信息沖擊與果蔬類農(nóng)產(chǎn)品價(jià)格波動(dòng)關(guān)系的實(shí)證研究

周 祥 軍

(東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院, 遼寧 大連 116025)

信息沖擊與果蔬類農(nóng)產(chǎn)品價(jià)格波動(dòng)關(guān)系的實(shí)證研究

周 祥 軍

(東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院, 遼寧 大連 116025)

以2009年12月26日至2013年12月5日共207期的農(nóng)產(chǎn)品周批發(fā)價(jià)格為樣本,從蔬菜、水果兩大類中選取11種生鮮農(nóng)產(chǎn)品的周批發(fā)價(jià)格作為研究對(duì)象,運(yùn)用Tarch模型考察信息沖擊對(duì)果蔬類生鮮農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響程度,得出不同果蔬農(nóng)產(chǎn)品價(jià)格波動(dòng)受信息影響差異較大且呈現(xiàn)非對(duì)稱性特征的結(jié)論。對(duì)果蔬類農(nóng)產(chǎn)品價(jià)格波動(dòng)預(yù)測(cè)要根據(jù)不同品種的個(gè)體差異采取有差別的預(yù)測(cè)方法,防止對(duì)所有農(nóng)產(chǎn)品采用單一的價(jià)格波動(dòng)預(yù)測(cè)造成的價(jià)格波動(dòng)預(yù)測(cè)偏差。建議加快完善農(nóng)產(chǎn)品信息數(shù)據(jù)庫(kù),全面掌握農(nóng)產(chǎn)品市場(chǎng)信息,防止媒體對(duì)信息的過度渲染造成人們非理性預(yù)期帶來的價(jià)格大幅波動(dòng)。

信息沖擊; 果蔬類農(nóng)產(chǎn)品; 價(jià)格波動(dòng); Tarch模型

農(nóng)產(chǎn)品價(jià)格大幅頻繁波動(dòng)對(duì)農(nóng)產(chǎn)品生產(chǎn)者、中間商和消費(fèi)者都產(chǎn)生了影響,尤其在農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中,價(jià)格的波動(dòng)直接影響到訂單農(nóng)業(yè)的穩(wěn)定性及訂單合同的執(zhí)行效率。我國(guó)農(nóng)業(yè)訂單違約率高達(dá)80%,農(nóng)民和商人都有“望單興嘆”的感受[1]。農(nóng)業(yè)訂單違約率如此之高,除了締約雙方機(jī)會(huì)主義行為、敲竹杠與風(fēng)險(xiǎn)專用性、法庭執(zhí)行困難、規(guī)范合約條款成本高等因素外,其中一個(gè)重要原因是農(nóng)產(chǎn)品價(jià)格的大幅波動(dòng)。研究農(nóng)產(chǎn)品價(jià)格波動(dòng)的原因和規(guī)律,制定相應(yīng)的農(nóng)產(chǎn)品價(jià)格調(diào)控措施,對(duì)提高農(nóng)業(yè)訂單的履約率,以及保障農(nóng)業(yè)產(chǎn)業(yè)化的有序發(fā)展具有重要意義。

早期文獻(xiàn)主要是從供給角度對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)進(jìn)行研究,其中最著名的是由Schultz等人提出的蛛網(wǎng)模型[2]。Trostle對(duì)影響農(nóng)產(chǎn)品價(jià)格波動(dòng)的生物質(zhì)能源發(fā)展、美元匯率等外部沖擊因素進(jìn)行了重點(diǎn)考察[3]。林建勇認(rèn)為,典型的供求關(guān)系理論并不能很好地解釋“糧食價(jià)格上漲”和“谷賤傷農(nóng)”并存的局面,而需要尋找其他非典型的因素[4]。羅萬純等通過運(yùn)用ARCH類模型研究了中國(guó)糧食價(jià)格波動(dòng),得出小麥玉米波動(dòng)具有集簇性等結(jié)論[5]。朱信凱等運(yùn)用EGARCH模型分析了信息對(duì)農(nóng)產(chǎn)品波動(dòng)的影響,得出信息對(duì)農(nóng)產(chǎn)品波動(dòng)的影響存在差異的結(jié)論[6]。目前的研究總體上說對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的研究采用定性分析較多,計(jì)量分析較少。對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)研究中絕大部分考查糧食并且沒有區(qū)分品種,對(duì)價(jià)格波動(dòng)最受關(guān)注的果蔬類農(nóng)產(chǎn)品的相關(guān)研究非常少。

本文構(gòu)建信息沖擊對(duì)均衡價(jià)格影響模型,從理論上分析信息對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響機(jī)理。以水果和蔬菜類生鮮農(nóng)產(chǎn)品為樣本,運(yùn)用Tarch模型考察外部信息對(duì)果蔬類生鮮農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響,對(duì)加快完善農(nóng)產(chǎn)品信息數(shù)據(jù)庫(kù),全面掌握農(nóng)產(chǎn)品市場(chǎng)信息,防止媒體對(duì)信息的過度渲染造成人們非理性預(yù)期而導(dǎo)致價(jià)格的大幅波動(dòng)具有一定的指導(dǎo)意義。

一、 相關(guān)理論分析

假定農(nóng)產(chǎn)品批發(fā)市場(chǎng)是信息不完全市場(chǎng),存在眾多的農(nóng)產(chǎn)品供給者和需求者,雙方都掌握著一定的信息,并且信息各不相同,都受到外部信息的影響,交易雙方一旦受到外部信息沖擊,農(nóng)產(chǎn)品供給者掌握的信息程度為η(i),而農(nóng)產(chǎn)品需求者掌握的信息程度為1-η(i)。雙方根據(jù)各自掌握的信息做出最有利決策,交易行為發(fā)生變化,最終造成了均衡價(jià)格的波動(dòng)。

農(nóng)產(chǎn)品批發(fā)價(jià)格可以表示為

P=Pl+η(i)(Ph-Pl)。

式中:Pl為農(nóng)產(chǎn)品批發(fā)市場(chǎng)上供給者可能接受的最低價(jià)格;Ph為農(nóng)產(chǎn)品批發(fā)市場(chǎng)上需求者所愿意支付的最高價(jià)格;η(i)用于衡量農(nóng)產(chǎn)品供給者在定價(jià)過程中掌握的信息程度,是信息i的函數(shù)。

假定農(nóng)產(chǎn)品供求雙方的期望價(jià)格為E(P),且Pl≤E(P)≤Ph,Ph-E(P)代表農(nóng)產(chǎn)品需求方獲得的預(yù)期剩余,E(P)-Pl代表農(nóng)產(chǎn)品供給方的預(yù)期剩余。哪一方獲得更多的剩余,依賴于外界信息沖擊對(duì)雙方所掌握的信息程度的影響。

式中:E(P)表示期望價(jià)格,即雙方的基準(zhǔn)價(jià)格;η(i)[Ph-E(P)]表示供給者通過掌握的信息所獲得的剩余;(1-η(i))(E(P)-Pl)表示需求者通過掌握的信息所獲得的剩余。這意味著供給者可以根據(jù)掌握的信息來提高價(jià)格,需求者可以根據(jù)掌握的信息來降低價(jià)格。有利于供給者的信息對(duì)均衡價(jià)格的提高有正向效應(yīng),有利于需求者的信息對(duì)均衡價(jià)格提高有負(fù)向效應(yīng)。

二、 計(jì)量模型分析

以果蔬類11種生鮮農(nóng)產(chǎn)品為樣本,運(yùn)用Tarch模型分析引起果蔬類生鮮農(nóng)產(chǎn)品價(jià)格上漲的正向信息沖擊和價(jià)格下跌的負(fù)向信息沖擊對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響。

1. ARCH模型

Engle提出的自回歸條件異方差(ARCH)模型由兩個(gè)方程組成[7]:

2. TARCH模型

TARCH模型條件方差方程為[8]:

式中,dt-1是虛擬變量,當(dāng)εt-1<0時(shí),dt-1=1,否則,dt-1=0。此模型中,價(jià)格上漲信息(εt-1≥0)對(duì)條件方差的影響為α1,而價(jià)格下跌信息(εt-1<0)的影響為α1+φ。如果φ≠0,表明波動(dòng)具有非對(duì)稱性。當(dāng)φ>0時(shí),表明價(jià)格下跌信息引發(fā)的波動(dòng)比價(jià)格上漲信息引發(fā)的波動(dòng)大;當(dāng)φ<0時(shí),表明價(jià)格上漲信息引發(fā)的波動(dòng)比價(jià)格下跌信息引發(fā)的波動(dòng)大。

三、 數(shù)據(jù)分析

在果蔬類生鮮農(nóng)產(chǎn)品價(jià)格研究中,批發(fā)價(jià)格能夠相對(duì)準(zhǔn)確地衡量農(nóng)產(chǎn)品供求關(guān)系,是零售價(jià)格制定、生產(chǎn)者生產(chǎn)決策的主要依據(jù),選擇果蔬類生鮮農(nóng)產(chǎn)品批發(fā)價(jià)格,研究市場(chǎng)信息與農(nóng)產(chǎn)品價(jià)格波動(dòng)的關(guān)系。選取2009年12月26日至2013年12月5日農(nóng)產(chǎn)品每周批發(fā)價(jià)格(元/千克),從蔬菜、水果兩大類產(chǎn)品中篩選富士蘋果、大豆、青椒等11種農(nóng)產(chǎn)品作為研究對(duì)象(數(shù)據(jù)來源于中國(guó)農(nóng)業(yè)信息網(wǎng))。價(jià)格收益率以相鄰兩周農(nóng)產(chǎn)品價(jià)格對(duì)數(shù)的一階差分表示,

R=lg(pt)-log(pt-1)。

式中:pt表示第t周的農(nóng)產(chǎn)品價(jià)格;pt-1表示第t-1周的農(nóng)產(chǎn)品價(jià)格。

1.樣本數(shù)據(jù)的描述性統(tǒng)計(jì)

如表1所示, 在11種果蔬類農(nóng)產(chǎn)品中, 青椒、黃瓜和大白菜的價(jià)格收益率峰度值分別為3.749 7、2.832 4和3.099 8接近正態(tài)分布的峰度系統(tǒng)數(shù)據(jù)3。 JB(Jarque-Bera)正態(tài)檢驗(yàn)原假設(shè)H0: 收益率服從正態(tài)分布。 在5%的顯著性水平上不能拒絕原假設(shè), 因此這三種農(nóng)產(chǎn)品價(jià)格收益率服從正態(tài)分布。 而富士蘋果、西瓜、香蕉、鴨梨、西紅柿、蔥頭、土豆和白蘿卜價(jià)格收益率峰度值高于正態(tài)分布的峰值系統(tǒng)數(shù)據(jù), 呈現(xiàn)“尖峰后尾”的特征, 且JB(Jarque-Bera)正態(tài)檢驗(yàn)均在1%水平上, 拒絕服從正態(tài)分布的原假設(shè)。 說明富士蘋果、西瓜等8種農(nóng)產(chǎn)品價(jià)格收益率分布顯著偏離正態(tài)分布。 從西瓜、土豆等價(jià)格收益率的變化可以看出, 以上農(nóng)產(chǎn)品存在波動(dòng)的集聚效應(yīng), 因此要進(jìn)一步進(jìn)行ARCH-LM檢驗(yàn)來判斷是否存在異方差。

表1 樣本數(shù)據(jù)的描述性統(tǒng)計(jì)

2.單位根檢驗(yàn)與自相關(guān)檢驗(yàn)

單位根檢驗(yàn)的原假設(shè)為存在單位根。富士蘋果價(jià)格收益率的t統(tǒng)計(jì)量小于1%顯著性水平的臨界值,且p值為0.000 1,即在1%顯著性水平上拒絕原假設(shè)。因此富士蘋果價(jià)格收益率不存在單位根。同理,其他10種果蔬也拒絕原假設(shè)。農(nóng)產(chǎn)品價(jià)格收益率的單位根檢驗(yàn)顯示該11種果蔬類農(nóng)產(chǎn)品均是平穩(wěn)的。

運(yùn)用stata統(tǒng)計(jì)軟件得出農(nóng)產(chǎn)品價(jià)格收益率的自相關(guān)檢驗(yàn)結(jié)果如表2所示,農(nóng)產(chǎn)品價(jià)格收益率滯后K階的自相關(guān)系數(shù)AC值和偏自相關(guān)系數(shù)PAC的絕對(duì)值都很小,且大多數(shù)不超過0.1,只是存在著很弱的相關(guān)關(guān)系。

表2 農(nóng)產(chǎn)品價(jià)格收益率自相關(guān)檢驗(yàn)結(jié)果

從樣本的Q統(tǒng)計(jì)量分析(見表1),富士蘋果價(jià)格收益率滯后20期的Q統(tǒng)計(jì)量為9.897 4,概率P=0.935 6,不能拒絕原假設(shè)H0,即富士蘋果價(jià)格收益率不存在自相關(guān)。同理,鴨梨不拒絕原假設(shè),即不存在自相關(guān)外。此外,西瓜、香蕉、青椒、黃瓜、西紅柿、蔥頭、土豆、白蘿卜和大白菜都拒絕了原假設(shè),即存在自相關(guān)。

3. ARCH-LM檢驗(yàn)

ARCH-LM檢驗(yàn)的原假設(shè)為所有的系數(shù)同時(shí)為零,備擇假設(shè)為系數(shù)不全為零。如果所有的系數(shù)同時(shí)為零的概率很大,則表明不存在ARCH效應(yīng),反之則存在ARCH效應(yīng),如表3所示。ARCH檢驗(yàn)的統(tǒng)計(jì)量為L(zhǎng)M=nR2～xα(k),其中n為樣本量,R2為最小二乘的擬合優(yōu)度。給定顯著性水平α和自由度k,如果LM>xα(k)則拒絕原假設(shè),即存在ARCH效應(yīng)。如果LM

表3 ARCH-LM檢驗(yàn)結(jié)果

對(duì)農(nóng)產(chǎn)品樣本進(jìn)行ARCH效應(yīng)檢驗(yàn),富士蘋果的一階LM統(tǒng)計(jì)量為15.062,伴隨概率P為0.000 1小于0.05,拒絕原假設(shè),即存在ARCH(1)效應(yīng)。同時(shí)富士蘋果樣本的二階至八階LM值得伴隨概率都小于0.05,因此富士蘋果價(jià)格收益率序列存在高階ARCH效應(yīng)。西瓜樣本的一階LM統(tǒng)計(jì)量為3.429,伴隨概率P為0.064 1大于0.05,不能拒絕原假設(shè),即不存在ARCH(1)效應(yīng)。而二階至八階LM統(tǒng)計(jì)量的伴隨概率均小于0.05,所以西瓜價(jià)格收益率序列存在高階ARCH序列。

通過對(duì)農(nóng)產(chǎn)品進(jìn)行ARCH效應(yīng)檢驗(yàn),除了鴨梨、黃瓜、西紅柿只存在三階以內(nèi)的ARCH效應(yīng),其余的農(nóng)產(chǎn)品均存在不同程度的高階ARCH效應(yīng)。

4.模型的估計(jì)與結(jié)果分析

通過對(duì)蔬菜、水果兩大類11種農(nóng)產(chǎn)品的進(jìn)行自相關(guān)和ARCH效應(yīng)檢驗(yàn),選擇自相關(guān)和ARCH效應(yīng)明顯的8種農(nóng)產(chǎn)品作為樣本。構(gòu)建TARCH模型進(jìn)行估計(jì),從參數(shù)估計(jì)的結(jié)果中找出能夠解釋農(nóng)產(chǎn)品價(jià)格時(shí)間序列波動(dòng)的原因。該8種商品是具有高階ARCH效應(yīng)的平穩(wěn)性自相關(guān)序列。估計(jì)結(jié)果如表4所示。

表4 模型的估計(jì)結(jié)果

通過對(duì)水果、蔬菜兩大類8種生鮮農(nóng)產(chǎn)品的實(shí)證分析,水果類的2種生鮮農(nóng)產(chǎn)品西瓜、香蕉的價(jià)格波動(dòng)受到信息的影響是對(duì)稱的。蔬菜類的6種產(chǎn)品中只有青椒、西紅柿、白蘿卜和大白菜價(jià)格波動(dòng)受到信息的影響是對(duì)稱的,而蔥頭、土豆兩種農(nóng)產(chǎn)品價(jià)格波動(dòng)受信息的影響是不對(duì)稱的,受到正向信息的影響大于負(fù)向信息對(duì)價(jià)格波動(dòng)的影響,如表5所示。

表5 信息沖擊對(duì)價(jià)格的影響

四、 結(jié) 論

從2009年12月到2013年12月,我國(guó)果蔬農(nóng)產(chǎn)品市場(chǎng)中,存在信息對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響,且在部分農(nóng)產(chǎn)品價(jià)格波動(dòng)中表現(xiàn)出影響非對(duì)稱性的特點(diǎn)。信息對(duì)不同的農(nóng)產(chǎn)品價(jià)格波動(dòng)影響存在差異,在11種果蔬類生鮮農(nóng)產(chǎn)品樣本中,有8種農(nóng)產(chǎn)品價(jià)格收益率序列存在顯著的自相關(guān)和ARCH效應(yīng),且信息影響差異比較大。其中水果類的2種農(nóng)產(chǎn)品價(jià)格受正負(fù)向信息影響是對(duì)稱的;蔬菜類的生鮮農(nóng)產(chǎn)品價(jià)格受信息的影響差異較大,正負(fù)信息影響對(duì)稱、非對(duì)稱的情況都存在。不同農(nóng)產(chǎn)品價(jià)格波動(dòng)受信息的影響也是有差異的。

外部信息沖擊對(duì)大部分果蔬類農(nóng)產(chǎn)品價(jià)格波動(dòng)都有顯著的影響,因此要加快完善農(nóng)產(chǎn)品信息數(shù)據(jù)庫(kù),全面掌握農(nóng)產(chǎn)品市場(chǎng)信息,防止媒體對(duì)信息的過度渲染造成人們非理性預(yù)期帶來價(jià)格的大幅波動(dòng)。

在果蔬類生鮮農(nóng)產(chǎn)品市場(chǎng)上,如土豆、蔥頭這類產(chǎn)品人們更關(guān)心價(jià)格上漲信息,導(dǎo)致價(jià)格上漲信息引發(fā)的波動(dòng)比價(jià)格下跌信息引發(fā)的波動(dòng)更大,對(duì)該類農(nóng)產(chǎn)品要充分重視引起漲價(jià)的正向信息。果蔬類生鮮農(nóng)產(chǎn)品,如青椒、西紅柿、西瓜、香蕉等農(nóng)產(chǎn)品,價(jià)格波動(dòng)受信息的影響是對(duì)稱的,這類產(chǎn)品的負(fù)向信息和正向信息的影響都應(yīng)該受到重視。對(duì)果蔬類農(nóng)產(chǎn)品價(jià)格波動(dòng)預(yù)測(cè)中要根據(jù)不同品種的個(gè)體差異采取有差別的預(yù)測(cè)方法,防止對(duì)所有農(nóng)產(chǎn)品采用單一的價(jià)格波動(dòng)預(yù)測(cè),造成價(jià)格波動(dòng)預(yù)測(cè)的偏差。

[1] 劉鳳芹. 不完全合約與履約障礙:以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究, 2003(4):22-30.

[2] Schultz Henry. The Statistical Law of Demand as ustrated by the Demand for Sugar[J]. Journal of Political Economy, 1925(5):481-504.

[3] Trostle. Outlook report: Global Agricultural Supply and Demand: Factors Contributing to the Recent Increase in Fooc Commodity Prices, USDA, WES-0801[R]. 2008.

[4] 林建勇,趙謹(jǐn)璐. 農(nóng)產(chǎn)品價(jià)格波動(dòng)的非典型性因素探析[J]. 理論探索, 2003(5):73-75.

[5] 羅萬純,劉銳. 中國(guó)糧食價(jià)格波動(dòng)分析:基于ARCH類模型[J]. 中國(guó)農(nóng)村經(jīng)濟(jì), 2010(4):30-37.

[6] 朱信凱,韓磊,曾晨晨. 信息與農(nóng)產(chǎn)品價(jià)格波動(dòng):基于Garch模型的分析[J]. 管理世界, 2012(11):57-66.

[7] Engle R F. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation[J]. Econometrica, 1982(50):987-1008.

[8] Engle R F. Estimating Time Varying Risk Premia in the Term Structure: the ARCH-M Model[J]. Econometrica, 1987(55):391-407.

【責(zé)任編輯:孫立】

RelationshipbetweenImpactofInformationandPriceVolatilityofFruitsandVegetables

ZhouXiangjun

(School of Economics, Dongbei University of Finance & Economics, Dalian 116025, China)

Taking the weekly wholesale prices of agricultural products from December 26, 2009 to December 5, 2013 as samples, the weekly wholesale price of 11 kinds of fresh agri-product selected from two categories of vegetables and fruits as the research object. Using Tarch model, the degree of influence of the impact of information on the price fluctuations of fruits and vegetables is studied. The conclusion is reached that, the influence of information on the price volatility of fruit and vegetables has large differences, and shows asymmetric features. It is considered that, price volatility forecast for fruits and vegetables should take differential prediction method based on individual differences in different varieties, to prevent price volatility forecast bias from using single price volatility forecast for all agricultural products. It is suggested that, agricultural information database should be improved as soon as possible to fully grasp the agricultural market information, and prevent the price volatility induced by people’s non-rational expectations because of media’s over-exaggerated on information.

information impact; fruits and vegetables; price fluctuation; Tarch model

2014-02-09

國(guó)家自然科學(xué)基金資助項(xiàng)目(71272053, 70603004)。

周祥軍(1983-),男,山東濟(jì)南人,東北財(cái)經(jīng)大學(xué)博士研究生。

2095-5464(2014)06-0762-04

726.7

: A