉市場(chǎng)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制和動(dòng)態(tài)關(guān)聯(lián)程度，進(jìn)而對(duì)飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉價(jià)格的效果進(jìn)行評(píng)價(jià)，主要結(jié)論如下。

（1）非對(duì)稱BEKK-MGARCH模型估計(jì)結(jié)果表明生豬和豬肉市場(chǎng)受到負(fù)向沖擊的反應(yīng)顯著高于正向沖擊的反應(yīng)，即存在非對(duì)稱波動(dòng)溢出效應(yīng)，因此采用非對(duì)稱BEKK-MGARCH模型是合理的。這也表明生產(chǎn)者、銷(xiāo)售者以及政府等生豬產(chǎn)業(yè)利益主體應(yīng)該更加注重生豬和豬肉市場(chǎng)的疫病、消費(fèi)疲軟等負(fù)向沖擊的影響，及時(shí)采取措施應(yīng)對(duì)負(fù)向沖擊給生豬產(chǎn)業(yè)帶來(lái)的較大風(fēng)險(xiǎn)。

（2）玉米（生豬）市場(chǎng)與豬肉市場(chǎng)之間存在著雙向價(jià)格波動(dòng)溢出效應(yīng)。其中，玉米（生豬）市場(chǎng)對(duì)豬肉市場(chǎng)同時(shí)存在著GARCH和ARCH型波動(dòng)溢出效應(yīng)，這就意味著在短期內(nèi)玉米（生豬）市場(chǎng)上的政策、疫病等外界沖擊會(huì)增加豬肉市場(chǎng)價(jià)格波動(dòng)水平；從長(zhǎng)期來(lái)看，玉米（生豬）市場(chǎng)上一期的價(jià)格波動(dòng)也會(huì)傳導(dǎo)到當(dāng)期豬肉市場(chǎng)。因此，使用飼料成本“保險(xiǎn)+期貨”模式，通過(guò)穩(wěn)定玉米價(jià)格可以起到降低豬肉市場(chǎng)價(jià)格波動(dòng)的效果。

（3）DCC-MGARCH模型估計(jì)結(jié)果表明玉米和生豬（豬肉）市場(chǎng)之間呈顯著正相關(guān)關(guān)系，這就意味著穩(wěn)定玉米市場(chǎng)價(jià)格波動(dòng)水平有助于穩(wěn)定生豬（豬肉）市場(chǎng)價(jià)格波動(dòng)水平。因此，飼料成本“保險(xiǎn)+期貨”模式具有穩(wěn)定豬肉市場(chǎng)價(jià)格的效果，該結(jié)論與非對(duì)稱BEKK-MGARCH模型的結(jié)論相一致。但是，由于玉米和生豬（豬肉）市場(chǎng)之間動(dòng)態(tài)相關(guān)系數(shù)較低，平均值僅為0.092（0.128），因此，飼料成本“保險(xiǎn)+期貨”模式的作用效果并不會(huì)很顯著。

（4）玉米臨時(shí)收儲(chǔ)政策降低了玉米市場(chǎng)與生豬（豬肉）市場(chǎng)之間的關(guān)聯(lián)度，在政策實(shí)施前，玉米與生豬（豬肉）市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)顯著高于政策實(shí)施過(guò)程中的動(dòng)態(tài)相關(guān)系數(shù)，尤其是2004—2006年，動(dòng)態(tài)相關(guān)系數(shù)最高，這段時(shí)間正好是生豬和豬肉價(jià)格出現(xiàn)大幅波動(dòng)的時(shí)期，因此玉米價(jià)格市場(chǎng)化水平較高時(shí)，玉米價(jià)格波動(dòng)是推動(dòng)生豬（豬肉）價(jià)格波動(dòng)的重要原因。在玉米臨時(shí)儲(chǔ)備政策結(jié)束后，雖然玉米價(jià)格市場(chǎng)化水平提升，但是由于受到非洲豬瘟、中美貿(mào)易戰(zhàn)和新冠肺炎疫情等眾多外界沖擊的影響，玉米、生豬和豬肉市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)并沒(méi)有提高。綜上，飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉市場(chǎng)價(jià)格的效果會(huì)受到玉米市場(chǎng)政策和重大外界沖擊的影響。

5.2 政策啟示

由于價(jià)格波動(dòng)傳導(dǎo)與風(fēng)險(xiǎn)管理密切相關(guān)，而風(fēng)險(xiǎn)管理是影響農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上各個(gè)環(huán)節(jié)價(jià)格穩(wěn)定的重要因素。因此，農(nóng)產(chǎn)品產(chǎn)業(yè)鏈上價(jià)格波動(dòng)傳導(dǎo)機(jī)制的研究可以為政策制定與風(fēng)險(xiǎn)規(guī)避提供重要的決策信息。

（1）從政策制定視角。首先，繼續(xù)保持和深入玉米市場(chǎng)改革，提升應(yīng)對(duì)重大外界沖擊的能力有助于提高飼料成本“保險(xiǎn)+期貨”模式穩(wěn)定豬肉市場(chǎng)價(jià)格波動(dòng)的作用效果。具體建議如下：減少對(duì)玉米市場(chǎng)不必要的政策干預(yù)，讓玉米價(jià)格更多地體現(xiàn)供需關(guān)系的變動(dòng)；建立重大疫情、貿(mào)易沖突等突發(fā)事件的應(yīng)急策略和應(yīng)對(duì)機(jī)制。其次，在制定和實(shí)施豬肉收儲(chǔ)等價(jià)格調(diào)控政策時(shí)，要充分考慮生豬產(chǎn)業(yè)鏈上各環(huán)節(jié)之間的價(jià)格波動(dòng)傳導(dǎo)機(jī)制，盡量基于整個(gè)生豬產(chǎn)業(yè)鏈，而非個(gè)別環(huán)節(jié)制定價(jià)格調(diào)控政策。

（2）從風(fēng)險(xiǎn)規(guī)避視角。首先，掌握生豬產(chǎn)業(yè)鏈上價(jià)格波動(dòng)傳導(dǎo)機(jī)制有助于玉米種植者、生豬飼養(yǎng)者、豬肉銷(xiāo)售商以及玉米、生豬等期貨投資者預(yù)期玉米、生豬和豬肉價(jià)格走勢(shì)，從而提高生產(chǎn)和投資決策的科學(xué)性和準(zhǔn)確性。另外，由于缺乏豬肉期貨交易市場(chǎng)，豬肉銷(xiāo)售商可以通過(guò)投資與其密切相關(guān)的玉米和生豬期貨市場(chǎng)來(lái)實(shí)現(xiàn)自身價(jià)格的穩(wěn)定；對(duì)于缺乏期貨投資知識(shí)的豬肉銷(xiāo)售商，則可以利用“保險(xiǎn)+期貨”模式，借助具有專(zhuān)業(yè)知識(shí)的期貨和保險(xiǎn)公司來(lái)實(shí)現(xiàn)自身價(jià)格的穩(wěn)定。

以上政策建議是針對(duì)于豬肉市場(chǎng)提出的，但是也同樣適用于其他農(nóng)產(chǎn)品市場(chǎng)。2016—2021年連續(xù)6年的“中央一號(hào)文件”都著重強(qiáng)調(diào)要積極推行重要農(nóng)產(chǎn)品“保險(xiǎn)+期貨”模式，“保險(xiǎn)+期貨”模式將會(huì)成為農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)控制的重要手段，上述研究成果為飼料成本“保險(xiǎn)+期貨”模式等市場(chǎng)風(fēng)險(xiǎn)調(diào)控政策的制定與實(shí)施提供了理論和實(shí)踐依據(jù)，即缺乏風(fēng)險(xiǎn)規(guī)避工具（期貨、保險(xiǎn)等）的農(nóng)產(chǎn)品市場(chǎng)可以利用關(guān)聯(lián)市場(chǎng)上的風(fēng)險(xiǎn)規(guī)避工具，來(lái)間接實(shí)現(xiàn)自身價(jià)格的穩(wěn)定。