基于MS-VAR模型的生猪产业链区制转换与价格非线性传导解析.docxVIP

基于MS-VAR模型的生猪产业链区制转换与价格非线性传导解析

一、引言

1.1研究背景与意义

生猪产业作为我国农业的重要组成部分，在国民经济中占据着举足轻重的地位。猪肉是我国居民最主要的肉类消费品之一，其稳定供应和价格合理对保障民生、维持社会稳定具有关键作用。据统计，我国生猪养殖规模庞大，生猪存栏量和出栏量多年来稳居世界首位，生猪产业的发展不仅直接关系到养殖户的收入，还关联着饲料、兽药、屠宰加工、冷链物流等多个上下游产业，对促进农村经济发展、带动就业发挥着重要作用。

然而，生猪产业链价格波动频繁且幅度较大，给产业内各主体带来了显著影响。从上游养殖环节来看，猪价的大幅下跌会导致养殖户利润微薄甚至亏损，使其面临资金周转困难，不得不缩减养殖规模，影响后续生猪供应；而猪价的过度上涨虽然短期内能增加养殖户收益，但也可能引发盲目扩产，为后续价格下跌埋下隐患。中游的屠宰加工企业同样受到价格波动冲击，生猪价格上升会增加其采购成本，压缩利润空间，若不能有效将成本转嫁到下游，企业经营压力增大；价格下跌时，虽采购成本降低，但市场需求不稳定也会影响企业效益。下游的销售环节，猪肉价格波动直接影响消费者购买意愿和生活成本，价格过高抑制消费，价格过低则影响销售商利润。

深入研究生猪产业链区制转换与价格非线性传导具有重要的现实意义和理论价值。一方面，对于产业发展而言，清晰把握价格传导规律有助于产业链各环节企业合理安排生产、经营和库存计划，提高风险管理能力，增强产业稳定性和竞争力。养殖户可依据价格走势预期调整养殖规模和出栏时间，降低市场风险；屠宰加工企业能优化采购与销售策略，提升经营效益；销售商可更好地应对市场变化，保障供应。另一方面，从市场调控角度，为政府制定科学合理的产业政策提供依据。政府可通过精准调控稳定生猪市场价格，避免价格大幅波动对产业和消费者造成不利影响，促进生猪产业持续健康发展，维护市场秩序和社会稳定。在理论层面，丰富和拓展了农产品价格传导理论研究，为深入理解农业产业链价格动态关系提供新视角和方法。

1.2国内外研究现状

国外在生猪产业链价格传导研究方面起步较早，运用多种模型和方法进行了深入分析。部分学者采用向量自回归（VAR）模型研究生猪价格与饲料价格、猪肉价格之间的线性传导关系，发现它们之间存在长期均衡和短期波动关系，且不同市场环境下传导效应存在差异。如[具体学者1]通过对美国生猪市场数据的分析，揭示了饲料成本变动对生猪价格的显著影响路径和程度。也有学者运用误差修正模型（ECM），考虑到价格调整的短期非均衡和长期均衡关系，进一步剖析了价格传导过程中的动态调整机制，如[具体学者2]对欧盟生猪市场的研究，指出在市场冲击下各环节价格如何通过误差修正机制实现长期均衡回归。近年来，随着计量经济学发展，一些学者开始运用非对称价格传导模型研究生猪产业链价格传导的非对称性，发现价格上涨和下跌时传导速度、幅度存在差异，[具体学者3]对澳大利亚生猪产业的研究证实了这一点。

国内关于生猪产业链价格传导的研究也取得了丰硕成果。许多学者结合我国生猪产业特点，运用不同模型进行实证分析。在早期研究中，多采用简单的相关性分析和因果检验来初步判断价格之间的关联，如[具体学者4]通过对我国部分地区生猪价格与猪肉价格的相关性分析，发现两者存在高度正相关。随着研究深入，VAR模型、VEC模型被广泛应用，[具体学者5]运用VAR模型分析我国生猪产业链各环节价格，明确了各环节价格的相互影响方向和程度；[具体学者6]利用VEC模型研究表明，生猪产业链价格存在长期协整关系和短期误差修正机制。此外，部分学者关注到我国生猪产业受疫病、政策等因素影响较大，在模型中引入这些因素进行分析，如[具体学者7]在研究非洲猪瘟疫情对我国生猪产业链价格传导影响时，通过构建VAR模型，发现疫情对各环节价格冲击显著且传导路径发生变化。

尽管国内外在生猪产业链价格传导研究方面已取得诸多成果，但仍存在一些不足。现有研究多侧重于线性价格传导分析，对于生猪产业链中可能存在的区制转换和价格非线性传导特征挖掘不够深入。实际中，生猪市场受多种复杂因素交互影响，市场状态并非一成不变，价格传导可能在不同区制下呈现不同模式和特征，传统线性模型难以全面准确刻画。在模型选择和应用上，部分研究未充分考虑我国生猪产业独特的市场结构、政策环境以及数据特征，模型的适用性和解释力有待提高。

本研究的切入点在于运用马尔可夫区制转换向量自回归（MS-VAR）模型，深入探究生猪产业链的区制转换特征以及价格非线性传导机制。与以往研究相比，创新点主要体现在以下方面：一是首次将MS-VAR模型应用于生猪产业链价格传导研究，能够有效识别不同市场区制，捕捉价格在不同区制下的非线性传导规律