农产品价格波动的非对称性研究.docVIP

农产品价格波动的非对称性研究 　　[摘要] 采用B-P滤波对1999-2012年我国农产品价格指数进行处理，观测到我国农产品价格呈现出4个波动性周期，并且表现出明显的不可重复性和非对称性；再利用描述性统计分析与非对称GARCH族实证模型相结合的方法检验我国农产品价格波动的非对称性；实证结果表明我国农产品价格波动的非对称性具有稳健性特征，并且EGARCH模型描述我国农产品价格波动的非对称性更为有效。最后绘制EGARCH模型的市场信息冲击曲线，进一步验证结论。 　　[关键词] 农产品；价格波动；非对称性 　　[中图分类号] F322 [文献标识码] A[文章编号] 1008―1763（2014）01―0053―05 　　一文献综述 　　农产品价格稳定与国民经济平稳运行有密切关联，也一直是世界各国农业宏观管理的焦点问题。如近两年连续出现的猪肉价格剧烈波动，2009年的广西香蕉每斤不足一毛钱，农民忍痛拿来喂牛，与此同时山东大蒜价格创历史新高，2010年海南辣椒价格一度下跌出现滞销的惨状，等等。农产品价格的反常态波动正是我国农产品市场监管欠缺的体现，也提升了对我国农产品价格波动研究的迫切性。 　　关于农产品价格波动的解释研究，其主要依据是供给理论。最著名的是由Schultz，Tinbergen提出，经Kaldor和Ezekiel改进的蛛网模型，模型中的具体参数用计量经济学模型可进行估计。随着研究的进一步深入，更多的学者通过各种数据对农产品价格波动的影响因素及传递路径进行理论探讨和实证分析，来研究农产品价格波动的成因及传导机制 [1]。 　　Benavides[2]根据历史经验数据，采用时间序列模型对玉米和小麦价格做出分析，得出汇率、库存是影响玉米和小麦价格波动主要因素的结论，并在此基础上进一步做出了预测。Mitra[3]采用非线性Cobweb 模型进行研究，其结果肯定了库存对粮食价格波动的重要影响。 　　顾国达、方晨靓[4]运用向量自回归（VAR）模型对价格在农产品各环节的传导进行模拟，进而对农产品价格波动的传导机制及其非对称特征进行分析，得出农产品价格传导机制具有非对称性的结论。Meyer[5]在对非对称价格传递的正负效应研究基础之上，对价格非对称传导模型进行进一步的完善；胡华平、李崇光[6]对我国农产品市场垂直价格传递和纵向市场联结的关系进行探究，尝试了非对称纵向价格传递的误差修正模型（APT-ECM）并通过实证分析得出基本结论：纵向市场联结的松散程度和非对称垂直价格传递特征的微弱性呈现正相关关系。 　　此外，徐高雪等[7]基于时间序列模型，通过H-P滤波对农产品价格数据进行处理并根据处理之后的数据对农产品价格波动的周期进行划分。顾国达、方晨靓[8]考虑国际市场因素对我国农产品价格波动的影响，选取国际农产品价格、美股市场、主要能源价格等指标，采用马尔科夫局面转移向量误差修正模型（MSVECM）进行实证分析，实证结果表明我国农产品价格波动的局面转移特征较为明显、价格波动存在上涨迅猛但下跌缓慢的特征。 　　综上所述，对农产品价格波动的研究，目前学者主要聚集于价格波动成因的探索及价格在各环节传导机制的模拟，但根据农产品价格波动的周期性特征，对价格波动周期的非对称性研究并不十分深入。基于此，本文在利用B-P滤波分析农产品价格周期性特征的基础上，用非对称GARCH族模型深入研究农产品价格波动的非对称性特征。二农产品价格波动周期性测度 　　农产品价格波动的非对称性可以表现在许多方面，本文拟从两个层面进行分析：一是以农产品价格波动的周期性为基础，分析其周期长度（频率）和振幅上的非对称性；另一个层面是分析农产品价格波动时间依赖上的非对称性，即价格波动随着前期的波动程度大小而变化，也就是通常说的波动集群性。 　　数据的选取以中国人民银行网站公布的月度农产品价格指数为依据，考虑数据的可得性和有效性，取样的时间限定在1999年1月至2012年9月的农产品价格指数。进行定基化处理以后，以时间为横坐标，以相对应月份农产品价格指数的对数值（此时取对数值是为了在一定程度上去除数据的异方差性并和后文实证数据保持一致）为纵坐标绘制月度农产品价格指数的时间序列变化如图1所示： 　　从图1可以看出我国农产品月度数据呈现稳中有升的趋势，1999年到2003年期间，我国农产品价格波动呈平稳并且有略微下降的趋势，2003年1月农产品价格指数达到最低，之后开始一定程度反弹，保持持续增长状态值。2008年6月达到一个小高峰，在2009年1月达到短期谷底并开始新一轮的持续增长。 　　为了对农产品价格波动周期进行划分，本文采用B-P滤波法进行描述。B-P滤波法最早是由Baxter和King提出。该方法的基本思路是确定序列波动可能持续的时间长度，去除