閆桂權(quán)，何玉成，聶 飛

（華中農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，武漢 430070）

三七為我國特有名貴中藥材，也是我國傳統(tǒng)大宗常用藥材，其在臨床、制藥、保健和日化行業(yè)的需求量呈現(xiàn)強勁增長的勢頭，每年用量高達25 000 t以上，并且每年呈10%～20%的速度遞增，產(chǎn)地與市場庫存遠遠不能滿足市場需求，因此，近年來三七價格一度扶搖直上。

近年來，三七價格仍呈現(xiàn)劇烈波動的態(tài)勢。以120頭規(guī)格的三七價格為例，在2009年之前，三七市場價格走勢低位平穩(wěn)，保持在100元左右，當(dāng)年7月份三七價格開始一路上揚。至2010年，三七價格甚至暴漲5倍以上。直到2013年8月三七產(chǎn)新之前，其價格更是打破歷史，一度創(chuàng)下了800元的最高價，最高價甚至為最低價的8倍以上。三七價格的頻繁劇烈波動，對三七產(chǎn)業(yè)鏈上下游均產(chǎn)生了深遠的影響，引起了三七種植戶、消費者、投資者、藥企以及政府等市場各方參與者的極大關(guān)注。三七價格的陡增，造成了以三七為原材料的藥企的生產(chǎn)成本上升，其經(jīng)營風(fēng)險加??；價格上揚而三七的品質(zhì)卻因種植盲目、粗放而下降，嚴(yán)重影響了消費者的消費需求；同時三七市場不確定性上升，三七種植戶利益和種植熱情也受到損害。因此，研究三七價格變動周期與趨勢以及價格波動的風(fēng)險特征具有重要的現(xiàn)實意義。

農(nóng)產(chǎn)品價格波動一直是經(jīng)濟領(lǐng)域的研究熱點。ARCH類模型利用變異系數(shù)和條件方差對價格波動進行度量，能夠準(zhǔn)確模擬并預(yù)測價格波動的軌跡與特征，因而國內(nèi)外的研究常用該方法對期貨市場和股票市場中的價格波動問題進行研究。在國內(nèi)學(xué)界，除了被運用于期貨市場和股票市場領(lǐng)域的研究，ARCH類模型還在大宗農(nóng)產(chǎn)品的價格波動特征分析方面得到了廣泛的應(yīng)用，并積累了豐碩的研究成果。例如，羅萬純等[1]對中國的秈稻、粳稻、大豆、小麥和玉米價格波動的考察；林光華等[2]對國際大米價格波動的研究；宋長鳴等[3]對以白菜、黃瓜、西紅柿、菜椒和四季豆為代表的大宗蔬菜價格的季節(jié)性波動特點和短期變動特征的分析。H-P濾波方法常用于識別價格波動規(guī)律，毛雪峰等[4]、張瑞榮等[5]、花俊國[6]借助該方法分別對生豬、肉雞、奶業(yè)價格變動規(guī)律進行了探討。部分學(xué)者結(jié)合兩種方法對價格波動的特征和規(guī)律進行了深入研究，如石自忠等[7-8]運用H-P濾波和ARCH類模型分別研究了美國苜蓿、進口大麥價格的波動特征和變動規(guī)律。

三七作為重要的大宗中藥材品種，其價格分析及預(yù)測問題也一直倍受學(xué)者的關(guān)注，許多學(xué)者運用不同研究模型對該問題進行了探索，研究內(nèi)容側(cè)重于三七價格變動趨勢預(yù)測、價格波動特征分析、價格變動的影響因素以及價格波動所引發(fā)的問題的探討。劉曉行等[9]利用H-P濾波對三七價格波動特點進行了研究，并對文山三七價格波動的成因及價格波動對產(chǎn)業(yè)發(fā)展的影響進行了探討；王諾等[10]在探討三七價格波動特征的基礎(chǔ)上，運用ARIMA模型對價格進行了預(yù)測；馬廣慧等[11]的研究建立了遺傳算法（GA）優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的三七價格預(yù)測模型；劉建中等[12]分析了三七價格波動的影響因素，對三七價格的預(yù)測則分別利用了ARIMA模型與相空間重構(gòu)方法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)方法。

上述研究成果為本文的深入研究奠定了良好的基礎(chǔ)，然而現(xiàn)有研究成果仍存在不足。以三七為代表的大宗藥材與其他農(nóng)產(chǎn)品一樣，其價格具有明顯的周期性、季節(jié)性、趨勢性和隨機性[13]，然而利用H-P濾波法對價格變動的分析僅能夠反映了價格長期趨勢和短期波動的交叉作用[14]，而無法準(zhǔn)確地刻畫出價格短期波動背后蘊藏的風(fēng)險特征，因此借助單一的H-P濾波法難以識別和把握三七價格波動引致的市場風(fēng)險。一方面，三七是一種大宗中藥材，其在治療和預(yù)防中樞神經(jīng)系統(tǒng)和心腦血管系統(tǒng)疾病等方面具有巨大的開發(fā)潛力，常作為該類疾病藥物和保健品的主要原材料，因而具有投機產(chǎn)品的特征，藥企囤貨居奇的投機行為會導(dǎo)致價格波動隨著時間偏離價值曲線[12]；另一方面，三七與糧食類農(nóng)產(chǎn)品一樣耐儲存，可以被存儲起來以備不時之需或者下期再售，而這部分庫存在下一期就會形成額外的供給，因而不能忽視存貨持有者的行為對價格的影響[15-17]。通過回顧大量的三七價格波動及預(yù)測和ARCH類模型在其他農(nóng)產(chǎn)品中應(yīng)用的研究成果，發(fā)現(xiàn)鮮有學(xué)者將ARCH類模型運用于三七價格波動風(fēng)險特征的分析，因此現(xiàn)有研究還有進一步擴展的空間。

在利用H-P濾波方法對三七價格變動規(guī)律進行分析的基礎(chǔ)上，為了進一步深化和豐富現(xiàn)有研究，本文將借鑒國內(nèi)外學(xué)者的研究成果，從我國云南文山三七價格數(shù)據(jù)出發(fā)，運用ARCH類模型對我國三七價格波動的風(fēng)險特征進行實證分析，具體來說，即是驗證三七價格波動的集簇性和非對稱性，以及三七市場是否具有高風(fēng)險高收益的特點。根據(jù)對三七價格變動趨勢和周期以及價格波動風(fēng)險特征的本質(zhì)特征的認(rèn)識，本文提出相應(yīng)的政策建議，以期為我國三七市場各參與者更好地管理三七市場風(fēng)險、應(yīng)對三七價格波動、維持三七市場的長期穩(wěn)定以及促進三七產(chǎn)業(yè)的良性發(fā)展提供理論參考。

1 研究方法

1.1 Census X-12和H-P濾波

農(nóng)產(chǎn)品價格受到季節(jié)變動、周期變動、趨勢變動以及隨機變動的共同影響，而農(nóng)產(chǎn)品往往具有顯著的季節(jié)規(guī)律，會掩蓋農(nóng)產(chǎn)品價格數(shù)據(jù)的自身變動規(guī)律。為了更好地反映農(nóng)產(chǎn)品價格波動的長期趨勢和短期變動的相互組合、交叉作用[14]，本文首先使用Census X-12加法（Additive）模型對三七價格時間序列進行季節(jié)性調(diào)整，剔除季節(jié)變動對三七價格的干擾，再使用H-P濾波方法對季節(jié)性調(diào)整后的價格序列進行趨勢要素和周期要素的分解，進而方便而準(zhǔn)確地判斷每一種要素。

1.2 ARCH類模型

自回歸條件異方差（ARCH）由兩個方程組成

其中，方程（1）為三七價格收益率的均值方程，被解釋變量用Y t表示，在本研究中指的是三七價格的收益率；方程（2）為三七價格收益率的條件方差方程，σ2t是均值方程（1）殘差滯后項εt在t時刻的條件方差項。

廣義自回歸條件異方差（GARCH）模型將一個高階的ARCH過程轉(zhuǎn)化為較為簡潔的低階GARCH過程，GARCH（p，q）模型的均值方程與方程（1）一致，而條件方差方程則在方程（2）后加入條件方差自身的滯后項，其形式為

在（3）式中，p為 ARCH 項的滯后階數(shù)，αi為ARCH 項的系數(shù)表示 GARCH 項，q為GARCH項的滯后階數(shù)，βj為GARCH項的系數(shù)。若ARCH和GARCH項均顯著，表明三七價格收益率具有波動集簇效應(yīng)。在GARCH模型中，產(chǎn)生價格波動的來源可以分解為外部沖擊和變量過去的波動兩個部分，而其系數(shù)αi表示外部沖擊對本期波動的影響強度，βj則表示對變量過去波動的長記憶性。兩者之和的大小反映了波動的持續(xù)性。

GARCH-M（GARCH-in-mean）模型的均值方程是在（1）式右端增加條件方差，其均值方程的表達式為

在（4）式中，μ為條件方差項的系數(shù)，若μ＞0且顯著，則意味著該市場具有風(fēng)險報酬特征。

門限自回歸條件異方差（TARCH）模型是一種非對稱沖擊模型，用以解釋市場中價格下跌伴隨比之程度更強的上漲的現(xiàn)象，其條件方差的表達式為：

其中，dt是一個名義變量

εt＞0 表示價格上漲信息，εt＜0 表示下跌信息。當(dāng)φ＞0時，認(rèn)為存在杠桿作用，即利空消息能夠引發(fā)比利好消息更大的波動，反之亦反。

2 三七價格波動的實證分析

2.1 數(shù)據(jù)來源與描述性統(tǒng)計分析

三七種植栽培主要分布于我國云南省文山州，該州是公認(rèn)的三七道地產(chǎn)區(qū)。本文研究基于文山州2013年7月1日至2017年8月7日的三七價格周度數(shù)據(jù)（單位：元/kg），數(shù)據(jù)來源于康美·中國中藥材價格指數(shù)（www.cnkmprice.com）。由于三七的規(guī)格是以頭數(shù)，即每500 g三七中的個數(shù)來劃分的，本文選取其中40頭、60頭、80頭、120頭及無數(shù)頭等5種規(guī)格的三七價格作為實證分析對象。

本文取每月各周的三七價格平均值作為三七價格月度數(shù)據(jù)，共獲得49個月度數(shù)據(jù)；此外，為了更好地描述價格波動的特征，本文在應(yīng)用ARCH類模型分析時引入了價格收益率指標(biāo)，該指標(biāo)用相鄰周數(shù)的三七價格的對數(shù)一階差分表示，即Rt=100×（lnPt-lnPt-1）。其中，Pt和Pt-1分別表示第t周和第t-1周的三七價格，為了方便數(shù)據(jù)的記錄和處理，對數(shù)據(jù)進行放大100倍的處理。價格收益率的描述性統(tǒng)計結(jié)果見表1。據(jù)表可知，5種規(guī)格的三七價格收益率的峰度值均遠大于正態(tài)分布的峰度值3，說明三七價格收益率表現(xiàn)出尖峰厚尾的特征；偏度均為正值，表明相比于標(biāo)準(zhǔn)正態(tài)分布，呈現(xiàn)向右傾斜的特征；Jarque-Bera統(tǒng)計值表明，在1%的顯著性水平下5種規(guī)格三七的周度價格收益率顯著異于正態(tài)分布。

表1 三七價格收益率描述性統(tǒng)計結(jié)果Table 1 Descriptive statistical results of the earnings price ratio of Panax Notoginseng

2.2 三七價格波動的H-P濾波分析

本文采用H-P濾波法將三七價格中的趨勢要素和周期要素從中分離，從而通過剔除趨勢要素后的周期曲線來判斷三七市場價格的波動周期。為消除三七價格自身季節(jié)性的影響，本文對5種規(guī)格的三七月度價格序列取對數(shù)后，進一步利用Census X-12加法模型進行季節(jié)性調(diào)整后，分解出序列的趨勢要素和周期要素。圖1為5種規(guī)格的對數(shù)化三七價格經(jīng)過H-P濾波法后得到的結(jié)果。

2.2.1 三七價格波動的趨勢分析

從圖2可以看出，2013年7月至2017年7月的三七價格走勢整體呈現(xiàn)先降后升的U型，三七價格圍繞趨勢波動。2013年7月至2015年7月呈現(xiàn)快速下滑的趨勢，2015年7、8月出現(xiàn)轉(zhuǎn)折點，此后開始價格平穩(wěn)緩慢回升。在不同規(guī)格之間，變動趨勢有細微差異，主要表現(xiàn)為，40頭、60頭、80頭以及120頭規(guī)格的三七的前期下降幅度較大，后期上升幅度較小；無數(shù)頭規(guī)格下降和上升的幅度接近（圖2）。

三七生長需要適宜的環(huán)境，氣候因素也是造成三七價格波動的重要因素[12]。2013年7月至2015年7月三七價格呈現(xiàn)快速下滑的趨勢，究其原因是2009年至2011年云南省經(jīng)歷了60年一遇的罕見旱情，尤其在每年的第一季度為云南省降水量最低的時期，旱情更為嚴(yán)重。而三七喜半陰和潮濕的生態(tài)環(huán)境，生長發(fā)育期間要求雨量充沛，新栽種的三七一般于每年的3月份前后出苗，連年干旱與季節(jié)性的干旱使三七的出苗率下降[12]。三七的生長周期通常為3年，經(jīng)過2009年至2011年3年的旱情，三七種植面積雖逐年增加，但產(chǎn)量增長不大，減產(chǎn)的輿論和市場需求都助長了三七價格的持續(xù)走高的預(yù)期[18]。另外，由于三年來價格一直在高位上運行，而大部分的藥企沒有實施戰(zhàn)略儲備計劃，原有庫存已經(jīng)所剩無幾。藥企為維持生產(chǎn)，藥企和經(jīng)銷商開始實施進購計劃，囤積藥材更加劇了價格的飆升，于三七產(chǎn)新前的2013年6、7月達到了歷史新高的價格水平[18]。直至2013年8、9月冬三七開始產(chǎn)新，大量的三七紛紛開始涌入市場，一路攀升的三七價格開始步入下滑的軌道。由于供求關(guān)系不穩(wěn)定，三七價格圍繞趨勢大起大落交替[10]。而后，由于市場需求、價格等方面的影響，三七種植面積經(jīng)歷了增加-減少-增加的周期，2014年主產(chǎn)區(qū)文山州的種植面積由2013年的1.95萬hm2陡升至3.48萬hm2，產(chǎn)量上升至1.85萬t，而在2015年種植面積回落至3.02萬hm2，產(chǎn)量為3.39萬t。2015年7、8月出現(xiàn)轉(zhuǎn)折點，此后開始價格平穩(wěn)緩慢回升[11]。

圖1 各規(guī)格三七價格H-P濾波結(jié)果Figure 1 The H-P filtering results of Panax Notoginseng prices of various specifications

2.2.2 三七價格波動的周期分析

觀察期內(nèi)我國三七價格周期性波動較為規(guī)律，具體表現(xiàn)為一段劇烈波動時期與另一段比較平穩(wěn)的波動時期交替。根據(jù)這段時期價格波動特點，本文大致將這一段觀察期內(nèi)的三七價格劃分為劇烈波動期—平穩(wěn)波動期—劇烈波動期3個周期，具體見表2。其中，第一周期（2013年7月—2014年9月）：劇烈波動，陡降緩升；這一周期，持續(xù)時間為15個月，各規(guī)格三七價格波動幅度劇烈；第二周期（2014年10月—2016年1月）：平穩(wěn)波動，緩降緩升；這一周期，持續(xù)時間為16個月，各規(guī)格三七價格波動幅度不大；第三周期（2016年2月—2017年7月）：劇烈波動，三七無數(shù)頭陡升陡降，其他規(guī)格陡升緩降；這一周期，持續(xù)時間為18個月，各規(guī)格三七價格波動幅度劇烈。

2.2.3 三七價格波動的季節(jié)性變動和不規(guī)則變動特征

圖2 五種規(guī)格三七價格變動趨勢對比Figure 2 Comparison of Panax Notoginseng price change trend of five specifications

表2 三七價格波動周期劃分Table 2 Cycle division of price fluctuation of Panax Notoginseng

經(jīng)過Census X-12的季節(jié)性調(diào)整，可得到三七價格的季節(jié)性變動和不規(guī)則變動情況。從圖3可以觀察到，三七價格季節(jié)性波動顯著，40頭、60頭、80頭、120頭規(guī)格的三七的季節(jié)性波動整體都呈現(xiàn)倒U型，具體原因為每年的2、3月份，春三七在春節(jié)過后開始采挖，隨著新三七開始上市和藥企購貨計劃開啟，三七購銷熱度上升，其價格開始大幅度上漲，波動也較為劇烈；每年第2季度末第3季度初冬三七產(chǎn)新到來之前，三七價格達到高峰；每年的8、9月份，冬三七開始采挖，三七投入市場，使市場價格開始回落[18]。從圖4可以看出，40頭、60頭、80頭、120頭規(guī)格的三七的不規(guī)則波動在2013年第3季度到第4季度初、2014年第2季度到第4季度中旬、2016年第1季度中旬到第3季度中旬期間尤為劇烈，表明在3個期間內(nèi)三七價格波動進一步受到不規(guī)則變動的影響而加劇。三七市場相比大宗農(nóng)產(chǎn)品，發(fā)展水平相對滯后，市場運行規(guī)則方面的法規(guī)亟待健全，惡意炒作、串通漲價、哄抬價格、欺行霸市等不法行為是破壞三七交易活動規(guī)范有序和影響價格平穩(wěn)的重要外在沖擊[10,15-17]。

2.3 三七價格波動的ARCH類模型分析

圖3 四種規(guī)格三七價格的季節(jié)性變動情況Figure 3 Seasonal changes of Panax Notoginseng price of four specifications

圖4 4種規(guī)格三七的價格不規(guī)則變動情況Figure 4 Irregular changes of Panax Notoginseng price of four specifications

5種規(guī)格的三七價格收益率的ADF值均小于1%的臨界值，意味著價格收益率序列都通過了ADF單位根檢驗，滿足下一步的建模需要。進行ARCH-LM檢驗之前，需要利用ARIMA模型對均值方程進行擬合。經(jīng)過反復(fù)對比實驗，確定各規(guī)格三七價格收益率序列的均值方程，40頭、60頭、80頭、120頭、無數(shù)頭規(guī)格分別服從 ARMA（3，4）、ARMA（4，4）、AR（3）、AR（3）、AR（2）模型。為了判斷是否存在ARCH效應(yīng)，本文對所有規(guī)格的三七價格收益率序列進行ARCH-LM檢驗，檢驗結(jié)果顯示，除40頭規(guī)格，其他4種規(guī)格的三七價格收益率均存在2階以上的ARCH效應(yīng)，因此本文將針對60頭、80頭、120頭以及無數(shù)頭規(guī)格的三七價格收益率建立ARCH類模型。

本文將選取低階GARCH模型代替高階ARCH模型對4種規(guī)格的三七價格收益率進行擬合，并建立相應(yīng)的非對稱TARCH模型。對4種規(guī)格的三七價格收益GARCH模型得到的殘差序列進行條件異方差效應(yīng)的ARCH-LM檢驗，結(jié)果表明，通過GARCH模型的建立消除了條件異方差性。4種規(guī)格的ARCH類模型的參數(shù)估計結(jié)果如表3～表6。

2.3.1 GARCH模型分析

GARCH模型的估計結(jié)果表明，價格波動會隨著時間向后期擴散，難以在短期內(nèi)逐漸減弱并消失。以60頭規(guī)格三七為例，價格收益率GARCH模型的ARCH項與GARCH項的系數(shù)α1與β1分別在1%的顯著性水平下顯著，證明了60頭規(guī)格的三七價格存在著顯著的波動集簇效應(yīng)；兩項系數(shù)之和大于1但距離1較遠，意味著GARCH的過程是非平穩(wěn)的，市場外部的沖擊和價格過去的波動的影響不但在本期中被放大，而且會不斷向后期擴散，波動的持續(xù)性較弱；并且α1的值大于1且遠大于β1，表明該規(guī)格三七價格波動主要受到了外部沖擊的影響，并且該沖擊的持續(xù)性和強度較強，短期內(nèi)該規(guī)格三七價格波動較為劇烈而難于恢復(fù)，從而使市場存在一定風(fēng)險β1的值遠小于1，說明前期價格對本期價格波動的影響甚微，并且將在后期逐漸減弱甚至消失。80頭和120頭和無數(shù)頭規(guī)格三七價格也呈現(xiàn)出與60頭規(guī)格三七類似的特征。

表3 60頭規(guī)格三七價格收益率ARCH類模型估計結(jié)果Table 3 Parameter estimation results of ARCH-type model for the earnings price ratio of the 60tou-size Panax Notoginseng

表4 80頭規(guī)格三七價格收益率ARCH類模型估計結(jié)果Table 4 Parameter estimation results of ARCH-type model for the earnings price ratio of the 80tou-size Panax Notoginseng

表5 120頭規(guī)格三七價格收益率ARCH類模型估計結(jié)果Table 5 Parameter estimation results of ARCH-type model for the earnings price ratio of the 120tou-size Panax Notoginseng

表6 無數(shù)頭規(guī)格三七價格收益率ARCH類模型估計結(jié)果Table 6 Parameter estimation results of ARCH-type model for the earnings price ratio of the Wushutou-size Panax Notoginseng

2.3.2 GARCH-M模型分析

GARCH-M模型的估計結(jié)果表明，三七市場并不存在高風(fēng)險、高回報的特征。市場供給主體不會因市場波動的加劇、風(fēng)險的上升而要求提高價格、獲得更高的投資回報以應(yīng)對高風(fēng)險。對以上5種規(guī)格的三七進行綜合考量，本文發(fā)現(xiàn)三七市場的投資者預(yù)期風(fēng)險程度與投資回報率之間的關(guān)系并不密切，因市場波動的加劇、風(fēng)險的上升而無法獲得更高的投資回報以應(yīng)對高風(fēng)險。由于我國三七種植周期較長，種植戶多數(shù)分散，種植規(guī)模較小，風(fēng)險承擔(dān)能力較弱[16,19]；在缺乏統(tǒng)一指導(dǎo)下，藥材種植往往盲目粗放，無序發(fā)展，相對于理性因素，三七種植散戶的投資決策受非理性因素的主導(dǎo)[15]；此外，價格高漲難以轉(zhuǎn)換為三七散戶的收益，中藥企業(yè)與三七種植散戶利益關(guān)聯(lián)小，價格隨行就市，這將對產(chǎn)業(yè)發(fā)展基礎(chǔ)造成消極影響，許多方面有待進一步發(fā)展和完善[16,19]。

2.3.3 TARCH模型分析

TARCH模型的估計結(jié)果表明，60頭規(guī)格和無數(shù)頭的三七價格分別在10%和1%顯著性水平下顯著；由于φ＞0意味著利空消息引起的價格波動將比利好消息的大。而80頭和120頭規(guī)格的三七價格對下跌消息的反應(yīng)與對上漲消息的反應(yīng)無顯著差異。無數(shù)頭規(guī)格的三七價格波動都呈現(xiàn)出非對稱性，而60頭、80頭、120頭規(guī)格的三七價格波動非對稱性不顯著或顯著程度較弱。一方面，在三七市場中，三七規(guī)格根據(jù)頭數(shù)，即每500 g三七中的個數(shù)來劃分的，頭數(shù)越小規(guī)格的三七等級越高，品質(zhì)越佳，反之，等級越低，品質(zhì)欠佳。另一方面，三七是治療中樞神經(jīng)系統(tǒng)和心血管系統(tǒng)疾病藥物的重要原材料，市場對品質(zhì)佳的三七的需求較為穩(wěn)定，等級較高的三七價格上漲與下跌的沖擊表現(xiàn)出了相同的特征，而品質(zhì)欠佳、等級較低的無數(shù)頭規(guī)格的三七價格上漲的信息會引起市場大幅度的震動。

3 研究結(jié)論與政策建議

3.1 研究結(jié)論

本文基于H-P濾波和ARCH類模型，對我國三七市場上5種主要規(guī)格的三七價格波動特征和變動規(guī)律進行分析，實證分析結(jié)果表明：（1）2013年7月至2017年7月我國三七價格走勢整體呈現(xiàn)先降后升的U型，三七價格圍繞趨勢波動。（2）觀察期內(nèi)我國三七價格周期性波動較為規(guī)律，具體表現(xiàn)為一段劇烈波動時期與另一段比較平穩(wěn)的波動時期交替。（3）三七價格季節(jié)性波動明顯，其中40頭、60頭、80頭、120頭規(guī)格的三七的季節(jié)性波動整體都呈現(xiàn)倒U型，并且三七價格波動進一步受到不規(guī)則變動的影響而加劇。（4）40頭規(guī)格的三七價格序列不存在顯著的異方差性，而其他規(guī)格的三七價格的異方差性顯著。（5）除40頭規(guī)格三七外，其他的三七價格波動都呈現(xiàn)出集群效應(yīng)。價格波動會隨著時間向后期擴散，難以在短期內(nèi)逐漸減弱并消失，其中，120頭規(guī)格的三七價格波動相比其他規(guī)格擴散速度較快，持續(xù)時間稍短；而無數(shù)頭規(guī)格的三七價格波動擴散速度較慢，持續(xù)性較強。（6）三七市場未表現(xiàn)出高風(fēng)險、高回報的特征，說明三七市場的投資者預(yù)期風(fēng)險程度與投資回報率之間的關(guān)系并不密切，因市場波動的加劇、風(fēng)險的上升而無法獲得更高的投資回報以應(yīng)對高風(fēng)險。（7）無數(shù)頭規(guī)格的三七價格波動呈現(xiàn)出非對稱性，表現(xiàn)為利好信息引起的波動程度大于利空信息引起的波動程度，而其他規(guī)格的三七價格波動不具有顯著的非對稱性。

3.2 政策建議

我國的三七市場目前已具備較好的基礎(chǔ)，但還有待規(guī)范和完善之處，如何在原有的基礎(chǔ)之上進行持續(xù)發(fā)展，是我國三七市場亟待解決的問題。根據(jù)以上結(jié)論，本文提出了如下政策建議，旨在為完善三七市場各項相關(guān)制度，提供決策參考：第一，完善三七相關(guān)信息披露機制。由于三七市場的投資者預(yù)期風(fēng)險程度與投資回報率之間的關(guān)系并不密切，因市場波動的加劇、風(fēng)險的上升而無法獲得更高的投資回報以應(yīng)對高風(fēng)險，在缺乏統(tǒng)一指導(dǎo)下，三七種植散戶的投資決策受非理性因素的主導(dǎo)，因此有必要切實做好三七相關(guān)信息的披露工作，形成一套行之有效的信息披露體系，使相關(guān)信息公開透明，同時正確引導(dǎo)社會輿論，緩解由于市場信息不對稱所帶來的市場失靈負(fù)面效應(yīng)，提高價格形成過程中參與者預(yù)知市場變化的能力，增強參與者決策理性，從而提高我國三七市場抵御外界不穩(wěn)定因素所帶來的風(fēng)險的能力。第二，建立健全三七價格預(yù)警機制。鑒于三七價格波動具有顯著的集簇效應(yīng)，表明三七價格波動能夠被提前預(yù)知，一旦呈現(xiàn)顯著的波動時，該波動將會持續(xù)而至，并造成長遠的影響。因此，需要相關(guān)部門設(shè)計與改進預(yù)警指標(biāo)體系和警情預(yù)警方法，監(jiān)測三七市場價格情況，預(yù)測市場的變化趨勢，確保對三七價格異常波動進行預(yù)警，指導(dǎo)三七生產(chǎn)者提前采取市場風(fēng)險防控措施，降低價格風(fēng)險所導(dǎo)致的損失。第三，積極關(guān)注與警惕三七價格上漲的因素。在三七市場，部分規(guī)格的三七價格波動表現(xiàn)出顯著的非對稱性，相對于價格下跌信息對價格波動的影響而言，價格上漲的信息引起的波動程度大于價格下跌信息引起的波動程度。鑒于此，為保證我國三七市場的穩(wěn)定運行，三七種植戶、政府部門、制藥企業(yè)以及消費者等三七市場主體應(yīng)積極關(guān)注引發(fā)三七價格上漲的因素，提前采取應(yīng)對措施，預(yù)防三七價格過度上漲，減輕價格上漲對市場主體的沖擊。第四，借助現(xiàn)代金融工具防范市場風(fēng)險。我國三七種植戶多數(shù)分散，種植規(guī)模較小，風(fēng)險承擔(dān)能力較弱，在中藥材價格波動劇烈的背景之下，推進信貸、保險和期貨等現(xiàn)代金融工具對三七市場風(fēng)險防范中的應(yīng)用，進一步完善已有的三七期貨市場，充分利用其價格發(fā)現(xiàn)和風(fēng)險規(guī)避功能，提升相關(guān)生產(chǎn)經(jīng)營者對三七價格的預(yù)測能力，進而引導(dǎo)和調(diào)整其生產(chǎn)經(jīng)營決策。