国际大豆市场价格对国内大豆市场价格的传递效应.docVIP

国际大豆市场价格对国内大豆市场价格的传递效应 　　【摘 要】利用2002年1月―2012年12月的月度数据，运用VAR模型、脉冲响应函数及方差分解等方法分析了国际大豆价格对国内大豆价格的传递效应。结果表明，国际大豆价格对国内大豆价格的传导主要通过期货渠道，与此同时，贸易渠道下的外部冲击对国内大豆价格的影响强度大、作用时间长。 　　【关键词】大豆市场；价格传递效应；VAR 模型 　　文章编号：ISSN1006―656X（2014）011-0003-02 　　一、引言 　　大豆是主要油料作物和重要的粮食作物之一。我国是大豆的主产国，却已连续10年成为最大的大豆进口国。国内的大豆需求一方面来源于加工豆油的需要；另一方面来源于畜牧业对豆粕的需要。大豆的价格变化不仅会影响到居民的日常生活，更可能会对我国畜牧业的产业竞争力产生影响。进入21世纪以来，国内大豆和食用油的价格发生了多次剧烈变化，给国内大豆和豆油市场的稳定带来了不小的冲击。基于我国大豆进口依存度偏高的现实，关注国际国内两个大豆市场的相互关系，分析国际大豆市场价格变化对国内大豆市场价格的影响就显得格外紧迫和重要。 　　二、国内外大豆价格的变化情况 　　（一）国际大豆市场的价格变化 　　美国是我国最大的大豆进口国，同时它也是国际上最有影响力的大豆市场，鉴于此，本文以美国大豆市场的价格为例分析国际大豆市场的价格变化。 　　考虑到数据的可获取性，采用大豆的进口价格作为国际大豆市场的现货价格，而以国际货币基金组织External-data数据表中提供的芝加哥商品期货交易所2号大豆期货合约的价格作为国际大豆市场的期货价格，数据采集区间为2002年的1月到2012年的12月，共132个样本。为增强数据的可比性，同时控制汇率变动的影响，利用中国人民银行公布的人民币对美元的月平均汇率，将国际大豆的市场价格折算为“元/公斤”。 　　由图1可以看出，国际大豆市场的现货价格和期货价格的走势相同，总体呈现出震荡上扬的走势，现货价格的变动滞后于期货价格的变动，体现出期货市场的价格发现功能。 　　（二）国内大豆市场的价格变化 　　国内大豆的市场价格采用全国农产品集贸市场中等大豆的零售价格，取自各年《中国农产品价格调查年鉴》，数据采集区间也设定为2002年的1月到2012年的12月，共132个样本。 　　由图1可以看出，国内大豆市场的零售价格在震荡中迅速攀升。它的变化趋势与国际大豆市场相同，然而从时间上看，价格变动滞后于国际市场，波动幅度比国际市场要小。 　　三、国内外大豆价格的动态传导 　　国际大豆价格对国内大豆价格的传导效应主要通过外贸传导和期货传导。外贸传导主要通过大豆进口的价格产生影响，期货传导主要通过大豆期货的价格产生影响。 　　利用2002年1月-2012年12月的月度价格数据，可以算得国内大豆集贸市场的价格和大豆进口价格之间的样本相关系数为0.93，国内大豆集贸市场的价格和国际大豆期货价格之间的样本相关系数为0.87，在0.01的显著性水平下通过检验，属于高度线性正相关。 　　为进一步刻画国际大豆市场的价格变化与国内大豆市场价格的动态联系，本文将采用向量自回归模型（VAR模型）来测定国际大豆价格变动给国内大豆价格带来的冲击。向量自回归模型基于数据的统计性质，把系统中的每一个内生变量作为所有内生变量滞后值的函数来建模，从而把单变量的自回归模型推广到了由多元时间序列变量组成的向量自回归模型。 阶VAR模型的一般形式为： 　　其中是维内生变量向量，是维误差项向量，是待估的系数矩阵。 　　向量自回归模型的目标是将系数矩阵估计出来，并对模型形式及系数的显著性进行各种检验。具体的操作程序是：第一，为了防止出现“伪回归”的问题，需要对各个时间序列进行平稳性检验；第二，对VAR模型进行参数估计；第三，对残差进行同期相关性分析；第四，对VAR模型的稳定性做出检验。因为如果VAR模型不稳定，脉冲响应函数标准误差的结果就不再有效。最后进行脉冲响应分析和方差分解，揭示变量间相互作用的程度。 　　（一）VAR模型的估计 　　为防止“伪回归”问题的出现，在对VAR模型进行参数估计之前需要对各时间序列进行平稳性检验。本文中用DCP表示国内大豆集贸市场价格的时间序列，IMP表示国际大豆现货价格的时间序列，IFP表示国际大豆期货价格的时间序列。各序列平稳性的检验结果如表1所示。由表1可以看出，各变量均为平稳的时间序列。 　　： 　　从模型的估计结果看，模型的拟合状况良好。估计结果表明，国内大豆价格、大豆进口价格和国际大豆期货价格均会受到自身及其他变量滞后期价格的影响，有意思的现象是各变量滞后一期的影响均为正向作用，而滞后二期的影响均为负向作用。 　　（二）残差的同期相关性分