基于ARCH類模型的金鄉(xiāng)大蒜產(chǎn)地價格波動特征分析

高仙草 任艷云 李印峰 朱哲 高發(fā)瑞 劉曉強

摘 要：基于2004年1月1日至2019年10月31日金鄉(xiāng)大蒜產(chǎn)地周價格數(shù)據(jù)，利用ARCH類模型對金鄉(xiāng)地區(qū)大蒜產(chǎn)地價格波動特征進行實證分析。結(jié)果表明：金鄉(xiāng)大蒜產(chǎn)地價格波動具有顯著的集簇性、非對稱性，不具有“高風(fēng)險、高收益”特征。

關(guān)鍵詞：ARCH類模型;金鄉(xiāng)大蒜;產(chǎn)地價格;波動特征

中圖分類號 F326.1;S633.4 文獻標(biāo)識碼 A 文章編號 1007-7731（2020）24-0019-03

Analysis of Price Fluctuation Characteristics of Jinxiang Garlic Producing Area Based on ARCH-type Model

GAO Xiancao et al.

（Jining Academy of Agricultural Sciences， Jining 272031， China）

Abstract： Based on the weekly price data of garlic producing areas in jinxiang region from January 1，2004 to October 31， 2019， the ARCH model was used to analyze the price fluctuation characteristics of garlic producing areas in jinxiang region. The results show that the price fluctuation of jinxiang garlic producing area has significant clustering，asymmetry and does not have “high risk and high return”.

Key words： ARCH-type model; Jinxiang garlic; Origin price; Fluctuation characteristics

在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的背景下，我國小宗農(nóng)產(chǎn)品市場開發(fā)前景廣闊，一些特色農(nóng)產(chǎn)品越來越受到消費者的青睞。我國大蒜價格已實現(xiàn)市場定價機制，但其價格波動較為頻繁，且長期來看會呈現(xiàn)上漲趨勢。眾多學(xué)者針對大蒜價格波動現(xiàn)象作了相關(guān)研究。姜輝等[1]分析國內(nèi)蒜價異常波動是市場失靈的重要表現(xiàn)，大蒜出口價格和供應(yīng)量是影響大蒜價格的主要因素。劉哲[2]通過建立系統(tǒng)動力學(xué)仿真模型表明，冷庫儲存商的人為因素是造成小宗農(nóng)產(chǎn)品價格波動的另一重要原因。針對大蒜價格波動特征的研究也比較廣泛。張利庠等[3]、邱書欽[4]、苑甜甜等[5]采用X-12模型或H-P濾波法分析大蒜價格波動特征，表明大蒜價格波動周期性明顯，具有集簇性。姚升等[6]基于ARCH類模型對我國大蒜價格波動特征進行研究，結(jié)果表明：大蒜價格波動具有顯著集聚性，大蒜市場不具有高風(fēng)險、高回報的特征，以及大蒜市場中信息是非對稱的。由此可見，大蒜價格波動的主要原因是信息不對稱，其價格波動具有顯著的集簇性、周期性等特征。

濟寧金鄉(xiāng)地區(qū)是著名的大蒜生產(chǎn)基地，是“中國大蒜之鄉(xiāng)”。金鄉(xiāng)縣大蒜種植面積常年穩(wěn)定在4萬hm2左右，總產(chǎn)可達70萬t以上，直接帶動周邊種植大蒜13.33萬hm2，“世界大蒜看中國，中國大蒜看金鄉(xiāng)”已成為廣泛共識。金鄉(xiāng)大蒜產(chǎn)地價格對全國大蒜價格具有顯著影響，對其的研究具有較強的地域性和針對性，對提升全國大蒜生產(chǎn)地的蒜農(nóng)收益具有重要借鑒意義。筆者借鑒已有的研究方法，嘗試使用ARCH類模型，對大蒜產(chǎn)區(qū)金鄉(xiāng)的產(chǎn)地價格波動進行計量分析，以期揭示金鄉(xiāng)大蒜產(chǎn)地價格波動是否具有集簇性、高風(fēng)險高回報特征以及非對稱性。

1 金鄉(xiāng)大蒜產(chǎn)地價格波動情況

從2004年1月1日至2019年10月31日金鄉(xiāng)大蒜產(chǎn)地價格走勢可以看出（見圖1），大蒜價格總體呈周期性波動，2004—2009年5月呈現(xiàn)1個波動周期，在2006年5月達到第1個峰值，之后價格開始走低，2009年初價格達到歷史最低0.22元/kg;在這之后，大蒜價格開始回溫持續(xù)走高，2010年9月達到第2個峰值，價格走高趨勢維持2年左右，之后價格開始急劇下降至2012年初;其后價格在1年半內(nèi)保持穩(wěn)定，2013年5月價格下跌后開始緩慢上漲，至2017年4月已漲至15.5元/kg;之后價格又急劇下跌至1.65元/kg，2018年8月價格開始上升，且穩(wěn)定保持在6元/kg以上。

2 金鄉(xiāng)大蒜價格波動特征的實證分析

選擇ARCH模型對金鄉(xiāng)大蒜價格的波動特征進行分析。選取2004年1月1日至2019年10月31日金鄉(xiāng)大蒜產(chǎn)地價格周數(shù)據(jù)，共826個觀測值。對大蒜產(chǎn)地價格取自然對數(shù)以減小誤差，用相鄰2周的大蒜價格指數(shù)對數(shù)的一階差分表示價格收益率R，即：R=lnPrt-lnPr（t-1），Pr為金鄉(xiāng)大蒜產(chǎn)地價格。

2.1 描述性統(tǒng)計分析 利用計量軟件Eviews8.0對收益率R進行描述性統(tǒng)計分析，金鄉(xiāng)大蒜周度價格收益率序列均值為0.001843，標(biāo)準(zhǔn)差為0.109276，偏度為-0.053837<0，說明序列分布存在長的左拖尾;峰度為26.59458>3，說明序列具有厚尾的特征;Jarque-Bera P值為0.00000，拒絕原假設(shè)。由此可見，2004年1月至2019年10月的金鄉(xiāng)大蒜周度產(chǎn)地價格指數(shù)呈左偏、厚尾的特征，不服從正態(tài)分布。由圖2可知，大蒜價格收益率序列在-1.2～1.2間波動，在某些時間段一個波動后伴隨著相同更大或更小的波動，因此可初步推測金鄉(xiāng)大蒜產(chǎn)地價格存在集群現(xiàn)象，即序列可能具有ARCH效應(yīng)。

2.2 變量的平穩(wěn)性和自相關(guān)檢驗

2.2.1 平穩(wěn)性檢驗 采用ADF單位根平穩(wěn)性檢驗，檢驗結(jié)果見表1。由表1可知，在0.01顯著水平下，P<0.01，說明該序列在0.01水平下顯著，即金鄉(xiāng)大蒜價格序列平穩(wěn)。

2.2.2 自相關(guān)檢驗 選取殘差平方相關(guān)圖對序列是否具有異方差性進行檢驗，檢驗結(jié)果見表2。由表2可知，自相關(guān)系數(shù)（AC）、偏相關(guān)系數(shù)（PAC）均不為0，Q統(tǒng)計量的P值均小于顯著性水平0.01，因此拒絕原假設(shè)，說明該序列具有顯著的異方差效應(yīng)，可以對其建立ARCH類模型進行分析。

2.3 ARCH類模型回歸結(jié)果分析 采用ARCH類模型對金鄉(xiāng)大蒜產(chǎn)地價格序列的波動特征進行分析，分別對大蒜價格序列進行GARCH、GARCH-M、TARCH、EGARCH檢驗，以明確金鄉(xiāng)大蒜產(chǎn)地價格波動是否具有集簇性、高風(fēng)險高收益性及不對稱性。ARCH類模型的結(jié)果如表3所示。

2.3.1 GARCH模型 GARCH模型中的系數(shù)α、β均通過1%水平下的顯著性檢驗，即序列具有顯著的集簇性，這意味著金鄉(xiāng)大蒜的產(chǎn)地價格既受外部影響，也受以往價格波動的影響。α+β之和大于1，表明大蒜價格波動持續(xù)時間長且沖擊的影響將逐漸擴散。需對市場進行外部干預(yù)，市場會根據(jù)大蒜供應(yīng)信息在經(jīng)過一段時間的自我調(diào)節(jié)后達到平衡。

2.3.2 GARCH-M模型 GARCH-M模型估計結(jié)果中λ未通過檢驗，結(jié)果不顯著，說明大蒜市場不具有“高風(fēng)險高回報”的特征。這可能是由于政府為保護蒜農(nóng)收益、加大生產(chǎn)支持力度而制訂支持政策。例如，金鄉(xiāng)大蒜目標(biāo)價格保險制度對農(nóng)戶進行補貼，保證了蒜農(nóng)收益，蒜農(nóng)也不會為追求高收益而承擔(dān)較大的風(fēng)險。

2.3.3 TARCH模型 TARCH模型中的不對稱性系數(shù)γ在1%水平下顯著不為零，說明金鄉(xiāng)大蒜價格波動具有不對稱性;γ=0.519565>0，說明大蒜價格波動具有“杠桿效應(yīng)”，即利空消息能比等量的利好消息產(chǎn)生更大的波動。這可能是由于蒜農(nóng)本身風(fēng)險承受能力弱，對于大蒜價格下降信息比較敏感，寧愿“少賺”、不能“賠本”的心理會使得蒜農(nóng)跟風(fēng)拋售，從而引起大蒜價格更大的波動，這同時也反映了農(nóng)戶農(nóng)業(yè)生產(chǎn)管理的不成熟及跟風(fēng)性。

2.3.4 EGARCH模型 EGARCH模型中的不對稱性系數(shù)γ=0.948357，在1%水平下顯著，說明信息非對稱性，進一步驗證了TARCH模型中“價格下降信息引發(fā)的波動劇烈程度大于因價格上漲引發(fā)的波動”的結(jié)論。

3 結(jié)論與建議

3.1 結(jié)論 通過對金鄉(xiāng)大蒜產(chǎn)地價格波動特征進行分析，結(jié)果顯示：金鄉(xiāng)大蒜產(chǎn)地價格波動具有顯著的集簇性和不對稱性，不具有“高風(fēng)險、高收益”的特征。

3.2 建議

3.2.1 加強大蒜生產(chǎn)監(jiān)測 金鄉(xiāng)縣是全國大蒜生產(chǎn)主產(chǎn)地，因此要對金鄉(xiāng)地區(qū)的大蒜生產(chǎn)建立完整的生產(chǎn)統(tǒng)計，并以此預(yù)測大蒜市場的價格波動情況。金鄉(xiāng)大蒜產(chǎn)地價格波動的集簇性說明該價格在一定程度上是可以預(yù)測的，在大蒜價格波動較大時，有關(guān)部門應(yīng)及時指導(dǎo)農(nóng)戶調(diào)整大蒜種植規(guī)模，進而規(guī)避大波動帶來的風(fēng)險，保障蒜農(nóng)收益。

3.2.2 做好風(fēng)險規(guī)避，穩(wěn)步提高蒜農(nóng)收益 為維護蒜農(nóng)經(jīng)濟收益，幫助農(nóng)戶防范大蒜市場風(fēng)險，金鄉(xiāng)縣推行了大蒜目標(biāo)價格保險制度，但在實際運行中存在目標(biāo)價格制定過低、限制每戶投保面積等問題，降低了政策效能[7]。目前我國農(nóng)產(chǎn)品期貨交易市場已相對成熟，可在大蒜種植大戶、農(nóng)業(yè)合作社組織、大蒜經(jīng)紀(jì)人和貿(mào)易商中積極開展期貨教育工作，試點“期貨+保險”模式，鼓勵更多的大蒜市場經(jīng)營主體參與期貨市場，以分散大蒜市場風(fēng)險。

3.2.3 加強大蒜市場信息的宣傳和監(jiān)管 信息在指導(dǎo)農(nóng)業(yè)生產(chǎn)、提升農(nóng)業(yè)市場化水平中具有重要作用。因此，應(yīng)建立可信度高的官方大蒜信息發(fā)布平臺。由于金鄉(xiāng)大蒜產(chǎn)地價格波動具有不對稱性，說明價格下跌信息對大蒜價格波動的影響大且影響持久。為穩(wěn)定大蒜市場，應(yīng)加強對大蒜價格劇烈波動的監(jiān)測和預(yù)警。

參考文獻

[1]姜輝，查偉華.我國大蒜價格波動成因及政策調(diào)控研究[J].分析預(yù)測，2016（10）：113-115.

[2]劉哲.小宗農(nóng)產(chǎn)品價格波動機制與影響因素仿真研究——以大蒜產(chǎn)品為例[J].價格理論與實踐，2018（1）：94-97.

[3]張利庠，張喜才，陳姝彤.游資對農(nóng)產(chǎn)品價格波動有影響嗎——基于大蒜價格波動的案例研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2010（12）：60-67.

[4]邱書欽.我國大蒜價格波動周期和特征分析[J].統(tǒng)計與決策，2013：97-100.

[5]苑甜甜，王麗麗，趙邦宏，等.我國大蒜價格波動特征的實證分析[J].北方園藝，2018（20）：185-190.

[6]姚升，周應(yīng)恒.我國大蒜價格波動特征分析——基于ARCH類模型的實證分析[J].價格理論與實踐，2012：54-55.

[7]高一丹，袁田垚.山東省特色農(nóng)產(chǎn)品目標(biāo)價格保險實施方案及實際運作——以金鄉(xiāng)大蒜目標(biāo)價格保險為例[J].中國蔬菜，2019（12）：1-5. （責(zé)編：徐世紅）