本文摘要：内容提要：对小宗农产品价格波动影响因素的分析，旨在消除价格波动造成的负面影响。本文以大蒜为例，通过使用MSVAR模型，论证气象因素、生产成本和出口量对大蒜价格波动的非线性关系。研究发现：大蒜价格与其影响因素之间的动态关系在不同区制中存在明显的异质性。在大
内容提要：对小宗农产品价格波动影响因素的分析，旨在消除价格波动造成的负面影响。本文以大蒜为例，通过使用MSVAR模型，论证气象因素、生产成本和出口量对大蒜价格波动的非线性关系。研究发现：大蒜价格与其影响因素之间的动态关系在不同区制中存在明显的异质性。在大蒜价格波动剧烈区制中，大蒜自身价格、生长期气温、货币供给量是持续推动价格上升的主要动力;而生长期降水量、生长期日照时间、出口量、利率和生产价格指数的增加则会刺激价格下降。研究进一步从优化对中间环节的调控、规范大蒜电子交易市场、完善全国性的大蒜信息平台等方面提出优化小宗农产品价格调控的政策建议。
关键词：小宗农产品大蒜价格货币流动性气象影响
长期以来，农产品价格波动一直是学术界关注的焦点问题之一，但在过去很长时间中，对农产品价格波动的关注更多地集中在粮食、肉类等大宗农产品方面，而对小宗农产品价格波动的关注和重视相对不足。小宗农产品虽然不像大宗农产品那样具有战略性的重要地位，但其价格大起大落所带来的影响仍然是值得关注的。无论是大蒜，还是绿豆，或是生姜，都具有耐储藏特征，这一特征与供需基本面因素相叠加，成为导致价格异常波动的关键。本文聚焦大蒜，以其为例，探寻导致其价格波动的关键影响因素及小宗农产品价格波动规律，以期为政府制定和实施调控政策提供决策参考。
农产品论文投稿：农产品物流配送论文发表哪些期刊
一、相关研究文献评述
在农产品价格领域，学术界相对而言更关心粮食等大宗农产品，虽然近年来国内学者对小宗农产品价格波动的研究数量有所增加，但相对于大宗农产品而言，关于此方面研究仍然显得较为小众。在研究对象上，国内学者关注的小宗农产品主要集中在大蒜、绿豆和生姜等。其中一类研究重点关注价格波动的特征，如姚升等(2012)使用ARCH类模型的分析提出：大蒜价格的波动具有显著的集聚性和非对称性;邱书钦(2013)研究发现：大蒜价格波动具有一定的周期性和趋势性。另一类重点研究导致小宗农产品价格波动的起因，此类研究重点关注的因素包括：
(1)农户生产决策对价格弹性的影响。如姚升等(2013)使用国内大蒜主产区微观面板数据的分析发现，大蒜供给的长期价格弹性影响力度偏弱，农户对大蒜价格变化的反应较为迟钝，其当期生产决策受前期生产决策的影响较大，且具有较明显的滞后性，很难及时调整到位。(2)不同市场间的价格波动溢出。如姚升等(2013)研究发现：国内大蒜现货市场与电子交易市场之间既存在着单项的波动溢出效应，也存在着双向的波动溢出效应，电子交易市场向现货市场的波动溢出效应要强于现货市场向电子交易市场的波动溢出效应，两个市场间的波动溢出效应主要是由电子交易市场向现货市场的溢出。
(3)货币流动性。如李京栋、李先德(2018)分析货币流动性对大蒜和绿豆两种小宗农产品价格波动的影响，提出货币流动性对上述两种小宗农产品价格存在着显著的拉动作用，且影响的时变性较显著。(4)气象因素。如李京栋、张吉国(2015)在分析大蒜价格波动的过程中引入了气象变量，研究发现气温变动对大蒜价格的影响存在滞后性，且影响程度较小;但他们在研究中使用的是销售期气温而非生长期气温，此外，也没有将降水量和日照时间纳入方程。因此，所得结论存在一定的商榷性。
(5)投机因素。刘国栋等(2018)认为，大蒜等农产品价格中存在严重的周期性投机泡沫问题。(6)供给因素。刘哲(2018)研究发现，与大宗农产品市场相比,小宗农产品由于价格需求弹性小,市场供给变化更容易造成价格波动。本文主要创新之处在于两方面：一是从耐储藏特征的角度出发，讨论小宗农产品价格波动的主要影响因素;二是使用Markov区制转换VAR模型捕捉影响因素与价格波动之间的非线性动态关系。
二、小宗农产品价格波动特征及其影响因素的理论分析
本文讨论的小宗农产品为具有耐储藏特征的小宗农产品。这类小宗农产品本身较其他生鲜产品有着更长存储期的生物属性，而在现代科技的辅助下更进一步延长了存储时间。例如，大蒜在冷库中一般可以存储近一年的时间，而在经过辐射后，其存储时间可以延长至两年左右。具有耐储藏特征的小宗农产品价格波动机理与其他农产品存在显著的不同：
首先，大蒜的种植周期较长，上年秋天播种，来年夏天收获，时间跨度接近一年;其次，收获的大蒜在常温中无法长期保存，必须存储于冷库;最后，从事大蒜收储的主体是中间商，在中间商每年8月份完成收储后，直至第二年5月，有超过8个月时间控制着国内市场和国外出口的大蒜供给，中间商实际上处于垄断的地位，具有垄断势力，拥有独立的定价权;这就是为什么最近十多年国内大蒜价格几次大幅度波动都是从5月开始，结束于6月或者7月的原因之一。在这种情况下，一旦供需出现缺口，中间商基于对价格的预期，通过控制供给的手段，谋取高额利润。尤其中间商“追涨杀跌”的正反馈交易行为，更会推动形成大蒜“价格—价格”不断自我强化的正反馈环，导致大蒜价格波动超出其理性的边界。
与其他农产品一样，小宗农产品价格的形成由供给和需求决定。从供给的角度，影响其价格波动的因素主要有产量、生产成本、进口等;从需求的角度，影响其价格波动的因素主要有消费需求、加工需求、货币需求、出口需求、投机需求等因素。虽然供需两端影响价格的因素很多，但从我国实际情况看，其中起决定性作用的因素仍然是产量。 进一步分解影响产量的因素，包括技术进步、生长期气象以及种子、农药、化肥等各类生产投入要素等。其中，技术进步和各类生产投入要素都属于短期内相对稳定的因素。纵观整个大蒜生长期，对产量影响最大的因素是生长期气象条件。其原因在于大蒜主产区的设施化水平较低，大蒜产量波动在很大程度受生长期气象条件制约。
气象因素对农产品价格波动的影响是一个相对容易被忽视的因素。从大蒜生长对气象条件敏感性的角度，即从温度、降水量和日照时间三个最基本的气象因素进行分析。首先，从气温看，大蒜虽然是喜阴凉的蔬菜，但如果生长期遭遇低温霜冻会造成减产;生长期高温也将会引起大蒜减产，气温过高不仅会直接影响大蒜长势，而且会加剧大蒜病虫害，从而会降低大蒜幼苗抗寒能力。其次，从降水量看，对于大蒜而言，由于其根系较浅，吸水范围有限，不是一种耐旱植物。最后，从日照时间看，大蒜属于长日照植物，长日照是大蒜鳞茎膨大的必要条件，在花芽、鳞茎分化期都需要长日照。只有在经过日照时间逐渐延长、温度逐渐升高的外界环境中，大蒜才能长成蒜头。
因此，一方面，由于生长期不利气象因素会导致大蒜产量减少;另一方面，大蒜在收获后很快被中间商收购，存储至冷库中。由于国内大蒜种植和收储存在着产区集中、总产量少、存储冷库集中的特征，使得中间商具备了信息优势和垄断势力，从而能够在很大程度上控制市场上的大蒜价格。此时，冷库中的大蒜对于中间商而言，已演化成为金融工具，在具备消费属性的同时兼具了金融属性，中间商购买大蒜的目的不是用来消费，而是用于获得超额利润。由此，本文注意到大蒜在具备金融属性后，可能会较不具备该属性的农产品更容易受到货币政策的影响，如货币供应量、利率等，这些因素会与导致大蒜供需失衡的因素叠加，对大蒜市场价格产生影响。
三、小宗农产品价格波动特征及其影响因素的模型构建
本文重点关注四方面内容：
(1)大蒜价格，选择批发价格作为衡量大蒜价格的变量，同时也是方程的因变量。
(2)生长期气象因素，选择气温、降水量和日照时间三个变量，使用我国三个最主要大蒜主产区(山东省、河南省和江苏省)上一年9月至第二年6月的平均值，上述三个主产区是国内最主要的大蒜产区，合计种植面积占中国大蒜种植面积93.3%。其中，山东省是最大的大蒜主产区，种植面积约占中国总量的54%，河南省和江苏省的大蒜种植面积分别占全国总量的21.4%和17.9%左右。
(3)货币政策因素，选择M2作为衡量货币流动性的指标，选择银行间7天行业拆借加权平均利率作为利率指标。(4)其他因素。除生长期气候因素和货币政策因素外，还考虑了蔬菜生产价格指数和出口对大蒜价格波动的影响。本文使用的大蒜价格和出口量数据来源于中华人民共和国商务部，使用的M2和银行间7天行业拆解加权平均利率数据来源于中国人民银行官方网站，使用的气温、降水量和日照时间数据来源于《中国统计年鉴》，使用的蔬菜生产价格指数来自中华人民共和国国家统计局。
本文中所使用样本数据的类型为月度数据，时间范围为2004年1月至2019年12月;对需要进行季节调整及平减的变量做了相关处理。由于不同变量之间的关系会受到其他因素的影响而处于动态的变化中。因此，出于对变量之间动态非线性关系的考虑，本文使用马尔科夫区制转换VAR模型(MSVAR)论证气象因素、货币政策以及其他因素等与大蒜价格波动之间的关系。
四、耐储藏小宗农产品价格波动特征及其影响因素的实证分析
(一)MS-VAR模型的确定
基于AIC、HQ、SC准则确定MS-VAR具体模型形式。MSIH(2)-VAR(1)模型的AIC、HQ、SC在6种模型中最小，这意味着该模型的解释能力相对最优，本文确定该模型为解释方程。
(二)MSIH(2)-VAR(1)模型回归结果分析
根据MSIH(2)-VAR(1)模型估计结果，G-price方程在区制1中的标准差小于其在区制2中的标准差，说明区制状态2时的大蒜价格波动幅度要大于区制状态1时的波动幅度，本文据此将区制1定义为大蒜价格波动较小时期，将区制2定义为大蒜价格波动较为剧烈时期。
综合区制状态转移概率矩阵和区制特征的信息可知，区制2的各项指标都明显高于区制1，区制2较区制1更加稳定。一方面，价格维持在区制1中的概率为0.1118，区制1包含有17个样本，频率为0.0885，平均持续期为1.13个月，而区制2的概率为0.9138，表现出较高的稳定性，且区制2所包含的样本数量更多，频率更高，并且持续期更长，分别为174、0.9115和11.59;另一方面，由区制1向区制2转移的概率为0.8828，而由区制2向区制1转移的概率为0.0862。
(三)脉冲响应分析
本文以大蒜价格受到的冲击为例给定大蒜价格一个标准差的正向冲击，大蒜价格本身的脉冲响应区制1和区制2中呈现出持续且强烈的正响应，说明大蒜自身价格是其上升的主动力。尤其在区制2中，大蒜价格本身的脉冲响应呈现快速增强态势，说明在价格波动剧烈时期，大蒜自身价格是推动价格上升的主要动力;而由于大蒜市场价格的形成取决于中间商的预期和采取的交易策略，这也意味着中间商行为是诱发大蒜价格波动的关键因素。
给定气温一个标准差的正向冲击，在区制1中，大蒜价格发生负响应并持续缩小，意味着生长期气温上升会降低销售期价格;在区制2中，大蒜价格的脉冲响应表现为正响应，并以较快的速度不断增强，说明在价格波动剧烈时期，由于生长期气温上升造成减产，从而会助推大蒜价格上升。最近十年中，国内几次较大幅度的大蒜减产均是由于在生长期遭遇持续低温，或者遭遇“暖冬”所导致，产量的波动进而影响到市场价格波动，说明生长期气温是导致大蒜价格剧烈波动的主要因素。给定降水量一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1和区制2中均表现出持续减弱的负响应状态，生长期降水量增加会降低销售期价格。
给定日照时间一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1中为正响应，并随着时间的推移持续增强，意味着生长期日照时间增加会助推销售期价格上升;但在区制2中则呈现负响应，意味着在价格波动剧烈期，生长期日照时间增加所带来的增产会相应降低销售期大蒜价格。给定出口量一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1中出现负响应，但仅持续了6个月，随后转为正响应，并快速上升，意味着出口量的增加会抬高大蒜价格;在区制2中，大蒜价格变动的脉冲响应表现出持续的负响应，意味着大蒜出口量的增加会降低国内价格。
其原因可能在于：当大蒜国内价格处于上升趋势时，出口将相应减少;而当国内价格开始下降的时候，中间商急于抛售，可能会相应增加出口量，但此时整个市场都被降价的恐慌情绪控制，抛售量越多，价格下降也越快。给定货币流动性一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1和区制2中均为持续的正向响应，且随着时间的推移不断增强，证明货币供给量的增加将会推动大蒜价格上升;并且区制1中的响应程度要大于区制2。
给定利率一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1和区制2中的响应路径均为持续减弱的负响应。基于大蒜所具有的金融属性，利率上升可能导致投向大蒜市场的投机资金减少，其价格与利率之间反向关系的存在是可以成立的。给定蔬菜生产价格指数一个标准差的正向冲击，大蒜价格变动的脉冲响应在区制1中发生正响应;在区制2中，大蒜价格变动的脉冲响应表现为持续下降的负响应。这种情况的出现可能是由于蔬菜生产价格指数上升与产量增加发生同步所导致。
五、结论与政策建议
(一)研究结论
本文使用2004年1月至2019年12月的月度数据，通过建立MSIH(2)-VAR(1)模型，实证分析了气象因素、货币政策及蔬菜生产价格指数和出口量与大蒜价格之间的非线性动态关系，得到如下结论：
(1)大蒜自身价格和生长期日照时间对大蒜价格存在滞后一期的显著正向影响，而生长期气温和利率则对大蒜价格存在滞后一期的显著负向影响。(2)在样本期内，大蒜价格波动存在波动较小(区制1)和波动剧烈(区制2)两个区制，大多数观测样本分布在价格波动剧烈的区制内，且区制2较区制1更加稳定。
(3)不同区制中，大蒜价格与其影响因素之间的动态关系存在着明显的异质性。在大蒜价格波动较小区制中，大蒜自身滞后价格、生长期日照时间、出口量、货币供给量的增加会推动价格进一步上涨;而生长期气温、生长期降水量、利率和蔬菜生产价格指数的增加会导致价格下降。在大蒜价格波动剧烈区制中，大蒜自身滞后价格、生长期气温、货币供给量是持续推动价格上升的主要动力;而生长期降水量、生长期日照时间、出口量、利率和蔬菜生产价格指数的增加则会刺激价格下降。
(二)政策建议
1.优化对中间环节的调控。以大蒜存储商协会为抓手，通过建立权威的监管协会，对大蒜流通中间环节进行优化，改变当前中国大蒜存储商协会松散、混乱、无序的状态，引导存储商有序销售，做到涨不惜售、跌不抛售，避免出现集中囤货或者集中抛售的现象。
2.充分发挥气象对价格的指导作用。重视生长期农业气象对未来销售期价格的影响。一方面，通过升级气象技术装备，进一步增强对气象的观测和预测能力;另一方面，通过加强对历史气象数据的分析，进一步完善农业气象服务水平，优化农业气象风险识别和研判水平，增强对农业气象灾害的防御能力。
3.规范大蒜电子交易市场。
关注货币政策与耐储存小宗农产品金融属性之间的关联。由于大蒜本身需求和交易量的局限性导致其无法进入期货市场，可以考虑通过规范大蒜电子交易市场的方式，利用现货和远期交易的手段，减轻货币政策调整对耐储存小宗农产品价格波动的影响。
4.完善全国性的大蒜信息平台。
建立全国统一的大蒜信息平台，有效解决国内目前已有大蒜信息平台所发布的种植面积、产量、存储量、气象等关键信息存在的口径不统一、时效滞后、统计偏误较大等问题，根治大蒜流通中种植户、中间商、批发商、加工企业之间的信息不对称。
参考文献：
[1]姚升，周应恒.我国大蒜价格波动特征分析——基于ARCH类模型的实证分析[J].价格理论与实践,2012(10)：54-55.
[2]邱书钦.我国大蒜价格波动周期和特征分析[J].统计与决策,2013(8))：97-100.
[3]姚升，周应恒.大蒜供给反应研究——基于微观面板数据的实证分析[J].财经论丛,2013(3)：9-14.
[4]姚升，周应恒.中国大蒜电子交易市场与现货市场波动溢出效应研究——基于二元VAR-GARCH-BEKK模型[J].统计信息论坛,2013(4)：24-30.
[5]李京栋，李先德.中国小宗农产品价格波动的金融化因素分析——基于大蒜和绿豆价格数据的实证研究[J].农业技术经济,2018(8)：98-111.
[6]李京栋，张吉国.中国小品种农产品价格波动特征及其影响因素——基于2005-2014年大蒜价格数据的实证分析[J].湖南农业大学学报(社会科学版),2015(8)：8-15.
作者：姚升
转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/29011.html
